dc.contributor.advisor | Hilario Falcón, Francisco Manuel | |
dc.contributor.author | Vergara Pinedo, Vergara Pinedo | |
dc.date.accessioned | 2021-12-28T18:56:24Z | |
dc.date.available | 2021-12-28T18:56:24Z | |
dc.date.issued | 2021 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12692/76407 | |
dc.description.abstract | La presente investigación se llevó a cabo con el fin de comprobar el resultado
del desarrollo de inteligencia de negocios con un modelo de machine learning
para la gestión de la flota vehicular, el cual ha sido realizado en base a la
información de la operatividad de la flota vehicular.
Esta investigación fue de tipo aplicada, mediante un diseño experimental,
específicamente del tipo cuasi experimental. La población utilizada, estuvo
compuesta por la información de la operatividad de la flota vehicular recopilada
mes a mes. La recopilación de datos fue realizada a través de la ficha de
observación.
Los resultados de la presente investigación confirman que el desarrollo de
inteligencia de negocios con un modelo de machine learning tuvo un efecto
realmente positivo para la gestión de la flota vehicular; en cuanto al porcentaje
del costo por consumo de combustible antes fue de 0.93392 y después se redujo
a 0.91644, el porcentaje del costo por infracción antes fue 0.0023514 y después
se redujo a 0.002196, el porcentaje del costo por lavado antes fue 0.014362 y
después se redujo a 0.014250, el porcentaje del costo por mantenimiento antes
fue 0.97023 y después se redujo a 0.94063, el porcentaje del costo por parchado
de llantas antes fue 0.0011252 y después se redujo a 0.0010928, el rendimiento
antes fue 37.2 y después aumento a 37.39 | en_US |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad César Vallejo | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.source | Repositorio Institucional - UCV | es_PE |
dc.source | Universidad César Vallejo | es_PE |
dc.subject | Inteligencia de negocios | es_PE |
dc.subject | Machine learning | es_PE |
dc.subject | Flota vehicular | es_PE |
dc.title | Desarrollo de Inteligencia de Negocios con un modelo de Machine Learning para la gestión de la flota vehicular | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.discipline | Ingeniería de Sistemas | es_PE |
thesis.degree.grantor | Universidad César Vallejo. Facultad de Ingeniería y Arquitectura | es_PE |
thesis.degree.name | Ingeniero de Sistemas | es_PE |
dc.description.sede | Lima Este | es_PE |
dc.description.escuela | Escuela de Ingeniería de Sistemas | es_PE |
dc.description.lineadeinvestigacion | Sistemas de Información y Comunicaciones | es_PE |
renati.advisor.dni | 10132075 | |
renati.advisor.orcid | https://orcid.org/0000-0003-3153-9343 | es_PE |
renati.author.dni | 76295406 | |
renati.discipline | 612076 | es_PE |
renati.juror | Rivera Cristostomo, Renee | |
renati.juror | Hilario Falcón, Francisco Manuel | |
renati.juror | Acuña Meléndez, Maria | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
dc.publisher.country | PE | es_PE |
dc.description.lig | Biodiversidad, cambio climático y calidad ambiental | es_PE |
dc.description.rsu | Promoción de la salud, nutrición y salud alimentaria | es_PE |
dc.description.ods | Fin de la pobreza | es_PE |