78
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
1. Penambahan konsentrasi yang berbeda dari asam sitrat dan sukrosa
memberikan pengaruh nyata terhadap karakteristik kimia, antara lain
terhadap kadar air, total padatan terlarut. Sedangkan terhadap karakteristik
fisik, antara lain warna dan panjang oles. Pada karakteristik organoleptik
yang tidak berpengaruh nyata yaitu pada atribut rasa pahit dan sensasi
berpasir (
graininess
), sedangkan atribut rasa manis, asam, sensasi sepat
(
astringency
), warna, kekokohan (
firmness
), daya oles, dan panjang oles
memberikan pengaruh nyata terhadap penambahan konsentrasi yang
berbeda dari asam sitrat dan sukrosa pada selai kulit pisang candi.
2. Pemilihan perlakuan terbaik yang menggunakan metode Zeleny didapatkan
pada kombinasi penambahan asam sitrat dengan konsentrasi 0,2% dan
sukrosa dengan konsentrasi 70%.
5.2 Saran
1. Pada pengujian organoleptik pada parameter penerimaan dan kesukaan
panelis terhadap selai kulit pisang candi kurang menyukai dan menerima dari
warna selai kulit pisang candi, sehingga perlu dilakukan penambahan warna
dari bahan alami atau bahan tambahan pangan yang diijinkan untuk
menambah penilaian kesukaan dan penerimaan konsumen.
2. Perlu diuji daya simpan secara berkala untuk mengetahui umur simpan dari
selai kulit pisang candi tersebut.
79
DAFTAR PUSTAKA
Ahda, Y dan Berry, S.H. 2008.
Pengolahan Limbah Kulit Pisang Menjadi Pektin
dengan Metode Ekstraksi
Fakultas Teknik Univeritas Diponegoro.
Semarang
AOAC. 1990.
Official Methods of Analysis, 15
thEdition. Edited by Helrich.
Washington DC
Apriantono, A, dkk. 1989.
Analisis Pangan. Pusat Antar Universitas Pangan dan
Gizi Institut Pertanian Bogor. Bogor.
Australian Standard®. 1995. AS 2542.1.3-1995.
Sensory Analysis of Foods.
Method 1.3 : General Guide to Methodology-Selection of Assesors. SAI
Global
Badan Pusat Statistik. 2017. Produksi Buah-Buahan di Indonesia.
http://bps.go.id
diakses tanggal 3 Januari 2017 pukul 10.50 WIB
Bariroh, Umi. 2007.
Karakterisasi Jam Nangka Pada Berbagai Variasi Jumlah
Penambahan Gula dan Asam Sitrat Pada Pemasakan. Skripsi. Universitas
Jember. Jember
Bolenz,
et al.
2006. The Broader Usage of Sugars and Fillers in Milk Chocolate
Made Possible By The New EC Cocoa Directive. International Journal of
Food Science and Technology 41: 45-55
80
Cecilia G. Riveros. 2009.
Chemical Composition and Sensory Analysis of
Peanut Pastes Elaborated with High Oleic and Regular Peanuts From
Argentina. Grasas Y Aceites, 60(4) ISSN: 0017-3495. Argentina
Chan dan Phang. 2009.
Sensory Descriptive Analysis and Consumer
Acceptability of Original “Kaya” and “Kaya” Partially Substituted with
Inulin. International Food Research Journal 16: 483-492. Malaysia
Choi, S.E. 2010. Sensory Evaluation Chapter 3. Jones & Barlett Learning. LCC
Chu, C.A. and Resurreccion. 2005.
Sensory Profiling and Characterization of
Chocolate Peanut Spread Using Response Surface Methodology.
Journal of Sensory Studies 20: 243-274
Codex STAN. 2009.
CODEX STAN 296-2009 Standard For Jams, Jellies and
Marmalades
Cowart. 1989.
Relationship Between Taste and Smell Across The Adult Life
Span. Journal of Sensory Studies 561: 39-55. New York
Desrosier, N.W. 1988.
Teknologi Pengawetan Pangan
: Edisi Ketiga.
Diterjemahkan dari Food Preservation Technology oleh M. Muljohardjo.
Indonesia Press. Jakarta
Dewati. 2008.
Limbah Kulit Pisang Kepok sebagai Bahan Baku Pembuatan
Etanol. UPN Press. Surabaya
Dewi, Rina P. 2014.
Pemanfaatan Kulit Pisang Ambon (Musa paradisiaca)
sebagai Pektin pada Selai Kacang Hijau (Phaseolus radiatus). Skripsi.
Universitas Muhammadiyah Surakarta. Surakarta
81
Drake, M. 2007. Sensory Analysis of Dairy Foods. Journal of Dairy Science.
Engelen, L., Wijk, R.A.d,
et al.
2005.
Relating Particles and Texture Perception.
Physiology & Behavior 86: 111-117
Erawati, F. 2009.
Ekstraksi dan Karakterisasi Pektin Kulit Pisan (Kajian Jenis
Pelarut Asam dan Rasio Bahan : Pelarut Asam). Skripsi. THP UB. Malang
Estiasih dan Ahmadi. 2009. Teknologi Pengolahan Pangan. Bumi Aksara. Jakarta
Fahrizal dan Fhadil. 2014.
Kajian Fisiko Kimia dan Daya Terima Organoleptik
Selali Nenas yang Menggunakan Pektin dari Limbah Kulit Kakao.
Universitas Syiah Kuala. Banda Aceh
Fatonah, W. 2002.
Optimasi Produksi Selai dengan Bahan Baku Ubi Jalar
Cilembu. IPB. Bogor
Ferdiansyah, R. 2016.
Profil Tekstur dan Sensori Metode Spektrum Terhadap
Bakso Nabati dengan Penambahan Karageenan. Skripsi. Universitas
Brawijaya. Malang
Ghozali, Imam. 2005.
Aplikasi Analisis Multivariat dengan Program SPSS.
BP
Undip. Semarang
Gibson, L.L, L.E Jeremiah, and K.L. Burwash. 1997.
Descriptive Sensory
Analysis: The Profiling Approach. Technical Bulletin 1997-2E, Public
Works and Government Services. Canada
Green
et al.
2010. Taste Mixture Interactions : Suppression, Additivity, and The
Predominance of Sweetness. Physiol. Behav 101: 731-737
82
Harrison dan Andress. 2013.
Preserving Food: Jams and Jellies. The University
Of Georgia Ft. Valley State University. US
Handajani, S. 1994. Pasca Panen Hasil Pertanian. Sebelas Maret University Press.
Surakarta
Hardita. 2015. Pengaruh Rasio Daging dan Kulit Buah Naga Merah (Hylocereus
polyrhizus) Terhadap Karakteristik Selai. Skripsi. Universitas Udayana.
Bali
Hartati, M.E. 2010. Pengaruh Penggunaan Madu pada Pembuatan Selai Pepaya.
J.Berita Libang Industri 45(3): 29-37
Hasbullah. 2001.
Teknologi Tepat guna Agroindustri Kecil Sumatera Barat
–
Pektin Jeruk. Dewan Ilmu Pengetahuan, Teknologi dan Industri Sumatra
Barat. Jakarta
Herbstreith dan Fox. 2005.
Jams, Jellies and Marmalades. Corporate Group.
Germany
Hootman, Robert C. 1992.
Manual Descriptive Analysis Testing For Sensory
Evaluation. ASTM Publication Code Number (PCN) 28-013092-36.
Philadelphia
Ibrahim, Salma I.M., Torsten C. Schmidt, Samy M. Abd El-azeem. 2014.
Banana
Peel as Alternative Bio-sorbent Material for Removal of 2-Chlorophenol
from Water.
University of DuisburgEssen, Essen, Germany and Fayoum
University, Fayoum, Egypt.
83
Pendekatan Arrhenius dan Metode Sensori Spektrum. Skripsi.
Universitas Brawijaya. Malang
Kaban, I.M dkk. 2012.
Ekstraksi Pektin dari Kulit Buah Pisang Kepok (Musa
paradisiaca). Jurnal Teknik Kimia USU,
Article in press
. Universitas Sumatra
Utara. Medan
Kohyama, K., Fumiyo Hayakawa,
et al
. 2016.
Sucrose Release from Agar Gels
and Sensory Perceived Sweetness. National Food Research Institute.
Japan
Koswara, S. 2009.
Teknologi Pengolahan Roti.
http://eBookPangan.com
Diakses
pada tanggal 4 Januari 2017 pukul 10.30 WIB
Laaksonen, O. 2011.
Astringent Food Compounds and Their Interactions with
Taste Properties. Department of Biochemistry and Food Chemistry.
University of Turku. Finland
Lawless dan Hildegrade. 2010. Sensory Evaluation of Food 2nd Edition. Springer
Science & Bussiness Media. New York
Levaj
et al
. 2010.
Gel Strength and Sensory Attributes of Fig (Ficus carica)
Jams and Preserves as Influenced by Ripeness. Journal of Food Science
Vol 75, Nr.2
Lucak, C.L. 2008.
Determination Of Various Palate Cleanser Effacacies For
Representative Food Types. Thesis. Science and Technology Ohio State
University.
Mason, R dan Nottingham. 2002. Food 3007 and Food 7012 : Sensory Evaluation
Manual. Centre for Food Technology, DPI, Bristane
84
May, Colin D. 1990.
Industrial Pectins: Sources, Production and Application.
Carbohydrate Polymers 79-99. UK
Mc Bride dan Mac Fie. 1990. Psychological Basis of Sensory Evaluation. Elsivier
Science Publisher Ltd. New York
Meilgaard, M.C.,
et.al.
2007. Sensory Evaluation Techniques, Forth Edition. CRC
Press. USA.
Meilina, H. 2003. Produksi Pektin dari Kulit Jeruk Lemon (Citrus medica). Tesis.
IPB. Bogor
Mojet, Jos, Elly Christ,
et.al
. 2001.
Taste Perception with Age : Generic or
Spesific Iosses in Threshold Sensitivity to The Five Basic Tastes?
Chem. Senses 26: 845-860, 2001
Munadjim. 1984. Teknologi Pengolahan Pisang. PT Gramedia. Jakarta
Murtiningsih dan Pekerti. 1988.
Pengaruh Umur Petik Terhadap Mutu Buah
Pisang Tanduk. Bull. Penel 3(1): 33-37
National Health and Nutrition Examination Survey. 2013.
Taste and Smell
Examination Component Manual. Create Space Independent Publishing
Platform
Nur’aini. 2011.
Aplikasi Millet (Pennisetum Spp) Merah dan Millet Kuning
Sebagai Subtitusi Terigu dalam Pembuatan Roti Tawar : Evaluasi Sifat
Sensoris dan Fisikokimia. Skripsi. Universitas Sebelas Maret. Surakarta
Nurhayati, dkk. 2014.
Karakteristik Fisikokimia Tepung Kulit Pisang Jenis
Banana. Jurnal Agroteknologi Vol. 8 No.1 51-54. Jember
85
Pendekatan Arrhenius dan Metode Sensori Spektrum. Skripsi.
Universitas Brawijaya. Malang
Prissilia, dkk. 2014.
Kualitas Selai Mangga Kweni (Mangifera odorata
Griff)
Rendah Kalori dengan Variasi Rebaudiosida A.
Skripsi. Univeritas Atma
Jaya. Yogyakarta
Purves, Augustine,
et al.
2001.
Neuroscience 2nd Edition. Sinauer Associates.
Sunderland
Pusat Studi Ketahanan Pangan. 2012. Pembuatan Jam. Universitas Udayana. Bali
Rukmana. 1999. Usaha Tani Pisang. Kanisius. Yogyakarta
Sekuler, Robert. 2004.
Texture and Mouthfeel : Making Rheology Real. Weeks
Publishing Company Northbrook, IL 60062
Setianingsih, dkk. 2010.
Analisis Sensori Pangan Untuk Industri Pangan dan
Agro. IPB Press. Bogor
Shallenberger, R.S. 1997. Taste Recognition Chemistry. Pure & appl Chem Vol 69
No 4: 659-666
Shimada,
et al
. 1998.
Effect of Physical Properties of Food Particles on The
Degree of Graininess Perceived in The Mouth. University Ochanomizu.
Japan
Standar Nasional Indonesia. 2008.
Selai Buah. Badan Standardisasi Nasional SNI
03746: 2008. Jakarta
Sugawara, et.al. 2009. Use of Human Senses as Sensors. Sensors 9:3184-3204.
86
Susanti, Lina. 2006.
Perbedaan Penggunaan Jenis Kulit Pisang Terhadap
Kualitas Nata. Skripsi. Universitas Negeri Semarang. Semarang
Susanto, T dan Saneto. 1994. Teknologi Pengolahan Hasil Pertanian.
Bina Ilmu,
Surabaya
Sutanto dan Edison. 2001.
Pedoman Karakterisasi, Evaluasi Kultivar Pisang.
Balai Penelitian Tanaman Buah. Solok
Sowalsky dan Noble. 1998.Comparison of The Effects of Concentration, pH, and
Anion Species on Astringency and Sourness of Organic Acids. Chem
Senses 23: 343-349 University of California. USA
Szczesniak, A.S. 2002. Texture is a Sensory Property. Elsevier. Food Quality and
Preference 13 : 215
–
225
Tohuloaula, A. 2013.
Karakterisasi Pektin dengan Memanfaatkan Limbah Kulit
Pisang Menggunakan Metode Ekstrasi.
Jusrusanas Teknik Universitas
Lambung Mangkurat. Banjarmasin
Tajoda, N.H., Kaurian K.C and Bredenkamp M.B. 2013.
Reduction of Cholesterol
and Triglyserides in Volunteers Using Lemon and Apple.
Department of
Science Asia-Pasific International University. Thailand
Tarigan, dkk. 2012.
Ekstraksi Pektin dari Kulit Buah Pisang Raja (Musa
sapientum).
Jurnal Teknik Kimia Vol.1 No.2. Universitas Sumatera Utara.
Medan
Wachida, N. 2013.
Pectin Extraction from Sweet Orange Peel (Citrus sinensi
osbeck) (Study of Maturity Level and Precipitate Agent).
Jurusan THP
UB. Malang
87
Winarno, F.G. 2001.Kimia Pangan. PT Gramedia Pustaka Utama. Jakarta
Winarno, F.G. 2002. Kimia Pangan dan Gizi. PT Gramedia Pustaka Utama. Jakarta
Yamagata dan Sugawara. 2014.
Sensory Evaluation Spectrum Method as a
Descriptive Sensory Analysis.
Psychology 5:1591-1610.
http://dx.doi.org
diakses pada tanggal 12 Januari 2017 pukul 05.30 WIB
Yolanda, Stevany. 2015.
Uji Ambang Mutlak Lima Rasa Dasar Pada Sampel
Penduduk Jawa Bagian Barat, Tengah, dan Timur dengan Metode
3-AFC (Alternative Forced Choice). Skripsi. Universitas Brawijaya. Malang
Yulistiani, dkk. 2014. Peran Pektin dan Sukrosa Pada Selai Ubi Jalar Ungu. UPN.
Surabaya
Zeleny. 1982.
Multiple Criteria Decision Making.
Mc Graw Hill Book Company.
New York
88
LAMPIRAN
1. Prosedur Analisis Fisik, Kimia, dan Organoleptik
1.1 Referensi Atribut Selai Kulit Pisang Candi
Atribut
aDeskripsi
Referensi
Intensitas
bRasa Manis
cCitarasa
yang
ditimbulkan oleh sukrosa
Larutan sukrosa 10%
10
Rasa Asam
cCitarasa
yang
ditimbulkan oleh asam
sitrat
Larutan
asam
sitrat
0,15%
10
Rasa Pahit
cCitarasa
yang
ditimbulkan oleh kafein
Larutan kafein 0,05%
10
Sensasi
Sepat
(
Astringency
)
cSensasi
kering
pada
permukaan lidah
8 g kopi dalam 250 ml
air distilasi
6
Kekokohan
(
Firmness
)
Gaya yang dibutuhkan
untuk
memadatkan
sampel antara lidah dan
langit-langit
¼
sendok
makan
peanut butter
d11
Sensasi Berpasir
(Graininess)
dTingkat
sampel
mengandung serat yang
disebabkan permukaan
partikel yang kecil
Rendah : topping moka
Tinggi : peanut butter
Warna
eIntensitas atau kekuatan
warna dari cerah hingga
gelap
Cerah : peanut butter
Gelap : topping moka
Daya Oles
fKemudahan penyebaran
sampel pada roti
Menggunakan
pisau
untuk
oles
sampel
sebanyak 5 gram pada
1 lembar roti (2x3 inch),
peanut butter
a
89
bintensitas berdasarkan 15 cm skala terstruktur
cReferensi dari Cecilia G.
et.al
. (2009)
dReferensi dari Sekuler (2004)
dReferensi dari Meilgaard,
et.al.
(2007)
eReferensi dari Gibson,
et.al.
(1997)
fReferensi dari Chu dan Resurreccion (2005)
1.2 Analisis Kadar Air Metode Oven (AOAC, 1990)
Sampel sebesar 1 gram ditimbang ke dalam cawan yang telah diketahui
beratnya
Sampel dikeringkan ke dalam oven bersuhu 105
oC selama 5 jam
Sampel didinginan dalam desikator, kemudian ditimbang
Sampel dipanaskan kembali dalam oven selama 3 menit, didinginkan dalam
desikator dan ditimbang kembai. Perlakuan yang sama dilakukan kembali
hingga tercapai berat konstan (selisih penimbangan berturut-turut kurang dari
0,2 mg)
Pengurangan berat merupakan hasil kandungan air yang terdapat dalam
bahan. Penghitungan kadar air berdasarkan berat kering menggunakan
rumus:
1.3 Analisis pH dengan pH Meter (Apriantono dkk, 1989)
Sampel yang telah dihomogenkan diambil kurang lebih 30 ml dan
ditempatkan pada gelas piala 50 ml
pH meter dikalibrasi dengan menggunakan buffer pH 4 dan pH 7, lalu
dibersihkan dengan aquades
dilakukan pengukuran sampel
setiap kali akan mengukur pH sampel yang lain, sebelumnya probe
dibersihkan dengan aquades terlebih dahulu
1.4 Analisis Warna Metode L*a*b* Hunter (Yuwono dan Susanto, 1998)
90
Menyiapkan sampel dalam plastic bening.
Menghidupkan color reader
Menentukan target pembacaan L*, a*,b*
L: parameter kecerahan
(lightness)
a: koordinat kromositas
b: koordinat kromositas
Mengukur warnanya
1.5 Analisis Tekstur dengan Tensile Strength (Midayanto, 2014)
Alat
tensile strength
dinyalakan dan tunggu 5 menit.
Bahan yang diukur diletakkan tepat di bawah jarum alat. Beban dilepaskan
lalu skala penunjuk dibaca setelah alat berhenti
Nilai yang tercantum pada monitor merupakan nilai “gel strength” (kekerasan)
yang dinyatakan dalam satuan Newton ( N )
1.6 Analisis Daya Oles (Yuwono dan Tri, 1998)
Siapkan 2 lembar kaca dengan ketebalan 2 mm, panjang 20 cm, lebar 5cm
direkatkan pada bidang oles (kaca) sehingga jarak antar dua lembar kaca
tersebut 2 cm.
Sampel sebanyak 3 gram diratakan sepanjang 2 cm pada ujung pisau oles
Atur kedua lembar kaca tersebut dengan selotip papan
Ambil sampel dengan pisau oles
Oleskan sampel dengan pisau oles
Oleskan sampel pada papan oles hingga jarak terjauh dapat tercapai
Jarak terjauh adalah jarak yang dapat dicapai sampel tanpa terputusnya
olesan (daya oles = jarak terjauh)
1.7 Analisa Total Padatan Terlarut (Apriantono dkk, 1989)
Ambil bahan yang akan diukur dengan pipet tetes dan diletakkan diatas
prisma refraktometer
91
Tanggal Uji :Nama :
Kode Sampel :
Produk : Selai Kulit Pisang
1. Rasa Manis
2. Rasa Asam
3. Rasa Pahit
4. Sensasi Sepat (Astringency)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Tidak
Manis
Sangat
Manis
Tidak
Asam
Sangat
Asam
Tidak
Pahit
Sangat
Pahit
Sangat
Sepat
Tidak
Sepat
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
92
5. Warna6. Sensasi Berpasir (graininess)
7. Kekokohan (firmness)
8. Daya Oles
9. Daya Oles = ... cm
Sangat
Mudah
dioles
Sangat
Cerah
Sangat
Gelap
Tidak
Berpasir
Sangat
Berpasir
Sangat
Lembek
Sangat
Kokoh
Sangat
Sulit
dioles
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
93
UJI PENERIMAAN KESELURUHAN
Tanggal Uji :
Nama :
Kode sampel :
Produk : Selai Kulit Pisang
1. Berdasarkan masing-masing faktor dibawah ini, Apakah anda dapat menerima kode sampel produk ini ?
Rasa : [ ] Ya [ ] Tidak Tekstur : [ ] Ya [ ] Tidak Warna : [ ] Ya [ ] Tidak
2. Secara keseluruhan, apakah anda dapat menerima produk dengan kode sampel ini?
[ ] Ya [ ] Tidak
Kritik dan saran :
……… ……… …………... ...
UJI KESUKAAN KESELURUHAN
Tanggal Uji :
Nama :
Kode sampel :
Produk : Selai Kulit Pisang
1. Berdasarkan masing-masing faktor dibawah ini, Apakah anda dapat menyukai kode sampel produk ini ?
Rasa : [ ] Ya [ ] Tidak Tekstur : [ ] Ya [ ] Tidak Warna : [ ] Ya [ ] Tidak
2. Secara keseluruhan, apakah anda dapat menyukai produk dengan kode sampel ini?
[ ] Ya [ ] Tidak
Kritik dan saran :
94
2. Hasil Analisis Sidik Ragam Uji Fisik dan Kimia
KADAR AIR
Analysis of Variance for KADAR AIR, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F P faktor1 1 291,098 291,098 291,098 507,60 0,000 faktor2 2 56,980 56,980 28,490 49,68 0,000 ulangan 2 2,805 2,805 1,403 2,45 0,137 faktor1*faktor2 2 2,634 2,634 1,317 2,30 0,151 Error 10 5,735 5,735 0,573
Total 17 359,253
Grouping Information Using Bonferroni Method and 95,0% Confidence
faktor1 faktor2 N Mean Grouping A1 G1 3 53,55 A
A1 G2 3 50,77 B A1 G3 3 48,80 B A2 G1 3 44,61 C A2 G2 3 43,70 C A2 G3 3 40,67 D
Means that do not share a letter are significantly different.
NILAI pH
Analysis of Variance for pH, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F P faktor1 1 0,06125 0,06125 0,06125 4,05 0,072 faktor2 2 0,20028 0,20028 0,10014 6,61 0,015 ulangan 2 0,04194 0,04194 0,02097 1,39 0,294 faktor1*faktor2 2 0,00750 0,00750 0,00375 0,25 0,785 Error 10 0,15139 0,15139 0,01514
Total 17 0,46236
Grouping Information Using Bonferroni Method and 95,0% Confidence
faktor1 faktor2 N Mean Grouping A1 G3 3 4,950 A
95
Means that do not share a letter are significantly different.
TOTAL PADATAN TERLARUT
Analysis of Variance for TPT, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F P faktor1 1 630,12 630,12 630,12 1262,21 0,000 faktor2 2 171,27 171,27 85,64 171,54 0,000 ulangan 2 1,49 1,49 0,74 1,49 0,271 faktor1*faktor2 2 0,02 0,02 0,01 0,02 0,977 Error 10 4,99 4,99 0,50
Total 17 807,90
Grouping Information Using Bonferroni Method and 95,0% Confidence
faktor1 faktor2 N Mean Grouping A2 G3 3 56,90 A
A2 G2 3 55,07 A A2 G1 3 49,60 B A1 G3 3 45,10 C A1 G2 3 43,13 C A1 G1 3 37,83 D
96
WARNA
–
KECERAHAN
Analysis of Variance for KECERAHAN, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F P faktor1 1 0,458 0,458 0,458 1,31 0,279 faktor2 2 118,808 118,808 59,404 169,80 0,000 ulangan 2 2,522 2,522 1,261 3,60 0,066 faktor1*faktor2 2 10,024 10,024 5,012 14,33 0,001 Error 10 3,498 3,498 0,350
Total 17 135,310
Grouping Information Using Bonferroni Method and 95,0% Confidence
faktor1 faktor2 N Mean Grouping A1 G1 3 40,64 A
A2 G1 3 40,04 A A2 G2 3 37,41 B A1 G2 3 35,78 B C A1 G3 3 35,09 C A2 G3 3 33,10 D
Means that do not share a letter are significantly different.
WARNA-KEKUNINGAN
Analysis of Variance for KEKUNINGAN, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F P faktor1 1 0,871 0,871 0,871 2,91 0,119 faktor2 2 79,983 79,983 39,992 133,46 0,000 ulangan 2 1,352 1,352 0,676 2,26 0,155 faktor1*faktor2 2 6,843 6,843 3,422 11,42 0,003 Error 10 2,997 2,997 0,300
Total 17 92,046
Grouping Information Using Bonferroni Method and 95,0% Confidence
faktor1 faktor2 N Mean Grouping A2 G1 3 15,167 A
A1 G1 3 12,990 B A1 G2 3 10,480 C A2 G2 3 10,190 C A1 G3 3 9,410 C A2 G3 3 8,843 C
97
WARNA
–
KEMERAHAN
Analysis of Variance for KEMERAHAN, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F P faktor1 1 0,02347 0,02347 0,02347 0,33 0,577 faktor2 2 2,84541 2,84541 1,42271 20,17 0,000 ulangan 2 0,09568 0,09568 0,04784 0,68 0,529 faktor1*faktor2 2 0,17534 0,17534 0,08767 1,24 0,329 Error 10 0,70519 0,70519 0,07052
Total 17 3,84509
Grouping Information Using Bonferroni Method and 95,0% Confidence
faktor1 faktor2 N Mean Grouping A2 G1 3 2,487 A
A1 G1 3 2,480 A A2 G2 3 2,410 A B A1 G2 3 2,070 A B C A1 G3 3 1,610 B C A2 G3 3 1,480 C
98
PANJANG OLES
Analysis of Variance for PANJANG, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F P faktor1 1 3,87347 3,87347 3,87347 93,71 0,000 faktor2 2 0,69250 0,69250 0,34625 8,38 0,007 ulangan 2 0,25333 0,25333 0,12667 3,06 0,092 faktor1*faktor2 2 0,05361 0,05361 0,02681 0,65 0,543 Error 10 0,41333 0,41333 0,04133
Total 17 5,28625
Grouping Information Using Bonferroni Method and 95,0% Confidence
faktor1 faktor2 N Mean Grouping A1 G1 3 9,833 A
A1 G2 3 9,733 A A1 G3 3 9,300 A B A2 G1 3 8,917 B C A2 G2 3 8,667 B C A2 G3 3 8,500 C
99
3. Data Diri Panelis
Panelis
ID
Jenis
Kelamin Suku
Pendidikan terakhir
Usia
Pekerjaan
Suka
selai
Selai sering
dikonsumsi
Frekuensi (Seminggu)
KNS
P
Dayak
SMA / Sederajat
19 Mahasiswa/i
Ya
Kacang
Jarang
PS
P
Jawa
SMA / Sederajat
21 Mahasiswa/i
Tidak
Cokelat
Sangat Jarang
HS
P
Jawa
SMA / Sederajat
21 Mahasiswa/i
Ya
Cokelat
Sangat Jarang
RFA
P
Jawa
SMA / Sederajat
22 Mahasiswa/i
Ya
Cokelat
Sangat Jarang
BR
L
Jawa
SMA / Sederajat
22 Mahasiswa/i
Ya
Kacang
Sangat Jarang
TH
P
Batak
SMA / Sederajat
21 Mahasiswa/i
Ya
Cokelat
Sangat Jarang
MT
P
Jawa
SMA / Sederajat
20 Mahasiswa/i
Ya
Buah
Sering
NSS
P
Jawa
SMA / Sederajat
21 Mahasiswa/i
Ya
Cokelat
Sangat Jarang
AP
L
Batak
SMA / Sederajat
21 Mahasiswa/i
Ya
Cokelat
Sangat Jarang
KK
P
Melayu
SMA / Sederajat
20 Mahasiswa/i
Ya
Kacang
Jarang
MC
L
Jawa
SMA / Sederajat
22 Mahasiswa/i
Ya
Buah
Sangat Jarang
RJ
P
Jawa
SMA / Sederajat
21 Mahasiswa/i
Ya
Cokelat
Cukup
AES
P
Jawa
SMA / Sederajat
21 Mahasiswa/i
Ya
Cokelat
Sangat Jarang
HP
P
Jawa
SMA / Sederajat
20 Mahasiswa/i
Ya
Cokelat
Jarang
AA
P
Ambon, Flores
SMA / Sederajat
21 Mahasiswa/i
Ya
Cokelat
Jarang
DC
P
Jawa
SMA / Sederajat
20 Mahasiswa/i
Tidak
Cokelat
Sangat Jarang
ARS
P
Jawa
SMA / Sederajat
22 Mahasiswa/i
Ya
Cokelat
Sangat Jarang
NAM
P
Sunda
SMA / Sederajat
20 Mahasiswa/i
Ya
Kacang
Sangat Jarang
EJ
P
Sunda, Betawi
SMA / Sederajat
21 Mahasiswa/i
Ya
Cokelat
Cukup
ANA
P
Jawa
SMA / Sederajat
20 Mahasiswa/i
Ya
Buah
Jarang
AW
P
Jawa
SMA / Sederajat
20 Mahasiswa/i
Ya
Cokelat
Jarang
MK
P
Jawa
SMA / Sederajat
21 Mahasiswa/i
Ya
Cokelat
Sangat Jarang
DAP
P
Jawa
SMA / Sederajat
19 Mahasiswa/i
Ya
Buah
Jarang
FAA
P
Jawa
SMA / Sederajat
18 Mahasiswa/i
Ya
Buah
Jarang
AP
P
Jawa
Diploma
22 Mahasiswa/i
Ya
Cokelat
Sangat Jarang
PD
P
Sunda
Diploma
22 Mahasiswa/i
Ya
Cokelat
Jarang
FM
P
Arab Jawa
SMA / Sederajat
22 Mahasiswa/i
Ya
Cokelat
Jarang
NTP
P
Aceh
SMA / Sederajat
21 Mahasiswa/i
Ya
Cokelat
Sangat Jarang
ASN
P
Jawa
SMA / Sederajat
21 Mahasiswa/i
Ya
Buah
Cukup
100
4. Kuisioner Wawancara dan Persetujuan
Nama :Pertanyaan Keterangan Assesment
Identitas diri
Intensitas konsumsi selai - Panelis diharapkan
menjelaskan kepada panel
leader mengenai seberapa
seringnya konsumsi selai
perminggu
- Berapa kali sehari konsumsi
selai panelis
Pengetahuan selai
- Panelis diharapkan dapat
menjelaskan hal yang
mendasar pengetahuan
tentang selai. For ex:
pengertian selai dan jenis
selai
Riwayat kesehatan - Adanya alergi atau tidak,
riwayat penyakit
101
Lembar Persetujuan sebagai Panelis dalam Penelitian Sensori
Judul Penelitian
: Pengaruh Perbedaan Konsentrasi Sukrosa dan Asam
Sitrat pada Selai Kulit Pisang Candi (
Musa paradisiaca
)
Terhadap Sifat Fisik, Kimia, dan Organoleptik dengan
Metode Spektrum
Peneliti
:
Ketua
: Kiki Fibrianto, S.TP., M. Phil., Ph.D
Anggota
: Marisa Anggara
Kontak
: 085536857664
–
Saya adalah salah satu mahasiswa/i Universitas Brawijaya dengan
kisaran usia 18-25 tahun. Apabila saya memiliki gangguan kesehatan berupa
alergi terhadap bahan pangan tertentu atau yang diujikan, maka saya akan
menginformasikannya sebelum penelitian berlangsung.
Saya telah mengajukan beberapa pertanyaan yang berhubungan dengan
penelitian dan telah mendapatkan informasi yang jelas. Oleh karena itu, saya
akan mengikuti segala peraturan dan instruksi yang diberikan tanpa adanya
paksaan dari pihak manapun.
Saya bersedia untuk berpartisipasi menjadi panelis dalam penelitian yang
dilakukan. Sebagai panelis, saya akan mengikuti penelitian yang berlangsung
dari awal hingga akhir penelitian sesuai dengan kesepakatan dengan panel
leader. Selama penelitian berlangsung, saya akan memberikan informasi yang
diperlukan dengan penuh kejujuran.
Saya mengerti apabila semua informasi pada penelitian ini sangat penting
dan rahasia, sehingga saya bersedia ikut serta dalam menjaga keamanannya.
Saya telah membaca dengan baik lembar Persetujuan sebagai Panelis
dan telah memahami mengenai keterlibatan sebagai panelis sensori.
Tanggal :
Tanggal :
Nama Peneliti
Nama Panelis
Marisa Anggara
102
KUISIONER PENELITIAN ATRIBUT SENSORI SELAI KULIT PISANG
Hari, Tanggal
: ...
Nama Lengkap
: ...
Jenis Kelamin
: Laki-laki
Wanita
No. Telp.
: ...
INSTRUKSI : Pilihlah jawaban padasetiap pertanyaan dengan memberikan tanda centang (√) pada jawaban yang Anda pilih atau tuliskan jawaban anda pada bagian yang disediakan.
1. Anda termasuk ke dalam suku :
Jawa Batak
Sunda Dayak Betawi Lainnya 2. Pendidikan terakhir anda adalah
SMP atau sederajat SMA atau sederajat Sarjana
Pasca Sarjana Diploma Lainnya
3. Berapakah usia Anda saat ini? 16 - 18 tahun
19 - 21 tahun 22 - 24 tahun > 24 tahun
4. Pekerjaan utama Anda saat ini : Mahasiswa/i
Pegawai Negeri Pegawai Swasta Tidak bekerja Lainnya, ...
5. Apakah Anda suka mengonsumsi selai? Ya Tidak
6. Dari jenis selai dibawah ini, manakah yang paling sering anda konsumsi?
Selai buah seperti strawberry, blueberry, nanas
Selai kacang Selai cokelat
Selai bunga seperti mawar
7. Seberapa sering Anda mengonsumsi selai?
Sangat jarang (kurang dari satu kali seminggu)
Jarang (kurang dari tiga kali seminggu)
Cukup (tiga kali seminggu) Sering (empat sampai tujuh kali seminggu)
Sangat sering (lebih dari tujuh kali seminggu)
8. Jika Anda sering dan sangat sering mengonsumsi selai, berapa frekuensi konsumsi selai dalam sehari?
2 kali 5 kali
3 kali > 5 kali 4 kali
9. Berikan penilaian Anda terhadap beberapa parameter selai berdasarkan tingkat kepentingan: 1 = Sangat Tidak Penting (STP) 2 = Tidak Penting (TP)
3 = Biasa (B) 4 = Penting (P)
5 = Sangat Penting (SP)
Parameter STP TP B P SP Tekstur 1 2 3 4 5
Rasa 1 2 3 4 5
Warna 1 2 3 4 5 Daya Oles 1 2 3 4 5
103
5. Hasil One Proportion Uji Pengenalan Rasa Dasar
Manis 1%
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% CI P-Value
1 28 30 0,933333 (0,779265; 0,991822) 0,000
Umami 0,06%
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% CI P-Value
1 23 30 0,766667 (0,577163; 0,900662) 0,005
Pahit 0,03%
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 30 30 1,000000 0,904966 0,000
Asam 0,03%
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% CI P-Value
1 25 30 0,833333 (0,652788; 0,943578) 0,000
Asin 0,2%
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% CI P-Value
1 28 30 0,933333 (0,779265; 0,991822) 0,000
6. Hasil One Proportion Uji Segitiga
Test of p = 0,33 vs p ≠ 0,33Exact Sample X N Sample p 95% CI P-Value 1 24 30 0,800000 (0,614333; 0,922864) 0,000
7. Hasil One Proportion Uji Ambang Mutlak
Asam 0,10
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% CI P-Value
1 11 23 0,478261 (0,268196; 0,694122) 1,000
Asam 0,20
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% CI P-Value
1 16 23 0,695652 (0,470808; 0,867897) 0,093
Asam 0,40
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 23 23 1,000000 0,877877 0,000
Asam 0,80
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 23 23 1,000000 0,877877 0,000
Asam 1,60
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% CI P-Value
1 19 23 0,826087 (0,612188; 0,950492) 0,003
Manis 5
Test of p = 0,5 vs p ≠ 0,5
104
Sample X N Sample p 95% CI P-Value
1 21 23 0,913043 (0,719621; 0,989290) 0,000
Manis 10
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 23 23 1,000000 0,877877 0,000
Manis 20
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 23 23 1,000000 0,877877 0,000
Manis 40
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 23 23 1,000000 0,877877 0,000
Manis 80
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 23 23 1,000000 0,877877 0,000
Pahit 0,15
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 23 23 1,000000 0,877877 0,000
Pahit 0,30
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 23 23 1,000000 0,877877 0,000
Pahit 0,60
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 23 23 1,000000 0,877877 0,000
Pahit 1,20
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 23 23 1,000000 0,877877 0,000
Pahit 2,40
Test of p = 0,5 vs p ≠ 0,5
Exact
Sample X N Sample p 95% Lower Bound P-Value
1 23 23 1,000000 0,877877 0,000
8. Hasil Pearson Correlation dan Paired T test Pelatihan Panelis
MANIS
Paired T for M1 - M2
N Mean StDev SE Mean
M1 20 11,305 2,278 0,509
M2 20 10,075 2,555 0,571
Difference 20 1,230 2,270 0,508
95% CI for mean difference: (0,168; 2,292)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 2,42 P-Value =
0,026
Paired T for M2 - M3
N Mean StDev SE Mean
105
M3 20 9,865 3,063 0,685
Difference 20 0,210 1,259 0,281
95% CI for mean difference: (-0,379; 0,799)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,75 P-Value =
0,465
Paired T for M3 - M4
N Mean StDev SE Mean
M3 20 9,865 3,063 0,685
M4 20 9,900 3,255 0,728
Difference 20 -0,035 2,048 0,458
95% CI for mean difference: (-0,994; 0,924)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -0,08 P-Value =
0,940
Paired T for M4 - M5
N Mean StDev SE Mean
M4 20 9,900 3,255 0,728
M5 20 9,900 2,912 0,651
Difference 20 -0,000 1,662 0,372
95% CI for mean difference: (-0,778; 0,778)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -0,00 P-Value =
1,000
ASAM
Paired T for A1 - A2
N Mean StDev SE Mean
A1 20 10,980 2,538 0,568
A2 20 10,345 3,063 0,685
Difference 20 0,635 3,457 0,773
95% CI for mean difference: (-0,983; 2,253)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,82 P-Value =
0,422
Paired T for A2 - A3
N Mean StDev SE Mean
A2 20 10,345 3,063 0,685
A3 20 9,810 2,933 0,656
Difference 20 0,535 1,375 0,307
95% CI for mean difference: (-0,108; 1,178)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 1,74 P-Value =
0,098
Paired T for A3 - A4
N Mean StDev SE Mean
A3 20 9,810 2,933 0,656
A4 20 9,810 2,981 0,667
Difference 20 -0,000 2,067 0,462
95% CI for mean difference: (-0,967; 0,967)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -0,00 P-Value =
1,000
Paired T for A4 - A5
N Mean StDev SE Mean
A4 20 9,810 2,981 0,667
A5 20 9,680 3,433 0,768
Difference 20 0,130 1,360 0,304
95% CI for mean difference: (-0,506; 0,766)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,43 P-Value =
0,674
PAHIT
Paired T for P1 - P2
N Mean StDev SE Mean
P1 20 14,170 1,345 0,301
106
Difference 20 0,860 2,366 0,529
95% CI for mean difference: (-0,247; 1,967)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 1,63 P-Value =
0,120
Paired T for P2 - P3
N Mean StDev SE Mean
P2 20 13,310 2,519 0,563
P3 20 13,605 2,204 0,493
Difference 20 -0,295 1,168 0,261
95% CI for mean difference: (-0,842; 0,252)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -1,13 P-Value =
0,273
Paired T for P3 - P4
N Mean StDev SE Mean
P3 20 13,605 2,204 0,493
P4 20 13,290 2,713 0,607
Difference 20 0,315 1,304 0,292
95% CI for mean difference: (-0,295; 0,925)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 1,08 P-Value =
0,294
Paired T for P4 - P5
N Mean StDev SE Mean
P4 20 13,290 2,713 0,607
P5 20 13,290 2,378 0,532
Difference 20 0,000 1,041 0,233
95% CI for mean difference: (-0,487; 0,487)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,00 P-Value =
1,000
SEPAT
Paired T for S1 - S2
N Mean StDev SE Mean
S1 20 11,125 2,919 0,653
S2 20 10,605 2,549 0,570
Difference 20 0,520 2,385 0,533
95% CI for mean difference: (-0,596; 1,636)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,98 P-Value =
0,342
Paired T for S2 - S3
N Mean StDev SE Mean
S2 20 10,605 2,549 0,570
S3 20 11,200 2,376 0,531
Difference 20 -0,595 2,105 0,471
95% CI for mean difference: (-1,580; 0,390)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -1,26 P-Value =
0,221
Paired T for S3 - S4
N Mean StDev SE Mean
S3 20 11,200 2,376 0,531
S4 20 10,950 2,796 0,625
Difference 20 0,250 1,790 0,400
95% CI for mean difference: (-0,588; 1,088)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,62 P-Value =
0,540
Paired T for S4 - S5
N Mean StDev SE Mean
S4 20 10,950 2,796 0,625
107
Difference 20 0,175 1,334 0,298
95% CI for mean difference: (-0,449; 0,799)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,59 P-Value =
0,564
WARNA -RENDAH
Paired T for WR1 - WR2N Mean StDev SE Mean
WR1 20 3,870 2,465 0,551
WR2 20 3,920 2,290 0,512
Difference 20 -0,050 1,619 0,362
95% CI for mean difference: (-0,808; 0,708)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -0,14 P-Value =
0,892
Paired T for WR2 - WR3
N Mean StDev SE Mean
WR2 20 3,920 2,290 0,512
WR3 20 3,360 2,267 0,507
Difference 20 0,560 1,475 0,330
95% CI for mean difference: (-0,130; 1,250)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 1,70 P-Value =
0,106
Paired T for WR3 - WR4
N Mean StDev SE Mean
WR3 20 3,360 2,267 0,507
WR4 20 3,145 2,131 0,476
Difference 20 0,215 1,255 0,281
95% CI for mean difference: (-0,373; 0,803)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,77 P-Value =
0,453
Paired T for WR4 - WR5
N Mean StDev SE Mean
WR4 20 3,145 2,131 0,476
WR5 20 3,515 1,951 0,436
Difference 20 -0,370 0,957 0,214
95% CI for mean difference: (-0,818; 0,078)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -1,73 P-Value =
0,100
WARNA - TINGGI
Paired T for WT1 - WT2
N Mean StDev SE Mean
WT1 20 14,325 0,776 0,173
WT2 20 14,315 0,726 0,162
Difference 20 0,0100 0,3865 0,0864
95% CI for mean difference: (-0,1709; 0,1909)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,12 P-Value =
0,909
Paired T for WT2 - WT3
N Mean StDev SE Mean
WT2 20 14,315 0,726 0,162
WT3 20 14,020 1,163 0,260
Difference 20 0,295 0,910 0,204
95% CI for mean difference: (-0,131; 0,721)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 1,45 P-Value =
0,164
Paired T for WT3 - WT4
N Mean StDev SE Mean
WT3 20 14,020 1,163 0,260
WT4 20 13,835 1,459 0,326
108
95% CI for mean difference: (-0,525; 0,895)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,55 P-Value =
0,592
Paired T for WT4 - WT5
N Mean StDev SE Mean
WT4 20 13,835 1,459 0,326
WT5 20 13,815 1,101 0,246
Difference 20 0,020 0,897 0,201
95% CI for mean difference: (-0,400; 0,440)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,10 P-Value =
0,922
GRAININESS RENDAH
Paired T for GR1 - GR2N Mean StDev SE Mean
GR1 20 0,770 0,976 0,218
GR2 20 0,795 1,185 0,265
Difference 20 -0,025 0,803 0,180
95% CI for mean difference: (-0,401; 0,351)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -0,14 P-Value =
0,891
Paired T for GR2 - GR3
N Mean StDev SE Mean
GR2 20 0,795 1,185 0,265
GR3 20 0,950 1,462 0,327
Difference 20 -0,155 0,843 0,188
95% CI for mean difference: (-0,549; 0,239)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -0,82 P-Value =
0,421
Paired T for GR3 - GR4
N Mean StDev SE Mean
GR3 20 0,950 1,462 0,327
GR4 20 1,175 1,321 0,295
Difference 20 -0,225 0,979 0,219
95% CI for mean difference: (-0,683; 0,233)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -1,03 P-Value =
0,317
Paired T for GR4 - GR5
N Mean StDev SE Mean
GR4 20 1,175 1,321 0,295
GR5 20 0,970 1,141 0,255
Difference 20 0,205 0,568 0,127
95% CI for mean difference: (-0,061; 0,471)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 1,61 P-Value =
0,123
GRAININESS TINGGI
Paired T for GT1 - GT2
N Mean StDev SE Mean
GT1 20 10,425 3,713 0,830
GT2 20 11,715 2,383 0,533
Difference 20 -1,290 3,350 0,749
95% CI for mean difference: (-2,858; 0,278)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -1,72 P-Value =
0,101
Paired T for GT2 - GT3
N Mean StDev SE Mean
GT2 20 11,715 2,383 0,533
GT3 20 11,265 2,366 0,529
109
95% CI for mean difference: (-0,254; 1,154)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 1,34 P-Value =
0,197
Paired T for GT3 - GT4
N Mean StDev SE Mean
GT3 20 11,265 2,366 0,529
GT4 20 12,195 2,618 0,585
Difference 20 -0,930 2,011 0,450
95% CI for mean difference: (-1,871; 0,011)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -2,07 P-Value =
0,052
Paired T for GT4 - GT5
N Mean StDev SE Mean
GT4 20 12,195 2,618 0,585
GT5 20 11,790 2,600 0,581
Difference 20 0,405 2,364 0,529
95% CI for mean difference: (-0,701; 1,511)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,77 P-Value =
0,453
FIRMNESS
Paired T for F1 - F2
N Mean StDev SE Mean
F1 20 10,395 3,643 0,814
F2 20 11,110 2,160 0,483
Difference 20 -0,715 3,039 0,680
95% CI for mean difference: (-2,137; 0,707)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -1,05 P-Value =
0,306
Paired T for F2 - F3
N Mean StDev SE Mean
F2 20 11,110 2,160 0,483
F3 20 10,775 2,856 0,639
Difference 20 0,335 2,290 0,512
95% CI for mean difference: (-0,737; 1,407)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,65 P-Value =
0,521
Paired T for F3 - F4
N Mean StDev SE Mean
F3 20 10,775 2,856 0,639
F4 20 10,585 2,898 0,648
Difference 20 0,190 2,448 0,547
95% CI for mean difference: (-0,955; 1,335)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,35 P-Value =
0,732
Paired T for F4 - F5
N Mean StDev SE Mean
F4 20 10,585 2,898 0,648
F5 20 10,905 2,740 0,613
Difference 20 -0,320 1,558 0,348
95% CI for mean difference: (-1,049; 0,409)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -0,92 P-Value =
0,370
DAYA OLES
Paired T for O1 - O2
N Mean StDev SE Mean
O1 20 10,310 3,384 0,757
O2 20 10,420 3,055 0,683
110
95% CI for mean difference: (-1,347; 1,127)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -0,19 P-Value =
0,854
Paired T for O2 - O3
N Mean StDev SE Mean
O2 20 10,420 3,055 0,683
O3 20 10,055 2,657 0,594
Difference 20 0,365 2,734 0,611
95% CI for mean difference: (-0,914; 1,644)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,60 P-Value =
0,558
Paired T for O3 - O4
N Mean StDev SE Mean
O3 20 10,055 2,657 0,594
O4 20 10,375 3,047 0,681
Difference 20 -0,320 3,013 0,674
95% CI for mean difference: (-1,730; 1,090)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -0,47 P-Value =
0,640
Paired T for O4 - O5
N Mean StDev SE Mean
O4 20 10,375 3,047 0,681
O5 20 9,930 2,908 0,650
Difference 20 0,445 2,954 0,661
95% CI for mean difference: (-0,937; 1,827)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,67 P-Value =
0,509
PANJANG OLES
Paired T for Ocm1 - Ocm2
N Mean StDev SE Mean
Ocm1 20 8,440 2,890 0,646
Ocm2 20 7,620 1,251 0,280
Difference 20 0,820 2,209 0,494
95% CI for mean difference: (-0,214; 1,854)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 1,66 P-Value =
0,113
Paired T for Ocm2 - Ocm3
N Mean StDev SE Mean
Ocm2 20 7,620 1,251 0,280
Ocm3 20 7,605 2,453 0,548
Difference 20 0,015 1,554 0,347
95% CI for mean difference: (-0,712; 0,742)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,04 P-Value =
0,966
Paired T for Ocm3 - Ocm4
N Mean StDev SE Mean
Ocm3 20 7,605 2,453 0,548
Ocm4 20 7,175 0,848 0,190
Difference 20 0,430 2,735 0,611
95% CI for mean difference: (-0,850; 1,710)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = 0,70 P-Value =
0,490
Paired T for Ocm4 - Ocm5
N Mean StDev SE Mean
Ocm4 20 7,175 0,848 0,190
Ocm5 20 7,495 0,771 0,172
111
95% CI for mean difference: (-0,830; 0,190)
T-Test of mean difference = 0 (vs
≠ 0): T-Value = -1,31 P-Value =
0,205
PEARSON CORRELATION Proportion Two Tails 0,05 = 0,444 dengan df= 20-2= 18
Correlation: M1; M2
Pearson correlation of M1 and M2 = 0,564
P-Value = 0,010
Correlation: M2; M3
Pearson correlation of M2 and M3 = 0,915
P-Value = 0,000
Correlation: M3; M4
Pearson correlation of M3 and M4 = 0,791
P-Value = 0,000
Correlation: M4; M5
Pearson correlation of M4 and M5 = 0,861
P-Value = 0,000
Correlation: A1; A2
Pearson correlation of A1 and A2 = 0,249
P-Value = 0,289
Correlation: A2; A3
Pearson correlation of A2 and A3 = 0,896
P-Value = 0,000
Correlation: A3; A4
Pearson correlation of A3 and A4 = 0,756
P-Value = 0,000
Correlation: A4; A5
Pearson correlation of A4 and A5 = 0,920
P-Value = 0,000
Correlation: P1; P2
Pearson correlation of P1 and P2 = 0,378
P-Value = 0,101
Correlation: P2; P3
Pearson correlation of P2 and P3 = 0,886
P-Value = 0,000
Correlation: P3; P4
Pearson correlation of P3 and P4 = 0,879
P-Value = 0,000
Correlation: P4; P5
Pearson correlation of P4 and P5 = 0,925
P-Value = 0,000
Correlation: S1; S2
Pearson correlation of S1 and S2 = 0,627
P-Value = 0,003
Correlation: S2; S3
Pearson correlation of S2 and S3 = 0,637
P-Value = 0,003
Correlation: S3; S4
Pearson correlation of S3 and S4 = 0,772
P-Value = 0,000
Correlation: S4; S5
Pearson correlation of S4 and S5 = 0,901
P-Value = 0,000
Correlation: WR1; WR2
Pearson correlation of WR1 and WR2 = 0,771
P-Value = 0,000
Correlation: WR2; WR3
Pearson correlation of WR2 and WR3 = 0,790
P-Value = 0,000
Correlation: WR3; WR4
Pearson correlation of WR3 and WR4 = 0,839
P-Value = 0,000
Correlation: WR4; WR5
Pearson correlation of WR4 and WR5 = 0,894
P-Value = 0,000
Correlation: WT1; WT2
Pearson correlation of WT1 and WT2 = 0,870
P-Value = 0,000
Correlation: WT2; WT3
Pearson correlation of WT2 and WT3 = 0,622
112
Correlation: WT3; WT4
Pearson correlation of WT3 and WT4 = 0,348
P-Value = 0,132
Correlation: WT4; WT5
Pearson correlation of WT4 and WT5 = 0,789
P-Value = 0,000
Correlation: GR1; GR2
Pearson correlation of GR1 and GR2 = 0,740
P-Value = 0,000
Correlation: GR2; GR3
Pearson correlation of GR2 and GR3 = 0,817
P-Value = 0,000
Correlation: GR3; GR4
Pearson correlation of GR3 and GR4 = 0,757
P-Value = 0,000
Correlation: GR4; GR5
Pearson correlation of GR4 and GR5 = 0,904
P-Value = 0,000
Correlation: GT1; GT2
Pearson correlation of GT1 and GT2 = 0,466
P-Value = 0,038
Correlation: GT2; GT3
Pearson correlation of GT2 and GT3 = 0,799
P-Value = 0,000
Correlation: GT3; GT4
Pearson correlation of GT3 and GT4 = 0,679
P-Value = 0,001
Correlation: GT4; GT5
Pearson correlation of GT4 and GT5 = 0,590
P-Value = 0,006
Correlation: F1; F2
Pearson correlation of F1 and F2 = 0,553
P-Value = 0,011
Correlation: F2; F3
Pearson correlation of F2 and F3 = 0,614
P-Value = 0,004
Correlation: F3; F4
Pearson correlation of F3 and F4 = 0,638
P-Value = 0,002
Correlation: F4; F5
Pearson correlation of F4 and F5 = 0,849
P-Value = 0,000
Correlation: O1; O2
Pearson correlation of O1 and O2 = 0,667
P-Value = 0,001
Correlation: O2; O3
Pearson correlation of O2 and O3 = 0,549
P-Value = 0,012
Correlation: O3; O4
Pearson correlation of O3 and O4 = 0,449
P-Value = 0,047
Correlation: O4; O5
Pearson correlation of O4 and O5 = 0,509
P-Value = 0,022
Correlation: Ocm1; Ocm2
Pearson correlation of Ocm1 and Ocm2 = 0,697
P-Value = 0,001
Correlation: Ocm2; Ocm3
Pearson correlation of Ocm2 and Ocm3 = 0,842
P-Value = 0,000
Correlation: Ocm3; Ocm4
Pearson correlation of Ocm3 and Ocm4 = -0,179
P-Value = 0,450
Correlation: Ocm4; Ocm5
Pearson correlation of Ocm4 and Ocm5 = 0,096
113
9.Hasil ANOVA GLM Penilaian Selai Kulit Pisang
General Linear Model: Manis versus ID Panelis; Kode Sampel; Ulangan
Factor Type Levels Values
ID Panelis Fixed 17 1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15; 16; 17
Kode Sampel Fixed 6 121; 122; 123; 141; 142; 143 Ulangan Fixed 3 1; 2; 3
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value ID Panelis 16 1507,27 94,204 54,67 0,000 Kode Sampel 5 74,43 14,886 8,64 0,000 Ulangan 2 3,17 1,586 0,92 0,400 Error 282 485,91 1,723
Total 305 2070,78
S= 1,31267 R-sq= 76,53% R-sq(adj)= 74,62% R-sq(pred)= 72,37%
Fits and Diagnostics for Unusual Observations
Grouping Information Using the Tukey Method and 95% Confidence
Kode
Sampel N Mean Grouping 123 51 8,82745 A
143 51 8,60000 A B 142 51 8,21765 A B C 122 51 7,91961 B C D 121 51 7,71569 C D 141 51 7,40196 D
Means that do not share a letter are significantly different.
