Abstrak
Latar belakang
Penipuan dan pemalsuan makanan menimbulkan tantangan global yang kritis yang memengaruhi stabilitas ekonomi dan kesehatan masyarakat. Studi ini meneliti prevalensi dan karakteristik insiden penipuan makanan di Turki, pemain internasional dalam rantai pasokan makanan. Kontrol yang dilakukan dari produksi hingga konsumsi mengungkap banyak kejadian penipuan di seluruh dunia.
Hasil
Data yang dikumpulkan oleh Kementerian Pertanian dan Kehutanan Turki dari tahun 2012 hingga 2022, yang mencakup 4.007 insiden dan 7.180 kasus pemalsuan tertentu, menjadi dasar analisis ini. Studi ini mengkategorikan penipuan makanan berdasarkan wilayah, kelompok produk, dan jenis penipuan, serta mengungkap tren dan pola. Temuan utama menunjukkan insiden penipuan yang lebih tinggi pada produk susu, daging, dan minyak sayur, termasuk deteksi pemalsuan berbasis obat yang berpotensi menimbulkan konsekuensi kesehatan yang serius.
Kesimpulan
Yang terpenting, kami menunjukkan pentingnya inspeksi pangan berbasis risiko dan pengembangan teknologi deteksi baru untuk meningkatkan keamanan pangan. Hasilnya sangat penting untuk inspeksi pangan yang lebih efektif dalam hal pendekatan penilaian kesesuaian berbasis risiko atau pengembangan metode, perangkat, dan kit analisis baru dalam hal pendekatan ilmiah dan teknologi. Namun, hal itu juga dapat meningkatkan langkah-langkah keamanan pangan di masa mendatang secara signifikan. Wawasan ini ditujukan untuk menginformasikan strategi dan pembuatan kebijakan keamanan pangan global, yang berkontribusi pada rantai pasokan pangan yang lebih aman dan lebih transparan. © 2025 Penulis. Jurnal Ilmu Pangan dan Pertanian diterbitkan oleh John Wiley & Sons Ltd atas nama Society of Chemical Industry.
PERKENALAN
Penipuan pangan adalah istilah umum yang mencakup tindakan yang disengaja dan bermotif ekonomi yang menyebabkan perbedaan antara produk itu sendiri dan klaim produk yang dimaksudkan untuk menipu konsumen. 1 , 2 Seiring dengan industrialisasi manufaktur pangan, penipuan dan pemalsuan pangan telah menjadi salah satu masalah global terkemuka. 2 , 3 Produsen biasanya melakukan penipuan pangan untuk keuntungan finansial dengan menipu konsumen atau pelanggan mereka, juga disebut pemalsuan bermotif ekonomi. 4 , 5 Ada berbagai klasifikasi penipuan pangan dari perspektif/prinsip kerja suatu organisasi, seperti RAFF, EMA atau HorizonScan. 6 , 7 Meskipun ada beberapa variasi dalam klasifikasi ini, substitusi, pengenceran dan peningkatan buatan adalah pemalsuan utama yang hanya dapat dideteksi melalui aktivitas laboratorium.
Pihak berwenang dan peneliti telah berupaya mengembangkan basis data, sistem, dan strategi untuk mendeteksi dan memantau insiden penipuan dan pemalsuan pangan. Ada beberapa basis data (baik yang berbayar maupun gratis) untuk memantau penipuan pangan, seperti Rapid Alert System for Food and Feed (RASFF), Medical Information Systems (MEDISYS), FADB-China, dan HorizonScan. 8 , 9 Di tingkat nasional dan internasional, keberadaan dan potensi basis data tersebut sangat penting dalam mengembangkan strategi. Beberapa strategi deteksi/pelacakan/prediksi ini dapat diamati dalam literatur karena studi penipuan dan pemalsuan pangan telah menunjukkan tren peningkatan selama dua dekade terakhir.
Tren penelitian ilmiah dapat diplot menggunakan pencarian yang dimediasi operator Boolean, ‘penipuan makanan ATAU pemalsuan makanan’, dalam basis data ScienceDirect, diilustrasikan dalam Gambar S1 . Komunitas ilmiah semakin tertarik pada penipuan makanan, termasuk pengembangan metode, pengembangan strategi, sistem ketertelusuran, dan studi kasus. Zhang dan Xue 10 menggambarkan situasi penipuan makanan di pasar domestik Tiongkok dengan menganalisis kasus penipuan dan pemalsuan makanan bermotif ekonomi yang ditampilkan dalam laporan media. Data tersebut mewakili wilayah, jenis penipuan, kontaminan, dan sumber makanan. Sebuah studi yang lebih baru oleh Bouzembrak et al . menganalisis dan memprediksi insiden penipuan makanan dari portal MedISys dari European Media Monitor berdasarkan laporan media. 8 Strategi semacam itu dapat memberikan wawasan baru untuk memerangi penipuan makanan bermotif ekonomi. Penelitian lain difokuskan pada Brasil dan menganalisis data penipuan dan pemalsuan makanan dari laporan jurnal akademik. Data penipuan dan pemalsuan makanan dirangkum dalam kelompok makanan, jenis penipuan, kontaminan, metode analisis utama, wilayah, dan tahun. 11 Peneliti juga menganalisis data RASFF Uni Eropa dari Polandia tentang pemalsuan sereal dan produk roti serta dari Finlandia, dengan meneliti pola penipuan dan pemalsuan makanan. 12 , 13 Studi komprehensif lainnya dilakukan di Austria, dengan fokus pada identifikasi produk berisiko tinggi melalui analisis kumpulan data pengawasan makanan resmi. Studi ini berhasil mengungkap tren dalam industri daging. 14
Sebagai eksportir dan importir pertanian penting dalam rantai pangan internasional, Turki mengalami kecurangan dan pemalsuan pangan yang terus-menerus dalam industri pangan dan ekspornya; namun, tidak ada studi komprehensif tentang status pemalsuan pangan yang bermotif ekonomi di Turki. 15 Satu-satunya literatur yang dapat dicatat adalah prosiding kongres yang dipresentasikan oleh tim kami sebagai studi pendahuluan untuk menarik perhatian pada kurangnya pengetahuan ini di tingkat nasional. 16 Selain itu, kurangnya efisiensi dalam basis data kecurangan pangan untuk memantau kecurangan dan pemalsuan pangan serta kurangnya analisis data yang sistematis memungkinkan terjadinya kegiatan kecurangan. 17 Dari perspektif ini, agregasi data yang dipublikasikan oleh Kementerian Pertanian dan Kehutanan Turki dilakukan untuk menganalisis dan mengevaluasi data kecurangan pangan dalam hal kawasan, kelompok produk, jenis kecurangan, konten kecurangan, dan tren yang bertujuan untuk membantu para peneliti, sistem mutu berbasis risiko, dan pembuat kebijakan.
BAHAN DAN METODE
Akuisisi data
Data insiden penipuan pangan di Turki telah dipublikasikan oleh Kementerian Pertanian dan Kehutanan Republik Turki (sebelumnya bernama Kementerian Pangan, Pertanian, dan Peternakan) antara tahun 2012 dan 2022 di bagian pengumuman situs web resminya ( tarimorman.gov.tr ). Selain itu, karena periode pengumuman yang singkat di situs web resmi (sekitar satu bulan), daftar perusahaan dan produk penipuan dari tahun-tahun sebelumnya juga dikumpulkan dari situs web yang merujuk langsung ke situs web resmi (seperti tarimdanhaber.com ). Dalam periode ini, 23 pengumuman dibuat yang mencantumkan 4007 insiden yang ditentukan oleh 7180 deteksi penipuan, yang rinciannya diberikan dalam Tabel S1 .
Pihak berwenang resmi menetapkan insiden tersebut sebagai hasil dari 10.576.422 inspeksi lapangan yang menghasilkan 166.461 denda administratif dan 1.670 pengaduan pidana yang tercantum setiap tahun berdasarkan Tabel S2 . 18 Perbedaan antara pengumuman dan denda administratif adalah bahwa pengumuman hanya mencakup masalah kualitas pangan yang dimaksud yang telah dibuktikan oleh metode laboratorium.
