Escuela Profesional de Ingeniería Informática y Sistemas

URI permanente para esta colección

https://hdl.handle.net/20.500.14195/38

Tesis y trabajos académicos en el área de la informática, los sistemas y sus aplicaciones.

Examinar

Mostrando 1 - 10 de 73

Hybrid Web Architecture with AI and Mobile Notifications to Optimize Incident Management in the Public Sector
(Universidad Nacional Micaela Bastidas de Apurímac, 2026-07-16) Pfuño Alccahuamani, Luis Alberto; Meza Bautista, Anthony; Rojas Enriquez, Hesmeralda
This study addresses the persistent inefficiencies in incident management within regional public institutions, where dispersed offices and limited digital infrastructure constrain timely technical support. The research aims to evaluate whether a hybrid web architecture integrating AI-assisted interaction and mobile notifications can significantly improve efficiency in this context. The ITIMS (Intelligent Technical Incident Management System) was designed using a Laravel 10 MVC backend, a responsive Bootstrap 5 interface, and a relational MariaDB/MySQL model optimized with migrations and composite indexes, and incorporated two low-cost integrations: a stateless AI chatbot through the OpenRouter API and asynchronous mobile notifications using the Telegram Bot API managed via Laravel Queues and webhooks. Developed through four Scrum sprints and deployed on an institutional XAMPP environment, the solution was evaluated from January to April 2025 with 100 participants using operational metrics and the QWU usability instrument. Results show a reduction in incident resolution time from 120 to 31 min (74.17%), an 85.48% chatbot interaction success rate, a 94.12% notification open rate, and a 99.34% incident resolution rate, alongside an 88% usability score. These findings indicate that a modular, low-cost, and scalable architecture can effectively strengthen digital transformation efforts in the public sector, especially in regions with resource and connectivity constraints.
Sistema de información de servicios compartidos multiplataforma para mejorar el tiempo de proceso de venta en empresas usuarias de “Rumisof-pos”, 2024
(Universidad Nacional Micaela Bastidas de Apurímac, 2025-12-17) Choquetaipe Asto, Mario; Renteria Ayquipa, Ronald Alberto
La presente tesis tuvo por objetivo la implementación de un sistema de información de servicios compartidos multiplataforma para la mejora del proceso de venta, este sistema implementado se denominó Rumisof-pos. La metodología empleada fue de tipo aplicada, nivel explicativo, la muestra de estudio consistió en 47 empresas y se utilizó el estadístico no paramétrico de Wilcoxon para determinar la diferencia de medias en el análisis estadístico inferencial. Los resultados evidencian que el 100% de empresas evaluó al sistema con usabilidad aceptable, sobre la variable proceso de venta, se evidenció disminución en los tiempos después de la implementación del sistema, esta reducción fue de 67.5% en los tiempos de proceso de órdenes, reducción del 86.1% en los tiempos de proceso de facturación y 76.8% de reducción en los tiempos de proceso de venta. Las pruebas de hipótesis fueron con estadística no paramétrica, la cual evidenció con un p-valor igual a 0 en todos los casos, que los tiempos de proceso de órdenes, de generación de facturas y de proceso de ventas antes de la implementación del sistema son mayores a los tiempos después de la implementación del sistema. Se concluyó que al desarrollar e implementar un sistema de información de servicios compartidos multiplataforma se mejora el tiempo de proceso de órdenes, el tiempo de generación de facturas y por lo tanto el tiempo de proceso de venta en empresas usuarias del sistema.
Aplicación web con redes neuronales convolucionales para el registro de asistencia por reconocimiento facial de estudiantes en la EAP de Ingeniería Informática y Sistemas, UNAMBA
(Universidad Nacional Micaela Bastidas De Apurímac, 2026-04-22) Huamani Tintaya, Melissa; Tapia Rodriguez, Sandra; Mamani Vilca, Ecler
