Plataforma con sistema predictivo del IPC para los procesos de contratos, provisiones y presupuesto de equipos médicos en el Hospital Universitario San Ignacio

Actualmente, el departamento de Gestión biomédica en el Hospital Universitario San Ignacio se encuentra asociado con más de 70 empresas nacionales e internacionales que los soportan en el desarrollo de su gestión tecnológica, con el fin de garantizar el mayor beneficio para usuarios internos y exter...

Full description

Autores:: Garzón, Valentina Carvajal

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2023

Institución:: Escuela Colombiana de Ingeniería Julio Garavito

Repositorio:: Repositorio Institucional ECI

Idioma:: spa

id	ESCUELAIG2_dba199964efdfaa9581990b4c8d19995
oai_identifier_str	oai:repositorio.escuelaing.edu.co:001/2557
network_acronym_str	ESCUELAIG2
network_name_str	Repositorio Institucional ECI
repository_id_str
dc.title.spa.fl_str_mv	Plataforma con sistema predictivo del IPC para los procesos de contratos, provisiones y presupuesto de equipos médicos en el Hospital Universitario San Ignacio
title	Plataforma con sistema predictivo del IPC para los procesos de contratos, provisiones y presupuesto de equipos médicos en el Hospital Universitario San Ignacio
spellingShingle	Plataforma con sistema predictivo del IPC para los procesos de contratos, provisiones y presupuesto de equipos médicos en el Hospital Universitario San Ignacio Ingeniería Biomédica - Hospital Universitario San Ignacio Equipos Médicos -- Hospital Universitario San Ignacio Tecnología médica - Hospital Universitario San Ignacio Equipos Médicos -- Hospital Universitario San Ignacio Biomedical Engineering - San Ignacio University Hospital Medical Equipment -- San Ignacio University Hospital Medical technology - San Ignacio University Hospital Ingeniería Biomédica - Hospital Universitario San Ignacio Tecnología médica - Hospital Universitario San Ignacio
title_short	Plataforma con sistema predictivo del IPC para los procesos de contratos, provisiones y presupuesto de equipos médicos en el Hospital Universitario San Ignacio
title_full	Plataforma con sistema predictivo del IPC para los procesos de contratos, provisiones y presupuesto de equipos médicos en el Hospital Universitario San Ignacio
title_fullStr	Plataforma con sistema predictivo del IPC para los procesos de contratos, provisiones y presupuesto de equipos médicos en el Hospital Universitario San Ignacio
title_full_unstemmed	Plataforma con sistema predictivo del IPC para los procesos de contratos, provisiones y presupuesto de equipos médicos en el Hospital Universitario San Ignacio
title_sort	Plataforma con sistema predictivo del IPC para los procesos de contratos, provisiones y presupuesto de equipos médicos en el Hospital Universitario San Ignacio
dc.creator.fl_str_mv	Garzón, Valentina Carvajal
dc.contributor.advisor.none.fl_str_mv	Tenjo, Camilo Antonio Castaño Aya, Pedro Antonio Parra
dc.contributor.author.none.fl_str_mv	Garzón, Valentina Carvajal
dc.subject.armarc.none.fl_str_mv	Ingeniería Biomédica - Hospital Universitario San Ignacio Equipos Médicos -- Hospital Universitario San Ignacio Tecnología médica - Hospital Universitario San Ignacio
topic	Ingeniería Biomédica - Hospital Universitario San Ignacio Equipos Médicos -- Hospital Universitario San Ignacio Tecnología médica - Hospital Universitario San Ignacio Equipos Médicos -- Hospital Universitario San Ignacio Biomedical Engineering - San Ignacio University Hospital Medical Equipment -- San Ignacio University Hospital Medical technology - San Ignacio University Hospital Ingeniería Biomédica - Hospital Universitario San Ignacio Tecnología médica - Hospital Universitario San Ignacio
dc.subject.proposal.eng.fl_str_mv	Equipos Médicos -- Hospital Universitario San Ignacio Biomedical Engineering - San Ignacio University Hospital Medical Equipment -- San Ignacio University Hospital Medical technology - San Ignacio University Hospital
dc.subject.proposal.spa.fl_str_mv	Ingeniería Biomédica - Hospital Universitario San Ignacio Tecnología médica - Hospital Universitario San Ignacio
description	Actualmente, el departamento de Gestión biomédica en el Hospital Universitario San Ignacio se encuentra asociado con más de 70 empresas nacionales e internacionales que los soportan en el desarrollo de su gestión tecnológica, con el fin de garantizar el mayor beneficio para usuarios internos y externos en cada uno de los 51 servicios que brinda la institución. Dicha gestión se relaciona directamente con el sistema de provisión y presupuesto de contratos, comodatos y órdenes de servicio, el cual se ha puesto en riesgo debido a los grandes volúmenes de datos con los que se cuenta, perjudicando al departamento en los ámbitos relacionados con el flujo de dinero frente a las provisiones agendadas para cada tipo de compromiso financiero, la notificación tardía de la renovación de contratos y comodatos; y el cálculo insuficiente o inexacto del presupuesto para cada año debido a variables como el índice de precios al consumidor (IPC). En búsqueda de solucionar los problemas anteriormente expuestos y lograr una correcta ejecución de los procesos de adquisición, monitorización, control de la tecnología, reposición y renovación, se propone el diseño e implementación de la herramienta o plataforma COPREV, la cual va a permitir unificar toda la información con respecto a contratos, comodatos, órdenes de servicio y sus correspondientes presupuestos y provisiones. COPREV contará con un sistema de notificación que permite resolver los problemas de suministro de dinero no agendado y la inadecuada renovación o formalización de un nuevo otrosí. También, mediante un modelo de predicción del IPC, preverá los ajustes que deban realizarse al presupuesto de cada proveedor.
