Design of detection technique of lard in beef based on electrical properties

RANCANG BANGUN TEKNIK DETEKSI
LEMAK BABI PADA DAGING SAPI
BERBASIS SIFAT LISTRIK

SUCIPTO

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2013

PERNYATAAN MENGENAI DISERTASI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa disertasi berjudul Rancang Bangun
Teknik Deteksi Lemak Babi pada Daging Sapi Berbasis Sifat Listrik adalah benar
karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam
bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari
penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir disertasi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut

Pertanian Bogor.
Bogor, Juli 2013
Sucipto
NIM F361080151

RINGKASAN
SUCIPTO. Rancang Bangun Teknik Deteksi Lemak Babi pada Daging Sapi Berbasis
Sifat Listrik. Dibimbing oleh ANAS MIFTAH FAUZI, TUN TEDJA IRAWADI,
TAUFIK DJATNA, dan IRZAMAN.

Teknologi yang akurat dan sensitif untuk deteksi cemaran lemak babi pada
lemak dan daging sapi penting untuk menjamin kehalalan produk pangan yang
diperlukan konsumen. Karena itu, dibutuhkan teknik deteksi cemaran lemak babi
yang andal. Penggunaan sifat listrik pada deteksi kualitas produk pangan, teknik
data preprocessing, dan teknik klasifikasi berpeluang dimanfaatkan untuk
merancang teknik deteksi lemak babi.
Tujuan penelitian ini adalah untuk mendapatkan rentang frekuensi untuk
pengukuran sifat listrik bahan lemak babi, lemak sapi, dan daging sapi yang
berpengaruh untuk deteksi cemaran lemak babi pada daging sapi;
mengembangkan teknik deteksi cemaran lemak babi pada daging sapi berbasis

sifat listrik dan data mining, serta menguji akurasinya.
Penelitian ini menggunakan keping sejajar dari tembaga berukuran 20 mm x
10 mm berjarak 5 mm. Penyerapan air sampel dilakukan menggunakan Na 2SO4
anhidrat. Pengukuran sifat listrik dilakukan pada suhu kamar (26-27oC) dengan
frekuensi 0,100-0,999 MHz, 1,000-3,799 MHz, 3,80-5,00 MHz. Sifat listrik yang
digunakan meliputi konduktansi, impedansi, dan kapasitansi. Uji profil asam
lemak menggunakan kromatografi gas sebagai pembanding penelitian ini.
Beberapa teknik preprocessing menggunakan rerata, median, smoothing,
normalisasi, dan diskritisasi. Teknik-teknik klasifikasi yang digunakan untuk
pembedaan lemak babi dengan lemak sapi dan minyak goreng sawit meliputi
naive bayes, decision tree C4.5, simple logistic, support vector machine (SVM),
dan multilayer perceptron (MLP). Untuk memprediksi cemaran lemak babi pada
daging sapi digunakan teknik-teknik klasifikasi meliputi regresi linier, regresi
sequential minimal optimization (SMO), support vector regression (SVR), dan
MLP.
Hasil penelitian menunjukkan bahwa keping sejajar dari tembaga berukuran
20 mm x 10 mm berjarak 5 mm, efektif untuk mengakuisisi data sifat listrik bahan.
Penggunaan Na2SO4 anhidrat untuk menyerap air dari sampel lemak dan frekuensi
pada 3,80-5,00 MHz untuk mengukur sifat listrik efektif menghasilkan data yang
valid. Sifat listrik yang paling berpengaruh dalam deteksi lemak babi adalah

impedansi, kapasitansi, dan konduktansi. Penggunaan teknik preprocessing
normalisasi dan teknik klasifikasi MLP mampu membedakan lemak babi dari
lemak sapi dan minyak goreng sawit dengan akurasi 87,52% dan root mean
squared error (RMSE) 0,2394. Teknik preprocessing normalisasi dan teknik
klasifikasi MLP mampu memprediksi cemaran lemak babi pada daging sapi
dengan koefisien korelasi (r) 0,9985 dan RMSE 1,9708. Ke depan, kombinasi
sifat listrik bahan dengan teknik preprocessing dan teknik klasifikasi yang tepat
berpeluang digunakan untuk mengembangkan deteksi cemaran lemak babi.
Kata kunci: Teknik deteksi, lemak babi, frekuensi, sifat listrik, data mining.

SUMMARY
SUCIPTO. Design of Detection Technique of Lard in Beef Based on Electrical
Properties. Supervision of ANAS MIFTAH FAUZI, TUN TEDJA IRAWADI,
TAUFIK DJATNA and IRZAMAN.
Sensitive and accurate detection technology of lard contaminating tallow
and beef is important to assure the halalness of food products, that needed by
consumers. Therefore, it is important to develop reliable detection techniques of
lard contamination. The using of electrical properties for detecting food product’s
quality, data preprocessing and classification techniques are potential for
designing lard detection technique.

The objectives of this study was to obtain the frequency range for the
measurement of electrical properties of lard, tallow and beef as experiment
materials, that are significant for the detection of lard contamination in beef; and
to develop a detection technique of lard contamination in beef based on the
electrical properties and data mining, as well as to test its accuracy.
In this study, a parallel plate made of copper by dimension of 20 mm x
10 mm separated at 5 mm distance was used. Na 2SO4 anhydrous was used to
reduce the water content in the sample. The measurement of electrical properties
was done in room temperature (26-27oC) with frequency range of
0,100-0,999 MHz, 1,000-3,799 MHz and 3,80-5,00 MHz. The measured electrical
properties were conductance, impedance, and capacitance. The test of fatty acid
profile by using gas chromatography was used as a comparison in this study.
The preprocessing techniques that used were mean, median, smoothing,
normalization and discretization. Techniques of classification that were used to
differentiate lard from tallow and palm oil were naive bayes, decision tree C4.5,
simple logistic, support vector machine (SVM) and multilayer perceptron (MLP).
In order to predict lard contamination in beef, the classification techniques
including linear regression, SMO regression, support vector regression (SVR),
and MLP were employed.
The results showed that the parallel plate from copper by dimension of

20 mm x 10 mm with 5 mm distance was effective to acquire electrical properties
data. The use of Na2SO4 anhydrous to absorb water from fat samples and
frequency at 3,80-5,00 MHz to measure electrical properties resulted valid data.
The order of electrical properties that influence to lard detection were impedance,
capacitance and conductance. The use of preprocessing techniques normalization
and classification technique MLP were able to differentiate lard from tallow and
palm oil with correctly classification of 87,52% and root mean squared error
(RMSE) of 0,2394. The use of preprocessing normalization and classification
technique MLP were able to predict the contamination of lard in beef with
correlation coefficient (r) of 0,9985 and RMSE of 1,9708. The future of the
combination of materials electrical properties with selected preprocessing and
classification techniques can be used to develop a detection of lard contamination.
Keywords: detection technique, lard, frequency, electrical properties, data mining

© Hak Cipta Milik IPB, Tahun 2013
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan
atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan

IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB

RANCANG BANGUN TEKNIK DETEKSI
LEMAK BABI PADA DAGING SAPI
BERBASIS SIFAT LISTRIK

SUCIPTO

Disertasi
sebagai salah satu syarat untuk memperoleh gelar
Doktor pada
Program Studi Teknologi Industri Pertanian

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2013

Penguji pada Ujian Tertutup: 1. Drs Zainal Alim Mas’ud, DEA PhD
2. Dr Ir Husin Alatas, MSi
Penguji pada Ujian Terbuka: 1. Prof Dr Ir Endang Gumbira Sa’id, MADev.
2. Dr Drh Hasim Danuri, DEA.

