TCC - Bacharelado em Sistemas da Informação (Sede)

URI permanente para esta coleçãohttps://arandu.ufrpe.br/handle/123456789/427

Navegar

Resultados da Pesquisa

Agora exibindo 1 - 10 de 136
  • Imagem de Miniatura
    Item
    Desenvolvimento de uma aplicação web para a gestão de atendimentos presenciais ao público usuário de serviços de saneamento básico
    (2026-02-12) Peixoto, Marcos Vinícius de Araujo Souza; Gouveia, Roberta Macêdo Marques; http://lattes.cnpq.br/2024317361355224
    A organização eficiente de processos e a adequada coordenação de recursos são essenciais para o bom funcionamento das instituições e para a melhoria da qualidade dos serviços prestados à população, especialmente no domínio da saúde pública, área diretamente relacionada à oferta de serviços de saneamento básico. Nesse contexto, este trabalho apresenta o desenvolvimento de um sistema web voltado ao gerenciamento de atendimentos presenciais na área de saneamento, destinados ao público usuário desses serviços, com início em 2025. A solução tecnológica proposta tem como objetivo otimizar os processos de atendimento por meio da automação de agendamentos, controle de tempo e expediente, monitoramento dos serviços e disponibilização de informações dos atendentes, promovendo maior eficiência operacional e possibilitando o acompanhamento das atividades em tempo real. O projeto fundamenta-se nos princípios da engenharia de software, programação web e gerenciamento de dados dinâmicos, contribuindo para o desenvolvimento acadêmico e para a aplicação prática. Como resultados esperados, destacam-se a otimização do fluxo de informações, a democratização do acesso aos dados, a melhoria da qualidade do atendimento, o aumento da satisfação dos usuários e o fortalecimento da gestão organizacional, refletindo positivamente nos serviços públicos de saúde e saneamento.
  • Imagem de Miniatura
    Item
    Desenvolvimento de uma suíte automatizada de testes de interoperabilidade Wi-Fi para dispositivos móveis
    (2025-02-27) Moraes, Brunna Arruda Barroso de; Magalhães, Cleyton Vanut Cordeiro de; http://lattes.cnpq.br/3964482995173288; http://lattes.cnpq.br/8653186269584146
    A conexão com a internet tem se tornado cada vez mais comum entre os usuários de dispositivos móveis, sendo necessária a utilização de tecnologias de conectividade como o Wi-Fi, que possibilita o uso de dispositivos inteligentes, os quais auxiliam no monitoramento da saúde e na utilização de ferramentas de segurança. Devido ao aumento do número de funcionalidades que surgiram com a evolução dessa tecnologia, o contexto de validação da conexão entre dispositivos móveis e roteadores é complexo. Assim, os testadores enfrentam desafios para aprimorar o processo de testes e reduzir o tempo dedicado a essas validações. O objetivo principal desse trabalho é apresentar uma solução para otimizar o processo de testes de interoperabilidade Wi-Fi em dispositivos móveis, por meio de uma suíte automatizada de testes. Para isso, foram desenvolvidos scripts de teste que permitiram transformar uma suíte manual em automatizada, expandindo o escopo dos testes e reduzindo o tempo de trabalho dos testadores.
  • Imagem de Miniatura
    Item
    TEAjudo: Aplicativo Móvel para Triagem Precoce de Sinais do Transtorno do Espectro Autista (TEA) em Crianças de 16 a 30 Meses
    (2026-02-11) Rocha Neto, Washington Botelho da; Magalhães, Cleyton Vanut Cordeiro de; http://lattes.cnpq.br/3964482995173288
    A identificação precoce do Transtorno do Espectro Autista (TEA), um transtorno complexo do neurodesenvolvimento, é fundamental para intervenções eficazes, mas frequentemente dificultada pelo acesso limitado a especialistas. Este trabalho aborda esse desafio ao propor o desenvolvimento de um aplicativo móvel para a triagem precoce de TEA em crianças na faixa etária de 16 a 30 meses. A metodologia se concentra na digitalização do questionário validado M-CHAT-R/F em um aplicativo móvel para padronizar a coleta de dados. O objetivo é oferecer uma ferramenta de triagem acessível e de baixo custo para pais e profissionais, democratizando a detecção precoce. Este trabalho visa contribuir significativamente para o campo da detecção precoce de TEA, buscando, em última análise, melhorar os desfechos para as crianças e suas famílias.
  • Imagem de Miniatura
    Item
    Análise de Viés no Modelo BERTimbau para detecção de discurso de ódio em Português Brasileiro
    (2026-02-12) Oliveira Filho, José Fernando de; Gouveia, Roberta Macedo Marques; http://lattes.cnpq.br/2024317361355224
    A expansão das redes sociais intensificou a circulação de discursos de ódio online, gerando desafios à convivência democrática e à proteção de grupos minoritários. Diante da inviabilidade da moderação manual, este trabalho aplica técnicas de Processamento de Linguagem Natural (PLN) e Aprendizado de Máquina (ML) para a identificação de conteúdo ofensivo em português brasileiro. O estudo investiga o viés algorítmico do modelo BERTimbau, ajustado via fine-tuning e treinado sobre as bases anotadas ToLD-BR e Tupy-E. A avaliação considera métricas tradicionais de desempenho (precisão, recall, F1-score) e de equidade (Paridade Demográfica), com o objetivo de examinar possíveis associações indevidas entre termos de identidade social e discurso de ódio, contribuindo para o debate sobre justiça algorítmica. Os resultados evidenciaram padrões estruturados de viés do BERTimbau entre os eixos de gênero, raça e orientação sexual, bem como entre grupos específicos dentro de cada eixo (por exemplo, mulheres, pessoas bissexuais, gays e pardas), mostrando que o modelo tende a associar esses termos de identidade ao discurso de ódio com maior frequência do que seus grupos de referência, mesmo em contextos neutros ou positivos.
  • Imagem de Miniatura
    Item
    Diagramas interativos para análise de risco de incêndio florestal
    (2026-02-12) Almeida, Iago Leal Ferreira de; Bocanegra, Silvana; http://lattes.cnpq.br/4596111202208863
    Neste trabalho é proposto o desenvolvimento de um protótipo de ferramenta para monitoramento de incêndios florestais. Com uma interface interativa é possível acompanhar a evolução do risco de fogo em diversas localidades, transformando dados meteorológicos complexos em uma ferramenta de suporte visual. Utilizando dados oficiais do INPE (Instituto Nacional de Pesquisas Espaciais) e uma arquitetura automatizada em nuvem com Streamlit, aplicou-se um modelo de Diagramas de Risco, que integra o Risco de Fogo Observado (RF) e a Tendência Temporal de Risco (TTR) para estimar a evolução do risco de uma determinada localidade ao longo do tempo. A validação da metodologia baseou-se em estudos de caso nos biomas Amazônia (Amapá) e Cerrado (Tocantins) durante os períodos críticos observados nos meses de maio e setembro de 2025. Os resultados demonstraram alta aderência entre as projeções do modelo e os registros oficiais de emergência, capturando com precisão tanto a degradação gradual quanto a intensificação súbita das condições críticas. Conclui-se que o protótipo tem potencial para se transformar em uma ferramenta eficaz para a tomada de decisão estratégica, permitindo aos gestores antecipar cenários de risco e otimizar a alocação de recursos de combate.
  • Imagem de Miniatura
    Item
    Análise de Algoritmos de Balanceamento de Carga em Cenários com Hosts Desbalanceados
    (2025-08-07) Santos, Bruno Olimpio dos; Oliveira, Lidiano Augusto Nóbrega de; http://lattes.cnpq.br/7399493881755815; http://lattes.cnpq.br/6578958880427494
    O crescimento exponencial de dispositivos conectados à Internet exige soluções que assegurem desempenho e disponibilidade em sistemas distribuídos. Este trabalho investiga o impacto de diferentes algoritmos de balanceamento de carga, tais como Round Robin, Weighted e Least Connections, em ambientes compostos por dispositivos com recursos computacionais distintos. Para isso, foi projetada uma arquitetura composta por três servidores executando aplicações Flask com Gunicorn, e um balanceador de carga Nginx instalado em um quarto dispositivo. Foram conduzidos experimentos com cenários variados quanto à capacidade dos servidores e à carga computacional das requisições, a fim de medir o tempo de resposta e analisar a distribuição das requisições. Os resultados evidenciam que algoritmos como o Least Connections e o Ponderado apresentam melhor adaptação a cenários assimétricos, promovendo distribuição mais eficiente das requisições e tempos de resposta mais estáveis. O estudo reforça a importância da escolha criteriosa do algoritmo de balanceamento conforme a configuração da infraestrutura e o perfil das requisições.
  • Imagem de Miniatura
    Item
    Uma análise de vieses de gênero, raça e localização geográfica em modelos de predição de evasão em IES com foco na área de STEM
    (2026-02-12) Pacheco, Melissa Araújo; Albuquerque Junior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584
    A evasão no ensino superior é crítica, e modelos de Machine Learning usados para combatê-la podem replicar desigualdades. Este trabalho audita um modelo de predição de evasão treinado com dados reais, utilizando métricas de justiça e Explainable AI (SHAP). Apesar da acurácia global de 87%, detectou-se uma dicotomia de erros: um viés punitivo contra estudantes de STEM (altos falsos positivos) e um viés de negligência em relação a mulheres (altos falsos negativos), invisibilizando alunas em risco real. O SHAP confirmou que gênero e localização influenciam indevidamente as decisões, evidenciando que a validação ética é indispensável para evitar a exclusão automatizada na gestão acadêmica.
  • Imagem de Miniatura
    Item
    De vilão a solução: o sobreajuste na geografia da desigualdade oculta do ENEM
    (2026-02-19) Silva, Carlos Vinícius Martins da; Albuquerque Junior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/9995481931022767
    O ENEM é uma base essencial para a análise educacional brasileira, mas aplicações de aprendizado de máquina na área costumam ter como objetivo a predição. Este trabalho propõe uma abordagem distinta: utiliza modelos interpretáveis para mapear padrões de desempenho e perfis socioeconômicos. A metodologia combina estatística descritiva com árvores de decisão submetidas ao sobreajuste (overfitting) intencional. O objetivo não é a generalização, mas a exaustão descritiva da base original, utilizando a renda familiar como alvo (target) instrumental para extrair regras que influenciam o desempenho em cada estrato social. Para quantificar a relevância dos fatores, aplicou-se a técnica SHAP (XAI) em cenário multiclasse. Os resultados confirmam que o desempenho acadêmico cresce proporcionalmente à renda, mas revelam nuances críticas: embora a posse de automóvel seja o principal determinante global de renda, a exclusão digital superou a imobilidade física como principal marcador de vulnerabilidade no estrato rural feminino em 2023. Adicionalmente, candidatos rurais têm maior dificuldade em converter renda em notas superiores, embora mulheres nesse contexto apresentem maior eficiência nessa conversão que homens. Conclui-se que esta abordagem revela desigualdades interseccionais que modelos preditivos convencionais ocultam.
