TY  - UNPB
Y1  - 2022/07/21/
KW  - Planificación de la siembra
KW  - Producción de plantines
KW  - Gestión de la germinación
KW  - Distribución de plantines
KW  - Micro Viveros
TI  - Modelo para la planificación de la producción en micro viveros del Paraguay
M1  - masters
N2  - Los pequeños y micro viveros del Paraguay normalmente son empresas familiares con poco personal que se desenvuelven en un entorno muy cambiante, cuya producción de plantines está muy influenciada por el clima y las demandas del mercado. Para sobrevivir en este entorno, los micro viveros deben ser capaces de predecir la demanda, donde la falta de plantines genera pérdida por falta de ventas además de generar una mala relación con los productores por no poder cumplir con los pedidos, y mientras que una sobreproducción generaría pérdidas al tener que desechar plantines no vendidos. El objetivo propuesto es crear un modelo para la planificación de la producción para pequeños y micro viveros basado en inteligencia artificial. Con el cual los viveros puedan esquematizar y estructurar la planificación de su producción sin depender completamente del personal con experiencia. Influye en la planificación de la producción de los micro viveros el espacio disponible en los distintos sectores del vivero, el tamaño de las plantas y el tiempo que deben permanecer los plantines en el vivero. El uso de la Inteligencia Artificial para predecir la producción complementará la experiencia del personal del vivero. De los algoritmos utilizados en Inteligencia Artificial, se considera el principal algoritmo, la regresión lineal que además es el ideal para realizar predicciones y utilizarlo en la planificación. La metodología CRISP-DM establece una estructura para trabajar con grandes volúmenes de datos definiendo fases que van desde el entendimiento del negocio, entendimiento de los datos, preparación de datos, modelado, evaluación e implementación. Esta metodología es útil para trabajar con Inteligencia Artificial generando varios modelos en el proceso hasta llegar al óptimo. El modelo propuesto para la planificación de la producción consiste en utilizar las características del vivero y de las plantas junto con los registros de producción, pedidos, ventas y desechos para realizar la planificación basado en Inteligencia Artificial. Posee 5 fases, los cuales son: Planificación, Recolección de datos, Entrenamiento de la IA, Validación de los resultados y la Implementación. El diseño de la investigación es descriptivo de corte longitudinal, se han registrado los datos de 9 meses de los cuales 6 meses fueron para recolectar datos y los últimos tres para realizar la predicción, comparando la predicción con los datos registrados, utilizando la validación del R2 que compara el resultado del algoritmo de IA y cuánto se ajusta a los datos. En el primer mes la predicción fue inferior a la producción del vivero, con valores de R2 para la lechuga, repollo, brócoli y coliflor, 85%, 81%, 71% 73% respectivamente. Para el tercer mes la predicción de la lechuga, repollo y coliflor del 85%, 92%, 86% y 90% respectivamente. El modelo propuesto a logrado predecir con bastante exactitud la producción del vivero. En el período analizado los datos fueron afectados por un período de sequía y de lluvias. Es muy importante que lo generado por el modelo sea revisado en última instancia por el responsable del vivero, para evitar posibles influencias no deseadas de los factores externos contemplados en el modelo.
A1  - Streuli Wanderer, Edgar Daniel
UR  - http://repositorio.uneatlantico.es/id/eprint/2929/
AV  - none
ID  - uneatlantico2929
ER  -