Análisis de datos basado en técnicas de Big Data y Data Mining para cultivos de hortalizas en el invernadero de la Granja La Pradera de la Universidad Técnica del Norte

Abstract

El presente proyecto es una propuesta del uso de técnicas de Big Data y Data Minig (minería de datos) aplicados a cultivos de hortalizas en el invernadero de la granja ¿La Pradera¿, con el objetivo de analizar los factores que influyen en el crecimiento de los cultivos, y determinar un modelo predictivo de la humedad del suelo. Dentro de un invernadero, las variables que inciden en el crecimiento de los cultivos son: Humedad relativa, humedad del suelo, temperatura ambiental, y niveles de iluminación y CO2. Estos parámetros son esenciales para la fotosíntesis, es decir, durante los procesos donde las plantas adquieren la mayoría de nutrientes, y por tanto, con un buen control de dichos parámetros las plantas podrían crecer más sanas y producir mejores frutos. El proceso de análisis de los factores en un contexto de minería de datos requiere diseñar un sistema de análisis y establecer una variable objetivo a ser predicha por el sistema. En este caso, con el fin de optimizar el gasto de recurso hídrico, se ha escogido como variable objetivo la humedad del suelo. El sistema de análisis propuesto es desarrollado en una interfaz de usuario implementada en Java y NetBeans IDE 8.2, y consta principalmente de dos etapas: Una de ellas es la clasificación a través del algoritmo C4.5, el cual emplea un árbol de decisión basado en la entropía de los datos, y permite visualizar los resultados de manera gráfica. La segunda etapa principal es la predicción, en la cual, a partir de la clasificación obtenida en la etapa anterior, se predice la variable objetivo con base en un nuevo conjunto de datos. En otras palabras, la interfaz construye un modelo predictivo para determinar el comportamiento de la humedad de suelo.