Revista Industrial Data 22(1): 113-132 (2019)
ISSN: 1560-9146 (Impreso) / ISSN: 1810-9993 (Electrónico) Diego Carreño / Luis
amaya / erika ruiz / FeLipe Javier
DOI: http://dx.doi.org/10.15381/idata.v22i1.16530
Facultad de Ingeniería Industrial - UNMSM
Diseño
de un sistema para la gestión de inventarios de las pymes en el sector
alimentario
Diego Andrés Carreño Dueñas [1]
Luis Felipe Amaya González [2]
Erika Tatiana Ruiz Orjuela [3]
Felipe
Javier Tiboche [4]
Recibido: 05/12/2018 Aceptado: 15/02/2019
INTRODUCCIÓN
Principalmente, se debe señalar que el
inventario es una parte fundamental dentro de las operaciones de una
organización, pues este lleva a cabo el registro de las actividades productivas
y comerciales. Por ello, debe presentarse en un estado que impida el
sobreabastecimiento de productos que le cueste una gran suma de dinero a la
empresa; al mismo tiempo, el gestor debe calcular los pedidos a través del
inventario para que no se hallen faltantes. Por ese motivo, Hillier y Lieberman
(2010) mencionan que “[…] los inventarios prevalecen en el mundo de los
negocios. Mantenerlos en un buen nivel es necesario para las compañías que
operan con productos físicos, como fabricantes, distribuidores y comerciantes”
(p. 772).
En Colombia, las cifras aproximadas indican que
las pymes:
[…] constituyen más del 90% de las entidades
económicas, el 75% de los nuevos puestos de empleo y el 53% de la producción bruta
de los sectores industrial, comercial y de servicios se conviert[e]n en parte
de la esencia de la economía nacional, no sólo por el volumen de este tipo de
empresas, sino también por la relevancia que tienen en la contribución a los
índices de empleo del país. (Quintero, 2018, p. 12 )
De esta
forma, datos como los proporcionados por la Gran
Encuesta a las Microempresas, elaborada por la Asociación Nacional de
Instituciones Financieras (2018), revelan los problemas más comunes que
enfrentan estas pequeñas y medianas empresas. Algunas de ellas han sido
evidenciadas también en el estudio de Regalado (2007), donde se menciona que el
“acceso restringido a las fuentes de financiamiento, bajos niveles de
capacitación de sus recursos humanos, limitados niveles de innovación y
desarrollo tecnológico, baja penetración en mercados internacionales, bajos
niveles de productividad, baja capacidad de asociación y administrativa” (p.
73).
Asimismo, investigaciones anteriores evidencian
problemas que han permanecido en el tiempo, como lo muestra el estudio de
Gutiérrez y Rodríguez (2008), el cual concluye que las empresas pymes en
Colombia no llevan un control de ventas y pérdidas que permita medir el nivel
del servicio prestado con el fin de determinar el nivel óptimo de inventario de
cada producto terminado. Se analizaba también el hecho de que la mayoría de
empresas tome decisiones con base en la experiencia y en modelos de gestión
apoyados en técnicas cualitativas; y, por otro lado, en menor proporción con
base en métodos estadísticos de pronóstico de demanda. Además, se encontró que
el 10% de las empresas que implementaron algún tipo de tecnología para ayudar
al control del inventario de la organización tuvieron que adaptar sus procesos
a los requisitos del software, cuando
debería ocurrir al contrario.
Todos los inconvenientes mencionados en el
párrafo anterior pueden ser solucionados ―destaca Argüello (2015) en su
diagnóstico de la gestión de inventarios de las pymes del sector industrial― a
través de una eficiente gestión del inventario. De acuerdo con lo propuesto, se
establece que las TIC juegan un papel clave en la gestión de inventarios,
puesto que en el mercado existen diferentes herramientas informáticas
destinadas al apoyo en la gestión de la cadena de suministro. Entre ellas
podemos encontrar las siguientes: VMI (inventario administrado por el
proveedor), CPFR (planeamiento participativo, pronóstico y reabastecimiento),
el RFID (identificación por radiofrecuencia) y el código de barras, las cuales
son utilizadas para la identificación, registro de operaciones y trazabilidad;
y WMS (sistema de gestión de almacenes) y LMS (sistema de manejo de personal),
las cuales apoyan la gestión de los flujos de información al ser realizados de
forma correcta (Correa y Gómez, 2009).
Pese al apoyo que las herramientas informáticas
brindan, las pymes colombianas argumentan que no implementan alguna TIC por
desconocimiento o capacidad de inversión; mientras que aquellas que deciden
realizar la implementación no cuentan con personas con conocimiento de las TIC
y su grado de aplicación en las organizaciones (Correa, Álvarez y Gómez, 2010;
Argüello, 2015).
Por otro lado, según analizan Servera, Gil y
Fuentes (2009), las TIC juegan un papel clave en la calidad del proceso de
gestión de inventarios de las empresas, pues demuestran en su investigación la
relevancia de realizar un estudio sobre estas, aplicadas a la función logística
y de gestión de materia prima. Así, la incorporación con rapidez de los avances
en las TIC en la función logística es un factor diferencial que permite mejorar
la eficiencia de todos los procesos porque genera valor al cliente.
Desde el punto de vista de Correa, Álvarez y
Gómez (2010), el máximo grado de control del inventario se logra en las
empresas con la implementación de sistemas automatizados de control e
identificación de productos, como “las tecnologías de código de barras y la
radiofrecuencia (RFID) [que] son sistemas de identificación de productos y
captura de datos que contribuyen a que los flujos de información en la gestión
de la cadena de suministro se realicen de manera eficiente y ágil” (pp.
117-118). No obstante, estos sistemas presentan problemas de almacenamiento y
lecturas erróneas debido al nivel de madurez de la tecnología actual; por eso,
Duong, Wood y Wang (2015) plantean dos opciones: utilizar estos dos sistemas de
forma simultánea o buscar nuevas alternativas tecnológicas más rápidas, libres,
ajustables y de menor costo tecnológico. A partir de ello, surge una opción
novedosa de almacenamiento para gestión de inventarios: los códigos QR
(respuesta rápida). Según Sandoval (2016), estos fueron creados por la empresa
japonesa Denso Wave con fines logísticos y de control de inventario, pues “los
códigos QR son un mobile tag, es
decir, un conjunto de imágenes bidimensionales que se descodifican con un
teléfono móvil y que permiten dar información más directa al usuario” (Vila,
2011, p. 1).
Si bien todas estas TIC deben estar soportadas
bajo una metodología de control de inventarios, autores como Osorio (2008) recomiendan varios sistemas de gestión
de inventarios para pymes, a los cuales los organiza en orden de dificultad e
implementación: “control manual, sistema Two-Bin, revisión visual, puntos de
reorden EOQ, puntos de reorden con lotes dependientes de inventario, revisión
periódica con lotes dependientes del nivel de inventario y revisión periódica
con puntos de reorden y lotes dependientes del nivel de inventario” (p. 6).
