Anda di halaman 1dari 23

LAPORAN PRAKTIKUM ANALISA SENSORIS

ACARA 5. UJI KESUKAAN - RANKING

Disusun Oleh

Kelompok 1:

1. Agung Budi Prakoso (H0915003)


2. Angelina Irene Wahyu (H0915007)
3. Eliza Marlia Kasyim (H0915024)
4. Hana Ayu Susilo (H0915028)
5. Mandasia Pangastuti (H0915047)
6. Masadya Winacanti R. (H0915050)
7. Ramah Sugihati (H0915064)

ILMU DAN TEKNOLOGI PANGAN


FAKULTAS PERTANIAN
UNIVERSITAS SEBELAS MARET
SURAKARTA
2017
ACARA V
UJI KESUKAAN – RANKING

A. Tujuan Praktikum
Tujuan dari praktikum acara V Uji Kesukaan – Ranking adalah
agar mahasiswa mampu melakukan uji kesukaan sampel dengan metode
ranking.

B. Tinjauan Pustaka
Uji kesukaan pada dasarnya merupakan pengujian yang
panelissnya mengemukakan responnya yang berupa senang tidaknya
terhadap sifat bahan yang diuji. Pada pengujian ini digunakan panelis yang
tidak terlatih. Panelis diminta untuk mengemukakan pendapatnya secara
spontan, tanpa membandingkan dengan sampel standar atau sampel-sampel
yang diuji sebelumnya sehingga penyajian uji ini dilakukan secara
berurutan, tidak disajikan secara bersama-sama. Pengujian ini digunakan
untuk mengkaji reaksi konsumen terhadap suatu bahan atau memproduksi
reaksi konsumen terhadap sampel yang diujika sehingga panelis diambil
dalam jumlah yang besar, yang mewakili populasi masyarakat tertentu
(Kartika et al., 1988).
Uji kesukaan disebut juga uji hedonik, dilakukan apabila uji
didesain untuk memilih satu produk di antara produk lain secara langsung.
Uji ini dapat diaplikasikan pada saat pengembangan produk atau
pembandingan produk dengan produk pesaing. Uji kesukaan meminta
panelis untuk harus memilih satu pilihan diantara yang lain. Skala hedonik
dapat direntangkan atau diciutkan menurut rentangan skala yang
dikehendakinya. Skala hedonik dapat juga diubah menjadi skala numerik
dengan angka mutu menurut tingkat kesukaan. Dengan data numerik ini
dapat dilakukan anlisis secara parametrik (Setyaningsih et al., 2010).
Rasa merupakan parameter penting ketika mengevaluasi sensorik
atribut makanan. Produk mungkin akan menarik dan memiliki kepadatan
energi yang tinggi namun tanpa selera yang baik, seperti produk mungkin
tidak dapat diterima. Penampilan adalah atribut penting dalam pilihan
makanan dan penerimaan. Hasil evaluasi sensori diindikasikan bahwa
beberapa sampel yang mirip dalam penampilan sementara lain berbeda
secara signifikan. Bau merupakan bagian integral dari rasa dan penerimaan
umum makanan sebelum dimasukkan ke dalam mulut. Oleh karena itu suatu
parameter penting ketika menguji akseptabilitas makanan dirumuskan
(Muhimbula, 2010).
Aspek kualitatif dari suatu produk mencakup semua aroma,
penampilan, rasa, tekstur, rasa, dan sifat dari suatu produk, yang
membedakan aspek dalam memfasilitasi deskripsi atribut produk yang
dirasakan. Analisis juga digunakan untuk pengendalian kualitas,
perbandingan prototipe produk, memahami tanggapan konsumer dalam
kaitannya dengan atribut produk sensorik, serta pemetaan sensorik dan
produk yang sesuai. Hal ini juga dapat digunakan untuk menentukan
perubahan produk dari waktu ke waktu sehubungan dengan mikroba hidup
dan efek kemasan, menyelidiki efek dari bahan-bahan pengolahan pada
kualitas sensorik produk akhir, dan menyelidiki persepsi konsumen terhadap
produk (Murray et al., 2001).
Wafer adalah produk adonan cair (batter) yang dituang dan dicetak
di antara dua lempengan panas, kemudian dipanggang dalam periode waktu
tertentu. Karakteristik wafer adalah berpori-pori kasar, relatif renyah dan
bila dipatahkan penampang potongannya berongga-rongga dengan bentuk
wafer seperti sandwich dengan cream (biasanya dua atau tiga lapisan cream
dengan tiga atau empat lapisan opak wafer) yang dipotong seperti ukuran
biskuit dan dilapisi dengan cream (Winarno, 2010). Menurut SNI 01-2973-
1992 dalam Budiyanti (2013), wafer merupakan produk makanan kering
yang terbuat dari adonan cair berbasis tepung terigu, berpori-pori besar,
renyah dan penampangnya beringga bila dipatahkan. Standar mutu suatu
wafer adalah memiliki ketebalan lebih dari 1 mm hingga 4 mm, mempunyai
tekstur lembut dan renyah, serta mempunyai permukaan halus yang ukuran
dan detailnya dibentuk sesuai cetakan dengan kadar air maksimal 5%, lemak
maksimal 9,5%, karbohidrat 70%, dan serat kasar 0,5%.
C. Metodologi
1. Alat
a. Borang penilaian
b. Gelas sloki
c. Nampan
d. Piring saji kecil
e. Pisau
f. Sarung taangan plastik
g. Tisu
2. Bahan
a. Wafer Boris
b. Wafer Tango
c. Wafer Nissin
d. Wafer Nabati
e. Wafer Apilo
f. Air Putih
3. Cara Kerja
a. Penyaji

