Sistema inteligente basado en redes neuronales para apoyar el control de plagas en cultivos de caña de azúcar de Lambayeque

• Autor: Guevara Briones, Jean Edinson
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Católica Santo Toribio de Mogrovejo
• Repositorio: USAT-Tesis
• Lenguaje: español
• OAI Identifier: oai:tesis.usat.edu.pe:20.500.12423/5757
• Enlace del recurso: http://hdl.handle.net/20.500.12423/5757
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales artificiales; Aplicaciones web; Caña de azúcar; Plagas del campo; http://purl.org/pe-repo/ocde/ford#2.02.04

El manejo integral de plagas y enfermedades (MIP) es fundamental en el cultivo de caña de azúcar, su ineficiente ejecución genera que no se consiga una buena cosecha al final de una temporada de sembrío, incluyendo las consecuencias monetarias y logísticas que trae consigo esto. La falta de conocimientos fito-técnicos de la planta, así como, la poca conciencia preventiva de los agricultores generaba esta ineficiencia. Ante esta problemática se planteó desarrollar un sistema inteligente web, basado en el paradigma de las redes neuronales, que apoye en la prevención, detección, tratamiento y seguimiento de las plagas y enfermedades propios del cultivo de caña de azúcar, para lo cual se utilizó la metodología de desarrollo IDEAL, propuesta por Juan Pazos en 1997. Una vez culminado el desarrollo del producto, se puso a disposición de 6 expertos en el cultivo de caña de azúcar para su validación, obteniendo como resultado que el 84% calificó la información del sistema entre “confiable” y “totalmente confiable”, además, el 66% califico de “fácil” y “muy fácil” el uso de este y el 100% determino que el software era “útil” y “muy útil” para el manejo integral de plagas. Por otro lado, se consiguió una precisión del 83% en la detección de plagas y un aumento en el número de tratamientos de control con las que podría contar los agricultores al momento de erradicar una plaga o enfermedad, así mismo, se pudo aumentar el número de alertas preventivas ante la posible aparición de estas.