����������������������������������������������������������������������������������

 

 

Diagn�stico del uso de aplicaciones m�viles para el estudio de enfermedades del caf�

 

Diagnostic study for the use of mobile applications in the study of coffee diseases

 

Diagn�stico do uso de aplicativos m�veis para o estudo de doen�as do cafeeiro

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: geovanny.silva1764@utc.edu.ec

Ciencias de la Computaci�n

Art�culo de Investigaci�n

 

�������� *Recibido: 20 de febrero de 2023 *Aceptado: 21 de marzo de 2023 * Publicado: 28 de abril de 2023

 

        I.            Mag�ster en Big Data y Ciencia de Datos, Mag�ster en Gerencia Inform�tica, Docente de la Facultad de Ciencias de Ingenier�a y Aplicadas, Carrera de Sistemas de Informaci�n, Universidad T�cnica de Cotopaxi, La Mana, Ecuador.

      II.            Mag�ster en Seguridad Telem�tica, Ingeniero Electr�nico Control y Redes Industriales, Docente de la Carrera de Tecnolog�a en Inform�tica y Multimedia, Tecnolog�a Superior en Desarrollo de Software, Instituto Superior Tecnol�gico Riobamba, Riobamba, Ecuador.

   III.            Mag�ster en Sistemas de Informaci�n Gerencial, Ingeniero en Electr�nica y Comunicaciones, Docente Instituto Superior Tecnol�gico Tungurahua, Carrera de Electr�nica, Ecuador.

   IV.            Mag�ster en Ingenier�a en Software, Docente de la Facultad de Ciencias de Ingenier�a y Aplicadas, carrera de Sistemas de Informaci�n, Universidad T�cnica de Cotopaxi, La Mana, Ecuador.

Resumen

La presente investigaci�n, tuvo como objetivo realizar el diagn�stico del uso de aplicaciones m�viles con Machine Learning para el estudio de enfermedades de caf�, pues se ha considerado que no son efectivos los tiempos de reacci�n en la identificaci�n de las plagas que afectan las platas del caf�, lo cual incide negativamente en la producci�n y genera p�rdidas econ�micas. Para ello se aplic� una investigaci�n de campo con interpretaci�n descriptiva, considerando utilizar la t�cnica de la encuesta y como instrumento un cuestionario debidamente verificado y validado por conocedores del �rea de conocimiento. El instrumento de recolecci�n de informaci�n fue aplicado a una muestra intencional de 38 personas que forman parte del Colegio Experimental Intercultural Biling�e �Jatari Unancha�, teniendo en cuenta factores tales como: experiencias, familiarizaci�n, aporte y optimizaci�n del tiempo de identificaci�n. La informaci�n obtenida, fue filtrada, tabulada, analizada e interpretados, la cual permitir� establecer lineamentos de base de requerimientos y necesidades, para la soluci�n tecnol�gica e implementaci�n de un sistema con machine learning que permita la identificaci�n de las enfermedades (plagas) de las plantas del caf� optimizando el recurso humano y tiempos de respuesta.

Palabras Claves: Diagn�stico; Uso; Aplicaciones M�viles; Estudio; Enfermedades del Caf�.

 

Abstract

The objective of this research was to diagnose the use of mobile applications with Machine Learning to study coffee diseases, as it is considered to be an effective way to determine the reaction times for identifying plagues that affect coffee plantations, which affects production negatively resulting in economic loss.� With that view, a field research was applied with a descriptive approach, using the survey technique and a questionnaire as the research tool, which was properly verified by experts in the field. The data collection tool was applied to an intentional sample of 38 people that are part of the �Jatari Unanchaa� Experimental Intercultural Bilingual High School, taking into account factors such as experiences, familiarity, input and time optimization and identification. The collected information was filtered, tabulated, analyzed and interpreted which will allow to establish basic guidelines for the requirements and needs for the technical solution and implementation of a system with machine learning that allows the diseases affecting the coffee plantations, optimizing the human resources and time response.