Wafer Tango, Wafer Boris,


Wafer Nissin, Wafer Nabati,
Wafer Apilo

Pemotongan masing-masing wafer dengan


ukuran 1,5 cm x 1,5 cm

Penyiapan sampel diatas piring saji

Pemberian kode yang berbeda tiap jenis sampel

Penyiapan borang pengujian

Pemberian penjelasan kepada panelis tentang


cara pengujian

Pengolahan data yang telah diperoleh dari


pengujian

Pentabulasian data

Gambar 5.1 Cara Kerja Penyaji dalam Melakukan Pengujian


b. Panelis

Pengisian nama, tanggal pengujian, dan produk


yang diuji dalam borang

Pembacaan intruksi yang ada pada borang penilaian

Pemeriksaan kelengkapan sampel

Penganalisisan sampel yang akan diuji

Penulisan hasil penilaian dalam kolom yang


tersedia

Pemeriksaan kembali hasil pengujian secara


keseluruhan

Penyerahan borang kepada tim penyaji

Gambar 5.2 Cara Kerja Panelis dalam Memberikan Penilaian


D. Hasil dan Pembahasan
Tabel 5.1 Data Hasil Uji Kesukaan – Ranking
Sampel
Panelis
Boris Tango Nabati Nissin Apilo
1 4 1 2 3 5
2 2 5 4 3 1
3 1 4 5 2 3
4 3 2 1 5 4
5 2 5 1 4 3
6 2 5 1 4 3
7 4 3 1 2 5
8 2 4 3 5 1
9 2 3 1 4 5
10 3 1 2 4 5
11 1 2 4 3 5
12 1 5 2 4 3
13 2 5 3 1 4
14 5 2 1 3 4
15 4 1 2 3 5
16 2 1 4 5 3
17 1 3 2 4 5
18 1 3 2 4 5
19 2 1 4 5 3
20 5 2 1 3 4
21 1 2 4 5 3
22 2 1 3 4 5
23 3 5 1 4 2
24 3 4 1 5 2
25 2 3 1 4 5
26 2 1 4 3 5
27 1 3 2 4 5
28 3 1 2 5 4
29 5 2 1 3 4
30 3 2 1 5 4
Jumlah 74 82 66 113 115
Sumber: Laporan sementara
Keterangan:
1 = sangat suka 4 = tidak suka
2 = suka 5 = sangat tidak suka
3 = netral
Uji kesukaan pada dasarnya merupakan pengujian yang panelisnya
mengemukakan responnya yang berupa senang tidaknya terhadap sifat
bahan yang diuji. Pada pengujian ini digunakan panelis yang tidak terlatih.
Panelis diminta untuk mengemukakan pendapatnya secara spontan, tanpa
membandingkan dengan sampel standar atau sampel-sampel yang diuji
sebelumnya sehingga penyajian uji ini dilakukan secara berurutan, tidak
disajikan secara bersama-sama. Pengujian ini digunakan untuk mengkaji
reaksi konsumen terhadap suatu bahan atau memproduksi reaksi konsumen
terhadap sampel yang diujika sehingga panelis diambil dalam jumlah yang
besar, yang mewakili populasi masyarakat tertentu (Kartika et al., 1988).
Uji rangking adalah uji yang meminta panelis untuk mengurutkan
contoh yang telah diberi kode sesuai urutannya untuk suatu atribut sensori
tertentu, contohnya atribut kekerasan, kemanisan, atau intensitas aroma.
Batas maksimal yang diujikan dalam satu waktu adalah lima sampai tujuh
contoh, dan panelis yang dilibatkan minimal sebanyak 30 orang
( Setyaningsih., dkk, 2010).
Wafer adalah produk adonan cair (batter) yang dituang dan dicetak
di antara dua lempengan panas, kemudian dipanggang dalam periode waktu
tertentu. Karakteristik wafer adalah berpori-pori kasar, relatif renyah dan
bila dipatahkan penampang potongannya berongga-rongga dengan bentuk
wafer seperti sandwich dengan cream (biasanya dua atau tiga lapisan cream
dengan tiga atau empat lapisan opak wafer) yang dipotong seperti ukuran