Judul Disertasi
Nama
NIM

: Rancang Bangun Teknik Deteksi Lemak Babi pada
Daging Sapi Berbasis Sifat Listrik
: Sucipto
: F361080151

Disetujui oleh
Komisi Pembimbing

Prof Dr Ir Anas Miftah Fauzi, M Eng
Ketua

Prof Dr Ir Tun Tedja Irawadi, MS
Anggota

Dr Eng Taufik Djatna, STP MSi
Anggota

Dr Ir Irzaman, MSi
Anggota

Diketahui oleh

Ketua Program Studi
Teknologi Industri Pertanian

Dekan Sekolah Pascasarjana

Dr Ir Machfud, MS

Dr Ir Dahrul Syah, MScAgr

Tanggal Ujian: 1 Juli 2013

Tanggal Lulus:

PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian adalah deteksi lemak babi, dengan judul Rancang Bangun
Teknik Deteksi Lemak Babi pada Daging Sapi Berbasis Sifat Listrik.
Penghargaan disampaikan penulis kepada Prof Dr Ir Anas Miftah Fauzi,
MEng, Prof Dr Ir Tun Tedja Irawadi, MS, Dr Eng Taufik Djatna STP, MSi, dan
Dr Ir Irzaman, MSi, selaku pembimbing yang banyak memberi masukan, saran,
dan semangat sehingga turut membentuk daya juang penulis. Drs Zainal Alim
Mas’ud, DEA PhD dan Dr Ir Husin Alatas, MSi atas masukan, saran, dan kritik
dalam ujian terutup. Prof Dr Ir Endang Gumbira Sa’id, MADev dan Dr Drh
Hasim Danuri, DEA atas masukan, saran, dan kritik selama ujian terbuka.
Ucapan terima kasih disampaikan pada Heriyanto Safutra, Mamat Rahmat,
Jajang Juansah, Fendi, Erus Rustami dari Departemen Fisika. Arif Kamal, Arif
Rahman Hakim, Shihab Fahmi dari Departemen Teknologi Industri Pertanian.
Dias Indrasti dari Departemen Ilmu dan Teknologi Pangan, Khatibul Umam dari

Departemen Kimia, M Baihaqi dari Departemen Teknologi Hasil Ternak, dan
teman-teman program doktor TIP IPB, khususnya angkatan 2008 yang membantu
penulis berdiskusi terkait riset.
Terima kasih juga penulis sampaikan pada laboran Departemen Fisika dan
tenaga pendidikan dan administrasi Departemen Teknologi Industri Pertanian IPB
yang membantu selama studi.
Terima kasih juga disampaikan pada Universitas Brawijaya dan Direktorat
Jenderal Pendidikan Tinggi Kementerian Pendidikan dan Kebudayaan yang
mengizinkan dan memberi dukungan dana selama studi.
Ungkapan terima kasih tak lupa disampaikan pada bapak Sastrowiryo, ibu
Mirah, mertua (alm) K. Masduki, Ibu Muhawanah, istri saya Siti Nurul
Muzayyanah, kakak Suyitno, Suyatni, dan Suyati atas doa dan kasih sayangnya.
Demikian juga putri dan putra kami, Naila, Fahma, dan Rois atas pengorbanan
dan doa yang diberikan.
Riset ini merupakan bagian upaya penulis dan pembimbing berkontribusi
pada riset halal, mendorong peningkatan produksi produk halal yang dibutuhkan
umat muslim dan konsumen umumnya.
Dalam penelitian ini ada sebagian ilmu yang terungkap, namun memiliki
berbagai keterbatasan. Semoga hasil ini mendorong penulis dan peneliti lain
mengungkap ilmu-ilmu terkait. Akhir kata, semoga karya ilmiah ini bermanfaat.

Bogor, Juli 2013
Sucipto

DAFTAR ISI
DAFTAR TABEL

xiii

DAFTAR GAMBAR

xiii

1 PENDAHULUAN
Latar Belakang
1
Perumusan Masalah
2
Tujuan Penelitian
2
Manfaat Penelitian
3
Ruang Lingkup Penelitian
3
Kebaruan Topik Penelitian
3
Kerangka Umum Penelitian
3
Keterkaitan antar Bab
5
2 PERKEMBANGAN TEKNIK DETEKSI CEMARAN BABI DAN
TANTANGAN PENGGUNAAN SENSOR LISTRIK (SEBUAH TELAAH)
Abstrak
7
Pendahuluan
8
Teknik-Teknik Konvensional
9
Sensor tidak Langsung dengan Polymerase chain reaction (PCR)
9
Sensor Langsung (Tanpa Pelabelan)
10
Tantangan Sensor Listrik
14
Teknik-Teknik Data Mining
16
Simpulan dan Tantangan Masa Depan
17
3 PENGUKURAN SIFAT LISTRIK SEBAGAI BASIS DETEKSI
CEMARAN LEMAK BABI (Studi validasi alat, persiapan sampel, dan
seleksi frekuensi)
Abstrak
21
Pendahuluan
22
Metode Penelitian
22
Hasil dan Pembahasan
23
Simpulan dan Saran
29
4 APLIKASI SIFAT LISTRIK UNTUK MEMBEDAKAN LEMAK BABI
DARI LEMAK SAPI DAN MINYAK GORENG SAWIT
Abstrak
31
Pendahuluan
32
Metode Penelitian
33
Hasil dan Pembahasan
34
Simpulan dan Saran
41
5 APLIKASI SIFAT LISTRIK UNTUK PREDIKSI CEMARAN LEMAK
LEMAK BABI PADA DAGING SAPI
Abstrak
45
Pendahuluan
46
Metode Penelitian
47

Hasil dan Pembahasan
47
Simpulan dan Saran
52
6 KEMAMPUAN PEMBEDAAN DATA PREPROCESSING DAN TEKNIKTEKNIK KLASIFIKASI TERHADAP LEMAK BABI, LEMAK SAPI, DAN
DAN MINYAK GORENG SAWIT BERBASIS SIFAT LISTRIK
Abstrak
55
Pendahuluan
56
Metode Penelitian
57
Hasil dan Pembahasan
58
Simpulan dan Saran
63
7 APLIKASI TEKNIK-TEKNIK KLASIFIKASI UNTUK PREDIKSI
CEMARAN LEMAK BABI PADA DAGING SAPI BERBASIS SIFAT
LISTRIK
Abstrak
65
Pendahuluan
65
Metode Penelitian
67
Hasil dan Pembahasan
68
Simpulan dan Saran
72
8 PEMBAHASAN UMUM: POTENSI IMPLEMENTASI DETEKSI LEMAK
LEMAK BABI BERBASIS SIFAT LISTRIK DALAM RANTAI PASOK
PRODUK HALAL
Abstrak
75
Pendahuluan
76
Teknik Deteksi Lemak Babi Berbasis Sifat Listrik dan data Mining
76
Perbandingan Teknik Deteksi Lemak Babi berbasis Sifat Listrik dengan
Beberapa Teknik Sebelumnya
79
Potensi Deteksi Lemak Babi Berbasis Sifat Listrik sebagai Penunjang Audit
Audit dan Pengawasan dalam Rantai Pasok Produk Halal
79
Simpulan dan Saran
84
9 SIMPULAN DAN SARAN
Simpulan
Saran

