Nama : Gracia Theodora

NIM : F24190026

Paralel : ITP 335 EVSE P3

Good Sensory Practices

I. INTRODUCTION

Evaluasi sensori merupakan penilaian yang bersifat subjektif. Penilaian ini

dapat dilakukan oleh manusia (manusia sebagai penguji). Beberapa factor yang
dikontrol untuk menghasilkan data yang valid pada evaluasi sensori ini adalah
laboratorium, penyajian sampel, dan panelis (penguji). Manusia memiliki sifat
yang mudah terpengaruh oleh keadaan luar (factor eksternal). Hal ini dapat
diminimalisir dengan skema laboratorium dan interaksi dari satu panelis dengan
panelis lainnya.

Adapun syarat umum laboratorium sensori adalah sebagai berikut :

1. Lokasi mudah dijangkau

2. Bebas baud an asap
3. Sejuk dan nyaman (22-25ºC ; RH 50-60%)
4. Warna dinding netral
5. Kedap suara
6. Pencahayaan cukup terang dan seragam
7. Dinding/bench/meja terbuat dari bahan yang muda dibersihkan.

(Adawiyah et al. 2017)

II. METHOD

Metode yang digunakan pada praktikum ini adalah pengamatan video dan studi
literature.

III. RESULTS

1. Identify layout of sensory laboratory in ITP (try to draw layout scheme

based on explanation in video 1
1) Laboratorium PAU
 2) Laboratorium Seafast Center

2. Identify type of the types of sample pass-through door in sensory lab ITP
→ analyse strength and weakness of each type. Please describe which type
is the best according to your opinion
1) Booth putar
Kelebihan : kemungkinan komunikasi antara panel leader dan panelis
kecil
Kekurangan : wadah yang digunakan dalam pemberian produk tidak
boleh terlalu besar
2) Booth sliding door
 Kelebihan : jumlah/ukuran dari produk yang akan dievaluasi dapat
lebih banyak (ruang transfer dari panel leader ke panelis tidak sempit)
Kekurangan : memungkinkan adanya komunikasi antara panelis dan
panel leader
3) Booth bread box
Kelebihan : tidak memungkinkan komunikasi antara panelis dan panel
leader
Kekurangan : wadah yang digunakan dalam pemberian produk tidak
boleh terlalu besar.

Menurut saya, jenis booth yang paling baik digunakan dalam evaluasi sensori
adalah jenis booth bread box karena jenis ini memiliki sedikit/tidak ada
kemungkinan komunikasi diantara panelis dan panel leader sehingga data yang
diperoleh memiliki tingkat kevalidan yang tinggi.

3. Give your suggestion to improve our sensory laboratory by comparing

with other sensory lab from other institution (video 2 and 3).

Berdasarkan video 2 dan 3, kita bisa melihat bahwa laboratorium sensori yang
digunakan oleh insitusi lain sudah menggunkan system computer, dimana hasil
evaluasi panelis langsung dimasukkan ke system yang ada dikomputer, sehingga
hasil yang dimasukkan murni dari tiap pribadi panelis. Selain itu data yang
diperoleh juga tidak terlalu beranekaragam karena sudah ditetapkan seperti skala
pengukuran untuk tiap produk.

IV. CONCLUSION

Untuk mendapatkan hasil yang valid pada evaluasi sensori maka hal yang harus
diperhatikan adalah laboratorium sensori, sampel uji, dan panelis. Jenis booth
terbaik untuk evaluasi sensori adalah booth bread box.

V. REFERENCES

Adawiyah DR, Nurtama B, Hunaefi D, Syamsir E, Inrasti D, Hasanah U. 2017.

Sensory Evaluation Laboratory Manual. Bogor (ID) : Department of Food
Science and Technology Faculty of Agricultural Engineering and Technology
Bogor Agricultural University. ISBN 978-602-8122-24-5.
 LAPORAN PRAKTIKUM EVALUASI SENSORI
(STATISTICAL DATA ANALYSIS OF SENSORY TEST - I)
Nama : Gracia Theodora Dosen : Budi Nurtama
NIM : F24190026 Asisten Praktikum : Arista Fauzia
Hari, tanggal : Senin, 15 Februari 2021
Waktu : 13.30 – 16.30 WIB

Tujuan

Tujuan dari praktikum ini adalah untuk menjelaskan prinsip statistika dalam
pengolahan data tes sensorik dengan menggunakan metode probabilitas binomial dan chi-square
dan praktek pengolahan data dengan Sensehub Solution pada uji segitiga, uji duo-trio, uji dua
dari lima, dan uji beda arah.

Metode

Analisis data dengan Sensehub.

Pengolahan data

1. Uji duo-trio

Tabel 1 Hasil analisis uji duo-trio

 Grafik 1 Distribusi uji duo-trio

Jumlah probabilitas jawaban benar pada uji duo-trio adalah 0.95. Semakin besar
nilainya, maka panelis semakin mudah untuk melakukan pengujian. Nilai d-prime pada
uji duo-trio sebesar 4.07. Semakin besar nilainya, maka panelis semakin mudah
melakukan pengujian karena antar sampel memiliki signifikansi yang besar. Nilai p-value
pada uji ini sebesar 7.466952𝑒 −10 atau sama dengan 3,389 𝑥 10−4 dan lebih kecil dari
signifikansi (α = 0.05). Hasil uji duo-trio menunjukkan bahwa kedua sampel berbeda
nyata.

2. Uji triangle

Tabel 1 Hasil analisis uji triangle

 Grafik 1 Distribusi uji triangle

Jumlah probabilitas jawaban benar pada uji triangle adalah 0.95. Semakin besar
nilainya, maka panelis semakin mudah untuk melakukan pengujian. Nilai d-prime pada
uji triangle sebesar 4.80. Semakin besar nilainya, maka panelis semakin mudah
melakukan pengujian karena antar sampel memiliki signifikansi yang besar. Nilai p-value
pada uji ini sebesar 2.220446 𝑒 −10 atau sama dengan 2,498 𝑥 10−7 dan lebih kecil dari
signifikansi (α = 0.05). Hasil uji triangle menunjukkan bahwa kedua sampel berbeda
nyata.

3. Uji tetrad

Tabel 3 Hasil analisis uji tetrad

 Grafik 3 Distribusi uji tetrad

Jumlah probabilitas jawaban benar pada uji tetrad adalah 0.82. Semakin besar
nilainya, maka panelis semakin mudah untuk melakukan pengujian. Nilai d-prime pada
uji tetrad sebesar 2.21. Semakin besar nilainya, maka panelis semakin mudah melakukan
pengujian karena antar sampel memiliki signifikansi yang besar. Nilai p-value pada uji
ini sebesar 2.183506 𝑒 −10 atau sama dengan 9,913 𝑥 10−5 dan lebih kecil dari
signifikansi (α = 0.05). Hasil uji tetrad menunjukkan bahwa kedua sampel berbeda nyata.

4. Uji two-out-of-five

Tabel 4 Hasil analisis uji two-out-of-five

 Grafik 4 Distribusi uji two-out-of-five

Jumlah probabilitas jawaban benar pada uji two-out-of-five adalah 0.75. Semakin
besar nilainya, maka panelis semakin mudah untuk melakukan pengujian. Nilai d-prime
pada uji two-out-of-five sebesar 3.19. Semakin besar nilainya, maka panelis semakin
mudah melakukan pengujian karena antar sampel memiliki signifikansi yang besar. Nilai
p-value pada uji ini sebesar 0 dan lebih kecil dari signifikansi (α = 0.05). Hasil uji two-
out-of-five menunjukkan bahwa sampel berbeda nyata.

