Titulo:
El Big Data aplicado en la industria 4.0 : un caso en el sector textil colombiano con un enfoque en la inteligencia de negocios
.
Sumario:
La competitivad industrial y evolución operacional ha generado la necesidad de desarrollo de nuevos e innovadores métodos de sistematización industrial. Como resultado de lo anterior, la presente investigación de carácter mixto propone el desarrollo de un modelo de producción industrial enfocado en la industria 4.0 (Big data) para pymes de confección, para la mejora de procedimientos, puestos de trabajo y costos, a través de las siguientes fases: 1) Recopilación de las informaciones de las bases de datos; 2) Limpieza de bases de datos y correcta edición de informaciones ” 3) Modelado de datos e interrelación de las variables en las bases de datos; 4) Visualización gráfica de datos (Dashboard), apoyado en software Power BI, en la visualizaci... Ver más
Guardado en:
2027-8101
2619-5232
14
2022-12-18
Gustavo Andrés Araque González, Víctor José Giampietro Torres - 2023
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
| id |
metarevistapublica_tdea_cuadernoactiva_14_article_1176 |
|---|---|
| record_format |
ojs |
| institution |
TECNOLOGICO DE ANTIOQUIA INSTITUCION UNIVERSITARIA |
| thumbnail |
https://nuevo.metarevistas.org/TECNOLOGICODEANTIOQUIAINSTITUCIONUNIVERSITARIA/logo.png |
| country_str |
Colombia |
| collection |
Cuaderno activa |
| title |
El Big Data aplicado en la industria 4.0 : un caso en el sector textil colombiano con un enfoque en la inteligencia de negocios |
| spellingShingle |
El Big Data aplicado en la industria 4.0 : un caso en el sector textil colombiano con un enfoque en la inteligencia de negocios Araque González, Gustavo Andrés Giampietro Torres, Víctor José Big Data industria 4.0 ciencia de datos Power BI industria textil |
| title_short |
El Big Data aplicado en la industria 4.0 : un caso en el sector textil colombiano con un enfoque en la inteligencia de negocios |
| title_full |
El Big Data aplicado en la industria 4.0 : un caso en el sector textil colombiano con un enfoque en la inteligencia de negocios |
| title_fullStr |
El Big Data aplicado en la industria 4.0 : un caso en el sector textil colombiano con un enfoque en la inteligencia de negocios |
| title_full_unstemmed |
El Big Data aplicado en la industria 4.0 : un caso en el sector textil colombiano con un enfoque en la inteligencia de negocios |
| title_sort |
el big data aplicado en la industria 4.0 : un caso en el sector textil colombiano con un enfoque en la inteligencia de negocios |
| title_eng |
Big Data applied in industry 4.0: a case in the Colombian textile sector with a focus on business intelligence |
| description |
La competitivad industrial y evolución operacional ha generado la necesidad de desarrollo de nuevos e innovadores métodos de sistematización industrial. Como resultado de lo anterior, la presente investigación de carácter mixto propone el desarrollo de un modelo de producción industrial enfocado en la industria 4.0 (Big data) para pymes de confección, para la mejora de procedimientos, puestos de trabajo y costos, a través de las siguientes fases: 1) Recopilación de las informaciones de las bases de datos; 2) Limpieza de bases de datos y correcta edición de informaciones ” 3) Modelado de datos e interrelación de las variables en las bases de datos; 4) Visualización gráfica de datos (Dashboard), apoyado en software Power BI, en la visualización y análisis de los datos; 5) análisis y toma de decisiones. Los resultados obtenidos permitieron generar una mejora de 20% en la identificación de fallas operacionales y no operacionales del proceso industrial interno.