87
87

DAFTAR ISTILAH

88

RIWAYAT HIDUP

96

DAFTAR TABEL
Tabel 2.1 Komposisi asam lemak RBD palm olein dan lemak babi
Tabel 3.1 Karakteristik teknik pengukuran umum untuk menentukan sifat
dielektrik
Tabel 3.2 Hubungan rentang frekuensi pengukuran dengan persentase noise
dan koefisien variasi sifat listrik keping sejajar kosong
Tabel 3.3 Hubungan rentang frekuensi pengukuran dengan persen noise dan
koefisien variasisi sifat listrik lemak babi dan sapi
Tabel 4.1 Profil asam lemak dari lemak babi, lemak sapi, dan minyak
goreng sawit dengan kromatografi gas
Tabel 6.1 Keterangan data masukan
Tabel 6.2 Akurasi, RSME, dan waktu komputasi klasifikasi lemak pangan
menggunakan variasi preprocessing dan teknik klasifikasi
Tabel 7.1 Keterangan data sebelum dan sesudah smoothing
Tabel 7.2 Pengaruh teknik klasifikasi sifat listrik cemaran lemak babi pada
daging sapi terhadap akurasi prediksi dan waktu komputasi
Tabel 8.1 Perbandingan teknik deteksi lemak babi dan riset terkait
Tabel 8.2 Rangkuman hasil dan alternatif riset lanjutan

11
25
28
28
36
59
60
70
71
80
85

DAFTAR GAMBAR
Gambar 1.1
Gambar 1.2
Gambar 2.1
Gambar 2.2
Gambar 2.3
Gambar 2.4
Gambar 2.5

Kerangka kerja penelitian
Keterkaitan antar bab
Skema diagram sistem e-nose
Spektrum FTIR lemak yang diekstrak dari cake
Spektrum perbedaan gelatin babi dan sapi
Spektrum FTIR lemak babi dan lemak cokelat murni
Representasi ideal spektrum konstanta dielektrik dalam sistem
biologis
Gambar 2.6 Hasil pengukuran konduktansi lemak babi dan lemak pangan
lain menggunakan LCR meter
Gambar 3.1 Model sederhana kapasitor dan resistor mebran sel
Gambar 3.2 Model pengukuran sifat listrik
Gambar 3.3 Disain keping sejajar
Gambar 3.4 Skema rangkaian alat pengukuran sifat listrik
Gambar 3.5 Contoh tampilan spektrum sifat listrik hasil pengukuran
Gambar 3.6 Hubungan frekuensi dengan konduktansi lemak babi, lemak
sapi, dan minyak goreng sawit
Gambar 4.1 Konduktansi lemak babi, lemak sapi, dan minyak goreng sawit
Gambar 4.2 Impedansi lemak babi, lemak sapi, dan minyak goreng sawit
Gambar 4.3 Kapasitansi lemak babi, lemak sapi, dan minyak goreng sawit
Gambar 4.4 Hubungan frekuensi dengan konstanta dielektrik lemak babi,
lemak sapi, dan minyak goreng sawit
Gambar 5.1 Pengaruh frekuensi terhadap rerata dan median sifat listrik
cemaran lemak babi dalam daging sapi
Gambar 5.2 Pengaruh frekuensi terhadap moving average 5 titik median
sifat listrik cemaran lemak babi dalam daging sapi

4
5
11
12
13
14
15
16
23
24
24
26
26
29
34
37
39
40
48
49

Gambar 6.1 Proses pemilihan preprocessing dan teknik klasifikasi
Gambar 6.2 Pengaruh frekuensi terhadap konduktansi lemak babi, lemak
sapi, dan minyak goreng sawit
Gambar 6.3 Contoh tree pembentuk sebagian rules penggunaan decision
tree C4.5 tanpa preprocessing
Gambar 6.4 Hubungan input, hidden layer, dan output dalam MLP
untuk klasifikasi lemak berdasar sifat listrik
Gambar 7.1 Hubungan frekuensi dan kapasitansi dari proses smoothing
dengan moving average 5 titik median
Gambar 7.2 Hubungan frekuensi dan konduktansi dari proses smoothing
dengan moving average 5 titik median
Gambar 7.3 Pemisahan data dalam beberapa dimensi
Gambar 8.1 Desain teknik deteksi lemak babi berbasis sifat listrik dan data
mining
Gambar 8.2 Peran teknik deteksi bahan haram dalam rantai pasok produk
halal

58
59
61
62
69
69
70
77
82

1. PENDAHULUAN
Latar Belakang
Kebutuhan jaminan produk halal (JPH) meningkat seiring tumbuhnya
kesadaran hidup berkualitas secara fisik dan spiritual. van der Spiegel et al. (2012)
menyatakan pasar produk halal meningkat di negeri mayoritas berpenduduk
muslim dan minoritas muslim. Riaz dan Chaudry (2004) menyatakan produk
halal telah menjadi simbul kualitas baik muslim maupun non muslim. Pada 2009,
produk pangan halal bernilai 16% dari seluruh industri pangan di dunia dan
menjelaskan 20% perdagangan produk pangan dunia masa depan (Nestle 2009).
Eropa, Afrika, dan Asia mencatat masing-masing 10%, 24%, dan 63% dari pasar
global (Hashim 2010). Riset Purnomo et al. (2011) menunjukkan pasar halal
global juga meningkat dari tahun ke tahun.
Pertumbuhan pasar produk halal seiring peningkatan umat Islam.
Pew Forum on Religion and Public Life (2011) memperkirakan ada 1,62 miliar
muslim di dunia atau 23,4% dari perkiraan penduduk tahun 2010 sebesar
6,9 miliar. Populasi muslim Eropa sekitar 44,1 juta jiwa atau 2,7% total penduduk
(Pew Forum on Religion and Public-Life 2011). Diperkirakan pada 2030 menjadi
25-30 persen. Di negara-negara Asean ada sekitar 250 juta penduduk muslim.
Muslim Indonesia yang mencapai sekitar 185 juta jiwa diperebutkan produsen
produk halal (Sucipto 2010).
Standar kehalalan telah ditetapkan secara nasional, regional, dan
internasional. Di Indonesia, JPH menjadi kebijakan yang ditangani pemerintah,
legislatif, dan Majelis Ulama Indonesia (MUI). JPH penting untuk melindungi
konsumen dan mendorong produksi produk halal. Riaz dan Chaudry (2004)
menyatakan pangan halal bebas dari segala komponen haram yang seorang
muslim dilarang mengkonsumsinya.
JPH sepanjang rantai pasok memerlukan pengawasan, baik pengawasan premarketing maupun post-marketing, untuk mendukung audit sertifikasi,
mengontrol proses produksi, dan pengawasan selama distribusi. Untuk menunjang
pengawasan produk halal, perlu dikembangkan berbagai teknik deteksi cemaran
bahan haram, khususnya cemaran babi dan produk turunannya.
Pencampuran lemak babi pada lemak, daging, dan bahan pangan lain pada
industri pangan menjadi isu sensitif bagi konsumen, khususnya umat muslim. Di
berbagai negara, banyak industri pengolahan menggunakan bahan babi dan
turunan babi karena murah dan lebih tersedia di pasar (Aida et al. 2005). Bahan
ini terdiri lemak babi, daging babi, mechanically recovered meats (MRM), gelatin
babi, dan plasma darah babi (Nakyinsige et al. 2012). Luasnya penggunaan babi
dan turunannya, mendorong para peneliti berupaya mendeteksi cemaran babi dan
produk turunannya pada bahan pangan lain dengan berbagai teknik.
Perkembangan teknik deteksi cemaran babi, dapat dikelompokkan menjadi:
teknik deteksi konvensional, seperti gas chromatography (GC), gas liquid
chromatography (GLC), high performance liquid chromatography (HPLC),
differential scanning calorimetry (DSC), dan lain sebagainya. Teknik berbasis
sensor tak langsung, polymerase chain reaction (PCR) dan teknik berbasis sensor

2
tanpa pelabelan, meliputi electronic nose (E-Nose) dan Fourier transform infrared
(FTIR) spectroscopy.
Teknik-teknik konvensional dapat diandalkan, namun membutuhkan waktu
persiapan sampel, bahan kimia, dan biaya yang relatif mahal. Teknik sensor tak
langsung dan sensor tanpa pelabelan telah mempercepat proses persiapan sampel
dan analisis, namun biaya investasi alat analisisnya masih relatif mahal. Karena
itu, perlu dikembangkan teknik analisis yang lebih cepat, akurat, dan relatif
murah menggunakan instrumen lebih sederhana dibanding teknik sebelumnya.
Peluang itu diharapkan dapat diperoleh melalui penggunaan sifat listrik bahan.

Perumusan Masalah
Sifat listrik bahan pangan, dapat digunakan menilai kualitas dan kemurnian
bahan secara cepat, non destruktif, mengarah in-situ berdasar energi
elektromagnetik, teknik ultrasonik, dan resonansi (Castro-Giráldez et al. 2010).
Sifat listrik telah dikembangkan untuk mendeteksi kerusakan daging sapi (Damez
et al. 2008) dan uji pencampuran lemak pangan (Lizhi et al. 2008). Perbedaan
komposisi bahan memberikan pengaruh pada perbedaan sifat listrik. Sifat listrik
ini meliputi konduktansi, impedansi, kapasitansi, dan konstanta dielektrik. Sifat
listrik juga dipengaruhi frekuensi dan suhu pengukuran. Berdasar studi di atas,
sifat listrik bahan pangan akan dimanfaatkan sebagai dasar deteksi lemak babi.
Berbagai algoritma preprocessing data dan klasifikasi dalam data mining
telah berkembang. Algoritma ini sangat bermanfaat untuk mempercepat
pengenalan pola data sehingga membantu proses deteksi semakin cepat dan akurat.
Dalam proses klasifikasi data dinamis berskala sangat besar dapat menggunakan
teknik skyline query (Djatna dan Morimoto 2008). Untuk bidang kimia, berbagai
teknik ini disebut dengan istilah kemometrika yang dibantu dengan berbagai
teknik preprocessing data dan klasifikasi.
Kombinasi sifat listrik bahan dengan berbagai teknik preprocessing data dan
klasifikasi diharapkan meningkatkan keandalan proses deteksi lemak babi. Untuk
itu diperlukan rancang bangun teknik deteksi lemak babi pada daging sapi
berbasis sifat listrik. Dengan teknik ini diharapkan proses deteksi lemak babi
menjadi lebih sederhana dibanding teknik sebelumnya. Hasil penelitian
keseluruhan akan menunjang audit sertifikasi, pengawasan produksi, dan
pengawasan distribusi dalam rantai pasok produk halal.

Tujuan Penelitian
Tujuan penelitian ini adalah sebagai berikut.
1. Mendapatkan rentang frekuensi untuk pengukuran sifat listrik bahan lemak
babi, lemak sapi, dan daging sapi yang berpengaruh untuk deteksi cemaran
lemak babi pada daging sapi.
2. Mengembangkan teknik deteksi cemaran lemak babi pada daging sapi berbasis
sifat listrik dan data mining, serta menguji akurasinya.

3
Manfaat Penelitian
Manfaat penelitian sebagai berikut.
1. Menghasilkan teknik deteksi lemak babi menjadi lebih sederhana dan relatif
lebih murah dibanding teknik sebelumnya.
2. Memberikan kontribusi dalam pengembangan ilmu pengetahuan dan teknologi
penunjang pengawasan produksi, distribusi, dan sertifikasi kehalalan produk
pangan. Secara lebih luas di masa depan, teknik ini akan mendukung upaya
mewujudkan jaminan produk halal bagi masyarakat.

Ruang Lingkup Penelitian
Ruang lingkup penelitian sebagai berikut.
1. Sifat listrik bahan untuk merancang teknik deteksi dibatasi menggunakan
sampel lemak babi, lemak sapi, minyak goreng sawit, dan daging sapi.
2. Pengukuran sifat listrik dilakukan pada suhu ruang (26-27oC) agar
memudahkan aplikasi hasil penelitian.

Kebaruan Topik Penelitian
Kebaruan penelitian ini sebagai berikut.
1. Penggunaan sifat listrik impedansi, kapasitansi, dan konduktansi untuk deteksi
cemaran lemak babi pada rentang frekuensi tertentu.
2. Kombinasi sifat listrik dengan pilihan teknik preprocessing data dan teknik
klasifikasi yang tepat untuk meningkatkan akurasi proses deteksi.

Kerangka umum penelitian
Penelitian berurutan dan terstruktur seperti pada Gambar 1.1. Hasil setiap
tahap menentukan tahap berikutnya. Pada tahap awal peneliti melakukan
investigasi teknik deteksi cemaran babi dengan berbagai teknik analisis. Tahap ini
memberikan pengetahuan perkembangan berbagai teknik deteksi cemaran babi,
kelebihan dan kekurangannya. Berikutnya, dilakukan kajian penggunaan sifat
listrik bahan pangan, terkait faktor yang memengaruhi, teknik pengukuran, dan
pemanfaatannya untuk mendeteksi kualitas dan campuran bahan pangan. Tahap
ini diperoleh peluang memanfaatkan sifat listrik bahan untuk deteksi lemak babi.
Adanya peluang penggunaan sifat listrik sebagai basis deteksi cemaran
lemak babi perlu diuji dengan beberapa tahap penelitian. Tahap 1, mempersiapkan
instrumen pengukur sifat listrik bahan, teknik persiapan sampel, dan mencari
frekuensi pengukuran. Hasil tahap ini penting untuk menetapkan persiapan sampel
dan frekuensi yang digunakan tahap berikutnya. Pada Tahap 2 dilakukan aplikasi
hasil tahap sebelumnya untuk membedakan lemak babi dari lemak sapi dan
minyak goreng sawit. Tahap 3 diaplikasikan untuk memprediksi cemaran lemak
babi pada daging sapi.

4

INVESTIGASI TEKNIK DETEKSI CEMARAN BABI
Telaah perkembangan teknik analisis cemaran babi
Pengembangan teknik deteksi cemaran babi berbasis sifat listrik bahan

MENGEMBANGKAN INSTRUMEN PENGUKUR SIFAT LISTRIK BAHAN
SEBAGAI BASIS DETEKSI CEMARAN LEMAK BABI
Tahap 1. Perancangan pengukur sifat listrik bahan, teknik persiapan sampel, dan frekuensi pengukuran
Tahap 2. Aplikasi sifat listrik untuk membedakan lemak babi dari lemak sapi dan minyak goreng sawit
Tahap 3. Aplikasi sifat listrik untuk memprediksi cemaran lemak babi pada daging sapi

PENGEMBANGAN TEKNIK DETEKSI LEMAK BABI
BERBASIS SIFAT LISTRIK DAN DATA MINING
Tahap 4. Pengembangan teknik deteksi untuk pembedaan lemak babi dari lemak sapi dan minyak
goreng sawit, serta prediksi cemaran lemak babi pada daging sapi berbasis sifat listrik (konduktansi,
impedansi, dan kapasitansi), teknik-teknik preprocessing dan teknik klasifikasi

EVALUASI KINERJA TEKNIK DETEKSI
Validasi

Gambar 1.1 Kerangka kerja penelitian
Pengembangan teknik deteksi cemaran lemak babi berbasis sifat listrik
diperkuat dengan berbagai teknik preprocessing data dan teknik klasifikasi untuk
mengolah data sifat listrik bahan seperti pada Tahap 4. Kinerja teknik deteksi
menggunakan berbagai teknik preprocessing data dan teknik klasifikasi diuji dan
dipilih yang menghasilkan akurasi tinggi dan waktu komputasi relatif cepat.
Secara keseluruhan riset memperoleh frekuensi pengukuran dan sifat listrik
yang berpengaruh, serta teknik preprocessing data dan teknik klasifikasi yang
menghasilkan kinerja terbaik.

