El presente proyecto tiene como objetivo desarrollar un sistema de riego inteligente basado en Machine Learning, controlado por un PLC, para optimizar el uso del agua en invernaderos artificiales. La justificación radica en la necesidad de gestionar eficientemente los recursos hídricos en la agricultura, garantizando un uso más sostenible. Durante el desarrollo, se utilizó un PLC Siemens S7-1200, una Raspberry Pi para el procesamiento de datos, y sensores de humedad del suelo. La comunicación entre la Raspberry Pi y el PLC se realizó mediante el protocolo MQTT, que permitió el envío de predicciones de riego en tiempo real. El modelo de Machine Learning, entrenado con datos históricos mediante el algoritmo Random Forest, ajustó el riego dinámicamente a través de un sistema PID. Los resultados mostraron una reducción del 34% en el consumo de agua comparado con métodos tradicionales en un invernadero de metro cuadrado, manteniendo la humedad del suelo en niveles óptimos. En conclusión, la integración de Machine Learning y tecnologías de automatización en la agricultura mejora significativamente la eficiencia en el uso del agua, promoviendo un manejo más sostenible de los recursos hídricos. Palabras Clave: Agricultura de precisión, Random Forest, Automatización del riego, IoT