Diagnóstico del uso de aplicaciones móviles para el estudio de enfermedades del café
Resumen
La presente investigación, tuvo como objetivo realizar el diagnóstico del uso de aplicaciones móviles con Machine Learning para el estudio de enfermedades de café, pues se ha considerado que no son efectivos los tiempos de reacción en la identificación de las plagas que afectan las platas del café, lo cual incide negativamente en la producción y genera pérdidas económicas. Para ello se aplicó una investigación de campo con interpretación descriptiva, considerando utilizar la técnica de la encuesta y como instrumento un cuestionario debidamente verificado y validado por conocedores del área de conocimiento. El instrumento de recolección de información fue aplicado a una muestra intencional de 38 personas que forman parte del Colegio Experimental Intercultural Bilingüe “Jatari Unancha”, teniendo en cuenta factores tales como: experiencias, familiarización, aporte y optimización del tiempo de identificación. La información obtenida, fue filtrada, tabulada, analizada e interpretados, la cual permitirá establecer lineamentos de base de requerimientos y necesidades, para la solución tecnológica e implementación de un sistema con machine learning que permita la identificación de las enfermedades (plagas) de las plantas del café optimizando el recurso humano y tiempos de respuesta.
Palabras clave
Referencias
Anacafé. (2018). Combatiendo La Roya Con Aplicaciones Para Móviles En Guatemala - Perfect Daily Grind Español. https://perfectdailygrind.com/es/2018/09/21/combatiendo-la-roya-con-aplicaciones-para-moviles-en-guatemala/
Balleda, K. e. (2014). Agpest: An efficient rule-based expert system to prevent pest diseases of rice and wheat crops. Intelligent Systems and Control.
Boyd, D., & Sun, M. (1994). Prototyping an expert system for diagnosis of potato diseases. Computers and Electronics in Agriculture, 259-267.
Dipakkumar, J. (2018). Plant Disease Identification using Artificial Intelligence: Machine Learning Approach. International Journal of Innovative Research in Science, Engineering and Technology, 11082-11084.
Ferro Escobar, R., Pineda Rodríguez, A., Vera Parra, D. A., & Cruzado Jiménez, J. C. (2019). Desarrollo de una APP tecnológica para el monitoreo de plantaciones de café. 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 Investigación Educativa ; Vol. 1 Núm. 3 (2019): Revista Noria Investigación Educativa. http://repository.udistrital.edu.co/handle/11349/27158
Guerrero Flores, J. F. (2021). Sistema Experto Café Contigo [Instituto Tecnológico Superior De Teziutlán]. http://rinacional.tecnm.mx/bitstream/TecNM/2699/1/Tesis Maestría JuanFernandoGuerreroFlores19TE0021P.pdf
Harjeet, K., Deepak, P., & Madhuri. (2019). Applications of Machine Learning In Plant Disease Detection. Think India Journal, 3100-3105.
Meza, J. (2020). DISEÑO DE UNA APLICACIÓN MÓVIL PARA LA TRAZABILIDAD DE LA PRODUCCIÓN Y COSECHA DEL CAFÉ EN EL ESTADO DE COLIMA [Instituto Tecnológico de Colima]. https://dspace.itcolima.edu.mx//xmlui/handle/123456789/1490
Orozco Medina, A. M., Carmona Cárdenas, A., Cataño Castaño, C. A., Ramírez Cuervo, D., 1082044695, 1019080976, 80419098, & 1026265445. (2020). Estudio descriptivo de la aplicación de herramientas digitales en la comercialización de café orgánico en Colombia: “Café orgánico 4.0.” https://repository.universidadean.edu.co/handle/10882/9884
Ramos Gourcy, F. (2017). Una lista de la gama de las aplicaciones móviles (“apps”) para la agricultura - Hortalizas. https://www.hortalizas.com/proteccion-de-cultivos/61807/
Román González, A., & Vargas Cuentas, N. I. (2013). Contenido y calidad de las imágenes de observación terrestre. ECIPeru: Revista Del Encuentro Científico Internacional, ISSN-e 1813-0194, Vol. 9, No. 2 (Marzo), 2013, Págs. 15-21, 9(2), 15–21. https://dialnet.unirioja.es/servlet/articulo?codigo=4813530&info=resumen&idioma=ENG
Sarma, S., Singh, K., & Singh, A. (2010). An Expert System for diagnosis of diseases in Rice Plant. International Journal of Artificial Intelligence, 26-31.
Vargas, V., & Sopla, A. (2021). Precisión de una Aplicación Móvil para determinar la humedad del Café Pergamino Omia, 2019. Universidad Nacional Toribio Rodríguez De Mendoza.
DOI: https://doi.org/10.23857/pc.v8i4.5535
Enlaces de Referencia
- Por el momento, no existen enlaces de referencia
Polo del Conocimiento
Revista Científico-Académica Multidisciplinaria
ISSN: 2550-682X
Casa Editora del Polo
Manta - Ecuador
Dirección: Ciudadela El Palmar, II Etapa, Manta - Manabí - Ecuador.
Código Postal: 130801
Teléfonos: 056051775/0991871420
Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com
URL: https://www.polodelconocimiento.com/