DSpace JSPUI

1. Lumieres - Repositorio institucional Universidad de América
2. Ingenierías
3. Ingeniería Industrial
4. Trabajos de grado - Ingeniería Industrial

Title:	Algoritmo para mejorar la calidad del café colombiano y una aproximación a buenas prácticas en la logística de aprovisionamiento.
Other Titles:	Algorithm to improve the quality of colombian coffee and approach to good practices in supply logistics.
Authors:	Rojas Hidalgo, Miguel Ángel Gaitán Díaz, Valeria Andrea
Thesis advisor:	Daza Escorcia, Julio Mario
License type:	Atribución – No comercial – Compartir igual
Keywords:	Cadena de abastecimiento;Calidad del café;Regresión lineal;Supply chain;Coffee quality;Linear regression;Tesis y disertaciones académicas
Issue Date:	8-Feb-2022
Publisher:	Fundación Universidad de América
Resumen:	Colombia se posiciona como uno de los tres productores de café más importantes a nivel mundial. Por lo tanto, es un sector económico primordial para la economía del país. Sin embargo, en los últimos 10 años ha disminuido su productividad y calidad del grano debido a la migración de mano de obra a otros sectores, arraigo a las prácticas tradicionales, baja inversión en desarrollos tecnológicos y altos costos de producción. En consecuencia, en el presente estudio se utilizó el machine learning ML a partir de data de acceso libre dispuesta por la CQI con más de 52.000 registros, acotados por la variedad arábica y países con condiciones similares a Colombia, manipulada a través de Python. Inicialmente, se exploró sobre las nuevas tendencias del ML en la agricultura y caficultura, en donde el algoritmo k-means y neuronal networks son los más utilizados. Seguidamente, se caracterizó la logística de aprovisionamiento LA del sector, la cual arrojó los factores más influyentes en la calidad del café y la siendo estos el almacenamiento, adecuada fertilización y buenas prácticas en los cultivos. Finalmente, se utilizó el algoritmo de ML de regresión lineal bajo el estudio de las variables evaluadas en la catación de una taza referente a la calidad, como aroma, sabor, cuerpo, acidez, after taste; con un porcentaje de confiabilidad del 91.94% tanto el sabor como el after taste son en más del 80% representativas en la calificación total de calidad del café. Finalmente, se plantean diversas recomendaciones para el caficultor en su LA para preservar dichas propiedades.
Abstract:	Colombia is positioned as one of the three most important coffee producers in the world. Therefore, it is a fundamental economic sector for the country's economy. However, in the last 10 years the productivity and quality of coffee beans has decreased due to the migration of labor to other sectors, the use of traditional practices, low investment in technological developments and high production costs. Consequently, in this study we used machine learning ML based on open access data made available by the CQI with more than 52,000 records, limited by Arabica variety and countries with conditions similar to Colombia, manipulated through Python. Initially, we explored the new ML trends in agriculture and coffee farming, where the k-means algorithm and neural networks are the most used. Next, we characterized the LA supply logistics of the sector, which yielded the most influential factors in the quality of coffee and the LA. This factors are the adequate storage, adequate fertilization, and good cultivation practices. Finally, the ML algorithm of linear regression was used to study the variables evaluated in the cupping of a cup of coffee referring to quality, such as aroma, flavor, body, acidity, and after taste; with a reliability percentage of 91.94%, both flavor and aftertaste are more than 80% representative in the total qualification of coffee quality. Finally, several recommendations are made for the coffee grower in his LA to preserve these properties.
URI:	https://hdl.handle.net/20.500.11839/8801
Citation:	APA 7th - Rojas Hidalgo, M. Á. y Gaitán Díaz, V. A. (2022) Algoritmo para mejorar la calidad del café colombiano y una aproximación a buenas prácticas en la logística de aprovisionamiento. [Trabajo de grado, Fundación Universidad de América] Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/8801
Appears in Collections:	Trabajos de grado - Ingeniería Industrial

This item is licensed under a Creative Commons Licence