biskuit dan dilapisi dengan cream (Winarno, 2010). Menurut SNI 01-2973-
1992 dalam Budiyanti (2013), wafer merupakan produk makanan kering
yang terbuat dari adonan cair berbasis tepung terigu, berpori-pori besar,
renyah dan penampangnya beringga bila dipatahkan. Standar mutu suatu
wafer adalah memiliki ketebalan lebih dari 1 mm hingga 4 mm, mempunyai
tekstur lembut dan renyah, serta mempunyai permukaan halus yang ukuran
dan detailnya dibentuk sesuai cetakan dengan kadar air maksimal 5%, lemak
maksimal 9,5%, karbohidrat 70%, dan serat kasar 0,5%.
Pada uji kesukaan yang telah dilakukan digunakan sampel 5 jenis
merk wafer yang berbeda dan diberi kode melalui tabel angka acak. Sampel
wafer Boris diberi kode 597. Sampel wafer Tango diberi kode 174. Sampel
wafer Nabati diberi kode 805. Sampel wafer Nissin diberi kode 294.
Sedangkan sampel wafer Apilo diberi kode 359.
Pada hasil uji Kesukaan yang telah dilakukan digunakan 30 orang
panelis semi terlatih yang merupakan mahasiswa jurusan Ilmu dan
Teknologi Pangan. Dari 30 borang yang diperoleh, maka dapat diperoleh
hasil tingkat kesukaan panelis dari 5 jenis produk wafer yang berbeda. Pada
uji kesukaan yang telah dilakukan, urutan sampel dari yang paling disukai
adalah wafer Nabati, wafer Boris, wafer Tango, wafer Nisin, dan wafer
Apilo. Dari hasil tersebut diperoleh bahwa wafer yang paling disukai panelis
adalah wafer Nabati dan wafer yang paling tidak disukai panelis adalah
wafer Apilo.
Beberapa faktor yang mempengaruhi tingkat kesukaan panelis
terhadap suatu produk adalah spesifikasi dari suatu produk itu sendiri, yang
tidak hanya berkaitan dengan faktor sensori tetapi juga hal lain, seperti
pelabelan, standar gizi, dan sebagainya. Lima parameter mutu yang
berkaitan dengan faktor sensori adalah penampakan (warna), cita rasa (rasa
dan aroma/bau), tekstur, ukuran, dan bebas dari kecacatan. Mutu pangan
merupakan seperangkat sifat atau faktor pada produk pangan yang
membedakan tingkat penerimaan konsumen terhadap produk tersebut. Mutu
pangan bersifat multidimensi dan mempunyai banyak aspek. Aspek-aspek
mutu pangan tersebut, antara lain adalah aspek gizi (seperti karbohidrat,
protein, lemak, mineral, vitamin, dan lain-lain); aspek selera (seperti enak,
menarik, segar); aspek bisnis (standar mutu dan kriteria mutu); serta aspek
kesehatan (jasmani dan rohani). Kepuasan konsumen berkaitan dengan
aspek mutu tersebut secara keseluruhan. Konsumen menginginkan pangan
dengan kriteria sensori tertentu terutama rasa yang enak sebagai faktor
utama (Rahayu, 2010). Sedangkan menurut Hempenius et al., (1969), faktor
yang berhubungan dengan nilai tingkat kesukaan produk rasa, aroma,
kandungan nutrisi, keseragaman dari produk, harga, dan tingkat
ketersediaan produk. Sedangkan faktor yang berhubungan dengan
konsumen atau panelis adalah ras, agama, kondisi sosial ekonomi, kondisi
psikologi, motovasi pribadi, gender, dan lokasi geografis. Faktor-faktor
tersebut sangat mempengaruhi penilaian dari panelis ataupun konsumen
terhadap tingkat kesukaan produk