Pembahasan

Uji triangle adalah uji tiga produk di mana ketiganya diberi kode yang berbeda dan
panelis ditugasi untuk menentukan dua produk yang sama, atau satu yang paling berbeda
diantara yang lain sehingga diketahui bahwa probabilitas benarnya adalah 1/3 atau 33,3%
(Soemaryoto 2016). Uji triangle pada praktikum kali ini memiliki p-value yang lebih kecil dari
signifikansi atau sampelnya berbeda nyata sehingga panelis mudah melalukan pengujian.
Uji duo-trio adalah uji yang bertujuan untuk mendeteksi perbedaan yang sangat kecil dari
bahan uji dan atau melihat persamaan antara bahan uji dengan contoh baku (Berhimpon et al.
2005). Saat uji duo-trio , tiap-tiap anggota panel disajikan 3 contoh, 2 contoh dari bahan yang
sama dan contoh yang ketiga dari bahan lain . Untuk uji duo-trio salah satu dari 2 contoh yang
sama dicicip terlebih dahulu atau di kenali dan di anggap sebagai contoh baku, sedangkan ke-2,
dalam contohnya lainnya, kemudian dalam penyuguhannya ketiga contoh itu dapat diberikan
secara bersamaan atau contoh bakunya diberikan secara bersamaan atau contoh bakunya
diberikan terlebih dahulu setelah itu kedua contohnya lainnya disajikan. Uji duo-trio dianggap
memiliki 2 sampel sehingga peluang benar secara acak adalah ½ atau 50%. Uji duo-trio pada
praktikum kali ini memiliki p-value yang lebih kecil dari signifikansi atau sampelnya berbeda
nyata sehingga panelis mudah melalukan pengujian.
Tetrad test adalah suatu teknik analisis sensori yang memiliki fungsi untuk mengetahui
ada atau tidaknya perbedaaan yang signifikan antara 2 sampel uji berdasarkan cita rasa, aroma,
warna, dan unsur organoleptic lainnya (Adawiyah et al. 2012). Uji tetrad dibagi menjadi 2
bagian, yaitu specified tetrad dan unspecified tetrad. Specified tetrad ditentukan atribut spesifik
untuk membedakan, misal: intensitas yang “lebih tinggi” dan memiliki peluang benar sebesar
1/6, sedangkan unspecified tetrad merupakan pengelompokan menjadi dua grup berdasarkan
kesamaan sensori (grup A dan B) dan memiliki peluang benar sebesar 1/3 (Guntari 2018). Uji
tetrad pada praktikum kali ini memiliki p-value yang lebih kecil dari signifikansi atau sampelnya
berbeda nyata sehingga panelis mudah melalukan pengujian.
Uji two-out-of-five merupakan salah satu jenis uji dalam kelompok uji pembedaan secara
keseluruhan (overall different test) dari dua sampel yang berbeda (A dan B) (Stone 2004).
Panelis menerima lima sampel berkode, dua diantara kelima sampel tersebut merupakan sampel
dari set sampel yang sama sedangkan tiga yang lain merupakan set sampel yang lain. Panelis
diminta untuk mengidentifikasi (visual atau perabaan) kedua sampel yang berasal dari set sampel
yang sama tersebut. Urutan penyajian sampel dilakukansecara acak untuk menghindari
terjadinya posisi. Metode uji ini secara statistik sangat efisien karena peluang untuk menjawab
benar dua dari lima sampel adalah 1/10. Uji two-out-of-five pada praktikum kali ini memiliki p-
value yang lebih kecil dari signifikansi atau sampelnya berbeda nyata sehingga panelis mudah
melalukan pengujian.

Simpulan

Praktik pengolahan data pada uji duo-trio, uji triangle, uji tetrad, dan uji two-out-of-five
dapat dilakukan dengan Sensehub Solution. Pengolahan data pada Sensehub Solution
menampilkan hasil probabilitas jawaban benar (pc), proporsi discriminator (pd), nilai d-prime,
dan p-value. Data praktikum yang diberikan menunjukkan bahwa sampel berbeda nyata pada
tiap uji.

Dapus

Adawiyah, Dede R, Rahayu, Nurtama, Syamsir, Herawati, Indrasti. 2012. Pengujian Sensori
Produk Pangan. Departement Ilmu dan Teknologi Pangan Fakultas Teknologi Pertanian –
IPB. Diakses dari Perpustakaan Frisian Flag Indonesia.
Berhimpon, Ijong, Dien, Damongilala, Kaseger, Salindeho. 2005. Penuntun Praktikum Penilaian
Indera. Manado (ID) : Universitas Sam Ratulangi.
Guntari. 2018. Pengujian ambang deteksi dan perbandingan metode uji segitiga dengan uji
tetrad pada produk pemanis menggunakan panel konsumen [skripsi]. Bogor (ID) : Fakultas
Teknologi Pertanian, Institut Pertanian Bogor.
Soemaryoto. 2016. Pengaruh penggunaan asam tinggi terhadap tingkat preferensi konsumen dan
umur simpan produk permen. Jurnal Agroindustri Halal. 2(1) : 38 – 43. ISSN 2442-3548.
Stone. 2004. Sensory Evaluation Practices. New York (USA) : Academic Press.
 LAPORAN PRAKTIKUM
UJI PEMBEDAAN OVERALL: UJI DUO-TRIO, UJI SEGITIGA, DAN UJI TETRAD

Nama : Gracia Theodora Dosen : Dias Indrasti

NIM : F24190026 Asisten Praktikum : Alma
Hari, tanggal : Senin, 22 Februari 2021
Waktu : 10.00 – 13.00 WIB.

UJI DUO TRIO

Tujuan
Praktikum ini bertujuan dapat menjelaskan prinsip uji duo-trio, melatih langkah-langkah
persiapan dan penyajian uji duo-trio.

Jenis Sampel Uji

Sampel uji yang digunakan adalah sampel kecap berlabel A, B dan R, dimana R = A.

Persiapan dan Penyajian Sampel

Tiga sampel dipresentasikan kepada panelis, satu sampel diberi label R (referensi) dan
lainnya adalah sampel berkode. Salah satu sampel berkode identik dengan sampel R. Setiap
sampel (kecuali R) diberi kode yang terdiri dari tiga digit dan nomor kode ditugaskan secara
acak. Setiap panelis akan menerima kode sampel yang berbeda dan urutan sederhana presentasi.
Metode penilaian yang digunakan pada uji ini adalah panelis diminta untuk memilih
sampel berkode yang paling mirip dengan sampel R. Hasil penilaian panelis dituliskan pada
scoresheet yang disediakan.

Hasil Pengujian

Tabel 1 Matriks data respon uji segitiga, duo-trio, tetrad

Uji
Booth Panelis
Duo Trio Segitiga Tetrad
1 1 1 0 1
2 2 1 1 0
3 3 0 1 0
4 4 1 1 1
5 5 0 1 0
6 6 1 0 0
7 7 0 1 0
8 8 1 1 0
9 9 0 1 1
10 10 1 0 0
1 11 1 1 0
2 12 0 0 0
3 13 0 1 0
 4 14 1 0 1
5 15 1 0 0
6 16 0 0 0
7 17 1 1 0
8 18 0 1 0
9 19 1 0 1
10 20 0 0 0
Total Panelis Benar 11 11 5
% Benar 55% 55% 25%
Keterangan :
0 = Panelis menjawab salah
1 = Panelis menjawab benar

Pengolahan Data
Metode Manual

Tabel 2 Hasil tabulasi data uji duo-trio

Intrepretasi Data:
 H0= sampel tidak berbeda nyata (A=B)
H1= sampel berbeda nyata (A≠B)

Berdasarkan tabel binomial uji duo-trio pada taraf signifikansi (α=0.05) dengan jumlah
panelis sebanyak 20 orang (n=20) diperoleh jumlah minimal panelis yang menjawab benar
sebanyak 15 orang. Jumlah panelis yang menjawab benar pada uji duo-trio sebanyak 11 orang
yang jumlahnya lebih sedikit dari jumlah minimal berdasarkan tabel binomial. Sehingga, hasil
uji duo-trio menunjukkan bahwa kedua sampel tidak berbeda nyata secara atribut overall pada
taraf signifikansi 0.05.

