Los avances en tecnología de la información y comunicación (TIC) han impulsado el progreso social y económico global. La mayoría de los indios rurales dependen de la agricultura para obtener ingresos. La creciente población requiere prácticas agrícolas modernas. Las TIC son cruciales para educar a los agricultores sobre cómo ser amigables con el medio ambiente. Les ayuda a producir más alimentos al resolver una variedad de desafíos. La cosecha de caña de azúcar de la India es popular y lucrativa. Los cultivos a largo plazo que requieren agua no necesitan un suelo específico. Necesitan agua; el suelo siempre debe tener agua adecuada debido a la relación entre el crecimiento de la caña y la evaporación. Esta investigación se centra en predecir la humedad del suelo y clasificar la producción de caña de azúcar; la caña de azúcar tiene tantas aplicaciones que debe ser categorizada. Esta investigación examina estas afirmaciones: El modelo de la primera fase predice la humedad del suelo utilizando clasificadores de ensamble de dos niveles. En segundo lugar, para mejorar el rendimiento, el modelo de ensamble propuesto integra el método probabilístico gaussiano (GPM), la red neuronal convolucional (CNN) y las máquinas de soporte vectorial (SVM). El enfoque sugerido tiene como objetivo anticipar correctamente las futuras mediciones de humedad del suelo que afectan el crecimiento y cultivo de los cultivos. El modelo propuesto es un 89.53% más preciso que los clasificadores de redes neuronales convencionales. Los resultados de los modelos recomendados ayudarán a los agricultores y autoridades agrícolas a aumentar la producción.