https://rinfi.fi.mdp.edu.ar/xmlui/handle/123456789/245 Trabajos finales de grado de la carrera de Ingeniería Informática IIn 2026-07-10T02:44:38Z https://rinfi.fi.mdp.edu.ar/xmlui/handle/123456789/1227 Sistema de procesamiento de imágenes satelitales para la gestión agropecuaria García, Federico Resumen Este proyecto final de carrera se centró en el desarrollo de un sistema automatizado de procesamiento de imágenes satelitales orientado a optimizar la gestión agropecuaria, específicamente en la estimación de la biomasa forrajera para la ganadería. En el sector ganadero, el manejo eficiente del pasto es estratégico, sin embargo, los métodos tradicionales de medición manual y visual presentan limitaciones críticas en cuanto a precisión, frecuencia y escalabilidad. Para abordar esta problemática, surge la necesidad de la empresa Pastech de integrar herramientas tecnológicas que superen las deficiencias de resolución y los periodos de inactividad por nubosidad de los sensores gratuitos actuales. Como solución, se diseñó y desarrolló una API modular y escalable, que automatiza el ciclo completo de adquisición y análisis de datos geoespaciales. El sistema permite la gestión de potreros mediante polígonos GeoJSON y se integra con el proveedor comercial Planet para obtener imágenes de alta resolución y frecuencia diaria. A partir de estos datos, la aplicación calcula automáticamente el índice de vegetación NDVI y aplica modelos de estimación de biomasa que contemplan la estacionalidad y el tipo de pastura. Tecnológicamente, la solución se implementó utilizando el lenguaje Python, una base de datos MySQL y la plataforma Railway para su despliegue en la nube. Los resultados fueron validados satisfactoriamente en conjunto con ingenieros agrónomos, confirmando que las mediciones obtenidas son consistentes y aportan un valor diferencial para la toma de decisiones productivas en el ecosistema de Pastech. El proyecto cumplió con los objetivos técnicos y plazos previstos, logrando superar obstáculos como la curva de aprendizaje en análisis espectral y la complejidad de integración con servicios de terceros. De esta manera, se consolidó una herramienta profesional que no solo resuelve una necesidad operativa actual, sino que sienta las bases para futuras mejoras en el monitoreo de precisión de diversos cultivos. 2026-03-02T00:00:00Z https://rinfi.fi.mdp.edu.ar/xmlui/handle/123456789/1223 IlliApp: Sistema Informático de gestión académica para el Colegio Nacional Dr. Arturo Umberto Illia Cardelli, Ramiro; de Lellis, Lucas; Frasca Ponce, Josefina; González, Franco El presente informe describe el desarrollo del sistema de gestión académica destinado al Colegio Nacional Dr. Arturo Umberto Illia. El proyecto fue realizado por los estudiantes Ramiro Cardelli, Lucas de Lellis, Josefina Frasca Ponce y Franco González, en el marco del Trabajo Final de la carrera de Ingeniería en Informática de la Universidad Nacional de Mar del Plata. El objetivo principal del trabajo fue diseñar e implementar una solución integral orientada a optimizar la administración escolar, facilitando la gestión de usuarios, el registro de asistencia de estudiantes y docentes, la carga y consulta de calificaciones, la generación automática de boletines y la organización de horarios de cursada. Asimismo, se buscó avanzar en la despapelización de los procesos administrativos y académicos del colegio, reduciendo la dependencia de registros manuales y documentación física, y promoviendo una gestión más eficiente, trazable y centralizada de la información. El proyecto surge como un reemplazo del sistema preexistente, con el objetivo de acompañar nuevos requerimientos y mejorar determinados aspectos de su funcionamiento. A partir de este análisis, se planteó la ingeniería de una nueva aplicación orientada a optimizar la usabilidad y mantenimiento del sistema, incorporando tecnologías modernas en su arquitectura y diseño. El desarrollo se abordó mediante una metodología iterativa e incremental, lo que permitió validar progresivamente el producto con el referente funcional del Colegio Illia. El equipo se responsabilizó de todas las etapas: análisis de requerimientos, diseño de la arquitectura, implementación del