Ingeniería en Gestión Ambiental
URI permanente para esta colecciónhttps://hdl.handle.net/20.500.12640/3738
Examinar
2 resultados
Resultados de la búsqueda
Ítem Acceso Abierto Sistema de Gestión de Calidad y la influencia en la productividad para la ejecución de proyectos en la empresa H&O S.A.,2024(Universidad ESAN, 2024) Asian Ramirez, Silvia Laritza; Medina Tejeda, Geily Mireski; Vicente Canales, Luis NoeEste estudio analiza la influencia de un Sistema de Gestión de Calidad (SGC), basado en la norma ISO 9001:2015, en la productividad de la empresa H&O S.A para agosto y diciembre de 2024. Se realizó una investigación cuantitativa, descriptiva-correlacional, con un diseño no experimental y transversal. Se aplicó una encuesta a 20 trabajadores para evaluar las dimensiones de Planificación, Enfoque al cliente y Gestión de procesos del SGC, y su relación con la eficacia como dimensión de productividad. El análisis de regresión jerárquica reveló que el enfoque al cliente es el componente del SGC con mayor impacto en la eficacia para la ejecución de proyectos. Aunque la planificación y la gestión de procesos no mostraron una influencia significativa en la productividad dentro del contexto de este estudio, sigue siendo un componente clave del SGC. Los resultados demuestran que la implementación del SGC, considerando estas dimensiones como un constructo general, si influye de manera significativa en la productividad de H & O S.A. Por lo que, se recomienda a la empresa fortalecer aún más el enfoque al cliente, y revisar las estrategias de planificación y gestión de procesos para optimizar su SGC y, en consecuencia, su productividad.Ítem Acceso Abierto Mejora del proceso de disposición de productos observados en el área de Aseguramiento de Calidad de una empresa PET usando técnicas de machine learning(Universidad ESAN, 2022) Ore Vargas, Jorge Humberto; Pinedo Chávez, Luis Alonso; Ramírez Núñez, Karen Andrea; Sullón Cabello, Claudia Noelia; Villanueva Méndez, Martín JesúsLa industria de empaques rígidos es un sector altamente competitivo en temas de calidad y precio en el Perú y el mundo. Es por ello, que se requiere que las empresas optimicen el uso de sus recursos para poder ofrecer lo que el mercado demanda. El presente trabajo plantea mejorar el proceso de disposición de productos observados en el área de Aseguramiento de Calidad a través de un modelo predictivo, resultante de la aplicación de técnicas de machine learning y así disminuir los tiempos que actualmente se emplean en este proceso. Estas técnicas son K-NN (k-Nearest Neighbors), Máquinas de soporte vectorial (SVM), Naive Bayes y Árbol de decisiones. Para su entrenamiento se usó data histórica de los años 2021 y 2022 la cual fue tratada y definida en conjunto con los especialistas. Como resultado de la evaluación del Accuracy de cada modelo, se pudo concluir que el más preciso es el Árbol de decisiones, la cual podrá ser aplicada a futuro en la empresa para contribuir con la mejora del proceso.
