Integritas Kuliner di Sumatera Barat: Deteksi Kontaminasi Daging Babi Pada Produk Kuliner Sate Padang
Bibliographic record
Abstract
Sumatera Barat dikenal dengan kuliner khas Minangkabau, seperti rendang dan sate padang, yang mencerminkan nilai-nilai Islam dan tradisi lokal. Namun, isu kehalalan dan keamanan pangan, seperti kontaminasi daging babi, menjadi tantangan yang dapat merusak kepercayaan konsumen. Oleh karena itu, diperlukan metode deteksi cepat dan akurat untuk memastikan kehalalan produk. Penelitian ini menggunakan metode deskriptif kuantitatif untuk mendeteksi kontaminasi daging babi pada sate Padang di Kabupaten Sijunjung. Pengujian dilakukan menggunakan Rapid Detection Pork Test sebagai metode awal, diikuti dengan konfirmasi menggunakan real-time PCR untuk sampel dengan hasil meragukan. Sebanyak 10 sampel dikumpulkan dari empat kecamatan dan diuji di laboratorium untuk menentukan prevalensi kontaminasi. Dari 10 sampel sate Padang yang diuji, 8 sampel menunjukkan hasil negatif melalui Rapid Detection Pork Test, sementara 2 sampel memberikan hasil meragukan. Pengujian lanjutan dengan metode real-time PCR pada sampel meragukan tersebut menunjukkan hasil negatif. Dengan demikian, prevalensi kontaminasi daging babi pada produk sate Padang adalah 0%, menegaskan bahwa seluruh sampel yang diuji bebas dari cemaran daging babi. Seluruh sampel sate Padang terbukti bebas dari cemaran daging babi, menunjukkan bahwa produk tersebut terjamin kehalalannya. Untuk menjaga kepercayaan konsumen, diperlukan edukasi kepada produsen, pengawasan yang konsisten, serta pengujian rutin. Penelitian ini memberikan dasar bagi pengembangan strategi pengawasan pangan yang lebih efektif.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".