TCC - Segurança Da Informação

1
UNIVERSIDADE ESTÁCIO DE SÁ
PROJETO FINAL II
FINICRED (HERMES)
Sistema de Análise de crédito
AUTORES:
Raphael Oliveira Cabral

Sérgio Ricardo Th. M. Lista
Rodrigo Vasco Garcia
NITERÓI
2011
1

FINICRED (HERMES)
Sistema de Análise de crédito
Trabalho de Graduação apresentado à disciplina de Projeto

Final II, do Curso de Bacharelado em Sistema de
Informação de Niterói Universidade Estácio de Sá.
Orientador: José Carlos Millan
UNIVERSIDADE ESTÁCIO DE SÁ
2011
1

FINICRED (HERMES) - SISTEMA DE ANÁLISE DE CRÉDITO
Trabalho de Graduação apresentado à disciplina

de Projeto Final II, do Curso de Bacharelado em
Sistema de Informação de Niterói Universidade
Estácio de Sá.
Avaliação:
Data de defesa: de Junho de 2011.
Resultado: ____________________.
Banca Examinadora
Prof. José Carlos Millan (Orientador). ________________________________

Universidade Estácio de Sá
Prof. Renato Cortez ________________________________
Prof. Carlos Alberto Alves Lemos ________________________________
1
Dedicamos este projeto aos nossos pais, a

quem devemos todas as nossas vitórias e aos
nossos cônjuges e amigos pelo auxílio e
compreensão nos momentos mais difíceis.
1
Agradecimentos
Agradecemos a Deus por ter nos dado a vida, sem a qual jamais alcançaria meus objetivos. Ao
professor orientador José Carlos Millan, por aceitar a orientação desse trabalho e pela
paciência, dedicação, sabedoria e constante bom humor, transmitido sempre com muita
confiança e motivação.
Aos nossos conjugues e amigos pela compreensão no período em que estivemos ausentes e
pelo apóio nos momentos de fraqueza.
Aos nossos familiares pela compreensão nos momentos em que estivemos ausentes.
Aos amigos que sempre nos incentivaram e apoiaram.
Aos demais professores da Universidade Estácio de Sá, pelos conhecimentos transmitidos

com total dedicação.
1
RESUMO
Resumo do projeto apresentado à Universidade Estácio de Sá da cidade de Niterói como parte

dos requisitos necessários para a obtenção do grau de Bacharel em Sistema de Informação.
FINICRED (HERMES) - SISTEMA DE ANÁLISE DE CRÉDITO

Sérgio Ricardo Thomaz Menezes Lista
Junho / 2011
Orientador: Prof. José Carlos Millan
Este trabalho tem como objetivo principal mensurar e gerenciar risco

de crédito e será desenvolvido com o intuito de avaliar e monitorar o risco
financeiro dos clientes e da operação. Por meio dele será possível diminuir
as perdas com insolvência, o custo de oportunidade dos altos
provisionamentos, avaliar o risco de concessão de crédito, estabelecer
limites de crédito, aumentar o potencial de vendas de produtos de crédito,
dentre outros itens que visam a agregar valor para a Organização.
Considerando definições da política de crédito, aplicadas hoje na empresa.
O sistema Hermes será desenvolvido para trabalhar em conjunto

com o Sistema de controle de crédito que já existe na Organização.
Atendendo aos requisitos da empresa e, diferentemente dos demais
softwares existentes, o sistema Hermes será flexível, permitindo sua
parametrização para que a empresa utilize o seu próprio modelo de risco
2
de crédito, com o intuito de monitorar e gerenciar a carteira dos futuros

clientes.
1
ABSTRACT
This Work aims at measuring and managing credit risk and will be developed in
order to evaluate and monitor the financial risk of customers and the operation. Through it is
possible to reduce the losses from insolvency, the opportunity cost of higher provisioning,
assess the risk of extending credit, establish credit limits, increasing the potential for sales of
credit products, among other items that aim to add value for the Organization. Whereas
definitions of credit policy, imposed on the company.
The Hermes system is designed to work with the credit control system that already
exists in the Organization. Addressing the requirements of the company and, unlike all other
existing software, the Hermes system will be flexible, allowing the setting for the company
to use its own model of credit risk in order to monitor and manage the portfolio of future
customers.
1
Sumário
1.0. PROPOSTA DE TRABALHO..............................................................10
1.1 Introdução............................................................................................ 10
1.2 Método de Trabalho............................................................................ 10
1.3 Previsão de alocação de Recursos...................................................11
1.4 Cronograma do Trabalho....................................................................12
1.5 Orçamento do Trabalho......................................................................13
1.5.1 Cálculo do salário............................................................................ 15
1.5.3 Cálculo do custo do dinheiro.........................................................17
1.5.6 Totalização dos custos...................................................................20
2.0. EXPLORAÇÃO DO SISTEMA PROPOSTO........................................21
2.1. Exposição dos Problemas, Avaliação das Alternativas e Soluções

21
2.1.1. Inconsistência nas decisões de concessão de crédito...............21
2.1.2. Decisões de análise de crédito demorada...................................22
2.1.3. Decisões ineficientes e inadequadas...........................................23
2.1.4. Decisões geograficamente dependentes de um analista de

crédito.......................................................................................................... 23
2.1.5. Falta de critérios para monitorar e administrar o risco de um 24
portfólio e crédito....................................................................................... 24
2.2. Representação Lógica do Sistema Proposto..................................25
2.2.1. Caracterizações Gerais................................................................25
2.2.2. Modelo Funcional.........................................................................26
2.2.2.1. ...................................................................... Diagrama de caso de uso

26
2.2.3. Diagrama de Classe.....................................................................27
2.2.3. Diagrama de Classe.....................................................................27
2.2.4. Descrição dos Atores......................................................................28
2.2.5. Descrição dos Atributos da Classe............................................29

2
2.2.6. Projeto de Interface.....................................................................34
Categoria: Interface do tipo “Cadastro”................................................42
Categoria: Interface do tipo “Relatório”................................................46
2.2.7. Descrição de Casos de Uso.........................................................53
2.2.8. Diagrama de Seqüência..............................................................65
2.2.9. Diagrama de Atividade................................................................75
2.3. Projetos Físicos................................................................................... 77
2.3.1. Alternativa de Implementação de Hardware e Software.......77
2.3.5. Controles....................................................................................... 96
2.3.6. Plano de Contingência.................................................................97
3.0. REDE NEURAL ARTIFICIAL (RNA).................................................100
3.1. Conceitos Gerais.................................................................................. 100
3.1. Rede Neural Artificial..........................................................................101
3.2. Inspiração Biológica............................................................................102
3.3. Neurônio Artificial................................................................................ 103
3.4. Modelo de Rede Neural Artificial - Perceptron...............................104
3.5. Lógica FUZZY........................................................................................ 105
3.6. Tecnologia ANFIS (Adaptive Neuro Fuzzy Inference System).......108
4.0. PLANO DE IMPLEMENTAÇÃO........................................................110
4.1. Estratégias de Trabalho...................................................................110
4.1.1. Programação/Desenvolvimento...............................................110
4.1.2. Testes........................................................................................... 110
4.1.4. Treinamento................................................................................ 118
4.1.5. Implementação...........................................................................118
4.2. Recursos Estimados..........................................................................119
4.2.1. Recursos Humanos.....................................................................119
4.3. Cronograma........................................................................................ 122
4.4. Orçamento.......................................................................................... 122

3
5.0. CONCLUSÃO.................................................................................... 125
6.0. TRABALHOS FUTUROS....................................................................127
7.0. GLOSSÁRIO....................................................................................... 128
8.0 BIBLIOGRAFIA................................................................................... 131

10
Lista de Tabelas
Tabela - Recursos Humanos 1............................................................................... 11
Tabela - Recursos Materiais 1............................................................................... 11
Tabela - Recursos de Escritório 1..........................................................................11
Tabela Calculo do Salário 1................................................................................... 15
Tabela Custo do dinheiro 1................................................................................... 17
Tabela - Orçamento Final 1................................................................................... 19
Tabela - Orçamento Final 2................................................................................... 20
Tabela - descrição de Caso de Uso 1....................................................................64
Tabela - Alternativa de Implementação 1.............................................................77
Tabela - Projeto de Tabelas e Arquivos 1...............................................................82

11
Tabela - Projeto de Tabelas e Arquivos 10.............................................................91
Tabela - Recursos Estimados 1...........................................................................120

10
Lista de Figuras
Figura - Cronograma 1.......................................................................................... 12
Figura - Cronograma 2........................................................................................ 121
Figura - Diagrama de Caso de Uso 1....................................................................26
Figura - Diagrama de Classe 1..............................................................................27
Figura - Tela Inicial 1............................................................................................. 37
Figura - Tela Principal 1......................................................................................... 38
Figura - Tela Principal 2 – Retorna para tela principal...........................................39
Figura - Tela Principal 3 - Controle de Cadastro e Lista de Clientes......................39
Figura - Tela de Cadastro 1 – Lista de clientes cadastrados..................................42
Figura - Tela de Cadastro 2 – Cria nova proposta de crédito para cliente.............43
Figura - Tela de Cadastro 3................................................................................... 44
Figura - Tela de Cadastro 4................................................................................... 44
Figura - Tela de Proposta 1................................................................................... 45
Figura - Tela de Parametrização 1.........................................................................47

11
Figura - Tela de Parametrização 10.......................................................................52
Figura - Diagrama de Seqüência 1.......................................................................65
Figura - Diagrama de Seqüência 10.....................................................................74
Figura - Diagrama de Atividade 1.........................................................................75
Figura - Diagrama de Atividade 2.........................................................................76
Figura - Modularização 1...................................................................................... 80
Figura - Modelo Relacional 1................................................................................. 81
Figura - Cronograma 1.......................................................................................... 12
Figura - Cronograma 2........................................................................................ 121

12
Lista de Imagens
Ilustração 1 - Transmissão do impulso nervoso entre os neurônios - sinapses.. .102
Ilustração 2 - Modelo de um neurônio artificial proposto por MC Cullotch e Pitchs

..................................................................................................................... 103
Ilustração 3 – Modelo do Perceptron proposto por Rosemblatt...........................104
Ilustração 4 – Arquitetura Perceptron Multi-Camadas.........................................104
Ilustração 5 – Representação CRISP X Representação FUZZY............................106

10
1.0. PROPOSTA DE TRABALHO

1.1 Introdução
Dando continuidade ao trabalho realizado, a segunda parte deste projeto visa realizar
a implementação do Sistema Análise de Crédito (Hermes), como uma solução proposta
mediante o estudo das informações levantadas na sua primeira fase, visando suprir as
necessidades apresentadas pela organização.
A presente proposta tem por finalidade apresentar o método de trabalho com a

previsão de alocação de recursos, o cronograma e o orçamento do trabalho. Será feita uma
exploração do sistema que é proposto, onde serão apresentados os estudos das alternativas e
soluções, caracterizando a solução, análise orientada a objeto, os planos de contingência e de
implementação. Para avaliar as possíveis soluções, neste documento serão abordados
novamente os problemas levantados na documentação anterior com uma amplitude
maior, com mais atenção aos detalhes, para que dessa forma fique explicitado de forma
mais concreta o escopo da solução.
1.2 Método de Trabalho

Serão realizadas reuniões semanais com a presença da alta direção e Analistas de
crédito da empresa para negociar informações referentes ao projeto. Isto contempla a
participação efetiva nas definições de parâmetros do modelo, o acompanhamento do
desenvolvimento em reuniões periódicas, a criação de facilidades, a priorização das tarefas de
implantação do sistema e do acompanhamento regular dos resultados obtidos.
Este projeto será modelado através da metodologia UML (Unified Modeling

Language) que é uma ferramenta de apoio à análise e desenvolvimento de modelos
(que permite obter um maior grau de abstração entre o modelo e a situação real). Será
desenvolvido em uma plataforma orientada a objeto, utilizando:
Diagrama de Caso de Uso;
Descrição de Caso de Uso;
Diagrama de Classes;
Diagrama de Atividades;
Diagrama de Seqüência.
11
1.3 Previsão de alocação de Recursos
1.3.1 Recursos Humanos
Quantidade Recurso
3 Analistas de Sistemas
Tabela - Recursos Humanos
1.3.2 Recursos Materiais
Software
Quantidade Recurso
1 Impressora HP LaserJet P1102w Pro
3 Notebooks Dell Vostro 1320, com licenças OEM do Microsoft Windows 7
Professional e Microsoft Office 2007 Professional
1 Microsoft Project 2007
1 Microsoft Visio 2007
1 Enterprise Architect
1 Conexão com a Internet
Tabela - Recursos Materiais
Material de Escritório
Quantidade Recurso
20 Resma de folhas - Papel A4
04 Toner para a impressora
20 Caneta
20 Lápis
06 Borracha
01 Grampeador
Tabela - Recursos de Escritório
12
1.4 Cronograma do Trabalho
Figura - Cronograma
13
1.5 Orçamento do Trabalho

Despesas – Mão de obra
Fevereiro Março Abril Maio Junho Julho
3 R$ - R$ R$ R$ R$ R$
Analistas 13.540,50 13.540,50 20.400,00 20.400,00 20.400,00 10.531,50
de
Sistemas
Total R$ - R$ R$ R$ R$ 10.531,50
13.540,50 13.540,50 20.400,00 20.400,00 20.400,00
Tabela Orçamento do Trabalho 1
Despesas - Materiais
Resma de folhas - R$ 48,00 R$ 48,00 R$ 48,00 R$ 48,00 R$ 48,00 R$ -
Papel A4
Toner para R$ R$ - R$ - R$ R$ - R$ -
Impressora 100,90 100,90
Caneta R$ 10,00 R$ - R$ - R$ 10,00 R$ - R$ -
Lápis R$ 5,00 R$ - R$ - R$ 5,00 R$ - R$ -
Borracha R$ 1,50 R$ - R$ - R$ 1,50 R$ - R$ -
Grampeador R$ 12,00 R$ - R$ - R$ - R$ - R$ -
Total R$ R$ 48,00 R$ 48,00 R$ R$ 48,00 R$ -
177,40 165,40
Cálculo de depreciação (Bens e equipamentos)

Impressora HP R$ 0,00 R$ 5,89 R$ 5,89 R$ 5,89 R$ 5,89 R$
LaserJet P1102w 5,89
Pro
3 Notebooks Dell R$ 124,95 R$ 124,95 R$ R$ 124,95 R$ 124,95 R$
Vostro 1320 124,95 124,95
Microsoft Project R$ 19,06 R$ 19,06 R$ R$ 19,06 R$ 19,06 R$
2007 19,06 19,06
Microsoft Visio R$ 11,50 R$ 11,50 R$ R$ 11,50 R$ 11,50 R$
2007 11,50 11,50
Total R$ 155,51 R$ 161,40 R$ R$ 161,40 R$ 161,40 R$
161,40 161,40
14
Cálculo de Custo do dinheiro (Bens e equipamentos)

Impressora HP R$ 3,53 R$ 3,53 R$ 3,53 R$ 3,53 R$ 3,53 R$
LaserJet P1102w 3,53
Pro
3 Notebooks Dell R$ 74,97 R$ 74,97 R$ 74,97 R$ R$ 74,97 R$
Vostro 1320 74,97 74,97
Microsoft Project R$ 11,44 R$ 11,44 R$ 11,44 R$ R$ 11,44 R$
2007 11,44 11,44
Microsoft Visio R$ 6,90 R$ 6,90 R$ 6,90 R$ 6,90 R$ 6,90 R$
2007 6,90
Total R$ 96,84 R$ 96,84 R$ 96,84 R$ R$ 96,84 R$
96,84 96,84
Orçamento Estimado Final

Investimento R$ - R$ - R$ - R$ - R$ - R$ -
(Bens e
Equipamentos)
Despesas - R$ - R$ R$ R$ R$ R$
Mão de obra 13.540,50 20.400,00 20.400,00 20.400,00 10.531,5
0
Despesas – R$ R$ 48,00 R$ 48,00 R$ R$ 48,00 R$ -
Materiais 177,40 165,40
Depreciação R$ R$ R$ 161,40 R$ 161,40 R$ 161,40 R$
(Bens e 161,40 161,40 161,40
Equipamentos)
Custo do R$ 96,84 R$ 96,84 R$ 96,84 R$ 96,84 R$ 96,84 R$ 96,84
dinheiro
Total R$ R$ R$ R$ R$ R$
435,64 13.846,74 20.706,74 20.823,64 20.706,74 10.789,7
4
Custo do Projeto R$
87.30
9,24
1.5.1 Cálculo do salário

