Analisis Cemaran Daging Anjing dalam Daging Sapi menggunakan Gas Chromatography - Mass Spectrometry (GC-MS) dikombinasi dengan Metode Artificial Neural Network (ANN)

Abstract

Latar belakang: Konsumsi daging anjing di beberapa wilayah Asia menimbulkan kekhawatiran kesehatan masyarakat karena potensi transmisi zoonosis seperti Toxocara canis, Echinococcus granulosus, dan virus rabies, serta menimbulkan masalah kehalalan bagi konsumen Muslim karena status haram daging anjing dalam syariah Islam. Pencampuran atau kontaminasi silang dengan daging halal masih sering terjadi di pasaran, sehingga diperlukan metode deteksi yang akurat menggunakan GC-MS untuk mengidentifikasi profil asam lemak dan ANN untuk mengkuantifikasi dan mengklasifikasi. Tujuan: Penelitian ini bertujuan untuk mengidentifikasi perbedaan komposisi asam lemak antara daging sapi dan anjing serta mengembangkan model klasifikasi berbasis Artificial Neural Network (ANN). Metode: Ekstraksi lemak menggunakan metode Bligh & Dyer, analisis komposisi asam lemak dengan GC-MS, dan klasifikasi menggunakan model ANN dengan variasi hidden layer. Hasil dan Pembahasan: GC-MS mengidentifikasi biomarker spesifik daging sapi berupa asam miristat dan daging anjing berupa asam linoleate dan arakidonat. Model ANN optimal dengan arsitektur 40-15 neuron pada hidden layer mencapai akurasi 100% dalam klasifikasi dan kuantifikasi dengan RMSE training 0,134%, RMSE testing 0,204%, serta nilai R2 mendekati sempurna (0,999 dan 0,998). Kesimpulan: Kombinasi GC-MS dan ANN efektif mengidentifikasi dan mengkuantifikasi cemaran daging anjing pada produk daging sapi, bahkan pada sampel olahan.