universidad de cuenca - repositorio digital de la...

UNIVERSIDAD DE CUENCA

1 María Gabriela Altamirano Cárdenas

RESUMEN: La tesis fue realizada en Plantaciones Malima Cia. Ltda. en el área de poscosecha,

esta consta de las siguientes etapas: Clasificación en Verde, Proceso de Apertura,

Clasificación en Blanco y Empaque en Cuartos Fríos; en cada etapa se realiza un

levantamiento de procesos en sus diferentes variedades de flor que se procesa, estas

pertenecen a la familia Gypsophila¹ y se denominan Million Stars y Cassiopeia.

El mayor número de trabajadores que la poscosecha demanda son Clasificación en

Verde y Clasificación en Blanco, la determinación del número de personas necesarias y

las horas que debemos programar para cumplir un pedido, dependerá del volumen de

producción y de las variables involucradas que son: Grado del Tallo, la Jornada de

Trabajo, la Curva de Aprendizaje y los Problemas de Plagas y Enfermedades.

Una de variables principales es la curva de aprendizaje la cual fue obtenida a través de

la determinación del tiempo estándar en sus diferentes grados y diferenciando la

presencia o ausencia de plagas o enfermedades; se realiza mediante un estudio por

cronometro y una comparación de los datos obtenidos con datos históricos y curvas de

aprendizaje actuales utilizadas por la empresa.

Las variables obtenidas mediante el análisis se relacionan entre sí mediante matrices

en las que se ligan las mismas con datos de entrada de producción, jornada de trabajo

y problemas de plagas o enfermedades, esta interrelación nos dará una respuesta para

la toma de decisiones del recurso mano de obra; el software se realizo en el programa

Excel 2007.

PALABRAS CLAVE: Gypsophila¹.- Pertenecientes a la familia Caryophyllaceae, son plantas herbáceas

caducas o perennes.

Million Stars.- Flor de relleno perteneciente a la Gypsophila.

Cassiopeia.- Flor de relleno perteneciente a la Gypsophila



ABSTRACT OF THESIS:

The thesis was conducted in Malima Plantations Co. Ltd. in the postharvest area, this involves

the following stages: Classification in green, Opening Process, Classification in white,

Packaging in Cold Rooms. Each stage involves a survey of processes in its different varieties of

flowers that are processed. These belong to the family denominated Gypsophila and they are

called Million Stars and Cassiopeia.

The largest number of workers that postharvest demanded is in classification and post

classification. Determining the number of people required and the necessary hours to

accomplish the demand will depend on the volume of production and the variables involved that

are: Grade Stem, Labor Day, the Learning Curve and Pest Problems.

One of the most important variables is the learning curve which was obtained by determining

the standard time in different degrees and taking into account the presence or absence of pests

or diseases. It is performed by a comparison with timer and a study comparing the data with

historical data and current learning curves used by the company.

The variables obtained by analysis are related by matrices which bind them with production

inputs, working hours, pest or disease. This relationship will give us an answer for taking

decision about hand work. The software was made in Excel 2007.

KEYWORDS: Gypsophila. ¹ - Belonging to the family Caryophyllaceae, are deciduous or perennial

herbaceous plants.

Million Stars. - Filler flower belonging to the Gypsophila.

Cassiopeia. - Filler flower belonging to the Gypsophila.



INDICE

AGRADECIMIENTOS

DEDICATORIA

INDICE

CAPITULO I

1.1 PLANTACIONES MALIMA CIA. LTDA.

1.2 MISION, VISION.

1.3 POLITICAS

1.4 ANALISIS FODA

1.4.1 FORTALEZAS

1.4.2 OPORTUNIDADES

1.4.3 DEBILIDADES

1.4.4 AMENAZAS

1.5 PRODUCTOS

1.5.1 GYPSOPHILA

1.5.1.1 MILLION STARS

1.5.1.2 CASSIOPEIA

1.5.1.3 DIFERENCIA ENTRE MILLION STARS Y CASSIOPEIA

1.5.2 HYPERICUM

1.5.2.1 HYPERICUM CONDOR GREEN

1.5.2.2 HYPERICUM RED BARON

1.6 MERCADO



1.6.1 MARCAS

1.7 DESCRIPCIÓN DE LOS DEPARTAMENTOS DE LA EMPRESA

1.7.1 DEPARTAMENTO DE PRODUCCIÓN

1.7.1.1 ÁREA DE PROPAGACIÓN

1.7.1.2 ÁREA DE SIEMBRA

1.7.1.3 ÁREA DE COSECHA

1.7.1.4 ÁREA DE POSCOSECHA

1.7.2 DEPARTAMENTO DE RECURSOS HUMANOS

1.7.3 DEPARTAMENTO DE VENTAS

1.7.4 DEPARTAMENTO ADMINISTRATIVO

1.7.5 DEPARTAMENTO DE SISTEMAS

1.7.6 DEPARTAMENTO DE MANTENIMIENTO

1.7.7 DEPARTAMENTO DE GESTIÓN Y CONTROL DE LA CALIDAD

1.7.8 DEPARTAMENTO FINANCIERO

1.7.9 DEPARTAMENTO DE COMPRAS

1.7.10 DEPARTAMENTO DE SEGURIDAD INDUSTRIAL Y

MEDIOAMBIENTE

CAPITULO II

DESCRIPCIÓN DEL ÁREA DE POSCOSECHA

2.1 POSCOSECHA DE GYPSOPHILA

2.1.1 CLASIFICACIÓN EN VERDE

2.1.2 PROCESO DE APERTURA



2.1.3 CLASIFICACIÓN EN BLANCO

2.1.4 EMPAQUE EN CUARTOS FRÍOS

2.2 DIAGRAMAS DE FLUJO DE LOS PROCESOS

2.2.1 MILLION STARS

2.2.1.1 MILLION STARS

2.2.1.2 PROCESO DE APERTURA

2.2.1.3 CLASIFICACIÓN EN BLANCO

2.2.1.4 EMPAQUE EN CUARTO FRÍOS

2.2.1.4.1 CUARTO 2

2.2.1.4.2 CUARTO 3/5 Y 4

2.2.1.4.3 CUARTO 6

2.2.2 CASSIOPEIA

2.2.2.1 CLASIFICACIÓN EN VERDE

2.2.2.2 APERTURA

2.2.2.3 PESADO EN BLANCO

CAPITULO III

VARIABLES QUE INTERVIENEN EN EL REQUERIMIENTO DE MANO DE OBRA

3.1 INTRODUCCIÓN

3.2 GRADO DEL TALLO

3.2.1 DESCRIPCIÓN

3.2.2 CARACTERÍSTICAS

3.2.3 ANÁLISIS



3.3 JORNADA DE TRABAJO

3.3.1 DESCRIPCIÓN

3.3.2 ANÁLISIS

3.4 CURVA DE APRENDIZAJE

3.4.1 DESCRIPCIÓN

3.4.2 APLICACIONES DE LA CURVA DE APRENDIZAJE

3.4.3 ANÁLISIS

3.5 PROBLEMAS DE PLAGAS O ENFERMEDADES

3.5.1 DESCRIPCIÓN

3.5.2 PLAGAS

3.5.2.1 MOSCA BLANCA (TRIALEURODES VAPORARIUM)

3.5.2.2 MINADOR DE LA HOJA (LIRIOMYZA TRIFOLII)

3.5.2.3 GUSANOS AÉREOS (HELIOTHIS ARMIGUERA, SPODOPTERA

SP.,ETC)

3.5.2.4 GUSANOS DE SUELO (AGRIOTES LINEATUS, AGROTIS SPP.)

3.5.2.5 THRIPS (FRANKLINIELLA OCCIDENTALIS)

3.5.2.6 PULGONES (MYZUS SP. Y OTROS)

3.5.2.7 ARAÑA ROJA (TETRANYCHUS URTICAE)

3.5.3 ENFERMEDADES

3.5.3.1 RHIZOCTONIA SOLANI

3.5.3.2 OIDIO (ERYSIPHAE SP.)

3.5.3.3 PODREDUMBRES BASALES (BOTRYTIS SP. Y SCLEROTINIA

SP.)



3.5.3.4 PHYTOPHTORA

3.5.4 ANÁLISIS

CAPITULO IV

TIEMPOS ESTANDAR VS TIEMPOS REALES

4.1 INTRODUCCION

4.2 MEDICIÓN DEL TRABAJO

4.2.1 DIVISIÓN DE LA OPERACIÓN EN ELEMENTOS

4.2.2 CICLO DE TRABAJO

4.2.3 HOJA DE CRONOMETRAJE

4.2.3.1 HOJA DE CRONOMETRAJE MILLION STARS

4.2.3.2 HOJA DE CRONOMETRAJE CASSIOPEIA

4.2.4 TOMA DE TIEMPOS

4.2.4.1 TIEMPO OBSERVADO

4.2.4.1.1 TIEMPO OBSERVADO MILLION STARS CON PLAGAS Y

ENFERMEDADES

4.2.4.1.2 TIEMPO OBSERVADO MILLION STARS SIN PLAGAS Y

ENFERMEDADES

4.2.4.1.3 TIEMPO OBSERVADO CASSIOPEIA

4.2.4.2 TIEMPO NORMAL

4.2.4.2.1 CALIFICACIÓN

4.2.4.2.1.1 TIEMPO NORMAL MILLION STARS CON PLAGAS Y

ENFERMEDADES



4.2.4.2.1.2 TIEMPO NORMAL MILLION STARS SIN PLAGAS Y

ENFERMEDADES

4.2.4.2.1.3 TIEMPO NORMAL CASSIOPEIA

4.2.4.3 TIEMPO ESTÁNDAR

4.2.4.3.1 SUPLEMENTOS

4.2.4.3.1.1 TIEMPO ESTÁNDAR MILLION STARS CON PLAGAS Y

ENFERMEDADES

4.2.4.3.1.2 TIEMPO ESTÁNDAR MILLION STARS SIN PLAGAS Y

ENFERMEDADES

4.2.4.3.1.3 TIEMPO ESTÁNDAR CASSIOPEIA

4.3 CURVAS DE APRENDIZAJE OBTENIDAS

4.3.1 COMPARACIÓN DE LAS CURVAS DE APRENDIZAJE CON SUS

RESPECTIVAS CURVAS ACTUALES

4.3.1.1 COMPARACIÓN DE LAS CURVAS DE APRENDIZAJE

OBTENIDAS DE MILLION STARS CON PLAGA VS LA CURVA DE

APRENDIZAJE ACTUAL

4.3.1.2 COMPARACIÓN DE LAS CURVAS DE APRENDIZAJE OBTENIDA

DE MILLION STARS SIN PLAGA VS LA CURVA DE

APRENDIZAJE ACTUAL

4.3.1.3 COMPARACIÓN DE LA CURVA DE APRENDIZAJE OBTENIDA

DE CASSIOPEIA VS LA CURVA DE APRENDIZAJE ACTUAL

4.3.2 COMPARACIÓN DE LOS TIEMPOS PROMEDIO OBTENIDOS

CON LOS TIEMPOS PROMEDIO SEGÚN DATOS HISTORICOS



4.3.2.1 COMPARACIÓN DE LOS TIEMPOS PROMEDIO OBTENIDOS DE

MILLION STARS CON LOS TIEMPOS PROMEDIO SEGÚN

DATOS HISTORICOS

4.3.2.2 COMPARACIÓN DE LOS TIEMPOS PROMEDIO OBTENIDOS DE

CASSIOPEA CON LOS TIEMPOS PROMEDIO SEGÚN DATOS

HISTORICOS

4.4 CONCLUSIONES DE LA COMPARACION

CAPITULO V

INTERELACION SINERGICA DE LAS VARIABLES

5.1 INTRODUCCIÓN

5.2 EFECTO COMBINADO DE LAS VARIABLES

5.2.1 GRADO DEL TALLO Y JORNADA DE TRABAJO

5.2.2 GRADO DE TALLO Y CURVA DE APRENDIZAJE

5.2.3 GRADO DE TALLO Y PROBLEMA DE PLAGAS O

ENFERMEDADES

5.2.4 JORNADA DE TRABAJO Y CURVA DE APRENDIZAJE

5.2.5 JORNADA DE TRABAJO Y PROBLEMA DE PLAGAS Y

ENFERMEDADES

5.2.6 CURVA DE APRENDIZAJE Y PROBLEMAS DE PLAGAS Y

ENFERMEDADES

5.3 INTERRELACIÓN DE LAS VARIABLES

5.4 MODELACIÓN MATEMÁTICA

5.5 MEJORA UTILIZACIÓN

5.5.1 SALA EN BLANCO



5.5.1.1 CALCULO PARA LAS PESADORAS DE CASSIOPEIA

5.5.1.2 CALCULO PARA LAS CLASIFICADORES Y REVISADORAS DE

MILLION STARS

5.5.1.3 EXTRACCION DE PESADORAS DE CASSIOPEIA Y

REVISADORAS DE MILLION STARS

5.5.1.3.1 EXTRACCION DE PESADORAS DE CASSIOPEIA Y

REVISADORAS DE MILLION STARS MEDIANTE UN

ESCOJITAMIENTO

5.5.1.3.2 EXTRACCION DE PESADORAS DE CASSIOPEIA Y

REVISADORAS DE MILLION STARS MEDIANTE ALEATORIO

5.5.2 SALA EN VERDE

5.5.3 APERTURA

5.5.4 EMPAQUE

5.6 MATRIZ ADICIONALES

CAPITULO VI

ALGORITMO PARA LA TOMA DE DECISIONES

6.1 DISEÑO DE TOMA DE DECISIONES

6.2 CASOS

6.2.1 CASO DE DECISIÓN DE HORAS EXTRAS

6.2.1.1 APERTURA

6.2.1.2 SALA EN BLANCO

6.2.1.3 SALA EN VERDE

6.2.1.4 EMPAQUE



6.2.2 CASO PRESTAR PERSONAL

CAPITULO VII

CONCLUSIONES Y RECOMENDACIONES

7.1 CONCLUSIONES

7.2 RECOMENDACIONES .




FACULTAD DE CIENCIAS QUIMICAS

ESCUELA DE INGENIERÍA INDUSTRIAL

TESIS PREVIA A LA OBTENCION DEL TITULO DE INGENIERA INDUSTRIAL

TEMA DE TESIS: ELABORACIÓN DE UN PROGRAMA INFORMÁTICO PARA LA TOMA

DE DECISIONES DEL REQUERIMIENTO DE MANO DE OBRA EN EL

ÁREA DE POSCOSECHA PERTENECIENTE A PLANTACIONES MALIMA

CIA.LTDA.