Data resmi yang bersumber dari Kementerian telah dipilih untuk menganalisis penipuan pangan di Turki karena beberapa alasan. Pertama, daftar ini dibuat setelah inspeksi nasional Kementerian, yang menghasilkan data paling komprehensif mengenai keragaman lokasi, jenis makanan, dan produsen/penjual. Kedua, hasil dipublikasikan setelah serangkaian analisis oleh laboratorium yang divalidasi (terakreditasi terhadap TS EN ISO/IEC 17025) dan disetujui Kementerian (41 publik dan 101 swasta) 19 sebagai kontrol tambahan sampel dalam kasus hasil positif untuk penipuan pangan, sehingga data sangat dapat dipercaya. Distribusi geografis laboratorium ini dipetakan dalam Gambar S2 . Akhirnya, daftar ini memiliki format data yang sama mengenai pengelompokan dan detail data, yang memungkinkan perbandingan dan analisis tren yang mudah.
Metode analisis
Data dalam daftar tersebut terdiri dari empat kolom yang awalnya mencakup nama perusahaan dengan alamatnya (yang disertakan dalam studi ini hanya dalam hal frekuensi dan status hukum perusahaan dengan mengecualikan nama), nama makanan dan bahan/analit yang terdeteksi tidak tepat dan merek produk (juga disertakan dalam studi ini hanya sebagai frekuensi kejadian). Setelah pengumpulan dan penggabungan daftar, data tambahan dimasukkan untuk mendukung dan memperdalam analisis. Jumlah variabel diperluas dengan menderivatisasi data asli: status hukum perusahaan, lokasi perusahaan berdasarkan kota, jenis makanan, jenis bahan yang curang, dan bahan yang terdeteksi. Selain itu, selain insiden yang tercantum, jumlah bahan/parameter yang terdeteksi juga dihitung dan dipertimbangkan untuk memahami tantangan teknis (disebutkan sebagai ‘kejadian’ dalam studi). Analisis data dibagi menjadi empat kategori utama, masing-masing bertujuan untuk masukan bagi penilaian kesesuaian atau studi teknologi: representasi berbasis lokasi, berbasis produsen, berbasis produk, dan berbasis penipuan. Semua data digabungkan dalam program MS Office® Excel®, kemudian diputar, dibuat grafik dan dipetakan sesuai kebutuhan, lalu dianalisis di bagian hasil.
HASIL DAN PEMBAHASAN
Analisis berbasis wilayah
Analisis berbasis lokasi adalah pendekatan pertama terhadap data penipuan makanan Turki untuk memahami distribusi dan kemungkinan korelasi di negara tersebut untuk mendeteksi sumber risiko, mengoptimalkan manajemen risiko, dan memastikan rantai makanan yang aman. 20 Menurut analisis, 10 dari 81 kota teratas mencakup 68% dari semua insiden di negara tersebut. Sementara 2708 dari 4007 insiden penipuan makanan telah terdeteksi di 10 kota tersebut (270 insiden per kota), 1299 telah terdeteksi di 71 kota yang tersisa (18 insiden per kota) (Gbr. 1(a) ). Pada tahap ini, penting untuk dicatat bahwa 10 kota teratas negara tersebut adalah lokasi produksi pangan utama. Namun, seperti dalam kasus Balıkesir, salah satu pusat produksi pangan, korelasinya tidak ketat. Banyak kota di Anatolia Tengah berfokus pada produksi pangan skala besar dan olahan rendah (seperti produksi unggas dan telur), bahan utama makanan olahan lebih lanjut lainnya. Di sisi lain, jumlah insiden penipuan makanan yang dideteksi oleh Kementerian memiliki kepadatan yang sama dengan jumlah penduduk di kota-kota tersebut. Karena inspeksi juga mencakup tempat-tempat layanan makanan (seperti restoran), maka berbagai fasilitas yang terkait dengan rantai makanan akan diperiksa di kota-kota yang lebih terindustrialisasi dan berpenduduk.
Pertanyaan lain yang terkait dengan lokasi data makanan palsu adalah apakah keberadaan laboratorium analisis di suatu kota dapat memengaruhi insiden penipuan makanan. Analisis korelasi yang komprehensif mungkin tidak dapat dilakukan karena keterbatasan pengetahuan tentang semua laboratorium internal, termasuk rentang validasi dan presisi teknisnya. Ini adalah kekurangan informasi yang krusial di Turki, area penelitian yang subur. Namun, seperti yang dipetakan dalam Gambar S2 , distribusi regional laboratorium inspeksi yang diotorisasi Kementerian memberi kita distribusi insiden penipuan yang serupa di Turki, yang juga dipetakan dalam Gambar 1(b) .
Analisis berbasis produsen
Menurut data, 1904 perusahaan disebutkan dalam daftar Kementerian, dengan rata-rata 2,1 kasus penipuan pangan terjadi untuk setiap perusahaan yang melibatkan aktivitas penipuan. Tabel 1 merangkum data dalam daftar mengenai status hukum perusahaan. Menurut nama-nama perusahaan, undang-undang hukum ditentukan apakah mereka adalah badan hukum terpisah (korporat) atau perusahaan swasta. Di antara 1904 perusahaan, status hukum 946 tidak dapat disimpulkan, dan dengan demikian ditandai sebagai ‘tidak diketahui’. Untuk perusahaan yang tersisa dan kemunculan mereka dalam daftar penipuan, sebagai badan hukum independen, perusahaan memiliki rasio 1,4 kejadian per perusahaan, sementara perusahaan swasta yang dikendalikan orang memiliki nilai yang jauh lebih tinggi yaitu rasio 2,9 kejadian per perusahaan dalam kemunculan dalam daftar penipuan. Ada kemungkinan untuk berspekulasi bahwa ada potensi yang lebih tinggi untuk penipuan pangan di perusahaan swasta. Meskipun diperlukan data tambahan seperti jumlah dan distribusi produk atau sertifikasi sistem (seperti ISO 22000 atau FSSC 22000) di perusahaan-perusahaan ini, dapat disimpulkan bahwa ada kecenderungan penipuan pangan yang bermotif ekonomi yang bergantung pada ukuran perusahaan dan/atau volume produksi. Spekulasi semacam itu juga menjadi katalisator penelitian lebih lanjut di bidang ini.
| Status hukum | Nomor | Kejadian | Perbandingan |
|---|---|---|---|
| Perusahaan | 148 | 206 | 1.4 |
| Pribadi | 810 | tahun 2326 | 2.9 |
| Tidak dikenal | 946 | tahun 1475 | 1.6 |
| Total | Tahun 1904 | tahun 4007 | 2.1 |
Analisis kedua yang terkait dengan perusahaan dilakukan berdasarkan total dan kejadian berbasis tahun dari perusahaan-perusahaan ini. Hasil berikut dikompilasi dengan menurunkan grafik pada Gambar 1(c) dari data asli. Sebanyak 1145 dari 1904 perusahaan (60%) hanya terlibat dalam daftar penipuan makanan satu kali. 759 perusahaan yang tersisa (40%) telah terdaftar lebih dari satu kali. Grafik kejadian berbasis tahun memberi kita petunjuk yang lebih substansial untuk persistensi perusahaan dalam tindakan penipuan makanan yang bermotivasi ekonomi dan efektivitas kegiatan inspeksi dan pengawasan. Sebanyak 1613 dari 1904 perusahaan (85%) telah dipublikasikan hanya dalam 1 tahun antara 2012 dan 2022 (Gbr. 1(d) ). Mengingat bahwa daftar pertama dan terakhir tahun ini mungkin merupakan hasil dari tahun-tahun berturut-turut, beberapa kejadian dua tahun menyesatkan; kejadian satu tahun perusahaan mungkin memiliki rasio yang lebih tinggi daripada yang dinyatakan dalam daftar. Hasil tersebut membuat kami menyimpulkan bahwa pengawasan dan inspeksi pasar – sebagai bentuk penilaian kesesuaian – lebih efektif daripada infrastruktur laboratorium dalam memerangi penipuan pangan yang bermotif ekonomi karena, tanpa efek sinergis dari pengawasan pasar, laboratorium tidak akan cukup untuk ‘menargetkan’ penipuan. Namun, aksesibilitas dan pencegahan pengawasan dan inspeksi pasar sudah cukup untuk kasus penipuan pangan di Turki.
Investigasi akhir yang terkait dengan produsen berasal dari analisis sebelumnya. Kelompok produk yang muncul dalam 10 perusahaan teratas yang tercantum dirangkum dalam Tabel 2. Lima perusahaan yang disebut ‘persisten’ (empat di lima teratas) menentang pengawasan dan inspeksi pasar yang berkelanjutan dan meluas dan beroperasi di sektor susu dan produk susu. Empat perusahaan yang tersisa berasal dari sektor minyak nabati. Dua perusahaan terlibat dalam lebih dari satu subsektor, menurut klasifikasi Kementerian. Ketika analisis yang sama diterapkan pada semua perusahaan, 59 dari 1904 ditetapkan terdaftar dalam lebih dari satu kelompok produk (data tidak ditampilkan).
| Kelompok produk/10 perusahaan teratas | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Produk perlebahan | — | — | — | 12 | — | — | — | — | — | — | 12 |
| Produk herbal, teh dan kopi | — | — | — | — | — | 1 | — | — | — | — | 1 |
| Minyak sayur | — | — | 60 | — | — | 34 | 31 | 30 | — | 155 | |
| Coklat dan produk kakao | — | — | — | — | — | 17 | — | — | — | — | 17 |
| Minuman ringan | — | — | — | — | — | 3 | — | — | — | — | 3 |
| Susu dan produk olahan susu | 63 | 60 | — | 30 | 40 | — | — | — | 29 | 222 | |
| Suplemen | — | — | — | — | — | 17 | — | — | — | — | 17 |
| Total | 63 | 60 | 60 | 42 | 40 | 38 | 34 | 31 | 30 | 29 | 427 |
Analisis berbasis produk
Memahami produk mana yang rentan terhadap aktivitas penipuan adalah parameter penting lainnya dalam menganalisis kejadian penipuan makanan di Turki. Dalam melakukannya, salah satu masalahnya adalah bahwa ada berbagai jenis produk (misalnya keju); namun, dari perspektif penipuan/pemalsuan, semuanya adalah produk yang sama. Dengan demikian, jenis makanan utama yang digunakan dalam aktivitas penipuan ditentukan dengan menggunakan nama produk Kementerian yang dideklasifikasi. Seperti yang tercantum dalam Gambar 2(a) , antara tahun 2012 dan 2022, minyak zaitun, keju, sosis, yogurt, dan bakso adalah lima produk teratas yang menjadi korban aktivitas penipuan makanan bermotif ekonomi di Turki. Dari 10 jenis produk teratas ini, produk susu, daging, dan minyak sayur sangat dominan, sejalan dengan literatur. 21 Tren ini juga dipertahankan dalam daftar total berdasarkan kelompok produk. Selama 10 tahun, daging dan produk daging, susu dan produk susu, dan minyak sayur terungkap sebagai kelompok produk makanan utama yang rentan terhadap penipuan makanan. Ketiga jenis produk ini mencakup 78% (3199 dari 4007) dari semua insiden. Karena mayoritas berada dalam kelompok produk, analisis lebih lanjut diperlukan untuk daging dan produk daging, susu dan produk susu, serta minyak sayur. Lima aktivitas penipuan teratas yang dilakukan dalam jenis makanan yang termasuk dalam kelompok ini diurutkan dan digambarkan dalam Gambar 2(b) . Substitusi dan pengenceran produk daging, termasuk daging unggas, produk susu dengan minyak sayur, dan minyak zaitun dengan minyak sayur lainnya merupakan aktivitas penipuan yang paling umum terdeteksi.
