Ingeniero Civil de Minas / Hoy en día, el negocio minero se sitúa en un escenario bastante negativo, producto de una prolongada tendencia a la baja en el precio de los metales. Frente a esto, es de vital importancia potenciar los sectores productivos, en particular la pequeña y mediana minería, donde esta última mantiene un aporte anual a la producción de cobre de aproximadamente el 5.3% del total nacional, lo que se traduce en cerca de 300 kt/año de cobre. Frente a este escenario, se propone la incorporación de una metodología enmarcada en la noción del Mine to Mill, concepto que ha presentado una muy positiva aplicación en los procesos de gran minería en superficie. Para llevar a cabo esta metodología, se trabajó inicialmente con una base de datos con información histórica de tronadura de una mediana mina subterránea operada por medio del método de Sub-Level Stoping. En la base de datos se destacan 7 sectores productivos, que cuentan con información de la operación de tronadura, caracterización de la roca y parámetros del modelo de distribución granulométrica resultante (Gaudin-Schuhmann). A partir de la información de tronadura, se desarrolló un modelo predictivo de granulometría, orientado a la determinación de los tamaños característicos P80 y P100. Dichos modelos, fueron validados por medio de la metodología de Montecarlo para asegurar la aleatoriedad requerida del proceso, siendo aceptados ambos modelos con correlaciones mayores al 99%, error relativo de ajuste del orden del 5% y errores relativos de validación cercanos al 17% y 11% para el modelo de P80 y P100, respectivamente. En base a los modelos desarrollados, se han generado 3 casos de estudio correspondientes a distintas distribuciones de granulometría: fina, intermedia y gruesa. Estos casos fueron combinados a su vez con tres tipos de minerales, clasificados con diversos niveles de durezas. De esta manera, se generaron 9 escenarios de simulación en estado estacionario para una planta con circuito de conminución típico en mediana minería, obteniéndose diferencias en el consumo energético de 18% para minerales duros y -21% con el caso blando con respecto al caso base. Una vez determinadas las variables de operación de mina y planta de cada uno de los escenarios, estos fueron englobados en un contexto de mercado y estructuras de costos de un caso particular de faena de mediana minería, con el objetivo de realizar una evaluación económica, la cual indicó que para el caso de estudio, los casos de granulometría ROM gruesa obtienen mayor beneficio, cerca del 12% por sobre los casos finos, comparándose con el caso base de cada tipo de mineral. Sin embargo, existen casos en que se puede aprovechar el aumento de aproximadamente el 25% de la capacidad de acopio de gruesos con mantenciones a los equipos aguas abajo. De esta manera, se concluye que la metodología planteada y aplicada al caso de estudio, no genera valor económico utilizando el concepto de Mine to Mill, pero se observa la posibilidad de generar flexibilidad operacional y aprovechar las tasas de acopio, en las diferencias de rendimiento, en mejores limpiezas, mantenciones, u otras alternativas que aumenten la confiabilidad de los procesos. Por otro lado, la implementación en alguna otra faena es factible si se conoce la información requerida para realizar la evaluación económica indicada en el presente estudio.