publishDate	2023
dc.date.accessioned.none.fl_str_mv	2023-08-10T20:08:19Z
dc.date.available.none.fl_str_mv	2023-08-10T20:08:19Z
dc.date.issued.none.fl_str_mv	2023
dc.type.spa.fl_str_mv	Trabajo de grado - Pregrado - Practicas de Grado
dc.type.coarversion.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.version.spa.fl_str_mv	info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv	Text
dc.type.driver.spa.fl_str_mv	info:eu-repo/semantics/bachelorThesis
dc.type.redcol.spa.fl_str_mv	https://purl.org/redcol/resource_type/TP
format	http://purl.org/coar/resource_type/c_7a1f
status_str	publishedVersion
dc.identifier.uri.none.fl_str_mv	https://repositorio.escuelaing.edu.co/handle/001/2557
dc.identifier.url.none.fl_str_mv	https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=23520
url	https://repositorio.escuelaing.edu.co/handle/001/2557 https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=23520
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.relation.indexed.spa.fl_str_mv	N/A
dc.relation.references.spa.fl_str_mv	[1] “Historia - HUSI.” https://www.husi.org.co/historia (accessed Feb. 23, 2023). [2] “Índice de Precios al Consumidor (IPC).” https://www.dane.gov.co/index.php/estadisticas-por-tema/precios-y-costos/indice-de-precios-al-consumidor-ipc (accessed Feb. 23, 2023). [3] “Sistema de Gestión Integral - Almera.” https://almeraim.com/quienes-somos (accessed Apr. 13, 2023). [4] P. Chapman et al., “Step-by-step Data Mining Guide,” SPSS inc, vol. 78, pp. 1–78, 2000, [Online]. Available: https://www.semanticscholar.org/paper/CRISP-DM-1.0%3A-Step-by-step-data-mining-guide-Chapman-Clinton/54bad20bbc7938991bf34f86dde0babfbd2d5a72%0Ahttp://www.crisp-dm.org/CRISPWP-0800.pdf [5] “Índice de precios al consumidor (IPC) \| Banco de la República.” https://www.banrep.gov.co/es/estadisticas/indice-precios-consumidor-ipc (accessed Apr. 30, 2023). [6] “DANE - IPC Nomenclatura basada en la COICOP.” https://www.dane.gov.co/index.php/estadisticas-por-tema/precios-y-costos/indice-de-precios-al-consumidor-ipc/ipc-actualizacion-metodologica-2019/ipc-nomenclatura-basada-en-la-coicop (accessed Apr. 30, 2023). [7] M. General, Í. D. E. Precios, A. L. Consumidor, and R. V. Ramirez, “Departamento Administrativo Nacional de Estadística Diseño DSO Dirección de Metodología y Producción Estadística / DIMPE,” 2019. [8] G. E. P. Box, G. C. Reinsel, and G. M. Jenkins, Time series analysis George E. P. Box, Gwilym M. Jenkins, Gregory C. Reinsel Forecasting and control. 2016. [Online]. Available: https://search.ebscohost.com/login.aspx?direct=true&db=cat05358a&AN=crai.62847&site=eds-live [9] P.-Ning. A. Tan, Michael. Steinbach, Anuj. Karpatne, V. (1956-). Kumar, and Pearson. W. pbl, Introduction to data mining / Pang-Ning Tan, Michael Steinbach, Anuj Karpatne, Vipin Kumar. 