Aplicación Web de administración de base de datos y de aplicación de aprendizaje de máquina en línea para un sistema IoT de riego inteligente

Abstract

La agricultura de precisión utiliza tecnologías para mejorar la productividad, la rentabilidad y la sostenibilidad de los cultivos. Los sistemas de riego inteligente son una parte importante en esta tendencia, ya que pueden ayudar a los usuarios a ahorrar agua y energía. Esta tesis se enfoca en desarrollar un sistema de riego inteligente basado en IoT con aprendizaje automático para la toma de decisiones. El sistema propuesto consta de una aplicación web que permite a los usuarios monitorear variables ambientales y controlar el riego automática o manualmente según su preferencia. Además, incluye de una arquitectura de hardware que recopila datos de sensores y los envía a una base de datos en tiempo real. Posteriormente, se almacenan en una base de datos local para garantizar la disponibilidad de datos actualizados. Estos datos se utilizan para el análisis de tendencias climáticas, ayudando a los usuarios a identificar patrones en las precipitaciones, temperatura y otros factores climáticos. Esta información puede utilizarse para optimizar las rutinas de riego, asegurando que los cultivos reciban la cantidad adecuada de agua en el momento oportuno. La investigación aborda la necesidad de mejorar la eficiencia del riego en la agricultura mediante la implementación de sistemas de riego inteligentes. Los resultados de la investigación muestran que el sistema propuesto es capaz de tomar decisiones de riego precisas y eficientes, mejorando la gestión del riego agrícola. La aplicación web simplifica su uso y administración, respondiendo a la necesidad de aplicar tecnología para optimizar el uso de recursos y aumentar la producción en un contexto donde los sistemas de riego basados en IoT ganan interés.