https://repository.unad.edu.co/handle/10596/2574 Wed, 10 Jun 2026 22:13:04 GMT 2026-06-10T22:13:04Z http://repository.unad.edu.co:80/jspui/retrieve/474b5edd-fe88-4202-8258-7f60df9fa9a1/ https://repository.unad.edu.co/handle/10596/2574 https://repository.unad.edu.co/handle/10596/82159 Title: Modelos de predicción de la demanda eléctrica y detección de picos de consumo mediante series de tiempo y Machine Learning Abstract: La proyección de la demanda eléctrica es un desafío global que requiere herramientas avanzadas para reducir la incertidumbre generada por la variabilidad climática y otras condiciones socioeconómicas de cada región. Colombia se enfrenta a retos específicos asociados al crecimiento de la población y la alta dependencia de generación hidroeléctrica, lo cual hace indispensable el desarrollo e implementación de metodologías robustas de estimación de la demanda. En consecuencia, se implementó un proceso de evaluación de dos modelos de series de tiempo y Machine Learning para estimar la demanda de energía eléctrica en Colombia en resoluciones diaria y mensual a partir de datos entre enero de 2015 y diciembre de 2025 y generar pronósticos para el horizonte 2026-2029 con base en la metodología CRISP-DM. Se realizó un análisis exploratorio de datos para comprender la dinámica temporal y la asociación estadística de la demanda eléctrica y los aportes hidrológicos, el volumen de los embalses, el Producto Interno Bruto (PIB) y el crecimiento de la población. A pesar de la fuerte relación entre la población y la demanda eléctrica, se realizó el modelado sin esta ni el PIB debido a su resolución temporal (anual y trimestral, respectivamente). En el modelado se realizó la comparación del enfoque univariado (solo demanda) y un enfoque multivariado (demanda, aportes hidrológicos, volumen de embalses). Fueron implementadas dos arquitecturas: 1) modelo híbrido con series de tiempo y Machine Learning y 2) modelo aditivo generalizado basado en series de tiempo, Prophet. Las métricas para evaluar el desempeño predictivo fueron la raíz del error cuadrático medio (RMSE), el promedio del error absoluto porcentual (MAPE) y el promedio del error escalado absoluto (MASE). La información fue recopilada de XM, el DANE y la UPME. Tras la búsqueda de los hiperparámetros óptimos para cada configuración, el modelo campeón fue el híbrido univariado mensual. El Pipeline para garantizar la reproducibilidad de los resultados de la investigación fue consignado en 4 scripts de Python. En términos generales se evidenció que el enfoque univariado tuvo mejores resultados en todos los procesos de modelado. Las estimaciones del modelo campeón fueron comparadas con proyecciones oficiales de la UPME y el MAPE fue de 2.4%. Sat, 06 Jun 2026 00:00:00 GMT https://repository.unad.edu.co/handle/10596/82159 2026-06-06T00:00:00Z https://repository.unad.edu.co/handle/10596/82157 Title: Desarrollo de un tablero de Business Intelligence en Power BI para la optimización de rutas logísticas Abstract: Este trabajo de grado tiene como propósito el desarrollo de un tablero de Business Intelligence en Power BI orientado al análisis de rutas logísticas, con el fin de apoyar la toma de decisiones en el sector transporte. El estudio parte de una problemática recurrente en muchas empresas del sector, especialmente pequeñas y medianas, relacionada con la planificación ineficiente de rutas, la cual se traduce en mayores costos operativos, retrasos en las entregas y un impacto ambiental innecesario. El proyecto se desarrolla bajo un enfoque aplicado y analítico, apoyado en el marco metodológico CRISP-DM, que permitió organizar de manera estructurada las etapas de comprensión del problema, análisis de la información disponible y diseño del modelo de datos y del tablero de visualización. Para el análisis se consideraron variables logísticas relevantes como el tiempo real de entrega, la distancia recorrida, el consumo de combustible y los costos asociados a la operación de transporte. Como resultado del trabajo, se diseñó un tablero interactivo en Power BI que integra indicadores clave de desempeño logístico, facilitando la visualización y el análisis de ineficiencias, así como la identificación de patrones y oportunidades de mejora en la planificación de rutas. Los resultados obtenidos evidencian que el uso de herramientas de Business Intelligence representa una alternativa viable y accesible para mejorar la eficiencia operativa, optimizar costos y fortalecer la toma de decisiones basada en datos en entornos logísticos. Description: Sat, 07 Mar 2026 00:00:00 GMT