Keywords: Diagnosis; Use; Mobile Applications; Study; Coffee Diseases.

 

Resumo

O objetivo desta investiga��o foi realizar o diagn�stico do uso de aplicativos m�veis com Machine Learning para o estudo de doen�as do cafeeiro, pois considerou-se que os tempos de rea��o n�o s�o eficazes na identifica��o de pragas que afetam os cafeeiros. , que afeta negativamente a produ��o e gera perdas econ�micas. Para isso, foi aplicada uma investiga��o de campo com interpreta��o descritiva, considerando o uso da t�cnica de survey e como instrumento um question�rio devidamente verificado e validado por especialistas na �rea do conhecimento. O instrumento de coleta de informa��es foi aplicado a uma amostra intencional de 38 pessoas que fazem parte da Escola Experimental Intercultural Bil�ngue "Jatari Unancha", levando em considera��o fatores como: experi�ncias, familiariza��o, contribui��o e otimiza��o do tempo de identifica��o. As informa��es obtidas foram filtradas, tabuladas, analisadas e interpretadas, o que permitir� o estabelecimento de requisitos e necessidades de linha de base, para a solu��o tecnol�gica e implementa��o de um sistema com aprendizado de m�quina que permite a identifica��o de doen�as de plantas (pragas) do caf�, otimizando recursos humanos e tempos de resposta.

Palavras-chave: Diagn�stico; Usar; Aplicativos m�veis; Estudar; Doen�as do caf�.

 

Introducci�n

Meza (2020) en su investigaci�n, sostiene que una aplicaci�n m�vil es una herramienta que tecnol�gica que innova el sector agrario colimense, ya que impactan en las tareas del productor de caf� para una pronta certificaci�n nacional e internacional de los procesos productivos y por otra, el productor adopta mejores pr�cticas competitivas.

Vargas & Sopla� (2021) desarrollaron una la aplicaci�n m�vil para registrar los datos de temperatura del secador tipo domo y el peso de la canastilla en la balanza de carga, con el fin de establecer los intervalos requeridos en un centro de acopio de entre del 11 a 12 %.

Guerrero (2021) desarrollaron un sistema experto para el combate de Roya, que permite orientar al caficultor a resolver los problemas m�s comunes y sencillo, a fin de incrementar la productividad de manera moderada a significativa, sin embargo se debe contar con los servicios de un ingeniero agr�nomo, para atender casos muy espec�ficos que comprometan la productividad de sus unidades de producci�n.

Dipakkumar (2018) indica que se requiere de gran experiencia y conocimientos para diagnosticar enfermedades de las plantas y sugiere de medidas de control que puedan mitigar dichos eventos; para lo cual se pueden utilizar alternativas tecnol�gicas mediante ordenadores con sistemas expertos o Machine Learning en algunos pa�ses, (Harjeet, Deepak, & Madhuri, 2019).

Boyd y Sun (1994) mediante un sistema experto diagnosticaron las enfermedades de la papa, que emulaba el diagn�stico humano de las enfermedades de una planta. Por otro lado, (Sarma, Singh, & Singh, 2010), (Balleda, 2014) fueron tambi�n investigaciones que identificaban enfermedades de las plantas en el cultivo de arroz, a trav�s de base de conocimientos de diferentes enfermedades.

En Ecuador, los problemas causados por los hongos pat�genos causan serias limitantes en la producci�n cafetalera ya que ocasionan p�rdidas cuantiosas porque provocan severas defoliaciones en los cafetos con una reducci�n considerable de su capacidad fotosint�tica; entre las enfermedades tenemos: Mal de hilachas (Corticium Koleroga Cook.), Roya anaranjada (Hemileia Curt.), Mancha de hierro (Cercospora coffeicola Berk. Cook.), Mal de machete (Ceratocystis fimbriata Hunt.) y Vi-ruela del cafeto (Coiletotrichum Gloeosporioides Sacc) (Sotomayor et al., 1989). Debido a estos problemas se requiere realizar un diagn�stico con el fin de proponer un an�lisis a trav�s del visi�n computacional con im�genes multiespectrales de alta resoluci�n espectral y espacial que permita el procesamiento de im�genes y reconocimiento de patrones en los cultivos de caf� para obtener una pronta detecci�n espec�fica de la plaga que pueda poner en riesgo la producci�n y seguridad de la cosecha (Rom�n Gonz�lez & Vargas Cuentas, 2013).

