Connecting Data Mining and Lean manufacturing for continuous improvement

Authors

  • Universidad Centroamericana José Simeón Cañas, UCA
  • Universidad Centroamericana José Simeón Cañas, UCA
  • Universidad Centroamericana José Simeón Cañas, UCA
  • Universidad Centroamericana José Simeón Cañas, UCA

DOI:

https://doi.org/10.51378/reuca.v1i12.6696

Keywords:

Data mining, Lean manufacturing, Árboles de decisión, SMED, Mejora continua, El Salvador

Abstract

No abstract available.

Realidad Empresarial No. 12, 2022: 8-15.

Downloads

Download data is not yet available.
Abstract
378
PDF (Español (España)) 298

Author Biographies

, Universidad Centroamericana José Simeón Cañas, UCA

Ingeniero Industrial, UCA. Certificado en el área de implementación de mejoras mediante la metodología Lean Six Sigma

, Universidad Centroamericana José Simeón Cañas, UCA

Ingeniero Industrial, UCA. Está certificado en el área de mejoras mediante Lean Six Sigma. Actualmente es administrador de un taller de reparación automotriz en Chinameca, San Miguel

, Universidad Centroamericana José Simeón Cañas, UCA

Ingeniero Industrial, UCA. Con experiencia y certificación como Analista de Datos y Procesos en el sector industrial

, Universidad Centroamericana José Simeón Cañas, UCA

Académica adscrita al Departamento de Operaciones y Sistemas, UCA. Ingeniería en Industrial, UES. Con experiencia en el sector de logística e ingeniería de métodos

Downloads

Published

2022-01-30

How to Cite

René, Roger, Pablo, & Evita. (2022). Connecting Data Mining and Lean manufacturing for continuous improvement. Realidad Empresarial, (12), 8–15. https://doi.org/10.51378/reuca.v1i12.6696

Issue

No. 12 (2022)

Section

Analysis

License

Copyright (c) 2022 René Cortez, Roger Merlos, Pablo Quijano, Evita Álvarez

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Esta licencia permite a terceros:

Compartir — copiar y redistribuir el material en cualquier medio o formato. La licenciante no puede revocar estas libertades en tanto siga los términos de la licencia.

Bajo los siguientes condiciones:

  • Atribución — debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que la revista o su uso tienen el apoyo de la licenciante.
  • No Comercial — no puede hacer uso del material con propósitos comerciales.
  • Sin Derivadas — Si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado.
  • No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.