Artículos - Ingeniería en Sistemas de Información

Permanent URI for this collection

https://repositorio.utc.edu.ec/handle/123456789/12813

Browse

Browsing Artículos - Ingeniería en Sistemas de Información by Author "Bajaña Zajia, Johnny Xavier"

Now showing 1 - 5 of 5
  • Thumbnail Image
    Item
    Desarrollo de una plataforma integrada para la gestión y monitoreo de alertas generadas por IDPS.
    (Ecuador: La Maná: Universidad Técnica de Cotopaxi; Extensión La Maná, Carrera de Sistemas de Información, 2025-10-08) Tigasi Morales, Kevin Manuel; Bajaña Zajia, Johnny Xavier; Zajia Jaime, Mesías Cajas
    Esta investigación aborda la problemática de la gestión y monitoreo de alertas de seguridad informática en el Gobierno Autónomo Descentralizado (GAD) Municipal del cantón Valencia, donde se evidenció una notoria falta de herramientas automatizadas que permitan una detección y respuesta eficiente ante incidentes de seguridad. El objetivo principal de este estudio es desarrollar una plataforma integrada basada en Suricata, con el propósito de optimizar la recepción, clasificación y análisis de alertas, y así mejorar la eficiencia operativa en el área de ciberseguridad. La investigación adoptó un enfoque mixto, combinando métodos cuantitativos y cualitativos. Se llevó a cabo un diagnóstico inicial mediante encuestas y entrevistas que permitieron identificar las necesidades y desafíos actuales. Posteriormente, se diseñó e implementó una plataforma con módulos funcionales para la administración y visualización de alertas generadas por Suricata. Finalmente, se aplicaron pruebas estructuradas de usabilidad y análisis de satisfacción a usuarios finales. Los resultados reflejan que el 66,67% del personal no dispone de herramientas de automatización y que el 100% considera indispensable contar con clasificación automática de alertas y monitoreo en tiempo real. La plataforma desarrollada permite centralizar y automatizar el tratamiento de alertas, facilitando la priorización y seguimiento de eventos de seguridad. La evaluación de usabilidad evidenció una alta aceptación del sistema, con un 66,67% de usuarios completamente satisfechos, aunque se identificaron oportunidades de mejora en aspectos de navegación y capacitación.
  • Thumbnail Image
    Item
    Integración Herramientas de Business Intelligence para la Automatización del Análisis de Ventas en Microempresas Mediante una Plataforma Web.
    (Ecuador: La Maná: Universidad Técnica de Cotopaxi; Extensión La Maná, Carrera de Sistemas de Información, 2025-10-02) Callatasig Toasa, Alex Mauricio; Cuyago Chicaisa, Alison Nicol; Bajaña Zajia, Johnny Xavier
    La brecha digital que existe en las microempresas latinoamericanas limita su capacidad para analizar información y tomar decisiones estratégicas basadas en datos confiables. Este estudio presenta el diseño e implementación de una plataforma web personalizada que integra herramientas de Business Intelligence (BI)y un chatbot conversacial conectado a la base de datos, orientada a automizar el análisis de ventas y predicción de tendencias. El sitema fue desarrollado con la tecnologia de código abierto (PHP, MySQL, JavaScrip) y validado en Morana S.A., una microempresa del sector comercial en Ecuador. Tras su implementación, el tiempo de generación de reportes se redujo en más del 95% pasando de 4-6 horas semanales. Los usuarios reportaron un 100% de satisfacción respecto a la usabilidad del sistema, un 87,5% respecto al módulo de BI, y un 87.5% en relación con la precisión y accesibilidad del chatbot. La plataforma permitió visualizar datos históricos, panles en tiempo real y proyecciones mensuales de ventas mejorando la planificación y las decisiones empresariales. Este estudio demuestra que es viable adoptar herramientas basadas en datos en contextos de bajos recursos, y que las microempresas pueden migrar hacia decisiones basadas en evidencia.
  • Thumbnail Image
    Item
    Optimización de Procesos Agroindustriales mediante una Aplicación Web de Gestión de Datos Físico-Químicos y Sensoriales.
    (Ecuador: La Maná: Universidad Técnica de Cotopaxi; Extensión La Maná, Carrera de Sistemas de Información., 2025-10-02) Arias Bailon, Jordan Jose; Macias Cajamarca, Yandri Raykrist; Cunuhay Cuchipe, Wilmer Clemente; Bajaña Zajia, Johnny Xavier