15
Valor/Hora Valor/Dia Totais Valor

Recursos Qtd (R$) Horas/Dia (R$) Dias/Mês Meses Total
(R$)
Analista 3 42,50 8 1.020,00 22 3,8 85.272,0
de 0
Sistema
TOTAL 3 42,50 8 1.020,00 22 3,8 85.272,0
0
Tabela Calculo do Salário 1
Cálculo:
Formulas
Valor/Hora = Salário Mês * Fator de Ajuste

Dia/Mês * Horas/Dia
Valor/Dia = Valor/Hora * Qtd Profissionais *

Horas/Dia
Valor Total = Valor/Dia * Dia/Mês * Total de Meses
O cálculo do salário de um funcionário que recebe R$ Y por mês segue a fórmula:

(Y/160) * 1,7, onde 160 são referentes à carga horária mensal e 1,7 é o valor dos encargos
mensais. Estes valores levam em consideração os custos indiretos do salário, tais como FGTS,
impostos, férias, etc.
Analistas de Sistemas – (R$ 4000,00/160)*1,7 = R$ 42,5/h

O Analista de sistemas cumpre uma jornada de trabalho mensal de 160 horas.
16
Analista de Sistemas.
Valor/Hora = 4.000,00 * 1,7 = R$ 42,50 por hora

160
Valor/Dia = 42,50 * 3 * 8 = R$ 1.020,00 por dia

Dados
Valor Total = 1.020,00 * 22 * 3,8 = R$ 85.272,00
Salário Mês = 4.000,00
Fator de Ajuste = 1,7
Total de Meses = 3,8 meses
Dias/Mês Trabalhados = 22 dias
Horas/Dia Trabalhados = 8 horas
Quantidade de Profissionais = 3
1.5.2 Cálculo de depreciação
Os bens e equipamentos depreciam, por lei em 5 anos. A base de cálculo é de 20% ao

ano.
A depreciação do software também foi fixada em 5 anos pela IN SRF nº 4, de 1985,
onde:
a. O prazo de vida útil para fins de depreciação de computadores e periféricos (hardware),

taxa de 20% (vinte por cento) ao ano;
b. O prazo mínimo admissível para amortização de custos e despesas de aquisição e
desenvolvimento de lógicas (software) utilizadas em processamento de dados, taxa de
20% ao ano.
Bens e equipamentos Valor Depreciação mensal

Impressora HP LaserJet (R$ R$ 5,89
P1102w Pro 353,98*0,2)/12
3 Notebooks Dell Vostro (R$ R$ 124,95
1320 7.497,00*0,2)/12
Microsoft Project 2007 (R$ R$ 19,06
1.144,00*0,2)/12
Microsoft Visio 2007 (R$ R$ 11,50
690,00*0,2)/12

17
1.5.3 Cálculo do custo do dinheiro
Quando um bem ou equipamento for adquirido, irão gerar de imediato as despesas

referentes ao custo do dinheiro. Se este valor fosse aplicado no mercado financeiro, estima-se
que renderia 1% ao mês.
Valor Mês
Recursos Cálculo
(R$)
Impressora HP Laser Jet R$ 353,98*0,1 R$ 3,53
P1102w Pro
3 Notebooks Dell Vostro 1320 R$ 7.497,00*0,1 R$ 74,97
Microsoft Project 2007 R$ 1.144,00*0,1 R$ 11,44
Microsoft Visio 2007 R$ 690,00*0,1 R$ 6,90
Tabela Custo do dinheiro 1
1.5.4 Cálculo de despesas e materiais
Calcula-se que as despesas diversas de um projeto representam 10% do total de todas as

despesas. O cálculo é feito somando-se todas as demais despesas e dividindo por 9.
1.5.4.1 Material de Escritório
Recursos Quantidade Valor de Valor Total

Compra
Resma de Papel 20 R$ R$
A4 12,00 240,00
Toner para 4 R$ R$
Impressora 50,45 403,60
Canetas 20 R$ R$
1,00 20,00
Lápis 20 R$ R$
0,50 10,00
Borracha 6 R$ R$
0,50 3,00
Grampeador 1 R$ R$
12,00 12,00
18
TOTAL R$
688,60
1.5.4.2 Despesas Diversas

Calcula-se que as despesas diversas de um projeto representam 10% do total de todas
as despesas. O cálculo é feito somando-se as demais despesas e multiplicando-se por 0,10.
Todas as Despesas (Equipamentos e Software + Mão de Obra + Material de Escritório)

Impressora
HP
LaserJet R$ ----- R$ 353,98 R$ ----- R$ ----- R$ ----- R$ -----
P1102w
Pro
3 Notebooks
R$ ----- R$
Dell R$ ----- R$ ----- R$ ----- R$ -----
7.497,00
Vostro 1320
Microsoft
R$ ----- R$
Project R$ ----- R$ ----- R$ ----- R$ -----
1.144,00
2007
Microsoft
R$ ----- R$
Visio R$ ----- R$ ----- R$ ----- R$ -----
690,00
2007
3 Analistas
R$ ----- R$ R$ R$ R$ R$
de
13.540,50 20.400,00 20.400,00 20.400,00 10.531,50
Sistemas
Resma de
R$ ----- R$ R$ R$ R$
folhas - R$ -----
48,00 48,00 48,00 48,00
Papel A4
Toner para R$
R$ 100,90 R$ ----- R$ ----- R$ ----- R$ -----
Impressora 100,90
Caneta R$
R$ 10,00 R$ ----- R$ ----- R$ ----- R$ -----
10,00
Lápis R$
R$ 5,00 R$ ----- R$ ----- R$ ----- R$ -----
5,00
Borracha R$
R$ 1,50 R$ ----- R$ ----- R$ ----- R$ -----
1,50
Grampeador R$ 12,00 R$ ----- R$ ----- R$ - R$ ----- R$ -----
Diversas R$ R$ R$ R$ R$
R$ 12,94
(10%) 2.258,34 2.044,80 2.056,54 2.044,80 1.053,15
R$ R$ R$ R$ R$
TOTAL R$ 142,34
24.841,82 22.492,80 22.621,94 22.492,80 11.584,65
19
1.5.5 Cálculo de orçamento final

Recursos Fevereiro Março Abril Maio Junho Julho
Investimen
to de bens R$ R$
e R$ -------- R$ -------- R$ ------- R$ -------
-------- -------
equipamen
tos
Despesas e R$ R$ R$ R$ R$
R$ 177,40
Materiais 48,00 48,00 165,40 48,00 -------
Despesas R$
R$ R$ R$ R$
de mão e R$ ------- 10.53
13.540,50 20.400,00 20.400,00 20.400,00
obra 1,50
Depreciaçã R$
R$ R$ R$
o R$ 161,40 R$ 161,40 161,4
161,40 161,40 161,40
0
Custo do R$ R$ R$ R$
R$ 96,84 R$ 96,84
dinheiro 96,84 96,84 96,84 96,84
R$
Total por R$ R$ R$ R$
R$ 435,64 10.78
Mês 13.846,74 20.706,24 20.823,64 20.706,24
9,74
Total do orçamento Final R$ 87.308,24
Tabela - Orçamento Final
Somatório mensal de todos os investimentos e despesas
Mês de Fevereiro
Despesas e Materiais R$ 177,40
Depreciação R$ 161,40
Custo do dinheiro R$ 96,84
Total R$ 435,64
Mês de Março:
Despesas de mão e obra R$ 13.540,50
Total R$ 13.846,74
Mês de Abril:
Total R$ 20.706,24
Mês de Maio:
20

Total R$ 20.823,64
Mês de Junho:
Total R$ 20.706,24
Mês de Julho:
Total R$ 10.789,74
Total geral dos meses de Fevereiro a Julho R$ 87.308,24

Tabela - Orçamento Final
1.5.6 Totalização dos custos
Custo total do projeto, adição de todos os somatórios mensais

Fevereiro R$ 435,64
Março R$ 13.846,74
Abril R$ 20.706,24
Maio R$ 20.823,64
Junho R$ 20.706,24
Julho R$ 10.789,74
Total R$ 87.308,24
Tabela - Totalização de Custos
.
21
2.0. EXPLORAÇÃO DO SISTEMA PROPOSTO

O sistema que está sendo proposto nesta documentação tem como objetivo resolver os
problemas apresentados na fase anterior, relatando, a seguir, as alternativas para os problemas
levantados a partir do estudo do sistema atual com suas vantagens e desvantagens, além da
justificativa da alternativa escolhida que viabilizará o desenvolvimento do sistema proposto.
2.1. Exposição dos Problemas, Avaliação das Alternativas e Soluções
2.1.1. Inconsistência nas decisões de concessão de crédito
 Solução
Serão desenvolvidos modelos de credit scoring para auxiliar o processo de

concessão de crédito. A função desses modelos será medir o risco do cliente mediante
a uma operação, sendo, portanto uma ferramenta que auxiliará na decisão de fornecer
ou não o crédito.
Este procedimento possibilitará a previsão do comportamento futuro do cliente

baseado em informações de créditos concedidos no passado.
 Vantagem
Mantidas inalteradas as características da solicitação (do cliente e da operação),

o score será o mesmo, independente do analista, da agência ou da filial do banco.
 Desvantagem
Custo de desenvolvimento e necessidade de uma amostra de créditos

concedidos no passado que permitam a avaliação do comportamento futuro do cliente.
22
2.1.2. Decisões de análise de crédito demorada
 Solução
Implementação da tecnologia ANFIS (Sistema de Inferência Adaptativo baseada

em rede Fuzzy)
Utilizando a arquitetura ANFIS (Adaptive Neuro Fuzzy Inference System) que fará
a integração das redes neurais e lógica nebulosa e terá o potencial para capturar os
benefícios de ambos os campos em um quadro único.
ANFIS tratará informações lingüísticas da lógica Fuzzy e capacidade de

aprendizagem de uma RNA, automatizando então as regras de geração de parâmetro.
Com essa tecnologia teremos um substancial ganhamos em agilidade e precisão na

hora de se tomar decisões de análise de crédito
 Vantagem
Os recursos computacionais hoje disponíveis permitem que o escore seja

computado quase que instantaneamente, logo após cadastrar os dados da solicitação.
Centenas ou milhares de decisões podem ser tomadas em um dia, de forma segura e
consistente;
A pronta resposta a um cliente potencial será uma vantagem competitiva para o

banco.
 Desvantagem
Retirada de critérios de análise humanos, que em certos casos podem ser decisivos
para uma tomada de decisão, como bom senso, criatividade e experiência sensorial.
23
2.1.3. Decisões ineficientes e inadequadas
 Solução
Estabelecimento de uma fórmula de escoragem que quantificará o risco da decisão

da concessão de crédito baseado em informações de cliente e da operação deseja.
 Vantagem
O conhecimento das probabilidades de perda permite calcular perdas e ganhos

esperados com as operações. Isso permite percificar as operações de forma adequada.
 Desvantagem
Dependência direta dos dados imputados no formulário de proposta de crédito.

Uma má interpretação por parte do funcionário encarregado de fazer imputação desses
dados, pode gerar uma escoragem inadequada, ou seja, rejeitando um bom cliente, ou
aceitando um mau cliente. Por esse motivo os campos do formulário devem ser
objetivos e sem ambigüidade.
2.1.4. Decisões geograficamente dependentes de um analista de crédito

 Solução
Acesso controlado ao sistema de credit scoring via intranet e internet através de

interfaces web.
 Vantagem
Não se torna mais necessário o credor alocar um analista de crédito em cada loja
ou filial. O vendedor imputa os dados no ponto de venda e, logo após submeter essas
informações, receberá a decisão de crédito em sua tela.
 Desvantagem
Mesmo que o risco seja controlado, nunca os riscos de segurança serão levados a
zero. Por esse motivo a abertura do sistema para intranet e internet implica em maiores
cuidados com a segurança do sistema de informação.
24
2.1.5. Falta de critérios para monitorar e administrar o risco de um

portfólio e crédito
 Solução
Geração e atualização permanente de um sistema de informações gerenciais com

dados sobre os solicitantes de crédito, as operações realizadas e dos registros de
pagamento, com o objetivo de gerar relatórios que permitam monitorar e administrar
um portfólio de crédito.
 Vantagem
Estabelecer uma linguagem comum de monitoramento e avaliação da performance

de um portfólio de crédito;
Rever a adequação dos limites de crédito dados aos clientes;
Avaliar a intensidade e forma de uso de determinado produto de crédito;
Orientar estratégia de marketing para oferecimento de novos produtos de crédito;
Verificar o grau de atendimento aos requisitos de órgãos regulares.
 Desvantagem
As avaliações consideradas nas amostras para a geração de relatórios devem ser

recentes para ter as características dos clientes atuais e suficientemente antigos para que
possamos ter observados a performance dos tomadores.
25
2.2. Representação Lógica do Sistema Proposto
2.2.1. Caracterizações Gerais
O sistema Hermes representa uma oportunidade de negócio capaz de agilizar, fornecer

maior precisão e confiabilidade no processo de tomada de decisão na concessão de crédito
para pessoa física. A agilidade se dá por meio da automatização do processo de tomada de
decisão, precisão e confiabilidade existe porque à medida que se utiliza medidas objetivas
baseadas em concessões de crédito anteriores, o sistema se torna mais experiente. Fornecendo
decisões de crédito consistentes, rápidas e adequadas.
O Sistema em sua essência possui apenas duas interfaces. Uma interface
administrativa da fórmula de escoragem e outra de acesso ao cálculo do escore.
A interface administrativa possui o objetivo de parametrizar a fórmula de escoragem,
fórmula esta utilizada para cálculo do risco de concessão de crédito. Esta parametrização
consiste em uma entrada inicial de regras de inferência e seleção de amostragem de créditos
anteriores, amostras estas que darão suporte para decisões futuras de concessão de crédito.
A interface de acesso ao cálculo do escore é apenas uma API do sistema para realizar o
cálculo do risco da concessão de crédito.
Enfim, a principal finalidade do sistema Hermes é estimar o Risco de concessão de
crédito a pessoa física. Porém por conseqüência, fornece subsídios que permitem administrar
o risco do portfólio de crédito, precificar as operações de maneira mais adequada e orientar
estratégias de cobrança e marketing.
2.2.1.1. Módulo Escolhido

Em acordo com o nosso orientador do projeto, os próximos itens serão baseados apenas nos
módulos escolhidos, que foram:
 Módulo de Cadastro de Proposta;
 Módulo de Parametrização da Fórmula de Escoragem;
 Módulo de Escoragem.
Sendo assim, estaremos a partir de agora analisando e confeccionando o sistema proposto

somente com base nos módulos escolhidos e citados anteriormente.
Toda a análise, diagramação e implementação serão elaboradas para substanciar os módulos acima
informados.
26
2.2.2. Modelo Funcional
2.2.2.1. Diagrama de caso de uso
uc Use Case Mo...
Manter histórico
Cadastrar Cliente «include»
Efetuar Login
Registrar Proposta
de Crédito
Operador
«include»
Calcular Escore da
Proposta de Crédito
Funcionário «include»
Avaliar decição de
Crédito
Parametrizar Fórmula
de Escoragem
Analista de Crédito «extend»
«include»
Registrar Contrato
«extend»
Selecionar
Amostragem
Supervisionar
Fórmula de
Escoragem
Gerente de Análise de
Crédito
Figura - Diagrama de Caso de Uso

27
2.2.3. Diagrama de Classe

class Diagrama de classe
PerfilDoCliente
- bensImoveis: int
- ChequeEspecial: boolean
- email: String
- endereco: String
- EstadoCivil: String
- funcionario: boolean
- IdadeDaContaMaisAntiga: int
- nivelDeInstrucao: String
- numeroDeDependentes: int
- profissao: int
«interface» - profissaoDoConjuge: int
Autenticavel PessoaFisica
- quantidadeDeVeiculos: int
- codigo: String - rendaEstimada: double
- cpf: String - rendaMensalComprovada: int
- dataDeNascimento: Calendar - salario: double
- nome: String - salarioDoConjuge: int
- rg: String - seguroDeAutomovel: boolean
- sexo: Char - telefoneCelular: String
1..*
- tempoConjugeNoEmprego: int
- tempoDeEmprego: int
- tempoDeResidenciaAtual: int
- tetefoneResidencial: String
- tipoDeConta: int
- tipoDeResidencia: int
Funcionario Cliente - tipoDeVinculoEmpregaticio: int
- codigo: String - tipoDeVinculoEmpregaticioDoConjuge: int
- codigo: String
- email: String - perfil: PerfilDoCliente
- endereco: String
- login: String
- matricula: int 1
- senha: String
- telefoneCelular: String
- telefoneResidencial: String
0..*
Contrato
Proposta Prestacao
Operador - codigo: String
- cliente: Cliente - codigoDaProposta: String - codigo: String
- codigo: String 1 1..* - codigoDoContrato: String
AnalistaDeCredito 0..1 - data: Calendar
- data: Calendar - quitado: boolean - dataDeVencimento: Calendar
1
- dataDeAprovacao: Calendar - dataDoPagamento: int
0..1 0..* - quantidadeDeParcelas: int - numero: int
- status: int
- taxaDeJuros: double
- valor: double
- valorDaPrestacao: double
0..*
0..*
GerenteDeAnaliseDeCredito
0..* 0..1
Amostragem Escoragem
RegraDeInferencia
- codigo: String - Amostragem: Amostragem
- codigo: String
- Propostas: [ ] Proposta 1 1 - codigo: String 1 1..* - logica: String
- formula: String
- RegrasDeInferencia: [ ] RegraDeInferencia - nome: String
Figura - Diagrama de Classe

28
2.2.4. Descrição dos Atores
Um ator representa um conjunto de papéis que os usuários dos casos de uso

desempenham quando interagem com esses casos de uso.
O ator representa um papel que um ser humano, um dispositivo de hardware ou até

outro sistema desempenha com o sistema que se está modelando.
Segue abaixo a descrição de cada um dos atores que interagem com o sistema
proposto:
 Operador
Ator responsável pelo atendimento inicial do cliente e apresentação da proposta de

crédito. Sendo responsável pelo cadastro de informações do cliente e da operação de crédito.
 Analista de Crédito
Ator responsável por análises subjetivas de crédito, podendo aprovar uma proposta
que foi negada pelo de sistema.
 Gerente de Análise de Crédito
Ator responsável por gerenciar analistas de créditos, precificar taxa de juros e

parametrizar o método de escoragem das propostas de crédito.
29
2.2.5. Descrição dos Atributos da Classe
Classe PessoaFisica
Tem o objetivo de fornecer informações gerais de identificação relacionadas

Descrição aos Funcionários, Analista de Crédito, Operador e Clientes do banco bem
como identificação no sistema.
Atributo codigo; cpf; dataDeNascimento; nome; rg; sexo.
Volume 100 registros.

