REBUSAN SAYUR BAYAM DENGAN PENAMBAHAN KONSENTRASI MSG (MONOSODIUM GLUTAMAT) Tabel . Kuisoner Pra Seleksi Panelis Tabel . Senstifitas Panelis Pada Uji Stimulus Rasa Dasar Tabel. Hasil Uji Intensitas Rasa Dasar Umami pada Larutan MSG di berbagai Konsentrasi UJI RANKING Tujuan Uji Ranking digunakan untuk perbaikan atau pemilihan produk terbaik untuk dipasarkan. UJI AFEKSI 1. UJI KESUKAAN (UJI HEDONIK) 2. UJI MUTU HEDONIK 3. UJI MUTU SKALAR UJI KESUKAAN 1. UJI KESUKAAN (UJI HEDONIK) 2. UJI MUTU HEDONIK 3. UJI MUTU SKALAR 3. ANALISIS SENSORIS DESKRIPTIF Analisis sensoris deskriptif adalah metode analisis sensoris untuk suatu produk bahan pangan dilakukan identifikasi, deskripsi dan kuantifikasi menggunakan panelis yang dilatih khusus untuk tujuan ini. Analisis ini terdiri dari 5 metode analisis yaitu : 1. Analisis Deskripsi kuantitatif (QDA) 2. Metode Profil Flavor 3. Analisis Atribut Profil 4. Analisis Deskripsi Sentrum 5. Metode Profil Tekstur Quantitative Descriptive Analysis (QDA) Analisis ini meliputi beberapa tahapan, yaitu : 1. Seleksi panelis a. Penyebaran kuisoner b. Uji Sensitifitas rasa dasar 2. Pengenalan atribut Aroma/citara/tekstur 3. Analisis Kualitatif 4. Pelatihan panelis 5. Penentuan Konsentrasi Reference Aroma/citara/tekstur 6. Quantitative Descriptive Analysis (QDA) PEMBENTUKAN TIM PANELIS DAN ANALISIS DESKRIPSI CITARASA KACANG SALUT DENGAN VARIASI BAWANG PUTIH DI PT. GARUDAFOOD, JAKARTA Pelatihan Panelis Pengenalan Atribut Aroma dan Citarasa Bawang Putih To be continued Analisis data
Skala pengukuran data
Rancangan percobaan Skala pengukuran data Skala nominal Skala ordinal Skala interval Skala rasio Skala pengukuran data Skala nominal: Merupakan data yang tingkatannya paling rendah. Data nominal hanya berupa kategori saja. Misalnya: Jenis kelamin, agama, dan sebagainya.
Skala ordinal: Data yang diukur
menggunakan skala ordinal selain mempunyai ciri nominal, juga mempunyai ciri berbentuk peringkat atau jenjang. Istilah ordinal berasal dari kata ordo yang berarti tatanan atau deret. Misalnya tingkat pendidikan, nilai ujian (dalam Skala pengukuran data Skala interval: Data yang diukur menggunakan skala interval selain mempunyai ciri nominal dan ordinal , juga mempunyai ciri interval yang sama. Misalnya nilai ujian (dalam angka), suhu (temperatur), dan sebagainya. Skala rasio: merupakan skala pengukuran data yang tingkatannya paling tinggi. Selain mempunyai ketiga ciri dari skala pengukuran diatas, juga mempunyai nilai nol yang bersifat mutlak (absolut). Misalnya: Umur, berat, pendapatan, dan sebagainya. Skala pengukuran data Analisis Skala nominal non- Skala ordinal parametrik
Skala interval Analisis
Skala rasio parametrik Analisis parametrik Uji t Sidik ragam (Anova) Uji beda rerata: Uji Beda Nyata Terkecil (Least Significant Difference Test) Uji Dunnet Uji Beda Nyata Jujur Asumsi/syarat penggunaan analisis parametrik Data berskala interval atau rasio Distribusi normal Jumlah sampel cukup Analisis non-parametrik Untuk sampel tunggal
Uji Tanda (Sign Test)
Wilcoxon Test Uji Binomial Uji kecenderungan Cox- Stuart Langkah-Langkah Analisis non- parametrik Untuk sampel tunggal UJI TANDA
Hasil perhitungan dengan mengunakan uji tanda ini
dibandingkan dengan nilai X2 tabel (5 %, 1 %) Jika nilai X2 hitung < X2tabel 5% berarti antar perlakuan tidak berbeda nyata, maka hipotesis Ho diterima dan Jika nilai XH hipotesis 2 X2tabel 5 % dan X2hitung X2tabel 1 % 1 ditolak. hitung berarti antar perlakuan berbeda nyata bila nilai X2hitung > X2tabel 1 % antar perlakuan berbeda sangat nyata sehingga Ho ditolak dan H1 diterima Contoh Kasus Data Hasil Penilaian Organoleptik Emping Melinjo Dengan Penambahan Sumber Protein Ikani yang Berbeda Data Hasil Organoleptik Terhadap Spesifikasi Penampakan Emping Melinjo Dengan Penambahan Sumber Protein Ikani LANGKAH-LANGKAH ANALISIS PARAMETRIK
Uji Homogenitas (distribusi
NORMAL) Data terlebih dahulu harus dinyatakan homogen. Kehomogenan data dapat dilakukan dengan Koofesian Keragaman (KK), dimana:
a) KK Besar; Jika nilai KK minimal 10% pada kondisi homogen atau
20% pada kondisi heterogen. b) KK Sedang; Jika nilai KK minimal 5 - 10% pada kondisi homogen atau 10 - 20% pada kondisi heterogen. c) KK Kecil; Jika nilai KK maksimal 5% pada kondisi homogen atau 10% pada kondisi heterogen. Analisis Keragaman Uji Pembuktian Hipotesis
Penerimaan atau penolakan terhadap hipotesis didasarkan
pada perbandingan antara F hitung dan F tabel Apabila didapatkan Fhitung Ftabel 5%, maka antara perlakuan tersebut tidak bebeda nyata sehingga hipotesis Ho diterima dan hipotesis H1 ditolak Jika Fhitung Ftabel 5 % dan Fhitung Ftabel 1 % maka antar perlakuan berbeda nyata sehingga Ho ditolak dan H1 diterima. Apabila nilai Fhitung Ftabel 1 % maka perbedaan sangat nyata yang terjadi antara perlakuan sehingga tolak Ho dan terima H1 Bila perbedaan yang nyata atau sangat nyata terjadi antara perlakuan maka diteruskan dengan analisis lanjutan yang bertujuan untuk mengetahui perlakuan mana yang berpengaruh, sehingga dapat diketahui perlakuan yang terbaik. BNJ digunakana tanpa memandang apakah f hitung > f tabel
BNT digunakan apabila f hitung > f tabel
sebaiknya untuk perlakuan 3
DUNCAN digunakan apabila f hitung > f
tabel sebaiknya untuk perlakuan >3 CONTOH KASUS UJI RANKING TRANSFORMASIKAN DATA KE DALAM TABEL FISHER DAN YATES UJI BEDA NYATA TERKECIL (BNT) PERBANDINGAN SIGNIFIKANSI UJI HEDONIK F hitung = JKR contoh / JKR panelis
Ftabel lihat tabel F (5% dan 1 %)
Dimana F hitung jauh lebih besar dari F tabel baik pada 5% dan 1%, sehingga disimpulkan terdapat perbedaan sangat nyata (**) antar perlakuan Untuk mengetahui perlakuan mana yang sama atau lebih dari yang lain memerlukan analisis lebih lanjut terhadap perlakuan tersebut latihan