EVALUASI KINERJA PANEL SENSORI DAN PENENTUAN
PROFIL DESKRIPTIF BUMBU KERING
PUSPA ANDITA RAHMAN
DEPARTEMEN ILMU DAN TEKNOLOGI PANGAN FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR BOGOR
Dengan ini saya menyatakan bahwa skripsi berjudul “Evaluasi Kinerja Panel Sensori dan Penentuan Profil Deskriptif Bumbu Kering" adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
Bogor, Agustus 2015
Puspa Andita Rahman
ABSTRAK
PUSPA ANDITA RAHMAN. Evaluasi Kinerja Panel Sensori dan Penentuan Profil Deskriptif Bumbu Kering. Dibimbing oleh RIZAL SJARIEF SJAIFUL NAZLI dan DEDE ROBIATUL ADAWIYAH.
Evaluasi sensori didefinisikan sebagai suatu metode ilmiah yang digunakan untuk mengukur, menganalisis, dan menginterpretasikan suatu respon yang ditangkap oleh indera manusia, seperti penglihatan, penciuman, pendengaran, peraba, dan perasa terhadap karakteristik produk. Panel merupakan orang yang mengevaluasi sifat-sifat sensori produk pangan. Panel terlatih harus diuji kinerja mereka dalam menilai kualitas produk dengan tepat dan konsisten. Evaluasi kinerja panel sensori dilakukan dengan metode uji QDA dengan skala garis 15 cm. Panel terlatih yang digunakan sebanyak 46 orang dari suatu perusahaan pangan. Sampel yang digunakan adalah sampel bumbu A dan B. Atribut yang diukur dalam pengujian ini, antara lain flavor ayam, rasa asin, flavor bawang putih, rasa manis, rasa gurih, flavor bawang merah, flavor lada, dan rasa asam. Hasil pengujian diolah dengan metode one-way ANOVA, sehingga dihasilkan nilai kemampuan pengulangan (repeatability) dan kemampuan membedakan (discrimination ability). Kedua parameter tersebut menunjukkan bahwa terdapat 14 panel yang lulus pengujian kinerja panel, 5 panel butuh latihan kembali, dan 27 panel yang tidak lulus dalam pengujian. Profil deskriptif bumbu A dan B diperoleh dari hasil data panelis yang telah lulus pengujian kinerja dan diolah menggunakan one-way ANOVA. Profil yang diperoleh bahwa bumbu B memiliki nilai asin dan flavor lada yang jauh lebih tinggi. Kemudian kedua sampel tersebut memiliki intensitas rasa asam, rasa manis, rasa gurih, dan flavor ayam yang hampir menyerupai. Akan tetapi, pada atribut flavor bawang merah, dan flavor bawang putih, bumbu A memiliki intensitas yang lebih kuat dibandingkan bumbu B.
PUSPA ANDITA RAHMAN. Evaluation of Sensory Panel Performance and Determination of Dry Seasoning Descriptive Profile. Supervised by RIZAL SJARIEF SJAIFUL NAZLI and DEDE ROBIATUL ADAWIYAH.
Sensory evaluation is defined as a scientific method that is used to measure, analyze, and interpret human sensory response, like sense of sight, smell, hearing, touch, and taste of the product characteristics. Panel is people who evaluate sensory characteristics of food product. Trained panel performance has to be evaluated for precision and consistency in scoring product quality. Sensory panel performance is evaluated by quantitative descriptive analysis method with 15 cm line scale. Evaluation uses 46 trained panels from a food industry. Used samples are seasoning A and seasoning B. Attributes measured are chicken flavor, saltiness, shallot flavor, sweetness, savory, garlic flavor, pepper flavor, and sourness. Results of test analyzed with one-way ANOVA method to get repeatability and discrimination ability scores. Analysis result showed that 14 panels passed the performance test, 5 panels needed further training, and 27 panels didn’t pass the performance test. Descriptive profiles of seasoning A and B was received from passed panels’ data and analyzed by one-way ANOVA. Seasoning B profiles had higher saltiness and pepper flavor than seasoning A, but lower shallot flavor and garlic flavor. Both seasonings had similar profile intensity for sourness, savory, sweetness, and chicken flavor.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknologi Pertanian
pada
Departemen Ilmu dan Teknologi Pangan
EVALUASI KINERJA PANEL SENSORI DAN PENENTUAN
PROFIL DESKRIPTIF BUMBU KERING
PUSPA ANDITA RAHMAN
DEPARTEMEN ILMU DAN TEKNOLOGI PANGAN FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR BOGOR
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga skripsi ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Maret 2015 ini ialah sensori, dengan judul Evaluasi Kinerja Panel Sensori dan Penentuan Profil Deskriptif Bumbu Kering.
Terima kasih penulis ucapkan kepada Bapak Prof Dr Ir Rizal Sjarief Sjaiful Nazli, DESS dan Ibu Dr Ir Dede Robiatul Adawiyah, MSi selaku pembimbing, serta Bapak Dr Ir Budi Nurtama, M.Agr, Ibu Sri Martiyani, Ibu Uswatun Hasanah, STP, MSi, Dan Bapak Iman Sulaeman yang telah banyak memberi bantuan dan saran. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, serta seluruh keluarga atas segala doa, dukungan dan kasih sayangnya, serta Hilman Dwi Putra, Astri Lestari Novianti dan Anugrah atas bantuan dan kerjasamanya selama penelitian berlangsung.
Semoga skripsi ini bermanfaat.
Bogor, September 2015
DAFTAR ISI
DAFTAR TABEL ix
DAFTAR GAMBAR ix
DAFTAR LAMPIRAN ix
PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 3
Tujuan Penelitian 3
Manfaat Penelitian 3
METODE 3
Bahan 3
Alat 3
Panel 4
Metode Penelitian 4
Prosedur Analisis Data 6
HASIL DAN PEMBAHASAN 7
Evaluasi Kinerja Panel Sensori 7
Penentuan Profil Deskriptif Bumbu Kering 13
Simpulan 18
Saran 18
DAFTAR PUSTAKA 18
LAMPIRAN 20
DAFTAR TABEL
1 Konsentrasi sampel bumbu (Putra 2015) 4
2 Konsentrasi referen atribut (Putra 2015) 5
3 Contoh keluaran one-way ANOVA melalui SPSS 20 6
4 Kriteria penilaian evaluasi kinerja panel sensori 6
5 Rata-rata dan standar deviasi skor intensitas sampel (46 panel) 8
6 Jumlah panel dalam golongan kriteria penilaian kemampuan membedakan 9
7 Jumlah panel yang lulus kemampuan membedakan terhadap masing-masing atribut 10
8 Jumlah panel dalam golongan kriteria penilaian 11
9 Jumlah panel yang lulus kemampuan pengulangan terhadap masing-masing atribut 12
10 Jumlah panel sensori dalam kriteria kelulusan 13
11 Rata-rata dan standar deviasi sampel bumbu A dan bumbu B (14 panel) 14
DAFTAR GAMBAR
1 Lembar uji quantitative descriptive analysis 52 Grafik persentase jumlah panel sensori yang lulus kemampuan membedakan terhadap atribut 10
3 Grafik persentase jumlah panel sensori yang lulus kemampuan pengulangan terhadap atribut 12
4 Grafik jaring laba-laba rata-rata nilai sampel bumbu A 15
5 Grafik jaring laba-laba rata-rata nilai sampel bumbu B 16
6 Grafik spiderweb rata-rata nilai sampel bumbu A 1,00% dan B 1,00% 17
DAFTAR LAMPIRAN
1 Contoh pengacakan sampel panel 1, 16, 31, dan 46 202 Hasil analisis One-way ANOVA parameter kemampuan membedakan (Discrimination Ability) 21
3 Hasil analisis One-way ANOVA parameter kemampuan pengulangan (Repeatability) 23
4 Data kelulusan evaluasi kinerja panel sensori 25
5 Contoh tabel keluaran one-way ANOVA panel 1 27
6 Keluaran uji one-way ANOVA profil deskriptif bumbu A 28
7 Keluaran uji one-way ANOVA profil deskriptif bumbu B 29
8 Keluaran uji lanjut one-way ANOVA profil deskriptif bumbu A 30
9 Keluaran uji lanjut one-way ANOVA profil deskriptif bumbu B 33
PENDAHULUAN
Latar Belakang
Evaluasi sensori didefinisikan sebagai suatu metode ilmiah yang digunakan untuk mengukur, menganalisis, dan menginterpretasikan suatu respon yang ditangkap oleh indera manusia, seperti penglihatan, penciuman, pendengaran, peraba, dan perasa terhadap karakteristik produk (Lawless dan Heymann 1998). Salah satu metode yang digunakan dalam evaluasi sensori adalah uji deskriptif. Analisis deskriptif umumnya digunakan dalam situasi yang melihat detail atribut dari sebuah produk (Lawless dan Heymann 2010). Terdapat 6 jenis metode pengujian dalam analisis deskriptif, yaitu flavor profile method, texture profile method, quantitative descriptive analysis, spectrum descriptive analysis, time – intensity descriptive analysis, dan free – choice profiling (Meilgaard et al 2007).
