Optimización de las técnicas utilizadas para el proceso de descongelación de pesca de Jurel mediante modelos predictivos de datos

Abstract

De acuerdo con el informe del 2024, El estado mundial de la pesca y la acuicultura (SOFIA), en los países en desarrollo, un porcentaje significativo de desperdicio se genera en la etapa posterior a la cosecha, especialmente debido a limitaciones en la infraestructura de procesamiento y almacenamiento donde se desaprovechan grandes recursos; por ello, las compañías deben optimizar su proceso productivo. En Chile, la empresa Pesquera S.A. ha identificado una merma significativa en su proceso de descongelamiento de pesca del Scomber Scrombrus y el Jurel (Trachurus Murphy). Con el objetivo de reducir el porcentaje de pérdidas en merma al 1%, la empresa ha llevado a cabo un análisis detallado recopilando datos clave sobre las variables que influyen en el descongelamiento de sus productos entre enero y agosto de 2024. Este enfoque busca implementar mejoras para optimizar su operación y mejorar la eficiencia. El objetivo principal del presente proyecto es crear un modelo de predicción para determinar si en un proceso de descongelamiento se cumplirá o no con el porcentaje de pérdida establecido. Para ello, se usará la técnica de árboles de decisión, debido a su fácil interpretación y a su capacidad para determinar cuáles son las variables más importantes para la predicción. Entre los resultados más importantes destaca que la variable más importante para la predicción fue la temperatura ambiente, seguida del peso promedio. El modelo de predicción resultó tener un porcentaje de precisión del 86% al predecir si un proceso cumplirá con la meta del porcentaje de pérdida.