Francesca Leila M.

Atienza Class Number-4

STEM 12-D FPLAR

Ang Paggamit ng Wireless Sensor Network para makagawa ng Smart Farm

Litrato: Isang Smart Farm na Sinusuri ng isang Magsasa

Ayon kay Fourtane, ang Smart Farming ay isang konsepto ng pamamahala ng pagsasaka
na gumagamit ng modernong teknolohiya upang mapanatili ang pagtaas ng dami at kalidad ng
mga agrikulturang produkto. Gamit ang mga traktor na may mga sensor at habang may mga sensor
din sa mga bukid kaya ng matala ng mga magsasaka ang mga real-time data patungkol sa
kondisyon ng lupa, sa kahalumigmigan ng lupa, at sa halaga ng araw na natanggap ng mga
halaman. Gamit ang Smart Farming, masusubaybayan na ng mga magsasaka ang kondisyon ng
bukid mula sa kahit saan gamit ang kanilang mga mobile devices. (Farm Management, 2019)

Litrato: Pagkakakonekta ng Sistema ng isang Smart Farm

Hindi magiging posible ang Smart Farming kung wala ang Wireless Sensor Network dito.
Ang mga sensors nito ang sumusubaybay sa mga mahalagang parameters para sa pagbunga ng
mga pananim tulad na lamang ng kahalumigmigan ng lupa, humidity, temperature, pH level at
nutrisyon ng lupa. Napaka-importante ng sensors na ito sa agrikultura upang makolekta ang mga
pangunahing mga kinakailangan ng pisikal pre-nominal at mga katangian ng kapaligiran. (Kumar
at Ilango, 2017)
 Litrato: Control ng isang Smart Farm sa loob ng isang Mobile Phone

May iba’t ibang bahagi na dapat isinasalang-alang sa paggawa ng isang Smart Farm. Una na dito
ang FMIS o Farm Management Information System/Control center ng isang Smart Farm. Ito ay
ang sistema na binuo para sa pagkolekta, pagproseso, pagtatago at pagpapakalat ng data na
nakikinabang at nagkokontrol sa mga functions ng Smart Farm. Ito ang nagsisilbing nucleus ng
Smart Farm System at tumutulong ito sa mga magsasaka sa paggawa nila ng pinakamahusay na
desisyon patungkol sa pagtanim, fertilizing, at pag-aani ng mga pananim sa pamamagitan ng
pagkolekta at pagproseso ng data in real time. (Fountas et.al, 2015)

Litrato: Isang Wireless Sensor na nakaimplanta sa isang Smart Farm

Ang pangalawang mahalagang bahagi ng mga Smart Farm ay ang mga wireless sensor. Ito
ang tumutuklas sa mga antas ng nitrogen, phosphate at potassium (NPK) upang matulungan ang
mga magsasaka na magbawas ng walang halaga at mapabuti ang kanilang mga bunga. (Albrecht,
2018) Naglalaman ito ng 26 na iba’t ibang sensors na sumusukat ng mga antas ng NPK, antas ng
pH, kahalumigmigan ng lupa, temperature, at aeration ng pumapaligid na lupa pati na din ang
temperature at humidity sa ibabaw ng lupa. Gamit ang mga data na ito, magiging mas mahusay
ang mga input (tulad ng fertilizer) ng mga magsasaka at makakagawa sila ng mas maayos na bunga
ng mga pananim. (Schriber, 2019)
 Litrato: GIS ng isang Smart Farm sa loob ng Mobile Phone

Ang GIS o Geographical Information System ay isang komplikadong kapaligiran,

nagsisimula ito sa isang banda sa mga digital na representasyon ng mga landscapes na nakuha
gamit ang field research (GPS) at Remote Sensing (orthophotograph and satellite images) na
ipinapadala at sa kabilang banda ay ang database environment na may kapasidad na magtago,
magsuri, magmanipula, magpahusay, magaral, at magpakita ng spatial data ng mundo. (Soomro,
2015) Mahalaga bilang isang tool ang GIS dahil kalimitan ng mga pananim ng mga magsasaka ay
location-based. Gumagamit sila ng precision GPS sa bukid para makatipid sa fertilizer.
Nakokolekta din ng mga satellites at drones ang impormasyon patungkol sa mga halaman,
topograpiya at panahon mula sa kalangitan. (GISGeography, 2019)

