Cuantificación inteligente de adulteraciones en cacao en polvo mediante espectroscopía NIR

Resumen

La adulteración del cacao en polvo es un problema común en la industria alimentaria, el cual ha sido agravado debido a la creciente y alta demanda de este producto. Por ello, el presente estudio tiene como objetivo desarrollar una metodología que utilice la espectroscopia de infrarrojo cercano (NIRs) junto con algoritmos de machine learning (ML) para cuantificarlas adulteraciones en el cacao en polvo de manera fiable y automatizada. Para ello, las muestras de cacao puras se adulteraron a distintos porcentajes en un rango de 0.5-40%utilizando varios sustitutivos. En el análisis exploratorio se observó una clara tendencia de agrupación de las muestras en función del tipo de adulterante, así como del porcentaje empleado. El análisis supervisado permitió crear modelos de ML con rendimientos muy satisfactorios, tanto para la cuantificación como para la identificación del adulterante. Los mejores resultados se obtuvieron para el modelo de bosque aleatorio (RF) y las máquinas de vectores de soporte (SVM) los cuales identificaban correctamente el 100% de los adulterantes. Respecto a la cuantificación, el mejor resultado se obtuvo parala regresión de vectores de soporte (SVR), con un coeficiente de determinación (R2) superior a 0.99 y una raíz de error cuadrático medio (RMSE) inferior a 1. Estos resultados indican que los modelos son muy precisos, y por ello se ha desarrollado una aplicación web en la que pueden ser utilizados, facilitando así la caracterización de las muestras a cualquier usuario.