Inicial
Taxa de 30 registros ao ano.

Crescimento
Classe Funcionario
Descrição Tem o objetivo de fornecer informações específicas dos funcionários do

banco bem como identificação no sistema.
Atributo codigo; email; endereço; login; matricula; senha, telefoneCelular;

telefoneResidencial.
Inicial

Crescimento
Classe Cliente
Descrição Tem o objetivo de fornecer informações específicas dos clientes do banco

para identificação no sistema.
Atributo codigo; perfil.

Inicial

Crescimento
Classe PerfilDoCliente
30
Descrição Tem o objetivo de fornecer informações gerais de identificação relacionadas

aos Clientes do banco bem como identificação no sistema.
Atributo bensImoveis; chequeEspecial; email; endereco; estadoCivil, funcionario;

idadeDaContaMaisAntiga; nivelDeInstrucao; numeroDeDependentes;
profissao; profissaoDoConjugue; quantidadeDeVeiculos; rendaEstimada;
rendaMensalComprovada; salario; salarioDoConjugue; seguroDeAutomovel;
telefoneCelular; tempoConjugueNoEmprego; tempoDeEmprego;
tempoDeResidenciaAtual; telefoneResidencial; tipoDeConta;
tipoDeResidencia; tipoDeVinculoEmpregaticio;
tipoDeVinculoEmpregaticioDoConjugue .

Inicial

Crescimento
Classe Operador
Descrição Tem o objetivo de fornecer informações específicas de identificação

relacionadas aos operadores do banco bem como identificação no sistema.
Atributo (É uma generalização da classe Funcionário).
Inicial

Crescimento
Classe AnalistaDeCredito

relacionadas aos Analistas de Crédito do banco bem como identificação no
sistema.
Atributo (É uma generalização da classe Funcionário).
Inicial

Crescimento
31
Classe GerenteDeAnaliseDeCredito

relacionadas aos Gerentes de Análise de Crédito do banco bem como
identificação no sistema.
Atributo (É uma generalização da classe Analista de Credito).
Volume 4 registros.
Inicial

Crescimento
Classe Proposta
Descrição Tem o objetivo de fornecer informações relacionadas ao documento de

proposta firmada entre o cliente e o banco (cedente de crédito), bem como
Atributo cliente; codigo; data; dataDeAprovacao; quantidadeDeParcelas; status;

taxaDeJuros; valor; valorDaPrestacao.

Inicial

Crescimento
Classe Contrato
Descrição Tem o objetivo de fornecer informações relacionadas ao vínculo jurídico,

(“Contractu” – é um acordo entre duas ou mais pessoas), firmado entre o
cliente e o banco (cedente de crédito), sua situação atual bem como
Atributo codigo; codigoDaProposta; data; quitado.

Inicial

Crescimento
Classe Prestacao
32
Descrição Tem o objetivo de fornecer informações relacionadas regras estabelecidas no

contrato firmado pelas partes, bem como identificação no sistema.
Atributo codigo; codigoDoContrato; dataDeVencimento; dataDoPagamento; numero.

Inicial

Crescimento
Classe Amostragem
Descrição Tem o objetivo de fornecer informações relacionadas ao histórico das

informações existentes referente a um contrato no qual o sistema poderá
utilizar amostras preestabelecidas para considerar a idoneidade do universo
pesquisado com margens em erros aceitáveis, bem como identificação no
sistema.
Atributo codigo; propostas.

Inicial

Crescimento
Classe Escoragem
Descrição Tem o objetivo de fornecer informações relacionadas às pontuações

fornecidas pelo sistema. É utilizado para descrever métodos estatísticos
adotados para classificar candidatos à obtenção de um crédito em grupos de
risco, através de técnicas estatísticas, identificar as variáveis sócio-
econômicas que influenciam na capacidade do cliente em pagar o crédito, ou
seja, na qualidade do crédito da pessoa física. É baseado na amostragem de
candidatos a crédito em grupos de acordo com seus prováveis
comportamentos de pagamento. Bem como identificação no sistema.
Atributo amostragem; codigo; formula; regrasDeInferencia.

Inicial

Crescimento
33
Classe RegraDeInferencia
Descrição Tem o objetivo de fornecer informações relacionadas ao processo pelo qual

se chega a uma proposição, firmada na base de uma ou outras mais
proposições aceitas como ponto de partida do processo, bem como
Atributo codigo; logica; nome.
Inicial

Crescimento
Classe Autenticável
Descrição Tem o objetivo de fornecer informações relacionadas à interface do sistema

proposto
Atributo -
Volume 15 registros
Inicial

Crescimento
Tabela - Atributos de Classe

34
2.2.6. Projeto de Interface
O projeto de Interface define o comportamento e a apresentação de uma interface. A

execução do projeto utiliza-se de psicologia, fatores humanos, tecnologia dos dispositivos de
entrada e saída, tipos de diálogos, análise de tarefas, princípios, padrões, regras, protótipos e
avaliação de sistemas existentes. O resultado do projeto é a sua especificação, geralmente
através de especificações formais, protótipos ou ainda documentos informais.
A construção de interface ainda não possui um padrão de desenvolvimento sistemático

que possa ser aplicado com sucesso garantido. Definir uma interface com a qual o usuário irá
interagir e refinar esta definição através da avaliação de protótipos/modelos formais até a
obtenção de um projeto satisfatório que é uma necessidade. Só então se tem o inicio da
implantação. A implantação pode ainda revelar dificuldades que ainda não foram
adequadamente contempladas no projeto e, neste caso, novamente o projeto é realimentado
com novos dados, modificados e a implantação tem prosseguimento.
As principais metas de um projeto de interface compreendem:
 Aumento da velocidade de aprendizado: Indica quanto tempo um novo usuário leva

para atingir certo grau de proficiência com um sistema.
 Aumento da velocidade de uso: Indica quanto tempo um usuário experiente requer

para executar alguma tarefa específica dentro de um sistema. Ela se torna crítica,
quando uma pessoa passa a usar um sistema repetidamente por um grande espaço de
tempo.
 Redução na taxa de erros: Mede o número de erros do usuário por interação.

Existem casos em que um erro apenas já é inaceitável, em virtude da complexidade ou
perigo do sistema objeto.
 Facilitar uma rápida recomendação de como utilizar a interface: Permite que um

usuário que passou certo tempo sem usar o sistema, possa retornar rapidamente a
utilizá-lo.
 Aumentar a atratividade para potenciais usuários e compradores: Por várias

vezes a solução escolhida pode não ser a mais rápida, mas a mais atrativa segundo a
concepção do usuário.
35
Existem dois critérios básicos que devem ser observados no projeto de interface:
 Fácil de usar: Entenda-se como uma interface que não exige um esforço
demasiado do usuário, fornecendo suporte adequado ao seu nível e à tarefa, sendo
flexível em termos de formatos e entrada, obedecendo a regras simples e
conhecidas, de maneira que seja possível ao usuário definir um modelo conceitual
da interface, e, ao mesmo tempo, permita rápido acesso a todas as operações, bem
como uma execução eficiente das ações submetidas. Atendendo a estes requisitos,
pretende-se suportar tanto usuários novatos quanto experientes.
 Fácil de aprender: Está vinculada a usuários novatos. A interface não deve exigir
muito treinamento e deve conciliá-lo com produção, como uma forma de
economizar tempo e incentivar o usuário.
A seguir, apresentaremos exemplos de algumas telas do Sistema com suas respectivas

funções, usuário que podem acessá-las e a que freqüência de utilização em que são
visualizadas.
36
Telas do Sistema HERMES
As interfaces do sistema foram agrupadas em seis categorias:
 Interfaces do tipo “Login”: são aquelas que tratam das funcionalidades relativas
validação do usuário no sistema.
 Interfaces do tipo “Menu”: são aquelas que tratam das funcionalidades relativas a
apresentação das opções principais do sistema.
 Interfaces do tipo “Cadastro”: são aquelas que tratam das funcionalidades relativas a
cadastrado de informações.
 Interfaces do tipo “Propostas”: são aquelas que tratam das funcionalidades de
propostas geradas pelas solicitações de crédito pelos clientes.
 Interfaces do tipo “Relatório”: são os relatórios gerados pelas funcionalidades do
sistema.
 Interface do tipo “Parametrização” é aquela que trata da funcionalidade principal do
sistema, ou seja, informações de parametrização para o algoritmo que é baseado em
Tagaki sistema de inferência Fuzzy, para construção das regras e métodos de
escoragem, uma identificação do estudo que está sendo realizado.

37
A seguir serão apresentadas algumas telas de cada categoria.
Categoria: Interface do tipo “Login”.
A tela de validação de senha para entrada no sistema é apresentada a seguir:
Objetivos Identificar o usuário e autorizar sua entrada no sistema
Usuários atingidos Todos os usuários cadastrados para utilização do Sistema.
Freqüência de utilização Todas as vezes que o Sistema for iniciado.
Figura - Tela Inicial

38
Categoria: Interface do tipo “Menu”.
As tela que tratam das funcionalidades relativas à apresentação das opções principais
do sistema, serão apresentadas a seguir:
Objetivos Identificar as principais funcionalidades do sistema.
Usuários atingidos Todos os usuários habilitados para utilização do Sistema.
Freqüência de utilização Todas as vezes que o Sistema for iniciado.
Figura - Tela Principal

39
Retorno para tela principal
Figura - Tela Principal – Retorna para tela principal.
Figura - Tela Principal - Controle de Cadastro e Lista de Clientes.

40

41

Retorno para tela de login

42
Categoria: Interface do tipo “Cadastro”.
A tela de cadastro dos clientes no sistema é apresentada a seguir:
Objetivos Listar, Cadastrar, Alterar e Apagar clientes do sistema.
Usuários atingidos Todos os clientes cadastrados no Sistema.
Freqüência de Todas as vezes que houver novo cliente ou alteração dos dados de um
utilização cliente ou consulta de clientes cadastrados.
Figura - Tela de Cadastro – Lista de clientes cadastrados.

43
Figura - Tela de Cadastro – Cria nova proposta de crédito para cliente.

44
Figura - Tela de Cadastro
Figura - Tela de Cadastro

45
Categoria: Interface do tipo “Proposta”.
A tela de Proposta dos clientes no sistema é apresentada a seguir:
Objetivos Listar, a relação de propostas de crédito. Podem estar com status igual “Em
analise” ou “Analise Concluída” pela técnica Fuzzy.
Usuários atingidos Todos os clientes que tiverem proposta de crédito no Sistema.
Freqüência de Todas as vezes que houver uma nova proposta de crédito gerada para um
utilização cliente cadastrado.
Figura - Tela de Proposta

46
Categoria: Interface do tipo “Relatório”.
A tela de Relatórios do sistema é apresentada a seguir:
Objetivos Disponibilizar relatórios para auxiliar os gerentes e diretores da empresa no

acompanhamento e no auxilio à toma de decisão .
Usuários Diretores e Gerentes.

atingidos
Freqüência de Todas as vezes que houver necessidade de acompanhamento e tomada de

utilização decisão.
47
Categoria: Interface do tipo “Parametrização”.
A tela de Parametrização do sistema é apresentada a seguir:
Objetivos Parametrização das funcionalidades principais do sistema, ou seja, informações

de parametrização para o algoritmo do sistema de inferência Fuzzy, para
construção das regras e métodos de escoragem, para auxiliar os gerentes e
diretores da empresa no acompanhamento e no auxilio à toma de decisão .
Usuários Diretores, Gerentes, Funcionários e Clientes .

atingidos
Freqüência de Todas as vezes que houver necessidade de analisar uma nova proposta de
utilização crédito
Figura - Tela de Parametrização

48

49

50

51

52

53
2.2.7. Descrição de Casos de Uso

Caso de Uso 1: Efetuar Login
Ator Principal: Funcionário
Objetivo: Efetuar a autenticação do funcionário no sistema de controle de crédito.
Pré-condições:
- Funcionário deve estar cadastrado no sistema de controle de crédito.
Pós-condições:
- Funcionário é autenticado no sistema de controle de crédito.
Fluxo Normal
Ator Sistema
1 – Sistema apresenta interface de login.
2 – Ator digita o login.
3 – Ator digita a senha.
4 – Ator clica no botão “login”.
5 – Sistema faz a validação da chave ,

login e senha.
6 – Sistema autentica ator no sistema de

controle de crédito.
7 – Sistema apresenta a interface principal

do sistema de controle de crédito, com as
opções de menu disponíveis para o Ator.
Fluxos Alternativos
5 – Sistema faz a validação da chave , login e senha.
Ator Sistema
5.1 – Sistema não valida login e senha.
5.1.1 – Sistema retorna 1.
5.1.2 – Sistema apresenta mensagem de

login/senha inválidos.
Caso de Uso 2: Cadastrar Cliente

54
Ator Principal: Operador
Objetivo: Cadastrar Cliente no sistema de controle de crédito.
Pré-condições:
- Não existem.
Pós-condições:
- Cliente é cadastrado.
Fluxo Normal
Ator Sistema
1 – Sistema exibe formulário para

cadastro do cliente.
2 – Ator digita CPF do cliente.
3 – Sistema verifica se cliente já está
cadastrado.
4 – Ator digita os demais campos do
formulário do cliente.
5 – Ator clica no botão “ok”.

6 – Sistema verifica se campos
obrigatórios do formulário foram
digitados.
7 – Sistema <include> “Manter histórico”.
8 – Sistema cadastra cliente.
Fluxos Alternativos
3 – Sistema verifica se cliente já está cadastrado.
Ator Sistema
3.1 – Cliente está cadastrado.
3.1.1 – Sistema preenche dados do cliente

no formulário.
Fluxos Alternativos
Ator Sistema
55
5.1 – Ator clica no botão “cancelar”.
Fluxos Alternativos
6 – Sistema verifica se campos obrigatórios do formulário foram digitados.
Ator Sistema
7.1 - Sistema verifica que informações

obrigatórias não foram preenchidas.
7.1.1 – Sistema exibe mensagem para

informar os campos obrigatórios.
Caso de Uso 3: Manter Histórico
Objetivo: Manter histórico do perfil do cliente.
Pré-condições:
- Os campos obrigatórios relativos ao cliente no cadastro de clientes devem estar

preenchidos.
Pós-condições:
- Histórico do perfil do cliente é mantido.
Fluxo Normal
Ator Sistema
1 – Sistema recebe os dados do perfil do

cliente.
2 – Sistema mantém histórico do perfil do

cliente.
Caso de Uso 4: Registrar Proposta de Crédito

56
Objetivo: Registrar proposta de crédito do cliente
Pré-condições:
- Ter pelo menos um plano de financiamento cadastrado no sistema de controle de

crédito.
- Cliente cadastrado no sistema de controle de crédito com suas informações

atualizadas.
Pós-condições:
- A proposta de crédito é cadastrada.
Fluxo Normal
Ator Sistema
1 – Sistema seleciona planos de

financiamento disponíveis.
2 – Sistema apresenta interface para

cadastro da proposta de crédito.
3 – Ator digita o CPF do cliente.
4 – Sistema seleciona cliente.
5 – Sistema exibe informações do cliente.

