UNIVERSIDAD NACIONAL “SAN LUIS GONZAGA” DE ICA FACULTAD DE INGENIERÍA DE SISTEMAS TESIS “Análisis, Diseño y Desarrollo de un Software para controlar los resultados del Concurso Nacional de Pisco 2017- Moquegua”. PARA OPTAR EL TITULO PROFESIONAL DE INGENIERO DE SISTEMAS BACHILLER: GREGORY CHARLES CANALES ESPINOZA ASESOR: Dr. Enrique Mendoza Caballero ICA – PERU 2018 ii DEDICATORIA Esta tesis se la dedico a mi Dios quien supo guiarme, en los momentos más difíciles de mi vida.. A mi familia, por su apoyo, consejos, comprensión, ayuda en los momentos difíciles, y poder lograr uno de mis más caros anhelos. Gregory Charles iii INDICE Dedicatoria ii RESUMEN 1 INTRODUCCION 2 CAPÍTULO I: PLANTEAMIENTO METODOLÓGICO 3 1.1 Descripción de la Realidad Problemática 3 1.2 Delimitaciones y Definición del Problema 3 1.3. Formulación del Problema 9 1.4. Objetivo de la Investigación 9 1.5. Hipótesis de la Investigación 9 1.6 Variables e Indicadores 10 1.7 Viabilidad de la Investigación 11 1.8 Justificación e Importancia de la Investigación 12 1.9 Limitaciones de la Investigación 13 1.10 Tipo y Nivel de la Investigación 13 1.11 Método y Diseño de la investigación 14 1.12 Técnicas e Instrumentos de Recolección de Información 15 1.13 Cobertura de Estudio 16 CAPITULO II: MARCO TEORICO 18 iv 2.1. Antecedentes 18 2.2. Bases Teóricas 22 2.3. Marco Conceptual 29 CAPITULO III: DESARROLLO DE LA HERRAMIENTA 35 3.1. Modelado del Sistema 35 3.2. Especificaciones del CUN 44 3.3. Modelado del Sistema 46 3.4. Acceso a Datos. 55 CAPITULO IV: ANALISIS E INTERPRETACION DE LOS RESULTADOS 67 4.1. Procesamiento Estadístico. 67 4.2. Prueba de Hipótesis por Indicador 80 CAPITULO V: CONCLUSIONES Y RECOMENDACIONES 83 5.1. Conclusiones 83 5.2. Recomendaciones 84 REFERENCIAS BIBLIOGRAFICAS 85 ANEXOS 87 1 RESUMEN Finalizado el presente proyecto de tesis podemos decir que el objetivo se ha cumplido por cuanto hemos podido demostrar que el uso y aplicación de un software mejora significativamente el proceso del concurso del pisco que se realizó en la ciudad de Moquegua. Además, el gráfico Nº 03 se observa que 5,4100 = Z>Zc = 1,64, lo que significa que se aplica el Software, entonces se disminuye el tiempo empleado en atender una solicitud por dia en el concurso nacional del Pisco. Igualmente, resumimos que el gráfico Nº 04 se observa que 4.3415= Z>Zc = 1,64, lo que significa que si se aplica el software, entonces se disminuye el tiempo en atender a las personas por dia en concurso nacional del pisco. Finalmente, el poner en práctica el software que puso de manifiesto que usar tecnología da credibilidad a cualquier proceso y como consecuencia de ello, La empresa productora Vitivinícola Don Salvatore con su marca Don Salvatore de Ica ganó la Gran Medalla de Oro Ganador de Ganadores en la vigésima tercera edición del Concurso Nacional del Pisco, que se realizó del 23 al 25 de agosto en Moquegua. El campeón. Según Comisión Nacional del Pisco (Conapisco), entidad liderada por el Ministerio de la Producción (Produce) la puntuación de Don Salvatore con la que alzó la corona del certamen fue de 92.40. En el certamen participaron más de 100 empresas con productores de cinco regiones del país. 2 INTRODUCCIÓN El diseño de software es quizá la etapa más importante y definitoria del proceso de desarrollo de software para que el producto que se obtenga sea de claridad. Esta etapa consiste, a grandes rasgos, en aplicar diferentes técnicas y metodologías con el fin de obtener un resultado lo suficientemente detallado como para que cualquier persona, dedicada a eso, pueda ser capaz de realizarlo de manera física o, dicho de otra manera, codificarlo. El diseño no sólo se refiere a la interfaz gráfica del software, como muchas veces se suele pensar cuando se escucha la palabra diseño, sino que implica un proceso específico gracias al cual se deben satisfacer los requisitos del sistema en desarrollo. Sabemos que en el Perú existe un producto turístico basado en el conocimiento de una importante bebida emblemática de nuestro país; Bienvenidos a la Ruta del Pisco basado en un recorrido por las distintas bodegas que elaboran y comercializan el Pisco, en las 5 regiones pisqueras: Lima, Ica, Arequipa, Moquegua y Tacna que tienden a convertirse en un atractivo turístico importante tanto por su ubicación geográfica como por la temática que encierra. El pisco, denominación de origen del Perú, es una bebida espirituosa que se elabora exclusivamente en el Perú, que data del siglo XVI y que goza hoy de reconocimiento mundial declarada Patrimonio Cultural de la Nación por el Instituto Nacional de Cultura, hoy Ministerio de Cultura, declaratoria que supone la protección de los conocimientos tradicionales que permiten su preparación y la formación de un sentimiento de identidad nacional en torno a ella. 3 CAPÍTULO I: PLANTEAMIENTO METODOLÓGICO 1.2 Descripción de la Realidad Problemática Actualmente las empresas vitivinícolas en el país, están en constante desarrollo, es por ello que se necesita verificar constantemente el control de calidad del producto. El presente proyecto de tesis denominado “Análisis, Diseño y Desarrollo de un de un Software para controlar los resultados del el XXIII Concurso Nacional de Pisco 2017- Moquegua”, se dio como una inquietud de parte de la asociación de productores de pisco del valle de Ica, dado que en los concursos nacionales se generaban muchos problemas al momento de realizarlos es por ello que el objetivo principal es diseñar e implementar un software para poder mejoras los resultados del presente concurso. Además, el sistema permitirá poder decidir quiénes son los ganadores de los diferentes premios y así garantizar los resultados de uno de los concursos que da mucho que hablar dentro de productores de los 5 valles que generan este producto bandera. 1.2 Delimitaciones y Definición del Problema 1.2.1 Delimitaciones a. Delimitación Espacial El presente trabajo se realizará en para la asociación de productores vitivinícolas del valle de Ica, cuya sede se encuentra ubicado en la ciudad del mismo nombre 4 b. Delimitación Temporal El desarrollo de la presente tesis se realizará entre julio del 2016 y diciembre del 2016, dividido en dos etapas:  Primera Etapa: Se desarrolló entre los meses de Julio 2016 y Octubre 2016, comprenderá desde la formulación del proyecto hasta su aprobación con el plan de tesis.  Segunda Etapa: Se desarrolló en el periodo de Octubre 2016 hasta Enero 2017, comprendió la construcción del software, análisis e interpretación de resultados, contrastación de la hipótesis, conclusiones, recomendaciones y presentación del informe final. c. Delimitación Social Para la elaboración de la investigación, ha sido necesaria la participación de los siguientes actores:  Jefe del Proyecto Es la persona quien estará a cargo del proyecto, desde el análisis hasta la ejecución. Es el principal responsable de la ejecución del proyecto.  Asesor del Proyecto 5 Es la persona cuya función es analizar y emitir su opinión con respecto al contenido del proyecto. Su propósito es alimentar al alumno en relación con sus aportaciones, aciertos, deficiencias, limitaciones, contenido, conclusiones, para que él tome en cuenta dichas observaciones, y según criterio elabore las modificaciones importantes.  Presidente de la Asociación Es quien se encarga de planificar, organizar y coordinar con los demás miembros de su junta directiva el concurso año a año.  Productores vitivinícolas Encargado la producción de este importante producto bandera del Perú. d. Delimitación Conceptual A continuación se presentan los principales descriptores temáticos usados para delimitar el aspecto conceptual sobre el cual se respalda este trabajo de investigación.  pisco peruano1 Es una denominación de origen que se reserva a la bebida alcohólica aguardiente de uvas que se produce en el Perú desde finales del siglo XVI. Es el destilado típico de este país, elaborado a partir del vino fermentado de ciertas 1 https://es.wikipedia.org/wiki/Pisco_del_Per%C3%BA 6 variedades de uvas (Vitis vinifera), cuyo valor ha traspasado sus fronteras, como lo atestiguan los registros de embarques realizados a través del puerto de Pisco hacia Europa y otras zonas de América desde el siglo XVII, tales como el Reino Unido, España, Portugal, Guatemala, Panamá, y a Estados Unidos, desde mediados del siglo XIX. Es uno de los productos bandera peruanos y sólo se produce en la costa (hasta los 2000 m s. n. m.) de los departamentos de Lima, Ica, Arequipa, Moquegua y Tacna.  Tecnologías de la Información y Comunicaciones (TIC´s) Para Cabero las TIC: “En líneas generales podríamos decir que las nuevas tecnologías de la información y comunicación son las que giran en torno a tres medios básicos: la informática, la microelectrónica y las telecomunicaciones; pero giran, no sólo de forma aislada, sino lo que es más significativo de manera interactiva e interconectadas, lo que permite conseguir nuevas realidades comunicativas”. (Cabero, 1998: 198) Podríamos definir las TIC como: Tecnologías para el almacenamiento, recuperación, proceso y comunicación de la información Existen múltiples instrumentos electrónicos que se encuadran dentro del concepto de TIC, la televisión, el teléfono, el video, el ordenador. Pero sin lugar a duda, los medios más 7 representativos de la sociedad actual son los ordenadores que nos permiten utilizar diferentes aplicaciones informáticas (presentaciones, aplicaciones multimedia, programas ofimáticos,...) y más específicamente las redes de comunicación, en concreto Internet.  Segmentación de Mercado El "Diccionario de Términos de Mercadotecnia" de la American Marketing Asociation, define a la segmentación del mercado como "el proceso de subdividir un mercado en subconjuntos distintos de clientes que se comportan de la misma manera o que presentan necesidades similares. Cada subconjunto se puede concebir como un objetivo que se alcanzará con una estrategia distinta de comercialización" Por su parte, Charles W. L. Hill y Gareth Jones definen la segmentación del mercado como “la manera en que una compañía decide agrupar a los clientes, con base en diferencias importantes de sus necesidades o preferencias, con el propósito de lograr una ventaja competitiva"  Proceso de Ventas Según Stanton, Etzel y Walker, autores del libro "Fundamentos de Marketing El Proceso de Ventas “es una secuencia lógica de cuatro pasos que emprende el vendedor para tratar con un comprador potencial y que tiene por objeto producir alguna reacción deseada en el cliente (usualmente la compra)" 8 9 1.2.2 Definición del Problema El problema principal que se presenta en estos concursos es que los resultados no salen tan exactos a la hora de emitir los resultados y casi siempre existen problemas y el descontentos de los productores porque siempre necesitan ver las fichas de cada uno de los jurados y otro de los problemas es que las estadísticas siempre la tienen en papeles por cuanto se torna difícil poder determinar cuáles fueron los ganadores de años anteriores. Las principales causas, por las cuales los resultados no se tornan tan claros son los siguientes:  Falta de una adecuada gestión de procesos  Falta de procedimientos normalizados  Inexistencia de procesos estandarizados  Falta de comunicación  Falta de planeación estratégica  Inexistencia de sistemas de información que brinden soporte al concurso  Inexistencia de una base de datos de ganadores de otros concursos Por otro lado, estas causas generan efectos o consecuencias negativas en los concursos, tales como:  Falta de interés por parte de los productores  Mala imagen 10  Insatisfacción por parte de los productores  Alto índice de disconformidad 1.6. Formulación del Problema Una vez planteada las interrogantes en el acápite anterior, surge la necesidad de formular el problema general en los términos siguientes: 1.3.1 Problema General ¿En qué medida el desarrollo de un software contribuye a mejorar el control de los resultados en en Concurso Nacional del Pisco? 