Organo Leptik Uji Skoring

LAPORAN PRAKTIKUMPENILAIAN SENSORI PANGANUji SkoringDiajukan 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 AGROINDUSTRIFAKULTAS PENDIDIKAN DAN TEKNOLOGI KEJURUANUNIVERSITAS PENDIDIKAN INDONESIA2014

I. TEORIA. TINJAUAN BAHANWafer adalah makanan cemilan/snack yang biasa dikonsumsi oleh masyarakat Indonesia. Wafer mengandung energi sebesar 53 kilokalori, protein 2,7 gram, karbohidrat 66,7 gram, lemak 28,7 gram, kalsium 182 miligram, fosfor 0 miligram, dan zat besi 2,8 miligram. Selain itu di dalam Wafer juga terkandung vitamin A sebanyak 0 IU, vitamin B1 0 miligram dan vitamin C 0 miligram. Hasil tersebut didapat dari melakukan penelitian terhadap 100 gram Wafer, dengan jumlah yang dapat dimakan sebanyak 100 %.

B. TINJAUAN TEORIUji skoring merupakan uji yang menggunakan panelis terlatih dan benar-benar tahu mengenai atribut yang dinilai. Tipe pengujian skoring sering digunakan untuk menilai mutu bahan dan intensitas sifat tertentu misalnya kemanisan, kekerasan, dan warna. Selain itu, digunakan untuk mencari korelasi pengukuran subyektif dengan obyektif dalam rangka pengukuran obyektif (presisi alat). (Kartika dkk., 1988). Menurut Anonim (2006), uji skoring dilakukan dengan menggunakan pendekatan skala atau skor yang dihubungkan dengan deskripsi tertentu dari atribut mutu produk. Pada sistem skoring, angka digunakan untuk menilai intensitas produk dengan susunan meningkat atau menurun.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 PRAKTIKUMMampu memberikan nilai/skor terhadap setiap contoh berdasarkan kesan yang didapat.

III. ALAT DAN BAHANAlat yang digunakan:1. Nampan atau wadah2. Borang3. Alat tulis 4. Tissue

Bahan yang digunakan:1. Wafer dengan kode 4712. Wafer dengan kode 5863. Wafer dengan kode 3364. Wafer dengan kode 2475. Air mineral

IV. PROSEDUR KERJAPanelis diberikan 4 sampel wafer dengan kode yang berbeda, yang disajikan seperti dibawah ini:

471247336586

Kemudian panelis diharuskan memberi skor pada setiap kode sampel berdasarkan kesan yang didapat pada setiap atribut dengan skala 1-4, semakin tinggi skor maka semakin baik mutunya.Atribut yang ditentukan adalah sebagai berikut:1. Warna2. Rasa3. Keseragaman pori4. Kerenyahan

V. HASIL PENGAMATAN1. Atribut WarnaPan471586336247

13142

22411

31322

42143

52433

63421

72343

83333

93422

103244

24292924

2,42,92,92,4

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

Data transformasiPan471586336247X(X)2(X2)

11,8708291,2247452,121321,5811396,79803346,21324912

21,5811392,121321,2247451,2247456,15194937,84647510

31,2247451,8708291,5811391,5811396,25785139,16070210

41,5811391,2247452,121321,8708296,79803346,21324912

51,5811392,121321,8708291,8708297,44411755,41487114

61,8708292,121321,5811391,2247456,79803346,21324912

71,5811391,8708292,121321,8708297,44411755,41487114

81,8708291,8708291,8708291,8708297,4833155614

91,8708292,121321,5811391,5811397,15442751,18582113

101,8708291,5811392,121322,121327,69460859,20699615

Y16,9034418,128418,195116,7975470,02448492,86948126

1,6903441,812841,819511,679754

Y2285,7264328,6387331,0617282,15741227,584

Jumlah (X)70,02448

Jumlah ((X)2)492,86948

Jumlah ((X2))126

Jumlah (Y2)1227,584

Setelah diketahui data transformasi, dilakukan uji sidik ragam (Anova)= = 122,5857