Para diseñar el sistema gestor de inventarios,
en el caso de este estudio, se desarrolló un software capaz de calcular la cantidad económica de pedido, generar
códigos QR y administrar la información en una base de datos. Con esta
aplicación se evitarán los datos faltantes, se disminuirán los costos de
almacenamiento y de personal, se ahorrará tiempo, se reducirán los niveles de
inventario y se planeará la cantidad óptima de pedidos. Esto se logrará al
tener al alcance del bolsillo un lector estándar con el cual actualizar en
forma real la información de las existencias (Hillier y Lieberman, 2010).
En primer lugar, se elabora el cuestionario de
entrevista dirigido al gerente, a la contadora y al supervisor de producción de
la empresa con el fin de recolectar las variables más relevantes de la cadena
de valor del inventario. Posteriormente, se tabulan los datos obtenidos
en las entrevistas, de la misma manera como Hernández, Fernández y Baptista (2014) lo
realizan. En último lugar, se verifica que el nivel de inventario que la empresa
almacena no sea demasiado alto, pues se deben evitar pérdidas económicas por
las fluctuaciones de la demanda. Así, lo más adecuado es que la empresa
mantenga el stock del inventario en
el nivel óptimo (Render y Heizer, 2004).
El sistema de gestión de inventarios debe ser
diseñado de acuerdo con las necesidades de la empresa, ya que estas han sido
identificadas en el diagnóstico inicial y se basan en las teorías de autores
que han escrito sobre gestión de inventarios. De este modo, el inventario
comprende las unidades de un bien como la materia prima, producto en proceso y
producto terminado de la organización, y se encuentran disponibles para su uso en el
almacén o en la planta de producción. En ese sentido, Chase, Jacobs y Aquilano
(2009) definen al inventario como
“las existencias de una pieza o recurso utilizado en una organización”.
Asimismo, señalan que “un sistema de inventario es el conjunto de políticas y
controles que vigilan los niveles del inventario y determinan aquellos a
mantener, el momento en que es necesario reabastecerlo y [saber] qué tan grandes
deben ser los pedidos” (p. 547).
El pronóstico de demanda se calcula con el
modelo de suavizamiento exponencial, que es la técnica de pronóstico más común y
parte integral de casi todos los programas de pronóstico por computadora; por
ello, se usan con mucha frecuencia al ordenar el inventario en empresas
minoristas, compañías mayoristas y comercializadoras de productos perecederos.
De esta forma, el estudio de Pérez,
Mosquera y Bravo (2012) se sirve de
esta práctica para comparar la utilidad entre los diferentes métodos de
pronóstico en productos de consumo masivo en la canasta familiar. La conclusión
a la que llegan es que el método de suavizamiento exponencial responde bien
cuando la tendencia de ventas es creciente, tal y como se presenta en este caso
de estudio.
La metodología de control de inventario
seleccionada fue el modelo de cantidad económica de pedido (EOQ), escogida a
partir del estudio de Osorio (2008), el cual recomienda que los modelos de gestión
de inventarios se adecúen a las pymes colombianas. El modelo EOQ forma parte de
la cuarta complejidad después de los modelos control manual, sistema Two-Bin y revisión
visual, utilizados antes en la empresa analizada. Además, Piña (2012), al obtener
buenos resultados en su investigación, recomienda este sistema de control en empresas
con materias primas perecederas. El modelo EOQ floreció hacia el año de 1913 y
fue uno de los modelos pioneros en el control de inventarios (Andriolo,
Battini, Grubbström, Persona y Sgarbossa, 2014).
La ecuación (1), planteada por Hillier y
Lieberman (2010), representa la fórmula EOQ, utilizada para calcular la cantidad óptima
de productos a ordenar o producir por lote.
Asimismo,
la ecuación (2) corresponde al tiempo del ciclo.
Punto de reorden = (tasa de demanda) x (tiempo de entrega)
Donde:
K = costo de preparación para
ordenar un lote, d = tasa de demanda, y
h = costo de mantener el inventario por unidad
de tiempo.
El diseño y la programación del software son procesos necesarios para la
creación de sistemas de información dentro de las organizaciones, ya que
permiten gestionar la información con mucha efectividad y administrar los datos
de forma rápida, confiable, segura, en tiempo real y trazable. De acuerdo con
Pressman (2010), “el software se ha
incrustado profundamente en casi todos los aspectos de nuestras vidas” (p. 10); por lo
que antes de desarrollar un software, es necesario
entender plenamente el problema que se quiere solucionar.
Para Quigley y Gargenta (2007), el software diseñado abarca las
especificaciones y la estructura del sistema de gestión de inventarios
requeridas por la organización, la cual se sostiene en la lectura de códigos QR
para su alimentación y actualización de datos (Duong, Wood y Wang, 2015). Al ser una
tecnología que puede almacenar más información que los códigos de barras,
permite una mayor velocidad con los sistemas informáticos de la actualidad y
cumple con las especificaciones requeridas para una pequeña empresa.
A partir de la afirmación de Pressman (2010),
quien manifiesta que el software debe
comprender un conjunto de programas escritos, se certifica que los lenguajes
utilizados para programar el sistema de gestión de inventarios son PHP
(preprocesador de hipertexto). Según Converse, Park y Morgan (2004), estos son
un software libre, garantizado
por un conjunto de esquemas de licencias que no tiene las restricciones de copyleft o copyright; es decir, que es un lenguaje de código abierto, como lo
señalan Quigley y Gargenta (2007). Por otro lado, HTML (HyperText Markup
Language) significa lenguaje de marcas de hipertexto, el cual usa un lenguaje
de etiquetas para construir páginas web (Gauchat, 2012). Desde otro ángulo, CSS
(Cascading Style Sheets) son hojas de estilo en cascada, que es un mecanismo
simple para agregar estilos; por ejemplo, fuentes, colores o espaciado, a los
documentos web (Quigley y Gargenta, 2007). Por otra parte, JavaScript® es un
lenguaje interpretado, orientado a objetos de programación dinámico, que se utiliza
en millones de páginas web y aplicaciones de servidor en todo el mundo
(Valderrey, 2013). Por último, Quigley y Gargenta (2007) indican que el sistema
gestor de bases de datos llamado MySQL es “la base de datos de código abierto
más popular del mundo” (p. 7) [traducción propia]; pues es alimentado por un
lector estándar de QR que parte de la innovación y optimización en costos y
tiempo. Así, cualquier operario que posea un smartphone o iPhone podrá actualizar dicha información, con lo que
se evitará el paro de producción en tareas de conteo y la actualización de
inventarios manuales o por observación.
Por un lado, el método de suavizamiento logró
una buena exactitud de pronóstico para el siguiente periodo, mientras que la
gráfica de series de tiempo permitió indagar tendencias en los datos que se
optiman a lo largo de un periodo (Morcela y Nicolao, 2011). Para calcular el
pronóstico se empleó la metodología propuesta por Andriolo, Battini,
Grubbström, Persona y Sgarbossa (2014).
La Tabla 1 muestra los datos de ventas del
producto durante 14 meses, todos los de 2016 y dos de 2017. Con base en
esta serie de tiempo histórica, se estima el nivel de ventas real para usar
estos datos como valores futuros.
