Extracto
Hernán A. Zambrano Rodríguez
Laboratorio de Investigación y Desarrollo en Informática - Universidad Nacional Experimental Del Táchira (UNET).
Avenida Universidad, San Cristóbal, Estado Táchira, Venezuela.
Resumen. La investigación se desarrolló en el Hospital General de Táriba ubicado en el Estado Táchira - Venezuela, donde se realizan las solicitudes de compras de insumos y medicamentos de forma manual y empírica, tomando los datos del Sistema Administrativo e Inventario (SAISYS), ocasionando un proceso lento y tedioso, que produce solicitudes con información poco veraz e inconsistente, lo que ocasiona la adquisición de insumos y medicamentos sin seguir un patrón de consumo por parte de las áreas del hospital. En el mismo sentido el departamento de almacén no cuenta con un sistema de información predictivo que le brinde estadísticas y proyecciones de los insumos y medicamentos, información necesaria para la toma de decisiones, principalmente en la cantidad de insumos y medicamentos que correspondían adquirir. Partiendo de la necesidad en la institución, se propuso implantar un modelo predictivo para la toma de decisiones en la gestión de insumos y medicamentos, cuya propuesta representó el objetivo general de esta investigación, partiendo del análisis de la base de datos de SAISYS, para seleccionar las técnicas de minería de datos orientadas a modelos predictivos, y seguidamente realizar las respectivas pruebas de validación de las técnicas seleccionadas, todo esto orientado al desarrollo de una herramienta informática para la consulta del modelo predictivo, como apoyo en la toma de decisiones. Con la finalidad de lograr lo planteado, el estudio se centró en la inteligencia de negocios y la minería de datos, desarrollando la investigación de acuerdo con la metodología KDD (Descubrimiento de conocimiento en bases de datos - Knowledge Discovery in Databases). Se empleó Weka (Entorno para análisis del conocimiento de la Universidad de Waikato - Waikato Environment for Knowledge Analysis) como herramienta para el proceso de minería de datos, para extraer conocimiento desde la base de datos del sistema transaccional SAISYS, y el desarrollo de la herramienta informática se ejecutó con la metodología RAD (Desarrollo rápido de aplicaciones). Como resultado de la investigación, se determinó que el modelo encontrado permitirá realizar las gestiones pertinentes de los insumos y medicamentos, a través de reportes estadísticos y proyecciones de forma sencilla, eficiente y eficaz que apoya a las personas encargadas de tomar las decisiones en el hospital, contexto necesario para mejorar el proceso de adquisición de insumos y medicamentos, situación que origina solicitar las cantidades de artículos idóneas para el óptimo funcionamiento del hospital, generando principalmente beneficios económicos y de bienestar social tanto para el hospital como para sus usuarios.
Palabras clave: Inteligencia de negocios, Minería de datos, Modelos predictivos, Weka.
Abstract. The research was conducted at the General Hospital of Táriba located in Táchira State - Venezuela, where requests for purchases of supplies and medicines manually and empirical are performed, taking data from the Administrative and Inventory System (SAISYS), causing a process slow and tedious, which produces applications with little truthful and inconsistent information, resulting in the acquisition of supplies and drugs without following a pattern of consumption by the areas of the hospital. Similarly department store does not have a predictive information system that will provide statistics and projections of inputs and medicines, information necessary for decision-making, mainly in the amount of inputs and corresponding purchase drugs. I based on the need in the institution, it was proposed to implement a predictive model for decision-making in the management of inputs and medicines, whose proposal represented the general objective of this research, based on the analysis of the database SAISYS to select techniques oriented data mining predictive models, and then perform the respective validation tests of selected techniques, all aimed at developing a software tool for consulting the predictive model, as support in decision-making. In order to achieve the points made, the study focused on business intelligence and data mining, developing research according to the methodology KDD (Knowledge Discovery in Databases - Knowledge Discovery in Databases). Weka (environment for knowledge analysis from the University of Waikato - Waikato Environment for Knowledge Analysis) was used as a tool for process data mining to extract knowledge from the database SAISYS transactional system, and development tool computer ran with the methodology RAD (rapid application Development). As a result of the investigation, it was determined that the model found to perform the necessary steps of inputs and medicines, through statistical reports and projections of simple, efficient and effective way that supports people responsible for making decisions in the hospital necessary to improve the process of acquiring supplies and medicines context, a situation that originates request quantities of suitable articles for the optimal functioning of the hospital, mainly generating economic benefits and social welfare for both the hospital and its users.
Keywords: Business Intelligence, Data mining, Predictive modeling, Weka.
1. INTRODUCCCION
1.1 Introducción al problema
En la actualidad la inteligencia de negocios, entendida según Recasens1 como el conjunto de tecnologías que permiten interactuar con una diversidad de datos, para ofrecer a los gerentes información relevante para mejorar el rendimiento de la empresa. En tal sentido, la inteligencia de negocios constituye un área de conocimiento importante en la organización debido que aporta estrategias para la eficiente y eficaz gestión de las organizaciones, en consecuencia, los sistemas de información gerencial fundamentados en inteligencia de negocios se han convertido en factor fundamental en los logros empresariales. Dentro de los mencionados sistemas, existen los basados en modelos predictivos, los cuales constituyen la búsqueda del conocimiento en los datos históricos relevantes, para pronosticar situaciones futuras2.
En el ambiente empresarial resaltan aquellos empresarios que se han destacado por el éxito alcanzado en el manejo de sus organizaciones, escenarios que se materializan a través de la oportuna y acertada toma de decisiones. La cual según Guillén3, consiste básicamente en elegir una opción entre las disponibles, evaluando previamente las alternativas a los efectos de resolver un problema, para tomar una decisión, es necesario conocer, comprender y analizar el problema para así poder darle solución.