Metode Statisika (Sensehub)

Tabel 3 Hasil analisis uji duo-trio

Gambar 1 Kurva distribusi intensitas sensoris uji duo-trio

Intrepretasi Data:
H0= sampel tidak berbeda nyata (A=B)
H1= sampel berbeda nyata (A≠B)
 Jumlah probabilitas jawaban benar pada uji duo-trio yaitu sebesar 0.55 . Semakin besar
nilainya, maka panelis semakin mudah untuk melakukan pengujian, begitu pula sebaliknya. Nilai
d-prime pada uji duo-trio sebesar 0.76 . Semakin kecil nilai d-prime, artinya antar sampel
memiliki signifikansi yang kecil, sehingga panelis semakin sulit untuk melakukan pengujian.
Nilai p-value pada uji duo-trio sebesar 0.4119015 lebih besar dari taraf signifikansi (α=0.05).
Hasil uji duo-trio menunjukkan bahwa kedua sampel tidak berbeda nyata secara atribut overall
pada taraf signifikansi 0.05.

Pembahasan
Uji duo-trio adalah sebuah metode uji diskriminatif yang digunakan untuk
mengidentifikasi adanya perbedaan bahan baku, cara pemrosesan, dan cara penyimpanan produk
pangan melalui uji hasil sensori. Uji duo-trio bertujuan untuk mendeteksi perbedaan yang sangat
kecil dari bahan uji dan atau melihat persamaan antara bahan uji dengan contoh baku
(Berhimpon et al. 2005). Untuk uji duo-trio salah satu dari 2 contoh yang sama dicicip terlebih
dahulu atau di kenali dan di anggap sebagai contoh baku, sedangkan ke-2, dalam contohnya
lainnya, kemudian dalam penyuguhannya ketiga contoh itu dapat diberikan secara bersamaan
atau contoh bakunya diberikan secara bersamaan atau contoh bakunya diberikan terlebih dahulu
setelah itu kedua contohnya lainnya disajikan. Uji duo-trio dianggap memiliki 2 sampel sehingga
peluang benar secara acak adalah ½ atau 50%.
Uji duo-trio pada percobaan ini menyajikan 2 jenis sampel kecap kepada 20 panelis.
Jenis pertama adalah kecap yang identic dengan kecap yang berkode R dan jenis kedua adalah
kecap yang berbeda dengan kecap berkode R. Percobaan ini bertujuan untuk mengidentifikasi
sampel mana yang identic dengan sampel yang diberi kode R oleh panelis. Hasil percobaan
menunjukkan bahwa dari 20 orang panelis hanya 11 yang menjawab benar. Jika dibandingkan
dengan tabel binomial uji duo trio maka untuk jumlah panelis 20 orang (n=20) dan nilai alpha
(0.05) minimum jumlah jawaban benar adalah 15 orang. Hal ini menunjukkan bahwa hasil uji
sebanyak 11 jawaban benar lebih sedikit dibanding nilai minimum jumlah benar dalam tabel
sehingga dapat disimpulkan bahwa sampel yang diujikan tidak berbeda nyata. Berdasarkan
analisis menggunakan sensehub, didapat nilai d-prime pada uji duo-trio sebesar 0,76 . Semakin
kecil nilai d-prime, artinya antar sampel memiliki signifikansi yang kecil, sehingga panelis
semakin sulit untuk melakukan pengujian. Nilai p-value pada uji duo-trio sebesar 0,4119015
lebih besar dari taraf signifikansi (α=0.05). Hasil uji duo-trio menunjukkan bahwa kedua sampel
tidak berbeda nyata secara atribut overall pada taraf signifikansi 0.05.
Uji duo-trio dalam industri pangan dapat digunakan salah satunya untuk reformulasi
suatu produk baru akibat adanya kekosongan salah satu bahan baku atau hal lain. Sehingga,
dengan uji ini dapat diketahui ada atau tidaknya perbedaan secara organoleptik antara produk
lama dan baru (hasil reformulasi).

Simpulan
Perbedaan dan persamaan yang sangat kecil dari bahan uji dapat dideteksi dengan
melakukan uji duo-trio. Hasil uji duo-trio untuk sampel kecap A dan B menunjukkan bahwa
sampel tidak berbeda nyata. Hal ini dapat dibuktikan oleh tidak memenuhinya jumlah minimum
jawaban benar oleh panelis dan nilai p-value 0,4119015 yang lebih besar dari taraf signifikansi
(α=0.05).
Daftar Pustaka
Berhimpon, Ijong, Dien, Damongilala, Kaseger, Salindeho. 2005. Penuntun Praktikum
Penilaian Indera. Manado (ID) : Universitas Sam Ratulangi
 UJI SEGITIGA DAN TETRAD

Tujuan
Praktikum ini bertujuan dapat menjelaskan prinsip uji segitiga dan tertrad serta melatih
langkah persiapan dan penyajian uji segitiga dan tetrad.

Jenis Sampel Uji

1. Uji Segitiga
Sampel A= Kecap perlakuan I
Sampel B= Kecap perlakuan II
2. Uji Tetrad
Sampel A= Kecap perlakuan I
Sampel B= Kecap perlakuan II

Persiapan dan Penyajian Sampel

1. Uji Segitiga
Persiapan sampel dilakukan dengan menyiapkan tiga sampel kecap untuk diuji.
Sampel kecap terdiri dari dua sampel identik yang dibuat dari kecap perlakuan I (A) dan
satu sampel kecap yang berbeda, yaitu kecap perlakuan II (B). Setiap sampel diberi kode
yang terdiri dari tiga digit angka secara acak, setiap booth panelis memiliki kode yang
berbeda.
Penyajian sampel dilakukan dengan menyajikan ketiga sampel kecap dengan
kode tertentu pada wadah dengan menyediakan tahu sebagai carrier serta menyertakan
air mineral yang diletakkan di nampan. Setiap panelis akan menerima sampel dengan
kode dan urutan penyajian berbeda. Panelis diminta untuk menilai atau mengidentifikasi
salah satu sampel yang berbeda dari tiga sampel yang disajikan. Hasil penilaian panelis
ditulis pada scoresheet yang disediakan.

2. Uji Tetrad
Persiapan sampel dilakukan dengan menyiapkan empat sampel kecap yang akan
diuji oleh panelis. Sampel terdiri dari dua sampel yang identic satu jenis kecap dan dua
sampel lain dari jenis kecap yang lainnya. Sampel diberi kode yang terbuat dari tiga digit
angka acak, setiap booth panelis memiliki kode yang berbeda.
Penyajian sampel dilakukan dengan menyajikan keempat sampel kecap dengan
kode tertentu pada wadah dengan menyediakan tahu sebagai carrier serta menyertakan
air mineral yang diletakkan di nampan. Setiap panelis akan menerima sampel dengan
kode dan urutan penyajian berbeda. Panelis diminta untuk mengidentifikasi dan
mengelompokkan keempat sampel pada dua kelompok berdasarkan atribut overall.
Hasil Pengujian

Tabel 3 Matriks data respon uji segitiga, duo-trio, tetrad

Uji
Booth Panelis
Duo Trio Segitiga Tetrad
1 1 1 0 1
2 2 1 1 0
3 3 0 1 0
4 4 1 1 1
5 5 0 1 0
6 6 1 0 0
7 7 0 1 0
8 8 1 1 0
9 9 0 1 1
10 10 1 0 0
1 11 1 1 0
2 12 0 0 0
3 13 0 1 0
4 14 1 0 1
5 15 1 0 0
6 16 0 0 0
7 17 1 1 0
8 18 0 1 0
9 19 1 0 1
10 20 0 0 0
Total Panelis Benar 11 11 5
% Benar 55% 55% 25%
Keterangan :
0 = Panelis menjawab salah
1 = Panelis menjawab benar
Pengolahan Data

1. Uji Segitiga
Metode Manual
Tabel 4 Hasil tabulasi data uji segitiga

Intrepretasi Data:
H0= sampel tidak berbeda nyata (A=B)
H1= sampel berbeda nyata (A≠B)

