Please use this identifier to cite or link to this item: https://hdl.handle.net/10923/26900
Type: Article
Title: Proposta de aumento na produtividade aplicando algoritmo de aprendizado de máquina em uma atividade administrativa de uma empresa de elevadores
Author(s): Santos, Álvaro Kroeff
Advisor: Silva, Edson Zilio
Issue Date: 2022
Keywords: APRENDIZADO DE MÁQUINA
ALGORITMO CADASTRO DE MATERIAL
MACHINE LEARNING
ALGORITHM AND MATERIAL REGISTRATION
Abstract: O presente trabalho apresenta uma alternativa redução tempo de um processo administrativo, com sua análise apoiada em algoritmo de aprendizado de máquina em uma empresa do ramo de transportes verticais. A empresa visualizava uma possibilidade de implementar aprendizado de máquina no processo de cadastro de material, visando a redução de tempo em um processo que não agrega valor. Para avaliar e propor soluções para o problema da empresa foi estruturada uma sistemática de treino, teste e validação, com finalidade de avaliar o desempenho da sistemática apoiando o dia-a-dia dos colaboradores. Foi realizado o treino e teste da sistemática, e o cenário final do processo apresentou uma redução de 48% do tempo de cadastro de produtos da empresa.
This text presents an alternative to reduce the time of an administrative process based on an artificial intelligence algorithm to support the analysis in a company in the vertical transport sector. The company was looking for a possibility to implement artificial intelligence in the material registration process in order to reduce the time of a process that does not add value to the service. To evaluate and propose solutions to the company's problem, this research structured a training, testing and validation system, with the purpose of evaluating performance, improving the day-to-day of employees. The research performed the training and testing of the proposed scheme. The result showed a 48% reduction in the company's product registration time.
URI: https://hdl.handle.net/10923/26900
Appears in Collections:TCC Engenharia de Produção

Files in This Item:
File Description SizeFormat 
2022_1_ALVARO_KROEFF_SANTOS_TCC.pdfTexto completo779,12 kBAdobe PDFOpen
View


All Items in PUCRS Repository are protected by copyright, with all rights reserved, and are licensed under a Creative Commons Attribution-NonCommercial 4.0 International License. Read more.