Este trabajo presenta una propuesta de estimacion de la incertidumbre y la calidad de agrupamiento producidos en la identificacion de modelos mediante Sistemas de Inferencia Bor r osa del tipo Takagi-Sugeno (SIB TS). Ademas, propone la integracion de tales medidas como criterios evaluador es del modelo con base en la incertidumbre y la particion borrosa generados durante su obtencion. Tal estimacion hara que el modelo obtenido sea el de menor incremento en la incertidumbre frente a los datos originales del proceso. Ademas, permite evaluar la distribucion y densidad de los datos en los conjuntos bor r osos obtenidos durante el modelamiento usando SIB TS. Los valor es de tal indice pueden ser usados como complemento al modelo final cuando este es usado en cualquier tarea basada en modelo (diseno, optimizacion, control, etc.). Esas tareas suponen un modelo con incertidumbre uniforme del modelo (que se asume baja), en todo el espacio del modelo. Usando el indice pr opuesto, se puede calcular un valor mas realista de la incertidumbre del modelo en cualquier punto del espacio del modelo.