Ingeniero Civil Industrial / El presente trabajo desarrolla metodologías de minería de datos y analítica para, a partir de datos transaccionales de una institución bancaria nacional, generar un modelo predictivo que sea capaz de detectar sospechosos de la comisión de fraude interno. Es decir, fraude cometido por empleados de la misma institución. El banco posee 11.723 empleados, cerca de 3,6 millones de clientes y más de 500 sucursales, lo que genera alrededor de 21 millones de transacciones diarias. Debido a que se cuenta exclusivamente con 5 registros de fraude, se opta por abordar el problema desde una óptica de modelos no supervisados, que permiten extraer conocimiento de los datos sin tener información a priori de ellos. Se utilizan tres modelos para generar con cada uno una lista de sospechosos de haber cometido fraude interno, ya sea por semejanza con los fraudes, o por presentar un comportamiento que se desvía del comportamiento común del resto de los datos (outlier). Primero se utilizan medidas de distancia para encontrar los vecinos más cercanos a cada uno de los registros de fraude, luego se implementa el algoritmo Local Outlier Factor (LOF) que es capaz de identificar outliers a partir de la búsqueda de diferencias significativas entre la densidad de un dato y la de sus vecinos. Posteriormente se usa Análisis de Componentes Principales (PCA), que sirve para reducir la dimensionalidad de los datos generando combinaciones lineales de las variables, para ver la ubicación topológica de los registros de fraudes y seleccionar sospechosos que se encuentren en su entorno. Finalmente se consolida una lista con los sospechosos entregados por los tres criterios, por medio de majority voting, considerando exclusivamente los que son considerados sospechosos por al menos 2. Este conjunto de metodologías genera un modelo con un lift de 61,18. Así se obtiene una lista de 74 usuarios sospechosos que presentan una media de transacciones diarias muy por debajo del resto de los datos, especialmente en las variables consulta de datos básicos de la cuenta y localización de personas. Además de presentar un tiempo promedio entre transacciones inferior al resto de los datos. / 30/11/2021

La presente investigación tuvo como objetivo primario realizar una serie de análisis que evaluaran los factores que afectan directamente a zonas naturales expuestas a la contaminación lumínica. Para posteriormente utilizar los datos levantados y desarrollar una propuesta de modelo para la caracterización de la contaminación lumínica en espacios afectados por la iluminación artificial nocturna proveniente de focos contaminantes identificados.Se seleccionaron los instrumentos adecuados para llevar a cabo una serie de mediciones lumínicas y recogida de datos de acuerdo a los factores de afectación reconocidos en zonas determinadas próximas a los focos de influencia, en diferentes lugares de España y México. Los lugares fueron elegidos por la principal característica de ser zona natural y de acuerdo a los factores de posible afectación.Se realizó trabajo de laboratorio para el tratamiento de los datos que dieron las pautas para el buen desarrollo de la investigación y el cumplimiento de los objetivos propuestos. Se recrearon mapas lumínicos de superficie de las áreas estudiadas y se buscaron tendencias en los datos levantados apoyándose en herramientas estadísticas de correlación paramétrica, evidencia empírica que respaldó el razonamiento de la investigación.Posteriormente se estudió la manera de llevar a cabo la propuesta del modelo con la cual fuera posible establecer el grado de intensidad de luz, en cualquier punto de espacios afectados por la contaminación lumínica, proveniente de los focos contaminantes cercanos a dichos puntos. La propuesta fue desarrollada tomando en cuenta las metodologías similares ya existentes y el tratamiento de los datos obtenidos.Finalmente, el modelo se generó en una herramienta informática y se analizó cotejando los datos obtenidos por el mismo con los datos derivados de las investigaciones in situ. / This research was made with the main objective to perform a series of analyses to assess factors that directly affect natural areas exposed to light pollution. Later the lifted data was used to develop a proposal model for the characterization of light pollution in affected areas from identified polluting sources of artificial night lighting.Appropriate instruments were selected to perform a series of light measurement and collection of data according to affectation factors recognised in certain areas close to the sources of influence in different parts of Spain and Mexico. Sites were chosen by the main feature to be natural area and related to the factors of possible impacts.There was laboratory work to take care of the data that provided the guidelines to conduct properly the investigation and the fulfilment of the objectives of the work. Light maps of the studied areas were recreated and tendencies were found based on multivariate statistical tools to correlate the data, empirical evidence that supported the research analysis.Afterwards, was studied how to carry out the model with which possible to set the degree of intensity of light at any point in areas affected by light pollution from pollutants focus near of these points. The proposal was developed taking into account similar methodologies and the treatment of the data obtained.Finally, the model was generated in a computer tool and was discussed checking the data obtained by the same with the data derived from the results in situ.

