Evaluasi Komparatif Model Hibrida Berbasis LSTM untuk Memprediksi Kandungan Senyawa Bioaktif dan Aktivitas Antioksidan pada Ekstraksi Berbantuan Microwave dari Wortel Menggunakan Pelarut Eutektik Dalam Alami

Bagaimana jika wortel biasa bisa ditambang lebih berkelanjutan dengan pelarut hijau dan model AI cerdas? Sebuah studi baru menunjukkan bagaimana model LSTM hibrida memprediksi ekstraksi bioaktif dengan akurasi hampir sempurna.

Wortel lebih dari sekadar camilan renyah—ia adalah harta karun senyawa bioaktif. Namun mengekstrak senyawa tersebut sering kali bergantung pada pelarut beracun dan waktu pemrosesan yang lama. Masuklah pelarut eutektik dalam alami (NADES): alternatif hijau dan berkelanjutan yang, ketika dipasangkan dengan ekstraksi berbantuan gelombang mikro (MAE), membuat prosesnya lebih cepat dan bersih.

Dalam studi ini, para peneliti menjalankan 40 eksperimen, menyesuaikan lima parameter kunci: daya gelombang mikro (400–600 W), suhu (50–70°C), waktu (10–40 menit), massa sampel (0,5–1,0 g), dan konsentrasi asam laktat (1–2 mol/L). Mereka kemudian menguji tiga model LSTM hibrida—LSTM-RSM, LSTM-BRSM, dan LSTM-Box Behnken—untuk memprediksi total kandungan fenolik, kandungan flavonoid, dan aktivitas antioksidan.

Hasilnya? Analisis sensitivitas mengungkapkan bahwa daya gelombang mikro mendominasi kandungan fenolik, massa sampel mengontrol aktivitas antioksidan, dan suhu mengatur ekstraksi flavonoid. Di antara model-model tersebut, LSTM-Box Behnken menonjol dengan R² > 0,99, menunjukkan kemampuan prediktif yang luar biasa.

Ini bukan hanya tentang wortel. Ini adalah cetak biru untuk menggabungkan kimia hijau dengan pemodelan tingkat lanjut—mengurangi penggunaan pelarut beracun, memangkas waktu ekstraksi, dan meningkatkan efisiensi. Masa depan ekstraksi berkelanjutan menjadi sedikit lebih cerdas.

Poin Kunci

• NADES + MAE meningkatkan efisiensi dan keberlanjutan ekstraksi wortel
• LSTM-Box Behnken memprediksi dengan R² > 0.99
• Daya gelombang mikro, massa sampel, suhu mendominasi hasil utama