%0 Thesis
%A Mejía Giraldo, Ángela Patricia
%A Páez Barreto, Camilo Eduardo
%8 2023-11-07
%U http://hdl.handle.net/10818/60269
%X In this study, we aim to identify the best methods for estimating stem production at María Bonita farm in Falcon Farms, Ecuador. We employ classic time series forecasting models such as Holt Winters, ARIMA (Seasonal), and more advanced methods like Gradient Boosting. By applying the CRISP-DM methodology, we address the business problem of stem production estimation. Through data collection and analysis phases, supported by various tests like ADF and series decomposition, we determine the forecast methods to be used in the modeling phase. The preparation phase plays a crucial role in selecting the data used for modeling, training the chosen models, and evaluating the results. For the available data from 2020 to 2023 with weekly granularity, the best forecast model was achieved using SARIMAX with a MAPE of 0,20. However, in comparison with the other methods developed, and when contrasted with the current forecasting method used at María Bonita, the Degree Days method continues to exhibit the best performance in terms of accuracy. Based on the results obtained, it is posible to conclude that the current implemented model provides the best predictive fit for the specific conditions of the Freedom rose variety at María Bonita farm in Falcon Farms, Ecuador.
%X El presente estudio busca identificar los mejores métodos de estimación de producción de tallos en la finca María Bonita propiedad de Falcon Farms de Ecuador S. A., mediante la aplicación de modelos de pronóstico para series de tiempo clásicos como Holt-Winters, ARIMA (Seasonal) y métodos más avanzados como Gradient Boosting. La aplicación de la metodología CRISP-DM permitió partir desde la problemática empresarial de estimación de producción de tallos y determinar, a través de las fases de recolección y análisis de los datos de las series, con el apoyo de diferentes pruebas, los métodos de pronóstico a utilizar en la fase de modelado. Para los datos disponibles del periodo 2020-2023 con granularidad semanal, el mejor modelo de pronóstico se logró gracias a un Sarimax con un MAPE de 0,20, en contraste con los demás métodos desarrollados
%X sin embargo, y en comparación con el actual método usado para pronóstico en María Bonita, el método de Grados día sigue siendo el que mejor desempeño demuestra en cumplimiento. Con los resultados obtenidos es posible concluir que el actual modelo implementado es el que tiene un mejor ajuste de predicción para las condiciones particulares de la variedad de rosa Freedom en la finca María Bonita de Falcon Farms de
%I Universidad de La Sabana
%T Modelos de pronóstico de producción de rosa freedom: Un enfoque predictivo para mejorar el cumplimiento y reducir el desperdicio en la finca María Bonita
%~ Intellectum