Anda di halaman 1dari 4

SEMINARIO DE INVESTIGACIÓN APLICADA II 2019-1

PLANTILLA N° 02_ ANÁLISIS DEL ARTICULO CIENTIFICO_ ESTADO DEL ARTE

Author (s): Jirapond Muangprathub, Nathaphon Boonnam, Siriwan Kajornkasirat,


Narongsak Lekbangpong, Apirat Wanichsombat, Pichetwut Nillaor.
Títle of paper: IoT and agriculture data analysis for smart farm (Análisis de datos e Internet de las cosas para
agricultura inteligente)
Journal: Computers and Electronics in Agriculture (Elsevier)
Volume (issue): 156
pag – pag (year): 467–474 (2019)

1) Problema que el autor del artículo científico, desea resolver

El autor propone desarrollar un sistema de control de riego para cultivos basado en


una red inalámbrica de sensores, usando nodo de sensores en el campo de cultivo
para el manejo de los datos haciendo uso un smartphone y una aplicación web. El
problema que plantea resolver es la mejora en la producción de los cultivos, la calidad
del cultivo y reducción de costos mediante la optimización, control y diagnóstico
aplicado a la agricultura.

2) Importancia del problema

Las tecnologías IoT (Internet de las cosas) así como el análisis de datos pueden
ayudar a evaluar las variables de los campos de cultivo tales como el estado del
suelo, condiciones atmosféricas, y biomasa de plantas y animales. El desarrollo de
una agricultura inteligente es importante para poder predecir las necesidades que
presentará el cultivo en el futuro, por ejemplo, riego (agua). Además, de analizar
las variables de la plantación como humedad del suelo y temperatura, de manera
en que se pueda conocer cual será el mejor tiempo para cosechar determinado
producto. Es relevante conocer como afecta el medio ambiente y el clima a la
plantación.

3) Estado del arte que hace el autor

Las aplicaciones de la tecnología en el campo de la agricultura se utilizan para mejorar


el rendimiento o la calidad de los cultivos y para reducir los costos. La aplicación de
WSN en la agricultura de precisión ayuda a los agricultores de manera estadística,
ayudándolos a tomar decisiones mejores y mejor informadas (Fang et al., 2014; Kodali
et al., 2014). Sarangi et al. (2016) propusieron sistema de soporte de agricultura
basado en Wisekar para brindar servicios automatizados de valor agregado que
integran la interoperabilidad de un repositorio web de IoTs con un call center dedicado
para asesoramiento agrícola. Kaewmard y Saiyod (2014) se centraron en sistemas de
riego que utilizan WSN para recopilar datos del ambiente y el control de un sistema
de riego a través de un smartphone.

Fourati et al. (2014) propuso un sistema de soporte decisión basada en web que se
comunica con una WSN para la programación del riego en campos de olivos. Hashim
et al. (2015) usaron el control con un dispositivo electrónico (Arduino) de temperatura
y la humedad del suelo, y usaron una aplicación de teléfono inteligente basada en
Android para flexibilidad y funcionalidad. Se encontraron ventajas en el bajo costo y
SEMINARIO DE INVESTIGACIÓN APLICADA II 2019-1

flexibilidad para el control de la agricultura a diferencia de costosos componentes tales


como computadoras personales.

El uso de tecnologías IoT conlleva a una gran escala de datos o big data que
proporciona información valiosa. Por esta razón, muchos estudios han intentado
convertir dichos datos en información y conocimientos útiles (Kamilaris et al., 2017).
Kehua Xian (2017) propuso un nuevo sistema de monitoreo conveniente en línea para
IoTs, basado en cloud computing. Después acumular suficientes datos de un sistema
de IoTs para la agricultura, modelando de los requisitos funcionales relevantes se
demostró el uso del análisis de datos en la agricultura.