1.4 Objetivo de la Investigación Una vez identificado el Problema General, se establece el Objetivo General de la presente investigación 1.4.1 Objetivo General Proponer la Implementación de un software como soporte para controlar los resultados del Concurso Nacional del Pisco en la Ciudad de Moquegua. 1.5 Hipótesis de la Investigación Si se aplica la propuesta de Implementación de un software como soporte entonces influye positivamente para controlar los resultados del Concurso nacional del Pisco. 11 1.6 Variables e Indicadores 1.6.1 Variable Independiente X= Análisis, diseño y desarrollo de Software 1.6.1.1 Indicadores X1= Confiabilidad X11= Registro de solicitudes realizadas por participantes. X2= Accesibilidad X21= Tiempo disponible para la atención de solicitudes X22= Tiempo disponible para la atención de solicitudes con la aplicación del software X23= Porcentaje de tiempo disponible para la atención de solicitudes 1.6.1.2 Índices  Cantidad de solicitudes procesadas [0- 100]  Porcentaje de solicitudes procesadas [ 0 -100] %  Tiempo efectuado en atender las solicitudes [0 - 72] horas  Porcentaje de tiempo efectuado en la atención de solicitudes [0 - 100] % 12 1.6.2 Variable Dependiente Y= Concurso Nacional del Pisco. 1.6.2.1 Indicadores Y11= Tiempo empleado en atender una solicitud por día Y21= Cantidad de personas atendidas al día 1.6.2.2 Índices  Tiempo en horas  Porcentaje de tiempo empleado  Número de Personas 1.7 Viabilidad de la Investigación 1.7.1 Viabilidad Técnica En el mercado local existen las herramientas necesarias para la elaboración del proyecto de investigación, además de ello se encuentran disponible los elementos tecnológicos como Hardware y Software necesario para el proceso de investigación. 1.7.2 Viabilidad Operativa Es posible ya que se cuenta con los conocimientos metodológicos necesarios para la elaboración, así como la información necesaria en el marco metodológico, hipótesis, variables e indicadores. También existirá apoyo por parte del personal de la empresa. 13 1.7.3 Viabilidad Económica Los costos que demandará el desarrollo de este proyecto de investigación, serán cubiertos íntegramente por el investigador, así mismo se recibirá el apoyo de la asociación de productores de pisco. 1.8 Justificación e Importancia de la Investigación 1.8.1 Justificación La presente Investigacion permitirá a los organizadores del concurso nacional del pisco que se realiza cada año, mejorar la gestión del concurso, así como el seguimiento de las actividades, a fin de poder mejorar el nivel del concurso. La credibilidad del concurso se incrementará notablemente debido al uso de tecnología, la cual servirá de apoyo para realizar en forma transparente estos concursos. 1.8.2 Importancia El impacto que tendrá dentro del concurso es trascendental, porque se obtiene información inmediata y a tiempo acerca de los datos de los productores y las incidencias con las solicitudes realizadas, incrementando la efectividad de acciones correctivas, logrando una mejora en la gestión del evento, lo cual evitará el desprestigio organizacional. 14 1.9 Limitaciones de la Investigación Las principales limitaciones que se pudo encontrar son:  Falta de apoyo por parte de las autoridades organizadoras del evento.  Tiempo limitado del investigador para realizar el proyecto.  Necesidad de conocimiento técnico de otras disciplinas no afines con la carrera de Ingeniería de Sistemas 1.10 Tipo y Nivel de la Investigación 1.10.1 Tipo de Investigación. Aplicada, ya que se pretende comprobar la hipótesis de manera experimental aplicando los conocimientos científicos técnicos que evaluamos en la práctica, así como la lógica del proceso del servicio de la empresa. 1.10.2 Nivel de Investigación Descriptivo, ya que se describe el proceso a utilizar. En este proceso se realiza un control riguroso de tareas asignadas. Correlacional, porque mide la influencia de la variable independiente, que para este caso es la Implementación de software, sobre la variable dependiente, que es el concurso nacional del pisco. 15 1.11 Método y Diseño de la investigación 1.11.1 Método de la Investigación Para el desarrollo se utilizó el Método Científico, el cual proporciona datos ordenados y un alto nivel de rigurosidad para el manejo de datos, análisis de resultados obtenidos mediante la investigación. Por lo tanto el presente trabajo de investigación sigue un método de recopilación y análisis de datos, que consiste en registrar los hechos que permiten conocer y analizar lo que ocurre en el campo de estudio; en otras palabras se señalan los datos obtenidos y la naturaleza exacta de la población de donde fueron extraídos. Esto consiste en la recolección, síntesis, organización y compensación de los datos que se requieren para llevar a cabo la presente investigación. 1.11.2 Diseño de la investigación El diseño que se seleccionó para el desarrollo de la investigación, fue Experimental, debido a que proporciona al investigador la seguridad de que los resultados observados se deben al uso de la Variable Independiente. El diseño puede representarse de la siguiente manera: Ge : O1 X O2 Donde: 16 Ge: Grupo experimental, conformado por el número de participantes. O1: Son los datos iniciales de la Variable Dependiente antes de la primera prueba (Pre-Prueba) X: desarrollo de Software O2: Son los datos de los indicadores de la Variable Dependiente en la Post-prueba (después de implementar la solución). Explicación Se estableció un grupo experimental (Ge) conformado por el número de solicitudes de participantes, al cual a sus indicadores de Pre-prueba (O1) se le administra un estímulo o tratamiento experimental, que es la utilización del software como estímulo (X) para solucionar el problema de dicho proceso, luego se espera obtener los indicadores actualizados (Post-Prueba) que es el (O2). 1.12 Técnicas e Instrumentos de Recolección de Información Las técnicas e instrumentos que se utilizaron, para la recopilación, procesamiento y despliegue de la información, corresponden a los que se emplean generalmente para este tipo de investigación. 1.12.1 Técnicas A. Encuestas, a los organizadores de la empresa, mediante preguntas de respuestas cerradas, el cuestionario de 17 preguntas se realizó de forma escrita, ya que se contó con el apoyo y la aprobación de parte de los organizadores. B. Entrevista, al Presidente del evento, mediante preguntas previamente elaboradas sobre el Proceso. C. Observación Directa, en los procesos, con el fin de entender el flujo del datos, en qué consiste cada fase, actividad y tarea que se mencionan en las entrevistas. 1.12.2 Instrumentos Entre los instrumentos que fueron utilizados se pudo mencionar los siguientes: A. Plantilla de Cuestionario, de tipo preguntas cerradas. B. Guía de Entrevista. C. Guía de observación de campo. D. Otros: Cámara, Grabadora, papelería, lapiceros. 1.13 Cobertura de Estudio 1.13.1 Universo Todos los Procesos de participantes al evento del concurso nacional del pisco 2017 en Moquegua. N= 150 18 1.13.2 Muestra La muestra se realizó mediante el muestreo aleatorio simple del año 2017, y para ello se utilizó la fórmula: 𝑛 = 𝑍2𝑥 𝑝 𝑥 𝑞 𝑥 𝑁 𝑒2(𝑁−1)+𝑍2 𝑥 𝑝 𝑥 𝑞 n=20 19 CAPITULO II: MARCO TEORICO 2.1. Antecedentes Estas son algunas de las estadísticas de los concursos nacionales del pisco2 A. Empresas Producción 2 http://www.conapisco.org.pe/estadisticas.html 20 21 B. XXII CONCURSO NACIONAL DEL PISCO” AREQUIPA 20163 Los Concursos Nacionales se realizan en dos etapas definidas, los eliminatorios o regionales y la final o nacional. La difusión, promoción, presentación y éxito de las actividades referentes a este certamen son responsabilidad del Comité Organizador del Concurso. La participación es abierta para todos los productores de Pisco, cuyos productos cuenten con Autorización de Uso de la Denominación de Origen Pisco y vigente a la fecha de la inscripción. En la primera etapa eliminatoria se premiará solo el 30% de los mejores Piscos de cada región; que serán los clasificados para participar en la etapa nacional, de los cuales se premiará el 30 % de los mejores Piscos campeones a nivel nacional. En este sentido, el Comité Organizador los invita a participar en el XXII Concurso Nacional del Pisco - Arequipa 2016, que se desarrollará en la ciudad de Arequipa los días, 24, 25 y 26 de agosto del presente año. Agradeceremos se sirvan confirmarnos su participación haciéndonos llegar el formato adjunto a través de los siguientes correos electrónicos: conapisco@produce.gob.pe Conocedores del compromiso que ponen de manifiesto las empresas del sector pisquero en la calidad, competitividad, desarrollo productivo y comercial de nuestro Producto Bandera y agradeciendo por anticipado su valioso apoyo y participación en este importante evento, hacemos propicia la oportunidad para reiterarles los sentimientos de nuestra especial consideración. 3 http://www.conapisco.org.pe/eventos-y-concursos/carta-productores.pdf 22 C. XXI CONCURSO NACIONAL DEL PISCO” AREQUIPA 20154 Se concretó una nueva edición del concurso nacional del pisco. Como ya se había hecho por primera vez en la versión 2014 los productos catados corresponden a la cosecha del año anterior, lo que permite que un destilado de vino se redondee y presente su mejor cara. La justa se llevó a cabo en Ica donde, en los días anteriores se hicieron los concursos regionales clasificatorios. Este concurso es muy tradicional y, a pesar de los tropiezos y debates sobre los métodos utilizados, es importante que se mantenga. Lo que esperamos es ver una actitud de innovación permanente y apertura a las voces discrepantes dentro del gremio. Los resultados son una oportunidad para difundir a los ganadores no solo con el objeto de llenarse de gloria pero, sobre todo, de exponer sus marcas y piscos. Además deben usarse como una herramienta para educar, por lo que sería ideal presentar la lista de medallas (o nota de prensa) pensando en el público no conocedor y el periodismo generalista: ordenando por tipos y variedades, indicando el valle y poniendo los nombres completos de los piscos, comocon los mostos verdes de variedades aromáticas y no aromáticas que no indican las variedades. Por lo tanto si un pisco tiene medalla en la categoría Mosto Verde de uvas aromáticas no sabemos si es de moscatel, italia, albilla y torontel. ¿Es mucho pedir? (intentaremos contactar a los productores para poder completar la información en esta nota). En fin, cumplimos 4 http://www.barricas.com/articulo/resultados-del-concurso-nacional-del-pisco-2015/ 23 con compartir los resultados y les deseamos mucho éxito comercial a los ganadores. 