Laporan Praktikum

Ilmu Sensori

CATA dan RATA Kopi Ready to Drink

Dosen: Dr. Ing. Dase Hunaefi
Asisten: Fadhila Nur’ Azizah, Zulfa dan Kevin Hanandi

Regina Caely Saing (F2501211005)

19 Oktober 2021

Departemen Ilmu dan Teknologi Pangan

Fakultas Teknologi Pertanian
Institut Pertanian Bogor

PENDAHULUAN

Latar Belakang

Pengembangan suatu produk saat ini sangat banyak dilakukan oleh

perusahaan, hal ini dikarenakan permintaan komsumen dengan produk baru atau
dengan adanya inovasi produk. Konsumen sering kali merasa bosan dengan
produk yang hanya memiliki satu jenis atau tidak bervariasi, maka dari itu
diperlukannya inovasi pada produk. Hal yang perlu diperhatikan pada saat
melakukan pengembangan produk yaitu penentuan metode analisis profil sensori
yang digunakan. Salah satu metode yang dapat digunakan untuk dalam
karakterisasi profil sensori adalah analisis deskriptif.
Analisis deskripti ini bersifat rinci, akurat, reliable dan konsisten, akan
tetapi membutuhkan biaya yang besar dan waktu yang lama karena kosakata dan
pelatihan panelis harus disesuaikan dengan masing-masing tipe produk
(Meilgaard et al., 2007 dalam Adawiyah et al., 2019). Analisis ini melibatkan 8-
20 panelis terlatih dan melalui 3 tahapan yaitu generasi deksripsi, pelatihan
panelis, dan evaluasi sampel. Analisis profil sensori menggunakan pendekatan
konsumen saat ini banyak dikembangkan. Metode evaluasi sensori berbasis
konsumen yang banyak digunakan saat ini adalah free-choice profiling (penetapan
profil sensori secara bebas), projective mapping (pemetaan proyeksi), flash

1
profiling (penetapan profill berdasarkan ranking), sorting (pemilahan), dan check-
all-that-apply (CATA).
CATA merupakan metode yang digunakan untuk mengetahui persepsi
atribut dari tiap panelis. Metode ini sering kali digunakan karena prosesnya yang
cepat, sederhana dan memudahkan panelis dalam memberikan respon sensori
(Ares dan Varela, 2014 dalam Vidal et al., 2018). Tetapi, metode ini memiliki
kelemahan yaitu tidak dapat memberikan pengukuran pasti akan suatu intensitas
sensori, sehingga menghambat diskriminasi suatu produk yang memiliki
karakteristik sensori yang mirip, namun intensitasnya berbeda (Tjiptoputri, 2017).
Penggunaan metode rate-all-that-apply (RATA) dapat mengatasi kelemahan
tersebut karena marupakan sensory profiling yang bertujuan untuk mengetahui
persepso konsumen dalam menentukan karakteristik suatu produk. Kelebihan
metode ini adalah adanya kesempatan yang diberikan kepada panelis untuk
menggambarkan seberapa besar intensitas atribut tersebut (Ares et al., 2014 dalam
Fibrianto dan Dwihindarti, 2016). Maka, pada praktikum ini dilakukan lah
sensory profilling pada produk kopi ready to drink dengan berbagai macam merk.

Tujuan Praktikum

Tujuan praktikum ini adalah untuk mengetahui intensitas profil sensori dari 4
sampel produk kopi ready to drink yang dinilai oleh panelis konsumen.

2
 METODE

Alat dan Bahan

Alat yang digunakan yaitu gelas dan piring untuk penyajian sampel, kertas
HVS, alat tulis, tisu dan label. Bahan yang digunakan yaitu kopi ready to drink
dengan merk tora café, golda coffee, kopiko, dan nescafe dan juga air putih
sebagai penetral.

