La Enfermedad de Parkinson es un trastorno neurodegenerativo progresivo no solo afecta a la postura del paciente, si no también al movimiento ocular. Estas anomalías son más evidentes en las sacadas voluntarias. Este estudio busca determinar si existen o no alteraciones en el movimiento ocular entre pacientes de Parkinson y controles sanos, mediante el uso de técnicas de Inteligencia Artificial, así como un prototipo funcional, Parkinson Ocular, que utiliza el mejor modelo para generar un diagnóstico. En el desarrollo del prototipo se contemplaron las siguientes fases: recolección de datos, preprocesamiento, modelos de Machine Learning y Deep Learning y la generación de la interfaz. El modelo final fue el modelo de Random Forest, el cual obtuvo una precisión del 87%, siendo el mejor modelo con relación a los demás modelos analizados. También, el prototipo se desarrolló para dos tipos de roles: Médico, y Administrador. El prototipo provee la probabilidad de que el paciente tenga o no la enfermedad, así como la visualización del movimiento ocular. El prototipo funcional Parkinson Ocular, aprovecha el mejor modelo para la detección temprana de la Enfermedad de Parkinson y es una herramienta útil para los médicos en el análisis, estudio y diagnósticos oculares de los pacientes. Palabras claves: Machine Learning, Deep Learning, Redes Neuronales, Random Forest, Parkinson