SISTEMA PROTOTIPO PARA CLASIFICACIÓN DE Eugenia stipitata POR GRADO DE MADUREZ MEDIANTE REDES NEURONALES ARTIFICIALES

Este trabajo presenta la implementación de un sistema prototipo para la clasificación del Arazá (Eugenia stipitata
Mc Vaugh) por grado de madurez mediante redes neuronales artificiales. El grado de madurez es un índice físico
importante considerado en el proceso de clasificación del Arazá. Este factor físico puede ser medido de dos
formas, una está dada por la experiencia del productor al momento de clasificar la fruta y la otra de tipo técnico,
por medio de un dispositivo de medición llamado colorímetro en un laboratorio. El sistema prototipo propuesto
está compuesto por un sistema de adquisición de imágenes y una interfaz gráfica de usuario llamada SISCA. La
red neuronal artificial es una red multicapa con regla de aprendizaje Backpropagation y clasifica seis estados de
madurez de la fruta del Arazá en el espacio de color RGB. El sistema fue probado con una población significativa
de frutas. Se evaluó la clasificación de la fruta por estado de madurez y el tiempo de respuesta de SISCA y éstos
resultados se compararon con el método de clasificación en el laboratorio y por el recolector en su finca. La
fiabilidad del sistema se estableció en un 90,32% de coincidencias y el tiempo de clasificación de la fruta
disminuyó en un 90%, lo cual aumenta el número de frutas clasificadas por unidad de tiempo.