 

Metodolog�a

La investigaci�n fue de tipo exploratoria, interpretativa y descriptiva, mediante un diagn�stico para establecer una l�nea base del problema que determine el an�lisis para la implementaci�n de una soluci�n tecnol�gica m�vil con inteligencia artificial y machine learning como instrumento tecnol�gico para identificar las enfermedades de las plantas de caf�.

La investigaci�n fue de campo, pues se obtuvo la informaci�n de manera forma directa de con el personal administrativo y de servicios del Centro de Investigaci�n Sacha Wiwa, Docentes y Estudiantes del Colegio Experimental Intercultural Biling�e �Jatari Unancha� y comunidad caficultora de la zona., donde su poblaci�n es equivalente a una muestra intencional, compuesta por 38 integrantes.

La investigaci�n tom� en cuenta los fundamentos te�ricos relevantes en el �mbito de la investigaci�n, considerando una revisi�n bibliogr�fica en base a los descriptores de la investigaci�n que est�n referenciados con un gestor bibliogr�fico con normas APA 7ma edici�n.

La investigaci�n tuvo como objetivo, realizar un diagn�stico que sustente la implementaci�n de una aplicaci�n m�vil que facilite la identificaci�n de las enfermedades (plagas) de las plantas de caf�, a trav�s de las experiencias, familiarizaci�n, aporte y optimizaci�n del tiempo. El m�todo de recopilaci�n de la informaci�n tuvo un proceso sistem�tico, donde se utiliz� la t�cnica de la encuesta y como instrumento se defini� un cuestionario que fue verificado y validado. El cuestionario est� compuesto con preguntas cerradas con escala de linkert, las mismas que fueron ponderas para obtener valores cuantitativos. Los datos obtenidos fueron tabulados y filtrados para proceder con su procesamiento, mediante una hoja de c�lculo. Los resultados fueron representados a trav�s de tablas y gr�ficos estad�sticos, que permitieron realizar el an�lisis e interpretaci�n para establecer las respectivas conclusiones de la investigaci�n.

 

Resultados

A continuaci�n, los resultados de la aplicaci�n del instrumento de obtenci�n de la informaci�n que estuvo aplicado a la muestra de la investigaci�n encuesta

Pregunta 1. �Cu�les son las enfermedades m�s comunes que conoce que afectan al cultivo del caf�?

 

Tabla 1. Conocimiento de las enfermedades m�s comunes que afectan el caf�

Fuente: Encuesta

Elaborado por: Investigadores, 2021

 

Gr�fico 1. Conocimiento de enfermedades comunes del caf�

 

An�lisis e interpretaci�n

Del 100% de la poblaci�n encuestada, se apreci� que la enfermedad m�s conocida que afecta al cafeto, es la Roya con �ndice porcentual del 25 %, la enfermedad del Ojo de Gallo con el 21 %, la Alternaria Alternata (Fr.) Keissl con el 18%, la plaga de la Broca del fruto con un �ndice porcentual de 17 %, el 19 % de personas que desconoc�an acerca de estas enfermedades; mientras que no registran frecuencias la opci�n de conocer alguna otra enfermedad. Es decir que la mayor�a de los encuestados conocen alg�n tipo de enfermedad q afecta el cafeteo

Pregunta 2. �Usted sabe reconocer estas enfermedades en el cultivo del cafeto?

