Trabalho de Conclusão de Curso
URI Permanente para esta coleção
Navegar
Submissões Recentes
- ItemDesenvolvimento de um aplicativo para delivery de bebidas(2023-12-01) Veloso, Luiz Augusto Silva; Doutor Marcos Roberto RibeiroDiante de uma análise no mercado de delivery, foi observado que os aplicativos de sucesso não atendem às pequenas cidades do Brasil. Entretanto, em lojas de aplicativos, ou mesmo em trabalhos acadêmicos, é possível encontrar aplicativos de delivery que atendem aos estabelecimentos com serviços de refeições. Assim, o objetivo deste trabalho é informatizar a entrega de bebidas por meio do desenvolvimento de um aplicativo para dispositivo móveis, atendendo, também, as pequenas cidades do Brasil. No decorrer do trabalho, foram realizadas análises com os aplicativos existentes no mercado e com os aplicativos desenvolvidos em trabalhos acadêmicos, e, a partir disso, foram definidos os requisitos. Posteriormente, desenvolveram-se os protótipos das interfaces do usuário, a modelagem do banco de dados NOSQL, a implementação do aplicativo, utilizando-se o framework Flutter e a linguagem de programação Dart, sendo que, ao final, executaram-se os testes com as funcionalidades desenvolvidas. No trabalho, foi realizada a implementação do aplicativo para os clientes, e os estabelecimentos e os produtos foram adicionados diretamente no banco de dados.
- ItemAnálise de técnicas de agrupamento de dados para notícias de futebol(2023-11-30) CRUZ, Mateus Araújo ; Doutor Marcos Roberto RibeiroAgrupamento de dados é uma técnica de aprendizado não supervisionado que busca padrões ocultos em um conjunto de dados. Para isso, o conjunto é dividido em subgrupos com características semelhantes entre si e distintas dos demais grupos. O presente trabalho investiga as técnicas de agrupamento K-Means, Hierárquico, DBSCAN e mistura gaussiana, aplicadas em notícias do Campeonato Brasileiro de Futebol. A pesquisa tem como objetivo analisar o funcionamento das técnicas e proporcionar possibilidades de identificação de padrões nos dados. No estágio inicial, realizou-se o pré-processamento dos dados, incluindo tokenização e remoção de palavras de parada. As notícias foram representadas através da técnica TF-IDF. Em seguida, empregou-se a técnica de redução de dimensionalidade a partir da Análise Semântica Latente. O agrupamento das notícias foi realizado com o número de grupos definido em 21, representando a quantidade de times participantes no campeonato. Os resultados indicaram que tanto o algoritmo K-Means quanto o Modelo de Mistura Gaussiana alcançaram uma acurácia de 75%, demonstrando desempenho superior perante os demais. Adicionalmente, foram realizados experimentos sem a definição prévia do número de clusters, empregando busca em grade para determinar o melhor coeficiente de silhueta. Os algoritmos variaram entre 25 e 32 grupos, sugerindo que essa faixa é apropriada para a divisão da base de dados das notícias.
- ItemDesenvolvimento de um aplicativo para recomendação de corretivos e fertilizantes com base em análise de solo(0023-11-30) Rezende, Jean Gustavo Ferreira; Doutor Marcos Roberto Ribeiro; Doutor Carlos Manoel de OliveiraOs gastos com fertilizantes impactam diretamente o custo de produção na agricultura. Assim, é importante utilizar tal insumo de forma racional para garantir a produtividade da lavoura sem aumentar o custo de produção. Considerando o crescente uso de ferramentas tecnológicas no setor rural, o objetivo do presente projeto foi desenvolver um aplicativo capaz de interpretar a análise de solo e recomendar as indicações de corretivos e fertilizantes para o cultivo das principais culturas anuais do Brasil. O desenvolvimento do aplicativo utilizou tecnologias multiplataforma, para que possa ser disponibilizado para diversos públicos. As metodologias utilizadas para as recomendações foram o método de saturação das bases, para a calagem; o teor de argila, para a gessagem; e as tabelas de extração, para a adubação. Como resultado, o presente trabalho criou um banco de dados com tabelas de extração de nutrientes, que possibilita a inclusão de outras culturas no futuro. O aplicativo gerado tem potencial para trazer benefícios significativos para a agricultura a um custo acessível.
- ItemAnálise do impacto de notícias na previsão do índice Bovespa(2023-08-09) Emanuel Elias; Doutor Marcos Roberto RibeiroAtualmente, o principal canal de informação dos brasileiros são as redes sociais. Em uma sociedade na qual os cidadãos possuem fácil acesso à informação, a propagação de notícias ocorre rapidamente. Visto que, através de redes sociais as informações podem ser facilmente disseminadas. Este trabalho, se propõe à auxiliar na previsão de preço do IBOV, considerando os efeitos de informações veiculadas na internet. A fim de contribuir para a compreensão de seus impactos e, como resultado, minimizar os prejuízos. Em virtude que é possível, estabelecer uma relação, entre o conteúdo das notícias e tweets com as oscilações do mercado financeiro. Os modelos preditivos desenvolvidos foram obtidos com os métodos da classe Box-Jenkins, e enriquecidos com o valor de sentimento de notícias e tweets. Os modelos que obtiveram melhores resultados consideravam os sentimentos de tweets. De 2018 a 2022, o modelo de previsão diária que considerava toda a série histórica do preço de fechamento do IBOV, obteve melhor desempenho. Considerando apenas os sentimentos de tweets, o protótipo foi capaz de realizar previsões com diferença média entre o valor previsto e o valor real de aproximadamente 0,0066 de MAPE.
- ItemCoffecolor: desenvolvimento de um aplicativo para detecção do grau de torra de café baseado na cor(2022-11-29) Rodrigues, João Vitor Veloso; Marcos Roberto Ribeiro; Fábio Pereira DiasO café é um dos produtos agrícolas de maior relevância para a economia do Brasil, e sua qualidade final é determinada por diversos fatores, sendo um deles a torra. A torra do café determina as características sensoriais do produto, proporcionando mudanças no sabor, aroma, textura e cor. Durante o processo de torra, a cor dos grãos é utilizada como critério para interromper o processo. O grau de torra, muitas vezes, é determinado de forma subjetiva pelo torrefador. Existem padrões de representação de grau de torra dos grãos aceitos internacionalmente, como a escala Agtron. Entretanto, a utilização da escala Agtron envolve a aquisição de equipamentos consideravelmente caros ou comparação visual com discos impressos, o que, novamente, leva ao problema da subjetividade. O presente trabalho propõe uma metodologia alternativa e automatizada para a análise da cor do café torrado em grãos, com base na escala Agtron, por meio de uma aplicação computacional para dispositivos móveis. Através de experimentos e otimizações, foi desenvolvido um algoritmo de classificação utilizando florestas aleatórias que obteve uma precisão de 92.1% na predição da cor da torra de café em grãos. Os resultados obtidos são promissores e representam uma alternativa viável de baixo custo para avaliar o café torrado em função da cor.