Sistema web basado en redes neuronales para mejorar la recaudación tributaria de la Municipalidad Distrital de la Esperanza en el año 2017
DOI:
https://doi.org/10.18050/td.v16i1.1946Palabras clave:
Recaudación, Contribuyentes, Predios, Notificaciones, PronósticoResumen
En la presente investigación se desarrolló un Sistema WEB basado en redes neuronales, el cual tuvo como objetivo mejorar la recaudación tributaria en la Municipalidad Distrital de La Esperanza, con la finalidad de incrementar el número promedio de monitoreo de contribuyentes que más pagan tributos por sector, incrementar el tiempo promedio en el seguimiento de cada predio registrado, incrementar el tiempo promedio en el seguimiento de las notificaciones y, finalmente, aumentar el nivel de precisión del pronóstico de recaudación utilizando redes neuronales. La población fue de 33,000 contribuyentes. Se optó por PHP como lenguaje de programación para el desarrollo del Sistema WEB utilizando MySQL como gestor de base de datos, y se utilizó la metodología ICONIX. Mediante el diseño experimental de pre test y post test, los resultados obtenidos fueron positivos ya que el número promedio de monitoreo de los contribuyentes con el sistema actual fue de 1.414 veces mientras que con el sistema implementado fue de 3.370 veces incrementando en 1.956 el número de veces. En el seguimiento de predios con el sistema actual fue de 3.818 veces mientras que con el sistema propuesto fue de 9.655 incrementando en 5.837 el promedio de predios registrados. En el seguimiento de las notificaciones con el sistema actual fue de 0.950 mientras que con el sistema propuesto fue de 3.992 incrementando en 3.042 el promedio en las notificaciones efectivas. El nivel de precisión en el pronóstico de recaudación con el sistema actual fue de 0.506 veces, mientras que con el sistema propuesto fue de 1.518 aumentando en 1.012 el número promedio. Se concluyó que con la implementación del sistema se mejoró significativamente la recaudación tributaria en la Municipalidad Distrital de La Esperanza.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2018 Tecnología & Desarrollo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.