5
Keterkaitan antar bab
Untuk memudahkan pembaca menelaah tulisan secara keseluruhan, berikut
ini dikemukakan keterkaitan antar bab seperti Gambar 1.2.
Bab 1
Pendahuluan
Bab 2
Telaah Perkembangan Teknik Deteksi Cemaran Babi
dan Tantangan Penggunaan Sensor Berbasis Sifat Listrik
Bab 3
Pengukuran Sifat Elektrik Sebagai Basis Deteksi Cemaran Lemak Babi
(Studi alat, persiapan sampel, dan kondisi pengukuran)
Bab 4
Aplikasi Sifat Listrik untuk
Membedakan Lemak Babi dari Lemak
Sapi dan Minyak Goreng Sawit

Bab 5
Aplikasi Sifat Listrik untuk Prediksi
Cemaran Lemak Babi Pada
Daging Sapi

Bab 6
Kemampuan Pembedaan Data
Preprocessing dan Teknik-Teknik
Klasifikasi terhadap Lemak Babi,
Lemak Sapi, dan Minyak Goreng
Sawit Berbasis Sifat Listrik

Bab 7
Aplikasi Teknik-Teknik Klasifikasi
untuk Prediksi Cemaran Lemak Babi
pada Daging Sapi Berbasis
Sifat Listrik

Bab 8
Pembahasan Umum:
Potensi Implementasi Teknik Deteksi Lemak Babi
Berbasis Sifat Listrik dalam Rantai Pasok Produk Halal
Bab 9
Simpulan dan Saran
Gambar 1.2 Keterkaitan antar bab

6

Pustaka
Aida AA, Che Man YB, Wong CMVL, Raha AR, Son R. 2005. Analysis of raw
meats and fats of pigs using polymerase chain reaction for halal
authentication. Meat Sci. 69(1): 47-52.
Castro-Giráldez M, Chenoll C, Fito P J, Toldrá F, Fito P. 2010. Physical sensors
for quality control during processing. In Toldra. F. Handbook of meat
processing. Wiley-Blackell. A John Wiley & Sons, Inc.
Damez JL, Clerjon S. 2008. Meat quality assessment using biophysical methods
related to meat structure. Meat Sci. 80 (1):132- 149.
Djatna T, Morimoto Y. 2008. Attribute selection for numerical databases that
contain correlations. Int J Softw Informatics. 2:125-139.
Hashim DD. 2010. The quest for a global halal standard. Paper presented at the
Meat Industry Association of New Zealand annual conference, 19-20
September 2010. Christchurch.
Lizhi H, Toyoda K, Ihara I. 2008. Dielectric properties of edible oils and fatty
acids as a function of frequency, temperature, moisture and composition. J.
Food Eng. 88:151-158.
Nakyinsige K, Che Man YB, Sazili AQ. 2012. Review halal authenticity issues in
meat
and
meat
products.
Meat
sci.
91(3):207-214.
doi.org/10.1016/j.meatsci.2012.02.015
Nestle.
2009.
Nestlé
and
halal.
http://www.nestletasteofhome.com/NR/rdonlyres/B519F379-6669-428E-872B6DCA9DFA2B6B/46458/NestleandHalal_Nov09.pdf
Pew-Forum-on-Religion and Public-Life. 2011. The future global muslim
population projections for 2010-2030. Pew Research Center. Washington.
Purnomo D, Gumbira-Sa’id E, Fauzi AM, Syamsu K, Tasrif M. 2011. Analisis
kekuatan keunggulan komparatif dan kompetitif
Indonesia dalam
meningkatkan daya saing agroindustri halal. Jurnal Teknotan. Universitas
Padjajaran.
Riaz MN, Chaudry MM. 2004. Halal food production. CRC Press. New York.
Sucipto. 2010 Agt 03. Menguak peluang pasar produk halal. Harian Kontan
Rubrik opini:23(kol 3-4).
van der Spiegel M, van der Fels-Klerx HJ, Sterrenburg P, van Ruth SM,
Scholtens-Toma IMJ, Kok EJ. 2012. Halal assurance in food supply
chains:Verification of halal certificates using audits and laboratory analysis.
Trends Food Sci Tech. 27: 109-119.

7

2. PERKEMBANGAN TEKNIK DETEKSI CEMARAN BABI
DAN TANTANGAN PENGGUNAAN SENSOR LISTRIK
(SEBUAH TELAAH)
Abstrak
Pencampuran daging babi dan turunannya dalam produk pangan, tidak
hanya sensitif terhadap penganut Islam dan Yahudi ortodoks, tetapi juga menjadi
masalah bagi kesehatan. Relatif murahnya daging babi dan turunannya dibanding
dengan produk sejenis dari sapi dan hewan lain menyebabkan bahan ini sering
dicampur untuk mengurangi biaya produksi di industri pengolahan pangan.
Berdasarkan perspektif teknologi sensor, teknik deteksi pencampuran daging babi
dibagi menjadi tiga kelompok. Pertama, teknik deteksi konvensional, seperti GC,
GLC, HPLC, DSC, dan lainnya. Kedua, teknik sensor tidak langsung yaitu PCR.
Ketiga, teknik sensor tanpa pelabelan, seperti E-Nose dan Spektroskopi FTIR.
Karena itu, penting untuk mengetahui perkembangan teknik deteksi babi dan
turunan babi dalam produk pangan. Dalam tulisan ini, disajikan peluang sensor
biolistrik untuk deteksi babi. Kombinasi sifat biolistrik bahan pangan dan teknik
klastering data diharapkan mampu membantu deteksi pencampuran babi menjadi
lebih cepat, akurat, dan relatif murah dibanding teknik sebelumnya menggunakan
alat lebih sederhana. Teknik ini akan mendukung pengawasan produksi, distribusi,
dan sertifikasi halal produk pangan.
Kata kunci: Sensor, sifat listrik, data mining, deteksi babi.
Singkatan: gas chromatography (GC), gas liquid chromatography (GLC), high
performance liquid chromatography (HPLC), diferential scanning
calorimetry (DSC), polymerase chain reaction (PCR), Electronic nose
(E-Nose), Fourier transform infrared (FTIR) spectroscopy

PROGRESS OF LARD AND PORK DETECTION SYSTEM
AND CHALLENGE OF EELECTRIC SENSOR (A REVIEW)
Abstract
Pork adulteration and its derivatives in food products is not only sensitive to
the adherents of Islam and orthodox Jews, but also to health problems. Relative
cheapness of pork and its derivatives compared to similar products from beef and
other animals results these products are often mixed into foodstuff to reduce the
production cost in the food processing industry. Based on sensor technology
perspective, the detection methods of mixing pork were divided into three groups.
The first one, conventional techniques include GC, GLC, HPLC, DSC ect. The
second, indirect sensor-based technique namely PCR and the third sensor-based
techniques without labeling such as E-Nose and FTIR spectroscopy. Therefore, it
is important to understand the development of detection techniques of pork and
pork derivatives adulteration. In this paper, we also are presented the opportunities
of bioelectric sensors for pork detection. The combination between bioelectric
properties of food materials and clustering techniques are expected to assist the
detection of mixing pork that is faster, more accurate, use simple tools, and
relatively inexpensive compared to previous techniques. This technique will

