Big Data en la agricultura : predicción de cosechas y control de plagas

Este trabajo de investigación tiene como objetivo implementar los conocimientos del Big Data en el sector agrícola, abarcando áreas importantes como lo son el control de plagas, la predicción y la evolución de los cultivos. El cambio climático ha causado un gran impacto en la agricultura que conocem...

Full description

Autores:
Góez García, Sebastián
Orrego Arias, Wilson Alexander
Hurtado Ramírez, Julián Andrés
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2025
Institución:
Corporación Universitaria Remington
Repositorio:
Repositorio institucional Uniremington
Idioma:
spa
OAI Identifier:
oai:repositorio.uniremington.edu.co:123456789/7908
Acceso en línea:
https://repositorio.uniremington.edu.co/handle/123456789/7908
Palabra clave:
Big Data
Agricultura
Predicción
Cosechas
Control de plagas
Producción
Pequeña y mediana empresa
Innovaciones tecnológicas
Agricultura
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
id URemingtn2_0cb346460cdcf12a01ee00d448bc1525
oai_identifier_str oai:repositorio.uniremington.edu.co:123456789/7908
network_acronym_str URemingtn2
network_name_str Repositorio institucional Uniremington
repository_id_str
dc.title.spa.fl_str_mv Big Data en la agricultura : predicción de cosechas y control de plagas
title Big Data en la agricultura : predicción de cosechas y control de plagas
spellingShingle Big Data en la agricultura : predicción de cosechas y control de plagas
Big Data
Agricultura
Predicción
Cosechas
Control de plagas
Producción
Pequeña y mediana empresa
Innovaciones tecnológicas
Agricultura
title_short Big Data en la agricultura : predicción de cosechas y control de plagas
title_full Big Data en la agricultura : predicción de cosechas y control de plagas
title_fullStr Big Data en la agricultura : predicción de cosechas y control de plagas
title_full_unstemmed Big Data en la agricultura : predicción de cosechas y control de plagas
title_sort Big Data en la agricultura : predicción de cosechas y control de plagas
dc.creator.fl_str_mv Góez García, Sebastián
Orrego Arias, Wilson Alexander
Hurtado Ramírez, Julián Andrés
dc.contributor.advisor.none.fl_str_mv Vélez Uribe, Juan Pablo
dc.contributor.author.none.fl_str_mv Góez García, Sebastián
Orrego Arias, Wilson Alexander
Hurtado Ramírez, Julián Andrés
dc.subject.spa.fl_str_mv Big Data
Agricultura
Predicción
Cosechas
Control de plagas
Producción
topic Big Data
Agricultura
Predicción
Cosechas
Control de plagas
Producción
Pequeña y mediana empresa
Innovaciones tecnológicas
Agricultura
dc.subject.lemb.none.fl_str_mv Pequeña y mediana empresa
Innovaciones tecnológicas
Agricultura
description Este trabajo de investigación tiene como objetivo implementar los conocimientos del Big Data en el sector agrícola, abarcando áreas importantes como lo son el control de plagas, la predicción y la evolución de los cultivos. El cambio climático ha causado un gran impacto en la agricultura que conocemos hoy en día, con ayuda de nuevas tecnologías ha logrado superar grandes retos, como la demanda de alimentos o escasez de recursos y la pérdida de cultivos por infestación de plagas. Gracias a los grandes avances en la tecnología se crean herramientas que ayudan con el análisis de los datos, estas cumplen un rol muy importante al momento de mejorar y avanzar en el sector agropecuario. Gracias a casos reales e información verídica recolectada en Colombia y otros países, se ha identificado el enorme alcance que pueden tener las nuevas tecnologías, herramientas de minería de datos y el Big Data, gracias a esto se han logrado grandes análisis, que nos permiten tener una visualización más detallada de la información, ayudando a obtener un diagnóstico temprano de problemas aplicando así nuevas estrategias que ayuden a optimizar y mejorar la toma de decisiones. Para demostrar la eficiencia del análisis de datos mediante herramientas, se implementó un análisis predictivo, usando grandes cantidades de datos, que fueron simulados con diferentes factores que pueden afectar la producción en los cultivos, entre ellos los cambios en las temperaturas, humedades en diferentes sectores del cultivo, radiaciones solares e infestación de plagas, con el análisis de esta información se busca entrenar tecnologías con aprendizaje autónomo, las cuales permitan predecir el comportamiento y rendimiento que tendrán los cultivos, pero no solo esto también generar posibles alertas para el control de plagas, y diferentes factores que puedan afectar la producción. Con los resultados obtenidos podremos demostrar la efectividad de las herramientas de análisis de datos, demostrando que es posible evitar problemas que afecten la producción directa de las cosechas, permitiendo un avance significativo a la evolución del sector agrícola con la implementación de la tecnología, avanzando a una tecnología más inteligente y competitiva, siendo más fácil de implementar y adaptar en diferentes zonas agrícolas, beneficiando a pequeños y medianos agricultores.