Tabla 1. Serie de
tiempo de las ventas del producto.
Año |
Mes |
Ventas en unidades |
2016 |
Enero |
1 642 570 |
Febrero |
2 009 680 |
|
Marzo |
2 173 570 |
|
Abril |
2 244 400 |
|
Mayo |
2 409 600 |
|
Junio |
2 396 980 |
|
|
|
|
|
Julio |
2 206 430 |
Agosto |
2 625 060 |
|
Septiembre |
2 396 790 |
|
Octubre |
2 541 270 |
|
Noviembre |
2 302 579 |
|
Diciembre |
2 478 660 |
|
2017 |
Enero |
2 199 470 |
|
|
|
|
Febrero |
1 334 770 |
Fuente: Elaboración propia.
Para este caso, en la Tabla 2 se eligió como
constante de suavizamiento a α = 0,2 porque el promedio es bastante uniforme y
cuenta con pocas probabilidades de cambiar. Además, no presenta picos
fluctuantes que requieran un alfa elevado, lo que significa que el resultado
del nuevo pronóstico es muy cercano a los datos de las ventas (Morcela y
Nicolao, 2011).
En la Figura 1 se observa que las ventas reales
fluctúan entre cada mes con picos y valles moderados. Por otro lado, en los
primeros dos meses del año las ventas descendieron
pero luego se recuperaron. Se desea hallar un pronóstico para el
siguiente periodo con error mínimo con el fin de mantener exactitud en las
proyecciones del periodo futuro y que varíe a largo plazo alrededor de este
promedio. De acuerdo al resultado del modelo EOQ, la empresa puede planear ventas de
2 195 313 unidades de producto para el periodo siguiente (Lind, Marchal y
Wathen, 2012).
Figura 1. Gráfica de las series de tiempo,
real y pronosticada de las ventas de caramelo (α = 0,2 como constante de
suavizamiento).
Fuente: Elaboración propia. Gráfica del pronóstico calculado
Tabla 2. Pronósticos obtenidos por suavizamiento
exponencial y de los errores de pronóstico para las ventas del producto (α =
0,2 como constante de suavizamiento).
Fuente: Elaboración propia. Pronóstico
calculado por suavizamiento exponencial.
El movimiento de la empresa muestra
una tasa de demanda conocida y constante, por lo que se aplica el modelo EOQ
básico. Para elaborar el producto se realizan tres procesos al día, durante el
cual se incurren en gastos como mano de obra, luz, agua, carbón, bolsas,
etiquetas, empaques, entre otros, que son variables para calcular la cantidad
económica de pedido (EOQ), con el propósito de fabricar un lote óptimo y
determinar cuándo y cuántas unidades producir (Taha, 2012). Para realizar
los tres procesos al día, se incurre en un costo de preparación de 987 462 COP
(pesos colombianos), que incluyen los gastos necesarios para ordenar o producir
las unidades demandadas. De esta forma, se fabrican 73 718 unidades en promedio
al día. El costo unitario de producción por unidad es de 29,9 COP,
independientemente del tamaño del lote, el cual no incluye el costo de
preparación. El tiempo que los productos permanecen almacenados en la fábrica
es de 1 o máximo 2 días, mientras que el costo de mantener una unidad es de 6,80 COP por día
(ver Tabla 3).
Tabla 3. Costos y
variables del producto.
|
Variables producto |
K = |
987 462 COP |
H = |
6 ,80 COP |
D = |
73 719,64 COP |
C = |
29,9 COP |
Fuente: Elaboración propia. Variables para calcular el
EOQ.
La cantidad
económica de pedido (EOQ) óptimo en:
Tiempo de
ciclo:
Punto de
reorden:
= (73 718,64⁄1)(1) = 73 718,64
En conclusión, para producir el producto se
debe realizar una preparación de producción cada 1,99 días y elaborar 146 354,21 unidades cada
vez. Así, la solución óptima, redondeando a la unidad más próxima, es producir
146 354 unidades cada 2 días o, en consecuencia, cuando el stock baje a 73 719 unidades.
Se diseñó una base de datos para llevar los
registros de los movimientos del inventario con el fin de tratar grandes
volúmenes de información de forma organizada. Por ello, para su diseño se siguió
la metodología de Valderrey (2013).
A partir
de ello se han definido las cuatro relaciones:
·
La
relación entre las entidades proveedores
y productos tiene el tipo de
correspondencia [1:N]; es decir, un proveedor vende uno o más productos (1,N) y un
producto es vendido por uno o varios proveedores (1,N).
·
La
relación entre las entidades productos
y entradas tiene el tipo de
correspondencia [1:N]; es decir, un producto tiene cero o más entradas (0,N) y una
entrada tiene uno y solo un producto (1,1).
·
La
relación entre las entidades productos
y salidas tiene el tipo de
correspondencia [1:N]; es decir, un producto tiene cero o más salidas (0,N) y una salida
tiene uno y solo un producto (1,1).
·
La
relación entre las entidades productos
y stock mínimo tiene el tipo de
correspondencia [1:1]; es decir, un producto tiene uno y solo un stock mínimo (1,1) y un stock mínimo tiene uno y
solo un producto (1,1).
Figura 2. Diagrama entidad-relación de
proveedor-producto, producto-entrada, producto-salida y producto-stock mínimo.
Fuente: Elaboración propia. Gráfico
de relación proveedor-producto.
Software: interfaz gráfica del sistema de gestión de inventarios
Es la parte del sistema que interactúa
directamente con el usuario, quien prefiere usar un sistema fácil y sencillo.
Por ese motivo, se han utilizado estrategias que favorezcan las relaciones de
entradas y salidas de productos (ver Figura 3) y también se ha proyectado una
comunicación usuario-sistema más asequible. Asimismo, se ha hecho uso de la
ingeniería de software para su diseño
y construcción basándose en las facilidades del usuario (Díaz, Harari y Amadeo,
2013).
Figura 3. Modelo entidad-relación de
proveedor-producto, producto-entrada, producto-salida y producto-stock mínimo.
Fuente: Elaboración propia. Relación
de entradas y salidas de productos.
La Figura 4 presenta un ejemplo de interfaz gráfica
de software, cuyo sistema cuenta con varios
módulos que facilitan el estilo de iteración con el usuario, entre los cuales
se encuentran el módulo de ingreso, el de inicio, el de proveedores, el de
productos, el de stock mínimo, el de
generar código QR y el de EOQ. De esta forma, cada uno de ellos tiene
diferentes funciones que permiten administrar la base de datos, donde destaca
el uso del código QR en el módulo de ingreso y en el de stock mínimo, los cuales son suministrados y descargados mediante
la lectura de los códigos instalados con anterioridad en los contenedores de
materia prima y en las estibas de embalaje final de cada producto.
Figura 4. Interfaz gráfica del inicio al
sistema.
Fuente: Elaboración propia. Pantalla principal
del software.
