TCC - Bacharelado em Sistemas da Informação (Sede)
URI permanente para esta coleçãohttps://arandu.ufrpe.br/handle/123456789/427
Navegar
153 resultados
Filtros
Configurações
Resultados da Pesquisa
Item Efeitos das políticas de cotas no ensino superior público brasileiro: uma análise do acesso, perfil institucional e distribuição das vagas reservadas com técnicas de agrupamento(2026-07-20) Silva, Thays Conceição da; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584As políticas de cotas no ensino superior brasileiro, instituídas pela Lei nº 12.711/2012, ampliaram o acesso de grupos historicamente excluídos à graduação. Contudo, sua efetividade depende não apenas do ingresso, mas também da distribuição dos beneficiários entre cursos e instituições e da garantia de permanência desses estudantes. Este trabalho inicia com uma revisão histórica do acesso da população negra à graduação no país, a fim de compreender as origens das desigualdades estruturais de raça e classe, e tem como objetivo analisar os efeitos da reserva de vagas na rede pública por meio da integração das bases oficiais ENADE, Censo da Educação Superior (CES) e Censo Demográfico, aplicando técnicas de agrupamento para identificar padrões no perfil dos ingressantes, no preenchimento das vagas e em sua evolução temporal entre 2010 e 2023. Para isso, adotaram-se os algoritmos K-Means e de agrupamento hierárquico (Ward), com o número de grupos determinado pelo método do cotovelo e pelo índice de silhueta, e validação por meio do modelo de mistura gaussiana (GMM). Os resultados evidenciaram a presença do fenômeno creamy layer: os cotistas em cursos de maior retorno econômico apresentaram menor proporção de pretos, pardos e indígenas e de estudantes de escola pública do que os concentrados em cursos de menor retorno. No nível institucional, as universidades federais concentraram maior inclusão racial, porém em áreas de menor valorização, enquanto as estaduais apresentaram alta adesão numérica sem equidade racial proporcional. A dimensão temporal mostrou avanços expressivos após a implementação da Lei, mas sem alteração estrutural na distribuição dos cotistas entre áreas ao longo do período. Por fim, a contextualização com o Censo Demográfico de 2022 confirmou que as desigualdades observadas nas universidades reproduzem, em escala populacional, a estratificação racial por área de formação. Conclui-se que, embora a política tenha ampliado o acesso, o creamy layer e a concentração dos beneficiários em cursos de menor retorno contribuem para a persistência da estratificação horizontal, indicando que o ingresso, isoladamente, não é suficiente para romper o ciclo de reprodução das desigualdades estruturais da sociedade brasileira.Item Orquestração de pipelines de dados educacionais: uma arquitetura automatizada com Apache Airflow e MinIO para integração SIGAA-ENADE(2026-07-21) Santos, Arthur Henrique Martins; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/8616497325595501A fragmentação e a dependência de processos manuais na integração de bases educacionais representam um desafio significativo para a governança de dados no ensino superior, aumentando o risco de falhas operacionais e inconsistências analíticas. Este trabalho propõe uma arquitetura de orquestração de pipelines de dados para automatizar a extração, transformação e carga (ETL) das bases consumidas pelo System of Academic Business Intelligence and Analytics (SABIA), plataforma institucional da Universidade Federal Rural de Pernambuco (UFRPE). A solução foi desenvolvida utilizando Apache Airflow para o gerenciamento de Grafos Acíclicos Direcionados (DAGs), Python e Pandas para o processamento, e o MinIO como repositório de objetos, estruturado em um modelo enxuto de camadas para separar dados brutos de dados processados em formato Parquet. O pipeline integra registros acadêmicos internos (sistemas SIGAA e SIGA) e o arquivo oficial de vagas da instituição com microdados públicos de avaliação (ENADE/INEP). A execução prática do projeto validou a conversão de 14 rotinas analíticas, outrora executadas manualmente, em um fluxo interdependente e concluído de forma automatizada em aproximadamente 7 minutos. Os resultados demonstram que a nova infraestrutura mitigou problemas de qualidade de dados como divergências de nomenclatura, valores ausentes e duplicidades, além de fornecer a rastreabilidade e a capacidade de recuperação de falhas exigidas por uma governança madura. Conclui-se que a