Pengembangan Sistem Deteksi Cepat (Rapid Detection) Kandungan Minyak Babi Pada Produk Minyak Menggunakan Metode Berbasis Optik

Puspita, Ika (2021) Pengembangan Sistem Deteksi Cepat (Rapid Detection) Kandungan Minyak Babi Pada Produk Minyak Menggunakan Metode Berbasis Optik. Doctoral thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of Disertasi Ika Puspita V6.pdf] Text
Disertasi Ika Puspita V6.pdf - Accepted Version
Restricted to Repository staff only until 1 October 2023.

Download (5MB) | Request a copy
[thumbnail of Disertasi Ika Puspita V6.pdf] Text
Disertasi Ika Puspita V6.pdf - Accepted Version
Restricted to Repository staff only until 1 October 2023.

Download (5MB) | Request a copy
[thumbnail of 02311660012001-Dissertation.pdf] Text
02311660012001-Dissertation.pdf - Accepted Version
Restricted to Repository staff only until 1 October 2023.

Download (5MB) | Request a copy

Abstract

Minyak babi merupakan bahan yang sering dicampurkan ke dalam produk minyak maupun produk berbasis lemak untuk menurunkan biaya produksi dan mempercantik tampilan produk. Hal ini memunculkan isu pada keamanan pangan (food safety) salah satunya status kehalalan makanan khususnya bagi konsumen Muslim. Beberapa metode deteksi seperti polymerase chain reaction (PCR), enzyme-linked immunosorbent assay (ELISA), spektroskopi dielektrik dan impedansi, electronic nose, differential scanning calorimetry (DSC), high performance liquid chromatography (HPLC), gas liquid chromatography (GLC), liquid chromatography (LC), gas chromatography (GC), mass spectrometry (MS) dan Fourier Transform Infrared (FTIR) telah banyak dikembangkan untuk mendeteksi minyak babi pada produk makanan. Namun, metode tersebut memiliki kelemahan di antaranya yaitu time consuming karena membutuhkan persiapan sampel yang kompleks dan membutukan tenaga terlatih, serta membutuhkan mesin yang mahal. Oleh karena itu, perlu dikembangkan sistem deteksi kandungan lemak babi pada produk minyak yang cepat, mudah, dan murah. Pada disertasi ini, lima sistem deteksi menggunakan metode berbasis optik telah dikembangkan untuk mendeteksi adanya kandungan lemak babi pada produk minyak.
Sistem deteksi dengan metode berbasis optik yang dikembangkan pada penelitian disertasi ini memanfaatkan sifat optik yakni indeks bias, absorpsi, dan emisi dari berbagai jenis minyak nabati (kanola, kelapa, zaitun, sawit, dan bunga matahari) dan minyak hewani (sapi, ayam, babi) untuk mendesain sistem deteksi cepat. Melalui sifat optiknya, minyak babi dapat terbedakan dari minyak jenis lainnya. Sehingga, adanya minyak babi pada produk minyak dapat terdeteksi. Dari hasil identifikasi sifat optik tersebut didapatkan bahwa minyak babi dapat terbedakan dari minyak jenis lainnya dengan nilai indeks bias 1,4725; absorpsi cahaya pada daerah UV-biru dengan puncak absorpsi pada panjang gelombang 401 nm; serta emisi yang terjadi pada rentang panjang gelombang biru dengan puncak emisi pada panjang gelombang 481 nm dan pada rentang panjang gelombang infra merah dekat dengan puncak pada panjang gelombang 825 nm ketika dieksitasi dengan panjang gelombang 405 nm.
Berdasarkan sifat optiknya, lima sistem deteksi didesain menggunakan serat optik berstruktur taper, berstruktur “U”, berstruktur singlemode-multimode-singlemode (SMS), dan berlapis coating graphene/multi-walled carbon nanotubes (MWCNTs) dan pencitraan emisi. Sistem deteksi dengan sensor serat optik didesain dengan memberikan modifikasi pada struktur serat optik, yaitu dengan mereduksi diameter serat optik pada serat optik berstruktur taper, memberikan lekukan pada serat optik berstruktur “U”, mengkombinasikan jenis serat optik pada serat optik berstruktur SMS dan memberikan lapisan coating. Sedangkan, sistem deteksi dengan pencitraan emisi didesain dengan menggunakan kamera digital yang menangkap citra emisi dari minyak yang kemudian diolah dengan program pengolah citra pada platform Python. Dari hasil pengujian didapatkan bahwa sistem deteksi dengan serat optik berstruktur taper memiliki sensitivitas sebesar 0,858 dBm/% terhadap variasi konsentrasi minyak babi pada produk minyak dengan waktu total analisis sampel 1 menit. Sedangkan sistem deteksi dengan serat optik berstruktur “U” memiliki sensitivitas sebesar 10,07 a.u/% dan waktu total analisis sampel selama 1 menit. Sistem deteksi dengan serat optik berstruktur SMS dan serat optik dengan lapisan graphene/MWCTNs masing-masing memiliki sensitivitas sebesar 1,1107 dBm/%, 0,27705 dBm/%, dan 1,189 dBm/% serta waktu total analisis sampel masing-masing selama 1 menit, 1 menit dan 2 menit.
Pada sistem deteksi dengan pencitraan emisi, karakteristik emisi dari minyak babi yang dieksitasi menggunakan laser dengan panjang gelombang 405 nm dan 532 nm, dapat terbedakan dari minyak jenis lainnya karena memiliki nilai hue pada rentang nilai 60 – 80. Pada sampel minyak campuran (minyak zaitun yang tercampur minyak babi dengan konsentrasi 1 – 5%), didapatkan bahwa adanya substansi minyak babi pada minyak zaitun menggeser nilai hue dari citra emisi minyak tersebut. Dengan menggunakan panjang gelombang eksitasi 405 nm, nilai hue citra dari sampel campuran berada pada rentang nilai hue 145 – 155 dimana rentang ini bergeser dari nilai hue minyak zaitun murni yang berada pada rentang 155 – 175. Namun, dengan panjang gelombang 532 nm, nilai hue dari citra minyak zaitun yang tercampur minyak babi, berada pada rentang nilai hue 60 – 65, dimana rentang nilai hue tersebut berada pada rentang nilai hue dari minyak babi. Pada sistem deteksi dengan pencitraan emisi, minyak babi dapat terbedakan dan terdeteksi pada minyak nabati menggunakan cahaya eksitasi dengan panjang gelombang 532 nm dalam waktu 3 menit dan dengan biaya analisis sampel Rp 5000 per sampel. Dengan hasil tersebut, sistem deteksi dengan pencitraan emisi, memiliki performansi yang paling baik dibandingkan dengan keempat desain sistem deteksi dengan serat optik. Sistem deteksi dengan pencitraan emisi menawarkan metode yang paling cepat, mudah, dan murah untuk mendeteksi minyak babi pada produk minyak dibandingkan dengan metode yang telah ada.