6 – Ator digita informações relativas a
operação desejada.
7 – Ator clica no botão “continuar”.

8 – Sistema verifica se as informações
obrigatórias foram preenchidas.
9 – Sistema registra proposta de crédito.
10 – Sistema <include> “Calcular escore

da proposta de Crédito”.
Fluxos Alternativos
4 – Sistema seleciona cliente.
Ator Sistema
57
4.1 – Cliente não está cadastrado.
4.1.1 – Sistema exibe mensagem

informando que o cliente não está
cadastrado.
7 – Ator clica no botão “continuar”.
Ator Sistema
7.1- Ator desiste da proposta.
7.1.1 – Ator clica no botão “cancelar”.
7.1.2 – Sistema questiona se ator

realmente deseja desistir da proposta.
7.1.3 – Ator clica no Botão “Ok”.
8 – Sistema verifica se as informações obrigatórias foram preenchidas.
Ator Sistema
8.1 - Sistema verifica que informações

obrigatórias não foram preenchidas.
8.1.1 – Sistema exibe mensagem para

informar os campos obrigatórios.
8.1.2 – Ator preenche campos
obrigatórios.
Caso de Uso 5: Calcular escore da proposta de Crédito
Objetivo: Calcular escore da proposta de Crédito

58
Pré-condições:
- Proposta deve estar cadastrada no sistema de controle de crédito.
- Fórmula de escoragem deve estar em parametrizada.
Pós-condições:
- Resultado da avaliação de risco do crédito.
Fluxo Normal
Ator Sistema
1 – Sistema recebe dados do cliente e da

operação desejada.
2 – Sistema calcula escore da proposta de

crédito.
3 – Sistema grava resultado da avaliação de

risco na proposta.
4 – Sistema <include> “Avaliar decisão de

crédito”.
Caso de Uso 6: Avaliar decisão de crédito.
Objetivo: Avaliar a decisão de dar crédito ou não para o cliente.
Pré-condições:
- Proposta e sua avaliação de risco devem estar cadastradas no sistema de controle de

crédito.
Pós-condições:
- Decisão do fornecimento de crédito.
Fluxo Normal
Ator Sistema
1 – Sistema recebe dados da proposta e de sua

avaliação de risco.
2 – Sistema aprova proposta.
4 – Sistema <include> “Registrar Contrato”.

59
Fluxos Alternativos
2 – Sistema aprova proposta.
Ator Sistema
2.1 – Sistema nega proposta.
2.1.1 – Sistema exibe dados do cliente e da

operação.
2.1.2 – Sistema exibe campos para inclusão de

matrícula, senha e observações do Analista de
Crédito.
2.1.3 – Ator clica no botão “Aprovar com
aval do analista”.
2.1.3 – Sistema grava avaliação subjetiva do

Analista de Crédito.
2.1.4 – Sistema <include> “Registrar

Contrato”.
Fluxos Alternativos
2.1.3 – Ator clica no botão “Aprovar com aval do analista”.
Ator Sistema
2.1.3.1 – Ator clica no botão “Aceitar

avaliação negativa”.
2.1.3.2 – Sistema encerra caso de uso.
Caso de Uso 7: Registrar Contrato.
Objetivo: Registrar contrato de concessão de crédito.
Pré-condições:
- Proposta de crédito aprovada.
Pós-condições:
- Contrato é registrado.
Fluxo Normal
Ator Sistema
60
1 – Sistema exibe contrato de concessão de

crédito.
2 – Ator imprime contrato.
3 – Ator solicita que cliente assine o

contrato.
4 – Ator clica no botão “Aprovar

contrato”.
Fluxos Alternativos
3 – Ator solicita que cliente assine o contrato.
Ator Sistema
3.1 – Cliente não assina o contrato.
3.1.1 – Ator clica no botão “Cancelar”.
3.1.2 – Sistema encerra caso de uso.
Caso de Uso 8: Parametrizar fórmula de escoragem.
Ator Principal: Gerente de Análise de crédito.
Objetivo: Parametrizar fórmula de escoragem que será utilizada para avaliar o risco da
concessão do crédito.
Pré-condições:
- Nenhuma.
Pós-condições:
- Fórmula de escoragem parametrizada.
Fluxo Normal
Ator Sistema
1 – Sistema seleciona Fórmula de escoragem

atual.
2 – Sistema exibe interface de parametrização

da fórmula de escoragem.
3 – Sistema <include> “Selecionar

Amostragem”.
4 – Ator clica em incluir “regras de

inferência”. 5 – Sistema <extend> “Supervisionar fórmula
61
de escoragem”.
6 – Ator clica no botão “Gravar”.
7 – Sistema grava fórmula de escoragem.
Fluxos Alternativos
4 – Ator clica em incluir “regras de inferência”.
Ator Sistema
4.1 – Ator não clica em incluir regras de

inferência.
6 – Ator clica no botão “Gravar”.
Ator Sistema
6 – Ator clica no botão “Cancelar”.
Caso de Uso 9: Selecionar Amostragem.
Objetivo: Selecionar créditos concedidos no passado que serão utilizados para estabelecer a
fórmula de escoragem.
Pré-condições:
- Mesmo que pareça estranho, não existe a pré-condição de créditos concedidos no passado.
Porque o ator pode estabelecer um intervalo de seleção aberto, o que possibilita a entrada de
créditos que nesse momento ainda não foram concedidos, mas no momento da escoragem
será um crédito concedido no passado.
Pós-condições:
- Seleção de créditos concedidos no passado.
Fluxo Normal
Ator Sistema
62
1 – Sistema exibe filtro para seleção de

amostragem.
2 – Ator preenche informações do filtro.

4 – Sistema verifica preenchimento de campos
obrigatórios.
5 – Sistema grava seleção de amostragem.
6 – Sistema retorna ao caso de uso

“Parametrizar fórmula de escoragem”.
Fluxos Alternativos
3 – Ator clica em “ok”.
Ator Sistema
3.1.1 – Sistema retorna ao caso de uso

Fluxos Alternativos
4 – Sistema verifica preenchimento de campos obrigatórios.
Ator Sistema
4.1 - Sistema verifica que campos obrigatórios

não foram preenchidos.
4.1.1 – Sistema exibe mensagem para informar

os campos obrigatórios.
4.1.2 – Ator preenche campos obrigatórios.
Caso de Uso 10: Supervisionar fórmula de escoragem
Objetivo: Incluir regras de inferências que darão suporte a uma aprendizagem supervisionada
da fórmula de escoragem.
Pré-condições:
- Nenhuma.
Pós-condições:
63
- Regras de inferência incluídas na aprendizagem da fórmula de escoragem.
Fluxo Normal
Ator Sistema
1 – Sistema exibe interface de inclusão de

regras de inferência.
2 – Ator inclui regras de inferência.

4 – Sistema verifica preenchimento de campos
obrigatórios.
5 – Sistema grava regras de inferência.
6 – Sistema retorna ao caso de uso

Fluxos Alternativos
3 – Ator clica em “ok”.
Ator Sistema
3.1.1 – Sistema retorna ao caso de uso

Fluxos Alternativos
4 – Sistema verifica preenchimento de campos obrigatórios.
Ator Sistema
4.1 - Sistema verifica que campos obrigatórios

não foram preenchidos.
4.1.1 – Sistema exibe mensagem para informar

os campos obrigatórios.
4.1.2 – Ator preenche campos obrigatórios.
Tabela - descrição de Caso de Uso

64
2.2.8. Diagrama de Seqüência
2.2.8.1. Efetuar Login
sd 1 - diagrama de sequência_Efetuar_Login_V2
:Form_Tela_Efetuar_Login :Autenticavel
Funcionario
2-3-4 - Efetuar Login(User / Password)
Autenticar()
5 - Valida Chave Login e Senha()
6 - Autentica Autor no Controle de Crédito()
Mensagem_Autenticado()
7 - Interface Principal()
Figura - Diagrama de Seqüência

65
2.2.8.2. Cadastrar Cliente
sd 2 - diagrama de sequência_Cadastrar_Cliente_V2
:Form_Cadastro :PessoaFiica :PerfilDoCliente

de Cliente
Operador
2 - Cpf_Cliente()
CPF do Cliente()
3 - Verifica_CPF_Cadastrado()
Validado()
4-5 - Digita dados do Cliente()
Dados do Cliente()
6 - Verifica_Campos_Obrigatórios()
7 - Inclui Dados Cliente()
Mensagem Inclusão Ok()
8 - Cadastra_Cliente()
Confirmação de cadastro()

66
2.2.8.3 Manter Histórico
sd 3 - Diagrama de sequência_Manter_Historico_...
:Form :Manter_Historico
Operador
1 -Dados do
Perfil_Cliente()
2 - Manter_Perfil()
Historico_Ok()

67
2.2.8.4. Registrar Proposta de Crédito
sd 4 - Diagrama de sequencia_Registrar_Proposta_de_Creedito_V2
:Form :Proposta :Escoragem :PessoaFisica :PerfilDoCliente
Operador
1 - Seleciona_Plano_Disponivel()
2 - Apresenta_Interface
de proposta de crédito()
3 - CPF do Cliente()
CPF do Cliente()
4 - Seleciona CPF do Cliente()
5 - Informações do Cliente()
Tela_Informação_Cliente()
Perfil Cliente()
6 - Dados_Operação_Desejada()
7 - Botão_Continuar()
Dados_Cliente()
8 - Verifica_Informações()
9 - Registra_Proposta()
Inclui_Cálculo_Score()
10 - Calcula_Score()
Proposta()

68
2.2.8.5. Calcular Score Proposta de Crédito
sd 5 - Diagrama de sequencia_Calcular_Score_Proposta_Credito
:Form :Proposta :Escoragem RegraDeInferencia
Operador
Envia_dados()
1 - Dados Cliente e Operação()
Solicita Calculo de Escore()
Solicita Regras Inferência()
Regras de Inferência()
2 - Calcula Escore()
Avaliação de Risco()
3 - Grava Avaliação de Risco()
4 - Avaliar Decisão de Crédito()

69
2.2.8.6. Avaliar Decisão de Crédito
sd 6 - Diagrama de sequencia_Avaliar_Decisao_Credito_V2
:Form :Contrato :Proposta :Escoragem
Operador
1 - Avaliação de Risco()
2 - Aprova Decisão Crédito()
Aprovação da Decisão()
4 - Registrar_Contrato()
Contrato()

70
2.2.8.7. Registrar Contrato
sd 7 - Diagrama de sequencia_Registrar_Contrato_V2
:Form :Contrato
Operador
Concessão de Contrato()
Tela de Contrato()
2 - Solicita Impressão()
3-4 - Solicita Aporvação()
Solicita Aprovação do contrato()
Salvar Contrato()
Feedback da aprovação()

71
2.2.8.8. Parametrizar Formula de Escoragem
sd 8 - Diagrama de sequencia_Parametriza_formula_de_Escoragem
:Form :Escoragem :Amostragem :RegraDeInferencia
Gerente de Analise de
Crédito
Solicita Formula Escoragem()
1 - Seleciona Formula Atual()
2 - Parametrização F.Esccoragem()
3 - Seleciona Amostragem()
Exibe Formula de Escoragem()
4 - Clica Incluir R. Inferência()
Solicita R.Inferência()
Regra de Inferência()
5 - Supervisiona F.Escoragem()
6 - Solicita Gravação()
7 - Grava F.Escoragem()
mensagem()

72
2.2.8.9. Selecionar Amostragem
sd 9 - Diagrama de Sequencia_Selecionar_Amostragem_V2
:Form :Amostragem :Escoragem
Gerente de Análise de
Crédito
1 - Tela de Filtro de Amostragem()
2 - Informações do Filtro()
3 - Confirma Opções do Filtro()
Opções do Filtro()
4 - Verifica Campos Obrigatórios()
5 - Grava selção de Amostragem()
6 - Solicita Formula de Escoragem()
Formula de Ecoragem()
Resposta da Amostragem()

73
2.2.8.10. Supervisionar Formula de Escoragem
sd 10 - Diagrama de Sequencia_Supervisionar F.Escoragem_V2
:Form :RegrasDeInferencia :Escoragem
Gerente de Analise de
Crédito
1 - Tela de Regras de inferência()
2 - Inclui Regras de Inferência()
3 -Confirma Regras de Inferência()
Regras de Inferência()
4 - Verifica Campos Obrigatórios()
5 - Grava Regras de Inferência()
6 - Retorna para F.Escoragem()
Mensagem()

74
2.2.9. Diagrama de Atividade
2.2.9.1. Cadastrar Cliente

act Ativ idade_cadastra_cliente_V1
Inicio
Solicita CPF
Cliente Cadastrado
| Else | Solicia
dados
cliente
| Then |
Atualiza dados do cliente
Dados sobre operação desejada
Registra Proposta de
crédito
Alternativa da proposta
Escolha de proposta
pendente de análise
Resposta da analise
Figura - Diagrama de Atividade

75
2.2.9.2. Resposta da Análise
act Ativ idade_resposta_analise
Inicio
Consulta Resposta
Analise Credito
| Else | Informa
Proposta Aprovada Resposta
Analise
Cliente Aceita Proposta
| Else |
Cancela Proposta Proposta Aceita
Fim
Figura - Diagrama de Atividade

76
2.3. Projetos Físicos
2.3.1. Alternativa de Implementação de Hardware e Software

Para a implantação do sistema Hermes foram escolhidos Hardwares e Softwares como
requisitos recomendáveis, pelo qual através de pesquisas elaboradas apresentaram melhor
desempenho em todas as execuções do sistema.
Foi apresentado ao responsável pelo projeto da empresa Finicred os requisitos do

sistema recomendável com a indicação de adquirir produtos dos fabricantes Dell, HP e IBM,
pelo fato de possuírem produtos de alta qualidade e bom desempenho.
Hardware:
 Estação de trabalho: possuir padrão Intel Duo Core de 3.0GHz, 2 GB de RAM, disco
rígido 200GB SATA 7200RPM, placa de rede 10/100;
 Servidor: possuir Intel Xeon Quad Core de 3.0GHz, 8GB de RAM, disco rígido 1TB
RAID1, Controladora Raid, DVD-RW, placa de rede 10/100/1000, Fonte Real
Redundante 1200 Watts;
 Possuir uma unidade de fita externa LTO 3 (backups) no ambiente.
 Possuir cabeamento estruturado certificado.
Software:
Sistema Operacional (Estação de Trabalho)

Nome Preço
Windows 7 Professional 32-bit R$ 254,97
Tabela - Alternativa de Implementação
O Windows 7 Professional foi solicitado para ser o SO padrão da empresa para evitar
incompatibilidades com as aplicações e com os compartilhamentos de dados e hardwares,
além da sua instalação e manutenção serem fácies em ambiente corporativo é de fácil
manuseio para os usuários.
77
Sistema Operacional (Servidor)

Nome Vantagem Desvantagem Preço
Segurança. Não requer muito

Red Hat Enterprise Exige treinamento
recurso do computador. R$ 1.230,00
Linux 5 Server especifico e demorado.
Plataforma Estável
Microsoft Segurança. Excelente

Preço. Requer muito
Windows Server confiabilidade e R$ 1.478,00
recurso do computador.
2008 R2 desempenho.
O Red Hat Enterprise Linux 5 Server foi adotado por ser um sistema seguro, estável,
leve, possui o melhor custo/beneficio e atende todas as necessidades da empresa Finicred e do
sistema Hermes.
Banco de dados
Microsoft
Armazenamento seguro, projetado para operar R$
SQL Server Preço.
com a Internet. 6.530,00
2008 R2
Oracle Sistema híbrido, Disponibilidade para vários Preço. Complexidade

Database sistemas operacionais, Suporte a altos de instalação. Requer R$
11g volumes de transações. Sistema líder no grandes recursos de 2.010,00
Release 2 segmento corporativo. Hardware.
MySQL
Community Grátis. Fácil aprendizado. Recursos limitados. Gratis
Server 5.x
O banco de dados adotado foi o MySQL Community Server 5.x por atender todas as
necessidades do sistema Hermes e ser o melhor em custo/beneficio.
78
Linguagem de Programação
PHP5 Grátis, Multiplataforma. Mão de obra. Suporte. Grátis
ASP.Net Fácil aprendizado, Quantidade alta

(usando
Tabela IDE de desenvolvedores
- Alternativa de Implementação
Custo da IDE de
Visual Studio especializados. Ótimo suporte do R$ 539,50
desenvolvimento.
2010 fabricante.
Professional)
Grátis, Fácil aprendizado,