El registro de asistencia en la EAPIIS de la UNAMBA se realiza de forma manual, generando demoras, errores en el registro de asistencia en las clases. Frente a este problema, esta investigación tuvo como objetivo desarrollar una aplicación web basada en redes neuronales convolucionales para optimizar el registro mediante reconocimiento facial, evaluando los modelos ArcFace, FaceNet y FaceRecognition para identificar el más preciso. La investigación fue de tipo aplicada, de nivel explicativo, con diseño mixto cuasi-experimental y descriptivo. La población fue conformada de 479 estudiantes y la muestra de 141. El sistema se desarrolló con la metodología ágil Extreme Programming (XP), integrando módulos de entrenamiento, identificación facial y registro automático. Los resultados evidenciaron mejoras significativas: reducción del tiempo de preparación en 63.6 % y del registro por estudiante en 50.4 %, optimizando el tiempo lectivo. La consolidación de datos pasó de un proceso manual a uno automático y confiable. ArcFace obtuvo el mejor desempeño con 97 % de exactitud. La aplicación se implementó con Flask. La evaluación de usabilidad (CSUQ) mostró alta aceptación: 80 % en calidad del sistema, 84 % en información y 97.5 % en interfaz. Se concluye que la solución mejora significativamente el registro de asistencia, brindando mayor precisión, rapidez, confiabilidad y usabilidad, y favoreciendo una gestión adecuada conforme al reglamento académico.
Implementación del aplicativo de realidad aumentada para el aprendizaje de geometría del espacio en la Institución Educativa N.°54009 “VILLA GLORIA”- 2024
(Universidad Nacional Micaela Bastidas de Apurímac, 2026-01-27) Hilares Alvarez, Denilson Demetrio; Merma Aroni, José Luis
Esta investigación cuantitativa con diseño cuasi experimental determinó la efectividad de un aplicativo móvil de realidad aumentada para optimizar el aprendizaje de geometría del espacio en 60 estudiantes de cuarto grado (30 experimentales, 30 control) de la I.E. N.° 54009 “VILLA GLORIA” (Abancay, Apurímac). El aplicativo se desarrolló con la metodología Mobile‑D (15 iteraciones) usando Unity 3D, Vuforia, Blender, Java y Android SDK, logrando la visualización interactiva de poliedros. Se aplicaron pruebas pre y postest (escala 0‑20), fichas de observación, la escala ISO/IEC 9126‑2 y cuestionarios Likert, analizados con Shapiro‑Wilk y pruebas t de Student (α = 0,05). Se encontraron mejoras estadísticamente significativas: hipótesis general (diferencia de medias = 2,10; t = 4,616; p < 0,001); dimensión “modelar objetos” (M_exp = 14,00; M_ctrl = 12,10; diferencia = 1,90; t = 3,258; p < 0,05); dimensión “comunicar comprensión” (M_exp = 15,87; M_ctrl = 13,57; diferencia = 2,30; t = 3,335; p < 0,001); y validación de Mobile‑D (media = 4,4/5,0). El porcentaje de estudiantes con desempeño satisfactorio aumentó de 10% a 66,67% (+56,67 puntos porcentuales). Estos resultados se explican por la representación visual tridimensional interactiva, la activación de la agencia cognitiva, la retroalimentación multimodal y el aumento de la motivación intrínseca. Se concluye que la realidad aumentada es una intervención pedagógica efectiva para potenciar competencias geométricas en primaria, en contextos urbanos vulnerables de regiones predominantemente rurales. Se recomienda replicar con diseño experimental puro, seguimiento longitudinal, desagregación por subgrupos, complemento cualitativo e integración en políticas educativas peruanas.
Sistema de riego automatizado para el cultivo de la fresa, en el centro de producción el Carmen, Pachar, Ollantaytambo, 2018
(Universidad Nacional Micaela Bastidas De Apurímac, 2025-04-29) Quispe Cordova, Lisbeth Yuvithza; Echegaray Peña, Nora Gladys
El presente trabajo de investigación tuvo como finalidad mejorar el proceso de cultivo de la fresa en invernadero (a cielo cerrado) mediante la implementación de un sistema de riego automatizado, diseñado para controlar factores ambientales como la temperatura y la humedad del suelo, los cuales influyen directamente en el desarrollo del cultivo. La metodología empleada fue de tipo aplicada, con nivel experimental y diseño cuasi experimental, ya que se compararon los resultados entre el sistema de riego tecnificado-manual utilizado en campo abierto (SSRA) y el sistema de riego automatizado implementado en invernadero (CSRA), considerando principalmente la humedad del suelo. Los resultados evidenciaron que el sistema automatizado permitió reducir el ciclo de producción de la fresa de 133 días (SSRA) a 104 días (CSRA), optimizar el uso del agua de riego disminuyéndolo de 92.4 m3 a 62.9 m3, incrementar los días de cosecha y, en consecuencia, aumentar la cantidad de producción, obteniendo además frutos con mejor presentación. Con el sistema automatizado se alcanzó una producción de 262.36 kg, frente a los 158.99 kg obtenidos con el sistema manual. En conclusión, la implementación del sistema de riego automatizado mejoró significativamente el cultivo de la fresa, acortando el tiempo de producción, haciendo un uso más eficiente del agua y logrando un incremento tanto en la cantidad como en la calidad del fruto.
Evaluation of Convolutional Neural Network Architectures for Detecting Drowsiness in Drivers
