1. Repositório Institucional - Universidade Federal de Uberlândia
2. Faculdade de Engenharia Elétrica (FEELT)
3. TCC - Engenharia de Controle e Automação

ORCID:	http://orcid.org/0009-0007-8022-124X
Tipo de documento:	Trabalho de Conclusão de Curso
Tipo de acceso:	Acesso Aberto
Título:	Previsão de irrigação com machine learning na agricultura de precisão
Autor:	Bittar, Arthur Costa
Primer orientador:	Morais, Josué Silva de
Primer miembro de la banca:	Carrijo, Renato Santos
Segundo miembro de la banca:	Silva, Fabio Vincenzi Romualdo da
Resumen:	A disponibilidade de água no solo exerce influência direta sobre o desenvolvimento das culturas agrícolas, tornando o monitoramento da umidade uma atividade importante para o planejamento da irrigação. Entretanto, decisões baseadas apenas em observações pontuais podem não representar adequadamente a evolução das condições hídricas do solo. Nesse contexto, este trabalho apresenta o desenvolvimento de um sistema para monitoramento e previsão da umidade do solo, voltado ao apoio à tomada de decisão na irrigação de cafezais. O sistema integra um protótipo de aquisição de dados baseado em Arduino, um sensor de umidade do solo e uma aplicação desenvolvida em Python para o armazenamento e processamento das medições. A partir do histórico de dados coletados, são aplicados os algoritmos de aprendizado de máquina Random Forest Regressor e Gradient Boosting Regressor, com o objetivo de estimar o comportamento futuro da umidade do solo. Informações meteorológicas também são incorporadas ao sistema como apoio complementar à tomada de decisão, permitindo considerar a possibilidade de precipitação antes da recomendação de irrigação. Além da previsão, foi desenvolvida uma lógica de decisão capaz de relacionar as condições atuais e previstas do solo às ações de irrigar, aguardar ou continuar o monitoramento. Dessa forma, o trabalho propõe a integração entre sensoriamento, análise de dados, aprendizado de máquina e informações meteorológicas em uma ferramenta de apoio ao manejo hídrico. A proposta busca contribuir para decisões de irrigação mais planejadas, auxiliando no uso racional da água e demonstrando o potencial da aplicação de tecnologias acessíveis no contexto da agricultura de precisão.
Palabras clave:	Machine learning Irrigação
Área (s) del CNPq:	CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS
País:	Brasil
Editora:	Universidade Federal de Uberlândia
Cita:	BITTAR, Arthur Costa. previsão de irrigação com machine learning na agricultura de precisão. 2026. [48] f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) – Universidade Federal de Uberlândia, Uberlândia, 2026.
URI:	https://repositorio.ufu.br/handle/123456789/50098
Fecha de defensa:	6-ago-2026
Aparece en las colecciones:	TCC - Engenharia de Controle e Automação

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.