Persiapan sampel dan Penyajian Sampel

Persiapan sampel untuk penentuan CATA dan RATA pada produk kopi
ready to drink adalah siapkan sampel kopi dengan 4 merk berbeda. Sajikan 4
sampel yang berisi 10-30 ml di gelas. Panelis memberikan penilaian pada
kuesioner CATA terlebih dahulu. Setelah itu, mengisi kuesioner RATA untuk
meranking pada tiap atribut. Pada kuesioner CATA panelis diminta untuk
menentukan apakah atribut yang telah dituliskan dikuesioner ada atau tidak pada
sampel, sedangkan pada RATA panelis diminta meranking atribut pada tiap
sampel. Setelah itu panelis juga diminta untuk mengisi kuesioner liking
(kesukaan).

349 122 383 468 a

Gambar 1 Penyajian sampel kopi ready to drink (349, 122, 383, dan 468 =
sampel kopi dan a = air)

3
Gambar 2 Kuesioner Check-All-That-Apply (CATA)

4
Gambar 3 Kuesioner Rate-All-That-Apply (RATA)

5
Gambar 4 Kuesioner Liking

6
Gambar 5 Kuesioner Ideal

7
 HASIL

1. Check-All-That-Apply (CATA)
Tabel 1 Hasil Cochran's Q test for each attribute
Attributes p-values
Aroma Roasted 0,027
Coffee flavor 0,112
Sweet 0,634
Bitter 0,002
Bitter Aftertaste 0,000
Astringent <0,0001
Milky flavor 0,052

Symmetric plot
(axes F1 and F2: 94,73 %)
0.4

0.3
0.2
0.2 0.16
0.11
F2 (24,85 %)

0.1
0.01 -0.010 0.03
0
-0.07 -0.06
-0.1 -0.11
-0.1
-0.18
-0.2

-0.3
-0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6

F1 (69,89 %)

Attributes Products

Gambar 6 Peta Ideal

8
 Principal Coordinate Analysis (axes F1 and F2)
1.5

0.5
F2

0
-1 -0.5 0 0.5 1 1.5 2

-0.5

-1

F1

Gambar 7 Peta Liking

Tabel 2 Correlations
Bitter
Aroma Coffee Milky
  Sweet Bitter Aftertast Astringent Liking
Roasted flavor flavor
e
Aroma Roasted 1 0,625 -0,132 0,504 0,649 0,303 0,171 0,139
Coffee flavor 0,625 1 -0,816 0,953 0,961 0,940 -0,764 0,106
Sweet -0,132 -0,816 1 -0,942 -0,942 -0,431 0,730 0,069
Bitter 0,504 0,953 -0,942 1 0,822 0,748 -0,296 0,102
Bitter Aftertaste 0,649 0,961 -0,942 0,822 1 0,785 -0,908 0,174
Astringent 0,303 0,940 -0,431 0,748 0,785 1 -0,930 0,079
Milky flavor 0,171 -0,764 0,730 -0,296 -0,908 -0,930 1 0,004
Liking 0,139 0,106 0,069 0,102 0,174 0,079 0,004 1

9
Tabel 3 Hasil Summary Atribut

Nice to Does not Does not

Must have Must not have
have influence harm

Milky Aroma
Coffe Flavor Flavor Roasted Astringent
Sweet Bitter

Bitter Aftertaste

Mean drops vs %
3

2.5

1.5
Mean drops

0.5

0
0 5 10 15 20 25 30 35 40 45 50
-0.5

-1

P(No)I(Yes) % P(Yes)I(No)

Gambar 8 Mean drops vs % (Must have and Nice to have)

10
2. Rate-All-That-Apply (RATA)

Gambar 9 Grafik Spider Chart

6.00

5.00

4.00

3.00
Skala

Overall Flavor
Overall Liking
2.00

1.00

0.00
349 468 383 122
Sampel RTD
Gambar 10 Diagram Perbandingan Overall Flavor dan Overall Liking

11
 Variables (axes F1 and F2: 99,26 %)
1

0.75

0.5

0.25

F2 (6,40 %)
0

-0.25

-0.5

-0.75

-1
-1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1

F1 (92,86 %)

Gambar 11 Loading Plot

Observations (axes F1 and F2: 99,26 %)

