B. PROFIL SENSORI DESKRIPTIF RASA KECAP MANIS
3. Korelasi Atribut Rasa Kecap Manis
Tabel 14 memperlihatkan bahwa sampel kecap manis lokal F dan K memiliki intensitas rasa gurih yang sama, yaitu sebesar 3.74. Sampel kecap manis lokal D memiliki intensitas rasa gurih yang relatif cukup berbeda, yaitu sebesar 2.70. Hasil uji lanjut Duncan pada Tabel 14 memperlihatkan sampel kecap manis lokal memiliki rasa gurih yang tidak berbeda nyata (p value < 0.05). Sampel-sampel kecap manis lokal hanya berbeda nyata terhadap sampel kecap manis nasional O dan P (p value < 0.05).
Gambar 8. Intensitas rasa gurih pada kemasan kecap manis yang berbeda
Rasa gurih merupakan salah satu rasa yang diinginkan pada kecap manis. Berdasarkan Gambar 8 dapat dilihat bahwa sampel kemasan sachet N, O, P memiliki rasa gurih tertinggi. Hasil uji Duncan pada Tabel 14 menunjukkan bahwa pada umumnya sampel-sampel kecap manis pada kemasan botol, refil, dan sachet memiliki rasa gurih yang tidak betbeda nyata (p value > 0.05). Namun demikian, ada pula beberapa sampel kecap manis pada kemasan yang sama memiliki rasa gurih yang berbeda (p value < 0.05). Hal ini terlihat pada rasa gurih sampel kemasan sachet O yang berbeda nyata (p value < 0.05) dengan sampel kemasan sachet lainnya.
Rasa gurih pada kecap manis sangat dipengaruhi oleh jumlah asam amino terlarut. Selama fermentasi moromi, kadar protein terlarut meningkat. Hal ini menunjukkan bahwa protein kompleks mengalami proteolisis oleh enzim protease menjadi fraksi-fraksi peptida yang lebih pendek dan asam-asam amino sehingga meningkatkan kadar protein terlarut. Peningkatan yang terjadi ini diakibatkan pada saat fermentasi dalam larutan garam, enzim yang dihasilkan pada proses fermentasi kapang masih bersifat aktif (Rahayu et al. 2005). Kadar asam amino (yang dinyatakan dalam kadar foromol nitrogen) pada kecap aren, kecap kelapa, dan kecap tebu tidak berbeda (Apriyantono & Wiratma 1997). Hal ini menunjukkan penggunaan jenis gula yang berbeda tidak berpengaruh terhadap rasa gurih kecap.
3. Korelasi Atribut Rasa Kecap Manis
Data rata-rata intensitas atribut rasa manis yang diujikan dianalisis menggunakan PCA (Principal Component Analysis). Analisis PCA menggunakan software XL STAT menghasilkan data eigenvalue dan data korelasi serta grafik loading plot, score plot dan
biplot. Tabel 15 merupakan tabel eigenvalue hasil analisis PCA pada atribut rasa. Suatu
0,00 2,00 4,00 6,00 8,00 10,00 12,00 14,00 D H I J K L A B C E F M G N O P Q In te n si ta s Sampel
31 eigenvalue menunjukkan besarnya sumbangan dari faktor terhadap varian seluruh variabel
asli. Eigenvalue merupakan hasil reduksi dari seluruh matriks data pada tiap variabel. Tabel 15 memperlihatkan bahwa data intensitas rata-rata atribut rasa menghasilkan lima komponen utama (F1-F5). Banyaknya komponen utama yang dihasilkan sama dengan jumlah atribut yang dianalisis. Pada atribut rasa terdapat lima atribut yang diuji antara lain: manis, asin, asam, gurih, dan pahit. Nilai eigenvalue baik pada atribut rasa menunjukkan nilai yang semakin menurun. Hal ini menunjukkan keragaman data yang dijelaskan akan semakin kecil pada komponen utama yang terakhir. Jumlah nilai eigenvalue pada semua komponen utama akan sama dengan variabel (atribut) yang dianalisis. Misalnya, hasil penjumlahan eigenvalue pada komponen utama atribut rasa akan berjumlah 5, yaitu sesuai dengan atribut rasa yang dianalisis.
Tabel 15. Eigenvalue atribut rasa
F1 F2 F3 F4 F5
Eigenvalue 2.726 1.265 0.642 0.275 0.092
% variance 54.529 25.300 12.847 5.493 1.831
Cumulative % 54.529 79.829 92.676 98.169 100.000
Persen variance menunjukkan seberapa besar keragaman data yang dapat dijelaskan pada tiap komponen utama. Sedangkan persen kumulatif merupakan penjumlahan persentase keragaman data (% variance) pada komponen utama. Pada Tabel 15 terlihat bahwa komponen utama 1 (F1) pada analisis atribut rasa dapat menjelaskan keragaman data sebesar 54.529% dari seluruh keragaman data dan komponen utama 2 (F2) dapat menjelaskan sebesar 25.300% keragaman data.
Tujuan utama PCA yaitu menjelaskan sebanyak mungkin jumlah varian data asli dengan sedikit mungkin komponen utama (Supranto 2004). Oleh karena itu, akan dipilih beberapa komponen utama yang dapat menjelaskan keragaman data sebanyak mungkin. Banyaknya komponen utama yang diambil pada analisis PCA biasanya komponen utama yang memiliki persentase kumulatif varian sudah mencapai paling sedikit 60% atau 75% dari seluruh varian (keragaman) variabel asli (Supranto 2004). Nilai persen kumulatif pada 2 komponen utama pada atribut rasa adalah sebesar 79.829%. Oleh karena itu, sebanyak 2 komponen utama akan digunakan untuk menjelaskan keragaman data pada atribut rasa. Tabel 16. Korelasi atribut rasa
Atribut Manis Asin Asam Gurih Pahit
Manis 1 0.135 -0.703 0.140 -0.765
Asin 0.135 1 -0.214 -0.264 -0.262
Asam -0.703 -0.214 1 -0.247 0.858
Gurih 0.140 -0.264 -0.247 1 -0.406
Pahit -0.765 -0.262 0.858 -0.406 1
Korelasi antar atribut dapat dijelaskan melalui grafik loading plot, biplot, serta tabel matriks korelasi. Tabel 16 merupakan tabel korelasi atribut rasa pada kecap manis. Angka-angka yang tercetak tebal pada Tabel 16 menunjukkan adanya korelasi antar atribut. Berdasarkan Tabel 16 dapat terlihat bahwa atribut asam dan manis memiliki korelasi -0.703. Tanda negatif menunjukkan korelasi yang terjadi merupakan korelasi negatif yang berarti semakin besar intensitas rasa asam pada kecap manis maka intensitas rasa manis yang dihasilkan akan semakin kecil dan sebaliknya. Rasa manis juga memiliki korelasi
32
negatif sebesar -0.765 terhadap rasa pahit yang menunjukkan semakin besar intensitas rasa manis yang dirasakan pada kecap manis maka intensitas rasa pahit yang timbul akan semakin kecil. Rasa pahit juga memiliki korelasi yang positif terhadap rasa asam sebesar 0.858. hal ini menunjukkan bahwa semakin besar intensitas rasa pahit pada kecap manis, maka intensitas rasa asam yang dihasilkan juga semakin besar.