4) Motivación del autor

Lograr mayor productividad y efectividad en el campo de la agricultura (agricultura


inteligente), asimismo, el ahorro de horas de labor del agricultor debido a que el
sistema que proponen los autores es automatizado, lo que conlleva a la reducción de
costos y mejora de la calidad del cultivo.

5) Descripción del aporte del autor

Los autores aplicaron el uso de data minning (minería datos), que es el proceso de
extracción de información significativa de grandes bases de datos, información que
revela inteligencia del negocio, a través de factores ocultos, tendencias y
correlaciones para permitir al usuario realizar predicciones que resuelven problemas
del negocio proporcionando una ventaja competitiva y reglas de asociación para el
análisis de los datos extraídos del área de cultivo para determinar información útil
sobre los efectos del medio ambiente y el clima. El sistema propuesto por los autores
puede realizar envíos de notificaciones usando LINE API (plataforma de mensajería).
También se realizaron pruebas en tres distintas locaciones.

6) Proceso para resolver el problema

El sistema propuesto por los autores consiste en tres partes. El hardware, la aplicación
web y la aplicación móvil. El hardware es una caja de control de los dispositivos IoT
para obtener los datos del cultivo. La aplicación web involucra gestionar la información
de los dispositivos IoT de cada locación. La información obtenida por medio de
sensores se analiza para predecir el agua necesaria para el cultivo. La aplicación
móvil está diseñada para controlar el riego de acuerdo al resultado del análisis de los
datos.

7) Principal resultado

De los resultados obtenidos por los autores se encontró que una temperatura de 29°C
a 32°C sirven para obtener una alta productividad de vegetales y limones de cultivo
doméstico. Se muestran claros beneficios para la agricultura ya que la humedad del
suelo estuvo controlada apropiadamente lo que reduce costos y mejora la
productividad.

8) Colocar las referencias bibliográficas referenciadas en este informe


SEMINARIO DE INVESTIGACIÓN APLICADA II 2019-1

Fourati, M.A., Chebbi, W., Kamoun, A., 2014. Development of a web-based weather station for irrigation
scheduling. In: Information Science and Technology (CIST), 2014 Third IEEE International Colloquium in
IEEE, pp. 37–42.

Fang, S., Da Xu, L., Zhu, Y., Ahati, J., Pei, H., Yan, J., Liu, Z., 2014. An integrated system for regional
environmental monitoring and management based on internet of things. IEEE Trans. Ind. Inform. 10,
1596–1605.

Sarangi, S., Umadikar, J., Kar, S., 2016. Automation of agriculture support systems using Wisekar: case
study of a crop-disease advisory service. Comput. Electron. Agric. 122,
200–210. https://doi.org/10.1016/j.compag.2016.01.009.

Xian, K., 2017. Internet of things online monitoring system based on cloud computing. Int. Jo. Online Eng.
(iJOE) 13 (9), 123–131. https://doi.org/10.3991/ijoe.v13i09.7591.

Kaewmard, N., Saiyod, S., 2014. Sensor data collection and irrigation control on vegetable crop using
smart phone and wireless sensor networks for smart farm. In: Conference on Wireless Sensors (ICWiSE).
IEEE, pp. 106–112.

Kamilaris, A., Kartakoullis, A., Prenafeta-Bold, F.X., 2017. A review on the practice of big data analysis in
agriculture. Comput. Electron. Agric. 143, 23–37.

Kodali, R.K., Rawat, N., Boppana, L., 2014. WSN sensors for precision agriculture. In: Region 10
Symposium. IEEE, pp. 651–656. https://doi.org/10.1109/TENCONSpring.2014.686311.

9) Factor de Impacto de la revista indexada (verificada a través de SCIMAGO)


SEMINARIO DE INVESTIGACIÓN APLICADA II 2019-1

RESTRICCIONES:
A) Verificar el año de publicación del articulo (no menor a 3 años de antigüedad)
B) Que sea un artículo original (No review)
C) Que se verifique en SCIMAGO que es una revista indexada