(Universidad Nacional Micaela Bastidas de Apurímac, 2025-09-09) Hurtado Delgado, Bryan; Oscco Guillen, Marycielo Xiomara; Aquino Cruz, Mario
Drowsiness in drivers is a condition that can manifest itself at any time, representing a constant challenge for road safety, especially in a context where artificial intelligence technologies are increasingly present in driver assistance systems. This paper presents a comparative evaluation of convolutional neural network (CNN) architectures for drowsiness detection, focusing on the identification of signals such as eye state and yawning. The research was of an applied type with a descriptive level, comparing the performance of LeNet, DenseNet121, InceptionV3 and MobileNet under challenging conditions, such as lighting and motion variations. A non-experimental design was used, with two datasets: a public dataset from Kaggle that included images classified into two categories (yawn and no yawn) and another created specifically for this study, which included images classified into three main categories (eyes open, eyes closed and undetected). The results indicated that, although all architectures performed well in controlled conditions, MobileNet stood out as the most accurate and consistent in challenging scenarios. DenseNet121 also showed good performance, while LeNet was effective in eye-state detection. This study provided a comprehensive assessment of the capabilities and limitations of CNNs for applications in drowsiness monitoring systems, and suggested future directions for improving accuracy in more challenging environments.
Implementación de una red inalámbrica con tecnología Wi-Fi y HLS para la calidad de los servicios de Internet e IPTV/OTT en las zonas rurales de Huayllabamba y Pachachaca 2023
(Universidad Nacional Micaela Bastidas de Apurímac, 2025-08-01) Ponce Jiménez, Jonathan; Gomez Aiquipa, Ebert
La presente investigación se enfocó en mejorar la calidad de los servicios de Internet e IPTV/OTT en las zonas rurales de Huayllabamba y Pachachaca, se llevó a cabo esta investigación implementando tecnologías Wi-Fi y HLS. La problemática recurrente en zonas rurales, incluyendo aquellas de difícil acceso y limitada disponibilidad de servicios de Internet e IPTV/OTT. Esta situación contribuye a la creación de una brecha digital, a pesar de la existencia de tecnologías como Wi-Fi y HLS. La falta de inversión por parte de grandes empresas en estas áreas se debe, en gran medida, a la dificultad para satisfacer sus estándares de Calidad de Servicio (QoS). Se empleó una metodología de investigación de tipo aplicada, de nivel descriptivo-comparativo y con un diseño no experimental. Se recolectaron datos en una muestra de 20 puntos de medición en cada localidad: Huayllabamba y Pachachaca. Se utilizaron técnicas de observación y medición, empleando como instrumentos la terminal de Windows, comandos de diagnóstico de red, hojas de cálculo en Excel y tablas comparativas. Los resultados de la implementación en Huayllabamba (ancho de banda: 16.1 Mbps, retardo: 12.9 ms, jitter: 7.1 ms, pérdida de paquetes: 0%) y Pachachaca (ancho de banda: 21.0 Mbps, retardo: 12.0 ms, jitter: 3.4 ms, pérdida de paquetes: 0%) demostraron una mejora significativa en la calidad de Internet e IPTV/OTT. Las pruebas de hipótesis realizadas (prueba t de Student para el ancho de banda, retardo, jitter y perdida de paquetes, con un nivel de significancia α = 0.05) confirmaron este resultado, cumpliendo así los objetivos de la investigación. En conclusión, la implementación de una red inalámbrica con tecnología Wi-Fi y HLS cumplió con los objetivos de esta investigación, demostrando una mejora significativa en la calidad de los servicios de Internet e IPTV/OTT en las localidades de Huayllabamba y Pachachaca.
Detección de enfermedades mediante las hojas del maíz utilizando DEEP Learning para los agricultores del distrito de Curahuasi Abancay - 2024
(Universidad Nacional Micaela Bastidas de Apurimac, 2025-11-21) Valverde Ramirez, Juan Carlos; Cari lncahuanaco, Francisco; Huaylla Quispe, Alejandnina
El maíz es un cultivo importante en el Perú, esencial para la seguridad alimentaria. Sin embargo, su cultivo enfrenta desafíos significativos debido a enfermedades debilitando como la Trips del maíz, y el virus del Roya del maíz, que pueden conducir a graves pérdidas del rendimiento. Los métodos tradicionales de diagnostico de enfermedades de las plantas a menudo requieren mucho tiempo y son propensos a errores, lo que requiere enfoque más eficiente. Este estudio explora la aplicación de apredizaje profundo, especialmente las redes neuronales convolucionales (CNN), en la detección y clasificación automáticas de enfermedades del maíz. El objetivo de este estudio es comparar la precisión de dos arquitecturas: CNN básico y ResNet18, la imagen de prueba utilizo un conjuinto de datos formado de 3087 imágenes que comprenden de enfermedades de las hojas del maíz, las clases están conformados por, Trips, Roya y hojas Sanas. Además, realizamos un ajuste hiperparametros para mejorar el rendimiento de los modelos y el mapeo de activación de clases ponderado por gradiente, para la interpretabilidad del modelo. Nuestros resultados muestran que el modelo ResNet18 demostro una precisión del 99.38% al distinguir entre pantas sanas y enfermas. Los resultados de este estudio contribuyen al avance de las aplicaciones de IA en la agricultura, en particular en el diagnóstico de enfermedades del maíz en Curahuasi Perú.
Determinación del mejor modelo de Machine Learning para la predicción del California Bearing Ratio de suelos en Abancay, 2024
(Universidad Nacional Micaela Bastidas de Apurimac, 2025-08-28) Tello Sarmiento, Flor de Cantuta; Ibarra Cabrera, Manuel Jesus
El California Bearing Ratio (CBR) es un índice fundamental en la ingeniería geotécnica para evaluar la capacidad de soporte de los suelos, especialmente en el diseño y construcción de pavimentos y otras estructuras sobre terreno natural. Pero la determinación de este índice es una tarea costosa y laboriosa, por dicha razón en este estudio se propone la predicción del CBR mediante modelos de machine learning. Se desarrollaron 3 modelos de aprendizaje automático, redes neuronales profundas (DNN), árboles de decisión y máquinas de vectores de soporte. El trabajo consistió en recolectar 310 registros con características del suelo, de los cuales 217 registros fueron considerados para el entrenamiento, 62 para la validación y 31 para las pruebas; los datos fueron recolectados en 3 laboratorios de mecánica de suelos de la ciudad de Abancay, provincia de Abancay en la región Apurímac de Perú, donde se obtuvieron las siguientes características físicas del suelo: el porcentaje de grava, porcentaje de finos, el óptimo contenido de humedad (OCH), límite líquido, límite plástico, índice de plasticidad, máxima densidad seca (MDS) y para la característica a predecir el valor del CBR al 100%. Los modelos fueron evaluados con el coeficiente de determinación (R2), el error absoluto medio (MAE), el error cuadrático medio (MSE) y la raíz del error cuadrático medio (RMSE). Los resultados muestran que el algoritmo o modelo de árboles de decisión es el más eficiente para predecir el CBR al 100% porque tiene el mejor coeficiente de determinación R2 = 0.9307 y también los valores más bajos para el MSE = 9.199, MAE = 1.216 y RMSE = 3.033; estos valores son los mejores en relación con los encontrados para los modelos de redes neuronales profundas y el de máquina de vectores de soporte para regresión.
Modelo predictivo de Machine Learning para el servicio de orientación vocacional hacia los estudiantes de secundaria en la Gerencia Regional de Trabajo y Promoción del Empleo Cusco 2024
(Universidad Nacional Micaela Bastidas de Apurímac, 2025-08-28) Silva Zarate, Malu Beatriz; Aquino Cruz, Mario
Este trabajo de investigación comparó tres modelos predictivos de Machine Learning: Árbol de Decisiones, Redes Neuronales y Regresión Logística, con el objetivo de identificar cuál fue el más efectivo para optimizar el procesamiento de los test vocacionales, los cuales tradicionalmente se analizaban y calificaban de forma manual, generando demoras y limitaciones en la orientación estudiantil. Esta situación afectaba la calidad del servicio de orientación vocacional, dificultando la emisión de los resultados a los estudiantes. Utilizando el test vocacional IEPPO, se procesaron las respuestas aplicando la metodología KDD. Los modelos fueron desarrollados y evaluados en Python, utilizando indicadores de rendimiento como exactitud, precisión, recall y F1 score. Los resultados mostraron que el modelo de Árbol de Decisiones fue el más eficaz en la clasificación, alcanzando una exactitud de 86.00%, una precisión del 86.23%, un recall del 86.00% y un F1 score de 86.11%, superando a las Redes Neuronales y la Regresión Logística. Estas conclusiones evidencian el potencial del Árbol de Decisiones para automatizar la orientación vocacional, brindando un apoyo confiable a la Oficina de SOVIO al facilitar el procesamiento inmediato y automatizado de los resultados, permitiendo clasificar los tipos vocacionales según las respuestas de los estudiantes.

Examinar

Envíos recientes