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...
- 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.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 |