Kementerian mempublikasikan jenis produk dari 4007 insiden penipuan makanan dalam daftar, dan jenis makanan ini juga dirinci dalam Tabel 3. Konsisten dengan data di seluruh dunia, daging dan produk daging adalah produk makanan yang paling banyak dilaporkan palsu. 7 Jumlah maksimum deteksi berbasis tahun untuk setiap jenis produk ditunjukkan dengan huruf tebal dalam tabel. Sebagian besar jenis makanan mencapai maksimumnya pada tahun 2019, paralel dengan jumlah insiden yang dipublikasikan dalam Tabel S1 . Mengingat tidak ada publikasi pada tahun 2017 dan hanya satu pada tahun 2018, kumulasi data yang siap dipublikasikan dapat menyebabkan peningkatan tersebut pada tahun 2019. Namun, apa yang disebut persistensi dan dominasi dari tiga kelompok produk teratas ini masih masuk akal karena mereka mewakili bahan makanan utama masakan Turki. Di sisi lain, pengawasan pasar dan prosedur inspeksi untuk produk perlebahan tampaknya mengurangi kasus penipuan selama bertahun-tahun. Penting untuk dicatat bahwa, terlepas dari dampak kumulatif tahun 2019 ini, kelompok produk lain mencapai puncaknya pada tahun 2020 (sebelum dampak pandemi COVID-19 meluas di negara ini), dan beberapa kelompok produk ini (seperti minuman ringan atau produk teh) rentan terhadap pemalsuan berbasis obat seperti sildenafil atau sibutramin. Daftar baru yang akan diterbitkan untuk keputusan berbasis risiko yang lebih akurat harus mendukung pendapat dan kesimpulan tersebut.
| Grup produk | Tahun 2012 | Tahun 2013 | Tahun 2014 | Tahun 2015 | Tahun 2016 | Tahun 2018 | Tahun 2019 | Tahun 2020 | Tahun 2022 | Total | Perbandingan |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Daging dan produk daging | 6 | 17 | 42 | 94 | 146 | 70 | 464 | 231 | 133 | tahun 1203 | 30% |
| Susu dan produk olahan susu | 35 | 69 | 56 | 102 | 129 | 62 | 272 | 184 | 156 | tahun 1065 | 27% |
| Minyak sayur | – | 3 | 2 | 60 | 125 | 104 | 298 | 166 | 113 | 871 | 22% |
| Suplemen | 5 | 23 | 17 | 39 | 28 | 15 | 57 | 51 | 41 | 276 | 7% |
| Produk perlebahan | 1 | 48 | 10 | 19 | 16 | 15 | 27 | 16 | 23 | 175 | 4% |
| Minuman ringan | 3 | – | 5 | 16 | 11 | 6 | 31 | 26 | 13 | 111 | 3% |
| Coklat dan produk kakao | – | – | 2 | 3 | 7 | 6 | 31 | 40 | 21 | 110 | 3% |
| Produk herbal, teh dan kopi | – | – | – | 1 | – | 1 | 17 | 25 | 22 | 66 | 2% |
| Minuman beralkohol | – | – | – | 1 | 6 | – | 1 | 32 | 23 | 63 | 2% |
| Membumbui | – | – | 2 | 1 | 1 | 1 | 6 | 10 | 8 | 29 | 1% |
| Lainnya | angka 0 | 3 | 4 | 9 | 5 | angka 0 | 6 | 8 | 3 | 38 | 1% |
| Total | 50 | 163 | 140 | 345 | 474 | 280 | tahun 1210 | 789 | 556 | tahun 4007 | 100% |
Untuk analisis lebih lanjut, insiden dan deteksi (jumlah parameter terdeteksi yang digunakan untuk memahami/menyimpulkan aktivitas penipuan) dibuat grafiknya untuk memvisualisasikan tantangan deteksi. Gambar 2(c) menunjukkan bahwa, selain minyak sayur dan produk perlebahan, aktivitas penipuan dapat dideteksi sebagian besar oleh satu hasil laboratorium, yang direpresentasikan dalam gambar sebagai rasio ‘deteksi/insiden’. Rasio ini berada di antara 1,0 dan 1,5 bahan/proses yang terdeteksi untuk sebagian besar kelompok produk karena sebagian besar produk komersial adalah makanan olahan, sehingga menjadi tantangan bagi metode laboratorium. Di sisi lain, aktivitas penipuan pada makanan yang kurang diproses seperti minyak sayur dan produk perlebahan dapat dideteksi oleh metode yang berbeda atau dengan melihat berbagai parameter. Realitas ini dapat diamati dalam rasio ‘deteksi/insiden’ minyak sayur (rata-rata, 3,5 deteksi berbeda untuk setiap insiden) dan produk perlebahan (rata-rata, 3,8 deteksi berbeda untuk setiap insiden).
