AN

ANLISIS SENSOM
SENSOMTRICO DIFUSO DE LOS ALIMENTOS
PROPUESTA METODOLGICA PARA ESTUDIAR LOS DATOS PROVENIENTES DE
PRUEBAS SENSORIALES, UTILIZANDO LA LGICA BORROSA
Matilde Csari
a

Adriana Gmbaro b, Enrique Arnau

Dpto. Sistema, Facultad Regional de Mendoza de la UTN, Argentina.

matilde.cesari@frm.utn.edu.ar

Seccin Evaluacin Sensorial, Universidad de la Repblica de Uruguay

c Facultad de Ingeniera de la Universidad Nacional de Jujuy, Argentina

INTRODUCCION

Los seres humanos utilizan toda una variedad de sentidos en la percepcin de la calidad del alimento, la
complejidad de estas percepciones crea muchas dificultades a los analistas sensoriales.

El anlisis sensorial es una disciplina cientfica muy til en la medicin, anlisis e interpretacin del complejo de sensaciones que
experimentan las personas frente a determinadas caractersticas de un producto alimenticio. En el caso particular del vino, slo la
evaluacin sensorial (ES) permite medir y valorar el placer obtenido al beber vino. Tanto el viticultor y el enlogo, no tienen otro
mtodo ms efectivo para controlar la vinificacin.
Dentro de la ES existen multitud de pruebas sensoriales diferentes en funcin del objetivo buscado, (Destaca el

anlisis descriptivo y el anlisis discriminativo). Por lo tanto, los mtodos reunidos bajo el nombre de
SENSOMETRA, juegan un papel importante en el anlisis de dichos datos.
RESPUESTA HUMANA PRECISA Y REPRODUCIBLE
La escala de medida de la respuestas sensoriales es fundamental dentro de la ES. Su correcta eleccin, puede modificar el xito de un proceso de
evaluacin. Sobretodo en la medicin de percepciones sensoriales imprecisas. Se ha detectado la dificultad de los catadores para expresar con un
valor numrico exacto el grado de preferencia de una alternativa a otra, lo que hace imprescindible buscar tcnicas ms objetivas para medir,
representar y analizar estos datos sensoriales. Las palabras son menos precisas que los nmeros, por lo que las variables lingsticas borrosas sirven
a este propsito otorgando un significado ms aproximado.
LA LGICA BORROSA
Rama de la inteligencia artificial que se fundamenta en el concepto "todo es cuestin de grado"
y se rige por la teora de los conjuntos difusos. Utiliza grados de posibilidad.
Por ejemplo, la frase hoy es un da soleado puede ser 100% verdad si no hay nubes, 80% de verdad si hay
pocas nubes, 50% de verdad si existe neblina y 0% si el cielo est totalmente cubierto.

Cada valor de una variable lingstica representa un nmero borroso, descrito por su funcin de
pertinencia (grado de veracidad). Por ejemplo, "la intensidad del matiz visual de una copa de
vino percibida por un catador" es una variable lingstica que podra tomar los valores ausencia,
muy dbil, dbil, fuerte y muy fuerte.

MTODOS MULTIVARIADOS DE ANLISIS DE DATOS

Integra tcnicas y herramienta del anlisis factorial
de datos, que permite descubrir patrones,
regularidades y relaciones entre variables en
grandes bases de datos. combina procedimientos de
clasificacin, agrupamiento y validacin estadstica;
con el enfoque de la Escuela Estadstica Francesa.

OBJETIVO: estudiar la aplicacin de la lgica borrosa en la representacin y agregacin de los datos

sensoriales y las estrategias de anlisis multivariante, para su posterior explotacin y visualizacin.

