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
2. Wafer dengan kode 269
3. Wafer dengan kode 176
4. Wafer dengan kode 286
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
Setelah diketahui transformasi data, dilakukan analisi sidik ragam (Anova)
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
Tabel sidik ragam (Anova)
db JK KT F hitung F tabel taraf 5%
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
Setelah diketahui transformasi data, dilakukan analisi sidik ragam (Anova)
JK Panelis 0,26645
Jk Sampel 7,825975
JK Total 18,4144
JK Galat 10,32198
Tabel sidik ragam (Anova)
db JK KT F hitung F tabel taraf 5%
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
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 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
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 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 :
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 1,1900311,25074
71,285153
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 3,75-1,285153= 2,464847
SX=√ Kt Galatdb sampel
= √ 0,4915233
=
0,404773
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 keseragaman pori 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 1,190031 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
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
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.
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
Setelah diketahui transformasi data, dilakukan analisi sidik ragam (Anova)
JK Panelis 0
Jk Sampel 8,13565
JK Total 18,4144
JK Galat 10,27875
Tabel sidik ragam (Anova)
db JK KT F hitung F tabel taraf 5%
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
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 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 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 :
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 1,1875371,24812
61,282459
Nilai rata-rata dari setiap kode roti diurutkan dari yang terkecil ke yang
terbesar, namun rata-rata sampel yang digunakan bukan menggunakan data dari
SX=√ Kt Galatdb sampel
= √ 0,4894643
=
0,403924
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 3,75-1,282459 = 2,467541
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 2,467541 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 aroma 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 1,187537 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
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
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.
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]
Top Related