%0 Book
%A Hernán Zambrano Rodríguez
%D 2016
%C München, Germany
%I GRIN Verlag
%@ 9783668314528
%T Modelo predictivo para la toma de decisiones en la gestión de insumos y medicamentos para el Hospital General de Táriba, Táchira, Venezuela
%U https://www.hausarbeiten.de/document/340730
%X La investigación se desarrolló en el Hospital General de Táriba ubicado en el Estado Táchira – Venezuela. 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.   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. 
%K Inteligencia de negocios, Minería de datos, Modelos predictivos, Weka
%G Spanish; Castilian