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.
Proses pemilihan model yang pertama sequential model sum of squares dan kedua lack of fit tests berdasarkan pada nilai “probf”. Proses pertama
model ordo yang dipilih adalah yang memiliki nilai “probf” dibawah 0,05, sedangkan proses kedua model ordo yang dipilih adalah yang memiliki nilai
“probf” lebih besar dari 0,05 Anonim, 2006.
Tabel 9. Rancangan percobaan dan nilai rata-rata atribut sensori MTJ
No. Variabel uji
Variabel respon Gula
merah Jahe
Kopi Warna Aroma
Rasa pedas
jahe Rasa
manis
1 2.29
4.89 4.95
2.66 2
5.20 4.81
5.76 4.97
3 3.78
4.04 4.12
4.14 4
4.82 5.2
5.06 4.46
5 4.81
4.34 3.65
3.89 6
1.52 4.18
3.77 1.8
7 3.8
5.09 4.5
4.3 8
3.83 4.34
3.79 3.75
9 4.04
4.24 5.06
3.75 10
3.77 3.83 4.3
4.48
keterangan : semua angka disamarkan
Proses yang ketiga adalah berdasarkan model summary statistics. Parameter yang digunakan untuk memilih model yang tepat adalah standar
deviasi terendah, R-square tertinggi, adjusted R-square tertinggi, predicted R- square tertinggi, dan PRESS Prediction Error Sum of Square terendah.
Berdasarkan ketiga proses tersebut, maka program DX7 akan memberikan saran model polinomial dengan ordo terbaik untuk masing-
masing variabel respon. Tabel 10 memberikan ringkasan untuk atribut mengenai ordo dan persamaannya, sedangkan Lampiran 9 memberikan data
selengkapnya mengenai model ordo, persamaan polinomial dan ANOVA untuk setiap variabel respon.
Persamaan dengan nilai “probf” lebih rendah dari 0,05 akan memberikan pengaruh yang nyata signifikan terhadap respon Anonim,
2006. Persamaan yang berbeda nyata ini dapat digunakan sebagai model prediksi tahap optimasi. Berdasarkan hasil analisis ragam ANOVA dari
masing-masing variabel respon pada Tabel 11, dapat diketahui bahwa persamaan yang dapat digunakan sebagai model prediksi adalah persamaan
dengan respon warna, rasa pedas dan rasa manis. Persamaan yang diperoleh pada respon aroma tidak digunakan sebagai model prediksi karena
penggunaan gula merah, jahe dan kopi pada seluruh desain tidak mempengaruhi penerimaan panelis terhadap aroma produk.
Tabel 10. Model ordo terpilih dan persamaan polinomial masing-masing variabel respon
No. Variabel
respon Model ordo
Persamaan polinomial
1 Warna Kuadratik
Y = -4.69X
1
+75.37X
2
-185.73X
3
– 67.82X
1
X
2
+314.07X
1
X
3
– 91.15X
2
X
3
2 Aroma
Linier Y = 3.84X
1
+ 7.41X
2
+ 2.36X
3
3 Rasa pedas
Special kubik
Y = 60.53X
1
+549.65X
2
+1246.86X
3
– 956.88X
1
X
2
-1896.43X
1
X
3
- 5983.52X
2
X
3
+ 8096.76X
1
X
2
X
3
4 Rasa manis
Kuadratik Y = -5.73X
1
+ 52.39X
2
– 108.85X
3
– 30.8X
1
X
2
+225.59X
1
X
3
–148.72X
2
X
3
Tabel 11. Analisis ragam ANOVA model masing-masing variabel respon
Variabel respon
Model ordo
Jumlah kuadrat
db Kuadrat
tengah F
hitung ProbF Keterangan
Warna Kuadratik 10.56 5 2.11 8.49 0.0297
Signifikan
Aroma Linier 0.65 2 0.33 1.74 0.2436
Tidak signifikan
R.pedas Sp.kubik 4.13 6 0.69
8.96 0.0499 Signifikan R.manis Kuadratik
8.22 5 1.64
22.60 0.0049 Signifikan Hasil ANOVA untuk respon skor warna pada selang kepercayaan 95
ditunjukkan pada Tabel 12. Berdasarkan hasil ANOVA dapat diketahui bahwa secara terpisah linier mixture komponen A gula merah, komponen B jahe
emprit dan komponen C kopi memberikan pengaruh yang nyata terhadap skor warna. Interaksi AB gula merah dan jahe emprit dan BC jahe emprit
dan kopi tidak memberikan pengaruh yang nyata terhadap skor warna, sedangkan interaksi AC gula merah dan kopi memberikan pengaruh yang
nyata terhadap skor warna. Tabel 12. Hasil ANOVA untuk respon skor warna
Komponen Nilai probf
Linier mixture 0.03
AB 0.41 AC 0.07
BC 0.50
Hasil ANOVA untuk respon skor rasa pedas jahe pada selang kepercayaan 95 ditunjukkan pada Tabel 13. Berdasarkan hasil ANOVA
dapat diketahui bahwa secara terpisah linier mixture komponen A gula merah, komponen B jahe emprit dan komponen C kopi memberikan
pengaruh yang nyata terhadap skor rasa pedas jahe. Interaksi AC gula merah dan kopi, BC jahe emprit dan kopi dan antar semua komponen
Keterangan : A = gula merah
B = jahe emprit C = kopi