AUTOR: MARÍA GABRIELA ALTAMIRANO

DIRECTOR: ING. JAMES ARIAS

FECHA: 25 DE JUNIO DEL 2012



AGRADECIMIENTOS

Mis más sinceros agradecimientos al Ing. James Arias quien fue la base fundamental

para la realización de mi tesis, y su incondicional ayuda a lo largo de la realización de

este trabajo.

DEDICATORIA

A mis padres por hacer de mí su reflejo,

por estar a mi lado ayudándome a alcanzar las estrellas

por más lejanas que estén. Los amo con mi vida.

A mis hermanos por su apoyo.

A mi abuelita por ser el ángel de mi guarda,

mi vida y mi aliento, en donde estés gracias.

.



CAPITULO I

DESCRIPCIÓN DE LA EMPRESA

1.1 PLANTACIONES MALIMA CIA. LTDA.

Malima es un productor y exportador de flores en Ecuador, y una de las empresas más

importantes del país. Proporciona productos de alta calidad y consistencia asegurando siempre

la satisfacción del cliente en todo el mundo.

Plantaciones Malima Cía. Ltda. Es una empresa que nace en el año de 1990, la misma que

cuenta con 100 hectáreas de cultivo aproximadamente, y dispone de tres fincas ubicadas 2 en

Paute (Monjashuayco, San Juan Pamba), y una en Yunguilla (Floralicia), cuenta con una fuerza

de trabajo de casi 1000 personas, en las tres fincas.

1.2 MISIÓN, VISIÓN.

MISIÓN. 1

Producir flores frescas cortadas, y comercializarlas en los mercados internacionales, en un

entorno de respeto a la comunidad y al medio ambiente, con alta tecnología y calidad, para

proveer satisfacción al cliente, bienestar a los empleados y beneficios a sus accionistas.

VISIÓN.2

Ser una empresa líder en la producción y comercialización de flores frescas cortadas, con

participación creciente en los mercados internacionales masivos y de mayoristas, interviniendo

en la distribución y contando con personal altamente comprometido y capacitado.

1.3 POLÍTICAS. 3

POLÍTICA DE LA CALIDAD.

Plantaciones Malima C. Ltda. se compromete a proveer flores frescas y de la mejor calidad

para satisfacer permanentemente las necesidades de los clientes y lo hace mediante:

1-2-3-4 Plantaciones Malima Cia. Ltda.



• Tecnologías avanzadas de producción.

• Grupo humano competente y motivado.

• Respeto al medio ambiente y apoyo a la comunidad.

• Mejoramiento e innovación continúa de los procesos y productos.

POLITICA DE MEDIO AMBIENTE, SEGURIDAD Y SALUD

Plantaciones Malima Cia. Ltda. está plenamente consciente de la responsabilidad que tiene con

sus empleados, trabajadores y con la comunidad en todas sus actividades. Por tal razón la

Dirección de la Empresa se compromete a:

1. Usar los criterios de Buenas Prácticas Agrícolas y tomarlas como guía para sus

programas ambientes, de salud y seguridad.

2. Prevenir y reducir toda forma de contaminación y riesgos en seguridad y salud que

pueda darse como resultado de sus actividades.

3. Ser miembro responsable de la sociedad, comprometiéndose en el mejoramiento

continuo del Medio Ambiente, la seguridad y la salud de sus empleados y trabajadores.

4. Minimizar el impacto ambiental, optimizando todas sus operaciones y utilizando de la

mejor manera los recursos naturales.

5. Conducir las operaciones de manera que se cumplan las leyes y reglamentaciones

vigentes sobre protección ambiental, seguridad y salud en el trabajo.

6. Entrenar y orientar a todos los empleados y trabajadores a fin de que, colaborando con

los propósitos y postulados de la empresa tomen conciencia de la importancia de los

programas de protección ambiental, salud y seguridad ocupacional.

1.4 ANÁLISIS FODA

MATRIZ FODA 4 1.4.1 FORTALEZAS

• Buen posicionamiento del mercado.

• Know-how del negocio: producción, comercialización y distribución. 4 Plantaciones Malima Cia. Ltda.



• Conocimiento y experiencia del mercado EEUU, Canadá, Japón y Europa.

• Equipo de funcionarios competente y comprometido.

• Trayectoria y Experiencia.

• Infraestructura existente: propagación en el campo, salas, cuartos fríos, oficinas.

• Solidez financiera.

• Poder de negociación con clientes y proveedores.

• Excelente relación e imagen con la comunidad.

• Relación cercana con la base de clientes.

• Liderazgo en innovación.

• Prestación de servicios sociales, tales como médico y guardería (en Paute).

• Servicios de comunicación interna y externa.

• Capacidad de diversificar cultivos.

• Actitud de las personas frente al trabajo.

• Cercanía a la ciudad.

• Flota de camiones refrigerados propia la distribución de productos.

• Liderazgo y reputación para captar personal.

• Especialización.

1.4.2. OPORTUNIDADES

• Aranceles.

• Aumento de las importaciones.

• Maximizar e incrementar rentabilidad canalizando ventas hacia el mercado masivo y

mayorista.

• Alta capacidad de consumo de productos suntuarios en los países en los que

comercializamos.

• Incursión a nuevos mercados.

• Acceso a tecnología.

• Mayor acceso de proveedores internacionales de nuevas variedades.



1.4.3. DEBILIDADES

• Rotación de Personal.

• Distancia a los aeropuertos internacionales.

• Alta dependencia de la mano de obra.

• Realización de labores en horarios no convencionales.

• Especialización en productos específicos.

1.4.4. AMENAZAS

• Migración a la ciudad y fuera del país (carencia de mano de obra).

• Altos costos de fletes aéreos.

• Incremento en el costo de los servicios públicos.

• Acuerdos económicos de países competidores.

• Inestabilidad política, económica y social.

• Falta de políticas gubernamentales reales de apoyo a la producción.

• Variación climática.

• Negocio basado en confianza.

• Competencia.

1.5 PRODUCTOS 5

Plantaciones Malima Cia. Ltda. Produce dos clases de flores: Gypsophila e Hypericum.

1.5.1 GYPSOPHILA

Las variedades gypsophila que se produce son: Million Stars y Cassiopeia.

1.5.1.1. MILLION STARS

Es el producto principal de Malima, es una variedad Gypsophila de origen mediterráneo

procedente de Israel, y ocupa actualmente el 88% de la producción. 5 www.malima.net



1.5.1.2. CASSIOPEIA

Es el primer producto de la tercera generación de la familia de Gypsophila. Cassiopeia es una

flor hermosa que se caracteriza por tener una estructura perfecta de taza, tallos gruesos y ser

muy florecida, esta ocupa actualmente el 12% de la producción.

1.5.1.3. DIFERENCIA ENTRE MILLION STARS Y CASSIOPEIA

El tamaño del bulbo y la estructura de cada variedad puede ser determinada por las siguientes

imágenes.



1.5.2. HYPERICUM

Las variedades hypericum que se produce son: Condor Green y Red Baron.

1.5.2.1. HYPERICUM CONDOR GREEN

Condor Green se destaca como la variedad hypericum más valorados en todo el mercado y

Malima se ha concedido la exclusividad en todo el mundo de obtener en su cultivo y

comercialización.



1.5.2.2. HYPERICUM RED BARON

Red Baron es otra variedad Hypericum de gran valor, que se caracteriza por su voluminoso

tamaño de las bayas, color rojo vivo y la estructura del tallo fuerte.

1.6 MERCADO

La industria florícola del país es una actividad muy importante que se lleva a cabo desde 1974,

con el pasar de los años se ha consolidado en el mercado norteamericano y el europeo, lo cual

ha contribuido a generar empleo.

Las flores son consideradas el primer producto no tradicional de exportación y el cuarto en

importancia por los ingresos generados.

Las provincias con mayor crecimiento productivo en flores durante los últimos años han sido

Pichincha, Cotopaxi y Azuay.

Aparte de las rosas, las gypsophilas son una de las variedades de flores preferidas en el

extranjero, estas flores son consideradas flores de relleno por su colorido, calidad, volumen y

apertura, sirven para decorar o hacer sobresalir otras flores, de las que el Ecuador es el mayor

productor y exportador del mundo.

La actual demanda mundial de flores cortadas se concentra principalmente en tres regiones:

Europa Occidental, América del Norte y Japón.



Europa representa el 70 % y Estados Unidos el 21 % de la importación mundial de flores

respectivamente. Le siguen a Estados Unidos, Alemania y Reino Unido, también importan

flores de corte Francia, Japón y Holanda, pero este último importa y realiza re-exportación,

principalmente en Europa.

1.6.1. MARCAS

Sobre la base del enfoque de mercado y la especialización, se han desarrollado dos marcas

diferentes.

El logotipo de la empresa y la inicial, que se utiliza para la comercialización de las flores en

mercados de Norteamérica: Estados Unidos y Canadá.

El logo amarillo-azul-rojo (Malima Ecuador), que es la marca para la comercialización de las

flores en la Unión Europea y los mercados asiáticos.



1.7. DESCRIPCIÓN DE LOS DEPARTAMENTOS DE LA EMPRESA

1.7.1. DEPARTAMENTO DE PRODUCCIÓN:

Considerado quizá el departamento más importante ya que formula y desarrolla los métodos

más adecuados para la producción de flores, al suministrar y coordinar: mano de obra, equipo,

instalaciones, materiales, y herramientas requeridas. Esta departamento empieza desde la

propagación de las flores hasta el despacho de las mismas, a continuación se describe cada

área de producción.

1.7.1.1. ÁREA DE PROPAGACIÓN

Las zonas de propagación constituyen uno de los centros fundamentales ya que de la misma

depende el desarrollo de la flor.

La gypsophila es propagada a partir de esqueje, en cada método se utilizan fragmentos

similares de retoños jóvenes, a los cuales se les aplica una hormona de enraizamiento y se los

siembra y cuida con condiciones especiales para su optimo desarrollo.

1.7.1.2. ÁREA DE SIEMBRA

Esquejes de unos 4 centímetros de longitud se introducen en el suelo, separados entre sí de 18

a 25 centímetros, para evitar que las plantas se enreden entre si y mantener en lo posible su

tallo recto.



1.7.1.3. ÁREA DE COSECHA

Esta fase se realiza cuando se tenga el punto de apertura adecuado (1, 3, 5 o 10 flores

abiertas), se procede a obtener la flor a partir de un corte en su tallo.

1.7.1.4. ÁREA DE POSCOSECHA

A medida que se cosechan los tallos se procede a la hidratación con una solución STS para

alargar la duración del producto, posteriormente se realiza una apertura artificial la misma que

dura algunos días, luego se procede a clasificar los tallos de flores para lo cual se toma en

cuenta características como la longitud, volumen y grado.

Por último se confeccionan los paquetes los mismos que se conservan en una cámara fría para

luego ser embalados para su exportación.

1.7.2. DEPARTAMENTO DE RECURSOS HUMANOS

El objetivo del Departamento de Recursos Humanos obtener y conservar un grupo humano de

trabajo cuyas características vayan de acuerdo con los objetivos de la empresa, este

departamento se ocupa del reclutamiento, la selección del personal, contratación, inducción,

capacitación, sea este funcionario, ejecutivo, empleado u obrero.

El objetivo básico que persigue la función de Recursos Humanos con estas tareas es alinear

las políticas de RRHH con la estrategia de la organización.

1.7.3. DEPARTAMENTO DE VENTAS

Este es un departamento prioritario, ya que a través de su buena gestión la empresa puede

vender su producto al exterior.

1.7.4. DEPARTAMENTO ADMINISTRATIVO

Este departamento es el encargado del manejo de acciones sincronizadas en diferentes niveles

para alcanzar los objetivos planteados por la empresa, da soporte a las áreas técnicas,

convirtiéndole en un órgano fundamental para el cumplimiento de las metas organizacionales.



1.7.5. DEPARTAMENTO DE SISTEMAS

El departamento de sistemas administra los sistemas operativos y da soporte a los usuarios de

los computadores centrales y corporativos, su principal objetivo es garantizar la continuidad del

funcionamiento de las maquinas y del software al máximo rendimiento, así como también

facilitar la utilización de las mismas a cada departamento que lo necesite.

