F12ikp PDF
F12ikp PDF
F12ikp PDF
SKRIPSI
Department of Food Science and Technology, Faculty of Agricultural Engineering and Technology,
Bogor Agricultural University, IPB Dramaga Campus, PO BOX 220, Bogor, West Java, Indonesia.
ABSTRACT
Food diversification is one of alternatives to reduce wheat flour consumption based on the
utilization of indegenous flour resources such as sweetpotato and corn flour. These flours can be
applied as ingredients to develop various new food products, especially brownies. This study was
conducted to obtain the optimum formula and process of making brownies which subtituted by
sweetpotato flour and corn flour. Response surface methodology (RSM) was used to optimize flour
composition, time and baking temperature. A mixture experiment D-optimal and a central composite
design (CCD) employed for formula and process optimization respectively. The result showed that the
optimum composite flour to made brownies containing 2% wheat flour, 10% corn flour, and 88%
sweetpotato flour. The optimum baking conditions were 146 oC for 48.5 minutes. Sensorically, the
product has preference level from like slightly to like moderately upon several sensory attributes, such
as color, aroma, taste, texture, and overall.
RINGKASAN
Impor terigu semakin meningkat seiring berjalannya waktu dan hal tersebut tentu membebani
devisa negara. Di lain pihak, Indonesia memiliki sumber daya lokal yang berpotensi menggantikan
terigu, seperti jagung dan ubi jalar merah. Data Badan Pusat Statistik tahun 2011 menunjukkan bahwa
Indonesia memiliki luas tanam ubi jalar seluas 177.857 Ha dengan jumlah produksi 2.192.242 ton,
sedangkan tanaman jagung memiliki luas tanam seluas 3.861.433 Ha dengan jumlah produksi
17.629.033 ton. Kandungan β-karoten dari ubi jalar yang cukup tinggi serta adanya pigmen xantofil
dari jagung juga dapat menjadi nilai tambah dalam inovasi produk berbasis bahan baku lokal.
Pemanfaatan bahan baku lokal seharusnya dapat memberikan keuntungan jika dikelola dengan baik.
Brownies merupakan salah satu jenis cake yang hanya sedikit atau bahkan tidak memerlukan
adanya peningkatan volume adonan. Sifat brownies yang sedikit atau bahkan tidak memerlukan
adanya peningkatan volume adonan menjadi salah satu alasan bagi peneliti untuk menggantikan
sebagian penggunaan terigu dengan bahan baku lokal di dalam produk tersebut. Ada beberapa pilihan
bahan baku lokal yang dapat digunakan untuk menggantikan terigu. Peneliti mencoba memanfaatkan
tepung jagung dan tepung ubi jalar sebagai pengganti terigu dalam produk brownies tersebut.
Substitusi menggunakan bahan baku lokal dengan sistem single flour substitution cenderung
memberikan karakter produk yang kurang baik. Masalah yang muncul dalam produk dengan sistem
single flour substitution diantaranya rasa dan aroma yang kurang disukai hingga tekstur yang terlalu
lembek atau terlalu padat. Alternatif yang dapat dilakukan untuk meminimalkan masalah tersebut
ialah dengan sistem multi flour substitution menggunakan tepung komposit. Penggunaan tepung
komposit diharapkan mampu memberikan karakter produk yang saling melengkapi satu sama lain.
Penelitian ini bertujuan mengoptimasi formula dan proses pembuatan brownies melalui
sistem multi flour substitution dengan memanfaatkan tepung ubi jalar dan tepung jagung. Produk
brownies hasil optimasi diharapkan memiliki tingkat kesukaan yang baik pada atribut warna, rasa,
aroma, tekstur, dan overall dari konsumen. Tahap penelitian terbagi dalam dua tahap, yaitu optimasi
formula dan optimasi proses. Tahap optimasi formula dan proses pembuatan brownies dilakukan
dengan menggunakan response surface methodology (RSM).
Optimasi formula dilakukan dengan menggunakan mixture experiment D-optimal yang
dibantu oleh software Design-Expert® versi 7 trial (DX7 trial). Bahan yang menjadi variabel adalah
tepung terigu (0-20%), tepung jagung (10-90%), dan tepung ubi jalar merah (10-90%). Desain ini
menghasilkan 16 formula yang kemudian dicari nilai respon kesukaan pada atribut warna, aroma, rasa,
tekstur, dan overall melalui uji rating hedonik skala garis. Optimasi formula menghasilkan satu
formula tepung komposit terpilih dengan komposisi 2% terigu, 10% tepung jagung, dan 88% tepung
ubi jalar merah. Desirability dari formula ini sebesar 0.846, yang menunjukkan bahwa 84.6% harapan
untuk mencapai nilai maksimum pada kelima respon dapat dicapai dengan formula tersebut. Formula
terpilih menunjukkan bahwa brownies berbasis tepung komposit dapat menggantikan terigu hingga
lebih dari 80%, yaitu 98%.
Formula yang terpilih selanjutnya dioptimalkan dari segi proses pada tahap optimasi proses.
Tahap optimasi proses ditujukan untuk meningkatkan skor kesukaan brownies yang dihasilkan pada
tahap sebelumnya. Desain yang digunakan adalah central composite design (CCD) dengan alpha
rotatable. Perancangan dan analisis desain tersebut dibantu oleh software DX7 trial. Faktor yang
menjadi variabel adalah suhu (146 - 174 oC) dan waktu (41.9 - 63.1 menit) proses pemanggangan.
Desain ini menghasilkan 13 run proses yang selanjutnya dari masing-masing run tersebut dicari nilai
respon kesukaan pada atribut warna, aroma, rasa, tekstur, dan overall dengan menggunakan uji rating
hedonik skala garis. Optimasi proses menghasilkan tiga proses pemanggangan terpilih berdasarkan
solusi dari software DX7 trial yaitu: 1) suhu 146 oC selama 48.7 menit; 2) suhu 146 oC selama 48.7
menit; dan 3) suhu 146 oC selama 48.5 menit. Ketiga proses tersebut memiliki desirability sebesar
0.895, yang menunjukkan bahwa 89.5% harapan dari kriteria yang diinginkan dapat dicapai dengan
proses tersebut. Oleh karena nilai desirability-nya yang sama, dipilihlah proses ketiga (146 oC selama
48.5 menit) yang memiliki waktu yang lebih singkat.
Hasil optimasi formula dan proses pembuatan brownies tepung komposit pada penelitian ini
memiliki skor kesukaan pada atribut warna, aroma, rasa, tekstur, dan overall berturut-turut sebesar
6.3; 6.1; 6.6; 5.8; dan 6.3. Skala labelled affective magnitude (LAM) yang digunakan sebagai
interpretasi skor kesukaan tersebut menunjukkan bahwa produk brownies hasil optimasi tersebut
berada pada rentang agak disukai (like slightly) hingga moderat suka (like moderately). Hasil analisis
proksimat menunjukkan produk brownies tepung komposit hasil optimasi pada penelitian ini memiliki
kadar air sebesar 19.15% (bk), kadar abu 1.07% (bk), kadar lemak 25.63%, kadar protein 4.42% (bk)
dan kadar karbohidrat sebesar 68.88% (bk), serta nilai tekstur rata-rata sebesar 270.097 43.813 gram
detik (gram second, gs). Hasil tersebut menunjukkan bahwa brownies tepung komposit optimal
memiliki formula 2% terigu, 10% tepung jagung, dan 88% tepung ubi jalar merah serta dipanggang
pada suhu 146 oC selama 48.5 menit.
OPTIMASI FORMULA DAN PROSES PEMBUATAN BROWNIES
BERBASIS TEPUNG KOMPOSIT DARI TEPUNG UBI JALAR, TEPUNG
JAGUNG, DAN TEPUNG TERIGU
SKRIPSI
Oleh:
I KADEK PUTRA YUDHA PRAWIRA
F24080008
Menyetujui,
(Prof. Dr. Ir. C. Hanny Wijaya, M.Agr) (Azis Boing Sitanggang, STP, M.Sc.)
NIP. 19600422 198303 2 003 NIP. 19860911 201012 1 007
Mengetahui,
Ketua Departemen Ilmu dan Teknologi Pangan
Saya menyatakan dengan sebenar-benarnya bahwa skripsi dengan judul Optimasi Formula
dan Proses Pembuatan Brownies Berbasis Tepung Komposit dari Tepung Ubi Jalar, Tepung Jagung,
dan Tepung Terigu adalah hasil karya saya sendiri dengan arahan Dosen Pembimbing Akademik, dan
belum diajukan dalam bentuk apapun pada perguruan tinggi manapun. Sumber informasi yang berasal
atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan
dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
vii
BIODATA PENULIS
viii
Hak cipta milik I Kadek Putra Yudha Prawira, tahun 2012
Hak cipta dilindungi
Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian
atau seluruhnya dalam bentuk apapun, baik cetak, fotocopy, mikrofilm, dan sebagainya.
KATA PENGANTAR
Puji syukur saya ucapkan kepada Tuhan Yang Maha Esa atas anugerah dan bimbingan yang
telah diberikan-Nya, sehingga skripsi ini dapat selesai tepat waktu. Skripsi dengan judul Optimasi
Formula dan Proses Pembuatan Brownies Berbasis Tepung Komposit dari Tepung Ubi Jalar, Tepung
Jagung, dan Tepung Terigu ini saya tulis untuk memenuhi salah satu persyaratan dalam
menyelesaikan studi program sarjana.
Penyusunan skripsi ini tentu saja tidak akan dapat berjalan dengan lancar tanpa adanya
bantuan dan dukungan dari berbagai pihak, sehingga pada kesempatan ini penulis ingin
menyampaikan terima kasih kepada:
1. Keluarga saya, bapak, mamak, kakak, dan adik serta keluarga besar yang selalu memberikan
perhatian, doa dan semangat dalam setiap saat.
2. Ibu Prof. Dr. Ir. C. Hanny Wijaya, M.Agr selaku dosen pembimbing I. Terima kasih atas
bimbingan, saran, pembelajaran, dan semangat yang telah diberikan selama ini hingga
akhirnya banyak hal yang saya dapatkan dan saya pelajari untuk menjadi lebih baik dari
sebelumnya. Terima kasih yang sebesar-besarnya saya ucapkan kepada ibu Hanny.
3. Bapak Azis Boing S, STP, M.Sc. selaku dosen pembimbing II dan Bapak Dr. Ir. Eko Hari
Purnomo, M.Sc. Terima kasih atas kepercayaan Bapak sehingga saya diberi kesempatan
untuk melaksanakan proyek Bapak. Terima kasih pula atas saran, bantuan, dan semangat
yang telah diberikan selama diskusi, menjadi suatu pengalaman yang berharga bagi saya.
4. Pak Fahim M. Taqi, STP, DEA selaku dosen penguji dalam ujian sidang sarjana saya. Terima
kasih atas saran dan masukkan dalam penelitian ini. Terima kasih pula karena telah memberi
kesempatan kepada saya untuk menjadi asisten praktikum Teknologi Pengolahan Pangan,
sehingga memberi kesempatan untuk mempelajari lebih dalam lagi mengenai materi tersebut.
5. Bapak Dr. Ir. Budi Nurtama, M.Agr yang telah memberikan bimbingan materi evaluasi
sensori maupun statistik RSM, terima kasih sebesar-besarnya. Semoga ilmu tersebut selalu
memberikan manfaat bagi saya.
