COLLECTING DATA

and
ANALYZING SENSORY METHODS

Prodi Supervisor Jaminan Mutu Pangan

Sekolah Vokasi
Insititut Pertanian Bogor
Sensory data can be in the form:
- Frequency
- Rankings
- Quantitative numerical data
 MEASUREMENT SCALES
Measurement scales are used to :
Quantify sensory information
Klasifikasi skala pengukuran sensori :
- Nominal
– Ordinal
– Interval
– Skala ratio
 Nominal Scale
Merupakan skala yang paling sederhana dibanding
skala yang lain
Pada skala ini, angka menunjukkan sifat sensory atau
nama-nama kategori (tidak memiliki real numerical
value)
Contoh
Panelis dapat menyatakan skala nominal untuk
mengidentifikasi karakteristik aroma saus tomat dengan
kode:
1 = fruity or 1 = acceptable
2 = spicy 2 = unacceptable
3 = pungent
 Nominal Scales
Pengumpulan data
1. Panelis akan menulis angka masing-
masing sifat sampel
2. Pimpinan panelis akan membuat
tabulasi frekuensi masing karakter dari
masing-masing sampel
3. Selanjutnya product dibandingkan
berdasarkan frekuensi masing-masing
sifat sampel
 ORDINAL SCALES
Angka menunjukkan urutan/peringkat
(ranks)
Sampel diurutkan berdasarkan ukuran
Peringkat digunakan untuk
– Uji Consumer-oriented
– Uji Product-oriented
 ORDINAL SCALE
Pada panel kosumen:
Peringkat berbasis pada kesukaan atau
penerimaan
Contoh :
Biscuit dibuat dari 3 formulasi yang berbeda,
kemudian diranking berdasarkan tingkat
kesukaan
Hasilnya:
Rangking 1 = yang paling disukai
Rangking 3 = yang paling tidak disukai
 ORDINAL SCALES
Uji Product-oriented
Membuat peringkat Intensitas
karakteristik yang menonjol dari suatu
produk
Contoh :
Satu seri dari 5 sampel sop ayam dapat
dirangking berdasarkan tingkat rasa
asinnya
 INTERVALS SCALES
Sampel disusun berdasarkan:
- jarak sifat sensori suatu product
- penerimaan or kesukaan
Aplikasi : consumer-oriented n product-oriented test
Digunakan untuk melihat tingkat perbedaan antara
sampel
Contoh :
Jika sampel soup ayam diuji dengan skala interval
maka akan diperoleh data
Mana yang paling asin
Jarak antara yang paling asin dengan yang paling tidak
asin
 INTERVAL SCALES
5-point Category scale for Intensity of Characteristic
Code
--------- trace
--------- slightly intense
--------- moderately intense
--------- very intense
--------- extremely intense
The total number of categories used varies, however 5-9 are

PRODUCT-ORIENTED TEST
 INTERVAL SCALES
Line Scale for the Intensity of Characteristic

Weak Strong

-The length of scale can be vary, but 15 cm

is often used

PRODUCT-ORIENTED TEST
 INTERVAL SCALES

c) Degree of Liking

Dislike Dislike Neither like Like Like

A lot A little or dislike a little a lot
----- ----- ------ ------ ------
 RATIO SCALE
Ratio scale are similar to interval scale
Pada interval scale
Zero point tidak diperlukan
Pada ratio scale
Zero point menunjukkan tidak adanya karakteristik
tertentu pada sampel produk
Example:
Ada 5 sampel sop ayam (A, B, C, D, E). Tingkat rasa asin
sampel A = 3 dan sampel B=6. Ratio tngkat rasa asin
sampel B adalah 2 kali sampel A.
Jarang digunakan untuk consumer-oriented test because
require training to use ratios successfully
 STATISTICAL ANALYSIS
Tujuan dilakukan analisis statistik hasil uji orlep :
Agar peneliti dapat membuat inferensia or
asumsi or kesimpulan tentang populasi orang or
produk makanan berdasarkan sampel yang diuji
Asumsi ini disebut Hipotesa, dapat dinyatakan
dengan 2 cara:
- Null hypothesis
- Alternate hypothesis
Dengan analisisis statistik yang sesuai maka dapat
ditentukan:
null hypothesis diterima or ditolak
 STATISTICAL ANALYSIS
Null hypothesis
- Asumsi yang menyatakan tidak ada perbedaan diantara
sampel

Alternate hypothesis
- Asumsi yang menyatakan ada perbedaan diantara sampel

Example :
Percobaan penambahan garam untuk memasak biji
menghasilkan biji yang lebih lunak.
- Null hypothesis : tidak ada perbedaan kelunakan biji yang
dimasak dengan or tanpa garam
- Alternate hipothesis : Ada perbedaan kelunakan biji yang
dimasak dengan garam lebih lunak dibanding biji yang
dimasak tanpa garam
Jika null hipotesa diterima, maka
kesimpulannya adalah tidak ada
perbedaan antara biji yang dimasak
dengan garam maupun tanpa garam
Jika null hypothesis ditolak, maka
kesimpulannya adalah biji yang dimasak
dengan garam lebih lunak
 STATISTICAL ANALYSIS
Hasil analisis statistik diekspresikan dengan
peluang keluarnya hasil yang berbeda karena
kesempatan bukan karena kejadian yang nyata
Jika hasil berbeda terjadi/muncul 5 kali dari 100
karena adanya kesempatan maka peluangnya
adalah 0.05.
Hasil statistik dikatakan significant jika
peluangnya 0.05 atau kurang
Dikatakan berbeda pada selang kepercayaan
5% (peluang 0.05), artinya 95 kali dari 100
keluar berbeda
 STASTICAL ANALYSIS
Tingkat kepercayaan yang digunakan
harus ditentukan terlebih dahulu sblm uji
orlep dilakukan, shg tidak mempengaruhi
hasil
Yang biasa dipakai adalah level 0.05 dan
0.01
Penggunaan level 0.05 lebih
memungkinkan null hypothesa ditolak,
artinya peluang berbeda lebih besar
 STATISTICAL ANALYSIS
Pada consumer-oriented test
Group panelis diambil secara random.
Misalnya kelompok orang yang mengkonsumsi produk
makanan tertentu
Pada product-oriented test
Panelis tidak diseleksi secara random (sudah
ditentukan) dan tidak ada kesimpulan mengenai panelis.

