Escuela de Ingeniería de Sistemas y Computación

URI permanente para esta colecciónhttps://repositorio.usat.edu.pe/handle/20.500.12423/37

Examinar

Examinando Escuela de Ingeniería de Sistemas y Computación por Autor "Alarcon Garcia, Roger Ernesto"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 3 de 3
  • Miniatura
    Ítem
    Aplicación con realidad aumentada para apoyar el aprendizaje de fuerza y movimiento en quinto grado de primaria, Colegio Santa Rosita
    (Universidad Católica Santo Toribio de Mogrovejo, 2026) Cubas Quispe, Yessenia Maribel; Alarcon Garcia, Roger Ernesto
    Las dificultades en la enseñanza de la física elemental en primaria, junto con la falta de metodologías interactivas y recursos tecnológicos, motivaron esta investigación. Con el objetivo de implementar una aplicación con realidad aumentada (RA) para apoyar el aprendizaje de la fuerza y movimiento en quinto grado de primaria, fortaleciendo las habilidades de abstracción y comprensión de conceptos teóricos en estudiantes del quinto grado de la I.E “Santa Rosita”. La metodología empleada combinó un diseño cuantitativo preexperimental y el enfoque ADDIE (análisis, diseño, desarrollo, implementación y evaluación) para la estructuración del temario Fuerza y Movimiento, seguido por el desarrollo guiado por pruebas (TDD), lo que permitió un diseño estructurado y funcional. La aplicación se centra en la simulación de temas clave como Movimiento Rectilíneo Uniforme (MRU), Movimiento Rectilíneo Uniformemente Variado (MRUV), Movimiento Mecánico (MM), Caída Libre (CL) y Vectores (VR). Mediante modelos 3D interactivos, los estudiantes pueden visualizar y manipular fenómenos físicos, facilitando su comprensión abstracta. Los resultados reflejaron un aumento en la participación, rendimiento académico y aprendizaje autónomo. El promedio de comprensión conceptual pasó del 46.5% al 77%, lo que representa una mejora de 30.5 puntos porcentuales. Asimismo, el 83% de los estudiantes usó la aplicación de forma constante y el 90% manifestó mayor motivación al estudiar física con esta herramienta. Estos hallazgos validan la eficacia de la RA en entornos educativos del nivel primario.
  • Miniatura
    Ítem
    Aplicación web usando Deep Learning aplicado al reconocimiento de plagas y enfermedades para mejorar el tratamiento de los cultivos de papa Yungay en Cutervo-Angurra
    (Universidad Católica Santo Toribio de Mogrovejo, 2025) Cabrera Herrera, Elis Dina; Cabrera Herrera, Elis Dina; Alarcon Garcia, Roger Ernesto
    La detección temprana de las plagas y enfermedades en el cultivo de papa Yungay es importante porque ayuda a evitar pérdidas en la producción. Continuamente los agricultores del caserío Angurra se ven perjudicados a causa de un diagnóstico tradicional que no les permite llevar un correcto control de las mismas. Dicha situación encontrada ha permitido encaminar esta investigación con el objetivo de desarrollar una aplicación web usando Deep Learning aplicado al reconocimiento de plagas y enfermedades para mejorar el tratamiento de los cultivos de papa Yungay, mediante el procesamiento de imágenes, las cuales fueron extraídas de 30 cultivos de papa en diferente temporalidad y ubicación. Se hizo uso de dos metodologías, una de ellas fue CRISP-DM y la otra fue metodología SCRUM. La primera se utilizó para la elaboración del modelo computacional basado en redes neuronales artificiales (SOM) utilizando técnicas del Deep Learning la cual dio como resultado una precisión de 99.42%, esto con la entrada de las 4 mil imágenes y su procesamiento en cuanto a características que fueron determinados y evaluados por el modelo. Su desarrollo se realizó en la plataforma Google Colab utilizando el lenguaje Python aplicándose las 6 fases que comprende la metodología. La segunda se utilizó para el desarrollo de la aplicación web, ambas metodologías interactuaron entre sí para lograr una respuesta dando como resultado la creación de la aplicación web que generó un resultado de detección de plagas o enfermedades. En la construcción de la aplicación web se utilizó la herramienta Django usando el lenguaje Python, incluyendo todas las fases de desarrollo de la metodología Scrum. En conclusión, se logró obtener una precisión optima y confiable en un rango de precisión de 99.42%, lo cual hace que esta investigación sea de suma importancia para los agricultores de papa Yungay.
  • Miniatura
    Ítem
    Sistema inteligente para la detección de lesiones de la mucosa oral en un centro de salud
    (Universidad Católica Santo Toribio de Mogrovejo, 2026) Durand Calle, Mauricio Benjamin; Alarcon Garcia, Roger Ernesto
    La investigación abordó la problemática del diagnóstico tardío y el mal diagnóstico de lesiones de la mucosa oral, una situación crítica en países de ingresos medios y bajos donde 3.5 mil millones de personas padecen enfermedades bucodentales. En Perú, el cáncer bucal ocupa el sexto lugar entre las causas de muerte por neoplasias, debido principalmente a la falta de detección oportuna y diagnósticos inadecuados. Por ello se desarrolló un sistema basado en redes neuronales convolucionales para la detección automática de lesiones de la mucosa oral a través del análisis de imágenes. El proyecto se estructuró siguiendo las metodologías SCRUM y CRISP-DM, cubriendo desde la preparación tecnológica hasta la optimización del modelo. Para garantizar la calidad del dataset clínico, se evaluó la concordancia en el etiquetado mediante el índice de Cohen’s Kappa, obteniéndose un valor de κ=0.694 que indica un acuerdo considerable entre evaluadores. Respecto al componente técnico, se implementó el modelo SSD-MobileNet-V2-FPNLite-320 para la detección de gingivitis, entrenado con 362 imágenes, logrando una precisión del 97.3%, sensibilidad del 64.0%, F1-Score de 77.2% y una exactitud global de 62.9%. Complementariamente, se incorporó la detección de aftas orales mediante YOLO11s, empleando 386 imágenes, logrando una precisión del 67.83%, sensibilidad del 82.9%, F1-Score de 74.62% y exactitud de 59.54%. El sistema integral incluye gestión odontológica y modelos predictivos. La validación del sistema, basada en la metodología TAM2, reveló aceptación sobresaliente (98.33%), destacando facilidad de uso percibida(100%) sobre utilidad percibida (96.67%), confirmando su aplicabilidad práctica en entornos clínicos reales.