julianamn.files.wordpress.com€¦ · Web viewLAPORAN PRAKTIKUM. PENILAIAN SENSORI PANGAN. Uji...

LAPORAN PRAKTIKUM

PENILAIAN SENSORI PANGAN

Uji Ranking

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

Roti adalah makanan yang terbuat dari tepung terigu, air, dan ragi yang

pembuatannya melalui tahap pengulenan, fermentasi (pengembangan), dan

pemanggangan dalam oven. Bahan dan proses yang dilaluinya membuat roti

memiliki tekstur yang khas. Dilihat dari cara pengolahan akhirnya, roti dapat

dibedakan menjadi tiga macam, yaitu roti yang dikukus, dipanggang, dan yang

digoreng. Bakpao dan mantao adalah contoh roti yang dikukus. Donat dan panada

merupakan roti yang digoreng. Sedangkan aneka roti tawar, roti manis, pita bread,

dan baquette adalah roti yang dipanggang (Sufi, 1999).

Roti adalah produk makanan yang terbuat dari fermentasi tepung terigu

dengan ragi atau bahan pengembang lain, kemudian dipanggang. Roti

beranekaragam jenisnya. Adapun penggolongannya berdasarkan rasa, warna,

nama daerah atau negara asal, nama bahan penyusun, dan cara pengembangan

(Mudjajanto dan Yulianti, 2004).

B. TINJAUAN TEORI

Dalam pengujian ranking panelis diminta untuk mengurutkan intensitas

sifat yang dinilai. Uji ranking dapat digunakan untuk mengurutkan intensitas,

mutu atau kesukaan konsumen, dalam rangka memilih yang terbaik atau

menghilangkan yang terjelek. Pada uji ranking ini digunakan panelis terlatih

(untuk uji ranking pembedaan) atau digunakan panelis tak terlatih (untuk uji

ranking kesukaan). Untuk uji ranking pembedaan mula-mula dilakukan seleksi

dan latihan panelis, sedang untuk uji ranking kesukaan panelis diambil yang tidak

terlatih. Selanjutnya, kepada panelis disajiakan sampel-sampel yang akan dinilai

dengan dilengkapi kuesioner (Kartika, 2010).

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

Mampu mengurutkan contoh berdasarkan kesan yang didapat dari yang

paling bagus sampai yang paling jelek.

III. ALAT DAN BAHAN

Alat yang digunakan:

1. Nampan atau wadah

2. Borang

3. Alat tulis

4. Tissue

Bahan yang digunakan:

1. Wafer dengan kode 548




5. Air mineral

IV. PROSEDUR KERJA

Panelis diberikan 4 sampel roti dengan kode yang berbeda, yang disajikan

seperti dibawah ini:

247336269548

Kemudian panelis mengurutkan setiap sampel berdasarkan mutu dilihat

dari sfat organoleptiknya dengan skala 1-4, semakin rendah nilainya maka

semakin baik mutunya.

Atribut yang ditentukan adalah sebagai berikut:

1. Warna

2. Rasa

3. Keseragaman pori

4. Aroma

V. HASIL PENGAMATAN

1. Atribut Warna

Panelis 548 269 176 286

1 4 3 2 1

2 4 3 2 1

3 4 3 2 1

4 1 2 3 4

5 4 3 2 1

6 3 2 4 1

7 2 1 4 3

8 4 3 2 1

∑ 26 20 21 13

X 3,25 2,5 2,625 1,625

2. Atribut Rasa

Panelis 548 269 176 286

1 4 2 3 1

2 3 2 4 1

3 4 2 3 1

4 4 3 2 1

5 4 2 3 1

6 3 1 4 2

7 4 1 3 2

8 4 1 3 2

∑ 30 14 25 11

x 3,75 1,75 3,125 1,375

3. Atribut Keseragaman Pori

Panelis 548 269 176 286

1 3 4 2 1

2 4 2 3 1

3 4 2 3 1

4 4 3 2 1

5 4 3 2 1

6 4 2 3 1

7 2 1 3 4

8 2 4 3 1

∑ 27 21 21 11

X 3,375 2,625 2,625 1,375

4. Atribut Aroma

Panelis 548 269 176 286

1 2 4 3 1

2 4 3 2 1

3 4 2 3 1

4 2 3 4 1

5 3 4 2 1

6 3 2 4 1

7 4 1 2 3

8 2 3 4 1

∑ 24 22 24 10

X 3 2,75 3 1,25

VI. PEMBAHASAN

Uji ranking merupakan uji skalar karena hasil pengujian oleh panelis telah

dinyatakan dalam besaran kesan dengan jarak atau interval tertentu. Prinsip dari

uji ranking, panelis diminta untuk membuat urutan dari yang diuji menurut

perbedaan tingkat mutu sensorik. Penilaian ini bersifat subjektif karena panelis

memberikan nilai dari kesukaannya sendiri. Dalam uji rangking tidak disertakan

contoh pembanding. Urutan pertama selalu menyatakan yang paling tinggi, makin

ke bawah nomor urut makin rendah. Data hasil dari pengamatan yang telah diuji

secara statistik yaitu dengan menggunakan analysis of variance dan uji Duncan.

Analisis ragam untuk mengetahui adanya perbedaan nyata dalam data. Jika

terdapat perbedaan nyata dalam data maka dilakukan uji Duncan untuk menguji

perbedaan di antara semua pasangan perlakuan yang ada dari percobaan tersebut,

serta masih dapat mempertahankan tingkat signifikasi yang ditetapkan (Santoso,

2005).

Untuk uji ranking data asli ditransformaasikan dengan ketentuan berikut:

a. Jika panelis memberi nilai 1 transformasikan nilainya menjadi 1,03.

b. Jika panelis memberi nilai 2 transformasikan nilainya menjadi 0,3.

c. Jika panelis memberi nilai 3 transformasikan nilainya menjadi -0,3.

d. Jika panelis memberi nilai 4 transformasikan nilainya menjadi -1,03.

1. Atribut Warna

Data transformasi

Panelis 548 269 176 286 ∑ ∑2

1 -1,03 -0,3 0,3 1,03 0 0

2 -1,03 -0,3 0,3 1,03 0 0

3 -1,03 -0,3 0,3 1,03 0 0

4 1,03 0,3 -0,3 -1,03 0 0

5 -1,03 -0,3 0,3 1,03 0 0

6 -0,3 0,3 -1,03 1,03 0 0

7 0,3 1,03 -1,03 -0,3 0 0

8 -1,03 -0,3 0,3 1,03 0 0

∑ -4,12 0,13 -0,86 4,85 0 0

X -0,515 0,01625 -0,1075 0,60625

∑2 16,9744 0,0169 0,7396 23,5225 41,253

4

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

JK Panelis 0

Jk Sampel 5,156675

JK Total 18,4144

JK Galat 13,25773

Tabel sidik ragam (Anova)

db JK KT F hitung F tabel taraf 5%

Panelis 7 0 0 0 2,495

Sampe

l

3 5,15667

5

1,71889

2

2,72269

4

3,07

Galat 21 13,2577

3

0,63132

Total 31 18,4144 0,59401

FK= F2

sampel x panelis

FK = 02

4 x 8

FK = 0

3

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 perbedaan nyata antar perlakuan. Dengan kata lain

panelis mampu membedakan warna pada sampel yang diujikan. Sehingga tidak

perlu dilakukan analisis lebih lanjut untuk dengan menggunakan uji Duncan.

2. Atribut Rasa

Data transformasi

Warna 548 269 176 286 ∑ ∑2

P1 -1,03 0,3 -0,3 1,03 0 0

P2 -0,3 0,3 -1,03 1,03 0 0

P3 -1,03 0,3 -0,3 1,03 0 0

P4 -1,03 -0,3 0,3 1,03 0 0

P5 -1,03 0,3 -0,3 1,03 0 0

P6 -0,3 1,03 -1,03 0,3 0 0

P7 -1,03 1,03 -0,3 0,3 0 0

P8 -1,03 1,03 -0,3 0,3 0 0

∑ -6,78 3,99 -3,26 6,05 0 0

X -0,8475 0,4987

5

-0,4075 0,7562

5

∑2 45,9684 15,920

1

10,6276 36,602

5

109,1186


FK= F2

sampel x panelis

FK = 02

4 x 8

FK = 0

JK Panelis 0

Jk Sampel 13,63983

JK Total 18,4144

JK Galat 4,774575



Panelis 7 0 0 0 2,495

Sampel 3 13,63983 4,54660

8

19,99733 3,07

Total 31 18,4144 0,59401

3

Galat 21 4,774575 0,22736

1

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=√ Kt Galatdb sampel

= √ 0,2273613

=

0,275294

Jumlah GalatJumlah sampel

2 3 4

SSR

20 2,95 3,1 3,18

21 2,94 3,09 3,175

22 2,93 3,08 3,17

LSR 0,8093650,85065

90,874059

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:

Kode 286 269 176 548

Rata-rata 1,375 1,75 3,125 3,75

Nilai rata-rata yang paling besar dikurangi dengan nilai LSR yang paling

besar juga yaitu 3,75-0,874059 = 2,875941

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 2,875941 dan

didapat hasil sebagai berikut :

286 269 176 548

1,375 1,75 3,125 3,75

Dari hasil pengujian didapat bahwa sampel wafer dengan kode 176 dan

548 tidak berbeda nyata dari segi rasa namun berbeda nyata dengan kedua sampel

lainnya.

Perbandingan antara dengan kode 286 dan 269 yaitu berselisih 0,375 yang

jika dibandingkan dengan rata-rata LSR yang kedua yaitu 0,809365 maka selisih

antara kedua sampel tersebut lebih kecil dari pada rata-rata LSR. Dengan begitu

dapat disimpulkan bahwa kedua sampel tersebut tidak berbeda nyata dari segi rasa

dan berbeda nyata pula dengan dua sampel yang berada pada garis bawah.

286 269 176 548

1,375 1,75 3,125 3,75

Dapat disimpulkan bahwa panelis dapat menilai keempat sampel tersebut

dengan perhitungan bahwa wafer dengan kode 176 dan 548 berbeda nyata dengan

sampel 286 dan 269.

3. Atribut Keseragaman Pori

Data transformasi

Panelis 548 269 176 286 ∑ ∑2

1 -0,3 -1,03 0,3 1,03 0 0

2 -1,03 0,3 -0,3 1,03 0 0

3 -1,03 0,3 -0,3 1,03 0 0

4 -1,03 -0,3 0,3 1,03 0 0

5 -1,03 -0,3 0,3 1,03 0 0

6 -1,03 1,03 -0,3 1,03 0,73 0,5329

7 0,3 0,3 -0,3 -1,03 -0,73 0,5329

8 0,3 -1,03 -0,3 1,03 0 0

∑ -4,85 -0,73 -0,6 6,18 0 1,0658

X -0,60625 -0,09125 -0,075 0,7725

∑2 23,5225 0,5329 0,36 38,1924 62,607

8


JK Panelis 0,26645

Jk Sampel 7,825975

JK Total 18,4144

JK Galat 10,32198



Panelis 7 0,26645 0,038064 0,077442 2,495

Sampel 3 7,825975 2,608658 5,307301 3,07

Total 31 18,4144 0,594013

Galat 21 10,32198 0,491523




Dengan kata lain panelis tidak mampu membedakan keseragaman pori pada

sampel yang diujikan. Oleh karena itu tidak perlu dilakukan analisis lebih lanjut

uji Duncan.

FK= F2

sampel x panelis

FK = 02

4 x 8

FK = 0




Namun panelis tidak mampu membedakan keseragaman pori pada sampel yang

diujikan. Oleh karena itu perlu dilakukan analisis lebih lanjut uji Duncan.




2 3 4

SSR

20 2,95 3,1 3,18

21 2,94 3,09 3,175

22 2,93 3,08 3,17

LSR 1,1900311,25074

71,285153






Kode 286 269 176 548

Rata-rata 1,375 1,75 3,125 3,75


besar juga yaitu 3,75-1,285153= 2,464847


= √ 0,4915233

=

0,404773




286 269 176 548

1,375 1,75 3,125 3,75


548 tidak berbeda nyata dari segi keseragaman pori namun berbeda nyata dengan

kedua sampel lainnya.




dapat disimpulkan bahwa kedua sampel tersebut tidak berbeda nyata dari segi

keseragaman pori dan berbeda nyata pula dengan dua sampel yang berada pada

garis bawah.

286 269 176 548

1,375 1,75 3,125 3,75



sampel 286 dan 269.

4. Atribut Aroma

Data transformasi

Aroma 548 269 176 286 ∑ ∑2

1 0,3 -1,03 -0,3 1,03 0 0

2 -1,03 -0,3 0,3 1,03 0 0

3 -1,03 0,3 -0,3 1,03 0 0

4 0,3 -0,3 -1,03 1,03 0 0

5 -0,3 -1,03 0,3 1,03 0 0

6 -0,3 0,3 -1,03 1,03 0 0

7 -1,03 1,03 0,3 -0,3 0 0

8 0,3 -0,3 -1,03 1,03 0 0

∑ -2,79 -1,33 -2,79 6,91 0 0

X -0,34875 -0,16625 -0,34875 0,8637

5

∑2 7,7841 1,7689 7,7841 47,748

1

65,085

2


JK Panelis 0

Jk Sampel 8,13565

JK Total 18,4144

JK Galat 10,27875



Panelis 7 0 0 0 2,495

Sampel 3 8,13565 2,711883 5,540513 3,07

Total 31 18,4144 0,594013

FK= F2

sampel x panelis

FK = 02

4 x 8

FK = 0

Galat 21 10,27875 0,489464




Dengan kata lain panelis tidak mampu membedakan keseragaman pori pada

sampel yang diujikan. Oleh karena itu tidak perlu dilakukan analisis lebih lanjut

uji Duncan.




Namun panelis tidak mampu membedakan keseragaman pori pada sampel yang

diujikan. Oleh karena itu perlu dilakukan analisis lebih lanjut uji Duncan.




2 3 4

SSR

20 2,95 3,1 3,18

21 2,94 3,09 3,175

22 2,93 3,08 3,17

LSR 1,1875371,24812

61,282459




= √ 0,4894643

=

0,403924




Kode 286 269 176 548

Rata-rata 1,375 1,75 3,125 3,75


besar juga yaitu 3,75-1,282459 = 2,467541




286 269 176 548

1,375 1,75 3,125 3,75


548 tidak berbeda nyata dari segi aroma namun berbeda nyata dengan kedua

sampel lainnya.




dapat disimpulkan bahwa kedua sampel tersebut tidak berbeda nyata dari segi

aroma dan berbeda nyata pula dengan dua sampel yang berada pada garis bawah.

286 269 176 548

1,375 1,75 3,125 3,75



sampel 286 dan 269.

VII. KESIMPULAN

1. Uji rangking merupakan uji scalar karena pengujian oleh panelis telah

dinyatakan dalam besaran kesan dengan jarak atau interval tertentu.

Penilaian ini bersifat subjektif karena panelis memberikan nilai dari

kesukaannya sendiri. Dalam uji rangking tidak disertakan contoh

pembanding. Urutan pertama selalu menyatakan yang paling tinggi,

makin ke bawah nomor urut makin rendah.

2. Pada pengujian atribut warna panelis mampu membedakan warna pada

sampel yang diujikan. Sehingga tidak perlu dilakukan analisis lebih

lanjut untuk dengan menggunakan uji Duncan. Dan atribut warna

setelah penghitunganpun tidak signifikan sehingga tidak perlu

dilakukan uji Duncan.

3. Pada pengujian atribut rasa panelis dapat menilai keempat sampel

tersebut dengan perhitungan bahwa wafer dengan kode 176 dan 548

berbeda nyata dengan sampel 286 dan 269.

4. Pada pengujian atribut keseragaman pori panelis dapat menilai keempat

sampel tersebut dengan perhitungan bahwa wafer dengan kode 176 dan

548 berbeda nyata dengan sampel 286 dan 269.

5. Pada pengujian atribut aroma juga panelis dapat menilai keempat

sampel tersebut dengan perhitungan bahwa wafer dengan kode 176 dan

548 berbeda nyata dengan sampel 286 dan 269.

DAFTAR PUSTAKA

Anonim. (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.html http://blackboulevard.blogspot.com/2012/05/laporan-orlep-uji-

skor.html [17 November 2014]

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 Press

Zetiara, 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]

http://zaratiara.blogspot.com/2012/11/uji-skoring-pengawasan-mutu.html

http://blackboulevard.blogspot.com/2012/05/laporan-orlep-uji-skor.html

http://blackboulevard.blogspot.com/2012/05/laporan-orlep-uji-skor.html

http://black-boulevard.blogspot.com/2012/05/laporan-orlep%20ujiskor.html



http://hanifahalfiah.blogspot.com/2013/10/acara-v-uji-kesukaan-ranking-analisis.html

http://hanifahalfiah.blogspot.com/2013/10/acara-v-uji-kesukaan-ranking-analisis.html

LAMPIRAN

julianamn.files.wordpress.com€¦ · Web viewLAPORAN PRAKTIKUM. PENILAIAN SENSORI PANGAN. Uji...

Documents

Transcript of julianamn.files.wordpress.com€¦ · Web viewLAPORAN PRAKTIKUM. PENILAIAN SENSORI PANGAN. Uji...