Metode yang sering digunakan dalam analisis deskriptif adalah quantitative descriptive analysis.
Quantitative descriptive analysis (QDA) adalah salah satu metode uji yang digunakan dalam evaluasi kinerja panel. QDA juga merupakan salah satu teknik analisis deskriptif utama dalam evaluasi sensori. Metode QDA menggunakan skala garis sepanjang 15 cM atau 6 inchi dalam penilaiannya. Arah skala tersebut dari kiri ke kanan dengan semakin meningkatnya intensitas atribut yang diuji. Keterampilan panel dalam membuat penilaian sangat dibutuhkan dengan tingkat ketepatan yang tinggi. Keandalan panel juga dapat dinilai dengan menggunakan metode QDA dengan mengevaluasi pengukuran panel secara berulang pada atribut yang dinilai (Stone 2004). Oleh sebab itu, panel yang biasa digunakan dalam pengujian ini merupakan panel terlatih.
Panel terlatih merupakan panel terpilih melalui seleksi panel yang dilatih sesuai dengan kemampuan mereka untuk membedakan sifat sensori antara sampel dengan jenis produk tertentu (Meilgaard et al 2007). Panel terlatih juga merupakan panel yang dibentuk atau dilatih agar memiliki kemampuan yang baik dalam membedakan, mengidentifikasikan, mendeskripsikan, dan menilai produk secara kuantitatif dengan tepat dan konsisten (Lawless dan Heymann 1998). Panel terlatih sudah dilatih agar fokus pada suatu produk tertentu saat melakukan evaluasi sensori (Latreille et al 2006). Orientasi panel terlatih antara lain, (1) anggota panel harus disediakan lingkungan pelatihan yang sesuai, (2) Panel harus mengerti pentingnya sebuah tes atau uji, panel harus mengetahui bahwa partisipasi mereka dapat mempengaruhi proyek yang sedang dilaksanakan, (3) panel harus mengerti pentingnya berkonsentrasi dan memaksimalkan waktu yang ada, diskusi yang tidak perlu selama pelatihan harus dihindari untuk menjaga lingkungan pengujian bebas dari gangguan, (4) panel harus menghindari sensasi rasa dan bau yang kuat minimal 30 menit sebelum melakukan pengujian (ASTM 1981).
2
terlatih yang digunakan untuk menilai kualitas produk pangan yang dihasilkan agar sesuai dengan standar kualitas yang telah ditetapkan. Panel terlatih harus dinilai dan dilihat seberapa baik kinerja mereka dalam menilai kualitas produk dengan tepat dan konsisten. Oleh sebab itu, panel terlatih harus diuji melalui evaluasi kinerja panel sensori.
Evaluasi kinerja panel sensori memiliki empat kriteria parameter yang dapat digunakan untuk menilai kinerja atau performa panel. Menurut ISO 8586 tahun 2012, keempat parameter tersebut antara lain, repeatable (kemampuan pengulangan), discrimination (kemampuan membedakan), homogenous
(kehomogenan), dan reproducible (kemampuan penilaian yang sama dengan kelompok). Prinsip yang digunakan dalam mengevaluasi kinerja panel sensori berdasarkan atas, (1) Adanya partisipasi panel terlatih dalam berbagai uji sensori, (2) Sampel atau produk untuk pengujian panel terlatih dilakukan pengulangan, (3) Partisipasi dalam pengujian antar laboratorium sesuai dengan ISO 5725 dalam sektor kegiatan yang sama (pemasok atau subkontraktor yang bekerja pada profil produk yang sama) (ISO 2012).
Menurut Rossi tahun 2001, pengujian performa panel terlatih menggunakan uji deskriptif, yaitu uji Quantitative Descriptive Analysis (QDA) dengan parameter kinerja Repeatability dan Reproducibility. Sehingga metode uji yang digunakan untuk evaluasi kinerja panel dalam penelitian ini menggunakan metode uji yang sama, yaitu QDA. Akan tetapi parameter yang digunakan antara lain,
Repeatability (kemampuan pengulangan)dan Discrimination Ability (kemampuan membedakan) yang diukur menggunakan One-way Analysis of Variance (ISO 8586 2012). Repeatability merupakan parameter kerja yang digunakan untuk mengetahui tingkat konsisten penilaian panel terlatih terhadap suatu atribut produk dalam beberapa kali ulangan pengujian (Rossi 2001). Discrimination ability merupakan parameter kerja yang digunakan untuk mengetahui kemampuan panel dalam membedakan suatu atribut dengan intensitas yang berbeda (Perez Elortondo et al 2007).
Suatu perusahaan pangan yang bergerak di bidang pangan khususnya bumbu kering (seasoning) memiliki beberapa panel sensori. Panel-panel tersebut sering melakukan pengujian pembedaan dengan pengalaman yang bermacam-macam antara 2 – 10 tahun dengan pelatihan yang tidak rutin. Menurut ISO 8586 (2012), panel sensori perusahaan tersebut tergolong ke dalam panel terseleksi dalam jenis uji pembedaan. Oleh sebab itu, perusahaan pangan tersebut ingin mengevaluasi kinerja dari panel sensori yang mereka miliki dengan menggunakan metode evaluasi kinerja panel sensori dan bumbu kering sebagai bahan pengujiannya. Evaluasi ini juga digunakan untuk mengetahui potensi dari panel sensori yang dimiliki apakah mampu menjadi panel deskriptif.
Perumusan Masalah
Suatu perusahaan pangan memiliki panel sensori yang digunakan untuk menilai suatu produk pangan yang dihasilkan agar sesuai standar yang telah ditetapkan oleh perusahaan tersebut. Produk pangan tersebut akan dipasarkan ke konsumen dan perusahaan ingin produknya disukai oleh konsumen. Oleh sebab itu, panel yang digunakan harus memiliki penilaian yang tepat dan konsisten. Untuk melihat atau memantau panel dengan penilaian yang tepat dan konsisten, panel tersebut harus diuji kinerjanya melalui evaluasi kinerja panel sensori dalam menentukan profil bumbu kering yang berbeda.
Tujuan Penelitian
Tujuan dilakukannya penelitian ini adalah untuk mengevaluasi kinerja panel sensori dalam melakukan penilaian terhadap kualitas produk bumbu kering baik secara individu maupun kelompok melalui parameter kemampuan membedakan (discrimination ability) dan kemampuan pengulangan (repeatability) berdasarkan ISO 8586 tahun 2012 serta menentukan profil deskriptif bumbu kering.
Manfaat Penelitian
Penelitian ini bermanfaat untuk perusahaan pangan yang memiliki panel sensori, antara lain dapat memantau dan mengevaluasi kinerja panel sensori yang dimiliki perusahaan tersebut, mengetahui potensi panel untuk menjadi panel deskriptif, dan dapat menjaga konsistensi atau meningkatkan kualitas produk pangan yang dihasilkan oleh perusahaan tersebut.
METODE
Bahan
Bahan-bahan yang digunakan untuk evaluasi kinerja panel sensori dalam penelitian ini, antara lain 2 jenis bumbu kering (bumbu A dan B), flavor ayam, bawang merah, bawang putih, lada, garam, gula, asam sitrat, MSG, dan air.
Alat
4
Panel
Panel yang digunakan 46 karyawan Departemen Product Development and Quality Control (PDQC) suatu industri pangan. Terdiri dari 22 orang panel laki-laki dan 24 orang panel perempuan.
Metode Penelitian
Persiapan dan Penyajian Sampel
Persiapan yang dilakukan adalah sampel bumbu kering ditimbang dan dilarutkan dengan menggunakan air panas dengan suhu ± 80 0C. Konsentrasi sampel yang akan dibuat sebagai referen adalah 1 %. Kemudian, hal yang sama dilakukan untuk konsentrasi lainnya. Sampel-sampel tersebut diberikan kode 3 angka tiap sampelnya dan disajikan sebanyak 10 ml dengan suhu ± 60 0C ke dalam gelas plastik tahan panaskecil berukuran 20 ml.
Penyajian yang dilakukan adalah larutan sampel bumbu kering disajikan dalam 4 – 6 sampel untuk satu kali pengujian dan satu referen atribut. Terdapat 6 jenis sampel dan 8 atribut referen atribut dengan tiga kali pengulangan. Air minum dan kreker disajikan pula sebagai penetral saat pencicipan.
Evaluasi Kinerja Panel Sensori
Evaluasi kinerja panel sensori menggunakan uji deskriptif yaitu uji
quatitative descriptive analysis (QDA) dengan skala garis 15 cm. Uji ini dilakukan dengan menggunakan 46 orang panel terlatih suatu perusahaan pangan yang dibagi menjadi 3 sesi. Sampel yang digunakan adalah bumbu yang dilarutkan dengan air dalam 3 konsentrasi. Konsentrasi yang digunakan untuk sampel bumbu A dan bumbu B mengacu kepada penelitian sebelumnya dan dapat dilihat pada tabel 1.