1.5

0.5
F2 (6,40 %)

-0.5

-1
-3 -2 -1 0 1 2 3 4 5

F1 (92,86 %)

Active observations
Gambar 12 Score Plot

12
 Biplot (axes F1 and F2: 99,26 %)
6

F2 (6,40 %)
0

-2

-4

-6

-8
-4 -3 -2 -1 0 1 2 3 4 5

F1 (92,86 %)

Active variables Active observations

Gambar 13 Biplot

13
 PEMBAHASAN

Hasil Tabel 1 menunjukkan bahwa keempat produk kopi RTD berbeda nyata
pada taraf 5% kecuali pada coffee flavor dan sweet. Hal ini dapat dilihat karena p-
value dari atribut coffee flavor dan sweet lebih dari 0,05 yaitu berturut-turut 0,112
dan 0,634. Atribut coffee flavor dan sweet pada tiap produk kopi RTD berbeda,
hal ini dikarenakan tiap produk memiliki formulasi yang berbeda sehingga
memungkinkan terjadinya perbedaan atribut pada masing-masingnya. Tetapi hasil
dari hasil yang diperoleh tidak diketahui seberapa besar intensitas perbedaan antar
atribut, karena pada pengujian CATA tidak menunjukkan tingkat intensitas pada
atribut. Menurut Adawiyah et al (2019), pada hasil uji Cochran’s Q menunjukkan
bahwa atribut yang memiliki nilai p-value lebih kecil dari 5% artinya adalah
atribut tersebut berbeda nyata.
Hasil Gambar 6 menunjukkan produk yang memiliki kriteria ideal menurut
panelis. Produk ideal yang mendekati ideal adalah Kopiko dan Golda., hal ini
dapat dilihat karena kedua produk tersebut mendekati titik ideal pada peta. Selain
itu atribut yang ideal menurut panelis adalah aroma roasted, coffee flavor dan
bitter. Atribut ini diakibatkan karena adanya proses pengolahan pada kopi
sebelum dijadikan produk. Menurut Mulato dan Suharyanto (2012), proses
penyangraian pada kopi mengakibatkan hampir 70% trigonelin akan terurai
menjadi piridin yang mempunyai andil besar dalam pembentukan citarasa manis
dan karamel pada seduhan kopi. Pada produk Tora Coffee dan Nescafe adalah
produk yang jauh dari ideal. Hal ini dikarenakan pada produk Tora Coffee
memiliki atribut milky flavor dan sweet yang kurang menggambarkan produk
kopi. Selain itu pada produk Nescafe memiliki atribut astringent yang tidak ideal
ada di produk kopi. Pada Gambar 7 menunjukkan peta kesukaan panelis pada
atribut yang ada di produk kopi RTD. Panelis cenderung menyukai produk kopi
yang memiliki atribut sweet, walaupun atribut tersebut tidak masuk kedalam
atribut ideal pada kopi.
Tabel 2 menunjukkan korelasi antar atribut pada produk kopi RTD. Korelasi
antar aroma roasted dengan coffee flavor, bitter aftertaste dan bitter adalah positif.
Hal ini dikarenakan mendekati angka 1 yaitu bernilai 0,625 untuk coffee flavor,

