BAB III. METODOLOGI PENELITIAN
A. BAHAN DAN ALAT
Bahan-bahan yang digunakan dalam pembuatan muffin adalah tepung terigu, tepung ubi jalar, tepung jagung, margarin, air, garam, telur, gula halus, dan baking powder. Bahan-bahan
lainnya yang digunakan adalah bahan-bahan kimia untuk analisis proksimat dan analisis serat kasar.
Alat-alat yang digunakan terdiri dari baskom, wadah plastik, timbangan, mixer, pengaduk plastik, sendok, gelas literan plastik, cup muffin, dan oven gas. Peralatan lainnya yang
disiapkan yaitu peralatan untuk uji sensori seperti wadah sampel, peralatan untuk analisis fisik produk akhir berupa Texture Analyzer Stable Micro System TA-XT2i, dan alat-alat gelas untuk
analisis kimia.
B. METODE PENELITIAN
Penelitian ini dibagi menjadi 3 tahap utama yang ditunjukkan pada Gambar 4.
Gambar 4. Tahapan penelitian
1. Optimasi Formula
Tahap optimasi formula diawali dengan penentuan titik maksimum substitusi dari masing- masing tepung berdasarkan tingkat kesukaan panelis. Untuk tepung jagung, dilakukan
pembuatan muffin dengan level substitusi dari 50 hingga 100 sedangkan untuk tepung ubi dari 20 hingga 70. Penentuan kisaran tersebut berpatokan pada muffin substitusi komersial
yang telah ada sebelumnya, di mana mencapai tingkat substitusi 50 baik untuk tepung jagung maupun tepung ubi jalar. Setiap muffin hasil substitusi diuji secara sensori kepada 30 panelis
tidak terlatih menggunakan uji rating hedonik. Atribut yang diujikan terdiri dari warna, aroma, rasa, tekstur, dan keseluruhan. Menurut Moskowitz 2012, jumlah panelis yang digunakan
untuk uji kesukaan skala laboratorium berkisar antara 20-50 panelis hingga maksimal 75 panelis. Semakin besar jumlah panelis maka signifikansi statistik akan meningkat pada kisaran
yang lebih luas. Data yang diperoleh kemudian diolah dengan ANOVA. Nilai signifikansi menunjukkan probabilitas kesalahan dalam pengambilan keputusan, nilai signifikansi kurang
dari 5 menunjukkan pengaruh yang signifikan sedangkan nilai signifikansi melebihi 5 menunjukkan pengaruh yang tidak signifikan dari sampel dengan berbagai tingkat substitusi
terhadap skor kesukaan. Apabila tingkat substitusi yang berbeda berpengaruh signifikan terhadap skor kesukaan, maka dilakukan uji lanjut Duncan. Sampel-sampel yang berada pada
subset yang sama menunjukkan bahwa sampel-sampel tersebut tidak berbeda nyata sedangkan sampel-sampel yang berada pada subset yang berbeda menunjukkan bahwa sampel tersebut
Optimasi Formula Optimasi Proses
Analisis Produk Akhir
11
berbeda nyata. Titik maksimum substitusi merupakan tingkat substitusi tertinggi yang menghasilkan produk yang masih dapat diterima panelis secara sensori. Diagram alir proses
pembuatan muffin dapat dilihat pada Gambar 5 dan formula dasar muffin tanpa substitusi ditampilkan pada Tabel 3.
Gambar 5. Diagram alir proses pembuatan muffin Tabel 3. Formula dasar muffin
Bahan Jumlah g
Tepung terigu 525
Telur 300
Margarin 345
Garam 3
Air 165
Gula halus 320
Baking powder 7,5
Langkah berikutnya dilakukan dengan menggunakan metode rancangan campuran pada piranti lunak Design Expert 7.0
®
. Rancangan campuran terbagi lagi menjadi beberapa rancangan, salah satunya adalah rancangan D-optimal yang digunakan dalam penelitian ini.
Rancangan D-optimal adalah rancangan yang dapat melibatkan dua hingga dua puluh empat komponen di dalam sebuah formula dengan mengutamakan adanya constraints atau pembatas
Persiapan dan penimbangan bahan Pengayakan tepung
ke dalam mangkuk Margarin cair,
air, garam Pengadukan kecepatan sedang
Pengadukan kecepatan tinggi
Pencetakan ke dalam cup Pemanggangan suhu 150˚C, 50 menit
Tepung
Telur
Pengadukan kecepatan sedang Gula halus,
baking powder Adonan muffin
Muffin
12
dari kisaran tiap komponen. Variabel yang akan dioptimasi terdiri dari tepung terigu, tepung jagung, dan tepung ubi jalar. Titik minimum dan maksimum substitusi dari setiap tepung yang
telah diperoleh sebelumnya dimasukkan ke dalam rancangan sehingga diperoleh kombinasi- kombinasi formula yang akan diuji. Penentuan formula yang paling optimal berdasarkan
respon kesukaan panelis terhadap atribut warna, aroma, rasa, tekstur, dan keseluruhan muffin. Pemilihan kelima parameter tersebut berdasarkan kriteria utama penerimaan konsumen
terhadap suatu produk pangan. Winarno 1997 menyatakan bahwa penilaian mutu bahan pangan sangat bergantung pada beberapa faktor di antaranya cita rasa, warna, dan teksturnya.
Masing-masing formula diuji menggunakan uji rating hedonik skala garis kepada 70 panelis tidak terlatih. Skala garis berupa garis horizontal dengan panjang 10 cm dengan tanda
batas di kedua ujungnya. Masing-masing tanda batas diberi label dengan deskripsi intensitas kesukaan ―sangat tidak suka‖ di ujung kiri dan ―sangat suka‖ di ujung kanan. Lembar skor
yang diisi panelis dapat dilihat pada Lampiran 1. Panelis diminta untuk memberikan tanda
vertikal pada garis yang menunjukkan seberapa tinggi tingkat kesukaannya. Data didapatkan dari respon panelis dengan cara mengukur dari ujung sebelah kiri hingga titik pertemuan garis
vertikal dan garis horizontal respon panelis. Kemudian data direkap di dalam suatu tabel. Sampel yang disajikan diberi kode tiga angka dan disajikan bersamaan. Di dalam satu kali
penyajian, panelis diminta mencicipi 4-6 sampel muffin. Batasan tingkat kesukaan panelis ditentukan berdasarkan skala Labelled Affective Magnitude LAM Kemp et al. 2009 yang
ditunjukkan pada Gambar 6.
Gambar 6. Skala Labelled Affective Magnitude LAM Kemp et al. 2009
13
Skala LAM memiliki kisaran nilai dari 0 hingga 100 dengan nilai 0 mewakili respon sangat tidak suka sedangkan nilai 100 mewakili respon sangat suka. Di lain pihak, skala garis
uji rating hedonik yang digunakan dalam penelitian ini berkisar dari nilai 0 hingga 10 dengan nilai 0 menunjukkan respon sangat tidak suka dan angka 10 menunjukkan respon sangat suka.
Oleh karena itu, skala 0-10 pada skala garis uji rating hedonik akan dikonversi ke skala LAM sehingga batasan kesukaan dapat ditentukan. Sebagai contoh, nilai 5 pada skala garis uji rating
hedonik dibaca sebagai skala 50 pada skala LAM yang menunjukkan respon netral. Setelah respon panelis diperoleh, maka dilanjutkan pada tahap analisis respon. Pada
tahap analisis respon, piranti lunak Design Expert 7.0
®
akan memberikan suatu model polinomial yang mewakili respon tiap parameter. Model polinomial terdiri dari model rata-
rata, linear, kuadratik, dan kubik. Model tersebut dapat ditampilkan dalam bentuk plot kontur ataupun gambar tiga dimensi. Syarat model yang dapat merepresentasikan data dengan baik
adalah model polinomial yang memiliki nilai p lebih rendah dari taraf signifikansi 0,05, nilai ketidaksesuaian ketidaksesuaian yang tidak signifikan, serta nilai R
2
diprediksi dan R
2
disesuaikan yang mendekati 1,0. Nilai p yang lebih kecil dari 0,05 menunjukkan bahwa model terpilih memiliki efek yang signifikan terhadap hasil optimasi. Nilai ketidaksesuaian adalah
variasi data di sekitar model terpilih. Apabila model tidak merepresentasikan data dengan baik, maka nilai ketidaksesuaian menjadi signifikan. Nilai ketidaksesuaian dengan nilai p
lebih besar dari 0,05 menunjukkan bahwa nilai ketidaksesuaian tidak signifikan. Nilai 1,0 dari R
2
yang disesuaikan menunjukkan kondisi ideal di mana 100 variasi pada nilai yang diamati
dapat direpresentasikan oleh model terpilih. Selain itu juga terdapat nilai R
2
diprediksi yang
memperkirakan jumlah variasi pada data baru yang dijelaskan oleh model. Nilai R
2
diprediksi
juga diharapkan mendekati nilai 1,0 Anonim 2006. Analisis ragam ANOVA menunjukkan signifikansi dari model terpilih, signifikansi
ketidaksesuaian nilai R
2
diprediksi, nilai R
2
disesuaikan, nilai presisi adekuat, dan persamaan akhir dari komponen-komponen yang terlibat untuk memperoleh respon yang diinginkan.
Presisi adekuat adalah ukuran dari rentang pada prediksi respon yang berkaitan dengan kesalahan. Nilai presisi adekuat yang diinginkan adalah 4 atau lebih. Model yang baik
memberikan prediksi yang baik bagi rata-rata keluaran yang dihasilkan Anonim 2006. Persamaan yang diperoleh untuk setiap respon pada optimasi formula menggunakan
persamaan aktual, di mana nilai variabel A, B, dan C dimasukkan dalam bentuk persentase sama seperti pada rancangan formula. Validasi hasil ANOVA dapat diketahui melalui plot
kenormalan residual, di mana titik-titik data yang semakin mendekati garis kenormalan menunjukkan titik-titik data yang menyebar normal yang berarti hasil aktual akan mendekati
hasil yang diprediksi Cornell 1990. Respon-respon untuk semua parameter sensori yang telah diwakili oleh model
polinomial tertentu kemudian dioptimasi dengan penentuan kriteria variabel terlebih dahulu. Pengaturan kriteria untuk setiap variabel adalah dengan menentukan sasaran dan tingkat
kepentingan yang diinginkan. Sasaran adalah kisaran target yang diinginkan pada suatu variabel yang berada di dalam kisaran nilai bawah dan atas. Tingkat kepentingan dimulai
tingkat kepentingan terendah yaitu 1 + hingga tingkat kepentingan tertinggi yaitu 5 +++++. Semakin tinggi tingkat kepentingan menandakan suatu variabel memiliki pengaruh yang besar
pada suatu produk. Hasil dari optimasi respon adalah sebuah formula optimal dengan nilai keinginan tertentu. Nilai target optimasi yang dapat dicapai dikenal dengan istilah nilai
keinginan yang ditunjukkan dengan nilai 0 – 1. Semakin tinggi nilai keinginan menunjukkan
semakin tingginya kesesuaian formula untuk mencapai formula optimal dengan variabel
14
respon yang dikehendaki. Nilai keinginan yang dihasilkan sangat dipengaruhi oleh kompleksitas komponen, kisaran yang digunakan dalam komponen, jumlah komponen dan
respon, serta target yang ingin dicapai dalam memperoleh formula optimum. Kompleksitas jumlah komponen dapat terlihat pada persyaratan jumlah bahan baku yang dianggap penting
dan berpengaruh terhadap produk untuk menentukan formulasi. Jumlah masing-masing bahan baku ditentukan dalam selang yang berbeda-beda yang akan berpengaruh terhadap nilai
keinginan. Semakin lebar selang, maka penentuan formula optimum dengan keinginan yang tinggi akan semakin sulit. Jumlah komponen dan respon juga turut mempengaruhi nilai
keinginan formula optimum. Semakin banyak jumlah komponen dan respon, semakin sulit untuk mencapai keadaan optimum sehingga nilai keinginan yang dihasilkan kemungkinan
rendah. Nilai kepentingan yang besar +++ hingga +++++ menunjukkan adanya keinginan yang tinggi untuk mencapai produk optimal yang ideal sesuai target optimasi. Semakin besar
tingkat kepentingan dari suatu respon atau komponen, maka semakin sulit untuk memperoleh formula optimum dengan nilai keinginan yang tinggi Wulandhari 2007.
Tahap akhir adalah tahap verifikasi. Tujuan dari tahap verifikasi adalah untuk membuktikan kesesuaian antara nilai respon aktual dengan nilai respon yang diprediksi oleh
piranti lunak Design Expert 7.0
®
. Kesesuaian tersebut ditunjukkan oleh nilai respon aktual hasil verifikasi yang berada di dalam selang kepercayaan atau selang prediksi. Selang
kepercayaan adalah rentang yang menunjukkan ekspektasi rata-rata hasil pengukuran berikutnya pada taraf signifikansi tertentu, dalam hal ini 5. Selang prediksi adalah rentang
yang menunjukkan ekspektasi hasil pengukuran respon berikutnya dengan kondisi sama pada taraf signifikansi tertentu, dalam hal ini 5 Anonim 2005. Diagram alir tahap optimasi
formula ditunjukkan pada Gambar 7.
Gambar 7. Tahapan optimasi formula Penentuan titik maksimum substitusi
Penentuan variabel dan range variabel
Pengumpulan respon Rancangan formula
Analisis respon Optimasi respon
Formula optimal Verifikasi
15
2. Optimasi Proses
Kategori