Pembelajaran mesin ensemble dengan optimasi Bayesian memprediksi ekstraksi bioaktif dari kulit semangka terfermentasi menggunakan pelarut eutektik dalam alami

Bagaimana jika kulit semangka terfermentasi—yang sering dibuang—bisa menjadi harta karun senyawa penyehat, diprediksi oleh AI?

Kulit semangka biasanya menjadi kompos, tetapi studi baru mengubahnya menjadi sumber senyawa bioaktif dengan kombinasi cerdas: pelarut eutektik dalam alami (NADES), gelombang mikro, dan pembelajaran mesin. Pertama, kulit semangka difermentasi padat, yang secara signifikan meningkatkan hasil ekstraksi dibandingkan kontrol non-fermentasi. Kemudian, ekstraksi berbantuan gelombang mikro dengan NADES menarik senyawa berharga, sementara model pembelajaran mesin ensemble—yang disetel halus dengan optimasi Bayesian—memprediksi hasil berdasarkan empat variabel: daya gelombang mikro, suhu, waktu, dan rasio padat-cair. Model-model ini sangat akurat, dengan nilai R² uji hingga 0,9252 dan overfitting yang sangat kecil (ΔR² < 0,06). Suhu muncul sebagai faktor utama, dengan skor kepentingan antara 0,842 dan 0,885, diikuti oleh rasio padat-cair. Kondisi optimal (62,5 °C, 27,7 menit, 300 W, 30 mg/mL) memprediksi hasil yang mengesankan: 1,656 mg CE/g flavonoid, 19,80 mg GAE/g fenolik, dan 71,27% aktivitas DPPH. Fermentasi saja meningkatkan fenolik dari 16,9 menjadi 19,1 mg GAE/g, flavonoid dari 0,61 menjadi 0,74 mg CE/g, dan DPPH dari 66% menjadi 75%. Pemeriksaan eksperimental mengonfirmasi akurasi model, dengan kesalahan di bawah 3%. Pendekatan hijau berbasis AI ini menawarkan jalur berkelanjutan untuk memanfaatkan limbah pertanian menjadi nutraceutical.

Poin Kunci

• Fermentasi meningkatkan hasil ekstraksi secara signifikan.
• Model ML ensemble memprediksi TPC, TFC, DPPH dengan akurat.
• Kondisi optimal: 62,5°C, 27,7 menit, 300 W, 30 mg/mL.