DSpace Coleção: 2025/12025/1http://dspace.uniube.br:8080/jspui/handle/123456789/31172026-04-12T20:54:11Z2026-04-12T20:54:11ZSistema de Gerenciamento EmpresarialSilva, Victor Hugo SouzaValente, Mateus de Souzahttp://dspace.uniube.br:8080/jspui/handle/123456789/31212025-08-22T14:50:22Z2025-06-01T00:00:00ZTítulo: Sistema de Gerenciamento Empresarial
Autor(es): Silva, Victor Hugo Souza; Valente, Mateus de Souza
Resumo: Uma boa gestão financeira é essencial para empresas de qualquer porte, proporcionando controle em situações adversas. O aumento do desemprego durante e após a pandemia elevou o número de microempreendedores, tornando a prestação de serviços uma alternativa para muitos. Para ajudar esses negócios a competirem no mercado, o aplicativo proposto enfrenta desafios como princípio da entidade, controle gerencial e balanço patrimonial - principais causas de fechamento de pequenas empresas. A pesquisa revelou que a falta de conhecimento financeiro dificulta a gestão eficiente. Concluiu-se que ferramentas como Business Intelligence (BI) podem oferecer suporte com indicadores visuais simples, facilitando decisões estratégicas. O trabalho demonstra que a solução desenvolvida orienta microempreendedores de forma prática, como no caso de uma empresa de automação residencial, promovendo gestão adaptada à realidade do mercado.2025-06-01T00:00:00ZAplicativo para o gerenciamento de Clubes de LeituraOliveira, Luís Fernando Silva deAssis, Leonardo Campos dehttp://dspace.uniube.br:8080/jspui/handle/123456789/31202025-08-22T14:47:21Z2025-06-01T00:00:00ZTítulo: Aplicativo para o gerenciamento de Clubes de Leitura
Autor(es): Oliveira, Luís Fernando Silva de; Assis, Leonardo Campos de
Resumo: Este trabalho apresenta o desenvolvimento de um aplicativo Android voltado para o gerenciamento de grupos de leitura, com o objetivo de facilitar a organização e controle dos membros, livros em leitura e preservar em um histórico os livros já lidos por tal grupo. A metodologia adotada utilizou o framework Flutter para desenvolvimento multiplataforma e o Firebase como backend para autenticação e armazenamento de dados. A interface foi projetada utilizando a ferramenta FlutterFlow, que permitiu uma prototipagem rápida e eficiente. O sistema possibilita a criação e gerenciamento de grupos, visualização de livros atuais e históricos, além do convite de membros via e-mail, com permissões específicas para administradores. Os resultados indicam que o aplicativo oferece uma solução simples e acessível para apoiar grupos de leitura informais, auxiliando na manutenção do hábito da leitura e na coordenação das atividades do grupo. Conclui-se que o uso de tecnologias móveis e serviços em nuvem pode potencializar a organização de comunidades de leitura, com possibilidade de futuras expansões para funcionalidades mais robustas.2025-06-01T00:00:00ZBovihealth: gestão inteligente de rebanhos leiteirosEduardo Ferrari, SoaresGabriel Santos, AlvesMatheus Cunha de, OliveiraLeonardo Campos de, Assishttp://dspace.uniube.br:8080/jspui/handle/123456789/31192025-08-22T14:34:14Z2025-06-01T00:00:00ZTítulo: Bovihealth: gestão inteligente de rebanhos leiteiros
Autor(es): Eduardo Ferrari, Soares; Gabriel Santos, Alves; Matheus Cunha de, Oliveira; Leonardo Campos de, Assis
Resumo: Este trabalho apresenta o BoviHealth, uma plataforma acessível para a gestão de rebanhos, desenvolvida para otimizar o manejo dos animais e aumentar a eficiência operacional. Disponível para dispositivos móveis e desktops, a ferramenta permite armazenar informações essenciais como nascimento, peso, doenças, vacinação, alimentação, produção de leite e controle de perdas. Com uma interface intuitiva, oferece uma visão detalhada para apoiar o pecuarista na tomada de decisões, contribuindo para a sustentabilidade, produtividade e lucratividade do setor agropecuário. A metodologia seguiu as etapas de pesquisa, desenvolvimento, testes e validação. Inicialmente, foram identificadas as necessidades do setor, que orientaram a definição das funcionalidades. O protótipo foi criado utilizando o Bubble, uma plataforma no-code. Na fase de implementação, foram utilizadas as tecnologias Vite, TypeScript, React, ShadCN-UI e Tailwind CSS, com o Supabase como banco de dados. Na otimização, ferramentas digitais baseadas em inteligência artificial contribuíram para melhorias no código e nas boas práticas de programação. Os testes foram realizados por nós e por usuários próximos, com foco em usabilidade, desempenho e precisão dos dados. Apesar de desafios como a familiaridade com tecnologia e a dependência de internet, melhorias contínuas estão previstas para ampliar a acessibilidade e eficiência da aplicação em diferentes contextos.2025-06-01T00:00:00ZRede neural preditivaSantos, Caio CesarioTeixeira, Edilberto Pereirahttp://dspace.uniube.br:8080/jspui/handle/123456789/31182025-08-22T14:30:40Z2025-06-01T00:00:00ZTítulo: Rede neural preditiva
Autor(es): Santos, Caio Cesario; Teixeira, Edilberto Pereira
Resumo: Este trabalho apresenta o desenvolvimento e implementação de uma arquitetura de rede neural artificial para previsão de tendências de preços de ações utilizando dados históricos de mercado. A pesquisa foi conduzida através de uma metodologia experimental que envolveu a coleta de dados históricos via API YFinance, seguida de extenso pré-processamento utilizando as bibliotecas NumPy e Pandas para tratamento, normalização e limpeza dos dados. Duas arquiteturas distintas foram implementadas e comparadas: redes neurais feedforward densas e redes neurais recorrentes do tipo LSTM (Long Short-Term Memory), ambas desenvolvidas em TensorFlow/Keras. O modelo LSTM demonstrou desempenho superior. A acurácia na identificação de movimentos direcionais (alta/baixa) atingiu 51.2% no conjunto de teste, superando significativamente métodos tradicionais. A validação cruzada temporal e testes de robustez em períodos de alta volatilidade confirmaram a estabilidade do modelo proposto. Como contribuição prática, foi desenvolvido um protótipo com interface gráfica interativa utilizando Matplotlib e Tkinter, facilitando a interpretação das previsões por usuários sem formação técnica especializada. Os resultados demonstram que a abordagem proposta não apenas supera as limitações de linearidade dos modelos econométricos tradicionais, mas também contribui significativamente para a democratização do acesso a ferramentas avançadas de análise financeira, tornando-as acessíveis a investidores individuais e pequenos escritórios de investimento.2025-06-01T00:00:00Z