A colheita dos frutos no estádio de maturação adequado é fundamental para que a comercialização ocorra nas melhores condições 1,2. Logo, um espectrômetro NIR portátil combinado com quimiometria foi testado para discriminar os estádios de maturação da carambola. As atribuições de cor (L, a * eb *) de 177 carambolas (B10 e B17) foram medidas; em seguida, as amostras foram separadas em quatro estádios de maturação (MS1, MS2, MS3 e MS4). A distinção entre os estádios foi baseada no parâmetro hue. A análise de componentes principais (PCA) foi realizada como um método não supervisionado de reconhecimento de padrões. Em seguida, duas técnicas supervisionadas, Análise Discriminante de quadrados mínimos parciais (PLS-DA) e Modelagem independente e flexível por analogia de classes (SIMCA), foram comparadas para classificar as amostras. A melhor abordagem de pré-tratamento de espectros foi a combinação de centragem na média, primeira derivada e suavização. O modelo PLS-DA (14 LVs) demonstrou melhor desempenho com acurácia de 94,2% para calibração e 84% para predição, quando comparado ao SIMCA (5PCs), que apresentou acurácia de 77,9% para calibração e 72,3% para predição. Alguns autores relataram resultados semelhantes aos encontrados neste trabalho 3,4,5. Uma possível razão para os resultados é que modelos treinados em SIMCA com duas ou mais classes podem se sobrepor na região de aceitação, dificultando assim a classificação adequada 6. Não foi possível discriminar entre as classes MS2 e MS3 em ambas as técnicas, possivelmente devido à alta similaridade na cor desses estádios de maturação. No entanto, o desempenho individual para (MS1) e (MS4), foi aceitável em ambos os modelos. O modelo PLS-DA foi o melhor com acurácia (92,7% - MS1) e (95,6% - MS4) para o conjunto de treinamento. Assim, este método poderia ser aplicado para ajudar os produtores na classificação das amostras e ser usado para medições posteriores na carambola.