Modelos de minería de datos para predecir la producción de madera en los departamentos de Colombia.

Juan Jacobo Galindo Suarez; Víctor Hugo Aristizábal; Fredy Angarita Reina; Francisco Javier Vélez Hoyos

doi:10.15649/2346075X.5883

Autores/as

Jacobo Galindo Suarez Universidad Cooperativa de Colombia, Medellín, Colombia. Universidad Icesi, Cali, Colombia https://orcid.org/0009-0003-7479-9628
Víctor H. Aristizábal Facultad de Ingeniería, Grupo de Investigación Termomec, Universidad Cooperativa de Colombia, Medellín, Colombia. https://orcid.org/0000-0002-7880-5883
Fredy Angarita Facultad de Ingeniería, Universidad Cooperativa de Colombia, Bucaramanga, Colombia https://orcid.org/0000-0002-3590-593X
Francisco J. Vélez Facultad de Ingeniería, Grupo de Investigación Termomec, Universidad Cooperativa de Colombia, Medellín, Colombia. https://orcid.org/0000-0002-4267-042X

DOI:

https://doi.org/10.15649/2346075X.5883

Palabras clave:

Producción de madera, Data mining, Machine learning, Colombia, Pron´óstico, Series de tiempo

Resumen

Introducción. La producción de madera en Colombia es estratégica para el desarrollo económico y la conservación ambiental, pero aún carece de herramientas predictivas confiables. Objetivo. Evaluar el desempeño de modelos estadísticos y de aprendizaje automático para el pronóstico del volumen de madera movilizada a nivel departamental en Colombia utilizando datos abiertos del Instituto Colombiano Agropecuario (ICA) correspondientes al período 2012–2022. Materiales y Métodos. El análisis siguió la metodología CRISP-DM, con limpieza y tratamiento de datos, imputación mediante KSSA y la implementación de cinco familias de modelos (ARIMA, Prophet, GLMNET, Random Forest y Prophet Boost). Los modelos se entrenaron con el 90 % de la serie histórica y se evaluaron con métricas como RMSE, MAE y MAPE. Resultados. ARIMA y Random Forest alcanzaron el mejor desempeño según la estabilidad o variabilidad de las series, generando pronósticos confiables a cuatro trimestres. Departamentos como Antioquia, Valle del Cauca y Cauca mantendrían altos niveles de producción, mientras que Meta y Casanare presentarían mayor inestabilidad. Conclusiones. Los hallazgos confirman el valor de integrar datos abiertos y técnicas de aprendizaje automático para la gestión sostenible del recurso forestal en Colombia.

Referencias

1. Martínez-Cortés ÓG, Kant S, Isufllari H. An analysis of wood availability under six policy scenarios of commercial forest plantations in Colombia. Forest Policy and Economics. 2022;138:102722. https://doi.org/10.1016/j.forpol.2022.102722

2. Fedemaderas. Boletín Estadístico Forestal 2022 – Federación Nacional de Industriales de la Madera [Internet]. 2022 [cited 2023 May 13]. Available from: https://fedemaderas.org.co/boletin-estadistico-forestal-2022/

3. Fondo Mundial para la Naturaleza - WWF. Madera legal: un mercado lleno de oportunidades para Colombia [Internet]. 2023 [cited 2023 Sep 22]. Available from: https://www.wwf.org.co/?380872/Madera-legal-un-mercado-lleno-de-oportunidades-para-Colombia

4. Scientific Reports. Deforestation in Colombian protected areas increased during post-conflict periods [Internet]. [cited 2026 Apr 20]. Available from: https://www.nature.com/articles/s41598-020-61861-y

5. Verkerk PJ, Levers C, Kuemmerle T, Lindner M, Valbuena R, Verburg PH, et al. Mapping wood production in European forests. Forest Ecology and Management. 2015;357:228–38. https://doi.org/10.1016/j.foreco.2015.08.007

6. FAO. Global Forest Resources Assessment 2020. Key findings [Internet]. 1st ed. Rome: FAO; 2020 [cited 2026 Apr 20]. Available from: https://openknowledge.fao.org/items/ac91b7b4-87eb-41eb-bdb1-d1c31fe249a8

7. Mazon B, Jaramillo M, Romero O, Borja A, Aguirre M, Contento M. Tecnologías de Inteligencia de Negocios y Minería de datos para el análisis de la producción y comercialización de cacao. Revista ESPACIOS [Internet]. 2018 [cited 2023 Jun 13];39(32). Available from: https://www.revistaespacios.com/a18v39n32/18393206.html

8. Wu P, Yi X, Jin K. A study on Chinese output of timber prediction model based on PSO-SVM. Advances in Information Sciences and Service Sciences. 2012;4(2):227–33. https://doi.org/10.4156/aiss.vol4.issue2.28

9. Pereira Martins Silva J, Luiza Marques da Silva M, Ribeiro de Mendonça A, Fernandes da Silva G, Almeida de Barros Junior A, Ferreira da Silva E, et al. Prognosis of forest production using machine learning techniques. Information Processing in Agriculture. 2023;10(1):71–84. https://doi.org/10.1016/j.inpa.2021.09.004

10. Yasar K. What is data analytics? | Definition from TechTarget [Internet]. Search Data Management. 2024 [cited 2025 Sep 16]. Available from: https://www.techtarget.com/searchdatamanagement/definition/data-analytics

11. Espinosa-Zúñiga JJ. Aplicación de metodología CRISP-DM para segmentación geográfica de una base de datos pública. Ingeniería, investigación y tecnología. 2020;21(1). https://doi.org/10.22201/fi.25940732e.2020.21n1.008

12. Ministerio de Agricultura y Desarrollo Rural. Base de datos relacionada con madera movilizada proveniente de Plantaciones Forestales Comerciales | Datos Abiertos Colombia [Internet]. 2024 [cited 2025 Sep 3]. Available from: https://www.datos.gov.co/Agricultura-y-Desarrollo-Rural/Base-de-datos-relacionada-con-madera-movilizada-pr/9aan-wm8m/about_data

13. Mahmoudvand R, Rodrigues PC. Missing value imputation in time series using Singular Spectrum Analysis. Int J Energy Stat. 2016;4(1):1650005. https://doi.org/10.1142/S2335680416500058

14. Hyndman RJ, Athanasopoulos G. Forecasting: Principles and Practice. 2nd ed [Internet]. Melbourne: OTexts; 2018 [cited 2025 Sep 3]. Available from: https://otexts.com/fpp2/

15. Yadav S, Shukla S. A comparative study of ARIMA, Prophet and LSTM for time series prediction. J Artif Intell Mach Learn Data Sci. 2022;1(1):1813–6. https://doi.org/10.51219/JAIMLD/sandeep-yadav/402

16. Engebretsen S, Bohlin J. Statistical predictions with glmnet. Clin Epigenetics. 2019;11:123. https://doi.org/10.1186/s13148-019-0730-1