VI. HASIL DAN PEMBAHASAN
4.3 Formulasi Air, CMC dan GMS
4.3.1 Pengaruh Air, CMC dan GMS pada Atribut Warna, Aroma, Rasa, Tekstur
Pengaruh dari air, CMC dan GMS terhadap atribut warna, aroma, rasa tekstur dan keseluruhan dianalisis dengan menggunakan model analisis linear berganda. Analisis linear berganda digunakan untuk melihat hubungan antar variabel dan respon.
a. Atribut warna
Hasil dari respon warna terhadap ketiga peubah terikat yaitu % CMC , %GMS dan %air, didapatkan persamaan model regresi linear ganda sebagai berikut :
Variabel %CMC dalam model ini telah secara otomatis dihilangkan oleh software minitab, karena %CMC memiliki korelasi yang terlalu tinggi terhadap variabel terikat yang lain seperti GMS dan air, sehingga nilai pemodelan CMC sudah diwakilkan oleh viariabel terikat yang lain. Pada hasil analisis regresi linear respon warna, didapatkan nilai P > α 5% (0,05) yang artinya model regresi linear (9.1) tidak signifikan atau berpengaruh nyata terhadap respon panelis terhadap warna pada taraf 5% (Lampiran 12) . Hal ini mengindikasikan bahwa berapapun jumlah air dan GMS yang pada kisaran yang digunakan dalam penelitian ini, tidak akan berpengaruh nyata terhadap respon panelis terhadap warna beras tiruan pada taraf kepercayaan 5%.
a. Atribut Aroma
Hasil dari respon terhadap ketiga peubah yaitu % CMC , %GMS dan %air, didapatkan persamaan model regresi linear ganda sebagai berikut :
Aroma = 2.96 – 0.00303 air (%) + 0.141 GMS (%) (10.1) Variabel %CMC dalam model ini telah secara otomatis dihilangkan oleh software minitab, karena %CMC memiliki korelasi yang terlalu tinggi terhadap viariabel terikat yang lain seperti air dan GMS, sehingga nilai pemodelan CMC sudah diwakilkan oleh viariabel terikat yang lain. Pada hasil analisis regresi linear respon aroma, didapatkan nilai P < α 5% (0,05), artinya model persamaan regresi linear (10.1) signifikan atau berpengaruh nyata terhadap respon aroma. Uji lanjutan T menunjukan penggunaan GMS pada kisaran yang digunakan dalam penelitian ini paling berpengaruh terhadap respon panelis terhadap aroma (Lampiran 13).
b. Atribut Rasa
Hasil dari respon terhadap ketiga peubah yaitu % CMC , %GMS dan %air, didapatkan persamaan model regresi linear ganda sebagai berikut :
Rasa = 2.77 – 0.0018 air (%) – 0.094 GMS (%) (11.1) Variabel %CMC dalam model ini telah secara otomatis dihilangkan oleh software minitab, karena %CMC memiliki korelasi yang terlalu tinggi terhadap viariabel terikat yang lain seperti GMS dan air, sehingga nilai pemodelan CMC sudah diwakilkan oleh viariabel terikat yang lain. Pada hasil analisis regresi linear respon rasa, didapatkan nilai P > α 5% (0.05) yang artinya model regresi linear (11.1) tidak signifikan atau berpengaruh nyata terhadap respon panelis terhadap rasa pada taraf 5% (Lampiran 14). Hal ini mengindikasikan bahwa berapapun jumlah air dan GMS yang yang ditambahkan pada kisaran yang digunakan dalam penelitian ini, tidak akan berpengaruh nyata terhadap respon panelis terhadap rasa beras tiruan pada taraf kepercayaan 5%.
c. Atribut tekstur
Hasil dari respon terhadap ketiga peubah yaitu % CMC , %GMS dan %Air, didapatkan persamaan model regresi linear ganda sebagai berikut :
Variabel %CMC dalam model ini telah secara otomatis dihilangkan oleh software minitab, karena %CMC memiliki korelasi yang terlalu tinggi terhadap viariabel terikat yang lain seperti GMS dan air, sehingga nilai pemodelan CMC sudah diwakilkan oleh viariabel terikat yang lain. Pada hasil analisis regresi linear respon tekstur, didapatkan nilai P > α 5% (0,05) yang artinya model regresi linear (12.1) tidak signifikan atau berpengaruh nyata terhadap respon panelis terhadap tekstur pada taraf 5% (Lampiran 15) . Hal ini mengindikasikan bahwa berapapun jumlah air dan GMS yang ditambahkan pada kisaran yang digunakan dalam penelitian ini, tidak akan berpengaruh nyata terhadap respon panelis terhadap tekstur beras tiruan pada taraf kepercayaan 5%.
d. Atribut secara keseluruhan
Hasil dari respon terhadap ketiga peubah yaitu % CMC , %GMS dan %Air, didapatkan persamaan model regresi linear ganda sebagai berikut :
Keseluruhan = 2.62 + 0.0009 air (%) – 0.034 GMS (%) (13.1) Variabel %CMC dalam model ini telah secara otomatis dihilangkan oleh software minitab, karena %CMC memiliki korelasi yang terlalu tinggi terhadap viariabel terikat yang lain seperti GMS dan air, sehingga nilai pemodelan CMC sudah diwakilkan oleh viariabel terikat yang lain. Pada hasil analisis regresi linear respon atribut sensori secara keseluruhan,
didapatkan nilai P > α 5% (0.05) yang artinya model regresi linear (13.1) tidak signifikan atau berpengaruh nyata terhadap respon panelis terhadap atribut sensori secara keseluruhan pada taraf 5% (Lampiran 16). Hal ini mengindikasikan bahwa berapapun jumlah air dan GMS yang ditambahkan dalam kisaran yang digunakan dalam penelitian ini, tidak akan berpengaruh nyata terhadap respon panelis terhadap atribut sensori secara keseluruhan beras tiruan pada taraf kepercayaan 5%.
Berdasarkan uji regresi linear yang dilakukan, dapat diambil kesimpulan sementara pada tahap ini bahwa penambahan CMC pada kisaran 0-0.1% tidak berpengaruh nyata pada penilaian konsumen terhadap atribut tekstur, aroma, rasa, warna, dan keseluruhan. Hal ini berlaku juga untuk air pada kisaran 30-50% tidak memberikan pengaruh nyata pada penilaian konsumen terhadap atribut tekstur, aroma, rasa, warna dan keseluruhan atribut. Sementara untuk GMS, penambahan GMS pada kisaran 0-2% hanya berpengaruh nyata pada penilaian konsumen terhadap atribut aroma.
4.3.2
Penilaian panelis terhadap ke 16 Formula Optimasi GMS, CMCM dan
Air
Pada atribut warna, formula yang menunjukan nilai tertinggi adalah formula 3, 7, 8, 13 yang semuanya mendapatkan rataan nilai yang sama yaitu 267. Hal ini berarti dari segi warna panelis cenderung tidak suka menuju moderat. Warna beras tiruan ini setelah di tanak cenderung kecoklatan sangat berbeda dengan warna nasi yang biasanya dikonsumsi yaitu putih. Masalah penerimaan konsumen terhadap warna sorgum merupakan salah satu masalah yang dihadapi pada pengembangan produk pangan berbasis. Warna sorghum adalah faktor utama yang sangat mempengaruhi minat konsumen untuk memutuskan suka atau tidak suka. Selain warna, konsumen juga melihat rasa yang dihasilkanya, jika rasanya enak maka tidak menutup kemungkinan untuk menarik minat pembeli, sedangkan karakter yang lain seperti
ukuran, bentuk, besar atau kecilnya hanya menjadi faktor sampingan (ICRISAT 1981). Warna kecoklatan pada beras tiruan berbasis sorgum ini, salah satunya disebabkan oleh tanin yang berada pada sorgum itu sendiri. Namun beras yang tidak berwarna putih ini masih mungkin untuk kedepannya diterima konsumen dengan adanya edukasi konsumen. Seperti layaknya nasi merah dan nasi hitam yang dapat diterima konsumen karena manfaatnya bagi kesehatan.
Gambar 5 menunjukan rataan nilai yang diberikan oleh panelis pada masing-masing formula terhadap atribut warna.
Gambar 5. Nilai respon panelis terhadap warna beras tiruan, error bar menunjukan
standar mean of error
Pada atribut rasa, formula yang menunjukan tiga nilai tertinggi berdasarkan rataannya adalah formula nomor 13 (nilai 3.11) ,14 (nilai 3.22), dan yang tertinggi adalah formula 12 (nilai 3.33). Dari segi rasa panelis memberikan penilaian moderat menuju suka pada formula nomor 13, 14, dan 12. Penilaian moderat menuju suka ini diberikan karena beras tiruan dari sorgum ini pada dasarnya mempunyai rasa yang hambar, sama seperti sumber karbohidrat lainnya misalnya beras. Gambar 6 menunjukan distribusi nilai uji rating hedonik pada atribut rasa. 0,000 0,500 1,000 1,500 2,000 2,500 3,000 3,500 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Rat aan Rat in g Hedon ik Formula
Gambar 6. Nilai respon panelis terhadap rasa beras tiruan, error bar menunjukan standar mean of error
Pada atribut textur formula nomor 3 (nilai 2.750), 7 (nilai 2.778), 12 (nilai 3.0) menunjukan tiga formula dengan nilai rataan tertinggi. Panelis menilai kesukaan mereka terhadap formula 12 adalah moderat. Gambar 7 menunjukan distribusi nilai uji rating hedonik pada atribut tekstur.
Gambar 7. Nilai respon panelis terhadap tekstur beras tiruan, error bar menunjukan
standar mean of error
Pada atribut aroma formula 2 ( nilai 3.250) , 4 (nilai 3.11) ,5 (nilai 3.11) ,9 (nilai 3.22) mendapatkan penilaian rataan tertinggi secara berurutan dari terendah sampai tertinggi. Penilaian panelis terhadap atribut aroma berkisar antara moderat sampai suka pada tiga formulasi dengan nilai rataan tertinggi. Distribusi nilai uji rating hedonik pada atribut aroma ditunjukan oleh Gambar 8.
0,000 0,500 1,000 1,500 2,000 2,500 3,000 3,500 4,000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Ra taa n R at in g H ed on ik Formula 0,000 0,500 1,000 1,500 2,000 2,500 3,000 3,500 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Rat aan Rat in g Hedon ik Formula
Gambar 8. Nilai respon panelis terhadap aroma beras tiruan , error bar menunjukan
standar mean of error
Penilaian secara keseluruhan mengharuskan panelis memberikan penilaian berdasarkan semua atribut yang dirangkum dengan satu nilai. Berdasarkan rataan penilaian secara keseluruhan atribut, formula 7 (nilai 2.889) , 12 (nilai 3.00), 14 (nilai 3.00) adalah tiga formula dengan rataan nilai tertinggi. Ketiga formuladengan rataan nilai tertinggi ini mendapatkan penilaian moderat dari panelis.. Distribusi nilai penilaian secara keseluruhan oleh panelis ditunjukan pada Gambar 9.
Gambar 9 . Nilai respon panelis terhadap atribut secara keseluruhan beras tiruan, error bar
menunjukan standar mean of error
Berdasarkan hasil uji rating hedonik pada semua sampel diambil kesimpulan bahwa formula nomor 7 tertinggi pertama secara rataan dari atribut warna dan tertinggi kedua dari
0,000 0,500 1,000 1,500 2,000 2,500 3,000 3,500 4,000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Rat aan Rat in g Hedon ik Formula 0,000 0,500 1,000 1,500 2,000 2,500 3,000 3,500 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Rat aan Rat in g Hedon ik Formula
atribut textur dan secara keseluruhan. Sementara formula nomor 12 tertinggi pertama secara rataan dari atribut rasa, textur, dan secara keseluruhan. Formula nomor 14 memiliki rataan tertinggi pertama dari atribut keseluruhan, dan terbaik kedua dari segi rasa. Pada tahapan ini, masih belum dapat terlihat mana formula terbaik berdasarkan penilaian panelis karena perbedaan rataan pada setiap atribut tidak signifikan. Oleh karena itu pada tahapan selanjutnya 3 formula yaitu formula 7, 12, 14 sebagai formula dengan rataan nilai tertinggi akan diuji rating hedonik dan beda dari kontrol untuk melihat formula mana yang terbaik. Gambar 10, 11, dan 12 menunjukan penampakan beras tiruan dari masing-masing formula.
Gambar 10. Beras tiruan formula 7
Gambar 11. Beras tiruan formula 12
Gambar 12. Beras tiruan formula 14