 

Tabla 2. Reconocimiento de las enfermedades del caf�

Fuente: Encuesta

Elaborado por: Investigadores, 2021

Gr�fico 2. Reconocimiento de las enfermedades del caf�

 

An�lisis e interpretaci�n

Del 100% de los encuestados, el 74% indica que No puede reconocer las enfermedades del caf�; mientras que el 26% indica si puede reconocerlas; por lo que la mayor�a de la poblaci�n desconocen reconocer la enfermedad que padece el cafeto reflejada a trav�s de sus hojas.

Pregunta 3. �Cu�l ha sido su experiencia con las aplicaciones m�viles para diagnosticar enfermedades del caf�?

 

Tabla 3. Experiencia con aplicaciones m�viles para diagn�stico de enfermedades del caf�

Fuente: Encuesta

Elaborado por: Investigadores, 2021

 

Gr�fico 3. Experiencia con aplicaciones m�viles para diagn�stico de enfermedades del caf�

An�lisis e interpretaci�n

Del 100% de los encuestados, el 66% indica que ha tenido experiencia Regular, el 31% indica que su experiencia ha sido Buena con aplicaciones m�viles para el diagn�stico de enfermedades del caf�; mientras que el 3% indica que su experiencia ha sido Mala. Por lo que la mayor�a de la poblaci�n reconocer la importancia de una implementaci�n de un modelo de inteligencia artificial que ayude al reconocimiento de enfermedades que se presentan en el caf�.

Pregunta 4. �Conoce usted alguna aplicaci�n m�vil que identifique las enfermedades del cultivo de caf�?

 

Tabla 4. Conocimiento de aplicaciones m�viles para identificar enfermedades del caf�

Fuente: Encuesta

Elaborado por: Investigadores, 2021

 

Gr�fico 3. Conocimiento de aplicaciones m�viles para identificar enfermedades del caf�

 

An�lisis e interpretaci�n

Del 100% de los encuestados, el 87% indica que No conoce de aplicaciones m�viles que identifican enfermedades del caf�; mientras que el 13% indica que si las conocen; por lo que la mayor�a de la poblaci�n desconocen de una aplicaci�n por lo que se requiere una implementaci�n.

Pregunta 5. �Considera usted que una aplicaci�n m�vil orientada al campo agr�cola aportara al sector productivo cafetero?

 

Tabla 5. Aporte de las aplicaciones m�viles en el campo agr�cola

Fuente: Encuesta

Elaborado por: Investigadores, 2021

 

Gr�fico 5. Aporte de las aplicaciones m�viles en el campo agr�cola

 

An�lisis e interpretaci�n

Del 100% de los encuestados, el 95% indica que las aplicaciones m�viles si aportan en el sector agr�cola; mientras que el 5% consideran que No aportan; por lo que la mayor�a de la poblaci�n desconocen de una aplicaci�n. Por lo que la mayor�a est�n convencidos de� que la automatizaci�n es conveniente.

Pregunta 6. �Cree usted que las aplicaciones m�viles dirigidas al campo agr�cola permitir�n reducir el tiempo utilizado por el agricultor para poder identificar una plaga o enfermedad en el cultivo del caf�?

 

 

 

 

Tabla 6. Reducci�n de tiempo para la identificaci�n de plagas a trav�s de la aplicaci�n m�vil

Fuente: Encuesta

Elaborado por: Investigadores, 2021

 

Gr�fico 6. Reducci�n de tiempo para la identificaci�n de plagas a trav�s de la aplicaci�n m�vil

 

An�lisis e interpretaci�n

Del 100% de los encuestados, el 89% considera que a trav�s de las aplicaciones m�viles se reducir� el tiempo para la identificaci�n de las plagas en las plantas; mientras que el 11% consideran que No. La mayor�a de la poblaci�n desconocen de una aplicaci�n; por lo que es de importancia la reducir los tiempos en la detecci�n de enfermedades de las plantas.

Pregunta 7. �Cree usted que las aplicaciones m�viles incrementaran los niveles de informaci�n que se obtienen acerca de la plaga o enfermedad identificada; en sectores de producci�n agr�cola?

