Efecto de la proporción de mezcla de tres variedades de Coffea arabica en el perfil espectral

• Autor: Alvarado Farias, Cristhian Jhonatan
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional de Frontera
• Repositorio: UNFS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unf.edu.pe:123456789/299
• Enlace del recurso: https://repositorio.unf.edu.pe/handle/123456789/299
• Nivel de acceso: acceso abierto
• Materia: Espectroscopia NIR; PLSR; Adulteración; Coffea arabica; http://purl.org/pe-repo/ocde/ford#2.11.01

El grano de Coffea arabica, representa el 30% de la producción mundial de café, apreciado por su alta calidad, es pasible de adulteración con sucedáneos u otras variedades de menor costo de producción. Esta investigación propuso determinar el efecto en el perfil espectral en la proporción de mezclas de variedades de Coffea arabica: Tipica, Bourbon y Caturra. Las muestras de grano tostado y molido fueron adquiridas en la empresa Aromas del Café de San Ignacio, y transportadas al Laboratorio de Investigación en Inocuidad de Alimentos de la Universidad Nacional de Frontera. Se formularon mezclas binarias de las variedades Tipica - Bourbon y Tipica - Caturra, generando 11 combinaciones. A las cuales se midió el valor pH, humedad, color y el perfil espectral mediante espectrometría de infrarrojo cercano (NIR), regresión multivariada, Regresión por Mínimos de Cuadrados Parciales (PLSR), usando variables latentes obtenidas por beta-coeficientes, mediante las métricas de coeficiente de determinación (R²) y error cuadrático medio (RMSE). Los perfiles espectrales obtenidos de Coffea arabica Tipica adulterada con Bourbon, tratados mediante Variable Normal Estándar (Standard Normalsated Variable - SNV), obtuvo el mejor modelo predictivos PLSR optimizado, con un R2 de 0.99 y RMSE de 0.01. Mientras, Tipica adulterada con Caturra, tratado mediante SNV y Corrección de Línea Base, fueron los mejores modelos predictivos PLSR optimizados, con sus R2 de 0.96 y RMSE de 0.01. Determinándose que el uso de NIR, acoplados a modelos predictivos PLSR puede detectar la adulteración del Coffea arabica con un nivel de ajuste mayor del 96%.