|
| author |
Araque González, Gustavo Andrés Giampietro Torres, Víctor José |
| author_facet |
Araque González, Gustavo Andrés Giampietro Torres, Víctor José |
| topicspa_str_mv |
Big Data industria 4.0 ciencia de datos Power BI industria textil |
| topic |
Big Data industria 4.0 ciencia de datos Power BI industria textil |
| topic_facet |
Big Data industria 4.0 ciencia de datos Power BI industria textil |
| citationvolume |
14 |
| citationissue |
1 |
| citationedition |
Núm. 1 , Año 2022 : Volumen 14 |
| publisher |
Tecnológico de Antioquia - Institución Universitaria |
| ispartofjournal |
Cuaderno activa |
| source |
https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/view/1176 |
| language |
spa |
| format |
Article |
| rights |
https://creativecommons.org/licenses/by-nc-sa/4.0 Gustavo Andrés Araque González, Víctor José Giampietro Torres - 2023 Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0. info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| references |
M. Chen, S. Mao, and Y. Liu, “Big Data: A Survey,” Mob. Networks Appl. 2014 192, vol. 19, no. 2, pp. 171–209, Jan. 2014, doi: 10.1007/S11036-013-0489-0. [2] C. J. Cremin, S. Dash, and X. Huang, “Big data: Historic advances and emerging trends in biomedical research,” Curr. Res. Biotechnol., vol. 4, pp. 138–151, Jan. 2022, doi: 10.1016/J.CRBIOT.2022.02.004. [3] D. Wiltshire and S. Alvanides, “Ensuring the ethical use of big data: lessons from secure data access,” Heliyon, vol. 8, no. 2, p. e08981, Feb. 2022, doi: 10.1016/J.HELIYON.2022.E08981. [4] Y. Zhang and J. Li, “Performance analysis of big data transmission in wearable system based on special textile clothing,” Procedia Comput. Sci., vol. 183, pp. 713–719, Jan. 2021, doi: 10.1016/J.PROCS.2021.02.119. [5] J. Yang et al., “Brief introduction of medical database and data mining technology in big data era,” J. Evid. Based. Med., vol. 13, no. 1, pp. 57–69, Feb. 2020, doi: 10.1111/JEBM.12373. [6] C. A. Escobar, M. E. McGovern, and R. Morales-Menendez, “Quality 4.0: a review of big data challenges in manufacturing,” J. Intell. Manuf., vol. 32, no. 8, pp. 2319–2334, Dec. 2021, doi: 10.1007/S10845-021-01765-4/FIGURES/14. [7] M. Cornejo, F. Mendoza, and R. C. Rojas, “La Investigación con Relatos de Vida: Pistas y Opciones del Diseño Metodológico,” Psykhe (Santiago), vol. 17, no. 1, pp. 29–39, May 2008, doi: 10.4067/S0718-22282008000100004. [8] A. Salgado, “Investigación cualitativa: diseños, evaluación del rigor metodológico y retos,” 2007. http://www.scielo.org.pe/scielo.php?script=sci_arttext&pid=S1729-48272007000100009 (accessed Apr. 06, 2022). [9] J. Yuni and C. Urbano, “Técnicas para investigar: recursos metodológicos para la preparación de ... - José Alberto Yuni, Claudio Ariel Urbano - Google Libros,” 2006. https://books.google.es/books?hl=es&lr=&id=r8tKbJBkvbYC&oi=fnd&pg=PA86&dq=diseño+metodologico+de+investigacion+%2B+caracterizacion+de+la+investigacion+&ots=dNogokM0Ae&sig=pgtTfoL9HMmj5IeZfpvgp_Ig1XE#v=onepage&q=diseño metodologico de investigacion %2B caracterizacion de la investigacion&f=false (accessed Apr. 19, 2021). [10] W. J. Sotaquirá Ayala, “Power BI como herramienta de Big Data y Business Analytics para Onelink Colombia,” Universidad EAFIT, 2017. Accessed: Apr. 19, 2021. [Online]. Available: http://repository.eafit.edu.co/handle/10784/11767. [11] N. Cohen and G. Gómez Rojas, “METODOLOGÍA DE LA INVESTIGACIÓN, ¿PARA QUÉ?,” Editorial Teseo, 2019. Accessed: Apr. 19, 2021. [Online]. Available: http://up-rid2.up.ac.pa:8080/xmlui/handle/123456789/1363. [12] O. A. Agudelo Giraldo, J. E. León Molina, M. A. Prieto Salas, A. Alarcón Peña, and J. C. Jiménez Triana, “La pregunta por el método: derecho y metodología de la investigación,” 2018. https://repository.ucatolica.edu.co/handle/10983/22541 (accessed Apr. 19, 2021). [13] K. A. Villegas Sandoval and F. Martínez Olmo, “Tendencias en el diseño metodológico de investigación sobre la evaluación de competencias en la educación superior,” 2017, doi: 10.1344/reire2017.10.11011. [14] I. Ferraz Pinto, J. Gomes Campos, and C. Siqueira, “INVESTIGAÇÃO QUALITATIV A : PERSPECTIVA GERAL E IMPORTÂNCIA PARA AS CIÊNCIAS DA NUTRIÇÃO,” 2018, doi: 10.21011/apn.2018.1406. 9 [15] C. W. Tsai, C. F. Lai, H. C. Chao, and A. V. Vasilakos, “Big data analytics: a survey,” J. Big Data, vol. 2, no. 1, pp. 1–32, Dec. 2015, doi: 10.1186/S40537-015-0030-3/TABLES/3. [16] S. Kumar, D. Sharma, S. Rao, W. M. Lim, and S. K. Mangla, “Past, present, and future of sustainable finance: insights from big data analytics through machine learning of scholarly research,” Ann. Oper. Res., pp. 1–44, Jan. 2022, doi: 10.1007/S10479-021-04410-8/TABLES/9. [17] B. Bansal et al., “Big Data Architecture for Network Security,” Cyber Secur. Netw. Secur., pp. 233–267, Mar. 2022, doi: 10.1002/9781119812555.CH11. [18] E. N. Witanto, Y. E. Oktian, and S. G. Lee, “Toward Data Integrity Architecture for Cloud-Based AI Systems,” Symmetry 2022, Vol. 14, Page 273, vol. 14, no. 2, p. 273, Jan. 2022, doi: 10.3390/SYM14020273. [19] C. Debrah, A. P. C. Chan, and A. Darko, “Artificial intelligence in green building,” Autom. Constr., vol. 137, p. 104192, May 2022, doi: 10.1016/J.AUTCON.2022.104192. [20] R. Safdari, A. Deghatipour, M. Gholamzadeh, and K. Maghooli, “Applying data mining techniques to classify patients with suspected hepatitis C virus infection,” Intell. Med., Jan. 2022, doi: 10.1016/J.IMED.2021.12.003. [21] I. Batool and T. A. Khan, “Software fault prediction using data mining, machine learning and deep learning techniques: A systematic literature review,” Comput. Electr. Eng., vol. 100, p. 107886, May 2022, doi: 10.1016/J.COMPELECENG.2022.107886. |
| type_driver |
info:eu-repo/semantics/article |
| type_coar |
http://purl.org/coar/resource_type/c_6501 |
| type_version |
info:eu-repo/semantics/publishedVersion |
| type_coarversion |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| type_content |
Text |
| publishDate |
2022-12-18 |
| date_accessioned |
2022-12-18T00:00:00Z |
| date_available |
2022-12-18T00:00:00Z |
| url |
https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/view/1176 |
| url_doi |
https://doi.org/10.53995/20278101.1176 |
| issn |
2027-8101 |
| eissn |
2619-5232 |
| doi |
10.53995/20278101.1176 |
| url2_str_mv |
https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/download/1176/1652 |
| _version_ |
1811200370276302848 |
| spelling |