14
0,649 untuk bitter aftertaste dan 0,504 untuk bitter. Hasil ini juga sesuai pada peta
ideal dan peta liking yaitu keempat atribut tersebut saling berdekatan yang
menunjukkan adanya korelasi positif. Atribut yang tidak memiliki korelasi adalah
aroma roasted dengan milky flavor karena hasilnya mendekati 0 yaitu 0,171. Pada
peta ideal aroma roasted dengan milky flavor memiliki kuadran yang
bersampingan hal ini menunjukkan tidak adanya korelasi pada kedua atribut
tersebut. Sedangkan atribut yang memiliki korelasi negative adalah sweet dengan
bitter aftertaste, bitter, dan coffee flavor. Hal ini dikarenakan hasil korelasi
mendekati -1 yaitu berturut-turut -0,942, -0,942, dan -0,816. Selain itu milky
flavor juga memiliki korelasi negative dengan coffee flavor, bitter aftertaste, dan
astringent. Pada peta liking juga menunjukkan pada atribut yang memiliki
korelasi negative berada pada kuadran yang saling berdiagonal.
Tabel 3 dan Gambar 8 menunjukkan atribut yang akan mempengaruhi produk
berdasarkan kesukaan. Atribut yang harus dimiliki pada produk kopi RTD adalah
coffee flavor, sweet, dan bitter aftertaste. Sedangkan atribut nice to have adalah
milky flavor, atribut does not influence adalah aroma roasted dan bitter, dan
atribut does not harm adalah astringent. Hal ini dapat dilihat dari tabel attribute
analysis, jika 1,1 > 1,0 maka atribut tersebut “must have”, 0,0>0,1 maka atribut
tersebut “must not have”, 0,1>0,0 maka atribut tersebut “nice to have”, 0,1
sebanding 0,0 maka atribut tersebut “does not harm” dan jika 1,1 sebanding
dengan 1,0 maka atribut tersebut “doest not influence”. Penentuan atribut “must
have” juga dapat ditentukan dengan melihat nilai koordinat X (%P (No) │(Yes)
lebih dari 20% dan nilai koordinat Y (mean drops) positif (Meyners et al., 2013).
Atribut “must have” adalah atribut yang harus ada didalam produ, atribut “must
not have” adalah atribut yang tidak ada di ideal dan jika tidak ada di produk maka
akan lebih disukai, atribut “nice to have” adalah atribut yang jika ditambahkan
maka semakin disukai, atribut “does not harm” adalah atribut yang jika tidak ada
diproduk maka tidak mempengaruhi kesukaan, dan atribut “does not influence”
adalah yang mempengaruhi tingkat pembelian suatu produk.
Gambar 9 menunjukkan rerata intensitas atribut hasil respon panelis yang
dimiliki kopi RTD. Kopi RTD Tora Coffee memiliki intensitas atribut milky
flavor dan sweet yang lebih tinggi dari produk lain. Nescafe memiliki atribut

15
astringent, bitter aftertaste, dan bitter dengan intensitas yang tinggi dibandingkan
produk lain. Kopiko memili intensitas atribut aroma roasted yang sedikit lebih
tinggi dibandingkan produk lainnya. Sedangkan Gambar 10 menunjukkan
diagram perbandingan antara overall flavor dengan overall liking. Kopi Nescafe
memiliki flavor yang tinggi dan lebih disukai oleh panelis, tetapi pada kopi Tora
Coffee memiliki nilai disukai tertinggi kedua walaupun memiliki flavor yang
paling rendah dari semua produk. Pada produk Golda dan Kopiko memiliki
kecenderungan yang sama pada penilaian flavor dan kesukaan
Gambar 10 menunjukkan tingkat korelasi antar atribut. Atribut astringent,
bitter aftertaste dan bitter memiliki korelasi yang positif karena saling berdekatan
dan berada dalam kuadran yang sama. Begitu pula dengan atribut coffee flavor
dan aroma roasted memiliki korelasi positif karena saling berdekatan dan dalam
satu kuadran. Kelima atribut tersebut juga memiliki kecenderungan berkolerasi
positif karena saling berdekatan walaupun tidak dalam kuadran yang sama.
Sedangkan milky flavor dan sweet memiliki korelasi negative dengan atribut
coffee flavor dan aroma roasted karena saling berdiagonal.
Gambar 11 menunjukkan korelasi antar produk. Pada produk Golda dan
Kopiko kecenderungan memiliki kemiripan. Hal ini dikarenakan kedua produk
tersebut berada dalam satu kuadran. Tetapi kedua produk tersebut memiliki
korelasi yang negative dengan produk Tora Coffee karena kuadrannya saling
diagonal. Selain itu