Java (usando
Quantidade alta de Mão de obra. Grátis
IDE Eclipse)
desenvolvedores especializados.
A linguagem de programação adotada foi o Java usando o IDE Eclipse, por ter
portabilidade, segurança, facilidade na implantação, por ser orientado a objetos e robusto,
possui o melhor custo/beneficio e facilita o mapeamento de objetos para o modo relacional,
além de atender todas as necessidades do sistema proposto.
79
2.3.2. Modularização do Sistema
Figura - Modularização
80
2.3.3. Modelo Relacional
Figura - Modelo Relacional

81
2.3.4. Projeto de Tabelas / Arquivos

banco
Objetivo: Armazena os dados dos bancos.
Chave Nome do Campo Tipo do Campo Tamanho Nulo
Pk numero bigint 20 Não
nome varchar 255 Sim
Volume de dados: 300
Tabela - Projeto de Tabelas e Arquivos
Script de criação:
CREATE TABLE `banco` (`numero` bigint (20) NOT NULL,
`nome` varchar (255) DEFAULT NULL, PRIMARY KEY (`numero`))
ENGINE=InnoDB DEFAULT CHARSET=latin1;
benimovel
Objetivo: Armazena os dados de bens e imóveis dos clientes.
Pk id bigint 20 Não
possuiOnus bit 1 Não
valor double Não
Volume de dados: 5.000
CREATE TABLE `benimovel` (ìd` bigint (20) NOT NULL AUTO_INCREMENT,
`possuiOnus` bit(1) NOT NULL, `valor` double NOT NULL, PRIMARY KEY
(ìd`)) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=latin1;
82
cliente
Objetivo: Armazena os dados dos clientes.
cpf varchar 255 Sim
dataDeNascimento datetime Sim
rg varchar 255 Sim
sexo varchar 255 Sim
Fk perfilDoCliente_id bigint 20 Sim
CREATE TABLE `cliente` ( ìd` bigint(20) NOT NULL AUTO_INCREMENT,
`cpf` varchar(255) DEFAULT NULL, `dataDeNascimento` datetime DEFAULT
NULL, `nome` varchar(255) DEFAULT NULL, `rg` varchar(255) DEFAULT
NULL, `sexo` varchar(255) DEFAULT NULL, `perfilDoCliente_id` bigint(20)
DEFAULT NULL, PRIMARY KEY (ìd`), KEY `FK96841DDAB7A505EB`
(`perfilDoCliente_id`), CONSTRAINT `FK96841DDAB7A505EB` FOREIGN KEY
(`perfilDoCliente_id`) REFERENCES `perfildocliente` (ìd`)) ENGINE=InnoDB
AUTO_INCREMENT=2 DEFAULT CHARSET=latin1;
83
conjuge
Objetivo: Armazena dados do cônjuge.
dataDeEntradaNoEmpregoAtual datetime Sim
salario double Não
tipoDeVinculoEmpregaticio int 11 Sim
Fk profissao_codigoCBO bigint 20 Sim
CREATE TABLE `conjuge` (ìd` bigint(20) NOT NULL AUTO_INCREMENT,
`dataDeEntradaNoEmpregoAtual` datetime DEFAULT NULL, `salario` double
NOT NULL, `tipoDeVinculoEmpregaticio` int(11) DEFAULT NULL,
`profissao_codigoCBO` bigint(20) DEFAULT NULL, PRIMARY KEY (ìd`),
KEY `FK9BEB7BCB7DC9DD45` (`profissao_codigoCBO`), CONSTRAINT
`FK9BEB7BCB7DC9DD45` FOREIGN KEY (`profissao_codigoCBO`)
REFERENCES `profissao` (`codigoCBO`)) ENGINE=InnoDB DEFAULT
CHARSET=latin1;
84
endereco
Objetivo: Armazena endereço do cliente
bairro varchar 255 Sim
cep varchar 255 Sim
municipio varchar 255 Sim
nomeDoLogrado varchar 255 Sim
Numero int 11 Não
tipoDeLogradouro varchar 255 Sim
uf varchar 255 Sim
CREATE TABLE èndereco` ( ìd` bigint(20) NOT NULL AUTO_INCREMENT,
`bairro` varchar(255) DEFAULT NULL, `cep` varchar(255) DEFAULT NULL,
`municipio` varchar(255) DEFAULT NULL, `nomeDoLogrado` varchar(255)
DEFAULT NULL, `numero` int(11) NOT NULL, `tipoDeLogradouro`
varchar(255) DEFAULT NULL, ùf` varchar(255) DEFAULT NULL, PRIMARY
KEY (ìd`)) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT
CHARSET=latin1;
85
escoragem
Objetivo: Armazena dados que auxiliam na decisão de crédito
descricao varchar 255 Sim
dataDeInicioDaAmostragem datetime Sim
dataFinalDaAmostragem datetime Sim
CREATE TABLE èscoragem` ( ìd` bigint(20) NOT NULL AUTO_INCREMENT,
`descricao` varchar(255) DEFAULT NULL, `nome` varchar(255) DEFAULT
NULL, `dataDeInicioDaAmostragem` datetime DEFAULT NULL,
`dataFinalDaAmostragem` atetime DEFAULT NULL, PRIMARY KEY (ìd`))
ENGINE=InnoDB AUTO_INCREMENT=13 DEFAULT CHARSET=latin1;
86
escoragem_regradeinferencia
Objetivo: Ligação de integridade entre escoragem e regradeinferencia.
Fk Escoragem_id bigint 20 Não
Fk ; Uk regrasDeInferencia_id bigint 20 Não
CREATE TABLE èscoragem_regradeinferencia` (Èscoragem_id` bigint(20) NOT
NULL, `regrasDeInferencia_id` bigint(20) NOT NULL, UNIQUE KEY
`regrasDeInferencia_id` (`regrasDeInferencia_id`), KEY
`FKC8EBF9CF6106171E` (`regrasDeInferencia_id`), KEY
`FKC8EBF9CF141CB80B` (Èscoragem_id`), CONSTRAINT
`FKC8EBF9CF141CB80B` FOREIGN KEY (Èscoragem_id`) REFERENCES
èscoragem` (ìd`), CONSTRAINT `FKC8EBF9CF6106171E` FOREIGN KEY
(`regrasDeInferencia_id`) REFERENCES `regradeinferencia` (ìd`))
87
funcionario
Objetivo: Armazena dados do funcionário
cpf varchar 255 Sim
dataDeNascimento datetime Sim
rg varchar 255 Sim
sexo varchar 255 Sim
cargo varchar 255 Sim
login varchar 255 Sim
matricula varchar 255 Sim
senha varchar 255 Sim
Fk endereco_id varchar 255 Sim
Volume de dados: 40
CREATE TABLE `funcionario` (ìd` bigint(20) NOT NULL AUTO_INCREMENT,
`cpf` varchar(255) DEFAULT NULL, `dataDeNascimento` datetime DEFAULT
NULL, `nome` varchar(255) DEFAULT NULL, `rg` varchar(255) DEFAULT
NULL, `sexo` varchar(255) DEFAULT NULL, `cargo` varchar(255) DEFAULT
NULL, `login` varchar(255) DEFAULT NULL, `matricula` varchar(255)
DEFAULT NULL, `senha` varchar(255) DEFAULT NULL, èndereco_id`
bigint(20) DEFAULT NULL, PRIMARY KEY (ìd`), UNIQUE KEY ìd`
(ìd`,`matricula`), KEY `FKB3A9C5BBF18422E9` (èndereco_id`),
CONSTRAINT `FKB3A9C5BBF18422E9` FOREIGN KEY (èndereco_id`)
REFERENCES èndereco` (ìd`)) ENGINE=InnoDB AUTO_INCREMENT=4
DEFAULT CHARSET=latin1;
perfildocliente
88
Objetivo: Armazena dados do perfil do cliente.
dataDeAberturaDaContaMaisAntiga datetime Sim
dataDeEntradaNoEmpregoAtual datetime Sim
email varchar 255 Sim
estadoCivil varchar 255 Sim
nivelDeInstrucao varchar 255 Sim
numeroDeDependentes Int 11 Não
possuiChequeEspecial bit 1 Não
possuiSeguroDeAutmovel bit 1 Não
quantidadeDeVeiculos Int 11 Não
rendaEstimada double Não
rendaMensalComprovada double Não
salario double Não
tempoDeResidenciaAtualEmAnos Int 11 Não
tipoDeResidencia varchar 255 Sim
tipoDeVincluloEmpregaticio Int 11 Sim
tipoDeVinculoComCredor varchar 255 Sim
Fk conjuge_id bigint 20 Sim
Fk endereco_id bigint 20 Sim
Fk profissao_codigoCBO bigint 20 Sim
Fk telefoneCelular_id bigint 20 Sim
Fk telefoneResidencial_id bigint 20 Sim

89
CREATE TABLE `perfildocliente` (ìd` bigint(20) NOT NULL
AUTO_INCREMENT, `dataDeAberturaDaContaMaisAntiga` datetime
DEFAULT NULL, `dataDeEntradaNoEmpregoAtual` datetime DEFAULT NULL,
èmail` varchar(255) DEFAULT NULL, èstadoCivil` varchar(255) DEFAULT
NULL, `nivelDeInstrucao` varchar(255) DEFAULT NULL,
`numeroDeDependentes` int(11) NOT NULL, `possuiChequeEspecial` bit(1) NOT
NULL, `possuiSeguroDeAutmovel` bit(1) NOT NULL, `quantidadeDeVeiculos`
int(11) NOT NULL, `rendaEstimada` double NOT NULL,
`rendaMensalComprovada` double NOT NULL,`salario` double NOT NULL,
`tempoDeResidenciaAtualEmAnos` int(11) NOT NULL, `tipoDeResidencia`
varchar(255) DEFAULT NULL, `tipoDeVincluloEmpregaticio` int(11) DEFAULT
NULL, `tipoDeVinculoComCredor` varchar(255) DEFAULT NULL, `conjuge_id`
bigint(20) DEFAULT NULL, èndereco_id` bigint(20) DEFAULT NULL,
`profissao_codigoCBO` bigint(20) DEFAULT NULL, `telefoneCelular_id`
bigint(20) DEFAULT NULL, `telefoneResidencial_id` bigint(20) DEFAULT
NULL, PRIMARY KEY (ìd`), KEY `FK9C4FA263C3139308`
(`telefoneResidencial_id`), KEY `FK9C4FA263F18422E9` (èndereco_id`), KEY
`FK9C4FA2639CA874B` (`telefoneCelular_id`), KEY `FK9C4FA2634FB3BE2B`
(`conjuge_id`), KEY `FK9C4FA2637DC9DD45` (`profissao_codigoCBO`),
CONSTRAINT `FK9C4FA2634FB3BE2B` FOREIGN KEY (`conjuge_id`)
REFERENCES `conjuge` (ìd`), CONSTRAINT `FK9C4FA2637DC9DD45`
FOREIGN KEY (`profissao_codigoCBO`) REFERENCES `profissao`
(`codigoCBO`), CONSTRAINT `FK9C4FA2639CA874B` FOREIGN KEY
(`telefoneCelular_id`) REFERENCES `telefone` (ìd`), CONSTRAINT
`FK9C4FA263C3139308` FOREIGN KEY (`telefoneResidencial_id`)
REFERENCES `telefone` (ìd`), CONSTRAINT `FK9C4FA263F18422E9`
FOREIGN KEY (èndereco_id`) REFERENCES èndereco` (ìd`))
ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=latin1;
90
perfildocliente_benimovel
Objetivo: Tabela de ligação de integridade do perfildocliente e bemimovel
Fk PerfilDoCliente_id bigint 20 Não
Fk ; Uk bensImoveis_id bigint 20 Não
CREATE TABLE `perfildocliente_benimovel` (`PerfilDoCliente_id` bigint(20)
NOT NULL,`bensImoveis_id` bigint(20) NOT NULL, UNIQUE KEY
`bensImoveis_id` (`bensImoveis_id`), KEY `FK2D8E096130E3908C`
(`bensImoveis_id`), KEY `FK2D8E0961B7A505EB` (`PerfilDoCliente_id`),
CONSTRAINT `FK2D8E096130E3908C` FOREIGN KEY (`bensImoveis_id`)
REFERENCES `benimovel` (ìd`), CONSTRAINT `FK2D8E0961B7A505EB`
FOREIGN KEY (`PerfilDoCliente_id`) REFERENCES `perfildocliente` (ìd`))
profissao
Objetivo: Armazena o código e o nome das profissões
Pk codigoCBO bigint 20 Não
descricao varchar 255 Não
91
CREATE TABLE `profissao` (`codigoCBO` bigint(20) NOT NULL, `descricao`

varchar(255) NOT NULL, PRIMARY KEY (`codigoCBO`)) ENGINE=InnoDB
proposta
Objetivo: Armazena as propostas dos clienetes.
data datetime Sim
dataDeAprovacao datetime Sim
dataDoPrimeiroVencimento datetime Sim
quantidadeDeParcelas bigint 11 Não
status varchar 255 Sim
taxaDeJuros double Não
valor double Não
valorDaPrestacao double Não
Fk cliente_id bigint 11 Não
CREATE TABLE `proposta` (ìd` bigint(20) NOT NULL AUTO_INCREMENT,
`data` datetime DEFAULT NULL, `dataDeAprovacao` datetime DEFAULT NULL,
`dataDoPrimeiroVencimento` datetime DEFAULT NULL, `quantidadeDeParcelas`
int(11) NOT NULL, `status` varchar(255) DEFAULT NULL, `taxaDeJuros` double
NOT NULL, `valor` double NOT NULL, `valorDaPrestacao` double NOT NULL,
`cliente_id` bigint(20) NOT NULL, PRIMARY KEY (ìd`), KEY
`FKC8ACD154725F4FCB` (`cliente_id`), CONSTRAINT
`FKC8ACD154725F4FCB` FOREIGN KEY (`cliente_id`) REFERENCES `cliente`
(ìd`)) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=latin1;
regra
Objetivo: Armazena as regras usadas na escoragem do motor de inferência.
Chave Nome do Tipo do Campo Tamanho Nulo

92
Campo
nome varchar 255 Não
pergunta varchar 255 Não
possuiResposta bit 1 Não
metodo varchar 255 Sim
CREATE TABLE `regra` (ìd` bigint(20) NOT NULL AUTO_INCREMENT,
`nome` varchar(255) NOT NULL, `pergunta` varchar(255) NOT NULL,
`possuiResposta` bit(1) NOT NULL,`metodo` varchar(255) DEFAULT NULL,
PRIMARY KEY (ìd`)) ENGINE=InnoDB AUTO_INCREMENT=22 DEFAULT
CHARSET=latin1;
93
regradeinferencia
Objetivo: Armazena as regras de inferência usadas no motor de inferência.
Nome do
Chave Tipo do Campo Tamanho Nulo
Campo
comparador varchar 255 Sim
resposta varchar 255 Sim
Fk regra_id bigint 20 Sim
CREATE TABLE `regradeinferencia` ( ìd` bigint(20) NOT NULL
AUTO_INCREMENT, `comparador` varchar(255) DEFAULT NULL, `resposta`
varchar(255) DEFAULT NULL, `regra_id` bigint(20) DEFAULT NULL,
PRIMARY KEY (ìd`), KEY `FK23428C8812CAAF6B` (`regra_id`),
CONSTRAINT `FK23428C8812CAAF6B` FOREIGN KEY (`regra_id`)
REFERENCES `regra` (ìd`)) ENGINE=InnoDB AUTO_INCREMENT=43
94
telefone
Objetivo: Armazena os dados de telefone do cliente.
ddd varchar 255 Sim
numero varchar 255 Sim
CREATE TABLE `telefone` (ìd` bigint(20) NOT NULL AUTO_INCREMENT,
`ddd` varchar(255) DEFAULT NULL, `numero` varchar(255) DEFAULT NULL,
PRIMARY KEY (ìd`)) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT
CHARSET=latin1;
95
2.3.5. Controles
Os controles existem para o funcionamento adequado do sistema e de suas rotinas.
Neste tópico serão apresentados controles de segurança aplicados para garantia da integridade
e continuidade do sistema. Com isso, busca-se reduzir riscos e ameaças, limitando possíveis
danos as informações e ao negócio.
2.3.5.1. Controles de Acesso