Cabe recalcar que este departamento está encargado directamente de las redes de

comunicación tanto internas como externas a la organización.

1.7.6. DEPARTAMENTO DE MANTENIMIENTO

Este departamento permite tener la calidad, seguridad, capacidad y rentabilidad necesaria para

producir las flores, ya que tiene la responsabilidad de mantener en buenas condiciones, la

maquinaria y herramienta, equipo de trabajo, lo cual permite un mejor desenvolvimiento y

seguridad evitando en parte riesgos en el área laboral. Realiza los planes de mantenimiento

preventivo, predictivo y correctivo dependiendo de la necesidad a los equipos e instalaciones.

1.7.7. DEPARTAMENTO DE GESTIÓN Y CONTROL DE LA CALIDAD

Departamento encargado de principal característica para la correcta y total satisfacción del

cliente, la calidad, asi como también la mejora continua a través de un control de la misma en

cada área de la empresa, para de esta manera detectar la presencia de errores y corregirlos

inmediatamente.

1.7.8. DEPARTAMENTO FINANCIERO

La empresa trabaja con base en constantes movimientos de dinero, razón por la cual este

departamento es el encargado de la obtención de fondos y del suministro del capital que se

utiliza para el correcto funcionamiento de cada uno de los departamentos. Su objetivo principal

es aprovechar de la mejor manera los recursos financieros.

1.7.9. DEPARTAMENTO DE COMPRAS

El departamento de compras es el encargado de realizar las adquisiciones necesarias para

todos los departamentos de la empresa, teniendo en cuenta el mejor precio, la calidad y

cantidad requerida para en el momento.



1.7.9. DEPARTAMENTO DE SEGURIDAD INDUSTRIAL Y MEDIOAMBIENTE

Dentro de Malima estos departamentos están juntos ya que los mismos se destinan al

bienestar de las personas y de comunidad:

La seguridad orientada a garantizar las mejores condiciones personales y materiales de trabajo

para mantener un buen nivel de salud de los empleados, y el medioambiente encargado de

utilizar de la mejor manera los recursos naturales y minimizar el impacto ambiental.

1.8. ORGANIGRAMA GENERAL

En base al organigrama se trabajara en el departamento de producción en donde se encuentra

ubicada la poscosecha.



CAPITULO II

DESCRIPCIÓN DEL ÁREA DE POSCOSECHA

2.1 POSCOSECHA DE GYPSOPHILA

La poscosecha es el proceso posterior a la cosecha, como su nombre lo indica, el proceso de

la poscosecha de Million Stars es diferente a la de Cassiopeia, debido a su estructura física.

La poscosecha es un proceso muy importante, ya que del tratamiento que se le dé a las

panículas de gypsophila depende el tiempo de vida en florero, en la poscosecha se realiza el

proceso principal para la obtención de la calidad de la flor.

Esta cumple con varios procesos clave, agrupados de la siguiente manera.

El proceso de la poscosecha inicia cuando llegan las flores cosechadas del campo, estas se

cosechan cuando existen de 5 a 10 flores abiertas, luego se coloca en mallas de 60 tallos que

corresponde a la Million Stars y de 40 tallos para la Cassiopeia. Estas mallas son entregadas

por los cocheros de flor cosechada a la poscosecha.

La poscosecha inicia cuando llega la flor cosechada y esta termina cuando se despachan las

cajas para su exportación, por lo que el programa va a abarcar toda esta área la cual demanda

la mayor cantidad de mano de obra dentro de la plantación.

A continuación se detalla el proceso de la poscosecha en cada una de las etapas y sus

correspondientes DPO en los cuales consta los puestos de trabajo, los mismos que deseamos

manejar de una mejor manera con el software.



2.1.1 CLASIFICACIÓN EN VERDE

Una vez que se recibe la flor se procede a abrir la malla y acomodar la flor para no tener

inconvenientes en el proceso de apertura, luego se clasifica a la flor de acuerdo a su peso y

después se monitorea las plagas y enfermedades, con el fin de llevar un control preventivo de

éstas, las panículas de gypsophila deben ser introducidas en una solución hidratante.

Este proceso de hidratación STS se realiza con una solución que contiene tiosulfato de plata

(silver thiosulphate, STS), para minimizar el efecto producido en gypsophila por causa del

etileno.

El etileno es un gas que se genera naturalmente de los tejidos vegetales, especialmente en

aquellos que son cortados o están perdiendo su integridad, en los frutos que están en proceso

de maduración y en algunas flores que están envejeciendo.

El etileno disminuya la longevidad de gypsophila y de algunas flores de verano causando

principios de senescencia de las flores (secado), caída o destrucción de los pétalos. Luego de

realizada la hidratación STS se procede a llevar las mallas a las salas de apertura.

2.1.2 PROCESO DE APERTURA.

Son invernaderos provistos del equipo, ambiente y soluciones adecuadas para recibir a la flor

durante el tiempo que necesita hasta obtener el porcentaje de apertura requerido (80% a 90%).

El tiempo de apertura depende de la temperatura a la que se encuentra el invernadero y este

varía entre 8 a 10 días.

2.1.3 CLASIFICACIÓN EN BLANCO

La clasificación de las panículas de gypsophila se la realiza cuando el punto de apertura es del

80% al 90% dependiendo del mercado, los tallos son llevados a las mesas de clasificación

donde se selecciona de acuerdo al tamaño grosor y peso, se nivelan las copas y se cortan a la

medida indicada, cuando el ramo esta completo se lo envuelve según el requerimiento de cada

cliente ya sea en capuchones o en papel periódico sin imprimir, para armar los ramos se retira



las hojas completamente cuando existe plagas en las hojas, y parcialmente cuando las plagas

tienen una incidencia mínima.

2.1.4 EMPAQUE EN CUARTOS FRÍOS

Luego de armar los ramos en la clasificación se los transporta al cuarto frio donde son

nuevamente hidratados, enfriados y almacenados hasta el momento de armar las cajas para su

exportación. Los ramos se colocan en las cajas, se coloca la tapa y el embalaje y la etiqueta

respectiva para luego almacenarlas hasta el momento de su entrega. El número de ramos por

caja depende del requerimiento del cliente.

2.2 DIAGRAMAS DE FLUJO DE LOS PROCESOS

2.2.1 MILLION STARS




2.2.1.2 PROCESO DE APERTURA.

2.2.1.3 CLASIFICACIÓN EN BLANCO



2

1

Colocar en la cuna23

Registrar las mallas entregadas

Colocar el paquete en la mesa

Quitar las ligas de la base de los tallos

Botar la malla negra en el piso

Sacudir los tallos

Abrir la malla negra

Retirar el tocón

Separar el tallo a pelar

Sostener las flores

Separar por calibres y longitud

Desahojar

Retirar laterales mas delgados

Verificar si existe daño mecánico

2 paquetes de ramos de flores abiertas

Distribuir los paquetes a las clasificadoras

Igualar copas

Ajustar 5 tallos

Coincidir con las marcas de la mesa

Alinear los tallos al filo de la mesa

Cortar las patas

Sostener los tallos juntos

Dar 3 vueltas alrededor de tallos

Coger una liga

Sacudir el ramo

PASADOR DE MALLAS

REGISTRADOR DE MALLAS

CLASIFICADOR

20

19

21

22

15

14

16

18

17

1

4

3

5

7

6

8

9

10

12

11

13



Colocar en la banda transportadora27

Poner en la balanza

Tomar un ramo de la banda transportadora

29

28

Ajustar peso

Pesar

31

30

Colocar en la banda transportadora

Colocar liga

33

32

Embochar


35

34

Tomar el ramo al final de la banda


37

36

Colocar en la cortadora38

Colocar en la cuna

Cortar

40

39

Llevar a los cuartos fríos

Tomar bonchs de la cuna

42

41

Tomar un ramo de la cuna24

Acumular 5 ramos

Revisar ramo

26

25REVISADORA

PESADORA

EMBONCHADOR

CORTADOR

PASADOR DE FLOR



2.2.1.4 EMPAQUE EN CUARTO FRÍOS

2.2.1.4.1 CUARTO 2.

Colocar bonchs en las proconas con collarin

Colocar en el precooling sin procona

LLevar al cuarto 3/5 para hidratación

Colocar en las proconas

Precooling

4 bonchs

1

3

2

5

4

PRECOOLING INICIAL

ALZADO DE PROCONAS



2.2.1.4.2 CUARTO 3/5 Y 4

Llevar al cuarto 4 para empaque

Coger un carton

Sunchar sin tapa


Colocar dentro un numero de bonchs

Proconas

Mantener las proconas en el cuarto minimo 24h1

3

2

5

4

6

Suchar con tapa

Llevar los cartones al cuarto 6

Colocar los cartones en el coche

Suchar los 2 cartones

7

9

8

10

BAJADOR DE FLOR

EMPACADOR

SUNCHADOR

CUARTO 3/5

CUARTO 4



2.2.1.4.3 CUARTO 6

2.2.2. CASSIOPEIA


Colocar laas cajas en el precooling

Precooling

Colocar las etiquetasen cada caja

Apilonar las cajas

Sacar las cajas del precooling

4 Cajas

1

3

2

5

4

PRECOOLING FINAL

PEGADOR DE ETIQUETAS



1

Colocar en la cuna


Sacudir los tallos


Retirar el tocón


Sostener las flores

Desahojar completamente


Verificar si existe daño mecánico CLASIFICADOR

CASSIOPEA

8

7

9

11

10

12

13

15

14

2 paquetes de ramos cosechados de flor de 20 tallos c/u

6Llevar al áreade pelado

1

3

4

5

Abrir la malla de color

Poner en el suelo la malla de color

Cortar a 90cm. el ramo

2

Tomar una mallade los baldes

Llevar a la cortadora

PASADOR DE MALLAS

CORTADOR DE VERDE

20

19

Poner en solución STS

Clasificar con liga

22

21

Llevar al área de apertura

Esperar de 2h

Tiosulfato de plata

17

18

Cerrar ramo

Pesar

16Armar ramos en malla negra

PESADOR Y CAMBIO DE LIGAS

DESINFECTADOR

COCHERO



2.2.2.2 APERTURA

2.2.2.3 PESADO EN BLANCO

1 Ir a la nave de apertura cassiopea

3

4

Esperar de 8 a 10 días

Ver el estado de apertura de la flor

Llevar al área de clasificación blanco

2 paquetes de ramos hidratados de flor

2 Colocar en el estante

Agua, azucar, bactericida y tensoactivos

1

CHOCHEROS

PASADOR DE MALLAS



2

1

Colocar en banda transportadora

Registrar las mallas entregadas




Sacudir los tallos


Retirar el tocón

Separar a eltallo a pesar

Reunir 5 tallos


2 paquetes de ramos de flores abiertas

Distribuir los paquetes a las clasificadoras

Igualar copas

Cortar las patas


Ajustar el peso

Colocar en la balanza

Colocar liga

PASADOR DE MALLAS

REGISTRADOR DE MALLAS

PESADOR DE CASSIOPEA

15

14

16

17

1

4

3

5

7

6

8

9

10

12

11

13



El proceso realizado en el cuarto frío es el mismo que el de la Million Stars.

Embochar


19

18

Tomar el ramo al final de la banda


21

20

Colocar en la cortadora22

Colocar en la cuna

Cortar

24

23

Llevar a los cuartos fríos

Tomar bonchs de la cuna

26

25

EMBONCHADOR

CORTADOR

PASADOR DE FLOR



CAPITULO III

VARIABLES QUE INTERVIENEN EN EL REQUERIMIENTO DE MANO DE OBRA

3.1 INTRODUCCIÓN Es importante analizar todas las variables que van a intervenir en la elaboración del programa

para que la toma de decisiones según el caso sea la más acertada y de esta manera contribuir

a mejorar la eficiencia operativa.

Uno de los problemas fundamentales de las industrias florícolas es la demanda alta de mano

de obra que se necesita, la misma que depende de variables susceptibles a la época del año,

el clima, la fumigación, la disponibilidad de personal entre otras.

Poder determinar cuántas personas contratar o cuantas horas extras debemos programar para

cumplir un pedido, dependerá del volumen de producción y de las variables involucradas las

mismas que son el Grado del Tallo, la Jornada de Trabajo, la Curva de Aprendizaje y los

Problemas de Plagas y Enfermedades.

Estas variables son la base para la elaboración del software, es importante definirlas y

analizarlas para saber que función desempeñan dentro del programa y así tomar la mejor

decisión en cuanto a este recurso.

La Curva de Aprendizaje y el Grado del Tallo son variables que se relacionan entre sí para

formar una matriz la misma que dependerá de las variables Jornada de Trabajo y Problemas de

Plagas y Enfermedades ya que estas últimas son introducidas por el usuario del programa,

ligando de esta manera las variables la matriz nos dará en respuesta el número de personas

que se necesita para realizar cierta clase de trabajo, determinando así la capacidad finita del

programa.

3.2 GRADO DEL TALLO 3.2.1 DESCRIPCIÓN El grado es la relación entre la longitud del tallo, tamaño del botón floral, cantidad de flores,

consistencia y el peso del ramo.

3.2.2 CARACTERÍSTICAS Longitud: Es la medida tomada desde la copa hasta el final de la flor.



Tamaño de cabeza: Debe tener relación con la longitud y el grosor de los tallos.

Número de flores: Cantidad de flores abiertas por tallo.

