3.4.2.5 Penentuan model persamaan matematika perubahan warna label
untuk memprediksi warna label dan kualitas pempek
Warna label dapat diprediksi melalui model persamaan matematika, jika data sekunder atau sebagian data yang dibutuhkan dimiliki. Prediksi warna label
dilakukan dengan mengkonversi nilai hue yang diperoleh dari perhitungan model matemaika dengan warna pada skala hue. Perbedaan warna pada hue ditentukan
menggunakan uji Duncan taraf 5.
Model persamaan matematika perubahan warna label terhadap kualitas pempek dirumuskan dengan menggunakan analisis regresi berganda. Penelitian
yang sama dilakukan oleh Paras dan Mathur 2012 memprediksi cuaca, dan Kuzhda 2012 memprediksi penjualan. Analisis regresi berganda adalah metode
untuk memprediksikan variabel dependen hue jika variabel independen pH, jumlah S. aureus, total volatil nitrogen dan gas asam sebagai faktor prediktor
dimanipulasi. Variabel dependen merupakan variabel tak bebas respon dan variabel independen merupakan variabel bebas predictor Sugiyono 2010.
Penentuan model persamaan matematika dimulai dengan menentukan ordo, koefisien model persamaan dan kelayakan model. Ordo, koefisien dan
kelayakan model persamaan regresi ditentukan menggukanan program SPSS 18. Nilai
o
hue dijadikan variabel dependen, kemudian ordo variabel ditentukan dengan memplot data variabel independen terhadap hue yang akan menghasilkan
plot tebaran dan garis. Hasil tebaran akan menunjukkan ordo variabel yang akan digunakan Ismail et al. 2009, selain itu ordo variabel ditentukan berdasarkan R
square atau R
2
Nathan et al. 2012 yang tertinggi. Jika R square tertinggi pada ordo 1 atau linier, maka variabel dinyatakan linier. Jika R square tertinggi pada
ordo 2 atau kuadratik, maka variabel dinyatakan kuadratik, dan sebagainya. Tahap selanjutnya, data variabel dependen
o
hue dan data variabel independen pH label, jumlah S.aureus pada label, jumlah bakteri dominan pada
pempek, total volatil nitrogen, konsentrasi gas asam dan pH pempek dimasukkan ke dalam sel data sheet pada program SPPS 18 dan dianalisis regresinya. Hasil
analisis menampilkan ANOVA, coefficients, dan model summary. ANOVA menunjukkan sig P-value, coefficients menunjukkan koefisien persamaan model
matematika yang akan ditentukan, dan model summary menunjukkan R square, adjust R square dan standar galat.
Taraf uji yang digunakan sebesar 5, jika sig P-value pada ANOVA memiliki nilai dibawah 5 bermakna minimal ada satu peubah prediktor variabel
bebas yang berpengaruh terhadap respon
o
hue. Perubahan respon
o
hue label pada penelitian ini dipengaruhi oleh dua faktor, yaitu faktor internal dan faktor
eksternal. Faktor internal dipengaruhi oleh label dan faktor eksternal dipengaruhi oleh pempek. Persamaan regresi yang diperhitungkan untuk model matematika
faktor internal pada persamaan 3 dan model matematika faktor eksternal pada persamaan 4.
o
Hue
int
= f X
1,
X
2
…………….. 3 dengan
X
1
= pH label, X
2
= jumlah bakteri dominan pada label 1×10
3
cfug
o
Hue
eks
= f X
3
, X
4
, X
5,
X
6
………….. 4 dengan,
X
3
= pH pempek X
4
= jumlah bakteri dominan label 1×10
3
cfug X
5
= konsentrasi total volatil nitrogen pempek mg 100g X
6
= konsentrasi gas asam di dalam kemasan ppm Persamaan yang diperoleh kemudian diuji kelayakannya menggunakan uji
asumsi. Model regresi yang layak harus memenuhi asumsi pada uji Kolmogorov smirnov, uji Glejser, uji multikolinieritas dan autokorelasi Draper dan Smith
2014. Kolmogorov smirnov merupakan uji normalitas untuk menguji nilai residual terstandarisasi pada model regresi sudah menyebar atau belum. Jika sig
0.05
maka data telah menyebar normal. Glejser merupakan uji heteroskedastisitas untuk menguji ketidaksamaan data dari residual satu
pengamatan ke pengamatan yang lain. Model regresi yang baik adalah homoskesdasitias atau tidak terjadi heteroskedastisitas. Jika sig ANOVA
0.05 maka data telah homogen.
Uji multikolinieritas sangat penting dilakukan pada variabel bebas lebih dari satu, untuk menguji adanya korelasi antara variabel bebas. Model yang baik
adalah tidak memiliki korelasi antar variabel bebas. Multikolinieritas dapat dilihat dari nilai variance inflation factor VIF. Nilai cutoff yang umum dipakai untuk
menunjukkan multikolinieritas adalah nilai VIF 10 dengan nilai tolerance = 0.1
sama dengan tingkat koliniertitasnya 0.95. Variabel yang memiliki VIF10 tidak dapat digunakan dalam penentuan persamaan model, sehingga variabel
dikeluarkan. Jika VIF 10, maka tidak ada multikolinieritas Ghozali 2001.
Uji autokorelasi bertujuan untuk menguji masalah pada model. Model regresi yang baik adalah yang bebas dari autokorelasi. Uji autokolerasi
menggunakan ketentuan Durbin-Watson DW. Jika 1.65 DW 2.35, maka
tidak terdapat autokorelasi atau hubungan antar variabel. Jika 1.21 DW 1.65
atau 2.35 DW 2.79 maka tidak dapat disimpulkan. Jika DW 1.21 atau DW
2.79 maka terjadi autokorelasi Ghozali 2001. Model persamaan yang telah layak dilakukan simulasi dan validasi.
Simulasi dilakukan untuk melihat kembali ketepatan model dalam memprediksi warna label. Simulasi dilakukan dengan memasukkan data dalam variabel
independen pada model persamaan, kemudian dikalkulasi. Data dapat berupa data primer atau data sekunder. Pada penelitian ini, data yang digunakan pada simulasi
merupakan data primer. Validasi pada simulasi model dilakukan menggunakan Chi square . Chi square adalah pengujian non-parametrik ketepatan data terhadap
suatu model Onchiri 2013. Validasi Chi square merupakan validasi eksternal yang membandingkan antara kriteria model dengan fakta-fakta empiris yang
terjadi di lapangan Onchiri 2013, Sugiyono 2010. Nilai hue dari lapangan dihitung selisihnya terhadap nilai hue yang diperoleh dari model, kemudian dibagi
dengan nilai model hingga diperoleh rata-rata selisih. Rata-rata selisih masing- masing sampel dijumlahkan yang dinyatakan dengan X
2
. Kevalidan model dinyatakan jika X
2
tidak melebihi batas signifikasi, yang ditulis dengan persamaan sebagai berikut :
Kategori