La presente investigación determinó la eficiencia del algoritmo de Kalman para el pronóstico y corrección del nivel de PH en nutrientes de cultivos hidropónicos. Se analizó la viabilidad del proyecto mediante un estudio del estado del arte seguido del diseño e implementación de una arquitectura IoT que permitió la lectura del PH a través de un dispositivo embebido. Estas lecturas fueron centralizadas y procesadas en la nube de AWS (Amazon Web Services) utilizando el algoritmo de Kalman y los resultados retornaron al dispositivo IoT, alertando a los agricultores para corregir el PH, equilibrando así la solución nutritiva. Además, se adaptó el algoritmo de Kalman para la predicción y corrección del PH en soluciones nutritivas y se desarrollaron aplicaciones web para el monitoreo y ajuste del PH en campo. Finalmente, se evaluó y validó la eficiencia del algoritmo de Kalman...