Peso: Un ramo debe tener un peso mínimo de acuerdo a su grado.

Consistencia: Es una cualidad de presentación subjetiva, por lo tanto depende del gusto del

cliente.

3.2.3 ANÁLISIS

Con respecto a la flor Million Stars tenemos tres grados que son: 500, 750, 1000, los mismos

que corresponden a los gramos de los bonchs. Mientras que la Cassiopeia al ser una flor de

tallo grueso posee solo un grado.

Al tener la Million Stars diferente grado influye directamente en el número de personas ya que

existen más hojas en los tallos de 1000 que en los de 750, y más hojas en los 750 que los de

500, es decir los tiempos de clasificación de cada grado son distintos por el diferente volumen

de hoja, razón por la cual se cronometró las tres clases de grados para obtener un mejor

cálculo.

Obtener los diferentes tiempos de operación nos permite trabajar con el mix de productos,

combinando la Million Stars y la Cassiopeia.

3.3 JORNADA DE TRABAJO 3.3.1 DESCRIPCIÓN

La jornada de trabajo es el tiempo que cada trabajador dedica a la ejecución del trabajo por el

cual ha sido contratado. Según las leyes de nuestro país, la jornada normal de trabajo es de 8

horas diarias, es decir 40 horas semanales. 3.3.2 ANÁLISIS.

La jornada común de trabajo en Plantaciones Malima corresponde a 9 horas diarias, teniendo

un descanso de 10 minutos en la mañana, en el cual los trabajadores pueden desayunar, este

descanso se da ya que la mayoría de personal vive en los cantones aledaños.

El tiempo del almuerzo es de 1 hora, por lo tanto el horario de trabajo es de 7 y 30 de la

mañana a 5 y 30 de la tarde, extendiéndose el mismo en algunos casos cuando la producción

es alta como por ejemplo en el pico de producción de San Valentín o del Día de Madres.



Los días sábados se trabajan todo el día en horario normal, y el volumen de producción define

también el trabajo del día domingo y festivos. Es política de Plantaciones Malima dar horas extras si es necesario, para aumentar la

capacidad productiva en el área de poscosecha.

3.4 CURVA DE APRENDIZAJE 3.4.1 DESCRIPCIÓN

La curva de aprendizaje es una variable muy importante en Plantaciones Malima ya que debido

a la demanda de mano de obra por parte de las empresas dedicadas a la producción de flores

y la alta rotación de los trabajadores, constituye una problemática la cual es manejada de una

mejor manera a través de la curva de aprendizaje, esta es una curva logarítmica que muestra

la relación que existe entre el tiempo de producción por unidad y el número de unidades de

producción consecutivas, la misma que se vuelve constante dado un tiempo determinado en el

cual suponemos que el operario en este caso el clasificador, se ha vuelto totalmente

conocedor, de su trabajo al realizarlo a un ritmo normal y en condiciones normales

Las curvas de aprendizaje aplicado a las actividades florícolas, expresa básicamente el tiempo

necesario que tarda un trabajador para alcanzar el rendimiento estándar establecido en la

compañía. La teoría de la curva de aprendizaje se basa en que el tiempo necesario para

completar una tarea o unidad de producto será menor en cada vez que se realice la tarea.

El proceso del aprendizaje individual comienza cuando un clasificador de flor sin ninguna

experiencia en la actividad y solo con los conocimientos iniciales dados en la inducción,

procesa la flor por primera vez, por lo tanto desconocerá los errores típicos que se cometen, la

forma correcta de pelar la flor, los tallos rechazados, la igualada de las copas, etc. Luego con el

paso del tiempo y en la medida de que clasifique más tallos, su capacidad de realizar las tareas

aumentara haciendo de una manera más rápida dichos procesos. Cabe recalcar que esta es

una variable muy importante debido a la alta rotación de personal dentro de la plantación,

especialmente en época de pico de producción.

3.4.2 APLICACIONES DE LA CURVA DE APRENDIZAJE

Entre las más importantes de sus aplicaciones tenemos:

• Pago salarial de acuerdo al nivel de aprendizaje logrado.



• Previsión de la mano de obra interna requerida según la programación de la producción,

estableciendo costos y presupuestos.

• Evaluación estratégica de la eficiencia de la empresa y de la industria.

3.4.3 ANÁLISIS

En la actualidad para la clasificación de Million Stars que se encuentra en la sala en blanco se

tiene establecida la siguiente curva de aprendizaje:

Y para la clasificación de Cassiopeia que se encuentra en la sala en verde se tiene establecida

la siguiente curva de aprendizaje:

SEMANAS/MESES HORAS TALLOS/HORA1 0 922 55 923 109 1384 163 1755 217 2116 271 2117 325 2118 379 230

3 m 433 2304 m 649 2565 m 865 2566 m 1081 275

7 - 9 m 1243 27510 - 12 m 1891 275 + 12 m 2539 275

SEMANAS/MESES HORAS TALLOS/HORA

1 0 852 55 853 109 1254 163 1605 217 1956 271 1957 325 1958 379 210

3 m 433 2104 m 649 2355 m 865 2356 m 1081 250

7 - 9 m 1243 250

10 - 12 m 1891 250

+ 12 m 2539 250



Como se puede observar en las tablas se tiene establecido un plazo de 6 meses para cumplir

el estándar.

Se obtendrá nuevas curvas de aprendizaje a partir del cronometraje, y en el caso de la Million

Stars se tendrá tres curvas las mismas que corresponden a los grados de 500, 750 y 1000 que

maneja esta clase de flor.

3.5 PROBLEMAS DE PLAGAS O ENFERMEDADES 6 3.5.1 DESCRIPCIÓN

El reino vegetal siempre tiene amenazas debido a su hábitat, el caso de la gypsophila tanto la

Million Stars como la Cassiopeia no es excepción, razón por la cual se somete constantemente

a la flor a fumigación con diferentes productos para los diferentes tipos de enfermedades o

plagas.

La principal amenaza en la plantación es el minador el cual será descrito en la siguiente

clasificación.

3.5.2 PLAGAS 3.5.2.1 MOSCA BLANCA (TRIALEURODES VAPORARIUM)

Los daños se producen cuando sus larvas o adultos se alimentan de la planta. Además,

segregan una melaza que da lugar a un moho que reduce la actividad fotosintética de la planta.

3.5.2.2 MINADOR DE LA HOJA (LIRIOMYZA TRIFOLII)

Es una plaga presente en los tallos de gypsophila en mayor o menor incidencia.

Los adultos ponen sus huevos en la hoja, y al eclosionar, las larvas forman galerías sinuosas a

medida que se van alimentando del parénquima. Esto provoca la reducción de la actividad

fotosintética de la planta. 3.5.2.3 GUSANOS AÉREOS (HELIOTHIS ARMIGUERA, SPODOPTERA SP.,ETC) Heliothis es también conocido como "gusano verde". Spodoptera es la rosquilla negra.



Los daños se dan en hojas al reducir superficie foliar con sus mordeduras, así como en los

brotes tiernos.

3.5.2.4 GUSANOS DE SUELO (AGRIOTES LINEATUS, AGROTIS SPP.) El Agriotes lineatus es el "gusano de alambre", y los Agrotisson los gusanos grises. Atacan la

parte subterránea de las plantas y el cuello.

3.5.2.5 THRIPS (FRANKLINIELLA OCCIDENTALIS)

Los daños son ocasionados por adultos y larvas, al alimentarse de los jugos de la planta, sobre

todo en las hojas, pero también en las panículas. Los síntomas de los ataques se muestran

como placas decoloradas que cuando son abundantes dan un aspecto plateado.

3.5.2.6 PULGONES (MYZUS SP. Y OTROS)

Sus ataques afectan principalmente a las partes jóvenes de las plantas, ocasionando

debilitamiento de las partes dañadas e incluso produciéndose crecimientos irregulares.

Además de su presencia visible, podemos detectar la aparición de segregaciones pegajosas en

los brotes. 3.5.2.7 ARAÑA ROJA (TETRANYCHUS URTICAE) Los daños están producidos por las picaduras de las larvas y los adultos. Su actividad se

desarrolla en el envés de la hoja, y da lugar a un palidecimiento del color de las hojas.

3.5.3 ENFERMEDADES 3.5.3.1 RHIZOCTONIA SOLANI

Puede aparecer tras el trasplante, pudriendo el cuello de la planta. El óptimo para su desarrollo

se da a 15-20ºC.

3.5.3.2 OIDIO (ERYSIPHAE SP.) Ataca a la Gypsophila paniculada en condiciones de clima seco y árido. Se manifiesta por la

presencia de micelios blancos en manchas más o menos redondeadas en la superficie de la

hoja.



3.5.3.3 PODREDUMBRES BASALES (BOTRYTIS SP. Y SCLEROTINIA SP.)

Con temperatura media y humedad elevada puede aparecer este hongo, que provoca

podredumbres blandas a nivel del suelo.

Su desarrollo se inicia sobre material vegetal en descomposición, que se localiza en las hojas

que tienen contacto con el suelo.

3.5.3.4 PHYTOPHTORA

Ataca plantas adultas cuando hay encharcamientos y la temperatura es alta. Se da una

podredumbre húmeda del tallo en el área de la corona.

3.5.4 ANÁLISIS

La incidencia de plagas y enfermedades influye directamente en la cantidad de hoja a pelar en

el caso de la Million Stars, si hay presencia de la misma se tiene que procesar un 25% más del

tallo, es decir se debe pelar mas hoja, lo que significa que el tiempo de clasificación también

aumenta.

La Cassiopeia siempre es procesada o pelada en su totalidad exista o no la presencia de

plagas o enfermedades.

Al ser un producto de exportación no se puede mandar las hojas con plagas ya que se han

perdido muchas cargas por incineración en los aeropuertos internacionales.

Es por ello que se convierte en otra variable indispensable ligada con la curva de aprendizaje,

el grado del tallo y el tiempo disponible.

6 http://www.agricolaterra.cl/4760.html

http://www.agricolaterra.cl/4760.html



CAPITULO IV

TIEMPOS ESTANDAR VS TIEMPOS REALES

4.1 INTRODUCCION

Una de las variables para la elaboración del programa es la curva de aprendizaje, la cual

depende del tiempo, esta varía de acuerdo al grado de tallo y a la presencia o ausencia de

plagas o enfermedades, se obtiene a través de los tiempos estándar en sus diversas

situaciones, basándose en una curva logarítmica que va creciendo simultáneamente en un

tiempo determinando y luego se vuelve constante.

Con la curva de aprendizaje se procederá a comparar con los datos reales obtenidos mediante

un software utilizado actualmente por Plantaciones Malima llamado File Maker, los datos de

nuestras curvas obtenidas también serán comparadas con la curva de aprendizaje actual de la

empresa, estas comparaciones nos permitirá verificar que el estudio de tiempos estándar con

cronometro fueron correctos y se procederá a realizar las matrices necesarias para el software.

Cabe recalcar que el estudio de los tiempos estándar se dará en la clasificación en blanco de la

Million Stars y en la clasificación en verde de la Cassiopeia, por ser estos trabajos los que

requieren mayor cantidad de mano de obra y por las variables que demandan se necesita

mayor tiempo en la toma de decisiones de este recurso.

4.2 MEDICIÓN DEL TRABAJO

Es la aplicación de técnicas para determinar el tiempo que invierte un trabajador calificado en

llevar a cabo una tarea determinada, efectuándola según una manera de ejecución

preestablecida llamada método.

El procedimiento para calcular los tiempos de trabajo consiste en determinar el denominado

tiempo estándar, entendiendo como tal, el que necesita un trabajador cualificado para ejecutar

la tarea a medir, según un método definido. El tiempo estándar comprende no sólo el necesario

para ejecutar la tarea a un ritmo normal, sino además, las interrupciones de trabajo que precisa

el operario para recuperarse de la fatiga que le proporciona su realización y para sus

necesidades personales.



Cuando se tiene toda la información registrada en DPO se procede a medir el trabajo, se va a

realizar la medición de la operación de clasificación de Million Stars en la sala en blanco, en

cada uno de los tres grados: 500,750 y 1000, y en dos diferentes situaciones: con plagas y sin

plagas.

En el caso de la Cassiopeia se medirá el trabajo de la clasificación en la sala en verde, no

teniendo las variantes de la Million Stars al tener un solo grado y al pelar por completo los tallos

sin distinción de plagas; estos son los principales trabajos dentro de la plantación y el que

existe mayor demanda de personas a parte de la cosecha de flor.

El método a utilizarse para la medición del trabajo de operación se denomina cronometraje, los

materiales requeridos para este estudio son:

• Un cronómetro.

• Hoja de cronometraje

• Un tablero o asienta manos.

A parte de obtener el tiempo estándar mediante este método, lo que se desea obtener también

es la curva de aprendizaje, por lo que se realizara el cronometraje a trabajadores de diferente

nivel de conocimiento del proceso de pelado de la flor el mismo que depende del tiempo de

trabajo de la persona en esta tarea.

4.2.1 DIVISIÓN DE LA OPERACIÓN EN ELEMENTOS

Dentro de nuestro estudio llamaremos operación al proceso de clasificación de flor, tanto de la

Million Stars como de la Cassiopeia, estas operaciones serán divididas en elementos, los

mismos que son una parte esencial y definida de una actividad o tarea determinada compuesta

de uno o más movimientos fundamentales del operario siendo estos necesarios identificarlos

para el cronometraje.

