PORTOVISION: sistema de análise e predição para otimização do transporte marítimo brasileiro baseado em dados da ANTAQ
| dc.contributor.advisor | Souza, Higor Amario de | |
| dc.contributor.author | Ribeiro, Ana Beatriz Martins [UNESP] | |
| dc.contributor.committeeMember | Albino, João Pedro [UNESP] | |
| dc.contributor.committeeMember | Brega, José Remo Ferreira [UNESP] | |
| dc.contributor.institution | Universidade Estadual Paulista (Unesp) | |
| dc.date.accessioned | 2025-12-15T17:24:31Z | |
| dc.date.issued | 2025-12-02 | |
| dc.description.abstract | O modal marítimo desempenha papel importante no transporte de cargas em grandes distâncias, sendo crucial para a economia global. No entanto, fatores como congestionamentos portuários, variações na produtividade de berços, paralisações e incertezas operacionais impactam diretamente os custos e prazos de entrega. Com o avanço da tecnologia, análise de dados e inteligência artificial, surgem oportunidades para otimizar processos, realizar análises e gerar previsões interessantes que apoiem decisões mais assertivas e melhorem o planejamento logístico. Este trabalho apresenta o desenvolvimento de um sistema de apoio à decisão voltado à logística marítima portuária brasileira, embasado em dados da ANTAQ. Foram realizadas análises exploratórias que possibilitaram a identificação de padrões, tendências e sazonalidades, contribuindo para uma melhor compreensão do comportamento das operações portuárias ao longo dos anos. O objetivo principal é transformar dados brutos em insights estratégicos, melhorando a eficiência, reduzindo incertezas, orientando decisões e investimentos logísticos em países como o Brasil. A partir das análises realizadas, bem como do dashboard e do modelo preditivo desenvolvidos, espera-se que o trabalho contribua para o aprimoramento da gestão e do planejamento portuário, fortalecendo a competitividade do transporte marítimo nacional. | pt |
| dc.description.abstract | Maritime transport plays an important role in the transport of cargo over long distances and is crucial to the global economy. However, factors such as port congestion, variations in berth productivity, stoppages, and operational uncertainties directly impact costs and delivery times. With advances in technology, data analysis, and artificial intelligence, opportunities arise to optimize processes, perform analyses, and generate interesting forecasts that support more assertive decisions and improve logistics planning. This work presents the development of a decision support system focused on Brazilian maritime port logistics, based on data from ANTAQ. Exploratory analyses were carried out that enabled the identification of patterns, trends, and seasonality, contributing to a better understanding of the behavior of port operations over the years. The main objective is to transform raw data into strategic insights, improving efficiency, reducing uncertainties, and guiding logistics decisions and investments in countries such as Brazil. Based on the analyses performed, as well as the dashboard and predictive model developed, it is expected that this work will contribute to the improvement of port management and planning, strengthening the competitiveness of national maritime transport. | en |
| dc.description.sponsorshipId | Não recebi financiamento | |
| dc.identifier.citation | RIBEIRO, Ana Beatriz Martins. PORTOVISION: sistema de análise e predição para otimização do transporte marítimo brasileiro baseado em dados da ANTAQ. 2025. 59 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Faculdade de Ciências, Universidade Estadual Paulista (UNESP), Bauru, 2025. | |
| dc.identifier.uri | https://hdl.handle.net/11449/317210 | |
| dc.language.iso | por | |
| dc.publisher | Universidade Estadual Paulista (Unesp) | |
| dc.rights.accessRights | Acesso aberto | pt |
| dc.subject | Logística marítima | pt |
| dc.subject | Sistema de apoio à decisão | pt |
| dc.subject | Aprendizado de máquina | pt |
| dc.subject | Gestão portuária | pt |
| dc.subject | Análise de dados | pt |
| dc.subject | Maritime logistics | en |
| dc.subject | Decision support system | en |
| dc.subject | Machine learning | en |
| dc.subject | Port management | en |
| dc.subject | Data analysis | en |
| dc.title | PORTOVISION: sistema de análise e predição para otimização do transporte marítimo brasileiro baseado em dados da ANTAQ | pt |
| dc.title.alternative | PORTOVISION: analysis and prediction system for optimizing Brazilian maritime transport based on ANTAQ data | en |
| dc.type | Trabalho de conclusão de curso | pt |
| dspace.entity.type | Publication | |
| relation.isAuthorOfPublication | 04b4b8e6-cee2-4df7-8db7-ab2963de29e0 | |
| relation.isAuthorOfPublication.latestForDiscovery | 04b4b8e6-cee2-4df7-8db7-ab2963de29e0 | |
| relation.isOrgUnitOfPublication | aef1f5df-a00f-45f4-b366-6926b097829b | |
| relation.isOrgUnitOfPublication.latestForDiscovery | aef1f5df-a00f-45f4-b366-6926b097829b | |
| relation.isUndergradCourseOfPublication | df1908ee-c0c8-4434-8a19-2e30b9824084 | |
| relation.isUndergradCourseOfPublication.latestForDiscovery | df1908ee-c0c8-4434-8a19-2e30b9824084 | |
| unesp.campus | Universidade Estadual Paulista (UNESP), Faculdade de Ciências, Bauru | pt |
| unesp.examinationboard.type | Banca pública | pt |
| unesp.undergraduate | Bauru - FC - Sistemas de Informação | pt |
Arquivos
Pacote original
1 - 1 de 1
Carregando...
- Nome:
- ribeiro_abm_tcc_bauru.pdf
- Tamanho:
- 3.75 MB
- Formato:
- Adobe Portable Document Format
Licença do pacote
1 - 2 de 2
Carregando...
- Nome:
- license.txt
- Tamanho:
- 2.14 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição:
Carregando...
- Nome:
- ribeiro_abm_autorizacao_bauru.pdf
- Tamanho:
- 141.9 KB
- Formato:
- Adobe Portable Document Format
- Descrição:

