Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 213 vistas

    EF Taller de Investigación 1 PDF

    Cargado por

    Gleynder Irarica
    Este documento propone identificar las fuentes de información apropiadas para aplicar big data en el sector agrícola en Arequipa, Perú para 2020. Actualmente, la agricultura es una actividad económica importante en la región pero la información disponible tiene limitaciones. El objetivo es inventariar fuentes internas y externas de datos, verificar su disponibilidad, y relacionar la información para aplicaciones de big data que puedan beneficiar a los agricultores locales.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    EF Taller de Investigación 1 PDF

    Cargado por

    Gleynder Irarica
    213 vistas9 páginas
    Este documento propone identificar las fuentes de información apropiadas para aplicar big data en el sector agrícola en Arequipa, Perú para 2020. Actualmente, la agricultura es una actividad económica importante en la región pero la información disponible tiene limitaciones. El objetivo es inventariar fuentes internas y externas de datos, verificar su disponibilidad, y relacionar la información para aplicaciones de big data que puedan beneficiar a los agricultores locales.

    Descripción original:

    Título original

    EF Taller de Investigación 1.pdf

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento propone identificar las fuentes de información apropiadas para aplicar big data en el sector agrícola en Arequipa, Perú para 2020. Actualmente, la agricultura es una actividad económica importante en la región pero la información disponible tiene limitaciones. El objetivo es inventariar fuentes internas y externas de datos, verificar su disponibilidad, y relacionar la información para aplicaciones de big data que puedan beneficiar a los agricultores locales.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    213 vistas9 páginas

    EF Taller de Investigación 1 PDF

    Cargado por

    Gleynder Irarica
    Este documento propone identificar las fuentes de información apropiadas para aplicar big data en el sector agrícola en Arequipa, Perú para 2020. Actualmente, la agricultura es una actividad económica importante en la región pero la información disponible tiene limitaciones. El objetivo es inventariar fuentes internas y externas de datos, verificar su disponibilidad, y relacionar la información para aplicaciones de big data que puedan beneficiar a los agricultores locales.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 9

    UNIVERSIDAD CONTINENTAL

    FACULTAD DE INGENIERÍA

    ESCUELA ACADÉMICA PROFESIONAL:


    INGENIERIA INDUSTRIAL

    IDENTIFICAR LAS FUENTES DE INFORMACIÓN


    APROPIADA PARA APLICAR BIG DATA EN EL
    SECTOR AGRICOLA EN EL DEPARTAMENTO DE
    AREQUIPA - 2020

    PROYECTO PARA OBTENER EL TITULO PROFESIONAL DE

    INGENIERO INDUSTRIAL

    PRESENTADO POR:

    GLEYNDER RIDERS IRARICA YNISUY

    AREQUIPA – PERÚ
    CAPÍTULO I: PLANTEAMIENTO DEL ESTUDIO

    • Planteamiento y formulación del problema

    • Planteamiento del problema

    La actividad agrícola en la región de Arequipa es una de las actividades más


    importantes debido a su participación en el PBI (más del 8% en el segundo trimestre
    en el presente año), generación de empleo y aporte de productos para la población
    regional y nacional.

    Tabla Nº 1: Producto Bruto Interno Trimestral Por Grandes Actividades Económicas


    en Arequipa: 2007–2019
    (Miles de soles de 207)

    Extractivas
    Extracción
    Derechos Valor de
    Producto de Agregado Agricultura, petróleo,
    Año / Trimestre Bruto Importación Bruto ganadería, Pesca y gas,
    Interno y Otros Total caza y acuicultura minerales
    Impuestos (VAB) silvicultura y
    servicios
    conexos
    2019
    Trim. I 130,146 12,247 117,899 6,377 323 15,844

    II 138,759 12,323 126,436 9,660 678 16,312


    Fuente: Instituto Nacional de Estadística e Informática (INEI)

    En la tabla Nº 1 podemos observar que la agricultura, ganadería, caza y silvicultura


    han aportado 9660 millones de soles durante el segundo trimestre en la región de
    Arequipa, afianzando la importancia de estas actividades en el periodo actual.