O controle de acesso lógico é composto por um conjunto de medidas, procedimentos,
processos de autenticação e auditoria adotados pela organização, cujo objetivo é proteger
dados, programas e sistemas contra tentativas de acesso não autorizadas feitas por usuários ou
programas. Neste contexto o controle de acesso pode ser entendido como a habilidade de
permitir ou negar a utilização de um objeto (uma entidade passiva, como um sistema ou
arquivo) por um sujeito (uma entidade ativa, como um indivíduo ou um processo).
O controle mais adequado ao sistema será o controle por autenticação, que faz parte de
um processo de dois passos, que determina quem pode acessar um determinado sistema. Após
a autenticação do usuário, o sistema confirma se ele é registrado e se sua senha é válida.
Quando for cadastrado um funcionário ou administrador do sistema, será preenchido

um login e senha, podendo ser utilizados caracteres numéricos e alfa numéricos, sendo
totalmente vedada a opção de caracteres especiais.
O controle de acesso feito no sistema protege os dados que irão ser visualizados,
delimitando quais áreas poderão ser acessadas pelos usuários. Este controle de Autorização
define quais direitos e permissões o usuário tem no sistema, determinando o que ele pode
fazer no sistema. Cada usuário do sistema Hermes terá um login pessoal único e
intransferível. Logo após o cadastro o usuário já poderá utilizar o sistema.
2.3.5.2. Controles de Execução
O controle de execução deve identificar o que deve ser monitorado dentro do projeto
como:
 Identificar as atividades críticas ou não críticas para o projeto.
 Identificar as atividades que representam “gargalo”.
 Identificar as atividades responsáveis por custos altos.
 Identificar as atividades conclusivas.
96
2.3.5.3. Controles de Dados
O controle de dados consiste em métodos que visam manter as informações geradas

pelo sistema de forma que sejam facilmente recuperadas. Normalmente, para este tipo de
controle, são utilizados métodos de “Backup” e “Restore”. Estes métodos servem para manter
a consistência, a integridade e a confiabilidade das informações geradas pelo sistema.
Recomendações:
• “Backup” Incremental, ou seja, somente dos dados que foram modificados, de Segunda à
Sábado.
• “Backup” Completo semanalmente, aos domingos, de modo há otimizar o tempo gasto nesta
tarefa.
• Garantir que o “backup” esteja sempre atualizado em relação à base de produção.
• Garantir que a volatilidade do “backup” diário seja de uma semana. Com isso, poderão ser
recuperadas informações anteriores há uma semana em relação ao dia em questão.
• Garantir que a volatilidade do “backup” semanal seja de duas semanas, tendo assim duas
mídias dedicadas a essa tarefa.
• A aplicação (página Web) deverá sofrer alterações freqüentemente, e sempre que isso
ocorrer, ela também deverá ser armazenada em uma mídia.
• Durante o desenvolvimento do sistema, o armazenamento dos programas fonte do sistema é
de total responsabilidade da equipe de desenvolvimento.
2.3.6. Plano de Contingência
2.3.6.1. Conceitos
Plano de contingência constitui de um conjunto de procedimentos definidos
formalmente para permitir que os serviços de processamentos de dados continuem a operar,
dependendo da extensão do problema com certo grau de degradação, caso ocorra algum
evento que não possibilite o seu funcionamento normal.
Esse plano, portanto, servirá para evitar a descontinuidade no funcionamento do

sistema, além de tentar garantir a impossibilidade de perdas de dados inseridos no sistema e
informações geradas pelo mesmo. Para que o plano de contingência realmente tenha sucesso,
são necessários a mobilização e comprometimento de todos os envolvidos. O objetivo desse
plano é evitar maiores prejuízos.
Seguem especificações no plano de contingência:

97
Caso ocorra uma paralisação no sistema as solicitações deverão ser feitas

manualmente até o seu retorno normal de funcionamento. Deverão ser colocados no sistema
todos os dados feitos no período que o sistema esteve fora do ar para que seja garantida a
consistência das informações;
Se a paralisação do sistema for causada por motivo físico, o suporte técnico de

manutenção deverá ser acionado
Se a paralisação do sistema for causada por motivo lógico, o responsável será

notificado e este restaurará o sistema a partir do ultimo backup existente, enquanto é feita a
identificação e a solução do problema.
2.3.6.2. Determinação do Objetivo

Este plano de continuidade tem como objetivo dar a providência imediata invocando
os procedimentos de recuperação do Sistema, considerando o tempo de espera previsto para
restabelecimento da atividade, definido pelos Gestores das informações.
2.3.6.3 Análise de Riscos

A Análise de Risco tem por objetivo identificar os riscos de segurança presentes em
uma empresa, fornecendo conhecimento para que sejam implementados controles eficazes de
segurança. Além disso, devem ser analisadas também as ameaças de segurança específicas e
as vulnerabilidades que possam causar indisponibilidade dos serviços ou serem utilizadas para
roubo das suas informações.
Na busca de uma maior segurança, estas políticas e práticas serão organizadas segundo
um ciclo dividido em: diagnóstico, planejamento, implementação e monitoramento. A
abrangência ou profundidade definida para cada ciclo será discutida e aprovada pelo cliente
de acordo com as necessidades do negócio. Cada etapa de um ciclo irá gerar um conjunto de
produtos, na forma de políticas, procedimentos, práticas e funcionalidades do software.
Na etapa de diagnóstico, será feita uma avaliação do cenário atual da empresa, que
serão subdivididas em:
• Análise de Perímetro: avaliação sistemática das condições da infra estrutura relativas
às ameaças internas e externas. Como partes da avaliação do cenário serão realizados testes de
invasão, sob condições bem definidas;
• Análise de Vulnerabilidade: estratégia e planejamento da empresa relativo à
segurança da informação; análise das políticas existentes, controle de acesso físico e lógico,
configurações do servidor e práticas correntes;
98
• Diagnóstico de Segurança: apresentação de um relatório detalhado descrevendo a

situação atual quanto à vulnerabilidade e riscos da empresa e fornecimento de recomendações,
procedimentos e práticas para a manutenção da Segurança da Informação.
Na etapa de planejamento, serão detalhadas todas as ações e soluções resultantes da

avaliação anterior, em particular:
• Desenvolvimento na organização de um entendimento dos requisitos de segurança,
dos riscos potenciais e das formas de gerenciamento dos riscos;
• Desenvolvimento de procedimentos para divulgação de políticas e padrões de
segurança para todos os funcionários e contratados;
• Plano de conscientização baseado em treinamento e educação para a segurança da
informação;
• Desenvolvimento de um sistema adequado para avaliar o grau de implementação e
recolhimento de sugestões para uma atualização contínua das políticas de segurança.
Na fase de implementação todas as atividades planejadas serão implementadas

levando em conta as prioridades e a abrangência acordadas com a empresa. Para que o plano
de contingência realmente tenha sucesso, são necessários a mobilização e comprometimento
de todos os envolvidos. Seguem algumas especificações importantes do plano de
contingência:
A fase de monitoramento será considerada de grande importância como forma de

preservação dos investimentos feitos para implementação de políticas e procedimentos de
segurança. A experiência mostra que a falta de acompanhamento e auditorias constantes
levam ao relaxamento nos procedimentos que, ou se tornam obsoletos em virtude da constante
inovação das tecnologias ou introdução de novas ameaças.
99
3.0. REDE NEURAL ARTIFICIAL (RNA)

Este capítulo apresenta um estudo sobre técnicas de inteligência artificial aplicadas na
construção do sistema Hermes. São apresentados conceitos de redes neurais artificiais, lógica
Fuzzy e ANFIS (Adaptive Neuro Fuzzy Inference System).
Em suma, este capítulo constitui a base para a compreensão de sistemas baseados na

hibridização entre a técnica apresentada neste trabalho.
3.1. Conceitos Gerais

As primeiras informações mencionadas sobre a Neuro computação datam de 1943, em
artigos de McCulloch e Pitts, em que sugeriam a construção de uma máquina baseada ou
inspirada no cérebro humano.
Muitos outros artigos e livros surgiram desde então, porém, por um longo período de
tempo, pouco resultado foi obtido.
Em 1949 Donald Hebb foi o primeiro a propor uma lei de aprendizagem especifica para
as sinapses dos neurônios.
Em 1951 foi construído o primeiro Neuro computador, denominado Snark, por Mavin
Minsky. O Snark operava com sucesso, ajustando seus pesos automaticamente, entretanto,
nunca executou qualquer função de processamento de informação interessante, mas serviu de
inspiração para as idéias de estruturas que o sucederam.
Em 1956 nasceram os dois paradigmas da Inteligência Artificial, a simbólica e o

conexionista. A Inteligência Artificial Simbólica tenta simular o comportamento inteligente
humano desconsiderando os mecanismos responsáveis por tal, ou seja, não possui uma
inspiração biológica.
A Inteligência Artificial Conexionista acredita que construindo um sistema que simule a

estrutura do cérebro, este sistema apresentará inteligência, será capaz de aprender, assimilar,
errar e aprender com seus erros.
Em 1957 e 1958, surgiu o primeiro neuro computador a obter sucesso (Mark I

Perceptron) criado por Frank Rosenblatt, Charles Wightman e outros. Seu interesse inicial
para a criação do Perceptron era o reconhecimento de padrões.
Após Rosenblatt, Bernard Widrow, com a ajuda de alguns estudantes, desenvolveram

um novo tipo de elemento de processamento de redes neurais chamado de Adaline, equipado
com uma poderosa lei de aprendizado.
Skurnick, um administrador de programas da DARPA (Defense Advanced Research

Projects Agency), fundou em 1983 um centro de pesquisas em neuro computação. Este ato
100
não só abriu as portas para a Neuro computação, como também deu à DARPA o status de líder
mundial.
John Hopfield, renomado físico de reputação mundial, se interessou pela neuro

computação, e incentivou e difundiu os princípios da Neuro computação entre importantes
cientistas, matemáticos e tecnólogos altamente qualificados.
Em 1986 o campo de pesquisa “explodiu” com a publicação do livro “Processamento

Distribuído Paralelo” editado por David Rumelhart e James McClelland.
Em 1987 ocorreu em São Francisco a primeira conferência de redes neurais em a IEEE

International Conference on Neural Networks, e também foi formada a International Neural
Networks Society (INNS).
Desde 1987, muitas universidades anunciaram a formação de institutos de pesquisa e

programas de educação em Neuro computação.
3.1. Rede Neural Artificial

São modelos computacionais que trabalham de forma similar ao cérebro humano. Assim
como a estrutura do sistema nervoso humano, as redes neurais artificiais (RNA) são formadas
por elementos de processamento operando paralelamente, chamados de neurônios,
interligados por conexões nervosas chamadas sinapses.
A este conjunto de neurônios fortemente conectados, pode-se associar algum tipo de

conhecimento que será armazenado nas conexões entre os neurônios adjacentes.
Ao processo de associação de conhecimento à (RNA) dá-se o nome de aprendizado, que

é atribuído à RNA pela execução de outro processo chamado treinamento. Após "treinada",
estará apta a operar de maneira desejada.
As redes neurais artificiais são aplicadas à resolução de vários problemas, a seguir

mostramos suas principais aplicações.
 Reconhecimento de padrões
 Extração de características
 Classificação
 Categorização (Clusterizações)
 Estimativa e previsão
 Otimização
 Aproximação de funções.
101
Rede neural artificial (RNA) é uma tentativa de simular o funcionamento das redes
neurais biológicas. É um modelo formado por componentes interligados que trabalham de
maneira paralela e distribuída, cada um destes componentes é conhecido como neurônio
artificial e está fortemente baseado no processamento de um neurônio biológico. A rede é
robusta, ou seja, se um dos componentes parar de funcionar não compromete o funcionamento
total. A rede é capaz de aprender, generalizar e armazenar informações tal como o cérebro
humano.
3.2. Inspiração Biológica

O cérebro humano e considerado o mais fascinante processador baseado em carbono
existente, sendo composto por aproximadamente 10 bilhões de neurônios. Todas as funções e
movimentos do organismo estão relacionados ao funcionamento destas pequenas células.
Os neurônios estão conectados uns aos outros através de sinapses, e juntos formam uma
grande rede, chamada REDE NEURAL. As sinapses transmitem estímulos através de
diferentes concentrações de Na+ (Sódio) e K+ (Potássio), e o resultado disto pode ser
estendido por todo o corpo humano. Esta grande rede proporciona uma fabulosa capacidade
de processamento e armazenamento.
O sistema nervoso e formado por um conjunto extremamente complexo de neurônios.

Nos neurônios a comunicação e realizada através de impulsos.
Rede neural artificial (RNA) é uma tentativa de simular o funcionamento das redes
neurais biológicas. É um modelo formado por componentes interligados que trabalham de
maneira paralela e distribuída, cada um destes componentes é conhecido como neurônio
artificial e esta fortemente baseada no processamento de um neurônio biológico.
Ilustração 1 - Transmissão do impulso nervoso entre os neurônios - sinapses.

102
3.3. Neurônio Artificial

O neurônio artificial é tido como a principal unidade de uma rede neural artificial. Ele
foi totalmente inspirado no neurônio biológico, sendo formado por um conjunto de entradas,
com um "peso" associado, e uma saída, conforme mostrado na figura abaixo:
Ilustração 2 - Modelo de um neurônio artificial proposto por MC Cullotch e

Pitchs
Os valores apresentados às unidades de entrada, x1,x2,x3,....,xn, são multiplicados pelos

seus respectivos pesos W=[xk1, wk2 ,wk3,..... wkn]. Desta forma, é simples notar que este
expressa a "força de ligação" entre dois neurônios.
O valor da entrada x0 é sempre igual a 1 e o peso associado a esta entrada é denominado

"bias". O resultado da soma ponderada corresponde ao valor de saída yk, expresso da seguinte
forma:
103
3.4. Modelo de Rede Neural Artificial - Perceptron

A rede do tipo Perceptron foi o modelo pioneiro nesta área: simples, de fácil
implementação, utiliza neurônios McCulloch-Pitts.
Limitada à classe de problemas linearmente separáveis, pode, no entanto, ser

utilizadas em tarefas de classificação simples.
Ilustração 3 – Modelo do Perceptron proposto por Rosemblatt
Perceptron Multicamadas
O Perceptron Multicamadas é uma extensão do Perceptron simples, capaz de

trabalhar com problemas não linearmente separáveis. Este avanço foi possível através da
utilização de, pelo menos, uma camada entre a entrada e a saída.
Estas camadas intermediárias, conhecidas como camadas ocultas, trabalham como

um reconhecedor de características, que ficam armazenadas nos pesos sinápticos. O algoritmo
de treinamento mais utilizado é o "Backpropagation", um tipo de Aprendizado
Supervisionado por Correção de Erro.
104
Ilustração 4 – Arquitetura Perceptron Multi-Camadas
Algoritmo de Treinamento do Perceptron
Esta regra foi proposta por Rosemblatt (1959) e apresenta algumas mudanças em
relação à regra de Hebb. A função de ativação passou a permitir um limiar diferente de zero.
Foi introduzido um fator de aprendizado η (0 < η <= 1), que regula a velocidade de
modificação dos pesos.
O algoritmo de treinamento foi modificado, de forma que não é feita correção nos pesos
quando a rede responde corretamente ao padrão.
O algoritmo completo é o seguinte:
1 Inicie aleatoriamente os pesos e bias (= 0, por simplicidade)

2 Repita
Para cada padrao (entrada e saida desejada) faca
Calcule as saidas.
Se Y <> D entao
Para cada conexao faca
Wij(novo)= Wij(antigo)+ η * Xi * Dj
Ate que os pesos nao sofram mais alteracoes.
3.5. Lógica FUZZY