Tabel 1 Konsentrasi sampel bumbu (Putra 2015)
No. Konsentrasi sampel (b/v)
Bumbu A Bumbu B
1 0,70 % 0,85 %
2 1,00 % 1,00 %
3 1,00 % + 0,02 % Asam sitrat 1,00 % + 1,00 % Gula
Atribut yang dinilai dalam pengujian bumbu ini adalah flavor ayam, rasa asin, flavor bawang putih, rasa manis, rasa gurih, flavor bawang merah, flavor lada, dan rasa asam. Konsentrasi dan nilai skor setiap atribut yang digunakan sebagai referen juga mengacu kepada penelitian sebelumnya dan dapat dilihat pada tabel 2 (Putra 2015).
Tabel 2 Konsentrasi referen atribut (Putra 2015)
Atribut Konsentrasi (%) Skor (cm)
Flavor ayam 0,08 7,5
Rasa asin 0,43 7,5
Flavor bawang putih 0,02 7,5
Rasa manis 1,00 7,5
Rasa gurih 0,05 7,5
Flavor bawang merah 0,02 7,5
Flavor lada 0,29 7,5
Rasa asam 0,02 4,5
Tiap jenis sampel disajikan secara acak dengan 3 kali ulangan di tiap atributnya. Pada saat pengujian panel akan menerima 4-6 sampel yang sudah diacak dan diberi kode beserta 1 referen atribut (lampiran 1). Kemudian panel diminta untuk menuliskan kode sampel dan mengukur intensitas sampel yang dibandingkan dengan referen dengan membuat garis vertikal pada garis horizontal 15 cm yang tertera pada lembar jawaban. Contoh kuisioner dapat dilihat pada gambar 1. Setiap mencicipi sampel, panel diharuskan untuk menetralkan mulutnya dengan air minum dan kreker selama 30 detik.
6
Prosedur Analisis Data
Analisis data pengujian performa panel terlatih berdasarkan ISO 8586 (2012) diolah menggunakan one-way analysis of variances (ANOVA) dengan aplikasi SPSS 20. Seluruh data pengujian QDA dimasukkan ke dalam masukan SPSS 20 sesuai dengan sampel dan atribut yang diujikan untuk masing-masing panelis. Data yang telah dimasukkan, kemudian diolah dengan cara memilih pilihan analyze–compare means –one-way ANOVA – masukkan sampel sebagai
factor – masukkan masing-masing atribut ke dalam dependent list – klik ok. Setelah pengolahan tersebut akan keluar tabel keluaran one-way ANOVA. Keluaran data one-way ANOVA tiap panel dapat menunjukkan nilai signifikansi yang bisa dijadikan nilai kemampuan membedakan (discrimination ability) panel terhadap suatu intensitas atribut yang diujikan. Pada tabel keluaran one-way
ANOVA, nilai kemampuan pengulangan (repeatability) diperoleh dari pengakaran nilai mean square dalam within groups. Contoh tabel keluaran
one-way ANOVA dapat dilihat pada tabel 3.
Tabel 3 Contoh keluaran one-way ANOVA melalui SPSS 20
Kemampuan Membedakan (Discrimination Ability)
Nilai kemampuan membedakan (discrimination ability) yang telah diperoleh dari nilai signifikansi di tabel keluaran one-way ANOVA (tabel 3) dibandingkan dengan taraf signifikansi 0,05 atau 5 %. Jika nilai kemampuan membedakan yang diperoleh lebih kecil dari taraf signifikansi 0,05, maka panel tersebut memiliki kemampuan membedakan yang baik. Akan tetapi, jika nilai kemampuan membedakan yang diperoleh lebih besar dari taraf signifikansi 0,05, maka panel tersebut memiliki kemampuan membedakan yang buruk. Selanjutnya, nilai kemampuan membedakan yang baik untuk masing-masing atribut dijumlahkan dan dikategorikan menjadi empat penilaian. Kriteria penilaian tersebut dapat dilihat pada tabel 4.
Tabel 4 Kriteria penilaian evaluasi kinerja panel sensori
Nilai Predikat Total atribut dengan nilai dibawah standar
A Sangat baik 7 – 8
B Baik 5 – 6
C Cukup 4
D Kurang 0 – 3
untuk mendapatkan nilai A, B, dan C hanya dibagi rata sesuai jumlah atribut yang berada di atas 50 %.
Kemampuan Pengulangan (Repeatability)
Nilai kemampuan pengulangan (repeatability) yang telah diperoleh dari pengakaran nilai mean square dalam within groups di tabel keluaran one-way
ANOVA (tabel 3) dibandingkan dengan standar untuk masing-masing atributnya. Standar penilaian untuk nilai kemampuan pengulangan masing-masing atribut ditentukan dari standar internal (Etaio 2010). Standar internal kemampuan pengulangan adalah rata-rata nilai kemampuan pengulangan untuk masing-masing atribut yang diujikan. Jika nilai kemampuan pengulangan yang diperoleh lebih kecil dari standar yang ditentukan, maka panel tersebut memiliki kemampuan pengulangan yang baik. Akan tetapi, jika nilai kemampuan pengulangan yang diperoleh lebih besar dari standar yang ditentukan, maka panel tersebut memiliki kemampuan pengulangan yang buruk. Selanjutnya, nilai kemampuan pengulangan yang baik untuk masing-masing atribut dijumlahkan dan dikategorikan menjadi empat penilaian dan dapat dilihat pada tabel 4. Kategori penilaian tersebut ditentukan agar lebih mudah menggolongkan panel-panel yang telah diuji. Menurut Etaio (2010), apabila panel memiliki total kemampuan membedakan yang baik kurang dari 50 % dari jumlah atribut yang diujikan atau 4 atribut, maka panel tersebut tidak lulus dalam kemampuan membedakan atau dikategorikan sebagai nilai D (kurang). Kemudian untuk mendapatkan nilai A, B, dan C hanya dibagi rata sesuai jumlah atribut yang berada di atas 50 %.
Penentuan Profil Deskriptif Bumbu Kering
Profil deskriptif bumbu kering ditentukan dari nilai rata-rata dan standar deviasi hasil pengukuran skor intensitas panel sensori yang telah lulus dalam evaluasi kinerja panel dan diolah menggunakan Microsoft Excel. Skor intensitas yang diperoleh dari pengujian QDA dimasukkan ke dalam Microsoft Excel dan dirata-ratakan untuk masing-masing sampel dan atributnya. Kemudian, rata-rata tersebut dibuat menjadi grafik jaring laba-laba untuk masing-masing jenis bumbu A dan B, serta gabungan bumbu A 1,00 % dan B 1,00 % yang diolah menggunakan Microsoft Excel.
HASIL DAN PEMBAHASAN
Evaluasi Kinerja Panel Sensori
8
Tabel 5 Rata-rata dan standar deviasi skor intensitas sampel (46 panel) Sampel Tabel 5 diatas menunjukkan rata-rata dan standar deviasi masing-masing sampel terhadap atribut yang diujikan. Standar deviasi pada semua atribut menunjukkan bahwa nilai standar deviasi yang diperoleh sangat tinggi, yaitu diatas nilai 2. Hal itu menunjukkan setiap panel memiliki persepsi yang berbeda-beda pada saat menilai sampel yang disajikan. Semakin besar nilai standar deviasi yang dihasilkan maka semakin besar pula perbedaan persepsi antar panel terhadap sampel. Perbedaan persepsi tersebut disebabkan tingkat sensitivitas indera pengecap seorang panel tehadap masing-masing atribut yang berbeda-beda. Faktor yang dapat mempengaruhi tingkat sensitivitas indera pengecap adalah produksi saliva yang dihasilkan pada saat melakukan pengujian (Pearce 2008). Selain itu, panel sensori yang diuji memiliki pengalaman bidang sensori yang berbeda-beda, yaitu sekitar 2 – 10 tahun, sehingga pada panel yang memiliki pengalaman sedikit, sulit untuk melakukan pengujian. Kemudian, panel-panel sensori dalam perusahaan tersebut tergolong ke dalam panel pembedaan, sehingga belum pernah melakukan pengujian deskriptif. Oleh sebab itu, panel-panel mengalami kesulitan saat melakukan pengujian quantitative descriptive analysis (QDA) untuk evaluasi kinerja panel ini.
menjadi 2 parameter, yaitu kemampuan membedakan atau discrimination ability
dan kemampuan pengulangan atau repeatability.
1. Kemampuan Membedakan (Discrimination Ability)
Kemampuan membedakan atau discrimination ability merupakan parameter yang digunakan untuk mengukur kemampuan seorang panel sensori dalam membedakan masing-masing sampel dengan intensitas yang berbeda (Perez Elortondo et al 2007). Pengukuran nilai ini menggunakan metode pengujian Quantitative Descriptive Analysis (QDA) dengan skala 15 cm. Hasil pengukuran dianalisis menggunakan SPSS 20 one-way analysis of variances
(ANOVA). Tabel keluaran ANOVA yang diperoleh menunjukkan nilai signifikansi yang digunakan sebagai nilai kemampuan membedakan. Data kemampuan membedakan tersebut dapat dilihat pada lampiran 2 yang menunjukkan bahwa terdapat panel-panel yang digolongkan ke dalam kategori nilai A, B, C, dan D.
Tabel 6 Jumlah panel dalam golongan kriteria penilaian kemampuan membedakan
Nilai Predikat Jumlah panel (orang) Persentase (%)
A Sangat baik 2 4,34
B Baik 11 23,91
C Cukup 6 13,04
D Kurang 27 58,70
Tabel 6 menunjukkan jumlah panel dari masing-masing kriteria nilai yang ada. Nilai yang ditunjukkan pada tabel 6 diperoleh dari jumlah nilai kemampuan membedakan (discrimination ability) yang baik atau kurang dari atau sama dengan taraf signifikansi 0,05 dari delapan atribut yang diujikan. Semakin kecil nilai signifikansi yang diperoleh, maka semakin baik kemampuan panel dalam membedakan intensitas masing-masing sampel yang diujikan.
10
Tabel 7 Jumlah panel yang lulus kemampuan membedakan terhadap masing-masing atribut
Atribut
Kemampuan membedakan (discrimination ability)
Jumlah panelis Persentase (%)
Flavor Ayam 12 26,09
Tabel 7 dan gambar 2 menunjukkan bahwa 76,09 % panel memiliki nilai kemampuan membedakan yang baik pada atribut rasa asin, sehingga atribut asin paling bisa dibedakan intensitasnya oleh panel sensori pada saat pengujian. Hal tersebut dapat disebabkan konsentrasi yang digunakan dalam sampel dan referen sangat besar, sedangkan konsentrasi ambang mutlak manusia dalam rasa asin adalah 0,10 % (Rahmadhani dan Fibrianto 2006). Akan tetapi, panel yang memiliki kemampuan membedakan yang baik pada atribut flavor ayam dan rasa asam hanya sedikit, yaitu 26,09 % sehingga flavor ayam dan rasa asam merupakan atribut yang paling sulit untuk dibedakan intensitasnya. Hal tersebut disebabkan konsentrasi yang digunakan sangat kecil untuk kedua atribut tersebut, sehingga panel sangat sulit dalam mendeteksi keberadaan flavor ayam dan rasa asam. Selanjutnya, atribut flavor bawang putih, rasa manis, rasa gurih, flavor bawang merah, dan flavor lada dapat dibedakan intensitasnya oleh sekitar 30 – 40 % dari panel yang ikut pengujian.
2. Kemampuan Pengulangan (Repeatability)
Kemampuan pengulangan atau repeatability merupakan parameter yang digunakan untuk mengukur kemampuan panel sensori dalam memberikan respon secara konsisten saat dilakukan beberapa kali pengulangan pengujian (Rossi 2000). Pengukuran nilai ini menggunakan metode pengujian
Quantitative Descriptive Analysis (QDA) dengan skala 15 cm. Hasil pengukuran dianalisis menggunakan SPSS 20 one-way analysis of variances
(ANOVA). Tabel keluaran ANOVA yang diperoleh menunjukkan nilai mean groups dalam within groups yang selanjutnya diakarkan untuk mendapat nilai kemampuan pengulangan. Data kemampuan pengulangan tersebut dapat dilihat pada lampiran 3 yang menunjukkan bahwa terdapat panel-panel yang digolongkan ke dalam kategori nilai A, B, C, dan D.
Tabel 8 Jumlah panel dalam golongan kriteria penilaian
Nilai Predikat Jumlah panel (orang) Persentase (%)
A Sangat baik 12 26,07
B Baik 13 28,26
C Cukup 5 10,87
D Kurang 16 34,78
Tabel 8 menunjukkan jumlah panel dari masing-masing kriteria nilai yang ada. Menurut Etaio (2010), nilai standar untuk menentukan penilaian dalam parameter kemampuan pengulangan (repeatability) adalah nilai standar internal kelompok tersebut atau nilai rata-rata keseluruhan panel sensori yang diujikan. Oleh sebab itu, kriteria nilai pada tabel 8 diperoleh dari jumlah nilai kemampuan pengulangan yang baik atau kurang dari atau sama dengan rata-rata nilai kemampuan pengulangan dari masing-masing atributnya, yaitu flavor ayam sebesar 2,316, rasa asin sebesar 1,908, flavor bawang putih 2,059, rasa manis sebesar 1,989, rasa gurih sebesar 1,946, flavor bawang merah sebesar 1,795, flavor lada sebesar 1,726, rasa asam sebesar 1,456. Semakin kecil nilai kemampuan pengulangan, maka semakin baik kemampuan panel dalam memberikan respon yang hampir sama saat pengulangan pengujian.
12
Tabel 9 Jumlah panel yang lulus kemampuan pengulangan terhadap masing-masing atribut
Atribut
Kemampuan pengulangan (Repeatability)
Jumlah panelis Persentase
Ayam 24 52,17% diperoleh jumlah panel sekitar 50 – 60 % yang memiliki kekonsistenan dalam penilaian atau nilai kemampuan pengulangan yang baik. Akan tetapi, terdapat 65,22 % panel sensori memiliki nilai kemampuan pengulangan yang baik pada atribut flavor bawang merah. Hal tersebut menunjukkan bahwa lebih dari setengah jumlah panel yang mengikuti evaluasi kinerja memiliki penilaian yang konsisten dalam menilai produk yang diujikan.
3. Penentuan Kelulusan Evaluasi Kinerja Panel Sensori
. Total benar yang diperoleh dari nilai kemampuan membedakan (discrimination ability) digabungkan dengan total benar dari kemampuan pengulangan (repeatability), sehingga dapat diketahui panel yang lulus dan tidak lulus dalam evaluasi kinerja. Data tersebut dapat dilihat pada lampiran 4 yang menunjukkan bahwa 14 orang lulus dalam evaluasi kinerja panel sensori, 5 orang butuh latihan, dan 27 orang tidak lulus dalam pengujian kinerja ini. Kriteria kelulusan tersebut ditentukan dari gabungan total benar dalam kemampuan membedakan dan kemampuan pengulangan. Panel yang lulus pengujian harus mendapatkan total benar dari masing-masing parameter lebih
dari 3 atau diatas nilai D. Apabila parameter kemampuan membedakan baik tetapi kemampuan pengulangan tidak baik, maka panel sensori butuh latihan. Akan tetapi, jika kemampuan membedakan tidak baik, walaupun kemampuan pengulangannya baik atau bahkan keduanya mendapat total benar dibawah 3 atau nilai D, maka panel tersebut tidak lulus pengujian kinerja sensori.
Tabel 10 Jumlah panel sensori dalam kriteria kelulusan
Kemampuan Membedakan (Discrimination Ability)
(orang)
A B C D
Kemampuan Pengulangan (Repeatability)
(orang)
A 1 5 1 5
B 1 4 2 6
C 0 0 0 5
D 0 2 3 11
Keterangan: = panel yang lulus evaluasi kinerja panel sensori
Tabel 10 menunjukkan jumlah panel yang memiliki kemampuan membedakan dan kemampuan pengulangan berdasarkan kriteria penilaian yang sudah ditentukan. Jumlah panel yang memiliki kemampuan membedakan dan kemampuan pengulangan baik adalah 14 orang dengan persentase 30,43 %, sehingga panel lulus dalam evaluasi kinerja panel sensori dan dapat digolongkan menjadi panel terlatih atau panel deskriptif. Jumlah panel yang memiliki kemampuan membedakan saja yang baik hanya 5 orang dengan persentase 10,87%, sehingga panel harus melakukan pelatihan kembali secara berkala. Kemudian, jumlah panel yang memiliki kemampuan pengulangan saja yang baik hanya ada 16 orang dengan persentase 34,78 %. Lalu, jumlah panel yang memiliki kemampuan membedakan dan kemampuan pengulangan yang tidak baik adalah 11 orang dengan persentase 23,91 %. Kedua jenis panel tersebut tidak lulus dalam evaluasi kinerja panel sensori dan harus melakukan seleksi ulang dan pelatihan kembali secara berkala sehingga terbiasa dengan sampel yang digunakan.
Penentuan Profil Deskriptif Bumbu Kering
14
Tabel 11 Rata-rata dan standar deviasi sampel bumbu A dan bumbu B (14 panel lulus)
Sampel
Rata-rata skor intensitas (cm)
Perbedaan Profil Bumbu A dalam Tiga Variasi Konsentrasi
Gambar 4 Grafik jaring laba-laba rata-rata nilai sampel bumbu A
Gambar 4 menujukkan grafik jaring laba-laba rata-rata skor intensitas ketiga jenis bumbu A. Sampel bumbu A dibagi menjadi 3 jenis konsentrasi, yaitu 0,70 %, 1,00 %, dan 1,00 % dengan penambahan 0,02 % asam sitrat. Bumbu A 0,70 % memiliki skor intensitas yang lebih kecil dibandingkan dua konsentrasi lainnya, sehingga di dalam grafik terlihat sampel bumbu A 0,70 % memiliki garis yang berada di dalam dan jauh dari garis konsentrasi lainnya. Hal tersebut sesuai dengan tingkat konsentrasi yang diujikan, yaitu konsentrasi 0,70 % merupakan konsentrasi terkecil yang digunakan dalam pengujian. Secara keseluruhan, atribut flavor ayam dan rasa asam memiliki titik-titik yang berhimpitan yang menunjukkan bahwa atribut flavor ayam dan rasa asam sulit untuk dibedakan di dalam ketiga jenis sampel yang digunakan. Hal tersebut dibuktikan juga dari nilai signifikansi yang diperoleh dari pengolahan data dengan one-way ANOVA di lampiran 6, yaitu 0,066 untuk flavor ayam dan 0,152 untuk rasa asam. Nilai signifikansi tersebut lebih besar dari taraf signifikansi 0,05, sehingga ketiga sampel tersebut tidak berbeda nyata. Penyebab sulitnya membedakan atribut flavor ayam dan rasa asam adalah penggunaan konsentrasi yang sangat kecil, yaitu 0,08 % untuk flavor ayam dan 0,02 % untuk rasa asam. Sedangkan, untuk keenam atribut lainnya hanya pada sampel bumbu A 1,00 % dan bumbu A 1,00 % dengan penambahan 0,02 % asam sitrat yang sulit untuk dibedakan. Hal tersebut disebabkan penambahan asam sitrat yang sangat sedikit yaitu 0,02 %, sehingga tidak terlalu jauh perbedaan yang dihasilkan dalam sampel tersebut. Selain itu, panel yang digunakan merupakan panel pembedaan, sehingga belum mengetahui mengenai metode pengujian deskriptif, serta panel-panel masih memiliki perbedaan persepsi dalam memberikan penilaian jika dilihat dari standar deviasi
0.00 2.00 4.00 6.00 8.00 10.00 12.00
Ayam
Asin
Bawang putih
Manis
Gurih Bawang merah
Lada Asam
16
yang diperoleh dari hasil pengujian. Hasil uji one-way ANOVA dan uji lanjut untuk bumbu A dapat dilihat pada lampiran 6 dan 8.
Perbedaan Profil Bumbu B dalam Tiga Variasi Konsentrasi
Gambar 5 Grafik jaring laba-laba rata-rata nilai sampel bumbu B
Gambar 5 menujukkan grafik jaring laba-laba rata-rata skor intensitas ketiga jenis bumbu B. Sampel bumbu B dibagi menjadi 3 jenis konsentrasi, yaitu 0,85 %, 1,00 %, dan 1,00 % dengan penambahan 1,00 % gula. Bumbu A 0,85 % memiliki skor intensitas yang lebih kecil dibandingkan dua konsentrasi lainnya, sehingga di dalam grafik terlihat sampel bumbu A 0,85 % memiliki garis yang berada di dalam dan jauh dari garis konsentrasi lainnya. Hal tersebut sesuai dengan tingkat konsentrasi yang diujikan, yaitu konsentrasi 0,85 % merupakan konsentrasi terkecil yang digunakan dalam pengujian. Secara keseluruhan, atribut flavor ayam, flavor bawang putih, rasa gurih, flavor bawang merah, dan rasa asam memiliki titik-titik yang berhimpitan yang menunjukkan bahwa atribut – atribut tersebut sulit untuk dibedakan ketiga jenis sampel yang diujikan. Hal tersebut dibuktikan juga dari nilai signifikansi yang diperoleh dari pengolahan data dengan
one-way ANOVA di lampiran 7, yaitu 0,874 untuk flavor ayam, 0,676 untuk flavor bawang putih, 0,489 untuk rasa gurih, 0,346 untuk flavor bawang merah, dan 0,475 untuk rasa asam. Nilai signifikansi tersebut lebih besar dari taraf signifikansi 0,05, sehingga ketiga sampel tersebut tidak berbeda nyata. Sedangkan, untuk atribut rasa manis ketiga sampel bumbu B dapat dibedakan dengan baik. Hal tersebut disebabkan penambahan gula dapat meningkatkan intensitas rasa manis pada sampel. Perbedaan tersebut dapat dibuktikan uji lanjut dari one-way ANOVA pada lampiran 9. Secara keseluruhan, panel sulit dalam membedakan bumbu B dalam masing-masing atributnya. Hal itu disebabkan konsentrasi yang digunakan sangat kecil, yaitu 0,08 % flavor ayam, 0,02 % flavor bawang putih, 0,05 % rasa gurih, 0,02 % flavor bawang merah, dan 0,02 % rasa
0.00 2.00 4.00 6.00 8.00 10.00 12.00
Ayam
Asin
Bawang putih
Manis
Gurih Bawang merah
Lada Asam
asam. Selain itu, panel yang melakukan pengujian tidak terbiasa dengan pengujian deskriptif untuk menilai masing-masing atribut dalam satu sampel yang kompleks.
Perbedaan Profil Bumbu A 1,00 % dengan Bumbu B 1,00 %
Gambar 6 Grafik jaring laba-laba rata-rata nilai sampel bumbu A 1,00 % dan B 1,00 %
Gambar 6 menunjukkan bahwa sampel bumbu A 1,00 % (garis biru) dan B 1,00 % (garis merah) memiliki profil deskriptif yang berbeda. Untuk menentukan profil deskriptif bumbu A dan B, data yang akan dilihat adalah sampel bumbu A 1,00 % dan bumbu B 1,00 %. Hal itu disebabkan konsentrasi 1,00 % merupakan konsentrasi yang sering digunakan dalam pengujian dalam perusahaan tersebut. Sampel bumbu A memiliki intensitas flavor bawang putih dan flavor bawang merah sedikit lebih kuat dibandingkan bumbu B. Sedangkan, bumbu B memiliki intensitas rasa asin yang jauh lebih kuat dan flavor lada yang lebih kuat dibandingkan bumbu A. Akan tetapi, flavor ayam, rasa manis, rasa gurih, dan rasa asam pada masing-masing sampel memiliki intensitas yang hampir mirip satu sama lain. Hal itu disebabkan garis pada grafik jaring laba-laba yang ditampilkan pada keempat atribut tersebut sangat berhimpitan satu sama lain. Selain itu, nilai signifikansi dari hasil uji T yang diperoleh juga melebihi taraf signifikansi 0,05 atau 5 %, yaitu 0,511 untuk flavor ayam, 0,435 untuk rasa manis, 0,302 untuk rasa gurih, dan 0,213 untuk rasa asam. Keluaran hasil uji T secara keseluruhan dapat dilihat pada lampiran 10.
Empat dari delapan atribut dapat dibedakan dengan baik oleh panel sensori. Hal itu disebabkan konsentrasi minimum yang bisa dideteksi pada salah satu atribut, yaitu rasa asin adalah 0,1 % (Rahmadhani dan Fibrianto 2006). Konsentrasi tersebut sangat kecil, sehingga panel dapat mendeteksi beberapa atribut yang diujikan, khususnya pada rasa asin yang dapat dibedakan dengan sangat baik. Sampel yang digunakan juga merupakan bumbu yang kaya akan rasa
0.00 2.00 4.00 6.00 8.00 10.00 12.00
Ayam
Asin
Bawang putih
Manis
Gurih Bawang merah
Lada Asam
18
asin, sehingga panel sangat mudah untuk mendeteksi dan membedakan intensitas khususnya dari rasa asin tersebut. Akan tetapi, untuk keempat atribut lainnya memiliki nilai signifikansi yang besar dan sangat sulit untuk dideteksi perbedannya. Hal tersebut dapat disebabkan panel yang digunakan dalam pengujian termasuk kedalam panel pembedaan dan tidak mempunyai pengalaman mengenai uji deskriptif dalam berbagai atribut untuk sampel yang sangat kompleks. Konsentrasi atribut referen yang digunakan dalam pengujian juga sangat kecil, sehingga panel sulit untuk mendeteksi adanya perbedaan pada sampel yang diujikan.
Simpulan
Hasil evaluasi kinerja panel sensori yang diperoleh untuk parameter
repeatability atau kemampuan pengulangan dan discrimination ability atau kemampuan membedakan, antara lain 14 panel lulus pengujian, 5 panel membutuhkan pelatihan kembali, dan 27 panel tidak lulus pengujian. Profil deskriptif sampel bumbu yang digunakan menunjukkan bahwa 0,70 % memiliki nilai skor intensitas paling rendah dibandingkan dua sampel lainnya. Akan tetapi, sampel bumbu A 1,00 % dengan bumbu A 1,00 % dengan penambahan rasa asam tidak memiliki perbedaan yang signifikan. Kemudian, sampel bumbu B 0,85 % memiliki nilai skor intensitas lebih kecil dibandingkan dua sampel lainnya. Selain itu, sampel bumbu B 1,00 % dan bumbu B 1,00 % dengan penambahan gula tidak dapat dibedakan intensitasnya, kecuali pada atribut rasa manis. Secara kesluruhan, bumbu A memiliki intensitas rasa gurih, rasa manis, flavor bawang putih dan flavor bawang merah sedikit lebih kuat dibandingkan bumbu B. Sedangkan, bumbu B memiliki intensitas rasa asin dan flavor lada lebih kuat dibandingkan bumbu A. Akan tetapi, flavor ayam dan rasa asam pada masing-masing sampel memiliki intensitas yang hampir mirip satu sama lain.
Saran
Hasil evaluasi kinerja panel sensori terhadap suatu perusahaan pangan masih memiliki banyak panel sensori yang kemampuan pemberian respon dalam parameter kemampuan pengulangan (repeatability) dan kemampuan membedakan (discrimination ability) kurang baik. Oleh sebab itu, perusahaan tersebut disarankan untuk memberikan seleksi yang lebih ketat dan memberikan pelatihan serta pengujian secara berkala untuk melatih panel sensori agar lebih baik lagi dalam memberikan respon dan mengukur kemampuan panel sensori dalam memberikan respon yang tepat dan konsisten saat pengujian berlangsung. Sehingga produk yang diujikan memiliki hasil penilaian dan analisis yang akurat.
DAFTAR PUSTAKA
[ASTM] American Society for Testing and Materials. 1981. ASTM STP 758: Guidelines for The Selection and Training of Sensory Panel Members. [ISO] International International Organization for Standardization. 2012. General
Assessors and Expert Sensory Assessors, CH-1211 Geneva 20, Switzerland.
Etaio I, Albisu M, Ojeda M, Gil PF, Salmeron J, Perez Elortondo FJ. 2010. Sensory quality control for food certification: a case study on wine. Panel training and qualification, method validation and monitoring. Food Control. 21:542–548.
Farrell KT. 1990. Spices, Condiments, and Seasonings. New York (US): Aspen Publisher.
Latreille J, Mauger E, Ambroisine L, Tenenhaus M, Vincent M, Navarro S, Guinot C. 2006. Measurment of the reliability of sensory panel performances. Food Quality and Preferences. 17:369-375.
Lawless HT, Heymann H. 1998. Sensory Evaluation of Food: Principle and Practices. New York (US): Chapman & Hall.
Lawless HT, Heymann H. 2010. Sensory Evaluation of Food: Principles and Practices 2nd ed. New York (US): Springer.
Meilgaard MC, Civille GV, Carr BT. 2007. Sensory Evaluation Technique 4th Edition. Boca Raton (US): CRC Press.
Pearce E. 2008. Anatomi dan Fisiologi untuk Paramedis (Indera Pengecap dan Pencium), Kartono Mohamad penerjemah. Jakarta (ID): Gramedia Pustaka Utama.
Perez Elortondo FJ, Ojeda M. Albisu M, Salmeron J, Etayo I, Molina M. 2006. Food quality certification: An approach for the development of accredited sensory evaluation methods. Food Quality and Preference. 18: 425 – 439.
Putra HD. 2015. Evaluasi kinerja panel sensori dengan parameter ripitabilitas dan reprodusibilitas. Skripsi. Bogor (ID): Institut Pertanian Bogor.
Rahmadhani R, Fibrianto K. 2006. Proses penyiapan mahasiswa sebagai panelis terlatih dalam pengembangan Lexicon (bahan sensori) susu skim UHT dan susu kaya lemak UHT. J Pangan dan Agroindustri. 4 (1): 190-200. Rossi F. 2000. Assesing sensory panelt performance using repeatability and
reproducibility measures. Food Quality and Preference. 12: 467 – 479. Stone H, Sidel JL. 2004. Sensory Evaluation Practices 3rd ed. San Diego: Elseiver
20
LAMPIRAN
Lampiran 1 Contoh pengacakan sampel panel 1, 16, 31, dan 46
Hari
Uji Uji Set Kode Sampel
1
1 Set 1 (Asin 1) C 623 E 401 D 620 F 772 A 849 A 732 Set 2 (Ayam 1) F 772 F 912 C 623 E 401 C 261 C 797 2 Set 3 (Asin 2) C 797 B 783 C 261 F 191 D 514 A 880 Set 4 (Ayam 2) B 783 A 880 D 620 E 148 A 849 D 490 3 Set 5 (Asin 3) D 620 E 148 E 276 F 912 B 317 D 490 Set 6 (Ayam 3) A 732 D 514 E 276 B 305 B 317 F 191
2 4
Set 7 (Gurih 1) C 623 E 148 A 732 F 772 Set 8 (BPutih 1) B 317 B 783 A 732 B 305 Set 9 (Manis 1) D 620 D 490 A 849 E 276 5
Set 10 (Gurih 2) A 880 F 912 D 620 C 797 Set 11 (BPutih 2) F 912 C 623 F 772 E 401 Set 12 (Manis 2) F 772 E 401 F 191 B 305 6
Set 13 (Gurih 3) B305 D 490 C 261 E 401 E 276 Set 14 (BPutih 3) D 490 A 849 E 148 C 261 C 797 Set 15 (Manis 3) F 912 C 623 B 317 A 732 C 797 7
Set 16 (Gurih 4) F 191 B317 D 514 A 849 B 783 Set 17 (BPutih 4) D 514 A 880 F 191 E 276 D 620 Set 18 (Manis 4) E 148 C 261 A 880 B 783 D 514
3 8
Set 19 (Asam 1) A 880 E 276 E 401 C 623 Set 20 (Lada 1) F 191 E 276 B 305 A 732 Set 21 (BMerah 1) B 783 B 317 E 401 D 490 9
Set 22 (Asam 2) F 772 B 783 A 732 B 317 Set 23 (Lada 2) B 317 C 261 E 148 A 880 Set 24 (BMerah 2) C 623 C 261 D 620 A 732 10
Set 25 (Asam 3) C 261 D 620 B 305 E 148 F 191 Set 26 (Lada 3) D 514 C 623 D 620 B 783 F 772 Set 27 (BMerah 3) A 849 E 276 C 797 D 514 F 772 11
Lampiran 2 Hasil analisis One-way ANOVA parameter kemampuan membedakan (Discrimination Ability)
Panel
Skor Anova Total
baik Nilai
Ayam Asin
Bawang
putih Manis Gurih
Bawang
merah Lada Asam
1 0.001 0.000 0.099 0.001 0.548 0.678 0.077 0.010 4 C
2 0.003 0.000 0.000 0.002 0.026 0.102 0.099 0.127 5 B
3 0.564 0.007 0.116 0.001 0.042 0.015 0.028 0.193 5 B
4 0.749 0.022 0.823 0.215 0.000 0.380 0.009 0.012 4 C
5 0.151 0.007 0.856 0.032 0.406 0.001 0.163 0.052 3 D
6 0.011 0.019 0.093 0.105 0.902 0.334 0.006 0.134 3 D
7 0.226 0.006 0.233 0.079 0.001 0.288 0.003 0.013 4 C
8 0.001 0.024 0.029 0.008 0.105 0.425 0.002 0.598 5 B
9 0.642 0.000 0.016 0.426 0.001 0.278 0.955 0.498 3 D
10 0.107 0.000 0.300 0.309 0.552 0.007 0.007 0.378 3 D
11 0.592 0.001 0.114 0.117 0.186 0.125 0.080 0.114 1 D
12 0.779 0.004 0.322 0.245 0.084 0.019 0.678 0.178 2 D
13 0.001 0.148 0.155 0.177 0.303 0.241 0.134 0.612 1 D
14 0.010 0.085 0.014 0.051 0.008 0.002 0.138 0.010 5 B
15 0.184 0.001 0.000 0.005 0.123 0.019 0.291 0.935 4 C
16 0.375 0.451 0.536 0.967 0.248 0.400 0.342 0.946 0 D
17 0.001 0.000 0.005 0.259 0.028 0.002 0.011 0.000 7 A
18 0.352 0.002 0.734 0.058 0.022 0.024 0.545 0.495 3 D
19 0.396 0.000 0.247 0.005 0.121 0.009 0.012 0.230 4 C
20 0.951 0.089 0.513 0.532 0.328 0.250 0.047 0.282 1 D
21 0.295 0.005 0.076 0.001 0.004 0.001 0.000 0.069 5 B
22 0.769 0.002 0.163 0.018 0.054 0.335 0.020 0.417 3 D
23 0.825 0.019 0.002 0.647 0.283 0.114 0.551 0.203 2 D
24 0.136 0.004 0.378 0.585 0.549 0.928 0.000 0.002 3 D
25 0.260 0.001 0.297 0.358 0.128 0.156 0.264 0.608 1 D
26 0.224 0.002 0.407 0.018 0.314 0.066 0.092 0.349 2 D
27 0.104 0.000 0.043 0.030 0.000 0.621 0.000 0.013 6 B
28 0.922 0.005 0.024 0.056 0.012 0.138 0.000 0.000 5 B
29 0.023 0.160 0.393 0.423 0.022 0.239 0.958 0.191 2 D
30 0.076 0.006 0.017 0.003 0.050 0.010 0.586 0.045 6 B
31 0.122 0.028 0.076 0.237 0.086 0.157 0.339 0.523 1 D
32 0.225 0.185 0.001 0.062 0.181 0.000 0.002 0.209 3 D
33 0.235 0.011 0.007 0.069 0.005 0.011 0.509 0.799 4 C
34 0.005 0.000 0.000 0.000 0.019 0.695 0.002 0.273 6 B
35 0.083 0.002 0.038 0.370 0.658 0.008 0.447 0.136 3 D
36 0.588 0.074 0.242 0.350 0.180 0.266 0.534 0.254 0 D
37 0.846 0.213 0.434 0.079 0.115 0.115 0.004 0.046 2 D
38 0.695 0.007 0.893 0.526 0.862 0.430 0.006 0.079 2 D
39 0.000 0.013 0.005 0.059 0.046 0.005 0.020 0.204 6 B
22
Panel
Skor ANOVA
Total
baik Nilai
Ayam Asin Bawang
putih Manis Gurih
Bawang
merah Lada Asam
41 0.213 0.000 0.266 0.239 0.688 0.026 0.000 0.101 3 D
42 0.737 0.012 0.292 0.558 0.796 0.015 0.517 0.758 2 D
43 0.463 0.214 0.421 0.032 0.589 0.226 0.817 0.321 1 D
44 0.708 0.134 0.004 0.000 0.398 0.076 0.073 0.100 3 D
45 0.526 0.283 0.238 0.525 0.000 0.006 0.116 0.745 2 D
Lampiran 3 Hasil analisis One-way ANOVA parameter kemampuan pengulangan (Repeatability)
Panel
Skor Anova Total
baik Nilai
Ayam Asin
Bawang
putih Manis Gurih
Bawang
merah Lada Asam
1 1.216 1.344 2.538 1.802 3.607 4.278 2.095 2.118 3 D
2 0.683 1.207 0.475 1.097 1.117 1.399 1.722 0.400 8 A
3 3.725 2.660 1.320 1.480 1.227 1.043 2.309 0.951 5 B
4 3.299 2.406 3.558 3.453 1.802 0.619 2.608 2.299 2 D
5 2.694 1.959 2.480 2.264 2.344 0.872 1.794 1.087 2 D
6 1.406 2.328 1.799 2.053 3.467 2.268 1.744 1.223 3 D
7 2.643 3.162 3.507 2.959 2.291 2.158 1.946 1.638 0 D
8 0.893 0.825 0.506 0.422 1.375 1.038 0.911 0.927 8 A
9 1.927 1.671 2.222 2.025 1.582 3.020 3.568 1.299 4 C
10 1.667 1.089 2.046 2.025 2.123 1.749 2.016 1.072 5 B
11 3.776 2.106 1.545 1.755 1.888 1.715 2.108 1.226 5 B
12 2.850 1.356 3.201 2.718 2.037 1.268 1.717 0.966 4 C
13 1.203 1.799 1.665 1.794 1.608 1.506 1.488 1.606 7 A
14 1.216 3.233 1.231 1.674 1.265 0.826 1.446 1.823 6 B
15 0.903 0.683 0.657 1.158 1.250 0.711 1.742 2.905 6 B
16 1.454 3.193 2.412 2.719 1.623 2.726 0.731 1.875 3 D
17 0.819 1.076 2.377 1.218 2.172 2.134 0.909 1.241 5 B
18 1.486 1.261 2.052 0.704 1.176 0.853 1.942 0.492 7 A
19 2.540 0.595 1.596 1.208 1.239 0.647 0.825 1.507 6 B
20 3.792 2.099 2.108 1.608 2.393 1.925 1.200 1.261 3 D
21 0.967 1.344 1.179 1.086 0.989 0.963 0.634 0.756 8 A
22 3.008 2.229 3.435 1.966 1.900 1.402 1.445 0.930 5 B
23 2.082 2.236 2.216 3.590 2.185 1.414 1.653 0.826 4 C
24 3.501 2.354 3.279 3.569 3.620 4.513 2.152 2.600 0 D
25 2.071 1.196 1.506 1.461 1.371 1.634 2.441 3.721 6 B
26 1.918 1.542 1.790 1.686 1.379 1.442 1.460 0.915 8 A
27 2.126 1.599 2.032 1.853 0.964 1.299 0.868 1.004 8 A
28 3.531 2.704 3.008 3.243 2.348 2.871 1.895 1.452 1 D
29 1.508 2.818 2.179 3.492 2.439 1.626 4.529 2.279 2 D
30 2.561 1.951 1.815 1.879 2.125 1.271 1.414 1.008 5 B
31 1.611 1.397 1.648 1.385 1.496 1.345 0.974 0.625 8 A
32 5.012 3.785 2.181 2.495 3.066 1.641 1.202 2.223 2 D
33 1.519 1.305 0.971 1.342 1.124 1.049 1.567 2.470 7 A
34 2.332 1.585 1.624 1.458 2.849 3.720 1.744 2.865 3 D
35 2.165 1.015 1.908 1.443 1.232 1.492 1.495 0.777 8 A
36 3.565 3.410 3.563 3.120 3.522 3.371 2.781 1.796 0 D
37 3.624 3.563 3.014 2.538 3.046 2.274 1.270 0.788 2 D
38 4.018 2.569 3.200 3.204 2.177 3.141 1.226 1.767 1 D
39 0.918 1.339 1.025 1.581 1.625 1.145 1.090 0.873 8 A
24
Panel
Skor ANOVA
Total
baik Nilai
Ayam Asin Bawang
putih Manis Gurih
Bawang
merah Lada Asam
41 3.037 1.422 3.945 1.755 1.897 2.647 1.049 1.600 4 C
42 3.429 1.599 2.704 2.920 1.336 2.158 2.846 1.756 2 D
43 2.836 2.191 1.040 0.912 1.712 1.109 2.197 1.430 5 B
44 2.862 2.282 1.829 1.530 3.070 2.010 1.612 0.935 4 C
45 3.513 2.269 1.826 2.481 1.105 1.701 1.263 0.942 5 B
46 1.422 1.259 1.550 1.975 1.815 1.491 2.286 2.054 5 B
Rataan
Lampiran 4 Data kelulusan evaluasi kinerja panel sensori
Panel Total kemampuan
pengulangan baik
Total kemampuan
membedakan baik Keterangan
1 D C Latihan
2 A B Lulus
3 B B Lulus
4 D C Latihan
5 D D Tidak lulus
6 D D Tidak lulus
7 D C Latihan
8 A B Lulus
9 C D Tidak lulus
10 B D Tidak lulus
11 B D Tidak lulus
12 C D Tidak lulus
13 A D Tidak lulus
14 B B Lulus
15 B C Lulus
16 D D Tidak lulus
17 B A Lulus
18 A D Tidak lulus
19 B C Lulus
20 D D Tidak lulus
21 A B Lulus
22 B D Tidak lulus
23 C D Tidak lulus
24 D D Tidak lulus
25 B D Tidak lulus
26 A D Tidak lulus
27 A B Lulus
28 D B Latihan
29 D D Tidak lulus
30 B B Lulus
31 A D Tidak lulus
32 D D Tidak lulus
33 A C Lulus
34 D B Latihan
35 A D Tidak lulus
36 D D Tidak lulus
37 D D Tidak lulus
38 D D Tidak lulus
39 A B Lulus
40 A A Lulus
41 C D Tidak lulus
42 D D Tidak lulus
43 B D Tidak lulus
44 C D Tidak lulus
45 B D Tidak lulus
26
Lampiran 5 Contoh tabel keluaran one-way ANOVA panel 1
ANOVA
Sum of Squares
df Mean
Square
F Sig.
Ayam
Between Groups 75.487 5 15.097 10.210 .001
Within Groups 17.744 12 1.479
Total 93.231 17
Asin
Between Groups 250.919 5 50.184 27.807 .000
Within Groups 21.657 12 1.805
Total 272.576 17
Bawang_Putih
Between Groups 77.281 5 15.456 2.400 .099
Within Groups 77.271 12 6.439
Total 154.553 17
Manis
Between Groups 133.830 5 26.766 8.243 .001
Within Groups 38.964 12 3.247
Total 172.794 17
Gurih
Between Groups 54.477 5 10.895 .837 .548
Within Groups 156.170 12 13.014
Total 210.647 17
Bawang_Mera h
Between Groups 57.977 5 11.595 .633 .678
Within Groups 219.644 12 18.304
Total 277.620 17
Lada
Between Groups 58.319 5 11.664 2.659 .077
Within Groups 52.644 12 4.387
Total 110.964 17
Asam
Between Groups 113.010 5 22.602 5.040 .010
Within Groups 53.816 12 4.485
Lampiran 6 Keluaran uji lanjut one-way ANOVA profil deskriptif bumbu A
ANOVA
Sum of Squares
df Mean
Square
F Sig.
Ayam
Between Groups 32.324 2 16.162 2.775 .066
Within Groups 716.449 123 5.825
Total 748.773 125
Asin
Between Groups 72.977 2 36.488 7.505 .001
Within Groups 597.988 123 4.862
Total 670.964 125
Bawang_ putih
Between Groups 96.749 2 48.375 11.191 .000
Within Groups 531.678 123 4.323
Total 628.427 125
Manis
Between Groups 113.266 2 56.633 8.418 .000
Within Groups 827.496 123 6.728
Total 940.762 125
Gurih
Between Groups 68.405 2 34.202 7.915 .001
Within Groups 531.520 123 4.321
Total 599.925 125
Bawang_ merah
Between Groups 54.062 2 27.031 4.541 .013
Within Groups 732.184 123 5.953
Total 786.246 125
Lada
Between Groups 53.638 2 26.819 4.156 .018
Within Groups 793.701 123 6.453
Total 847.338 125
Asam
Between Groups 19.329 2 9.665 1.916 .152
Within Groups 620.348 123 5.043
28
Lampiran 7 Keluaran uji one-way ANOVA profil deskriptif bumbu B
ANOVA
Sum of Squares
df Mean
Square
F Sig.