Tabel 5.2 Data Hasil Transformasi Tabel Fisher And Yates


Sampel
Panelis
Boris Tango Nabati Nissin Apilo
1 -0,5 1,16 0,5 0 -1,16
2 0,5 -1,16 -0,5 0 1,16
3 1,16 -0,5 -1,16 0,5 0
4 0 0,5 1,16 -1,16 -0,5
5 0,5 -1,16 1,16 -0,5 0
6 0,5 -1,16 1,16 -0,5 0
7 -0,5 0 1,16 0,5 -1,16
8 0,5 -0,5 0 -1,16 1,16
9 0,5 0 1,16 -0,5 -1,16
10 0 1,16 0,5 -0,5 -1,16
11 1,16 0,5 -0,5 0 -1,16
12 1,16 -1,16 0,5 -0,5 0
13 0,5 -1,16 0 1,16 -0,5
14 -1,16 0,5 1,16 0 -0,5
15 -0,5 1,16 0,5 0 -1,16
16 0,5 1,16 -0,5 -1,16 0
17 1,16 0 0,5 -0,5 -1,16
18 1,16 0 0,5 -0,5 -1,16
19 0,5 1,16 -0,5 -1,16 0
20 -1,16 0,5 1,16 0 -0,5
21 1,16 0,5 -0,5 -1,16 0
22 0,5 1,16 0 -0,5 -1,16
23 0 -1,16 1,16 -0,5 0,5
24 0 -0,5 1,16 -1,16 0,5
25 0,5 0 1,16 -0,5 -1,16
26 0,5 1,16 -0,5 0 -1,16
27 1,16 0 0,5 -0,5 -1,16
28 0 1,16 0,5 -1,16 -0,5
29 -1,16 0,5 1,16 0 -0,5
30 0 0,5 1,16 -1,16 -0,5
Jumlah 8,64 4,32 13,76 -12,62 -14,1
Rata-rata 0,288 0,144 0,459 -0,4207 -0,470
Sumber : Hasil Pengamatan
Keterangan hasil transformasi:
1 = 1,16 4 = -0,500
2 = 0,500 5 = -1,16
3=0
Pada tabel 5.2 menunjukkan data hasil transformasi data borang
menggunakan Tabel Yates and Fisher. Pada proses transformasi, skala yang
dipakai adalah 1, 2, 3, 4, dan 5. Transformasi hedonik untuk skala 1 adalah
1,16. Transformasi hedonik untuk skala 2 adalah 0,5. Transformasi hedonik
untuk skala 3 adalah 0. Transformasi hedonik untuk skala 4 adalah -0,5.
Sedangkan Transformasi hedonik untuk skala 5 adalah -1,16. Transformasi
data dilakukan agar data dapat dianalisis secara statistika parametrik dengan
SPSS karena dalam analisis statistika parametrik diperlukan data yang
memiliki interval. Data hasil transformasi tersebut dapat digunakan untuk
analisis ANOVA dan mengetahui apakah ada perbedaan kesukaan secara
signifikan pada kelima sampel yang diujikan.
ANOVA adalah bagian dari metode statistika yang tergolong
analisis komparatif (perbandingan) lebih dari dua rata-rata. Tujuan dari uji
ANOVA satu jalur adalah untuk membandingkan lebih dari dua rata-rata.
Sedangkan gunanya untuk menguji kemampuan generalisasi (Riduwan,
2013). Sedangkan menurut Kautsari (2007), analisis sidik ragam dilakukan
untuk mengetahui perbedaan pada setiap faktor yang paling signifikan
mempengaruhi pada suatu penelitian.
Tabel 5.3 Hasil Analysis of Variance (ANOVA)
Sum of df Mean F Sig.
Squares Square
Between Groups 21.357 4 5.339 10.409 .000
Within Groups 74.378 145 .513
Total 95.736 149
Sumber: Analisis SPSS
Pada tabel 5.3 diatas, diperoleh hasil analisis ANOVA dengan
menggunakan SPSS. Pada analisis yang dilakukan menggunakan tingkat
signifikansi 0,05. Menurut Azwar (2005), error yang dimana seharusnya
menolak hipotesis nihil dimana yang seharusnya diterima disebut dengan
taraf signifikansi dan diberi simbol p atau simbol α yang dinyatakan dalam
proporsi atau presentase. Sedangkan harga (1-α) x 100% disebut taraf
kepercayaan. Dalam analisis data pada bidang pangan digunakan taraf
signifikansi 0,05 dan taraf signifikansi 0,01 digunakan dalam bidang
farmasi, dan kedokteran. Sehingga apabila dalam penelitian menetapkan α
sebesar 0,05 atau 5% berarti sama dengan menentukan taraf kepercayaan
sebesar 0,95 atau 95%.
Tabel 5.4 Analisis Sidik Ragam Uji Kesukaan-Ranking
Standar Nilai
Sumber Nilai
db JK JKR Fhitung FK Error pembanding
Varian LSD antar sampel
(SE)
Sampel 4 21,358 5,339 8,327
Panelis 29 0 0 0
0 0,146 3,924 0,574
Error 116 74,379 0,641 -
Total 149 95,736 - -
Analisis ANOVA secara manual untuk uji kesukaan-ranking ini
dilakukan dengan cara mencari nilai Faktor koreksi (FK), JK Panelis, JK
Sampel, JK Total, JK Error, db panelis (Σpanelis – 1), db contoh (Σcontoh –
1), db error (db panelis x db contoh), JKR Panelis, JKR Sampel, JKR Error
(JK Error dibagi db Error), Fhitung sampel, Ftabel, Standar Error, nilai LSD
dari tabel, nilai pembanding antar sampel dan perbedaan antar sampel dapat
diperoleh. Nilai F hitung dihitung dengan membagi JKR Sampel dengan
JKR Error. (rumus dan hasil perhitungan dapat dilihat secara detail pada
lampiran perhitungan).
Pada hasil uji ANOVA dengan SPSS diperoleh nilai F hitung
sebesar 10,409. Sedangkan pada perhitungan sidik ragam secara manual
diperoleh nilai F hitung sebesar 8,327. Nilai F tabel (4:116) dapat diperoleh
dengan menginterpolasikan penyebut (4:100) dan (4:125), sehingga didapat
nilai F tabel 2,447. Dari hasil tersebut nilai F hitung > F tabel baik pada
analisis ANOVA dengan SPSS ataupun analisis sidik ragam secara manual.
Sedangkan nilai p value pada tabel analisis ANOVA dengan SPSS adalah 0
sehingga p value < 0,05. Berdasarkan kriteria pengambilan keputusan,
apabila F hitung > F tabel dan p value < 0,05 maka diambil keputusan
bahwa kelima rata-rata populasi sampel adalah tidak sama atau terdapat
perbedaan yang nyata dari kelima sampel wafer terhadap penilaian ranking
oleh panelis. Dari hasil yang ada dapat disimpulkan bahwa perbedaan jenis
sampel wafer berbeda nyata pengaruhnya terhadap tingkat kesukaan panelis
pada taraf kepercayaan 95%.
Nilai LSD merupakan nilai uji lanjutan yang dapat diperoleh dari
tabel Least Significance Difference, dengan menggunakan data db error:
jumlah sampel (5:116). Nilai LSD didapat dengan menginterpolasikan
(5:60) dan (5:90). Dari data yang ada maka dapat diperoleh nilai LSD pada
uji yang dilakukan adalah sebesar 3,924. Setelah diperoleh nilai LSD, maka
nilai standard Error perlu dihitung dengan rumus akar dari JKR Error
dibagi jumlah respon panelis (lihat lampiran untuk data yang lebih jelas)
sehingga pada uji yang dilakukan diperoleh nilai 0,146.
Tabel 5.5 Perbandingan Antar Sampel
Perbandingan Hasil Perbandingan NPAS Keterangan
antar sampel antar sampel
A-B 0,1440 0,574 Tidak berbeda nyata
A-C -0,1707 0,574 Tidak berbeda nyata
A-D 0,7087 0,574 Berbeda nyata
A-E 0,7580 0,574 Berbeda nyata
B-C -0,3147 0,574 Tidak berbeda nyata
B-D 0,5647 0,574 Tidak berbeda nyata
B-E 0,6140 0,574 Berbeda nyata
C-D 0,8794 0,574 Berbeda nyata
C-E 0,9287 0,574 Berbeda nyata
D-E 0,0493 0,574 Tidak berbeda nyata
Keterangan:
A = Wafer Boris
B = Wafer Tango
C = Wafer Nabati
D = Wafer Nissin
E = Wafer Apilo
Tabel 5.5 diatas menunjukkan nilai perbandingan antar sampel
pada uji kesukaan yang telah dilakukan. Nilai Perbandingan Antar Sampel