Analisis berbasis penipuan
Pendekatan analisis akhir terhadap data makanan palsu menyangkut jenis-jenis penipuan dan berbagai bahan palsu yang digunakan dalam makanan. Investigasi pertama dilakukan pada klaim label yang dibuat oleh perusahaan-perusahaan tentang produk mereka dalam makanan palsu. Beberapa spesifikasi tentang produk-produk tersebut berasal dari nama-nama produk (selain dari merek). Bertujuan untuk meyakinkan konsumen, sebagian besar klaim terkait dengan jenis keju, keaslian minyak zaitun atau spesies hewan/jenis pengolahan daging dan produk-produk daging, yang disajikan sebagai awan kata dalam Gambar S3 . Penting untuk dicatat bahwa semua pernyataan ‘epimedium’ dan ‘ginseng’ cocok dengan sildenafil dan turunannya mengenai bahan-bahan palsu.
Periode 10 tahun data penipuan kumulatif menunjukkan bahwa ada empat jenis penipuan utama yang disebutkan dalam daftar Kementerian yang menjadi subjek percobaan laboratorium: ‘substitusi dan pengenceran’ (menambahkan bahan dengan nilai ekonomi yang lebih rendah daripada makanan asli untuk meningkatkan kandungan makanan), ‘obat’ (menambahkan bahan aktif secara farmakologis untuk meniru atau meningkatkan bentuk alami makanan atau alternatif yang dinyatakan legal atau alami), ‘peningkatan buatan’ (menambahkan bahan untuk memberikan atau mendapatkan makanan tampilan/bau/tekstur yang diinginkan secara artifisial) dan ‘proses’ (penanganan jenis apa pun untuk meniru produk ke bentuk aslinya). Karena jumlah bahan palsu tidak disebutkan dalam data yang dipublikasikan, tidak selalu mungkin untuk membedakan substitusi dari pengenceran. Dengan demikian, jenis penipuan makanan ini dibahas dalam penelitian untuk kejelasan. Derivasi lain dari klasifikasi penipuan makanan konvensional adalah pemisahan ‘obat’ dari ‘peningkatan buatan’. Penambahan zat aktif secara farmakologis untuk meningkatkan makanan secara artifisial harus dihitung lebih serius daripada masalah kualitas makanan atau kegiatan peningkatan buatan lainnya. Dengan demikian, penandaan dan pelacakan penipuan makanan dengan obat-obatan akan bermakna. Dari perspektif ini, 4007 insiden penipuan makanan didistribusikan, dan mayoritas aktivitas penipuan makanan ditemukan berada dalam kategori ‘substitusi dan pengenceran’ (75%) untuk meningkatkan kuantitas produk (Gbr. 3(a) ). Jumlah total jenis penipuan (4315) lebih banyak daripada jumlah total insiden penipuan dalam daftar (4007) karena, dalam beberapa insiden, lebih dari satu jenis aktivitas penipuan terjadi. Zat yang digunakan dalam substitusi dan pengenceran, serta jenis proses untuk aktivitas penipuan, dapat ditebak dan ditargetkan secara efisien dalam menganalisis makanan. Namun, peningkatan buatan dan pemalsuan berbasis obat keduanya lebih menantang untuk dideteksi dan memiliki potensi risiko kesehatan yang lebih tinggi. Salah satu kesulitannya adalah mendeteksi kuantitas pemalsuan untuk kedua kelompok ini. Kesulitan lainnya adalah keragaman zat peningkatan dan obat-obatan. Selain mencari ‘sesuatu’, tantangannya adalah mencari ‘apa pun yang potensial’ dalam sampel makanan. Dalam istilah laboratorium analitis, pendekatan ilmiah dan teknologi yang berorientasi pada omik (misalnya metabolomik) sangat penting untuk studi penilaian kesesuaian di Turki guna memperkuat kualitas pangan dan tindakan pengendalian.
