EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Clasificación de maduración del banano usando Modelación Neuronal Artificial Aplicada al espacio RGB en imágenes

Cristhian David López-Jiménez, Luis Eduardo Ordóñez-Santos, Luis Octavio González-Salcedo

Ciencia e Ingeniería Neogranadina · 25.05.2026 · 36 (1) · 8314

DOI: 10.18359/rcin.8314 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Ciencia e Ingeniería Neogranadina, online erschienen am 25.05.2026. Verfasst von Cristhian David López-Jiménez und 2 weiteren Autor:innen. Die Arbeit nennt 70 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Mundialmente, el banano es una de las frutas más consumidas, representando un renglón importante de la economía colombiana. Su estado de maduración determina su calidad, vida útil y valor comercial; por ello, es esencial identificar el momento óptimo de cosecha y comercialización. Convencionalmente, su evaluación es manual y visual, lo que implica subjetividad y errores humanos. Este estudio propone una alternativa basada en la modelación neuronal artificial aplicada a imágenes digitales en el espacio de color RGB, capturadas con teléfonos móviles. Dos modelos neuronales artificiales se elaboraron y compararon: una red perceptrón multicapa (MLP) y una red neuronal convolucional (CNN). Ambas redes clasificaron cuatro estados de maduración en banano variedad Cavendish. La red MLP alcanzó una exactitud general del 0.77, mostrando un desempeño adecuado para entornos limitados en recursos. Por su parte, la red CNN logró una exactitud del 0.99, con métricas de precisión (0.98-1.00) y sensibilidad (0.97-1.00) sobresalientes, evidenciando su capacidad para extraer características relevantes directamente de las imágenes. Los resultados confirman la viabilidad del uso de dispositivos móviles como herramientas de captura confiables y el potencial de los modelos neuronales para su integración en aplicaciones de clasificación automática en tiempo real. Este trabajo abre una agenda futura orientada al desarrollo de soluciones accesibles que impulsen la transformación digital del sector bananero colombiano.

Zitieren

APA

López-Jiménez, C. D., Ordóñez-Santos, L. E., & González-Salcedo, L. O. (2026). Clasificación de maduración del banano usando Modelación Neuronal Artificial Aplicada al espacio RGB en imágenes. Ciencia e Ingeniería Neogranadina, 36(1), 8314. https://doi.org/10.18359/rcin.8314

Vancouver

López-Jiménez CD, Ordóñez-Santos LE, González-Salcedo LO. Clasificación de maduración del banano usando Modelación Neuronal Artificial Aplicada al espacio RGB en imágenes. Ciencia e Ingeniería Neogranadina. 2026;36(1):8314. doi:10.18359/rcin.8314

BibTeX
@article{LpezJimnez2026,
  author = {López-Jiménez, Cristhian David and Ordóñez-Santos, Luis Eduardo and González-Salcedo, Luis Octavio},
  title = {Clasificación de maduración del banano usando Modelación Neuronal Artificial Aplicada al espacio RGB en imágenes},
  journal = {Ciencia e Ingeniería Neogranadina},
  year = {2026},
  volume = {36},
  number = {1},
  pages = {8314},
  doi = {10.18359/rcin.8314}
}
Kostenlos starten →