Berdasarkan tabel binomial uji segitiga pada taraf signifikansi (α=0.05) dengan jumlah
panelis sebanyak 20 orang (n= 20) diperoleh jumlah minimal panelis yang menjawab benar
sebanyak 11 orang. Jumlah panelis yang menjawab benar pada uji segitiga sebanyak 11 orang
yang jumlahnya sama dengan jumlah minimal berdasarkan tabel binomial. Sehingga, hasil uji
duo-trio menunjukkan ketiga sampel berbeda nyata secara atribut overall pada taraf signifikansi
0.05.
 Metode Statisika (Sensehub)
Tabel 5 Hasil analisis uji segitiga

Gambar 2 Kurva distribusi intensitas sensoris uji segitiga

Intrepretasi Data:
H0= sampel tidak berbeda nyata (A=B)
H1= sampel berbeda nyata (A≠B)

Jumlah probabilitas jawaban benar pada uji tetrad yaitu sebesar 0.55 . Semakin besar nilainya,
maka panelis semakin mudah untuk melakukan pengujian, begitu pula sebaliknya. Nilai d-prime
pada uji segitiga sebesar 1.72 . Semakin kecil nilai d-prime, artinya antar sampel memiliki
signifikansi yang kecil, sehingga panelis semakin sulit untuk melakukan pengujian.
Nilai p-value pada uji segitiga sebesar 0.03763657 lebih kecil dari taraf signifikansi
(α=0.05). Hasil uji segitiga menunjukkan bahwa kedua sampel berbeda nyata secara atribut
overall pada taraf signifikansi 0.05.
 2. Uji Tetrad
Metode Manual
Tabel 6 Hasil tabulasi data uji tetrad

Intrepretasi Data:
H0= sampel tidak berbeda nyata (A=B)
H1= sampel berbeda nyata (A≠B)

Berdasarkan tabel binomial uji tetrad pada taraf signifikansi (α=0.05) dengan jumlah panelis
sebanyak 20 orang (n= 20) diperoleh jumlah minimal panelis yang menjawab benar sebanyak 7
orang. Jumlah panelis yang menjawab benar pada uji tetrad sebanyak 5 orang yang jumlahnya
lebih sedikit dari jumlah minimal berdasarkan tabel binomial. Sehingga, hasil uji tetrad
menunjukkan bahwa kedua sampel tidak berbeda nyata secara atribut overall pada taraf
signifikansi 0.05.
 Metode Statisika (Sensehub)
Tabel 7 Hasil analisis uji tetrad

Gambar 3 Kurva distribusi intensitas sensoris uji tetrad

Intrepretasi Data:
H0= sampel tidak berbeda nyata (A=B)
H1= sampel berbeda nyata (A≠B)

Jumlah probabilitas jawaban benar pada uji tetrad yaitu sebesar 0.33 . Semakin besar nilainya,
maka panelis semakin mudah untuk melakukan pengujian, begitu pula sebaliknya. Nilai d-prime
pada uji tetrad sebesar 0.00 . Semakin kecil nilai d-prime, artinya antar sampel memiliki
signifikansi yang kecil, sehingga panelis semakin sulit untuk melakukan pengujian.
Nilai p-value pada uji tetrad sebesar 0.8484891 lebih besar dari taraf signifikansi (α=0.05).
Hasil uji tetrad menunjukkan bahwa kedua sampel tidak berbeda nyata secara atribut overall
pada taraf signifikansi 0.05.
Pembahasan
Uji triangle adalah uji tiga produk di mana ketiganya diberi kode yang berbeda dan
panelis ditugasi untuk menentukan dua produk yang sama, atau satu yang paling berbeda
diantara yang lain sehingga diketahui bahwa probabilitas benarnya adalah 1/3 atau 33,3%
(Soemaryoto 2016). Tetrad test adalah suatu teknik analisis sensori yang memiliki fungsi untuk
mengetahui ada atau tidaknya perbedaaan yang signifikan antara 2 sampel uji berdasarkan cita
rasa, aroma, warna, dan unsur organoleptic lainnya (Adawiyah et al. 2012). Uji tetrad dibagi
menjadi 2 bagian, yaitu specified tetrad dan unspecified tetrad. Specified tetrad ditentukan
atribut spesifik untuk membedakan, misal: intensitas yang “lebih tinggi” dan memiliki peluang
benar sebesar 1/6, sedangkan unspecified tetrad merupakan pengelompokan menjadi dua grup
berdasarkan kesamaan sensori (grup A dan B) dan memiliki peluang benar sebesar 1/3 (Guntari
2018).
Uji tetrad merupakan uji pembedaan yang dapat digunakan untuk menggantikan uji
segitiga karena dinilai lebih efektif dari segi pengujian dan powerful dari segi perhitungan
statistiknya. Oleh karena itu, uji tetrad harus diujikan terlebih dahulu untuk mengetahui
keefektifannya dalam menggantikan uji segitiga pada produk-produk yang berbeda. Parameter
untuk menentukan keputusan uji tetrad bisa menggantikan uji segitiga atau tidak terdiri dari nilai
pc, nilai d’ dan variance d’, p value two tailed, dan perceptual noise. Beberapa syarat yang
dipertimbangkan dengan memilhat parameter-parameter agar uji tetrad bisa menggantikan uji
segitiga menurut Waimaleongoraek (2016) yaitu, pc uji tetrad > pc uji segitiga, d’ uji tetrad < d’
uji segitiga , p value difference dari d’ > 0.05, perceptual noise < 50%.
Uji segitiga pada percobaan ini menyajikan tiga sampel kecap kepada 20 panelis.
Percobaan ini bertujuan untuk mengidentifikasi sampel mana yang berbeda dari dua sampel
lainnya oleh panelis. Hasil percobaan menunjukkan bahwa dari 20 orang panelis ada 11 yang
menjawab benar. Jika dibandingkan dengan tabel binomial uji segitiga maka untuk jumlah
panelis 20 orang (n=20) dan nilai alpha (0.05) minimum jumlah jawaban benar adalah 11 orang.
Hal ini menunjukkan bahwa hasil uji sebanyak 11 jawaban benar sama dengan nilai minimum
jumlah benar dalam tabel sehingga dapat disimpulkan bahwa sampel yang diujikan berbeda
nyata. Berdasarkan analisis menggunakan sensehub, didapat nilai d-prime pada uji segitiga
sebesar 1.72. Semakin kecil nilai d-prime, artinya antar sampel memiliki signifikansi yang kecil,
sehingga panelis semakin sulit untuk melakukan pengujian. Nilai p-value pada uji segitiga
sebesar 0.03763657 lebih kecil dari taraf signifikansi (α=0.05). Hasil uji segitiga menunjukkan
bahwa kedua sampel berbeda nyata secara atribut overall pada taraf signifikansi 0.05.
Uji tetrad pada percobaan ini menyajikan empat sampel kecap kepada 20 panelis.
Percobaan ini bertujuan untuk mengelompokkan keempat sampel pada dua kelompok
berdasarkan atribut overall oleh panelis. Hasil percobaan menunjukkan bahwa dari 20 orang
panelis ada 5 yang menjawab benar. Jika dibandingkan dengan tabel binomial uji tetrad maka
untuk jumlah panelis 20 orang (n=20) dan nilai alpha (0.05) minimum jumlah jawaban benar
adalah 7 orang. Hal ini menunjukkan bahwa hasil uji sebanyak 5 jawaban benar lebih sedikit dari
nilai minimum jumlah benar dalam tabel sehingga dapat disimpulkan bahwa sampel yang
diujikan tidak berbeda nyata. Berdasarkan analisis menggunakan sensehub, didapat nilai d-prime
pada uji segitiga sebesar 0.00. Semakin kecil nilai d-prime, artinya antar sampel memiliki
signifikansi yang kecil, sehingga panelis semakin sulit untuk melakukan pengujian. Nilai p-value
pada uji duo-trio sebesar 0.8484891 lebih besar dari taraf signifikansi (α=0.05). Hasil uji tetrad
menunjukkan bahwa kedua sampel tidak berbeda nyata secara atribut overall pada taraf
signifikansi 0.05.
Uji triangle cocok digunakan untuk situasi seperti untuk menentukan perbedaan produk
akibat adanya komposisi bahan baku, proses, pengemasan, atau penyimpanan, untuk
menentukan perbedaan secara keseluruhan saat tidak ada atribut spesifik yang dapat dideteksi,
dan untuk pengendalian mutu dan riset. Salah satu aplikasi uji tetrad dalam industri biasanya
dilakukan untuk mengetahui ada tidaknya perbedaan yang signifikan antara dua sampel yang
diuji yang meliputi citarasa, aroma, tekstur, warna dan unsur organoleptic lainnya serta
digunakan untuk menganalisis perbedaan yang terdapat diantara produk trial dan standar dalam
suatu industri pangan.