Litrato: Sistema ng Wireless Sensor Network sa isang Smart Farm

Ginagamit ang Wireless Sensor Networks sa mga Smart Farms upang makolekta ang mga
environment data at magpadala ng mga control command para mabuksan at mapatay ang irrigation
system at para mamanipula ang power distribution. (Culibrina at Dadios, 2015) Ginagamit din ito
upang mainam na masubaybayan ang kapaligiran ng Smart Farm. Nakatutulong din ito sa mga
magsasaka sa pamamagitan ng curtailing ng produksyon ng mga pananim at maintenance cost at
nagpapataas din ito ng kita ng mga magsasaka sa pamamagitan ng mataas na bunga ng mga
pananim. (Thangarasu, Rajasekaran & Anandamurugan, 2019)
 Litrato: DHT11 Temperature and Humidity Sensor

Upang maging epektibo ang Smart Farm may iba’t ibang proseso na isinasaalang-alang
dito. Isa na ang prosesong ginagamit sa pagkuha ng data gamit ang Wireless Sensor Network. Dito
pumapasok ang DHT11 Temperature at Humidity Sensor. Ito ay isang uri ng sensor na
sumusubaybay sa temperature at humidity sa loob ng Smart Farm. Ginagamit ito dahil ito ay ideal
para sa Data Logging at Monitoring System ng Smart Farm. (Bongulto, Cabato, at Caldo, 2016)
Nagbibigay ito ng long-term stability at mataas na reliability. Nagbibigay din ito ng high cost
performances advantage, mabilis na resulta at kasiyahan sa kalidad. Kaya din nito subaybayan ang
humidity dahil binibigyan pansin nito ang tumpak na pagkakalibrate ng humidity calibration
chamber. (Idnani et.al, 2018)

Litrato: Soil Moisture Sensor

Ginagamit din ang Soil Moisture Sensor sa proseso na ito. Ang sensor na ito ay ginagamit
upang masuri ang nilalaman ng antas ng tubig sa lupa sa yunit ng volume. Napagaaralan din nito
ang ninanais na nilalaman ng kahalumigmigan ng lupa para sa iba’t ibang klase ng pananim.
(Bongulto, Cabato, at Caldo, 2016) Napapahusay din nito ang nilalaman ng kahalumigmigan ng
lupa sa pamamagitan ng pagsubaybay at pagkontrol sa irrigation sa loob ng mga Smart Farm. Ito
ang tiyak na sensor na nakakauklas ng antas ng tubig sa loob ng lupa. Nagbibigay ito ng mababang
gastusin habang nagbibigay ng tumpak na impormasyon patungkol sa nilalaman na tubig ng lupa.
(Gowthaman et.al, 2018)
 Litrato: XBee Device

Ang sunod na proseso sa Smart Farm ay ang paggawa ng Arkitektura ng Komunikasyon

para sa Wireless Sensor Network. Dito naman pumapasok ang mga XBee at Zigbee devices. Ang
Zigbee ay isang specification na nagbibigay daan sa maaasahan, cost effective, low power, wireless
networked, nagsusubaybay na control products na base sa bukas na global standard. (Culibrina at
Dadios, 2015) Ang pinagsamang Zigbee at Xbee ay ginagamit upang maipadala lahat ng sensor
data mula sa lahat ng sensor nodes papunta sa isang pangunahing coordinator/gateway system. Ito
ay isang wireless protocol na ginawa para sa low cost, low power wireless m2m network.
Sinusuporatahan nito ang point to point at point to multipoint na komunikasyon na nagpapahintulot
sa paggawa ng mesh network. (WeMakeIOT, 2016)

Litrato: MATLAB-Fuzzy Logic

At ang huling proseso ay ang Pagsusuri ng Kapaligiran. Dito ginagamit ang MATLAB-Fuzzy
Logic. Sumasailalim dito ang tinatawag na Fuzzy Interference System at ito ay knowledge-based
system na tumutugon sa hindi tama o hindi siguradong impormasyon. Ito ay nagmula sa mga
prinsipyo ng fuzzy logic na namo-motivate ng kapasidad ng mga tao na gumawa ng mga
mabubuting desiyon kahit may hindi perpekto, hindi tiyak, hindi kumpleto at nagsasalungat na
impormayson. Ginagamit ito bilang decision making unit ng mga process control systems.
(Culibrina at Dadios, 2015)
 Litrato: Halimbawa ng Fuzzy Surface Output