2019. [Online]. Available: http://katalog.nukat.edu.pl/lib/item?id=chamo:4613659&theme=nukat [10] R. S. Tsay and R. Chen, “Nonlinear time series analysis,” Nonlinear Time Series Analysis, pp. 1–496, Jan. 2018, doi: 10.1002/9781119514312. [11] D. A. Petrusevich, “Review of missing values procession methods in time series data,” J Phys Conf Ser, vol. 1889, no. 3, p. 032009, Apr. 2021, doi: 10.1088/1742-6596/1889/3/032009. [12] D. B. Rubin, “Inference and Missing Data,” Biometrika, vol. 63, no. 3, pp. 581–592, 1976, doi: 10.2307/2335739. [13] N. Savarimuthu and S. Karesiddaiah, “An unsupervised neural network approach for imputation of missing values in univariate time series data,” Concurr Comput, vol. 33, no. 9, p. e6156, May 2021, doi: 10.1002/CPE.6156. [14] A. Conde, F. Salazar, and D. J. Vicente, “Tratamiento y análisis inteligente de datos del comportamiento de estructuras hidráulicas,” Jan. 2019, Accessed: May 02, 2023. [Online]. Available: https://www.scipedia.com/public/CONDE_et_al_2019a [15] Maciej Serda et al., “Estimación e imputación de datos faltantes mediante métodos de interpolación espacial para precipitación mensual acumulada en el departamento de Antioquia durante el periodo 2014-2018,” Uniwersytet śląski, vol. 7, no. 1, pp. 343–354, Apr. 2020, doi: 10.2/JQUERY.MIN.JS. [16] A. Almosova and N. Andresen, “Nonlinear inflation forecasting with recurrent neural networks,” J Forecast, vol. 42, no. 2, pp. 240–259, 2023, doi: 10.1002/for.2901. [17] L. Paranhos, “Predicting Inflation with Neural Networks,” no. November 2020, 2021, [Online]. Available: http://arxiv.org/abs/2104.03757 [18] M. A. Omar, Sara. E. Shahin, and M. Roshdy, “Forecasting Inflation in Egypt (2019-2022) by using AutoRegressive Integrated Moving Average (ARIMA) Models.,” J Adv Vet Res, vol. 12, no. 6, pp. 670–676, 2022, [Online]. Available: https://search.ebscohost.com/login.aspx?direct=true&db=edb&AN=162526063&site=eds-live [19] V. Karadzic and B. Pejovic, “Inflation Forecasting in the Western Balkans and EU: A Comparison of Holt-Winters, ARIMA and NNAR Models,” Amfiteatru Economic, vol. 23, no. 57. pp. 517–532, 2021. [Online]. Available: http://www.amfiteatrueconomic.ro/Arhiva_EN.aspx [20] R. J. Hyndman and G. Athanasopoulos Verfasser, Forecasting : principles and practice. 2021. [Online]. Available: https://search.ebscohost.com/login.aspx?direct=true&db=edsbvb&AN=edsbvb.BV047621999&site=eds-live [21] N. Absar, N. Uddin, M. U. Khandaker, and H. Ullah, “The efficacy of deep learning based LSTM model in forecasting the outbreak of contagious diseases,” Infect Dis Model, vol. 7, no. 1, p. 170, Mar. 2022, doi: 10.1016/J.IDM.2021.12.005. [22] L. Zhou, C. Zhao, N. Liu, X. Yao, and Z. Cheng, “Improved LSTM-based deep learning model for COVID-19 prediction using optimized approach,” Eng Appl Artif Intell, vol. 122, p. 106157, Jun. 2023, doi: 10.1016/J.ENGAPPAI.2023.106157. [23] A. Géron, “Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow : Concepts, Tools, and Techniques to Build Intelligent Systems.” 2019. [Online]. Available: https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=2245240&site=eds-live [24] T. Chai, R. D.-G. model development, and undefined 2014, “Root mean square error (RMSE) or mean absolute error (MAE)?