An Integrated Platform for Monitoring and Predictive Analysis to Support Decision-Making in Basic Sanitation
Abstract
This article presents the development of an integrated monitoring and predictive analysis system for basic sanitation, focusing on expanding sewage coverage and reducing water losses. The solution was validated with real data from Saneago (2019–2024) and demonstrated high performance in the multiple linear regression model (R2 = 0.986, MAE = 0.48). The platform includes dashboards, goal simulation, and projections through 2030. The results indicate operational advances, such as a reduction in the loss index by 1.9 percentage points and expansion of sewage coverage by 7.92 p.p. The system proved promising for supporting strategic decisions, with potential for adaptation to different operational contexts.
References
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.
Published
2025-09-29
How to Cite
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: NATIONAL MEETING ON ARTIFICIAL AND COMPUTATIONAL INTELLIGENCE (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.