https://repository.unad.edu.co/handle/10596/82157 2026-03-07T00:00:00Z https://repository.unad.edu.co/handle/10596/81955 Title: Modelo de políticas de seguridad de la información bajo la norma ISO 27001 para la administración de activos de información en las cooperativas de trabajo asociado (CTA) Abstract: La presente monografía de recopilación de información está encaminada a la recolección de información para el agrupamiento de datos que sean teórico prácticos, pertinentes, válidos, aplicables y que aporten parámetros puntuales para que se pueda llevar a cabo un diseño de un modelo para la implementación de políticas de seguridad de la información que tenga como enfoque la administración de los activos de información de las cooperativas con la modalidad del trabajo asociado todo ello a partir de los estándares de la norma ISO 27001. En un entorno empresarial cada vez más divulgado y con una amenaza ante ciberataques las Cooperativas de Trabajo Asociado (CTA) están enfrentando desafíos críticos para proteger tanto la confidencialidad, la integridad y la disponibilidad de los datos sensibles de los miembros y clientes como y el proteger sus activos de información que son pieza fundamental en los procesos y procedimientos establecidos para cumplir las metas organizacionales. Este trabajo se centra en el diseño de un modelo para la eficacia de la implementación de políticas de la seguridad de la información conforme a la norma ISO/IEC 27001 de acuerdo con el contexto de las Cooperativas de Trabajo Asociado. La norma ISO 27001 contempla un procedimiento sistemático y estructurado para el establecimiento, implementación, operación, supervisión, revisión, mantenimiento y mejora de un sistema de gestión de la seguridad de la información (SGSI). Se hace necesario comenzar por la evaluación de la situación actual de las Cooperativas, en materia de gestión de sus activos de información, de la identificación de sus riesgos, amenazas y las brechas de seguridad que poseen. Posteriormente, a partir de la evaluación, se diseña un conjunto de políticas y procedimientos acordes a ISO 27001 que se correspondan con la naturaleza y las necesidades de este tipo de entidades. El modelo que se describe a continuación se basa en el ciclo de Planificar-Hacer-Verificar-Actuar (PHVA) de la norma ISO 27001 y se necesita incidir en la importancia de una cultura de la seguridad que involucre a la totalidad de los miembros y empleados de la Cooperativa. Se definen controles concretos que van desde la gestión de accesos, la seguridad física y lógica, hasta la formación y la toma de conciencia en materia de seguridad. Por último, se muestran las guías para la implementación y mantenimiento del modelo, garantizando que las Cooperativas no solo puedan conseguir, sino también lograr la certificación ISO 27001, consolidando con ello su interés por la protección de los activos de información y fortaleciendo la confianza entre los socios y los Stakeholders. Tue, 26 May 2026 00:00:00 GMT https://repository.unad.edu.co/handle/10596/81955 2026-05-26T00:00:00Z https://repository.unad.edu.co/handle/10596/81945 Title: Desarrollo de un sistema predictivo para la modelación de la presencia de aves en áreas afectadas por minería e hidrocarburos en Colombia bajo escenarios de cambio climático Abstract: El presente documento responde a un desarrollo de proyecto aplicado, donde se presenta un sistema predictivo basado en modelos de distribución de especies para anticipar la presencia de especies de aves en zonas donde ha desarrollado actividades por minería e hidrocarburos o donde existe la probabilidad de realización, considerando escenarios de cambio climático. Se llevará a cabo a través de un enfoque cuantitativo, se integrarán datos de presencia de aves, variables ambientales y climáticas, utilizando técnicas de aprendizaje de forma complementario para obtener el modelo más robusto posible, entre las cuales se encuentran técnicas como MaxEnt, Random Forest y Redes Neuronales. La metodología incluye la recolección de fuentes oficiales y páginas web de confianza en su determinación taxonómica, el procesamiento y la generación de modelos predictivos validados por medio de métricas robustas. Este proyecto busca generar una herramienta que facilite la decisión de proyectos objeto de licenciamiento ambiental, por medio de bioindicadores como lo son aves, para prever daños en los ecosistemas irreversibles para la distribución de especies de este grupo taxonómico. Tue, 22 Jul 2025 00:00:00 GMT https://repository.unad.edu.co/handle/10596/81945 2025-07-22T00:00:00Z