Tesis para optar al grado de Doctor en Ingeniería Eléctrica / En este proyecto de tesis, se propone una estrategia de control predictivo (MPC, por sus siglas en inglés) basada en el concepto de secuencia de conmutación óptima (OSS) recientemente introducido para convertidores de punto neutro enclavado de tres niveles (3L-NPC) conectados a la red eléctrica. La metodología de control propuesta, llamada OSS-MPC en cascada (C-OSS-MPC), considera explícitamente el modulador en su formulación junto con el modelo del sistema. Como se verificó a lo largo de esta tesis, la estrategia C-OSS-MPC está formulada para el control de la corriente o el control directo de la potencia activa/reactiva como variables primarias de control, mientras que el problema del equilibrio de voltaje del enlace CC se resuelve sin utilizar factores de ponderación en un bucle de control interno basado en una novedosa y sencilla estrategia de control MPC. Por lo tanto, la metodología de control propuesta controla de manera óptima tanto el objetivo de control primario como los voltajes de los condensadores de este convertidor de potencia. Bajo esta perspectiva, la dificultad de diseñar el factor de ponderación se evita en este trabajo y el rendimiento del sistema controlado no se ve afectado por un punto de operación particular del convertidor conectado a la red. La estrategia MPC resultante permite operar el convertidor con un espectro armónico predefinido, frecuencia de conmutación fija y una respuesta dinámica rápida y robusta en todo el rango operativo del convertidor de potencia, superando las estrategias MPC existentes en la literatura para los convertidores de potencia. Además, se ha propuesto un nuevo y eficiente algoritmo de optimización para encontrar rápidamente la solución óptima con el fin de hacer posible una implementación en tiempo real de la estrategia de control propuesta. Finalmente, se proporcionan resultados experimentales y de simulación para demostrar la efectividad y el rendimiento de alta calidad de la estrategia de control propuesta, lo que hace que este enfoque de control no solo sea adecuado para las aplicaciones de convertidor de potencia conectado a la red, sino que también para accionamientos eléctricos de alta potencia.

Memoria para optar al título de Ingeniero Civil Industrial / Objetivo: Desarrollar un modelo predictivo que permita al área de Supply de BHP Minerals Americas hacer gestión proactiva sobre ordenes de trabajo de mantenimiento con requerimiento de materiales y pudiendo anticiparse así a posibles caídas en el indicador WOPIFOT de nivel de servicio de Supply. Contexto: El área de Supply funciona como una balanza entre los requerimientos de materiales y servicios para la operación y los objetivos económicos del negocio, optimizando la relación costo/disponibilidad de materiales. WOPIFOT es un indicador binario de nivel de servicio de Supply que mide para cada orden de trabajo si esta fue completada satisfactoriamente y con todos los materiales requeridos. Durante el año fiscal 2017, el promedio fue de 85 %, o en otras palabras, 15 % de las órdenes de trabajo no se desarrollaron correctamente. Esto supone que existen oportunidades de mejora en el ámbito de disponibilidad de materiales y disciplina operacional que pueden ser apoyadas con la implementación de una herramienta de detección temprana de OTs con riesgo de fallas.Hipótesis: Existen patrones históricos de fallas a nivel de materiales y su relación con otras variables como horizonte de planificación, impacto en el negocio del material, sistema de control de inventario, entre otras, que permite desarrollar un modelo predictivo basado en herramientas de machine learning que detecte estos patrones y también su evolución en el tiempo al modificarse la cultura operacional a medida que se haga gestión sobre las fallas. Diseño: Se propone desarrollar una herramienta basada en el algorítmo Gradient BoostingTrees que cargue los datos de órdenes de trabajo abiertas en el periodo y las clasifique en riesgosas o no riesgosas de acuerdo al comportamiento histórico de sus componentes y otras características y asigne una posible causa de falla para apoyar la gestión.Resultados: El algoritmo de GBT entrenado con 9 variables relativas a las órdenes de trabajos y materiales genera un modelo cuyas métricas de desempeño teóricas