8
support the supervision of production, distribution, and certification of halal food
products.
Keywords: Sensor, electrical properties, data mining, pork detection.
Abbreviation: gas chromatography (GC), gas liquid chromatography (GLC),
high performance liquid chromatography (HPLC), differential scanning
calorimetry (DSC), polymerase chain reaction (PCR), electronic nose
(E-Nose), Fourier transform infrared (FTIR) spectroscopy

Pendahuluan
Permintaan dan konsumsi daging di negara maju sangat tinggi. Daging
adalah produk yang heterogen terkait komposisi, teknologi, dan atribut sensoris
yang berpengaruh sebelum penyembelihan (bibit, jenis kelamin, umur, berat, dan
lingkungan) dan faktor pasca kematian (waktu simpan dan suhu) (Andres et al.
2007). Variabilitas kualitas daging menjadi perhatian konsumen (Warriss 2004).
Saat ini, pencampuran jenis daging dan turunannya menjadi masalah besar di
pasar ritel (Asensio et al. 2008). Evaluasi pembuktian dan kualitas produk-produk
ini meliputi beberapa isu, seperti substitusi daging dengan nilai komersial tinggi
dengan daging bernilai komersial lebih rendah dalam industri daging (Fajardo et
al. 2008), dan adanya ketidakjelasan spesies (Aida et al. 2005).
Dari segi gizi, lemak hewani banyak ditolak karena mengandung asam
lemak jenuh dalam proporsi besar. Diet kaya lemak babi diduga kuat
menyebabkan kolesterol dalam darah, aortic injury, penimbunan lemak dalam
aorta, penyakit jantung koroner, dan berbagai timbunan lemak lainnya. Lemak
babi juga terkait dengan risiko sesak napas, gangguan pankreas, dan kanker usus
besar, serta memicu terjadinya karsinogenesis. Produk pangan yang mengandung
daging dan lemak babi menjadi perhatian para pengikut Islam dan Yahudi
ortodoks. Kedua agama ini melarang konsumsi daging maupun lemak babi dalam
setiap produk (Marikkar et al. 2002; Regenstein et al. 2003). Pelabelan yang
akurat merupakan informasi penting bagi proses pemilihan konsumen. Ballin
(2010) mengkategorikan teknik pembuktian (authentication) daging antara lain
berbasis asal daging, substitusi daging, perlakuan pengolahan daging, dan bahan
tambahan non-daging.
Berdasarkan permasalahan di atas, penting untuk mengembangkan proses
pembuktian dan identifikasi spesies daging dan turunannya. Ini juga termasuk
mendeteksi cemaran babi dan turunan babi dalam pangan segar dan olahan.
Berbagai teknik telah dikembangkan untuk identifikasi dan pembuktian. Artikel
ini menunjukkan perkembangan dan kemajuan teknik deteksi lemak dan daging
babi dari teknik konvensional ke teknik baru berbasis sensor. Kemajuan ini
diharapkan mendukung pengembangan teknik baru yang lebih cepat, akurat, dan
relatif murah untuk identifikasi dan kuantifikasi kontaminasi lemak dan daging
babi dalam produk pangan.

9
Teknik-Teknik Konvensional
Berbagai teknik deteksi lemak dan daging babi telah dikembangkan. Teknik
deteksi konvensional telah lama dikembangkan untuk mendeteksi babi dan produk
turunan babi, seperti differential scanning calorimetry (DSC), gas
chromatography (GC), gas liquid chromatography (GLC), high performance
liquid chromatography (HPLC).
Differential Scanning Calorimetry (DSC)
Marikkar et al. (2002) menemukan bahwa DSC menjadi teknik yang lebih
sensitif untuk menentukan secara kualitatif dan kuantitatif dari enzymaticallyrandomized lard (ERLD) minyak sawit. Teknik ini dapat mengidentifikasi
refined-bleached-deodorized (RBD) palm olein palsu dengan ERLD dengan limit
deteksi 1%. Marikkar et al. (2003) menggunakan DSC berpendingin dan pemanas
untuk mendeteksi lemak babi dalam tempe, ayam, sapi, dan produk olahan.
Gas Chromatography (GC)
Indrasti et al.(2010) menerapkan chromatography hyphenated with a timeof-flight mass spectrometry untuk mendeteksi perbedaan antara lemak babi
dengan 3 lemak hewani, yaitu lemak sapi, lemak ayam, dan lemak kambing.
Perbedaan masing-masing lemak dapat dilihat dari 3 fatty acid methyl esters
(FAME) meliputi methyl trans-9, 12, 15-octadecatrienoate (C18:3 n3t),
methyl 11, 14, 17-eicosatrienoate (C20:3 n3t) and methyl 11.14 - eicosadienoate
(C20:2 N6). Profil FAME dapat digunakan sebagai basis pembedaan lemak babi
dari lemak hewan dalam proses pembuktian.
Gas Liquid Chromatography (GLC)
Marikkar et al. (2005a) mengidentifikasi kontaminasi lemak babi pada
minyak sawit, minyak inti sawit, dan minyak kanola menggunakan GLC.
Perubahan komposisi asam lemak dalam campuran dianalisis fatty acid methyl
esters (FAME), terutama pada 2-monoacylglycerol (2-MG) dan triacylglycerol
(TAG) netral diisolasi dari sampel.
High Performance Liquid Chromatography (HPLC)
HPLC digunakan mengidentifikasi 2% lemak babi dalam minyak inti sawit
dan minyak sawit. Profil kromatogram TAG pada waktu retensi tertentu
menunjukkan kontaminasi lemak babi pada bahan lain (Marikkar et al. 2005b).

Sensor Tidak Langsung dengan Polymerase Chain Reaction (PCR)
Spesies daging dan lemak babi dianalisis menggunakan polymerase chain
reaction-restriction fragment length polymorphisms (PCR-RFLP). Cytochrome b
(Cyt b) dari PCR-RFLP menghasilkan teknik untuk mendeteksi babi dari spesies
hewan lain (Aida et al. 2005). Penggunaan PCR-RFLP gen 12s rRNA dari
mitokondria asal daging digunakan mengidentifikasi dan membedakan jenis
daging sapi, kerbau, domba, dan chevon, baik sampel segar maupun olahan
(Girish et al. 2005). PCR-RFLP gen mitokondria dapat digunakan

10
mengidentifikasi spesies dan pembuktian halal daging sapi, babi, kerbau, unta,
domba, dan kelinci (Murugaiah et al. 2009). Soares et al. (2010) menggunakan
PCR untuk mendeteksi daging sapi dan spesies unggas menggunakan Cyt b
mitokondria dan 12s rRNA sebagai gen target untuk babi dan unggas. Teknik
alternatif ini memiliki biaya rendah, mudah, dan andal untuk memperkirakan
pemalsuan daging unggas dengan daging babi.
Ahmed et al. (2010) berhasil membedakan-spesies tertentu dalam kontrol
dan daging babi olahan, daging babi, ayam, dan daging sapi menggunakan the
loop mediated isothermal amplicons (LAMP) dan disposable electrochemical
printed (DEP). LAMP adalah teknik penguatan asam nukleat yang memperkuat
DNA target dengan spesifikasi yang tinggi, efisien, dan cepat dalam kondisi
isotermal (63oC). Teknik ini merupakan calon biosensor in situ portabel untuk
memantau pangan dari spesies daging dalam produk pangan.