2.2. Bases Teóricas 2.2.1. Conapisco5 La Comisión Nacional del Pisco – CONAPISCO, es la instancia de coordinación público-privado que reúne instituciones, asociaciones y productores que promueven el desarrollo de la cadena productiva del Pisco; fue constituida mediante el Decreto Supremo Nº 014- 2003-PRODUCE del 28 de mayo de 2003. La CONAPISCO es presidida por el Viceministerio de MYPE e Industria del Ministerio de la Producción, y está conformada por representantes de las siguientes instituciones: Ministerio de la Producción (quien tiene a su cargo la Presidencia y Secretaría Técnica), Ministerio de Agricultura y Riego, Ministerio de Comercio Exterior y Turismo, Ministerio de Relaciones Exteriores, CITE Agroindustrial de Ica (Ex CITEvid), PROMPERÚ, INDECOPI, Cofradía Nacional de Catadores, Comité Vitivinícola de la Sociedad Nacional de Industrias, Consejo Regulador de la Denominación de Origen Pisco y un representante por cada Gremio de productores de Pisco de cada zona de producción de los departamentos de Lima, Ica, Arequipa, Moquegua y Tacna. 5 https://es.wikipedia.org/wiki/pisco_del_peru 24 PRODUCE lidera esta comisión y tiene a su cargo el funcionamiento de la Secretaría Técnica. Con Resolución Ministerial Nº 051-2013-PRODUCE del 30 de enero de 2013, se designa al Director General de Innovación, Transferencia Tecnológica y Servicios Empresariales del Ministerio de la Producción, como Secretario Técnico de la CONAPISCO. Las funciones de la CONAPISCO son las de apoyar el desarrollo de la actividad productora de Pisco, a través de propuestas normativas, acciones de promoción, difusión, asistencia técnica y medidas de toda índole, con la finalidad de potenciar la ventaja competitiva de su inigualable calidad; así como respaldar la promoción nacional e internacional del Pisco como bebida bandera del Perú. La Comisión Nacional del Pisco (Conapisco), entidad liderada por el Ministerio de la Producción, premió a los 23 ganadores de la región Lima del XXIII Concurso Nacional del Pisco, que se realizó del 23 al 25 de agosto en Moquegua. El titular del portafolio, Pedro Olaechea, destacó la participación de más de 100 empresas peruanas en el certamen e invocó a los productores a seguir sumando esfuerzos para impulsar el crecimiento y desarrollo de la industria pisquera “Necesitamos trabajar juntos para garantizar al mundo un producto con los más altos estándares de calidad y lograr que nuestra bebida 25 bandera siga expandiéndose más allá de nuestras fronteras”, afirmó. Señaló que entre las firmas premiadas se encuentran Pisco Don Salvattore de la bodega iqueña del mismo nombre, que recibió la Gran Medalla Nacional, Pisco Mirez y Casa de Piedra, entre otros. Indicó que los productores galardonados participarán en la feria gastronómica Mistura y en Expoalimentaria 2017, ambas a realizarse en Lima. 2.2.2. Legislación peruana del pisco El Decreto Supremo N° 001-91-ICTI/IND de enero de 1991, reconoce oficialmente al pisco como denominación de origen peruana, para los productos obtenidos por la destilación de vinos derivados de la fermentación de uvas frescas, en la costa de los departamentos de Lima, Ica, Arequipa, Moquegua y los valles de Locumba, Sama y Caplina en el departamento de Tacna. Esto quiere decir que cualquier aguardiente de uva preparado fuera de los linderos establecidos será solamente eso, un aguardiente de uva pero no pisco del Perú. Esta denominación de origen otorgada por INDECOPI, requiere que los productores presenten muestras a laboratorios de certificación, para someterlas a un análisis físico-químico que determinará si se adecuan a los requisitos establecidos en la Norma Técnica. Importante requisito, ya que la denominación de 26 origen garantiza al consumidor que el pisco que está adquiriendo tiene una calidad certificada. De acuerdo a lo especificado por la Norma Técnica Peruana del 6 de noviembre de 2002 (NTP211.001:2002) el pisco es definido como el "Aguardiente obtenido exclusivamente por destilación de mostos frescos de uvas pisqueras (Quebranta, Negra Corriente, Mollar, Italia, Moscatel, Albilla, Torontel y Uvina) recientemente fermentados, utilizando métodos que mantengan el principio tradicional de calidad establecido en las zonas de producción reconocidas". Dicha norma establece igualmente que el grado alcohólico volumétrico del pisco puede variar entre los 38 y 48 grados 2.2.3. Evolución Normativa del Pisco en el Perú6  Resolución Suprema N° 52, del 20 de abril de 1932, Limita el uso de la denominación aguardiente de uva y dispone el registro de etiquetas y aguardientes en la Sección Técnica de Vinos y Bebidas Alcohólicas.  Decreto Supremo del 26 de setiembre de 1932, mediante el cual se establece la obligatoriedad de que en los actos oficiales de la Casa de Gobierno sólo se escancien vinos y licores nacionales. 6 http://www.conapisco.org.pe/normativa-legal.html 27  Resolución Ministerial del 20 de mayo de 1940, prohíbe al internación de alcoholes de caña a la zona vitivinícola del Pisco.  Resolución Suprema N° 151 del 03 de abril de 1941, sobre el uso restringido de las denominaciones aguardiente de uva y cognac.  Resolución Suprema N° 1207 del 20 de diciembre de 1946, sobre la determinación de las denominaciones de Pisco, Aguardiente de Uva, Cognac, etc.  Resolución Ministerial del 12 de agosto de 1947, se ratifican las prohibiciones para emplear azúcar en la fabricación de chancaca, alcoholes, aguardientes, vinos, etc.  Resolución Directoral N° 13 del 04 de marzo de 1950, señala fecha y plazos para la destilación de mostos, aguapiés y lavados de orujo en la producción de aguardiente de uva.  Decreto Supremo del 10 de junio de 1963, denominado Código Sanitario de Alimentos, donde se define la denominación PISCO como el producto obtenido por la destilación del mosto fermentado de uva.  Ley N° 14729 del 25 de noviembre de 1963, esta Ley establece una tasa impositiva del 4% en el valor bruto de venta de las bebidas alcohólicas en el Perú, exceptúa al Pisco de dicho tributo como una forma de estimular su producción, establece que el pago del referido impuesto alcanza al alcohol de caña, vinos, licores, cerveza y cualquier tipo de bebida alcohólica y 28 sus similares, l con excepción de vinos, y Pisco s de uva de producción nacional.  Resolución Suprema N° 519-H del 26 de agosto de 1964, esta disposición establece el uso de signos visibles que facilitan el control del pago de impuestos que gravan la venta de bebidas alcohólicas.  Resolución Jefatural N° 179 del 07 de abril de 1988, expedida por el Instituto Nacional de Cultura donde el término PISCO se declara Patrimonio Cultural de la Nación.  Decreto Supremo N° 023-90 del 24 de julio de 1990, se reglamenta el reconocimiento de las denominaciones de origen a través del ITINTEC incorporándose el mencionado concepto a la legislación nacional.  Resolución Directoral N° 072087-DIPI expedida por la Dirección de Propiedad Industrial del ITINTEC con fecha 12 de diciembre de 1990, declara que la denominación PISCO es una denominación de origen peruana, para los productos obtenidos por la destilación de vinos derivados de la fermentación de uvas frescas, en la costa de los departamentos de Lima, Ica, Arequipa, Moquegua, y los valles de Locumba, Sama y Caplina en el departamento de Tacna.  Decreto Supremo N° 001-91-ICTI/IND del 16 enero de 1991, se reconoció oficialmente al Pisco como denominación de origen Peruano, para los productos obtenidos por la destilación de vinos derivados de la fermentación de uvas frescas, e la costa 29 de los departamentos de Lima, Ica Arequipa, Moquegua y los valles de Locumba, Sama, y Caplina en el Departamento de Tacna.  Ley N° 26426 del 03 de enero de 1995, dictan disposiciones referidas a la producción y comercialización de bebida alcohólica nacional.  Ley de Propiedad Industrial, Decreto Legislativo Nº 823, de 23 de abril de 1996, incluye en la legislación peruana los conceptos contemplados en la definición de denominación de origen contenida en el "Arreglo de Lisboa relativo a la Protección de Denominaciones de Origen y su Registro Internacional" de la OMPI.  Decisión 486, de la Comisión de la Comunidad Andina de 14 de septiembre del 2000, mediante la que se aprueba el "Régimen Común sobre Propiedad Industrial".  Norma Técnica (NTP 211.001.2002 Bebidas Alcohólicas. Pisco. Requisitos) del 6 de noviembre de 2002, precisa el grado alcohólico volumétrico del Pisco que puede variar entre 38 y 48 grados y clasifica los tres tipos de pisco que pueden ser producidos: Pisco Puro, Mosto Verde, y Acholado. Asimismo clasifica las uvas pisqueras: aromáticas: Italia, Moscatel, Albilla y Torontel. No aromáticas: Quebranta, Mollar, Negra, Corriente y Uvina.  Resolución Nº 0091-2006/INDECOPI-CRT del 02 de noviembre de 2006, la Comisión de Reglamentos Técnicos y 30 Comerciales, dispuso aprobar como Norma Técnica Peruana la NTP 211.001:2006 Bebidas Alcohólicas. Pisco. Requisitos 7ma edición y dejar sin efecto la NTP 211.001:2002 Bebidas Alcohólicas. Pisco. Requisitos.6ta Edición.  Resolución Nº 57-2012/CNB-INDECOPI, del 04 de julio de 2012, deja sin efecto la NTP 211.001:2006 Bebidas Alcohólicas. Pisco. Requisitos, toda vez que, el Reglamento de la Denominación de Origen Pisco (elaborado por el Consejo Regulador de la Denominación de Origen Pisco y aprobado por la Dirección de Signos Distintivos mediante Resolución Nº 002378-2011/DSD-INDECOPI, incluye todo el contenido de dicha Norma Técnica.  Resolución Nº 015958-2012/DSD-INDECOPI del 05 de octubre de 2012, la Dirección de Signos Distintivos del INDECOPI, dispone que para efectos del cumplimiento del requisito relativo a la certificación de las características del producto respecto del cual se solicita la autorización de uso de la Denominación de Origen Pisco, deberá tomarse encuentra lo establecido en el Reglamento de la Denominación de Origen Pisco. 2.3. Marco Conceptual 2.3.1. Software de aplicación7. Una programa aplicación o software de aplicación (muchas veces abreviado como app o aplicación) es un tipo de software de 7 https://es.wikipedia.org/wiki/Software_de_aplicaci%C3%B3n 31 computadora diseñado para realizar un grupo de funciones, tareas o actividades coordinadas para el beneficio del usuario. A modo de ejemplo, dentro de la aplicación de aplicación se pueden incluir un procesador de textos, una hoja de cálculo, una aplicación de contabilidad, un navegador web, un reproductor multimedia, un simulador de vuelo aeronáutico, una consola de juegos o un editor de fotografías. El nombre colectivo de software de solicitud hace referencia colectivamente a todas las aplicaciones.1 Esto contrasta con el software del sistema, que está principalmente relacionado con la ejecución de la computadora 2.3.2. Base de Datos8 Una base de datos o banco de datos es un conjunto de datos pertenecientes a un mismo contexto y almacenados sistemáticamente para su posterior uso. En este sentido; una biblioteca puede considerarse una base de datos compuesta en su mayoría por documentos y textos impresos en papel e indexados para su consulta. Actualmente, y debido al desarrollo tecnológico de campos como la informática y la electrónica, la mayoría de las bases de datos están en formato digital, siendo este un componente electrónico, por tanto se ha desarrollado y se ofrece un amplio rango de soluciones al problema del almacenamiento de datos. 