(NPAS) dapat diperoleh dari hasil kali antara nilai LSD dengan nilai
Standard Error. Pada uji yang dilakukan, diperoleh Nilai Perbandingan
Antar Sampel (NPAS) sebesar 0,574. Jika hasil pengurangan rata-rata antar
sampel lebih besar dari NPAS maka terdapat beda nyata antar sampel,
sedangkan apabila hasil pengurangan rata-rata antar sampel lebih kecil dari
NPAS maka tidak beda nyata. Berdasarkan hasil analisis perhitungan
manual perbandingan nilai sampel yang dilakukan didapat bahwa perbedaan
nyata terdapat antara sampel wafer Boris dengan wafer Nissin; wafer Boris
dengan wafer Apilo; wafer Tango dengan wafer Apilo; wafer Nabati dengan
wafer Nissin; serta wafer Nabati dengan wafer Apilo. Sedangkan antara
kombinasi perbandingan sampel lainnya tidak diperoleh perbedaan yang
nyata.
Pada bidang industri, perbaikan produk maupun pemilihan produk
terbaik merupakan salah satu alternatif penunjang pemasaran. Keinginan
konsumen yang selalu menghendaki produk dengan mutu yang terbaik harus
dipenuhi, bila perusahaan tersebut ingin menjaring keuntungan atas
penjualan produk yang dihasilkan. Uji rangking-kesukaan dapat mengatasi
permasalahan tersebut. Dengan menggunakan uji ini, perubahan mutu
produk akibat perubahan atau perbaikan proses produksi dapat diketahui,
apakah produk tersebut sama, lebih baik, atau bahkan lebih buruk daripada
produk yang lama. Selain itu, dapat juga ditentukan mutu produk yang
terbaik sampai terburuk, dan produk mana yang paling digemari sampai
yang paling tidak digemari oleh konsumen, sehingga untuk selanjutnya jenis
dan tingkat produk tersebut dapat digunakan sebagai standar proses
pembuatan suatu produk. Uji kesukaan dapat digunakan untuk mengetahui
respon kesukaan panelis terhadap sifat produk yang spesifik, misalnya rasa
buah dalam permen, sifat pulen atau pera pada nasi, sifat gurih pada
kerupuk, kelezatan dari daging panggang, dan lain-lain (Setyaningsih,
2010).
E. Kesimpulan
Berdasarkan praktikum Acara V Uji Kesukaan - Ranking dapat
disimpulkan sebagai berikut:
1. Uji kesukaan dengan metode ranking adalah suatu metode analisis
sensori dengan tujuan mengetahui urutan sampel dari yang paling disukai
oleh panelis hingga yang paling tidak disukai panelis. Pada praktikum ini
panelis diminta untuk mengurutkan sampel berdasarkan tingkat kesukaan
yang ditunjukkan dengan skala hedonik (1, 2, 3, 4, dan 5).
2. Sampel yang digunakan pada uji kesukaan yang telah dilakukan adalah 5
jenis merk wafer yang berbeda yaitu wafer Boris diberi kode 597, wafer
Tango diberi kode 174, sampel wafer Nabati diberi kode 805, sampel
wafer Nissin diberi kode 294, dan sampel wafer Apilo diberi kode 359.
3. Urutan sampel dari yang paling disukai hingga yang paling tidak disukai
adalah Wafer Nabati, Wafer Boris, Wafer Tango, Wafer Nissin, dan
Wafer Apilo.
4. Pada hasil analisis ANOVA SPSS dan perhitungan manual analisis sidik
ragam diperoleh nilai F hitung sebesar 10.409 dan 8,327 sehingga F Hitung
> F Tabel (2,447) dan dapat diambil keputusan bahwa ada perbedaan yang
nyata dari kelima jenis sampel terhadap penilaian tingkat kesukaan
panelis.
DAFTAR PUSTAKA

Azwar, S. 2005. Signifikan atau Sangat Signifikan. Buletin Psikologi UGM, Vol.
13, No. 1, Hal: 5.
Budiyanti, Yuli. 2013. Pengembangan Produk Wafer Cokelat Beng-Beng
Berdasarkan Preferensi Konsumen PT. Mayora Indah Divisi Wafer. Tesis
Program Pasca Sarjana Universitas Esa Unggul, Jakarta. Hal:23.
Hempenius, W.L., B.J. Liska., R.B Harrington. 1969. Selected Faktors Affecting
Consumer Detection and Preference of Flavor Levels in Sour Cream.
Journal of Dairy Science, Vol. 52, No. 5, Hal: 594.
Kartika, B., Pudji H., Wahyu S. 1988. Pedoman Uji Inderawi Bahan Pangan.
Yogyakarta: UGM Press.
Kautsari, N. 2007. Analisis Pengaruh Faktor Frekuensi Kereta Api yang Melintas
dan Asupan Energi Terhadap Konsentrasi Belajar. Jurnal Fakultas
Teknologi Industri, Universitas Gunadarma, Hal:1.
Muhimbula, Happiness. 2010. Formulation and Sensory Evaluation of
Complementary Foods From Local, Cheap and Readily Available Cereals
and Legumes in Iringa, Tanzania. African Journal of Food Science Vol. 5,
No 1, Hal 26 – 31.
Murray, J.M., Delahunty, C.M. dan Baxter I.A. 2001. Descriptive Sensory
Analysis: Past, Present and Future. Food Research International 34 (2001)
461-471.
Rahayu, Winiati Puji, dan Siti Nurosiyah. 2010. Modul 1 Evaluasi Sensori.
Universita Terbuka. Jakarta.
Riduwan, M.B.A. 2013. Dasar-dasar Statistika. Bandung: Alfabeta.
Setyaningsih, D., Anton A., dan Maya P.S. 2010. Analisis Sensori untuk Industri
Pangan dan Agro. Bogor: IPB Press.
Sugiyono. 2014. Statistika Untuk Penelitian. Bandung : Penerbit Alfabeta.
Winarno, S. 2010. Perencanaan Pabrik Pengolahan Wafer Cream dengan
Kapasitas Produksi Wafer Cream 1477 Kg/Hari (26.309 Kemasan @55
gram).Jurnal Perencanaan Unit Pengolahan Pangan, Program Studi
Teknologi Pangan, Universitas Katolik Widya Mandala Surabaya, Hal:
1.Setyaningsih, Dwi., Anton Apriyantono., dan Maya Puspita Sari. 2010.
Analisis Sensori untuk Industri Pangan dan Agro. Bogor : Penerbit IPB
Press.
LAMPIRAN
1. Perhitungan Tabel 5.3 Analisis Sidik Ragam Uji Kesukaan-Ranking
(Total)2
 Faktor koreksi = Jumlah Respon

P2
= ∑ Panelis × ∑ Sampel

02
= 30 × 5
0
=
150

=0
JK Total Tiap Panelis
 JK Panelis = ∑ Respon Tiap Panelis – FK
0
=5-0

=0
JK Total Tiap Sampel
 JK Sampel = ∑ Respon Tiap Sampel – FK

((8,64)2 + (4,32)2 + (13,76)2 + (-12,62)2 + (-14,1)2 )


= 30
74,6496 + 18,6624 + 189,3376 + 159,2644+198,81
= -0
30
640,724
= 30

= 21,358
 JK Total = [(-0,5)2+(1,16)2+(-0,5)2+ ... +(-0,5)2)] – FK
= 95,736 – 0
= 95,736
 JK Error = JK Total – JK Panelis – JK Sampel
= 95,736 – 0 – 21,358
= 74,379
 db Panelis = Jumlah Panelis – 1
= 30 – 1
= 29
 db Sampel = Jumlah Sampel – 1
=5–1
=4
 db Error = db Panelis x db Sampel
= 29 x 4
= 116
JK Panelis
 JKR Panelis = db Panelis
0
= 29
=0
JK Sampel
 JKR Sampel = db Sampel
21,358
= 4

= 5,3394
JK Error
 JKR Error = db Error
74,379
= 116

= 0,6412
JKR Error
 Standard Error = √∑ Respon Tiap Sampel

0,6412
=√ 30

= 0,146
JKR Sampel
 F Hitung Sampel = JKR Error
5,3394
= 0,6412

= 8,3272
 F Tabel = (db Sampel; db Error)  interpolasi 100 dan 125
𝑦 −𝑦1 𝑥 −𝑥1
 =
𝑦2−𝑦1 𝑥2−𝑥1
𝑦 −2,46 116−100
= 2,44−2,46 = 125−100
𝑦 −2,46 16
= =
−0,02 25

y = 2,447
 Pada tingkat signifikansi 5% didapatkan nilai F Hitung >F Tabel (10,409 >
2,447) yang menunjukkan adanya perbedaan yang nyata dari kelima
sampel terhadap penilaian ranking oleh panelis.
 Nilai Least Significant Difference (db Error; Jumlah Sampel)  interpolasi
60 dan 90
𝑦 −𝑦1 𝑥 −𝑥1
 =
𝑦2−𝑦1 𝑥2−𝑥1
𝑦 −3,98 116−60
= 2,92−3,98 = 120−60
𝑦 −3,98 56
= =
−0,06 60

y = 3,924
 Nilai Perbandingan Antar Sampel (NPAS)
= Nilai Least Significant Difference x Standard Error
= 3,924 x 0,146
= 0,574
2. Perhitungan Tabel 5.4 Perbedaan Antar Sampel
A – B = >/< NPAS
A – C = >/< NPAS
A – D = >/< NPAS
B – C = >/< NPAS
B – D = >/< NPAS
C – D = >/< NPAS
Keterangan:
> : berbeda nyata
< : tidak berbeda nyata
 A-B = (0,288) – (0,144)
= 0,144
= 0,144 < 0,574
= tidak berbeda nyata
 A-C = (0,288) – (0,4587)
= -0,1707
= -0,1707 < 0,574
= tidak berbeda nyata
 A-D = (0,288) – (-0,4207)
= 0,7087
= 0,7087 > 0,574
= berbeda nyata
 A-E = (0,288) – (-0,47)
= 0,758
= 0,758 > 0,574
= berbeda nyata
 B-C = (0,144) – (0,4587)
= -0,3147
= -0,3147 < 0,574
= tidak berbeda nyata
 B-D = (0,144) – (-0,4207)
= 0,5647
= 0,5647 < 0,574
= tidak berbeda nyata
 B-E = (0,144) – (-0,47)
= 0,614
= 0,614 > 0,574
= berbeda nyata
 C-D = (0,4587) – (-0,4207)
= 0,8794
= 0,8794 > 0,574
= berbeda nyata
 C-E = (0,4587) – (-0,47)
= 0,9287
= 0,9287 > 0,574
= berbeda nyata
 D-E = (-0,4207) – (-0,47)
= 0,0493
= 0,0493 < 0,574
= tidak berbeda nyata
LAMPIRAN

Gambar 5.3 Penyajian Sampel Beserta Gambar 5.4 Sampel Wafer


Borang dan Air

Gambar 5.5 Borang Uji Kesukaan-Ranking


Gambar 5.6 Tabel Fisher dan Yates

Gambar 5.7 Tabel Least Significant Difference nilai signifikasi 5


Gambar 5.8 Tabel F