Las batatas son una fuente sustancial de nutrición y se pueden agregar a alimentos procesados en forma de pasta. El contenido de humedad y almidón de estas batatas afecta las propiedades fisicoquímicas de la pasta de batata. En este estudio, se midieron los cambios en el contenido de humedad, almidón y alfa-amilasa de las batatas durante ocho semanas después de la cosecha. Utilizando análisis no destructivos de infrarrojo cercano y modelos quimiométricos, se predijeron los contenidos de humedad y almidón. Se utilizó el método de mínimos cuadrados parciales (PLS) para la predicción, mientras que el análisis discriminante lineal (LDA) se utilizó para la discriminación. Para aumentar la precisión del modelo, el espectro de infrarrojo cercano se preprocesó utilizando los métodos de derivada Savitzky-Golay (S-G), variante normal estándar (SNV) y corrección de dispersión multiplicativa. Al aplicar PLS al contenido de humedad, se obtuvo la mejor precisión del modelo de calibración utilizando el espectro preprocesado S-G. Además, la mejor precisión del modelo de calibración para el contenido de almidón se obtuvo utilizando el espectro preprocesado SNV. Los contenidos de humedad y almidón se categorizaron en cinco clases para LDA, con resultados que indican que la calidad interna de las batatas se puede predecir y clasificar utilizando modelos quimiométricos a través de la detección no destructiva.