Integración de un sistema de inferencia difusa para mejorar la usabilidad de un prototipo de monitoreo de calidad del agua en estanques piscícolas
Palabras clave:
Acuicultura, Sistemas de Monitoreo, Lógica Difusa, Usabilidad de SistemasResumen
Los sistemas de monitoreo de la calidad del agua en estanques de cultivos piscícolas se limitan a proporcionar valores de parámetros como información de salida, lo que dificulta la determinación de la calidad del agua efectuada por el usuario. Este trabajo aborda la mejora de la usabilidad de estos sistemas mediante la integración de un sistema de inferencia difusa (SID) y su representación en una interfaz de salida basada en los colores del semáforo. Las fases del desarrollo de este trabajo consistieron en, primer término, la migración del SID a la plataforma Arduino, seguida de la implementación del semáforo de calidad del agua al prototipo de monitoreo. Finalmente, la tercera fase consistió en evaluar la mejora de la usabilidad. Para esto, se seleccionó una muestra de 20 participantes involucrados en actividades de cultivos piscícolas. Se aplicaron dos pruebas: la primera enfocada en medir la rapidez de los participantes para determinar la calidad del agua, cronometrando el tiempo invertido en esa actividad; y la segunda, orientada a medir el nivel de satisfacción del participante en el uso del prototipo aplicando una encuesta basada en una escala Likert de cinco niveles. Los resultados muestran que la integración del SID en el prototipo de monitoreo de la calidad del agua tiene un impacto positivo en la usabilidad. Los usuarios reportaron una experiencia de uso significativamente mejorada y lograron determinar el estado de la calidad del agua tres veces más rápido en comparación con la información publicada en formato numérico. Este trabajo resalta la importancia de priorizar la usabilidad en la implementación de productos tecnológicos destinados al sector piscícola para facilitar su transferencia tecnológica.
Referencias
[1] Secretaría de Agricultura y Desarrollo Rural. (2019). Acuacultura, producción y conservación de organismos acuáticos. Gobierno de México. https://www.gob.mx/agricultura/articulos/acuacultura-produccion-y-conservacion-de-organismos-acuaticos
[2] Comisión Nacional de Acuacultura y Pesca. (2021). Anuario Estadístico de Acuacultura y Pesca 2021. Gobierno de México. https://nube.conapesca.gob.mx/sites/cona/dgppe/2021/ANUARIO_ESTADISTICO_DE_ACUACULTURA_Y_PESCA_2021.pdf
[3] FAO. (2009). FAO – Oreochromis niloticus. FAO. https://www.fao.org/fishery/docs/DOCUMENT/aquaculture/CulturedSpecies/file/es/es_niletilapia.htm
[4] Instituto Nacional de Pesca. (2021). Carta Nacional Acuícola 2021. Gobierno de México. http://www.gob.mx/inapesca/documentos/carta-nacional-acuicola-2021
[5] FAO. (2016). Mejora de la calidad de agua en los estanques. FAO. https://www.fao.org/fishery/static/FAO_Training/FAO_Training/General/x6709s/x6709s02.htm
[6] FAO. (2011). Desarrollo de la acuicultura. FAO. https://www.fao.org/3/i1750s/i1750s.pdf
[7] Boyd, C. E. (2017). Chapter 6 – General Relationship Between Water Quality and Aquaculture Performance in Ponds. En G. Jeney (Ed.), Fish Diseases, Academic Press, 147–166. https://doi.org/10.1016/B978-0-12-804564-0.00006-5
[8] Verduzco-Ramírez, J. et al. (2019). Dispositivo portátil para monitoreo de calidad del agua en granjas acuícolas de camarón. Ingeniantes, 2(2), 54–59.
[9] Olivo-Gutiérrez, M. et al. (2018). Prototipo para el monitoreo automatizado de parámetros de calidad del agua en una granja de camarón. Científica, 22(2), 87–95.
[10] Susanti, N. D., Sagita, D., Apriyanto, I. F., Anggara, C. E. W., Darmajana, D. A., & Rahayuningtyas, A. (2022). Design and implementation of water quality monitoring system (temperature, pH, TDS) in aquaculture using iot at low cost. 6th International Conference of Food, Agriculture, and Natural Resource (IC-FANRES 2021), 7–11. https://doi.org/10.2991/absr.k.220101.002
[11] Coutaz, J. (1990). Interfaces homme-ordinateur: Conception et réalisation. Bordas.
