Look-up in Google Scholar
Full metadata record
Subauste Oliden, Daniel Alejandro
Cordero Castro, Sandra Violeta
Urco Cordero Jose Luis Ivan
2023-11-06T19:44:35Z
2023-11-06T19:44:35Z
2023-11-06T19:44:35Z
2023-11-06T19:44:35Z
2023-02-08
000000012196144X (isni)
http://hdl.handle.net/10757/669200
The purpose of this document is to propose a risk prediction system for occupational accidents, which allows anticipating the incidents or accidents at work. The proposed solution is focused on companies in the manufacturing sector of Peru, which is one of the sectors with a 23% accident rate. For the prediction analysis, existing data of incidents occurring in the work area will be used. The system will analyze the incidences, workers ' behaviors and object defects, within the labor area. Later the information will be analyzed by the system and as a result will be obtained indicators that will be able to be displayed in command frames. These indicators will show the risks and an immediate action plan, in this way the managers will be able to take control in real time on the risk, and the work accidents will be avoided. For the prevention analysis, the Bayesian Networks and Decision Tree algorithm will be used.
El propósito del presente documento tiene como objetivo proponer un sistema de predicción de riesgos de accidentes laborales, lo cual permite anticipar que suceda incidentes o accidentes de trabajo. La solución propuesta está enfocada en empresas del sector manufacturero del Perú, que es uno de los sectores donde ocurren mayores accidentes con un 23% por ciento de accidentabilidad según información del Instituto Nacional de Estadística e Informática, INEI. Para el análisis de predicción se utilizarán datos existentes de incidencias ocurridas en el área laboral. El sistema analizará las incidencias, comportamientos de los trabajadores y defectos de objetos, dentro del área laboral. Posteriormente la información será analizada por el sistema y como resultado se obtendrá indicadores que se podrán visualizar en cuadros de mando. Estos indicadores mostraran los riesgos y un plan de acción inmediato, de esta forma los encargados podrán tomar control en tiempo real sobre el riesgo, y se evitaran los accidentes laborales. Para el análisis de prevención se utilizará el algoritmo de Redes Bayesianas y Árbol de Decisión. El resultado del análisis muestra un sistema confiable para la prevención de accidentes.
Tesis (es_PE)
application/epub (en_US)
application/pdf (en_US)
application/msword (en_US)
spa (es_PE)
Universidad Peruana de Ciencias Aplicadas (UPC) (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
Attribution-NonCommercial-ShareAlike 4.0 International (*)
http://creativecommons.org/licenses/by-nc-sa/4.0/ (*)
Repositorio Académico - UPC (es_PE)
Universidad Peruana de Ciencias Aplicadas (UPC) (es_PE)
Accident prevention
Redes bayesianas
Manufactura
Prevención de accidentes
Riesgos laborales
Bayesian networks
Manufacture
Occupational risks
Sistema de predicción de riesgos de accidentes laborales en el sector manufactura utilizando técnicas de redes bayesianas y árbol de decisión (es_PE)
Tesis (other)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Peruana de Ciencias Aplicadas (UPC). División de Estudios Profesionales para Ejecutivos (EPE) (es_PE)
Ingeniería de Sistemas (es_PE)
Licenciatura (es_PE)
Ingeniero de sistemas (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#2.00.00 (es_PE)
https://purl.org/pe-repo/ocde/ford#2.02.04
https://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
9343997
https://orcid.org/0000-0003-1131-1384 (es_PE)
40941633
42816265
612076 (es_PE)
Coronado Gutierrez, Jaime
Armas Aguirre, Jimmy
Livia Cavalie, Fabio
https://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada societaria



This item is licensed under a Creative Commons License Creative Commons