METODE SPEKTROSKOPI ATR-FTIR TANDEM PCA UNTUK MENDETEKSI KOPI ROBUSTA SEBAGAI ADULTERAN DALAM SEDIAAN KOPI ARABIKA TORAJA KOMERSIAL
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Toraja arabica coffee is well known for its higher price and quality compared to robusta coffee, but its commercial is often added with other ingredients, including robusta coffee which has low economic value. Visual inspection is unreliable in roasted ground coffee due to the resemblance of its chemical content. The ATR-FTIR method tandem PCA was able to provide an overview of the typical chemical content of the coffee preparation. The purpose of this study was to evaluate the robusta coffee as adulterant in Toraja arabica coffee preparation by using ATR-FTIR. Toraja arabica coffee beans were obtained from three smallholder plantations around Toraja and Robusta coffee beans were obtained from Toraja, Lampung, and West Java coffee plantations. The coffee beans were roasted and then macerated using 96% ethanol for 3×24 hours and concentrated using a rotary evaporator until being thick. The IR spectrum of each extract was measured using the ATR-FTIR spectroscopy at a range of 4000-650 cm-1. The results show there is a similarity in the IR spectrum patterns and there is only a small difference in the transmittance of Toraja arabica coffee and robusta coffee. Furthermore, the IR spectrum is clustered by using PCA in R program. The projection of three commercial samples shows that samples 1 and 2 do not contain robusta coffee while sample 3 shows the presence of robusta coffee. In conclusion, the ATR-FTIR spectroscopic method tandem PCA was able to clustered the presence or absence of robusta coffee content in the Toraja arabica coffee.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle