DF - School of Data Science, Mathematic and Informatics

PENGEMBANGAN ANALISIS KOMPONEN UTAMA TERBOBOTI GEOGRAFIS KEKAR BERJARANG

2026-01-01T00:00:00Z

PENGEMBANGAN ANALISIS KOMPONEN UTAMA TERBOBOTI GEOGRAFIS KEKAR BERJARANG Sundari, Marta Perubahan iklim menimbulkan dampak yang tidak seragam antar rumah tangga dan antar lokasi, terutama pada wilayah perkotaan pesisir seperti DKI Jakarta. Pengukuran resiliensi rumah tangga terhadap perubahan iklim memerlukan indeks yang berbasis data, peka terhadap heterogenitas spasial, tahan terhadap pencilan, dan tetap mudah diinterpretasikan. Principal component analysis (PCA) banyak digunakan dalam pembentukan indeks komposit karena mampu mereduksi banyak indikator menjadi sejumlah kecil komponen utama. Namun, PCA klasik memiliki keterbatasan karena sensitif terhadap pencilan, menghasilkan loading yang umumnya padat, dan belum mempertimbangkan variasi struktur lokal antar lokasi. Oleh karena itu, diperlukan pengembangan metode PCA yang mampu menangani pencilan, meningkatkan interpretabilitas loading, dan menangkap heterogenitas spasial secara simultan. Penelitian ini bertujuan mengembangkan dan mengevaluasi analisis komponen utama terboboti geografis yang kekar dan berjarang untuk pembentukan indeks resiliensi iklim rumah tangga. Tujuan tersebut dicapai melalui tiga kajian. Kajian pertama membandingkan berbagai metode PCA, robust PCA, sparse PCA, GWPCA, dan robust GWPCA-MCD dalam pembentukan Household Climate Resilience Index (HCRI). Kajian kedua mengembangkan robust GWPCA-MRCD sebagai perluasan robust GWPCA dengan penduga pencaran lokal berbasis minimum regularized covariance determinant. Kajian ketiga mengembangkan sparse robust GWPCA-MCD dengan mengintegrasikan pembobot geografis, penduga pencaran robust MCD, dan penalti elastic net untuk menghasilkan loading lokal yang sparse. Data empiris yang digunakan adalah data survei rumah tangga DKI Jakarta tahun 2022 yang mencakup 221 rumah tangga pada 17 kelurahan di 5 kota administrasi. Evaluasi metode dilakukan menggunakan data simulasi dan data empiris berdasarkan persentase keragaman PC1, sebaran skor PC1, kestabilan pendugaan pencaran lokal, serta kemampuan metode menghasilkan struktur loading yang interpretatif. Simulasi mempertimbangkan variasi jumlah observasi, proporsi pencilan, bandwidth, nilai korelasi, kernel bisquare dan Gaussian, serta parameter yang berkaitan dengan kekekaran dan kejarangan. Hasil kajian pertama menunjukkan bahwa pencilan, kejarangan loading, dan heterogenitas spasial memengaruhi kualitas indeks resiliensi yang dibentuk. Metode robust diperlukan untuk mengurangi pengaruh pencilan terhadap arah komponen utama, metode sparse diperlukan untuk meningkatkan interpretabilitas indikator pembentuk indeks, sedangkan GWPCA diperlukan untuk menangkap perbedaan struktur komponen utama antar lokasi. Robust GWPCA-MCD menghasilkan dominasi PC1 lokal yang lebih kuat dibandingkan GWPCA klasik, sehingga menunjukkan pentingnya robustifikasi pada struktur lokal. Hasil kajian kedua menunjukkan bahwa robust GWPCA-MCD dan robust GWPCA-MRCD menghasilkan kinerja yang lebih baik dibandingkan GWPCA klasik. Perbandingan antara robust GWPCA-MCD dan robust GWPCA-MRCD tidak menunjukkan perbedaan signifikan secara statistik pada kondisi simulasi n > p. Temuan ini menunjukkan bahwa MRCD mampu mempertahankan kinerja yang setara dengan MCD pada kondisi data yang masih memungkinkan bagi MCD. Namun, MRCD memiliki keunggulan metodologis karena tetap dapat bekerja pada kondisi lokal yang lebih sulit, khususnya ketika n < p, ukuran sampel lokal efektif kecil, atau matriks peragam lokal mendekati singular. Hasil kajian ketiga menunjukkan bahwa sparse robust GWPCA-MCD mampu menghasilkan komponen utama lokal yang robust, sparse, dan peka terhadap heterogenitas spasial. Metode ini memiliki kinerja yang lebih baik dibandingkan GWPCA klasik, robust GWPCA-MCD, dan sparse