en un testeo con datos fuera de muestra, realizado en mayo/2018 con un modelo entrenado con datos históricos hasta abril/2018 son prometedores, con un accuracy de 82,2 %, Cohen s Kappa de 0,625 y AUC de 0,731, lo que permitiría en el caso ideal, aumentar el indicador WOPIFOT PM01 en Spence a sobre 80 %en caso de que las acciones y gestión proactiva sean eficaces.Conclusión: Incluir nuevas tecnologías de analytics y data science permiten agregar valor en una industria que está constantemente enfocada en la mejora de la producción y donde existen oportunidades reales de mejorar los procesos. Automatizar los procesos de análisis de datos,mediante por ejemplo algoritmos de aprendizaje de máquinas permite a los profesionales dedicar menos tiempo en análisis y reportabilidad y enfocar recursos en gestión y decisión.La gestión del cambio es una etapa fundamental en la utilización de estas nuevas tecnologías. / BHP

La rabia es una enfermedad viral, con una alta tasa de mortalidad, la cual es principalmente transmitida por el perro doméstico y el murciélago hematófago, Desmodus rotundus. A pesar de las acciones de prevención y control aún es endémica en el Perú. Los principales objetivos del presente trabajo fueron la descripción de la rabia humana y animal en el Perú, como también el desarrollo de un modelo predictivo de transmisión del virus de la rabia en el ganado bovino. Se utilizaron los reportes nacionales oficiales de casos y brotes de rabia humana y animal entre los años del 2001 al 2017. Los resultados indicaron que los casos de rabia humana ocurren principalmente como consecuencia del ciclo silvestre, y se presentan con mayor frecuencia en las regiones amazónicas. Mientras que los casos de rabia canina han sufrido un reciente aumento debido al brote de la enfermedad en el sur del Perú. Por otro lado, los focos de la rabia bovina han sido bastantes frecuentes a lo largo de los años, y se encuentran distribuidos especialmente a lo largo de los valles interandinos y regiones amazónicas del Perú. Asimismo, el riesgo de transmisión de rabia de murciélagos hematófagos para bovinos se estimó mediante la adaptación de un modelo de receptividad y vulnerabilidad basado en árboles de decisión, para el desarrollo de un modelo predictivo de rabia bovina por distritos. Los datos oficiales de los brotes de la enfermedad en bovinos y la información sobre alteraciones ambientales se utilizaron como covariables. La densidad de bovinos y las características geomorfológicas de cada distrito fueron obtenidas a través del último censo nacional agropecuario y de los sistemas de información geográfica disponibles. El modelo fue validado a través de la evaluación de algunos escenarios que fueron concebidos a partir de diferentes puntos de corte de las variables de receptividad en comparación con la información de los brotes de los últimos 6 años, a fin de encontrar el grado de predicción más adecuado para la ocurrencia de brotes de rabia por distrito. Entre las principales conclusiones, se encuentra la importancia del mantenimiento de las políticas nacionales de prevención y promoción de la salud de la rabia humana y animal en el Perú. Además, del desarrollo de nuevos criterios de intervención que prioricen la ecología de los transmisores del virus a las poblaciones susceptibles, lo que puede representar una mejor opción que otras medidas preventivas que no han tenido el éxito esperado. Finalmente, el modelo de predicción para la rabia bovina propuesto, a pesar de depender de la información generada por la vigilancia epidemiológica de la enfermedad, representa una herramienta interesante para optimizar su funcionamiento a nivel nacional. / Rabies is a viral disease, with a high mortality rate, that is mainly transmitted by the domestic dogs and the hematophagous bat, Desmodus rotundus. Despite the prevention and control actions, it is still endemic in Peru. The main objectives of the present work were the description of human and animal rabies in Peru, as well as the development of a predictive model of transmission of rabies virus in livestock. The official national reports of cases and outbreaks of human and animal rabies between the years 2001 to 2017 were used. The results indicated that human cases of rabies mainly occur as a consequence of the wild cycle, that are presented with higher