Evaluación del efecto de las operaciones de desmane y número de manos sobre el potencial productivo de banano en la finca Jacaranda del grupo Agrícola Sara Palma S.A.S

RESUMEN: La empresa Agrícola Sara Palma S.A.S. (ASP) es una destacada productora y comercializadora de banano en la zona de Urabá, presentaba dificultad para establecer los efectos que generan las labores de campo, desmane, desdede entre otras, sobre el potencial de productivo de racimos de banano,...

Full description

Autores:
Cardona Julio, Weimar
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/38567
Acceso en línea:
https://hdl.handle.net/10495/38567
Palabra clave:
Pronóstico de la economía
Economic forecasting
Racimo
Racemes
Musa (bananos)
Musa (bananas)
Tamaño
Size
Redes de neuronas
Neural networks
Desmane
Número de manos
http://aims.fao.org/aos/agrovoc/c_27993
http://aims.fao.org/aos/agrovoc/c_29128
http://aims.fao.org/aos/agrovoc/c_7093
http://aims.fao.org/aos/agrovoc/c_37467
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-sa/2.5/co/
Description
Summary:RESUMEN: La empresa Agrícola Sara Palma S.A.S. (ASP) es una destacada productora y comercializadora de banano en la zona de Urabá, presentaba dificultad para establecer los efectos que generan las labores de campo, desmane, desdede entre otras, sobre el potencial de productivo de racimos de banano, y que al mismo tiempo le permitan cumplir especificaciones de los mercados internacionales. Este estudio se enfocó en evaluar el efecto del desmane y número de manos en la producción de banano y la capacidad de predecir el potencial productivo de la finca Jacaranda mediante redes neuronales artificiales (RNA). Para ello, se realizó un estudio a la finca, tomando los datos de producción de las dimensiones del fruto, semana de cosecha y peso del racimo, con el aplicativo móvil de perfil racimo en el área de barcadilla, los cuales fueron analizados mediante análisis estadísticos y redes neuronales artificiales en el software Matlab. La semana de cosecha (SC), desmane (DM) y número de manos (NM) mostraron un efecto sobre las dimensiones y peso del banano en distintos lotes, siendo más influyente en el llenado del fruto el DM F+3 con 6 manos en el racimo (NM). Además, los 3 factores mostraron ser eficientes en la predicción. El mejor ajuste del modelo fue dado por 15 neuronas en la capa oculta. Con base a los resultados, se pudo comprobar la estimación del potencial productivo de la finca mediante redes neuronales presentando un error cuadrático medio (MSE) de (1,628; 1,849 y 1,836) en los conjuntos de entrenamiento, validación y prueba, respectivamente y un R de regresión del 0,924.