Kepiting bakau (Scylla serrata) merupakan komoditas perikanan bernilai ekonomi tinggi, namun proses sortir seperti identifikasi gender, bobot, dan kualitas fisik masih dilakukan secara manual. Hal ini membutuhkan waktu sortir yang lama, menurunkan produktivitas proses sortir 1, serta berpotensi menimbulkan stres pada hewan kepiting. Penelitian ini bertujuan mengembangkan sistem sortir kepiting bakau berbasis kecerdasan buatan (AI) dengan memanfaatkan kamera Raspberry Pi untuk mengotomatisasi proses identifikasi serta pengelompokan. Metode penelitian menggunakan kerangka Prototyping (Purwarupa), dimulai dengan identifikasi kebutuhan, pembuatan prototype, Evaluasi penggguna, Perbaikan Prototype, Implementasi dan pengujian, pemeliharaan sistem, hingga penerapan dalam konteks bisnis budidaya kepiting. Kebaruan (novelty) penelitian ini terletak pada integrasi computer vision secara real-time dalam satu sistem berbasis Raspberry Pi 5 yang portabel dan terjangkau. Hasil pengujian menunjukkan bahwa sistem mampu melakukan identifikasi gender, evaluasi kualitas fisik, serta pengelompokan kepiting bakau secara otomatis pada berbagai skenario pengujian. Sistem mencapai tingkat akurasi rata-rata sebesar 92,3% pada kondisi operasional optimal dengan waktu inferensi berkisar antara 3,5 hingga 4,5 detik per objek. Berbeda dengan penelitian sebelumnya yang hanya menekankan pada deteksi berbasis citra, sistem ini menghadirkan solusi komprehensif dalam sortir kepiting. Penggunaan dua kamera terbukti meningkatkan kelengkapan informasi visual dan membantu meminimalkan kesalahan deteksi. Sistem yang dikembangkan menunjukkan potensi untuk meningkatkan efisiensi operasional, mendukung keberlanjutan budidaya kepiting, serta berkontribusi terhadap peningkatan kesejahteraan hewan.Penelitian ini diharapkan mampu meningkatkan efisiensi operasional, mendukung keberlanjutan budidaya, serta berkontribusi pada kesejahteraan hewan.