Dentro de la perspectiva antes mencionada, el Hospital General de Táriba requiere de manera fundamental la incorporación de nuevas tecnológicas, caso específico el departamento de almacén, donde entre otras actividades se realizan las solicitudes de compras para la adquisición de insumos y medicamentos necesarios para el funcionamiento del hospital. Las solicitudes de compra son listados realizados de forma manual, tomando los datos del Sistema Administrativo e Inventario (SAISYS). La otra parte de la información para elaborar las solicitudes las aporta el supervisor de almacén de manera empírica, de acuerdo con sus conocimientos por los años de experiencia en el cargo, situación que no brinda estabilidad al proceso debido que el mismo está dependiendo de una sola persona y no está fundamentado en estadísticas ni en patrones de consumo de las áreas de la institución, lo que origina un proceso lento, tedioso, produciendo solicitudes con información poco veraz e inconsistente.
Partiendo de la necesidad que existe actualmente en la institución y tomando en consideración lo que puede llegar a proporcionar la propuesta planteada en cuanto a optimizar las solicitudes de compras en el Hospital General de Táriba, surge la necesidad de desarrollar un modelo predictivo que genere la información requerida para la toma de decisiones, primordialmente la solución tecnológica debe predecir la cantidad de insumos y medicamentos que se deben adquirir para un tiempo determinado.
1.2 Descripción del trabajo
Hipótesis. Es posible obtener un modelo predictivo para la gestión de insumos y medicamentos, a partir de los datos históricos disponibles en la base de datos del sistema SAISYS del Hospital General de Táriba, mediante el uso de técnicas de minería de datos.
Objetivo general. Implementar un modelo predictivo para la toma de decisiones en la gestión de insumos y medicamentos para el Hospital General de Táriba.
Objetivos específicos.
1. Analizar la base de datos de SAISYS.
2. Seleccionar técnicas de minería de datos orientadas a modelos predictivos.
3. Realizar pruebas de validación de las técnicas seleccionadas.
4. Desarrollar una herramienta informática para la consulta del modelo predictivo, como apoyo en la toma de decisiones.
2. METODOLOGÍA
El nivel de conocimiento de la investigación es proyectiva, la cual tiene como propósito la elaboración de una propuesta o modelo como solución a un problema de tipo práctico. El método utilizado es la inducción, mediante el cual se empleó el razonamiento e inicia de hechos particulares aceptados como válidos, para obtener conclusiones cuya aplicación es de carácter general 4. El método inductivo comienza con una recolección de datos, se categorizan las variables observadas, se establecen regularidades y relaciones entre los datos, para luego someterlos a prueba a partir de observaciones controladas para finalmente obtener una estructura que facilita la elaboración de una teoría.
El diseño de la investigación mediante el cual a juicio de Hernández, Fernández y Baptista,5 se recoge la información necesaria para responder de forma concreta las preguntas de la investigación, además de cubrir los objetivos fijados, específicamente se refiere al plan o estrategia creada para obtener la información requerida. Si el diseño se realiza cuidadosamente, serán mayores las posibilidades de éxito como resultado final del estudio.
El presente estudio está fundamentado en la inteligencia de negocios, a través del empleo de la minería de datos, la cual para Martínez6 consiste en un conjunto de técnicas y algoritmos que sirven para hacer análisis de grupos de datos, extrayendo patrones y relaciones entre ellos, convirtiéndolos en información útil para quienes toman las decisiones. La metodología utilizada para la extracción del conocimiento es el proceso KDD (Descubrimiento de conocimiento en bases de datos - Knowledge Discovery in Databases). “El objetivo principal de esta metodología es automatizar el procesamiento de los datos, permitiendo a los usuarios dedicar más tiempo a las tareas de análisis y al descubrimiento de relaciones entre los datos.”6.
La herramienta empleada para elaborar el modelo predictivo a través de técnicas de minería de datos es Weka, El cual es un software que ha sido desarrollado por la Universidad de Waikato en Nueva Zelanda, bajo licencia GNU-GPL, consta de un conjunto de librerías JAVA para la extracción de conocimientos desde bases de datos, mediante las interfaces que ofrece o para embeberlos dentro de cualquier aplicación. “Soporta varias tareas estándar de minería de datos, especialmente, reprocesamiento de datos, clustering, clasificación, regresión, visualización, y selección.” 7.
3. DESARROLLO Y RESULTADOS
Abbildung in dieser Leseprobe nicht enthalten
Tabla 1. Simbología empleada
Símbolo Descripción
Aprobado, positivo. Reprobado, negativo.
3.1. Selección e integración de los datos
Los datos se obtienen desde el sistema SAISYS, el cual guarda la información en un archivo de base de datos (Data Base File, dbf) que puede ser leído desde una hoja de cálculo como excel o calc, los registros a ser analizados son los comprendidos desde enero de 2.010 hasta diciembre de 2.015. La base de datos está conformada por una tabla maestro con 4.479 registros y una de transacciones con 81.119 registros.
3.2. Preparación de los datos
Proceso mediante el cual se procedió a revisar las hojas de cálculo de la tabla maestro y transacciones obtenidas en la fase anterior. La preparación de los datos consistió en realizar actividades de limpieza y pre-procesamiento, para corregir errores en el conjunto de datos seleccionados.
Tabla 2. Matriz análisis de la base de datos de SAISYS
Abbildung in dieser Leseprobe nicht enthalten
3.3. Transformación
Etapa del proceso KDD que permitió reducir y agrupar los datos. El resultado de la fase anterior se importó a MySQL y se consolidaron todos los datos en un repositorio de información denominado master con 79.448 registros.
[...]