Kumpulan data kafein

Apa yang ada di file ini dan apa arti setiap field?

File ini adalah ekspor JSON dan CSV yang dipublikasikan dari dataset terbuka berisi 87 minuman yang dihosting di halaman ini dan berisi tepat field id, name, brand, category, serving_ml, caffeine_mg, caffeine_per_100ml, scales_with_volume dan is_decaf. Dataset adalah tabel 87 record minuman yang dipublikasikan di halaman ini.

Format file berisi satu record per minuman; setiap record dalam file memetakan langsung ke baris di CSV dan objek di JSON, dan dataset berjumlah 87 record yang terbagi dalam 8 kategori: espresso 12, brewed 8, coffeeShop 20, energy 15, tea 11, soda 11, preworkout 5 dan other 5 (jumlah per kategori adalah bagian dari dataset). Masing‑masing angka tersebut dicatat dalam dataset dan tersedia untuk penyaringan programatik melalui ekspor /dataset/.

id adalah pengenal mesin singkat yang digunakan untuk mencari record dalam JSON dan CSV. Field id bersifat unik untuk masing‑masing dari 87 record dan merupakan primary key untuk penggabungan programatik terhadap dataset.

name adalah nama minuman yang dapat dibaca manusia seperti yang muncul di halaman minuman publik seperti Espresso (single) di mana nama menunjukkan "Espresso (single)" dan halaman melaporkan 63 mg; angka 63 mg itu dicatat di caffeine_mg untuk item tersebut dalam dataset.

brand adalah pemilik komersial atau sumber bila berlaku, atau string kosong untuk item generik; misalnya baris dataset untuk Starbucks Pike Place Brewed (Grande) mencantumkan Starbucks sebagai brand di field brand dan 310 mg di field caffeine_mg.

category adalah pengelompokan kategorikal yang mengklasifikasikan setiap record ke salah satu dari delapan grup (espresso, brewed, coffeeShop, energy, tea, soda, preworkout, other); category adalah label kategorikal yang digunakan untuk mengagregasi jumlah (dataset berisi 12 item espresso, 8 item brewed, dan seterusnya) dan jumlah‑jumlah tersebut tercantum di header dataset.

serving_ml adalah volume sajian dalam milliliter. Misalnya, Espresso (single) memiliki serving_ml 30 ml dan Starbucks Pike Place Brewed (Grande) memiliki serving_ml 473 ml; kedua angka itu dicatat dalam dataset.

caffeine_mg adalah jumlah absolut kafein dalam miligram per sajian. Caffeine_mg adalah nilai numerik kafein yang ditetapkan untuk setiap sajian; misalnya dataset mencatat caffeine_mg 63 mg untuk Espresso (single) dan 310 mg untuk Starbucks Pike Place Brewed (Grande).

caffeine_per_100ml adalah konsentrasi kafein ternormalisasi dalam mg per 100 ml ketika nilai itu sesuai dan tersedia; caffeine_per_100ml adalah metrik konsentrasi yang digunakan untuk membandingkan intensitas antar ukuran sajian yang berbeda dan dataset menyimpan nilai ini untuk entri seperti Cold brew (83.3 mg/100 ml) dan Drip coffee (40 mg/100 ml).

scales_with_volume adalah flag boolean yang menunjukkan apakah nilai kafein diharapkan skala secara kira‑kira linear dengan volume (true/false). Scales_with_volume bernilai true untuk kopi seduh sederhana di mana konsentrasi relatif konstan, dan false untuk item berbasis unit seperti satu shot espresso di mana kafein berbasis unit bukan proporsional terhadap ml.

is_decaf adalah flag boolean yang menandai minuman yang disiapkan sebagai dekafeinasi; is_decaf bernilai true untuk item decaf dan dataset menunjukkan misalnya bahwa Decaf coffee memiliki caffeine_mg 3 mg dan is_decaf true.

Bagaimana sebuah nilai masuk ke dataset dan apa yang mendiskualifikasi kandidat?

Nilai ditambahkan hanya setelah sumber yang didokumentasikan diperiksa dan ukuran sajian yang jelas ditetapkan; entri berasal dari label pemasok, nutrisi menu yang dipublikasikan, uji laboratorium seperti USDA FoodData Central, atau pengukuran peer‑review jika ada. USDA FoodData Central adalah salah satu sumber referensi yang digunakan untuk nilai yang dinyatakan atau diukur dan sumber itu secara eksplisit dikutip pada halaman item ketika digunakan (USDA FoodData Central).

Penerimaan memerlukan caffeine_mg numerik yang dapat diverifikasi dan serving_ml yang stabil atau alasan yang jelas mengapa item berbasis unit (misalnya shot espresso atau pil kafein). Record tanpa sajian yang dapat diverifikasi atau tanpa nilai kafein numerik didiskualifikasi dan tidak ditambahkan ke ekspor publik.

