Modelo de predicción de plagas en el cultivo de palto utilizando metodología de aprendizaje automático supervisado, empresa Virú S.A., 2019-2021

• Autores: Solano Robles, Cesar Anthony, Caballero Cruz, Ivonne del Pilar
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Privada Antenor Orrego
• Repositorio: UPAO-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.upao.edu.pe:20.500.12759/8559
• Enlace del recurso: https://hdl.handle.net/20.500.12759/8559
• Nivel de acceso: acceso abierto
• Materia: Python; Regresión Múltiple; https://purl.org/pe-repo/ocde/ford#2.02.04

El uso de la tecnología en la gestión agrícola es un fuerte pilar para el desarrollo de la productividad en el Perú. Si bien en los últimos años este sector ha implementado tecnologías tal como drones, estaciones meteorológicas, entre otros, para el control de muchos factores que involucran en este sector, no siempre se explota la información que se genera de ello. El objetivo de este trabajo fue desarrollar un modelo de predicción de plagas en el cultivo de palto utilizando la metodología de aprendizaje automático supervisado. Se analizó un conjunto de datos de variables climatológicas y de la aparición de plagas en el cultivo de palto correspondiente a los años 2019-2020, en la Empresa Virú S. A. La investigación fue de tipo descriptivo y se utilizó las Cartillas fitosanitarias y las estaciones meteorológicas de la empresa, para recolectar datos sobre plagas y variables climatológicas respectivamente. Se construyó una base de datos, se realizó la limpieza de dataframe y el filtrado de datos. Para el procesamiento de los datos se utilizó Python, jupyterlab, Transt sql y Excel. En el análisis de datos se utilizó estadística descriptiva, estadística inferencial y las técnicas de regresión lineal. Se encontró que las plagas del cultivo del palto: Oligonychus punicae, Oligonychus yothersi, Bemisia Tabaci y Trips Tabaci presentan correlaciones significativas altas y moderadas con las variables climatológicas temperatura y humedad promedio. Se concluyó que, los modelos de predicción basados en aprendizaje automático supervisado que se estimaron predicen la aparición de estas plagas en el cultivo de palto, con una precisión menor al 90%