https://hdl.handle.net/20.500.14278/696 2026-05-03T13:51:57Z https://hdl.handle.net/20.500.14278/5412 Implementación de un API REST de notificaciones en tiempo real con gestión de fallos usando colas en la empresa TK Business Online SAC Cisneros Baca, Benny Lando El presente trabajo de suficiencia profesional fue desarrollado en la empresa TK Business Online SAC, con el objetivo de implementar un API REST de notificaciones en tiempo real con gestión de fallos usando colas. Para ello se diseñó una arquitectura capaz de garantizar el envío de notificaciones ante la ocurrencia de errores de conectividad entre cliente y servidor. Se utilizó la metodología de desarrollo ICONIX para realizar el análisis y diseño del sistema. A continuación, el desarrollo del API se realizó utilizando: el lenguaje NodeJs con el framework NestJs, la librería BullMQ para gestionar las colas y MongoDB como base de datos no relacional. Finalmente se realizaron las pruebas correspondientes de los casos de uso para verificar su correcto funcionamiento. 2025-07-16T00:00:00Z https://hdl.handle.net/20.500.14278/5396 Aplicativo móvil basado en la metodología Mobile-D para el registro de incidentes en el centro de Chimbote Longobardi Melendez, Carlos Alberto; Vera Cevero, Alexandra Nicole El presente estudio tuvo como propósito desarrollar un aplicativo móvil basado en la metodología Mobile-D para optimizar el proceso de registro y mejorar la gestión de incidentes ciudadanos en el centro de Chimbote. La investigación se enmarcó en un enfoque cuantitativo, de tipo aplicada, con diseño cuasiexperimental. La población estuvo conformada por los incidentes reportados en el área de estudio, y la muestra se dividió en un grupo control, que empleó el método tradicional de registro, y un grupo experimental, que utilizó el aplicativo móvil ALECIU. El desarrollo del aplicativo se estructuró según las fases de la metodología Mobile-D: Exploración, Inicialización, Producción, Estabilización y Pruebas. Asimismo, los requerimientos fueron validados mediante criterios de validez, consistencia, totalidad, realismo y verificabilidad. Para demostrar la optimización del proceso, se evaluó el tiempo de registro, la cantidad de incidentes reportados y la estructura de la información recolectada. Los datos fueron analizados mediante estadística descriptiva e inferencial; en particular, mediante la prueba U de Mann–Whitney. Los resultados evidenciaron diferencias estadísticamente significativas entre ambos grupos (U = 40.000; p = 0.010), demostrando que el uso del aplicativo incrementó la cantidad de registros y redujo el tiempo promedio de registro a 2 minutos y 15 segundos. Además, el aplicativo permitió clasificar los incidentes, georreferenciarlos e identificar zonas críticas con mayor precisión. Se concluye que el aplicativo móvil desarrollado bajo la metodología Mobile-D optimiza de manera significativa el proceso de registro de incidentes ciudadanos y fortalece la base informativa necesaria para mejorar la gestión en el ámbito municipa 2025-12-22T00:00:00Z https://hdl.handle.net/20.500.14278/5364 Desarrollo e Implementación de una Plataforma Web para mejorar la gestión educativa del colegio “El Rey” en el Distrito de Nuevo Chimbote Justino Capa, Abner Percy La presente tesis denominada “DESARROLLO E IMPLEMENTACIÓN DE UNA PLATAFORMA WEB PARA MEJORAR LA GESTIÓN EDUCATIVA DEL COLEGIO “EL REY” EN EL DISTRITO DE NUEVO CHIMBOTE” tiene como propósito optimizar la gestión educativa del colegio en mención a través de la buena interacción entre docentes y estudiantes permitiendo un medio tecnológico de comunicación fluida y óptima, facilitando así la visualización de calificaciones, cargar los trabajos académicos de los estudiantes, comunicación direccionada y datos que ayuden a mejorar la enseñanza. En el desarrollo de la plataforma web, se usarán herramientas de software libre como MySQL para el proceso de gestión de la base de datos, PHP para la codificación de la plataforma web; este proyecto está basado en la metodología UWE Ingeniería Web basado en UML, que permite especificar de manera óptima una aplicación Web en su proceso de creación, esta metodología cubre todo el ciclo de vida del proyecto centrando su atención en aplicaciones personalizadas o adaptativas. También permitiéndole a los padres de familia tener un control y acceso más adecuado para poder estar mejor informados acerca de la formación académica de sus hijos. Este tipo de investigación del proyecto es Aplicada – Tecnológica. Con el desarrollo de la plataforma logramos reducir el tiempo requerido para acceder al material académico de apoyo, calificaciones, tareas asignadas, etc. Pasamos de emplear 91.82 segundos a 24.65 segundos, también se redujo el tiempo para obtener reportes de información indispensable, lo que anteriormente tomaba 162.24 segundos, ahora solo 22.9 segundos, equivalente a una reducción del 86.2% del tiempo, Asimismo el usuario se siente más conforme con la nueva modalidad de acceder a la información incrementando su satisfacción en un 42%, también aumento la satisfacción sobre la mejora de la comunicación efectiva entre los tipos de usuarios en un 34% y la satisfacción de los usuarios sobre la accesibilidad del sistema y las funcionalidades paso de ser 2.4 hacia 3.9 de la escala de Likert, equivalente a un aumento del 30%. 2026-01-15T00:00:00Z https://hdl.handle.net/20.500.14278/5357 Sistema inteligente con machine learning y balanceo de datos para predecir la ansiedad de los trabajadores en la Municipalidad de Chorrillos Chirinos Alvarado, Sheyla Karen La presente investigación tuvo como objetivo predecir los trastornos de ansiedad en los trabajadores de la Municipalidad de Chorrillos, mediante la aplicación de técnicas de Machine Learning y balanceo de datos. La investigación fue de tipo aplicada, con diseño preexperimental, descriptivo y transversal, y se desarrolló en una población de 304 trabajadores, empleando la encuesta como técnica de recolección de datos y un cuestionario como instrumento. Los resultados evidenciaron que los modelos de Regresión Logística y Máquinas de Vectores de Soporte (SVM) alcanzaron el mejor desempeño predictivo, con valores de 100.00% en Accuracy, Matthews Correlation Coefficient (MCC), Sensibilidad, F1-Score y Precisión, concluyéndose que ambos algoritmos fueron los más eficaces para la predicción de trastornos de ansiedad. 2025-12-29T00:00:00Z