Aplicação de técnicas de mineração de dados no desempenho operacional de concessionárias

Abstract

A presente pesquisa objetiva a aplicação de técnicas de mineração de dados, a partir da metologia CRISP-DM, no desempenho operacional de concessionárias, empregando-se dados históricos que contemplam, desde 2013 a 2023, a movimentação mensal de cargas nas ferrovias federais concedidas, oriundos do subsistema integrado do Sistema de Acompanhamento e Fiscalização do Transporte Ferroviário (SAFF), o Sistema de Acompanhamento do Desempenho Operacional das Concessionárias (SIADE). Sendo assim, propõe-se a utilização de mineração de dados para análise exploratória descritiva preliminar em linguagem de programação Python, apresentando-se, através de gráficos de colunas, a movimentação ferroviária brasileira em toneladas úteis e posterior modelagem preditiva em série temporais, com o emprego do método ARIMA, visando a identificação de eventuais tendências, sazonalidade e previsão de desempenho operacional das concessionárias ferroviárias contempladas nesse estudo. Verifica-se que, durante o período analisado, o minério de ferro manteve-se como o produto de maior movimentação em unidade de toneladas úteis (aproximadamente 381 milhões de TU, em 2023) e dentre as concessionárias, a MRS e a Vale apresentaram maior produção em TU em 2023. Ademais, obteve-se predições que possibilitaram mensurar a expectativa de movimentação de carga ferroviária para cada concessionária no ano de 2024.

Keywords

• crisp-dm
• mineração de dados
• siade
• transporte ferroviário