sistema, pruebas de validación e integración. Los resultados obtenidos demuestran una mejora significativa en la digitalización de los procesos académicos y administrativos de la institución. Como evidencia cualitativa de los resultados obtenidos, el referente funcional del colegio manifestó su conformidad con el sistema desarrollado durante las instancias de validación, señalando que la solución responde a las necesidades operativas identificadas al inicio del proyecto. Asimismo, el proyecto permitió aplicar conocimientos teóricos de ingeniería de software en un contexto real, consolidando competencias en gestión de proyectos, trabajo en equipo y desarrollo de sistemas complejos. 2026-05-07T00:00:00Z https://rinfi.fi.mdp.edu.ar/xmlui/handle/123456789/1221 G.I.A. Sistema de Gestión de Instrumentos A Barriga, Nahuel; Firmani, Gregorio; Trinitario, Bruno El proceso de aprobación de los Instrumentos A en la Facultad de Ingeniería de la Universidad Nacional de Mar del Plata presenta limitaciones operativas derivadas de su naturaleza manual: tiempos de procesamiento prolongados, ausencia de un sistema centralizado de seguimiento y dependencia de comunicaciones informales entre los actores involucrados. Para superar estas limitaciones, se diseñó y desarrolló el sistema GIA (Gestión de Instrumentos A), una aplicación web que permite la carga, revisión y validación de Instrumentos A a través de un flujo de trabajo digitalizado. La plataforma implementa un esquema de roles que replica la jerarquía institucional, automatiza las notificaciones entre las distintas etapas de validación y mantiene un registro completo de cada acción realizada sobre los documentos. El resultado es un sistema funcional que transforma un proceso que anteriormente demandaba hasta dos meses en uno estimado en una semana, eliminando el riesgo de extravío de documentación y brindando visibilidad permanente del estado de cada solicitud. Este desarrollo representa el primer paso hacia la digitalización de los procesos administrativos del cuerpo docente de la Facultad de Ingeniería, aportando una solución concreta a una necesidad institucional de larga data 2025-12-01T00:00:00Z https://rinfi.fi.mdp.edu.ar/xmlui/handle/123456789/1207 Sistema de reconocimiento de estados pulmonares en ecografías mediante Inteligencia Artificial Pruis, Ramiro; García, Mariano Enrique Este proyecto propone el desarrollo de una herramienta de software que, mediante inteligencia artificial, analiza y predice los estados de aireación pulmonar a partir de videos de ecografías pulmonares. La iniciativa surge de la necesidad de mejorar la precisión diagnóstica en contextos clínicos donde factores como la baja calidad de imagen o la variabilidad del operador dificultan la evaluación. El sistema identifica patrones asociados a distintos estados de aireación pulmonar (Normal, B1, B2 y Consolidación), posteriormente genera métricas visuales y permite emitir informes automáticos que apoyan el diagnóstico médico. El trabajo se basa en investigaciones previas del Laboratorio de Bioingeniería de la Universidad Nacional de Mar del Plata y del Hospital Privado de la Comunidad, y plantea una solución integral: una aplicación de escritorio local, desarrollada con tecnologías modernas como React, Node.js, Electron y Python, que permite cargar, recortar y analizar múltiples videos de forma eficiente. Se evaluaron distintos modelos de inteligencia artificial pre entrenados y se aplicaron técnicas de transferencia de aprendizaje para lograr resultados coherentes con los datos utilizados. El sistema permite además la carga de otros modelos de deep learning, aparte del entregado, lo que posibilita su mejora y expansión futura. La aplicación ofrece una visualización detallada e interactiva de los resultados, permite generar informes sobre los estudios ingresados y facilita el procesamiento masivo de videos para fines de investigación. El informe detalla las decisiones tomadas con relación al entrenamiento del modelo de IA y al desarrollo del sistema, y plantea desarrollos futuros orientados a mejorar la experiencia del usuario y optimizar la capacidad de procesamiento y predicción de la red neuronal frente a nuevos datos. 2025-10-13T00:00:00Z