Algoritmos de Classificação Aplicados ao Controle Interno em Economicidade de Combustíveis – Um Estudo de Caso na Polícia Militar de Pernambuco

• Autor(a) principal: Leite, Ailton de Souza
• Data de Publicação: 2021
• Outros Autores: da Silva Xavier, André Luiz, Andrade, George Fragoso, Teixeira, Igor Vitor, Paula da Silva, Rubens Karman
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista de Engenharia e Pesquisa Aplicada
• Texto Completo: http://revistas.poli.br/index.php/repa/article/view/1751

Este artigo apresenta técnicas de aprendizagem de máquina para identificar não conformidades no consumo de combustível dos veículos da Polícia Militar de Pernambuco - PMPE. Em sintonia com a PMPE, a Comissão Permanente de Auditoria - CPA, tem por objetivo avaliar o desempenho da gestão operacional analisando os indicadores de eficiência, eficácia e efetividade relacionadas às atividades operacionais, prezando pela qualidade da gestão financeira, patrimonial, combustíveis, materiais bélicos, almoxarifado e recursos humanos. Nesse sentido, a base de dados utilizada refere-se ao período de 2017 a 2020, com 18 atributos e mais de 900 mil registros de abastecimentos. Dos 124 modelos distintos, a pesquisa utilizou os modelos com maior frequência absoluta. Sendo estes: SPIN, SPACEFOX, XRE 300, HILUX e S10, distribuídos no interior do estado, Região Metropolitana do Recife - RMR e capital. Após as etapas de mineração dos dados, a base foi segmentada em 70% para treino (472.155 registros) e 30% para testes (202.353 registros). Em seguida, foram aplicadas técnicas de grid search, para avaliação dos classificadores Naive Bayes, KNN e Random Forest, considerando as métricas de acurácia, sensibilidade e precisão. O KNN foi o classificador que apresentou o melhor desempenho. Enquanto que, o Naive Bayes apresentou os piores resultados, obtendo uma acurácia inferior aos demais (94,30%).