IAcultivar: Prototipo de aplicación móvil para la detección de la monilia en los cultivos de cacao mediante reconocimiento de imágenes

dc.contributor.authorRincón Caballero, Andrés Camilo
dc.contributor.authorRodríguez Calderón, Maryury Julieth
dc.contributor.researchgroupSemilleros de Investigación UNABspa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.coverage.spatialBucaramanga (Santander, Colombia)spa
dc.coverage.temporal2020spa
dc.date.accessioned2023-11-15T06:22:48Z
dc.date.available2023-11-15T06:22:48Z
dc.date.issued2020-11
dc.description.abstractEl cultivo del cacao es uno de los cultivos tropicales de mayor importancia, tanto en el ámbito nacional como internacional. En Colombia, intervienen de forma directa más de 25 mil familias, de las cuales el 90% desarrolla su proceso productivo en condiciones de economía campesina. Datos históricos afirman que en el año 2008, Santander participó en la producción nacional de cacao con el 50%, equivalente a 19 mil toneladas de grano. El factor que más limita la producción de cacao en el país es la presencia de enfermedades, entre las cuales se destacan la monilia (Moniliophthora roreri), la escoba de bruja (Phytophthora sp.), entre otras. Alrededor de 40% de la producción del cacao se ve afectada por la monilia, la cual se prolifera por ambientes de alta humedad, mala fertilización e inadecuado manejo del cultivo por parte de los agricultores, estos factores harán que el cultivo esté débil y expuesto a la incidencia y severidad de la enfermedad causando pérdidas de hasta un 100% de la producción del fruto; estas y muchas otras razones hacen que la monilia sea considerada como la más prevalente y severa en el cultivo de cacao Colombiano. Con esto presente se evidencia la necesidad de una herramienta que ayude a disminuir el impacto de la monilia en los cultivos de cacao, por lo tanto el presente artículo muestra el desarrollo de una aplicación móvil para detectar la presencia de la monilia en los cultivos de cacao y como esta puede ayudar al control de la misma haciendo uso de reconocimiento de imágenes.spa
dc.description.abstractenglishThe cultivation of cocoa is one of the most important tropical crops, both nationally and internationally. In Colombia, more than 25 thousand families are directly involved, of which 90% develop their production process under conditions of a peasant economy. Historical data affirm that in 2008, Santanderparticipated in the national cocoa production with 50%, equivalent to 19 thousand tons of grain. The factor that most limits the production of cacao in the country is the presence of diseases, among which the monilia (Moniliophthora roreri), the witch's broom (Phytophthora sp.), Among others, stand out. Around 40% of cocoa production is affected by monilia, which proliferates due to high humidity environments, poor fertilization and inadequate crop management by farmers, these factors will make the crop weak and exposed to the incidence and severity of the disease causing losses of up to 100% of fruit production; These and many other reasons make monilia the most prevalent and severe in Colombian cocoa cultivation. With this in mind, the need for a tool that helps to reduce the impact of monilia on cocoa crops is evident, therefore this article shows the development of a mobile application to detect the presence of monilia in cocoa crops. and how it can help to control it by making use of image recognition.spa
dc.description.learningmodalityModalidad Presencialspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.issnISSN 2344-7079spa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.identifier.urihttp://hdl.handle.net/20.500.12749/22763
dc.language.isospaspa
dc.publisher.deparmentSistema de Investigación SIUNABspa
dc.publisher.facultyFacultad Ingeniería
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.publisher.programPregrado Ingeniería de Sistemas
dc.relation.ispartofseriesGeneración Creativa : Encuentro de Semilleros de Investigación UNABspa
dc.relation.references[1] Deloitte, “Consumo móvil en Colombia.” 2019, [Online]. Available: https://www2.deloitte.com/co/es/pages/technology-mediaand-telecommunications/articles/consumo-movil-encolombia-2019.html.spa
dc.relation.references[2] K. Schwaber and J. Sutherland, “La guía de Scrum.” 2017.spa
dc.relation.references[3] M. S. Hernández et al., “Factores que afectan la producción de cacao (Theobroma cacao L.) en el ejido Francisco I. Madero del plan chontalpa, Tabasco, México,” Univ. y Cienc., vol. 17, no. 34, pp. 93–100, 2001, [Online]. Available: http://dialnet.unirioja.es/servlet/oaiart?codigo=2339735.spa
dc.relation.references[4] C. Javier, C. Sergio, and C. Jairo, “Estado de la moniliasis del cacao causada por Moniliophthora roreri en Colombia,” vol. 63. 2014, [Online]. Available: https://www.redalyc.org/articulo.oa?id=169932435011.spa
dc.relation.references[5] C. Nestor, D. Aquiles, S. Miguel, and R. Alia, “ANÁLISIS ESPACIAL DE LA INCIDENCIA DE ENFERMEDADES EN DIFERENTES GENOTIPOS DE CACAO (Theobroma cacao L.) EN EL YOPAL (CASANARE), COLOMBIA<br>,” Acta Biol. Colomb., vol. 22, 2017, [Online]. Available: https://www.redalyc.org/articulo.oa?id=319051099010.spa
dc.relation.references[6] J. A. Perea, O. L. Ramirez, and A. R. Villamizar, “Caracterización fisicoquímica de materiales regionales de cacao Colombiano,” Biotecnología. Agric. Agroindustrial Sect., Jul. 2011, [Online]. Available: https://www.openaire.eu/search/publication?articleId=revist acauca::78c0e149f4731c2fd2d2f9df5ddabc12.spa
dc.relation.references[7] R. Ricardo, “Biodiversidad de ecotipos de Moniliophthora roreri en cacao (Theobroma cacao) clon ccn-51 y la actividad antagonista de PGPR,” 2018.spa
dc.relation.references[8] P. A. Tirado-Gallego, A. Lopera-Álvarez, and L. A. RíosOsorio, “Estrategias de control de Moniliophthora roreri y Moniliophthora perniciosa en Theobroma cacao L.: revisión sistemática,” Cienc. y Tecnol. Agropecu., vol. 17, no. 3, pp. 417–430, Sep. 2016, doi: 10.21930/rcta.vol17_num3_art:517.spa
dc.relation.references[9] S. R. Dubey and A. S. Jalal, “Fruit and vegetable recognition by fusing colour and texture features of the image using machine learning,” Int. J. Appl. Pattern Recognit., vol. 2, no. 2, pp. 160–181, 2015, doi: 10.1504/IJAPR.2015.069538.spa
dc.relation.references[10] G. C. Khadabadi, A. Kumar, and V. S. Rajpurohit, “Identification and classification of diseases in carrot vegetable using Discrete Wavelet Transform,” 2015, pp. 59– 64, doi: 10.1109/ERECT.2015.7498988.spa
dc.relation.references[11] Pl@ntNet, “Pl@ntNet Identify.” 2020, [Online]. Available: https://identify.plantnet.org/.spa
dc.relation.references[12] A. Rocha, D. C. Hauagge, J. Wainer, and S. Goldenstein, “Automatic fruit and vegetable classification from images,” Comput. Electron. Agric., vol. 70, no. 1, pp. 96–104, 2010, doi: 10.1016/j.compag.2009.09.002spa
dc.relation.references[13] K. Wang, S. Zhang, Z. Wang, Z. Liu, and F. Yang, “Mobile smart device-based vegetable disease and insect pest recognition method,” Intell. Autom. Soft Comput., vol. 19, no. 3, pp. 263–273, Jul. 2013, doi: 10.1080/10798587.2013.823783.spa