padronização orquestrada não apenas tornou o abastecimento do SABIA confiável e independente de intervenção humana, como também consolidou um modelo arquitetural escalável e replicável para outras instituições que utilizam as mesmas infraestruturas de gestão acadêmica.Item Algoritmo evolutivo aplicado à otimização da resolução de Sudoku(2025-08-07) Costa, Marília Gouveia Rodrigues; Garrozi, Cícero; http://lattes.cnpq.br/0488054917286587O presente trabalho propõe um algoritmo híbrido para a resolução de quebra-cabeças Sudoku que combina estratégias lógicas, como: Naked Singles, Hidden Singles, Naked Pairs e X-Wings com um Algoritmo Genético (AG) para otimizar a busca por soluções. A motivação para esse estudo encontra-se na elevada complexidade computacional do Sudoku, que o torna um objetivo de pesquisa relevante para validação de novos algoritmos que, futuramente, podem ser aplicados para resolução de problemas da vida real. A abordagem híbrida sugerida demonstrou ser significativamente mais eficaz do que apenas o AG, alcançando uma taxa de sucesso de 94,56% em um conjunto de 46 Sudokus de diferentes níveis e características nas 12 rodadas de teste realizadas, o que representa um aumento de cerca de 28,8% em comparação com a taxa de 65,76% alcançada apenas pelo AG. A etapa de pré-processamento, em que as técnicas de resolução são aplicadas, resolveu de forma autônoma 73,91% dos puzzles testados e, nos casos mais complexos, reduziu consideravelmente o espaço de busca e acelerou a convergência do AG. Nesse contexto, o trabalho concluiu que a integração de métodos determinísticos com meta-heurísticas representa uma estratégia robusta para problemas de otimização combinatória. Desse modo, as principais contribuições deste projeto incluem o modelo híbrido proposto, a análise empírica de seu desempenho e a disponibilização do código-fonte.Item Aplicação de LLMs open-weight na automação de testes web: estudo comparativo utilizando Python e Selenium(2026-07-21) Leal, Jéssica Moreira; Magalhães, Cleyton Vanut Cordeiro de; http://lattes.cnpq.br/3964482995173288; http://lattes.cnpq.br/2913377905139111A automação de testes de software contribui para reduzir custos, ampliar a cobertura dos testes e aumentar a confiabilidade no desenvolvimento de sistemas. Nesse contexto, modelos de linguagem de grande porte (Large Language Models - LLMs) têm sido explorados como apoio à geração de scripts de testes automatizados. Entretanto, o custo de modelos comerciais pode limitar sua adoção, especialmente por equipes e organizações com recursos restritos, tornando os modelos open-weight uma alternativa relevante. Este trabalho teve como objetivo comparar a eficácia de quatro modelos LLM open-weight na geração de testes automatizados para um ambiente e-commerce, utilizando Python, Selenium e Pytest. Foram avaliados os modelos GPT-OSS 120B, Gemma 4 26B, Llama 3.3 70B e Qwen3 Coder 480B. A análise considerou métricas de taxa de sucesso de execução (PASSRATE), cobertura dos requisitos, qualidade estática do código por meio do Score Pylint, complexidade ciclomática e categorias de defeitos identificadas. Os resultados permitiram observar diferenças entre os modelos quanto à capacidade de gerar scripts executáveis, aderentes aos requisitos e com qualidade estrutural adequada. A pesquisa contribui ao apresentar uma avaliação comparativa de modelos LLM open-weight aplicados à automação de testes, fornecendo subsídios para sua adoção em contextos de qualidade de software com recursos limitados.Item Análise comparativa de LLMs no desenho de arquiteturas de software: modelagem de diagramas e estruturas de diretórios para Spring Boot(2026-07-22) Silva Junior, Estom Paulino da; Magalhães, Cleyton Vanut Cordeiro de; http://lattes.cnpq.br/3964482995173288A adoção de Grandes Modelos de Linguagem (LLMs) na engenharia de software tem avançado rapidamente em tarefas de baixo nível, como a geração de código, mas seu uso em fases de alta abstração, como o design arquitetural, permanece pouco investigado empiricamente. Este trabalho apresenta um estudo empírico comparativo que avalia a capacidade de quatro modelos disponibilizados por diferentes provedores (GPT-5.5, Claude 4.8 Opus, Gemini 3.1 Pro e DeepSeek V4) na geração de artefatos arquiteturais tangíveis para o ecossistema Spring Boot. Adotando um paradigma de modelagem declarativa (PlantUML com notação C4 Model) e uma estratégia de Engenharia de Prompt baseada em definição de Persona, listas de