Sensor Langsung (Tanpa Pelabelan)
Electronic nose (e-nose)
Electronic nose (e-nose) adalah instrumen yang meniru indera penciuman.
Alat ini merupakan bentuk pola sensor untuk mendeteksi dan membedakan bau
yang berbeda secara akurat dalam sampel kompleks (Stetter dan Penrose 2002).
Pearce et al. (2003) mengemukakan secara umum, instrumen e-nose terdiri atas
3 elemen, yang disebut (i) sistem penanganan sampel, (ii) sistem deteksi, dan (iii)
sistem pengolahan data.
E-nose berperan besar dalam teknik deteksi berbasis kimia. Sensor kimia
adalah sebuah alat yang mampu mengubah jumlah bahan kimia menjadi sinyal
listrik yang berkaitan dengan konsentrasi partikel tertentu seperti atom, molekul,
atau ion dalam bentuk gas atau cair (Peris dan Escuder-Gilabert 2009). Jenis
sensor dalam e-nose diperlukan untuk merespon molekul gas (senyawa organik
volatile) dengan berat molekul relatif berbeda (Pearce et al. 2003).
Jenis sensor yang digunakan dalam e-nose berdasar literatur (Cattrall 1997;
Persaud dan Travers 1997) adalah sebagai berikut.
1. Piezoelectric disebut juga sensor gravimetri atau sensor akustik, berdasarkan
propagasi gelombang akustik yang dihasilkan oleh bahan (misalnya kuarsa
atau LiNbO3) dalam struktur multilayer. Surface acoustic wave (SAW) dan
bulk acoustic wave (BAW) adalah jenis paling umum dari sensor akustik.
Sensor BAW sering disebut sensor thickness shear mode (TSM) atau quartz
crystal microbalances (QCM).
2. Sensor elektrokimia, meliputi sensor amperometri, potensiometri, dan sensor
konduktimetri atau chemiresistive. Diantaranya adalah sensor chemiresistive
seperti metal oxide semiconductors (MOS) atau dikenal dengan Taguchi Gas
Sensor (TGS) dan conducting polymer (CP). Sensor ini banyak digunakan
mengukur pola gas atau bau. Beberapa sensor gas potensiometri
menggunakan metal oxide semiconductor field effect transistors (MOSFET)
sedang dikembangkan dan digunakan dalam teknologi e-nose.
3. Optik, seperti serat optik, digunakan dalam absorbansi, reflektansi,
luminescence, dan surface plasmon resonance (SPR).

11
4. Kalorimetri atau sensor panas menggunakan reaksi kimia dengan pemanasan,
meliputi analisis dan pemantauan dengan transduser.
E-nose sering digunakan dalam berbagai diagnostik pangan, industri
kosmetik, farmasi, kontrol lingkungan, dan diagnostik klinis. Dalam produk
pangan ada 5 kategori penggunaan: (i) monitoring proses, (ii) investigasi umur
simpan, (iii) evaluasi kesegaran, (iv) pembuktian lebih lanjut, dan (v) studi kontrol
kualitas lainnya (Peris dan Escuder-Gilabert 2009).
Zheng-Hai dan Jun-Wang (2006) mendeteksi pemalsuan minyak jagung
pada minyak wijen menggunakan e-nose dengan 10 sensor gas MOS. Secara
skematis seperti Gambar 2.1. Berbagai gas yang diuapkan dari sampel ditangkap
dengan 10 sensor yang berbeda. Data diolah dalam komputer dengan algoritma
tertentu sehingga dapat mengenali pemalsuan minyak.

Gambar 2.1 Skema diagram sistem e-nose (Zheng-Hai dan Jun-Wang 2006)
E-nose telah digunakan mendeteksi cemaran babi atau lemak babi. Surface
acoustic wave (SAW) sensor electronic nose (misalnya zNoseTM) digunakan
mendeteksi lemak babi sebagai campuran dalam refined-bleached-deodorized
(RBD) palm olein. Dalam riset ini lemak babi 1% sampai 20% (b/b) dicampur
RBD palm olein (Che Man et al. 2005). Pembedaan didasarkan pada komposisi
asam lemak RBD palm olein dan lemak babi seperti pada Tabel 2.1.
Tabel 2.1 Komposisi asam lemak RBD palm olein dan lemak babi
(Che Man et al. 2005)
Asam lemak
RBD Palm olein (%)
Lemak babi (%)
12:0
0.6
0.15
14:0
1.62
1.70
15:0
0.17
16:0
45.6
26.9
16:1
0.21
1.71
17:0
0.65
17:1
0.32
18:0
3.29
10.9
18:1
38.8
31.8
18:2
9.57
23.1
18:3
0.19
1.41
20:0
0.12
0.24
20:1
0.59

12
Tabel 2.1 menunjukkan komposisi RBD palm olein dan lemak babi
memiliki asam lemak dengan rantai C berkisar dari C12:0 sampai C20:1. RBD
palm olein mengandung asam lemak dominan: C16:0, C:18:1, C18:2 dan C18:0,
sedang pada lemak babi berturut-turut C18:1, C16:0, C18:1, dan C18:0. Dalam
lemak babi terkandung asam lemak rantai ganjil, yaitu C15:0, C17:0 dan C17:1,
yang tidak ditemukan dalam minyak nabati. Berdasar komposisi asam lemak
tersebut, kemungkinan dapat digunakan sebagai dasar deteksi minyak hewani
dalam minyak nabati (Krishnamurthy 1993).
Penelitian menggunakan zNoseTM sensitif untuk mendeteksi lemak babi
pada RBD palm olein hingga level 1 persen. Kelebihan menggunakan e-nose tidak
membutuhkan perlakuan awal sampel dan bahan kimia untuk analisis, serta akurat
dan cepat untuk mengidentifikasi campuran lemak babi dalam RBD palm olein
(Che Man et al. 2005).
Spektroskopi Fourier transform infrared (FTIR)
FTIR merupakan teknik analisis komposisi kimia pada berbagai kimia
organik, polimer, gas, sampel biologis, bahan anorganik dan mineral. Analisis
FTIR tidak hanya bersifat kualitatif, tetapi juga kuantitatif. FTIR merupakan alat
analisis cepat dan non-destruktif untuk studi minyak dan lemak pangan, dan hanya
perlu persiapan sampel minimum. FTIR sangat baik untuk analisis kuantitatif
karena intensitas pita gelombang menunjukkan proporsi konsentrasi. FTIR telah
digunakan untuk membedakan minyak dari berbagai daerah menggunakan teknik
klasifikasi non-supervisi. FTIR juga digunakan untuk membedakan minyak zaitun
ekstra murni dengan minyak pangan lain yang berharga lebih rendah.