8 https://es.wikipedia.org/wiki/Base_de_datos 32 Existen programas denominados sistemas gestores de bases de datos, abreviado SGBD (del inglés database management system o DBMS), que permiten almacenar y posteriormente acceder a los datos de forma rápida y estructurada. Las propiedades de estos DBMS, así como su utilización y administración, se estudian dentro del ámbito de la informática. Las aplicaciones más usuales son para la gestión de empresas e instituciones públicas; También son ampliamente utilizadas en entornos científicos con el objeto de almacenar la información experimental. 2.3.3. Diagramas de Casos de Uso9 En el Lenguaje de Modelado Unificado, un diagrama de casos de uso es una forma de diagrama de comportamiento UML mejorado. El Lenguaje de Modelado Unificado (UML), define una notación gráfica para representar casos de uso llamada modelo de casos de uso. Los diagramas de secuencia Consta de objetos que se representan del modo usual: Rectángulos con nombre (Sub-rayado), mensajes representados por líneas discontinuas con una punta de flecha y el tiempo representado como una progresión vertical 9 https://es.wikipedia.org/wiki/Diagrama_de_casos_de_uso 33 2.3.4. UML10 El lenguaje unificado de modelado (UML, por sus siglas en inglés, Unified Modeling Language) es el lenguaje de modelado de sistemas de software más conocido y utilizado en la actualidad; está respaldado por el Object Management Group (OMG). Es un lenguaje gráfico para visualizar, especificar, construir y documentar un sistema. UML ofrece un estándar para describir un "plano" del sistema (modelo), incluyendo aspectos conceptuales tales como procesos, funciones del sistema, y aspectos concretos como expresiones de lenguajes de programación, esquemas de bases de datos y compuestos reciclados. Es importante remarcar que UML es un "lenguaje de modelado" para especificar o para describir métodos o procesos. Se utiliza para definir un sistema, para detallar los artefactos en el sistema y para documentar y construir. En otras palabras, es el lenguaje en el que está descrito el modelo. Se puede aplicar en el desarrollo de software gran variedad de formas para dar soporte a una metodología de desarrollo de software (tal como el Proceso Unificado Racional, Rational Unified Process o RUP), pero no especifica en sí mismo qué metodología o proceso usar. UML no puede compararse con la programación estructurada, pues UML significa Lenguaje Unificado de Modelado, no es 10 https://es.wikipedia.org/wiki/Lenguaje_unificado_de_modelado 34 programación, solo se diagrama la realidad de una utilización en un requerimiento. Mientras que programación estructurada es una forma de programar como lo es la orientación a objetos, la programación orientada a objetos viene siendo un complemento perfecto de UML, pero no por eso se toma UML solo para lenguajes orientados a objetos. 2.3.5. Sistemas de Información11 Un sistema de información (SI) es un conjunto de elementos orientados al tratamiento y administración de datos e información, organizados y listos para su uso posterior, generados para cubrir una necesidad o un objetivo. Dichos elementos formarán parte de alguna de las siguientes categorías:  Personas;  Actividades o técnicas de trabajo;  Datos;  Recursos materiales en general (recursos informáticos y de comunicación, generalmente, aunque no necesariamente). Todos estos elementos interactúan para procesar los datos (incluidos los procesos manuales y automáticos) y dan lugar a información más elaborada, que se distribuye de la manera más adecuada posible en una determinada organización, en función de sus objetivos. Si bien la existencia de la mayor parte de sistemas de información son de conocimiento público, recientemente se ha 11 https://es.wikipedia.org/wiki/Sistema_de_informaci%C3%B3n 35 revelado que desde finales del siglo XX diversos gobiernos han instaurado sistemas de información para el espionaje de carácter secreto. Habitualmente el término "sistema de información" se usa de manera errónea como sinónimo de sistema de información informático, en parte porque en la mayoría de los casos los recursos materiales de un sistema de información están constituidos casi en su totalidad por sistemas informáticos. Estrictamente hablando, un sistema de información no tiene por qué disponer de dichos recursos (aunque en la práctica esto no suela ocurrir). Se podría decir entonces que los sistemas de información informáticos son una subclase o un subconjunto de los sistemas de información en general. 36 CAPITULO III: DESARROLLO DE LA HERRAMIENTA 3.1. Modelado del Sistema En este punto del proyecto de tesis se diagramara todos los diagramas de casos de uso del proyecto, los cuales son los siguientes: 3.1.1. Modelado del Negocio: Aquí se modelan los actores del negocio Productor Diagrama No 01: Actor principal Trabajares del Negocio Catador Catador Aspirante Catador Oficial Director Catador Presidente del Concurso Coordinador General Productor 37 Diagrama No 02 Vista de todos los trabajadores 3.1.2. Entidades del Negocio Ficha de Cata Ficha de Inscripción de Muestras Lista de Categorías de Piscos Lista de Categorías de Piscos Lista de Mesas Cata Lista de Muestras por Mesas Lista de Regiones Hoja de Trabajo de Cálculos Registro de Catadores Registro de Marcas de Piscos Registro de Muestras de Piscos Registro de Personas Director Catador Presidente del Concurso Catador Catador Oficial Catador Aspirante Coordinador General 38 Registro de Productores Reporte de Resultados de Pruebas a Muestras Resultados de Cata de la 1ra Etapa Regional Resultados de Cata de la 2da Etapa Nacional Diagrama No 03 Vista de todas las entidades Registro de Catadores Registro de Personas Lista de Categorías de PiscosLista de Regiones Registro de ProductoresFicha de Cata Registro de Muestras de Piscos Registro de Marcas de Piscos Ficha de Inscripción de Muestras Lista de Mesas Cata Reporte de Resultados de Pruebas a Muestras Hoja de Trabajo de Cálculos Resultados de Cata de la 2da Etapa NacionalResultados de Cata de la 1ra Etapa Regional Lista de Muestras por Mesas Lista de Medal las 39 3.1.3. Diagramas CUN CUN Calificación de Cata de Piscos Diagrama 04_ Diagrama de actividades Entrega Ficha de Cata Se realiza la sumatoria de evaluaciones para obtener el puntaje final Registra resul tados Existen más Fichas de Cata Si Real iza el promedio de puntajes por Muestra No Real iza sumatoria de puntajes (en el rango de promedio -7 y +7) 1ra Etapa Regional Selecciona el 30% por Región y Categoría que pasarán a la 2da Etapa Nacional y obtebdrán Medallas Si Selecciona el 30% por Categoría que obtebdrán Medallas No Asigna las Medallas condiconalmente de la 2da Etapa Asigna las Medallas condiconalmente de la 1da Etapa Publ ica Resultados Fin : Ficha de Cata : Hoja de Trabajo de Cálculos : Registro de Muestras de Piscos : Registro de Productores : Registro de Marcas de Piscos 1ra Etapa Regional : Lista de Regiones : Lista de Categorías de Piscos Actual iza : Hoja de Trabajo de Cálculos : Lista de Medallas : Resultados de Cata de la 1ra Etapa Regional : Resultados de Cata de la 2da Etapa Nacional Consulta : Hoja de Trabajo de Cálculos Inicio Comisión Calificadora : Presidente del Concurso : Director Catador 40 Diagrama No 05 Diagrama de objetos CUN Cata de Piscos Registro de Muestras de Piscos (from Entidades del Negocio) Resultados de Cata de la 1ra Etapa Regional (from Entidades del Negocio) Resultados de Cata de la 2da Etapa Nacional (from Entidades del Negocio) Director Catador (from Trabajadores del Negocio) Ficha de Cata (from Entidades del Negocio) Entrega Hoja de Trabajo de Cálculos (from Entidades del Negocio) Lista de Medal las (from Entidades del Negocio) Lista de Regiones (from Entidades del Negocio) Lista de Categorías de Piscos (from Entidades del Negocio) Registro de Marcas de Piscos (from Entidades del Negocio) Registro de Productores (from Entidades del Negocio) Presidente del Concurso (from Trabajadores del Negocio) Consulta Genera Genera Procesa Procesa Asigna Consulta Consulta Consulta Consulta 41 Diagrama No 06 Diagrama de actividades Inicio Sortea Catadores, [Regiones], Mesas y Muestras Primera Etapa Nacional No Incluye Regiones Si Entrega distribución de Muestras y Mesas Anónimos Finaliza la Primera Etapa Nacional y procesan la evaluación Evaluación de la Primera Etapa Regional Si Evaluación de la Segunda Etapa Nacional No Publicación de Resultados Autoriza Inicio de Cata Recepciona Fichas de Cata Realiza la Cata - Evaluacion Organoleptica : Registro de Muestras de Piscos : Lista de Muestras por Mesas : Lista de Mesas Cata : Lista de Regiones : Registro de Catadores : Resultados de Cata de la 1ra Etapa Regional : Resultados de Cata de la 2da Etapa Nacional : Ficha de Cata Fin : Catador : Director Catador : Presidente del Concurso 42 Diagrama No 07: Diagrama de objetos CUN Registro de Muestras Catador (from Trabajadores del Negocio) Ficha de Cata (from Entidades del Negocio) Genera Registro de Catadores (from Entidades del Negocio) Lista de Regiones (from Entidades del Negocio) Lista de Mesas Cata (from Entidades del Negocio) Lista de Muestras por Mesas (from Entidades del Negocio) Resultados de Cata de la 1ra Etapa Regional (from Entidades del Negocio) Resultados de Cata de la 2da Etapa Nacional (from Entidades del Negocio) Coordinador General (from Trabajadores del Negocio) Recepciona Registro de Muestras de Piscos (from Entidades del Negocio) Presidente del Concurso (from Trabajadores del Negocio) Genera Consulta Consulta Consulta Consulta Consulta Genera Genera 43 Diagrama No 08: Diagrama de actividades Revisa y Registra las Muestras Válidas y no Vál idas Presenta la acredi tación de Productor de Muestra por Categoría y Marca de Pisco Inicio Si Tiene otra Categoría y Marca de Pisco Real iza el pago en Banco por Muestra Categoría y Marca Recepciona y Codifica la Muestra de Pisco Almacena la(s) muestra(s) de Pisco(s) Entrega Remite las Muestras por Lotes de Piscos Real iza la Recodificaoión (Codificación Anónima) de Muestras de Piscos Fin Termina el proceso de inscripción de Muestras de Piscos Real iza Pruebas Químicas a las Muestras : Ficha de Inscripción de Muestras Copia : Ficha de Inscripción de Muestras Registra : Registro de Muestras de Piscos : Lista de Categorías de Piscos : Registro de Marcas de Piscos : Registro de Productores Actual iza : Registro de Muestras de Piscos : Registro de Personas : Reporte de Resultados de Pruebas a Muestras No CITE Agroindustrial : Presidente del Concurso : Coordinador General : Productor 44 Diagrama No 09: Diagrama de objetos Diagrama No 10: Vista de todos los CUN Ficha de Inscripción de Muestras (from Entidades del Negocio) Reporte de Resultados de Pruebas a Muestras (from Entidades del Negocio) Presidente del Concurso (from Trabajadores del Negocio) Consulta Registro de Muestras de Piscos (from Entidades del Negocio) Actual iza estado Muestras Lista de Categorías de Piscos (from Entidades del Negocio) Registro de Personas (from Entidades del Negocio) Registro de Productores (from Entidades del Negocio) Registro de Marcas de Piscos (from Entidades del Negocio) Coordinador General (from Trabajadores del Negocio) Registra Registra Registra Registra Consulta Consulta Consulta Registra Consulta Cata de PiscosRegistro de Muestras Calificación de Cata de Piscos 45 Diagrama No 11Diagrama general de CUN 3.2. Especificaciones del CUN Tabla No 01: CUN Calificación de Cata de Piscos Descripción En la 1ra Etapa Regional permite premiar con Medallas y saber los que pasan a la 2da Etapa Nacional; y en la 2da Etapa premiar con Medallas. Flujo Básico Director Catador: 1. Al terminar la cata de la 1ra o 2da Etapa, entrega las Fichas de Cata. La Comisión Calificadora: Presidente del Concurso 1. Se arma la Hoja de Trabajo de Cálculos que contiene las siguientes columnas: Región (sólo en la 1ra Etapa Regional), Categoría, Productor, Marca, Columnas con Puntajes obtenidos por catador, Promedio, Promedio-7, Promedio+7 2. Se eliminan los Puntajes que no están en el promedio de -7 y +7, a los mismos que se realiza la sumatorio y calcula el promedio, este es el Puntaje Final de la Muestra. 