Desarrollo de un prototipo tecnológico de sistema de control y monitoreo de invernaderos con uso de Internet Of Things - IOT y modelo de inteligencia artificial basado en machine learning con isolation forest

En el tejido mismo de nuestra sociedad, la producción agrícola emerge como un pilar fundamental, alimentando a comunidades enteras y sustentando la vida tal como la conocemos. Sin embargo, esta piedra angular se enfrenta a desafíos cada vez más apremiantes derivados del cambio climático y la contaminación ambiental. Estos desafíos no solo amenazan la estabilidad de los sistemas alimentarios, sino que también subrayan la necesidad crítica de implementar soluciones que aborden los factores ambientales que afectan la producción agrícola. En este contexto, la gestión eficiente de los sistemas de riego, control y monitoreo emerge como un eslabón vital en la cadena de la producción agrícola. La carencia de tecnología adecuada en estos sistemas ha creado un escenario propicio para el desperdicio de recursos valiosos, agravando aún más los desafíos ya existentes. La ausencia de herramientas eficaces para monitorear los factores climáticos y el uso inadecuado del agua han llevado a pérdidas innecesarias, socavando la sostenibilidad de la producción agrícola. No obstante, en este panorama desafiante, surgen rayos de esperanza en la forma de la agricultura de precisión y la optimización de cultivos. Estos enfoques, impulsados por el vertiginoso crecimiento de la Agricultura 4.0, representan una respuesta innovadora y tecnológica a los problemas arraigados en la agricultura contemporánea. En este contexto, se manifiesta la imperiosa necesidad de concebir un prototipo de sistema de control y monitoreo de invernaderos que no solo abrace la revolución tecnológica, sino que la lidere. Este prototipo, anclado en el entorno de desarrollo de Arduino, se erige como una prometedora herramienta que va más allá de la mera recopilación de datos. Al aprovechar tecnologías de vanguardia como el Internet de las Cosas (IoT) y modelos de aprendizaje automático, este sistema no solo recoge información detallada sobre los factores ambientales del cultivo, sino que también transforma estos datos en conocimientos accionables. La conexión directa con una base de datos central no solo mejora la eficiencia operativa, sino que sienta las bases para una producción agrícola más resiliente y sostenible en diversas áreas de aplicación.

• Autores: Gaviria Martinez, Oscar David; Moreno Perdomo, Edgar Julian
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Cooperativa de Colombia
• Repositorio: Repositorio UCC
• Idioma: spa
• OAI Identifier: oai:repository.ucc.edu.co:20.500.12494/57036
• Acceso en línea: https://hdl.handle.net/20.500.12494/57036
• Palabra clave: 000 - Ciencias de la computación, información y obras generales; modelos de aprendizaje automático; invernaderos; agricultura de precisión; conexión; isolation forest; ANN
• Rights: closedAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/