Ingeniería en Gestión Ambiental
URI permanente para esta colecciónhttps://hdl.handle.net/20.500.12640/3738
Examinar
5 resultados
Resultados de la búsqueda
Ítem Restringido Diseño de un plan de negocios sostenible para la implementación de una planta de valorización de residuos inorgánicos (plástico PET) en la ciudad de Cerro de Pasco – 2024(Universidad ESAN, 2024) Sotelo Geronimo, Silvia Geraldine VictoriaEl presente trabajo de investigación tiene como objetivo diseñar un plan de negocios sostenible para la implementación de una planta de valorización de residuos inorgánicos (plástico PET) en la ciudad de Cerro de Pasco, Perú. La propuesta no solo busca contribuir a la reducción de residuos plásticos, y pretende generar un impacto positivo en los ámbitos económico, social y ambiental de la región. Los resultados obtenidos demuestran la viabilidad técnica, financiera y legal del proyecto, evidenciando que la planta puede operar de manera eficiente y rentable en un horizonte de cinco años, generando empleos y diversificando la economía local, tradicionalmente dependiente de la minería. En el Capítulo I se presenta el planteamiento del problema y se destaca la necesidad de soluciones sostenibles que permitan la valorización de residuos como el plástico PET. En el Capítulo II se desarrollan las bases teóricas, abarcando conceptos como economía circular y sostenibilidad. El Capítulo III detalla el entorno empresarial, incluyendo un análisis FODA que identifica las oportunidades y riesgos del proyecto. El Capítulo IV describe la metodología utilizada, combinando enfoques cuantitativos y cualitativos, mientras que el Capítulo V se enfoca en el desarrollo de la solución, confirmando la viabilidad del proyecto.Ítem Restringido Propuesta de mejora en la cadena de suministro de la empresa Colpex International SAC utilizando el arca de valor compartido para un impacto sostenible(Universidad ESAN, 2024) Moran Galvez, Joseph; Reyes Angeles, Elizabeth Cristina; Zarate Chavez, Jose CarlosEste trabajo busca mejorar la cadena de suministro de Colpex International SAC, utilizando el Arca de Valor Compartido y el Protocolo GHG. A través de la evaluación de la huella de carbono corporativa 2023, diagnosticada en la plataforma Huella de Carbono Perú, y un análisis exhaustivo de la cadena de suministro actual, se identifican oportunidades para reducir emisiones de gases de efecto invernadero (GEI). La cadena de suministro consta de cinco etapas: proveedores, logística de entrada, clientes, logística de salida y empresas navieras. En cada una de estas etapas, se analizaron las propuestas de valor para sugerir mejoras orientadas hacia la sostenibilidad. Las propuestas se enfocan en optimizar los recursos y reducir el impacto ambiental, alineando las operaciones con los objetivos de sostenibilidad de la empresa.Ítem Restringido Evaluación de la implementación de Customer Relationship Management (CRM) y su impacto en la optimización de la gestión comercial del área de Educación Continua de la Instituto Carrión(Universidad ESAN, 2024) Arana Torpoco, Jean Fred; Cosio Chavez, Karen Valeria; Gonzalez Riva, Christian Isaias; Paredes Solano, Angela Karin; Polar Velasquez, Diego AlonsoEn un entorno educativo cada vez más dinámico, es crucial que las instituciones educativas tengan herramientas tecnológicas que les permitan mantener una gestión ágil y personalizada de las relaciones con los clientes para desarrollar una ventaja competitiva en el mercado. El presente trabajo de investigación busca evaluar la efectividad del sistema de gestión de relación con los clientes (CRM) que fue implementado en el Instituto Carrión en julio del 2022 y su impacto en la gestión comercial del Área de Educación Continua. Para ello se evaluó el impacto del CRM en la optimización de los tiempos de procesos, los niveles de ventas y la influencia en las estrategias comerciales, comparando los valores obtenidos antes y después de la implementación. Se identificó que el CRM generó en el Instituto Carrión un impacto positivo en los niveles de ventas (13.4% más), mejora en los tiempos de los procesos comerciales (8.20% menos) y la efectividad de las estrategias comerciales (16.13% más). Este trabajo aporta como un antecedente importante en el campo del sector educativo al proporcionar un caso práctico de tecnología aplicada para mejorar la gestión comercial en instituciones de educación superior.Ítem Restringido Técnicas de machine learning para la mejora del método de proyección de ventas de los análisis de multirresiduos de plaguicidas en alimentos de Mérieux Nutrisciences(Universidad ESAN, 2023) Huisacayna Cutipa, Abigail Nelly; Jacinto Martell, Samuel Humberto; La Rosa Gadea, Marghore Susana; Machuca Abanto, Axl Boris; Torres Yupanqui, Rocio del Pilar LeslyEn la actualidad es importante que toda empresa realice pronósticos de todo tipo, que ayuden a mitigar el impacto negativo y/o aprovechar los impactos positivos que los cambios generan. El propósito del presente trabajo es identificar la técnica del aprendizaje automático que mejore el método de proyección de ventas generadas por el análisis de multirresiduos de plaguicidas en alimentos de la empresa Mérieux Nutrisciences. Se emplea la metodología Cross-Industry Standard Process for Data Mining (CRISP-DM) para determinar el modelo predictivo óptimo para la empresa. Después de adquirir y adecuar la data, se aplica y analiza en las técnicas de regresión lineal, light gradient boosting machine (LightGBM), seasonal auto regressive integrated moving average (SARIMA) y long short-term memory (LSTM). Con la ejecución de los modelos establecidos, se concluyó que el uso de modelos predictivos permite a las empresas, tomar decisiones más acertadas y mejorar su gestión, además, se visualizó que el modelo LightGBM tiene una mayor precisión que los otros modelos con un 0.0152 de mean squared error (MSE). Se recomienda realizar el modelado con un mayor número de data para generar un pronóstico más preciso, contrastar con el laboratorio y realizar estudios adicionales para ajustar hiperparámetros propios del modelo.Ítem Restringido Pronóstico de tiempos de tránsito marítimos y probabilidad de entrega a tiempo usando algoritmos de Machine Learning en el operador logístico Expeditors Perú S.A.C(Universidad ESAN, 2022) Trujillo Grados, Alexandra Cecil; Meza Arismendis, Carmen Rosa; Calero Lazaro, Darwin Rubens; Huaman Avellaneda, Grecia Patricia; Palma Abanto, Katherine VioletaUn suceso fortuito como la pandemia genera retrasos importantes y costos logísticos adicionales, este evento termina evidenciando la mala planificación en la logística de las empresas. El presente trabajo busca complementar los escasos estudios enfocados en las variables que puedan afectar al tiempo de tránsito para el desarrollo de una mejor planificación organizacional. El objetivo de esta investigación es la predicción de tiempos de tránsito y determinación de entrega a tiempo en los embarques marítimos, a través del uso de 4 algoritmos del aprendizaje supervisado de Machine Learning. Para la predicción de tiempos de tránsito, se obtuvo un error absoluto medio (MAE) de 8.58 con un coeficiente de determinación (R²) de 0.3190 en el algoritmo de regresión lineal, obteniendo como variable más influyente “puerto de destino”, y en la determinación de entrega a tiempo se halló que el algoritmo KNN vecinos más cercanos genera el mejor pronóstico en comparación de la regresión logística, SVC y Naive Bayes, con un 67,38% de precisión. El uso de estas técnicas sienta una base para futuros estudios comparativos de los algoritmos de Machine Learning en el pronóstico de tiempos de tránsito en la logística internacional.
