Please use this identifier to cite or link to this item: http://hdl.handle.net/10400.3/4223
Title: Um sistema de apoio à decisão para a gestão autárquica
Author: Rego, Hugo
Mendes, Armando B.
Guerra, Hélia
Keywords: Previsão
Sistemas de Apoio à Decisão
Economic Indicators
Prediction Models
Issue Date: 2015
Publisher: Universidade Aberta
Citation: Rego, Hugo; Mendes, Armando B.; Guerra, Hélia (2015). Um sistema de apoio à decisão para a gestão autárquica. "Revista de Ciências da Computação" [Em linha]. ISSN 1646-6330 (Print) 2182-1801 (Online). Vol. 10, nº 10, p. 75-90.
Abstract: Neste trabalho, descreve-se um Sistema de Apoio à Decisão para fornecer indicadores de suporte a decisões de gestão numa organização de poder local, a autarquia de Lagoa - S. Miguel, Açores. É contemplada a modelação, recorrendo à notação UML, a criação de base de dados relacional MySQL, algoritmos de recolha de dados implementados em PHP e modelos de previsão na linguagem R. O sistema disponibiliza aos utilizadores previsões efetuadas por diferentes modelos, para os vários indicadores, aconselhando aqueles com erros mais próximos de zero. Usam-se funções R para alisamento exponencial, decomposição clássica com tendência linear e modelos ARIMA. Da aplicação realizada, com dados para 12 anos, concluiu-se que para a maior parte dos indicadores, o modelo da decomposição clássica é o aconselhado. Mas, para alguns indicadores, verificou-se que as duas medidas de erro usadas não são coerentes, deixando-se ao decisor a escolha final de qual o modelo a utilizar.
ABSTRACT: This paper describes a decision support system for providing indicators to support management decisions in a local government organization, the municipality of Lagoa - S. Miguel, Azores. The work includes modeling, using the UML notation, the creation of the relational database MySQL, algorithms for data collection using PHP, and forecasting models in R. Users have access to predictions made by different models for several indicators and are directed to models with the fewest number of errors. The R functions used are exponential smoothing, classical decomposition with linear trend and ARIMA models functions. From the analysis, for 12 years’ data, it is concluded that for most of the indicators, the classical decomposition model is desirable. However, for some indicators, it was found that the two error measures used are not consistent. In these cases, the final decision is left to the decision-maker, which chooses the preferable model.
Peer review: yes
URI: http://hdl.handle.net/10400.3/4223
ISSN: 2182-1801
Publisher Version: http://inqueritos.lead.uab.pt/OJS/index.php/RCC/issue/view/16
Appears in Collections:DME - Artigos em Revistas Nacionais / Articles in National Journals

Files in This Item:
File Description SizeFormat 
99-336-2-PB.pdf1,25 MBAdobe PDFView/Open


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote 

Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.