Simpulan
Hasil uji segitiga pada sampel kecap memberikan hasil yang berbeda nyata pada taraf
signifikansi 5%, sedangkan uji tetrad memberikan hasil uji tidak berbeda nyata. Sampel pada uji
segitiga dinyatakan berbeda nyata karena jumlah panelis yang menjawab benar sama dengan
jumlah minimum jawaban benar sesuai table binomial yaitu sebanyak 11 panelis. Nilai p-value
juga lebih kecil dari taraf signifikansi (α=0.05) sehingga sampel terbukti berbeda nyata. Uji
tetrad memiliki sampel yang tidak berbeda nyata, hal ini dibuktikan oleh jumlah panelis yang
menjawab benar lebih sedikit dari batas minimum jawaban benar sesuai table binomial. Selain
itu, nilai p-value nya lebih besar dari taraf signifikasi (α=0.05) yaitu 0.8484891, sehingga
dipastikan sampel tidak berbeda nyata.
Daftar Pustaka
Adawiyah, Dede R, Rahayu, Nurtama, Syamsir, Herawati, Indrasti. 2012. Pengujian Sensori
Produk Pangan. Departement Ilmu dan Teknologi Pangan Fakultas Teknologi Pertanian –
IPB. Diakses dari Perpustakaan Frisian Flag Indonesia.
Guntari. 2018. Pengujian ambang deteksi dan perbandingan metode uji segitiga dengan uji
tetrad pada produk pemanis menggunakan panel konsumen [skripsi]. Bogor (ID) : Fakultas
Teknologi Pertanian, Institut Pertanian Bogor
Soemaryoto. 2016. Pengaruh penggunaan asam tinggi terhadap tingkat preferensi konsumen dan
umur simpan produk permen. Jurnal Agroindustri Halal. 2(1) : 38 – 43. ISSN 2442-3548.
Waimaleongoraek P. 2016. Comparing the performance of the triangle and tetrad test : a case
study for applications by the flavour industry. Di dalam: 30 Waimaleongoraek P, Tey A.
Mo J, Delahunty C, Michon C, editor. Developments in sensory measures Conference of
SenseAsia [Internet]. 2016 May 16. [Diunduh pada 2021 Februari 22]. Tersedia pada:
https://elsevier.conference-services.net/progamme.asp
 LAPORAN PRAKTIKUM
UJI PEMBEDAAN SEDERHANA DAN UJI PEMBEDAAN BERARAH

Nama : Gracia Theodora Dosen : Dias Indrasti

NIM : F24190026 Asisten Praktikum : Alma
Hari, tanggal : Senin, 1 Maret 2021
Waktu : 10.00 – 13.00 WIB

Tujuan
Tujuan praktikum ini adalah menjelaskan prinsip-prinsip uji beda sederhana dan uji beda
arah serta mempraktekkan persiapan sampel, melakukan tes dan evaluasi data uji beda arah
sederhana.

Jenis Sampel Uji

1. Uji pembedaan sederhana
Kode A = Susu perlakuan I
Kode B = Susu perlakuan II
2. Uji pembedaan berarah
Kode A = Roti tawar I
Kode B = Roti tawar II

Persiapan dan Penyajian Sampel

Uji Pembedaan Sederhana
Langkah pertama adalah pasangkan sampel. Panelis akan mendapat dua sampel dengan
kode yang berbeda. Sampel yang diterima panelis bisa berupa dua sampel yang sama atau
berbeda. Kode yang tertera pada sampel terdiri dari tiga angka acak. Ada empat kemungkinan
sampel yang diberikan kepada panelis, yaitu AA, AB, BA, dan BB. Setiap panelis menerima
sample dengan kode dan urutan penyajian yang berbeda.
Uji pembedaan sederhana, panelis diminta untuk menentukan apakah sampel yang
disajikan sama atau berbeda dari semua atribut sensorik. Hasil penilaian dituliskan pada formulir
yang disediakan.

Uji Pembedaan Berarah

Langkah pertama uji pembedaan berarah adalah memberikan dua sampel berbeda kepada
panelis. Setiap sampel diberi kode yang terdiri dari tiga angka acak. Ada dua kemungkinan
urutan presentasi sampel, yaitu AB dan BA. Setiap panelis menerima sampel dengan kode dan
urutan penyajian yang berbeda.
Uji pembedaan berarah, panelis diminta untuk membandingkan intensitas atribut tertentu
dan menentukan sampel mana yang memiliki intensitas lebih tinggi. Hasil penilaian dituliskan
pada formulir yang disediakan.
Hasil Pengujian

Tabel 1 Matriks data respon uji pembedaan berarah

Sampel yang disajikan
Booth Panelis
A B
1 1 v
2 2 v
3 3 v
4 4 v
5 5 v
6 6 v
7 7 v
8 8 v
9 9 v
10 10 v
1 11 v
2 12 v
3 13 v
4 14 v
5 15 v
6 16 v
7 17 v
8 18 v
9 19 v
10 20 v
Total 15 5
Keterangan :
v = Roti dengan tekstur yang lebih lembut
 Tabel 2 Matriks data respon uji pembedaan sederhana
Sampel yang disajikan
Booth Panelis
AA/BB AB/BA
1 1 1
2 2 1
3 3 1
4 4 0
5 5 0
6 6 0
7 7 0
8 8 0
9 9 1
10 10 0
11 11 0
12 12 0
13 13 0
14 14 0
15 15 0
16 16 1
17 17 1
18 18 1
19 19 1
20 20 1
Total 3 6
Keterangan :
0 = Jawaban salah
1 = Jawaban benar

Pengolahan Data
1. Uji Pembedaan Sederhana (Metode Chi-Square)

Tabel 3 Hasil tabulasi data uji pembedaan sederhana

Sample presented
Panelist assessment Total
Matched pair (AA or BB) Unmatched pair (AB or BA)
Sama 3 6 9
Berbeda 5 6 11
Total 8 12 20

Perhitungan Chi-Square :
9𝑥8
- 𝐸𝑠𝑎𝑚𝑎 = = 3.6
20
11 𝑥 12
- 𝐸𝑏𝑒𝑑𝑎 = = 6.6
20
(𝑂−𝐸)2 (3−3.6)2 (6−3.6)2 (5−6.6)2 (6−6.6)2
- 𝑥 2 hitung = ∑ = + + + = 2.142
𝐸 3.6 3.6 6.6 6.6
 - 𝛼 = 0.05
- V=n–1=2–1=1
- 𝑥 2 tabel = 3.84
- 𝐻0 ∶ 𝐴 = 𝐵
𝐻1 ∶ 𝐴 ≠ 𝐵
- 𝑥 2 hitung < 𝑥 2 tabel → 𝐻0 diterima

Keterangan :
O = Observed value
E = Expected value

Tabel 4 Data pendukung hasil uji

Parameter Nilai
𝐻0 𝐴=𝐵
𝐻1 𝐴 ≠𝐵
α 0.05
V (derajat bebas) 1
𝑥 2 tabel 3.84
𝑥 2 hitung 2.142

Interpretasi Data :
Nilai 𝑥 2 hitung sebesar 2.142 lebih kecil dari 𝑥 2 tabel sebesar 3.84 sehingga
𝐻0 diterima pada taraf signifikasi (α = 0.05). Hasil uji pembedaan sederhana menunjukkan
bahwa kedua sampel tidak berbeda nyata secara atribut overall pada taraf signifikasi (α = 0.05).

