Desarrollo de sistema web para sistematización y control de productos perecederos

Abstract

En este proyecto se desarrolló un sistema web haciendo uso de las siguientes tecnologías: JavaScript, Python, MySQL y los frameworks NodeJs y Django. El objetivo de esta aplicación es simular una alacena inteligente para mantener más organizados los alimentos que se almacenan y al mismo tiempo, con base en los datos recabados sobre los productos que adquiere un grupo de personas, detectar que alimentos están por caducar y mostrar una serie de recomendaciones. Entre las diferentes funcionalidades de este sistema, destaca el tener un inventario de alimentos o productos, notificar al usuario cuando para un producto está por vencer su fecha de caducidad, notificar al usuario cuando un producto está por agotarse y generar una lista de forma automática para hacer la compra de los productos necesarios, hacer un análisis de los productos que una persona compra y recomendar una serie de productos de acuerdo con las características del usuario. Para el desarrollo de esta aplicación denominada NutryFoodPantry fue necesario adoptar la metodología ágil denominada Kanban, la cual se caracteriza por incorporar elementos gráficos para asignar al equipo de trabajo las actividades por realizar. De igual forma, se aplicaron procesos de ingeniería de software en las diversas etapas de desarrollo, tales como el análisis, diseño, desarrollo y pruebas. Para el análisis fue necesario recabar los requerimientos aplicando técnicas de entrevistas y observación. Para el diseño se utilizó el lenguaje de modelado unificado (Unified Modelling Language - UML) tanto para el diseño de la aplicación como para el diseño de la base de datos. En cuanto a la codificación, se utilizó el lenguaje de programación JavaScript tanto para el Front-End como para el Back-End del sistema web. Así mismo, para el manejo de la información se utilizó el sistema gestor de bases de datos MySQL, y la conexión hacia este gestor de bases de datos se realizó con el framework NodeJs. Para el análisis de los datos, se utilizó Python y el framework Django.