Jenis kelamin merupakan salah satu faktor yang dapat mempengaruhi preferensi seseorang terhadap pemilihan suatu produk pangan Stepherd
dan Sparks, 1994. Hal ini sesuai dengan hasil penelitian dimana berdasarkan perhitungan jumlah responden laki-laki dan perempuan yang
menyukai MTJ tertentu cenderung berbeda. Namun, hal ini tidak berlaku untuk produk minuman bajigur karena jumlah responden laki-laki dan
perempuan yang menyukai MTJ ini adalah sama, yaitu enam untuk masing-masing jenis kelamin Gambar 9. Oleh karena itu, bajigur
berpotensi besar untuk dipilih sebagai MTJ yang akan dioptimasi formulanya. Hal ini dilakukan dengan asumsi laki-laki dan perempuan
memiliki nilai kesukaan yang sama terhadap MTJ bajigur. Berdasarkan empat kategori pemilihan MTJ, bajigur merupakan
MTJ yang berpeluang besar menjadi MTJ terpilih. Bajigur memenuhi syarat pada tiga kategori pemilihan, sedangkan sekoteng, bir pletok dan
sarabba hanya memenuhi masing-masing dua dan satu syarat kategori pemilihan. Oleh karena itulah bajigur merupakan MTJ terpilih.
Gambar 9. Diagram batang jumlah responden yang menyukai MTJ berdasarkan jenis kelamin
Gambar 10 menunjukkan persentase preferensi MTJ secara keseluruhan tanpa pembagian etnis. Berdasarkan Gambar 8, jumlah
responden yang menyukai bajigur adalah 12 orang 30. Sisanya dalam urutan jumlah adalah responden yang menyukai sekoteng dan bandrek
1 2
3 4
5 6
7 8
baj igur
ban dr
ek bi
r p le
tok sa
rab ba
se kot
en g
w edan
g ja
he
Jenis M TJ Ju
m lah
R e
sp o
n d
e n
laki-laki Perempuan
bandrek, 20
sekoteng, 20
bir pletok, 5
sarabba, 12.5
bajigur, 30
w edang jahe, 12.5
masing-masing delapan orang 20, responden yang menyukai wedang jahe dan sarabba masing-masing lima orang 12,5 dan responden yang
menyukai bir pletok sebanyak dua orang 5. Hasil ini mendukung pernyataan bahwa bajigur merupakan MTJ terpilih yang dioptimasi
formulanya pada langkah selanjutnya.
Gambar 10. Pie chart persentase preferensi MTJ secara keseluruhan Uji skor evaluasi Fishbein e
i
dilakukan pada tahap preferensi MTJ agar optimasi formula lebih terarah. Skor evaluasi e
i
adalah nilai yang mengukur evaluasi kepentingan atribut-atribut yang dimiliki suatu produk.
Skor ini menunjukkan nilai atribut yang diinginkan dianggap penting oleh responden terhadap suatu produk. Adapun tujuan dilakukan
perhitungan skor evaluasi dalam tahap penelitian ini adalah untuk memperjelas arah optimasi formulasi dari segi atribut salah satu jenis
MTJ. MTJ yang dihitung skor evaluasinya e
i
adalah MTJ yang paling disukai, yaitu bajigur. Data mengenai skor evaluasi e
i
dapat dilihat pada Tabel 5, sedangkan hasil selengkapnya dapat dilihat pada Lampiran 6.
Tabel 5. Skor evaluasi e
i
terhadap masing-masing atribut bajigur pada tahap preferensi MTJ
No. Atribut Bajigur
Rata-rata skor evaluasi
e
i
1 Aroma 0.92
2 Rasa Gurih
0.5
3 Rasa Manis
0.67 4
Rasa Pedas jahe 1.17
5 Warna 0.83
6 Mudah di
dapat 0.58
7 Disajikan Panas
1.08
Pada Tabel 5 diketahui bahwa terdapat dua macam atribut, yaitu atribut internal dan eksternal produk. Atribut internal adalah aroma, rasa
gurih, rasa manis, rasa pedas jahe dan warna, sedangkan atribut eksternal adalah mudah didapat dan disajikan panas. Berdasarkan data skor evaluasi
e
i
dapat diketahui bahwa semua skor atribut bernilai positif. Hal ini menunjukkan bahwa semua atribut tersebut dianggap penting oleh
konsumen sebagai faktor yang dipertimbangkan dalam memilih bajigur. Berdasarkan Tabel 5 juga dapat diketahui bahwa atribut internal rasa
pedas jahe memperoleh skor tertinggi, kemudian diikuti oleh atribut eksternal disajikan panas. Hal ini menunjukkan bahwa konsumen akan
mempertimbangkan atribut rasa pedas jahe dan disajikan panas sebagai atribut penting dalam memilih minuman bajigur. Hal ini dapat berarti pula
bahwa konsumen menganggap penting untuk mempertimbangkan atribut internal maupun eksternal dalam memilih bajigur.