16
 SIMPULAN

Berdasarkan praktikum yang telah dilakukan diperoleh kesimpulan yaitu atribut

sensori yang diperoleh berdasarkan metode Free Choice Profilling adalah rasa
manis, flavor cokelat, crunchy, warna cokelat dan aftertaste pahit. Pada metode
Flash Profilling diperoleh data yang menggambarkan secara detail atribut sensori
pada tiap sampel wafer yang diuji. Atribut yang dominan pada sampel Nabati
yaitu warna cokelat, rasa manis, dan crunchy, sedangkan pada Selamat memiliki
atribut dominan pada flavor cokelat dan aftertaste pahit. Pada sampel Tango dan
Nissin tidak menunjukkan atribut sensori yang dominan. Metode pengujian data
dengan menggunakan XLSTAT memiliki hasil yang lebih baik, dibandingkan
dengan sensehub. Hal ini dikarenakan penggunaan XLSTAT memiliki hasil yang
lebih detail dan ringkas sehingga lebih mudah dipahami.

17
 DAFTAR PUSTAKA

Adawiyah, D. R., Azis, M. A., Ramadhani, A. S., Chueamchaitrakun, P. 2019.

Perbandingan Profil Sensori The Hijau menggunakan Metode Analisis
Deskripsi Kuantitatif dan CATA(Check-All-That-Apply). J.Teknol dan
Industri Pangan. Vol 30(2): 161-172.
Fibrianto, K., Dwihindarti, M. 2016. Profiling Atribut Jamu Kunyit Asam dan
Jamu Sinom dengan Metode Rata (Rate-All-That-Apply) pada Beberapa
Kota di Jawa Timur. J.Rekapangan. Vol 10, No 1.
Tjiptoputri, O. M. 2017. Evaluasi Profil Sensori Sediaan Pemanis dengan
Metode Rate-All-That-Apply (RATA). (Skripsi). Institut Pertanian Bogor.
Bogor.
Vidal, L., Ares, G., Hedderley, D. I., Michael, M., Jaegar, S.R. 2018. Comparison
of Rate-All-That-Apply (RATA) and Check-All-That-Apply (CATA)
Questions Across Seven Consumer Studies. Food Quality and Preference
67: 49-58.

18
 Lampiran

Eigenvalues and percentages of inertia:

  F1 F2 F3 F4
Eigenvalue 0,030 0,011 0,002 0,000
69,88
Inertia (%) 7 24,847 4,213 1,053
69,88 100,00
Cumulative % 7 94,734 98,947 0

19
 Scree plot
0.04 100

0.03
80

Cumulative variability (%)

0.03

60
Eigenvalue
0.02

0.02
40

0.01

20
0.01

0 0
F1 F2 F3 F4

axis

Grafik Eigenvalue

Correlations:
Aroma Bitter
Coffee Astringen Milky
  Roaste Sweet Bitter Aftertast Liking
flavor t flavor
d e
Aroma
Roasted 1 0,625 -0,132 0,504 0,649 0,303 0,171 0,139
Coffee
flavor 0,625 1 -0,816 0,953 0,961 0,940 -0,764 0,106
Sweet -0,132 -0,816 1 -0,942 -0,942 -0,431 0,730 0,069
Bitter 0,504 0,953 -0,942 1 0,822 0,748 -0,296 0,102
Bitter
Aftertaste 0,649 0,961 -0,942 0,822 1 0,785 -0,908 0,174
Astringent 0,303 0,940 -0,431 0,748 0,785 1 -0,930 0,079
Milky
flavor 0,171 -0,764 0,730 -0,296 -0,908 -0,930 1 0,004
Liking 0,139 0,106 0,069 0,102 0,174 0,079 0,004 1

Eigenvalues:
  F1 F2 F3
Eigenvalue 6,500 0,448 0,052
Variability 92,85
(%) 7 6,404 0,739
Cumulative 92,85 99,26 100,00
% 7 1 0

20
 Scree plot
7 100

6
80

Cumulative variability (%)

5

60
Eigenvalue

3
40

20
1

0 0
F1 F2 F3

axis

Grafik Eigenvalue

21