મલેશિયન સાબલિત ચટણી રેસીપી

સામ્બલ એ મરચાં , મસાલા, જડીબુટ્ટીઓ, અને એરોમેટિક્સથી બનેલી ચટણી છે. તે મલેશિયા, ઇન્ડોનેશિયા, અને સિંગાપોરમાં લોકપ્રિય મસાલા તરીકે વપરાય છે. સામ્બલ પાસે એક જટિલ સુગંધ છે જે એક સમયે ધરતી, મસાલેદાર અને ગરમ હોય છે.

સેમ્બલ સ્ટાર્ટર પેસ્ટ બનાવવા માટે મસાલાઓનો પીસવાની પરંપરાગત રીત એ છે કે પથ્થર મોર્ટાર અને મસ્તકનો ઉપયોગ કરવો. આ ઘટકો મોર્ટર (વાટકી) માં મૂકવામાં આવે છે અને, ગોળાકાર ગતિમાં ખસેડતા હાથ સાથે, તેઓ મૂંઝવણમાં એક પેસ્ટ સાથે જમીન ધરાવે છે. તે એક મજૂર સઘન પ્રક્રિયા છે પરંતુ પરંપરાગત પદ્ધતિના સમર્થકોનો એવો દાવો છે કે ધીમા પીસાઈને મસાલાના આવશ્યક તેલને વધુ સારી રીતે પ્રકાશિત કરે છે.

આધુનિક અને સરળ રીત એ બ્લેન્ડર અથવા ફૂડ પ્રોસેસરનો ઉપયોગ કરવો છે.

કૂલ સેમ્બલ પછી કડછો મોટાભાગની ગરમ ચટણી તરીકે તમે તમારા મુખ્ય વાનગી અથવા ચોખા પર માંગો છો. ભાગો અને ફ્રીઝિંગમાં વહેંચતા પહેલા બાકીના સાંમ્બાલિક કૂલ દો. સ્થિર સેમ્બલ 2 થી 3 મહિના માટે રાખશે.

તમને જરૂર પડશે

તે કેવી રીતે બનાવો

  1. છાલ અને આશરે છીછરા અથવા લાલ ડુંગળી વિનિમય કરવો.
  2. મરચાં કાપા અને બીજ બંધ ઉઝરડા. આ પગલું સંપૂર્ણપણે વૈકલ્પિક છે બીજ દૂર કરવાથી મરચાંમાંથી કેટલીક ગરમી દૂર થશે. આશરે મરચાં વિનિમય કરવો.
  3. લસણ છાલ અને વાટવું.
  4. થોભો આ lemongrass કટકા.
  5. હળદર અને ગેલંગલ છાલ કરો અને પછી વિનિમય કરો.
  6. મોર્ટર અને મસ્તક, બ્લેન્ડર અથવા ફૂડ પ્રોસેસરનો ઉપયોગ કરીને, પેસ્ટ બનાવવા માટે પ્રથમ સાત ઘટકોનો અંગત સ્વાર્થ કરો. જો મિશ્રણ ખૂબ શુષ્ક અને ગ્રાઇન્ડીંગ મુશ્કેલ છે, એક ચમચી અથવા પાણી જેથી ઉમેરો.
  1. એક વાકો અથવા નાની ફ્રાય પાનમાં તેલ ગરમ કરો. જ્યારે તેલ સાધારણ ગરમ હોય છે, સુગંધિત સુધી ઓછી ગરમી પર પેસ્ટ કરો. આને આશરે 15 મિનિટ લાગશે. સમગ્ર પ્રક્રિયામાં ગરમી ઓછી રાખો અને પેસ્ટને સતત જગાડવો જેથી તે wok / pan પર નાસી ન જાય.
  2. આમલીના પેસ્ટ અથવા રસ, પામ ખાંડ અને માછલીની ચટણી ઉમેરો.
  3. ક્યારેક ક્યારેક stirring જ્યારે પેસ્ટ કૂક દો. તે તૈયાર છે જ્યારે તેલમાંથી તેલ અલગ પડે છે. ભાવિ ઉપયોગ માટે તાત્કાલિક અથવા ઠંડકનો ઉપયોગ કરો.
પોષક માર્ગદર્શિકા (સેવા આપતા દીઠ)
કૅલરીઝ 76
કુલ ચરબી 5 જી
સંતૃપ્ત ફેટ 1 જી
અસંતૃપ્ત ચરબી 2 જી
કોલેસ્ટરોલ 0 એમજી
સોડિયમ 13 એમજી
કાર્બોહાઇડ્રેટ્સ 9 જી
ડાયેટરી ફાઇબર 1 જી
પ્રોટીન 1 જી
(અમારા વાનગીઓ પરની પોષણની માહિતીને ઘટક ડેટાબેઝનો ઉપયોગ કરીને ગણવામાં આવે છે અને તેને એક અંદાજ ગણવામાં આવે છે. વ્યક્તિગત પરિણામો બદલાઈ શકે છે.)