Random sampling untuk mendapatkan hasil yang

mewakili dari semua batch, karena setiap unit populasi
mempunyai kesempatan yang sama untuk diseleksi.
 STATISTICAL TEST
Used to analysis data resulting from sensory
studies.
Used for the following purpose:
1. menguji hipotesis
2. mengetahui perbedaan yang nyata diantara
sampel, perlakuan atau populasi. Jika
berbeda, apk karena variabel or parameter
3. memonitor konsistensi dari panelis yang
telah dilatih selama training maupun pada
saat penelitian
STATISTICAL FOR SCALAR DATA

Non-parametric statistical test to analyse

data from : nominal and ordinal scales
Parametric statistical test to analyse data
from : interval and ratio scales
Non-parametric methods kurang teliti
dibanding parametric method
STATISTICAL FOR SCALAR DATA

Nominal sensory data biasanya dianalisis

dengan test: binomial dan Chi-square
Ordinal and rank sensory data dianalisis
dengan test: Kramer dan Friedman.
(Kramer test tidak direkomendasikan
(Basker 1988)
Interval and Ratio scale sensory data
dianalisa dengan : ANOVA
STATISTICAL FOR SCALAR DATA
Untuk melihat perbedaan diantara sampel digunakan
Multiple comparison test : The Least Significant
Difference (LSD), Duncan’s New Multiple Range
(DMRT), Tukey’s Test, dan Scheffe’s Test
LSD test dapat menunjukkan perbedaan yang nyata
diantara dua sampel, atau sebaliknya (tidak ada
perbedaan)
Scheffe’s test sangat hati-hati or konservatif shg adanya
perbedaan tidak terdeteksi
Duncan’s dan Tukey’s test lebih sering digunakan
karena tidak terlalu bebas dan juga tidak terlalu
konservatif
STATISTICAL FOR SCALAR DATA

Correlation and Regression Analysis,

Discrimination Analysis, Factor Analysis
and Principle Analysis juga sering
digunakan untuk analisis multivariate,
tetapi perlu perangkat yang lebih canggih
(software SPSS, Minitab)
 EXPERIMENTAL DESIGN
Experimental Design :
- plans,
- arrangements,
- sequence of steps for setting up,
- carrying out and analyzing the result of
experiment
Design of experiment is selected based on:
obyek penelitian, tipe produk, prosedur dan
kondisi uji, jenis uji statistik
Good experimental design yang biasa dilakukan
: randomization, Blocking, Replication
 RANDOMIZATION
Randomisasi : suatu prosedur untuk menyusun unit-unit
atau sampel sehingga masing-masing unit memp.
Kesempatan yang sama untuk dipilih pada setiap tahap
proses
Dilakukan untuk :
- meminimalisasi efek-efek yang tidak terkontrol dari
variasi atau error dan
- mengeliminasi bias
Example
- Untuk merandom suatu perlakuan pemasakan
makanan. Jika sampel A menggunakan metode I, maka
yang lain harus menggunakan metode I juga.
- Untuk merandom sampel digunakan 3 digit angka
random
 BLOCKING
Blocking merupakan design eksperimen untuk
mengontrol sumber varians yang diketahui dan
memperbaiki efisiensi.
Block dapat digunakan untuk mengembangkan : plot,
efek hari, panelis, replikasi dan segala sesuatu yang
diketahui sebagai sumber error di dalam eksperimen
Unit-unit eksperimen dikelompokkan menjadi block-block
Variasi diantara unit dikelompokkan didalam bloks lebih
sedikit dibanding variasi diantara blok
Blok menghasilkan pengukuran yang lebih benar karena
memperhitungkan varians karena faktor blok dan
memisahkannya dari sumber-sumber varian yang tidak
terkontrol
 BLOCKING
Sensory panelis diketahui sebagai sumber
variasi dalam eksperimen sensori.
Dengan blocking panelis dalam desain
eksperimen dan analisis data, maka
variasi karena panelis dapat diabaikan dari
error eksperimen dan dipisahkan sebagai
efek panelis. Dengan demikian pure error
bersumber dari perbedaan diantara
sampel
 REPLICATION
Replikasi dari suatu eksperimen meliputi
pengulangan seluruh eksperimen dengan
kondisi yang identik.
Replikasi dapat menduga adanya error dan
memperbaiki reliabilitas dan validitas hasil uji
Dapat digunakan untuk melihat konsistensi
individu panelis
Jumlah replikasi eksperimen bervariasi,
mempertimbangkan : waktu, biaya dan daya
tahan produk
Makin banyak replikasi, maka pendugaan error
semakin lebih baik dan hasil test lebih reliable