Aplikasi Computer Vision System untuk Membedakan Daging Ayam Broiler yang Disembelih dan Mati Secara Alami

Abstract

Konsumsi daging ayam broiler di Indonesia terus meningkat seiring pertumbuhan permintaan konsumen. Daging ayam rentan terhadap praktik penipuan pangan, termasuk peredaran daging yang mati secara alami atau dead chicken (DC) yang diperjualbelikan sebagai daging ayam penyembelihan halal atau slaughtered chicken (SC). Penjualan daging DC melanggar prinsip keamanan pangan dan kehalalan, serta kerap sulit dibedakan secara visual dari daging SC. Identifikasi daging DC secara visual atau persepsi konsumen bersifat subjektif, sehingga memerlukan metode instrumental yang objektif. Computer vision system (CVS) merupakan salah satu teknologi inovatif dalam evaluasi warna pangan. CVS dinilai mampu merepresentasikan warna citra digital dengan akurasi tinggi terhadap warna aktual sampel daging. Penelitian ini bertujuan mengevaluasi karakteristik visual daging SC dan DC menggunakan metode CVS serta membandingkannya dengan metode colorimetry dan texture profile analysis (TPA) sebagai data pelengkap. Penelitian juga bertujuan menentukan parameter warna dan tekstur yang menjadi pembeda utama antara kedua jenis daging melalui analisis data multivariat. Sampel penelitian terdiri dari daging dada tanpa tulang (m. pectoralis major) yang diambil dari 12 karkas SC dan 12 karkas DC. Tahapan penelitian meliputi persiapan sampel daging ayam, analisis warna metode CVS dan colorimetry, analisis profil tekstur, konversi ruang warna, dan perbandingan kepingan warna. Hasil metode CVS kemudian dibandingkan dengan pengukuran metode colorimetry dan dilengkapi dengan parameter tekstur metode TPA (hardness, springiness, cohesiveness, dan chewiness) untuk mendapatkan pemahaman menyeluruh tentang karakteristik fisik daging. Data dianalisis secara statistik, kemudian dianalisis secara multivariat menggunakan model principal component analysis-X (PCA-X) dan orthogonal projections to latent structures-discriminant analysis (OPLS-DA) untuk mengevaluasi kontribusi masing-masing parameter dalam membedakan kedua jenis daging. Hasil penelitian menunjukkan bahwa metode CVS dan colorimetry menghasilkan tren serupa dan mampu membedakan daging SC dan DC berdasarkan karakteristik warna, dimana daging SC menunjukkan warna lebih cerah dan kekuningan, sedangkan daging DC memiliki warna lebih gelap dan kemerahan. Hasil analisis tekstur menunjukkan bahwa daging SC memiliki karakteristik teksur lebih keras, kurang kompak, dan lebih kenyal, sedangkan daging DC memiliki dengan tekstur lebih lunak, lebih kompak, dan kurang kenyal. Perbedaan ini diduga terkait dengan efisiensi pengeluaran darah saat penyembelihan dan mekanisme biokimia postmortem. Hasil OPLS-DA mengidentifikasi parameter warna b* metode CVS, dan a* metode colorimetry, serta parameter tekstur hardness sebagai pembeda utama antara daging SC dan DC. Hasil penelitian ini menunjukkan bahwa metode CVS dapat dikembangkan lebih lanjut menjadi rapid detection tool untuk identifikasi daging SC dan DC.