 

Tabla 7. Incremento de informaci�n de las plagas a trav�s de la aplicaci�n m�vil

Fuente: Encuesta

Elaborado por: Investigadores, 2021

Gr�fico 7. Incremento de informaci�n de las plagas a trav�s de la aplicaci�n m�vil

 

An�lisis e interpretaci�n

Del 100% de los encuestados, el 89% considera que a trav�s de las aplicaciones m�viles incrementaran los niveles de informaci�n para la identificaci�n de las plagas en las plantas; mientras que el 11% consideran que No. Por lo que la mayor�a de los encuestados indican sobre la importancia de fortalecer el conocimiento de los agricultores para facilitar la detecci�n de enfermedades de las plantas.

 

Discusi�n

Las aplicaciones m�viles han demostrado ser una herramienta valiosa para el estudio de las enfermedades del caf�. Los beneficios de usar aplicaciones m�viles para el estudio de enfermedades del caf� incluyen una mayor eficiencia, precisi�n y accesibilidad (Ferro Escobar et al., 2019). Las aplicaciones m�viles permiten a los agricultores monitorear sus cultivos en tiempo real, lo que permite la detecci�n temprana y la prevenci�n de enfermedades (Orozco Medina et al., 2020) Adem�s, las aplicaciones m�viles pueden proporcionar a los agricultores informaci�n valiosa sobre los s�ntomas de la enfermedad, las opciones de tratamiento y las estrategias de prevenci�n (Anacaf�, 2018). Al utilizar aplicaciones m�viles, los agricultores pueden administrar mejor sus cultivos y reducir el impacto de las enfermedades en sus rendimientos.

Las aplicaciones m�viles para el estudio de enfermedades del caf� suelen incluir funciones como reconocimiento de im�genes, identificaci�n de enfermedades y seguimiento de enfermedades. Por ejemplo, la aplicaci�n Fertilizer Removal permite a los agricultores identificar s�ntomas de deficiencias de nutrientes y toxicidades en sus cultivos (Ramos Gourcy, 2017). La aplicaci�n m�vil CR-CAFE brinda a los agricultores informaci�n sobre la roya del caf�, incluidos los s�ntomas, las estrategias de prevenci�n y las opciones de tratamiento. Estas caracter�sticas permiten a los agricultores identificar y rastrear f�cilmente la progresi�n de las enfermedades en sus cultivos, lo que permite una intervenci�n y prevenci�n oportunas.

 

Conclusiones

�         El diagnostico determin� que existe la necesidad de una aplicaci�n m�vil que permita diagnosticar las enfermedades en el cafeto, puesto que permitir� agilizar el proceso de identificaci�n y diagn�stico de una determinada enfermedad dentro del sector agr�cola, tomando como caso de estudio al Centro de Investigaci�n Sacha Wiwa,

�         Los dispositivos m�viles en la actualidad se han convertido en indispensables y �tiles, pues proveen de m�ltiples aplicaciones para el entretenimiento, social, educaci�n, etc. Los dispositivos con sistema operativo Android son los que son de mayor preferencia entre otros Sistemas Operativos como iOS, por lo cual la integraci�n de aplicaciones m�viles con Machine Learning ha ido alcanzando un gran auge a nivel de los campos de estudio, y disminuyendo las necesidades que se tienen en estas. Adem�s, es un punto m�s factible dentro del campo de la agricultura, como de los usuarios que hacen uso de la misma, dando una mejora en el servicio de diagn�stico de enfermedades que brindan a trav�s del aplicativo m�vil.

�         Al proporcionar un aplicativo m�vil para el diagn�stico de enfermedades del cafeto, se facilitar� el proceso de detecci�n y reconocimiento de las enfermedades a fin tomar medidas entorno a estas y contrarrestar la enfermedad o plaga mejorando la calidad de producci�n y el �mbito econ�mico de la productividad.