General Linear Model: Asam versus ID Panelis; Kode Sampel; Ulangan
Factor Type Levels Values
ID Panelis Fixed 17 1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15; 16; 17
Kode Sampel Fixed 6 121; 122; 123; 141; 142; 143 Ulangan Fixed 3 1; 2; 3
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value ID Panelis 16 1185,92 74,120 23,24 0,000 Kode Sampel 5 364,48 72,895 22,86 0,000 Ulangan 2 3,72 1,859 0,58 0,559 Error 282 899,34 3,189
Total 305 2453,46
S= 1,78582 R-sq= 63,34% R-sq(adj)= 60,35% R-sq(pred)= 56,84%
Fits and Diagnostics for Unusual Observations
Grouping Information Using the Tukey Method and 95% Confidence
Kode
Sampel N Mean Grouping 141 51 5,40196 A
114
142 51 4,49020 A B 121 51 3,65098 B C 122 51 2,73922 C D 123 51 2,36667 D
Means that do not share a letter are significantly different.
General Linear Model: Pahit versus ID Panelis; Kode Sampel; Ulangan
Factor Type Levels Values
ID Panelis Fixed 17 1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15; 16; 17
Kode Sampel Fixed 6 121; 122; 123; 141; 142; 143 Ulangan Fixed 3 1; 2; 3
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value ID Panelis 16 215,401 13,4626 41,11 0,000 Kode Sampel 5 1,821 0,3642 1,11 0,354 Ulangan 2 1,723 0,8616 2,63 0,074 Error 282 92,357 0,3275
Total 305 311,302
S= 0,572283 R-sq= 70,33% R-sq(adj)= 67,91% R-sq(pred)= 65,07%
Fits and Diagnostics for Unusual Observations
Grouping Information Using the Tukey Method and 95% Confidence
Kode
Sampel N Mean Grouping 121 51 0,839216 A
142 51 0,788235 A 141 51 0,784314 A 123 51 0,780392 A 143 51 0,678431 A 122 51 0,611765 A
Means that do not share a letter are significantly different.
General Linear Model: Sepat versus ID Panelis; Kode Sampel; Ulangan
Factor Type Levels Values
ID Panelis Fixed 17 1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15; 16; 17
Kode Sampel Fixed 6 121; 122; 123; 141; 142; 143 Ulangan Fixed 3 1; 2; 3
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value ID Panelis 16 1660,61 103,788 53,80 0,000 Kode Sampel 5 112,94 22,588 11,71 0,000 Ulangan 2 6,32 3,160 1,64 0,196 Error 282 544,01 1,929
Total 305 2323,88
S= 1,38892 R-sq= 76,59% R-sq(adj)= 74,68% R-sq(pred)= 72,44%
Fits and Diagnostics for Unusual Observations
Grouping Information Using the Tukey Method and 95% Confidence
115
Sampel N Mean Grouping 143 51 4,64118 A
142 51 4,41176 A 141 51 4,10392 A B 121 51 3,93333 A B 123 51 3,44118 B C 122 51 2,82745 C
Means that do not share a letter are significantly different.
General Linear Model: Warna versus ID Panelis; Kode Sampel; Ulangan
Factor Type Levels Values
ID Panelis Fixed 17 1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15; 16; 17
Kode Sampel Fixed 6 121; 122; 123; 141; 142; 143 Ulangan Fixed 3 1; 2; 3
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value ID Panelis 16 1454,50 90,9063 54,03 0,000 Kode Sampel 5 264,46 52,8916 31,44 0,000 Ulangan 2 0,13 0,0634 0,04 0,963 Error 282 474,45 1,6824
Total 305 2193,54
S= 1,29709 R-sq= 78,37% R-sq(adj)= 76,61% R-sq(pred)= 74,53%
Fits and Diagnostics for Unusual Observations
Grouping Information Using the Tukey Method and 95% Confidence
Kode
Sampel N Mean Grouping 143 51 8,93725 A
123 51 8,90588 A 142 51 8,88039 A
141 51 7,29216 B 122 51 7,03725 B 121 51 6,86667 B
Means that do not share a letter are significantly different.
General Linear Model: Graininess versus ID Panelis; Kode Sampel;
Ulangan
Factor Type Levels Values
ID Panelis Fixed 17 1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15; 16; 17
Kode Sampel Fixed 6 121; 122; 123; 141; 142; 143 Ulangan Fixed 3 1; 2; 3
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value ID Panelis 16 1150,45 71,903 48,40 0,000 Kode Sampel 5 12,17 2,434 1,64 0,150 Ulangan 2 3,10 1,548 1,04 0,354 Error 282 418,93 1,486
Total 305 1584,65
116
Fits and Diagnostics for Unusual Observations
Grouping Information Using the Tukey Method and 95% Confidence
Kode
Sampel N Mean Grouping 143 51 6,93333 A
122 51 6,58431 A 123 51 6,56667 A 121 51 6,55686 A 141 51 6,43333 A 142 51 6,27255 A
Means that do not share a letter are significantly different.
General Linear Model: Firmness versus ID Panelis; Kode Sampel;
Ulangan
Factor Type Levels Values
ID Panelis Fixed 17 1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15; 16; 17
Kode Sampel Fixed 6 121; 122; 123; 141; 142; 143 Ulangan Fixed 3 1; 2; 3
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value ID Panelis 16 2037,32 127,333 84,35 0,000 Kode Sampel 5 64,84 12,967 8,59 0,000 Ulangan 2 0,62 0,312 0,21 0,814 Error 282 425,72 1,510
Total 305 2528,51
S= 1,22868 R-sq= 83,16% R-sq(adj)= 81,79% R-sq(pred)= 80,18%
Fits and Diagnostics for Unusual Observations
General Linear Model: Daya Oles versus ID Panelis; Kode Sampel;
Ulangan
Factor Type Levels Values
ID Panelis Fixed 17 1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15; 16; 17
Kode Sampel Fixed 6 121; 122; 123; 141; 142; 143 Ulangan Fixed 3 1; 2; 3
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value ID Panelis 16 2436,31 152,270 151,52 0,000 Kode Sampel 5 26,67 5,334 5,31 0,000 Ulangan 2 3,67 1,836 1,83 0,163 Error 282 283,39 1,005
Total 305 2750,04
S= 1,00246 R-sq= 89,70% R-sq(adj)= 88,85% R-sq(pred) = 87,87%
Fits and Diagnostics for Unusual Observations
Grouping Information Using the Tukey Method and 95% Confidence
Kode
117
141 51 10,8902 A B 121 51 10,8725 A B 123 51 10,5078 B C 142 51 10,4843 B C 143 51 10,2431 C
Means that do not share a letter are significantly different.
General Linear Model: Panjang Oles versus ID Panelis; Kode Sampel;
Ulangan
Factor Type Levels Values
ID Panelis Fixed 17 1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15; 16; 17
Kode Sampel Fixed 6 121; 122; 123; 141; 142; 143 Ulangan Fixed 3 1; 2; 3
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value ID Panelis 16 1167,85 72,990 49,50 0,000 Kode Sampel 5 52,52 10,504 7,12 0,000 Ulangan 2 6,02 3,010 2,04 0,132 Error 282 415,79 1,474
Total 305 1642,17
S= 1,21426 R-sq= 74,68% R-sq(adj)= 72,62% R-sq(pred)= 70,19%
Fits and Diagnostics for Unusual Observations
Grouping Information Using the Tukey Method and 95% Confidence
Kode
Sampel N Mean Grouping 121 51 8,98235 A
122 51 8,94510 A
123 51 8,52745 A B 141 51 8,43137 A B 142 51 8,04314 B 143 51 7,87451 B
Means that do not share a letter are significantly different.
10. Hasil Pearson Correlation antara Porositas Roti Tawar dan Panjang Oles
Correlation: porositas; Panjang Oles
118
11. Prosedur Pemilihan Perlakuan Terbaik (Zeleny, 1982)
Uji pembobotan dilakukan untuk menentukan perlakuan terbaik. Uji
pembobotan ini menggunakan teknik
multiple attribute
dengan langkah-langkah
sebagai berikut :
1. Ditentukan nilai ideal pada masing-masing parameter
Nilai ideal adalah nilai yang sesuai dengan pengharapan yaitu maksimal
atau minimal dari suatu parameter. Untuk parameter dengan rerata
semakin tinggi semakin baik, maka nilai terendah sebagai nilai terburuk
dan nilai tertinggi sebagai nilai terbaik. Sebaliknya untuk parameter
dengan nilai terendah semakin baik, maka nilai tertinggi sebagai nil