TechnologyIndonesia.id – Badan Riset dan Inovasi Nasional (BRIN) kembali menghadirkan terobosan di bidang keamanan pangan dengan mengembangkan metode deteksi cepat pemalsuan extra virgin olive oil (EVOO) atau minyak zaitun. Teknologi ini mampu mengidentifikasi campuran minyak babi secara akurat, cepat, dan tanpa merusak sampel.
Inovasi ini lahir dari tim peneliti Pusat Riset Teknologi dan Proses Pangan (PRTPP) BRIN yang dipimpin oleh Anjar Windarsih. Penelitian ini menjadi respons atas meningkatnya praktik kecurangan pangan yang tidak hanya merugikan secara ekonomi, tetapi juga berdampak pada kesehatan dan aspek kehalalan produk.
Sebagai produk bernilai tinggi, EVOO kerap menjadi sasaran pemalsuan. Salah satu praktik yang ditemukan adalah pencampuran dengan bahan yang lebih murah, termasuk lemak hewani seperti minyak babi.
Praktik ini tidak hanya merugikan konsumen secara ekonomi, tetapi juga menimbulkan persoalan serius terkait kesehatan dan kepatuhan terhadap standar halal.
Menjawab tantangan tersebut, Anjar Windarsih dan tim mengembangkan pendekatan berbasis spektroskopi Fourier Transform Infrared (FTIR) yang dikombinasikan dengan berbagai algoritma machine learning.
Teknologi FTIR digunakan untuk membaca “sidik jari” molekuler minyak melalui spektrum inframerah. Sementara itu, machine learning digunakan untuk menganalisis pola data spektrum tersebut guna mengidentifikasi keberadaan dan kadar campuran minyak babi.
“Metode ini memungkinkan deteksi adulterasi (pemalsuan) secara cepat tanpa perlu proses preparasi sampel yang rumit, sehingga lebih efisien dan ramah lingkungan dibanding metode konvensional,” ujarnya, pada Rabu (15/4/2026).
Berbagai Model Pengujian
Dalam penelitian ini, tim menguji berbagai model machine learning seperti artificial neural network (ANN), support vector machine (SVM), k-nearest neighbors (kNN), random forest, gradient boosting, dan regresi linier.
Model ANN menunjukkan performa terbaik dengan tingkat akurasi sangat tinggi, ditunjukkan oleh nilai koefisien determinasi (R²) mencapai 0,998 serta tingkat kesalahan yang sangat rendah.
Selain itu, regresi linier juga menunjukkan performa yang kompetitif dengan keunggulan pada stabilitas dan kemudahan interpretasi model. Sementara itu, model lain seperti random forest dan SVM cenderung memiliki tingkat kesalahan lebih tinggi dan variabilitas yang lebih besar.
Pengujian dilakukan pada berbagai rentang spektrum gelombang FTIR untuk mengidentifikasi wilayah paling informatif dalam mendeteksi perbedaan komposisi kimia antara EVOO dan minyak babi.
Hasil penelitian menunjukkan kombinasi rentang spektrum tertentu mampu meningkatkan akurasi prediksi secara signifikan karena merepresentasikan karakteristik gugus fungsi lipid yang berbeda antara minyak nabati dan lemak hewani.
Keandalan metode ini juga dibuktikan melalui validasi eksternal menggunakan dataset independen. Hasilnya menunjukkan model tetap memiliki akurasi tinggi dan konsisten, menandakan metode ini tidak mengalami overfitting dan dapat diaplikasikan pada kondisi nyata di lapangan.
“Pendekatan ini sangat potensial untuk diterapkan dalam pengawasan mutu pangan, baik oleh industri maupun regulator, karena mampu memberikan hasil yang cepat, akurat, dan dapat diandalkan,” jelas Anjar.
Penelitian ini menjadi yang pertama dalam mengembangkan model kuantitatif berbasis FTIR dan machine learning untuk mendeteksi campuran minyak babi dalam EVOO pada seluruh rentang konsentrasi penuh (0–100%).
Hal ini memberikan kontribusi penting dalam pengembangan teknologi autentikasi pangan, khususnya untuk produk premium yang sensitif terhadap isu kehalalan.
Ke depan, ia merekomendasikan pengembangan lanjutan dengan melibatkan lebih banyak sampel, termasuk produk komersial dari berbagai wilayah. Hal ini penting untuk meningkatkan ketahanan model sekaligus memperluas penerapan teknologi dalam sistem pengawasan pangan nasional. (Sumber: brin.go.id)
BRIN Kembangkan Deteksi Cepat Minyak Zaitun Palsu, Bisa Identifikasi Campuran Minyak Babi