    La transformación digital en la agroindustria representa un eje estratégico para mejorar la calidad, trazabilidad y sostenibilidad de los procesos productivos. Esta investigación presenta el diseño, desarrollo e implementación de una aplicación web especializada para la gestión de datos físico químicos y sensoriales en productos agroalimentarios con el objetivo de optimizar procesos de control de calidad. El sistema fue construido mediante frameworks del software libre (React Native y Django), e integrado a una base de datos PostgreSQL, permitiendo una arquitectura modular, escalable y adaptada a las condiciones operativas de entornos agroindustriales reales. Durante la validación funcional cómo se aprobó que el sistema respondiendo en un tiempo de carga total de promedio de 1.501ms, evidenciando un rendimiento superior al estándar establecido para aplicaciones web operativas en tiempo real. Además, permitió integrar formularios inteligentes, códigos QR por lotes y paneles de visualización automática, mejorando la trazabilidad técnica, la percepción de los usuarios fue ampliamente positiva: el 90% de los docentes y el 80% de los estudiantes destacaron su debilidad para las enseñanzas y análisis técnicos. Los resultados respaldan la viabilidad y la replicabilidad del sistema como una herramienta para fortalecer la innovación tecnológica en la agroindustria ecuatoriana y latinoamericana.
  • Thumbnail Image
    Item
    Predicción del crecimiento de plantas de café mediante machine learning basado en variables climáticas y agronómicas.
    (Ecuador: La Maná: Universidad Técnica de Cotopaxi; Extensión La Maná, Carrera de Sistemas de Información, 2025-10-06) Alvarez Real, Bryan Alexander; Vinces Manrique, Joshua Emanuel; Bajaña Zajia, Johnny Xavier
    El cultivo de café en zonas subtropicales enfrenta desafíos crecientes debido a la variabilidad climática y a la necesidad de toma de decisiones agronómicas más precisas, considerando este punto, las técnicas de machine learning se posiciona como una herramienta crucial para apoyar la gestión agrícola, este estudio expone el desarrollo e integración de un modelo de gradient boosting para predecir el crecimiento en altura y diámetro del tallo de plantas de café de las variedades Manabí 01 y Sarchimor, utilizando variables climáticas y agronómicas recolectadas mediante sensores instalados en el sector de Sacha Wiwa, La Maná. El modelo, con coeficiente de determinación de R² = 0.554 para altura y R² = 0.535 para diámetro, fue integrado en una aplicación móvil, permitiendo realizar predicciones en tiempo real y facilitando el monitoreo del desarrollo de las plantas de café, aunque se observaron márgenes de error propios de complejidad del entorno agrícola, los resultados mostraron un alto potencial de mejora mediante el uso de conjuntos de datos, más robustos y la optimización del algoritmo, y con ello, esta investigación busca acercar el machine learning al campo, fortaleciendo la toma de decisiones agronómicas basadas en datos concretos.
  • Thumbnail Image
    Item
    Prediction model for cacao production integrated into an offline mobile application: the impact of artificial intelligence on agricultural decision-making.
    (Ecuador: La Maná: Universidad Técnica de Cotopaxi; Extensión La Maná, Carrera de Sistemas de Información, 2025-10-08) Chuqui Alcivar, Dennis Brishith; Torres Jimenez, Alex Joel; Borja Borja, Cristian Darwin; Bajaña Zajia, Johnny Xavier
    Cacao production, a key economic pillar for numerous rural communities in Ecuador, faces structural challenges related to climate variability and limited digital connectivity. This study presents the development and implementation of a yield prediction model based on the XGBoost algorithm, integrated into an offline mobile application designed to operate in agricultural environments without internet access. The research followed the CRISP-DM methodology and included the analysis of 5584 observations collected from plots in La Maná (Cotopaxi), corresponding to three cacao genotypes. Variables were processed using cleaning, imputation, and normalization techniques. The predictive model, validated with standard metrics (MSE, RMSE) and an R² of 0.9399, demonstrated robust fit and high interpretability. Subsequently, the model was deployed in a mobile app developed with React Native. Field deployment showed response times under five seconds, compatibility with low-end devices, and high user acceptance. Participatory validation confirmed the practical usefulness of the tool for real-time agronomic decision-making. This work provides evidence of the value of AI tailored to rural contexts and proposes a replicable approach for other value chains under similar conditions.