Sistema IOT para el monitoreo y control de un cultivo hidropónico de lechuga con análisis mediante machine learning

Este proyecto de tesis de grado propone el desarrollo e implementación de un sistema basado en IoT para la monitorización y el control de un cultivo hidropónico doméstico de lechuga, utilizando la Técnica de Película Nutritiva (NFT) y análisis mediante aprendizaje automático. El proyecto aborda los retos actuales de la sostenibilidad alimentaria urbana promoviendo soluciones accesibles, automatizadas y eficientes para la agricultura a pequeña escala. El objetivo principal es implementar un sistema capaz de monitorizar variables críticas del cultivo, como la temperatura, la humedad y el pH del agua, en tiempo real, utilizando un microcontrolador ESP32 y sensores especializados conectados a la plataforma ThingSpeak®. La metodología sigue el enfoque CDIO (Concebir, Diseñar, Implementar y Operar), que guía el proyecto desde la identificación del problema hasta la validación práctica. Se diseñó y construyó un invernadero a escala, integrando sensores, actuadores y un modelo de clasificación basado en árboles de decisión para evaluar la salud del cultivo. Este modelo se entrena e implementa mediante Edge Computing, lo que reduce la latencia y la dependencia de los servicios en la nube.

• Autores: Becerra Velásquez, José Javier; Uribe Trujillo, Juan Fernando
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Universidad de San Buenaventura
• Repositorio: Repositorio USB
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.usb.edu.co:10819/26492
• Acceso en línea: https://hdl.handle.net/10819/26492
• Palabra clave: Dispositivos móviles; Cultivo hidropónico; Machine learning; 620 - Ingeniería y operaciones afines; IoT; Machine learning; Edge computing; ThingSpeak; Hidroponía; Cultivo hidropónico; Monitoreo ambiental
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2