dc.contributor.advisor | Muller, Felipe Martins | |
dc.creator | Foletto, Leonardo Mello | |
dc.date.accessioned | 2024-01-12T15:28:42Z | |
dc.date.available | 2024-01-12T15:28:42Z | |
dc.date.issued | 2023-12-20 | |
dc.date.submitted | 2023-12-20 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/31131 | |
dc.description | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Engenharia de Computação, RS, 2023. | por |
dc.description.abstract | Brazil, a global leader in food production, is consolidating itself as a protagonist in sustainable food production. The country achieved this status based on its agricultural culture, strong sense of leadership and protagonism in global agriculture. To maintain it, it is essential to lead technological innovations. Technological evolution plays a crucial role in this search, highlighting the Internet of Things (IoT) and Artificial Intelligence (AI) as drivers of efficiency and productivity, especially in agriculture. This study focuses on collecting and integrating data from IoT sensors installed indoors, known as Compost Barn, widely used in global dairy farming. The objective is to obtain real-time data with high precision to optimize the management of this production system. IoT devices collect a wide range of environmental data such as temperature, humidity, brightness, as well as information about the bed environment including temperature, humidity and pH. This data is processed and transmitted via Wi-Fi for analysis on a dashboard, allowing the creation of indicators, such as Overall Equipment Effectiveness (OEE) and Temperature and Humidity Index (THI). This helps producers identify areas improvement to increase operational efficiency. In addition to contributing to academic research, this study is relevant in the rural business context, offering alternatives to improve the management of milk production. It represents a first step towards microclimate prediction, combining data collected with Artificial Intelligence technologies, providing new insights to improve productivity and sustainability in dairy farming. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Internet das Coisas | por |
dc.subject | Inteligência Artificial | por |
dc.subject | Indicadores | por |
dc.subject | Compost Barn | eng |
dc.subject | Internet of Things | eng |
dc.subject | Artificial intelligence | eng |
dc.subject | Indicators | eng |
dc.title | A transformação digital no agronegócio brasileiro: estudo de caso da implementação de uma solução de internet das coisas em sistema Compost Barn | por |
dc.title.alternative | Digital transformation in brazilian agribusiness: perspectives on data analysis using internet of things technology | eng |
dc.type | Trabalho de Conclusão de Curso de Graduação | por |
dc.degree.local | Santa Maria, RS, Brasil. | por |
dc.degree.graduation | Engenharia de Computação | por |
dc.description.resumo | O Brasil, um líder global na produção de alimentos, consolida-se como protagonista na produção sustentável de alimentos. O país alcançou esse status baseado em sua cultura agrícola, no forte senso de liderança e protagonismo na agricultura mundial. Para mantêlo, é fundamental liderar inovações tecnológicas. A evolução tecnológica desempenha um papel crucial nessa busca, destacando-se a Internet das Coisas (IoT) e a Inteligência Artificial (IA) como impulsionadoras da eficiência e produtividade, especialmente na agricultura. Este estudo concentra-se na coleta e integração de dados de sensores IoT instalados em ambientes fechados, conhecidos como Compost Barn, amplamente utilizados na pecuária leiteira global. O objetivo é obter dados em tempo real com alta precisão para otimizar a gestão desse sistema produtivo. Os dispositivos IoT coletam uma ampla gama de dados ambientais, como temperatura, umidade, luminosidade, bem como informações sobre o ambiente da cama, incluindo temperatura, umidade e pH. Esses dados são processados e transmitidos via Wi-Fi para análise em um painel de controle, permitindo a criação de indicadores, como o Overall Equipment Effectiveness (OEE) e Temperature and Humidity Index (THI). Isso auxilia produtores a identificar áreas de melhoria para aumentar a eficiência operacional. Além de contribuir para a pesquisa acadêmica, este estudo tem relevância no contexto empresarial rural, oferecendo alternativas para aprimorar a gestão da produção de leite. Representa um primeiro passo rumo à previsão do microclima, combinando dados coletados com tecnologias de IA, proporcionando novas possibilidades para aprimorar a produtividade e a sustentabilidade na pecuária leiteira. | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS | por |
dc.publisher.unidade | Centro de Tecnologia | por |