Please use this identifier to cite or link to this item: https://repositorio.ifgoiano.edu.br/handle/prefix/1690
metadata.dc.type: Trabalho de Conclusão de Curso
Title: APLICAÇÃO DE MÉTODOS DE SELEÇÃO DE VARIÁVEIS POR INTERVALOS NA QUANTIFICAÇÃO DE BANHA DE PORCO EM MANTEIGA DE CACAU
metadata.dc.creator: Gonçalves, Denise de Fátima
metadata.dc.contributor.advisor1: Gontijo, Lucas Caixeta
metadata.dc.contributor.referee1: Guimarães, Eloiza
metadata.dc.contributor.referee2: Costa, Maxwell Severo da
metadata.dc.description.resumo: A manteiga de cacau é considerada um produto com alto valor agregado, sendo o ingrediente fundamental na produção de chocolates. Devido ao seu alto custo, matérias primas de menor valor podem ser adicionadas à manteiga de cacau, como por exemplo, margarina vegetal hidrogenada e banha de porco. Portanto, torna-se necessário o desenvolvimento de métodos analíticos para o controle de qualidade deste tipo de produto alimentício. Nesta perspectiva, este trabalho avaliou a utilização da espectroscopia no infravermelho médio (MIR) aliada à regressão por quadrados mínimos parciais (PLS) e métodos de seleção de variáveis por intervalos para quantificar banha de porco em manteiga de cacau. Neste estudo adulterou-se 68 amostras na faixa de 5,0 a 30,0% de banha de porco na manteiga de cacau, obteve-se espectros na região do Infravermelho Médio e todos os modelos foram construídos utilizando o software MATLAB 6.1. Os modelos PLS foram construídos centrando os dados na média e empregando o processo de validação cruzada por venation blinds. Os métodos de seleção de variáveis utilizados foram o de regressão por quadrados mínimos parciais por intervalos (iPLS- Intervals Partial Least Squares), regressão quadrados mínimos parciais por exclusão de intervalos (biPLS- Backward Interval Partial Least Squares) e quadrados mínimos parciais por sinergismo (siPLS-Synergy Interval Partial Least Squares), e buscou-se, entre eles, o modelo que apresenta-se o menor erro quadrático médio de validação cruzada (RMSECV) e o menor número de variáveis comparado ao modelo PLS global, ou seja, modelo contendo todas as variáveis espectrais (PLS). O modelo PLS foi construído com 6 variáveis latentes (VL), tendo 0.7756 de RMSECV, 0.5555 de erro quadrático médio de calibração (RMSEC) e 0.6917 de erro quadrático médio de previsão (RMSEP). O melhor modelo PLS obtido a partir dos métodos de seleção de variáveis foi o iPLS no qual os dados espectrais foram divididos em 25 intervalos. E, o melhor intervalo indicado foi o intervalo 5 contendo 97 variáveis. Este modelo foi construído com 5 VL e apresentou os seguintes parâmetros RMSECV de 0.4410, RMSEC de 0.3745 e RMSEP de 0.3805. Portanto, verificou-se que o modelo iPLS25 apresentou melhor capacidade preditiva que o modelo PLS global, sendo assim, este modelo pode ser empregado na quantificação de banha de porco em manteiga de cacau.
Abstract: Cocoa butter is considered a product with high added value, being the fundamental ingredient in the production of chocolates. Due to its high cost, lower value raw materials can be added to cocoa butter, such as hydrogenated vegetable margarine and lard. Therefore, it is necessary to develop analytical methods for the quality control of this type of food product. In this perspective, this work evaluated the use of spectroscopy in the medium infrared (MIR) combined with the regression by partial least squares (PLS) and methods of selection of variables by intervals to quantify lard in cocoa butter. In this study, 68 samples in the range of 5.0 to 30.0% of lard were adulterated in cocoa butter, spectra were obtained in the Middle Infrared region and all models were built using the MATLAB 6.1 software. The PLS models were built by centering the data on the mean and employing the cross validation process by venation blinds. The methods of selection of variables used were regression by Intervals Partial Least Squares (iPLS), regression by Backward Interval Partial Least Squares (biPLS) and Synergy Interval Partial Least Squares (siPLS), and we sought, among them, the model that presents the lowest mean cross-validation square error (RMSECV) and the lowest number of variables compared to the global PLS model, that is, the model containing all spectral variables (PLS). The PLS model was built with 6 latent variables (VL), having 0.7756 of RMSECV, 0.5555 of mean square error of calibration (RMSEC) and 0.6917 of mean square error of forecast (RMSEP). The best PLS model obtained from the variable selection methods was the iPLS in which the spectral data were divided into 25 intervals. And, the best interval indicated was the X interval containing Y variables. This model was built with 5 VL and presented the following parameters RMSECV of 0.4410, RMSEC of 0.3745 and RMSEP of 0.3805. Therefore, it was found that the iPLS25 model had better predictive capacity than the global PLS model, therefore, this model can be used in the quantification of lard in cocoa butter.
Keywords: Adulteração
Banha de Porco
Espectroscopia de Infravermelho Médio
iPLS
Manteiga de Cacau
PLS
Quimiometria
metadata.dc.subject.cnpq: CIENCIAS EXATAS E DA TERRA::QUIMICA::QUIMICA ANALITICA
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Instituto Federal Goiano
metadata.dc.publisher.initials: IF Goiano
metadata.dc.publisher.department: Campus Urutaí
metadata.dc.rights: Acesso Aberto
URI: https://repositorio.ifgoiano.edu.br/handle/prefix/1690
Issue Date: 19-Mar-2021
Appears in Collections:Licenciatura em Química

Files in This Item:
File Description SizeFormat 
tcc_Denise Gonçalves.pdf1,43 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.