​​Aplicación móvil para la ejecución del recojo y distribución de donaciones de un Banco de Alimentos en Lima Metropolitana usando algoritmo K-means clustering​

Abstract

El presente trabajo de tesis nace a causa de un problema existente en nuestro país, que tiene que ver con la inseguridad alimentaria que sufren aproximadamente 4 millones de peruanos y con el desperdicio de alrededor de 12,8 millones de toneladas de alimentos al año, los cuales podrían utilizarse para alimentar a miles de personas con estas carencias.

Nuestra investigación tiene como objetivo desarrollar una aplicación móvil que mejore los procesos logísticos del BAP para reducir los tiempos de recojo de excedentes de alimentos y de distribución de donaciones a las organizaciones beneficiarias. Para esto, nos apoyaremos en tecnologías innovadoras como Machine Learning, específicamente en el algoritmo no agrupado de K-means, para optimizar las rutas de distribución de las donaciones o puntos de entrega.

Como resultados obtenidos, la aplicación propuesta automatiza el proceso de registro y coordinación de donaciones reduciendo la demora promedio de 2 días a realizarlo el mismo día representando un 50% en tiempos. Además, la toma de decisiones para distribuir las donaciones a las organizaciones caritativas reduciendo la demora de promedio 3 días, el algoritmo k-means indicará los puntos de entrega más cercanos al punto de recojo de la donación, esto permitirá que las donaciones no tomen más de 1.5 días.

Finalmente, el documento ha sido estructurado en nueve capítulos donde incluye los fundamentos teóricos, propuesta solución, el modelado del negocio, los requerimientos del sistema, la arquitectura del software, la construcción del software, pruebas y calidad del software, gestión del proyecto y finalmente los students outcomes.

.

This thesis work was born because of an existing problem in our country, which has to do with food insecurity suffered by approximately 4 million Peruvians and with the waste of around 12.8 million tons of food per year, the which could be used to feed thousands of people with these deficiencies.

Our research aims to develop a mobile application that improves the logistics processes of the BAP to reduce the collection times of surplus food and distribution of donations to beneficiary organizations. For this, we will rely on innovative technologies such as Machine Learning, specifically on the non-clustered K-means algorithm, to optimize distribution routes for donations or delivery points.

As results obtained, the proposed application automates the process of register and coordination of donations, reducing the average delay of 2 days to do it the same day, representing 50% in time. In addition, decision-making to distribute donations to charitable organizations reducing the average delay of 3 days, the k-means algorithm will indicate the closest delivery points to the donation collection point, this will allow donations not to take more 1.5 days.

Finally, the document has been structured into nine chapters where it includes the theoretical foundations, solution proposal, business modeling, system requirements, software architecture, software construction, software testing and quality, project management and finally the students outcomes.