Aplicación móvil basada en visión artificial y regresión lineal para el reconocimiento del estado de madurez y el pronóstico de rendimiento en cultivos de cacao (Theobroma cacao L): estudio de caso en la Finca Mendoza, Ecuador

Introducción: La determinación del grado de madurez del fruto y la estimación del rendimiento en fincas cacaoteras de Ecuador suele realizarse mediante observación empírica y registros manuales, lo que genera apreciaciones subjetivas, errores operativos y ausencia de información histórica sistematizada. Frente a esta problemática, el presente estudio tuvo como objetivo desarrollar y evaluar funcionalmente una aplicación móvil que integrara visión artificial y un modelo predictivo para el reconocimiento del estado de madurez del cacao y el pronóstico de rendimiento en la Finca Mendoza, Ecuador. Metodología: Metodológicamente, la investigación se abordó desde un enfoque cualitativo, con diseño no experimental y carácter aplicado, descriptivo y documental; la información se recopiló mediante observación directa y entrevista semiestructurada al propietario de la finca, mientras que el desarrollo tecnológico se ejecutó bajo la metodología ágil de Programación Extrema (XP), incorporando una red neuronal convolucional para el análisis de imágenes y técnicas de regresión lineal para la proyección productiva. Resultados: Como resultado, se identificaron seis funcionalidades principales orientadas al monitoreo y la gestión del cultivo, se modelaron las entidades Usuario, Producción, Imagen y Predicción como núcleo del sistema, y se implementaron módulos de captura y análisis de imágenes, pronóstico de rendimiento, reportes y recomendaciones, evidenciando una disminución perceptible en los tiempos de inspección y una mejora en la trazabilidad de la información agrícola. Conclusiones: Se concluye que la herramienta reduce la dependencia de métodos empíricos y constituye un modelo replicable para la digitalización agrícola en contextos rurales similares