Organo Leptik Uji Skoring
-
Upload
iyomm-yomm -
Category
Documents
-
view
271 -
download
4
description
Transcript of 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
Data yang akan diuji harus ditransformasikan terlebih dahulu. Dengan rumus:
Data transformasiPan471586336247X(X)2(X2)
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
Data yang akan diuji harus ditransformasikan terlebih dahulu. Dengan rumus:
Data transformasiPan471586336247X(X)2(X2)
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
Data yang akan diuji harus ditransformasikan terlebih dahulu. Dengan rumus:
Data transformasiPan471586336247X(X)2(X2)
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
Jumlah GalatJumlah sampel
234
SSR202,953,13,18
212,943,093,175
222,933,083,17
LSR0,1679140,1764820,181336
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 4-0,181336 = 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
Tabel sidik ragam (Anova)dbJKKTF hitungF tabel taraf 5%
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
Jumlah GalatJumlah sampel
234
SSR202,953,13,18
212,943,093,175
222,933,083,17
LSR0,3898470,4097380,421009
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 4-0,421009 = 3,578991Dari nilai rata-rata yang terlah diurutkan maka ditarik garis dari yang lebih besar dari nilai rata-rata yang telah dikurangi oleh nilai LSR yaitu 3,578991 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 0,389847 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
Tabel sidik ragam (Anova)dbJKKTF hitungF tabel taraf 5%
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
Jumlah GalatJumlah sampel
234
SSR202,953,13,18
212,943,093,175
222,933,083,17
LSR0,3732380,392280,403071
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 4-0,403071 = 3,596929Dari nilai rata-rata yang terlah diurutkan maka ditarik garis dari yang lebih besar dari nilai rata-rata yang telah dikurangi oleh nilai LSR yaitu 3,596929 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 0,373238 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