Search

El sector avícola tiene gran relevancia para la economía del departamento de Santander, además en los últimos años su desarrollo ha sido creciente en todos los aspectos, tanto económicos como en la utilización de nuevas tecnologías que mejoren su rendimiento. Avidesa Mac Pollo S.A es una empresa santandereana perteneciente a este sector que no solo ocupa el lugar No. 1 debido a su volumen de ventas, sino que también está la vanguardia en la innovación tecnológica para mejorar su producción. Este proyecto, no solo propone obtener un nuevo modelo para encontrar la Conversión Alimenticia sino que a partir de esta se pueda lograr una optimización de uso de los datos y de igual manera esta permita aumentar la capacidad de análisis de la producción de pollo de engorde que pertenece al área de Granjas de la empresa en mención. Para analizar grandes volúmenes de datos informativos, una de las técnicas utilizadas es la minería de datos, esta técnica es eficiente y confiable; y a través de ella se puede extraer información oculta dentro en las bases de datos de las empresas y tomar decisiones que mejoren el desempeño del área correspondiente. Para desarrollar esta modelo se utilizó el método de regresión lineal multivariado que permite conocer como inciden las variables Peso Promedio, Consumo Promedio, Consumo, Kilos Sacrificio y Ganancia Día, sobre la Conversión Alimenticia. Para la obtención de este modelo se aplicó la metodología Crisp DM, que es una de las técnicas más utilizadas para trabajar en minería de datos y los pasos de esta metodología son: comprensión del negocio, comprensión de los datos, preparación de los datos, modelado, evaluación e implementación. Esto se obtuvo mediante la utilización de la Herramienta SPSS, que es un software para el procesamiento de datos utilizando minería de datos. El modelo obtenido mostro resultados muy confiables como fueron un índice de correlación de 0.994 que quiere decir que es una Correlación positiva perfecto, el coeficiente de determinación fue de 98.8% como se puede observar es muy fuerte y significativo. No presento Autocorrelacion ni Multicolinealidad. Este modelo servirá como punto de partida para el planteamiento de otros modelos relacionados con la Producción de pollo de engorde de dicha empresa del sector avícola. The poultry sector has great relevance for the economy of the department of Santander, and in recent years its development has been increasing in all aspects, both economic and in the use of new technologies that improve its performance. Avidesa Mac Pollo S.A is a Santander company belonging to this sector that not only occupies the No. 1 place due to its sales volume, but also is the vanguard in technological innovation to improve its production. This project, not only proposes to obtain a new model to find the Food Conversion but that from this one can achieve an optimization of data use and in the same way this allows to increase the capacity of analysis of the production of broiler chicken that It belongs to the Farms area of ​​the company in question. To analyze large volumes of informational data, one of the techniques used is data mining, this technique is efficient and reliable; and through it you can extract hidden information inside the companies databases and make decisions that improve the performance of the corresponding area. To develop this model, the multivariate linear regression method was used, which allows to know how the variables Average Weight, Average Consumption, Consumption, Kilos Sacrifice and Day Gain, on the Food Conversion, are affected. To obtain this model, the Crisp DM methodology was applied, which is one of the most used techniques to work in data mining and the steps of this methodology are: business understanding, data understanding, data preparation, modeling , evaluation and implementation. This was obtained through the use of the SPSS Tool, which is a software for data processing using data mining. The model obtained showed very reliable results such as a correlation index of 0.994 which means that it is a perfect positive correlation, the coefficient of determination was 98.8% as can be seen is very strong and significant. I do not present Autocorrelation or Multicollinearity. This model will serve as a starting point for the approach of other models related to the production of broiler chicken of said company of the poultry sector. Ingeniero Industrial Pregrado