publishDate 2025
dc.date.accessioned.none.fl_str_mv 2025-08-27T21:13:05Z
dc.date.available.none.fl_str_mv 2025-08-27T21:13:05Z
dc.date.issued.none.fl_str_mv 2025
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.uniremington.edu.co/handle/123456789/7908
url https://repositorio.uniremington.edu.co/handle/123456789/7908
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv Derechos Reservados - Corporación Universitaria Remington, 2025
dc.rights.license.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
Derechos Reservados - Corporación Universitaria Remington, 2025
https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 13 p.
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Corporación Universitaria Remington
dc.publisher.place.spa.fl_str_mv Rionegro (Antioquia, Colombia)
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingenierías
dc.publisher.program.spa.fl_str_mv Ingeniería de Sistemas
institution Corporación Universitaria Remington
bitstream.url.fl_str_mv https://repositorio.uniremington.edu.co/bitstreams/30d966e3-56ac-44b9-9601-94bb590a48f8/download
https://repositorio.uniremington.edu.co/bitstreams/fcfa07e7-1e8e-4f5f-a35d-467fd7424a5b/download
https://repositorio.uniremington.edu.co/bitstreams/ae790698-658a-4b17-a237-e687d83fcb0b/download
https://repositorio.uniremington.edu.co/bitstreams/aacd15a2-d7c6-4132-963e-a62233bcd180/download
https://repositorio.uniremington.edu.co/bitstreams/eb0d8a1b-7359-46f9-bd55-8c23fcec7daf/download
bitstream.checksum.fl_str_mv e079bfe7f648df16579d1769d67faa4a
8a4605be74aa9ea9d79846c1fba20a33
261d4eea47263a8a408800268b13c298
7f187828c25d502471e78e348c283cb4
dc720d02232ae482e83a651f027904d7
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio UNIREMINGTON
repository.mail.fl_str_mv biblioteca@uniremington.edu.co
_version_ 1851059210322706432
spelling Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Derechos Reservados - Corporación Universitaria Remington, 2025https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Vélez Uribe, Juan PabloGóez García, SebastiánOrrego Arias, Wilson AlexanderHurtado Ramírez, Julián Andrés2025-08-27T21:13:05Z2025-08-27T21:13:05Z2025https://repositorio.uniremington.edu.co/handle/123456789/7908Este trabajo de investigación tiene como objetivo implementar los conocimientos del Big Data en el sector agrícola, abarcando áreas importantes como lo son el control de plagas, la predicción y la evolución de los cultivos. El cambio climático ha causado un gran impacto en la agricultura que conocemos hoy en día, con ayuda de nuevas tecnologías ha logrado superar grandes retos, como la demanda de alimentos o escasez de recursos y la pérdida de cultivos por infestación de plagas. Gracias a los grandes avances en la tecnología se crean herramientas que ayudan con el análisis de los datos, estas cumplen un rol muy importante al momento de mejorar y avanzar en el sector agropecuario. Gracias a casos reales e información verídica recolectada en Colombia y otros países, se ha identificado el enorme alcance que pueden tener las nuevas tecnologías, herramientas de minería de datos y el Big Data, gracias a esto se han logrado grandes análisis, que nos permiten tener una visualización más detallada de la información, ayudando