[12] Crowley, J. L., Coutaz, J., Rey, G., & Reignier, P. (2002). Perceptual Components for Context Aware Computing. En Borriello, G. y Holmquist, L. E. (Eds.), UbiComp 2002: Ubiquitous Computing (Lecture Notes in Computer Science, vol 2498). Springer, Berlin, Heidelberg. https://doi.org/10.1007/3-540-45809-3_9
[13] ISO 9241-11:2018. (2018). Ergonomics of human-system interaction—Part 11: Usability: Definitions and concepts. ISO. https://www.iso.org/obp/ui/#iso:std:iso:9241:-11:ed-2:v1:en
[14] Hellmann, M. (2001). Fuzzy logic introduction. Université de Rennes, 1(1).
[15] Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338–353.
[16] Mamdani, E. H., & Assilian, S. (1975). An experiment in linguistic synthesis with a fuzzy logic controller. International Journal of Man-Machine Studies, 7(1), 1–13.
[17] Bautista, M. G. A. et al. (2022). Fuzzy Logic-Based Adaptive Aquaculture Water Monitoring System Based on Instantaneous Limnological Parameters. Journal of Advanced Computational Intelligence and Intelligent Informatics, 26, 937–943. https://doi.org/10.20965/jaciii.2022.p0937
[18] Molato, M. R. D. (2022). AquaStat: An Arduino-based Water Quality Monitoring Device for Fish Kill Prevention in Tilapia Aquaculture using Fuzzy Logic. International Journal of Advanced Computer Science and Applications (IJACSA), 13(2). https://doi.org/10.14569/IJACSA.2022.0130265
[19] Bokingkito, P. B., & Caparida, L. T. (2018). Using Fuzzy Logic for Real – Time Water Quality Assessment Monitoring System. Proceedings of the 2018 2nd International Conference on Automation, Control and Robots, 21–25. New York, NY, USA: Association for Computing Machinery. https://doi.org/10.1145/3293688.3293695
[20] The MathWorks, Inc. (s.f.). MathWorks—Makers of MATLAB and Simulink. https://www.mathworks.com/
[21] Atlas Scientific. (s.f.). Atlas Scientific | Environmental Robotics. https://atlas-scientific.com
[22] Barajas Corona, J. de D. (2020). Sistema de medición y gestión integral de la trazabilidad interna del cultivo del camarón. Repositorio Institucional del Tecnológico Nacional de México. https://rinacional.tecnm.mx/jspui/handle/TecNM/1500
[23] Utnasari, I., & Putria, N. E. (2021). Weather Determination Prediction Using Expert Fuzzy Logic Mamdani Method. IJISTECH (International Journal of Information System and Technology), 5(4), 518–525.
[24] Boyd, C. E. (1998). Water Quality for Pond Aquaculture. International Center for Aquaculture and Aquatic Environments. Alabama Agricultural Experiment Station, Auburn University.
[25] Siriwardena, S. N., Nasr-Allah, A. M. & Olaniyi, A. A. (2022). Water quality management. WorldFish. https://digitalarchive.worldfishcenter.org/handle/20.500.12348/5471
[26] Instituto Nacional de Pesca. (2018). Acuacultura Tilapia. Gobierno de México. http://www.gob.mx/inapesca/acciones-y-programas/acuacultura-tilapia
[27] MakeProto. (2012). Arduino FIST: MATLAB Fuzzy Inference System to Arduino Conversion. MakeProto. http://www.makeproto.com/projects/fuzzy/matlab_arduino_FIST/index.php
[28] Likert, R. (1932). A technique for the measurement of attitude. Archives of Psychology, 140, 5–55.
[29] Mishra, P., Singh, U., Pandey, C. M., Mishra, P., & Pandey, G. (2019). Application of student's t-test, analysis of variance, and covariance. Annals of Cardiac Anaesthesia, 22(4), 407.
[30] McKnight, P. E., & Najab, J. (2010). Mann‐Whitney U Test. The Corsini Encyclopedia of Psychology, 1–1.