restrições (Allowlist/Blocklist) e Chain-of-Thought, submeteu-se aos modelos o design de um sistema Encurtador de URLs com perfil read-heavy, em três execuções independentes por modelo. Os resultados indicam que Claude e Gemini produziram artefatos compiláveis nas três execuções, enquanto GPT-5.5 e DeepSeek apresentaram falhas sintáticas, com a principal fonte de variabilidade residindo na fidelidade sintática de baixo nível e na consistência arquitetural entre replicações, e não na compreensão do domínio. Conclui-se que, sob engenharia de prompt rigorosa, LLMs podem atuar como assistentes arquiteturais ("mesas de ressonância") úteis, embora ainda inaptos como decisores autônomos.Item Geometria fractal em pinturas: uma possível ferramenta para identificação de padrões associados à esquizofrenia(2026-07-20) Estevão, Arthur Rodrigo Favre Silvestre e; Bocanegra, Silvana; Albuquerque, Jones Oliveira de; http://lattes.cnpq.br/1220553574304474; http://lattes.cnpq.br/4596111202208863A geometria fractal tem sido amplamente adotada para quantificar formas e texturas irregulares em imagens digitais. Neste trabalho, a abordagem é utilizada para analisar obras de artistas com histórico de esquizofrenia, buscando investigar alterações visuais relacionadas ao transtorno. Utilizando o método box-counting, desenvolveu-se um modelo computacional para estimar a dimensão fractal de pinturas. Em uma análise global, foram avaliadas 1.270 pinturas de artistas sem transtornos relatados e 68 pinturas de artistas com esquizofrenia; não foram encontradas diferenças substanciais na dimensão fractal entre os grupos. Foram selecionados quatro artistas para uma análise temporal; a dimensão fractal das obras dos artistas enfermos aumentou progressivamente, coincidindo com o agravamento da doença e surtos documentados. O grupo controle apresentou oscilações mais estáveis, com leve tendência de crescimento. Embora sejam necessários mais testes, esta avaliação inicial sugere que a dimensão fractal tem potencial como métrica quantitativa para identificar padrões visuais associados à progressão da esquizofrenia. Os algoritmos desenvolvidos oferecem uma base computacional para sistemas de apoio ao diagnóstico e controle da doença.Item A comparative study of single-objective and multi-objective genetic algorithms for resource optimization in Kubernetes environments(2026-07-22) Silva, João Victor de Oliveira; Oliveira, Lidiano Augusto Nóbrega de; http://lattes.cnpq.br/7399493881755815A ampla adoção do Kubemetes possibilitou a orquestração eficiente de aplicações conteinerizadas por meio de mecanismos automatizados de implantação e escalonamento. No entanto, as decisões de configuração de recursos — conto o número de réplicas e os limites de CPU e memória — ainda são comumente definidas manualmente ou com base em heurísticas estáticas, o que pode levar à utilização ineficiente de recursos ou à degradação do desempenho sob cargas de trabalho dinâmicas. Este trabalho apresenta um estudo experimental compara-tivo entre duas estratégias evolutivas para otimização de recursos em ambientes Kubemetes: um Algoritmo Genético de objetivo único (SO-GA), que maximiza uma agregação ponderada de escores de latência, eficiência de recursos e con-fiabilidade, e o Non-dominated Sorting Genetic Algorithm 11 (NSGA-II), que otimiza simultaneamente saturação, recursos provisionados e throughput conto objetivos conflitantes. Ambos os algoritmos compartilham o mesmo pipeline de avaliação — aplicando configurações em um cluster real, executando testes de carga controlados e coletando métricas de aplicação e do Prometheus — e exploram um espaço de busca idêntico e discretizado sobre réplicas, CPU e memória. Um baseline de Busca Aleatória (Random Search) com o mesmo orçamento de avaliações é incluído como controle. As três abordagens são com-paradas em termos de qualidade de solução (melhor fitness agregado, hipervol-ume, distância geracional invertida), comportamento de busca (cobertura da frente de Pareto, dominância) e custo computacional, fornecendo evidências empíricas sobre se a complexidade adicional da otimização multiobjetivo se justifica em tarefas de configuração de recursos em Kubemetes.Item Previsão de demanda em frigorífico para apoio à gestão de estoque(2026-07-10) Batista, Fellipe de Brito Lira; Garrozi, Cícero; http://lattes.cnpq.br/0488054917286587Este trabalho apresenta o desenvolvimento e a avaliação de uma solução de previsão de vendas por produto