Título: Capacidad de predicción de la humedad por espectroscopía infrarroja por transformada de Fourier (FTIR) en harina de maíz (Zea mays L.) amarillo “chochoca”
Otros títulos: Moisture prediction capacity by Fourier transform infrared spectroscopy (FTIR) in “chochoca” yellow corn flour (Zea mays L.)
Asesor(es): Barraza Jáuregui, Gabriela del Carmen
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.11.00
Fecha de publicación: 2023
Institución: Universidad Nacional de Trujillo
Resumen: La harina de maíz Zea mays L. amarillo “chochoca” es un producto sumamente susceptible a los cambios de humedad; por lo cual es obligatorio realizar un control constante de su contenido de humedad para garantizar su calidad. En consecuencia, las investigaciones indican que existen métodos de análisis de alimentos, más prácticos, sencillos que permiten obtener en menor tiempo los resultados, volviéndolos más eficientes. Por consiguiente, se buscó evaluar la capacidad de predicción de la humedad por espectroscopia infrarrojo en harina de maíz amarillo “chochoca”. Las muestras de harina de maíz amarillo “chochoca” se acondicionaron en recipientes herméticos con 5 humedades relativas diferentes: 0%, 33%, 55%, 76% y 86%. Se trabajó con 5 replicaciones por cada humedad relativa acondicionada, con 13 repeticiones. Se obtuvo 325 espectros por FTIR (Thermo Scientific, Alemania), en un rango de longitud de onda entre 1080 y 4000 nm y se relacionaron con datos gravimétricos. Se separó espectros típicos de atípicos con minería de datos aplicando distancia de Mahalanobis. Para la construcción del modelo PLSR se escogió 63 espectros para la calibración y 27 espectros para la validación externa. Se trabajó la primera derivada de Savitzky-Golay, debido a que obtuvo un menor valor de error cuadrático medio (0.545) y mayor coeficiente de determinación de validación cruzada (0.913). En la validación externa, el coeficiente de determinación (R2V), 0.951 y la relación de desviación de la predicción (RPD), 4.510 determinaron precisión de la capacidad predictiva. Por lo tanto, se evaluó la capacidad predictiva para la determinación de humedad por espectroscopia infrarrojo por transformada de Fourier (FTIR) en harina de maíz amarillo “chochoca” como un método alternativo y rápido.
Nota: Zea mays L. yellow “chochoca” cornmeal is a product highly susceptible to changes in humidity; for which it is mandatory to carry out a constant control of its moisture content to guarantee its quality. Consequently, research indicates that there are more practical, simple food analysis methods that allow obtaining results in less time, making them more efficient. Therefore, it was sought to evaluate the moisture prediction capacity by infrared spectroscopy in "chochoca" yellow corn flour. The samples of "chochoca" yellow corn flour were conditioned in hermetic containers with 5 different relative humidities: 0%, 33%, 55%, 76% and 86%. We worked with 5 replications for each conditioned relative humidity, with 13 repetitions. 325 spectra were obtained by FTIR (Thermo Scientific, Germany), in a wavelength range between 1080 and 4000 nm and related to gravimetric data. Typical spectra were separated from outliers with data mining applying Mahalanobis distance. For the construction of the PLSR model, 63 spectra were chosen for calibration and 27 spectra for external validation. The first derivative of Savitzky-Golay was used, since it obtained a lower mean square error value (0.545) and a higher cross-validation coefficient of determination (0.913). In external validation, the coefficient of determination (R2V), 0.951, and the ratio of prediction deviation (RPD), 4.510 determined the accuracy of the predictive ability. Therefore, the predictive capacity for moisture determination by Fourier Transform Infrared Spectroscopy (FTIR) in “chochoca” yellow cornmeal was evaluated as an alternative and fast method.
Disciplina académico-profesional: Ingeniería Agroindustrial.
Institución que otorga el grado o título: Universidad Nacional de Trujillo. Facultad de Ciencias Agropecuarias
Grado o título: Ingeniero Agroindustrial
Jurado: Rojas Padilla, Carmen Rosa; Luján Corro, Mariano Wilmer; Zavaleta Guzmán, Karla Margielly; Barraza Jáuregui, Gabriela del Carmen
Fecha de registro: 16-jun-2023