Clasificación varietal de Allium cepa en polvo usando espectros NIR y análisis multivariado

• Autor: More Mechato, Juan Manuel
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Nacional de Frontera
• Repositorio: UNFS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unf.edu.pe:UNF/270
• Enlace del recurso: http://repositorio.unf.edu.pe/handle/UNF/270
• Nivel de acceso: acceso abierto
• Materia: Cebolla en polvo; Espectros NIR; Quimiometría; Autenticación de alimentos; http://purl.org/pe-repo/ocde/ford#2.11.01

La autenticación de diferentes variedades de cebolla (Allium cepa) en polvo es importante para reducir el riesgo de fraude. Los espectros de reflectancia en el infrarrojo cercano (NIR) son una herramienta potencial para la clasificación varietal de la cebolla. Sin embargo, la complejidad de los espectros y la presencia de ruido pueden dificultar la identificación precisa de las variedades de cebolla. En este estudio, se exploró el uso de análisis multivariado y pretratamiento de espectros NIR para la clasificación varietal de la cebolla en polvo. Se recolectaron muestras de cebolla de las variedades blanca, amarilla y roja, se secaron, molieron y tamizaron para obtener polvo. Se midieron los espectros de reflectancia NIR de las muestras utilizando un espectrómetro de sobremesa en el rango de longitud de onda de 1100 a 2100 nm. Se aplicaron tres técnicas de pretratamiento a los espectros: suavizado con Savitzky-Golay, normalización estándar de varianza (SNV) y normalización. Se utilizó análisis discriminante lineal (LDA), k-vecinos más cercanos (KNN) y máquinas de vectores de soporte (SVM) para la clasificación varietal. Se evaluó el rendimiento de cada modelo utilizando la precisión general y la medida F. Se logró una precisión del 100% y medida F 1.0 en la clasificación varietal de la cebolla en polvo utilizando el modelo SVM, independientemente del preprocesamiento de los espectros. El modelo LDA también mostró un buen rendimiento con una precisión entre el 98.5% y el 99.8%. El preprocesamiento de los espectros tuvo una influencia en el rendimiento del modelo LDA, obteniéndose los mejores resultados con los datos suavizados con Savitzky-Golay. El modelo KNN mostró el menor rendimiento con una precisión entre el 97.2% y el 98.4%. Los resultados indican que el uso de análisis multivariado y pretratamiento de espectros NIR puede ser efectivo para la clasificación varietal de la cebolla en polvo. El modelo SVM mostró el mejor rendimiento en comparación con otros modelos de clasificación, lo que sugiere que puede ser una herramienta valiosa para la identificación precisa de variedades de cebolla en la industria alimentaria. En conclusión, el uso de análisis multivariado y pretratamiento de espectros NIR puede ser efectivo para la clasificación varietal de la cebolla en polvo.