ABSTRACT

Irrigation is an important factor in agriculture, savingup to 50% when it is smart. This work addresses smart irrigation through an IoT prototype that uses a prediction model trained with secondary data to predict how much water to irrigate. The results showed that the best model is with TCN, achieving an R2 of 0.91 for 1 day and 0.86 for 7 days. This model is implemented in a functional prototype applied to mints that seeks to test its use in a real crop.

RESUMEN

El riego es un factor importante en la agricultura, cuando es inteligente ahornando hasta un 50%. Este trabajo aborda el riego inteligente a través de un prototipo IoT que utiliza un modelo de predicción entrenado con datos secundarios para predecir con cuánta agua regar. Los resultados mostraron que el mejor modelo es con TCN, alcanzando un R2 de 0,91 para 1 día y 0,86 para 7 días. Este modelo se implementa en un prototipo funcional aplicado a mentas que busca probar su uso en un cultivo real.