Gambar 2.2 Spektrum FTIR lemak diekstrak dari cake (Syahariza et al. 2005)
Dimana (A) 0% lemak babi, (B)-(F) campuran lemak babi/
shortening, dan (G) lemak babi 100% di wilayah 4000-600 cm-1.
Persentase lemak babi dalam campuran shortening adalah (B) 10 g =
17%, (C) 22 g = 33%, (D) 30 g = 50%, (E) 40 g = 66%, dan (F) 50 g
= 83% lemak babi dalam shortening

13
Jaswir et al. (2003) mengkombinasikan spektroskopi FTIR dengan partial
least square (PLS) untuk menganalisis lemak babi ketika dicampurkan lemak
domba dan sapi. Pemalsuan lemak babi dan domba dikenali pada spektrum
gelombang 3010-3000, 1200-1095 dan 968-965 cm-1. Campuran lemak babi pada
lemak sapi dikenali pada 1419-1414, 968-965 cm-1. Syahariza et al. (2005)
berhasil mendeteksi campuran lemak babi pada formulasi cake pada gelombang
1117-1097 (notasi a) dan 990-950 cm-1 (notasi b) seperti Gambar 2.2. Pada
gelombang tersebut absorbansi (A) antar sampel lebih dapat dibedakan.
Potensi penggunaan Spektroskopi FTIR untuk mendeteksi gelatin babi
dicampur pada gelatin sapi telah diteliti dengan hasil pada Gambar 2.3. Ada 4
daerah yang digunakan untuk mengidentifikasi perbedaan spektrum, yaitu
3600-2300 cm-1 (amida A), 1656-1644 cm-1 (amida I), 1560-1335 cm-1 (amida II),
dan 1240-670 cm-1 (amida III). Gelatin sapi dan gelatin babi memiliki spektrum
sangat mirip, sehingga pembedaan difokuskan pada protein dan polipeptida.
Secara keseluruhan, perbedaan maksimum antar gelatin ditemukan pada 2 bagian
spektrum utama yaitu 3290-3280 cm-1 dan 1660-1200 cm-1 (Hashim et al. 2010).

Gambar 2.3 Spektrum perbedaan gelatin babi dan sapi (Hashim et al. 2010)
Analisis pemalsuan minyak ikan dengan spektroskopi FTIR sebagai teknik
non destruktif dan cepat telah dilakukan. Dengan ATR dan partial least square
(PLS) dapat diidentifikasi perbedaan minyak ikan dengan lemak hewan lain,
meliputi lemak sapi, domba, dan babi. Daerah fingerprint 1500-1030 cm-1 mampu
mengenali perbedaan ini. Model validasi dan kalibrasi minyak ikan dicampur
dengan lemak babi, puncaknya pada 1035-1030 cm-1, akan terjadi vibrasi grup
C-O dalam ikatan ester yang terdiri dari dua vibrasi ikatan asimetris C-C(=O)-O
dan O-C-C (Rohman dan Che Man 2009).
Che Man et al. (2005) mengemukakan bahwa kombinasi spektroskopi
FTIR dengan ATR dan regresi PLS dapat digunakan mendeteksi adanya lemak
babi dalam formulasi cokelat. Pendekatan kuantitatif dilakukan di daerah
frekuensi 4000-650 cm-1, ditunjukkan pada Gambar 2.4.

14

Gambar 2.4 Spektrum FTIR lemak babi dan lemak cokelat (Che Man et al. 2005)
Dari gambar tersebut diperkirakan kelompok gelombang 1400 cm -1 sampai
1000 cm-1 paling sulit diidentifikasi. Diperkirakan pada 1465 cm -1, gelombang g,
kedua spektrum lemak babi dan lemak cokelat menunjukkan kelompok
gelombang yang merupakan vibrasi ikatan gugus methylene. Kelompok
gelombang h, pada 1377 cm-1 mengindikasikan vibrasi simetris kelompok metil.
Berikutnya kelompok i, j, k, l, dan m diperkirakan pada 1238, 1163, 1118, 1097,
723 cm-1 (Che Man et al. 2005).
Kombinasi spektroskopi FTIR dengan kemometrika menggunakan PLS dan
analisis diskriminan (DA) telah dikembangkan untuk analisis sederhana lemak
babi dalam campuran lemak domba, sapi, dan ayam. Perbedaan kualitatif lemak
babi dengan lemak lain diperoleh pada spektrum dengan daerah fingerprint pada
1500-900 cm-1 (Rohman dan Che Man 2010).
Rohman et al. (2011) berhasil membedakan campuran bakso daging sapi
dan daging babi dengan FTIR di daerah fingerprint 1200-1000 cm-1. Selain teknik
di atas teknik deteksi potensial kontaminasi daging babi adalah rasio isotop (Fauzi
dan Mas’ud 2009). Demikian juga, sifat listrik bahan pangan.
Tantangan Sensor Listrik
Sifat listrik dalam bahan pangan, dapat digunakan untuk mengukur
kualitas maupun kemurnian bahan secara cepat, non destruktif, mengarah in-situ
berdasar energi elektromagnetik, teknik ultrasonik, dan resonansi. Beragam sensor
berdasar interaksi pangan dengan gelombang elektromagnetik. Gelombang
elektromagnetik terdiri dari bidang listrik dan magnetik (Castro-Giráldez et al.
2010).

15
Sifat dielektrik
Sifat dielektrik adalah interaksi bidang elektromagnetik dengan bahan
berdaya hantar rendah atau non penghantar. Sifat dielektrik bahan tergantung
frekuensi, suhu, kandungan air, densitas, komposisi, dan struktur bahan
(Venkatesh dan Raghavan 2004). Pangan memiliki sifat dielektrik dan polarisasi
non ideal terkait fenomena disipasi, absorpsi energi, dan kerusakan yang
memengaruhi konstanta dielektrik (Castro-Giráldez et al. 2010).

Gambar 2.5 Representasi ideal spektrum konstanta dielektrik dalam
sistem biologis (Castro-Giráldez et al. 2007)
Dalam sistem sel, sifat dielektrik didasarkan dua mekanisme yaitu proses
resonansi dan relaksasi. Fenomena resonansi terjadi ketika aplikasi bidang listrik
menggunakan frekuensi yang sesuai frekuensi getaran alami bahan. Hal itu
meliputi polarisasi elektronika dan polarisasi atomik yang dihasilkan pada
frekuensi gelombang mikro dan gelombang yang lebih tinggi, seperti Gambar 2.5.
Pada Gambar 2.5 menunjukkan kelompok senyawa dalam spektrum dielektrik
dapat dideteksi pada rentang frekuensi tertentu. Lizhi et al. (2008) telah
menggunakan sifat dielektrik untuk mengidentifikasi campuran 10 minyak pangan
dan 6 asam lemak pada frekuensi 100 Hz-1 MHz. Konstanta dielektrik
dipengaruhi jumlah ikatan ganda dan panjang rantai molekul. Sifat dielektrik
bahan dipengaruhi oleh sifat dielektrik masing-masing komponen bahan.
Spektroskopi dielektrik
Prinsip ini didasarkan pada kemampuan meneruskan atau menyimpan arus
listrik. Dalam jaringan biologis dan sistem koloid impedansi memiliki komponen
resistor, kapasitor, dan induktor (Damez dan Clerjon 2008). Transformasi kimia,
fisika, dan struktur menghasilkan perubahan sifat listrik jaringan otot. Variasi
impedansi digunakan untuk mengontrol beberapa aspek kualitas, seperti jenis

16
daging babi segar (kesegaran, keempukan, kandungan lemak) atau mendeteksi
daging beku, dan aspek keamanan seperti deteksi mikroba atau kontaminasi kimia.
Penggunaan spektroskopi bioimpedansi pada kualitas daging untuk memisahkan
daging PSE (pale, soft, exudative), DFD (dark, firm, dry), dan RFN (red, firm,
nonexudative) (Castro-Giráldez et al. 2007).

Conductance (nS)

30,000.00
25,000.00
20,000.00

Tallow
Palm oil
Chicken
Goat
Lard

15,000.00
10,000.00
5,000.00
1.0 1.6 2.2 2.8 3.2 3.8 4.4 5.0
Frequency (MHz)

Gambar 2.6 Hasil pengukuran konduktansi lemak babi dan lemak
pangan lain menggunakan LCR meter
Pengukuran sifat listrik kondukt