El Big Data aplicado en la industria 4.0 : un caso en el sector textil colombiano con un enfoque en la inteligencia de negocios Big Data applied in industry 4.0: a case in the Colombian textile sector with a focus on business intelligence La competitivad industrial y evolución operacional ha generado la necesidad de desarrollo de nuevos e innovadores métodos de sistematización industrial. Como resultado de lo anterior, la presente investigación de carácter mixto propone el desarrollo de un modelo de producción industrial enfocado en la industria 4.0 (Big data) para pymes de confección, para la mejora de procedimientos, puestos de trabajo y costos, a través de las siguientes fases: 1) Recopilación de las informaciones de las bases de datos; 2) Limpieza de bases de datos y correcta edición de informaciones ” 3) Modelado de datos e interrelación de las variables en las bases de datos; 4) Visualización gráfica de datos (Dashboard), apoyado en software Power BI, en la visualización y análisis de los datos; 5) análisis y toma de decisiones. Los resultados obtenidos permitieron generar una mejora de 20% en la identificación de fallas operacionales y no operacionales del proceso industrial interno. Araque González, Gustavo Andrés Giampietro Torres, Víctor José Big Data industria 4.0 ciencia de datos Power BI industria textil 14 1 Núm. 1 , Año 2022 : Volumen 14 Artículo de revista Journal article 2022-12-18T00:00:00Z 2022-12-18T00:00:00Z 2022-12-18 application/pdf Tecnológico de Antioquia - Institución Universitaria Cuaderno activa 2027-8101 2619-5232 https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/view/1176 10.53995/20278101.1176 https://doi.org/10.53995/20278101.1176 spa https://creativecommons.org/licenses/by-nc-sa/4.0 Gustavo Andrés Araque González, Víctor José Giampietro Torres - 2023 Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0. M. Chen, S. Mao, and Y. Liu, “Big Data: A Survey,” Mob. Networks Appl. 2014 192, vol. 19, no. 2, pp. 171–209, Jan. 2014, doi: 10.1007/S11036-013-0489-0. [2] C. J. Cremin, S. Dash, and X. Huang, “Big data: Historic advances and emerging trends in biomedical research,” Curr. Res. Biotechnol., vol. 4, pp. 138–151, Jan. 2022, doi: 10.1016/J.CRBIOT.2022.02.004. [3] D. Wiltshire and S. Alvanides, “Ensuring the ethical use of big data: lessons from secure data access,” Heliyon, vol. 8, no. 2, p. e08981, Feb. 2022, doi: 10.1016/J.HELIYON.2022.E08981. [4] Y. Zhang and J. Li, “Performance analysis of big data transmission in wearable system based on special textile clothing,” Procedia Comput. Sci., vol. 183, pp. 713–719, Jan. 2021, doi: 10.1016/J.PROCS.2021.02.119. [5] J. Yang et al., “Brief introduction of medical database and data mining technology in big data era,” J. Evid. Based. Med., vol. 13, no. 1, pp. 57–69, Feb. 2020, doi: 10.1111/JEBM.12373. [6] C. A. Escobar, M. E. McGovern, and R. Morales-Menendez, “Quality 4.0: a review of big data challenges in manufacturing,” J. Intell. Manuf., vol. 32, no. 8, pp. 2319–2334, Dec. 2021, doi: 10.1007/S10845-021-01765-4/FIGURES/14. [7] M. Cornejo, F. Mendoza, and R. C. Rojas, “La Investigación con Relatos de Vida: Pistas y Opciones del Diseño Metodológico,” Psykhe (Santiago), vol. 17, no. 1, pp. 29–39, May 2008, doi: 10.4067/S0718-22282008000100004. [8] A. Salgado, “Investigación cualitativa: diseños, evaluación del rigor metodológico y retos,” 2007. http://www.scielo.org.pe/scielo.php?script=sci_arttext&pid=S1729-48272007000100009 (accessed Apr. 06, 2022). [9] J. Yuni and C. Urbano, “Técnicas para investigar: recursos metodológicos para la preparación de ... - José Alberto Yuni, Claudio Ariel Urbano - Google Libros,” 2006. https://books.google.es/books?hl=es&lr=&id=r8tKbJBkvbYC&oi=fnd&pg=PA86&dq=diseño+metodologico+de+investigacion+%2B+caracterizacion+de+la+investigacion+&ots=dNogokM0Ae&sig=pgtTfoL9HMmj5IeZfpvgp_Ig1XE#v=onepage&q=diseño metodologico de investigacion %2B caracterizacion de la investigacion&f=false (accessed Apr. 19, 2021). [10] W. J. Sotaquirá Ayala, “Power BI como herramienta de Big Data y Business Analytics para Onelink Colombia,” Universidad EAFIT, 2017. Accessed: Apr. 19, 2021. [Online]. Available: http://repository.eafit.edu.co/handle/10784/11767. [11] N. Cohen and G. Gómez Rojas, “METODOLOGÍA DE LA INVESTIGACIÓN, ¿PARA QUÉ?,” Editorial Teseo, 2019. Accessed: Apr. 19, 2021. [Online]. Available: http://up-rid2.up.ac.pa:8080/xmlui/handle/123456789/1363. [12] O. A. Agudelo Giraldo, J. E. León Molina, M. A. Prieto Salas, A. Alarcón Peña, and J. C. Jiménez Triana, “La pregunta por el método: derecho y metodología de la investigación,” 2018. https://repository.ucatolica.edu.co/handle/10983/22541 (accessed Apr. 19, 2021). [13] K. A. Villegas Sandoval and F. Martínez Olmo, “Tendencias en el diseño metodológico de investigación sobre la evaluación de competencias en la educación superior,” 2017, doi: 10.1344/reire2017.10.11011. [14] I. Ferraz Pinto, J. Gomes Campos, and C. Siqueira, “INVESTIGAÇÃO QUALITATIV A : PERSPECTIVA GERAL E IMPORTÂNCIA PARA AS CIÊNCIAS DA NUTRIÇÃO,” 2018, doi: 10.21011/apn.2018.1406. 9 [15] C. W. Tsai, C. F. Lai, H. C. Chao, and A. V. Vasilakos, “Big data analytics: a survey,” J. Big Data, vol. 2, no. 1, pp. 1–32, Dec. 2015, doi: 10.1186/S40537-015-0030-3/TABLES/3. [16] S. Kumar, D. Sharma, S. Rao, W. M. Lim, and S. K. Mangla, “Past, present, and future of sustainable finance: insights from big data analytics through machine learning of scholarly research,” Ann. Oper. Res., pp. 1–44, Jan. 2022, doi: 10.1007/S10479-021-04410-8/TABLES/9. [17] B. Bansal et al., “Big Data Architecture for Network Security,” Cyber Secur. Netw. Secur., pp. 233–267, Mar. 2022, doi: 10.1002/9781119812555.CH11. [18] E. N. Witanto, Y. E. Oktian, and S. G. Lee, “Toward Data Integrity Architecture for Cloud-Based AI Systems,” Symmetry 2022, Vol. 14, Page 273, vol. 14, no. 2, p. 273, Jan. 2022, doi: 10.3390/SYM14020273. [19] C. Debrah, A. P. C. Chan, and A. Darko, “Artificial intelligence in green building,” Autom. Constr., vol. 137, p. 104192, May 2022, doi: 10.1016/J.AUTCON.2022.104192. [20] R. Safdari, A. Deghatipour, M. Gholamzadeh, and K. Maghooli, “Applying data mining techniques to classify patients with suspected hepatitis C virus infection,” Intell. Med., Jan. 2022, doi: 10.1016/J.IMED.2021.12.003. [21] I. Batool and T. A. Khan, “Software fault prediction using data mining, machine learning and deep learning techniques: A systematic literature review,” Comput. Electr. Eng., vol. 100, p. 107886, May 2022, doi: 10.1016/J.COMPELECENG.2022.107886. https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/download/1176/1652 info:eu-repo/semantics/article http://purl.org/coar/resource_type/c_6501 http://purl.org/redcol/resource_type/ARTREF info:eu-repo/semantics/publishedVersion http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 Text Publication |