El inventario es parte fundamental
de las operaciones de las empresas. Además, es el mecanismo donde la empresa se
apoya para realizar sus procesos productivos y poder cumplir con la demanda del
mercado. También representa un activo de la empresa; pues, de acuerdo con Osorio
(2008), existen organizaciones que no administran sus inventarios de forma
correcta, lo cual origina un cálculo erróneo de sus pedidos de reabastecimiento
y, en consecuencia, carecen de tiempo suficiente para evitar faltantes.
Entonces, se evidencia que el inventario es el
responsable del control de productos en toda organización y lleva registros
actualizados de la existencia de un bien o recurso. Asimismo, debe asegurar que
su cantidad siempre sea óptima y, de no ser así, tiene que implementar un sistema de
inventarios para determinar los niveles ideales. Es relevante saber el momento
de restablecer los productos y conocer qué tan grandes deben ser los pedidos;
por ello, Chase, Jacobs y Aquilano (2009) mencionan que es de gran utilidad el uso de
ayudas tecnológicas que eviten las actividades repetitivas, como el conteo
manual del inventario, y permitan la consulta en tiempo real.
Por otro lado, Gutiérrez y Rodríguez (2008)
plantean que los sistemas de la información como las TIC deben permitir
desarrollar un software a medida de
cada organización en particular. En esta investigación, se desarrolla el
sistema de control de inventarios vinculado al modelo EOQ con la tecnología
(bases de datos, software y código
QR) con la finalidad de optimizar el sistema de gestión del inventario.
Se recomienda, a la organización interesada en
implementar un sistema de control de inventarios apoyado en códigos QR,
realizar una caracterización previa de todas las actividades que la
organización lleva a cabo, con el objetivo de controlar sus inventarios,
determinar la metodología de gestión más adecuada para la organización en
particular y llevar esos requerimientos al software
o a las TIC a utilizar.
• El sistema de gestión de inventarios
es una herramienta muy útil al momento de tomar decisiones que contemplan todas
las actividades de aprovisionamiento y distribución de productos.
• El uso del modelo EOQ o de alguna de
sus variantes garantiza a la organización una minimización de costos de
mantenimiento de inventario, pérdidas por faltantes y escasez de tiempo por
actividades de conteo tradicional de productos. Además, se garantiza un punto
de reorden que mantendrá bajo control las variables mencionadas y responderá de
mejor forma a la demanda del mercado.
• El software, desarrollado para controlar el flujo del inventario con
apoyo del código QR, hace más rápido el proceso de administración del
inventario y permite almacenar la información de forma segura en una base de
datos. Asimismo, permite una posterior consulta, análisis y toma de decisiones
en tiempo real.
• Este mecanismo ha sido diseñado para
una organización en particular, en la cual las TIC se acoplaron a los
requerimientos de la pyme, como es aconsejable que suceda. Además, funciona
como una solución efectiva que no requiere gran capacitación para su uso y
responde a las necesidades de la tecnología actual a un bajo costo.
• Finalmente, la implementación del
sistema de gestión de inventarios es una respuesta tecnológica a los desafíos
de la transformación digital en las organizaciones pequeñas, como las pymes, de
manera estratégica y operativa teniendo en cuenta que es una necesidad presente
de las entidades del futuro.
[1] Andriolo, A., Battini, D.,
Grubbström, R., Persona, A. y Sgarbossa, F. (2014). A century of evolution from
Harris’s basic lot size model: Survey and research agenda. International Journal of Production Economics, 155, 16-38.
[2] Argüello, G. (2015). Uso de las TIC
en las PYME del sector industrial del Área Metropolitana de Bucaramanga. I+D Revista de Investigaciones, 6(2),
125-136.
[3] Asociación Nacional de Instituciones
Financieras (2018). Gran Encuesta a las Microempresas.
Informe de resultados 2018. Recuperado de: http://www.anif.co/sites/
default/files/publicaciones/gem18_.pdf
[4] Chase, R., Jacobs, R. y Aquilano, N.
(2009). Administración de operaciones.
Producción y cadena de suministros. México D. F., México: McGraw-Hill.
[5] Converse, T., Park, J. y Morgan, C.
(2004). PHP5 and MySQL Bible.
Indianapolis, Estados Unidos: Wiley Publishing Inc.
[6] Correa, A. y Gómez, R. (2009).
Tecnologías de la información en la cadena de suministro. DINA, 76(157), 37-48.
[7] Correa, A., Álvarez, C. y Gómez, R.
(2010). Sistemas de identificación por radiofrecuencia, código de barras y su
relación con la gestión de la cadena de suministro. Estudios Gerenciales, 26(116), 115-141.
[8] Díaz, F., Harari, I. y Amadeo, A.
(2013). Guía de recomendaciones para
diseño de software centrado en el usuario. La Plata, Argentina: Editorial
de la Universidad de La Plata.
[9] Duong, L., Wood, L. y Wang, W.
(2015). A Multicriteria Inventory Management System for Perishable &
Substitutable Products. Procedia
Manufacturing, 2, 66-76.
[10] Gauchat, J. (2012). El gran libro de HTML5, CSS3 y Javascript.
Barcelona, España: Marcombo Ediciones Técnicas.
[11] Gutiérrez, V. y Rodríguez, L.
(2008). Diagnóstico regional de gestión de inventarios en la industria de
producción y distribución de bienes. Revista
Facultad de Ingenieria Uniersidad de. Antioquía, (45), 157-171.
[12] Hernández, R., Fernández, C. y
Baptista, P. (2014). Metodología de la
investigación. México D. F., México: McGraw-Hill.
[13] Hillier, F. y Lieberman, G. (2010). Introducción a la investigación de
operaciones. México D. F., México: McGraw-Hill.
[14] Lind, D., Marchal, W. y Wathen, S.
(2012). Estadística aplicada a los
negocios y la economía. México D. F., México: McGraw-Hill.
[15] Morcela, O. y Nicolao, J. (2011). Programación maestra de la producción con
gestión de inventarios de productos terminados para PyMEs. Caso de aplicación:
PyME local, sector alimentos congelados.
(Tesis de pregrado). Universidad
Nacional de Mar de Plata, La Plata.
[16] Osorio, C. (2008). Modelos para el
control de inventarios en las pymes. Panorama,
2(6), 4-10.
[17] Pérez, R., Mosquera, S. y Bravo, J.
(2012). Aplicación de modelos de pronósticos en productos de consumo masivo. Biotecnología en el Sector Agropecuario y
Agroindustrial, 10(2) , 117–125.
[18] Piña, J. (2012). Determinación de la
cantidad económica de pedido en una empresa cauchera venezolana aplicando la
técnica LIMIT. Ingeniería Industrial.
Actualidad y Nuevas Tendencias, 3(9), 61-72.
[19] Pressman, R. (2010). Ingeniería del software. Un enfoque práctico.
México D. F., México: McGraw-Hill.
[20] Render, B. y Heizer, J. (2004). Principios de administración de operaciones.
México D. F., México: Pearson Educación.
[21] Quigley, E., y Gargenta, M. (2007). PHP and MySQL by example. Massachusetts,
Estados Unidos: Pearson Education Inc.