METODOLOGIA

Se realizaron estudios en el marco de un proyecto de la tesis Doctoral de la Carrera en Red en

Alimentacin del Norte Argentino (UNJujuy) con la idea de ilustrar, con una base de datos
relativamente reducida procedentes de pruebas sensoriales descriptivas de diversas muestras no
comerciales de vino Malbec provenientes de regiones vitivincolas de Mendoza, la aplicacin de la
lgica borosa y mtodos multivariables y su utilizacin para la calificacin de las muestras de vino,
con datos aportados por el rea de enologa de la EEE-INTA Mendoza
Unidad de anlisis: datos sensoriales de muestras de vino Malbec
Variables: Percepcin sensorial visual, olfativa, gustativa y calidad de las muestras de vino
Indicadores: Evaluacin de 8 jueces sobre 11 muestras de vino Malbec. Los descriptores se cuantificaron con
escalas hednicas continuas de 0 a 5 y escalas estructuradas de 0 (ausencia), 1(muy dbil), 2 (dbil), 3 (medio), 4
(fuerte) y 5 (muy fuerte), Tambin se apreciar el puntaje final de referencia de los panelistas (puntaje de 0 a 10).
Metodologa:
1. Codificacin de datos sensoriales
2. Fusificacin de los datos obteniendo nmeros borrosos
VARIABLES LINGSTICAS definidas
ESTANDARIZACIN y FUSIFICACIN de las variables
AGREGACIN de las valoraciones borrosas de los 12 jueces
3. El anlisis multivariado de datos
Anlisis de Correspondencias Simples (ACS) y Validacin estadstica

RESULTADOS
La clasificacin sobre los factores y su
posterior
caracterizacin
permiti
describir con alto nivel de significacin
estadstica, diversas copas tanto con
los conjuntos difusos como con las
escalas sensoriales originales: Destaca
dos grandes grupos de copas, muy
diferenciadas, como Junin 1, Lavalle y
Santa Rosa menos preferido y con un
perfil sensorial de menos calidad que
las copas de La Consulta Angulo y
Altamira, mas preferidos y con un
perfil optimo de calidad sensorial

CONCLUSIONES

EXAMEN VISUAL
Resultados del AFCS
Perfil Sensorial del
examen Visual
Resultados borrosos de la Agregacin de
Intensidad y Matiz Visual de las copas
Un perfil de CALIDAD VISUAL para vinos sin defectos ideal sera
una baja intensidad en el matiz y una alta intensidad visual
La Consulta Horacio, Anbal Agrelo y Drummond se caracterizan por muy
dbil matiz. En el caso de Junn 2 se destaca el matiz dbil e intensidad
visual media. Finalmente La Consulta Angulo (punto ms pequeo, porque
est asociado a diversos conjuntos) se describe por muy dbil matiz y alto
y fuerte intensidad visual. Las copas Lavalle, Junn 1 y Santa Rosa estn
altamente asociadas a una dbil intensidad y matiz visual. En el caso de
Tupungato 1 y Altamira, el perfil de estas copas muestra ausencia de
matiz y alta y fuerte intensidad visual (muy buena calidad).

Desde el momento de la medicin hasta la aplicacin del mtodo de anlisis se pueden encontrar fuentes de incertidumbre de diferentes
clases: la primera surge de la indeterminacin de los datos, propia de la naturaleza de los hechos naturales, otra es la imprecisin
generada al medir los valores, la vaguedad aparece cuando se utiliza el lenguaje humano, sea o no profesional, para describir la
percepcin medida de los descriptores.
Los resultados evidencias que las escalas borrosas permiten tener un mejor contraste en el anlisis y caracterizacin de las copas de
vino, al trabajar con un valor difuso agregado las mediciones son mas reales y precisas que las medias aritmticas o ponderadas, mejora
la obtencin de conocimiento relevante para el entrenamiento de paneles de cata y la obtencin de perfiles sensoriales mas
significativos, con superior validez estadstica. La facilidad de aplicacin de la lgica borrosa y los mtodos multivariados abre las
posibilidades de desarrollo de nuevas herramientas informticas para el anlisis de escalas borrosas. De esta manera se logra optimizar
las tcnicas en las pruebas sensoriales de manera de renovar el proceso de anlisis sensorial, desarrollando un rea especifica que
mejorar el valor econmico en la produccin vitivincola y alimentara de Argentina.