Andrade Ramírez, Jaime EduardoRojas Hernández, Bryan RenéGutiérrez Alarcón, Nathalia2025-11-062025-11-062025-06-16https://hdl.handle.net/20.500.12558/6182La predicción meteorológica en la Sabana de Occidente presenta limitaciones por la escasa integración tecnológica, lo que afecta la precisión espacial y la adaptación a necesidades locales. Este proyecto responde a dicha problemática mediante el desarrollo de un sistema inteligente para la predicción del microclima en la Universidad de Cundinamarca, extensión Facatativá. Considerando la complejidad geográfica, la variabilidad climática y las restricciones en infraestructura, se diseñó una solución que combina sensores meteorológicos calibrados y protegidos con carcasas 3D resistentes, lógica difusa y software de inteligencia artificial. Se implementó una estación meteorológica de bajo costo equipada con sensores de temperatura, humedad, radiación solar, precipitación y viento, gestionada por un microcontrolador ESP32 que permite capturar, transmitir y analizar los datos en tiempo real. Esta integración mejora sustancialmente la precisión de las mediciones y predicciones locales. Los resultados validan la efectividad del sistema, capaz de generar pronósticos confiables con un horizonte de hasta 72 horas, detectando patrones microclimáticos que no son identificados por los modelos regionales convencionales. Esto abre oportunidades en agricultura de precisión, planificación académica y gestión ambiental. En conclusión, este sistema representa un avance en la autonomía tecnológica para el monitoreo climático local, aportando una alternativa de bajo costo, replicable en otros contextos educativos y productivos. Su implementación promueve una gestión climática más informada y ajustada a las condiciones específicas del entorno. Weather forecasting in the Sabana de Occidente faces limitations due to low technological integration, resulting in poor spatial accuracy and limited adaptation to local needs. This project addresses the issue through the development of an intelligent system for microclimate prediction at the University of Cundinamarca, Facatativá campus. Considering the region’s complex geography, climatic variability, and infrastructure constraints, a solution was designed that combines calibrated meteorological sensors in weather-resistant 3D-printed enclosures, fuzzy logic, and artificial intelligence software. A low-cost weather station was implemented, equipped with sensors for temperature, humidity, solar radiation, precipitation, and wind speed, managed by an ESP32 microcontroller for real-time data capture, transmission, and analysis. This integration significantly enhances the precision of local measurements and predictions. Results confirm the system's effectiveness, generating reliable forecasts up to 72 hours in advance and identifying microclimatic patterns overlooked by conventional regional models. This opens opportunities in precision agriculture, academic planning, and environmental management. In conclusion, this system represents a significant step forward in technological autonomy for local climate monitoring. It offers a low-cost, replicable alternative suitable for other educational and productive contexts. Its implementation promotes more informed and locally adapted climate management.spaAttribution-NonCommercial-NoDerivs 3.0 United Stateshttp://creativecommons.org/licenses/by-nc-nd/3.0/us/Estación MeteorológicaPronóstico MeteorológicoRedes Neuronales LSTMLógica DifusaInteligencia ArtificialWeather StationWeather forecastNeural Networks LSTMFuzzy LogicArtificial Intelligencedegree work