Sistema informático para la planificación de la producción en micro y pequeñas empresas de confecciones
Resumen
El sistema informático para la planificación de la producción determina qué y cuánto producir para cumplir con las metas propuestas por las mypes (micro y pequeñas empresas) de confecciones; esto es, satisfacer la demanda a tiempo y obtener la máxima utilidad. Utilizando el enfoque cuantitativo, se aplicó un modelo de programación matemática de optimización por metas y la metodología Scrum. Asimismo, se utilizó el software MS Excel, tanto para resolver el modelo matemático como para las bases de datos. Las interfaces para el ingreso de los datos y para el reporte solución se desarrollaron en la plataforma Java SE. El sistema informático se instaló en dos mypes, en ambas se incrementó la productividad y fue aceptado por su fácil uso y rápida adaptación. La llegada de la pandemia no permitió la instalación en otras mypes.
Descargas
Citas
Camero, I. y Vargas, E. (2012). Planeación, programación y control de la producción en la pyme de confecciones Verney Jiménez E. U. en Bogotá (tesis de grado). Universidad Libre, Bogotá, Colombia.
Cano, J. A., Campo, E. A., y Gómez, R. A. (2018). Simulación de eventos discretos en la planificación de producción para sistemas de confección modular (tesis de grado). Universidad de Medellín, Colombia.
Chen, R., Li, S., Lin, C., y Feng, C. (13-15 de octubre del 2005). A GA-based global decision support system for garment production. In International Conference on Neural Networks and Brain (pp. 805-809). Beijing, China. https://ieeexplore.ieee.org/document/1614746
Cuatro de cada cinco pymes son informales: ¿Es suficiente reducir el IGV? (25 de agosto de 2016). Gestión. Recuperado de https://gestion.pe/economia/cuatro-cinco-pymes-son-informales-suficiente-reducir-igv-147423-noticia/
Eppen, G. D., Gould, F. J., Schmidt, C. P., Moore, J. H., y Weatherford, L. R. (2000). Investigación de operaciones en la ciencia administrativa. Construcción de modelos para la toma de decisiones con hojas de cálculo electrónicas. México D. F.: Pearson.
Flores-Andrade, K., Guardia-Miranda, R., Castro-Rangel, P., Raymundo-Ibáñez, C., y Pérez, M. (2019). Production management model through MPS and line balancing to reduce the non-fulfillment of orders in lingerie clothing MSEs in Peru. IOP Conference Series: Materials Science and Engineering. Banda Aceh, Indonesia.
Ghasemy Yaghin, R. (2020). Enhancing supply chain production-marketing planning with geometric multivariate demand function (case study of textile industry). Computers & Industrial Engineering, 140. https://doi.org/10.1016/j.cie.2019.106220
Hillier, F. S., y Lieberman, G. J. (2010). Introducción a la investigación de operaciones (10.ª ed.). México D. F.: McGraw-Hill. Instituto Nacional de Estadística e Informática. (2014). Encuesta de micro y pequeña empresa, 2013. Recuperado de https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1139/libro.pdf
Instituto Nacional de Estadística e Informática. (2011). Encuesta de micro y pequeña empresa, 2010. Recuperado de https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib0980/Libro.pdf
Render, B., Stair, R. M., y Hanna, M. E. (2016). Métodos cuantitativos para los negocios. México D. F.: Pearson Educación.
Sociedad Nacional de Industrias. (2019). Revista Institucional Industria Peruana, (933). Recuperado de https://www.sni.org.pe/wp-content/uploads/2019/05/Revista-dic-2018-ener-2019-933-1.pdf
Taha, H. A. (2012). Investigación de operaciones (9.ª ed.). México D. F.: Pearson Educación.
Winston, W. L., y Goldberg, J. B. (2005). Investigación de operaciones: Aplicaciones y algoritmos. México D. F.: Thomson.
Yang, L. N. (abril de 2012). Research and development of the generation method of clothing process diagram based on CAPP integration system. Advanced Materials Research, 503-504, 182-185. https://doi.org/10.4028/www.scientific.net/amr.503-504.182
Yemane, A., Gebremicheal, G., Meraha, T., y Hailemicheal, M. (2020). Productivity improvement through line balancing by using simulation modeling (case study Almeda Garment Factory). Journal of Optimization in Industrial Engineering, 13(1), 153-165. doi:10.22094/JOIE.2019.567816.1565