GWPCA dalam menjelaskan keragaman PC1. Perbandingan kernel menunjukkan bahwa kernel Gaussian memberikan pembedaan kinerja antar metode yang lebih jelas dibandingkan kernel bisquare. Oleh karena itu, kernel Gaussian digunakan pada data empiris karena lebih sesuai untuk pola resiliensi rumah tangga yang berubah secara gradual antar lokasi. Penggunaan adaptive bandwidth juga lebih sesuai karena mampu menyesuaikan ukuran ketetanggaan lokal dengan sebaran lokasi pengamatan dan menghasilkan skor PC1 yang lebih informatif untuk stratifikasi HCRI. Kebaruan penelitian ini mencakup kebaruan metodologis dan kebaruan terapan. Secara metodologis, penelitian ini mengembangkan robust GWPCA-MRCD untuk menjaga kestabilan pendugaan pencaran lokal dan sparse robust GWPCA-MCD untuk mengintegrasikan heterogenitas spasial, kekekaran terhadap pencilan, dan kejarangan loading dalam satu kerangka PCA lokal. Secara terapan, penelitian ini menghasilkan pembentukan HCRI DKI Jakarta berbasis PCA lokal yang robust dan sparse, sehingga indeks yang diperoleh tidak hanya berupa skor resiliensi, tetapi juga mampu menunjukkan indikator dominan lokal dan stratifikasi resiliensi rumah tangga berbasis lokasi. Dengan demikian, metode yang dikembangkan dapat mendukung pengukuran resiliensi rumah tangga yang lebih stabil, interpretatif, dan relevan untuk perencanaan adaptasi perubahan iklim berbasis tempat.; Climate change affects households unevenly across both households and geographical locations, particularly in coastal urban areas such as the Special Capital Region of Jakarta (DKI Jakarta). Measuring household climate resilience requires a data-driven index that is sensitive to spatial heterogeneity, robust to outliers, and readily interpretable. Principal Component Analysis (PCA) is widely used for constructing composite indices because it reduces a large number of indicators into a smaller set of principal components. However, classical PCA has several limitations: it is sensitive to outliers, generally produces dense loading structures, and does not account for local spatial variation. Therefore, there is a need to develop a PCA method capable of simultaneously handling outliers, improving the interpretability of loading vectors, and capturing spatial heterogeneity. This study aims to develop and evaluate a geographically weighted principal component analysis that is both robust and sparse for constructing a household climate resilience index. This objective is achieved through three complementary studies. The first study compares several PCA methods, including classical PCA, robust PCA, sparse PCA, Geographically Weighted Principal Component Analysis (GWPCA), and robust GWPCA based on the Minimum Covariance Determinant (GWPCA-MCD) for constructing the Household Climate Resilience Index (HCRI). The second study develops robust GWPCA-MRCD as an extension of robust GWPCA by incorporating the Minimum Regularized Covariance Determinant (MRCD) estimator for local covariance estimation. The third study develops sparse robust GWPCA-MCD by integrating geographically weighted estimation, the MCD robust covariance estimator, and an elastic net penalty to produce sparse local loading vectors. The empirical analysis uses household survey data collected in DKI Jakarta in 2022, consisting of 221 households distributed across 17 urban villages within five administrative municipalities. Method performance is evaluated using both simulated and empirical datasets based on the proportion of variance explained by the first principal component (PC1), the distribution of PC1 scores, the stability of local covariance estimation, and the ability to produce interpretable loading structures. The simulation study considers variations in sample size, outlier proportion, bandwidth, multicollinearity level, bisquare and Gaussian kernel functions, and tuning parameters related to robustness and sparsity. The