본 논문에서는 스마트팜 분야에서 사물 인터넷 (IoT)을 이용하여 수집된 주별 토마토 빅데이터 (big data)를 활용하여 수확시간 예측 결과를 제시하고자 한다. 여기서 수확시간은 착과부터 수확까지의 시간으로 정의된다. 토마토 수확시간에 대해, 일반적으로 예측 성능이 좋은 것으로 알려진 딥러닝 (Deep Learning)과 머신러닝 (Machine Learning) 앙상블 (Ensemble) 모형의 일종인 랜덤포레스트 (Random forest)와 XGBoost (Extreme Gradient Boosting)을 이용하여 세 모형들 간 수확시간의 예측 결과를 비교 분석하고자 한다. 추가적으로 선형 회귀 모형에 대한 수확시간 예측 결과를 또한 비교 분석한다. 본 연구는 토마토의 수확시간을 예측함으로써 적절한 시기에 토마토를 수확함으로 인해 농가 이윤에 기여 할 수 있을 것으로 예상된다.