frequency in the Amazonian regions. While dog cases of rabies have suffered a recent increase due to the outbreak of the disease in Southern Peru. On the other hand, the outbreaks of bovine rabies were frequent over the years being distributed particularly along the inter-Andean valleys and Amazonian regions of Peru. Additionally, the risk of rabies transmission from hematophagous bats to bovines was estimated through the adaptation of a receptivity and vulnerability model based on decision trees, for the development of a predictive model of bovine rabies by districts. The official data of outbreaks of the disease in bovines and the information on environmental alterations were used as covariates. The density of livestock and the geomorphological characteristics of each district were obtained through the last national livestock census and the geographic information systems available. The model was validated through the evaluation of some scenarios that were conceived from different cut points of the receptivity variables compared to the information of the outbreaks from the last 6 years, in order to find the most suitable degree of prediction for the occurrence of rabies outbreaks by district. Among the main conclusions, is the importance of maintainance of the national policies of prevention and health promotion of human and animal rabiesin Peru. Moreover, the developing of new intervention criteria that prioritize the ecology of the transmitters of the virus to the susceptible populations, which may represent a better option than other preventive measures that havent had the expected success. Finally, the proposed bovine rabies prediction model, despite being dependent on the information generated by the epidemiological surveillance of the disease, represents an interesting tool to optimize its functioning at national level.

La deserción universitaria se ha convertido en un problema importante a ser investigado. La tasa de deserción ha llegado a constituir uno de los principales indicadores de eficiencia interna dentro de cualquier institución de educación. Investigar las causas de la deserción con metodologías adecuadas que permitan predecir esta, contribuye a la toma de decisiones dentro de la gestión de la unidad académica. El objetivo del presente proyecto consiste en investigar y proponer una metodología que permita identificar en forma automática a los estudiantes con mayor riesgo de deserción de las carreras de Ingeniería Informática en la Universidad Ricardo Palma. Para la implementación de este proyecto se adoptó la metodología CRISP-DM que estructura el proceso de minería de datos en seis fases, que interactúan entre ellas de forma iterativa. Se evaluaron los modelos de Árboles de decisión y Clustering para analizar el comportamiento de los estudiantes, evaluando factores como el rendimiento del alumno, condición social y aspectos socioeconómicos. La exactitud de los modelos es calculada a partir de la información que brindó la Oficina Central de Informática y Cómputo de la Universidad Ricardo Palma, en la cual se realizó una transformación y simulación de algunas variables para mayor efectividad del modelo. The college desertion has become an important problem to be investigated. The desertion rate has come to be one of the main indicators of internal efficiency in any educational institution. The research of the causes of desertion with appropriate methodologies to predict, contributes to decision making in the academic management The objective of this project is to investigate and propose a methodology to automatically identify students at high risk of dropping out of the Computer Engineering career at the Ricardo Palma University. To implement this project, we used the CRISP-DM methodology to structure the data mining process into six phases, which interact with each other iteratively. It was applied the models of decision trees and clustering to analyze the behavior of the students, evaluating factors such as student performance, social status and socio-economic aspects. The accuracy of the models is calculated from the information provided the Central Office of Information and Computation at the Ricardo Palma University, in which it was applied a transformation and simulation of some variables for greater effectiveness and performance of the model.