Pemalsuan dengan menambahkan bahan obat yang aktif secara farmakologis merupakan hal yang paling mengkhawatirkan dalam kasus penipuan makanan. Berdasarkan deteksi, terdapat dua kelompok obat penting: sildenafil (dan turunannya) dan sibutramin yang ditemukan dalam sampel makanan, dan kedua obat ini termasuk dalam bahan penipuan yang signifikan (sildenafil berada di posisi lima teratas) seperti yang ditunjukkan dalam Gambar 3(b) . Bahan-bahan utama (dan ‘perlakuan panas’) juga tercantum terkait dengan nomor kemunculannya dalam daftar pada gambar tersebut. Bahan-bahan ini merupakan topik potensial untuk proyek pengembangan metode/perangkat/biosensor deteksi baru dan di tempat untuk memperoleh keuntungan atas kecenderungan penipuan makanan yang bermotif ekonomi. Dengan demikian, langkah-langkah pengendalian mutu internal atau yang dialihdayakan dapat ditinjau dan ditingkatkan berdasarkan deteksi yang disebutkan dalam daftar. Berdasarkan metode yang digunakan oleh laboratorium yang disetujui Kementerian, metode yang digunakan dan kelompok produk dicocokkan (Gambar 3(c) ). Sementara kromatografi gas dengan deteksi ionisasi nyala dan kromatografi gas-cair merupakan metode utama untuk mendeteksi aktivitas penipuan, RT-PCR atau ELISA terutama digunakan untuk daging dan produk daging. Menurut pernyataan resmi laboratorium pengendalian pangan (Istanbul adalah contohnya), waktu rata-rata untuk memberikan hasil adalah 2,13 ± 1,65 hari, kemungkinan besar karena optimalisasi manajemen laboratorium. Dengan penggabungan logistik sampel, persiapan sampel, dan prosedur pengujian, akan selalu ada keterlambatan dalam mengambil tindakan dalam deteksi penipuan, yang menciptakan tantangan dan peluang teknologi dalam penilaian kesesuaian.
KESIMPULAN
Data dan ringkasan yang disajikan dalam studi ini berpotensi untuk membandingkan kecenderungan penipuan pangan, efektivitas kegiatan penilaian kesesuaian dan mengembangkan teknologi dan strategi baru untuk tindakan pencegahan di negara lain. Standar sistem yang diterbitkan oleh Organisasi Standar Internasional (ISO 22000:2018) atau pihak ketiga lainnya (FSSC-22000 v6.0) mendikte keamanan pangan melalui pengendalian bahaya dan mitigasi penipuan pangan untuk mencegah konsekuensi kesehatan yang merugikan dari potensi ancaman. Data yang didekonstruksi dan divisualisasikan dalam studi ini akan mendukung keputusan berbasis risiko. Mengingat pentingnya dalam rantai makanan global dan menarik jutaan wisatawan internasional setiap tahun, mengatasi kurangnya analisis penipuan pangan di Turki menjadi sangat penting. Sejauh pengetahuan kami, ini adalah studi perintis dan paling komprehensif yang dilakukan untuk Turki yang dimaksudkan untuk memandu para pembuat kebijakan, organisasi yang berorientasi pada penilaian kesesuaian dan peneliti yang bekerja pada analisis pangan di area prioritas tinggi dan umum dari penipuan pangan dan tindakan pencegahan terkait.
Leave a Reply