Show simple item record

dc.contributor.advisorGómez Quispe, Hugo Yosefes_PE
dc.contributor.authorCampos Alvarez, Lizethes_PE
dc.contributor.authorMamani Gonzalo, Jhoselyn Yenidaes_PE
dc.date.accessioned2025-08-18T13:17:41Z
dc.date.available2025-08-18T13:17:41Z
dc.date.issued2025-06-12
dc.identifier.urihttps://repositorio.unap.edu.pe/handle/20.500.14082/24839
dc.description.abstractLa Municipalidad Provincial de Yunguyo ha enfrentado un escenario fiscal complejo. La variabilidad en el comportamiento de los contribuyentes y la ausencia de recursos analíticos robustos han comprometido la eficacia de sus iniciativas de recaudación, limitando la captación de ingresos esenciales para la infraestructura local y proyectos comunitarios. La presente investigación buscó mitigar este desafío. Mediante la construcción e implementación de un algoritmo de agrupamiento no supervisado, se logró la formación de clústeres homogéneos de contribuyentes con características económicas similares. Esta identificación facilitó al municipio la concepción de estrategias de recaudación más equitativas y una asignación más eficiente de recursos administrativos. La metodología inicial consistió en la recolección sistemática y el preprocesamiento de registros fiscales y catastrales de 2024, garantizando su calidad e integridad a través de limpieza, integración y transformación de datos. Se evaluaron diversos algoritmos, seleccionando K-Means como el método central. El Método del Codo y el análisis de Silueta determinaron K=5 como la partición óptima, con un Índice de Silueta promedio de 0.62. Los cinco grupos resultantes permitieron la diferenciación de perfiles como "Cumplidor Estratégico", "Históricos Morosos-Deuda Baja" y “Alto Impacto-Valor Variable”. Las diferencias significativas (p<0.05) en variables clave como monto de deuda y antigüedad, fueron validadas cualitativamente por funcionarios municipales, quienes confirmaron la utilidad del modelo para formular estrategias de recaudación adaptadas a cada segmento. En conclusión, la aplicación de algoritmos de clustering sobre datos fiscales y catastrales fue exitosa en la creación de segmentos de contribuyentes significativos y accionables. Este esquema de segmentación reproducible, sin comprometer velocidad ni precisión, se proyecta como una herramienta integrada, escalable y decisiva para elevar la eficiencia y equidad de la recaudación municipal en Yunguyo, superando los métodos tradicionales.es_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Nacional del Altiplano. Repositorio Institucional - UNAPes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/deed.eses_PE
dc.subjectClusteringes_PE
dc.subjectSegmentaciónes_PE
dc.subjectTributaciónes_PE
dc.subjectK-Meanses_PE
dc.subjectMinería de datoses_PE
dc.titleSegmentación de contribuyentes utilizando clustering para optimizar la recaudación tributaria: caso de estudio municipalidad de Yunguyoes_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.nameIngeniero de Sistemases_PE
thesis.degree.disciplineIngeniería de Sistemases_PE
thesis.degree.grantorUniversidad Nacional del Altiplano. Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemases_PE
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_PE
dc.publisher.countryPEes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_PE
renati.advisor.orcidhttps://orcid.org/0000-0002-8627-412Xes_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
renati.levelhttps://purl.org/pe-repo/renati/nivel#tituloProfesionales_PE
renati.discipline612076es_PE
renati.jurorGonzales Paco, Magali Gianinaes_PE
renati.jurorRuelas Acero, Donia Alizandraes_PE
renati.jurorFlores Arnao, Alodiaes_PE
renati.author.dni73525858
renati.author.dni76843472
renati.advisor.dni01546846


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess