Mostrar el registro sencillo del ítem

Sistema Integral para Determinar el Riesgo de Proliferación de Sigatoka Negra en Cultivos de Plátano

dc.contributor.authorGarcía Díaz, Noel
dc.contributor.authorRuiz Tadeo, Ana Claudia
dc.contributor.authorGarcía Virgen, Juan
dc.contributor.authorHoyos Patiño, Johann Fernando
dc.contributor.authorRico Bautista, Dewar
dc.contributor.authorLua Madriga, Olimpo
dc.contributor.authorRosales Manzo, David Enrique
dc.coverage.spatialColombiaen_US
dc.date.accessioned2025-09-22T13:39:33Z
dc.date.available2025-09-22T13:39:33Z
dc.date.issued2024-09-01
dc.identifier.issn1646-9895en_US
dc.identifier.urihttps://repositorioinstitucional.ufpso.edu.co/xmlui/handle/20.500.14167/5579
dc.description.abstractEl cultivo de plátano es el cuarto cultivo más importante a nivel mundial, sin embargo, su calidad se ve afectada por enfermedades como la sigatoka negra, siendo la enfermedad que genera mayores pérdidas económicas. Las principales variables que influyen en la aparición de la enfermedad son temperatura y humedad relativa. Este trabajo de investigación propone un sistema integral para determinar el riesgo de proliferación de sigatoka negra. Obteniendo los valores de las variables mediante sensores y siendo enviados a un equipo de cómputo, que se encargara de analizar los datos mediante un sistema difuso tipo Takagi-Sugeno, con salida constante; donde se almacenan posteriormente. Este sistema se diseñó como una herramienta de apoyo para la detección de la sigatoka negra, presentando un enfoque innovador utilizando lógica difusa que contribuye a prevenir el riesgo de proliferación de la sigatoka negra, otorgándole a los productores de plátano una herramienta para combatir el agente patógeno.en_US
dc.language.isospaen_US
dc.relationhttps://www.proquest.com/openview/b9eb2966f749b049f0eaa63a192f2e24/1?pq-origsite=gscholar&cbl=1006393en_US
dc.titleSistema Integral para Determinar el Riesgo de Proliferación de Sigatoka Negra en Cultivos de Plátanoen_US
dc.title.translatedComprehensive System for Determining the Risk of Black Sigatoka Proliferation in Banana Cropsen_US
dc.contributor.cvlacJohann Fernando Hoyos Patiño [0000926124]en_US
dc.contributor.cvlacDewar Rico Bautista [0000255815]en_US
dc.contributor.googlescholarNoel García Díaz [LWXTcE4AAAAJ]en_US
dc.contributor.googlescholarAna Claudia Ruiz Tadeo [Q22dNHcAAAAJ]en_US
dc.contributor.googlescholarJohann Fernando Hoyos Patiño [E6IXJj4AAAAJ]en_US
dc.contributor.googlescholarDewar Rico Bautista [q_ZtKjsAAAAJ]en_US
dc.contributor.googlescholarOlimpo Lua Madrigal [CkluZsAAAAAJ]en_US
dc.contributor.orcidNoel García Díaz [0000-0002-7078-0941]en_US
dc.contributor.orcidDavid Enrique Rosales Manzo [0000-0003-3070-1986]en_US
dc.contributor.orcidAna Claudia Ruiz-Tadeo [0000-0003-2070-9765]en_US
dc.contributor.orcidJohann Fernando Hoyos Patiño [0000-0002-0377-4664]en_US
dc.contributor.orcidDewar Rico Bautista [0000-0002-1808-3874]en_US
dc.contributor.orcidOlimpo Lua Madrigal [0009-0005-9477-3059]en_US
dc.contributor.scopusNoel García Díaz [56891651900]en_US
dc.contributor.scopusAna Claudia Ruiz-Tadeo [58569532800]en_US
dc.contributor.scopusJuan García-Virgen [ 56891753600]en_US
dc.contributor.scopusJohann Fernando Hoyos Patiño [58160032600]en_US
dc.contributor.scopusDewar Rico Bautista [58689228900]en_US
dc.contributor.scopusOlimpo Lua Madrigal [58483663000]en_US
dc.contributor.scopusJuan García Virgen [56891753600]en_US
dc.description.abstractenglishBanana cultivation is the fourth most important crop worldwide, but its quality is affected by diseases such as black sigatoka, which causes the greatest economic losses. The main variables that influence the onset of the disease are temperature and relative humidity. This research proposes a comprehensive system for determining the risk of black sigatoka proliferation. The values of the variables are obtained using sensors and sent to a computer, which analyzes the data using a Takagi-Sugeno fuzzy system with constant output, where they are subsequently stored. This system was designed as a support tool for the detection of black sigatoka, presenting an innovative approach using fuzzy logic that contributes to preventing the risk of black sigatoka proliferation, providing banana producers with a tool to combat the pathogen.en_US
dc.subject.proposallógica difusaen_US
dc.subject.proposaltakagi-sugenoen_US
dc.subject.proposalarduinoen_US
dc.subject.proposalsistema weben_US
dc.subject.keywordsfuzzy logicen_US
dc.subject.keywordsTakagi-Sugenoen_US
dc.subject.keywordsArduinoen_US
dc.subject.keywordsweb systemen_US
dc.publisher.facultyFacultad ingenieríasen_US
dc.type.redcolhttp://purl.org/redcol/resource_type/ARTen_US
dc.relation.referencesÁlvarez, E., Pantoja, A., Gañan, L., & Ceballos, G. (Julio de 2013). La Sigatoka negra en plátano y banano. Guía para el reconocimiento y manejo de la enfermedad, aplicado a la agricultura familiar. Obtenido de FAO: http://www.fao.org/3/as089s/as089s. pdfen_US
dc.relation.referencesCárdenas-Valdovinos, E., García-Díaz, N., García-Virgen, J., & Flores-Gallegos, E. (2017). Modelo difuso para predecir la proliferación de plaga “Sigatoka Negra” en el cultivo. Revista de Ingeniería Eléctrica, 1(1), 16-21.en_US
dc.relation.referencesCEDRSSA. (22 de Agosto de 2019). La producción y el comercio del plátano. Obtenido de Estudios e Investigaciones: http://www.cedrssa.gob.mx/post_la_ produccinin_y_el_comercio_del_-n-plnotano-n.htmen_US
dc.relation.referencesDjango Software Foundation. (2019). Meet Django. Obtenido de https://www. djangoproject.comen_US
dc.relation.referencesFAO. (2020). Análisis del mercado del banano. Resultados preliminares relativos a 2019. Obtenido de http://www.fao.org/3/ca7567es/ca7567es.pdfen_US
dc.relation.referencesHumphrey, W. S. (1995). A Discipline for Software Engineering. Addison-Wesley Professional. ISBN: 978-0201546101.en_US
dc.relation.referencesIngeniería MCI Ltda. (s.f.). ¿Qué es XBee?. Obtenido de Digi XBee: https://xbee.cl/ que-es-xbee/en_US
dc.relation.referencesLiu, T. (2016). Digital relative humidity & temperature sensor AM2302/ DHT22. Obtenido d e https://cdn-shop.adafruit.com/datasheets/ Digital+humidity+and+temperature+sensor+AM2302.pdfen_US
dc.relation.referencesLópez-Martín, C., Yáñez-Márquez, C., & Gutiérrez-Tornés, A. (2008). Predictive accuracy comparison of fuzzy models for software development effort of small programs. The journal of systems and software, 81(6), 949-960. doi: https://doi.org/10.1016/j. jss.2007.08.027en_US
dc.relation.referencesManzo-Sánchez, G., Orozco-Santos, M., Martínez-Bolaños, L., Garrido-Ramírez, E., & Canto-Canche, B. (2014). Enfermedades de importancia cuarentenaria y económica del cultivo de banano. Revista Mexicana de Fitopatología, 32(2), 89-107.en_US
dc.relation.referencesMCI electronics. (2018). ¿Qué es Arduino?. Obtenido de Arduino.cl: http://arduino.cl/ que-es-arduino/en_US
dc.relation.referencesNagaraju, B., & Shankar, P. (2017). Precision Agriculture for Banana Using Wireless Sensor Network. En 2017 International Conference on Computing, Communication, Control and Automation, (pp. 1-6). Pune, India: IEEE. doi: https://doi.org/10.1109/ ICCUBEA.2017.8464007.en_US
dc.relation.referencesRosales-Manzo, D., García-Díaz, N., Ruiz-Tadeo, A., García-Virgen, J., & Farías-Mendoza, N. (2020). Sistema difuso Takagi-Sugeno para predecir el riesgo de propagación de Sigatoka Negra. Revista Internacional de Investigación e Innovación, 8(44), 12-28.en_US
dc.relation.referencesSAGARPA. (2018). Resumen Nacional: Intención de Cosecha 2018. Obtenido de http:// infosiap.siap.gob.mx/opt/agricultura/intension/Intencion_cosechaPerenne_ cultivo2018.pdfen_US
dc.relation.referencesSubert-Semanat, A. (2018). Poster: Wireless Sensor Network to Predict Black Sigatoka in Banana Cultivations. En International Conference on Remote Engineering and Virtual Instrumentation, (pp. 159-164). Düsseldorf, Alemania: Springer.en_US
dc.relation.referencesVázquez Castrejón, R., Romero Cadena, A., & Figueroa Viera, J. (2005). Paquete tecnológico para el cultivo de plátano. Obtenido de http://www.campocolima.gob. mx/paginaOEIDRUS/paquete%20tecnologico%20del%20platano.pdfen_US
dc.relation.referencesZadeh, L. (1965). Fuzzy Sets. Information and Control, 338-353. doi: https://doi. org/10.1016/S0019-9958(65)90241-Xen_US
dc.relation.referencesZadeh, L. (1996). Fuzzy Sets, Fuzzy Logic, and Fuzzy Systems. World Scientific.en_US


Ficheros en el ítem

Thumbnail
Nombre:
Sistema Integral para Determinar ...
Tamaño:
1.871Mb
Formato:
PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem