Show simple item record

dc.contributor.advisorAuccahuasi Aiquipa, Wilver
dc.contributor.authorMancco Yupari, Daysi Margot
dc.contributor.authorVargas Huertas, Keyla Estrella
dc.date.accessioned2024-12-19T15:03:54Z
dc.date.available2024-12-19T15:03:54Z
dc.date.issued2024
dc.identifier.urihttps://hdl.handle.net/20.500.12805/3891
dc.description.abstractLa baja producción del maíz amiláceo en el distrito de Pariahuanca ha sido afectada considerablemente generando pérdidas económicas, debido a factores climáticas, desconocimiento técnico e factores mínimos que deben llevar los agricultores. Por ello, la presente investigación tuvo como objetivo analizar como ayuda el sistema experto en la predicción de cosecha de maíz amiláceo seco, la metodología realizada fue aplicada, explicativa y documental, la muestra se basó en 5 chacras, se realizó una búsqueda de información de 11 bibliografías para la identificación de los factores que intervienen en la cosecha de maíz, se tomó gestores de información con criterios de actualidad(trabajos publicados en los últimos 5 años), nivel de indexación(Google académico, Redalyc, Mendeley, Scopus, revistas, Dialnet, Elsevier, Repositorios universitarios) e idioma( artículos publicados en (Español, Indi, chino, Indonesio, ruso, inglés y italiano). Los resultados demostraron la identificación de 52 factores críticos de cosecha, diseño y funcionamiento del sistema experto usando red neuronal con el modelo más ajustable se evidenció con la curva ROC la sensibilidad y especificidad han logrado un 76.6% de precisión del sistema experto. En conclusión, el sistema experto ayuda a mejorar los rendimientos de maíz amiláceo, tanto que los agricultores tomen mejores decisiones con las recomendaciones sugeridas.es_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Científica del Sures_PE
dc.rightsinfo:eu-repo/semantics/embargoedAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/es_PE
dc.subjectAprendizaje automáticoes_PE
dc.subjectRed neuronales_PE
dc.subjectCosechaes_PE
dc.subjectSistema expertoes_PE
dc.subjectMaíz amiláceoes_PE
dc.titleSistema experto para predecir la cosecha de maíz amiláceo seco en los agricultores de Pariahuanca, 2023es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
dc.identifier.doihttps://doi.org/10.21142/tl.2024.3891
thesis.degree.disciplineIngeniería Empresarial y de Sistemases_PE
thesis.degree.grantorUniversidad Científica del Sur. Facultad de Ciencias Empresarialeses_PE
thesis.degree.nameIngeniera Empresarial y de Sistemases_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_PE
dc.publisher.countryPEes_PE
renati.advisor.dni43375865
renati.advisor.orcidhttps://orcid.org/0000-0001-8820-4013es_PE
renati.author.dni73535098
renati.author.dni74699762
renati.discipline612166es_PE
renati.jurorAcosta Medina, Luis Enrique
renati.jurorLoaiza Jara, Omar Leonel
renati.jurorVelasquez Medina, Martin
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
dc.type.otherTesis de Licenciaturaes_PE


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/embargoedAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/embargoedAccess