Análisis predictivo en el rendimiento técnico de aplicaciones SAP
Este artículo presenta un análisis del rendimiento técnico en plataformas SAP, focalizándose en la identificación de parámetros claves y proponiendo mejoras prácticas y teóricas. La evaluación de parámetros clave desvela patrones de comportamiento en diversas situaciones, proporcionando una comprens...
- Autores:
-
Correa Vecino, Orlando Fabio
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad Autónoma de Bucaramanga - UNAB
- Repositorio:
- Repositorio UNAB
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unab.edu.co:20.500.12749/22916
- Acceso en línea:
- http://hdl.handle.net/20.500.12749/22916
- Palabra clave:
- Mechatronic
LSTM
SAP
Analitycs
Prediction
Data mining
OLAP technology
Artificial intelligence
Flexible computing
Decision making
Mecatrónica
Minería de datos
Tecnología OLAP
Inteligencia artificial
Computación flexible
Toma de decisiones
LSTM
SAP
Mecatronica
Red neuronal
Prediccion
- Rights
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| id |
UNAB2_bd0c87380e63b4bc4ceb7a450c903054 |
|---|---|
| oai_identifier_str |
oai:repository.unab.edu.co:20.500.12749/22916 |
| network_acronym_str |
UNAB2 |
| network_name_str |
Repositorio UNAB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Análisis predictivo en el rendimiento técnico de aplicaciones SAP |
| dc.title.translated.spa.fl_str_mv |
Predictive analysis in the technical performance of SAP applications |
| title |
Análisis predictivo en el rendimiento técnico de aplicaciones SAP |
| spellingShingle |
Análisis predictivo en el rendimiento técnico de aplicaciones SAP Mechatronic LSTM SAP Analitycs Prediction Data mining OLAP technology Artificial intelligence Flexible computing Decision making Mecatrónica Minería de datos Tecnología OLAP Inteligencia artificial Computación flexible Toma de decisiones LSTM SAP Mecatronica Red neuronal Prediccion |
| title_short |
Análisis predictivo en el rendimiento técnico de aplicaciones SAP |
| title_full |
Análisis predictivo en el rendimiento técnico de aplicaciones SAP |
| title_fullStr |
Análisis predictivo en el rendimiento técnico de aplicaciones SAP |
| title_full_unstemmed |
Análisis predictivo en el rendimiento técnico de aplicaciones SAP |
| title_sort |
Análisis predictivo en el rendimiento técnico de aplicaciones SAP |
| dc.creator.fl_str_mv |
Correa Vecino, Orlando Fabio |
| dc.contributor.advisor.none.fl_str_mv |
González Acevedo, Hernando |
| dc.contributor.author.none.fl_str_mv |
Correa Vecino, Orlando Fabio |
| dc.contributor.cvlac.spa.fl_str_mv |
González Acevedo, Hernando [0000544655] |
| dc.contributor.googlescholar.spa.fl_str_mv |
Hernando González Acevedo [es&oi=ao] |
| dc.contributor.orcid.spa.fl_str_mv |
Hernando González Acevedo [0000-0001-6242-3939] |
| dc.subject.keywords.spa.fl_str_mv |
Mechatronic LSTM SAP Analitycs Prediction Data mining OLAP technology Artificial intelligence Flexible computing Decision making |
| topic |
Mechatronic LSTM SAP Analitycs Prediction Data mining OLAP technology Artificial intelligence Flexible computing Decision making Mecatrónica Minería de datos Tecnología OLAP Inteligencia artificial Computación flexible Toma de decisiones LSTM SAP Mecatronica Red neuronal Prediccion |
| dc.subject.lemb.spa.fl_str_mv |
Mecatrónica Minería de datos Tecnología OLAP Inteligencia artificial Computación flexible Toma de decisiones |
| dc.subject.proposal.spa.fl_str_mv |
LSTM SAP Mecatronica Red neuronal Prediccion |
| description |