aplicada ao contexto do Frigorifico Candeias. A proposta utiliza dados históricos reais de vendas com o objetivo de apoiar decisões relacionadas a compras, estoque e planejamento operacional. Para isso, foi estruturada uma pipeline de processamento de dados, foi adotado o modelo Prvphet como ponto de partida e foi realizada a comparação com outros métodos de previsão e estratégias complementares de avaliação. Os experimentos foram conduzidos por meio de backtesting, buscando verificar o comportamento dos modelos em condições próximas ao uso prático. Como pane da solução, também foi desenvolvido um aplicativo de apoio à decisão para facilitar a visualização e a interpretação das previsões pelo dono da empresa e por gestores. Como contribuição, o trabalho integra tratamento de dados, modelagem preditiva, avaliação experimental e disponibilização dos resultados em uma solução aplicada ao ambiente empresarial.Item Análise de desempenho do Expo em aplicações móveis desenvolvidas com React Native(2025-08-12) Silva, Isadora Leticia Tavares da; Monteiro, Cleviton Vinicius Fonsêca; http://lattes.cnpq.br/9362573782715504Este estudo compara o desempenho de aplicações móveis desenvolvidas em React Native CLI e Expo, analisando métricas críticas como tempo de resposta, uso de CPU e consumo de memória. Foram implementados dois aplicativos idênticos—um com cada abordagem—submetidos a testes controlados envolvendo geolocalização (Google Maps API), acesso à câmera/galeria e renderização dinâmica de mapas. Utilizou-se o Android Debug Bridge (ADB) para coleta automatizada de dados, processados estatisticamente no Google Colab (média, desvio padrão e teste t de Welch). Os experimentos, realizados em um Motorola Moto G52 (Android 13), demonstraram diferenças significativas (α = 5%) no desempenho entre as plataformas. O código e dados estão disponíveis publicamente (GitHub), garantindo reprodutibilidade.Item Impacto do Data Augmentation na detecção de bovinos em bezerreiros tropicais com modelos baseados na arquitetura YOLO: uma análise comparativa, via Roboflow, em cenários com restrição de dados(2026-07-06) Pereira, André Amaro; Medeiros, Victor Wanderley Costa de; http://lattes.cnpq.br/7159595141911505A utilização de técnicas de Visão Computacional na bovinocultura tem se mostrado uma alternativa promissora para automatizar atividades de monitoramento animal em ambientes de produção. No entanto, o desempenho de modelos de detecção de objetos depende diretamente da qualidade, da quantidade e da diversidade das imagens disponíveis para treinamento, o que representa um desafio em cenários com restrição de dados. Neste contexto, este trabalho investiga o impacto de diferentes técnicas de Data Augmentation no desempenho de modelos baseados na arquitetura YOLO para a detecção de bovinos em bezerreiros tropicais. A pesquisa utilizou conjuntos de dados compostos por 50, 100 e 228 imagens coletadas em ambiente real de produção leiteira, originário de um projeto de pesquisa denominado “Criação de bezerras sob diferentes métodos de fornecimento de água de dessedentação durante a fase de aleitamento”, coordenado pelo departamento de Ciências Agrárias da UFRPE, cujas imagens apresentavam variações de iluminação, oclusões e movimentação de animais. Essas imagens foram organizadas, anotadas e processadas na plataforma Roboflow, onde foram aplicadas transformações geométricas e fotométricas, incluindo espelhamento, rotação, ajustes de brilho e saturação, conversão para escala de cinza e inserção de ruído. Os experimentos foram organizados em grupos de teste e avaliados por meio das métricas mAP@0.5, Precision e Recall. Os resultados demonstraram que o impacto do Data Augmentation varia conforme o volume de dados disponível e a natureza das transformações aplicadas. Transformações fotométricas moderadas apresentaram os resultados mais consistentes, especialmente na base de 100 imagens, contribuindo para melhorias nas métricas de detecção. Em contrapartida, combinações excessivas de transformações geométricas e fotométricas produziram degradação do desempenho, evidenciando que o aumento artificial de dados não garante ganhos automáticos de generalização. Conclui-se, portanto, que a eficácia do Data Augmentation depende diretamente da coerência entre as transformações aplicadas e as características reais do domínio investigado, sendo mais eficiente quando empregado de forma controlada e compatível com as condições do ambiente de criação animal.