Analisis kadar total flavonoid

untuk menentukan persamaan polynomial dengan ordo yang cocok untuk setiap variabel respon linier, kuadratik, special kubik, atau kubik. Ada tiga tahap untuk mendapatkan persamaan polinomial, yaitu berdasarkan sequential model sum of squares [Tipe I], lack of fit tests, dan model summary statistics. Partial sum of squares [Tipe III] akan memilih ordo tertinggi persamaan polinomial dari satu variabel respon yang hasil analisis ragamnya masih memberikan hasil yang berbeda nyata. Lack of fit tests akan memilih ordo persamaan polinomial tertinggi yang memberikan hasil tidak berbeda nyata dilihat dari segi penyimpangan responnya. Berdasarkan tahap tersebut, piranti lunak Design Expert 7.0 ® menentukan ordo persamaan polinomial tertinggi untuk setiap variabel responnya. Tabel 12 memberikan ringkasan model ordo dan persamaan polinomial untuk setiap variabel respon. Model ordo dan persamaan polinomial untuk setiap variabel respon disajikan secara lebih detail pada Lampiran 24. Tabel 12 Model ordo terpilih dan persamaan polynomial masing-masing variabel respon Variabel respon Model ordo Persamaan polynomial Real Componen Aktivitas antioksidan Linier Y = 532.99 X 1 +654.86 X 2 +749.06 X 3 – 433.90 X 1 X 2 + 236.75 X 1 X 3 – 53.32 X 2 X 3 Citarasa Linier Y = 4.58X 1 + 4.22 X 2 – 0.24 X 3 – 5.61 X 1 X 2 + 4.389 X 1 X 3 -0.151 X 2 X 3 warna Linier Y = 3.62X 1 + 3.84 X 2 +4.02 X 3 – 0.87 X 1 X 2 - 0.58 X 1 X 3 - 1.28 X 2 X 3 Keterangan: X 1 = beras merah , X 2 = kencur , dan X 3 = jahe Hasil analisis ragam ANOVA dari masing-masing variabel respon Tabel 13 menunjukkan bahwa semua persamaan polinomial variabel respon tersebut dapat digunakan sebagai model prediksi untuk mendapatkan formula minuman yang optimal karena semua hasil analisis ragamnya berbeda nyata pada taraf signifikansi 5 kecuali untuk atribut warna. Respon warna tidak berbeda nyata dikarenakan variabel uji tidak memberikan pengaruh terhadap warna minuman. Dari hasil pengamatan gula jawa merupakan bahan yang mempengaruhi respon warna Hasil analisis ragam ANOVA secara lengkap untuk masing-masing variabel respon dapat dilihat pada Lampiran 25. Tabel 13 Hasil analisis ragam ANOVA masing-masing variabel respon Variabel respon Model ordo Jumlah kuadrat db Kuadrat tengah F hitung Prob F Aktivitas antioksidan Linier 46601.62 5 9320.32 29.94 0.0029 citarasa Linier 1.78 5 0.36 7.57 0.0363 warna Linier 0.016 5 3.26E-003 0.34 0.8638 Taraf signifikansi 5. Signifikan Tidak signifikan Piranti lunak Design expert selanjutnya akan melakukan optimasi formulasi berdasarkan analisis ragam ANOVA dari setiap variabel respon minuman dan memberikan beberapa solusi formula sebagai formula minuman terpilih sesuai dengan target optimasi yang diinginkan. Nilai target optimasi yang dapat dicapai dikenal dengan istilah nilai desirability yang berkisar antara nol sampai dengan satu. Nilai desirability mendekati satu menandakan bahwa formula minuman dapat mencapai formula optimal sesuai dengan variabel respon yang dikehendaki, sedangkan indeks desirability mendekati nol menandakan bahwa formula minuman sulit mencapai titik optimal berdasarkan variabel responnya. Hasil optimasi minuman disajikan dalam bentuk contour plot dua dimensi Gambar 9 dan gambar tiga dimensi Gambar 10 dengan menggunakan model prediksi untuk variabel respon aktivitas antioksidan, respon citarasa minuman, dan respon warna minuman. Nilai pada garis contour merupakan kombinasi dari tiga komponen yang menghasilkan pencapaian nilai desirability. Titik sentral pada Gambar 9 memiliki ukuran sentral dengan kombinasi beras merah 60 , kencur 20, dan jahe 20. Titik sentral tersebut berada pada garis contour dengan nilai desirability 0.930. Hasil optimasi tertinggi disajikan pada Tabel 14. Formula 930 dipilih sebagai minuman dengan formula optimal karena mencapai nilai desirability tertinggi 0.930 dibandingkan formula terpilih lainnya. Nilai desirability yang mendekati satu dapat dicapai karena ketepatan pemilihan variabel uji yang mampu memberikan pengaruh nyata, penentuan rentang proporsi relatif masing-masing variabel uji, dan nilai target optimasi variabel respon. Semakin tinggi kompleksitas variabel uji dan nilai target optimasi, semakin sulit pencapaian nilai desirability yang mendekati satu. Ringkasan hasil optimasi formula minuman dengan prediksi responnya pada taraf signifikansi 5 dapat dilihat pada Lampiran 27. Gambar 9 Contour plot yang menunjukkan nilai desirability minuman dengan formula optimal. Gambar 10 Gambar 3 dimensi yang menunjukkan nilai desirability terhadap minuman dengan formula optimal. Tabel 14 Dua formula minuman terpilih hasil optimasi Design Expert 7.0 ® kode Beras Kencur Jahe Desirability 930 60.00 20.00 20.00 0.930 760 28.00 70.00 2.00 0.760

4.4. Karakteristik minuman beras kencur formula terpilih

Hasil optimasi minuman pada tahap formulasi dihasilkan minuman formula terpilih formula 930. Minuman formula 930 kemudian dibuat kembali dan dibandingkan terhadap beberapa minuman komersial sebagai pembanding. Hasil