Sa makatuwid, makikita sa Fuzzy Surface Output ang tugon ng sistema at ang mabilis na
tugon sa power control ng irrigation na nagaambag sa biglaang pagbago ng ambient temperature
at ambient humidity ng kapaligiran. Sa paggamit ng fuzzy logic para sa paggawa ng mga desisyon
sa pamamahagi ng power control para sa buong sistema ay makikita ang power savings bilang
resulta nito. (Culibrina at Dadios, 2015)

Litrato: Epekto ng Smart Farming sa mga Pananim

Mabuti ang epekto sa industriya ng pagsasaka ng mga Smart Farm. Tumutulong ito sa
pagdagdag ng mga bunga ng mga pananim at ginagawa nitong mas mahusay ang livestock farming
habang binabawasan ang kabuuang halaga ng kemikal, fossil fuels, at waste na ginawa ng
industriya. (Neuromation, 2018) Patuloy din ang pag-unlad ng mga Smart Farm gamit ang iba’t
ibang uri ng teknolohiya at nagbibigay ito ng mabuting kontribusiyon para din sa pag-unlad ng
industriya ng pagsasaka na magre-resulta sa sustainability ng kalidad ng mga prutas at gulay.
(Culibrina at Dadios, 2015)
Mga Pinagkunan:
Agriculture Technology: How GIS Can Help You Win the Farm. (2019, June 13) Retrieved from
https://gisgeography.com/farming-agriculture-technology/

Albrecht, C. (2018, February 28) Teralytic Sensors Help Farmers Manage Their Fertilizing.
Retrieved from https://thespoon.tech/teralytic-sensors-help-farmers-manage-their-fertilizing/

Bongulto, J., Cabato, A., & Caldo, R. (2016, October) Design and Implementation of Smart
Farm Data Logging and Monitoring System. LPU-Laguna Journal of Engineering and
Computer Studies Vol. 3 No. 3

Culibrina, Francisco & Dadios, Elmer. (2015). Smart Farm Using Wireless Sensor Network for
Data Acquisition and Power Control Distribution. 10.1109/HNICEM.2015.7393215. DHT11
Temperature and Relatve Humidity Sensor (2019) Retrieved from
https://www.microohmelectronics.com/product/dht11-temperature-and-relative-humidity-
sensor-module-2/
Feeding the world with AI-driven agriculture innovation (2018, November 29) Retrieved from
https://cloudblogs.microsoft.com/2018/11/29/feeding-the-world-with-ai-driven-agriculture-
innovation/
Fourtane, S. (2018, October 7) IoT and Smart Agriculture Are Building Our Future Cities Today.
Retrieved from https://interestingengineering.com/iot-and-smart-agriculture-are-building-
our-future-cities-today
Fuzzy Logic Toolbox (2019) Retrieved from https://www.mathworks.com/products/fuzzy-
logic/features.html
GIS in Agriculture (2019) Retrieved from http://esrimalaysia.com.my/gis-in-agriculture
Global Issues, Too. Retrieved from https://www.mouser.ph/applications/smart-agriculture-
sensors/
Gowthaman, Naveen Balaji & Nandhini, V & Mithra, S & Priya, N & Naveena, R. (2018). IOT
Based Smart Crop Monitoring in Farm Land. "Imperial Journal of Interdisciplinary Research
(IJIR). 4

Guerra, M. (2017, August 14) 3 Ways the IoT Revolutionizes Farming. Retrieved from
https://www.electronicdesign.com/analog/3-ways-iot-revolutionizes-farming
Schriber, S. (2019) Smart Agriculture Sensors: Helping Small Farmers and Positively Impacting
Soomro, Tariq. (2015). GIS Enabling Smart Agriculture.

Thangarasu, Rajasekaran & Anandamurugan, S. (2019). Challenges and Applications of

Wireless Sensor Networks in Smart Farming—A Survey: Proceedings of ICBDCC18.
10.1007/978-981-13-1882-5_30.

The Role of Smart Farming in Developing Sustainable Agriculture (2019) Retrieved from
https://www.farmmanagement.pro/the-role-of-smart-farming-in-developing-sustainable-
agriculture/

Tiwari, Prashant & Saxena, Varun & Mishra, Raj & Bhavsar, Devendra. (2015). Wireless Sensor
Networks: Introduction, Advantages, Applications and Research Challenges. HCTL Open
International Journal of Technology Innovations and Research (IJTIR). 14.

Wireless Automation Systems: Smart Farming Using Zigbee. (2016, August 3) Retrieved from
https://www.wemakeiot.com/smart-farming-using-zigbee/