An Integrated Platform for Monitoring and Predictive Analysis to Support Decision-Making in Basic Sanitation
Resumo
Este artigo apresenta o desenvolvimento de um sistema integrado de monitoramento e análise preditiva para o saneamento básico, com foco na ampliação da cobertura de esgoto e na redução de perdas de água. A solução foi validada com dados reais da Saneago (2019–2024) e demonstrou alto desempenho no modelo de regressão linear múltipla (R2 = 0,986, MAE = 0,48). A plataforma inclui dashboards, simulação de metas e projeções até 2030. Os resultados apontam avanços operacionais, como redução do índice de perdas em 1,9 ponto percentual e expansão da cobertura de esgoto em 7,92 p.p. O sistema mostrou-se promissor para apoiar decisões estratégicas, com potencial de adaptação a diferentes contextos operacionais.
Referências
Chodorow, K. (2013). MongoDB: the definitive guide. O’Reilly Media, Sebastopol.
COMPESA (2020). Projeto de monitoramento de poços artesianos com iot e big data na região metropolitana de recife. Recife: Companhia Pernambucana de Saneamento.
Diep, L., Martins, F. P., Campos, L. C., Hofmann, P., Tomei, J., Lakhanpaul, M., and Parikh, P. (2021). Linkages between sanitation and the sustainable development goals: A case study of brazil. Sustainable Development, 29(2):339–352.
Engineering do Brasil (2021). Projeto de ia, big data e governança de dados para a sabesp. Apresentação institucional e publicações técnicas.
Gomes, R. et al. (2021). Predictive models for sewage coverage using machine learning. Journal of Water Management.
Kitsios, F., Kamariotou, M., and Mavromatis, A. (2023). Drivers and outcomes of digital transformation: The case of public sector services. Information, 14(1):43.
Lima, E. (2018). Módulo de sensores para monitoramento da qualidade da água com transmissão sem fio utilizando plataforma de prototipagem. Dissertação de mestrado, Universidade Estadual de Feira de Santana, Feira de Santana.
Najafzadeh, M., Homaei, F., and Farhadi, H. (2021). Reliability assessment of water quality index based on guidelines of national sanitation foundation in natural streams: Integration of remote sensing and data-driven models. Artificial Intelligence Review, 54(6):4619–4651.
Oliveira, J., Andrade, A., and Lopes Júnior, J. (2024). Smart sewers – esgoto inteligente: utilizando redes de iot para o monitoramento de elevatórias de esgoto para otimização dos processos de esgotamento sanitário na cidade de senhor do bonfim – ba. In Anais do Congresso da ABES, Senhor do Bonfim. ABES.
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., et al. (2011). Scikit-learn: machine learning in python. The Journal of Machine Learning Research, 12:2825–2830.
Pereira, L. (2022). Big data in public utilities management. Public Sector Analytics.
Perfil Corporativo (2025). Perfil corporativo. [link].
Planilhas Interativas (2025). Planilhas interativas. [link].
Presidência da República (2016). Lei nº 13.303, de 30 de junho de 2016: dispõe sobre o estatuto jurídico da empresa pública, da sociedade de economia mista e de suas subsidiárias. [link].
Presidência da República (2020). Lei nº 14.026, de 15 de julho de 2020: atualiza o marco legal do saneamento básico e altera as leis nº 9.984/2000, 10.768/2003, 11.107/2005 e 12.305/2010. [link].
SABESP (2021). Projeto saneamento 4.0 – monitoramento inteligente com iot e ia. São Paulo: Companhia de Saneamento Básico do Estado de São Paulo.
Salman, M. Y. and Hasar, H. (2023). Review on environmental aspects in smart city concept: Water, waste, air pollution and transportation smart applications using iot techniques. Sustainable Cities and Society, 94:104567.
Saneago (2024). Relatórios operacionais 2021-2024. Goiânia: Saneamento de Goiás S.A.
Silva, J. (2023). Iot applications in water distribution systems. Water Resources Research.
SILVA, J. and OLIVEIRA, M. (2025). Development of efficient data management and analytics tools for intelligent sanitation network design. Journal of Urban Infrastructure and Smart Cities, 12(3):45–60. Acessado em: 26 jun. 2025.
Souza, A. P. P. d. S. (2024). Processo de transformação digital: atendimento ao público no âmbito da companhia de saneamento ambiental do distrito federal.
WETLANDS Construídos (2017). Tratamento sustentável de esgoto com wetlands construídos – startup da ufmg. Apresentado no 47º Congresso Nacional de Saneamento da Assemae. Startup incubada na Inova-UFMG.
COMPESA (2020). Projeto de monitoramento de poços artesianos com iot e big data na região metropolitana de recife. Recife: Companhia Pernambucana de Saneamento.
Diep, L., Martins, F. P., Campos, L. C., Hofmann, P., Tomei, J., Lakhanpaul, M., and Parikh, P. (2021). Linkages between sanitation and the sustainable development goals: A case study of brazil. Sustainable Development, 29(2):339–352.
Engineering do Brasil (2021). Projeto de ia, big data e governança de dados para a sabesp. Apresentação institucional e publicações técnicas.
Gomes, R. et al. (2021). Predictive models for sewage coverage using machine learning. Journal of Water Management.
Kitsios, F., Kamariotou, M., and Mavromatis, A. (2023). Drivers and outcomes of digital transformation: The case of public sector services. Information, 14(1):43.
Lima, E. (2018). Módulo de sensores para monitoramento da qualidade da água com transmissão sem fio utilizando plataforma de prototipagem. Dissertação de mestrado, Universidade Estadual de Feira de Santana, Feira de Santana.
Najafzadeh, M., Homaei, F., and Farhadi, H. (2021). Reliability assessment of water quality index based on guidelines of national sanitation foundation in natural streams: Integration of remote sensing and data-driven models. Artificial Intelligence Review, 54(6):4619–4651.
Oliveira, J., Andrade, A., and Lopes Júnior, J. (2024). Smart sewers – esgoto inteligente: utilizando redes de iot para o monitoramento de elevatórias de esgoto para otimização dos processos de esgotamento sanitário na cidade de senhor do bonfim – ba. In Anais do Congresso da ABES, Senhor do Bonfim. ABES.
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., et al. (2011). Scikit-learn: machine learning in python. The Journal of Machine Learning Research, 12:2825–2830.
Pereira, L. (2022). Big data in public utilities management. Public Sector Analytics.
Perfil Corporativo (2025). Perfil corporativo. [link].
Planilhas Interativas (2025). Planilhas interativas. [link].
Presidência da República (2016). Lei nº 13.303, de 30 de junho de 2016: dispõe sobre o estatuto jurídico da empresa pública, da sociedade de economia mista e de suas subsidiárias. [link].
Presidência da República (2020). Lei nº 14.026, de 15 de julho de 2020: atualiza o marco legal do saneamento básico e altera as leis nº 9.984/2000, 10.768/2003, 11.107/2005 e 12.305/2010. [link].
SABESP (2021). Projeto saneamento 4.0 – monitoramento inteligente com iot e ia. São Paulo: Companhia de Saneamento Básico do Estado de São Paulo.
Salman, M. Y. and Hasar, H. (2023). Review on environmental aspects in smart city concept: Water, waste, air pollution and transportation smart applications using iot techniques. Sustainable Cities and Society, 94:104567.
Saneago (2024). Relatórios operacionais 2021-2024. Goiânia: Saneamento de Goiás S.A.
Silva, J. (2023). Iot applications in water distribution systems. Water Resources Research.
SILVA, J. and OLIVEIRA, M. (2025). Development of efficient data management and analytics tools for intelligent sanitation network design. Journal of Urban Infrastructure and Smart Cities, 12(3):45–60. Acessado em: 26 jun. 2025.
Souza, A. P. P. d. S. (2024). Processo de transformação digital: atendimento ao público no âmbito da companhia de saneamento ambiental do distrito federal.
WETLANDS Construídos (2017). Tratamento sustentável de esgoto com wetlands construídos – startup da ufmg. Apresentado no 47º Congresso Nacional de Saneamento da Assemae. Startup incubada na Inova-UFMG.
Publicado
29/09/2025
Como Citar
SILVA, Daianne Valéria; SANTOS, Fagner Pinho Pereira Vieira dos; SANTOS, Willgnner Ferreira; ALVES, Alisson Rodrigues.
An Integrated Platform for Monitoring and Predictive Analysis to Support Decision-Making in Basic Sanitation. In: ENCONTRO NACIONAL DE INTELIGÊNCIA ARTIFICIAL E COMPUTACIONAL (ENIAC), 22. , 2025, Fortaleza/CE.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 1950-1961.
ISSN 2763-9061.
DOI: https://doi.org/10.5753/eniac.2025.14338.