[22] Quintero, J. (2018). Las pymes en Colombia y las barreras para su
desarrollo y perdurabilidad. (Tesis de pregrado). Universidad Militar Nueva
Granada, Bogotá.
[23] Regalado, R. (2007). Las MIPYMES en Latinoamérica. S. l.:
Organización Latinoamericana de Administración.
[24] Sandoval, A. (2016). Uso de códigos
QR en unidades didácticas. Revista de
Posgrado y Sociedad. Sistema de Estudios
de Posgrado, 14(1), 39-47.
[25] Servera, F., Gil, I. y Fuentes, M.
(2009). La influencia de la calidad de servicio logístico
en la lealtad: un análisis del papel moderador
de las TIC. Investigaciones Europeas de
Dirección y Economía de La Empresa, 15(3), 37-58.
[26] Taha, H. (2012). Investigación de Operaciones. México D.
F., México: Pearson.
[27] Valderrey, P. (2013). Administración de sistemas gestores de bases
de datos. Madrid, España: Ecoe Ediciones.
[28] Vila, J. (2011). Los códigos QR
aplicados a la educación. Comunicación y
pedagogía: Nuevas tecnologías y recursos didácticos, (253), 27-29.
Revista Industrial Data
22(1): 113-132 (2019) ISSN:
1560-9146 (Impreso) / ISSN: 1810-9993 (Electrónico)Diego Carreño / Luis amaya / erika ruiz / FeLipe Javier
DOI: http://dx.doi.org/10.15381/idata.v22i1.16530 Facultad
de Ingeniería Industrial - UNMSM
System
design for inventory management of SMEs in the food industry
Diego Andrés Carreño Dueñas [5]
Luis Felipe Amaya González [6]
Erika Tatiana Ruiz Orjuela [7]
Felipe
Javier Tiboche [8]
Received: 05/12/2018 Accepted: 19/02/2019
ABSTRACT This paper
provides a proposal designed to improve the inventory management system of
SMEs, especially those in the candy production and sales sector. The
objective of the study is to increase productivity in terms of management and
control of inventories; therefore, the methodology consists of carrying out a
bibliographic review about the context and challenges presented by SMEs
related to the application of ICTs. Then, the diagnosis of the company under
study will make it possible to calculate the forecast based on the most
accurate procedure identified in the previous phase. In conclusion, the aim
is to apply an inventory control system using software designed specifically
for this company, which will use QR codes for data supply and updating in
real time. |
Keywords: Economic order quantity; QR code; inventory control; inventory
management; inventory system.
INTRODUCTION
First and foremost, should be noted that
inventory is a fundamental part of an organization’s operations, since it
creates a record of commercial and productive activities. Therefore, it must be
performed in such a way that prevents product oversupply, which would cost the
company a large sum of money. At the same time, the manager must calculate
orders through the inventory so that there are no shortages. For this reason,
Hillier and Lieberman (2010) note that “[...]inventories pervade the business world. Maintaining inventories is
necessary for any company dealing with physical products, including
manufacturers, wholesalers, and retailers” (p. 772).
In
Colombia, approximate figures indicate that SMEs:
[...] constituyen
más del 90% de las entidades económicas, el 75% de los nuevos puestos de empleo
y el 53% de la producción bruta de los sectores industrial, comercial y de
servicios se convierten en parte de la esencia de la economía nacional, no sólo
por el volumen de este tipo de empresas, sino también por la relevancia que
tienen en la contribución a los índices de empleo del país. [constitute
more than 90% of economic entities, 75% of new jobs and 53% of gross industrial
output, commercial and service sectors, which become an essential part of the
national economy, not only for the size of these businesses, but also for the
relevance they have on employment rates in the country.] (Quintero, 2018, p.
12)
In this
way, data such as those provided by the Gran
Encuesta a las Microempresas [Great Survey of Microenterprises], prepared
by the Asociación Nacional de Instituciones Financieras [Colombian National
Association of Financial Institutions] (2018), reveal
the most common problems faced by these small
and medium enterprises. Some of them have also been demonstrated in the study
by Regalado (2007), which notes “acceso
restringido a las fuentes de financiamiento, bajos niveles de capacitación de
sus recursos humanos, limitados niveles de innovación y desarrollo tecnológico,
baja penetración en mercados internacionales, bajos niveles de productividad,
baja capacidad de asociación y administrativa” [restricted access to
sources of financing, low levels of human resources training, limited levels of
innovation and technological development, low foreign market entry, low levels
of productivity, low capacity for association and administration] (p. 73).
Likewise, previous investigations have shown
problems that have persisted over time, as shown in the study by Gutiérrez
& Rodríguez (2008), which concludes that SMEs in Colombia do not have a
lost sales control system that make it possible to measure the level of service
rendered in order to determine the optimal inventory level of each finished
product. Also analyzed was the fact that most companies make decisions based on
experience and management models supported by qualitative techniques and, to a
lesser extent, based on statistical methods of forecasting demand. In addition,
it was found that 10% of the companies that implemented some type of technology
to help control the organization inventory had to adapt their processes to the
requirements of the software, when the opposite should occur.
All the drawbacks mentioned in the previous
paragraph can be solved ― notes Argüello (2015) in his diagnosis of SMEs
inventory management in the industrial sector ― through efficient inventory
management. According to the proposal, it is established that ICTs play a key
role in inventory management, since there are different IT tools in the market
to support supply chain management. Some of them are: VMI (Vendor Managed
Inventory), CPFR (Collaborative Planning Forecasting and Replenishment), RFID (Radio
Frequency Identification) and bar codes, which are used for identification,
registration of operations and traceability, and WMS (Warehouse Management
System) and LMS (Labor Management System), which support the management of
information flows when performed correctly (Correa & Gómez, 2009).
Despite the support that IT tools provide,
Colombian SMEs claim that they do not implement any ICT due to lack of
knowledge or investment capacity; while those that decide to apply them do not
have personnel with ICT knowledge or the skills to implement them (Correa,
Álvarez & Gómez, 2010; Argüello, 2015).
On the other hand, according to Servera, Gil
and Fuentes (2009), ICTs play a key role in the quality of the inventory
management process of companies, since in their research they show the
relevance of conducting a study on these, applied to the function of logistics
and raw material management. Thus, the rapid incorporation of advances in ICTs
into logistics is a differential factor that makes it possible to improve the
efficiency of all processes because it generates value for the client.
From the point of view of Correa, Álvarez and
Gómez (2010), the maximum degree of inventory control is achieved in companies
with the implementation of automated control and identification systems for
products, such as “las tecnologías de
código de barras y la radiofrecuencia (RFID) [que] son sistemas de
identificación de productos y captura de datos que contribuyen a que los flujos
de información en la gestión de la cadena de suministro se realicen de manera
eficiente y ágil” [barcode technologies and Radio Frequency (RFID) [which]
are product identification and data capture systems that contribute in making
the information in supply chain management flow efficiently and swiftly] (pp.
