Aplicación de redes neuronales artificiales para optimizar el pronóstico de la demanda en Mc Donald´s RIS Perú, Callao – 2019

Abstract

La tesis presentada tiene como principal objetivo, el demostrar que aplicando redes neuronales artificiales se mejorara el pronóstico de la demanda en Mc Donald’s RIS. La población se ha conformado por diesciseis semanas antes y después en el restaurante de Mc Donald’s Risso. Además, la muestra es de tipo no probabilístico, es decir será igual que la población. La presente tesis tiene una metodología que por su fin es aplicada, se utilizo un diseño preexperimental, con un enfoque de tipo cuantitativo y de medida longitudinal con datos paramétricos por tal motivo, la validación de la hipótesis se hizo con la aplicación de la prueba T-Student, usando el promedio de medias de la situación antes y del después de la implementación. Por tal motivo, se llegó a la conclusión de que, con “La aplicación de redes neuronales artificiales mejorara significativamente el pronóstico de la demanda en Mc Donald’s RIS”. Los resultados obtenidos después de realizar el estudio de la variable pronóstico de la demanda, en donde determinamos que la hipótesis general es aceptada, al realizar la evaluación antes de la aplicación de la mejora se obtuvo resultado de 98.07% en promedio lo cual la hace más próximo a la demanda Real en relación a las 16 semanas que elegimos y el promedio utilizando el método tradicional fue solo de 85.35%, además también se pudo determinar que se acepta la hipótesis específica 1, donde se dice que la aplicación de redes neuronales artificiales mejora significativamente la proyección de ventas en Mc Donald´s RIS, con 98.07%, tambien se pudo determinar que se acepta la hipótesis específica 2, la cual señala que la aplicación de redes neuronales artificiales mejora significativamente el índice de rotación de productos en Mc (0.01402406).