Ingeniero Civil de Minas / En los últimos años ha tomado fuerza el uso de métodos de hundimiento masivo, como block/panel caving, para explotar cuerpos mineralizados a gran profundidad, pero existe un riesgo asociado a la granulometría del mineral a fragmentarse. El impacto económico que tiene hacer una mala estimación, tanto de la fragmentación primaria como secundaria, es bastante alta, dada la influencia que tienen sobre parámetros de diseño y operación en la mina. Por esta razón, se ha hecho un gran esfuerzo en desarrollar modelos y softwares que permiten estimar de la mejor manera posible la fragmentación. El objetivo de esta investigación es construir un modelo predictivo de fragmentación secundaria para minería de caving, específicamente el Proyecto Mina Chuquicamata Subterráneo (PMCHS), a partir de estudios anteriores y mediante experimentos de flujo confinado a escala. Además, se estudia la fragmentación secundaria para los dominios geotécnicos seleccionados. Para cumplir con esto, se propone seguir una metodología experimental, planteada anteriormente por Gómez (2014), en la cual se emplea un modelo físico con escala 1:75. La primera parte consiste en la obtención de una curva experimental de fragmentación secundaria, para cada dominio geotécnico escogido de PMCHS, los cuales son PEK, QES y Q<S, sometidos a un esfuerzo vertical constante de 4 MPa. De la misma forma, se hace un experimento adicional para QES bajo 2 MPa. Estos ensayos se llevan a cabo con una prensa, ubicada en el laboratorio de Block Caving, de la Universidad de Chile. Posterior a esta etapa, se procede con la construcción del modelo predictivo de fragmentación secundaria para el dominio QES, mediante un proceso de ajuste aplicado a las dos curvas experimentales de esta unidad. Los resultados indican que, al someter los 3 dominios seleccionados, bajo un mismo esfuerzo, PEK resulta con la distribución granulométrica más gruesa, seguido por QES y finalmente Q<S. Por otro lado, al comparar las dos curvas de QES, queda claro que a medida que aumenta el esfuerzo vertical, mayor es el grado de reducción de las partículas. Se encuentra el set de parámetros que definen el modelo predictivo, de esta manera es posible estimar el grado y la variación de la fragmentación secundaria para el dominio escogido, variando el esfuerzo vertical. De este estudio se desprende en primer lugar que las propiedades de los materiales influyen en el proceso de fragmentación secundaria, esto fue demostrado al encontrar una relación directa con la resistencia a la carga puntual, el factor de forma también condiciona la fragmentación, a mayor redondez menor es la disminución de tamaño. En cuanto al modelo predictivo, se hace una comparación con el software más usado en la industria, BCF. Se analiza el escenario propuesto por este programa para el dominio C2 de PMCHS, en la cual se encuentra la unidad QES, y la estimación por parte del modelo elaborado. Los resultados indican que BCF considera una mayor reducción de tamaño para los gruesos, en cambio, hay un comportamiento más parejo en la estimación de finos. Además, se propone una nueva modalidad de uso para el modelo, que considera los porcentajes de extracción.

1. Introducción y Objetivos: Existe un gran número de modelos predictivos de desenlaces en Insuficiencia Cardíaca Aguda; sin embargo, no se conoce la utilidad clínica. Se evaluará el desempeño de los modelos incluidos en el artículo. 2. Metodología: Se realizó una revisión sistemática de los modelos predictivos de desenlaces adversos. Por lo que se realizó una búsqueda en 6 bases bibliográficas, incluyéndose todo artículo original que reporte modelos de predicción. Se utilizó la herramienta PROBAST para valorar el riesgo de sesgo en los artículos. 3. Resultados: De 2498 artículos seleccionados, 39 fueron incluidos. La mayoría provienen de Europa (46.1%), 20 de ellos evalúan mortalidad, mientras que 21 demostraron bajo riesgo de sesgo y buena aplicabilidad utilizando la herramienta de evaluación PROBAST. El sexo masculino fue el mayoritario en el 69% de artículos. La morbilidad más común es hipertensión arterial. Todos los modelos fueron validados, y más del 50% cuentan con validación externa. Borovac JA et al. presenta el AUC más alto, con 0.907. Catorce modelos utilizaron el modelo de calibración de Hosmer-Lemeshow. Ningún artículo contó con beneficio neto. 4. Conclusión: : Los estudios no muestran una adecuada evaluación de desempeño, al no presentar todas las estadísticas de medición que existen; es necesario el desarrollo de nuevos modelos con la descripción completa de estadísticas de desempeño, para llevar a cabo una adecuada comparación. / 1. Introduction and Objectives: There are currently a number of predictive models of outcomes in Acute Heart Failure (AHF); the clinical usefulness and the possible implementation of these are unknown. In this study, we propose to evaluate the performance of the predictive models for AHF. 2. Methodology: A systematic review of the predictive models of adverse outcomes was performed. Therefore, a search was made in 6 bibliographic databases, including all original articles that report prediction models. The PROBAST tool was used to assess the risk of bias in the articles.3. Results: From 2498 initial articles, we took 39 from them. The majority came from Europe (46.1%), 20 of them assess mortality, while 21 demonstrated low risk of bias and good applicability using the PROBAST assessment tool. The male sex was the majority in 69% of articles. The most common morbidity is high blood pressure. All the models were validated, and more than 50% have external validation. Borovac JA et al. it has the highest AUC with 0.907. Fourteen models used the Hosmer Lemeshow calibration model. No article had a net benefit. 4. Conclusion: The studies don’t show an adequate evaluation of performance, since they do not present all the existing measurement statistics; The development of new models with the complete description of performance statistics is necessary to carry out an adequate comparison. / Tesis

El acceso a un sistema de salud digno constituye uno de los derechos fundamentales de toda persona, en el Perú se han realizado grandes esfuerzos para mejorar la calidad de los sistemas de salud, es un desafío al bicentenario el brindar un aseguramiento de salud de calidad que pueda alcanzar a todos los peruanos. Este objetivo enfrenta grandes desafíos ya que existen deficiencias en los procesos de las instituciones que brindan servicios de salud, siendo la Aseguradora Pública de Salud uno de los principales actores en el aseguramiento de la salud en el Perú. Nuestra investigación se ha centrado en el proceso de Evaluación Automática (EA), que tiene como objetivo evaluar la validez de las atenciones brindadas por las Instituciones Prestadoras de Servicios de Salud (IPRESS) afiliadas a la Aseguradora Pública de Salud. Durante los años 2017 y 2018 se detectó que el 3.82% y 1.85% del total de atenciones presentaban irregularidades. Estudios hechos a nivel mundial muestran que el nivel de irregularidades en entidades similares se encuentra entre el 3% y el 10% por lo que existe la posibilidad de elevar la capacidad de detección de irregularidades en la citada aseguradora. A través de nuestra investigación hemos identificado que mediante el uso de modelos predictivos construidos mediante la analítica de datos en el proceso de Evaluación Automática (EA), específicamente en la etapa llamada Supervisión Médica Electrónica (SME), se puede incrementar el nivel de detección de irregularidades, para ello es necesario aplicar la metodología CRISP-DM y el software WEKA. / Access to a decent health system is one of the fundamental rights of every person, in Peru great efforts have been made to improve the quality of health systems, it is a challenge for the bicentennial to provide quality health assurance that can reach all Peruvians. This objective faces great challenges since there are deficiencies in the processes of the institutions that provide health services, with the Public Health Insurer being one of the main actors in health insurance in Peru. Our research has focused on the Automatic Evaluation (EA) process, which aims to assess the validity of the health care provided by the Health Services Provider Institutions (IPRESS) affiliated with the Public Health Insurer. During the years 2017 and 2018 it was detected that 3.82% and 1.85% of the total health care presented irregularities. Studies done worldwide show that the level of irregularities in similar entities is between 3% and 10%, so there is the possibility of increasing the ability to detect irregularities in the aforementioned insurer. Through our research we have identified that by using predictive models constructed through data analytics in the Automatic Evaluation (EA) process, specifically at the stage called Electronic Medical Supervision (SME), it is posible to increase the level of irregularity detection, for this it is necessary to apply the CRISP-DM methodology and the WEKA software. / Trabajo de investigación