julianamn.files.wordpress.com · web viewlaporan praktikum. penilaian sensori pangan. uji mutu...

LAPORAN PRAKTIKUM

PENILAIAN SENSORI PANGAN

Uji Mutu Hedonik

Diajukan untuk memenuhi salah satu tugas mata kuliah Penilaian Sensori Pangan dengan dosen pengampu Dewi Cakrawati, S.TP., M.Si

Oleh :

Juliana M Nur (1306948)

PROGRAM STUDI PENDIDIKAN TEKNOLOGI AGROINDUSTRI

FAKULTAS PENDIDIKAN DAN TEKNOLOGI KEJURUAN

UNIVERSITAS PENDIDIKAN INDONESIA

2014

I. TEORI

A. Tinjauan Bahan

Kacang atom adalah kacang tanah yang dibalut dengan adonan tapioka kemudian digoreng sampai kering dan garing. Kacang Atom adalah makanan ringan kacang-kacangan yang biasa dikonsumsi oleh masyarakat Indonesia. Kacang Atom mengandung energi sebesar 533 kilokalori, protein 27,8 gram, karbohidrat 28,8 gram, lemak 38,1 gram, kalsium 87 miligram, fosfor 423 miligram, dan zat besi 3 miligram. Selain itu di dalam Kacang Atom juga terkandung vitamin A sebanyak 0 IU, vitamin B1 0,06 miligram dan vitamin C 0 miligram. Hasil tersebut didapat dari melakukan penelitian terhadap 100 gram Kacang Atom, dengan jumlah yang dapat dimakan sebanyak 100%.

B. Tinjauan Teori

Menurut Susiwi (2009), uji mutu hedonik adalah uji dimana panelis menyatakankesan pribadi tentang baik atau buruk (kesan mutu hedonik). Kesan mutu hedonik lebih spesifik dari kesan suka atau tidak suka, dan dapat bersifat lebih umum. Contohkesan mutu hedonik dari suatu produk adalah kesan sepet tidaknya minuman teh, pulen keras nasi, dan empuk keras dari daging (Sarastani 2012).

Jumlah tingkat skala juga bervariasi tergantung dari rentangan mutu yangdiinginkan dan sensitivitas antar skala. Skala hedonik untuk uji mutu hedonik dapat berarah satu dan berarah dua. Seperti halnya pada uji kesukaan pada uji mutuhedonik, data penilaiaan dapat ditransformasi dalam skala numerik dan selanjutnyadapat dianalisis statistik untuk interprestasinya (Astridiani 2007)

Secara garis besar, pekerjaan analisis data meliputi tiga langkah yaitu persiapan, tabulasi, dan penerapan data sesuai dengan pendekatan penelitian. Kegiatan dalam langkah-langkah persiapan antara lain, mengecek nama dan kelengkapan identitas pengisi, mengecek kelengkapan data, artinya memeriksa isi instrumen pengumpulan data (termasuk pula kelengkapan lembaran instrumen barangkali ada yang terlepas atau sobek), mengecek macam isian data. (Arikunto,1993)

Proses perhitungan frekuensi yang terbilang di dalam masing-masing kategori disebut tabulasi. Oleh karena itu hasil perhitungan demikian hampir selalu disajikan dalam bentuk tabel, maka istilah tabulasi sering diartikan sebagai proses penyusunan data ke dalam bentuk tabel. Tabulasi (dalam arti menyusun data ke dalam bentuk tabel) merupakan tahap lanjutan dalam rangkaian proses analisa data. Dengan tabulasi data lapangan akan segera tampak ringkas dan tersusun ke dalam suatu tabel yang baik, data dapat dibaca degan mudah dan maknanya akan mudah dipahami. (Sumarsono, 2004)

Evaluasi sensori merupakan analisis yang menggunakan manusia sebagai instrument. Salah satu uji sensori yang digunakan meluas adalah uji afektif secara kuantitatif. Uji afektif bertujuan untuk menilai respon pribadi (kesukaan atau penerimaan) dari produk tertentu, atau karakteristik produk spesifik tertentu. Uji afektif kuantitatif dapat dibagi menjadi dua kategori yaitu uji pemilihan/preferensi (preference) dan uji penerimaan (acceptance) berarti mengukur tingkat kesukaan terhadap suatu produk semetara uji preferensi menunjukan ekspresi dipilihnya satu produk yang menonjol dibandingkna dengan produk lain. (Silvana, 2010)

Uji duncan atau juga dikenal sengan istilah Duncan Multipel Range Test (DMRT) memiliki nilai kritis yang tidak tunggal tetapi mengikutri urutan rata-rata yang dibandingkan. Nilai kritis uji duncan dinyatakan dalam nilai least significant range. Uji duncan digunakan untuk menguji perbedaan di antara semua pasangan perlakuan yang ada dari percobaan tersebut, serta masih dapat mempertahankan tingkat signifikasi yang ditetapkan. (Santoso, 2005)

II. TUJUAN PRAKTIKUM

Agar mampu memberikan nilai pada contoh yang diujikan berdasarkan warna, keasinan dan kerenyahan.

III. ALAT DAN BAHAN

Alat yang digunakan:

1. Nampan atau wadah

2. Borang

3. Alat tulis

4. Tissue

Bahan yang digunakan:

1. Kacang atom dengan kode 165




5. Air mineral

IV. PROSEDUR KERJA

Panelis diberikan 4 sampel kacang atom dengan kode yang berbeda, yang disajikan seperti dibawah ini:

637

247

252

165

Kemudian panelis diharuskan memberi penilaian pada setiap kode sampel dengan salah satu angka sesuai dengan pernyataan berikut pada setiap atribut:

1.

Sangat Asin / Sangat Baik / Sangat Renyah

2.

Asin / Baik / Renyah

3.

Agak Asin / Agak Baik / Agak Renyah

4.

Tidak Asin / Tidak Baik / Tidak Renyah

Atribut yang ditentukan adalah sebagai berikut:

1. Warna

2. Keasinan

3. Kerenyahan

V. HASIL PENGAMATAN

1. AtributWarna

Panelis

165

252

247

637

1

2

4

3

3

2

2

4

2

4

3

2

3

2

4

4

1

2

2

4

5

3

3

3

3

6

1

3

1

4

7

2

3

2

4

8

2

3

1

4

∑

15

25

16

30

1,875

3,125

2

3,75

Data yang akan diuji harus ditransformasikan terlebih dahulu. Dengan rumus:

Data transformasi

Pan

165

252

247

637

∑X

(∑X)2

∑(X2)

1

1,58113883

2,12132

1,870829

1,870829

7,444117

55,41487

14

2

1,58113883

2,12132

1,581139

2,12132

7,404918

54,83282

14

3

1,58113883

1,870829

1,581139

2,12132

7,154427

51,18582

13

4

1,224744871

1,581139

1,581139

2,12132

6,508343

42,35853

11

5

1,870828693

1,870829

1,870829

1,870829

7,483315

56

14

6

1,224744871

1,870829

1,224745

2,12132

6,441639

41,49471

11

7

1,58113883

1,870829

1,581139

2,12132

7,154427

51,18582

13

8

1,58113883

1,870829

1,224745

2,12132

6,798033

46,21325

12

∑Y

12,22601259

15,17792

12,5157

16,46958

56,38922

398,6858

102

1,528251573

1,89724

1,564463

2,058697

∑Y2

149,4753838

230,3693

156,6428

271,247

807,7346

Jumlah (∑X)

56,38922

Jumlah ((∑X)2)

398,6858

Jumlah (∑(X2))

102

Jumlah (∑Y2)

807,7346

Setelah diketahui data transformasi, dilakukan uji sidik ragam (Anova)

=

= 99,367

JK Panelis =

= 99,367

= 0,304459

JK Sampel =

= 99,367

= 1,599828

JK Galat = JK Total – (JK Panelis + JK Sampel)

= 2,633005 – (0,304459 + 1,599828)

= 0,728718

JK Total = Jumlah (∑(X2)) – FK

= 102 – 99,367

= 2,633005

JK Panelis

0,304459

Jk Sampel

1,599828

JK Total

2,633005

JK Galat

0,728718

db panelis = ∑panelis – 1

= 8 – 1

= 7

db sampel= ∑sampel – 1

= 4 – 1

= 3

db galat = db total – (db panelis + db sampel)

= 31 – (7 + 3)

= 21

db total = (∑panelis x ∑sampel) – 1

= (8 x 4) – 1

= 31

db panelis

7

db sampel

3

db total

31

db galat

21

KT sampel =

=

= 0,533276

KT panelis =

=

= 0,043494

KT galat =

=

= 0,034701

KT total =

=

= 0,084936

KT panelis

0,043494

KT sampel

0,533276

KT total

0,084936

KT galat

0,034701

F hitung =

=

= 15,3678

Setelah itu didapat tabel sidik ragam (Anova)

db

JK

KT

F hitung

F tabel taraf 5%

Panelis

7

0,304459

0,043494

Sampel

3

1,599828

0,533276

15,3678

3,07

Total

31

2,633005

0,084936

Galat

21

0,728718

0,034701

Bandingkan F hitung dengan F tabel taraf 5% = 3,07. Jika F hitung > F tabel maka dilanjutkan dengan uji lanjutan yaitu Uji Duncan.

Perhitungan pertama dalam uji Duncan yaitu menghitung sebuah parameter standar eror rata-rata yaitu :

SX=

=

= 0,107549773

SSR

Dilihat dari Tabel Multiple Range Test pada taraf 5%.

∑Sampel = 4

db Galat = 21 (Karena tidak ada dalam tabel, maka harus diinterpolasi terlebih dahulu)

LSR 4 sampel

LSR = SX × SSR

= 0,107549773 × 3,175

= 0,341471

LSR 3 sampel

LSR = SX × SSR

= 0,107549773 × 3,09

= 0,332329

LSR 2 sampel

LSR = SX × SSR

= 0,107549773 × 2,94

= 0,316196

Nilai rata-rata dari setiap kode diurutkan dari yang terkecil ke yang terbesar, namun rata-rata sampel yang digunakan bukan menggunakan data dari transformasi namun dari data yang asli. Kemudian nilai rata-rata yang paling besar dikurangi oleh nilai LSR yang paling tinggi juga.

Nilai rata-rata yang telah diurutkan:

Kode

165

247

252

637

Rata-rata

1,875

2

3,125

3,75

Nilai Rata-Rata Terbesar ─ LSR Terbesar = 3,75 ─ 0,341471 = 3,408529

Dari nilai rata-rata yang terlah diurutkan maka ditarik garis dari yang lebih besar dari nilai rata-rata yang telah dikurangi oleh nilai LSR yaitu 3,407133 dan didapat hasil sebagai berikut:

165

247

252

637

1,875

2

3,125

3,75

a

Jika kesimpulan lain masih bisa dicari maka bandingkan kembali nilai dengan LSR terbesar yang kedua, yang kemudian nilai rata-rata terbesar (yang digaris bawahi tidak perlu diikutsertakan kembali) harus dikurangi LSR terbesar yang kedua.

Nilai Rata-Rata Terbesar ─ LSR Terbesar kedua = 3,125 ─ 0,332329 = 2,792671

Tarik lagi garis dari yang lebih besar dari nilai rata-rata yang telah dikurangi oleh nilai LSR yaitu 2,792671 dan didapat hasil sebagai berikut:

165

247

252

637

1,875

2

3,125

3,75

b

a

Jika kesimpulan lain masih bisa dicari maka bandingkan kembali nilai dengan LSR terbesar yang ketiga, yang kemudian nilai rata-rata terbesar (yang digaris bawahi tidak perlu diikutsertakan kembali) harus dikurangi LSR terbesar yang ketiga.

Nilai Rata-Rata Terbesar ─ LSR Terbesar ketiga = 2 ─ 0,316196 = 1,683804

Tarik lagi garis dari yang lebih besar dari nilai rata-rata yang telah dikurangi oleh nilai LSR yaitu 1,683804 dan didapat hasil sebagai berikut:

165

247

252

637

1,875

2

3,125

3,75

c

b

a

2. Atribut Keasinan

Panelis

165

252

247

637

1

4

4

4

4

2

4

4

3

3

3

2

3

2

3

4

3

3

3

4

5

3

2

3

2

6

3

2

2

3

7

2

3

2

3

8

1

3

4

2

∑

22

24

23

24

2,75

3

2,875

3


Data transformasi

Pan

165

252

247

637

∑X

(∑X)2

∑(X2)

1

2,12132

2,12132

2,12132

2,12132

8,485281

72

18

2

2,12132

2,12132

1,870829

1,870829

7,984298

63,74902

16

3

1,581139

1,870829

1,581139

1,870829

6,903935

47,66432

12

4

1,870829

1,870829

1,870829

2,12132

7,733806

59,81176

15

5

1,870829

1,581139

1,870829

1,581139

6,903935

47,66432

12

6

1,870829

1,581139

1,581139

1,870829

6,903935

47,66432

12

7

1,581139

1,870829

1,581139

1,870829

6,903935

47,66432

12

8

1,224745

1,870829

2,12132

1,581139

6,798033

46,21325

12

∑Y

14,24215

14,88823

14,59854

14,88823

58,61716

432,4313

109

1,780269

1,861029

1,824818

1,861029

∑Y2

202,8388

221,6595

213,1175

221,6595

859,2753

Jumlah (∑X)

58,61716

Jumlah ((∑X)2)

432,4313

Jumlah (∑(X2))

109

Jumlah (∑Y2)

859,2753


=

= 107,3741

JK Sampel =

= 107,3741

= 0,035303

JK Panelis =

= 107,3741

= 0,733722


= 1,625897 – (0,733722 + 0,035303)

= 0,856871


= 109 – 107,3741

= 1,625897

JK Panelis

0,733722

Jk Sampel

0,035303

JK Total

1,625897

JK Galat

0,856871


= 8 – 1

= 7


= 4 – 1

= 3


= 31 – (7 + 3)

= 21


= (8 x 4) – 1

= 31

db panelis

7

db sampel

3

db total

31

db galat

21

KT panelis =

=

= 0,104817

KT sampel =

=

= 0,011768

KT total =

=

= 0,052448

KT galat =

=

= 0,040803

KT panelis

0,104817

KT sampel

0,011768

KT total

0,052448

KT galat

0,040803

F hitung =

=

= 0,288402


db

JK

KT

F hitung

F tabel taraf 5%

Panelis

7

0,733722

0,104817

Sampel

3

0,035303

0,011768

0,288402

3,07

Total

31

1,625897

0,052448

Galat

21

0,856871

0,040803

Bandingkan F hitung dengan F tabel taraf 5% = 3,07. Jika F hitung > F tabel maka dilanjutkan dengan uji lanjutan yaitu Uji Duncan. Jika F hitung < F tabel maka tidak perlu dilakukan uji lanjutan.

3. Atribut Kerenyahan

Panelis

165

252

247

637

1

4

4

4

4

2

3

3

3

4

3

3

3

3

4

4

4

4

4

4

5

4

4

3

4

6

2

2

2

4

7

3

3

3

3

8

4

1

2

3

∑

27

24

24

30

3,375

3

3

3,75


Data transformasi

Pan

165

252

247

637

∑X

(∑X)2

∑(X2)

1

2,12132

2,12132

2,12132

2,12132

8,485281

72

18

2

1,870829

1,870829

1,870829

2,12132

7,733806

59,81176

15

3

1,870829

1,870829

1,870829

2,12132

7,733806

59,81176

15

4

2,12132

2,12132

2,12132

2,12132

8,485281

72

18

5

2,12132

2,12132

1,870829

2,12132

8,23479

67,81176

17

6

1,581139

1,581139

1,581139

2,12132

6,864737

47,12461

12

7

1,870829

1,870829

1,870829

1,870829

7,483315

56

14

8

2,12132

1,224745

1,581139

1,870829

6,798033

46,21325

12

∑Y

15,67891

14,78233

14,88823

16,46958

61,81905

480,7731

121

1,959863

1,847791

1,861029

2,058697

∑Y2

245,8281

218,5173

221,6595

271,247

957,2519

Jumlah (∑X)

61,81905

Jumlah ((∑X)2)

480,7731

Jumlah (∑(X2))

121

Jumlah (∑Y2)

957,2519


=

= 119,4248

JK Panelis =

= 119,4248

= 0,768446

JK Sampel =

= 119,4248

= 0,231652


= 1,575159 – (0,768446 + 0,231652)

= 0,575062


= 121 – 119,4248

= 1,575159

JK Panelis

0,768446

Jk Sampel

0,231652

JK Total

1,575159

JK Galat

0,575062


= 8 – 1

= 7


= 4 – 1

= 3


= 31 – (7 + 3)

= 21


= (8 x 4) – 1

= 31

db panelis

7

db sampel

3

db total

31

db galat

21

KT panelis =

=

= 0,109778

KT sampel =

=

= 0,077217

KT galat =

=

= 0,027384

KT total =

=

= 0,050812

KT panelis

0,109778

KT sampel

0,077217

KT total

0,050812

KT galat

0,027384

F hitung =

=

= 2,819805


db

JK

KT

F hitung

F tabel taraf 5%

Panelis

7

0,768446

0,109778

Sampel

3

0,231652

0,077217

2,819805

3,07

Total

31

1,575159

0,050812

Galat

21

0,575062

0,027384

Bandingkan F hitung dengan F tabel taraf 5% = 3,07. Jika F hitung > F tabel maka dilanjutkan dengan uji lanjutan yaitu Uji Duncan. Jika F hitung < F tabel maka tidak perlu dilakukan uji lanjutan.

VI. PEMBAHASAN

Berbeda dengan uji kesukaan, uji mutu hedonik tidak menyatakan suka atau tidak melainkan menyatakan kesan tentang baik atau buruk. kesan baik atau buruk ini disebut kesan mutu hedonik. Kesan mutu hedonik lebih spesifik daripada sekedar suka atau tidak suka. Mutu hedonik dapat bersifat umum yaitu baik dan buruk danbersifat spesifik seperti empuk atau keras untuk nasi, renyah atau liat untuk mentimun (Wagiyono, 2003).

Rentangan tingkat skala bervariasi tergantung dari rentangan mutu yang diinginkan dan sensitivitas antar skala. Skala hedonik untuk uji mutu dapat berarah satu atau berarah dua. Data penilaian dapat ditarnsformasi dalam skala numeric dan selanjutnya dapat dianalisis statistic untuk interpretasinya (Wagiyono, 2003).

Sampel yang digunakan dalam pengujian hedonik ini yaitu 4 sampel kacang atom dengan rasa dan kode yang berbeda. Dengan kode 165 yaitu kacang indomaret, kode 252 yaitu kacang atom, kode 347 yaitu kacang dua kelinci dan kode 637 yaitu kacang garuda.

1. Atribut Warna

.

Sedangkan pada f hitung sampel f hitung dari tabel sidik ragam (Anova) menunjukan bahwa dari tabel sidik ragam (anova) F hitung lebih besar daripada f tabel, maka dapat disimpulkan tingkat kesukaan pada indikator warna untuk sampel kacang atom ini berbeda nyata. Karena f hitung lebih besar daripada f tabel maka dilakukan analisis lanjutan yaitu uji Duncan.

165

247

252

637

1,875

2

3,125

3,75

a

Dari hasil pengujian didapat bahwa kacang dengan kode 637 berbeda nyata dengan ketiga sampel lainnya.

165

247

252

637

1,875

2

3,125

3,75

b

a

Pengujian selanjutnya didapat bahwa kode 252 juga berbeda nyata dengan ketiga sampel lainnya.

165

247

252

637

1,875

2

3,125

3,75

c

b

a

Pada pengujian terakhir didapat bahwa kacang dengan kode 247 tidak berbeda nyata dengan kacang berkode 165 namun berbeda nyata dengan kedua sampel lainnya.

Sehingga dapat disimpulkan bahwa dari segi warna penilaian mutu terhadap keempat sampel berbeda nyata. Tingkat penilaian mutu kacang indomaret berbeda dengan ketiga sampel lainnya. Dan tingkat penilaian mutu kacang atom juga berbeda nyata dengan ketiga sampel lainnya. Lalu, kacang dua kelinci tidak berbeda nyata dengan kacang garuda namun berbeda nyata dengan kedua sampel lainnya.

2. Atribut Keasinan

Sedangkan pada f hitung sampel f hitung dari tabel sidik ragam (Anova) menunjukan bahwa dari tabel sidik ragam (anova) F hitung lebih kecil daripada f tabel, maka dapat disimpulkan tingkat kesukaan pada indikator keasinan untuk sampel kacang atom ini tidak berbeda nyata. Karena f hitung lebih kecil daripada f tabel maka tidak dilakukan analisis lanjutan uji Duncan.

3. Atribut Kerenyahan

Pada f hitung sampel f hitung dari tabel sidik ragam (Anova) menunjukan bahwa dari tabel sidik ragam (anova) F hitung lebih kecil daripada f tabel, maka dapat disimpulkan tingkat kesukaan pada indikator keasinan untuk sampel kacang atom ini tidak berbeda nyata. Karena f hitung lebih kecil daripada f tabel maka tidak dilakukan analisis lanjutan uji Dunncan.

VII. KESIMPULAN

1. Uji mutu hedonic, panelis sudah dapat memberikan penilaian terhadap sampel yang diujikan yaitu kacang atom dengan berbagai merk dan kode.

2. Pada atribut warna panelis tidak dapat membedakan secara signifikan sehingga tidak dilakukan uji Duncan.

3. Pada atribut keasinan panelis dapat membedakan secara signifikan sehingga tidak dilakukan uji Duncan, dengan hasil seluruh sampel memiliki kualitas baik-buruk yang berbeda pada atribut keasinan. Namun sampel yang diujikan tidak memiliki perbedaan yang signifikan sehingga tidak dilakukan uji lanjutan.

4. Pada atribut kerenyahan panelis dapat membedakan secara signifikan sehingga tidak dilakukan uji Duncan, dengan hasil seluruh sampel memiliki kualitas baik-buruk yang berbeda pada atribut kerenyahan. Tingkat penilaian mutu kacang indomaret berbeda dengan ketiga sampel lainnya. Dan tingkat penilaian mutu kacang atom juga berbeda nyata dengan ketiga sampel lainnya. Lalu, kacang dua kelinci tidak berbeda nyata dengan kacang garuda namun berbeda nyata dengan kedua sampel lainnya.

5. Tingkat kesukaan dan penilaian panelis terhadap suatu produk akan berbeda antara satu dengan yang lainnya, hal ini di sebabkan oleh beberapa factor yaitu eksternal dan internal. Factor eksternal yaitu factor dari luar diri panelis baik itu panelis yang lainnya maupun lingkungan sekitar sedangkan factor internal yaitu factor dari diri panelis itu sendiri baik itu kesehatan maupun sugesti yang ditimbulkan oleh panelis.

DAFTAR PUSTAKA

Anonim. (2006). Pengujian Organoleptik (Evaluasi Sensori) dalam industry pangan. EbookPangan

Setyaningsih, dkk. (2010). Analisis Sensori untuk Industri Pangan dan Agro. Bogor : IPB Press

JK Panelis = ቀ௨�σଡ଼మσ௦ቁെܨܭ = ቀଷଶ଼ǡସସସቁെͺͲǡͻͺ = 1,138024

JK Panelis = ቀ௨�σଡ଼మσ௦ቁെܨܭ = ቀଷଶ଼ǡସସସቁെͺͲǡͻͺ = 1,138024

julianamn.files.wordpress.com · web viewlaporan praktikum. penilaian sensori pangan. uji mutu...

Documents