SILVA, J.C.F. da. Aplicao de tcnicas de Minerao de Dados para identificao de falhas freqentes na frota fiscalizada pela EMTU.

2010. 51f. Trabalho de Concluso de Curso - Centro Estadual de Educao Tecnolgica Paula Souza Faculdade de Tecnologia de Indaiatuba. Orientador: Maria das Graas J.M. Tomazela. Resumo Apesar do avano da tecnologia em desenvolver novos softwares para a captao, processamento e armazenamento de informaes, muitas ferramentas ainda so desconhecidas. Com isso, a explorao das informaes armazenadas em bancos de dados no realizada de maneira integral. Neste sentido, este estudo monogrfico tem como objetivo a aplicao de tcnicas de minerao de dados na base de dados do rgo fiscalizador do transporte coletivo de Campinas, a Empresa Metropolitana de Transportes Urbanos de So Paulo S/A EMTU, visando encontrar regras de associao que possam revelar padres de conhecimento que iro auxiliar o inspetor de manuteno durante a inspeo veicular. A base de dados, em que foram realizados os experimentos de minerao de dados, foi captada dos arquivos do Departamento de Fiscalizao e Inspeo da EMTU; so referentes s inspees realizadas entre o ano de 2009 e 2010. Para implementao do projeto, foi utilizado o software Weka, que alm de ser de domnio pblico, implementa as principais tarefas de minerao de dados: associao, classificao e clusterizao. Nesse trabalho foi utilizada a tarefa de associao para identificao: das falhas mais freqentes nos veculos; qual a freqncia de falhas no sanadas; que empresa tem maior constncia de falhas no sanadas. As regras encontradas na minerao de dados, na base de dados da inspeo veicular da EMTU, revelaram no haver suficiente preocupao das empresas em resolver falhas referentes conservao da carroceria dos veculos. As falhas de manuteno, embora com menor freqncia de ocorrncias, em relao s falhas de conservao, tambm mostraram dados bastantes altos, 65% de falhas no resolvidas. Os resultados mostram que determinadas empresas merecem maior ateno por parte dos inspetores de manuteno no sentido de buscar melhorias na qualidade dos servios prestados. Palavras-chave: KDD, Minerao de Dados, Weka, Associao, Inspeo Veicular. Referncias Bibliogrficas AMO, Sandra de. Tcnicas de Minerao de Dados. Universidade Federal de Uberlndia, 2004. Disponvel em <http://www.deamo.prof.ufu.br/arquivos/JAIcap5.pdf> Acesso em: 03/10/2010. BERRY, Michael J.A. LINOFF, Gordon S. Data Mining Techniques For Marketing, Sales, and Customer Relacionship Management. Indianapolis. Editora: Wiley publishing, Inc., 2005. p.8-221. EMTU. Disponvel em: < http://www.emtu.sp.gov.br/institucional/> Acesso em 12/10/2010. rea: Tecnologia em Informtica

FAYYAD, Usama; PIATETSKY-SHAPIRO, Gregory; SMYTH, Padhraic. From Data Mining to Knowledge Discovery in Databases, 1996. Disponvel em: < http://www.daedalus.es/fileadmin/daedalus/doc/MineriaDeDatos/fayyad96.pdf> Acesso em: 23 de abr. 2010. GOLDSCHMIDT, Ronaldo; PASSOS, Emmanuel. Data Mining: Um guia prtico. So Paulo: Editora Campus, 2005. 261p. HAN, Jiawei ; KAMBER, Micheline. Data Mining: Concepts and Techniques. San Francisco: Editora Elsevier, 2006. p.6-403. LAROSE, Daniel T. Data Mining Methods and Models. New Jersey. Editora: John Wiley & Sons, Inc., 2006. p.141-205. MAGALHES, Keli Dayana Martins; GEDRES, Carlos Alberto Pouey. Tpicos Emergentes do Sistema de Informao Gerencial. 2008. Disponvel em: < http://www.administradores.com.br/informe-se/artigos/sistema-de-informacaogerencial/23741/ > Acesso em: 27 de abr. 2010. Redes Neurais. Disponvel em: http://www.icmc.usp.br/~andre/research/neural/index.htm >. Acesso em: 21 de abr. 2010 TANG, ZhaoHui; MACLENNAN, Jamie. Data Mining with SQL Server 2005. Indianapolis: Wiley publishing, Inc., 2005. p.2-187. WITTEN, Ian H.; FRANK, Eibe. Data Mining: Practical Machine Learning Tools and Techniques. San Francisco. Editora: Elsevier Inc., 2005. p.106-136. Weka manual. Disponvel em: <http://ufpr.dl.sourceforge.net/project/weka/documentation/3.6.x/WekaManual-31.pdf weka/>