Este artículo presenta un análisis del rendimiento técnico en plataformas SAP, focalizándose en la identificación de parámetros claves y proponiendo mejoras prácticas y teóricas. La evaluación de parámetros clave desvela patrones de comportamiento en diversas situaciones, proporcionando una comprensión sólida de los diferentes problemas de salud que pueda estar presentando la plataforma SAP. Los ajustes específicos de configuración propuestos se respaldan con un plan de implementación que aborda pruebas rigurosas. El resultado final ofrece una guía valiosa para profesionales que estén involucrados con plataformas SAP, logrando obtener análisis proactivos y dinámicos del rendimiento de la plataforma. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-11-27T14:59:57Z |
| dc.date.available.none.fl_str_mv |
2023-11-27T14:59:57Z |
| dc.date.issued.none.fl_str_mv |
2023-11-24 |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.local.spa.fl_str_mv |
Trabajo de Grado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.hasversion.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12749/22916 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional UNAB |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unab.edu.co |
| url |
http://hdl.handle.net/20.500.12749/22916 |
| identifier_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB reponame:Repositorio Institucional UNAB repourl:https://repository.unab.edu.co |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Davila Hernandez, F., & Sanchez Corales, Y. (2012). Técnicas de minería de datos aplicadas al diagnóstico de entidades clínicas. Revista Cubana de Informática Médica, 10. Dupouy Berrios, C. (2014). Apliacion de Arboles de decision para la estimacion del escenario economico y la estimacion de movimiento de la tasa de interes en Chile. Santiago de Chile: Universidad de Chile. Hernandez Gonzalez, S., Rebolledo Mendez, G., Coronel Bizio, H. F., Huerta Pacheco, N. S., & Landa Torres, F. J. (2015). Evaluador de Eficiencias de Técnicas de Clasificación en R. XVII Foro Nacional de Estadística. Aguascalientes. Martinez Luna, G. L. (2011). Minería de datos: Cómo hallar una aguja en un pajar. Revista Ciencia, 28. Sarraute, C. (2007). Aplicación de las Redes Neuronales al Reconocimiento de Sistemas Operativos. Buenos Aires: Universidad de Buenos Aires. UIAF, U. d. (2O14). Técnicas de minería de datos para la detección y prevención del lavado de activos y la financiación del terrorismo (LA/FT). Bogota: UIAF. |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.creativecommons.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) Atribución-NoComercial-SinDerivadas 2.5 Colombia http://purl.org/coar/access_right/c_abf2 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.spatial.spa.fl_str_mv |
Bogotá (Colombia) |
| dc.coverage.temporal.spa.fl_str_mv |
01/02/2020 hasta el 01/12/2021 |
| dc.coverage.campus.spa.fl_str_mv |
UNAB Campus Bucaramanga |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad Autónoma de Bucaramanga UNAB |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad Ingeniería |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería Mecatrónica |
| institution |
Universidad Autónoma de Bucaramanga - UNAB |
| bitstream.url.fl_str_mv |
https://repository.unab.edu.co/bitstream/20.500.12749/22916/1/2023_Tesis_Orlando_Correa.pdf https://repository.unab.edu.co/bitstream/20.500.12749/22916/4/Codigos.zip https://repository.unab.edu.co/bitstream/20.500.12749/22916/6/Licencia.pdf https://repository.unab.edu.co/bitstream/20.500.12749/22916/5/license.txt https://repository.unab.edu.co/bitstream/20.500.12749/22916/7/2023_Tesis_Orlando_Correa.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/22916/8/Licencia.pdf.jpg |
| bitstream.checksum.fl_str_mv |