a obtener un diagnóstico temprano de problemas aplicando así nuevas estrategias que ayuden a optimizar y mejorar la toma de decisiones. Para demostrar la eficiencia del análisis de datos mediante herramientas, se implementó un análisis predictivo, usando grandes cantidades de datos, que fueron simulados con diferentes factores que pueden afectar la producción en los cultivos, entre ellos los cambios en las temperaturas, humedades en diferentes sectores del cultivo, radiaciones solares e infestación de plagas, con el análisis de esta información se busca entrenar tecnologías con aprendizaje autónomo, las cuales permitan predecir el comportamiento y rendimiento que tendrán los cultivos, pero no solo esto también generar posibles alertas para el control de plagas, y diferentes factores que puedan afectar la producción. Con los resultados obtenidos podremos demostrar la efectividad de las herramientas de análisis de datos, demostrando que es posible evitar problemas que afecten la producción directa de las cosechas, permitiendo un avance significativo a la evolución del sector agrícola con la implementación de la tecnología, avanzando a una tecnología más inteligente y competitiva, siendo más fácil de implementar y adaptar en diferentes zonas agrícolas, beneficiando a pequeños y medianos agricultores.PregradoIngeniero(a) de Sistemas13 p.application/pdfspaCorporación Universitaria RemingtonRionegro (Antioquia, Colombia)Facultad de IngenieríasIngeniería de SistemasBig DataAgriculturaPredicciónCosechasControl de plagasProducciónPequeña y mediana empresaInnovaciones tecnológicasAgriculturaBig Data en la agricultura : predicción de cosechas y control de plagasTrabajo de grado - Pregradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - PregradoPublicationORIGINALRIU-PRE-2025 Big Data agricultura.pdfRIU-PRE-2025 Big Data agricultura.pdfapplication/pdf536019https://repositorio.uniremington.edu.co/bitstreams/30d966e3-56ac-44b9-9601-94bb590a48f8/downloade079bfe7f648df16579d1769d67faa4aMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uniremington.edu.co/bitstreams/fcfa07e7-1e8e-4f5f-a35d-467fd7424a5b/download8a4605be74aa9ea9d79846c1fba20a33MD52BL-FR-11 Cesión Derechos_TG-Julian h-Sebastian G-Wilson O.pdfapplication/pdf352297https://repositorio.uniremington.edu.co/bitstreams/ae790698-658a-4b17-a237-e687d83fcb0b/download261d4eea47263a8a408800268b13c298MD53TEXTRIU-PRE-2025 Big Data agricultura.pdf.txtRIU-PRE-2025 Big Data agricultura.pdf.txtExtracted texttext/plain26764https://repositorio.uniremington.edu.co/bitstreams/aacd15a2-d7c6-4132-963e-a62233bcd180/download7f187828c25d502471e78e348c283cb4MD54THUMBNAILRIU-PRE-2025 Big Data agricultura.pdf.jpgRIU-PRE-2025 Big Data agricultura.pdf.jpgGenerated Thumbnailimage/jpeg2842https://repositorio.uniremington.edu.co/bitstreams/eb0d8a1b-7359-46f9-bd55-8c23fcec7daf/downloaddc720d02232ae482e83a651f027904d7MD55123456789/7908oai:repositorio.uniremington.edu.co:123456789/79082025-09-17 04:42:34.78https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Corporación Universitaria Remington, 2025open.accesshttps://repositorio.uniremington.edu.coRepositorio UNIREMINGTONbiblioteca@uniremington.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=