A todo instante lidamos com informações imprecisas e inconsistentes. Afirmações como
"o sistema está pouco instável", "as bolsas de valores teve uma pequena queda", são comuns
no dia-a-dia, e quando surge a necessidade de quantificá-las, é fácil de perceber quão
imprecisas elas são.
Isto se deve ao fato de estarmos habilitados ao raciocínio lógico e exato, de forma que
um dado valor ou característica pertença ou não a um determinado conjunto.
105
Da mesma forma, a representação lógica tradicional proposta por Boole não possibilita
a representação destas imprecisões estas imprecisões ou inconsistências.
A lógica difusa (ou FUZZY Logic), criada por L.A. Zadeh, propõe uma representação de
forma que um determinado valor possa fazer parte de um único conjunto ou de vários, através
de ponderações. Estes são os chamados conjuntos difusos e sugerem a representação de
grandeza qualquer da seguinte forma:
Ilustração 5 – Representação CRISP X Representação FUZZY
A lógica difusa ou lógica Fuzzy é uma extensão da lógica booleana que admite valores
lógicos intermediários entre o FALSO (0) e o VERDADEIRO (1); por exemplo o valor médio
'TALVEZ' (0,5). Isto significa que um valor lógico difuso é um valor qualquer no intervalo de
valores entre 0 e 1. Este tipo de lógica engloba de certa forma conceitos estatísticos
principalmente na área de Inferência.
As implementações da lógica difusa permitem que estados indeterminados possam ser

tratados por dispositivos de controle. Desse modo, é possível avaliar conceitos não -
quantificáveis. Casos práticos: avaliar a temperatura (quente, morno, médio, etc.), o
sentimento de felicidade(radiante, feliz, apático, triste...), a veracidade de um argumento
(corretíssimo, correto, contra-argumentativo, incoerente, falso, totalmente errôneo, etc..)
A lógica Fuzzy deve ser vista mais como uma área de pesquisa sobre tratamento da
incerteza, ou uma família de modelos matemáticos dedicados ao tratamento da incerteza, do
que uma lógica propriamente dita. A lógica difusa normalmente está associada ao uso da
teoria de conjuntos Fuzzy proposto por Lukasiewicz.
Ao trabalhar com a lógica Fuzzy é comum chamar a lógica booleana de lógica nítida.
106
Muitos pesquisadores de versões booleanas de não aceitam a lógica Fuzzy como uma
verdadeira lógica, no sentido em que aceitam, por exemplo, a lógica modal. Isso pode ser
associado a diferentes fatos, entre eles o fato de muitos modelos permitirem soluções
aproximadas que não correspondem a uma "verdade" lógica.
Inferência difusa
Fazer uma inferência difusa significa aplicar regras do tipo SE X ENTÃO Y de forma
que X e Y, e a própria sentença, sejam noções difusas.
Dessa forma, se torna mais fácil interpretar matematicamente e implementar sistemas a

partir do conhecimento humano, como em: SE A TEMPERATURA É ALTA E A PRESSÃO É
ALTA ENTÃO O FLUXO DE COMBUSTÍVEL DEVE SER PEQUENO.
É importante notar que no caso acima, uma versão de uso corrente da lógica difusa, a
regra é igual a uma regra nítida que seria usada em um sistema especialista. Porém, os
conjuntos (ALTO, MÉDIO e BAIXO para temperatura, por exemplo) permitem graus de
pertinência, onde uma temperatura pode ter algum grau em todos os conjuntos, enquanto em
um sistema nítido, apenas um valor seria possível.
Assim, em sistemas difusos, com um conjunto de regras, várias regras aparentemente

contraditória são válidas simultaneamente, possuindo ainda um grau de validade. A solução
final é obtida por meio da agregação dos resultados por meio de alguma operação matemática,
como o cálculo do centro de massa da resposta obtida.
No caso da inferência, para cada conjunto de operações básicas NÃO, E e OU

escolhidos, são possíveis várias versões da implicação. Isso porque, na lógica nítida, A B (A
implica B) é equivalente a várias sentenças.
Outra forma de inferência difusa é aplicar regras como o modus ponens e modus tolens.
Isso permite várias variações. Em uma delas, sabendo que "A implica B" de forma nítida, e
tendo apenas um valor difuso de A, é possível calcular o valor de B.
Conjuntos difusos
Normalmente, o uso da lógica difusa está associado ao uso de conjuntos nebulosos.

Um conjunto nebuloso estende o conceito de conjunto permitindo que um elemento passa a
ter um grau de pertinência variando entre 0 e 1, ao invés de pertencer ou não ao conjunto
como na teoria de conjuntos tradicional.
107
Veja que o princípio é o mesmo aplicado a lógica difusa, onde o grau de veracidade
pode passar a variar entre 0 e 1.
Para cada conjunto, então, é criada uma função de pertinência, que indica o grau de
pertinência de seus elementos. Normalmente, essa função é criada de forma a representar
algum conceito impreciso, como "ser alto".
3.6. Tecnologia ANFIS (Adaptive Neuro Fuzzy Inference System)

Para o desenvolvimento do sistema HERMES foi utilizado à tecnologia ANFIS
(Adaptive Neuro Fuzzy Inference System).
ANFIS em resumo, é um sistema híbrido entre redes neurais e lógica Fuzzy, que utiliza
informações lingüísticas da lógica Fuzzy e capacidade de aprendizagem de uma Rede
Neural Artificial, combinando o que existe de melhor em cada tecnologia.
3.6.1 Raciocinador Neuro-fuzzy
Um raciocinador neuro-fuzzy é um componente de software capaz de aprender um

conjunto de regras fuzzy pré-definidas e se adaptar através da capacidade de aprendizagem
das redes neurais.
Figura – Arquitetura do raciocinador Neuro-Fuzzy

108
O sistema tem uma rede com arquitetura de 4 camadas. As camadas são chamadas de
L1, L2, L3 e L4.
A camada L1 introduz no sistema os valores numéricos descrevendo as características

do cliente, como salário, comprometimento de renda, quantidade de dependentes, etc. L2 é a
camada de fuzzificação. As unidades nesta camada têm funções de pertinência fuzzy como
funções transferência. O propósito desta camada é a fuzzificar valores de entrada, para
traduzi-las em conjuntos difusos. Cada unidade nesta camada corresponde a um único
conjunto fuzzy que aparece na parte premissa de uma regra fuzzy.
L3 é a camada de premissa e seu objetivo é calcular a ativação das premissas das regras
fuzzy. Cada unidade nesta camada corresponde a uma determinada regra. As unidades em
L3 implementam o operador AND em valores fuzzy, e ele simplesmente calcula uma função
mínima. Pesos de conexão entre as camadas L1 e L2, e L2 e L3 são fixados para 1.
A quarta camada, a L4, implementa unidades de saída, uma para cada classificação (no
caso de classificação de clientes, um para cada tipo de cliente, por exemplo, Bom, Mau,
Intermediário, etc.) Os pesos de conexão entre as camadas L3 e L4 são treinados utilizando,
pelo menos um algoritmo de médias quadráticas. As ligações entre premissas e classificações
de regras fuzzy são armazenadas nestes pesos.
A criação do conjunto de treinamento é baseado nos parâmetros de funções de

pertinência difusa da camada L2, e explicitamente definido como conjunto de regras fuzzy.
O sistema raciocinador neuro fuzzy oferece uma maneira simples para um especialista
de crédito criar um classificador neuro-fuzzy com base no conhecimento prévio do cliente,
porque o sistema NFR correspondente é diretamente extraído do modelo fuzzy, que é muito
próximo ao modelo verbal.
Então transpondo da teoria para a prática, o sistema Hermes necessita de um

treinamento inicial com graus de pertinência fuzzy, que identifiquem um bom e um mau
cliente. E com o passar do tempo, ele se adaptará através da capacidade de aprendizagem das
redes neurais.
109
4.0. PLANO DE IMPLEMENTAÇÃO
4.1. Estratégias de Trabalho
4.1.1. Programação/Desenvolvimento
Conforme os requisitos levantados, o sistema será de forma incremental.
Primeiramente, será desenvolvida toda a parte de cadastramento do funcionário para que
possa se tornar apto, o acesso do mesmo ao sistema. Em seguida, a prioridade será o próprio
ambiente. Para esta tarefa será alocado um profissional altamente qualificado com o intuito de
prover melhores resultados, tanto na funcionalidade, como na navegabilidade.
4.1.2. Testes
A construção de um software é complexa e sujeita a falhas em diversos pontos do seu
desenvolvimento. Para garantir a qualidade de um software é necessário que vários testes
sejam realizados para detectar possíveis falhas.
Os testes de software são métodos e técnicas utilizadas com ferramentas que

contribuem para a melhoria da qualidade do sistema, além de prevenir o custo de uma
correção de erros do software depois de sua implantação.
A seguir serão apresentados alguns tipos de testes:
Teste estrutural (Caixa Branca)
O teste estrutural ou teste da caixa branca é o teste que tem a finalidade de garantir que
as operações internas do produto apresentem o desempenho esperado. O objetivo deste teste
são os seguintes:
 Assegurar que todos os caminhos independentes dentro do módulo tenham sido

exercitados pelo menos uma vez;
 Exercitar todas as decisões lógicas para valores falsos ou verdadeiros;
 Executar todos os laços em suas fronteiras e dentro de seus limites operacionais;
 Exercitar as estruturas de dados internas para garantir sua validade.
Para realizar o teste estrutural do projeto é utilizado o método de complexidade
ciclomática, que é uma métrica de software que apresenta uma medida quantitativa da
complexidade lógica de um programa.
110
Quando usado no contexto do método de teste do caminho básico, o valor computado

da complexidade ciclomática, define o número de caminhos independentes do conjunto básico
de um programa, e nos fornece um limite máximo de números de teste que deve ser
executado. Para garantir que todas as instruções sejam executadas pelo menos uma vez.
Complexidade Ciclomática (Cadastro de Cliente e Registro de Proposta)
 Fluxograma
Figura - Complexidade Ciclomática

111
 Grafos de fluxo (Cadastro de Cliente e Registro de Proposta)

112
Complexidade ciclomática
V(G)  Número de regiões do grafo = 4;
V(G)  Número de Arestas do grafo = 17;
V(G)  Número de Nós do grafo = 14;
V(G)  Número de Nós Predicativos = 3;
Cálculo da Complexidade Ciclomática
V(G)  (((A – 1) – N) + 2) = (((17 – 1) – 14) + 2) = 4;
V(G)  P + 1 = 3 + 1 = 4;
Caminhos Independentes
C1 = 1 - 14;
C2 = 1 – 2 – 3 – 2 – 3 – 4 – 5 – 6 – 7 – 8 – 9 – 8 – 9 – 10 – 11 – 12 - 13;
C3 = 1 – 2 – 3 – 2 – 3 – 4 – 6 – 7 – 8 – 9 – 8 – 9 – 10 – 11 – 12 - 13;
C4 = 1 – 2 – 3 – 4 – 5 – 6 – 7 – 8 – 9 – 10 – 11 – 12 – 13;
C5 = 1 – 2 – 3 – 2 – 3 – 4 – 6 – 7 – 8 – 9 – 10 – 11 – 12 – 13;
C6 = 1 – 2 – 3 – 4 – 5 – 6 – 7 – 8 – 9 – 8 – 9 – 10 – 11 – 12 – 13;
C7 = 1 – 2 – 3 – 4 – 5 – 6 – 7 – 8 – 9 – 10 – 11 – 12 – 13;
C8 = 1 – 2 – 3 – 4 – 6 – 7 – 8 – 9 – 8 – 9 – 10 – 11 – 12 – 13;
C9 = 1 – 2 – 3 – 4 – 6 – 7 – 8 – 9 – 10 – 11 – 12 – 13;
113
Pseudocódigo do Cadastro de Cliente e Registro de Proposta

114
 Complexidade Ciclomática (Resposta da Análise)
-Fluxograma
Figura -
Complexidade
Ciclomática
115
Grafos de fluxo (resposta da Análise)
Complexidade ciclomática
V(G)  Número de regiões do grafo = 2;
V(G)  Número de Arestas do grafo = 8;
V(G)  Número de Nós do grafo = 7;
V(G)  Número de Nós Predicativos = 2;
Cálculo da Complexidade Ciclomática
V(G)  (((A – 1) – N) + 2) = (((8 – 1) – 7) + 2 = 2;
V(G)  P + 1 = 2 + 1 = 3;
Caminhos Independentes
C1 = 1-2-3-7;
C2 = 1-2-4-5-7;
C3 = 1-2-4-6-7;
116
Pseudocódigo da Resposta da Análise

117
4.1.3. Carga Inicial

A carga inicial da base de dados será manualmente pelo administrador e o instrutor.
4.1.4. Treinamento
O treinamento será dividido em sessões diárias de duas horas onde participarão os
funcionários que operacionalizarão o sistema. O treinamento será na própria empresa
simulando uma rotina de trabalho que compreenda todas as fases do processo, podendo assim
realizar todas as fases do sistema. Cada usuário terá seu micro conectado à rede onde
aprenderão sobre as facilidades da nova ferramenta e de sua interface especifica. Junto a isto
será distribuído o manual do usuário. Haverá a divisão de grupos por perfil de usuário.
4.1.5. Implementação
Para que não haja maiores problemas, o supervisor participará da fase de
implementação, e tomará conhecimento das eventuais dificuldades que possam vir a surgir na
execução do processo. A implementação será realizada da seguinte forma:
 Implantação do servidor:
 Instalação do Sistema Operacional;
 Instalação do Antivírus;
 Instalação do Banco de Dados;
 Instalação do Servidor Apache;
 Definição dos Usuários;
 Implementação do Esquema de Banco de Dados.
118
4.2. Recursos Estimados
4.2.1. Recursos Humanos

FASE 01
Descrição Implementação da Interface.
Recursos Analista de Sistema Jr.

Humanos
Recursos 03 Notebooks (1- Itautec Pentium Dual CPU Core Inside, Placa de vídeo
Materiais integrada, 2 GB de memória RAM, 160GB de HD, DVD-RW e Monitor LCD
17’’, com Windows XP Profissional Service Pack 3 com 64 bits);
(2 - Dell Intel Core 2 Quad. 2.66Ghz, placa de vídeo integrada, 4GB de

memória, 320 GB de HD, DVD-RW e Monitor LCD 17’’, com Windows 7
Profissional 64 bits.
FASE 02
Descrição Implementação dos arquivos de banco de dados.
Recursos Analista de Sistema Jr;

Humanos
Administrador de banco de dados (DBA).

FASE 03
Descrição Testes.

Humanos
119

FASE 04
Descrição Acertos necessários.

Humanos

FASE 05
Descrição Treinamento de usuários.

Humanos

Profissional 64 bits;
Ambiente de trabalho.
FASE 06
Descrição Homologação do sistema.

Humanos

120
Tabela - Recursos Estimados

121
4.3. Cronograma
O cronograma para realização das fases previstas para o plano de implementação é
apresentado a seguir:
Figura - Cronograma
4.4. Orçamento
Investimentos (Bens e equipamentos)
Impressora HP LaserJet R$ - R$ - R$ - R$ - R$ - R$ -
P1102w Pro
3 Notebooks Dell Vostro R$ - R$ - R$ - R$ - R$ - R$ -
1320
Microsoft Project 2007 R$ - R$ - R$ - R$ - R$ - R$ -
Microsoft Visio 2007 R$ - R$ - R$ - R$ - R$ - R$ -
Total R$ - R$ - R$ - R$ - R$ - R$ -
Despesas – Mão de obra

3 R$ - R$ 13.540,50 R$ R$ R$ R$
Analistas 20.400,00 20.400,00 20.400,00 10.531,50
de
Sistemas
Total R$ - R$ 13.540,50 R$ R$ R$ 10.531,50
20.400,00 20.400,00 20.400,00
Despesas - Materiais
122

Resma de R$ 48,00 R$ 48,00 R$ 48,00 R$ 48,00 R$ 48,00 R$ -
folhas - Papel
A4
Toner para R$ 100,90 R$ - R$ - R$ R$ - R$ -
Impressora 100,90
Caneta R$ 10,00 R$ - R$ - R$ 10,00 R$ - R$ -
Lápis R$ 5,00 R$ - R$ - R$ 5,00 R$ - R$ -
Borracha R$ 1,50 R$ - R$ - R$ 1,50 R$ - R$ -
Grampeador R$ 12,00 R$ - R$ - R$ - R$ - R$ -
Total R$ 177,40 R$ 48,00 R$ 48,00 R$ R$ 48,00 R$ -
165,40
Cálculo de depreciação (Bens e equipamentos)

Impressora R$ 5,89 R$ 5,89 R$ 5,89 R$ 5,89 R$ 5,89 R$ 5,89
HP LaserJet
P1102w Pro
3 Notebooks R$ 124,95 R$ 124,95 R$ 124,95 R$ R$ R$ 124,95
Dell Vestro 124,95 124,95
1320
Microsoft R$ 19,06 R$ 19,06 R$ 19,06 R$ 19,06 R$ 19,06 R$ 19,06
Project 2007
Microsoft R$ 11,50 R$ 11,50 R$ 11,50 R$ 11,50 R$ 11,50 R$ 11,50
Visio 2007
Total R$ 161,40 R$ 161,40 R$ 161,40 R$ R$ R$ 161,40
161,40 161,40
Orçamento Estimado Final

Investimento R$ - R$ - R$ - R$ - R$ - R$ -
(Bens e
Equipamentos)
Despesas - R$ - R$ R$ R$ R$ R$
Mão de obra 13.540,50 20.400,00 20.400,00 20.400,00 10.531,50
Despesas – R$ R$ 48,00 R$ 48,00 R$ R$ 48,00 R$ -
Materiais 177,40 165,40
Depreciação R$ R$ 161,40 R$ R$ 161,40 R$ R$
(Bens e 161,40 161,40 161,40 161,40
Equipamentos)
Custo do R$ 96,84 R$ 96,84 R$ 96,84 R$ 96,84 R$ 96,84 R$ 96,84
dinheiro
Total R$ R$ R$ R$ R$ R$
435,64 13.846,74 20.706,74 20.823,64 20.706,74 10.789,74
Custo do Projeto R$
87.309,24
Tabela - Orçamento
123
Cálculo do Salário
Valor/Hora Valor/Dia Totais Valor
Recursos Qtd (R$) Horas/Dia (R$) Dias/Mês Meses Total
(R$)
Analista 3 42,50 8 1.020,00 22 3,8 85.272,00
de
Sistema
TOTAL 3 42,50 8 1.020,00 22 3,8 85.272,00
Tabela - Orçamento
124
5.0. CONCLUSÃO
O processo decisório relativo à concessão de crédito é totalmente baseado em
informações e em conhecimento. O aperfeiçoamento dos processos de apóio a decisão de
crédito se beneficia do desenvolvimento e aplicação de processos de conhecimento nas
instituições financeiras. A predição do risco de inadimplência possibilita redução dos custos,
maximiza as receitas e proporciona maior disponibilidade de recursos para operações
regulares.
Considerando que o aumento sucessivo das perdas com a inadimplência contribui para a
redução da lucratividade e rentabilidade dos bancos, o resultado é o de comprometer
negativamente o retorno dos acionistas e dos demais supridores de capital.
Para minimizar as possibilidade de ocorrência desse resultado e continuar obtendo

