Detalhes bibliográficos
Ano de defesa: |
2025 |
Autor(a) principal: |
Quirino Junior, José Edirailson |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
https://repositorio.udesc.br/handle/UDESC/20257
|
Resumo: |
Adulteração de alimentos representa um desafio significativo para a indústria alimentícia e para a saúde pública, comprometendo a qualidade e a autenticidade de produtos comercializados. O cacau em pó, amplamente utilizado na produção de alimentos e bebidas, é frequentemente alvo de fraudes com a adição de ingredientes mais baratos, na tentativa de reduzir custos de produção. Para investigar a detecção da adulteração de cacau em pó por farinha de trigo e amido de milho, propôs-se utilizar a espectroscopia no Infravermelho Próximo (NIR) associada a ferramentas quimiométricas de classificação. Foram obtidos espectros de 32 amostras autênticas e 72 adulteradas, submetidos a pré-processamentos de suavização, padronização normal de sinal (SNV) e centragem na média, que então foram analisados por análise discriminante por mínimos quadrados parciais (PLS-DA) e Data-Driven Soft Independent Modelling of Class Analogy (DD-SIMCA). Os resultados mostraram que o modelo do PLS-DA alcançou acurácia de até 99%, sensibilidade de 98,6%, especificidade de 98,3% e coeficiente de correlação de Matthews (MCC) de 0,97, demonstrando a capacidade de classificar as amostras adulteradas e autênticas. Para o modelo DD-SIMCA, a sensibilidade foi de 96%, enquanto a especificidade atingiu 97%, evidenciando sua robustez na identificação de amostras autênticas e na detecção de adulterações. Ambos os métodos apresentaram erros quadráticos médios de calibração (RMSEC), validação cruzada (RMSECV) e previsão (RMSEP) abaixo de 3%, reafirmando a precisão dos modelos. Esses resultados confirmam a eficácia da combinação de espectroscopia NIR e Quimiometria como uma abordagem prática e eficiente para assegurar a autenticidade do cacau em pó, contribuindo para o controle de qualidade na indústria alimentícia. |