results of the first study demonstrate that outliers, loading sparsity, and spatial heterogeneity substantially influence the quality of the resulting resilience index. Robust methods are necessary to reduce the influence of outliers on the direction of the principal components, sparse methods improve the interpretability of the indicators contributing to the index, and GWPCA captures spatial variation in local principal component structures. Robust GWPCA-MCD produces stronger local PC1 dominance than classical GWPCA, highlighting the importance of robustification in local covariance structures. The results of the second study indicate that both robust GWPCA-MCD and robust GWPCA-MRCD outperform classical GWPCA. No statistically significant difference is observed between robust GWPCA-MCD and robust GWPCA-MRCD under simulation scenarios where the number of observations exceeds the number of variables (n > p). These findings indicate that MRCD achieves performance comparable to MCD under conditions favorable to MCD. Nevertheless, MRCD offers a methodological advantage by remaining applicable in more challenging local settings, particularly when the number of observations is smaller than the number of variables (n < p), when the effective local sample size is limited, or when the local covariance matrix is nearly singular. The results of the third study demonstrate that sparse robust GWPCA-MCD successfully produces local principal components that are robust, sparse, and sensitive to spatial heterogeneity. The proposed method outperforms classical GWPCA, robust GWPCA-MCD, and sparse GWPCA in terms of the proportion of variance explained by PC1. Comparisons of kernel functions show that the Gaussian kernel provides clearer performance differentiation among methods than the bisquare kernel. Consequently, the Gaussian kernel is adopted for the empirical analysis because it better represents the gradual spatial variation in household climate resilience. The use of an adaptive bandwidth is also found to be more appropriate, as it adjusts neighborhood size according to the spatial distribution of observations and yields more informative PC1 scores for HCRI stratification. The novelty of this research lies in both methodological and applied contributions. Methodologically, this study develops robust GWPCA-MRCD to improve the stability of local covariance estimation and proposes sparse robust GWPCA-MCD by integrating spatial heterogeneity, robustness to outliers, and loading sparsity within a unified local PCA framework. From an applied perspective, the proposed methods produce a robust and sparse local PCA-based Household Climate Resilience Index for DKI Jakarta. The resulting index not only provides household resilience scores but also identifies locally dominant resilience indicators and location-specific household resilience stratification. Consequently, the proposed methodology supports a more stable, interpretable, and spatially relevant assessment of household climate resilience, thereby providing a 0,95er basis for place-based climate change adaptation planning.

MODEL REGRESI GLMM-GEE-TREE UNTUK RESPON BERSEBARAN BETA DAN PENERAPANNYA DALAM ANALISIS DATA RASIO GINI DI INDONESIA

2026-01-01T00:00:00Z

MODEL REGRESI GLMM-GEE-TREE UNTUK RESPON BERSEBARAN BETA DAN PENERAPANNYA DALAM ANALISIS DATA RASIO GINI DI INDONESIA Sihombing, Pardomuan Robinson Pemodelan data respon berupa proporsi atau rasio yang ada pada selang terbuka (0,1) dengan struktur longitudinal menghadapi kompleksitas ganda berupa heterogenitas tidak teramati antarsubjek dan korelasi galat temporal. Pendekatan konvensional seperti Generalized Linear Mixed Models (GLMM) seringkali sensitif terhadap asumsi sebaran, sementara Generalized Estimating Equations (GEE) mengabaikan prediksi spesifik pada level subjek. Metode hubungan linier parametrik global seringkali gagal menangkap pola