Authors

Abstract

New technologies are emerging everyday to improve the productivity of food production to meet rising demands. Microgreens have gained popularity nowadays and are known for being nutritious and easy to cultivate. Fogponics is one of the emerging technologies that atomizes the nutrient solutions into fine mist, improving the oxygenation and reduces water usage that lacks from traditional farming methods. The study developed an automated fogponics system for microgreens production using machine learning automation and internet of things monitoring systems. The model's evaluation output proves that the system is reliable and capable of predicting an appropriate direction given the datasets acquired from temperature and humidity while the plants are thriving over time. The system has successfully reduced the temperature fluctuation ranging from 26°C-33°C to 27°C-30°C and stabilized humidity levels from 75%-100% to 90%-96%. As a result, the performance of the model effectively yielded the microgreens to flourish in its environmental parameters by incorporating machine learning automation and IoT-based monitoring systems. This study strengthened the importance of contributing a promising alternative for sustainable microgreens production. This prototype represents its significant advancement in agricultural strategies for indoor microgreens cultivation, offering a potential alternative for efficient and scalable production.

Abstract in Tagalog

Araw-araw may mga makabagong pamamaraan sa pagtatanim ang umuusbong upang mapabuti ang produksyon ng pagkain para matugunan ang tumataas na pangangailangan nito. Ang microgreens ay nagiging popular ngayon dahil sa taglay na sustansya at madaling paraan ng pagtatanim. Ang fogponics ay isa sa mga umuusbong na teknolohiya na mekanismong pagkontrol para sa awtomasyon ng nutrient solution sa pamamagitan ng usok, ito ay nakakatulong upang mapabuti sa oxygenation at mababang pagkonsumo ng tubig na kulangan sa mga tradisyunal na pamamaraan ng pagsasaka. Ang layunin ng pananaliksik na ito ay bumuo ng automated fogponics system para sa produksyon ng microgreens, gamit ang machine learning automation at internet of things monitoring systems. Ang resulta sa pagsusuri ng modelo ay napatunayan na ang sistema ay may kakayahan upang malaman ang angkop na direksyon batay sa mga datos na nakalap mula sa temperatura at halumigmig habang ang mga halaman ay simisibol. Ang sistema ay matagumpay na napanatili ang pagbabagu-bago ng temperatura mula 26°C-33°C naging 27°C-30°C at napanatili ang antas ng halumigmig mula 75%-100% naging 90%-96%. Bilang resulta, ang prototype ay epektibong nakapag-ani ng microgreens na yumabong sa pamamagitan ng pagsasama ng machine learning automation at IoT-based monitoring systems. Ang prototype na ito ay kumakatawan sa makabuluhang pag-aambag sa pag-unlad ng mga estratehiya sa agrikultura para sa indoor microgreens cultivation, may potensyal bilang alternatibong pamamaraan para sa mahusay at pangmalakihang produksyon.