Aldas Flores Clay FernandoFreire Valencia Jean CarloUniversidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Carrera de Tecnologías de la Información2025-02-182025-02https://repositorio.uta.edu.ec/handle/123456789/43389El presente proyecto tiene como objetivo desarrollar un sistema de software para mejorar la gestión de productos en la panadería “Flor de Cebada”. Utilizando Python y el framework flask para el backend, Machine Learning y React para el frontend, el sistema integra la previsión de series temporales para optimizar la detección de tendencias y la predicción de la demanda. Esto ayuda a mejorar las ventas y tomar decisiones basadas en datos, en un entorno de pequeña empresa. El sistema gestiona el inventario mediante el registro, actualización y seguimiento de productos, incluyendo detalles como cantidades, fechas de vencimiento y precios. Además, agiliza los procesos de venta con escaneo de códigos de barras y cálculos automáticos. Genera informes y proporciona previsiones precisas de la demanda para alinear la producción con las necesidades del mercado. También emite recibos electrónicos para cada transacción, mejorando la eficiencia operativa. El desarrollo del proyecto toma como fundamento la metodología Extreme Programming, destacando el diseño iterativo, la colaboración y la adaptabilidad. El sistema beneficia las operaciones comerciales, mejora la planificación del inventario, aumenta la satisfacción del cliente y establece una base para el crecimiento sostenible de la panadería, demostrando el valor de las soluciones tecnológicas en pequeñas y medianas empresas.The present project focuses on the development of a software system aimed at improving product management processes in the bakery and pastry shop "Flor de Cebada." Leveraging Python, the Flask framework for the backend, and React for the frontend, alongside the application of machine learning, the system integrates time series forecasting to enhance trend detection and demand prediction. The goal is to optimize sales operations, minimize product waste, and support data-driven decision-making in a small business environment. The system includes an inventory management mechanism, enabling the registration, updating, and tracking of products, including essential details such as quantities, expiration dates, and prices. Additionally, sales processes are streamlined through barcode scanning, automatic calculations, and totals. A key feature is the generation of reports required by the business. The predictive analysis implemented in the system development provides accurate demand forecasts, helping align production with market needs. The system also generates electronic receipts for transactions, improving operational efficiency and user experience. The project was developed using the Extreme Programming methodology, emphasizing iterative design, stakeholder collaboration, and adaptability to changing requirements. The system delivers tangible benefits for business operations, enabling the bakery to achieve greater accuracy in inventory planning, enhance customer satisfaction, and establish a foundation for sustainable growth. This initiative highlights the potential of technology-driven solutions to address real-world challenges faced by small and medium-sized enterprisesesPYTHONFLASKMACHINE LEARNINGPREDICCIÓN DE LA DEMANDAGESTIÓN DE INVENTARIOSbachelorThesis