Please use this identifier to cite or link to this item: https://repositorio.autonoma.edu.co/handle/11182/1204
Title: Mejora de la capacidad del proceso operativo de una empresa de recolección de residuos sólidos urbanos, integrando Lean Six Sigma y ciencia de datos
Authors: Valencia Díaz, Mario Andrés
Advisor: Tabares Soto, Reinel
Jiménez Varón, Cristian Felipe
Orozco Arias, Simón
Keywords: Ciudades inteligentes
Lean Six Sigma
Residuos Sólidos
GEOASEO by Sigma Ingeniería S. A
Keywords: Smart Cities
Lean Six Sigma
Data Science
Solid Waste
GEOASEO by Sigma Ingeniería S. A
Publisher: Universidad Autónoma de Manizales
Abstract(esp): Éste trabajo de investigación determina las acciones de mejora en la capacidad del proceso de recolección de residuos sólidos urbanos integrando Lean Six Sigma y Ciencia de Datos, para un caso de estudio en la ciudad de Manizales Caldas; lo anterior, con el fin de optimizar procesos logísticos en la recolección de residuos sólidos urbanos. Este proyecto partió de un enfoque cuantitativo no experimental, iniciando con la extracción de los datos del sistema de información GEOASEO, identificando y caracterizando las variables del modelo de datos hasta el entrenamiento de modelos que permiten la predicción del tiempo y las toneladas recogidas del proceso, como variables de calidad requeridas para este modelo de negocio. Esta investigación es aplicada a la industria de recolección de las ciudades, utilizando herramientas de Lean Six Sigma innovando su análisis al incluir la ciencia de datos como elemento estratégico en la selección de la relación entre las variables y el entrenamiento de los modelos que permiten predecir el comportamiento del sistema en su estado actual; además integró el resultado de la capacidad del proceso, los sistemas de gestión actuales en el caso de estudio. En este sentido, esta investigación se permite argumentar la necesidad de ajustar las planeaciones estratégicas por medio del análisis histórico de los datos y de máquinas de aprendizaje que retroalimentan las condiciones cambiantes del modelo. La solución presentada permite dar respuesta a la necesidad específica de optimizar el proceso de recolección de residuos sólidos urbanos, para este caso, en la cuidad de Manizales.
Abstract(eng): This research work determines the actions to improve the capacity of the urban solid waste collection process by integrating Lean Six Sigma and Data Science, for a case study in the city of Manizales Caldas; the above, in order to optimize logistical processes in the collection of urban solid waste. This project started from a non-experimental quantitative approach, starting with the extraction of data from the GEOASEO information system, identifying and characterizing the variables of the data model until the training of models that allow the prediction of time and tons collected from the process, as quality variables required for this business model. This research is applied to the city collection industry, using Lean Six Sigma tools, innovating its analysis by including data science as a strategic element in the selection of the relationship between the variables and the training of the models that allow predicting the behavior of the system in its current state; It also integrated the result of the process capacity, the current management systems in the case study. In this sense, this research allows us to argue the need to adjust strategic planning through historical data analysis and learning machines that feed back the changing conditions of the model. The solution presented allows us to respond to the specific need to optimize the urban solid waste collection process, in this case, in the city of Manizales
URI: https://repositorio.autonoma.edu.co/handle/11182/1204
Appears in Collections:Maestría en Ingeniería



This item is licensed under a Creative Commons License Creative Commons