–Arguments against avoiding RMSE in the literature,” gmd.copernicus.org, vol. 7, pp. 1247–1250, 2014, doi: 10.5194/gmd-7-1247-2014. [25] J. Benesty, J. Chen, Y. Huang, and I. Cohen, “Noise reduction in speech processing,” 2009, Accessed: May 07, 2023. [Online]. Available: https://books.google.com/books?hl=es&lr=&id=mIjsifuDqrIC&oi=fnd&pg=PA1&ots=OFqo8CuKmb&sig=gqBHNuIPPVmw6Pb0lc8ia4_XwV4 [26] S. Kumari and S. K. Singh, “Machine learning-based time series models for effective CO(2) emission prediction in India.,” Environ Sci Pollut Res Int, Jul. 2022, doi: 10.1007/s11356-022-21723-8. [27] T. Wahyuningrum, G. F. Fitriana, A. C. Wardhana, M. A. Sidiq, and D. Wahyuningsih, “Developing Suicide Risk Idea Identification for Teenager (SERIINA) Mobile Apps Prototype using Extended Rapid Application Development,” 2021 9th International Conference on Information and Communication Technology, ICoICT 2021, pp. 92–97, Aug. 2021, doi: 10.1109/ICOICT52021.2021.9527508. [28] J. Knapp, J. Zeratsky, and B. Kowitz, Sprint: How to Solve Big Problems and Test New Ideas in Just Five Days. in Business book summary. Simon \& Schuster, 2016. [Online]. Available: https://books.google.com.co/books?id=ICSpCwAAQBAJ [29] C. L. Vidal-Silva, A. Sánchez-Ortiz, J. Serrano, and J. M. Rubio, “Academic experience in rapid development of web information systems with Python and Django,” Formacion Universitaria, vol. 14, no. 5, pp. 85–94, 2021, doi: 10.4067/S0718-50062021000500085. [30] S. Dauzon, A. Bendoraitis, and A. Ravindran, “Django: Web Development with Python.” 2016. [Online]. Available: https://search.ebscohost.com/login.aspx?direct=true&db=e000xww&AN=1345264&site=eds-live [31] “Patrón MVT: Modelo-Vista-Template \| Curso de Django \| Hektor Profe.” https://docs.hektorprofe.net/django/web-personal/patron-mvt-modelo-vista-template/ (accessed May 09, 2023). [32] “Dash Documentation & User Guide \| Plotly.” https://dash.plotly.com/ (accessed May 11, 2023). [33] C. Balzer, R. Oktavian, M. Zandi, D. Fairen-Jimenez, and P. Z. Moghadam, “Wiz: A Web-Based Tool for Interactive Visualization of Big Data,” Patterns, vol. 1, no. 8, p. 100107, Nov. 2020, doi: 10.1016/J.PATTER.2020.100107. [34] “Welcome to Flask — Flask Documentation (2.3.x).” https://flask.palletsprojects.com/en/2.3.x/ (accessed May 11, 2023). [35] “�� Introducing Dash ��. Create Reactive Web Apps in pure Python \| by Plotly \| Plotly \| Medium.” https://medium.com/plotly/introducing-dash-5ecf7191b503 (accessed May 11, 2023). [36] “PostgreSQL: qué es, cómo funciona y ventajas.” https://platzi.com/blog/que-es-postgresql/ (accessed Jul. 12, 2023). [37] “Bootstrap · The most popular HTML, CSS, and JS library in the world.” https://getbootstrap.com/ (accessed May 11, 2023). [38] “Heurísticas de usabilidad de Nielsen \| Bring Connections.” https://bringconnections.es/tipos-heuristicas-usabilidad-nielsen/ (accessed Jul. 12, 2023). [39] “3.2 Componentes de series temporales \| Pronóstico: principios y práctica (3.a ed.).” https://otexts.com/fpp3/components.html (accessed May 18, 2023).