 

Referencias

1.      Anacaf�. (2018). Combatiendo La Roya Con Aplicaciones Para M�viles En Guatemala - Perfect Daily Grind Espa�ol. https://perfectdailygrind.com/es/2018/09/21/combatiendo-la-roya-con-aplicaciones-para-moviles-en-guatemala/

2.      Balleda, K. e. (2014). Agpest: An efficient rule-based expert system to prevent pest diseases of rice and wheat crops. Intelligent Systems and Control.

3.      Boyd, D., & Sun, M. (1994). Prototyping an expert system for diagnosis of potato diseases. Computers and Electronics in Agriculture, 259-267.

4.      Dipakkumar, J. (2018). Plant Disease Identification using Artificial Intelligence: Machine Learning Approach. International Journal of Innovative Research in Science, Engineering and Technology, 11082-11084.

5.      Ferro Escobar, R., Pineda Rodr�guez, A., Vera Parra, D. A., & Cruzado Jim�nez, J. C. (2019). Desarrollo de una APP tecnol�gica para el monitoreo de plantaciones de caf�. Un aporte al mejoramiento de procesos productivos con enfoque social: Development of a technological APP for monitoring coffee plantations. A contribution to the improvement of p. Noria Investigaci�n Educativa������������������������������������������  ; Vol. 1 N�m. 3 (2019): Revista Noria Investigaci�n Educativa. http://repository.udistrital.edu.co/handle/11349/27158

6.      Guerrero Flores, J. F. (2021). Sistema Experto Caf� Contigo [Instituto Tecnol�gico Superior De Teziutl�n]. http://rinacional.tecnm.mx/bitstream/TecNM/2699/1/Tesis Maestr�a JuanFernandoGuerreroFlores19TE0021P.pdf

7.      Harjeet, K., Deepak, P., & Madhuri. (2019). Applications of Machine Learning In Plant Disease Detection. Think India Journal, 3100-3105.

8.      Meza, J. (2020). DISE�O DE UNA APLICACI�N M�VIL PARA LA TRAZABILIDAD DE LA PRODUCCI�N Y COSECHA DEL CAF� EN EL ESTADO DE COLIMA [Instituto Tecnol�gico de Colima]. https://dspace.itcolima.edu.mx//xmlui/handle/123456789/1490

9.      Orozco Medina, A. M., Carmona C�rdenas, A., Cata�o Casta�o, C. A., Ram�rez Cuervo, D., 1082044695, 1019080976, 80419098, & 1026265445. (2020). Estudio descriptivo de la aplicaci�n de herramientas digitales en la comercializaci�n de caf� org�nico en Colombia: �Caf� org�nico 4.0.� https://repository.universidadean.edu.co/handle/10882/9884

10.  Ramos Gourcy, F. (2017). Una lista de la gama de las aplicaciones m�viles (�apps�) para la agricultura - Hortalizas. https://www.hortalizas.com/proteccion-de-cultivos/61807/

11.  Rom�n Gonz�lez, A., & Vargas Cuentas, N. I. (2013). Contenido y calidad de las im�genes de observaci�n terrestre. ECIPeru: Revista Del Encuentro Cient�fico Internacional, ISSN-e 1813-0194, Vol. 9, N^o. 2 (Marzo), 2013, P�gs. 15-21, 9(2), 15�21. https://dialnet.unirioja.es/servlet/articulo?codigo=4813530&info=resumen&idioma=ENG

12.  Sarma, S., Singh, K., & Singh, A. (2010). An Expert System for diagnosis of diseases in Rice Plant. International Journal of Artificial Intelligence, 26-31.

13.  Vargas, V., & Sopla, A. (2021). Precisi�n de una Aplicaci�n M�vil para determinar la humedad del Caf� Pergamino Omia, 2019. Universidad Nacional Toribio Rodr�guez De Mendoza.

 

 

 

 

 

 

 

 

 

 

 

 

 

� 2023 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).