6. Bu Dr. Ir. Endang Prangdimurti, M.Si dan Bu Dias Indrasti, STP, M.Sc yang telah
memberikan kesempatan kepada saya untuk menjadi asisten praktikum kimia dan biokimia
pangan serta evaluasi sensori. Banyak hal yang saya peroleh dalam kesempatan tersebut dan
banyak hal pula yang saya pelajari kembali.
7. Teman-teman sebimbingan, Yunita, Wulan, Kak Esti, Kak Fieky, Kak Kandi, Kak Frendy,
Kak Dian, Fahmi, Suci, Sarah L, Qobul, Irene, Balqis, Mba Elok, Mba Ayu, Mba Ratna, Mba
Winny, serta mahasiswa bimbingan Bu Hanny lainnya, terima kasih atas diskusi dan sharing-
nya. Semoga keakraban ini tetap terjaga.
8. Tim proyek IRN, Jesslyn, Stefani, dan Bangkit yang telah membantu dan mengajarkan
banyak hal selama penelitian ini, terima kasih sekali bantuannya, dan mohon maaf atas
segala perbuatan saya yang kurang berkenan. Teman-teman ITP 45 yang tidak dapat saya
sebutkan satu per satu, meski demikian kalian semua sangat membantu saya selama
perkuliahan dan penelitian ini.
9. Staf BReAD Unit, Mba Deni, Mba Sri, Mba Ikam, Mba Ina, dan Mba Dini yang selalu
memberikan bantuan, bimbingan dan masukan dalam penelitian ini.
10. Para teknisi, Bu Sri, Bu Rubiyah, Bu Antin, Pak Jun, Pak Deni, Pak Nur, Pak Gatot, Pak
Rozak, Pak Wahid, Pak Sobirin, Pak Yahya, Mba Fera, Mba Yuyun, Mas Salim, dan teknisi
lainnya yang telah menjadi teman diskusi. Terima kasih atas masukkan dan keakrabannya.
11. IP community (Wira, Mayun, Joni, Dewa, Yoga, Wijaya, Teguh, Dani, Kadek dan Made)
atas diskusi, sharing, dan persaudaraan yang telah diberikan selama ini. Terima kasih yang
sebesar-besarnya kepada Ni Putu Ayuning Wulan Pradnyani Mahayana yang selalu
menemani dan memberikan semangat setiap hari. Begitu pula pada keluarga Puri Jepun,
x
Griya Sandat, DC, T2, VDV, SD dan Mahayana serta teman-teman KMHD dan Brahmacarya
yang tidak bisa disebutkan satu-persatu, terima kasih.
12. Keluarga Pak Dewa Ketut Merta dan Pak Wayan Mangku yang telah saya anggap sebagai
keluarga saya di Bogor, terima kasih yang sebesar-besarnya atas kepercayaan, kesempatan,
dan keakrabannya.
13. Keluarga Himitepa, khususnya DPPI (Mas Anto, Kak Cherish, Kak Vendry, Kak Uli, Kak
Tiara, Yufi, Harum, Dini Q, Seno, Larasati A, Hayyu, Mila, dan para cucu) yang selalu akrab
dan ceria. Terima kasih karena telah menjadi bagian dalam suka dan duka.
14. Praktikan PKBP (khususnya golongan P1), praktikan Evse dan TPP (khususnya golongan
P2) angkatan 46, terima kasih karena telah menjadi teman diskusi dan begitu pula atas
masukkan yang membangun.
15. Tentunya Tanoto Foundation, terutama Mba Vika, yang selalu mendukung saya, memotivasi,
dan memberi bantuan yang begitu besar selama pendidikan sarjana ini. Terima kasih sebesar-
besarnya saya ucapkan kepada keluarga Tanoto.
Harapan penulis, semoga tulisan ini dapat memberikan informasi dan manfaat bagi penulis
pada khususnya, dan pembaca pada umumnya. Informasi dalam tulisan ini juga diharapkan dapat
memberi manfaat di bidang ilmu dan teknologi pangan, serta bidang terkait lainnya. Pepatah
mengatakan, tak ada gading yang tak retak, oleh karena itu saran dan kritik yang membangun bagi
penulis akan menjadi bahan pembelajaran penulis untuk menjadi lebih baik lagi.
xi
DAFTAR ISI
Halaman
ABSTRACT ............................................................................................................................................. ii
RINGKASAN ....................................................................................................................................... iii
BIODATA PENULIS ......................................................................................................................... viii
KATA PENGANTAR ............................................................................................................................ x
DAFTAR ISI ........................................................................................................................................ xii
DAFTAR TABEL ................................................................................................................................xiv
DAFTAR GAMBAR ............................................................................................................................ xv
DAFTAR LAMPIRAN ...................................................................................................................... xvii
I. PENDAHULUAN ............................................................................................................................... 1
A. LATAR BELAKANG .................................................................................................................. 1
B. TUJUAN PENELITIAN ............................................................................................................... 2
B.1. Tujuan Umum ........................................................................................................................ 2
B.2. Tujuan Khusus ....................................................................................................................... 2
II. TINJAUAN PUSTAKA ..................................................................................................................... 3
A. JAGUNG ...................................................................................................................................... 3
B. UBI JALAR .................................................................................................................................. 7
C. BROWNIES ................................................................................................................................... 9
D. ANALISIS SENSORI ................................................................................................................. 12
E. RESPONSE SURFACE METHODOLOGY (RSM) ..................................................................... 15
III. METODOLOGI PENELITIAN ...................................................................................................... 19
A. BAHAN DAN ALAT ................................................................................................................. 19
B. METODE PENELITIAN ............................................................................................................ 19
B.1. Pembuatan Tepung Ubi Jalar Merah .................................................................................... 21
B.2. Pembuatan Brownies............................................................................................................ 21
B.3. Optimasi Formula ................................................................................................................ 23
B.4. Optimasi Proses ................................................................................................................... 23
B.5. Uji Rating Hedonik .............................................................................................................. 24
B.6. Uji Tekstural ........................................................................................................................ 24
B.7. Kadar Air Metode Oven....................................................................................................... 25
B.8. Kadar Abu ............................................................................................................................ 25
B.9. Kadar Protein ....................................................................................................................... 26
B.10. Kadar Lemak...................................................................................................................... 26
B.11. Kadar Karbohidrat ............................................................................................................. 27
IV. HASIL DAN PEMBAHASAN ....................................................................................................... 28
xii
A. PEMBUATAN TEPUNG UBI ................................................................................................... 28
B. OPTIMASI FORMULA ............................................................................................................. 29
B.1. Persiapan dan Perancangan Mixture Experiment ................................................................. 29
B.2. Analisis Respon pada Mixture Experiment .......................................................................... 31
B.3. Optimasi Formula dengan RSM .......................................................................................... 41
C. OPTIMASI PROSES .................................................................................................................. 43
C.1. Persiapan dan Perancangan Central Composite Design (CCD) ........................................... 43
C.2. Analisis Respon pada CCD .................................................................................................. 44
C.3. Optimasi Proses dengan RSM ............................................................................................. 54
D. Karakterisasi Produk ................................................................................................................... 56
D.1. Tingkat Kesukaan Panelis.................................................................................................... 56
D.2. Karakter Tekstur .................................................................................................................. 57
D.3. Komposisi Kimia ................................................................................................................. 57
IV. SIMPULAN DAN SARAN ............................................................................................................ 59
A. SIMPULAN ................................................................................................................................ 59
B. SARAN ....................................................................................................................................... 59
DAFTAR PUSTAKA ........................................................................................................................... 60
LAMPIRAN .......................................................................................................................................... 65
xiii
DAFTAR TABEL
Halaman
Tabel 1. Tipe-tipe jagung serta sifatnya (Muhadjir 1988) ....................................................................... 4
Tabel 2. Perbandingan komposisi kimia dan warna tepung jagung hasil penggilingan
metode kering dan metode basah .............................................................................................. 5
Tabel 3. Perbedaan mi kering dari tepung jagung penggilingan kering dan penggilingan
basah ......................................................................................................................................... 5
Tabel 4. Syarat mutu tepung jagung (SNI 01-3727-1995) ...................................................................... 6
Tabel 5. Spesifikasi persyaratan khusus ubi jalar .................................................................................... 9
Tabel 6. Beberapa penelitian mahasiswa terkait pengembangan produk brownies berbasis
tepung lokal di Institut Pertanian Bogor.................................................................................. 12
Tabel 7. Komposisi brownies tepung komposit .................................................................................... 22
Tabel 8. Spesifikasi dan setting alat texture analyzer ............................................................................ 25
Tabel 9. Data bobot bahan dalam tiap proses pembuatan tepung ubi jalar merah ................................. 28
Tabel 10. Skor kesukaan pada ketiga tingkat substitusi menggunakan tepung jagung ......................... 29
Tabel 11. Skor kesukaan pada ketiga tingkat substitusi menggunakan tepung ubi ............................... 29
Tabel 12. Formula uji dalam optimasi formula produk brownies beserta respon skor
kesukaan warna, aroma, rasa, tekstur, dan overall dari tiap formula ................................... 30
Tabel 13. Hasil analisis ragam (ANOVA) Persamaan model dari masing-masing respon
pada optimasi formula .......................................................................................................... 32
Tabel 14. Kriteria optimasi formula untuk tiap faktor dan respon ........................................................ 42
Tabel 15. Hasil verifikasi formula terpilih, dibandingkan dengan nilai prediksi, CI 95% dan
PI 95% .................................................................................................................................. 43
Tabel 16. Titik uji dalam optimasi proses produk brownies beserta respon warna, aroma,
rasa, tekstur, dan overall dari tiap formula ........................................................................... 44
Tabel 17. Hasil analisis ragam (ANOVA) Persamaan model dari masing-masing respon
pada optimasi proses ............................................................................................................ 46
Tabel 18. Kriteria optimasi proses untuk tiap faktor dan respon ........................................................... 54
Tabel 19. Proses baking terpilih berdasarkan hasil analisis DX7 beserta desirability-nya ................... 54
Tabel 20. Hasil verifikasi proses terpilih, dibandingkan dengan nilai prediksi, CI 95% dan
PI 95% .................................................................................................................................. 55
Tabel 21. Perbandingan skor kesukaan antara proses awal dengan proses hasil optimasi .................... 56
Tabel 22. Hasil analisis proksimat produk brownies tepung komposit hasil optimasi formula
dan proses ............................................................................................................................. 58
xiv
DAFTAR GAMBAR
Halaman
Gambar 1. Bentuk tanaman beserta bagian biji jagung ........................................................................... 4
Gambar 2. Bagian tanaman ubi jalar ....................................................................................................... 7
Gambar 3. Kerangaka penelitian ........................................................................................................... 20
Gambar 4. Diagram alir pembuatan tepung ubi jalar merah ................................................................. 21
Gambar 5. Diagram alir pembuatan brownies ....................................................................................... 22
Gambar 6. Skala Labelled Affective Magnitude / LAM (Kemp et al 1999) .......................................... 24
Gambar 7. Tepung ubi jalar merah yang dihasilkan pada tahap persiapan bahan ................................. 28
Gambar 8. Brownies hasil dari masing-masing proses (16 titik uji) ...................................................... 31
Gambar 9. Bentuk permukaan model dari respon warna pada optimasi formula brownies
tepung komposit ................................................................................................................... 32
Gambar 10. Sebaran kenormalan data respon warna pada optimasi formula brownies tepung
komposit ............................................................................................................................ 34
Gambar 11. Bentuk permukaan model dari respon aroma pada optimasi formula brownies
tepung komposit ................................................................................................................ 34
Gambar 12. Sebaran kenormalan data respon aroma pada optimasi formula brownies
tepung komposit ................................................................................................................ 36
Gambar 13. Bentuk permukaan model dari respon rasa pada optimasi formula brownies
tepung komposit ................................................................................................................ 36
Gambar 14. Sebaran kenormalan data respon rasa pada optimasi formula brownies tepung
komposit ............................................................................................................................ 37
Gambar 15. Bentuk permukaan model dari respon tekstur pada optimasi formula brownies
tepung komposit ................................................................................................................ 38
Gambar 16. Sebaran kenormalan data respon tekstur pada optimasi formula brownies
tepung komposit ................................................................................................................ 39
Gambar 17. Bentuk permukaan model dari respon overall pada optimasi formula brownies
tepung komposit ................................................................................................................ 40
Gambar 18. Sebaran kenormalan data respon overall pada optimasi formula brownies
tepung komposit ................................................................................................................ 41
Gambar 19. Nilai desirability dari masing-masing kriteria yang diharapkan pada optimasi
formula brownies tepung komposit ................................................................................... 42
Gambar 20. Brownies hasil dari masing-masing proses (13 titik uji) .................................................... 45
Gambar 21. Bentuk permukaan model dari respon warna pada optimasi proses brownies
tepung komposit ................................................................................................................ 46
Gambar 22. Sebaran kenormalan data respon warna pada optimasi proses brownies tepung
komposit ............................................................................................................................ 47
Gambar 23. Bentuk permukaan model dari respon aroma pada optimasi proses brownies
tepung komposit ................................................................................................................ 48
Gambar 24. Sebaran kenormalan data respon aroma pada optimasi proses brownies tepung
komposit ............................................................................................................................ 49
xv
Gambar 25. Bentuk permukaan model dari respon rasa pada optimasi proses brownies
tepung komposit ................................................................................................................ 50
Gambar 26. Sebaran kenormalan data respon rasa pada optimasi proses brownies tepung
komposit ............................................................................................................................ 50
Gambar 27. Bentuk permukaan model dari respon tekstur pada optimasi proses brownies
tepung komposit ................................................................................................................ 51
Gambar 28. Sebaran kenormalan data respon tekstur pada optimasi proses brownies tepung
komposit ............................................................................................................................ 52
Gambar 29. Bentuk permukaan model dari respon overall pada optimasi proses brownies
tepung komposit ................................................................................................................ 53
Gambar 30. Sebaran kenormalan data respon overall pada optimasi proses brownies tepung
komposit ............................................................................................................................ 53
Gambar 31. Nilai desirability dari masing-masing kriteria yang diharapkan pada optimasi
proses ................................................................................................................................. 55
xvi
DAFTAR LAMPIRAN
Halaman
Lampiran 1. Perkembangan ekspor impor gandum Indonesia tahun 2004-2010 .................................. 66
Lampiran 2. Perkembangan ekspor impor terigu Indonesia tahun 2006-2012 (Januari-
Februari) ............................................................................................................................ 66
Lampiran 3. Contoh score sheet yang digunakan dalam uji rating hedonik skala garis ........................ 67
Lampiran 4. Hasil uji ANOVA atribut warna pada 3 level substitusi brownies tepung
jagung ................................................................................................................................ 68
Lampiran 5. Hasil uji ANOVA atribut aroma pada 3 level substitusi brownies tepung
jagung ................................................................................................................................ 68
Lampiran 6. Hasil uji ANOVA atribut rasa pada 3 level substitusi brownies tepung jagung ............... 69
Lampiran 7. Hasil uji ANOVA atribut tekstur pada 3 level substitusi brownies tepung
jagung ................................................................................................................................ 70
Lampiran 8. Hasil uji ANOVA atribut overall pada 3 level substitusi brownies tepung
jagung ................................................................................................................................ 71
Lampiran 9. Hasil uji ANOVA atribut warna pada 3 level substitusi brownies tepung ubi
jalar merah ......................................................................................................................... 72
Lampiran 10. Hasil uji ANOVA atribut aroma pada 3 level substitusi brownies tepung ubi
jalar merah ...................................................................................................................... 73
Lampiran 11. Hasil uji ANOVA atribut tekstur pada 3 level substitusi brownies tepung ubi
jalar merah ...................................................................................................................... 73
Lampiran 12. Hasil uji ANOVA atribut rasa pada 3 level substitusi brownies tepung ubi
jalar merah ...................................................................................................................... 74
Lampiran 13. Hasil uji ANOVA atribut overall pada 3 level substitusi brownies tepung ubi
jalar merah ...................................................................................................................... 75
Lampiran 14a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut warna pada 16
sampel dalam optimasi formula brownies tepung komposit ........................................... 76
Lampiran 14b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut warna pada 16
sampel dalam optimasi formula brownies tepung komposit (lanjutan) .......................... 76
Lampiran 15a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut aroma pada 16
sampel dalam optimasi formula brownies tepung komposit ........................................... 78
Lampiran 15b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut aroma pada 16
sampel dalam optimasi formula brownies tepung komposit (lanjutan) .......................... 78
Lampiran 16a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut rasa pada 16
sampel dalam optimasi formula brownies tepung komposit ........................................... 80
Lampiran 16b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut rasa pada 16
sampel dalam optimasi formula brownies tepung komposit (lanjutan) .......................... 80
Lampiran 17a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut tekstur pada 16
sampel dalam optimasi formula brownies tepung komposit ........................................... 82
Lampiran 17b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut tekstur pada 16
sampel dalam optimasi formula brownies tepung komposit (lanjutan) .......................... 82
xvii
Lampiran 18a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut overall pada 16
sampel dalam optimasi formula brownies tepung komposit ........................................... 84
Lampiran 18b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut overall pada 16
sampel dalam optimasi formula brownies tepung komposit (lanjutan) .......................... 84
Lampiran 19. Hasil analisis ANOVA atribut warna pada DX7-trial menggunakan mixture
experiment tahap optimasi formula brownies tepung komposit..................................... 86
Lampiran 20. Hasil analisis ANOVA atribut aroma pada DX7-trial menggunakan mixture
experiment tahap optimasi formula brownies tepung komposit..................................... 87
Lampiran 21. Hasil analisis ANOVA atribut rasa pada DX7-trial menggunakan mixture
experiment tahap optimasi formula brownies tepung komposit..................................... 88
Lampiran 22. Hasil analisis ANOVA atribut tekstur pada DX7-trial menggunakan mixture
experiment tahap optimasi formula brownies tepung komposit..................................... 89
Lampiran 23. Hasil analisis ANOVA atribut overall pada DX7-trial menggunakan mixture
experiment tahap optimasi formula brownies tepung komposit..................................... 90
Lampiran 24a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut warna pada 13
sampel dalam optimasi proses pembuatan brownies tepung komposit ........................... 91
Lampiran 24b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut warna pada 13
sampel dalam optimasi proses pembuatan brownies tepung komposit
(lanjutan) ......................................................................................................................... 91
Lampiran 25a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut aroma pada 13
sampel dalam optimasi proses pembuatan brownies tepung komposit ........................... 93
Lampiran 25b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut aroma pada 13
sampel dalam optimasi proses pembuatan brownies tepung komposit
(lanjutan) ......................................................................................................................... 93
Lampiran 26a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut rasa pada 13
sampel dalam optimasi proses pembuatan brownies tepung komposit ........................... 95
Lampiran 26b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut rasa pada 13
sampel dalam optimasi proses pembuatan brownies tepung komposit
(lanjutan) ......................................................................................................................... 95
Lampiran 27a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut tekstur pada 13
sampel dalam optimasi proses pembuatan brownies tepung komposit ........................... 97
Lampiran 27b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut tekstur pada 13
sampel dalam optimasi proses pembuatan brownies tepung komposit
(lanjutan) ......................................................................................................................... 97
Lampiran 28a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut overall pada 13
sampel dalam optimasi proses pembuatan brownies tepung komposit ........................... 99
Lampiran 28b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut overall pada 13
sampel dalam optimasi proses pembuatan brownies tepung komposit
(lanjutan) ....................................................................................................................... 100
Lampiran 29. Hasil analisis ANOVA atribut warna pada DX7-trial menggunakan central
composite design tahap optimasi proses brownies tepung komposit ............................ 101
Lampiran 30. Hasil analisis ANOVA atribut aroma pada DX7-trial menggunakan central
composite design tahap optimasi proses brownies tepung komposit ............................ 102
xviii
Lampiran 31. Hasil analisis ANOVA atribut rasa pada DX7-trial menggunakan central
composite design tahap optimasi proses brownies tepung komposit ............................ 103
Lampiran 32. Hasil analisis ANOVA atribut tekstur pada DX7-trial menggunakan central
composite design tahap optimasi proses brownies tepung komposit ............................ 104
Lampiran 33. Hasil analisis ANOVA atribut overall pada DX7-trial menggunakan central
composite design tahap optimasi proses brownies tepung komposit ............................ 105
Lampiran 34. Hasil analisis t-test perbandingan respon antara brownies tepung komposit
dengan proses awal dan proses optimum ...................................................................... 106
Lampiran 35. Hasil uji rating hedonik skala garis pada produk brownies tepung komposit
hasil optimasi formula dan proses ................................................................................ 107
Lampiran 36. Hasil analisis tekstur produk brownies tepung komposit hasil optimasi
formula dan proses ........................................................................................................ 107
Lampiran 37. Hasil pengukuran analisis kadar air produk brownies berbasis tepung
komposit ....................................................................................................................... 108
Lampiran 38. Hasil pengukuran analisis kadar abu produk brownies berbasis tepung
komposit ....................................................................................................................... 108
Lampiran 39. Hasil pengukuran analisis kadar potein produk brownies berbasis tepung
komposit ....................................................................................................................... 108
Lampiran 40. Hasil pengukuran analisis kadar lemak produk brownies berbasis tepung
komposit ....................................................................................................................... 109
xix
I. PENDAHULUAN
A. LATAR BELAKANG
Data Badan Pusat Statistik menunjukkan bahwa impor gandum dan terigu di Indonesia
mengalami peningkatan tiap tahunnya. Pada tahun 2010, impor gandum meningkat hingga
5.725.011.214 kg atau bila diuangkan senilai US $ 1.827.394.544. Volume impor terigu juga tidak
kalah dibandingkan bentuk gandum. Impor terigu pada tahun 2011 mencapai 680.124.975 kg atau
setara dengan US $ 281.757.606, bahkan hingga bulan Februari 2012 nilainya masih di atas
85.000.000 kg. Perkembangan ekspor impor gandum di Indonesia dari tahun 2004 sampai 2010
dapat dilihat pada Lampiran 1, sedangkan perkembangan ekspor impor terigu di Indonesia dapat
dilihat pada Lampiran 2.
Nilai impor terigu dan gandum yang tinggi tentu disebabkan oleh permintaan pasar yang
terus meningkat. Sebagian besar permintaan tepung terigu di Indonesia merupakan permintaan
turunan (derived demand) (Ratnawati, et al 2001), seperti dalam bentuk mi, roti, dan biskuit.
Konsumsi terigu dan turunannya yang kian meningkat, juga berarti bahwa devisa Indonesia
semakin terkuras karena digunakan untuk mengimpor gandum (Ariani 2010). Oleh karena itu,
perlu dilakukan suatu cara untuk mengurangi konsumsi terigu dalam bentuk turunan tersebut.
Salah satunya ialah dengan mengembangkan produk berbasis tepung selain terigu.
Indonesia memiliki bahan baku lokal yang berpotensi untuk dikembangkan sebagai alternatif
pengganti terigu, seperti jagung dan ubi jalar. Sektor jagung Asia menunjukkan pertumbuhan yang
cepat pada dekade akhir ini. Delapan negara di Asia, termasuk Indonesia, memproduksi 98%
jagung Asia dan 26% jagung global (Erenstein 2008). Sebelum tahun 1990, penggunaan jagung di
Indonesia untuk konsumsi langsung sebesar 86%, sedangkan penggunaan untuk industri pakan
hanya sekitar 6%. Penggunaan jagung untuk industri pangan juga masih rendah, yaitu sekitar
7.5%. Saat ini penggunaan jagung untuk industri pangan sudah mulai tampak meningkat, bahkan
pangsanya sudah di atas penggunaan untuk industri pakan. Produksi jagung di Indonesia mulai
meningkat tajam setelah tahun 2002 dengan laju 9.14% per tahun (Zubachtirodin et al 2007).
Menurut Badan Pusat Statistik (2011a), Indonesia memiliki luas tanam jagung sebesar 3.861.433
Ha dengan jumlah produksi 17.629.033 ton. Hal ini tentu berpotensi untuk dikembangkan lebih
lanjut.
Ubi jalar merupakan salah satu bahan pangan lokal yang juga berpotensi dikembangkan,
mengingat potensi pasar baik lokal, regional, maupun ekspor yang terus meningkat (Munarso dan
Miskiyah 2011). Menurut Badan Pusat Statistik (2011b), Indonesia memiliki luas tanam ubi jalar
seluas 177.857 Ha dengan jumlah produksi 2.192.242 ton. Produk olahan dari ubijalar segar
maupun produk antara (tepung) berpeluang mensubstitusi penggunaan terigu 10-100%.
Peningkatan produksi dan pemanfaatan ubi jalar cukup prospektif karena sejalan dengan program
percepatan diversifikasi pangan dan semakin meningkatnya kesadaran masyarakat akan pangan
sehat serta perkembangan agroindustri berbahan baku lokal (Ginting et al 2011). Oleh karena itu,
pemanfaatan bahan baku lokal secara tepat seharusnya dapat mengurangi kebutuhan terigu
sehingga mampu mengurangi biaya impor terigu. Pemanfaatan bahan baku lokal juga akan
memberikan pilihan yang lebih banyak dalam menu makanan harian sehingga konsep diversifikasi
pangan dapat dicapai dengan baik.
Brownies merupakan salah satu jenis cake yang sedikit atau bahkan tidak memerlukan
adanya peningkatan volume adonan. Sifat brownies yang tidak memerlukan peningkatan volume
adonan menjadi alasan bagi peneliti untuk menggantikan sebagian tepung terigu (bahan utama
dalam pembuatan brownies) dengan tepung lain berbasis produk lokal. Tepung yang berpotensi
menggantikan tepung terigu antara lain tepung ubi jalar dan tepung jagung.
Tepung ubi jalar dan tepung jagung dapat digunakan dalam pengembangan produk brownies
dalam bentuk single substitution. Penggunaan bahan baku lokal sebagai pengganti terigu secara
individual cenderung menghasilkan produk yang kurang optimal. Brownies kukus dengan
menggunakan 100% tepung ubi jalar ternyata masih memiliki skor kesukaan yang rendah, yaitu
pada rentang netral hingga agak suka (Sulistiyo 2006). Hal ini dapat diatasi dengan penggunaan
bahan baku tersebut secara bersamaan dalam bentuk tepung komposit atau dikenal sebagai sistem
multi flour substitution. Tepung komposit merupakan tepung yang dibuat dengan mencampurkan
tepung terigu dengan tepung hasil penggilingan dari beberapa jenis biji lainnya (Edwards 2007).
Oleh karena itu, penggunaan tepung komposit diharapkan mampu memberikan karakteristik yang
saling melengkapi kekurangan dari masing-masing tepung tersebut.
Penelitian ini diharapkan dapat mengembangkan brownies berbasis tepung komposit sebagai
suatu usaha mengurangi penggunaan terigu dalam bentuk produk turunan serta mendukung
program diversifikasi pangan. Menurut Syah (2009), usaha diversifikasi pangan adalah usaha
untuk menyediakan berbagai ragam produk pangan baik dalam jenis maupun bentuk sehingga
tersedia banyak pilihan bagi konsumen untuk menu makanan harian. Konsep diversifikasi pangan
meliputi tiga hal, yaitu: diversifikasi horizontal, vertikal, dan regional. Diversifikasi horizontal
merupakan usaha mengubah usaha tani yang berbasis padi menjadi usaha tani berbasis pangan
lainnya. Diversifikasi vertikal merupakan pengembangan produksi setelah panen, sedangkan yang
dimaksud diversifikasi regional adalah penganekaragaman komoditas pangan berdasarkan
pendekatan wilayah dan keragaman sosial budaya (Syah 2009). Penelitian di bidang teknologi
pangan cenderung mengarah ke usaha diversifikasi pangan vertikal, seperti dalam penelitian ini
yang memanfaatkan produk lokal dalam pembuatan brownies. Tepung yang akan digunakan terdiri
dari tepung ubi jalar, tepung jagung, dan tepung terigu dalam bentuk tepung komposit. Optimasi
formula dan proses pengolahan perlu dilakukan untuk mendapatkan brownies dengan karakteristik
yang menyerupai produk brownies 100% tepung terigu, terutama dari segi skor kesukaan warna,
aroma, rasa, tekstur, dan overall (keseluruhan).
B. TUJUAN PENELITIAN
Penelitian ini bertujuan mengoptimasi formula dan proses pembuatan brownies melalui
sistem multi flour substitution yang terdiri dari tepung ubi jalar merah, tepung jagung dan
tepung terigu sehingga diperoleh tingkat kesukaan yang baik pada atribut warna, rasa, aroma,
tekstur, dan overall dari konsumen.
2
II. TINJAUAN PUSTAKA
A. JAGUNG
Jagung yang memiliki nama latin Zea mays L. merupakan tanaman tahunan yang termasuk
dalam keluarga rumput-rumputan (Gramineae). Jagung merupakan tanaman yang membutuhkan
suhu pertumbuhan yang lebih hangat dibandingkan jenis biji-bijian kecil lainnya. Pertumbuhan
yang kecil terlihat pada temperatur di bawah 10 oC atau di atas 45 oC (Farnham et al 2003).
Distribusi curah hujan yang merata selama pertumbuhan akan memberikan hasil yang lebih baik.
Distribusi hujan yang ideal bagi pertumbuhan tanaman jagung kurang lebih 200 mm tiap bulan. Di
Indonesia, jagung banyak ditanam di dataran rendah, baik di tanah tegalan, sawah tadah hujan
maupun beririgasi, serta sebagian kecil ditanam di dataran tinggi. Tanaman jagung umumnya
ditanam pada awal musim hujan (bulan Oktober-November) dan menjelang musim kemarau
(Sutoro et al 1988). Hal ini disebabkan karena masa kritis tanaman jagung kekurangan air adalah
pada waktu berbunga sampai pengisian biji, dan dapat mengakibatkan penurunan hasil hingga
22% (Sunarti et al 2008).
Jagung dapat tumbuh baik pada berbagai jenis tanah asalkan mendapatkan pengelolaan yang
baik. Tanah yang baik untuk jagung adalah gembur dan subur, karena tanaman ini memerlukan
aerasi dan drainase yang baik. Tanah-tanah dengan tekstur berat masih dapat ditanami jagung
dengan hasil yang baik bila pengolahan tanah dikerjakan secara optimal, sehingga aerasi dan
ketersediaan air dalam tanah dalam kondisi baik (Sutoro et al 1988).
Ada beberapa sistem pengelompokkan jagung. Jagung dapat dibedakan menjadi dua
kelompok berdasarkan warna bijinya, yaitu jagung kuning dan jagung putih. Jagung putih banyak
ditanam di Sulawesi Selatan, sedangkan jagung kuning banyak ditanam di Jawa dan Madura.
Jagung putih lebih disukai dalam industri pangan, sedangkan jagung kuning banyak dipakai untuk
pakan, khususnya untuk unggas petelur dan pedaging karena memberi warna kuning yang indah
pada telur dan kulit ayam broiler (Winarno 1988). Jagung putih serupa dengan jagung kuning,
kecuali pigmen karoten yang tidak ditemukan pada jagung putih. Hal ini menyebabkan jagung
putih yang telah digiling dapat dicampur beras dengan komposisi tertentu sehingga dapat dijadikan
makanan pokok nasi-jagung, atau dapat dijadikan tepung untuk bahan dasar adonan kue (Yasin et
al 2008). Jagung juga dapat dikelompokkan dalam tujuh tipe jagung berdasarkan bentuk biji,
kandungan endosperm, serta sifat-sifat lain (Muhadjir 1988), seperti terlihat pada Tabel 1.
Menurut (Winarno 1988), jagung dikelompokkan menjadi 3 jenis berdasarkan komposisi
patinya, yaitu jagung manis, jagung ketan, dan jagung beramilosa tinggi. Jagung manis (sweet
corn) memiliki kadar gula yang tinggi sehingga saat muda rasanya manis. Biji jagung manis
terlihat transparan dan cenderung mengkerut saat matang karena endospermanya tidak terisi
penuh. Jagung ketan (waxy corn) atau yang dikenal juga dengan sebutan jagung pulen, memiliki
kandungan pati yang sebagian besar didominasi oleh amilopektin. Hal ini menyebabkan saat
pemasakan menjadi lengket dan pulen seperti ketan. Jenis ini baik untuk pakan ternak karena dapat
meningkatkan bobot secara cepat. Jagung beramilosa tinggi atau jagung pera memiliki kandungan
pati yang didominasi oleh amilosa. Jagung dengan kadar amilosa yang tinggi baik untuk bahan
baku film (Winarno 1988).
Kulit biji merupakan bagian dari biji yang terdiri dari dua lapis sel yang menyelubungi biji
yang disebut integumen. Pada biji yang telah masak, dinding perikarp melekat sangat erat pada
kulit biji sehingga perikarp dan kulit biji ini seolah-olah merupakan selaput tunggal. Kulit biji dan
perikarp yang bersatu membentuk satu lapisan yang disebut hull yang merupakan ciri khas dari
tanaman rumput-rumputan (Muhadjir 1988). Embrio dan endosperm yang merupakan sumber
makanan terdiri dari dua bagian yaitu eksternal dan internal. Bagian eksternal adalah endosperm,
sedangkan bagian internal terdapat pada kotiledon atau skutellum. Pada umumnya endosperm
terdiri dari dua macam yaitu endosperm lunak dan endosperm keras. Skutellum merupakan
penghubung yang terletak di bagian tengah kotiledon (Muhadjir 1988).
Kotiledon diselubungi oleh lapisan sel-sel tipis yang disebut epithelium yang terletak di
antara kotiledon dan endosperm. Koleoptil adalah calon daun yang berfungsi untuk penetrasi ke
atas permukaan tanah selama proses perkecambahan (Muhadjir 1988). Gambar 1 menunjukkan
tanaman beserta bagian biji jagung.
4
Tepung jagung dibuat dari jagung pipil melalui serangkaian tahapan. Proses pembuatan
tepung jagung dapat menggunakan metode kering maupun metode basah. Tahapan proses pada
metode kering secara garis besar terdiri dari tahap penggilingan I, perendaman, pengeringan,
penggilingan II, pengayakan hingga diperoleh tepung jagung. Tahapan proses pada metode basah
melalui tahap pencucian, perendaman, penggilingan I, penyaringan, pengendapan, pengeringan,
penggilingan II (Merdiyanti 2008). Kedua metode proses pembuatan tepung jagung tersebut
menghasilkan produk yang sedikit berbeda. Tabel 2 menunjukkan perbandingan komposisi kimia
dan warna tepung jagung hasil penggilingan kering dan penggilingan basah.
Tabel 2. Perbandingan komposisi kimia dan warna tepung jagung hasil penggilingan metode
kering dan metode basah
Karakteristik tepung jagung
Parameter Metode penggilingan basah
Metode penggilingan kering
(perendaman 12 jam)
Kadar air (%) 7.94 5.48
Abu (%) 0.68 0.79
Protein (%) 8.73 8.78
Lemak (%) 2.99 6.33
Karbohidrat (%) 79.66 78.62
Amilosa (%) 20.22 20.26
Warna (L, a, b) 63,01; +3,10; +12,53 63,89; +3,69; +7,08
Sumber: Merdiyanti (2008).
Penggunaan tepung jagung yang diperoleh melalui metode penggilingan kering maupun
metode basah pada mi kering akan menghasilkan produk mi dengan karakter yang sedikit berbeda,
seperti terlihat pada Tabel 3. Pigmen xantofil yang terdapat pada tepung jagung cenderung
dimanfaatkan sebagai bahan pewarna alami pada produk mi, sehingga warna mi yang dihasilkan
lebih kuning. Menurut Riyani (2007), nilai viskositas tepung jagung yang diolah secara alkali
cooked millling (metode basah) lebih rendah daripada tepung yang diolah dengan dry milling
(metode kering) sehingga tepung yang diolah dengan metode alkali cooked millling dapat
digunakan untuk produk kue kering. Nilai viskositas yang rendah akan menghasikan produk yang
renyah. Tingkat swelling power yang rendah (3-5%) pada tepung jagung varietas Arjuna, Bisma,
Lamuru, Sukmaraga, dan Srikandi Kuning yang diolah dengan metode alkali cooked millling dapat
dimanfaatkan sebagai bahan baku pada produk makanan bayi (Riyani 2007).
Tabel 3. Perbedaan mi kering dari tepung jagung penggilingan kering dan penggilingan basah
Karakter mi kering dari tepung jagung
Perbedaan
Hasil penggilingan kering Hasil penggilingan basah
Warna Kekuningan Kecokelatan
Tekstur Sedikit keras Lebih rapuh
Aroma (setelah dimasak) Seperti jagung rebus Sedikit tengik
Rasa (setelah dimasak) normal Agak pahit
Konsistensi (setelah dimasak) Agak patah-patah Sangat patah-patah
Warna (L, a, b) 73.17; 2.91; 27.60 71.96; 5.06; 20.71
Sumber: Merdiyanti (2008, diolah)
Tepung jagung memiliki potensi sebagai bahan baku pembuatan produk bakery (Edwards
2007). Tepung jagung memiliki tekstur agak kasar, kandungan gluten relatif rendah (< 1%) dengan
nilai viskositas 240−620 BU (Suarni 2009). Sifat tersebut cenderung dimanfaatkan untuk produk
5
pangan yang tidak memerlukan peningkatan volume adonan, seperti pada produk kue kering
(cookies). Rendahnya kandungan gluten pada tepung jagung, menyebabkan produk olahan dengan
menggunakan 100% tepung jagung menjadi kurang mengembang dengan baik. Oleh karena itu,
dilakukkan proses pencampuran dengan tepung terigu untuk mendapatkan pengembangan produk
yang lebih baik.
Ukuran partikel tepung jagung yang besar akan menghasilkan produk ekstrusi yang lebih
renyah (Apriani 2009). Karakteristik tepung jagung tidak memungkinkan untuk menghasilkan
tekstur produk yang lebih kokoh dibandingkan tepung terigu. Oleh karena itu, pemanasan awal
pada tepung jagung perlu dilakukan sebelum digunakan, yaitu dipanaskan dalam oven pada suhu
160 oC selama 20 menit. Pemanasan pada tepung menyebabkan terjadinya perubahan struktur pati
dan molekul gluten sehingga sifat elastisnya berkurang. Oleh karena itu, penggunaan tepung
dengan pemanasan disarankan untuk produk dengan karakter crumbly dan konsistensi yang
berpasir (sandy) dimana jaringan gluten yang lemah justru diinginkan (Anonim 2010 b). Perlakuan
panas pada sebagian tepung jagung, yaitu 50% dari kebutuhan tepung jagung, memberikan
karakter tekstur short pastry yang paling disukai. Pengamatan langsung juga menunjukkan bahwa
tekstur produk short pastry tersebut lebih kokoh dibandingkan produk short pastry yang diolah
dari tepung jagung tanpa pemanasan (Imballo 2011). Tepung jagung yang digunakan sebagai
bahan baku produksi pangan sebaiknya memenuhi standar yang telah ditetapkan oleh pemerintah
seperti yang tercantum dalam SNI. Tabel 4 menunjukkan standar mutu dari tepung jagung (SNI
01-3727-1995).
6
B. UBI JALAR
Ubi jalar masuk ke dalam famili Convolulaceae, genus Ipomoea dan spesies yang banyak
dibudidayakan adalah Ipomoea batatas Lamb (Wahyuni dan Wargiono 2011). Tanaman ini
merupakan tanaman merambat, tipe perennial, yang perlu perawatan seperti tanaman annual
(tahunan) ketika ditanam (Lebot 2009). Ubi jalar menghasilkan ubi sebagai hasil pertumbuhan
sekunder dari beberapa akar ubi (tuberousroots) pada zona perakaran (lapisan tanah sedalam 20-25
cm). Sebagian besar umbi tumbuh dari bakal calon umbi yang terdapat pada sistem akar serabut.
Umbi juga terbentuk dari akar-akar yang tumbuh menjalar di permukaan tanah, namun umbi yang
terbentuk biasanya berukuran kecil sehingga tidak bernilai ekonomis, bahkan berpengaruh
terhadap perkembangan umbi pada sistem akar di zona perakaran (Wahyuni dan Wargiono 2011).
Ubi jalar merupakan tanaman yang alami tumbuh di daerah tropis dan dapat tumbuh subur
pada kondisi iklim tropis maupun subtropis (Steinbauer dan Kushman 1971). Pertumbuhan terbaik
tercapai pada suhu di atas 24 oC dengan sinar matahari yang melimpah dan malam yang hangat.
Curah hujan tahunan sekitar 750-1000 mm merupakan kondisi paling sesuai, dengan minimum
500 mm pada musim tumbuh (growing season). Tanaman ini sensitif pada musim kering, saat
inisiasi umbi fase 50-60 hari setelah penanaman dan tidak toleran terhadap water-logging (Ahn
dalam Abidin 2004). Kadar bahan kering umbi dan jumlah umbi kecil meningkat pada kondisi
terpapar kekeringan (Rahayuningsih et al 2008). Hal ini disebabkan karena adanya peningkatan
lignifikasi yang meningkatkan kadar serat kasar pada umbi (Tsuno dalam Rahayuningsih et al
2008). Selain itu, busuk umbi dan menurunnya pertumbuhan dari akar dapat terjadi ketika aerasi
buruk (Ahn dalam Abidin 2004).
Bagian-bagian umbi ubi jalar meliputi pangkal ubi (proximal end) yang berhubungan dengan
batang melalui tangkai ubi (root stalk) dimana terdapat banyak mata tunas adventif yang nantinya
akan tumbuh menjadi tanaman muda. Bagian tengah ubi merupakan bagian yang membesar dan
pucuk/ujung ubi letaknya paling jauh dari tangkai ubi (distal end). Mata tunas juga terdapat pada
bagian tengah dan ujung ubi. Mata tunas yang berada di bagian ujung ubi biasanya lebih lambat
berkecambah dibandingkan dengan bagian yang terletak di pangkal ubi (Wahyuni dan Wargiono
2011). Gambar 2 menunjukkan bagian tanaman ubi jalar.
Bentuk dan ukuran ubi sangat bervariasi, tergantung pada klon/varietas, struktur tanah, dan
faktor lain. Bentuk ubi pada varietas yang sama adakalanya bervariasi juga. Oleh karena itu,
7
penentuan bentuk ubi perlu dipilih dari bentuk yang paling dominan. Bentuk umum umbi adalah
membulat, elip membulat, elip, bulat telur (ovate), bulat telur (obovate), oblong, oblong
memanjang, elip memanjang, dan tidak beraturan. Tipe formasi ubi juga menjadi penanda tetap
klon/varietas ubi jalar dan susunan ubi, diantaranya tertutup (closed cluster), terbuka (open
cluster), tersebar (disperse), dan sangat tersebar (very disperse). Permukaan kulit ubi biasanya
halus, tetapi beberapa klon/varietas menunjukkan kecacatan, seperti menyerupai kulit buaya,
berurat, berlekuk horizontal, dan membentuk alur (berlekuk) membujur. Penyebab cacat ini antara
lain karena faktor genetis, serangan hama dan penyakit (seperti nematode atau penyakit
degeneratif), serta perubahan lingkungan abiotik yang ekstrim (Wahyuni dan Wargiono 2011).
Umbi ubi jalar banyak dimanfaatkan dalam bentuk segar. Ubi jalar umumnya dimakan dalam
bentuk rebusan (Manley 2000). Salah satu bentuk olahan ubi jalar adalah tepung. Tepung ubi jalar
sudah cukup banyak dimanfaatkan oleh masyarakat. Tepung ubi jalar berpotensi sebagai pengganti
tepung terigu terutama karena bahan bakunya banyak terdapat di Indonesia (Munarso dan
Miskiyah 2011).
Tepung ubi jalar dapat dimanfaatkan dalam produk pangan seperti mi, cookies, dan kue-kue
basah dengan penggunaan tepung ubi jalar hingga 100% (Munarso dan Miskiyah 2011). Chips ubi
jalar ungu juga dapat dibuat dari 100% tepung ubi jalar ungu dengan penambahan air 30-35% dari
jumlah tepung ubi jalar ungu yang digunakan (Karleen 2010). Pada produk spreads penambahan
9% tepung ubi jalar menghasilkan spreads ubi jalar terbaik dengan warna dan aroma yang terasa
serta indeks krimming sebesar 1.73% (Yahya 2010). Beras analog ubi jalar dengan kadar protein
tinggi dan jumlah parameter perlakuan terbaik yang paling banyak adalah beras analog dengan
formulasi 65% tepung ubi jalar, 15% pati ubi jalar, dan 20% tepung tempe. Warna yang dimiliki
beras tersebut adalah kecokelatan, oleh karena itu sebaiknya ditujukan untuk bahan baku nasi
goreng agar dapat diterima oleh konsumen (Hackiki 2012).
Pada roti tawar tepung ubi jalar hanya dapat menggantikan sebagian dari terigu karena
diperlukan adanya komponen gluten yang berasal dari terigu (Munarso dan Miskiyah 2011).
Adonan roti tawar dengan tingkat substitusi 20% tepung ubi jalar ungu memerlukan waktu 17
menit pengadukan untuk mendapatkan kondisi kalis, sedangkan substitusi 30% membutuhkan
waktu 16 menit. Hal ini menunjukkan bahwa pati yang terdapat pada tepung ubi jalar ungu bersifat
mudah dan cepat menyerap semua air pada menit pertama, sehingga waktu pengadukan menjadi
lebih pendek. Rasio pengembangan justru menurun dengan bertambahnya tingkat substitusi
(Husnah 2010).
Rata-rata kadar pati ubi segar 18-20% (basis basah), namun variasinya sangat besar terutama
dipengaruhi oleh faktor genetisnya. Granula pati dari empat varietas ubijalar Indonesia berbentuk
bulat dan poligonal dengan ukuran rata-rata 10 µm. Pati dengan ukuran granula kecil, memiliki
kemampuan menyerap air lebih baik dan lebih mudah dicerna oleh enzim (Utomo dan Ginting
2011). Pati dengan kadar amilosa tinggi, jika dibuat pasta akan bersifat keras dan membentuk gel
yang kokoh serta tetap utuh setelah dingin karena retrogradasi berlangsung cepat (Suryani dalam
Utomo dan Ginting 2011). Pati ubi jalar memiliki komponen utama berupa amilosa dan
amilopektin dengan perbandingan 1:3 atau 1:4. Nilai ini ternyata menunjukkan bahwa kemampuan
retrogradasi pati ubijalar lebih lambat dibandingkan beberapa jenis pati lainnya, dan menjelaskan
mengapa roti yang diolah dari bahan yang disubstitusi dengan ubi jalar lebih lambat menjadi keras
dibandingkan roti yang berasal dari 100% terigu (Utomo dan Ginting 2011).
Roti manis ubi jalar tidak memiliki daya kembang yang baik, warna kerak (crust) yang
dihasilkan adalah cokelat kemerahan dan kuning pucat, serta warna remah (crumb) yang kuning
kecokelatan dan putih kekuningan (Honestin 2007). Brownies ubi jalar memiliki nilai IG yang
rendah yaitu sebesar 28 9, sehingga dapat diklaim sebagai pangan fungsional antidiabetes
(Latfika 2006). Brownies kukus tepung ubi jalar hasil penelitian Sulistiyo (2006) dengan
menggunakan 100% tepung ubi jalar ternyata masih memiliki skor kesukaan pada rentang netral
8
hingga agak suka. Oleh karena itu, pengembangan produk ini memerlukan adanya optimasi
formula kembali untuk memberikan skor kesukaan yang lebih tinggi.
Proses pembuatan tepung ubi jalar dilakukan dengan pemilihan ubi jalar yang baik kemudian
dikupas dan dicuci hingga bersih. Mutu ubi jalar yang baik sesuai SNI dapat dilihat pada Tabel 5.
Ubi tersebut kemudian dipotong-potong tipis dan direndam dalam Na-metabisulfit 0.2% untuk
mencegah reaksi pencoklatan. Ubi yang sudah dipotong tipis selanjutnya ditiriskan dan
dikeringkan pada suhu 50-60 oC sampai cukup kering. Tahap berikutnya adalah penggilingan dan
pengayakan menggunakan ayakan 80 mesh. Kualitas tepung ubi jalar dapat tetap terjaga melalui
pengemasan plastik dan di-seal dengan baik (Muhajir 2007).
Menurut Apriliyanti (2010) pengeringan yang optimal pada pembuatan tepung ubi jalar
ungu (dilihat dari segi sifat fisikokimia dan sensori) adalah dengan proses pengeringan
kabinet dryer pada suhu 50 oC tanpa blanching. Sifat kimia tepung ubi jalar ungu melalui proses
pengeringan tersebut memiliki kadar air 5.84%, kadar abu 1.88%, kadar protein 3.21%, kadar
lemak 1.27%, kadar karbohidrat 87.79%, kadar antosianin 19.75 ppm, dan kadar pati 64.63%.
Tepung ubi jalar ungu yang diperoleh juga memiliki sifat fisik yang cukup baik, diantaranya
kelarutan 17.06%, daya serap air 1.69, bulk density 0.43 gr/ml, viskositas 7.84 cP, dan rendemen
30.42% (Apriliyanti 2010). Perlakuan pengukusan saat pembuatan tepung ubi jalar meningkatkan
densitas kamba, menurunkan kecerahan, meningkatkan derajat hue, menghilangkan efek
birefrigence, mengubah ukuran dan bentuk granula pati, menaikkan IPA dan IKA, menurunkan
suhu awal gelatinisasi, viskositas puncak, viskositas balik, dan viskositas jatuh, serta
meningkatkan stabilitas pasta (Honestin 2007). Sampai saat ini belum ada SNI yang mengatur
mengenai standar kualitas dari tepung ubi jalar, namun untuk ubi jalar sendiri sudah ada standar
kualitas yang ditetapkan oleh pemerintah. Tabel 5 menunjukkan standar mutu dari ubi jalar (SNI
01-4493-1998). Pembuatan tepung mungkin akan lebih baik menggunakan umbi mutu III agar
diperoleh rendemen yang lebih besar karena memiliki kadar serat dan pati yang cukup tinggi.
C. BROWNIES
Cake tidak tergolong dalam produk bakery yang proses peningkatan volume adonannya
menggunakan khamir (yeast raised) seperti halnya biskuit maupun pastry. Bentuk cake yang
sangat bervariasi, mulai dari sponge cake hingga fruit cake yang sering digunakan sebagai
Christmas cake, tentu saja menjadi hal yang sulit dalam mendefinisikan cake (Edwards 2007).
Cake (kue) yang mengandung lemak terbagi dalam 2 golongan, yaitu yellow cake yang
mengandung telur atau kuning telur saja dan white cake yang mengandung putih telur. Ciri khas
dari cake adalah kaya dalam rasa, tidak mempunyai sifat remah dan kadar lemak yang relatif tinggi
(35-100% dari bobot tepung) (Ketaren 1986).
Brownies merupakan suatu variasi cake, yang kaya akan lemak dan telur (Sultan 1981).
Brownies berwarna cokelat kehitaman (Sulistiyo 2006). Warna cokelat kehitaman disebabkan
karena adanya komposisi cokelat yang cukup banyak dalam produk tersebut. Selain cokelat,
9
bahan-bahan yang diperlukan dalam pembuatan brownies diantaranya tepung, telur, margarin, air,
gula, dan sedikit bahan pengembang.
Tepung yang digunakan dapat bervariasi, namun yang masih umum digunakan adalah terigu.
Tepung terigu dapat memberikan karakter tekstur dan penampilan yang unik pada berbagai produk
yang dihasilkan dengan menggunakan terigu. Beberapa tepung dari sumber lain, seperti yang
berasal dari rye, jagung, oat, sorgum, dan kedelai, memberikan kontribusi khusus terhadap tekstur,
flavor, penampilan, biaya, dan kualitas nutrisi pada produk bakery (Matz 1981). Komponen utama
pada beberapa tepung adalah pati. Pati yang mengembang akan menyerap air dari glutein tepung
sehingga roti yang dihasilkan bersifat lebih kompak dan elastis. Kekuatan maksimum diperoleh
apabila seluruh glutein dalam tepung telah terkoagulasi, yaitu pada suhu 75 oC. Pada suhu 30-57
o
C, adonan masih bersifat lunak dan permeabel terhadap gas (Ketaren 1986). Adanya air yang
cukup akan membantu pembentukan gluten pada beberapa produk bakery.
Sifatnya yang tidak memerlukan adanya peningkatan volume adonan menyebabkan
penggunaan tepung dalam brownies lebih berfungsi sebagai pembentuk adonan dan tekstur.
Tepung jagung membantu pembentukan adonan yang lebih lunak sehingga mudah dibentuk
lembaran (Manley 2000). Tepung ubi jalar ungu bersifat mudah dan cepat menyerap semua air
pada tahap pengadukan (mixing), sehingga waktu pengadukan menjadi lebih pendek, namun rasio
pengembangan justru menurun dengan bertambahnya tingkat substitusi (Husnah 2010).
Telur dimanfaatkan sebagai emulsifier. Kuning telur kaya akan lemak dan lesitin yang
bersama-sama flavor membuat telur menjadi bahan baku tradisional yang baik dalam bakery
(Manley 2000). Lesitin yang digunakan dalam pangan didefinisikan sebagai suatu campuran lipid
polar dan netral dengan kandungan lipid polar kurang dari 60% (Edwards 2007). Tentu saja
definisi tersebut akan berbeda dengan makna lesitin sebagai nama trivial dari fosfatidilkolin.
Margarin merupakan minyak sayur yang dipadatkan dengan menggunakan tehnik
hidrogenasi. Saat ini, produsen mulai menggunakan tehnik fraksinasi dan interesterification untuk
mengurangi kemungkinan terbentuknya asam lemak trans pada tehnik hidrogenasi (Edwards
2007). Margarin sebagai sumber lemak berperan pada pembentukan tekstur dalam adonan. Selama
proses mixing adonan, terjadi kompetisi antara fase aqueous dan fase lemak. Air atau larutan gula
berinteraksi dengan protein tepung menghasilkan gluten yang membentuk jaringan kohesif dan
ekstensibel. Ketika lemak melapisi tepung, pembentukan jaringan gluten terganggu dan eating
properties setelah baking menjadi kurang keras, lebih pendek, dan cenderung meleleh di mulut
(Manley 2000). Jika jumlah lemak cukup tinggi fungsi pelumasan pada adonan menjadi sangat
nyata dimana air yang dibutuhkan untuk membentuk konsistensi yang diinginkan lebih sedikit atau
tidak sama sekali, gluten terbentuk sangat sedikit, dan starch swelling maupun gelatinisasi
berkurang sehingga memberikan tekstur yang sangat lembut. Pada pembuatan cake, lemak
berfungsi memerangkap udara dalam bentuk gelembung kecil yang akan membentuk nuclei.
Nuclei berperan pada proses peningkatan volume adonan dan pembentukan tekstur selama
pemanggangan (Manley 2000).
Bahan yang menjadi ciri khas pada produk brownies adalah cokelat. Terdapat dua bentuk
cokelat yang umum digunakan pada pembuatan brownies yaitu cocoa powder dan compound
chocolate. Cokelat bubuk atau cocoa powder merupakan bubuk yang dihasilkan dari cake yang
terbentuk ketika cocoa butter diekspresikan dari cocoamass. Bahan ini mengandung tidak kurang
dari 20% cocoa butter yang dihitung berdasarkan bobot bahan kering dan pada kadar air 9%.
Cocoa powder lebih mudah larut dalam air, memiliki flavor astringent yang lebih rendah, dan
tentunya pH yang lebih tinggi (Manley 2000). Flavor cokelat lebih sulit diperoleh dari cocoa
powder yang hanya melalui proses mixing dengan lemak dan gula yang membentuk krim. Hal ini
dapat disebabkan karena banyak alasan, salah satunya adalah adanya perbedaan antara lemak krim
dan cocoa butter yang mempengaruhi pelepasan flavor cokelat. Compound chocolate dapat dibuat
dari cocoa butter, gula dan lemak selain cocoa butter. Nama pasaran compound chocolate
bervariasi tergantung dari tujuan penggunaannya. Kelebihan compound chocolate adalah mudah
10
ditangani, memiliki titik leleh yang lebih tinggi, tidak memerlukan tempering saat digunakan, serta
memiliki rentang warna dan flavor yang lebar. Kelemahan produk ini adalah memiliki eating
profile yang kurang menarik karena memberi rasa lilin (waxy) pada mulut, berkurangnya flavor
cokelat, dan cenderung menghasilkan fat bloom selama penyimpanan (Manley 2000).
Penggunaan gula cenderung ditujukan untuk memberi rasa manis pada produk. Selain itu,
gula juga berperan dalam modifikasi dan peningkatan struktur dan flavor (Manley 2000). Gula
memberikan kesan empuk pada crumb dan mempengaruhi warna crust (Matz 1972). Pada kue
(cake), jumlah gula yang ditambahkan tidak lebih dari 85%, karena jumlah gula yang terlalu besar
menyebabkan pembentukan gel oleh pati yang terdapat dalam tepung (Ketaren 1986). Pada
beberapa produk bakery, gula berperan sebagai sumber makanan bagi khamir (yeast) yang
membantu peningkatan volume adonan (Edwards 2007), namun karena produk brownies tidak
menggunakan khamir, maka penggunaan gula cenderung ditujukan untuk memberi rasa manis dan
membentuk tekstur. Reaksi Maillard akibat interaksi antara gula tereduksi dan asam amino bebas
serta peptida ketika pemanasan, memberikan warna cokelat yang khas pada produk bakery
(Manley 2000).
Bahan pengembang atau leavening agents dapat berasal baik dari khamir (ragi) maupun
bahan kimia. Ada berbagai bentuk ragi yang beredar di pasaran, namun secara umum memiliki
prinsip kerja yang sama yaitu mengubah glukosa dan menghasilkan gas karbon dioksida yang
kemudian meningkatkan volume adonan. Bahan kimia yang umum digunakan sebagai bahan
pengembang adalah baking soda dan baking powder. Baking powder merupakan campuran
senyawa yang bereaksi ketika terdapat air atau uap air serta panas sehingga terjadi pelepasan suatu
gas (Sultan 1981). Pelepasan gas diakibatkan oleh dekomposisi sodium bikarbonat menjadi CO2
yang berperan dalam meningkatkan volume adonan. Baking soda memiliki mekanisme yang sama
dengan baking powder, hanya saja diperlukan adanya tambahan asam dalam adonan (Sultan 1981).
Dekomposisi ini dapat berlangsung baik hanya dengan panas (seperti pada baking soda) maupun
dibantu dengan adanya asam (seperti pada baking powder) (Edwards 2007). Brownies tidak
memerlukan peningkatan volume adonan yang terlalu besar, sehingga jumlah bahan pengembang
yang ditambahkan umumnya berupa bahan pengembang kimia (chemical leaving agents) dalam
jumlah yang sangat sedikit (<2% dari bobot tepung).
Ada beberapa bentuk brownies yang beredar di pasaran, diantaranya brownies kukus,
panggang, dan cookies. Ketiganya berbeda dari segi proses pengolahannya. Proses pembuatan
brownies secara umum adalah mixing, pencetakan, baking (untuk brownies panggang dan cookies)
atau steaming (untuk brownies kukus), dan selanjutnya pengemasan.
Menurut Ketaren (1986), dalam pembuatan adonan cake, proses pencampuran dapat
dilakukan dengan 3 metode, yaitu:
a. Sugar-batter: bagian gula dan mentega putih dicampur terlebih dahulu, kemudian disusul
dengan penambahan telur, susu, dan tepung terigu. Keuntungan: daya serap lemak
terhadap udara mencapai maksimal.
b. Flour-batter: bagian mentega dan tepung dicampur terlebih dahulu, kemudian
ditambahkan telur dan gula. Keuntungan: lebih efektif untuk mendistribusikan dan
mendispersikan mentega dalam adonan serta menghasilkan roti atau kue dengan tekstur
lebih halus.
c. Single stage: semua resep adonan dicampur dan diaduk sekaligus, kemudian ketika
mendekati akhir pengadukan ditambahkan baking powder. Keuntungan: pengerjaannya
lebih sederhana, tetapi tidak dapat menghasilkan mutu kue atau roti yang baik seperti dua
metode sebelumnya.
Pembuatan brownies kukus dengan menggunakan prosedur penambahan lemak dan gula terlebih
dahulu memberikan hasil yang baik dengan daya kembang sesuai yang diharapkan dan juga
tekstur yang baik. Lemak (margarin dan dark cooking chocolate) dan gula jika dicampur terlebih
dahulu menyebabkan daya serap lemak terhadap udara dapat mencapai maksimal (Sulistiyo 2006).
11
Proses pembuatannya yang begitu mudah menjadikan produk ini dapat diaplikasikan dalam
industri rumah tangga. Saat ini pembuatan brownies sudah mulai banyak menggunakan bahan
baku lokal sebagai salah satu usaha mengendalikan jumlah konsumsi terigu dengan memanfaatkan
bahan baku lokal. Beberapa penelitian mahasiswa IPB terkait pengembangan produk brownies
berbasis tepung lokal dapat dilihat pada Tabel 6. Produk yang dihasilkan rata-rata memiliki skor
kesukaan yang masih belum memuaskan (masih berada pada rentang netral hingga disukai).
Brownies kukus dengan menggunakan 100% tepung ubi jalar ternyata masih memiliki skor
kesukaan pada rentang netral hingga agak suka (Sulistiyo 2006). Menurut Lutfika (2006),
formulasi dalam pembuatan brownies tepung ubi jalar berpengaruh nyata terhadap skor kesukaan
panelis pada selang kepercayaan 95%. Formula produk brownies tersebut, yaitu dengan
penggunaan tepung ubi jalar 100% dan gula 100% (per 100 gr tepung), memiliki skor kesukaan
tertinggi, yaitu sebesar 5.63 (suka). Oleh karena itu, perlu dilakukan adanya penelitian kembali
terkait formula yang dapat memberikan skor kesukaan yang lebih optimal.
Tabel 6. Beberapa penelitian mahasiswa terkait pengembangan produk brownies berbasis tepung
lokal di Institut Pertanian Bogor
Pengarang Tahun Judul Penelitian
Christina Noor Sulistiyo 2006 Pengembangan Brownies Kukus Tepung Ubi Jalar (Ipomoea
batatas L) di PT FITS Mandiri Bogor
E. Lutfika 2006 Evaluasi Mutu Gizi dan Indeks Glikemik Produk Olahan
Panggang Berbahan Dasar Tepung Ubi Jalar (Ipomoea
batatas L.) Klon Unggulan BB00105.10
Eka Febrial 2009 Pengembangan Produk Pangan Fungsional Brownies Kukus
dari Tepung Kecambah dan Tepung Tempe Kacang Komak
(Lablab purpureus (L) sweet)
Rd Rina Nurapriani 2010 Optimasi Formulasi Brownies Panggang Tepung Komposit
Berbasis Talas, Kacang Hijau dan Pisang
Wulandari 2011 Optimasi Formula Brownies Berbasis Tepung Talas Banten
(Xanthosoma undipes K. Koch) Sebagai Pangan Sumber
Serat
D. ANALISIS SENSORI
12
analisis sensori terstruktur yang digunakan pada semua situasi kegiatan tersebut terkait dengan
keputusan utama (Carpenter, et al 2000).
Metode analisis sensori dirancang untuk menjawab pertanyaan sebagai berikut: apakah ada
perbedaan? sifat apa yang berbeda? apakah perbedaan tersebut dapat diterima? Pengujian objektif
menyediakan data yang objektif pada sifat sensori produk dan dilakukan oleh panelis terlatih. Ada
dua kelas pada pengujian objektif, yaitu uji pembedaan (discrimination tests) yang menentukan
apakah ada perbedaan sensori antar sampel, dan uji deskriptif (descriptive test) yang digunakan
untuk mengidentifikasi sifat sensori yang berbeda dan atau besarnya perbedaan. Pengujian
subjektif dikenal sebagai uji afektif (affective test) atau uji konsumen (consumer test) yang
memberikan data subjektif pada tingkat penerimaan, kesukaan atau pemilihan, serta dilakukan
oleh panelis tidak terlatih (Kemp et al 2009). Tiga tipe uji yang digunakan untuk pengujian
penerimaan konsumen (consumer acceptance) adalah paired preference test, uji rangking dan uji
rating (Resurreccion 1998).
Menurut Kemp et al (2009), uji penerimaan (acceptance test) memberikan indikasi besarnya
penerimaan terhadap suatu produk, dan metode yang paling populer adalah rating hedonik. Tujuan
rating hedonik adalah untuk menentukan tingkat kesukaan satu atau lebih produk. Uji pemilihan
(preference test) tidak memberikan indikasi seberapa besar suatu produk disukai. Berdasarkan
asumsi bahwa konsumen hanya akan membeli suatu produk jika mereka menikmati dalam
mengonsumsi produk tersebut, maka meminta konsumen untuk menilai kesukaannya terhadap
produk akan memberikan informasi yang lebih bernilai. Konsumen diminta untuk memberikan
tingkat kesukaannya pada skala hedonik. Peneliti selanjutnya menentukan rata-rata skor hedonik
dan kemudian menentukan apakah perbedaan diantara produk tersebut signifikan. Rata-rata nilai
dihitung dan ANOVA diaplikasikan pada set data tersebut (Kemp et al 2009).
Tehnik pengukuran (scaling) meliputi penggunaan angka atau kata untuk mengekspresikan
intensitas suatu atribut yang dirasakan (tingkat kemanisan, kekerasan, kehalusan) atau reaksi pada
atribut tersebut (sangat lembut, terlalu keras). Penggunaan kata dalam pengukuran mengharuskan
penguji untuk memberikan nilai numerik pada kata tersebut (misal: sangat suka = 9, sangat tidak
suka = 1) sehingga data tersebut dapat diuji secara statistik (Meilgaard, et al 1999). Menurut
Meilgaard, et al (1999), ada tiga tipe skala yang umum digunakan dalam analisis sensori, yaitu
skala kategorik, garis, dan rasio (magnitude estimation scaling, MSE).
Pada skala kategorik, subjek diminta untuk mengukur intensitas sebagian stimulus dengan
memberikan nilai (kategori) pada skala terbatas (biasanya dalam bentuk angka). Data skala
kategorik umumnya mempertimbangkan minimal data level ordinal. Data ini tidak memberikan
nilai yang mengukur derajat (seberapa besar) satu sampel lebih dari sampel lainnya. Data skala
kategorik dapat dianalisis menggunakan uji 𝑥 2 untuk membandingkan proporsi respon yang
terdapat pada tiap kategori dari suatu grup sampel. Pada skala garis, panelis menilai intensitas dari
stimulus yang diberikan dengan memberi tanda pada garis horizontal yang disesuaikan dengan
jumlah stimulus yang diterima. Panjang garis yang sering digunakan adalah 15 cm dan 6 in,
dengan penanda (“anchors”) pada kedua ujung atau ½ in atau 1.25 cm dari kedua ujung garis.
Ujung kiri umumnya menunjukkan nilai tidak ada (none) atau nol (zero) stimulus, sedangkan
ujung kanan merepresentasikan nilai stimulus yang besar atau sangat kuat. Pada beberapa kasus,
skala tersebut dapat bersifat bipolar (tipe rangsangan yang berlawanan menjadi ujung skala).
Magnitude estimation atau free number matching merupakan suatu tehnik pengukuran yang
berdasarkan aturan Stevens (Steven’s law). Sampel pertama yang diterima panelis dinilai dengan
menggunakan angka yang dipilih secara bebas (atau dapat ditentukan terlebih dahulu oleh
peneliti). Panelis diminta untuk memberikan rating pada semua sampel berikutnya dalam
proporsinya dengan rating sampel pertama (misal: jika sampel kedua dirasa tiga kali lebih kuat
dari sampel pertama, maka rating yang diberikan juga harus tiga kali lipat dari rating sampel
pertama). Panelis diberi instruksi untuk menjaga angka rating tetap dalam proporsi sesuai rasio
diantara sensasi (Meilgaard, et al 1999).