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.spa.fl_str_mv	info:eu-repo/semantics/openAccess
eu_rights_str_mv	openAccess
rights_invalid_str_mv	http://purl.org/coar/access_right/c_abf2
dc.format.extent.spa.fl_str_mv	39 páginas
dc.format.mimetype.spa.fl_str_mv	application/pdf
dc.publisher.spa.fl_str_mv	Escuela Colombian de Ingeniería Universidad del Rosario
dc.publisher.faculty.spa.fl_str_mv	Escuela de Medicina y Ciencias de la Salud
dc.publisher.place.spa.fl_str_mv	Bogotá
dc.publisher.program.spa.fl_str_mv	Ingeniería Biomédica
institution	Escuela Colombiana de Ingeniería Julio Garavito
bitstream.url.fl_str_mv	https://repositorio.escuelaing.edu.co/bitstream/001/2557/6/Garz%c3%b3n%20Carvajal.%2c%20Valentina-2023.pdf.jpg https://repositorio.escuelaing.edu.co/bitstream/001/2557/8/Autorizaci%c3%b3n.pdf.jpg https://repositorio.escuelaing.edu.co/bitstream/001/2557/5/Garz%c3%b3n%20Carvajal.%2c%20Valentina-2023.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/2557/7/Autorizaci%c3%b3n.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/2557/4/license.txt https://repositorio.escuelaing.edu.co/bitstream/001/2557/1/Garz%c3%b3n%20Carvajal.%2c%20Valentina-2023.pdf https://repositorio.escuelaing.edu.co/bitstream/001/2557/3/Autorizaci%c3%b3n.pdf
bitstream.checksum.fl_str_mv	aa61df70bd9cbfa4888961267f1bd00d 3a02b8e7fe88fe48e27a44c5533cfbc4 a712bded565a4e6c101c8c72f6d8fa65 cf90c8d01149c1860abdd478c7473b26 5a7ca94c2e5326ee169f979d71d0f06e 8a103fba8e3cdc69385fa6900e047ebb 3e91b0e18f5440ae7329e85ac041d61f
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Escuela Colombiana de Ingeniería Julio Garavito
repository.mail.fl_str_mv	repositorio.eci@escuelaing.edu.co
_version_	1814355597544390656
spelling	Tenjo, Camilo Antonio Castañoa856906938d245f66e4d89c1b4be0929Aya, Pedro Antonio Parrade57d70b366c2b9823103f36e356700aGarzón, Valentina Carvajal2262950eeddb5cf18614c4323140c0e82023-08-10T20:08:19Z2023-08-10T20:08:19Z2023https://repositorio.escuelaing.edu.co/handle/001/2557https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=23520Actualmente, el departamento de Gestión biomédica en el Hospital Universitario San Ignacio se encuentra asociado con más de 70 empresas nacionales e internacionales que los soportan en el desarrollo de su gestión tecnológica, con el fin de garantizar el mayor beneficio para usuarios internos y externos en cada uno de los 51 servicios que brinda la institución. Dicha gestión se relaciona directamente con el sistema de provisión y presupuesto de contratos, comodatos y órdenes de servicio, el cual se ha puesto en riesgo debido a los grandes volúmenes de datos con los que se cuenta, perjudicando al departamento en los ámbitos relacionados con el flujo de dinero frente a las provisiones agendadas para cada tipo de compromiso financiero, la notificación tardía de la renovación de contratos y comodatos; y el cálculo insuficiente o inexacto del presupuesto para cada año debido a variables como el índice de precios al consumidor (IPC). En búsqueda de solucionar los problemas anteriormente expuestos y lograr una correcta ejecución de los procesos de adquisición, monitorización, control de la tecnología, reposición y renovación, se propone el diseño e implementación de la herramienta o plataforma COPREV, la cual va a permitir unificar toda la información con respecto a contratos, comodatos, órdenes de servicio y sus correspondientes presupuestos y provisiones. COPREV contará con un sistema de notificación que permite resolver los problemas de suministro de dinero no agendado y la inadecuada renovación o formalización de un nuevo otrosí. También, mediante un modelo de predicción del IPC, preverá los ajustes que deban realizarse al presupuesto de cada proveedor.Currently, the Biomedical Management Department at the San Ignacio University Hospital is associated with more than 70 national and international companies that support them in the development of their technological management, to guarantee the greatest benefit for internal and external users in each of the 51 services provided by the institution. This management is directly related to the system for the provision and budgeting of contracts, commodities, and service orders, which has been put at risk due to the large volumes of data available, harming the department in areas related to the flow of money against the provisions scheduled for each type of financial commitment, the late notification of the renewal of contracts and commodities, the late notification of the renewal of contracts and commodities and the late notification of the renewal of contracts and commodities; and insufficient or inaccurate calculation of the budget for each year due to variables such as the consumer price index (CPI). In order to solve the aforementioned problems, the design and implementation of the COPREV tool or platform is proposed, which allows unifying all the information regarding contracts, commodities, service orders and their corresponding budgets and provisions. COPREV will have a notification system that allows it to resolve problems with the supply of unscheduled money and the inadequate renewal or formalization of a new contract. Also, through a CPI prediction model, it will foresee the adjustments to be made to each supplier's budget.PregradoIngeniero(a) Biomédico(a)RESUMEN 5 1. INTRODUCCIÓN 6 2. OBJETIVOS 7 2.1. General 7 2.2. Específicos 7 3. METODOLOGÍA 8 3.1. Problemas por solucionar 8 3.2. Planificación previa al diseño e implementación de la página web 9 3.3. Desarrollo de la plataforma Web e integración 15 3.4. Período de prueba 17 4. RESULTADOS 18 4.1. Modelo Predictivo del IPC división salud 18 4.2. Página Web 26 5. DISCUSIÓN 32 5.1. Modelo predictivo del IPC división salud 32 5.2. Página WEB 34 6. RECOMENDACIONES Y TRABAJOS FUTUROS 35 7. CONCLUSIONES 36 REFERENCIAS 3739 páginasapplication/pdfspaEscuela Colombian de IngenieríaUniversidad del RosarioEscuela de Medicina y Ciencias de la SaludBogotáIngeniería BiomédicaPlataforma con sistema predictivo del IPC para los procesos de contratos, provisiones y presupuesto de equipos médicos en el Hospital Universitario San IgnacioTrabajo de grado - Pregrado - Practicas de Gradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85N/A[1] “Historia - HUSI.” https://www.husi.org.co/historia (accessed Feb. 23, 2023). [2] “Índice de Precios al Consumidor (IPC).” https://www.dane.gov.co/index.php/estadisticas-por-tema/precios-y-costos/indice-de-precios-al-consumidor-ipc (accessed Feb. 23, 2023). [3] “Sistema de Gestión Integral - Almera.” https://almeraim.com/quienes-somos (accessed Apr. 13, 2023). [4] P. Chapman et al., “Step-by-step Data Mining Guide,” SPSS inc, vol. 78, pp. 1–78, 2000, [Online]. Available: https://www.semanticscholar.org/paper/CRISP-DM-1.0%3A-Step-by-step-data-mining-guide-Chapman-Clinton/54bad20bbc7938991bf34f86dde0babfbd2d5a72%0Ahttp://www.crisp-dm.org/CRISPWP-0800.pdf [5] “Índice de precios al consumidor (IPC) \| Banco de la República.” https://www.banrep.gov.co/es/estadisticas/indice-precios-consumidor-ipc (accessed Apr. 30, 2023). [6] “DANE - IPC Nomenclatura basada en la COICOP.” https://www.dane.gov.co/index.php/estadisticas-por-tema/precios-y-costos/indice-de-precios-al-consumidor-ipc/ipc-actualizacion-metodologica-2019/ipc-nomenclatura-basada-en-la-coicop (accessed Apr. 30, 2023). [7] M. General, Í. D. E. Precios, A. L. Consumidor, and R. V. Ramirez, “Departamento Administrativo Nacional de Estadística Diseño DSO Dirección de Metodología y Producción Estadística / DIMPE,” 2019. [8] G. E. P. Box, G. C. Reinsel, and G. M. Jenkins, Time series analysis George E. P. Box, Gwilym M. Jenkins, Gregory C. Reinsel Forecasting and control. 2016. [Online]. Available: https://search.ebscohost.com/login.aspx?direct=true&db=cat05358a&AN=crai.62847&site=eds-live [9] P.-Ning. A. Tan, Michael. Steinbach, Anuj. Karpatne, V. (1956-). Kumar, and Pearson. W. pbl, Introduction to data mining / Pang-Ning Tan, Michael Steinbach, Anuj Karpatne, Vipin Kumar. 