  • Imagem de Miniatura
    Item
    Riscos e desafios de segurança na internet para idosos: estratégia do jogo digital para promover a conscientização
    (2025-08-01) Moraes, Pedro Henrique Rebelo de; Cysneiros Filho, Gilberto Amado de Azevedo; http://lattes.cnpq.br/0534822491953359
    A crescente digitalização dos serviços tem exposto os idosos a riscos cibernéticos, agravados por sua limitada familiaridade com tecnologias digitais. Este trabalho propôs o desenvolvimento de um aplicativo móvel educacional, fundamentado nos princípios do Human-Centered Design (HCD), visando oferecer instruções claras e práticas sobre segurança digital para usuários acima de 60 anos. A escolha pelo HCD se justifica pela necessidade de criar soluções centradas nas reais necessidades e limitações dos usuários, garantindo maior eficácia e aceitação do produto final. A interface do aplicativo foi simplificada, evitando ícones isolados e adotando textos descritivos, além de permitir ajustes no tamanho da fonte para assegurar acessibilidade. Para a geração dos conteúdos textuais das seções, utilizou-se o ChatGPT, garantindo uma linguagem acessível e adaptada ao público-alvo. Complementarmente, foram incorporados vídeos curtos com linguagem simples, facilitando a compreensão dos temas abordados. O aplicativo combina conteúdos multimodais (texto e vídeo) com três tipos de quizzes interativos: múltipla escolha, verdadeiro ou falso e preenchimento de lacunas. Essa abordagem se alinha a metodologias de ensino dinâmico, como evidenciado em estudos sobre o uso do Kahoot!, que demonstram melhorias significativas no engajamento e retenção de conhecimento dos alunos através de atividades gamificadas.2 O estudo demonstra como essa abordagem integrada pode potencializar a aprendizagem em adultos. Em testes iterativos, 85% dos participantes relataram ter aprendido novos conceitos, e 78% sentiram-se mais seguros ao navegar na internet após a utilização do aplicativo. A introdução de elementos lúdicos—como o mascote da raposa, sistema de recompensas por estrelas e feedback sonoro—estimulou o engajamento e reforçou o aprendizado. Conclui-se que estratégias de gamificação, aliadas a um design inclusivo e centrado no usuário, podem capacitar eficazmente os idosos contra ameaças online.
  • Imagem de Miniatura
    Item
    Comparação de técnicas de redução de dimensionalidade aplicadas à clusterização de dados do censo da educação superior
    (2025-08-08) Mercês, Thamires Lopes das; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/8266687622316308
    A grande quantidade de informações coletadas em censos da educação e avaliações nacionais demanda métodos eficientes para extração de conhecimento, permitindo identificar padrões e tendências relevantes. Nesse contexto, a clusterização se destaca como uma ótima técnica para segmentar e interpretar grandes volumes de dados educacionais, sendo o K-Means um dos algoritmos mais utilizados devido à sua simplicidade e eficiência. No entanto, quando aplicado a conjuntos de dados de alta dimensionalidade, seu desempenho pode ser comprometido, tornando necessário o uso de técnicas de redução de dimensionalidade como Principal Component Analysis (PCA), t-Distributed Stochastic Neighbor Embedding (t-SNE) e Uniform Manifold Approximation and Projection (UMAP). Este trabalho investiga o impacto dessas técnicas na qualidade dos agrupamentos gerados pelo K-Means em uma base de dados composta pela junção dos Microdados do Censo da Educação Superior de 2022 e os indicadores de qualidade educacional Conceito Enade e CPC. A análise é realizada utilizando o índice de silhueta como métrica de avaliação e comparando o tempo de execução de cada método. Com dois componentes, o PCA superou o t-SNE e o UMAP na maioria dos testes. Com três componentes, o PCA teve melhor desempenho que o t-SNE em todos os testes, mas ficou equilibrado com o UMAP, onde foi superior em cinco dos nove cenários. Observou-se, ainda, que a quantidade de clusters teve influência relevante nos resultados, especialmente no desempenho crescente do UMAP à medida que se aumentava o número de clusters. O UMAP e o t-SNE mostraram resultados equilibrados com dois componentes. Porém, com três componentes, o UMAP se mostrou melhor em todos os cenários. Além disso, o PCA foi a técnica mais rápida em todos os cenários avaliados, superando tanto o t-SNE quanto o UMAP em termos de tempo de execução.