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

Abstract

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