El objetivo general de la investigacion fue extraer el conocimiento del experto humano y ser capaz de implementarlo en un bloque de programacion que realice la tarea humana con el menor error posible. En este articulo el objetivo especifico es implementar una solucion cuya base sea la logica difusa con el menor error en la clasificacion del fruto Mc Stipitata Vaug (Araza). Esta investigacion es de caracter cuantitativo, de tipo aplicativo en el campo de las simulaciones informaticas de procesos experimentales como el cultivo del araza. Se desarrollo una metodologia para la determinacion del estado de madurez del Araza (Eugenia Stipitata Mc Vaugh) basada en herramientas de vision artificial, tecnicas de inteligencia computacional e implementacion en plataformas FPGA y DSP. La logica difusa permite la comprension de diferentes sistemas en mas de dos estados sin cambiar el dominio de trabajo, lo que permite visualizar las variables del sistema y realizar diferentes analisis para tomar decisiones de control o clasificacion, segun sea el caso, en este trabajo se utilizo para la clasificacion del fruto del Araza (Mc Stipitata Vaug) dependiendo del color del elemento, para la implementacion de este tipo de bloque fue necesario determinar con precision el dominio de trabajo que se utilizo, el resultado de la aplicacion de filtros extraidos del analisis estadisticos segun la clasificacion dada por un experto. En los resultados se puedo observar que el error es bajo y que la posibilidad de la aparicion de este valor puede ser al error causal originado en el proceso de clasificacion por un experto humano. Se concluye que el error presentado en el proceso de clasificacion usando el motor de inferencia con una muestra aleatoria es relativamente pequeno, producto del error causal en el momento de realizar las corridas de clasificacion del fruto, por parte del experto humano.