2. Uji Pembedaan Berarah

- Jumlah panelis yang menyatakan sampel A lebih lembut = 15 orang

- Jumlah panelis yang menyatakan sampel B lebih lembut = 5 orang
- Total panelis = 20 orang
- Jumlah panelis minimal untuk menyatakan salah satu sampel lebih lembut menurut table
binomial uji pembeda satu arah

Interpretasi Data :
Jumlah panelis yang memilih salah satu sampel dengan tekstur lebih lembut memenuhi
syarat jumlah panelis minimal dari tabel critical number of correct responses in two sided
directional difference test yaitu sebanyak 15 orang, sehingga kedua sampel dapat dinyatakan
berbeda nyata secara atribut kelembutan pada taraf signifikasi 0.05.

Pembahasan
Uji pembedaan sederhana merupakan tes yang digunakan untuk menentukan apakah
panelis dapat mendiferensiasi perbedaan pada dua jenis sampel secara signifikan (Yang dan Ng
2017). Uji pembedaan berarah adalah pengujian yang bertujuan untuk mengetahui dan
menentukan atribut mutu sensori mana diantara kedua sampel yang memiliki perbedaan (Agusta
et al. 2017). Perbedaan kedua uji ini adalah uji pembedaan sederhana menilai perbedaan sampel
dari atribut secara keseluruhan, sedangkan uji pembedaan berarah hanya menggunakan satu
atribut sensori saja misal warna, aroma, kekentalan, tingkat kemanisan, kelembutan, dan lainnya.
Uji pembedaan sederhana yang dilakukan pada praktikum ini menunjukkan bahwa kedua
sampel, susu perlakuan I dan susu perlakuan II tidak berbeda nyata pada taraf signifikansi 0.05.
Hal ini dapat dilihat dari nilai 𝑥 2 hitung sebesar 2.142 lebih kecil dari nilai 𝑥 2 tabel sebesar 3.84.
Uji pembedaan berarah yang dilakukan pada praktikum ini menunjukkan bahwa kedua sampel,
roti tawar I dan roti tawar II berbeda nyata secara atribut tekstur lebih lembut pada taraf
signifikansi 0.05. Hal ini dapat dilihat dari jumlah jawaban benar memenuhi jumlah minimal
jawaban benar pada tabel. Roti tawar I merupakan roti tawar yang dipilih sebagai roti yang
memiliki tekstur lebih lembut. Uji pembedaan sederhana digunakan untuk identifikasi perbedaan
atribut overall sensori produk pangan, sehingga uji ini cocok digunakan untuk menentukan
perbedaan produk akibat adanya perbedaan komposisi bahan baku, proses, pengemasan, atau
penyimpanan, untuk pengendalian mutu dan riset. Aplikasi uji pembedaan berarah dalam
industri biasanya dilakukan untuk mengetahui ada tidaknya perbedaan yang signifikan antara
dua sampel yang diuji berdasarkan salah satu atribut sensori.

Simpulan
Uji pembedaan sederhana menilai atribut sensoris overall susu, sedangkan uji pembedaan
berarah hanya berdasarkan salah satu atribut yaitu tingkat kelembutan roti.. Metode analisis
sampel susu dengan uji pembedaan sederhana memberikan hasil yang tidak berbeda nyata atribut
overall pada taraf signifikansi 0.05 karena nilai 𝑥 2 hitung sebesar 2.14 lebih kecil dari 𝑥 2 tabel
sebesar 3.84, sedangkan untuk uji pembedaan berarah memberikan hasil uji yang berbeda nyata
karena jumlah panelis yang memilih sampel roti A lebih lembut memenuhi jumlah panelis
minimal dari tabel critical number of responses in two sided directional difference test.

Daftar Pustaka
Agusta EN, Amalia L, Hutami R. 2017. Formulasi nori artifisial berbahan baku bayam. Jurnal
Agroindustri Halal. 3(1):19-27.
Yang Q, Ng NL. 2017. Discrimination Testing in Sensory Science. Leichestershime (UK):
Elsevier.
 LAPORAN PRAKTIKUM
ANALISIS DATA NON-PARAMETRIK UJI SENSORI

Nama : Gracia Theodora Dosen : Budi Nurtama

NIM : F24190026 Asisten Praktikum : Alma Sabrina
Hari, tanggal : Senin, 8 Maret 2021
Waktu : 10.00 – 13.00 WIB

Tujuan
Praktikum ini bertujuan untuk menjelaskan prinsip statistika dalam pengolahan data uji
sensorik dengan menggunakan metode probabilitas binomial dan chi-square; praktek pengolahan
data dengan software Microsoft Excel pada uji segitiga, uji duo-trio, uji dua dari lima, dan uji
beda arah; praktek pengolahan data dengan software SPSS pada uji beda sederhana, uji rangking
sederhana, dan uji rangking hedonik.

Metode
Analisis data dilakukan melalui laman sensehub.sensoluion.id. Setelah membuka laman
tersebut maka log in dengan memasukkan email dan password. Halaman beranda akan
menampilkan beberapa uji dan uji yang digunakan pada praktikum ini adalah uji diskriminatif.
Setelah memilih uji diskrimanitif, masukkan jumlah jawaban benar dan jumlah percobaan lalu
pilih metode 2-AFC. Untuk mengetahui hasilnya klik analis maka hasil uji 2-AFC akan muncul
dilayar.

Hasil Pengujian

Tabel 1 Tabel hasil analisis data uji diskriminatif 2-AFC

Intrepretasi Data:
H0= sampel tidak berbeda nyata (A=B)
H1= sampel berbeda nyata (A≠B)

Nilai p-value pada uji diskriminatif 2-AFC sebesar 0.1885428 lebih besar dari taraf
signifikansi (α=0.05). Hasil uji diskriminatif 2-AFC menunjukkan bahwa kedua sampel tidak
berbeda nyata pada taraf signifikansi 0.05.
 LAPORAN PRAKTIKUM
ANALISIS DATA PARAMETRIK UJI SENSORI

Nama : Gracia Theodora Dosen : Budi Nurtama

NIM : F24190026 Asisten Praktikum : Alma Purnama
Hari, tanggal : Senin, 15 Maret 2021
Waktu : 10.00 – 13.00 WIB

Tujuan
Praktikum ini bertujuan untuk menjelaskan prinsip statistika dalam pengolahan data uji
sensorik menggunakan uji-t dan analisis varian (ANOVA), mempraktikkan uji-t dalam
pengolahan data uji sensorik dua produk menggunakan laman sensehub.sensolution.id, dan
mempraktikkan analisis varian (ANOVA) dalam pengolahan data uji sensorik multi produk
menggunakan laman sensehub.sensolution.id.

Metode
1. Preferenced Ranking
Analisis data dilakukan melalui laman sensehub.sensolution.id. Langkah pertama adalah
buka laman sensehub.sensolution.id lalu log in dengan memasukkan email dan password.
Halaman beranda akan menampilkan beberapa uji, klik uji afektif dan pilih preference ranking.
Data yang digunakan adalah pilihan gunakan contoh data (pilihan tertera pada laman yang
muncul). Klik gunakan data dan isi pengaturan parameter. Pengaturan data terdiri dari panelis,
sampel dan skor ranking. Pilihan untuk pengaturan data berturut-turut adalah panelist, cheese,
dan preference rank lalu klik terapkan. Hasil analisis data dan analisis lokal dapat dilihat dan
diamati.
2. Hedonic Rating
Analisis data dilakukan melalui laman sensehub.sensolution.id. Langkah pertama adalah
buka laman sensehub.sensolution.id lalu log in dengan memasukkan email dan password.
Halaman beranda akan menampilkan beberapa uji, klik uji afektif dan pilih hedonic rating. Data
yang digunakan adalah pilihan gunakan contoh data (pilihan tertera pada laman yang muncul).
Klik gunakan data dan isi pengaturan parameter. Pengaturan data terdiri dari panelis, sampel dan
nilai kesukaan. Pilihan untuk pengaturan data berturut-turut adalah consumer, perfume, dan
liking lalu klik terapkan. Hasil analisis dat, analisis lokal, dan analisis global dapat dilihat dan
diamati.

Hasil Pengujian
1. Preferenced Ranking
Ringkasan data :
- Metode : Preference ranking
- Jumlah panelis : 40
- Sampel : Cheese 1, Cheese 2, Cheese 3, Cheese 4, Cheese 5
- Jumlah sampel :5
 Tabel 1 Data preference ranking 5 sampel keju
Sampel Jumlah Ranking
Cheese 1 122
Cheese 2 127
Cheese 3 128
Cheese 4 112
Cheese 5 111

Tabel 2 Parameter statistik dari Friedman Rank Sum Test

Atribut Chi-squared statistic P value
Preferensi 2.62 0.623 t.s.

Perhitungan Chi-square :
- 𝑥 2 hitung = 2.62
- 𝑥 2 tabel = 13.28
- 𝛼 = 0.05
- 𝑉 =n–1=5–1=4
- 𝐻0 : A = B
𝐻1 : A ≠ B
- 𝑥 2 hitung < 𝑥 2 tabel → 𝐻0 diterima

Tabel 3 Data pendukung hasil uji

Parameter Nilai
𝐻0 A=B
𝐻1 A≠B
𝛼 0.05
V 4
2
𝑥 tabel 9.49
𝑥 2 hitung 2.62

Interpretasi Data
Nilai 𝑥 2 hitung sebesar 2.62 lebih kecil dari 𝑥 2 tabel sebesar 9.49 sehingga 𝐻0 diterima.
Hasil uji preferenced ranking menunjukkan bahwa sampel tidak berbeda nyata pada taraf
signifikansi 𝛼 = 0.05.

2. Hedonic Rating
Ringkasan data :
- Metode : Hedonic rating
- Jumlah panelis : 103
- Sampel : Angel, Aromatics Elixir, Chanel N5, Cinema, Coco
Mademoiselle, J’adore EP, J’adore ET, L’instant, Lolita Lempicka, Pleasures, Pure
Poison, Shalimar
- Jumlah sampel : 12
 Tabel 4 Nilai rerata
Sampel Kesukaan
Angel 4.533980583
Aromatics Elixir 4.310679612
Chanel N5 5.155339806
Cinema 6.40776699
Coco Mademoiselle 6.466019417
J’adore EP 6.582524272
J’adore ET 6.330097087
L’instant 5.825242718
Lolita Lempicka 5.854368932
Pleasures 5.970873786
Pure Poison 6.330097087
Shalimar 4.485436893

Tabel 5 Parameter statistic dari Mixed-effect ANOVA

Atribut F statistic P value
Kesukaan 27.272 8.02e-51 **
Keterangan :
** = signifikansi pada tingkat kepercayaan 99%

Perhitungan Chi-square :
- 𝛼 = 0.01
- 𝑉 = n – 1 = 12 – 1 = 11
- P value = 8.02e-51
- 𝐻0 : A = B
𝐻1 : A ≠ B
- P value < α → 𝐻0 ditolak

Tabel 6 Data pendukung hasil uji

Parameter Nilai
𝐻0 A=B
𝐻1 A≠B
𝛼 0.01
V 11
P value 8.02e-51

Interpretasi Data
Nilai P value sebesar 8.02e-51 lebih kecil dari α sebesar 0.01 sehingga 𝐻0 ditolak.
Hasil uji hedonic rating menunjukkan bahwa sampel berbeda nyata pada taraf signifikansi 𝛼 =
0.01.
 LAPORAN PRAKTIKUM
DETEKSI AMBANG BATAS STIMULUS

Nama : Gracia Theodora Dosen : Dede Adawiyah

NIM : F24190026 Asisten Praktikum : Alma Sabrina
Hari, tanggal : Senin, 22 Maret 2021
Waktu : 10.00 – 13.00

Tujuan
Praktikum ini bertujuan menentukan ambang batas stimulus o yang merupakan ambang
batas mutlak dan ambang pengenalan lima rasa dasar : asin, manis, pahit dan umami dari
senyawa kimia NaCl, sukrosa, asam sitrat, kafein dan monosodium glutamate.

Jenis Sampel Uji

Sampel uji yang digunakan adalah garam komersial NaCl.

Persiapan dan Penyajian Sampel

Persiapan sampel dilakukan dengan menambahkan garam NaCl (refina) sesuai
konsentrasi yang diinginkan. Lautan dengan konsentrasi 0.02% dibuat dengan melarutkan 0.2
gram garam jam-jam dalam 1000 mL air. Langkah ini dilakukan terhadap konsentrasi berbeda
juga.
Penyajian sampel dilakukan dengan menyajikan sampel dalam 5 set dengan 3 sampel
berbeda disetiap setnya secara acak dengan kode 3 digit berbeda tiap sampelnya. Panelis
diminta untuk mencicipi setiap sampel dari yang paling dekat dan dari kiri ke kanan lalu panelis
menentukan sampel dengan rasa berbeda pada tiap set.
Hasil Pengujian
Tabel 1 Matriks data respon metode frekuensi
Konsentrasi garam (%)
No Panelis
0.02 0.04 0.08 0.16 0.32
1 Rai + + + + +
2 Nindi - + + + +
3 Khoirunnisa + + + + +
4 Erlindyah - + + + +
5 Yanti - + + + +
6 Hesta + + + + +
7 Huda - + + + +
8 Annisa - - + + +
9 Yusuf + + + + +
10 Inas + + + + +
11 Nadia + + + + +
12 Iwan - + + + +
13 Arifqi - - + + +
14 Rifky + + + + +
15 Rafi - - + + +
16 Rizka + + + + +
17 Archie + - + + +
18 Dinni + + + + +
19 Intan - + + + +
20 Naufal - - + + +
21 Stacia - + + + +
22 Mutia - + + + +
23 Sarah + + + + +
24 Lutfie + + + + +
25 Via + + + + +
26 Tefanissa + + + + +
27 Cristie + + + + +
Total panelis benar 15 22 27 27 27
Frekuensi panelis benar 55.56% 81.48% 100% 100% 100%
Keterangan : - : jawaban salah
+ : jawaban benar
Tabel 2 Matriks data respon metode BET
Konsentrasi garam (%) BETp Log
No Panelis
0.02 0.04 0.08 0.16 0.32 (mM) (BETp)
1 Rai + + + + + 0.0141 -1.8508
2 Nindi - + + + + 0.0283 -1.5482
3 Khoirunnisa + + + + + 0.0141 -1.8508
4 Erlindyah - + + + + 0.0283 -1.5482
5 Yanti - + + + + 0.0283 -1.5482
6 Hesta + + + + + 0.0141 -1.8508
7 Huda - + + + + 0.0283 -1.5482
8 Annisa - - + + + 0.0566 -1.2471
9 Yusuf + + + + + 0.0141 -1.8508
10 Inas + + + + + 0.0141 -1.8508
11 Nadia + + + + + 0.0141 -1.8508
12 Iwan - + + + + 0.0283 -1.5482
13 Arifqi - - + + + 0.0566 -1.2471
14 Rifky + + + + + 0.0141 -1.8508
15 Rafi - - + + + 0.0566 -1.2471
16 Rizka + + + + + 0.0141 -1.8508
17 Archie + - + + + 0.0566 -1.2471
18 Dinni + + + + + 0.0141 -1.8508
19 Intan - + + + + 0.0283 -1.5482
20 Naufal - - + + + 0.0566 -1.2471
21 Stacia - + + + + 0.0283 -1.5482
22 Mutia - + + + + 0.0283 -1.5482
23 Sarah + + + + + 0.0141 -1.8508
24 Lutfie + + + + + 0.0141 -1.8508
25 Via + + + + + 0.0141 -1.8508
26 Tefanissa + + + + + 0.0141 -1.8508
27 Cristie + + + + + 0.0141 -1.8508
Total panelis benar 15 22 27 27 27
Frekuensi panelis benar 55.56% 81.48% 100% 100% 100%
𝑥̅ log (BETp) -1.6493
BET group (Mm) 0.0224
% individu dibawah BET group 51.85%
% individu diatas BET group 48.15%
Keterangan : - : jawaban salah
+ : jawaban benar