    Considerando que la información que proporcionan en las páginas web de la


    Gerencia Regional de Agricultura de Arequipa y el Instituto Nacional de Estadística
    e Informática (INEI) es una mejora significativa para la toma de decisiones, su
    alcance es limitado debido a que solo se cuenta con información estructurada en
    libros de Excel, no tomando en cuentas la información no estructurada o
    semiestructurada que se encuentra en las fotos, videos, audios y otras fuentes de
    información las cuales se identifican con el Big Data por la variedad de los datos.
    Considerando que la información que proporciona estas páginas web no es a tiempo
    real y no se encuentra procesada para la toma de decisiones del agricultor conlleva
    a la falta de aprovechamiento de esta información, quedando relegada para quienes
    no tengan el conocimiento en el procesamiento de datos.

    Debido a esta problemática surge la propuesta de la identificación de fuentes de


    información apropiadas para la aplicación del Big Data, para lo cual necesitaríamos
    como requisito la variedad, el volumen, la velocidad de procesamiento, la veracidad
    y valor de los datos adquiridos.

    • Formulación del problema


    ¿Qué fuentes de información son apropiadas para aplicar Big Data en el sector
    agrícola en el departamento de Arequipa para el periodo 2020?

    • Objetivos

    • Objetivo General

    • Identificar las fuentes de información apropiadas para aplicar big data en el


    sector agrícola en el departamento de Arequipa para el periodo 2020

    • Objetivos Específicos

    • Inventariar la información e identificar las fuentes internas y externas que


    son apropiadas para la aplicación del Big Data.

    • Verificar la disponibilidad de información, capturarla, almacenarla y realizar


    el plan de adquisición de fuentes de datos.

    • Relacionar la información y realizar la presentación funcional de los datos.

    • Justificación

    La investigación que se pretende realizar servirá como base para la aplicación de


    proyectos Big Data en el sector agrícola de Arequipa. Beneficiando directamente a
    los agricultores en la elección del producto a sembrar y en el manejo de las múltiples
    variables que esta elección conlleva.

    Como posibles mejorar podemos mencionar:

    • Mejoras en las decisiones de inversión agrícola a largo plazo y en la


    planificación de la producción a corto y mediano plazo mediante el análisis
    de tendencias.

    • Mejoras en la segmentación de los productos agrícolas debido a una buena


    planificación y optimización de los recursos.

    • Mejoras en la logística y distribución de los productos agrícolas por medio


    del análisis de los costos y procesos logísticos optimizados.

    • Optima gestión de las desviaciones que posee el mercado con respecto a


    la demanda mediante el análisis de tendencias.

    • Disminución de las mermas provocadas por el excedente en la producción


    con el manejo adecuado de precios en tiempo real, logrando el equilibrio
    entre la oferta y la demanda.

    • Mejoras en los estándares de calidad mediante el análisis de los datos que


    proporcionan las variables identificadas que afectan la producción.

    • Se logrará obtener implicaciones trascendentales en el manejo de la


    agricultura en Arequipa y también podría servir como referente para su
    aplicación en otras provincias agrícolas.
    CAPÍTULO II: MARCO TEÓRICO

    • Antecedentes del problema

    El Big Data está teniendo un gran impacto en diversos sectores, debido a que se está
    convirtiendo en una ventaja competitiva, llagando a referirse a ella como el nuevo petróleo
    de este siglo.

    Los proyectos de Big Data permiten trabajar con un gran volumen de datos, además se
    puede considerar al Big Data como un concepto de explotación de información de variadas
    fuentes de datos, siendo apropiado para el desarrollo de la problemática mencionada.

    Podemos mencionar un ejemplo que se expuso en la conferencia organizada por la


    empresa Hispatec, el paso 9 de setiembre del 2018, la cual trabaja actualmente con
    aproximadamente 400 empresas y cooperativas en España, Chile, Perú, México y
    Marruecos. Donde indica que: “Para el agricultor, todo se basa en decisiones. De las 40 ó
    50 campañas en las que cultivará a lo largo de su vida, tomará pocas grandes decisiones,
    pero del orden de 60 pequeñas decisiones por campaña y finca. Es por ello decidir qué
    medir, dónde y para qué, pero esos datos, una vez analizados y modelizados, nos dirán
    qué, cómo, cuándo y dónde plantar, vender, gestionar el cultivo o qué recursos aplicar.

