Este trabajo presenta la implementacion de un sistema prototipo para la clasificacion del Araza (Eugenia stipitata Mc Vaugh) por grado de madurez mediante redes neuronales artificiales. El grado de madurez es un indice fisico importante considerado en el proceso de clasificacion del Araza. Este factor fisico puede ser medido de dos formas, una esta dada por la experiencia del productor al momento de clasificar la fruta y la otra de tipo tecnico, por medio de un dispositivo de medicion llamado colorimetro en un laboratorio. El sistema prototipo propuesto esta compuesto por un sistema de adquisicion de imagenes y una interfaz grafica 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 Araza en el espacio de color RGB. El sistema fue probado con una poblacion significativa de frutas. Se evaluo la clasificacion de la fruta por estado de madurez y el tiempo de respuesta de SISCA y estos resultados se compararon con el metodo de clasificacion en el laboratorio y por el recolector en su finca. La fiabilidad del sistema se establecio en un 90,32% de coincidencias y el tiempo de clasificacion de la fruta disminuyo en un 90%, lo cual aumenta el numero de frutas clasificadas por unidad de tiempo.