LAPORAN PRAKTIKUM

UJI SENSORIS

ACARA SKORING 2

KELOMPOK 2

Nama Kelompok:

1. Ira Narti Fransiska

2. Risky Samuel Simamora
3. Muhammad
4. Sinta Sahara
5. Rian Dwicy Ariansyah
6. Hendra Priyanda Yusmin

PROGRAM STUDI TEKNOLOGI PENGOLHAN HASIL PERTANIAN

JURUSAN TEKNOLOGI PERTANIAN
POLITEKNIK NEGERI PONTIANAK
2018/2019
I. TUJUAN PENELITIAN
Melatih mahasiswa untuk dapat membedakan tingkat kekerasan/ tekstur dari
tempat sampel produk dengan merek yang berbeda.

II. DASAR TEORI

Evaluasi sensori atau organoleptik adalah ilmu pengetahuan yang

menggunakan indera manusia untuk mengukur tekstur, penampakan, aroma dan
flavor produk pangan. Penerimaan konsumen terhadap suatu produk diawali
dengan penilaiannya terhadap penampakan, flavor dan tekstur. Oleh karena pada
akhirnya yang dituju adalah penerimaan konsumen, maka uji organoleptik yang
menggunakan panelis (pencicip yang telah terlatih) dianggap yang paling peka
dan karenanya sering digunakan dalam menilai mutu berbagai jenis makanan
untuk mengukur daya simpannya atau dengan kata lain untuk menentukan tanggal
kadaluwarsa makanan. Pendekatan dengan penilaian organoleptik dianggap paling
praktis lebih murah biayanya. (Ebook., 2006)
Mutu organoleptik mempunyai peranan dan makna yang sangat besar
dalam penilaian mutu produk pangan, baik sebagai bahan pangan hasil pertanian,
bahan mentah industri maupun produk pangan olahan. Meskipun dengan uji-uji
fisik dan kimia serta uji gizi dapat menunjukkan suatu produk pangan bermutu
tinggi, namun akan tidak ada artinya jika produk pangan itu tidak dapat dimakan
karena tidak enak atau sifat organoleptik lainnya tidak membangkitkan selera.
Jadi bagi komoditas pangan pengujian organoleptik merupakan suatu keharusan.
(Soekarto, 1990) dalam (Rakhmah Y., 2012)
Menurut Susiwi (2009), melalui pengujian sensoris dapat diperoleh
informasi yang berguna untuk memperbaiki produk, memelihara kualitet,
mengembangkan produk baru serta analisis pasar. Pengujian sensoris pada
perusahaan banyak dipergunakan untuk tujuan pengembangan produk baru,
reformulasi produk, pengawasan kompetisi dengan produk merk lain, pengawasan
mutu, pengawasan stabilitas produk selama penyimpanan, pengawasan pendapat
serta kesenangan konsumen atas suatu produk. Pengujian tersebut menuntut
metode pengujian yang berbeda dan macam penguji yang berbeda pula sehingga
diperoleh hasil sesuai dengan tujuan dari pengujiannya.
Pada bidang industri pangan, perbaikan produk maupun pemilihan produk terbaik
merupakan salah satu alternatif penunjang pemasaran. Keinginan konsumen yang
selalu menghendaki produk dengan mutu yang terbaik harus dapat dipenuhi.
Dalam hal tersebut uji skoring dapat diterapkan untuk mengukur dan
membandingkan produk-produk sejenis dengan memberikan penilaian atau skor
(Setyaningsih dkk., 2010).
Uji skoring artinya pemberian skor untuk atribut yang dinilai menurut
kesan mutu atau intensitas karakteristik sensoriknya, menurut skala numeric yang
telah disediakan untuk masing-masing deskripsinya (Raharjo,1988). Dalam hal ini
diperlukan panelis yang benar-benar mengerti atribut mutu yang diminta,
misalnya panelis terpilih dan panelis terlatih (Aini, 2012).
Uji skoring termasuk dalam jenis uji skalar dalam evaluasi sensori. Pada
uji skalar penelis diminta menyatakan besaran kesan yang diperolehnya. Besaran
ini dapat dinyatakan dalam bentuk besaran skalar atau dalam bentuk skala
numerik. Besaran skalar digambarkan dalam: pertama, bentuk garis lurus berarah
dengan pembagian skala dengan jarak yang sama. Kedua, pita skalar yaitu dengan
degradasi yang mengarah (seperti contoh degradasi warna dari sangat putih
sampai hitam). Sedangkan dalam skala numerik dinyatakan dengan angka yang
menunjukkan skor dari atribut mutu yang diuji. Dengan demikian uji skoring
merupakan jenis pengujian skalar yang dinyatakan dalam skala numerik (Susiwi,
2009).
Menurut Stone dan Joel (2004), uji skoring juga dapat digunakan untuk
mengetahui besarnya perbedaan kualitas diantara beberapa produk sejenis dengan
memberikan penilaian atau skor terhadap sifat tertentu dari suatu produk Tiap
skor yang diberikan oleh panelis dalam pengujian skoring melambangkan tingkat
 nilai. Nilai dalam uji skoring mempunyai analogi dengan nilai ujian, tiap angka
melambangkan atau menyatakan tingkat mutu. Menurut Aini, dkk (2012), respon
uji skoring berupa angka yang langsung merupakan data kuantitatif. Data tersebut
kemudian ditabulasi dalam bentuk matriks respon. Data respon ini dapat dianalisa
sidik ragam dengan contoh sebagai perlakuan dan panelis sebagai blok.

III. METODE LOGI PENELITIAN

1. ALAT
a. Gelas kecil 4 buah
b. Sendok kecil 4 buah
c. Nampan 1 buah
d. Tissue
e. Boring penilian
2. BAHAN
Roti crackers dengan jenis:
a. Crackers Malaysia
b. Crakers kong huan
c. Crakers cream
d. Crakers square puff

Cara kerja
- Dihadapkan saudara sudah disediakan sampel untuk dinilai tingkat kekerasannya.
- Memberikan penilian tingkat kekerasan sampel dari 1 sampai 8 nilai 1 tekstur sampel
lunak nilai 8 sangat keras.
IV. Hasil Pengamatan

NO Nama Sampel Jumlah

Panelis 321 692 304 775
1 Indah herlina 6 5 8 4 23
2 Dorotia 7 6 8 5 26
3 Astir.o 6 5 7 3 21
4 Nisfa. R 6 7 5 4 22
5 Sinta. S 6 5 7 4 22
6 Rian dwicky 7 6 8 5 26
7 Santi. S 7 6 8 4 25
8 Edo restu. N 7 3 4 6 20
9 Juhdi 7 6 8 5 26
10 Ira narti. F 6 5 4 3 18
11 Muhammad 4 1 8 3 16
12 Risky Samuel 2 4 5 1 12
13 Wahyu. W 5 4 6 3 18
14 Friska. H 7 1 6 2 16
15 Hendra p.y 6 3 7 2 18
16 Anashirul 7 4 6 2 19
17 Zaki. A 4 5 6 3 18
18 Nikolaus. L 6 3 6 2 17
Jumlah 112 79 117 61 363
Rerata 6,22 4,38 6,5 3,38
Warning # 849 in column 23. Text: en

The LOCALE subcommand of the SET command has an invalid parameter. It could

not be mapped to a valid backend locale.

ONEWAY berbedanyata BY kodesampel

/STATISTICS HOMOGENEITY

/MISSING ANALYSIS

/POSTHOC=DUNCAN LSD ALPHA(0.05).

Oneway

Notes

Output Created 15-Aug-2018 22:35:11

Comments

Input Active Dataset DataSet0

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working 72
Data File

Missing Value Definition of Missing User-defined missing values are

Handling treated as missing.
 Cases Used Statistics for each analysis are
based on cases with no missing
data for any variable in the
analysis.

Syntax ONEWAY berbedanyata BY

kodesampel

/STATISTICS
HOMOGENEITY

/MISSING ANALYSIS

/POSTHOC=DUNCAN LSD
ALPHA(0.05).

Resources Processor Time 00:00:00.047

Elapsed Time 00:00:00.048

[DataSet0]
 Test of Homogeneity of Variances

berbeda nyata

Levene
Statistic df1 df2 Sig.

.689 3 68 .562

ANOVA

berbeda nyata

Sum of Mean
Squares df Square F Sig.

Between 108.042 3 36.014 17.145 .000

Groups

Within Groups 142.833 68 2.100

Total 250.875 71
Post Hoc Tests

Multiple Comparisons

Dependent Variable:berbeda nyata

(I) kode (J) kode Mean

sampel sampel Difference Std.
(I-J) Error Sig.

LSD 304 321 .611 .483 .210

dimensi
692 2.111* .483 .000
on3
775 3.111* .483 .000

321 304 -.611 .483 .210

dimensi
692 1.500* .483 .003
on3
775 2.500* .483 .000
dimens
ion2 692 304 -2.111* .483 .000
dimensi
321 -1.500* .483 .003
on3
775 1.000* .483 .042

775 304 -3.111* .483 .000

dimensi
321 -2.500* .483 .000
on3
692 -1.000* .483 .042
 Multiple Comparisons

Dependent Variable:berbeda nyata

(I) kode (J) kode Mean

sampel sampel Difference Std.
(I-J) Error Sig.

LSD 304 321 .611 .483 .210

dimensi
692 2.111* .483 .000
on3
775 3.111* .483 .000

321 304 -.611 .483 .210

dimensi
692 1.500* .483 .003
on3
775 2.500* .483 .000
dimens
ion2
692 304 -2.111* .483 .000
dimensi
321 -1.500* .483 .003
on3
775 1.000* .483 .042

775 304 -3.111* .483 .000

dimensi
321 -2.500* .483 .000
on3
692 -1.000* .483 .042

*. The mean difference is significant at the 0.05 level.

 Multiple Comparisons

Dependent Variable:berbeda nyata

(I) kode (J) kode 95% Confidence Interval

sampel sampel
Lower Upper
Bound Bound

LSD 304 321 -.35 1.58

dimensi
692 1.15 3.08
on3
775 2.15 4.08

321 304 -1.58 .35

dimensi
692 .54 2.46
on3
775 1.54 3.46
dimens
ion2 692 304 -3.08 -1.15
dimensi
321 -2.46 -.54
on3
775 .04 1.96

775 304 -4.08 -2.15

dimensi
321 -3.46 -1.54
on3
692 -1.96 -.04
Homogeneous Subsets

berbeda nyata

kode sampel Subset for alpha = 0.05

N 1 2 3

Duncana 775 18 3.39

692 18 4.39
dime
nsion 321 18 5.89
1
304 18 6.50

Sig. 1.000 1.000 .210

Means for groups in homogeneous subsets are displayed.

a. Uses Harmonic Mean Sample Size = 18,000.

V. PEMBAHASAN

Uji scoring 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, danwarna. Selain itu, digunakan untuk mencari korelasi pengukuran
subyektif dengan obyektif dalam rangka pengukuran obyektif (presisi alat)
(Kartika et al., 1988). Uji skoring merupakan uji dimana panelis diminta untuk
 menilai penampilan sampel berdasarkan intensitas atribut atau sifat yang dinilai.
Menurut Soekarto (1985), uji skoring merupakan pengujian dengan menggunakan
skala angka satu sebagai nilai terendah dan angka tujuh sebagai nilai tertinggi.
Skala angka dan spesifikasi ini dicantumkan dalam scoresheet. Panelis harus
paham benar akan sifat yang dinilai.

Uji skoring termasuk dalam jenis uji skalar dalam evaluasi sensori. Pada uji skalar
penelis diminta menyatakan besaran kesan yang diperolehnya. Besaran ini dapat
dinyatakan dalam bentuk besaran skalar atau dalam bentuk skala numerik.
Besaran skalar digambarkan dalam: pertama, bentuk garis lurus berarah dengan
pembagian skala dengan jarak yang sama. Kedua, pita skalar yaitu dengan
degradasi yang mengarah (seperti contoh degradasi warna dari sangat putih
sampai hitam). Sedangkan dalam skala numerik dinyatakan dengan angka yang
menunjukkan skor dari atribut mutu yang diuji. Dengan demikian uji skoring
merupakan jenis pengujian skalar yang dinyatakan dalam skala numerik (Susiwi,
2009). Menurut Stone dan Joel (2004), uji skoring juga dapat digunakan untuk
mengetahui besarnya perbedaan kualitas diantara beberapa produk sejenis dengan
memberikan penilaian atau skor terhadap sifat tertentu dari suatu produk.

Dari hasil tabel diatas maka didapatkan hasil perhitungan uji skoring yang
menunjukan berbeda nyata hal ini terjadi karena angka yang ditunjukan berbeda
dengan angka yang lainnya.

VI. KESIMPULAN
Dari data yang diperoleh diatas maka dapat disimpulkan tingkat kekerasan
crekers ini berbeda nyata.
 DAFTAR PUSTAKA

Kartika, B., B. Hastuti., W. Supartono. 1988. Pedoman Uji Inderawi Bahan Pangan. PAU
Pangan Gizi. UGM. Yogyakarta.

Raharjo, Julia T. M., 1988. Uji Indrawi. Teknologi Hasil Pertanian Universitas Jenderal
Soedirman. Purwokerto.

Rakhmah, Y. 2012. Studi Pembuatan Bolu dari Tepung Ubi Jalar (Ipomoea batatas L.). Skripsi.
Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Bogor.

Soekarto, S. T. 1985. Penilaian Organoleptik. Bharata Karya Aksara. Jakarta.

Stone, Herbert dan Joel L Sidel. 2004. Sensory Evaluation Practices, edisi ketiga. California,
USA: Elsevier Academic Press.

Susiwi. 2009. Penilaian Organoleptik Regulasi Pangan. Jurusan Pendidikan Kimia.Fakultas

Matematika dan Ilmu Pengetahuan Alam. Universitas Pendidikan Indonesia, Jakarta.

Untoro, N.S., Kusrahayu dan B.E. Setyani. 2012. Kadar Air, Kekenyalan, Kadar Lemak Dan
Citarasa Bakso Daging Sapi Dengan Penambahan Ikan Bandeng Presto (Channos Channos
Forsk). Animal Agriculture Journal. 1(1) :567-583.

Winarno. 1993. Pangan Gizi, teknologi konsumen. gramedia pustaka utama. Jakarta