117-118). However, these systems present storage problems and erroneous
readings due to technology readiness level of current technology; therefore,
Duong, Wood and Wang (2015) propose two options: use both systems
simultaneously or seek new technological alternatives that are faster, free,
adjustable and of lower technological cost. From this, a new storage option for
inventory management emerges: QR (Quick Response) codes. According to Sandoval
(2016), these were created by Japanese company Denso Wave for logistic and
inventory control purposes, since “los
códigos QR son un mobile tag, es decir, un conjunto de imágenes bidimensionales
que se descodifican con un teléfono móvil y que permiten dar información más
directa al usuario” [QR codes are a mobile tag, that is, a set of
two-dimensional images that are decoded with a mobile phone and make it
possible to provide more direct information to the user] (Vila, 2011, p. 1).
Although all these ICTs must be supported by an
inventory control methodology, authors like Osorio (2008) recommend several inventory management systems for SMEs, which he
organizes in order of difficulty and implementation: “control manual, sistema Two-Bin, revisión visual, puntos de reorden
EOQ, puntos de reorden con lotes dependientes de inventario, revisión periódica
con lotes dependientes del nivel de inventario y revisión periódica con puntos
de reorden y lotes dependientes del nivel de inventario” [Manual control,
Two-bin system, visual review, EOQ reorder point, reorder points with inventory
dependent sets, periodic review with sets dependent on the inventory level and
periodic review with reorder points and sets dependent on the inventory
level] (p. 6).
To design the inventory management system, in
the case of this study, software capable of calculating the economic order
quantity, generating QR codes and managing the information in a database was
developed. With this application, missing data will be avoided, storage and
personnel costs will be reduced, time will be saved, inventory levels will be
reduced and the optimal order quantity will be planned. This will be achieved
through an affordable standard reader that updates stock information in real
time (Hillier & Lieberman, 2010).
First, the interview questionnaire for the
manager, the accountant and the production supervisor of the company is
prepared in order to collect the most relevant variables of the inventory value
chain. Subsequently, the data obtained in the interviews are tabulated,
completed in the same way as Hernández, Fernández and Baptista (2014). Lastly,
it is verified that the inventory level of the company is not too high, since
economic losses due to fluctuations in demand should be avoided. Thus, the
company should ideally maintain the inventory stock at the optimal level
(Render & Heizer, 2004).
The inventory management system should be
designed according to the needs of the company, since these have been
identified in the initial diagnosis and are based on the theories of authors
who have written about inventory management. In this way, the inventory
consists of the units of a good such as the raw material, the product in
process and the finished product of the organization, which are available for
use in the warehouse or in the production plant. In that sense, Chase, Jacobs
and Aquilano (2009) define the
inventory as “las existencias de una
pieza o recurso utilizado en una organización” [the stock of a piece or
resource used in an organization]. They also point out that “un sistema de inventario es el conjunto de
políticas y controles que vigilan los niveles del inventario y determinan
aquellos a mantener, el momento en que es necesario reabastecerlo y [saber] qué
tan grandes deben ser los pedidos” [an inventory system is the set of
policies and controls that monitor inventory levels and determine which ones to
maintain, when it is necessary to restock and [know] how large the orders must
be] (p. 547).
The demand forecasting is calculated with the exponential
smoothing model, which is the most common forecasting technique and an integral
part of almost all computer forecasting programs; for this reason, they are
used very frequently when ordering inventory in retail companies, wholesalers
and perishable products retailers. In this way, the research by Pérez, Mosquera
and Bravo (2012) uses this practice
to compare the utility between the different forecasting methods in mass
consumption products of the family shopping basket. The conclusion reached is
that the exponential smoothing method responds well when the sales trend is
growing, as presented in this case study.
The inventory control methodology selected was
the model of economic order quantity (EOQ), selected from the study by Osorio
(2008), which recommends that the inventory management models be adapted to
Colombian SMEs. The EOQ model is part of the fourth complexity after the manual
control models, Two-Bin system and visual review, used before in the analyzed
company. In addition, due to the good results obtained in his research, Piña
(2012) recommends this control system in companies with perishable raw
materials. The EOQ model flourished from about 1913 and was one of the
pioneering models in inventory control (Andriolo, Battini, Grubbström, Persona
& Sgarbossa, 2014).
The
equation (1),
proposed by Hillier
and Lieber-man (2010),
represents the EOQ
formula, used to
calculate the optimal quantity of products to be or-dered or produced by
lot.
Also,
equation (2) corresponds to the cycle time.
Reorder point = (demand rate) x (Delivery time)
Where:
K = preparation cost to
order a lot, d = demand rate, and h = cost to maintain the inventory per unit
of time.
The design and programming of software are necessary
processes for the creation of information systems within organizations, since
they make it possible to manage information very effectively and handle data
quickly, reliably, safely, in a traceable manner and in real time. According to
Pressman (2010), “el software se ha
incrustado profundamente en casi todos los aspectos de nuestras vidas”
[software has become deeply embedded in almost every aspect of our lives]
(p.10); so before developing software, it is necessary to fully understand the
problem that needs to be solved.
For Quigley and Gargenta (2007), the software
designed encompasses the specifications and structure of the inventory
management system required by the organization, which is based on the QR codes
reading for feeding and updating data (Duong, Wood & Wang, 2015). Being a
technology that can store more information than bar codes, it allows a greater
speed with today's computer systems and meets the specifications required by a
small company.
Taking Pressman (2010) as a starting point, who
states that the software must include a set of written programs, it is
certified that the languages used to program the inventory management system
are PHP (Hypertext Preprocessor). According to Converse, Park and Morgan
(2004), these are free software, guaranteed by a set of licensing schemes that
do not have copyleft or copyright restrictions, that is, it is an open source
language, as pointed out by Quigley and Gargenta (2007). On the other hand,
HTML means HyperText Markup Language, which uses a tag language tags to build
web pages (Gauchat, 2012). From another angle, CSS are cascading style sheets,
which is a simple mechanism for adding styles, for example, fonts, colors or
spacing, to web documents (Quigley & Gargenta, 2007). On the other hand, JavaScript®
is an interpreted language, dynamic object-oriented programming, which is used
in millions of web pages and server applications throughout the world
(Valderrey, 2013). Finally, Quigley and Gargenta (2007) indicate that the
database management system called MySQL is “the world’s most popular open
source database” (p.7), since it is powered by a standard QR reader that is
part of innovation and optimization in costs and time. Thus, any operator that
has a smartphone or iPhone can update this information, which will avoid a
production stoppage due to manual or visual inventory management.
On the one hand, the smoothing method was very
accurate on the forecast for the following period, while the time series chart
allowed us to investigate trends in the data that are optimized over a period
of time (Morcela & Nicolao, 2011). To calculate the prognosis, the
methodology proposed by Andriolo, Battini, Grubbström, Persona and Sgarbossa
(2014) was
used.
Table 1 shows the product sales data for 14
months, all of 2016 and two months of 2017. Based on this historical time
series, the level of actual sales is estimated in
order to use these numbers as future values.
Table 1. Product
sales time series.