3. Se calcula el 30% de participantes por Región (sólo en la 1ra Etapa Regional) y Categoría, que son a los que les corresponde Medallas. 4. Luego se arman los resultados por etapas: Resultados de Cata de la 1ra Etapa Regional Resultados de Cata de la 2da Etapa Nacional 5. Las Medallas se asignan Medalla de Bronce: Puntajes entre 80 y 81. Registro de Muestras (f rom CUN) Catador Aspirante (from Trabajadores del Negocio) Catador Of icial (from Trabajadores del Negocio) Director Catador (from Trabajadores del Nego... Catador (from Trabajadores del Nego... Coordinador General (from Trabajadores del Nego... Cata de Piscos (f rom CUN) Presidente del Concurso (from Trabajadores del Nego... Calif icación de Cata de Piscos (f rom CUN) 46 Medalla de Plata: Puntajes entre 82 y 84. Medalla de Oro: Puntajes entre 85 y 91. Gran Medalla: Puntajes entre 92 y 100. 6. Se publican los resultados. Flujo Alternativo No se especifica. Tabla No 02: CUN Cata de Piscos Descripción El proceso de Evaluación Organoléptica del cual obtenemos como resultado la calificación de la muestra de Pisco por Catador. Flujo Básico Presidente del Concurso 1. Sortea Catadores, [Regiones], Mesas y Muestras (representada por la Recodificación). Director Catador 1. Autoriza el Inicio de la Cata. 2. Recepciona las Fichas de Cata evaluadas. Catador 1. Realiza la Cata - Evaluación Organoléptica. Flujo Alternativo No se especifica. Tabla No 03:CUN Registro de Muestras Descripción Los productores entregan las Muestras de Piscos por Categoría y Marca, así como la acreditación de los mismos. Flujo Básico Productor 1. Realiza el pago en Banco por Muestra Categoría y Marca. 2. Presenta la acreditación de Productor de Muestra por Categoría y Marca de Pisco. 3. Recepciona copia de la Ficha de Inscripción de Muestras. Coordinador General 1. Recepciona y Codifica las Muestras de Piscos. 2. Entrega copia de la Ficha de Inscripción de Muestras. 3. Hacer el Registro de Muestras de Piscos. Presidente del Concurso 1. Remite las Muestras por Lotes de Piscos. 2. Con el Reporte de Resultados de Pruebas a Muestras, registra si la Muestra es válida o no. 3. Realiza la Recodificación (Codificación Anónima) de Muestras de Piscos. 4. Termina el proceso de inscripción de Muestras de Piscos. CITE Agroindustrial 1. Realiza Pruebas Químicas a las Muestras. 2. Entrega el Reporte de Resultados de Pruebas a Muestras (Datos de la prueba: Grado del alcohol, que contenga cepas de uvas de la categoría, tiempo de añejado). Flujo Alternativo No se especifica. 47 3.3. Modelado del Sistema Actores del Sistema  Administrador  Operador  Usuario Diagrama No 12: Vista de todos los actores CUS CUS Ficha de Cata Administrador Usuario Operador 48 Diagrama No 13: Diagrama_Secuencia Diagrama No 14: Diagrama_Colaboracion CUS Mantenimiento de Eventos : O per ador : m ain_I nt er f az : cat ador _I nt er f az : f ichacat a_Cont r ol : event o_Cont r ol : m uest r aevent o_Cont r ol : m esaevent o_Cont r ol : eo_Cont r ol : cat egor ia_Cont r ol : r egion_Cont r ol : f ichacat a_Ent idad : event o_Ent idad : m uest r aevent o_Ent idad : m esaevent o_Ent idad : eo_Ent idad : cat egor ia_Ent idad : r egion_Ent idad Seleccionar _cat ador _I nt er f az( ) Car gar Vent ana( ) event oSelect ( ) m uest r aevent oSelect ( ) m esaevent oSelect ( ) oeSelect ( ) cat egor iaSelect ( ) r egionSelect ( ) event oCur sor ( ) m uest r aevent oCur sor ( ) m esaevent oCur sor ( ) oeCur sor ( ) cat egor iaCur sor ( ) r egionCur sor ( ) event oSelect ( ) m uest r aevent oSelect ( ) m esaevent oSelect ( ) oeSelect ( ) cat egor iaSelect ( ) r egionSelect ( ) Car gar Dat os( ) Nuevo( ) I ngr esa el núm er o de cat ador y m uest r a nom br es y apelidos G uar dar ( ) I ngr esa el código de la m uest r a ( r ecodif icacion) [ y m uest r a la r egión] Car gar Num er oM esa( ) ValidaExist enciaFichaCat a( ) f ichacat aI nser t Updat e( ) Selecciona los valor es de la evaluacion or ganolect ica f ichacat aI nser t Updat e( ) : Operador : main_Interfaz : catador_Interfaz : evento_Control : muestraevento_Control : mesaevento_Control : eo_Control : categoria_Control : region_Control : evento_Entidad : muestraevento_Entidad : mesaevento_Entidad : eo_Entidad : categoria_Entidad : region_Entidad : fichacata_Control : fichacata_Entidad 21: CargarDatos( ) 23: CargarNumeroMesa( ) 28: ValidaExistenciaFichaCata( ) 1: Seleccionar_catador_Interfaz( ) 22: Nuevo( ) 24: Ingresa el número de catador y muestra nombres y apell... 27: Guardar( ) 25: Ingresa el código de la muestra (recodificacion) [y muestra la región] 26: Selecciona los valores de la evaluacion organolectica 2: CargarVentana( ) 3: eventoSelect( )5: eventoCursor( ) 6: muestraeventoSelect( ) 8: muestraeventoCursor( ) 9: mesaeventoSelect( ) 11: mesaeventoCursor( ) 12: oeSelect( ) 14: oeCursor( ) 15: categoriaSelect( ) 17: categoriaCursor( ) 18: regionSelect( ) 20: regionCursor( )29: fichacataInsertUpdate( ) 4: eventoSelect( ) 7: muestraeventoSelect( ) 10: mesaeventoSelect( ) 13: oeSelect( ) 16: categoriaSelect( )19: regionSelect( ) 30: fichacataInsertUpdate( ) 49 Diagrama No 15: Diagrama_Secuencia : Administrador : main_Interfaz : eventoMain_Interfaz : evento_Control : evento_Entidad : eventoMuestaList_Interfaz : eventoMuestaAddEdit_Interfaz : eventoMuestraMarca_Interfaz : muestraevento_Control : productor_Control : region_Control : marca_Control : categoria_Control : persona_Control : muestraevento_Entidad : productor_Entidad : region_Entidad : marca_Entidad : categoria_Entidad : persona_Entidad Seleccionar_eventoMain_Interfaz( ) CargarVentana( ) eventoSelect( ) eventoSelect( ) eventoCursor( ) MostrarDatos( ) Nuevo( ) Guardar( ) Ingresa el nombre y descripción del evento Ingresa el porcentaje ganadores Ingresa el número de muestras por catador Ingresa la descripción de la 1ra etapa, número de mesas y fechas que inicia y termina Ingresa la descripción de la 2da etapa, número de mesas , y fechas que inicia y termina eventoInsertUpdate( ) eventoInsertUpdate( ) ValidaDatos( ) Muestras( ) CargarVentana( ) CargaDatosEvento( ) muestraeventoSelect( ) muestraeventoSelect( ) productorSelect( ) muestraeventoCursor( ) productorSelect( ) productorCursor( ) regionSelect( ) regionSelect( ) regionCursor( ) marcaSelect( ) marcaSelect( ) marcaCursor( ) categoriaSelect( ) categoriaSelect( ) categoriaCursor( ) personaSelect( ) personaCursor( ) personaSelect( ) CargarDatos( ) Nuevo( ) CargarVentana( ) CargarDatos( ) Ingresa el productor y el sistema muestra la region Ingresa la marca Marcas( ) CargarVentana( ) MostrarDatos( ) Agregar( ) Guardar( ) Ingresa el nombre de la marca marcaInsertUpdate( ) marcaInsertUpdate( ) MostrarVentana( ) CerrarVentana( ) Guardar( ) Ingresa la categoria Ingresa la persona que suscribe Ingresa el cargo, selecciona la forma de desti lado, y la capacidad en li tros de la pi la Hace check si la muestra es valida para la 1ra etapa muestraeventoInsertUpdate( ) muestraeventoInsertUpdate( ) MostrarVentana( ) CerrarVentana( ) 50 Diagrama No 16: Diagrama_Colaboracion CUS Procesar Resultados : Administrador : main_Interfaz : eventoMain_Interfaz : evento_Entidad : evento_Control 6: MostrarDatos( ) 14: ValidaDatos( ) : eventoMuestaList_Interfaz : eventoMuestaAddEdit_Interfaz : eventoMuestraMarca_Interfaz : muestraevento_Control : productor_Control : region_Control : marca_Control : categoria_Control : persona_Control 18: CargaDatosEvento( ) : muestraevento_Entidad : productor_Entidad : region_Entidad : marca_Entidad : categoria_Entidad : persona_Entidad 38: CargarDatos( ) 41: CargarDatos( ) 46: MostrarDatos( ) 53: CerrarVentana( ) 62: CerrarVentana( ) 1: Seleccionar_eventoMain_Interfaz( ) 7: Nuevo( ) 13: Guardar( ) 8: Ingresa el nombre y descripción del evento 9: Ingresa el porcentaje ganadores 10: Ingresa el número de muestras por catador 11: Ingresa la descripción de la 1ra etapa, número de mesas y fechas que inicia y termina 12: Ingresa la descripción de la 2da etapa, número de mesas , y fechas que inicia y termina 17: Muestras( ) 39: Nuevo( ) 42: Ingresa el productor y el sistema muestra la region 43: Ingresa la marca 44: Marcas( ) 58: Guardar( ) 54: Ingresa la categoria 55: Ingresa la persona que suscrie 56: Ingresa el cargo, seleciona la forma de destilado, y la capacidad en litros de la pila 57: Hace check si la muestra es valida para la 1ra etapa 47: Agregar( ) 49: Guardar( ) 48: Ingresa el nombre de la marca( ) 2: CargarVentana( ) 3: eventoSelect( ) 15: eventoInsertUpdate( ) 5: eventoCursor( ) 19: CargarVentana( ) 4: eventoSelect( ) 16: eventoInsertUpdate( ) 20: muestraeventoSelect( ) 22: muestraeventoCursor( ) 23: productorSelect( ) 25: productorCursor( ) 26: regionSelect( ) 28: regionCursor( ) 29: marcaSelect( ) 31: marcaCursor( ) 32: categoriaSelect( ) 34: categoriaCursor( ) 35: personaSelect( ) 37: personaCursor( ) 40: CargarVentana( ) 61: MostrarVentana( ) 45: CargarVentana( )52: MostrarVentana( ) 59: muestraeventoInsertUpdate( ) 50: marcaInsertUpdate( ) 21: muestraeventoSelect( ) 60: muestraeventoInsertUpdate( ) 24: productorSelect( ) 27: regionSelect( ) 30: marcaSelect( ) 51: marcaInsertUpdate( ) 33: categoriaSelect( ) 36: personaSelect( ) 51 Diagrama No 17: Diagrama_Secuencia : Administrador : main_Interfaz : resultadoProcesar_Interfaz eventoetapaUpdate : evento_Control : fichacata_Control : muestraevento_Control : evento_Entidad : fichacata_Entidad : muestraevento_Entidad Selecciona_resultadoProcesar_Interfaz( ) CargarVentana( ) eventoSelect( ) eventoSelect( ) eventoCursor( ) CargarDatos( ) Seleccionar el Evento Procesar( ) cal ificacionfichacataSelect( ) cal ificacionfichacataSelect( ) cal ificacionfichacataCursor( ) muestraresultadoSelect( ) muestraresultadoCursor( ) muestraresultadoSelect( ) CalcularPromedios( ) Calificacion( ) AsignacionMedallas( ) promedioSelect( ) promedioSelect( ) promedioCursor( ) ResultadosFinales( ) Actual izarResultadosFinales( ) Guardar( ) muestaeventocalificacionUpdate( ) muestaeventocalificacionUpdate( ) eventocerraretapaUpdate( ) eventocerraretapaUpdate() 52 Diagrama No 18: Diagrama_Colaboracion Diagrama No 19: Vista de todos los CUS : Administrador : resultadoProcesar_Interfaz : main_Interfaz : fichacata_Control eventoetapaUpdate : evento_Control : muestraevento_Control : evento_Entidad : fichacata_Entidad : muestraevento_Entidad 6: CargarDatos( ) 18: CalcularPromedios( ) 20: AsignacionMedal las( ) 22: ActualizarResultadosFinales( ) 1: Selecciona_resul tadoProcesar_Interfaz( ) 7: Seleccionar el Evento 8: Procesar( ) 19: Cali ficacion( ) 21: Resul tadosFinales( ) 23: Guardar( ) 3: eventoSelect( ) 26: eventocerraretapaUpdate( ) 5: eventoCursor( ) 9: cali ficacionfichacataSelect( ) 12: promedioSelect( ) 11: calificacionfichacataCursor( ) 14: promedioCursor( ) 15: muestraresul tadoSelect( ) 24: muestaeventocal ificacionUpdate( ) 17: muestraresul tadoCursor( ) 2: CargarVentana( ) 10: calificacionfichacataSelect( ) 13: promedioSelect( ) 4: eventoSelect( ) 27: eventocerraretapaUpdate() 16: muestraresul tadoSelect( ) 25: muestaeventocal ificacionUpdate( ) Mantenimiento Catadores Mantenimiento de Eventos Ficha de Cata Reportes de EventosMantenimiento de Usuarios Procesar Resul tados Inicio de Sesión Mantenimiento de Personas Mantenimiento de Productores Reportes de Catadores 53 Diagrama 20: Vista General de CUS Especificaciones del CUS Tabla 03 CUS Ficha de Cata Actor(es) Operador Precondición El usuario debe ser un operador. 