0802e1167289d3d790503c97d130704f 197d4f3792c12bb11feeabc5983a4132 032cf6064896f704b17d50db184cb00f 3755c0cfdb77e29f2b9125d7a45dd316 f53b231928d9212301ceae572c5f1430 72e27015aa388638c1628b4215fc25b2 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB |
| repository.mail.fl_str_mv |
repositorio@unab.edu.co |
| _version_ |
1814277334622011392 |
| spelling |
González Acevedo, Hernando490b15a6-3d80-4525-a9a0-44e34b8f0937Correa Vecino, Orlando Fabioadf967ad-1e67-4159-95a2-6511b10b4288González Acevedo, Hernando [0000544655]Hernando González Acevedo [es&oi=ao]Hernando González Acevedo [0000-0001-6242-3939]Bogotá (Colombia)01/02/2020 hasta el 01/12/2021UNAB Campus Bucaramanga2023-11-27T14:59:57Z2023-11-27T14:59:57Z2023-11-24http://hdl.handle.net/20.500.12749/22916instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEste artículo presenta un análisis del rendimiento técnico en plataformas SAP, focalizándose en la identificación de parámetros claves y proponiendo mejoras prácticas y teóricas. La evaluación de parámetros clave desvela patrones de comportamiento en diversas situaciones, proporcionando una comprensión sólida de los diferentes problemas de salud que pueda estar presentando la plataforma SAP. Los ajustes específicos de configuración propuestos se respaldan con un plan de implementación que aborda pruebas rigurosas. El resultado final ofrece una guía valiosa para profesionales que estén involucrados con plataformas SAP, logrando obtener análisis proactivos y dinámicos del rendimiento de la plataforma.IBM1. PLANTEAMIENTO DEL PROBLEMA 2. OBJETIVOS 2.1 Objetivo General 2.2 Objetivos Específicos 3. ESTADO DEL ARTE 4. MARCO TEÓRICO 4.1 SAP 4.1.1 Transacción SAP 4.1.2 Monitoreo Técnico SAP 4.2 DB2 4.3 Front-End 4.4 Back-End 4.5 React 4.6 Python 4.7 Visual Basic 4.8 ETL 4.8.1 Fase de Extracción 4.8.2 Fase de Transformación 4.8.3 Fase de Carga 4.9 Slack 4.10 Minería de Datos 4.10.1 Clustering (Agrupamiento) 4.10.2 K-nn (K vecinos más cercanos) 4.10.3 Regresión Lineal 4.10.4 Arboles de decisión 4.10.5 Redes neuronales artificiales RNA 4.10.6 Redes Neuronales Recurrentes 4.10.7 Red Neuronal LSTM 4.10.8 Librería Keras para creación Red LSTM en Python 4.10.8.1 Funciones de Capas de la Librería Keras 4.10.8.2 Funciones de Perdida en Librería Keras 4.10.8.3 Funciones de Optimización en Librería Keras 4.10.8.4 Funciones de CallBack (Devolución de Llamada) en Librería Keras 5. METODOLOGÍA 5.1 Etapas del proceso KDD 5.1.1 Etapa de selección 5.1.2 Etapa de preprocesamiento y/o limpieza 5.1.3 Etapa de transformación y/o reducción 5.1.4 Etapa de minería de datos 5.1.5 Etapa de interpretación y/o evaluación de datos 6. RESULTADOS 6.1 Proceso ETL 6.2 Implementación de Minería de Datos 6.3 Presentación de Datos – Interfaz Grafica 6.4 Alertamiento por Mensajería Slack 6.5 Validación del sistema con el equipo de especialistas SAP 7. CONCLUSIONES 8. BIBLIOGRAFÍA 9. ANEXOS 9.1 Carta de confirmación de la ejecución del proyecto en IBM 9.2 Código Interfaz Grafica para la presentación de Datos 9.3 Código completo de la etapa de entrenamiento de la Red NeuronalPregradoThis article presents an analysis of technical performance in SAP platforms, focusing on the identification of key parameters and proposing practical and theoretical improvements. The evaluation of key parameters reveals behavioral patterns in various situations, providing a solid understanding of the different health problems that the SAP platform may be presenting. The proposed specific configuration adjustments are supported with an implementation plan that addresses rigorous testing. The final result offers valuable guidance for professionals who are involved with SAP platforms, achieving proactive and dynamic analysis of the platform's performance.Cet article présente une analyse des performances techniques des plateformes SAP, en se concentrant sur l'identification des paramètres clés et en proposant des améliorations pratiques et théoriques. L'évaluation des paramètres clés révèle des modèles de comportement dans diverses situations, ce qui permet de bien comprendre les différents problèmes de santé que la plateforme SAP peut présenter. Les ajustements de configuration spécifiques proposés sont étayés par un plan de mise en œuvre qui prévoit des tests rigoureux. Le résultat final fournit des conseils précieux aux professionnels impliqués dans les plateformes SAP, en fournissant une analyse proactive et dynamique des performances de la plateforme.Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Análisis predictivo en el rendimiento técnico de aplicaciones SAPPredictive analysis in the technical performance of SAP applicationsIngeniero MecatrónicoUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería Mecatrónicainfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/acceptedVersionhttp://purl.org/redcol/resource_type/TPMechatronicLSTMSAPAnalitycsPredictionData miningOLAP technologyArtificial intelligenceFlexible computingDecision makingMecatrónicaMinería de datosTecnología OLAPInteligencia artificialComputación flexibleToma de decisionesLSTMSAPMecatronicaRed neuronalPrediccionDavila Hernandez, F., & Sanchez Corales, Y. (2012). Técnicas de minería de datos aplicadas al diagnóstico de entidades clínicas. Revista Cubana de Informática Médica, 10.Dupouy Berrios, C. (2014). Apliacion de Arboles de decision para la estimacion del escenario economico y la estimacion de movimiento de la tasa de interes en Chile. Santiago de Chile: Universidad de Chile.Hernandez Gonzalez, S., Rebolledo Mendez, G., Coronel Bizio, H. F., Huerta Pacheco, N. S., & Landa Torres, F. J. (2015). Evaluador de Eficiencias de Técnicas de Clasificación en R. XVII Foro Nacional de Estadística. Aguascalientes.Martinez Luna, G. L. (2011). Minería de datos: Cómo hallar una aguja en un pajar. Revista Ciencia, 28. Sarraute, C. (2007). Aplicación de las Redes Neuronales al Reconocimiento de Sistemas Operativos. Buenos Aires: Universidad de Buenos Aires.UIAF, U. d. (2O14). Técnicas de minería de datos para la detección y prevención del lavado de activos y la financiación del terrorismo (LA/FT). Bogota: UIAF.ORIGINAL2023_Tesis_Orlando_Correa.pdf2023_Tesis_Orlando_Correa.pdfTesisapplication/pdf1372746https://repository.unab.edu.co/bitstream/20.500.12749/22916/1/2023_Tesis_Orlando_Correa.pdf0802e1167289d3d790503c97d130704fMD51open accessCodigos.zipCodigos.zipAnexosapplication/zip137350203https://repository.unab.edu.co/bitstream/20.500.12749/22916/4/Codigos.zip197d4f3792c12bb11feeabc5983a4132MD54open accessLicencia.pdfLicencia.pdfLicenciaapplication/pdf613014https://repository.unab.edu.co/bitstream/20.500.12749/22916/6/Licencia.pdf032cf6064896f704b17d50db184cb00fMD56metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/22916/5/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD55open accessTHUMBNAIL2023_Tesis_Orlando_Correa.pdf.jpg2023_Tesis_Orlando_Correa.pdf.jpgIM Thumbnailimage/jpeg3994https://repository.unab.edu.co/bitstream/20.500.12749/22916/7/2023_Tesis_Orlando_Correa.pdf.jpgf53b231928d9212301ceae572c5f1430MD57open accessLicencia.pdf.jpgLicencia.pdf.jpgIM Thumbnailimage/jpeg12447https://repository.unab.edu.co/bitstream/20.500.12749/22916/8/Licencia.pdf.jpg72e27015aa388638c1628b4215fc25b2MD58metadata only access20.500.12749/22916oai:repository.unab.edu.co:20.500.12749/229162023-11-27 22:00:46.387open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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 |