Year |
Month |
Sales in units |
2016 |
January |
1 642 570 |
February |
2 009 680 |
|
March |
2 173 570 |
|
April |
2 244 400 |
|
May |
2 409 600 |
|
June |
2 396 980 |
|
|
|
|
|
July |
2 206 430 |
August |
2 625 060 |
|
September |
2 396 790 |
|
October |
2 541 270 |
|
November |
2 302 579 |
|
December |
2 478 660 |
|
2017 |
January |
2 199 470 |
|
|
|
|
February |
1 334 770 |
Source: Prepared by the authors.
In Table 2, α = 0.2 was chosen as a smoothing
constant because the average is fairly uniform and has little probability of changing.
In addition, it does not present fluctuating peaks that require a high alpha,
which means that the result of the new forecast is very close to the sales data
(Morcela & Nicolao, 2011).
Table 2. Forecasts obtained by exponential smoothing
and forecast errors for product sales (α = 0.2 as smoothing constant).
Source: Prepared by the authors. Forecast
calculated by exponential smoothing
Figure 1 shows that actual sales fluctuate each
month with moderate peaks and valleys. On the other hand, sales fell in the
first two months of the year but then recovered. A forecast for the next period
with minimum error is sought in order to maintain accuracy in the forecast of
the future period, that varies in the long term around this average. According
to the EOQ model results, the company can plan sales of 2 195 313 product units
for the following period (Lind, Marchal & Wathen, 2012).
Figure 1. Time series, real and forecasted,
candy sales chart (α = 0.2 as smoothing constant).
Source: Prepared by the authors.
Calculated forecast chart.
Model is applied. To manufacture the
product, three processes are carried out per day, during which expenses such as
labor, light, water, coal, bags, labels, packaging, among others, are incurred,
which are variables to calculate the economic quantity of the order (EOQ), with
the purpose of producing an optimal lot and determining when and how many units
to produce (Taha, 2012). To carry out the three processes per day, a
preparation cost of 987 462 COP (Colombian pesos) is incurred, which includes
the expenses necessary to order or produce the demanded units. In this way, 73
718 units are manufactured on average per day. The unit cost of production is
29.9 COP, regardless of the lot size, which does not include the cost of
preparation. The products remain stored in the factory for 1 or maximum 2 days,
and the maintaining cost of a unit is 6.80 COP per day (see Table 3).
Table 3. Product
costs and variables.
|
Product variables |
K = |
987 462 COP |
H = |
6.80 COP |
D = |
73 719.64 COP |
C = |
29.9 COP |
Source: Prepared by the author. Variables to calculate EOQ.
The optimal
economic order quantity (EOQ) in:
Cycle time:
Reorder
point:
= (73 718.64⁄1)(1) =
73 718.64
In conclusion, to manufacture the product, a
production preparation should be carried out every 1.99 days and 146 354.21
units should be prepared each time. Thus, the optimal solution, rounding to the
nearest unit, is to produce 146 354 units every 2 days or, consequently, when
the stock drops to 73 719
units.
A database was designed to keep records of
inventory movements in order to handle large volumes of information in an
organized manner. For this reason, its design followed the methodology of
Valderrey (2013).
From this,
four relationships have been defined:
·
The
relationship between supplier and
products entities has the type of correspondence [1:N];
that is, a supplier sells one or more
products (1,N) and a product is sold by one or more suppliers (1,N).
·
The
relationship between products and input
entities has the correspondence type [1:N]; that is, a
product has zero or more inputs (0,N)
and one input has one and only one product (1,1).
·
The
relationship between the products and
output entities has the correspondence type [1:N];
that is, a product has zero or more
outputs (0,N) and an output has at most one product (1,1).
·
The
relationship between the products and
minimum stock has the correspondence type [1:1]; that is, a product has one and only a minimum stock (1,1)
and a minimum stock has at most one product (1,1).
Figure 2. Entity–relationship diagram of
supplier-product, product-input, product-output and minimum stock-product.
Source: Prepared by the
authors. Supplier-product relationship diagram.
This is the part of the system that interacts
directly with the user, who prefers to use an easy and simple system. For this
reason, strategies have been used to favor the products inputs and outputs
relations (see Figure 3) and a more accessible user-system communication has
also been projected. Likewise, software engineering has been used for its
design and construction based on the easiness for the user (Díaz, Harari &
Amadeo, 2013).
Figure 3. Entity–relationship diagram of
supplier-product, product-input, product-output and minimum stock-product.
Source: Prepared by the authors. Products
inputs and outputs relationship.
Figure 4 shows an example of a software
graphical interface, whose system has several modules that facilitate the
iteration style with the user, among which are the entry, the startup, the
vendor, the product, the minimum stock, the QR code and the EOQ modules. In
this way, each of them has different functions that allow managing the
database, where the use of the QR code in the input and the minimum stock
modules is highlighted, which are supplied and downloaded by reading the codes
previously installed in the raw material containers and in the final dunnage of
each product.
Figure 4. Graphic interface of
the system startup.
Source: Prepared by the authors.
Software main screen.
The inventory is a fundamental part of the
company’s operations. In addition, it is the mechanism where the company relies
to carry out its production processes and to be able to meet market demand. It
also represents a company asset; due to the fact that, according to Osorio (2008),
there are organizations that do not manage their inventories correctly, which
leads to an erroneous calculation of their replenishment requests and,
consequently, lack of sufficient time to avoid shortages.
Therefore, it is demonstrated that
the inventory is responsible for product control in every organization and
keeps updated records of the existence of a good or resource. Also, it must
ensure that the quantity is always optimal and, if not, an inventory system has
to be implemented to determine the ideal levels. It is relevant to know when to
restock the products and to know how large the orders should be; therefore,
Chase, Jacobs and Aquilano (2009) mention that it is very useful to use
technological aids that avoid repetitive activities, such as manual inventory
counting, and make possible the use of real-time consultation.
On the other hand, Gutiérrez and Rodríguez
(2008) suggest that information systems such as ICTs should allow for the
development of software tailored for each particular organization. In this
study, the inventory control system linked to the EOQ model is developed with
the technology (databases, software and QR code) that optimizes the inventory
management system.
It is recommended that the organization interested
in implementing an inventory control system supported by QR codes carry out a
preliminary analysis of all the activities carried out by the organization in
order to control their inventories, determine the most appropriate management
methodology for the organization in particular and bring those requirements to
the software or the ICT to be used.
•
The
inventory management system is a very useful tool when making decisions that
include all the activities of product supply and distribution.
•
The
use of the EOQ model or any of its variants guarantees to the organization a
minimization of inventory maintenance costs, losses due to shortages and time
lost due to traditional product counting activities. In addition, a reorder
point that will keep the aforementioned variables under control and will
respond better to market demand is guaranteed.
•
The
software developed to control the inventory flow with QR code support makes the
process of inventory management faster and makes it possible to store information
safely in a database. Likewise, it enables a subsequent consultation, analysis
and decision making in real time.
•
This
mechanism has been designed for a particular organization, in which ICTs were
adapted to the requirements of the SME, as advisable. In addition, it works as
an effective solution that does not require extensive training for its use and
responds to the needs of current technology at a low cost.