JK Panelis = = 122,5857= 0,631672

JK Sampel = = 122,5857= 0,172722

JK Total = Jumlah ((X2)) FK=126 122,5857= 3,414301

JK Galat = JK Total (JK Panelis + JK Sampel)= 3,414301 (0,631672 + 0,172722)= 2,609907

JK Panelis0,631672

Jk Sampel0,172722

JK Total3,414301

JK Galat2,609907

db sampel= sampel 1= 4 1= 3db panelis = panelis 1= 10 1= 9

db galat = db total (db panelis + db sampel)= 39 (9 + 3)= 27db total = (panelis x sampel) 1= (10 x 4) 1= 39

db panelis9

db sampel3

db total39

db galat27

KT panelis = = = 0,070186

KT sampel = = = 0,057574

KT total = = = 0,087546

KT galat = = = 0,096663

KT panelis0,070186

KT sampel0,057574

KT total0,087546

KT galat0,096663

F hitung = = = 0,595616

Setelah itu didapat tabel sidik ragam (Anova)dbJKKTF hitungF tabel taraf 5%

Panelis90,6316720,070186

Sampel30,1727220,0575740,5956162,96

Total393,4143010,087546

Galat272,6099070,096663

Bandingkan F hitung dengan F tabel taraf 5% = 2,96. Jika F hitung > F tabel maka dilanjutkan dengan uji lanjutan yaitu Uji Duncan. Jika F hitung < F tabel artinya data tidak signifikan sehingga tidak perlu dilanjutkan ke uji lanjutan (Uji Duncan).