Ayam
Between Groups 2.477 2 1.239 .135 .874
Within Groups 1127.041 123 9.163
Total 1129.518 125
Asin
Between Groups 94.329 2 47.164 10.156 .000
Within Groups 571.205 123 4.644
Total 665.533 125
Bawang _putih
Between Groups 4.679 2 2.339 .393 .676
Within Groups 733.067 123 5.960
Total 737.746 125
Manis
Between Groups 251.248 2 125.624 16.657 .000
Within Groups 927.653 123 7.542
Total 1178.901 125
Gurih
Between Groups 7.468 2 3.734 .719 .489
Within Groups 639.101 123 5.196
Total 646.570 125
Bawang _merah
Between Groups 12.626 2 6.313 1.069 .346
Within Groups 726.027 123 5.903
Total 738.652 125
Lada
Between Groups 100.576 2 50.288 8.941 .000
Within Groups 691.827 123 5.625
Total 792.403 125
Asam
Between Groups 10.833 2 5.416 .750 .475
Within Groups 888.235 123 7.221
Lampiran 8 Keluaran uji lanjut one-way ANOVA profil deskriptif bumbu A
Ayam
Tukey HSD
Sampel N Subset for
alpha = 0.05
1
A 0,70 % 42 7.9260
A 1,00 % 42 8.1781
A 1,00 % + 0,02 % Asam
sitrat 42 9.1040
Sig. .069
Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 42,000.
Asin
Tukey HSD
Sampel N Subset for alpha = 0.05
1 2
A 0,70 % 42 5.5471
A 1,00 % 42 7.1045
A 1,00 % + 0,02 % Asam
sitrat 42 7.2131
Sig. 1.000 .972
Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 42,000.
Bawang_putih
Tukey HSD
Sampel N Subset for alpha = 0.05
1 2
A 0,70 % 42 8.3826
A 1,00 % 42 9.4002
A 1,00 % + 0,02 % Asam
sitrat 42 10.5281
Sig. .068 1.000
30
Manis
Tukey HSD
Sampel N Subset for alpha = 0.05
1 2
A 0,70 % 42 5.5855
A 1,00 % + 0,02 % Asam
sitrat 42 7.4979
A 1,00 % 42 7.6829
Sig. 1.000 .943
Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 42,000.
Gurih
Tukey HSD
Sampel N Subset for alpha = 0.05
1 2
A 0,70 % 42 8.7693
A 1,00 % 42 9.9231
A 1,00 % + 0,02 % Asam
sitrat 42 10.5481
Sig. 1.000 .356
Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 42,000.
Bawang_merah
Tukey HSD
Sampel N Subset for alpha = 0.05
1 2
A 0,70 % 42 7.2398
A 1,00 % + 0,02 % Asam
sitrat 42 8.6276
A 1,00 % 42 8.6310
Sig. 1.000 1.000
Lada
Tukey HSD
Sampel N Subset for alpha = 0.05
1 2
A 0,70 % 42 3.9395
A 1,00 % 42 5.2176 5.2176
A 1,00 % + 0,02 % Asam
sitrat 42 5.4095
Sig. .059 .936
Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 42,000.
Asam
Tukey HSD
Sampel N Subset for
alpha = 0.05
1
A 0,70 % 42 2.4431
A 1,00 % + 0,02 % Asam
sitrat 42 3.2140
A 1,00 % 42 3.3231
Sig. .175
32
Lampiran 9 Keluaran uji lanjut one-way ANOVA profil deskriptif bumbu B
Ayam
Tukey HSD
Sampel N Subset for
alpha = 0.05
1
B 1,00 % + 1,00 % gula 42 8.3748
B 1,00 % 42 8.6029
B 0,85 % 42 8.7112
Sig. .867
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 42,000.
Asin
Tukey HSD
Sampel N Subset for alpha = 0.05
1 2
B 1,00 % + 1,00 % gula 42 9.3402
B 0,85 % 42 9.4905
B 1,00 % 42 11.2462
Sig. .945 1.000
Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 42,000.
Bawang_putih
Tukey HSD
Sampel N Subset for
alpha = 0.05
1
B 0,85 % 42 8.1121
B 1,00 % 42 8.2445
B 1,00 % + 1,00 % gula 42 8.5707
Sig. .666
Means for groups in homogeneous subsets are displayed.
Manis
Tukey HSD
Sampel N Subset for alpha = 0.05
1 2 3
B 0,85 % 42 5.7652
B 1,00 % 42 7.2074
B 1,00 % + 1,00 % gula 42 9.2090
Sig. 1.000 1.000 1.000
Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 42,000.
Gurih
Tukey HSD
Sampel N Subset for
alpha = 0.05
1
B 0,85 % 42 8.8079
B 1,00 % + 1,00 % gula 42 9.2790
B 1,00 % 42 9.3600
Sig. .510
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 42,000.
Bawang_merah
Tukey HSD
Sampel N Subset for
alpha = 0.05
1
B 0,85 % 42 6.5526
B 1,00 % 42 7.1721
B 1,00 % + 1,00 % gula 42 7.2662
Sig. .373
Means for groups in homogeneous subsets are displayed.
34
Lada
Tukey HSD
Sampel N Subset for alpha = 0.05
1 2
B 0,85 % 42 5.0162
B 1,00 % + 1,00 % gula 42 6.7531
B 1,00 % 42 7.0376
Sig. 1.000 .847
Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 42,000.
Asam
Tukey HSD
Sampel N Subset for
alpha = 0.05
1
B 0,85 % 42 3.4602
B 1,00 % 42 4.0102
B 1,00 % + 1,00 % gula 42 4.1352
Sig. .485
Means for groups in homogeneous subsets are displayed.
Lampiran 10 Keluaran uji T profil deskriptif bumbu A dan B
Independent Samples Test
Levene's Test for Equality of Variances
t-test for Equality of Means
F Sig. t df Sig.
(2-tailed)
Mean Difference
Std. Error Difference
95% Confidence Interval of the Difference
Lower Upper
Ayam Equal variances assumed 1.897 .172 -.660 82 .511 -.42476 .64346 -1.70482 .85529
Equal variances not assumed -.660 79.026 .511 -.42476 .64346 -1.70554 .85601
Asin Equal variances assumed 3.675 .059 -11.169 82 .000 -4.14167 .37081 -4.87933 -3.40400
Equal variances not assumed -11.169 74.384 .000 -4.14167 .37081 -4.88047 -3.40287
Bawang _putih
Equal variances assumed 5.095 .027 2.113 82 .038 1.15571 .54688 .06779 2.24364
Equal variances not assumed 2.113 74.068 .038 1.15571 .54688 .06604 2.24538
Manis Equal variances assumed 3.522 .064 .785 82 .435 .47548 .60550 -.72907 1.68002
Equal variances not assumed .785 77.739 .435 .47548 .60550 -.73006 1.68101
Gurih Equal variances assumed .318 .575 1.038 82 .302 .56310 .54261 -.51633 1.64253
Equal variances not assumed 1.038 81.289 .302 .56310 .54261 -.51648 1.64267
Bawang _merah
Equal variances assumed .337 .563 2.588 82 .011 1.45881 .56363 .33757 2.58005
Equal variances not assumed 2.588 81.382 .011 1.45881 .56363 .33744 2.58018
Lada Equal variances assumed 5.090 .027 -3.727 82 .000 -1.82000 .48826 -2.79131 -.84869
Equal variances not assumed -3.727 74.654 .000 -1.82000 .48826 -2.79274 -.84726
Asam
Equal variances assumed .103 .749 -1.255 82 .213 -.68714 .54732 -1.77593 .40164
36
RIWAYAT HIDUP
Penulis, Puspa Andita Rahman, dilahirkan di Purwokerto pada tanggal 1 Juni 1993. Penulis merupakan anak pertama dari dua bersaudara dalam keluarga Bapak Mohamad Abdurrahman dan Ibu Dyah Puspitawati. Pendidikan yang ditempuh oleh penulis, antara lain SD Islam AL-Husna Bekasi dan lulus pada tahun 2005, SMP Negeri 1 Bekasi lulus pada tahun 2008, SMA Negeri 4 Bekasi lulus pada tahun 2011. Pada tahun 2011, penulis melanjutkan pendidikan yang lebih tinggi di Institut Pertanian Bogor sebagai mahasiswa di Ilmu dan Teknologi Pangan, Fakultas Teknologi Pertanian melalui jalur Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) tulis. Selama menjadi mahasiswa, penulis pernah mengikuti organisasi seperti Badan Eksekutif Mahasiswa Fakultas Teknologi Pertanian (BEM FATETA) pada tahun 2012/2013. Penulis juga aktif pada berbagai kegiatan seperti menjadi panitia dalam MPKMB 49 (2012), RAFEST (2013), BAUR (2013), dan ACCESS (2013). Selain itu, pada tahun 2014 penulis pernah menjadi Asisten Praktikum Evaluasi Sensori dan Asisten Praktikum Penerapan Komputer.