2019. [Online]. Available: http://katalog.nukat.edu.pl/lib/item?id=chamo:4613659&theme=nukat [10] R. S. Tsay and R. Chen, “Nonlinear time series analysis,” Nonlinear Time Series Analysis, pp. 1–496, Jan. 2018, doi: 10.1002/9781119514312. [11] D. A. Petrusevich, “Review of missing values procession methods in time series data,” J Phys Conf Ser, vol. 1889, no. 3, p. 032009, Apr. 2021, doi: 10.1088/1742-6596/1889/3/032009. [12] D. B. Rubin, “Inference and Missing Data,” Biometrika, vol. 63, no. 3, pp. 581–592, 1976, doi: 10.2307/2335739. [13] N. Savarimuthu and S. Karesiddaiah, “An unsupervised neural network approach for imputation of missing values in univariate time series data,” Concurr Comput, vol. 33, no. 9, p. e6156, May 2021, doi: 10.1002/CPE.6156. [14] A. Conde, F. Salazar, and D. J. Vicente, “Tratamiento y análisis inteligente de datos del comportamiento de estructuras hidráulicas,” Jan. 2019, Accessed: May 02, 2023. [Online]. Available: https://www.scipedia.com/public/CONDE_et_al_2019a [15] Maciej Serda et al., “Estimación e imputación de datos faltantes mediante métodos de interpolación espacial para precipitación mensual acumulada en el departamento de Antioquia durante el periodo 2014-2018,” Uniwersytet śląski, vol. 7, no. 1, pp. 343–354, Apr. 2020, doi: 10.2/JQUERY.MIN.JS. [16] A. Almosova and N. Andresen, “Nonlinear inflation forecasting with recurrent neural networks,” J Forecast, vol. 42, no. 2, pp. 240–259, 2023, doi: 10.1002/for.2901. [17] L. Paranhos, “Predicting Inflation with Neural Networks,” no. November 2020, 2021, [Online]. Available: http://arxiv.org/abs/2104.03757 [18] M. A. Omar, Sara. E. Shahin, and M. Roshdy, “Forecasting Inflation in Egypt (2019-2022) by using AutoRegressive Integrated Moving Average (ARIMA) Models.,” J Adv Vet Res, vol. 12, no. 6, pp. 670–676, 2022, [Online]. Available: https://search.ebscohost.com/login.aspx?direct=true&db=edb&AN=162526063&site=eds-live [19] V. Karadzic and B. Pejovic, “Inflation Forecasting in the Western Balkans and EU: A Comparison of Holt-Winters, ARIMA and NNAR Models,” Amfiteatru Economic, vol. 23, no. 57. pp. 517–532, 2021. [Online]. Available: http://www.amfiteatrueconomic.ro/Arhiva_EN.aspx [20] R. J. Hyndman and G. Athanasopoulos Verfasser, Forecasting : principles and practice. 2021. [Online]. Available: https://search.ebscohost.com/login.aspx?direct=true&db=edsbvb&AN=edsbvb.BV047621999&site=eds-live [21] N. Absar, N. Uddin, M. U. Khandaker, and H. Ullah, “The efficacy of deep learning based LSTM model in forecasting the outbreak of contagious diseases,” Infect Dis Model, vol. 7, no. 1, p. 170, Mar. 2022, doi: 10.1016/J.IDM.2021.12.005. [22] L. Zhou, C. Zhao, N. Liu, X. Yao, and Z. Cheng, “Improved LSTM-based deep learning model for COVID-19 prediction using optimized approach,” Eng Appl Artif Intell, vol. 122, p. 106157, Jun. 2023, doi: 10.1016/J.ENGAPPAI.2023.106157. [23] A. Géron, “Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow : Concepts, Tools, and Techniques to Build Intelligent Systems.” 2019. [Online]. Available: https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=2245240&site=eds-live [24] T. Chai, R. D.-G. model development, and undefined 2014, “Root mean square error (RMSE) or mean absolute error (MAE)?–Arguments against avoiding RMSE in the literature,” gmd.copernicus.org, vol. 7, pp. 1247–1250, 2014, doi: 10.5194/gmd-7-1247-2014. [25] J. Benesty, J. Chen, Y. Huang, and I. Cohen, “Noise reduction in speech processing,” 2009, Accessed: May 07, 2023. [Online]. Available: https://books.google.com/books?hl=es&lr=&id=mIjsifuDqrIC&oi=fnd&pg=PA1&ots=OFqo8CuKmb&sig=gqBHNuIPPVmw6Pb0lc8ia4_XwV4 [26] S. Kumari and S. K. Singh, “Machine learning-based time series models for effective CO(2) emission prediction in India.,” Environ Sci Pollut Res Int, Jul. 2022, doi: 10.1007/s11356-022-21723-8. [27] T. Wahyuningrum, G. F. Fitriana, A. C. Wardhana, M. A. Sidiq, and D. Wahyuningsih, “Developing Suicide Risk Idea Identification for Teenager (SERIINA) Mobile Apps Prototype using Extended Rapid Application Development,” 2021 9th International Conference on Information and Communication Technology, ICoICT 2021, pp. 92–97, Aug. 2021, doi: 10.1109/ICOICT52021.2021.9527508. [28] J. Knapp, J. Zeratsky, and B. Kowitz, Sprint: How to Solve Big Problems and Test New Ideas in Just Five Days. in Business book summary. Simon \& Schuster, 2016. [Online]. Available: https://books.google.com.co/books?id=ICSpCwAAQBAJ [29] C. L. Vidal-Silva, A. Sánchez-Ortiz, J. Serrano, and J. M. Rubio, “Academic experience in rapid development of web information systems with Python and Django,” Formacion Universitaria, vol. 14, no. 5, pp. 85–94, 2021, doi: 10.4067/S0718-50062021000500085. [30] S. Dauzon, A. Bendoraitis, and A. Ravindran, “Django: Web Development with Python.” 