La operación de clasificación en blanco de Million Stars se dividirá en elementos tomados del

DPO de clasificación que corresponden a los tres grados: 500, 750 y 1000 tomando en cuenta

también que este proceso se repite exista o no problemas de plagas o enfermedades, la

diferencia radica en que se pela un 25% más de hoja en cada tallo.



La operación de clasificación en verde de Cassiopeia se dividirá en elementos tomados del

DPO de clasificación en la sala de verde, cabe recalcar que esta flor no posee grado y siempre

se pela todas las hojas exista o no amenazas de plagas o enfermedades.

1





Sacudir los tallos


Retirar el tocón


Sostener las flores


Desahojar



Igualar copas

Ajustar 5 tallos



Cortar las patas



Coger una liga

Sacudir el ramo

CLASIFICADORMILLION STARS

20

19

21

22

15

14

16

18

17

4

3

5

7

6

8

9

10

12

11

13

1

Colocar en la cuna


Sacudir los tallos


Retirar el tocón


Sostener las flores




CASSIOPEA

8

7

9

11

10

12

13

15

14

17 Cerrar ramo




Como observamos en el DPO en la parte correspondiente al clasificador de Million Stars, se

realiza 21 elementos y una inspección.

Mientras en el caso de la clasificación de Cassiopeia, se realizan 11 elementos y una

inspección.

4.2.2 CICLO DE TRABAJO

El conjunto de operaciones elementales que es preciso ejecutar para hacer una pieza o parte

de una pieza en una fase determinada del trabajo de la unidad de producción se llama ciclo

de trabajo.

Para el ciclo de trabajo de la Million Stars vamos a unificar en 3 operaciones que son:



Las agrupaciones están hechas en base al número de repeticiones por cada ciclo de trabajo.

Es decir, en este caso se debe realizar 5 repeticiones del Proceso 1, para que se dé un ciclo

del Proceso 2, y se debe realizar 6 repeticiones del Proceso 2, para que se dé un ciclo del

Proceso 3.

1





Sacudir los tallos


Retirar el tocón


Sostener las flores


Desahojar



Igualar copas

Ajustar 5 tallos



Cortar las patas



Coger una liga

Sacudir el ramo

CLASIFICADORMILLION STARS

20

19

21

22

15

14

16

18

17

4

3

5

7

6

8

9

10

12

11

13

PROCESO 3

PROCESO 1

PROCESO 2



En la Cassiopeia se debe realizar 20 repeticiones del Proceso 1, para que se dé un ciclo del

Proceso 2, y del Proceso 3.

1

Colocar en la cuna


Sacudir los tallos


Retirar el tocón


Sostener las flores




CASSIOPEA

8

7

9

11

10

12

13

15

14

17 Cerrar ramo


PROCESO 3

PROCESO 1

PROCESO 2



4.2.3 HOJA DE CRONOMETRAJE

4.2.3.1 HOJA DE CRONOMETRAJE MILLION STARS



4.2.3.2 HOJA DE CRONOMETRAJE CASSIOPEIA



4.2.4 TOMA DE TIEMPOS

Esta es una fase sumamente delicada en la ejecución del estudio de tiempos con cronómetro.

La posición y actitud del observador con respecto al trabajador determinará, en buena parte, el

grado de confiabilidad que se pueda tener en sus datos. Se deberá evitar distraer u

obstaculizar al trabajador.

Al tiempo observado o medido se lo debe calificar, dependiendo de las características de los

trabajadores cronometrados, y a este tiempo valorado se le deben agregar los suplementos

para convertir a este tiempo en un elemento útil para programar actividades con tiempos

racionalmente factibles.

Para la toma de tiempos se ha considerado cronometrar a personas que tienen diferentes

tiempo de experiencia en el trabajo de clasificación, la Million Stars se ha dividido también en

tres tipos de grados manejados por la plantación los mismos que son prestos a medición de

tiempo, así como también la variable de si existe o no plagas o enfermedades para un cálculo

más preciso del tiempo estándar y por ende de la cantidad de mano de obra dentro del

programa.

4.2.4.1 TIEMPO OBSERVADO

4.2.4.1.1 TIEMPO OBSERVADO MILLION STARS CON PLAGAS Y ENFERMEDADES



Tiempo Trabajado = Tiempo que la persona cronometrada trabaja en el proceso de

clasificación de la flor Million Stars en la sala en blanco, teniendo un problema de plagas y

enfermedades.

P1 (s)= Proceso 1 en segundos.



TO (s) = Tiempo Promedio Observado de cada persona obtenida a través del cronometro.

4.2.4.1.2 TIEMPO OBSERVADO MILLION STARS SIN PLAGAS Y ENFERMEDADES

TOTiempo Trabajado P1 * 5 (P1*5)+P2 ((P1*5)+P2)*6 (((P1*5)+P2)*6)+P3 ((((P1*5)+P2)*6)+P3)/30

1 mes 16.85 14.17 8.00 84.25 98.41 590.47 598.47 19.953 meses 12.77 13.00 8.00 63.85 76.85 461.08 469.08 15.645 meses 9.93 13.00 8.00 49.64 62.64 375.86 383.86 12.80

1 año 12.77 9.60 8.00 63.85 73.45 440.68 448.68 14.96


1 mes 22.93 27.00 9.00 114.67 141.67 850.00 859.00 28.633 meses 14.18 14.60 15.00 70.88 85.48 512.85 527.85 17.605 meses 10.88 12.00 10.20 54.40 66.40 398.40 408.60 13.62

1 año 13.21 9.00 9.00 66.03 75.03 450.18 459.18 15.31


1 mes 29.49 23.55 9.00 147.45 170.99 1025.95 1034.95 34.503 meses 18.58 13.80 9.00 92.90 106.70 640.20 649.20 21.645 meses 16.78 14.00 10.00 83.88 97.88 587.28 597.28 19.91

1 año 11.94 11.00 9.00 59.71 70.71 424.24 433.24 14.44

Proceso 1 (s) Proceso 2 (s) Proceso 3 (s)

MILLION STARS GRADO 500








clasificación de la flor Million Stars en la sala en blanco, sin problema de plagas y

enfermedades.





4.2.4.1.3 TIEMPO OBSERVADO CASSIOPEIA


clasificación de la flor Cassiopeia en la sala en verde.





1 mes 17.20 25.00 10.30 86.00 111.00 666.00 676.30 22.543 meses 10.63 14.40 12.00 53.16 67.56 405.34 417.34 13.915 meses 8.27 13.00 10.00 41.34 54.34 326.06 336.06 11.20

1 año 9.90 9.00 9.00 49.52 58.52 351.13 360.13 12.00


1 mes 22.41 23.55 10.00 112.06 135.61 813.63 823.63 27.453 meses 13.94 13.80 9.00 69.68 83.48 500.85 509.85 17.005 meses 12.41 14.00 9.00 62.07 76.07 456.42 465.42 15.51

1 año 8.96 11.00 9.50 44.78 55.78 334.68 344.18 11.47








4.2.4.2 TIEMPO NORMAL

4.2.4.2.1 CALIFICACIÓN

Se ha calificado a cada trabajador cronometrado según la habilidad de cada uno, tomando en

cuenta que el trabajador promedio tendrá una calificación del 100%, esta calificación se

multiplica por el Tiempo Observado para obtener nuestro Tiempo Normal, se obtienen los

siguientes resultados:

4.2.4.2.1.1 TIEMPO NORMAL MILLION STARS CON PLAGAS Y ENFERMEDADES

C = Calificación

TN= Tiempo Normal

TO C TNTiempo Trabajado P1 * 5 (P1*5)+P2 ((P1*5)+P2)*6 (((P1*5)+P2)*6)+P3 ((((P1*5)+P2)*6)+P3)/30 TO*C

1 mes 16.85 14.17 8.00 84.25 98.41 590.47 598.47 19.95 90% 17.953 meses 12.77 13.00 8.00 63.85 76.85 461.08 469.08 15.64 90% 14.075 meses 9.93 13.00 8.00 49.64 62.64 375.86 383.86 12.80 100% 12.80

1 año 12.77 9.60 8.00 63.85 73.45 440.68 448.68 14.96 80% 11.96


1 mes 22.93 27.00 9.00 114.67 141.67 850.00 859.00 28.63 90% 25.773 meses 14.18 14.60 15.00 70.88 85.48 512.85 527.85 17.60 90% 15.845 meses 10.88 12.00 10.20 54.40 66.40 398.40 408.60 13.62 100% 13.62

1 año 13.21 9.00 9.00 66.03 75.03 450.18 459.18 15.31 85% 13.01


1 mes 29.49 23.55 9.00 147.45 170.99 1025.95 1034.95 34.50 90% 31.053 meses 18.58 13.80 9.00 92.90 106.70 640.20 649.20 21.64 90% 19.485 meses 16.78 14.00 10.00 83.88 97.88 587.28 597.28 19.91 90% 18.32

1 año 11.94 11.00 9.00 59.71 70.71 424.24 433.24 14.44 90% 13.00









4.2.4.2.1.2 TIEMPO NORMAL MILLION STARS SIN PLAGAS Y ENFERMEDADES

C = Calificación

TN= Tiempo Normal

4.2.4.2.1.3 TIEMPO NORMAL CASSIOPEIA

C = Calificación

TN= Tiempo Normal

4.1.4.3 TIEMPO ESTÁNDAR

4.1.4.3.1 SUPLEMENTOS

Un suplemento es el tiempo que se concede al trabajador con el objeto de compensar los

retrasos, las demoras y los elementos contingentes que son partes regulares de la tarea.


1 mes 12.64 14.50 10.00 63.18 77.68 466.10 476.10 15.87 90% 14.283 meses 9.70 13.00 9.00 48.52 61.52 369.14 378.14 12.60 90% 11.345 meses 7.35 14.00 8.00 36.74 50.74 304.41 312.41 10.41 100% 10.41

1 año 9.58 9.60 8.00 47.88 57.48 344.91 352.91 11.76 80% 9.41


1 mes 17.20 25.00 10.30 86.00 111.00 666.00 676.30 22.54 90% 20.293 meses 10.63 14.40 12.00 53.16 67.56 405.34 417.34 13.91 90% 12.525 meses 8.27 13.00 10.00 41.34 54.34 326.06 336.06 11.20 100% 11.20

1 año 9.90 9.00 9.00 49.52 58.52 351.13 360.13 12.00 85% 10.20

Proceso 1 (s) Proceso 2 (s) Proceso 3 (s) TO C TNTiempo Trabajado P1 * 5 (P1*5)+P2 ((P1*5)+P2)*6 (((P1*5)+P2)*6)+P3 ((((P1*5)+P2)*6)+P3)/30 TO*C

1 mes 22.41 23.55 10.00 112.06 135.61 813.63 823.63 27.45 90% 24.713 meses 13.94 13.80 9.00 69.68 83.48 500.85 509.85 17.00 90% 15.305 meses 12.41 14.00 9.00 62.07 76.07 456.42 465.42 15.51 90% 13.96

1 año 8.96 11.00 9.50 44.78 55.78 334.68 344.18 11.47 90% 10.33






TO C TNTiempo Trabajado P1 * 20 (P1*20)+P2 ((P1*20)+P2)+P3 (((P1*20)+P2)+P3)/20 TO*C

1 mes 20.15 14.17 13.00 403.05 417.22 430.22 21.51 90% 19.363 meses 16.39 13.00 9.00 327.71 340.71 349.71 17.49 90% 15.745 meses 14.34 13.00 8.00 286.80 299.80 307.80 15.39 90% 13.85

1 año 13.00 10.00 9.00 260.00 270.00 279.00 13.95 90% 12.56

CASSIOPEA




Para los suplementos se ha tomado en cuenta que el 67% de las personas que trabajan en

clasificación son mujeres por lo tanto tenemos que:

Los suplementos para el cálculo del tiempo estándar será del 11%.

Dados los suplementos procedemos a multiplicarlos por el tiempo normal para de esta manera

obtener el tiempo estándar. Calculando un resultado también en tallos/minuto y tallos/hora que

será nuestra unidad de comparación con los datos históricos que posee la plantación.

