Boada Rodríguez, AlbertoVera Parra, Danilo AlvertoPalacios Yate, David EstebanRubiano Moreno, Sergio Esteban2025-09-012025-09-012025-06-10http://hdl.handle.net/11349/98772El Grupo SIG se enfrenta a una alta carga de trabajo debido a los procedimientos manuales ejecutados para realizar consultas de atributos dentro de capas espaciales. Para mitigar este problema, se creó un plugin para QGIS que automatiza el proceso de consulta dentro de estas capas prediales, reduciendo los tiempos de reacción y disminuyendo los errores, buscando asi mejorar la eficiencia operativa de los profesionales SIG. Para esto, se utilizó la metodología ágil Scrum, con fases de análisis, diseño, implementación y evaluación. Durante la fase de análisis, se identificaron requerimientos funcionales como la lectura de capas con formato Shape, coordenadas en DMS/DD y la creación de un informe en formato CSV. En la fase de diseño se utilizaron los diagramas UML según el Modelo 4+1, la implementación de InfopotReport se realizó con PyqGIS y Qtdesigner. En la fase de evaluación, se probó el plugin con una base catastral de 2.5 millones de registros obteniendo tiempos de espera variables según el caso de relación existente entre la coordenada ingresada y el polígono donde recae, Para zonas donde la intersección es directa la consulta no toma más de medio segundo, en casos en donde la coordenada no se encuentre cerca de algún polígono la consulta puede llegar a tardar hasta 20 segundos. Finalmente, con el uso de una capa de prueba tan robusta fue posible validar que el plugin sea estable, confiable y tolerante a fallos.The GIS team is facing a heavy workload because attribute queries within spatial layers are carried out manually. To mitigate this issue, a QGIS plugin was developed to automate the cadastral layer-query process, shortening response times and reducing errors, thereby improving the operational efficiency of GIS professionals. The project followed the agile Scrum methodology through the analysis, design, implementation, and evaluation phases. During analysis, functional requirements were identified, such as reading Shape layers, accepting coordinates in DMS/DD, and generating a CSV report. In the design phase, UML diagrams were produced according to the 4 + 1 View Model. Implementation of the plugin—InfoPointReport—was carried out with PyQGIS and QtDesigner. In the evaluation phase, the plugin was tested against a cadastral database of 2.5 million records. Query times varied depending on the relationship between the input coordinate and the target polygon: where a direct intersection existed, the query took no more than half a second, whereas when the coordinate lay far from any polygon, the query could take up to 20 seconds. Using such a large test layer made it possible to confirm that the plugin is stable, reliable, and fault-tolerant.pdfQGISPluginConsultaPythonSIGInformebachelorThesisEspecialización en Sistemas de Información Geográfica -- Tesis y disertaciones académicasSistemas de información geográficaGeografía -- Bases de datosCatastroComputadores -- ProgramaciónQGISPluginQueryPythonGISReportAbierto (Texto Completo)