2016. [Online]. Available: https://search.ebscohost.com/login.aspx?direct=true&db=e000xww&AN=1345264&site=eds-live [31] “Patrón MVT: Modelo-Vista-Template \| Curso de Django \| Hektor Profe.” https://docs.hektorprofe.net/django/web-personal/patron-mvt-modelo-vista-template/ (accessed May 09, 2023). [32] “Dash Documentation & User Guide \| Plotly.” https://dash.plotly.com/ (accessed May 11, 2023). [33] C. Balzer, R. Oktavian, M. Zandi, D. Fairen-Jimenez, and P. Z. Moghadam, “Wiz: A Web-Based Tool for Interactive Visualization of Big Data,” Patterns, vol. 1, no. 8, p. 100107, Nov. 2020, doi: 10.1016/J.PATTER.2020.100107. [34] “Welcome to Flask — Flask Documentation (2.3.x).” https://flask.palletsprojects.com/en/2.3.x/ (accessed May 11, 2023). [35] “�� Introducing Dash ��. Create Reactive Web Apps in pure Python \| by Plotly \| Plotly \| Medium.” https://medium.com/plotly/introducing-dash-5ecf7191b503 (accessed May 11, 2023). [36] “PostgreSQL: qué es, cómo funciona y ventajas.” https://platzi.com/blog/que-es-postgresql/ (accessed Jul. 12, 2023). [37] “Bootstrap · The most popular HTML, CSS, and JS library in the world.” https://getbootstrap.com/ (accessed May 11, 2023). [38] “Heurísticas de usabilidad de Nielsen \| Bring Connections.” https://bringconnections.es/tipos-heuristicas-usabilidad-nielsen/ (accessed Jul. 12, 2023). [39] “3.2 Componentes de series temporales \| Pronóstico: principios y práctica (3.a ed.).” https://otexts.com/fpp3/components.html (accessed May 18, 2023).info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Ingeniería Biomédica - Hospital Universitario San IgnacioEquipos Médicos -- Hospital Universitario San IgnacioTecnología médica - Hospital Universitario San IgnacioEquipos Médicos -- Hospital Universitario San IgnacioBiomedical Engineering - San Ignacio University HospitalMedical Equipment -- San Ignacio University HospitalMedical technology - San Ignacio University HospitalIngeniería Biomédica - Hospital Universitario San IgnacioTecnología médica - Hospital Universitario San IgnacioTHUMBNAILGarzón Carvajal., Valentina-2023.pdf.jpgGarzón Carvajal., Valentina-2023.pdf.jpgGenerated Thumbnailimage/jpeg7152https://repositorio.escuelaing.edu.co/bitstream/001/2557/6/Garz%c3%b3n%20Carvajal.%2c%20Valentina-2023.pdf.jpgaa61df70bd9cbfa4888961267f1bd00dMD56open accessAutorización.pdf.jpgAutorización.pdf.jpgGenerated Thumbnailimage/jpeg13422https://repositorio.escuelaing.edu.co/bitstream/001/2557/8/Autorizaci%c3%b3n.pdf.jpg3a02b8e7fe88fe48e27a44c5533cfbc4MD58metadata only accessTEXTGarzón Carvajal., Valentina-2023.pdf.txtGarzón Carvajal., Valentina-2023.pdf.txtExtracted texttext/plain79735https://repositorio.escuelaing.edu.co/bitstream/001/2557/5/Garz%c3%b3n%20Carvajal.%2c%20Valentina-2023.pdf.txta712bded565a4e6c101c8c72f6d8fa65MD55open accessAutorización.pdf.txtAutorización.pdf.txtExtracted texttext/plain3930https://repositorio.escuelaing.edu.co/bitstream/001/2557/7/Autorizaci%c3%b3n.pdf.txtcf90c8d01149c1860abdd478c7473b26MD57metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81881https://repositorio.escuelaing.edu.co/bitstream/001/2557/4/license.txt5a7ca94c2e5326ee169f979d71d0f06eMD54open accessORIGINALGarzón Carvajal., Valentina-2023.pdfGarzón Carvajal., Valentina-2023.pdfapplication/pdf1827127https://repositorio.escuelaing.edu.co/bitstream/001/2557/1/Garz%c3%b3n%20Carvajal.%2c%20Valentina-2023.pdf8a103fba8e3cdc69385fa6900e047ebbMD51open accessAutorización.pdfAutorización.pdfapplication/pdf325068https://repositorio.escuelaing.edu.co/bitstream/001/2557/3/Autorizaci%c3%b3n.pdf3e91b0e18f5440ae7329e85ac041d61fMD53metadata only access001/2557oai:repositorio.escuelaing.edu.co:001/25572024-03-04 16:17:55.879open accessRepositorio Escuela Colombiana de Ingeniería Julio Garavitorepositorio.eci@escuelaing.edu.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

Plataforma con sistema predictivo del IPC para los procesos de contratos, provisiones y presupuesto de equipos médicos en el Hospital Universitario San Ignacio

Publicaciones similares