Rasa gurih dalam perhitungan skor evaluasi berada pada peringkat terakhir yang diperhatikan konsumen dalam memilih bajigur. Artinya
konsumen tidak terlalu mementingkan rasa gurih dari bajigur itu sendiri. Oleh karena itu dalam pengujian selanjutnya penerimaan konsumen, rasa
gurih dihilangkan atau tidak ikut diujikan. Selain karena skor evaluasi yang terendah, rasa gurih dihilangkan dalam uji penerimaan konsumen
untuk menghindari bias yang besar. Bias yang besar dapat terjadi karena responden yang digunakan adalah tidak terlatih, sehingga masih sulit
membedakan antara rasa gurih dan asin. Tahap preferensi MTJ menghasilkan bajigur sebagai MTJ terpilih
yang paling disukai responden. Bajigur sebagai MTJ terpilih dikembangkan optimasi formulanya terhadap citarasa. Berdasarkan hasil
uji skor evaluasi Fiehbein e
i
atribut citarasa yang lebih diutamakan dalam tahap optimasi adalah rasa pedas jahe.
C. MODIFIKASI MTJ TERPILIH
Pembuatan MTJ dalam penelitian ini menggunakan cara tradisional dengan beberapa modifikasi dan pendekatan dari MTJ terpilih bajigur.
Pembuatan MTJ terdiri atas beberapa tahap, yaitu penentuan jenis jahe, penentuan jumlah air yang digunakan dalam pembuatan santan optimasi
santan, pembersihan jahe, dan dilanjutkan dengan pemasakan. Penentuan jenis jahe dilakukan berdasarkan literatur Hasanah et al, 2004 dan pengujian
subyektif terhadap rasa secara overall. Penelitian ini menggunakan jahe untuk mengoptimalkan rasa pedas, sehingga yang pertama diperhatikan dalam
pemilihan jahe adalah rasa pedas yang dimiliki dari setiap jenis jahe, kemudian berdasarkan kemudahan mendapatkan jahe, harga dan pengujian
terhadap rasa jahe dalam formula. Persentase penambahan jahe dalam formula sama untuk masing-masing jenis jahe. Hasil pebgujian beberapa jenis jahe
dalam MTJ dapat dilihat pada Tabel 6. Jahe yang dipilih adalah masih terasa rasa pedas jahe nya ketika
diformulakan menjadi MTJ, aroma jahenya tercium, mudah didapat, dan tidak terlalu mahal. Berdasarkan Tabel 6. jahe emprit memenuhi kriteria tersebut.
Oleh karena memenuhi keriteria yang diinginkan, jahe emprit dipilih sebagai jahe yang digunakan dalam formula MTJ.
Tabel 6. Hasil pengujian beberapa janis jahe dalam bajigur
Kriteria Jenis Jahe
Gajah Emprit Merah
Rasa pedas Kurang pedas
Pedas Sangat pedas
Aroma jahe Kurang tajam
Tajam Sangat tajam
Kemudahan didapat
Mudah didapat Mudah didapat
Sulit didapat Harga per Kg Rp 4000-Rp.5000 Rp. 7500- Rp. 9000 Rp.14.000-Rp.15000
Pengujian Rasa Kurang pedas dan Pedas dan aroma
Pedas tetapi ada rasa
jahe aroma tidak ada
kurang tajam
pahit dan aroma tajam
Keterangan : Hasanah et al., 2004.
Penentuan jumlah air yang digunakan dalam santan dilakukan dengan trial and error
. Santan dihasilkan dari ekstraksi daging kelapa menggunakan air dengan perbandingan tertentu. Pengujian optimasi santan dilakukan
terhadap viskositas, warna, aroma santan dan rasa santan secara subyektif. Hasil pengujian santan dalam MTJ dapat dilihat pada Tabel 7.
Tabel 7. Hasil pengujian santan dalam MTJ
Kelapa:air
Volume ml Viskositas mpas
Warna Aroma
Santan Rasa
Santan Awal Akhir
I II III
Rata- rata
1 : 1 600
500 225
220 250 231.67
Coklat muda
Sangat tercium
Sangat gurih
1 : 2 600
500 65
65 70
66.7 Coklat
muda Tercium gurih
: 3 600
540 25
30 24.5
26.5 Coklat
muda Agak
tercium gurih
1 : 4 600
540 7.5
8 7.5
7.6 Coklat
tua Tidak
tercium Agak
gurih
Tabel 7 menunjukkan hasil pengujian MTJ dengan menggunakan santan dengan tingkat pengenceran yang berbeda. Formula bajigur akhir yang
diharapkan adalah tidak terlalu encer, warna bajigur akhir coklat muda, aroma santan tercium dan rasa santan gurih. Berdasatkan hasil pengujian pada Tabel
7. dapat diketahui bahwa santan yang dipilih adalah dengan perbandingan air dan kelapa 1 : 3.
Tahapan selanjutnya adalah pembersihan jahe dan pemasakan MTJ. Tahapan pembersihan jahe selengkapnya dapat dilihat pada Gambar 11,
sedangkan tahapan pemasakan MTJ selengkapnya dapat dilihat pada Gambar 12.
Jahe ↓
Dicuci bersih dan dikupas ↓
Dipotong kecil-kecil dan dimemarkan ↓
Jahe memar Gambar 11. Diagram alir pembersihan jahe
Santan dari kelapa pilihan perbandingan kelapa dan air adalah 1:3
↓ Ditambahkan jahe memar, gula merah, kopi, garam dan pandan
perbandingan sesuai formulasi ↓
Dimasak dalam panci dengan api sedang T 80 C, 15 menit
Gambar 12. Diagram alir pembuatan MTJ Tabel 8. Komposisi MTJ dalam formula optimasi
Komponen bajigur Komposisi bb
Santan Gula merah
Jahe emprit Kopi
Garam Pandan
keterangan : semua angka disamarkan
Tabel 8 menerangkan komposisi yang digunakan dalam modifikasi MTJ. Komponen yang digunakan terdiri atas komponen tetap dan komponen yang
dapat berubah. Komponen tetap adalah komponen-komponen yang tidak berubah komposisinya dalam formula, terdiri atas santan, garam dan pandan,
sedangkan komponen yang berubah adalah komponen yang di modifikasi untuk mendapatkan formula yang optimum. Komponen yang dapat berubah
terdiri atas gula merah, jahe dan kopi.
D. OPTIMASI FORMULASI MTJ, METODE MIXTURE DESIGN
Berbagai formula MTJ untuk optimasi ditetapkan melalui program Design Expert
7.0. DX7 dengan menggunakan metode mixture design. Komponen bahan MTJ, yaitu gula merah, jahe dan kopi dimasukkan sebagai
variabel uji dengan kisaran masing-masing. Variabel uji dimasukkan dengan total tertentu, sedangkan sisanya merupakan total dari variabel tetap. Variabel
tetap adalah komponen-komponen yang tidak berubah komposisinya dalam formula, terdiri atas santan, garam dan pandan.
Selain untuk mendapatkan respon dengan rasa pedas optimum, tahap optimasi formulasi juga digunakan untuk mendapatkan respon dengan nilai
respon warna, rasa manis, dan aroma yang optimum. Oleh karena itu selain jahe, komponen yang diujikan dalam tahap optimasi ini adalah gula merah dan
kopi. Disain percobaan yang dihasilkan dengan tanpa pengelompokan dan
ulangan dua kali adalah 10 formula. Respon yang diukur untuk 10 formula tersebut adalah skor kesukaan rata-rata empat atribut variabel respon, yaitu
warna, aroma, rasa pedas jahe dan rasa manis. Formula dan skor kesukaan rata-rata empat atribut dapat dilihat pada Tabel 9, sedangkan kuesioner uji
kesukaan disajikan pada Lampiran 7. Masing-masing variabel respon akan dianalisis oleh DX7 untuk
mendapatkan persamaan polinomial dengan ordo yang cocok linier, kuadratik, spesial kubik dan kubik. Ada tiga proses untuk mendapatkan
persamaan polinomial, yaitu berdasarkan sequential model sum of squares [Type I], lack of fit tests
dan model summary statistics.
