La medición automática del peso es crucial en la gestión inteligente del ganado, ya que el peso del ganado sirve como un indicador clave de salud y productividad. Este estudio presenta un robusto algoritmo de procesamiento de datos en tres etapas diseñado para mejorar la precisión de un sistema de pesaje automatizado (AWS) para el seguimiento del peso del ganado en tiempo real. El algoritmo incorpora la eliminación de valores atípicos seguida de la estimación del peso y el posprocesamiento para la corrección del peso con el fin de minimizar la variabilidad de las mediciones. El algoritmo optimizado logró un error cuadrático medio (RMSE) de 12.35 kg con un margen de error por debajo del 10%, demostrando que un AWS mejorado con este algoritmo puede proporcionar mediciones de peso precisas de manera confiable. Este avance permite tomar decisiones de gestión del ganado más inteligentes y basadas en datos.