Un algoritmo de clustering difuso para el análisis de las causas que afectan el desarrollo, productividad y competitividad de la industria de calzado, cuero y marroquinería con relación a su producción y mano de obra
El sector de cuero, calzado y marroquinería en Colombia es una actividad industrial especializada en el tratamiento del cuero y la manufactura de varios productos a base de este insumo y demás materiales. Este sector abarca diferentes actividades como la recolección y manipulación del cuero, diseño...
- Autores:
-
Benavídez Robles, Karol Juliana
Jiménez Wandurraga, Liz Bleidy Tatiana
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad Industrial de Santander
- Repositorio:
- Repositorio UIS
- Idioma:
- spa
- OAI Identifier:
- oai:noesis.uis.edu.co:20.500.14071/12230
- Palabra clave:
- Aprendizaje automático
Agrupamiento
Mano de obra
Producción
Manufactura
Machine Learning
Clustering
Workforce
Production
Manufacturing
- Rights
- openAccess
- License
- Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
Summary: | El sector de cuero, calzado y marroquinería en Colombia es una actividad industrial especializada en el tratamiento del cuero y la manufactura de varios productos a base de este insumo y demás materiales. Este sector abarca diferentes actividades como la recolección y manipulación del cuero, diseño y elaboración de los productos de calzado y marroquinería y/o su venta y distribución. De acuerdo con el estado actual de esta industria, se tienen problemáticas que afectan directa e indirectamente su producción y venta como lo es la escasez en la mano de obra calificada, competencia desleal, variedad de productos sustitutos, falencias en la automatización en sus procesos de producción, limitadas adquisiciones de tecnología innovadora entre otras. La presente investigación ejecuta un algoritmo de clustering difuso y nítido por medio de software Python el cual agrupa las diferentes empresas del sector de cuero calzado y marroquinería a partir de una base de datos proporcionada por el DANE en su encuesta anual manufacturera en el periodo de tiempo 2015/2019. Estos algoritmos permiten analizar y comparar el resultado de cada uno para observar el comportamiento a través de los años y así determinar aquellos factores que influyen directa e indirectamente en el desarrollo, la productividad y la competitividad del sector y a su vez plantear propuestas de mejora con la finalidad de reestablecer y buscar el crecimiento de este. |
---|