interaksi nonlinier yang umum ditemukan dalam data empiris. Penelitian ini bertujuan mengembangkan model GLMM-GEETree untuk data respon bersebaran beta yang mengintegrasikan kekuatan prediksi GLMM, ketangguhan inferensi GEE, dan fleksibilitas algoritma pohon regresi. Metodologi penelitian ini dilaksanakan melalui empat tahapan utama. Pertama, formulasi analitik model hibrida GLMM-GEE melalui pendekatan linearisasi pseudolikelihood untuk menduga parameter efek tetap dan efek acak. Kedua, penggabungan mekanisme penduga sandwich empiris untuk mengoreksi galat baku agar kekar (robust) terhadap salah spesifikasi struktur korelasi. Ketiga, integrasi algoritma partisi rekursif (tree) yang dibangun dari galat pseudo-linear yang telah terkalibrasi untuk menangkap hubungan non-linier. Keempat, validasi kinerja model melalui simulasi Monte Carlo dan penerapannya pada data empiris rasio gini di Indonesia periode 2018-2024. Hasil kajian simulasi menunjukkan bahwa model GLMM-GEE-Tree menunjukkan kinerja yang baik. Model ini mampu mempertahankan akurasi prediksi (Root Mean Square Error) rendah setara dengan GLMM. Selain itu, model ini juga menjamin validitas inferensi (Coverage Probability mendekati level nominal 95%) setara dengan GEE, terutama pada kondisi heterogenitas dan autokorelasi tinggi sedangkan model standar lainnya mengalami penurunan performa signifikan. Algoritma pohon yang dikembangkan juga terbukti efektif dalam mengidentifikasi struktur interaksi kovariat secara tepat dan konsisten. Penerapan model pada data rasio gini provinsi di Indonesia mengungkap adanya struktur interaksi non-linier dan efek ambang batas yang signifikan antara indikator pembangunan makroekonomi terhadap ketimpangan. Model mengidentifikasi beberapa kelompok wilayah dengan pola ketimpangan yang berbeda. Dampak peubah seperti pertumbuhan ekonomi dan tingkat kemiskinan terhadap rasio gini bersifat kondisional terhadap karakteristik spesifik wilayah tersebut. Temuan ini memberikan kontribusi teoritis bagi pengembangan statistika komputasional serta kontribusi praktis dalam penyusunan kebijakan intervensi yang lebih terlokalisasi dan berbasis data (evidence-based policy); Modeling of response data in the form of proportions or ratios at open intervals (0,1) with longitudinal structures faces double complexity in the form of unobserved heterogeneity between subjects and temporal error correlations. Conventional approaches such as Generalized Linear Mixed Models (GLMM) are often sensitive to distribution assumptions, while Generalized Estimating Equations (GEE) ignore specific predictions at the subject level. In addition, global linear-parametric relationships often fail to capture the non-linear interaction patterns commonly found in real data. This study aims to develop a GLMM-GEE-Tree model for beta dispersed response data that integrates the predictive power of GLMM, the robustness of GEE inference, and the flexibility of regression tree algorithms. The methodology of this research was carried out through four main stages. First, the analytical formulation of the GLMM-GEE hybrid model through the Pseudo-Likelihood Linearization approach to estimate the parameters of fixed effects and random effects. Second, the incorporation of the Empirical Sandwich Estimator mechanism to correct standard error to be robust against the mis-specification of the correlation structure. Third, the integration of a recursive partition algorithm (Tree) built on a pseudo-linear residue that has been calibrated to capture non-linear relationships. Fourth, validation of model performance through Monte Carlo simulations and applications to empirical data on the Gini Ratio in Indonesia for the 2018-2024 period. The results of the simulation study show that the GLMM-GEE-Tree model showed favorable performance under the evaluated scenarios. This model is able to maintain prediction accuracy (low Root Mean Square Error) equivalent to GLMM and ensure inference validity (Coverage Probability close to the nominal level of 95%) equivalent to GEE, especially in conditions of high heterogeneity and autocorrelation where other standard models experience significant performance degradation. The developed tree algorithm has also proven to be effective in accurately and consistently identifying the structure of covariate interactions. The application of the model to the Gini Ratio data of provinces in Indonesia reveals the existence of a non-linear interaction structure and a significant threshold effect between macroeconomic development indicators on inequality. This model successfully identifies several different inequalities, where the impact of variables such as economic growth and poverty rates on the Gini Ratio is conditional on the specific characteristics of the region. These findings make a theoretical contribution to the development of computational statistics as well as a practical contribution to the formulation of more localized and evidence-based intervention policies

Model Prediksi Tingkat Keparahan Penyakit Daun Pestalotiopsis sp. pada Tanaman Karet Berbasis Indeks Vegetasi dan Deep Learning

2026-01-01T00:00:00Z

Model Prediksi Tingkat Keparahan Penyakit Daun Pestalotiopsis sp. pada Tanaman Karet Berbasis Indeks Vegetasi dan Deep Learning Solikin Penyakit gugur daun yang berkaitan dengan Pestalotiopsis sp. merupakan kendala penting pada perkebunan karet karena menurunkan kualitas tajuk, mengganggu proses fotosintesis, dan berpotensi mengurangi produktivitas lateks. Penelitian ini bertujuan mengembangkan model klasifikasi empat tingkat keparahan penyakit daun Pestalotiopsis sp. pada tanaman karet berbasis indeks vegetasi multivariat (Multivariate Vegetation Indices, MVIs) yang diekstraksi dari citra multispektral pesawat udara nirawak (Unmanned Aerial Vehicle, UAV). Data dikumpulkan di Pusat Penelitian Karet Sembawa, Sumatera Selatan, pada klon BPM 24, GT 1, dan RRIC 100. Dataset penelitian terdiri atas 144 titik GT berlabel dan 1760 titik kandidat tidak berlabel. Tahapan penelitian mencakup prapemrosesan citra, penilaian tingkat keparahan penyakit, perhitungan indeks vegetasi, seleksi fitur menggunakan Random Forest (RF), penanganan ketidakseimbangan kelas dengan Synthetic Minority Oversampling Technique (SMOTE), pembangunan model Convolutional Neural Network satu dimensi (CNN 1-D), validasi silang lima lipatan, serta prediksi awal pada data tidak berlabel. Seleksi fitur menghasilkan lima variabel paling informatif, yaitu NDRE, LCI, CI, NDVI_NDRE_Interaction, dan GCI_Ratio. Kelima fitur tersebut merepresentasikan respons red-edge, kandungan klorofil, tingkat kehijauan tajuk, serta interaksi spektral yang berkaitan dengan perubahan fisiologis tanaman akibat serangan penyakit. Model CNN 1-D memperoleh rata-rata akurasi validasi silang sebesar 82,22% dan rata-rata F1-score sebesar 0,8218. Penerapan model pada data tidak berlabel menghasilkan 105 prediksi berkepercayaan tinggi. Verifikasi lapangan terbatas menunjukkan bahwa 10 dari 16 sampel yang diperiksa sesuai dengan kondisi aktual. Hasil ini menunjukkan bahwa kombinasi fitur spektral terpilih, penanganan ketidakseimbangan kelas, dan CNN 1-D dapat mendukung klasifikasi tingkat keparahan penyakit secara objektif, terukur, dan berbasis tingkat keyakinan. Penelitian ini memberikan kontribusi representasional melalui penggunaan MVIs terpilih yang ringkas dan relevan secara fisiologis, kontribusi metodologis melalui integrasi RF, SMOTE, dan CNN 1-D, serta kontribusi praktis bagi pengembangan pemantauan kesehatan tanaman karet berbasis UAV. Meskipun demikian, generalisasi model masih terbatas oleh lokasi, waktu pengamatan, klon, sensor, dan jumlah data berlabel. Oleh karena itu, penerapan operasional yang lebih luas memerlukan validasi lintas lokasi, musim, klon, sensor, dan