Kami menerima nilai yang dinyatakan oleh pabrikan (label nutrisi atau menu yang dipublikasikan) ketika label tersebut cocok dengan definisi sajian; label yang menyatakan 200 mg per botol 300 ml hanya akan dicatat jika ukuran botol itu eksplisit dan sesuai dengan serving_ml pada baris dataset, dan setiap inklusi seperti itu mencantumkan sumbernya pada halaman minuman.

Kami menerima pengukuran laboratorium independen seperti entri yang diindeks oleh USDA ketika uji melaporkan satuan yang konsisten dengan serving_ml kami; ketika USDA atau metode peer‑review melaporkan konsentrasi dalam mg/100 ml kami mengonversinya ke caffeine_mg untuk serving_ml yang tercatat dan mengutip uji asli pada halaman minuman dan metadata dataset (USDA FoodData Central).

Kami mendiskualifikasi kandidat nilai jika ukuran sajian tidak jelas (misalnya rentang menu tanpa sajian standar), jika sumber bersifat anekdot tanpa metode yang dapat diukur, atau jika nilai yang dilaporkan bertentangan dengan beberapa sumber tepercaya tanpa rekonsiliasi. Item dengan variansi besar dan tanpa sajian representatif akan dikecualikan sampai nilai tunggal yang dapat dipercaya ditetapkan.

Kami tidak membuat‑buat ukuran sajian atau caffeine_mg; setiap angka dalam file ekspor didukung oleh baris dataset yang dibuat dan, ketika sumbernya dinyatakan oleh pabrikan, halaman minuman menautkan ke menu atau label dasar jika tersedia.

Perbaikan dan perselisihan ditangani melalui proses koreksi yang dijelaskan di halaman about dan melalui formulir kontak; lihat /about/ untuk metodenya dan /contacts/ untuk cara mengirimkan koreksi data.

Mengapa angka kafein yang dipublikasikan berbeda antar sumber?

Angka kafein yang dipublikasikan berbeda karena nama minuman yang sama dapat mewakili ukuran sajian berbeda, kekuatan seduhan berbeda, formulasi regional berbeda, atau konvensi pengukuran yang berbeda; keempat faktor konkret ini menjelaskan sebagian besar perbedaan yang diamati dalam dataset. Sumber‑sumber ketidaksepakatan ini didokumentasikan pada halaman minuman individual di mana dataset mencantumkan angka yang digunakan dan asal usulnya.

Konvensi ukuran sajian menggeser total yang dilaporkan: misalnya dataset mencatat Starbucks Pike Place Brewed (Grande) sebagai 310 mg dalam sajian 473 ml sementara menu lokal mungkin melaporkan ukuran berbeda; angka 310 mg dalam dataset berasal dari nutrisi yang dipublikasikan Starbucks untuk sajian Grande 473 ml dan dikutip pada halaman minuman.

Perbedaan kekuatan seduhan sering menjadi penyebab: drip coffee dalam dataset kami 96 mg per 240 ml sementara pour over tercantum 145 mg per 240 ml; kedua nilai ada dalam dataset dan mencerminkan perbedaan ekstraksi serta rasio gilingan/seduh. Dataset mencatat drip coffee 96 mg (240 ml) dan pour over 145 mg (240 ml) dan nilai‑nilai spesifik itu tersedia di halaman masing‑masing (Drip coffee, Pour over).

Formulasi regional atau perbedaan resep mengubah kafein yang dinyatakan: entri Coca-Cola botolan menunjukkan 32–34 mg per kaleng tergantung pada kemasan 330 ml atau 355 ml, dan dataset berisi kedua Coca-Cola (330 ml) 32 mg dan Coca-Cola (355 ml) 34 mg untuk mencerminkan perbedaan kemasan dan pelabelan.

Pembulatan label dan perbedaan dinyatakan vs diukur menciptakan ketidaksesuaian kecil: pabrikan kadang‑kadang menyatakan angka yang dibulatkan pada tabel nutrisi dan laboratorium melaporkan nilai terukur dengan presisi lebih tinggi; dataset mempertahankan angka label yang dinyatakan jika itu adalah sumber yang dipublikasikan dan menandai konsentrasi yang diukur bila tersedia.

Sumber bahan dan stimulan tambahan dapat mengubah kafein di luar kopi/teh: minuman energi dan suplemen pre‑workout kadang menggunakan caffeine anhydrous, guarana atau bahan lain yang mengubah total mg dan konsentrasi; dataset kami mencatat caffeine_mg akhir sebagaimana dinyatakan oleh merek atau diukur dalam sumber publik seperti halaman label produk yang tercantum pada halaman detail item.

Apa keterbatasan yang diketahui dari dataset ini?

Dataset ini menyediakan satu caffeine_mg representatif per minuman dan tidak menangkap variasi intra‑batch atau per‑barista; pendekatan nilai tunggal adalah pilihan desain dan berarti ekspor tidak dapat merepresentasikan distribusi penuh konsentrasi untuk suatu minuman. Misalnya dataset mencantumkan Cold brew pada 200 mg untuk 240 ml dan Nitro cold brew pada 215 mg untuk 240 ml, tetapi persiapan individu akan bervariasi di sekitar angka‑angka tersebut.

Farmakokinetik populasi dan sensitivitas individu berada di luar dataset; dataset adalah tabel konten jumlah kafein minuman dan tidak memberikan rekomendasi dosis pribadi atau panduan medis. Panduan asupan harian yang aman tersedia dari badan regulasi dan dataset merujuk panduan tersebut: US Food and Drug Administration mencantumkan 400 mg per hari sebagai panduan untuk orang dewasa sehat (FDA).

Item decaf bukan nol: dataset mencatat Decaf coffee sebagai 3 mg dalam 240 ml, yang menunjukkan bahwa persiapan dekafeinasi seringkali masih menyisakan kafein residual kecil dan tidak boleh dianggap bebas kafein.

Beberapa record berbasis unit dan memiliki serving_ml 0 demi kenyamanan (misalnya pil dan permen karet); dataset mencantumkan Caffeine pill (200 mg) sebagai 200 mg dan serving_ml 0, yang mencerminkan bahwa volume tidak berlaku untuk item‑item tersebut dan ini merupakan keterbatasan untuk perbandingan per‑volume.

Tidak lengkap atau komprehensif secara global: dataset berisi 87 record yang dipilih untuk mewakili minuman dan merek umum dan sengaja dibatasi; ekspor ini bukan upaya untuk memasukkan setiap produk di seluruh dunia, dan pengguna harus memperlakukan koleksi ini sebagai sampel kurasi daripada katalog lengkap.

Perbedaan laboratorium vs dinyatakan tetap mungkin: ketika beberapa sumber tepercaya tidak sepakat kami memilih sumber yang paling spesifik dan mendokumentasikan pilihan itu di halaman minuman; untuk item mana pun Anda dapat menemukan tautan asal pada halaman individual dan menghubungi kami jika Anda memiliki pengukuran yang bertentangan di /contacts/.

Bagaimana seharusnya saya mengutip atau menggunakan kembali dataset ini?

Dataset dilisensikan di bawah CC BY 4.0 dan memerlukan atribusi kepada TrackCaffeine; CC BY 4.0 adalah lisensi yang diterapkan pada dataset dan ditautkan di sini untuk ketentuan hukum (CC BY 4.0). Format sitasi yang disarankan adalah TrackCaffeine Dataset (2026). TrackCaffeine diulang sebagai target atribusi dan halaman ekspor dataset adalah URL kanonik yang harus disertakan dalam atribusi itu.

Gunakan contoh sitasi singkat ini saat menggunakan kembali data: "TrackCaffeine. Open caffeine dataset. CC BY 4.0. https://trackcaffeine.com/dataset/" dan sertakan tautan kembali ke /dataset/ untuk asal usul dan versi dataset yang digunakan. Jika Anda memodifikasi nilai atau mengagregasi beberapa item, catat transformasinya dan pertahankan atribusi asli kepada TrackCaffeine sebagaimana diwajibkan oleh CC BY 4.0 (CC BY 4.0).

Pemakaian komersial diperbolehkan di bawah CC BY 4.0 selama atribusi diberikan; halaman lisensi yang ditautkan di atas menjelaskan kewajiban hukum dan halaman dataset itu sendiri mendokumentasikan versi dataset yang digunakan dalam karya turunan apa pun.

Contoh nyata yang menunjukkan cara menghitung dengan file ini, termasuk peluruhan dan ekuivalen cangkir kopi?

Anda dapat menghitung sisa kafein seiring waktu menggunakan model eliminasi orde‑pertama dengan half-life rata‑rata populasi 5.7 hours; eliminasi orde‑pertama adalah model farmakokinetik di mana laju eliminasi proporsional terhadap konsentrasi saat ini. Model yang digunakan di sini adalah remaining = dose × 0.5^(hours ÷ 5.7) dan half-life 5.7 hours adalah rata‑rata populasi yang digunakan di kalkulator kami.

Contoh 1: hitung sisa kafein setelah 6 hours untuk Starbucks Pike Place Brewed (Grande). Starbucks Pike Place Brewed (Grande) adalah 310 mg dalam 473 ml menurut dataset, jadi remaining = 310 mg × 0.5^(6 ÷ 5.7) yang dievaluasi sebagai remaining = 310 mg × 0.5^(1.052631579) = 310 mg × 0.482 ≈ 149 mg; nilai dataset 310 mg ditampilkan pada halaman minuman dan aritmetika dilakukan dengan model orde‑pertama yang dicatat di atas.