1ra Etapa Regional – Deben estar configuradas las Mesas y Catadores. 2da Etapa Nacional – Deben estar procesa la 1ra Etapa Regional, y configuradas las Mesas y Catadores. Poscondición No se especifica. Flujo Básico Registro de Ficha de Cata. 1. [Nuevo]. 2. El operador tiene asignado el número de mesa. 3. Ingresa el número de catador y muestra nombres y apellidos. 4. Ingresa el código de la muestra (Recodificación) [y muestra la región]. 5. Selecciona los valores de la evaluación organoléptica. 6. [Guardar] verifica que la ficha no esté ingresada. Flujo Alternativo Datos ingresados no válidos 1. El sistema muestra mensaje de error respectivo. [Editar] 1. Permite modificar el registro (Sólo la puede realizar el Administrador). [Cancelar] Inicio de Sesión (from CUS) Usuario (from Actores) Ficha de Cata (from CUS) Mantenimiento Catadores (from CUS) Mantenimiento de Eventos (from CUS) Mantenimiento de Personas (from CUS) Mantenimiento de Productores (from CUS) Mantenimiento de Usuarios (from CUS) Procesar Resul tados (from CUS) Reportes de Catadores (from CUS) Administrador (from Actores) Operador (from Actores) Reportes de Eventos (from CUS) 54 1. Cancela el registro o modificación. Salir 1. Sale de la interfaz. Tabla 04: CUS Mantenimiento de Eventos Actor(es) Administrador Precondición No se especifica. Poscondición Se realiza el proceso de Cata. Flujo Básico Mantenimiento de Eventos 1. [Nuevo]. 2. Ingresa el nombre y descripción del evento. 3. Ingresa el porcentaje ganadores. 4. Ingresa el número de muestras por catador. 5. Ingresa la descripción de la 1ra etapa, número de mesas y fechas que inicia y termina. 6. Ingresa la descripción de la 2da etapa, número de mesas , y fechas que inicia y termina. 7. [Guardar]. Listado de Muestras 1. Lista los muestras del evento. 2. [Nuevo] o [Editar] el evento. Mantenimiento: Nuevo y Editar Muestra 1. Ingresa el productor y el sistema muestra la región. 2. Ingresa el nombre de la marca opcionalmente puede agregar o modificarlas con [Marcas]. 3. Ingresa la categoría. 4. Ingresa la persona que suscribe. 5. Ingresa el cargo, selecciona la forma de destilado, y la capacidad en litros de la pila. 6. Hace check si la muestra es válida para la 1ra etapa 7. [Guardar]. Mantenimiento: Nuevo y Editar Marca 1. [Agregar]. 2. Ingresa el nombre de la marca. 3. [Guardar]. Flujo Alternativo Datos ingresados no válidos 1. El sistema muestra mensaje de error respectivo [Editar] 1. Permite modificar el registro. [Cancelar] 1. Cancela el registro o modificación. [Salir] 1. Sale de la interfaz. 55 Tabla 05: CUS Procesar Resultados Actor(es) Administrador Precondición 1ra Etapa Regional – Termina la Cata. 2da Etapa Nacional – Termina la Cata. Poscondición Se publican los resultados. Flujo Básico Procesar Resultados: 1. [Procesar]. 2. Procedimiento de Cálculo de promedio de la Calificación de la Ficha de Cata. 3. Procedimiento de Asignación de medallas (en la 1ra etapa los que pasan a la 2da etapa). 1. [Calificacion] – Muestra la calificación la hoja de calificación. 2. [ResultadosFinales] – Muestra los resultados finales de la etapa. 3. [Guardar]. Flujo Alternativo Datos ingresados no válidos 1. El sistema muestra mensaje de error respectivo [Cancelar] 1. Cancela el proceso. [Salir] 1. Sale de la interfaz. 56 3.4. Acceso a Datos. A continuación se muestran la base de datos y como se accede a cada una de las tablas del sistema. Diagrama 21: Capa_Acceso_Datos 57 Diagrama 22: Capa_Negocio Diagrama 23: Capa_Presentacion Diagrama 24: Vista general del particionado tecnológico catador_Control categoria_Control datarpt_Control eo_Control evento_Control fichacata_Control marca_Control mesaevento_Control muestraevento_Control persona_Control productor_Control region_Control rptevento_Control rpteventoopt_Control tipodoc_Control usuario_Control login_Interfaz main_Interfaz catador_Interfaz catadorSearch_Interfaz persona_Interfaz personaSearch_Interfaz productor_Interfaz productorSearch_Interfaz eventoMuestaList_Interfaz eventoMuestaAddEdit_Interfaz eventoMain_Interfaz eventoMesaCatador_Interfaz eventoMuestraMarca_Interfaz catadorReport_Interfaz eventoReport_Interfaz fichaCata_Interfaz resul tadoProcesar_Interfaz usuario_Interfaz Acceso a DatosPresentacion Negocio 58 3.4.1. Modelo Físico de Base de Datos dm MySQL catador «column» *PK idcatador: INT FK tipodoc: CHAR(1) = '1' nrodoc: CHAR(15) = '' nombre: CHAR(30) = '' apellido: CHAR(30) = '' «FK» + FK_catador_tipodoc(CHAR) «index» + IXFK_catador_tipodoc(CHAR) «PK» + PK_catador(INT) categoria «column» *PK idcategoria: INT numero: CHAR(2) = '0' prefijo: CHAR(4) = '' nombre: CHAR(20) = '' puros: TINYINT = 0 «PK» + PK_categoria(INT) datarpt «column» *PK iddatarpt: INT FK idevento: INT cabecera1: CHAR(250) cabecera2: CHAR(250) cabecera3: CHAR(250) certificamos: CHAR(60) contenido: BLOB firma1l1: CHAR(60) firma1l2: CHAR(60) firma2l1: CHAR(60) firma2l2: CHAR(60) «FK» + FK_datarpt_evento(INT) «index» + IXFK_datarpt_evento(INT) «PK» + PK_datarpt(INT) eo «column» *PK ideo: INT orden: CHAR(2) = '' evaluacioneo: CHAR(35) = '' descriptoreo: CHAR(60) = '' veo1: INT = 0 veo2: INT = 0 veo3: INT = 0 veo4: INT = 0 veo5: INT = 0 «PK» + PK_eo(INT) ev ento «column» *PK idevento: INT nombre: CHAR(80) = '' descripcion: CHAR(240) = '' ganadores: DECIMAL(2) = 0 muestrasxcatador: DECIMAL(2) = 0 etapa1: TINYINT = 0 desetapa1: CHAR(80) = '' nmetapa1: DECIMAL(2) = 0 fi_etapa1: DATE = '0000-00-00' ft_etapa1: DATE = '0000-00-00' catadores_etapa1: TINYINT = 0 procesado_etapa1: TINYINT = 0 etapa2: TINYINT = 0 desetapa2: CHAR(80) = '' nmetapa2: DECIMAL(2) = 0 fi_etapa2: DATE = '0000-00-00' ft_etapa2: DATE = '0000-00-00' catadores_etapa2: TINYINT = 0 procesado_etapa2: TINYINT = 0 etapa: CHAR(1) = '0' estado: TINYINT = 1 «PK» + PK_evento(INT) fichacata «column» *PK idfichacata: INT FK idevento: INT FK idmuestraevento: INT FK idmesaevento: INT fecha_hora: DATETIME = '0000-00-00 00:... etapa: CHAR(1) = '' puntaje1: DECIMAL(2) = 0 puntaje2: DECIMAL(2) = 0 puntaje3: DECIMAL(2) = 0 puntaje4: DECIMAL(2) = 0 puntaje5: DECIMAL(2) = 0 puntaje6: DECIMAL(2) = 0 puntaje7: DECIMAL(2) = 0 puntaje8: DECIMAL(2) = 0 puntaje9: DECIMAL(2) = 0 puntajetotal: DECIMAL(3) = 0 «FK» + FK_fichacata_evento(INT) + FK_fichacata_mesaevento(INT) + FK_fichacata_muestraevento(INT) «index» + IXFK_fichacata_evento(INT) + IXFK_fichacata_mesaevento(INT) + IXFK_fichacata_muestraevento(INT) «PK» + PK_fichacata(INT) marca «column» *PK idmarca: INT FK idproductor: INT nombre: CHAR(30) = '' «FK» + FK_marca_productor(INT) «index» + IXFK_marca_productor(INT) «PK» + PK_marca(INT) mesaev ento «column» *PK idmesaevento: INT FK idevento: INT FK idcatador: INT FK idregion: INT nmesa: INT = 0 ncatador: INT = 0 aspirante: TINYINT = 0 asistio: TINYINT = 1 etapa: CHAR(1) = '0' «FK» + FK_mesaevento_catador(INT) + FK_mesaevento_evento(INT) + FK_mesaevento_region(INT) «index» + IXFK_mesaevento_catador(INT) + IXFK_mesaevento_evento(INT) + IXFK_mesaevento_region(INT) «PK» + PK_mesaevento(INT) muestraev ento «column» *PK idmuestraevento: INT FK idevento: INT FK idproductor: INT FK idmarca: INT FK idcategoria: INT FK idpersona: INT codigo: CHAR(20) = '' recodificacion: CHAR(20) = '' cargo: CHAR(30) = '' elpb1000lt: CHAR(1) = '1' numpilas: DECIMAL(2) = 0 puntaje_etapa1: DECIMAL(6,2) = 0.00 medalla_etapa1: CHAR(1) = '0' puntaje_etapa2: DECIMAL(6,2) = 0.00 medalla_etapa2: CHAR(1) = '0' muestravalida_etapa1: TINYINT = 0 muestravalida_etapa2: TINYINT = 0 «FK» + FK_muestraevento_categoria(INT) + FK_muestraevento_evento(INT) + FK_muestraevento_marca(INT) + FK_muestraevento_persona(INT) + FK_muestraevento_productor(INT) «index» + IXFK_muestraevento_categoria(INT) + IXFK_muestraevento_evento(INT) + IXFK_muestraevento_marca(INT) + IXFK_muestraevento_persona(INT) + IXFK_muestraevento_productor(INT) «PK» + PK_muestraevento(INT) persona «column» *PK idpersona: INT FK tipodoc: CHAR(1) = '' nrodoc: CHAR(15) = '' nombres: CHAR(30) = '' apellidos: CHAR(30) = '' «FK» + FK_persona_tipodoc(CHAR) «index» + IXFK_persona_tipodoc(CHAR) «PK» + PK_persona(INT) productor «column» *PK idproductor: INT FK idregion: INT FK tipodoc: CHAR(1) = '' nrodoc: CHAR(11) = '' nombre: CHAR(100) = '' direccion: CHAR(80) = '' provincia: CHAR(30) = '' telfi jo: CHAR(9) = '' telcel: CHAR(11) = '' emailemp: CHAR(80) = '' emailper: CHAR(80) = '' «FK» + FK_productor_region(INT) + FK_productor_tipodoc(CHAR) «index» + IXFK_productor_region(INT) + IXFK_productor_tipodoc(CHAR) «PK» + PK_productor(INT) region «column» *PK idregion: INT codigo: CHAR(6) = '' nombre: CHAR(20) = '' «PK» + PK_region(INT) rptev ento «column» *PK idrptevento: INT ordenrpt: CHAR(2) = '' nombre: CHAR(80) = '' consulta: BLOB cabecera: BLOB condicion: CHAR(80) = '' orden1: CHAR(80) = '' orden2: CHAR(80) = '' consulta1: CHAR(250) = '' consulta2: CHAR(250) = '' cabecera1: CHAR(250) = '' cabecera2: CHAR(250) = '' calcColumn1: CHAR(200) = '' calcColumn2: CHAR(200) = '' exportxls: INT = 1 «PK» + PK_rptevento(INT) rptev entoopt «column» *PK idrpteventoopt: INT FK idrptevento: INT orden: CHAR(2) = '' columna: CHAR(100) = '' tipo: CHAR(1) = '' nombre: CHAR(40) = '' opt: INT = 1 cadenaopt: CHAR(250) = '' valoroptdefault: CHAR(40) = '' intervalo: CHAR(2) = '' obligatorio: TINYINT = 0 seltodos: TINYINT = 0 «FK» + FK_rpteventoopt_rptevento(INT) «index» + IXFK_rpteventoopt_rptevento(INT) «PK» + PK_rpteventoopt(INT) tipodoc «column» *PK tipodoc: CHAR(1) = '' nombre: CHAR(10) persona: TINYINT = 0 productor: TINYINT = 0 «PK» + PK_tipodoc(CHAR) usuario «column» *PK idusuario: INT usuario: CHAR(20) = '' nomusuario: CHAR(60) = '' clave: CHAR(20) = '' tipo: CHAR(1) = '2' mesa: CHAR(2) = '' activo: TINYINT = 1 «PK» + PK_usuario(INT) 59 Tabla 06: Tabla catador Tabla 07: Tabla categoria dm MySQL catador «column» *PK idcatador: INT FK tipodoc: CHAR(1) = '1' nrodoc: CHAR(15) = '' nombre: CHAR(30) = '' apell ido: CHAR(30) = '' «FK» + FK_catador_tipodoc(CHAR) «index» + IXFK_catador_tipodoc(CHAR) «PK» + PK_catador(INT) dm MySQL categoria «column» *PK idcategoria: INT numero: CHAR(2) = '0' prefijo: CHAR(4) = '' nombre: CHAR(20) = '' puros: TINYINT = 0 «PK» + PK_categoria(INT) 60 Tabla 08: Tabla datarpt Tabla 09: Tabla eo dm MySQL datarpt «column» *PK iddatarpt: INT FK idevento: INT cabecera1: CHAR(250) cabecera2: CHAR(250) cabecera3: CHAR(250) certificamos: CHAR(60) contenido: BLOB firma1l1: CHAR(60) firma1l2: CHAR(60) firma2l1: CHAR(60) firma2l2: CHAR(60) «FK» + FK_datarpt_evento(INT) «index» + IXFK_datarpt_evento(INT) «PK» + PK_datarpt(INT) dm MySQL eo «column» *PK ideo: INT orden: CHAR(2) = '' evaluacioneo: CHAR(35) = '' descriptoreo: CHAR(60) = '' veo1: INT = 0 veo2: INT = 0 veo3: INT = 0 veo4: INT = 0 veo5: INT = 0 «PK» + PK_eo(INT) 61 Tabla evento dm MySQL ev ento «column» *PK idevento: INT nombre: CHAR(80) = '' descripcion: CHAR(240) = '' ganadores: DECIMAL(2) = 0 muestrasxcatador: DECIMAL(2) = 0 etapa1: TINYINT = 0 desetapa1: CHAR(80) = '' nmetapa1: DECIMAL(2) = 0 fi_etapa1: DATE = '0000-00-00' ft_etapa1: DATE = '0000-00-00' catadores_etapa1: TINYINT = 0 procesado_etapa1: TINYINT = 0 etapa2: TINYINT = 0 desetapa2: CHAR(80) = '' nmetapa2: DECIMAL(2) = 0 fi_etapa2: DATE = '0000-00-00' ft_etapa2: DATE = '0000-00-00' catadores_etapa2: TINYINT = 0 procesado_etapa2: TINYINT = 0 etapa: CHAR(1) = '0' estado: TINYINT = 1 «PK» + PK_evento(INT) 62 Tabla fichacata Tabla 12: Tabla marca dm MySQL fichacata «column» *PK idfichacata: INT FK idevento: INT FK idmuestraevento: INT FK idmesaevento: INT fecha_hora: DATETIME = '0000-00-00 00:... etapa: CHAR(1) = '' puntaje1: DECIMAL(2) = 0 puntaje2: DECIMAL(2) = 0 puntaje3: DECIMAL(2) = 0 puntaje4: DECIMAL(2) = 0 puntaje5: DECIMAL(2) = 0 puntaje6: DECIMAL(2) = 0 puntaje7: DECIMAL(2) = 0 puntaje8: DECIMAL(2) = 0 puntaje9: DECIMAL(2) = 0 puntajetotal: DECIMAL(3) = 0 «FK» + FK_fichacata_evento(INT) + FK_fichacata_mesaevento(INT) + FK_fichacata_muestraevento(INT) «index» + IXFK_fichacata_evento(INT) + IXFK_fichacata_mesaevento(INT) + IXFK_fichacata_muestraevento(INT) «PK» + PK_fichacata(INT) dm MySQL marca «column» *PK idmarca: INT FK idproductor: INT nombre: CHAR(30) = '' «FK» + FK_marca_productor(INT) «index» + IXFK_marca_productor(INT) «PK» + PK_marca(INT) 63 Tabla 13: Tabla mesaevento dm MySQL mesaev ento «column» *PK idmesaevento: INT FK idevento: INT FK idcatador: INT FK idregion: INT nmesa: INT = 0 ncatador: INT = 0 aspirante: TINYINT = 0 asistio: TINYINT = 1 etapa: CHAR(1) = '0' «FK» + FK_mesaevento_catador(INT) + FK_mesaevento_evento(INT) + FK_mesaevento_region(INT) «index» + IXFK_mesaevento_catador(INT) + IXFK_mesaevento_evento(INT) + IXFK_mesaevento_region(INT) «PK» + PK_mesaevento(INT) 64 Tabla 14: Tabla muestraevento Tabla 15: Tabla persona dm MySQL muestraev ento «column» *PK idmuestraevento: INT FK idevento: INT FK idproductor: INT FK idmarca: INT FK idcategoria: INT FK idpersona: INT codigo: CHAR(20) = '' recodificacion: CHAR(20) = '' cargo: CHAR(30) = '' elpb1000lt: CHAR(1) = '1' numpilas: DECIMAL(2) = 0 puntaje_etapa1: DECIMAL(6,2) = 0.00 medalla_etapa1: CHAR(1) = '0' puntaje_etapa2: DECIMAL(6,2) = 0.00 medalla_etapa2: CHAR(1) = '0' muestravalida_etapa1: TINYINT = 0 muestravalida_etapa2: TINYINT = 0 «FK» + FK_muestraevento_categoria(INT) + FK_muestraevento_evento(INT) + FK_muestraevento_marca(INT) + FK_muestraevento_persona(INT) + FK_muestraevento_productor(INT) «index» + IXFK_muestraevento_categoria(INT) + IXFK_muestraevento_evento(INT) + IXFK_muestraevento_marca(INT) + IXFK_muestraevento_persona(INT) + IXFK_muestraevento_productor(INT) «PK» + PK_muestraevento(INT) dm MySQL persona «column» *PK idpersona: INT FK tipodoc: CHAR(1) = '' nrodoc: CHAR(15) = '' nombres: CHAR(30) = '' apell idos: CHAR(30) = '' «FK» + FK_persona_tipodoc(CHAR) «index» + IXFK_persona_tipodoc(CHAR) «PK» + PK_persona(INT) 65 Tabla 16: Tabla productor Tabla 17: Tabla región dm MySQL productor «column» *PK idproductor: INT FK idregion: INT FK tipodoc: CHAR(1) = '' nrodoc: CHAR(11) = '' nombre: CHAR(100) = '' direccion: CHAR(80) = '' provincia: CHAR(30) = '' telfi jo: CHAR(9) = '' telcel: CHAR(11) = '' emailemp: CHAR(80) = '' emailper: CHAR(80) = '' «FK» + FK_productor_region(INT) + FK_productor_tipodoc(CHAR) «index» + IXFK_productor_region(INT) + IXFK_productor_tipodoc(CHAR) «PK» + PK_productor(INT) dm MySQL region «column» *PK idregion: INT codigo: CHAR(6) = '' nombre: CHAR(20) = '' «PK» + PK_region(INT) 66 Tabla 18: Tabla rptevento Tabla 19: Tabla rpteventoopt dm MySQL rptev ento «column» *PK idrptevento: INT ordenrpt: CHAR(2) = '' nombre: CHAR(80) = '' consulta: BLOB cabecera: BLOB condicion: CHAR(80) = '' orden1: CHAR(80) = '' orden2: CHAR(80) = '' consulta1: CHAR(250) = '' consulta2: CHAR(250) = '' cabecera1: CHAR(250) = '' cabecera2: CHAR(250) = '' calcColumn1: CHAR(200) = '' calcColumn2: CHAR(200) = '' exportxls: INT = 1 «PK» + PK_rptevento(INT) dm MySQL rptev entoopt «column» *PK idrpteventoopt: INT FK idrptevento: INT orden: CHAR(2) = '' columna: CHAR(100) = '' tipo: CHAR(1) = '' nombre: CHAR(40) = '' opt: INT = 1 cadenaopt: CHAR(250) = '' valoroptdefault: CHAR(40) = '' intervalo: CHAR(2) = '' obligatorio: TINYINT = 0 seltodos: TINYINT = 0 «FK» + FK_rpteventoopt_rptevento(INT) «index» + IXFK_rpteventoopt_rptevento(INT) «PK» + PK_rpteventoopt(INT) 67 Tabla 20: Tabla tipodoc Tabla 21: Tabla usuario dm MySQL tipodoc «column» *PK tipodoc: CHAR(1) = '' nombre: CHAR(10) persona: TINYINT = 0 productor: TINYINT = 0 «PK» + PK_tipodoc(CHAR) dm MySQL usuario «column» *PK idusuario: INT usuario: CHAR(20) = '' nomusuario: CHAR(60) = '' clave: CHAR(20) = '' tipo: CHAR(1) = '2' mesa: CHAR(2) = '' activo: TINYINT = 1 «PK» + PK_usuario(INT) 68 CAPITULO IV: ANALISIS E INTERPRETACION DE LOS RESULTADOS 4.1. Procesamiento Estadístico. De acuerdo al estudio se despliega los resultados obtenidos del trabajo de campo para la variable dependiente en los casos del pre prueba y post prueba aplicando las métricas correspondientes a los indicadores seleccionados. Dichos resultados son sometidos a un minucioso análisis para extraer los principales rasgos de comportamiento y, de este modo tener elementos de juicio para interpretar de manera global. 4.1.1. Para la variable independiente: La variable independiente será el Análisis, diseño y desarrollo de Software 𝑿𝟏 = Registro de solicitudes realizadas por participantes. X2 = Tiempo disponible para la atención de solicitudes X3 = Tiempo disponible para la atención de solicitudes con la aplicación del software 69 TABLA Nº 22 ASIGNANDO VARIABLE AL INDICADOR INDEPENDIENTE Indicadores Registro de Solictudes Porcentaje 𝑿𝟏= Registro de solicitudes realizadas por participantes 231 100% 𝑿𝟐 Tiempo disponible para la atención de solicitudes 77 33% X3 Tiempo disponible para la atención de solicitudes con la aplicación del software 154 67 % 4.1.2. Para la variable Dependiente. El presente proyecto cuenta con 2 indicadores que permiten obtener resultados que se encuentran representados en cuadros estadísticos en el grupo de investigación tanto en la etapa pre- prueba como post-prueba luego de aplicar la acción. 70 Asignando variables a los indicadores: Y1= Tiempo empleado en atender una solicitud por día Y2= Cantidad de personas atendidas al día A. TRATAMIENTO ESTADÍSTICO PARA LOS INDICADORES DE LA PRE- PRUEBA DE LA VARIABLE DEPENDIENTE. 1. Indicador 𝐘𝟏 = Tiempo empleado en atender una solicitud por día: Considerando el tamaño de la muestra que consta de 20 procesos de atención de solicitudes. Además para garantizar que el tamaño de la muestra sea representativo al trabajo observado, se requiere un tamaño de muestra en la que se asegure un 95% de probabilidad de éxito y un error de 0.05. La tabla Nº 7, Muestra los datos recogidos durante la etapa de la Pre- Prueba. 71 TABLA Nº 23 CUADRO DE DATOS RECOLECTADOS PARA EL INDICADOR 𝒀𝟏 PRE PRUEBA N 1 3 2 2 3 2 4 3 5 2 6 2 7 3 8 3 9 3 10 3 11 2 12 3 13 3 14 3 15 2 16 2 17 2 18 3 19 3 20 3 𝒀𝟏 Pre (Cantidad) 72 TABLA Nº 24 ESTADÍSTICA DESCRIPTIVA 𝒀𝟏 PRE PRUEBA Variable 𝒀𝟏 Pre Media 2,600 Desv. Estándar 0,503 Varianza 0,253 CoefVar 19,33 Mediana 3,000 Moda 12 Sesgo -0,44 Kurtosis -2,02 73 GRAFICO Nº 01 RESUMEN ESTADÍSTICO DEL INDICADOR 𝒀𝟏 PRE PRUEBA Interpretación 𝒀𝟏 Pre Prueba: De acuerdo al grafico mostrado se observa la prueba de normalidad de Anderson –Darling en la que p=0,005. Por lo consiguiente es menor que el nivel de significancia∝= 0.05, lo que significa que los datos para este indicador no siguen una distribución normal, además tienen un Sesgo de -0.44 que significa una asimetría negativa, es decir existe mayor concentración de valores a la izquierda de la media que a su derecha; y tiene una Kurtosis de -2.01 que significa que la curva es platicúrtica, es decir los datos presentan un reducido grado de concentración alrededor de la media aritmética. 74 2. Indicador 𝐘𝟐 = Cantidad de participantes atendidas al día. Considerando el tamaño de la muestra que consta de 20 procesos de atención de solicitudes. Además para garantizar que el tamaño de la muestra sea representativo al trabajo observado, se requiere un tamaño de muestra en la que se asegure un 95% de probabilidad de éxito y un error de 0.05. B. TRATAMIENTO ESTADÍSTICO PARA LA POST PRUEBA. 1. Indicador 𝐘𝟏 = Tiempo empleado en atender una solicitud por día: Considerando el tamaño de la muestra que fue de 20 procesos de atención de solicitudes. Además para garantizar que el tamaño de la muestra sea representativo al trabajo observado, se requiere un tamaño de muestra en la que se asegure un 95% de probabilidad de éxito y un error de 0.05. 75 La tabla Nº 25, Muestra los datos recogidos durante la etapa de la Post- Prueba. TABLA Nº 25 CUADRO DE DATOS RECOLECTADOS PARA EL INDICADOR𝒀𝟏 POST PRUEBA N 1 1 2 0 3 0 4 0 5 1 6 1 7 1 8 0 9 0 10 0 11 1 12 1 13 0 14 1 15 0 16 0 17 1 18 1 19 1 20 0 𝒀𝟏 Post 76 TABLA Nº 26 ESTADÍSTICA DESCRIPTIVA 𝒀𝟏 POST PRUEBA Variable Media 0,500 Desv. Estándar 0,513 Varianza 0,263 CoefVar 102,60 Mediana 0,500 Moda 10 Sesgo 0,00 Kurtosis -2,24 𝒀𝟏 Post 77 GRAFICO Nº 02 RESUMEN ESTADÍSTICO DEL INDICADOR 𝒀𝟏 POST PRUEBA Interpretación 𝒀𝟏 Post Prueba: De acuerdo al grafico mostrado se observa la prueba de normalidad de Anderson –Darling en la que p = 0,005. Por lo consiguiente es menor que el nivel de significancia∝= 0.05, lo que significa que los datos para este indicador no siguen una distribución normal, además tienen un Sesgo de -0.00 que significa una asimetría negativa, es decir existe mayor concentración de valores a la izquierda de la media que a su derecha; y tiene una Kurtosis de -2.24 que significa que la curva es platicúrtica, es decir los datos presentan un reducido grado de concentración alrededor de la media aritmética. 78 2. Indicador 𝐘𝟐 = Cantidad de personas atendidas al día. Considerando el tamaño de la muestra que costa de 20 procesos de atención de solicitudes. Además para garantizar que el tamaño de la muestra sea representativo al trabajo observado, se requiere un tamaño de muestra en la que se asegure un 95% de probabilidad de éxito y un error de 0.05. La tabla Nº 27, Muestra los datos recogidos durante la etapa de la Post- Prueba. TABLA Nº 27 CUADRO DE DATOS RECOLECTADOS PARA EL INDICADOR 𝒀𝟐 POST PRUEBA N 1 5 2 6 3 7 4 6 5 5 6 6 7 7 8 6 9 6 10 7 11 6 𝒀𝟐 Post (Cantidad) 79 12 6 13 5 14 7 15 6 16 8 17 7 18 6 19 6 20 5 TABLA Nº 28 ESTADÍSTICA DESCRIPTIVA 𝒀𝟐 POST PRUEBA Variable Media 6,150 Desv. Estándar 0,813 Varianza 0,661 CoefVar 13,22 Mediana 6,000 Moda 6 Sesgo 0,36 Kurtosis -0,01 𝒀𝟐 Post 80 GRAFICO Nº 03 RESUMEN ESTADÍSTICO DEL INDICADOR 𝒀𝟐 POST PRUEBA Interpretación 𝐘𝟐 Post Prueba: De acuerdo al grafico mostrado se observa la prueba de normalidad de Anderson –Darling en la que p = 0,005. Por lo consiguiente es menor que el nivel de significancia∝= 0.05, lo que significa que los datos para este indicador no siguen una distribución normal, además tienen un Sesgo de 0.36 que significa una asimetría positiva, es decir existe mayor concentración de valores a la izquierda de la media que a su derecha; y tiene una Kurtosis de -0.01 que significa que la curva es platicúrtica, es decir los datos presentan un reducido grado de concentración alrededor de la media aritmética. 