•
Finally,
the implementation of the inventory management system is a technological
response to the challenges of digital transformation in small organizations,
such as SMEs, in a strategic and operational way, considering that it is a
present need of the future entities.
[1] Andriolo, A., Battini, D.,
Grubbström, R., Persona, A. & Sgarbossa, F. (2014). A century of evolution
from Harris’s basic lot size model: Survey and research agenda. International Journal of Production
Economics, 155, 16-38.
[2] Argüello, G. (2015). Uso de las TIC
en las PYME del sector industrial del Área Metropolitana de Bucaramanga. I+D Revista de Investigaciones, 6(2),
125-136.
[3] Asociación Nacional de Instituciones
Financieras (2018). Gran Encuesta a las
Microempresas. Informe de resultados 2018. Retrieved from:
http://www.anif.co/sites/default/ files/publicaciones/gem18_.pdf
[4] Chase, R., Jacobs, R. &
Aquilano, N. (2009). Administración de
operaciones. Producción y cadena de suministros. Mexico D. F., Mexico:
McGraw-Hill.
[5] Converse, T., Park, J. & Morgan,
C. (2004). PHP5 and MySQL Bible. Indianapolis,
United States: Wiley Publishing Inc.
[6] Correa, A. & Gómez, R. (2009).
Tecnologías de la información en la cadena de suministro. DINA, 76(157), 37-48.
[7] Correa, A., Álvarez, C. & Gómez,
R. (2010). Sistemas de identificación por radiofrecuencia, código de barras y
su relación con la gestión de la cadena de suministro. Estudios Gerenciales, 26(116), 115-141.
[8] Díaz, F., Harari, I. & Amadeo,
A. (2013). Guía de recomendaciones para
diseño de software centrado en el usuario. La Plata, Argentina: Editorial
de la Universidad de La Plata.
[9] Duong, L., Wood, L. & Wang, W.
(2015). A Multi-criteria Inventory Management System for Perishable &
Substitutable Products. Procedia
Manufacturing, 2, 66-76.
[10] Gauchat, J. (2012). El gran libro de HTML5, CSS3 y Javascript.
Barcelona, Spain: Marcombo Ediciones Técnicas.
[11] Gutiérrez, V. & Rodríguez, L.
(2008). Diagnóstico regional de gestión de inventarios en la industria de
producción y distribución de bienes. Revista
Facultad de Ingenieria Uniersidad de. Antioquía, (45), 157-171.
[12] Hernández, R., Fernández, C. &
Baptista, P. (2014). Metodología de la
investigación. Mexico D. F., Mexico: McGraw-Hill.
[13] Hillier, F. & Lieberman, G.
(2010). Introducción a la investigación
de operaciones. Mexico D. F., Mexico: McGraw-Hill.
[14] Lind, D., Marchal, W. & Wathen,
S. (2012). Estadística aplicada a los
negocios y la economía. Mexico D. F., Mexico: McGraw-Hill.
[15] Morcela, O. & Nicolao, J.
(2011). Programación maestra de la
producción con gestión de inventarios de productos terminados para PyMEs. Caso de
aplicación: PyME local, sector alimentos congelados. (Undergraduate Thesis). Universidad
Nacional de Mar de Plata, La Plata.
[16] Osorio, C. (2008). Modelos para el
control de inventarios en las pymes. Panorama,
2(6), 4-10.
[17] Pérez, R., Mosquera, S. & Bravo,
J. (2012). Aplicación de modelos de pronósticos en productos de consumo masivo.
Biotecnología en el Sector Agropecuario y
Agroindustrial, 10(2) , 117–125.
[18] Piña, J. (2012). Determinación de la
cantidad económica de pedido en una empresa cauchera venezolana aplicando la
técnica LIMIT. Ingeniería Industrial.
Actualidad y Nuevas Tendencias, 3(9), 61-72.
[19] Pressman, R. (2010). Ingeniería del software. Un enfoque práctico.
Mexico D. F., Mexico: McGraw-Hill.
[20] Render, B. & Heizer, J. (2004). Principios de administración de operaciones.
Mexico D. F., Mexico: Pearson Educación.
[21] Quigley, E., & Gargenta, M.
(2007). PHP and MySQL by example.
Massachusetts, United States: Pearson Education Inc.
[22] Quintero, J. (2018). Las pymes en Colombia y las barreras para su
desarrollo y perdurabilidad. (Undergraduate Thesis). Universidad Militar
Nueva Granada, Bogotá.
[23] Regalado, R. (2007). Las MIPYMES en Latinoamérica. S. l.:
Organización Latinoamericana de Administración.
[24] Sandoval, A. (2016). Uso de códigos
QR en unidades didácticas. Revista de
Posgrado y Sociedad. Sistema de Estudios
de Posgrado, 14(1), 39-47.
[25] Servera, F., Gil, I. & Fuentes,
M. (2009). La influencia de la calidad de servicio logístico en la lealtad: un
análisis del papel moderador de las TIC. Investigaciones
Europeas de Dirección y Economía de La Empresa, 15(3), 37-58.
[26] Taha, H. (2012). Investigación de Operaciones. Mexico D.
F., Mexico: Pearson.
[27] Valderrey, P. (2013). Administración de sistemas gestores de bases
de datos. Madrid, Spain: Ecoe Ediciones.
[28] Vila, J. (2011). Los códigos QR
aplicados a la educación. Comunicación y
pedagogía: Nuevas tecnologías y recursos didácticos, (253), 27-29.
[1] Magíster en Diseño y Gestión de
Procesos y docente investigador de la Universidad Pedagógica y Tecnológica de
Colombia, Boyacá, Colombia. E-mail: diego.carreno@uptc.edu.co
[2] Especialista en Ingeniería de
Producción y Operaciones y docente investigador de la Universidad Pedagógica y Tecnológica
de Colombia. Boyacá, Colombia. E-mail: luisfelipe.amaya@uptc.edu.co
[3] Magíster en Ingeniería Industrial y
docente investigador de la Universidad Pedagógica y Tecnológica de Colombia.
Boyacá, Colombia. E-mail: erika.ruiz03@uptc.edu.co
[4] Administrador industrial e
investigador en la Universidad Pedagógica y Tecnológica de Colombia. Boyacá,
Colombia. E-mail: felipe.tiboche@uptc.edu.co
[5] Master's in Design and Process
Management and research professor at the Universidad Pedagógica y Tecnológica
de Colombia. Boyacá, Colombia. E-mail: diego.carreno@uptc.edu.co
[6] Specialist in Production and
Operations Engineering and research professor at the Universidad Pedagógica y
Tecnológica de Colombia. Boyacá,
Colombia. E-mail: luisfelipe.amaya@uptc.edu.co
[7] Master's degree in Industrial
Engineering and research professor at the Universidad Pedagógica y Tecnológica
de Colombia. Boyacá, Colombia. E-mail: erika.ruiz03@uptc.edu.co
[8] Industrial manager and researcher
at the Universidad Pedagógica y Tecnológica de Colombia. Boyacá, Colombia. E-mail:
felipe.tiboche@uptc.edu.co