    Por tanto, si una finca tiene un potencial máximo de producción definido por cultivo,
    variedad, condiciones ambientales, suelo, etc., limitado por factores como el agua y los
    nutrientes, y reducido por enfermedades, plagas y manejo, se puede predecir la producción
    real. Por eso, es importante identificar qué peso tiene cada uno de estos factores y actuar
    en consecuencia, permitiendo obtener la mayor rentabilidad”.

    Enrique de los Ríos, director general de Unica Group explicó en la conferencia el


    funcionamiento de la app que la sociedad cooperativa ha creado para sus socios, donde
    los agricultores pueden tomar decisiones en base a datos obtenidos por otros socios de
    fincas cercanas.
    CAPÍTULO III: HIPÓTESIS Y VARIABLES

    • Hipótesis

    Dado: que el Gobierno Regional de Agricultura de Arequipa, el Instituto Nacional de


    Estadística e Informática (INEI), las Asociaciones de agricultores apoyan en la entrega
    y a la formulación del plan de adquisiciones de fuentes de datos para identificar las
    fuentes de información apropiadas para aplicar Big Data en el sector agrícola en el
    departamento de Arequipa para el periodo 2020.

    Es probable: Identificar las fuentes de información apropiadas para aplicar Big Data en
    el sector agrícola en el departamento de Arequipa para el periodo 2020.

    • Variables

    • Variable independiente:

    - Fuentes de Información apropiadas.

    - Información estructurada

    - Información semiestructurada

    - Información no estructurada

    • Variable dependiente

    - Aplicaciones Big Data en el sector agrícola en el departamento de Arequipa para


    el periodo 2020.

    CAPÍTULO IV: METODOLOGÍA

    4.1. Método:

    El método que se aplicara a la investigación son métodos cualitativos para la recolección


    de datos alojados en bases de datos o repositorios y para la información que no se
    encuentra disponible se generara una aplicación que colabore juntos con los agricultores
    para su llenado.

    4.2. Diseño de investigación:

    4.2.1. Diseño:
    La estructura de diseño de investigación está dada por la comprensión de datos los
    cuales abarca:
    a. Inventario de información
    b. Identificación de fuentes de información
    c. Disponibilidad de fuentes
    a. Capturar y almacenar
    b. Plan de adquisición de fuentes
    d. Relación de la información
    a. Datos independientes
    b. Generar el identificador único.
    c. Visión global de la información
    e. Representación funcional de datos.

    4.2.2. Tipo:
    El presente trabajo de investigación está enmarcado dentro del tipo de investigación
    exploratoria la cual tiene como objetivo es examinar un tema o problema de investigación
    poco estudiado o que no ha sido abordado antes.

    4.3 Población y muestra

    Al ser una investigación exploratoria la población engloba a aquellos organismos que


    pueden considerase como fuente de información primaria.
    CAPÍTULO V: ASPECTOS ADMINISTRATIVOS

    5. Presupuesto
    5.1. Recursos necesarios
    5.1.1. Recursos Humanos
    - Mi persona para el modelado de la información.
    5.1.2. Recursos Materiales:

    DESCRIPCION UNIDAD CANTIDAD VALOR VALOR


    UNITARIO TOTAL
    Uso de computadora hr. De uso 240 S/ 1.00 S/ 240.00
    Uso de impresora Hojas De impresora 500 S/ 0.30 S/ 150.00
    Aplicación para ingreso de datos Unid. 1 S/ 1,000.00 S/ 1,000.00
    Movilidad Local Pasaje 120 S/ 1.00 S/ 120.00
    Papel de tesis millar 2 S/ 60.00 S/ 120.00
    Digitación de texto hoja digitada 2000 S/ 0.50 S/ 1,000.00
    Cuaderno de apuntes Unid. 1 S/ 8.00 S/ 8.00
    Lapices, lapiceros Unid. 3 S/ 2.50 S/ 7.50
    Borradores Unid. 1 S/ 2.00 S/ 2.00
    Memoria USB Unid. 1 S/ 50.00 S/ 50.00
    TOTAL S/ 2,697.50

    6. Cronograma

    Nov- Dic-2019 Ene- Feb-


    ACTIVIDADES 2019 2020 2020
    1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
    Inventario de información X X X X
    Identificación de fuentes de información X X X X
    Disponibilidad de la información X X X
    Relación de la información X X X
    Representación funcional de los datos X X
    BIBLIOGRAFIA

    También podría gustarte