El presente estudio desarrolla un modelo computacional basado en clasificación estadística supervisada para analizar el impacto del propóleo sobre las bacterias Actinomyces viscosus y Streptococcus mutans, mediante pruebas in vitro realizadas entre noviembre de 2023 y abril de 2024. La investigación adoptó un diseño observacional, longitudinal, prospectivo y analítico. Se recolectaron datos de 60 cepas bacterianas cultivadas en laboratorio, evaluando la sensibilidad al propóleo a través de halos de inhibición medidos con caliper según la escala de Duraffourd (1986). Se aplicaron pruebas estadísticas no paramétricas (Kruskal-Wallis, U de Mann-Whitney) y Chi-cuadrado para analizar los efectos cuantitativos y cualitativos. Los datos fueron modelados mediante un sistema computacional de clasificación en Python usando árboles de decisión (modelo ID3), que permitieron predecir el nivel de sensibilidad bacteriana (sin sensibilidad, baja, alta, extremadamente alta) en función del tipo de bacteria y del halo inhibitorio observado. Los resultados revelaron que Actinomyces viscosus mostró una media de inhibición de 15.60 mm (DE=1.399), mientras que Streptococcus mutans presentó menor respuesta con una media de 0.653 mm (DE=0.653), indicando baja variabilidad. El análisis clasificó las muestras en: 33.3% sin sensibilidad, 5% con sensibilidad, 48.3% con alta sensibilidad y 13.33% con sensibilidad extremadamente alta. El modelo alcanzó una precisión de clasificación del 91.2% con validación cruzada 5-fold. Se concluye que el propóleo es más efectivo contra A. viscosus y que el modelo computacional puede apoyar la toma de decisiones clínicas sobre terapias naturales antimicrobianas.