En la industria bananera especialmente en postcosecha, se determina la coloración del banano llamados grados de maduración que consta de 1 hasta 7. El grado 1 siendo el más verde y 7 muy maduro o sobre maduro. Actualmente, se determina visualmente por el llamado criterio de experto o juicio del experto. Un espectrómetro de mano llamado SCiO hace la posibilidad de crear modelo para estimar los grados de maduración de banano. Dicho espectrómetro, funciona con sensores especializados para percibir las luces infrarrojas. El rango de espectro lo cual es sensible, consta de 750 nm a 1050 nm, por consiguiente, es considerado como el espectrómetro de luz infrarroja cercana o en inglés como Near Infrared (NIR). Con la ayuda del espectrómetro con escaneos, partiendo desde una recolección de datos en los frutos de banano en diferentes grados de maduración, en la plataforma web del proveedor se encuentra la base de datos de las firmas espectrales recolectados. A partir de los datos recolectados, se prueba métodos y algoritmos que proporcionan mejores datos estadísticos y crear un modelo. EL resultado del modelo creado con el algoritmo Modified Earth Ensemble (balanced) fue con un error típico de 0.49 y con un coeficiente de determinación de 0.92, lo cual es significativo para el modelo. De manera que se sugiere más evaluaciones acerca de este proyecto.

In the banana industry, especially in postharvest, the color of the banana is compared to a ripening chart consisting of a scale from 1 to 7 to determine its ripeness. Grade 1 being the greenest and 7 being very mature or overripe. Currently, it is determined visually by the so-called expert criteria or expert judgment. A handheld spectrometer called SCiO makes it possible to create a model to estimate banana ripening degrees. The spectrometer works with specialized sensors to perceive infrared lights. The spectrum range which is sensitive, consists of 750 nm to 1050 nm, therefore, it is considered as the near infrared light spectrometer or in English as Near Infrared (NIR). With the help of the spectrometer with scans, starting from a collection of data on banana fruits in different degrees of ripeness, the database of the collected spectral signatures can be found on the provider's web platform. From the collected data, methods and algorithms that provide better statistical data and create a model were tested. The result of the model created with the Modified Earth Ensemble (balanced) algorithm was with a typical error of 0.49 and with a coefficient of determination of 0.92, which is significant for the model. As a result, more assessment about this project is suggested.