4.2.4.3.1.1 TIEMPO ESTÁNDAR MILLION STARS CON PLAGAS Y ENFERMEDADES

S = Suplementos

TE = Tiempo Estándar

t/min = Tallos sobre minuto

t/hora = Tallos sobre hora

HOMBRES MUJERESSUPLEMENTOS CONSTANTESPor necesidades personales 5 7SUPLEMENTOS VARIABLESPor trabajar de pie 2 4

7 11

SUPLEMENTOS

TO C TN S TETiempo Trabajado P1 * 5 (P1*5)+P2 ((P1*5)+P2)*6 (((P1*5)+P2)*6)+P3 ((((P1*5)+P2)*6)+P3)/30 TO*C (TN*S)+TN t/min t/hora

1 mes 16.85 14.17 8.00 84.25 98.41 590.47 598.47 19.95 90% 17.95 11% 19.93 3.01 180.643 meses 12.77 13.00 8.00 63.85 76.85 461.08 469.08 15.64 90% 14.07 11% 15.62 3.84 230.475 meses 9.93 13.00 8.00 49.64 62.64 375.86 383.86 12.80 100% 12.80 11% 14.20 4.22 253.47

1 año 12.77 9.60 8.00 63.85 73.45 440.68 448.68 14.96 80% 11.96 11% 13.28 4.52 271.07248.83


1 mes 22.93 27.00 9.00 114.67 141.67 850.00 859.00 28.63 90% 25.77 11% 28.60 2.10 125.853 meses 14.18 14.60 15.00 70.88 85.48 512.85 527.85 17.60 90% 15.84 11% 17.58 3.41 204.815 meses 10.88 12.00 10.20 54.40 66.40 398.40 408.60 13.62 100% 13.62 11% 15.12 3.97 238.12

1 año 13.21 9.00 9.00 66.03 75.03 450.18 459.18 15.31 85% 13.01 11% 14.44 4.15 249.29214.93


1 mes 29.49 23.55 9.00 147.45 170.99 1025.95 1034.95 34.50 90% 31.05 11% 34.46 1.74 104.463 meses 18.58 13.80 9.00 92.90 106.70 640.20 649.20 21.64 90% 19.48 11% 21.62 2.78 166.535 meses 16.78 14.00 10.00 83.88 97.88 587.28 597.28 19.91 90% 18.32 11% 20.33 2.95 177.07

1 año 11.94 11.00 9.00 59.71 70.71 424.24 433.24 14.44 90% 13.00 11% 14.43 4.16 249.54189.54







PROMEDIO TOTAL

PROMEDIO TOTAL

PROMEDIO TOTAL



4.2.4.3.1.2 TIEMPO ESTÁNDAR MILLION STARS SIN PLAGAS Y ENFERMEDADES

S = Suplementos




4.2.4.3.1.3 TIEMPO ESTÁNDAR CASSIOPEIA

S = Suplementos





1 mes 12.64 14.50 10.00 63.18 77.68 466.10 476.10 15.87 90% 14.28 11% 15.85 3.78 227.073 meses 9.70 13.00 9.00 48.52 61.52 369.14 378.14 12.60 90% 11.34 11% 12.59 4.76 285.905 meses 7.35 14.00 8.00 36.74 50.74 304.41 312.41 10.41 100% 10.41 11% 11.56 5.19 311.44

1 año 9.58 9.60 8.00 47.88 57.48 344.91 352.91 11.76 80% 9.41 11% 10.45 5.74 344.63311.03


1 mes 17.20 25.00 10.30 86.00 111.00 666.00 676.30 22.54 90% 20.29 11% 22.52 2.66 159.853 meses 10.63 14.40 12.00 53.16 67.56 405.34 417.34 13.91 90% 12.52 11% 13.90 4.32 259.045 meses 8.27 13.00 10.00 41.34 54.34 326.06 336.06 11.20 100% 11.20 11% 12.43 4.83 289.52

1 año 9.90 9.00 9.00 49.52 58.52 351.13 360.13 12.00 85% 10.20 11% 11.33 5.30 317.85268.67

Proceso 1 (s) Proceso 2 (s) Proceso 3 (s) TO C TN S TETiempo Trabajado P1 * 5 (P1*5)+P2 ((P1*5)+P2)*6 (((P1*5)+P2)*6)+P3 ((((P1*5)+P2)*6)+P3)/30 TO*C (TN*S)+TN t/min t/hora

1 mes 22.41 23.55 10.00 112.06 135.61 813.63 823.63 27.45 90% 24.71 11% 27.43 2.19 131.263 meses 13.94 13.80 9.00 69.68 83.48 500.85 509.85 17.00 90% 15.30 11% 16.98 3.53 212.045 meses 12.41 14.00 9.00 62.07 76.07 456.42 465.42 15.51 90% 13.96 11% 15.50 3.87 232.28

1 año 8.96 11.00 9.50 44.78 55.78 334.68 344.18 11.47 90% 10.33 11% 11.46 5.24 314.11236.92PROMEDIO TOTAL


PROMEDIO TOTAL


PROMEDIO TOTAL




TO C TN S TETiempo Trabajado P1 * 20 (P1*20)+P2 ((P1*20)+P2)+P3 (((P1*20)+P2)+P3)/20 TO*C (TN*S)+TN t/min t/hora

1 mes 20.15 14.17 13.00 403.05 417.22 430.22 21.51 90% 19.36 11% 21.49 2.79 167.533 meses 16.39 13.00 9.00 327.71 340.71 349.71 17.49 90% 15.74 11% 17.47 3.43 206.095 meses 14.34 13.00 8.00 286.80 299.80 307.80 15.39 90% 13.85 11% 15.37 3.90 234.15

1 año 13.00 10.00 9.00 260.00 270.00 279.00 13.95 90% 12.56 11% 13.94 4.31 258.32220.18

CASSIOPEA


PROMEDIO TOTAL



4.3 CURVAS DE APRENDIZAJE OBTENIDAS

Con los datos obtenidos se procede a hallar su correspondiente curva logarítmica la cual nos

ayudara a crear las nuevas curvas de aprendizaje que utilizaremos en una matriz dependiente

del tiempo y de esta manera crear nuestro algoritmo para el programa.

4.3.1 COMPARACIÓN DE LAS CURVAS DE APRENDIZAJE CON SUS RESPECTIVAS CURVAS ACTUALES

Una vez obtenidas las curvas de aprendizaje comparamos estas con la curva actual utilizada

en la plantación cabe recalcar que la empresa posee una curva en la que están unificados los

tres grados en el caso de la Million Stars esta no distingue de presencia de plagas o

enfermedades.

La curva actual de la Cassiopeia también será comparada con la curva obtenida.

4.3.1.1 COMPARACIÓN DE LAS CURVAS DE APRENDIZAJE OBTENIDAS DE MILLION STARS CON PLAGA VS LA CURVA DE APRENDIZAJE ACTUAL

80

100

120

140

160

180

200

220

240

260

280

0 2 4 6 8 10 12

TALL

OS/

HO

RA

MESES

CURVAS DE APRENDIZAJE OBTENIDAS DE MS CON PLAGA VS CURVA DE APRENDIZAJE ACTUAL

GRADO 500

GRADO 750

GRADO 1000

CURVA ACTUAL

y=55.347ln(x)+135.41

y=56.454ln(x)+101.1

y=37.156ln(x)+185.68



Las curvas obtenidas mediante las ecuaciones logarítmicas son inferiores a la curva de

aprendizaje utilizada actualmente por la plantación, y al ser remunerados los trabajadores de

acuerdo a su rendimiento estos se ven afectados debido a un mal estudio de la misma razón

por la cual existe un alto porcentaje de rotación del personal en la plantación y de manera

particular en el área de clasificación en blanco de Million Stars.

Para las ecuaciones el valor de R² fue el siguiente:

4.3.1.2 COMPARACIÓN DE LAS CURVAS DE APRENDIZAJE OBTENIDA DE MILLION STARS SIN PLAGA VS LA CURVA DE APRENDIZAJE ACTUAL

Las curvas obtenidas mediante las ecuaciones logarítmicas son superiores en el caso de la

curva de grado 500 y 750, mientras que en el caso de la curva de grado 1000 es inferior a la

GRADO ECUACIÓN R²500 y=37.156ln(x)+185.68 0.9668750 y=55.347ln(x)+135.41 0.9508

1000 y=56.454ln(x)+101.1 0.9706

MILLION STARS CON PLAGAS

80

130

180

230

280

330

0 2 4 6 8 10 12

TALL

OS/

HO

RA

MESES

CURVAS DE APRENDIZAJE OBTENIDAS DE MS SIN PLAGA VS CURVA DE APRENDIZAJE ACTUAL

GRADO 500

GRADO 750

GRADO 1000

CURVA ACTUAL

y=69.183ln(x)+169.26

y=70.568ln(x)+126.38

y=46.445ln(x)+232.09



curva de aprendizaje utilizada actualmente por la plantación, cabe recalcar que la mayor parte

del año se clasifica flor con plagas y enfermedades.

Para las ecuaciones el valor de R² fue el siguiente:

Al observar la gran diferencia tanto en las curvas de aprendizaje obtenidas con plaga y sin

plaga comparadas con la curva actual de aprendizaje utilizada por la plantación, vemos que es

importante utilizar las curvas realizadas u obtenidas para estos casos ya que se tenía también

antecedentes de que la misma estaba errada.

4.3.1.3 COMPARACIÓN DE LA CURVA DE APRENDIZAJE OBTENIDA DE CASSIOPEIA VS LA CURVA DE APRENDIZAJE ACTUAL

GRADO ECUACIÓN R²500 y=46.445ln(x)+232.09 0.9668750 y=69.183ln(x)+169.26 0.9508

1000 y=70.568ln(x)+126.38 0.9706

MILLION STARS SINPLAGAS

150

170

190

210

230

250

270

0 5 10

TALL

OS/

HO

RA

MESES

CURVA DE APRENDIZAJE OBTENIDA DE LA CASSIOPEIA VS CURVA DE APRENDIZAJE ACTUAL

CURVAACTUAL

CURVAOBTENIDA



La curva obtenida mediante la ecuación logarítmica es inferior a la curva de aprendizaje

utilizada actualmente por la plantación, esta diferencia no es muy significativa por lo que nos

basaremos en la curva que utiliza actualmente la plantación.

Para la ecuación el valor de R² fue el siguiente:

4.3.2 COMPARACIÓN DE LOS TIEMPOS PROMEDIO OBTENIDOS CON LOS TIEMPOS PROMEDIO SEGÚN DATOS HISTORICOS

Estudio basado en los datos históricos obtenidos por el programa FILE MAKER correspondientes a los años 2010y 2011.

4.3.2.1 COMPARACIÓN DE LOS TIEMPOS PROMEDIO OBTENIDOS DE MILLION STARS CON LOS TIEMPOS PROMEDIO SEGÚN DATOS HISTORICOS

En la comparación con la Million Stars con minador observamos que existe una diferencia

de1.1%, mientras que en la comparación con la Million Stars sin minador existe una diferencia

del 19.11%

4.3.2.2 COMPARACIÓN DE LOS TIEMPOS PROMEDIO OBTENIDOS DE CASSIOPEA CON LOS TIEMPOS PROMEDIO SEGÚN DATOS HISTORICOS

ECUACIÓN R²y = 37.39ln(x) + 167.98 0.9887

CASSIOPEIA

AÑOS TALLOS/HORA GRADOS TALLOS/HORA GRADOS TALLOS/HORA2010 231.54 500 248.83 500 311.032011 208.83 750 214.93 750 268.67

1000 189.54 1000 236.92PROMEDIO 220.19 217.77 272.21

OBTENIDOS SIN MINADORMILLION STAR SALA EN BLANCO

OBTENIDOS CON MINADORDATOS HISTORICOS



En la comparación con la Cassiopea observamos que existe una diferencia de 5.72%

4.4 CONCLUSIONES DE LA COMPARACION

Después de la comparación tanto con curvas de aprendizaje utilizadas actualmente por la

empresa y de datos históricos analizados con los tiempos estándar obtenidos mediante

cortometraje, se decide utilizar las curvas obtenidas mediante el estudio en el caso de la Million

Stars, mientras que en el caso de la Cassiopeia se concluye utilizar la curva de aprendizaje

actual al no tener esta mucha diferencia con el estudio realizado.

Al tener las curvas de aprendizaje en sus diversas situaciones con sus respectivas ecuaciones

logarítmicas se procederá a realizar las matrices necesarias para ligar las variables.

AÑOS2010 2011 HISTORICOS OBTENIDOS

226.82 188.37 207.59 220.18

TALLOS/HORACASSIOPEA



CAPITULO V

INTERELACION SINERGICA DE LAS VARIABLES

5.1 INTRODUCCIÓN Luego de examinar cada una de las variables y su efecto individual, es importante también

analizar la relación de estas con las demás variables, lo cual permitirá ligar las mismas.

El resultado que se que se obtiene al ligar las variables es superior a los efectos individuales de

las mismas, esta sinergia da como consecuencia un resultado que va a ser la base para la

toma de decisiones de mano de obra, siendo este un problema latente dentro de Plantaciones

Malima Cia. Ltda..

Actualmente para calcular la mano de obra en el área de poscosecha, principalmente en las

clasificaciones de verde y blanco, se dividen los tallos a ser procesados para las horas de la

jornada laboral y por último estas se dividen para un estándar promedio, obteniendo de esta

manera el número de personas necesarias para procesar la flor diariamente, cabe recalcar

entonces que variables tan importantes como el grado de tallo, la curva de aprendizaje y

problemas de plagas o enfermedades no incluían en este cálculo, ésta deducción de mano de

obra se lleva haciendo desde el inicio de las actividades de la empresa.

Por el número de variables que el área de las salas en blanco y en verde poseen, se ha visto la

necesidad de crear diversas alternativas según la necesidad que la empresa tenga, estas

necesidades dependen de la cantidad de personal disponible que se posea en ese momento, la

rotación del mismo y el tiempo de antigüedad de las personas que laboran en esta área con su

respectivo lugar dentro de la curva de aprendizaje.

Ya que el principal problema de las empresas florícolas es su alta rotación de personal, es decir

la mayoría de personas que laboran en estas son nuevas y según datos históricos solo el 30%

de las personas nuevas permanecen en la empresa por más de un año. La estadística antes

mencionada es otra de las causas por la que se debe realizar diferentes alternativas para la

toma de decisiones, cuando la producción de flor es grande y la mano de obra disponible en

esta área no es suficiente para satisfacer la producción, la toma de decisiones en este caso se

basa en dos alternativas, realizar horas extras o pedir personal prestado a el área de cosecha

para cumplir con la producción programada.