êxito na meta principal da administração financeira, a maximização da riqueza, é
indispensável que os bancos façam contínuas reavaliações de seus modelos de credit scoring.
Considerando não só a seleção e ponderação de variáveis internas (não-sistêmicas)

como também a inclusão de eventos externos (sistêmicos) que apresentam relação direta com
a renda e capacidade de pagamento dos tomadores. Neste sentido o sistema Hermes traz
importante contribuição às instituições financeiras e demais entidades de crédito que
concedem financiamentos rotativos às pessoas físicas.
Lançando uso da tecnologia de Sistema Especialista (que tem por objetivo simula o
conhecimento e tomada de decisão humana), o sistema Hermes Implanta a tecnologia da
lógica difusa ou lógica Fuzzy que é uma extensão da lógica booleana que admite valores
lógicos intermediários entre o FALSO (0) e o VERDADEIRO (1); por exemplo o valor médio
'TALVEZ' (0,5). Isto significa que um valor lógico difuso é um valor qualquer no intervalo de
valores entre 0 e 1.
Aplica à tecnologia ANFIS (Sistema de Inferência Adaptativo baseada em rede Fuzzy)

Adaptive Neuro Fuzzy Inference System (ANFIS) é um mapeamento Fuzzy algoritmo que é
baseado em Tagaki sistema de inferência Fuzzy. ANFIS é a integração das redes neurais e
lógica nebulosa e têm o potencial para capturar os benefícios de ambos os campos em um
quadro único.
ANFIS utiliza informações lingüísticas da lógica Fuzzy e capacidade de aprendizagem

de uma RNA para automático Fuzzy - se então a regra de geração e parâmetro.
A principal finalidade do sistema Hermes é estimar o Risco de concessão de crédito a

pessoa física. Porém por conseqüência, fornece subsídios que permitem administrar o risco do
portfólio de crédito, precificar as operações de maneira mais adequada e orientar estratégias
de cobrança e marketing.
Com a implementação do sistema notou-se algumas vantagens que agilizaram o

negócio como:
 Maior facilidade de acesso do proponente ao crédito;
125
 Agilidade na captação de novos tomadores de crédito, a custos reduzidos;

 Redução significativa dos custos de análise e aprovação de crédito;
 Geração de relatórios gerenciais a qualquer momento;
 Fila de proposta customizável, onde cada analista analisa somente propostas de
produtos presentes em seu cadastro.
126
6.0. TRABALHOS FUTUROS
Após a implantação do trabalho proposto, existem algumas complementações que

poderão ser efetuadas, visto que foram feitas muitas simplificações para que fosse possível
implementar alguma solução no tempo estimado do projeto.
A seguir serão listados os possíveis trabalhos futuros identificados dentro e fora dos
módulos escolhidos para este projeto, que não foram implementados nesta proposta, pelo fato
do curto tempo para conclusão e entrega e por se tratar de um projeto inovador dando ênfase
em redes neurais. Segue como possíveis implementações futuras:
Aprimoramento do Serviço de Segurança com as operações básicas de

autenticação e autorização;
Interface mais amigável para inclusão de proposições FUZZY.
Iniciação da linguagem Regular para configuração dos métodos de Inferência.
Precificação da proposta de acordo com o risco apresentado.
Back Propagação do sistema Neural, Treinamento da rede Neural, Em outras
palavras, ele deve calcular com as mudanças de erros, cada peso é aumentado ou
diminuído ligeiramente.
Aplicação com mais profundidade nos módulos de ESCORAGE e REGRAS DE
INFERÊNCIA utilizando a ferramenta FUZZY TEC.
Inclusão no processo de decisão de um agente inteligente de Base de conhecimento
e motor de Inferência.
Relatórios de vital importância para o corpo gerencial auxiliando substancialmente
a tomada de decisão:
Relatório contendo a relação das regras bem como os resultados obtidos
pela Rede neural aplicadas na análise da proposta de crédito (aprovada ou
reprovada) quando da solicitação de empréstimo.
Relatório contendo o histórico de aprovação de propostas quebrado por
vários níveis de regras como (idade, sexo, profissão, dependentes, estado
civil, etc.).
Relatório de indicadores de desempenho, como por exemplo de
produtividade (informação quanto à eficiência da rede neural), qualidade
(Medindo a eficiência do processo e satisfação dos clientes atendidos) e de
capacidade (gerando saídas contendo o número de propostas avaliadas pela
rede neural dentro de um período de tempo pré-determinado).
Opção da visualização de gráficos.
Melhoramentos na Interface das telas do sistema com inclusão do botão de
voltar em cada tela de submenu.
Qualquer uma dessas sugestões traria um ganho para empresa, tornando-a cada vez
mais competitiva.
127
7.0. GLOSSÁRIO
Palavra Significado
SCC Sistema de Controle de Crédito.
Apache É um servidor Web livre.
É a cópia de dados de um dispositivo de

armazenamento a outro para que possa ser
Backups restaurado em caso de perda dos dados
originais, o que pode envolver apagamento
acidental ou corrupção de dados.
É uma métrica de software usada para indicar

Complexidade Ciclomática a complexidade de um programa de
computador.
Os custos ou as despesas decorrentes do

desgaste ou da obsolescência dos ativos
Depreciação
imobilizados (máquinas, veículos, móveis,
imóveis e instalações) da empresa.
É uma representação que usa notação de

Grafo de Fluxo grafo para descrever todos os caminhos que
podem ser executados por um programa de
computador.
É a parte física do computador. O conjunto de
Hardware componentes eletrônicos, circuitos integrados
e placas.
É uma seqüência de instruções a serem
Software seguidas e/ou executadas, na manipulação,
redirecionamento ou modificação de um
dado/informação ou acontecimento.
É a parte do sistema visível para o usuário,
Interface através da qual, ele se comunica para realizar
suas tarefas.
Layout Demonstração das telas que serão utilizadas

pelo sistema.
Login É um conjunto de caracteres solicitado para

os usuários que por algum motivo necessitam
acessar algum sistema.
É um software de gestão de projetos (ou
Microsoft Project 2007 gerência de projetos) produzido pela
Microsoft.
É um aplicativo para criação de diagramas
Microsoft Visio 2007 para o ambiente Windows. Ferramenta de
modelagem UML.
128
É ambiente de modelagem baseada em

Enterprise Architect equipes que contempla o pleno
desenvolvimento do ciclo de vida do produto.
Ferramenta de modelagem UML.
É uma suíte de aplicativos para escritório que
Microsoft Office contém programas como processador de
texto, planilha de cálculo, banco de dados,
apresentação gráfica e gerenciamento de
tarefas.
MYSQL Server Servidor de Banco de dados.
É uma parte bem definida de um determinado

Módulo
sistema.
Eclipse é um ambiente de desenvolvimento

aberto, o seu uso efetivo em produção
Eclipse corporativa requer agregar plug-ins para
tecnologias Java especializadas,
principalmente para a plataforma J2EE.
É uma linguagem de programação de

computadores interpretada, livre e muito
PHP5
utilizada para geração de conteúdos
dinâmicos na internet.
Sistema Operacional é uma coleção de

SO programas que inicializam o hardware do
computador.
Sigla de Unified Modeling Language. É uma

UML linguagem de modelagem não proprietária de
terceira geração.
WEB World Wide Web - Rede de alcance mundial
A lógica Fuzzy é uma forma de valor lógica,

trata-se de raciocínio que é líquido ou
aproximado ao invés de fixo e exato.
Trabalha com valores que variam entre 0 e 1,
e valores lógicos verdadeiros ou falsos. A
FUZZY
lógica Fuzzy tem sido estendida para lidar
com o conceito de verdade parcial, onde o
valor de verdade pode variar entre
completamente verdade e completamente
falso.
ANFIS É um mapeamento Fuzzy algoritmo que é

baseado em Tagaki sistema de inferência
Fuzzy. ANFIS é a integração das redes
129
neurais e lógica nebulosa e têm o potencial

para capturar os benefícios de ambos os
campos em um quadro único.
Redes neuronais artificiais, são sistemas

computacionais baseados numa aproximação
à computação baseada em ligações. Nós
simples (ou "neurões", "neurônios",
"processadores" ou "unidades") são
RNA interligados para formar uma rede de nós -
daí o termo "rede neuronal". A inspiração
original para esta técnica advém do exame
das estruturas do cérebro, em particular do
exame de neurônios.
130
8.0 BIBLIOGRAFIA
DAVIS, Michele E. e PHILLIPS, Jon A. – Aprendendo PHP & MySQL: um guia passo a
passo para a criação de web sites dinâmicos, movidos a banco de dados; tradução Rita
Sussekind... [et AL.]. 1 ed. – Rio de Janeiro: Alta Books, 2008.
Abraham Laredo Sicsú – CREDIT SCORING – Desenvolvimento . Implementação –

Acompanhamento – 1° edição – 2010 – Editora Edgard Blucher Ltda.
Craig Larman – Utilizando UML e Padrões 2° Edição – Uma introdução à análise e ao projeto
orientado a objetos e ao processo Unificado – Editora Bookman 2004 – Reimpressão 2006.
Eduardo Bezerra – PRINCÍPIOS de ANÁLISE e PROJETO de SISTEMAS com UML – Um

guia prático para modelagem de sistemas orientado a objetos através da linguagem de
Modelagem Unificada – 9° Tiragem - Editora CAMPUS e ELSEVIER.
NEURO – FUZZY And Soft Computing (JYH – Shing Rosen Jang). (Chuem – Tsay Sun)
(Eiji Muzutani).
Zoran Sevarac. Neuro Fuzzy Reasoner for Student Modeling. Disponível em:
http://neuroph.sourceforge.net/Neuro%20Fuzzy%20reasoner%20for%20student
%20modeling.pdf. Acesso em: 1 fev. 2011.
Cássia Yuri Tatibana e Daisi Yuki Kaetsu. Redes Neurais. Disponível em:
http://www.din.uem.br/ia/neurais/ . Acesso em: 1 fev. 2011.
Artigos da Internet – home Page - ECRED, Tecnologia Web para a Gestão e Análise de Risco
de Crédito. Paradigma Internet – Link -
http://www.paradigma.com.br/Solucoes/ecred/funcionamento_ecred/view.
Wikipédia a enciclopédia livre – Artigo e Discussão sobre Análise de Crédito

http://pt.wikipedia.org/wiki/An%C3%A1lise_de_cr%C3%A9dito
http://en.wikipedia.org/wiki/Credit_score
131
Redes Neurais - por Christos Stergiou e Siganos Dimitrios

http://www.doc.ic.ac.uk/~nd/surprise_96/journal/vol4/cs11/report.html
Divulgação de trabalho na Internet – Avaliação da aplicabilidade de um modelo de credito

scoring com variáveis sistêmicas e não-sistêmicas em carteiras de crédito Bancário rotativo de
pessoas físicas “An evaluation on the applicability of a credit scoring model, with systemic
and non-systemic variables in revolving bank credit portfólio for individuals”
Divulgação de trabalho na Internet – Desenvolvimento de um modelo de credit scoring para

uma cooperativa de crédito brasileira – Por Priscila Almeida de Magalhães e Poueri do Carmo
Mario – Universidade Federal de Minas Gerais.
Divulgação de trabalho na Internet – Proposta de um modelo de Rede Neuro-Fuzzy-

Polinomial Otimizador por Algoritmos de Enxame Aplicado à Previsão.
W. Pedrycz and F. Gomide; “Fuzzy Systems Engineering : Toward Human-Centric

Computing”; Wiley/IEEE Press, 2007 ; ISBN 978-0-471-78857-7
C. J. Harris, C. G. Moore & M. Brown; “Intelligent control: Aspects of Fuzzy Logic and
Neural Nets”; World Scientific, 1993; ISBN 981-02-1042-6
Kosko, Bart; “Neural networks and fuzzy systems: a dynamical systems approach to machine
intelligence”; Prentice-Hall International, 1992; ISBN 0-13-612334-1
Earl Cox; “The Fuzzy Systems Handbook : a Practitioner's Guide to Building, Using and
Maintaining Fuzzy Systems”; Professional, 1994 ; ISBN 0-12-194270-8

TCC - Segurança Da Informação

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

TCC - Segurança Da Informação

Enviado por

Direitos autorais:

Formatos disponíveis

1

Sistema de Análise de crédito

Raphael Oliveira Cabral

Raphael Oliveira Cabral

Sistema de Análise de crédito

Trabalho de Graduação apresentado à disciplina de Projeto

Orientador: José Carlos Millan

Raphael Oliveira Cabral

FINICRED (HERMES) - SISTEMA DE ANÁLISE DE CRÉDITO

Trabalho de Graduação apresentado à disciplina

Data de defesa: de Junho de 2011.

Prof. José Carlos Millan (Orientador). ________________________________

Prof. Renato Cortez ________________________________

Prof. Carlos Alberto Alves Lemos ________________________________

Dedicamos este projeto aos nossos pais, a

Aos amigos que sempre nos incentivaram e apoiaram.

Aos demais professores da Universidade Estácio de Sá, pelos conhecimentos transmitidos

Resumo do projeto apresentado à Universidade Estácio de Sá da cidade de Niterói como parte

FINICRED (HERMES) - SISTEMA DE ANÁLISE DE CRÉDITO

Raphael Oliveira Cabral

Orientador: Prof. José Carlos Millan

Este trabalho tem como objetivo principal mensurar e gerenciar risco

O sistema Hermes será desenvolvido para trabalhar em conjunto

de crédito, com o intuito de monitorar e gerenciar a carteira dos futuros

1.2 Método de Trabalho............................................................................ 10

1.3 Previsão de alocação de Recursos...................................................11

1.4 Cronograma do Trabalho....................................................................12

1.5 Orçamento do Trabalho......................................................................13

1.5.1 Cálculo do salário............................................................................ 15

1.5.3 Cálculo do custo do dinheiro.........................................................17

1.5.6 Totalização dos custos...................................................................20

2.0. EXPLORAÇÃO DO SISTEMA PROPOSTO........................................21

2.1. Exposição dos Problemas, Avaliação das Alternativas e Soluções

2.1.1. Inconsistência nas decisões de concessão de crédito...............21

2.1.2. Decisões de análise de crédito demorada...................................22

2.1.3. Decisões ineficientes e inadequadas...........................................23

2.1.4. Decisões geograficamente dependentes de um analista de

2.1.5. Falta de critérios para monitorar e administrar o risco de um 24

2.2. Representação Lógica do Sistema Proposto..................................25

2.2.1. Caracterizações Gerais................................................................25

2.2.2. Modelo Funcional.........................................................................26

2.2.2.1. ...................................................................... Diagrama de caso de uso

2.2.3. Diagrama de Classe.....................................................................27

2.2.3. Diagrama de Classe.....................................................................27

2.2.4. Descrição dos Atores......................................................................28

2.2.5. Descrição dos Atributos da Classe............................................29

2.2.6. Projeto de Interface.....................................................................34

Categoria: Interface do tipo “Cadastro”................................................42

Categoria: Interface do tipo “Relatório”................................................46

2.2.7. Descrição de Casos de Uso.........................................................53

2.2.8. Diagrama de Seqüência..............................................................65

2.2.9. Diagrama de Atividade................................................................75

2.3. Projetos Físicos................................................................................... 77

2.3.1. Alternativa de Implementação de Hardware e Software.......77

2.3.6. Plano de Contingência.................................................................97

3.0. REDE NEURAL ARTIFICIAL (RNA).................................................100

3.1. Conceitos Gerais.................................................................................. 100

3.1. Rede Neural Artificial..........................................................................101

3.2. Inspiração Biológica............................................................................102

3.3. Neurônio Artificial................................................................................ 103

3.4. Modelo de Rede Neural Artificial - Perceptron...............................104

3.5. Lógica FUZZY........................................................................................ 105

3.6. Tecnologia ANFIS (Adaptive Neuro Fuzzy Inference System).......108