2. Atribut RasaPan471586336247

14123

22423

31223

44123

52423

62431

72344

83344

92443

102243

24282930

2,42,82,93



12,121321,2247451,5811391,8708296,79803346,21324912

21,5811392,121321,5811391,8708297,15442751,18582113

31,2247451,5811391,5811391,8708296,25785139,16070210

42,121321,2247451,5811391,8708296,79803346,21324912

51,5811392,121321,5811391,8708297,15442751,18582113

61,5811392,121321,8708291,2247456,79803346,21324912

71,5811391,8708292,121322,121327,69460859,20699615

81,8708291,8708292,121322,121327,98429863,74901616

91,5811392,121322,121321,8708297,69460859,20699615

101,5811391,5811392,121321,8708297,15442751,18582113

Y16,8250517,8387118,261818,5631971,48874513,52092131

1,6825051,7838711,826181,856319

Y2283,0822318,2194333,4935344,59191279,387

Jumlah (X)71,48874

Jumlah ((X)2)513,52092

Jumlah ((X2))131

Jumlah (Y2)1279,387

3. Atribut Keseragaman PoriPan471586336247

13142

22411

32312

43142

52434

63421

73433

83423

93412

103333

27322423

2,73,22,42,3



11,8708291,2247452,121321,5811396,79803346,2132512

21,5811392,121321,2247451,2247456,15194937,8464810

31,5811391,8708291,2247451,5811396,25785139,160710

41,8708291,2247452,121321,5811396,79803346,2132512

51,5811392,121321,8708292,121327,69460859,20715

61,8708292,121321,5811391,2247456,79803346,2132512

71,8708292,121321,8708291,8708297,73380659,8117615

81,8708292,121321,5811391,8708297,44411755,4148714

91,8708292,121321,2247451,5811396,79803346,2132512

101,8708291,8708291,8708291,8708297,4833155614

Y17,8392218,9190716,6916416,5078569,95778492,2938126

1,7839221,8919071,6691641,650785

Y2318,2377357,9312278,6108272,50921227,289

Jumlah (X)69,95778

Jumlah ((X)2)492,2938

Jumlah ((X2))126

Jumlah (Y2)1227,289

4. Atribut KerenyahanPan471586336247

11243

23334

31233

41432

52443

61432

72334

83334

93412

103344

20323131

23,23,13,1



11,2247451,5811392,121321,8708296,79803346,2132512

21,8708291,8708291,8708292,121327,73380659,8117615

31,2247451,5811391,8708291,8708296,54754142,8702911

41,2247452,121321,8708291,5811396,79803346,2132512

51,5811392,121322,121321,8708297,69460859,20715

61,2247452,121321,8708291,5811396,79803346,2132512

71,5811391,8708291,8708292,121327,44411755,4148714

81,8708291,8708291,8708292,121327,73380659,8117615

91,8708292,121321,2247451,5811396,79803346,2132512

101,8708291,8708292,121322,121327,98429863,7490216

Y15,5445719,1308718,8136818,8411872,33031525,7177134

1,5544571,9130871,8813681,884118

Y2241,6337365,9903353,9545354,99021316,569

Jumlah (X)72,33031

Jumlah ((X)2)525,7177

Jumlah ((X2))134

Jumlah (Y2)1316,569

VI. PEMBAHASANUji skoring merupakan uji yang menggunakan panelis terlatih dan benar-benar tahu mengenai atribut yang dinilai. Tipe pengujian skoring sering digunakan untuk menilai mutu bahan dan intensitas sifat tertentu misalnya kemanisan, kekerasan, dan warna. Selain itu,digunakan untuk mencari korelasi pengukuran subyektif dengan obyektif dalam rangka pengukuran obyektif (presisi alat). (Kartika dkk., 1988).Menurut Anonim (2006), Uji skoring dilakukan dengan menggunakan pendekatan skala atau skor yang dihubungkan dengandeskripsi tertentu dari atribut mutu produk. Pada sistem skoring, angka digunakan untuk menilai intensitas produk dengan susunan meningkat atau menurun.1. Atribut WarnaData transformasiPanelis3362474715862

12,121321,5811392,121321,8708297,69460859,207

22,121321,2247451,8708291,8708297,08772350,23581

32,121322,121322,121322,121328,48528172

42,121321,8708291,8708291,8708297,73380659,81176

52,121321,5811391,8708291,8708297,44411755,41487

62,121321,2247451,8708291,5811396,79803346,21325

72,121321,5811391,8708291,8708297,44411755,41487

82,121321,8708292,121321,8708297,98429863,74902

16,9705613,0558815,718114,9274360,67198462,0466

2,121321,6319851,9647631,865929

2288170,4561247,0588222,8282928,3431

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

FK = FK = 115,034

JK Panelis0,477598

Jk Sampel1,008844

JK Total1,965954

JK Galat0,479512

Tabel sidik ragam (Anova)dbJKKTF hitungF tabel taraf 5%

Panelis70,4775980,0682282,9880312,495

Sampel31,0088440,33628114,72733,07

Total311,9659540,063418

Galat210,4795120,022834

Nilai F hitung yang didapat dari analisis sidik ragam (anova) dibandingkan dengan nilai F yang terdapat di Tabel menunjukan nilai yang lebih besar sehingga dapat disimpulkan tidak terdapat perbedaan nyata antar perlakuan. Dengan kata lain panelis tidak mampu membedakan warna pada sampel yang diujikan. Oleh karena itu dilakukan analisis lebih lanjut untuk dengan menggunakan uji Duncan.a. Uji Duncan SampelPerhitungan pertama dalam uji Duncan yaitu menghitung sebuah parameter standar eror rata-rata yaitu :SX= = = 0,087243

Jumlah GalatJumlah sampel

234

SSR202,953,13,18

212,943,093,175

222,933,083,17

LSR0,2564940,269580,276996

Nilai rata-rata dari setiap kode roti 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:Kode247586471336

Rata-rata2,2533,3754

Nilai rata-rata yang paling besar dikurangi dengan nilai LSR yang paling besar juga yaitu 4-0,276996= 3,723004Dari nilai rata-rata yang terlah diurutkan maka ditarik garis dari yang lebih besar dari nilai rata-rata yang telah dikurangi oleh nilai LSR yaitu 3,723004 dan didapat hasil sebagai berikut :247586471336

2,2533,3754

Dari penarikan garis dapat disimpulkan bahwa berdasarkan uji duncan dari ketiga sampel yaitu sampel dengan kode 336 terdapat beda nyata dari keseragaman pada sampel yang diujikan. Perbandingan antara sampel 247 dengan sampel berkode 586 yaitu berselisih 0,75 yang jika dibandingkan dengan rata-rata LSR yang kedua yaitu 0,256494 maka selisih antara kedua sampel lebih besar dari pada rata-rata LSR. Dengan begitu sampel dengan kode 247 dan sampel dengan kode 586 berbeda nyata dari segi warna. Perbandingan antara sampel 247 dengan sampel berkode 471 yaitu berselisih 1,125 yang jika dibandingkan dengan rata-rata LSR yang ketiga yaitu 0,26958 maka selisih antara kedua sampel lebih besar dari pada rata-rata LSR. Dengan begitu sampel dengan kode 247 dan sampel dengan kode 471 berbeda nyata dari segi warna. Perbandingan antara sampel 586 dengan sampel berkode 471 yaitu berselisih 0,375 yang jika dibandingkan dengan rata-rata LSR yang keempat yaitu 0,276996 maka selisih antara kedua sampel lebih besar dari pada rata-rata LSR. Dengan begitu sampel dengan kode 586 dan sampel dengan kode 471 berbeda nyata dari segi warna. Sehingga dapat disimpulkan semua sampel atribut warna keempat sampel memiliki mutu warna yang berbeda-beda.

b. Uji Duncan PanelisPerhitungan pertama dalam uji Duncan yaitu menghitung sebuah parameter standar eror rata-rata yaitu :SX= = = 0,057114


234

SSR202,953,13,18

212,943,093,175

222,933,083,17

LSR0,1679140,1764820,181336



Nilai rata-rata yang paling besar dikurangi dengan nilai LSR yang paling besar juga yaitu 4-0,181336 = 3,818664Dari nilai rata-rata yang terlah diurutkan maka ditarik garis dari yang lebih besar dari nilai rata-rata yang telah dikurangi oleh nilai LSR yaitu 3,818664 dan didapat hasil sebagai berikut :247586471336

2,2533,3754

Dari penarikan garis dapat disimpulkan bahwa berdasarkan uji duncan dari ketiga sampel yaitu sampel dengan kode 336 terdapat beda nyata dari keseragaman pada sampel yang diujikan. Perbandingan antara sampel 247 dengan sampel berkode 586 yaitu berselisih 0,75 yang jika dibandingkan dengan rata-rata LSR yang kedua yaitu 0,167914 maka selisih antara kedua sampel lebih besar dari pada rata-rata LSR. Dengan begitu penilaian panelis terhadap mutu sampel dengan kode 247 dan sampel dengan kode 586 berbeda nyata dari segi warna. Perbandingan antara sampel 247 dengan sampel berkode 471 yaitu berselisih 1,125 yang jika dibandingkan dengan rata-rata LSR yang ketiga yaitu 0,176482 maka selisih antara kedua sampel lebih besar dari pada rata-rata LSR. Dengan begitu penilaian panelis terhadap mutu sampel dengan kode 247 dan sampel dengan kode 471 berbeda nyata dari segi warna.Perbandingan antara sampel 586 dengan sampel berkode 471 yaitu berselisih 0,375 yang jika dibandingkan dengan rata-rata LSR yang keempat yaitu 0,181336 maka selisih antara kedua sampel lebih besar dari pada rata-rata LSR. Dengan begitu penilaian panelis terhadap mutu sampel dengan kode 586 dan sampel dengan kode 471 berbeda nyata dari segi warna.Sehingga dapat disimpulkan penilaian panelis terhadap atribut warna keempat sampel memiliki mutu warna yang berbeda-beda.

2. Atribut RasaData TransformasiPanelis3362474715862

12,121321,2247452,121321,5811397,04852449,6817

22,121321,2247451,8708291,8708297,08772350,23581

31,2247451,5811391,8708291,8708296,54754142,87029

42,121321,2247451,8708291,5811396,79803346,21325

51,8708291,5811391,8708291,5811396,90393547,66432

61,5811391,2247452,121321,8708296,79803346,21325

71,8708291,2247452,121321,8708297,08772350,23581

81,8708291,2247452,121321,5811396,79803346,21325

14,7823310,5107515,968613,8078755,06954379,3277

1,8477911,3138431,9960751,725984

2218,5173110,4758254,9961190,6573774,6464

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

FK = FK = 94,77046

Jk Panelis0,061462

Jk Sampel2,060347

Jk Total3,229542

Jk Galat1,107733


Panelis70,0614620,008780,1664522,495

Sampel32,0603470,68678213,019773,07

Total313,2295420,104179

Galat211,1077330,052749

Nilai F hitung panelis yang didapat dari analisis sidik ragam (anova) dibandingkan dengan nilai F yang terdapat di Tabel menunjukan nilai yang lebih kecil sehingga dapat disimpulkan tidak terdapat perbedaan nyata antar perlakuan. Dengan kata lain panelis tidak mampu membedakan rasa pada sampel yang diujikan. Oleh karena itu tidak perlu dilakukan analisis lebih lanjut uji Duncan.Sedangkan pada f hitung sampel f dari tabel sidik ragam (Anova) menunjukan bahwa dari tabel sidik ragam (anova) F hitung lebih besar daripada f tabel, sehingga dapat disimpulkan terdapat perbedaan nyata antar perlakuan. Namun panelis tidak mampu membedakan rasa pada sampel yang diujikan. Oleh karena itu perlu dilakukan analisis lebih lanjut uji Duncan.Perhitungan pertama dalam uji Duncan yaitu menghitung sebuah parameter standar eror rata-rata yaitu :SX= = = 0,132601


234

SSR202,953,13,18

212,943,093,175

222,933,083,17

LSR0,3898470,4097380,421009




2,2533,3754

Dari penarikan garis dapat disimpulkan bahwa berdasarkan uji duncan dari ketiga sampel yaitu sampel dengan kode 336 terdapat beda nyata dari keseragaman pada sampel yang diujikan. Perbandingan antara sampel 247 dengan sampel berkode 586 yaitu berselisih 0,75 yang jika dibandingkan dengan rata-rata LSR yang kedua yaitu 0,389847 maka selisih antara kedua sampel lebih besar dari pada rata-rata LSR. Dengan begitu penilaian panelis terhadap mutu sampel dengan kode 247 dan sampel dengan kode 586 berbeda nyata dari segi rasa. Perbandingan antara sampel 247 dengan sampel berkode 471 yaitu berselisih 1,125 yang jika dibandingkan dengan rata-rata LSR yang ketiga yaitu 0,409738 maka selisih antara kedua sampel lebih besar dari pada rata-rata LSR. Dengan begitu penilaian panelis terhadap mutu sampel dengan kode 247 dan sampel dengan kode 471 berbeda nyata dari segi rasa.Perbandingan antara sampel 586 dengan sampel berkode 471 yaitu berselisih 0,375 yang jika dibandingkan dengan rata-rata LSR yang keempat yaitu 0,421009 maka selisih antara kedua sampel lebih kecil dari pada rata-rata LSR. Dengan begitu penilaian panelis terhadap mutu sampel dengan kode 586 dan sampel dengan kode 471 tidak berbeda nyata dari segi rasa.247586471336

2,2533,3754

Sehingga dapat disimpulkan penilaian panelis menyatakan bahwa sampel dengan kode 586 dengan 471 tidak memiliki perbedaan mutu yang signifikan, dan keduanya berbeda nyata mutunya dengan sampel dengan kode 247 juga berbeda nyata dengan sampel berkode 336 dari segi rasa.

3. Atribut Keseragaman Pori

Data TransformasiPanelis3362474715862

12,121321,5811392,121321,8708297,69460859,207

22,121321,2247452,121321,8708297,33821453,84939

31,2247451,5811392,121321,8708296,79803346,21325

42,121321,2247451,8708291,8708297,08772350,23581

52,121321,2247452,121321,5811397,04852449,6817

62,121321,2247451,8708291,5811396,79803346,21325

71,8708291,5811392,121321,8708297,44411755,41487

82,121321,2247451,8708291,5811396,79803346,21325

15,823510,8671416,2190914,0975657,00728407,0285

1,9779371,3583932,0273861,762195

2250,383118,0948263,0588198,7412830,2778

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

FK = FK = 101,5572

Jk Panelis0,199926

Jk Sampel2,227519

Jk Total3,442798

Jk Galat1,015353


Panelis70,1999260,0285610,5907092,495

Sampel32,2275190,74250615,356863,07

Galat211,0153530,04835

Total313,4427980,111058

Nilai F hitung panelis yang didapat dari analisis sidik ragam (anova) dibandingkan dengan nilai F yang terdapat di Tabel menunjukan nilai yang lebih kecil sehingga dapat disimpulkan tidak terdapat perbedaan nyata antar perlakuan. Dengan kata lain panelis tidak mampu membedakan mutu keseragaman pori pada sampel yang diujikan. Oleh karena itu tidak perlu dilakukan analisis lebih lanjut uji Duncan.Sedangkan pada f hitung sampel f dari tabel sidik ragam (Anova) menunjukan bahwa dari tabel sidik ragam (anova) F hitung lebih besar daripada f tabel, sehingga dapat disimpulkan terdapat perbedaan nyata antar perlakuan. Namun panelis tidak mampu membedakan mutu keseragaman pori pada sampel yang diujikan. Oleh karena itu perlu dilakukan analisis lebih lanjut uji Duncan.Perhitungan pertama dalam uji Duncan yaitu menghitung sebuah parameter standar eror rata-rata yaitu :SX= = = 0,126952


234

SSR202,953,13,18

212,943,093,175

222,933,083,17

LSR0,3732380,392280,403071




2,2533,3754

Dari penarikan garis dapat disimpulkan bahwa berdasarkan uji duncan dari ketiga sampel yaitu sampel dengan kode 336 terdapat beda nyata dari keseragaman pada sampel yang diujikan. Perbandingan antara sampel 247 dengan sampel berkode 586 yaitu berselisih 0,75 yang jika dibandingkan dengan rata-rata LSR yang kedua yaitu 0,373238 maka selisih antara kedua sampel lebih besar dari pada rata-rata LSR. Dengan begitu penilaian panelis terhadap mutu sampel dengan kode 247 dan sampel dengan kode 586 berbeda nyata dari segi keseragaman pori. Perbandingan antara sampel 247 dengan sampel berkode 471 yaitu berselisih 1,125 yang jika dibandingkan dengan rata-rata LSR yang ketiga yaitu 0,39228 maka selisih antara kedua sampel lebih besar dari pada rata-rata LSR. Dengan begitu penilaian panelis terhadap mutu sampel dengan kode 247 dan sampel dengan kode 471 berbeda nyata dari segi keseragaman pori.Perbandingan antara sampel 586 dengan sampel berkode 471 yaitu berselisih 0,375 yang jika dibandingkan dengan rata-rata LSR yang keempat yaitu 0,403071 maka selisih antara kedua sampel lebih besar dari pada rata-rata LSR. Dengan begitu penilaian panelis terhadap mutu sampel dengan kode 586 dan sampel dengan kode 471 tidak berbeda nyata dari segi keseragaman pori.

247586471336

2,2533,3754

Sehingga dapat disimpulkan penilaian panelis menyatakan bahwa sampel dengan kode 586 dengan 471 tidak memiliki perbedaan mutu yang signifikan, dan keduanya berbeda nyata mutunya dengan sampel dengan kode 247 juga berbeda nyata dengan sampel berkode 336 dari segi keseragaman pori.

VII. KESIMPULAN1. Uji skoring dilakukan dengan menggunakan pendekatan skala atau skor yang dihubungkan dengandeskripsi tertentu dari atribut mutu produk. Pada sistem skoring, angka digunakan untuk menilai intensitas produk dengan susunan meningkat atau menurun. 2. Pada pengujian atribut warna panelis tdak dapat membedakan mutu dari sampel terhadap atribut warna secra signifikan sehingga harus dilakuka Uji dauncen, dan dari hasil perhitungan yang didapat dapat disimpulkan penilaian panelis terhadap atribut warna keempat sampel memiliki mutu warna yang berbeda-beda pada semua kode.3. Pada pengujian atribut rasa panelis dapat membedakan mutu dari rasa secara signifikan sehingga tidak perlu dilakukan uji duncen. Namun sampel roti sendiri belum dapat dibedakan mutunya karena ada mutu roti yang panelis bisa nilai tidak berbeda nyata. Dan hasil yang didapatkan penilaian panelis menyatakan bahwa sampel dengan kode 586 dengan 471 tidak memiliki perbedaan mutu yang signifikan, dan keduanya berbeda nyata mutunya dengan sampel dengan kode 247 juga berbeda nyata dengan sampel berkode 336.4. Pada pengujian atribut keseragaman pori juga panelis dapat membedakan mutu dari rasa secara signifikan sehingga tidak perlu dilakukan uji duncen. Namun sampel roti sendiri belum dapat dibedakan mutunya karena ada mutu roti yang panelis bisa nilai tidak berbeda nyata. Dan hasil yang didapatkan penilaian panelis menyatakan bahwa sampel dengan kode 586 dengan 471 tidak memiliki perbedaan mutu yang signifikan, dan keduanya berbeda nyata mutunya dengan sampel dengan kode 247 juga berbeda nyata dengan sampel berkode 336.

DAFTAR PUSTAKAAnonim. (2006). Pengujian Organoleptik (evaluasi Sensori) dalam industry Pangan. EbookPangan.Alfia, Hanifah. (2013). Acara V Uji kesukaan-Rangking (analisis Sensori). [online]. Tersedia: http://hanifahalfiah.blogspot.com/2013/10/acara-v-uji-kesukaan-ranking-analisis.html yang direkam pada 25 Oktober 2013 21:17. [17 November 2014]Digo. (2012). Laporan orkep uji skor. [online]. Tersedia: http://black-boulevard.blogspot.com/2012/05/laporan-orlep ujiskor.htmlhttp://blackboulevard.blogspot.com/2012/05/laporan-orlep-uji-skor.html [17 November 2014]Kartika, B., B. Hastuti., W. Supartono. 1988. Pedoman Uji Inderawi Bahan Pangan. PAUPangan dan Gizi UGM.Yogyakarta.S Susiwi. (2009). Penilaian Organoleptik. Handout Jurusan Pendidikan Kimia Fakultas Pendidikan Ilmu Pengetahuan Alam. [pdf]Setyaningsih, dkk. (2010). Analisis Sensori untuk Industri Pangan dan Agro. Bogor : IPB PressZetiara, Alzara. (2012). Uji Skoring Pengawasan Mutu. [online]. Tersedia: http://zaratiara.blogspot.com/2012/11/uji-skoring-pengawasan-mutu.html yang direkam pada 4 November 2012 17:46. [17 November 2014]

LAMPIRAN

Organo Leptik Uji Skoring

Documents

Transcript of Organo Leptik Uji Skoring