Gambar 9 merupakan grafik loading plot atribut rasa pada 17 sampel kecap manis komersial Indonesia. Gambar ini juga dapat menjelaskan korelasi yang terjadi antara atribut-atribut rasa kecap manis. Korelasi yang terjadi antara atribut-atribut rasa kecap manis dapat dijelaskan dengan arah garis atribut dan sudut yang dihasilkan dari garis-garis atribut. Garis-garis-garis atribut yang searah menunjukkan adanya korelasi yang positif diantara atribut-atribut rasa kecap manis, sedangkan garis yang berlawanan arah menunjukkan korelasi yang negatif. Semakin lancip sudut yang dihasilkan, maka korelasi yang ditimbulkan akan semakin kuat. Berdasarkan Gambar 9 terlihat bahwa intensitas rasa pahit yang kuat akan menimbulkan intensitas rasa asam yang juga semakin kuat (korelasi positif), sedangkan semakin kuatnya intensitas rasa manis yang terdeteksi pada kecap manis akan menghasilkan intensitas rasa pahit dan asam yang semakin kecil (korelasi negatif).
Gambar 9. Loading plot atribut rasa kecap manis komersial
Tabel 17 menunjukkan nilai faktor loading pada atribut rasa kecap manis. Nilai faktor loading digunakan untuk menjelaskan atribut-atribut yang dapat dijelaskan pada komponen utama. Suatu atribut dapat dijelaskan pada komponen utama tertentu jika memiliki nilai tertinggi pada komponen utama tersebut. Berdasarkan Tabel 17 dapat terlihat bahwa rasa manis, asam dan pahit dapat dijelaskan pada komponen utama 1 (F1) sedangkan atribut asin dan gurih dapat dijelaskan pada komponen utama 2 (F 2). Hal tersebut dapat dipastikan pada grafik loading plot (Gambar 2) yang menunjukkan garis atribut manis, asam, dan pahit terletak dekat dengan garis komponen utama 1 (garis horizontal) sedangkan atribut rasa gurih dan rasa asin terletak cukup dekat dengan garis komponen utama 2 (garis vertikal).
Manis Asin Asam Gurih Pahit -1 -0,5 0 0,5 1 -1 -0,5 0 0,5 1 K o m p o n e n U ta m a 2 ( 2 5 .3 0 % ) Komponen Utama 1 (54.53 %)
33
Tabel 17. Faktor loading atribut rasa kecap manis
F1 F2 F3 F4 F5 Manis -0.854 0.068 -0.370 0.349 0.082 Asin -0.268 0.816 0.501 0.094 0.047 Asam 0.917 -0.047 0.086 0.362 -0.135 Gurih -0.387 -0.769 0.492 0.109 0.073 Pahit 0.966 0.023 -0.073 0.034 0.243
Gambar 10 merupakan grafik score plot atribut rasa pada 17 sampel kecap manis komersial Indonesia. Sampel yang berdekatan memiliki deskripsi yang sama, sedangkan sampel yang berada pada lokasi yang berlawanan mempunyai deskripsi yang berbeda (Setyaningsih et al. 2010). Score plot atribut rasa kecap manis (Gambar 10) menunjukkan adanya sampel-sampel yang bergerombol maupun sampel-sampel yang terletak berjauhan. Sampel D, J, G dan sampel O, Q merupakan sampel-sampel yang terletak cukup berjauhan. Sampel D, J, dan G terletak pada kuadran 1, sedangkan sampel O dan Q terletak pada kuadran 2. Sampel-sampel yang terletak pada kuadran yang sama memiliki karakteristik yang sama. Hal ini menunjukkan walaupun terletak cukup jauh, namun sampel D, J, dan G yang terlatak pada kuadran 1 memiliki kemiripan karakteristik dan sampel O pada kuadran 2 juga memiliki kemiripan karakteristik dengan sampel Q. Gambar 10 juga memperlihatkan adanya 9 sampel yang bergerombol. Walaupun bergerombol sampel-sampel ini masih dapat dibedakan karakteristiknya. Sampel F, K, L, M, dan N cenderung lebih mirip karakteristiknya dengan sampel P (kuadran 3), sedangkan sampel E, C, I, dan A memiliki karakteristik yang lebih mirip dengan sampel B dan H (kuadran 4).
Gambar 10. Score plot atribut rasa kecap manis