<![CDATA[Abstract. The issue of extra virgin olive oil adulteration in Europe in November 2023 has negatively impacted consumer safety and trust in the product. To address this problem, a study was conducted to detect adulteration using Fourier Transform Infrared (FTIR) spectroscopy combined with chemometrics Principal Component Analysis (PCA) and Support Vector Machine (SVM). FTIR is a spectroscopic technique that analyzes functional groups and molecular structures by examining the interaction of molecules with infrared radiation. PCA was employed to reduce the dimensionality and visualize the FTIR spectral data. SVM was used to classify the samples into their appropriate categories. The data used in this study was secondary, namely olive oil, pork oil, and their mixtures, which were tested using FTIR spectroscopy. The results indicated that the PCA-SVM multiclass one-against-one, using a polynomial kernel with a cost of 0.1, gamma of 0.01, and degree of 4, successfully detected olive oil adulteration with an average accuracy of 91.11%. The combination of FTIR spectroscopy with PCA-SVM chemometrics is effective in detecting olive oil adulteration. This research is expected to help combat olive oil adulteration, thereby protecting consumer safety and restoring trust in the product. Abstrak. Isu pemalsuan minyak zaitun ekstra virgin yang terjadi di Eropa pada November 2023 menimbulkan dampak negatif terhadap keamanan dan kepercayaan konsumen pada produk. Dalam upaya mengatasi masalah ini, dilakukan penelitian untuk mendeteksi pemalsuan tersebut menggunakan metode spektroskopi Fourier Transform Infra Red (FTIR) dengan kemometrika Principal Component Analysis (PCA) dan Support Vector Machine (SVM). FTIR adalah teknik spektroskopi yang memanfaatkan interaksi molekul dengan radiasi inframerah untuk menganalisis gugus fungsi dan struktur kimia molekul. Metode PCA digunakan untuk mengurangi dimensi dan visualisasi data spektra FTIR. Metode SVM digunakan untuk mengklasifikasikan sampel ke dalam kategori yang tepat. Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu minyak zaitun, minyak babi, dan campurannya yang diuji menggunakan alat spektroskopi FTIR. Hasil penelitian menunjukkan bahwa metode PCA-SVM multiclass one agains one menggunakan kernel polinomial dengan parameter cost sebesar 0,1, gamma sebesar 0,01, dan degree sebesar 4 berhasil mendeteksi pemalsuan minyak zaitun dengan rata-rata akurasi 91,11%. Metode spektroskopi FTIR yang digabungkan dengan kemometrika PCA-SVM ini efektif untuk mendeteksi pemalsuan minyak zaitun. Dengan adanya penelitian ini, diharapkan dapat membantu mengatasi masalah pemalsuan produk minyak zaitun guna melindungi keamanan konsumen dan memulihkan kepercayaan terhadap produk.]]>