A continuación se describirá la relación ya sea dependiente o independiente de las variables y

su función dentro del software, este análisis nos permitirá generar las interrelaciones que serán

las bases para realizar el programa.

5.2 EFECTO COMBINADO DE LAS VARIABLES 5.2.1 GRADO DEL TALLO Y JORNADA DE TRABAJO El tiempo de procesamiento de la flor es directamente proporcional al grado del tallo, es decir

mientras mayor es el grado a procesar mayor será su tiempo de procesamiento debido a que

los tallos de un grado superior tiene más laterales, hojas y follaje que un grado inferior, al pelar

mas hoja y revisar mas laterales el tiempo de procesamiento es mayor, por lo que la jornada de

trabajo puede ser suficiente, necesitar de hora extras o en su caso contrario pueden sobrar

horas de trabajo.

Por lo tanto esta relación dependiente entre el grado de tallo y jornada de trabajo nos permitirá

obtener la mejor opción para calcular la mano de obra necesaria que se necesita dadas estas

variables.

5.2.2 GRADO DE TALLO Y CURVA DE APRENDIZAJE Si se tiene flor de tres diferentes grados y estos distintos tiempos de procesos, se tiene también

tres diferentes curvas de aprendizaje las mismas que van a tener una tendencia logarítmica al

ser curvas que crecen simultáneamente y luego se vuelven constantes para un determinado

tiempo.

La curva de aprendizaje nos indica en qué estado de aprendizaje, como su nombre lo dice, se

encuentra el trabajador por lo tanto a mayor tiempo, mayor aprendizaje en los tres grados, ya

que los procesos entre grados no varía pero si su tiempo de proceso.

La relación entre estas variables es dependiente ya que el tiempo de proceso de cada uno de

los grados es la base para el cálculo de la curva de aprendizaje de los mismos, siendo también

directamente proporcional ya que a mayor grado el tiempo de proceso es mayor y por ende

también su curva y viceversa.

Este estudio está basado principalmente en tiempos y procesos por lo que el análisis de la

primera variable nos lleva a la segunda. Esta relación da lugar a la elaboración de una matriz

base para nuestro análisis.



5.2.3 GRADO DE TALLO Y PROBLEMA DE PLAGAS O ENFERMEDADES El problema de plagas o enfermedades se da en épocas del año en todas las variedades de

flores y en sus diferentes grados, si es el caso de la Million Stars, este problema causa un

procesamiento más minucioso de la flor por lo que el tiempo de proceso de la misma es

superior comparado con un proceso libre de plagas o enfermedades.

5.2.4 JORNADA DE TRABAJO Y CURVA DE APRENDIZAJE Mientras mayor son las horas trabajadas mayor será el aprendizaje y la destreza adquirida en

un proceso determinado, ya que en la curva el número de tallos a ser procesados (eje y)

aumenta dependiendo del tiempo de instrucción de la labor (eje x). Estas dos variables son

dependientes y directamente proporcionales entre si ya que cuando aumenta la jornada de

trabajo también aumenta el estado de los trabajadores en la curva de aprendizaje.

Cabe recalcar que en el caso de la clasificación de Million Stars en blanco, el proceso a

realizarse en cualquier grado es válido para el aprendizaje del trabajador ya que la labor es la

igual para los tres grados existentes.

El rendimiento de cada trabajador depende de las horas acumuladas realizando dicho trabajo.

5.2.5 JORNADA DE TRABAJO Y PROBLEMA DE PLAGAS Y ENFERMEDADES Dependientes entre si ya que si tenemos un problema de plagas o enfermedades el proceso de

operación del proceso es mayor por lo que se necesitara ya sea horas extras o mano de obra

adicional para realizar el trabajo.

Actualmente en la empresa prefieren aumentar la mano de obra pidiendo al área de cosecha

un apoyo de mano de obra, pero en los picos de producción como San Valentín, o el Día de la

Madre optan por realizar horas extras trabajando muchas veces hasta altas horas de la

madrugada.

5.2.6 CURVA DE APRENDIZAJE Y PROBLEMAS DE PLAGAS Y ENFERMEDADES Debido al problema de plagas y enfermedades, a parte de realizar diferentes curvas para los

distintos grados disponibles, se realizo curvas de aprendizaje en el caso de que exista

problema de esta índole teniendo en total 6 curvas.

El problema de plagas o enfermedades según el estudio resultado se considera un 25% más

del tiempo de procesamiento de la flor.



El principal problema de plagas que poseen las gypsophilas es el minador el cual ataca

especialmente a la hoja por lo que se debe retirar la misma provocando un mayor tiempo en el

proceso.

5.3 INTERRELACIÓN DE LAS VARIABLES

La relación de las variables crea una sinergia necesaria para la toma de decisiones, la mejor

decisión estará basada en el menor costo y el mayor beneficio para la empresa.

La sinergia de las cuatro variables es necesaria principalmente para el área de clasificación en

verde y blanco, cabe recalcar que existe más variables y mayor demanda de mano de obra en

el área de clasificación en blanco de Million Stars por lo que se empezara por esta área a ligar

las variables entres sí.

5.4 MODELACIÓN MATEMÁTICA

Primero se realizara la matriz de cálculo para el puesto de trabajo que se debe ligar todas las

cuatro variables es decir una matriz para el área de clasificación de Million Stars.

Luego de obtenidas las curvas de aprendizaje tanto en función del grado del tallo, como en

función de su presencia o ausencia de plagas o enfermedades, realizamos una base de datos

que nos servirá para comenzar a realizar nuestra matriz de cálculo.

Esta base de datos tendrá variables como, la fecha de ingreso del trabajador, el nombre y los

días laborables que se obtienen mediante una función que depende de la fecha actual.



A partir de estos días laborados o trabajados, obtenemos los meses acumulados de trabajo,

dividiendo estos días para 28 que son los días que corresponden a un mes de trabajo.

Con estos meses y con las formulas logarítmicas obtenidas anteriormente de cada una de las 6

curvas de aprendizaje procedemos a calcular el número de tallos por hora que debe realizar

cada trabajador, dependiendo del caso en el que exista o no problema de plagas o

enfermedades y en función del tiempo en el que se encuentra trabajando en dicha labor.

De esta manera se liga tres de las cuatro variables dentro de una matriz; esta matriz se

encuentra en orden descendente ya siempre se optara por escoger a las personas con mejor

rendimiento, las mismas que ya tienen un tiempo mayor realizando este trabajo.



Luego de relacionar estas variables, debemos de ligar la última que corresponde a la jornada

de trabajo, esta variable dejamos que el usuario escoja en base a la proyección de producción

y la disponibilidad de tiempo.

Para mejor visualización y funcionamiento del programa se ha dividido la matriz anterior en dos

matrices diferentes una de la otra por la presencia de plaga.

Los datos importantes para el cálculo del número necesario de personas son la cantidad de

tallos a procesarse en su diferente grado, para lo cual se ha introducido al lado de la matriz

datos al azar para modelar este cálculo; el numero de tallos a procesarse se divide para el

acumulado de tallos estándar que realizan las personas, con el fin de obtener las horas

estándar necesarias para realizar la labor de clasificación de Million Stars, la obtención de las

horas estándar se la realiza para cada grado de la flor, con su correspondiente necesidad de

numero de tallos a procesarse.



Una vez obtenidas las horas estándar en cada grado procedemos a sumar las mismas, este

resultado nos dará las horas estándar necesarias para la clasificación de Million Stars en donde

se encuentran todos sus grados.

Este total de horas estándar necesarias nos ayudara a realizar un conteo para determinar el

número de personas necesarias, basándonos en la jornada de trabajo, la misma que puede ser



flexible para que el usuario pueda tomar la decisión de realizar horas extras, o disminuir el

tiempo en esta labor para asignar a las personas otro trabajo en el campo.

Para relacionar la ultima variable se ha tomado como ejemplo las horas de la jornada laboral

normal que corresponde a 9 horas, tomando en cuenta que a estas 9 horas hay que restarles

10 minutos en los cuales los trabajadores desayunan, resultando así 8.833 horas de jornada

laboral diaria.

Para el conteo realizamos una formula de lógica la misma que asigna el numero uno al total de

horas estándar que sea mayores a la jornada laboral propuesta por el usuario, caso contrario

están celdas estarán en blanco.

Es decir se trata de igualar las horas totales estándar obtenidas con las horas de la jornada

laboral para obtener el número de personas necesarias por conteo.



A este resultado se le suma uno para que el número de personas sea el estrictamente

necesario.

El anterior procedimiento se realizo tanto para la presencia como la ausencia de plagas y

enfermedades, separadas en dos matrices para mejor visualización; así como también para la

clasificación en verde de Cassiopeia.

5.5 MEJORA UTILIZACIÓN

Dentro del área de la postcosecha, las salas de blanco y verde son las que necesitan mayor

cantidad de mano de obra especializada, por ello las alternativas de elección se dan en estas

dos salas teniendo en cuenta que se necesita personal más especializado para el sala de

blanco que para la sala en verde, razón por la cual el programa hace dependiente una sala de

otra para obtener mejores resultados, diseñado el software de tal manera que siempre iniciara

por la sala en blanco debido a que de ahí se tomaran las personas que estén mayor tiempo

laborando en el área de postcosecha y dejando así las menos especializadas para la sala en

verde en la cual el proceso es menos complejo.

5.5.1 SALA EN BLANCO

Para el ingreso de los datos necesarios para el cálculo del número de personas necesarias se

ha diseñado un formulario de entrada de datos, el mismo que corresponde a la sala de

clasificación de blanco.



Como se describió los DPO de Million Stars y Cassiopeia son diferentes, en la sala en

clasificación en blanco se tiene tres trabajos principales, uno corresponde a la Cassiopeia

denominado pesadoras; los otros dos corresponden a la Million Stars: revisadoras y

clasificadoras. Por lo que el formulario será diseñado en base a los procesos correspondientes

a estas dos diferentes tipos de gypsophilas dentro de esta área de blanco.

Se divide la sala en blanco en dos tipos de flores para separar sus procesos: Cassiopeia y

Million Stars.

5.5.1.1 CALCULO PARA LAS PESADORAS DE CASSIOPEIA

Los datos necesarios para saber cuánto personal necesitamos que realice el trabajo de

pesadoras de Cassiopeia son: la cantidad de tallos o mallas a ser procesados, en el cual como

lista desplegable se encuentra la unidad de medida así como también las horas que tenemos

disponibles para realizar esta labor.



Para el trabajo de pesadoras de Cassiopea se requiere de personal capacitado el cual alcanza

a pesar 1000 tallos por hora, teniendo en cuenta que en cada malla tiene un total de 40 tallos.

Con los datos ingresados y teniendo el estándar de tallos por hora, realizamos una regla de

tres para saber cuántas horas necesitamos para procesar la flor, y por ultimo estas horas

necesarias dividimos para el número de horas disponibles para realizar dicho proceso y de esa

sencilla manera obtenemos el número de personal necesario para el trabajo de pesadoras de

Cassiopeia en la Sala en Blanco.

5.5.1.2 CALCULO PARA LAS CLASIFICADORES Y REVISADORAS DE MILLION STARS

Para el cálculo de la cantidad de clasificadores que se necesita se debe introducir la cantidad

de flor que se desea procesar en cada uno de los diferentes grados teniendo una lista



desplegable de la unidad a utilizar teniendo en cuenta que existen 60 tallos por cada malla de

Million Stars.

Luego de introducir la cantidad de tallos a procesar en sus diferentes grados, colocamos

también las horas de trabajo disponibles en esta labor, con lo cual estaríamos introduciendo

nuestra última variable la misma que será ligada luego en la matriz de cálculo antes descrita.

Como se utilizan diferentes curvas de aprendizaje para la ausencia o presencia de problemas

de pagas o enfermedades, es necesario la afirmación o negación de la misma la cual está a

cargo del usuario a través de una lista desplegable.



Una vez que el usuario escoja esta opción, el programa nos dará el número de personas que

se necesita para procesar el número de tallos o mallas que eligió en cada grado, con las horas

de trabajo escogidas también por el usuario y con la afirmación o negación de un problema de

plagas o enfermedades.

El número de revisadoras de Million Stars también nos proporciona el programa teniendo en

cuenta que por cada 7 clasificadoras de Million Stars existe una revisadora.

5.5.1.3 EXTRACCION DE PESADORAS DE CASSIOPEIA Y REVISADORAS DE MILLION STARS No todas las personas que trabajan en el área de poscosecha saben pesar o revisar por lo que

ha sido necesario que el usuario elija entre las opciones de escoger personas o que estas

personas se han escogidas aleatoriamente para ensenarles a realizar dicha función.



5.5.1.3.1 EXTRACCION DE PESADORAS DE CASSIOPEIA Y REVISADORAS DE MILLION STARS MEDIANTE UN ESCOJITAMIENTO

Al elegir escoger personas tendremos una matriz en la que podemos escoger entra las

personas que saben pesar al número de pesadoras necesarias proporcionadas con

anterioridad por el programa. Como el usuario del programa está totalmente familiarizado con

el personal, el podrá elegir de acuerdo a su criterio que persona desea que trabaje en la labor

de pesadora de Cassiopeia.



Al dar clic en aceptar las pesadoras necesarias, estas se irán a una base de datos, estas

personas elegidas al ser aceptadas automáticamente serán eliminadas de la base de datos

para la elección de las revisadoras así como también para el cálculo del número de personas

para la clasificación en blanco de Million Stars.