81 4.2. Prueba de Hipótesis por Indicador Validación de la hipótesis del Indicador 𝐘𝟏: Tiempo empleado en atender una solicitud por día Hipótesis general del Indicador: Si se aplica la propuesta de Implementación de un software como soporte entonces influye positivamente para controlar los resultados del Concurso nacional del Pisco. Hipótesis Nula: 𝐇𝟎= Si se aplica la propuesta de Implementación de un software como soporte entonces No influye positivamente para controlar los resultados del Concurso nacional del Pisco. Tiempo empleado en atender una solicitud por día 𝛍𝟏= Mediana del tiempo empleado en atender una solicitud por dia pre prueba. 𝛍𝟐= Mediana del tiempo empleado en atender una solicitud por dia post prueba. 𝐇𝟎:𝛍𝟏 ≤ 𝛍𝟐 𝐇𝒂 :𝛍𝟏>𝛍𝟐  Nivel de significancia ∝= 𝟓%  Prueba de Mann-Whitney e IC: Y1 PRE; Y1 POST: 82 TABLA Nº 29 TABLA MANN-WHITNEY E IC: Y1 PRE; Y1 POST N Mediana Y1 PRE 20 3,0000 Y1 POST 20 0,5000 La estimación del punto para ETA1-ETA2 es 2,0000 95,0 El porcentaje IC para ETA1-ETA2 es (1,9999; 2,0000) W = 610,0 Prueba de ETA1 = ETA2 vs. ETA1 > ETA2 es significativa en 0,0000 La prueba es significativa en 0,0000 (ajustado por empates) Como 𝑛1= 20; 𝑛2= 20; w= 610,0 reemplazaremos en la fórmula: 𝑍 = 𝑊 − 𝑛1(𝑛1+𝑛2 + 1) 2 √𝑛1𝑛2(𝑛1 + 𝑛1 + 1) 12 𝑍 = 610,0 − 20(20 + 20 + 1) 2 √20.20(20 + 20 + 1) 12 83 = 200 36,9684 = 𝟓. 𝟒𝟏𝟎𝟎 GRAFICO Nº 04 PRUEBA DE HIPOTESIS Y1 PRE PRUEBA, Y1 POST PRUEBA INDICADOR 𝒀𝟏 Zc = Región de Rechazo Z Región de Aceptación Z = 5.4100 84 CAPITULO V: CONCLUSIONES Y RECOMENDACIONES 5.1. Conclusiones. Al concluir el presente proyecto de tesis se pudo llegar a las siguientes conclusiones 1. La implementación y utilización de un software mejora el proceso de atención en el concurso nacional del pisco, dado nos va a permitir disminuir los tiempos en la atención de los participantes por dia. 2. Asimismo, se concluye que del gráfico Nº 03 se observa que 5,4100 = Z>Zc = 1,64, lo que significa que se aplica el Software, entonces se disminuye el tiempo empleado en atender una solicitud por dia en el concurso nacional del Pisco. 3. Finalmente, En el gráfico Nº 04 se observa que 4.3415= Z>Zc = 1,64, lo que significa que si se aplica el software, entonces se disminuye el tiempo en atender a las personas por dia en concurso nacional del pisco. 85 5.2. Recomendaciones Finalizado el proceso de desarrollo de la presente tesis se recomienda lo siguiente: 1. Para poder implementar el software, se debe contar con la aprobación de los organizadores del concurso y de los productores, así como con la colaboración del personal involucrado en el proceso ya que en un mediano corto plazo se implemente este software. 2. Aplicar el presente software para mejorar la atención del concurso 3. Se debe programar un proceso de capacitación al personal encargado de la parte técnica del concurso. 86 REFERENCIAS BIBLIOGRAFICAS 1. The Pragmatic Programmer Andrew Hunt y David Thomas 2012 2. The Hidden Language Charles Petzold 2013 3. Análisis y diseño de Sistemas KENNETH E. KENDALL & JULIE E. KENDALL 4. UML @ Classroom Martina Seidl 2015 5. PIATTINI M., CALVO J. “Análisis y Diseño Detallado de Aplicaciones Informáticas de Gestión”. Editorial Afaomega. Primera Edición, 2000. 6. Mosquera J. & Mestanza W. Análisis, Diseño e Implementación de un Sistema de Información Integral de Gestión Hospitalaria para un establecimiento de Salud Público. 2007 7. MUGPERU. Fundamentos y Modelamiento de Procesos de Negocio bajo Business Process Management (BPM). 2010. 8. Muñoz A. Sistemas de información en las empresas. 2003. Recuperado de: http://www.upf.edu/hipertextnet/numero-1/sistem_infor.html 9. Gómez, Marcelo. Introducción a la Metodología de la Investigación Científica. Córdoba, 2006, Brujas, 95pp. 10. Klimovsky Gregorio, Las Desventuras del Conocimiento Científico- Una introducción a la epistemología. 6ª ed., 1997, A-Z Editora, 418pp. 11. Tamayo y Tamayo, Mario. El proceso de la Investigación Científica.4ª ed., México, 2004, Ed. Limusa, 43pp. 12. Pavez (2009), Las Tecnologías de la Información y las Comunicaciones para la gestión del conocimiento, citado en: 87 http://www.econlink.com.ar/gestion-conocimiento/tecnologias (12/05/2012). 13. http://www.dspace.espol.edu.ec/handle/123456789/16605(06/06/2012) 14. www.tesis.uchile.cl/tesis/uchile/2009/fortuno_f/.../fortuno_f.pdf(06/06/2012). 15. https://sites.google.com/a/udo.edu.ve/adsi/tesis-pdf(08/06/2012). 88 ANEXOS 89 Anexo 01: Ventanas del Sistema Iniciar Sesión Ventana Principal Ventana Principal para el usuario Administrador Ventana Principal para el usuario Operador 90 Mantenimiento Catadores Mantenimiento de Personas Mantenimiento de Productores 91 Mantenimiento de Usuarios Mantenimiento de Eventos Registro de Eventos 92 Evento: Listado de Muestras Muestras: Nueva Muestra 93 Muestras – Nueva Muestra: Nueva Marca Evento: Mesas y Catadores 1ra Etapa Regional 94 Evento: Mesas y Catadores 2da Etapa Nacional Ficha de Cata Ficha de Cata 1ra Etapa – Regional 95 Ficha de Cata 2da Etapa – Nacional Procesamiento de Resultados 1ra Etapa Regional – Calificación 96 1ra Etapa Regional – Resultados Finales 2da Etapa Nacional – Calificación 97 2da Etapa Nacional – Resultados Finales Reportes de Catadores: Evaluación 1ra Etapa Regional 98 2da Etapa Nacional Reporte de Calificación de Cata 2da Etapa Nacional 99 Reportes de Eventos 100 Anexo 02: Scripts Procedimiento de Cálculo de promedio de la Calificación de la Ficha de Cata PROCEDURE CalcularPromedios LOCAL nidmuestraevento, nncatas, npromedio, corden, nenrango, nenrangodiv npromedio = 0 SCAN nidmuestraevento = T_promedio.idmuestraevento nncatas = VAL(T_promedio.ncatas) npromedio = T_promedio.promedio nenrango = 0 nenrangodiv = 0 SELECT ("c_resultado") GOTO TOP corden = "1" SCAN FOR c_resultado.idmuestraevento = nidmuestraevento REPLACE c_resultado.orden WITH corden REPLACE c_resultado.minimo WITH npromedio - 7 REPLACE c_resultado.maximo WITH IIF(npromedio+7 > 100, 100, npromedio + 7) REPLACE c_resultado.ncatas WITH 0 REPLACE c_resultado.promedio WITH 0 IF corden != "1" REPLACE c_resultado.codigo WITH "" REPLACE c_resultado.region WITH "" REPLACE c_resultado.productor WITH "" REPLACE c_resultado.marca WITH "" REPLACE c_resultado.categoria WITH "" ELSE SCATTER FIELDS idmuestraevento, codigo, codigoregion, region, productor, marca, categoria MEMVAR ENDIF DO CASE CASE c_resultado.enrango < c_resultado.minimo REPLACE c_resultado.enrango WITH 0 REPLACE c_resultado.sobrerango WITH 0 CASE c_resultado.enrango > c_resultado.maximo REPLACE c_resultado.bajorango WITH 0 REPLACE c_resultado.enrango WITH 0 OTHERWISE REPLACE c_resultado.bajorango WITH 0 REPLACE c_resultado.sobrerango WITH 0 IF c_resultado.aspirante = 0 nenrango = nenrango + c_resultado.enrango nenrangodiv = nenrangodiv + 1 ENDIF ENDCASE corden = STR(VAL(corden)+1,1,0) ENDSCAN APPEND BLANK REPLACE c_resultado.idmuestraevento WITH nidmuestraevento REPLACE c_resultado.orden WITH "X" REPLACE c_resultado.ncatas WITH nncatas REPLACE c_resultado.promedio WITH npromedio REPLACE c_resultado.enrango WITH IIF(nenrango = 0, 0, ROUND(nenrango / nenrangodiv, 2)) *!* SELECT ("c_resultadofinal") APPEND BLANK GATHER FIELDS idmuestraevento, codigo, codigoregion, region, productor, marca, categoria MEMVAR REPLACE c_resultadofinal.promedio WITH IIF(nenrango = 0, 0, ROUND(nenrango / nenrangodiv, 2)) REPLACE c_resultadofinal.medalla_etapa1 WITH "0" 101 REPLACE c_resultadofinal.medalla_etapa2 WITH "0" SELECT ("t_promedio") ENDSCAN *!* SELECT ("c_resultadofinal") LOCAL lsw, nCalifica, nPuntuacionFinal SELECT ("t_calificacionfinal") GOTO TOP SCAN SCATTER FIELDS codigoregion, region, categoria, muestras, porciento30 MEMVAR m.codigoregion = ALLTRIM(m.codigoregion) m.categoria = ALLTRIM(m.categoria) nCalifica = -1 nPuntuacionFinal = 0 lsw = THISFORM.etapa == "1" AND THISFORM.Etapa2 == 1 SELECT ("c_resultadofinal") GOTO TOP SCAN FOR IIF(lsw, ; ALLTRIM(c_resultadofinal.codigoregion) == m.codigoregion ; AND ALLTRIM(c_resultadofinal.categoria) == m.categoria, ; ALLTRIM(c_resultadofinal.categoria) == m.categoria) m.porciento30 = IIF(m.porciento30 = 0, 1, m.porciento30) AsignacionMedallas(@nPuntuacionFinal, @nCalifica, c_resultadofinal.promedio, ; m.porciento30, THISFORM.etapa) ENDSCAN SELECT ("t_calificacionfinal") ENDSCAN ENDPROC Procedimiento de Asignación de medallas (en la 1ra etapa los que pasan a la 2da etapa) PROCEDURE AsignacionMedallas LPARAMETERS nPuntuacionActual, nCalifica, nPromedioMuestra, nPorCiento30, cEtapa LOCAL cMedalla_Etapa, cDescripcionMedalla_Etapa DO CASE CASE nPromedioMuestra < 80 cMedalla_Etapa = "0" cDescripcionMedalla_Etapa = "" CASE nPromedioMuestra >= 80 AND nPromedioMuestra < 82 cMedalla_Etapa = "1" cDescripcionMedalla_Etapa = "BRONCE" CASE nPromedioMuestra >= 82 AND nPromedioMuestra < 85 cMedalla_Etapa = "2" cDescripcionMedalla_Etapa = "PLATA" CASE nPromedioMuestra >= 85 AND nPromedioMuestra < 92 cMedalla_Etapa = "3" cDescripcionMedalla_Etapa = "ORO" CASE nPromedioMuestra >= 92 cMedalla_Etapa = "4" cDescripcionMedalla_Etapa = "GRAN MEDALLA" ENDCASE *!* Las muestras con el mismo puntaje, no incrementan el valor de los que califican IF nPuntuacionActual != nPromedioMuestra nCalifica = nCalifica + 1 nPuntuacionActual = nPromedioMuestra ENDIF *!* Escribiendo valores DO CASE CASE cEtapa == "1" IF nCalifica <= nPorCiento30 && Sólo el 30% obtienen medallas y pasan a la 2da Etapa 102 REPLACE muestravalida_etapa2 WITH 1 && Pasa a la siguiente a la 2da etapa Nacional REPLACE medalla_etapa1 WITH cMedalla_Etapa && Asignación de código de medalla REPLACE dmedalla_etapa1 WITH cDescripcionMedalla_Etapa && Asignación de descripción de medalla ELSE REPLACE muestravalida_etapa2 WITH 0 && No pasa a la siguiente a la 2da etapa Nacional REPLACE medalla_etapa1 WITH "0" && Sin medalla ENDIF CASE cEtapa == "2" IF nCalifica <= nPorCiento30 && Sólo el 30% obtienen medallas REPLACE medalla_etapa2 WITH cMedalla_Etapa && Asignación de código de medalla REPLACE dmedalla_etapa2 WITH cDescripcionMedalla_Etapa && Asignación de descripción de medalla ELSE REPLACE medalla_etapa2 WITH "0" && Sin medalla ENDIF ENDCASE RETURN ENDPROC ANEXO 03: MATRIZ DE CONSISTENCIA TÍTULO: “Análisis, Diseño y Desarrollo de un Software para controlar los resultados del Concurso Nacional de Pisco 2017- Moquegua”. PROBLEMA OBJETIVO HIPÓTESIS VARIABLES INDICADORES ÍNDICES MÉTODOS TÉCNICAS INSTRUMENTOS Problema Principal Objetivo General Hipótesis General ¿En qué medida el desarrollo de un software contribuye a mejorar el control de los resultados en en Concurso Nacional del Pisco? Proponer la Implementación de un software como soporte para controlar los resultados del Concurso Nacional del Pisco en la Ciudad de Moquegua. Si se aplica la propuesta de Implementación de un software como soporte entonces influye positivamente para controlar los resultados del Concurso nacional del Pisco. DEFINICIÓN CONCEPTUAL Variable Independiente: X = Análisis, diseño y desarrollo de Software Variable Dependiente: Concurso Nacional del Pisco. Y1 = Tiempo empleado en atender una solicitud por día. Y2 = Cantidad de personas atendidas al día. No – Si Tipo de Investigación: Aplicada Nivel de investigación: Descriptiva- correlacional Diseño de la investigación: Cuasi Experimental Ge: O1 X O2 Universo : El universo está conformado todos los procesos participantes al evento Entrevista Observación Encuestasl . Guía de Entrevista Plantilla de cuestionarios Guías de observación de campo Fichas de Observación. Muestra: El tamaño de la muestra para la investigación será de 20 Procesos.