Contoh 2: hitung sisa setelah 3 hours dari minuman energi 300 mg seperti Bang (Bang dicatat sebagai 300 mg untuk 473 ml dalam dataset). Menggunakan remaining = 300 mg × 0.5^(3 ÷ 5.7) = 300 mg × 0.5^(0.526315789) = 300 mg × 0.697 ≈ 209 mg tersisa; dataset mencantumkan Bang sebagai 300 mg dan aritmetika menggunakan angka dataset dengan model half‑life di atas.

Contoh 3: ekuivalen cangkir kopi: berapa banyak latte yang setara dengan satu drip coffee? Drip coffee adalah 96 mg per 240 ml dan Latte adalah 68 mg per 240 ml dalam dataset. Gunakan rasio = 96 mg ÷ 68 mg = 1.411764706, jadi satu drip coffee setara dengan sekitar 1.41 latte; kedua angka sumber tercatat pada halaman minuman untuk Drip coffee (96 mg) dan Latte (68 mg).

Contoh 4: ekuivalen shot espresso: berapa banyak single espresso (63 mg) yang setara dengan Starbucks Grande brewed 310 mg? Gunakan rasio = 310 mg ÷ 63 mg = 4.920634921, jadi kira‑kira 4.92 single espresso setara dengan sajian Grande brewed; input numerik 310 mg dan 63 mg berasal dari halaman minuman masing‑masing Starbucks Pike Place Brewed (Grande) dan Espresso (single).

Contoh 5: menggunakan dataset dengan kalkulator. Jika Anda ingin perhitungan peluruhan interaktif atau perencanaan waktu tidur, Anda dapat menempel nilai caffeine_mg dari JSON ke kalkulator di /tools/caffeine-calculator/, membandingkan dua minuman di /tools/caffeine-comparison/, atau memperkirakan efek cangkir terakhir sebelum tidur menggunakan /tools/last-cup-before-bed/. Setiap kalkulator menggunakan model eliminasi orde‑pertama yang sama dan JSON yang diekspor diformat untuk copy/paste ke alat‑alat tersebut.

Sitasi konkret dampak tidur: sebuah studi terkontrol melaporkan bahwa 400 mg kafein yang dikonsumsi enam hours sebelum waktu tidur mengurangi total waktu tidur lebih dari satu jam; studi itu dicitasi di sini dan relevan ketika Anda menggunakan dataset untuk merencanakan asupan (Drake et al., 2013). Gunakan nilai dataset untuk menghitung seberapa dekat sebuah sajian dengan panduan 400 mg dan kemudian gunakan studi tersebut untuk menafsirkan potensi dampak pada tidur.

Jika Anda ingin mereplikasi perhitungan ini secara programatik, muat CSV atau JSON dari /dataset/, pilih caffeine_mg untuk ID yang Anda inginkan, dan evaluasi remaining = dose × 0.5^(hours ÷ 5.7) dengan dosis numerik dari dataset; kalkulator yang ditautkan di bawah /tools/ menggunakan pendekatan yang sama dan dimaksudkan untuk eksplorasi interaktif.

Untuk referensi cepat ke halaman minuman umum yang digunakan dalam contoh, lihat Espresso (single), Drip coffee, Cold brew, Starbucks Pike Place Brewed (Grande), Bang, Latte, dan kalkulator di /tools/caffeine-calculator/, /tools/caffeine-comparison/, /tools/last-cup-before-bed/.

Koreksi, permintaan item baru, atau pertanyaan tentang asal usul data harus dikirim melalui formulir kontak di /contacts/, dan changelog dataset serta catatan metode tersedia di /about/ di mana kami menjelaskan pemilihan sumber dan frekuensi pembaruan.

Dokumentasi ini bersifat informasional dan dimaksudkan untuk penggunaan ulang data; ini bukan nasihat medis. Untuk panduan kesehatan tentang batas aman kafein konsultasikan sumber regulasi atau klinis seperti US Food and Drug Administration yang mencantumkan 400 mg per hari untuk orang dewasa sehat (FDA) atau European Food Safety Authority untuk opini regional (EFSA, 2015).

Lisensi dan atribusi: dataset ini dipublikasikan di bawah CC BY 4.0; sertakan atribusi kepada TrackCaffeine dan tautan ke CC BY 4.0 saat Anda menggunakan kembali data. Jika Anda menggunakan kembali sebagian besar dataset dalam produk publik, sertakan tautan kembali ke /dataset/ dan catatan singkat tentang asal usul yang menyebut TrackCaffeine sebagai sumber.