================================================================================================
Lard is commonly adulterated in edible oils. It is aimed to lower the production cost and improve the apparent value. Hence, it gives concern on food safety issue, particularly on halal food status for Muslim consumers. Several methods including polymerase chain reaction (PCR), enzyme-linked immunosorbent assay (ELISA), dielectric and impedance spectroscopy, electronic nose, differential scanning calorimetry (DSC), high performance liquid chromatography (HPLC), gas liquid chromatography (GLC), liquid chromatography (LC), gas chromatography (GC), mass spectrometry (MS) dan Fourier Transform Infrared (FTIR), have been developed to detect lard in food products. However, those methods are time consuming since they need complex sample preparation, trained operators, and expensive machines. Therefore, it is important to develop a rapid, ease of usage, and low-cost detection system for lard adulteration in edible oils. In this doctoral research, five detection system using optical-based methods have been developed to detect lard in edible oils.
The detection systems using optical-based method which have been developed in this doctoral research, utilized the optical characteristics of plant-based oils (canola, coconut, olive, palm, and sunflower) and animal-based oils (lard, chicken, and beef) including refractive index, absorption, and emission. Using the optical characteristics, lard can be differentiated from other type of edible oils. Hence, its presence can be detected. From the identification result on the optical characteristics, lard has refractive index of 1.4725; absorption spectrum with the peak wavelength at 401 nm; and emission spectrum with the peak wavelength at 481 nm and 825 nm using 405 nm excitation wavelength.
Based on the optical characteristics, five detection system have been designed using tapered optical fiber, U-shaped optical fiber, singlemode-multimode-singlemode (SMS) optical fiber, graphene/MWCNTs coated optical fiber, and emission imaging. Detection systems using optical fiber sensor have been designed by modifying the optical fiber structure, i.e by reducing its diameter in tapered optical fiber; by bending the optical fiber in U-shaped optical fiber; by combining the type of optical fiber in SMS optical fiber; and by applying a coating layer. While, the detection system using emission imaging, it utilized digital camera which captures the emission images from each type of edible oils then they are processed using image processing program in Python. From the experimental results, they show that detection system using tapered optical fiber has a sensitivity of 0.858 dBm/% towards lard concentration in edible oil with the total analysis time of 1 minute. Whereas, the detection system using U-shaped optical fiber has a sensitivity of 10.07 a.u/% and total analysis time of 1 minute. The detection system using SMS optical fiber and graphene/MWCNTs coated optical fiber have a sensitivity of 1.1107 dBm/%, 0.27705 dBm/%, and 1.189 dBm/%, respectively and total analysis time of 1 minute, 1 minute and 2 minutes, respectively.
Meanwhile, the detection system using emission imaging shows that the emission of lard which excited using a 405 nm and a 532 nm laser can be differentiated from other type of edible oils since it has hue at the range of 60 – 80. In mixed oil samples (the mixture of olive oil and lard with the concentration of 1 – 5%), the presence of lard in olive oil shifted the hue of olive oil emission images. Using a 405 nm laser, hue of the emission image of mixed oil sample at the range of 145 – 155, which is shifted from the hue of pure olive oil emission image at the range of 155 – 175. However, using a 532 nm laser, the hue of mixed oil sample emission images at the range of 60 – 65 which it is the hue range of pure lard emission image. In the detection system using emission imaging, lard can be identified and detected in mixed oil using excitation light with the wavelength of 532 nm within 3 minutes and it costs Rp 5000 for sample analysis. From all the results, the detection system using emission imaging has the best performance compared to the other detection system using optical fiber sensors. The detection system using emission imaging offers a rapid, ease of usage, and low-cost method to detect lard in edible oils compared to the existing methods.

Item Type: Thesis (Doctoral)
Uncontrolled Keywords: Minyak babi, food safety, serat optik, spektroskopi, sensor
Subjects: Q Science > QC Physics > QC100.5 Measuring instruments (General)
Q Science > QC Physics > QC448 Fiber optics.
Q Science > QC Physics > QC451 Spectroscopy
Q Science > QC Physics > QC457 Infrared technology.
Q Science > QC Physics > QC475 Photoluminescence
Divisions: Faculty of Industrial Technology and Systems Engineering (INDSYS) > Physics Engineering > 30001-(S3) PhD Thesis
Depositing User: Ika Puspita
Date Deposited: 08 Sep 2021 09:31
Last Modified: 08 Sep 2021 09:31
URI: http://repository.its.ac.id/id/eprint/91763

Actions (login required)

View Item View Item