Yandún Velasteguí, Marco AntonioMallamas Mites, David Anderson2026-01-182026-01-182026-01-16https://repositorio.upec.edu.ec/handle/123456789/3127La investigación aborda la problemática de la gestión ineficiente del agua en cultivos bajo invernadero en la Unidad Educativa "Jorge Martínez Acosta", en la provincia del Carchi. Para solucionar esta problemática, se desarrolla AgroPredict, un sistema inteligente de gestión hídrica basado en una arquitectura multi-agente que incorpora inteligencia artificial, visión artificial y tecnologías IoT. El sistema emplea sensores ESP32 que monitorean en tiempo real variables ambientales como temperatura y humedad del suelo. Utiliza visión artificial para detectar automáticamente las fases fenológicas del cultivo (Desarrollo, Floración, Producción, Desconocido) con una precisión del 99.5% en prototipo y 96.3% en condiciones reales. Además, el control automatizado del riego se ajusta según fases de cultivo y condiciones, garantizando eficiencia hídrica y salud del cultivo. La solución incluye una aplicación móvil desarrollada con Flutter con módulos para monitoreo, control manual y automático del riego, asistente virtual agronómico con Gemini AI para diagnósticos y recomendaciones, y notificaciones automatizadas vía WhatsApp. La validación en campo muestra tiempos de respuesta rápidos, alta precisión y robustez del sistema. AgroPredict contribuye a la agricultura de precisión en ámbitos educativos y comerciales, promoviendo un uso responsable y eficiente del agua.application/pdf148 páginasspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/inteligencia artificial, IoT agrícola, gestión hídrica, visión artificial, agricultura sostenibleinfo:eu-repo/semantics/bachelorThesishttp://purl.org/pe-repo/ocde/ford#2.02.03