Estimación de la plaga de trips de la mancha roja en el banano orgánico mediante técnicas de Machine Learning

Simple item page
dc.contributor.advisorManrique Silupú, José Josées
dc.contributor.authorSernaqué Ramos, Frescia Soledades
dc.contributor.otherUniversidad de Piura. Facultad de Ingeniería. Departamento de Ingeniería Mecánica Eléctrica.es
dc.coverage.spatialMorropón (Piura), Perúes
dc.date.accessioned2022-08-10T22:14:24Z
dc.date.available2022-08-10T22:14:24Z
dc.date.issued2022-08-10es
dc.date.submitted2022-07es
dc.description.abstractLa tesis ha sido realizada de forma experimental en una de las parcelas de la Cooperativa ASPROBO, ubicada en el distrito de Buenos Aires de Morropón, provincia de Piura. De esta parcela, se recolectó información real sobre la presencia y control de plagas, que representan un problema para la exportación del banano orgánico. Además, se instaló una estación meteorológica y unos sensores o nodos para recolectar datas agroclimáticas. El trabajo está enfocado en solucionar uno de los mayores problemas de la producción del banano orgánico. Se presenta la relación entre los factores climáticos y el crecimiento y/o reproducción del trip de la mancha roja, una plaga que amenaza al banano orgánico constantemente. Para lograr esta correlación, se ha recurrido a las técnicas del Internet de las cosas, que, a través de las técnicas de aprendizaje supervisado, permiten integrar las variables recolectadas. Con tal fin se estudiaron tres técnicas de aprendizaje no supervisado de Machine Learning: regresión lineal, support vector machiney Twin Support Vector Machine(TSVM) para predecir la aparición del trip de la mancha roja en las plantaciones de banano orgánico en ASPROBO. Al tratarse de valores reales, se determinó que la TSVM es la técnica que más se aproxima al comportamiento del tripen base a los cambios de los factores climáticos del lugar. Los factores climáticos se eligieron, en primer lugar, en base al criterio de investigaciones realizadas en otros países exportadores de productos como café, frutas, entre otros. Seguidamente, con la información proporcionada directamente por los agricultores de banano orgánico, se realizaron las evaluaciones y correcciones de estos factores. Los avances y resultados obtenidos han ayudado a mejorar técnicas y criterios de evaluación de los cultivos. Se concluye que es necesario incluir la variable de limpieza y fumigación, ya que estas dos variables impactan directamente en la cantidad del trips de la mancha roja. Asimismo, el algoritmo que aportó las mayores predicciones fue el algoritmo TSVM, tanto al usar la variable temperatura de microclima, como la variable grado día, aportando mejores resultados, 81.3% y 80.3% respectivamente.es
dc.format.extent3,12 MBes
dc.format.mimetypeapplication/pdfes
dc.identifier.citationSernaqué, F. (2022). Estimación de la plaga de trips de la mancha roja en el banano orgánico mediante técnicas de Machine Learning (Tesis para optar el título de Ingeniera Mecánico-Eléctrica). Universidad de Piura. Facultad de Ingeniería. Programa Académico de Ingeniería Mecánico-Eléctrica. Piura, Perú.es
dc.identifier.urihttps://hdl.handle.net/11042/5613
dc.languageEspañoles
dc.language.isospaes
dc.publisherUniversidad de Piuraes
dc.publisher.countryPEes
dc.relation.publishversion1es
dc.relation.requiresAdobe Readeres
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.rights.holderFrescia Soledad Sernaqué Ramoses
dc.rights.licenseCreative Commons Atribución-NoComercial-SinDerivar 4.0 Internacionales
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/es
dc.sourceUniversidad de Piuraes
dc.sourceRepositorio Institucional Pirhua - UDEPes
dc.subjectBanano orgánico -- Enfermedades y plagases
dc.subjectBanano orgánico -- Enfermedades y plagas -- Control automáticoes
dc.subject.ddc629.8es
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.03es
dc.titleEstimación de la plaga de trips de la mancha roja en el banano orgánico mediante técnicas de Machine Learninges
dc.typeinfo:eu-repo/semantics/bachelorThesises
renati.advisor.dni44235652
renati.advisor.orcidhttps://orcid.org/0000-0002-0331-2734es
renati.author.dni70886496
renati.discipline713076es
renati.jurorIpanaqué Alama, Williames
renati.jurorVásquez Díaz, Edilbertoes
renati.jurorManrique Silupú, José Josées
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales
renati.typehttps://purl.org/pe-repo/renati/type#tesises
thesis.degree.disciplineIngeniería Mecánico-Eléctricaes
thesis.degree.grantorUniversidad de Piura. Facultad de Ingenieríaes
thesis.degree.nameIngeniera Mecánico-Eléctricaes
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
IME_2209.pdf
Size:
3.12 MB
Format:
Adobe Portable Document Format
Description:
Archivo%20principal
Download
Collections
Área de Electrónica y Automatización - Tesis