Sistema inteligente para apoyar el proceso de tramitación de título profesional en la Facultad de Enfermería de la UNPRG

Abstract

El proyecto de investigación tuvo como objetivo desarrollar un sistema inteligente para apoyar el proceso de tramitación de títulos en la Facultad de Enfermería de la Universidad Nacional Pedro Ruiz Gallo y como objetivos específicos, determinar las características de conformidad de los expedientes en el proceso, implementar el modelo de visión artificial para la evaluación de conformidad del trámite, construir la aplicación web que integre el modelo de visión artificial implementado y evaluar el sistema inteligente en base a casos de estudio. En cuanto a la metodología se utilizó Buchanan como metodología general y Scrum para la programación en Python con PostgreSQL. Como resultados al aplicar la metodología se pudieron obtener 8 campos relevantes para el análisis de expedientes y se determinaron 11 reglas que usan esos campos para validarlo; se programó una API que usando algoritmos de Reconocimiento Óptico de Caracteres (OCR), encriptación y manipulación de imágenes aplicaba estas reglas definidas y permitía al sistema validar automáticamente los campos requeridos; luego se construyó la aplicación utilizando framework Django y Fast API acorde al proceso definido por el reglamento de la Facultad de Enfermería. Por último, se evaluó la precisión del sistema en base a casos de estudio con datos reales de egresados y se pudo obtener que el sistema tiene una precisión 88.8% siendo el 11.2% fallido debido a rotaciones y desviaciones de la imagen ajenas al sistema que le impedía retornar las respuestas esperadas.

The objective of the research project was to develop an intelligent system to support the process of processing degrees at the Faculty of Nursing of the Universidad Nacional Pedro Ruiz Gallo and the specific objectives were to determine the conformity characteristics of the files in the process, implement the artificial vision model for the conformity evaluation of the process, build the web application that integrates the artificial vision model implemented and evaluate the intelligent system based on case studies. Regarding the methodology, Buchanan was used as general methodology and Scrum for programming in Python with PostgreSQL. As a result of applying the methodology, 8 relevant fields for file analysis were obtained and 11 rules that use these fields to validate it were determined; an API was programmed that using Optical Character Recognition (OCR) algorithms, encryption and image manipulation applied these defined rules and allowed the system to automatically validate the required fields; then the application was built using Django framework and Fast API according to the process defined by the regulations of the Faculty of Nursing. Finally, the accuracy of the system was evaluated based on case studies with real data of graduates and it was obtained that the system has an accuracy of 88.8% being 11.2% failed due to rotations and deviations of the image outside the system that prevented it from returning the expected answers.