dataset. Validasi tersebut juga diperlukan untuk menilai kestabilan performa, kalibrasi probabilitas, sensitivitas terhadap variasi lingkungan, serta kemampuan model dalam mendukung prioritas inspeksi dan pengendalian penyakit pada skala perkebunan secara konsisten dalam praktik lapangan.; Leaf fall disease associated with Pestalotiopsis sp. is an important constraint in rubber plantations because it reduces canopy quality, disrupts photosynthesis, and may decrease latex productivity. This study aimed to develop a four-level classification model for the severity of Pestalotiopsis sp. leaf disease in rubber plants using multivariate vegetation indices derived from multispectral Unmanned Aerial Vehicle imagery. Data were collected at the Sembawa Rubber Research Centre, South Sumatra, from the BPM 24, GT 1, and RRIC 100 clones. The dataset comprised 144 labelled ground-truth points and 1760 unlabelled candidate points. The research workflow included image preprocessing, disease-severity assessment, vegetation-index calculation, feature selection using Random Forest, class-imbalance handling using the Synthetic Minority Oversampling Technique, development of a one-dimensional Convolutional Neural Network, five-fold cross-validation, and preliminary prediction on unlabelled data. Feature selection identified five variables as the most informative: NDRE, LCI, CI, NDVI_NDRE_Interaction, and GCI_Ratio. These variables represented red-edge response, chlorophyll content, canopy greenness, and spectral interactions associated with physiological changes caused by disease infection. The CNN 1-D model achieved a mean cross-validation accuracy of 82.22% and a mean F1-score of 0.8218. Application of the model to the unlabelled data produced 105 high-confidence predictions. Limited field verification showed that 10 of the 16 examined samples agreed with actual field conditions. These results indicate that the combination of selected spectral features, class-imbalance handling, and CNN 1-D can support objective, measurable, and confidence-based classification of disease severity. This study contributes representationally through the use of a compact set of physiologically relevant multivariate vegetation indices, methodologically through the integration of Random Forest, SMOTE, and CNN 1-D, and practically through the development of UAV-based rubber-plant health monitoring. Nevertheless, model generalisation remains limited by the study location, observation periods, clones, sensor, and the number of labelled samples. Therefore, broader operational implementation requires validation across locations, seasons, clones, sensors, and datasets. Such validation is also needed to evaluate performance stability, probability calibration, sensitivity to environmental variability, and the model's ability to support consistent prioritisation of field inspection and disease management at plantation scale under diverse operational conditions before routine deployment in large commercial rubber plantations.

PENDEKATAN MODEL GENERATIF PADA MACHINE LEARNING UNTUK INDIKASI GEOGRAFIS (IG) MADU LEBAH STINGLESS BERBASIS FLUORESENSI

2026-01-01T00:00:00Z

PENDEKATAN MODEL GENERATIF PADA MACHINE LEARNING UNTUK INDIKASI GEOGRAFIS (IG) MADU LEBAH STINGLESS BERBASIS FLUORESENSI Maulana, Hata Madu merupakan bahan pangan yang dibutuhkan manusia untuk mempertahankan kebutuhan nutrisi dan vitamin dalam tubuh. Manusia dapat memanfaatkan madu baik dikonsumsi secara langsung maupun menjadi campuran bahan makanan lain. Petani madu atau pembudidaya lebah memproduksi madu asli atau langsung dari sarang lebah, kemudian dipasarkan ke perdagangan komersial. Masyarakat dihadapkan pada potensi manipulasi produk madu antara lain terjadinya pemalsuan yang diproduksi tanpa memiliki mekanisme yang jelas dan hanya berfokus pada keuntungan. Peluang kehadiran sebuah inovasi di sisi hilir dapat membantu secara signifikan dalam pemenuhan kebutuhan produk madu berjenis stingless yang terjaga kemurniannya. Standarisasi produk madu, terutama jenis madu lebah tanpa sengat belum dilakukan oleh pihak berwenang di Indonesia. Oleh karena itu, Indikasi Geografis (IG) yang merupakan identitas dari sebuah produk dengan karakteristik spesifik, dalam membedakan satu jenis madu lebah tanpa sengat dari karakteristik produk yang lebih spesifik dan belum dilakukan standarisasi. Hal ini menjadi penting sebagai identitas suatu produk yang setiap wilayah dapat juga memproduksi madu dari jenis lebah, vegetasi dan asal geografis yang berbeda. Akan tetapi, pasar di Indonesia masih sangat memerlukan edukasi terkait hal tersebut. Selain itu IG menjadi salah satu tahap awal sebuah produk madu dengan kualitas kemurnian yang memiliki standar nilai yang lebih spesifik. Berdasarkan permasalahan tersebut, objek penelitian ini menggunakan madu dari lebah stingless, dengan alasan memiliki nilai jual yang lebih tinggi dari madu pada umumnya. Berdasarkan hasil penelusuran literatur, penelitian ini memiliki tujuan untuk membangun dataset dan model klasifikasi IG madu dari lebah stingless untuk memudahkan pengujian kualitas, mendukung pemasaran yang diterima masyarakat sehingga membantu peningkatan konsumsi madu lebah stingless di Indonesia. Spektroskopi berjenis ultraviolet (UV) berbasis fluoresensi dengan rentang panjang gelombang 357-750 nm dikolaborasikan dengan data hasil uji klinis berdasarkan 6 (enam) parameter standar SNI 8664:2018 yaitu nilai enzim diastase, hydroxymethylfurfural (HMF), persentase gula reduksi, sukrosa, keasaman, dan kadar air untuk menghasilkan dataset terakuisisi. Kebaruan dalam penelitian ini adalah akuisisi dataset dengan mengimplementasikan teknik imputasi data kosong (missing data) atau data tidak seimbang (imbalanced data). selanjutnya data spektrum terakuisisi dilakukan seleksi fitur dengan metode analisis korelasi Pearson antara fitur data spektrum dan data hasil uji klinis. Dataset yang telah diseleksi, pada tahap selanjutnya dilakukan reduksi dimensi dengan algoritma Probability Principal Component Analysis (PPCA) dibahas sebagai salah satu jenis algoritma dengan pendekatan model generatif, dan sebagai penentuan nilai pendugaan (likelihood) terdekat digunakan algoritma Expectation Maximization (EM) untuk mendapatkan keterwakilan fitur utama dari seluruh fitur data spektrum yang terseleksi. Pendekatan model generatif dengan algoritma PPCA dan EM diusulkan menjadi alternatif solusi dari permasalahan yang dimiliki model diskriminan. Sebagai acuan klasterisasi dari hasil pra-proses tersebut dihasilkan Skor Silhouette (SS) adalah 0,64. Model klasifikasi IG dibangun dengan menggunakan algoritma machine learning, kemudian dilakukan perbandingan akurasi dan performa kinerja model yang diterapkan dengan beberapa algoritma klasifikasi populer seperti Support Vector Machine (SVM), Random Forest (RF), K-Nearest Neighbor (KNN) dan Naïve Bayes (NB). Akurasi terbaik 98,75% dihasilkan oleh algoritma klasifikasi NB dengan nilai presisi 0,9917 dan recall 0,9762 dalam waktu komputasi (runtime) 1,702ms. Pemodelan klasifikasi IG produk madu dari lebah stingless yang diperoleh dengan nilai akurasi dan performa terbaik, dilengkapi dengan hasil penyusunan karakteristik informasi kualitas madu, hasil uji klinis dominan dan nilai spektrum yang mendeteksi kandungan klinis dominan. Solusi yang berfokus pada area hilir ini hingga menerapkan model klasifikasi IG menjadi prototipe aplikasi bergerak dalam platform android. Hal tersebut diharapkan dapat memberikan kontribusi nyata dan tepat guna untuk meningkatkan kepercayaan masyarakat pada kualitas sebuah madu. Secara tidak langsung tantangan yang dihadapi para pembudidaya berkurang seiring meningkatnya konsumsi madu jenis ini. Sehingga pemerintah dapat merespon dengan pengelolaan standarisasi kualitas kemurnian madu secara nasional.