Luego se escogen las revisadoras tomando en cuenta de que las mismas también se irán a una

base de datos, estas personas elegidas al ser aceptadas automáticamente serán eliminadas de

la base de datos para el cálculo del número de personas para la clasificación en blanco de

Million Stars.



5.5.1.3.2 EXTRACCION DE PESADORAS DE CASSIOPEIA Y REVISADORAS DE MILLION STARS MEDIANTE ALEATORIO

Al escomer la opción aleatorio nos muestra una base de datos la misma que lleva un orden,

este orden es indistinto a cualquier relación.



Para obtener personas aleatorias lo que se hace es ir al filtro de orden y elegir la opción filtros

de número, luego en menor o igual introducimos el numero de personas que nos dio

anteriormente el programa.



Luego de obtener las personas damos un clic en aceptar pesadoras, estas al igual que cuando

hicimos escojitamiento de personas, borra automáticamente de la base de datos para la

elección de revisadoras y para el cálculo de clasificadoras de Million Stars.

De la misma forma se realiza el aleatorio para las revisadoras de Million Stars.

El formulario queda de esta manera:



Como el objetivo del programa es abarcar toda la poscosecha también es importante describir

los trabajos adicionales en los que se incluye los que dependen y los que no dependen de la

poscosecha. Los trabajos que dependen de la poscosecha se ha puesto su respectivo rendimiento en

función de las personas que están trabajando en clasificación.

5.5.2 SALA EN VERDE

Cabe recalcar que como la sala de clasificación en blanco requiere mayor numero de mano de

obra se empieza a escoger por la esta las personas que se necesita las mismas que van a ser

más especializadas que la sala de verde por lo que la base de datos de la sala de verde tiene

las personas restantes de la clasificación en blanco.



El trabajo de enmalladoras de Million Stars al ser el trabajo menos complejo en el área de

poscosecha no tiene curva de aprendizaje por lo que el estándar es de 1800 tallos por hora.

Mientras que el trabajo de clasificadoras de Cassiopeia si tiene curva de aprendizaje por lo que

el cálculo para el numero de personas fue realizado de la misma manera que la clasificación de

Million Stars en la sala en blanco con la diferencia de que en la Cassiopeia no posee grado de



tallo y siempre se extrae toda la hoja del tallo por lo que el problema de plagas o enfermedades

no es relevante en este caso.

La sala en verde nos permite también escoger las personas que el usuario crea conveniente

para la clasificación en Cassiopeia, de la misma manera que se escogía para la sala en blanco.



La sala de clasificación en verde también tiene sus trabajos adicionales como se observa en el

formulario anterior.

5.5.3 APERTURA

En el área de apertura a tener trabajos poco especializados no se tiene curva de aprendizaje

pero se tienen tiempos estándar, los mismos que se encuentran en una matriz la misma que

esta denominada como adicionales en la que también se encuentran los trabajos adicionales

de clasificación en blanco, clasificación en verde y apertura.



5.5.4 EMPAQUE

En el área de empaque también tiene trabajos poco especializados por lo que no se tiene curva

de aprendizaje pero los tiempos estándar están dados en la matriz adicionales.



En el empaque solo dos actividades dependen de la producción, por lo que se necesita el

número de cajas y las horas a invertir en cada actividad.



5.6 MATRIZ ADICIONALES

En esta matriz se encuentran todos los trabajos adicionales los mismos que no poseen curva de aprendizaje por ser poco especializados, estos se clasifican en los que depende del volumen de producción y los que no depende del volumen de producción.

La matriz esta creada en base a rendimientos los cuales indicaran según la jornada de trabajo el porcentaje de trabajo que realizara el empleado dependiendo de la tarea.



CAPITULO VI

ALGORITMO PARA LA TOMA DE DECISIONES

6.1 DISEÑO DE TOMA DE DECISIONES

Luego de ligar las variables, estas forman un algoritmo el cual nos ayuda a nuestro objetivo

principal que es la toma de decisiones.

Las variables están ligadas entre si de una manera dinámica a través de matrices y formularios

en los que al introducir ciertos datos obtenemos una respuesta lógica y acertada para la

elección de nuestra mejor decisión, la elaboración de diferentes alternativas que nos ayuden a

decidir entre algunas opciones es indispensable para elegir la mejor, al mismo tiempo que el

programa se vuelve aun más flexible.

Las opciones que da el programa depende de las necesidades que en ese momento se tenga

en el área, siempre teniendo la certeza que las personas que designa el programa son las más

especializadas para los trabajos que se tiene en las salas creando así una preferencia por ser

una sala más especializada que otra.

6.2 CASOS

Ejemplos de casos de toma de decisiones, las alternativas usadas son de acuerdo a las

necesidades de la empresa y el criterio del usuario del programa.

Para este caso se procederá a utilizar el programa en este orden: Apertura, Salas y Empaque,

teniendo en cuenta que primero se comenzara por la sala en blanco y luego en la sala en verde

ya que estas son dependientes, como se explico.

6.2.1 CASO DE DECISIÓN DE HORAS EXTRAS

Es política de la empresa utilizar horas extras cuando el tiempo de procesamiento es superior a

la jornada laboral, a continuación se presenta uno de estos casos.

Al iniciar el programa la primera ventana que se presenta nos muestra las etapas de la

postcosecha:



El principal problema de toma de decisiones se da en el área de clasificación en blanco por lo

que los ejemplos se enfocaran es esta área.

6.2.1.1 APERTURA

Al entrar en apertura nos aparece un formulario en el cual se introducen los datos requeridos

para conocer el número de personas necesarias en esta área.

Introducimos datos en los trabajos que son dependientes del volumen de producción, las

labores que son independientes de producción aparecen en la parte de abajo.

El formulario a llenar es el siguiente:



Ingresamos los datos necesarios para el proceso en esta etapa de la poscosecha y tenemos:



Automáticamente al ingresar datos requeridos de producción y horas de trabajo tenemos los

datos necesarios del número de personas necesarias.

6.2.1.1 SALA EN BLANCO

Luego de ingresar los datos de apertura que no generan mayor problema, procedemos a

ingresar a la sala en blanco en la cual se nos presenta el siguiente formulario.



En el tipo de flor llenamos la Cassiopeia con 2500 mallas que en este caso se requiere procesar, con una jornada de 9 horas de trabajo; lo cual nos da un resultado de 12 pesadoras, en la flor de Million Stars se requiere procesar 1500 mallas de grado 1000, 2500 mallas de grado 750 y 800 mallas de grado 1000.

Con un problema existente de plagas lo cual genera mayor tiempo de procesamiento y adicionalmente se ingresa una jornada común de trabajo de 9 horas, lo cual nos da los siguientes resultados:



El proceso en blanco de Million Stars se requiere procesar 4800 mallas en una jornada normal

de trabajo, en un periodo en el cual la flor tiene plaga o enfermedad, dado como resultado que

necesitamos 128 clasificadoras de Million Stars y 19 revisadoras de flor.

Los trabajos adicionales con su respectivo rendimiento en el caso de que dependan de

volumen de producción se muestran en la parte inferior de la ventana.

En este caso vamos a suponer que la empresa no posee tanto personal disponible por estar

en una época de producción alta como en el caso de un San Valentín, por lo que se decide

hacer 3 horas extras teniendo como resultado:



Esta decisión constituye 53 personas menos en esta etapa de la poscosecha, como esta etapa

es la que mayor número de personas demanda al igual que la etapa de verde, las personas

que en este caso sobren se irán a clasificación en verde.

Tomando en cuenta que la rotación de personal en las empresas de flores es alta debemos

tratar de utilizar el menor número de personas de la forma más productiva.

6.2.1.3 SALA EN VERDE

Regresamos con el botón de inicio, y elegimos la opción sala en verde en la cual al introducir

los datos a producirse con un tiempo en este caso la jornada laboral tenemos que:



Llenando los datos necesarios para la producción requerida:



Al seleccionar el botón personas el programa nos proporcionara por default las personas

adecuadas para estos trabajos.

6.2.1.4 EMPAQUE

Regresamos al menú inicial y escogemos la opción empaque, en la cual se introducirá los

datos necesarios en esta etapa de la poscosecha.

Al introducir los datos tenemos que:



En el caso del trabajo de armador de cartón se observa que se necesitan 2 personas para esta

actividad, pero queda a decisión si sería mejor o no realizar este trabajo solo con una persona

ya que el rendimiento es del 55,56 si trabajaran entre dos.

6.2.2 CASO PRESTAR PERSONAL

Para este caso nos enfocaremos totalmente en la sala en blanco para lo cual llenando los datos

de producción en días sin pico de ventas tenemos que:



Observamos que se necesita pocas personas para el área de blanco por lo que se decide

mermar las horas de trabajo para realizar con estas trabajos de campo como cosecha.



Tomando en cuenta que la mano de obra que demanda el campo también es alta siempre se

necesita personal adicional es este para realizar procesos de peinado, cosecha, poda,

desinfección etc.



CAPITULO VII

CONCLUSIONES Y RECOMENDACIONES

7.1 CONCLUSIONES

• La necesidad de mano de obra dado el tipo de industria que Malima es crea un

problema en la toma de decisiones la cual fue resuelta mediante un software el cual a

través del tiempo de entrenamiento del empleado, el estado de la flor, y la disponibilidad

de tiempo en el área de postcosecha permite calcular la cantidad de personal necesario

en cada una de las etapas de la poscosecha para de esta manera no truncar la

programación de producción antes planteada por los jefes involucrados en esta área.

Disminuyendo también de esta manera el tiempo que los encargados de la poscosecha

se dan diariamente para a través de un groso cálculo determinar la cantidad de mano

de obra sin relacionar variables de tipo decisivas.

• La determinación de las curvas de aprendizaje por grado en el área de Clasificación de

Million Stars permitió a la empresa pagar por los grados procesados tomando en cuenta

de que se diferencian entre ellos por la cantidad de follaje a procesar, este hecho creo

buenas expectativas por parte de los trabajadores al saber que el pago esta hecho en

base al rendimiento diferenciado por la cantidad de hoja a procesar en los diferentes

grados. Este estudio de pago por grado permitió a la empresa tener datos más certeros

del desperdicio por trabajador logrando de esta manera llevar un mejor control para su

disminución.

• El tiempo de toma de decisiones de mano de obra se redujo de manera significativa con

la ayuda del software el mismo que en la actualidad se usa para tomar decisiones

diariamente así como también para simular situaciones futuras.

• El software permite manejar de una manera optima la mano de obra involucrada en los

trabajos adicionales en cada una de las áreas de la poscosecha, ya que si bien en



cierto estos no son los trabajos principales pero son la base de apoyo para que el

proceso de la poscosecha se dé.

• El estudio de tiempos permitió una mejora en los procesos de la clasificación en verde

de Million Stars, eliminando algunos procesos innecesarios.

7.2 RECOMENDACIONES

• Eliminar tiempos muertos y procesos repetitivos en el área de lavado de baldes.

• Implementar escaleras mejor diseñadas en el área de apertura ya que los cocheros se

demoran el 30% de su tiempo moviendo escaleras poco flexibles, anti ergonómicas y

escasas de un lugar a otro de esta área.

• Acoplar en las bandas de clasificación tanto de Million Stars como de Cassiopeia una

banda inferior en cada una, en la cual cada clasificador deposite la basura y de esta

manera, tener un espacio limpio en donde trabajar y eliminar puestos de trabajo como

recogedor o llevador de basura dentro de la poscosecha.

• Rediseñar la Sala en verde ya debido al crecimiento de la demanda de Cassiopea, el

espacio es muy pequeño para la producción esperada en los próximos tiempos y más

aun cuando sea pico de producción.

• Mejorar el sistema de entrega de flor a las clasificadoras para que estas estén siempre

con la materia prima necesaria sobre las cunas de flor y no tengan esperas.

• Colocar señalización necesaria en las zonas donde exista flujo de coches o proconas de

flor para evitar accidentes.

• Utilizar material aislante en los precooling para evitar fugas de aire, mejorando así el

tiempo de enfriamiento de la flor, y evitando el costo de electricidad adicional por las

mismas.



• La mayoría de las empresas adolecen de un manual donde claramente se expliquen las

funciones de todos los niveles, por lo tanto es importante delimitarlas para ser objetivo y

claro con todo el personal, ya que en este caso en la empresa tienen trabajos

especializados los cuales son realizados por personas totalmente indispensables por la

carencia de un manual.

• Es importante pensar también en una adecuada capacitación, motivación y seguimiento

a los trabajadores, creando un sentimiento de pertenencia de ellos hacia Plantaciones

Malima lo cual ayudara a disminuir la rotación de personal así como también se tendría

trabajadores confiables y productivos.

• Se debe tener un organigrama de trabajo y estar actualizándolo permanentemente para

lograr un adecuado desarrollo en todas las áreas tanto técnicas como administrativas.

• Se debe tener curvas, historia, mínimos, máximos de rendimientos por posición para

lograr una adecuada motivación y valoración del personal tanto en poscosecha como en

los trabajos realizados en el campo.

• Seguir utilizando el software para una mejor toma de decisiones en la cual constituya un

menor costo y si es posible realizar un programa para el campo el cual también

demanda una gran cantidad de mano de obra.

universidad de cuenca - repositorio digital de la...

Documents