dc.contributor.advisor | Salazar Serván, Segundo Ramón | |
dc.contributor.author | Masgo Ventura, Heling Kristtel | |
dc.contributor.author | Vergaray Jauregui, Cesar Manuel | |
dc.date.accessioned | 2024-04-04T15:39:58Z | |
dc.date.available | 2024-04-04T15:39:58Z | |
dc.date.issued | 2023 | |
dc.identifier.uri | https://hdl.handle.net/20.500.14077/3790 | |
dc.description.abstract | El café es unos de los productos más comercializables a nivel mundial y en el Perú es el primer producto agrícola de exportación, la región Amazonas se ubica como una de las primeras regiones en producción de café. Por tanto, es un cultivo de gran importancia. Pero como en toda producción agrícola existen enfermedades y plagas que perjudican el producto y muchas veces son tardías su diagnóstico y detección. El desconocimiento de estas enfermedades o plagas trae como consecuencia pérdidas de los cultivos en su
totalidad o una desmejora de la calidad del producto final. Debido a toda esta problemática se realizó la presente investigación, desarrollando e implementando un Sistema Experto (SE) con reconocimiento de imágenes, basado en Inteligencia Artificial (IA), con el objetivo de brindar eficiencia al reconocer al patógeno encontrado en los cultivos de café. Para el desarrollo del sistema se usó la metodología propuesta por
Joseabel Cegarra y Johan Ortigoza usada para trabajar con sistemas expertos. Se detectaron tres enfermedades en las plantaciones de café, Antracnosis, Ojo de gallo y la Roya, donde como resultados finales se obtuvo un nivel de eficiencia del 92% del Sistema Experto en detección de las enfermedades de la Roya con un 91%, Ojo de gallo con un 94% y la Antracnosis con un 92%. | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.subject | Sistema experto | es_PE |
dc.subject | Café | es_PE |
dc.subject | Reconocimiento de imágenes | es_PE |
dc.subject | Inteligencia artificial | es_PE |
dc.title | Sistema experto basado en reconocimiento de imágenes y reglas para el diagnóstico de plagas cafeteras. | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
dc.publisher.country | PE | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#1.02.01 | es_PE |
renati.advisor.dni | 09606298 | |
renati.advisor.orcid | https://orcid.org/0009-0002-5228-0748 | es_PE |
renati.author.dni | 75422321 | |
renati.author.dni | 77062119 | |
renati.discipline | 612076 | es_PE |
renati.juror | Santa Cruz Acosta, Roberto Carlos | |
renati.juror | Pérez Astonitas, Roberto | |
renati.juror | Ríos Campos, Carlos Alberto | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
thesis.degree.discipline | Ingeniería de Sistemas | es_PE |
thesis.degree.grantor | Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas. Facultad de Ingeniería de Sistemas y Mecánica Eléctrica | es_PE |
thesis.degree.name | Ingeniero de Sistemas | es_PE |