Abstract Banana plantation are the fourth most important crop worldwide and the most important tropical fruit. Their cultivation is carried out in more than 120 countries, producing approximately 100 million tons per year. México is one of the principal banana producers and exporters. However, its quality is affected by diseases such as black sigatoka, which, since its first appearance in the country in 1981, has been the disease that generates the greatest economic losses, because it has not been able to eradicate due to the climatic conditions in which it spreads. The principal variables that affect black sigatoka’s presence are temperature and relative humidity; and if it is not controlled, the pathogen can reduce up to 50 % the bunch weight and causes losses up to 100 % of the production. This research paper proposes a fuzzy inference system Takagi-Sugeno type, with a constant output, to determine the risk of black sigatoka proliferation in banana crops, through the analysis of temperature (13-38 °C) and relative humidity (0-100 %). The fuzzy system was developed in two applications, 1) MATLAB fuzzy logic tool and, 2) the library JFuzzyLogic of JAVA language. For testing, historical data of monthly average of temperature and relative humidity were used, from january 2015 to june 2019, in Manzanillo, one of the cities with the greatest banana production in Colima state, México, obtaining similar results with both applications. For the system validation the determination coefficient ( r 2 ) was applied, with results greater than 0.9, demonstrating that the predictive model is acceptable. This research presents an innovative approach using a Takagi-Sugeno diffuse system with constant output that will help to prevent the risk of black sigatoka proliferation, allowing banana crop growers to have a tool to effectively fight the pathogen.
Resumen La plantación de plátano representa el cuarto cultivo más importante a nivel mundial y la fruta tropical de mayor importancia, su cultivo se realiza en más de 120 países, produciendo aproximadamente 100 millones de toneladas al año. México es uno de los principales países productores y exportadores de plátano. Sin embargo, su calidad se ve afectada por enfermedades tales como la sigatoka negra, que ha sido la enfermedad que genera mayores pérdidas económicas, puesto que no se ha logrado controlar debido a las condiciones climáticas en las que se propaga. Las principales variables que influyen en la aparición de la sigatoka negra son la temperatura y la humedad relativa; y si no se controla, el agente patógeno puede reducir hasta en 50 % del peso del racimo y causar pérdidas de hasta 100 % de la producción. Este trabajo de investigación propone un sistema de inferencia difuso tipo Takagi-Sugeno, con salida constante, para determinar el riesgo de proliferación de la sigatoka negra en cultivos de plátano, por medio del análisis de la temperatura (13-38 °C) y la humedad relativa (0-100 %). El sistema difuso se desarrolló en dos aplicaciones; siendo éstas, la herramienta de lógica difusa de MATLAB y la librería JFuzzyLogic del lenguaje JAVA; para las pruebas se utilizaron datos históricos del promedio mensual de temperatura y humedad relativa, desde enero de 2015 hasta junio de 2019, en Manzanillo, uno de los municipios de mayor producción de plátano del estado de Colima, obteniendo resultados similares con ambas aplicaciones. Para la validación del sistema se aplicó el coeficiente de determinación (r 2 ), debido a que esta métrica ha sido utilizada en trabajos previos de investigación, con resultados mayores a 0.9, demostrando que el modelo predictivo es aceptable. Esta investigación presenta un enfoque innovador utilizando un sistema de inferencia difuso tipo Takagi-Sugeno con salida constante que contribuye a prevenir el riesgo de proliferación de la sigatoka negra, permitiendo a los productores de cultivos de plátano tener una herramienta para combatir eficazmente el agente patógeno.