dc.relation.references[14] T. V. J. Andrés and A. G. A. Mauricio, ““DESARROLLO DE APLICACIÓN MÓVIL PARA LA POSTPRODUCCIÓN Y COMERCIALIZACIÓN DE LA MORA EN LA REGIÓN DE SANTUARIO, ASOCIACIÓN.” .spa
dc.relation.references[15] S. C. Jesus, “Diseño de una aplicación Android para la enseñanza de tropismos y adaptaciones vegetales.,” 2015.spa
dc.relation.references[16] S. A. Mummah, A. C. King, C. D. Gardner, and S. Sutton, “Iterative development of Vegethon: a theory-based mobile app intervention to increase vegetable consumption,” Int. J. Behav. Nutr. Phys. Act., vol. 13, no. 1, p. 90, 2016, doi: 10.1186/s12966-016-0400-z.spa
dc.relation.references[17] S. Mummah, T. N. Robinson, M. Mathur, S. Farzinkhou, S. Sutton, and C. D. Gardner, “Effect of a mobile app intervention on vegetable consumption in overweight adults: a randomized controlled trial,” Int. J. Behav. Nutr. Phys. Act., vol. 14, no. 1, p. 125, Sep. 2017, doi: 10.1186/s12966- 017-0563-2.spa
dc.relation.references[18] V. P. Sebastián, “UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE CIENCIAS DE LA COMPUTACIÓN.” .spa
dc.relation.references[19] J. Xin, L. Mingyong, Z. Kaixuan, J. Jiangtao, M. Hao, and Q. Zhaomei, “Development of vegetable intelligent farming device based on mobile APP,” Cluster Comput., vol. 22, no. S4, pp. 8847–8857, Jul. 2019, doi: 10.1007/s10586-018- 1979-4.spa
dc.relation.references[20] Fedecacao, “Guía técnica para el cultivo de cacao.” 2015.spa
dc.relation.urihttp://hdl.handle.net/20.500.12749/14245
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.sourceRincón, A. C. & Rodríguez, M. J. (2020). IAcultivar: Prototipo de aplicación móvil para la detección de la monilia en los cultivos de cacao mediante reconocimiento de imágenes. Recuperado de: http://hdl.handle.net/20.500.12749/22763spa
dc.subject.keywordsInformation systemsspa
dc.subject.keywordsSoftware engineeringspa
dc.subject.keywordsAgricultural productionspa
dc.subject.keywordsInvestigationspa
dc.subject.keywordsImage recognitionspa
dc.subject.keywordsPlant diseasespa
dc.subject.keywordsCocoaspa
dc.subject.keywordsAgriculturespa
dc.subject.keywordsMobile appsspa
dc.subject.keywordsAPIspa
dc.subject.lembSistemas de informaciónspa
dc.subject.lembIngeniería de softwarespa
dc.subject.lembProducción agrícolaspa
dc.subject.lembInvestigaciónspa
dc.subject.lembReconocimiento de imágenesspa
dc.subject.proposalEnfermedad de las plantasspa
dc.subject.proposalCacaospa
dc.subject.proposalAgriculturaspa
dc.subject.proposalAplicaciones móvilesspa
dc.subject.proposalAPIspa
dc.titleIAcultivar: Prototipo de aplicación móvil para la detección de la monilia en los cultivos de cacao mediante reconocimiento de imágenesspa
dc.title.translatedIAcultivar: Mobile application prototype for detection of monilia in cocoa crops through image recognitionspa
dc.typeConferenceeng
dc.type.coarhttp://purl.org/coar/resource_type/c_f744
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.driverinfo:eu-repo/semantics/conferenceProceedingsspa
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersionspa
dc.type.localMemoria de eventosspa
dc.type.redcolhttp://purl.org/redcol/resource_type/EC_AC

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
2020_Articulo_Rincon_Caballero_Andres_Camilo.pdf
Tamaño:
188.63 KB
Formato:
Adobe Portable Document Format
Descripción:
Artículo

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
829 B
Formato:
Item-specific license agreed upon to submission
Descripción: