Bakso (bakso) merupakan jajanan kaki lima yang populer di Indonesia, terbuat dari daging giling yang dapat dibentuk sesuai selera, namun biasanya berbentuk bulat. Daging sangat penting dalam memenuhi kebutuhan gizi manusia karena tinggi protein dan mengandung rangkaian asam amino esensial yang lengkap dan seimbang. Sebaliknya, daging dapat cepat rusak jika terkontaminasi bakteri. Beberapa pedagang terlibat dalam praktik penipuan dengan mencampurkan bahan pengawet kimia berbahaya, seperti boraks, untuk memperpanjang umur simpan dan membuat bakso (bakso) tampak lebih menarik bagi konsumen.
Boraks (Na2B4O7.10H2O/sodium tetraborate decahydrat) adalah bahan yang digunakan untuk membuat pupuk, produk industri, bahan pembersih, yang berbahaya bagi Kesehatan seperti penyakit otak, hati, lemak, dan ginjal. Boraks dalam jumlah tinggi pada makanan dapat menyebabkan demam, anuria, pingsan, koma, atau bahkan kematian. Pengujian boraks dalam makanan biasanya dilakukan secara kuantitatif dengan peralatan laboratorium, yang dapat memakan waktu lama.
Electronic nose (E-nose) merupakan instrumen yang menggunakan konsep hidung manusia. E nose terdiri dari rangkaian sensor gas yang memiliki kemampuan dalam mendeteksi gas tertentu. Konsentrasi gas yang dihasilakan dari reaksi kimia sampel akan diterima oleh sensor, menghasilakan suatu perbedaan potensial yang menyesuaikan perubahan resistansi sensor dan dapat diukur dalam bentuk tegangan keluaran.
Hasil penelitian menggunakan sensor gas TGS 826, TGS 2600, TGS 2602, TGS 2611, TGS 2612, dan TGS 2620. Keenam larik sensor gas TGS mampu mendeteksi perbedaan sampel bakso dengan variasi kandungan boraks yang berbeda. Metode klasterisasi sampel dengan Principle Component Analysis (PCA) mampu mengekstraksi fitur serta mengklasterkan respon sensor gas TGS terhadap aroma sampel yang ditunjukkan pada plot PCA dengan vasiasi kumulatif PC1 dan PC2 sebesar 90,33%.
Metode analisis menggunakan machine learning Artificial Neural Network type Multi Layer Perceptron (ANN-MLP) mampu mengklasterisasi sekaligus mengklasifikasi respon sensor dari aroma bakso murni dan aroma bakso yang mengandung boraks, dimana pada penelitian ini menggunakan enam input langsung dari data yang telah diperoleh. Tingkat akurasi dari analisis data menggunakan metode PCA dan/atau ANN-MLP yang telah dilakukan dalam pengelompokan data yang berbeda, menunjukkan bahwa metode analisis data menggunakan PCA memiliki akurasi sebesar 90,33%, sedangkan analisis data menggunakan metode ANN-MLP memiliki akurasi sebesar 95%.
Penulis : Suryani Dyah Astuti
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