Pengolahan Data
a. Metode Frekuensi
Contoh perhitungan
∑ 𝑃+
𝐹0.02% = ∑ 𝑃𝑡 x 100%
15
= 27 x 100%
= 0.5556 x 100%
= 55.56%
 Gambar 1 Grafik respon rasa asin garam refina metode frekuensi

• Persamaan linear
y = 701x + 46.3
• Ambang deteksi (y = 50)
50 = 701x + 46.3
3,7 = 701x
x = 0.0053
• Ambang pengenalan (y = 75)
75 = 701x + 46.3
28.7 = 701x
x = 0.0409

b. Metode BET
Contoh perhitungan
• BETp = √𝑥1 . 𝑥2
= √0.04 𝑥 0.08
= 0.0566
• log BETp = log (0.0566)
= -1.2471
∑ log 𝐵𝐸𝑇𝑝
• Rata-rata log BETp = ∑ 𝑝𝑎𝑛𝑒𝑙𝑖𝑠
− 44.5323
= 27
= - 1.6493
• BET grup = antilog ∑ log 𝐵𝐸𝑇𝑝
= 0.0224
∑ 𝐵𝐸𝑇𝑝 < 𝐵𝐸𝑇 𝑔𝑟𝑜𝑢𝑝
• % individu di bawah BET grup = ∑ 𝑝𝑎𝑛𝑒𝑙𝑖𝑠
14
= 27 x 100%
= 51.85%
 ∑ 𝐵𝐸𝑇𝑝 > 𝐵𝐸𝑇 𝑔𝑟𝑜𝑢𝑝
• % individu di atas BET grup = ∑ 𝑝𝑎𝑛𝑒𝑙𝑖𝑠
13
= 27 x 100%
= 48.15%

Gambar 2 Grafik distribusi BET individu dan BET grup

Pembahasan
Threshold atau ambang rangsangan adalah konsentrasi terkecil dari suatu
rangsangan yang mulai dapat menimbulkan kesan. Ambang rangsangan terdiri dari ambang
mutlak (absolute threshold), ambang pengenalan (recognition threshold), ambang
perbedaan (difference threshold) dan terminal threshold (Agustina et al. 2016). Ambang
mutlak (absolute threshold) adalah konsentrasi rangsangan terkecil yang mulai dapat
menimbulkan kesan. Sebagai contoh konsentrasi terkecil dari larutan garam yang mulai
menimbulkan kesan asin dapat dibedakan dari pelarutnya / air murni. Ambang pengenalan
(recognition threshold) adalah konsentrasi rangsangan yang sudah dapat menimbulkan
identifikasi jenis kesan. Ambang pengenalan umumnya lebih tinggi dibandingkan ambang
mutlak. Ambang perbedaan (difference threshold) adalah perubahan konsentrasi terkecil
suatu rangsangan yang sudah dapat dideteksi perubahannya. Ambang perbedaan ini
menyangkut 2 tingkat kesan yang ditimbulkan oleh 2 rangsangan yang berbeda
konsentrasinya. Ambang batas (terminal threshold) adalah konsentrasi rangsangan terbesar
yang masih meningkatkan intensitas kesan atau konsentrasi rangsangan terkecil di mana
peningkatan konsentrasi rangsangan sudah tidak lagi mempengaruhi tingkat intensitas
kesan. Ambang batas ini ditetapkan berdasarkan batas atas, bukan batas terendah
(Adawiyah et al. 2017).
Best Estimation Threshold (BET) merupakan metode perkiraan ambang rangsang
dengan menggunakan rataan geometris (geo-mean) transisi terakhir dari jawaban salah ke
jawaban benar pada setiap panelis, dengan catatan semua tahap yang lebih tinggi bernilai
benar. Ambang sensori grup (BET grup) diperoleh dengan menghitung rataan geometris
ambang sensori individu pada grup tersebut (Hasanah et al. 2014). Metode frekuensi
digunakan untuk menentukan ambang sensori dengan memperhitungkanjumlah jawaban
benar panelis tiap tingkat konsentrasi (Adawiyah et al. 2017).
Berdasarkan percobaan penggunaan metode BET dan frekuensi diperoleh data hasil
deteksi ambang batas stimulus sampel garam NaCl. Panelis pada percobaan ini berjumlah
27 orang. Hasil pengujian sampel garam NaCl dengan % konsentrasi sebesar 0.02,
 0.04, 0.08, 0.16, dan 0.32 menghasilkan total panelis benar berturut-turut 15, 22, 27, 27,
dan 27 panelis dengan % frekuensi 55.55, 81.48, 100, 100, dan 100. Adapun pengolahan
data dengan metode frekuensi menghasilkan persamaan linear y = 701x + 46.3, ambang
deteksi sebesar 0.0053, dan ambang pengenalan sebesar 0.0409. Pengolahan data dengan
metode BET menghasilkan BETp sebesar 0.0141, 0.0283, dan 0.0566 dan log BETp
berturut-turut adalah -1.8508, -1.5482, dan -1.2471. Selain itu, diperoleh juga nilai rata-rata
log BETp sebesar -1.6493, BET group sebesar 0.0224, % individu dibawah BET group
sebesar 51.85%, dan % individu diatas BET group sebesar 48.15%. Rasa asin memiliki BET
grup sebesar 0,0780 (Malidah dan Fibrianto 2019). Nilai BET grup percobaan yang lebih
kecil daripada nilai BET grup literatur berarti bahwa sensitivitas panelis terhadap rasa asin
lebih tinggi daripada literatur.

Simpulan
Uji ambang batas dapat dilakukan dengan metode Best Estimation Threshold (BET)
dan frekuensi. Sampel dengan konsentrasi yang lebih besar dari pada ambang mutlak membuat
stimulus dapat dideteksi oleh panelis. Nilai BET grup percobaan yang lebih kecil daripada nilai
BET grup literatur berarti bahwa sensitivitas panelis terhadap rasa asin lebih tinggi daripada
literatur.

Daftar Pustaka
Adawiyah DR, Nurtama B, Hunaefi D, Indrasti D, Syamsir E, Hasanah U. 2017. Laboratory
Manual Sensory Evaluations of Foods. Bogor(ID): Departemen Ilmu dan Teknologi
Pangan IPB.
Agustina, Udiantoro, Suhandriyanto. 2016. Penentuan formulasi bahan tambahan sebagai
bahan baku substitusi produksi tempe menggunakan uji ambang batas (threshold) dan
uji kesukaan (hedonic). Ziraa’ah. 41(2) : 212 – 221. ISSN ELEKTRONIK 2355-3545.
Hasanah U, Adawiyah DR, Nurtama B. 2014. Preferensi dan ambang deteksi rasa manis dan
pahit: Pendekatan multicultural dan gender. Jurnal Mutu Pangan. 1(1): 1–8.
Maulidiah, Fibrianto K. 2019. Profil sensori produk MSG PT. X dengan variasi media air
mineral dan kaldu ayam. Jurnal Pangan dan Agroindustri. 7(2): 37–46.