13
Pada umumnya ada enam kategori kesalahan yang terjadi pada saat pengambilan informasi
sensori yang definitif dari sesi pencicipan yang informal, yaitu tujuan yang salah, peserta yang
salah, pertanyaan yang tidak sesuai, penilaian yang bias, kurangnya kontrol ilmiah, dan lingkungan
yang tidak sesuai (Carpenter, et al 2000). Prosedur standar dalam merancang dan melaksanakan
uji sensori telah dibangun dalam usaha untuk meminimalkan atau mengontrol efek dari kesalahan
psikologis (psychological errors) dan kondisi fisik (physical conditions) yang dapat
mempengaruhi penilaian manusia (Poste, et al 1991).
Menurut Meilgaard, et al (1999) ada tiga faktor yang mempengaruhi persepsi sensori panelis,
yaitu faktor fisiologis, faktor psikologis, dan kondisi fisik yang buruk. Faktor fisiologis terdiri dari
adaptasi dan peningkatan atau penekanan. Adaptasi (adaptation) merupakan penurunan atau
perubahan dalam sensitifitas terhadap rangsangan yang diberikan, akibat pemaparan yang terus
menerus terhadap rangsangan atau hal yang serupa. Efek ini merupakan salah satu sumber variasi
penting yang tidak diinginkan pada ambang rangsang dan rating intensitas dalam pengujian
sensori. Peningkatan atau penekanan melibatkan interaksi rangsangan yang diberikan secara
bersamaan sebagai campuran. Peningkatan (enhancement) merupakan efek dari adanya satu zat
yang intensitasnya dirasakan meningkat dibandingkan zat kedua, sedangkan penekanan
(suppression) merupakan efek yang muncul akibat penurunan intensitas suatu zat yang dirasakan
dari campuran dua atau lebih zat. Efek sinergis merupakan efek dari adanya peningkatan intensitas
yang dirasakan pada suatu zat akibat kombinasi dari kedua zat, sehingga intensitas yang dirasakan
pada campuran lebih besar dibandingkan jumlah intensitas dari masing-masing komponen
(Meilgaard, et al 1999).
Kesalahan psikologis (psychological error) terbagi menjadi beberapa faktor. Error of central
tendency dicirikan oleh subjek yang memberikan penilaian pada rentang nilai tengah dari skala,
menghindari nilai ekstrim, dan cenderung memberikan kesan yang terlihat sama pada semua
produk/sampel. Hal ini dapat terjadi jika subjek tidak mengenali metode uji atau produk itu
sendiri, atau bahkan relatif naif dengan proses pengujian. Kesalahan ini bisa diminimalkan dengan
menggunakan prosedur dan pelaksanan analisis sensori standar, sedangkan pada konsumen yang
naif dapat diberikan petunjuk khusus penggunaan skala uji sebelum pengujian (Stone dan Sidel
2004).
Time-order error juga termasuk dalam psychological error yang mengarah pada efek
penyajian, sampel pertama, maupun kesalahan posisi. Kesalahan dalam memberikan penilaian
disebabkan oleh produk pertama (dari suatu set produk) yang dinilai lebih tinggi dibandingkan
yang diharapkan, tanpa memperhatikan produk. Error of expectation disebabakan oleh adanya
pengetahuan subjek terhadap produk yang dimanifestasikan dalam bentuk harapan pada atribut
spesifik ataupun perbedaan berdasarkan pengetahuannya tersebut. Error of habituation dan
anticipation disebabkan oleh subjek yang memberikan respon yang sama pada suatu seri produk
atau pertanyaan. Hal ini disebabkan karena produk yang disajikan memiliki perbedaan intensitas
yang kecil dan dipengaruhi oleh kebiasaan dari subjek. Stimulus error terjadi ketika subjek
memiliki pengetahuan tentang produk dalam pengujian sehingga subjek akan menetapkan skor
berdasarkan pengetahuan rangsangan fisik dibandingkan persepsi mereka terhadap stimulus yang
diterima atau bahkan menemukan perbedaan yang tidak terduga (Stone dan Sidel 2004).
Psychological error lainnya, seperti logical error terjadi ketika subjek tidak mengenal tugas
spesifiknya dan cenderung mengikuti logika, sehingga proses penentuan dilakukan sendiri dalam
memutuskan bagaimana produk tersebut dinilai. Leniency error terjadi ketika subjek menilai
produk berdasarkan perasaan terhadap peneliti dan hal ini menyebabkan perbedaan antar produk
diabaikan. Halo effect terjadi ketika subjek memberikan respon terhadap preferensi produk yang
diikuti oleh respon dari seri atribut produk terkait. Pada proximity error, karakteristik yang
berdekatan cenderung dinilai lebih mirip dibandingkan karakteristik yang terpisah lebih jauh. Hal
ini menyebabkan korelasi antara pasangan yang berdekatan cenderung memiliki nilai yang lebih
tinggi dibandingkan ketika keduanya dipisahkan oleh atribut lainnya. Contrast dan convergence
14
error disebabkan penyajian sampel produk yang sangat berbeda jauh (contrast) atau tidak terlalu
berbeda (convergence) sehingga nilai yang diberikan jauh lebih besar dibandingkan nilai yang
diharapkan (Stone dan Sidel 2004). Mutual suggestion disebabkan karena adanya pengaruh dari
panelis lain, akibat interaksi yang tidak diijinkan terkait opini mengenai respon sampel. Motivasi
panelis juga dibutuhkan untuk memberikan penilaian yang sesuai dengan yang diharapkan. Oleh
karena itu, panel leader bertanggungjawab dalam menciptakan suasana yang nyaman bagi panelis
sehingga panelis merasa bahwa aktivitas pengujian tersebut penting untuk dilakukan (Meilgaard,
et al 1999).
Hal terpenting dalam pengujian sensori adalah fisik panelis dalam kondisi baik. Panelis tidak
diperkenankan mengikuti sesi pengujian jika panelis: 1) menderita demam pada kasus pengujian
pencicipan, atau menderita gangguan kulit atau sistem saraf pada kasus pengujian perabaan; 2)
memiliki kesehatan gigi yang buruk atau gingivitis; dan 3) pada kondisi emosional atau tekanan
kerja yang mencegah mereka untuk berkonsentrasi. Perokok merupakan panelis yang baik, namun
harus menjauhkan diri dari rokok selama 30-60 menit sebelum pengujian. Pengujian tidak
diperkenankan dilakukan selama 2 jam pertama setelah makan besar. Konsumsi strong coffee
dapat melumpuhkan indera pengecap selama lebih dari 1 jam (Meilgaard, et al 1999), sehingga
tidak diperkenankan meminum kopi minimal sejam sebelum pengujian.
Kunci utama dari masalah ini adalah kepedulian terhadap kesalahan (errors) tersebut, dan hal
penting dari setiap desain penelitian adalah meminimalkan efek tersebut dan memastikan bahwa
efek tersebut akan memiliki kesempatan yang sama untuk terjadi pada semua produk (Stone dan
Sidel 2004). Peneliti harus mengerti dasar dari faktor fisiologis dan psikologis yang bisa
mempengaruhi persepsi sensori untuk dapat meminimalkan variasi dan bias tersebut (Meilgaard, et
al 1999). Banyaknya error yang mungkin terjadi dalam pengujian sensori membutuhkan beberapa
tehnik dalam mengendalikannya. Penggunaan skala garis dalam pengujian rating hedonik
diharapkan dapat meminimalkan central tendency error. Penyajian sampel dalam jumlah yang
tidak berlebihan (maksimal 6) dalam sekali pengujian akan meminimalkan kejenuhan bagi panelis.
Penyajian secara acak dilakukan untuk mengurangi efek dari time-order error. Leniency error
dapat diminimalkan dengan menggunakan ruang uji yang sesuai dan booth sebagai pembatas
antara panelis dan penyaji. Panelis dan penyaji yang tidak saling mengenal akan lebih baik dalam
mengurangi efek dari error ini, sedangkan panelis yang sudah mengenal penyaji sebaiknya diberi
pengertian mengenai tujuan pengujian tersebut sehingga dapat memberikan penilaian yang lebih
objektif.
Response surface methodology atau sering disingkat RSM merupakan salah satu metode
yang umum digunakan untuk mendapatkan nilai respon yang optimum. Menurut Montgomery
(2001) response surface methodology adalah suatu kumpulan tehnik matematika dan statistik yang
digunakan untuk memodelkan dan menganalisis masalah dimana respon yang menjadi perhatian
dipengaruhi oleh beberapa manipulasi variabel dan ditujukan untuk mengoptimalkan respon
tersebut. Optimal dapat bermakna baik sebagai suatu fungsi maksimum ataupun minimum dari
variabel desain (Ledolter dan Hogg 2010).
Pada masalah pangan, menemukan solusi optimal dengan pemilihan kondisi terbaik dari
sekumpulan solusi alternatif yang begitu banyak akan menjadi proses yang sulit. Adanya
peningkatan kemampuan computing yang lebih tinggi menjadi perkembangan yang signifikan
dalam metodologi optimasi sehingga mempermudah dalam pemilihan solusi. Hal ini memerlukan
metode statistik dan tehnik matematika yang berbeda untuk mencapai tujuan tersebut (Erdogdu
2009). Perkembangan RSM juga akan membantu peneliti dalam menemukan produk yang optimal
baik dari segi formula maupun proses.
15
Metode RSM sering diaplikasikan pada operasi pilot plant oleh peneliti dan personil
pengembangan lainnya. Prosedur eksperimen ini relatif rumit jika diaplikasikan pada proses
produksi skala penuh (full-scale production process). Keunggulan menggunakan RSM adalah
dapat memperkirakan desain yang sebaiknya digunakan untuk proses selanjutnya dan menjadi
awal pengembangan tahap berikutnya (Montgomery 2001).
Penggunaan RSM secara garis besar melalui tiga tahap, yaitu screening, pembentukan model
empiris, dan pembentukan model mekanistik. Tahap screening sering dilakukan pada bagian awal
dari investigasi terhadap variabel-variabel yang diperkirakan memiliki pengaruh penting. Salah
satu cara untuk mengurangi daftar variabel tersebut ialah melalui diskusi dengan ahli dibidang
yang sedang diamati. Desain screening sering dilakukan secara bertahap pada blok kecil dan
sangat efektif dilakukan untuk mendapatkan paling tidak tiga variabel terpenting yang
mempengaruhi respon. Tahap selanjutnya adalah pembentukan model empiris, dengan mencoba
mengestimasi persamaan respon pada beberapa area yang menjadi perhatian. Hal ini akan menjadi
lebih mudah ketika variabel masukan (input) dalam bentuk kuantitatif dan experimental error
tidak terlalu lebar dibandingkan rentang yang dilingkupi oleh respon yang diamati. Jumlah
pengulangan yang cukup akan memberikan presisi yang memadai. Tahap terakhir ialah dengan
membangun model mekanistik yang dapat merepresentasikan respon sesuai kondisi sebenarnya
(Box dan Draper 2007).
Pada beberapa aplikasi penggunaan RSM, mixture experiment sangat bermanfaat untuk
digunakan. Mixture experiment meliputi pengadukan atau pencampuran dua atau lebih bahan
untuk menghasilkan suatu produk (Robinson dan Wullf 2006). Desain ini lebih umum digunakan
dalam optimasi formula. Mixture experiment dapat digunakan untuk menemukan resep yang ideal
pada formulasi produk (Anonim 2010a). Pada mixture experiment, variabel yang dikontrol oleh
peneliti merupakan proporsi non-negatif dari jumlah bahan/komponen dalam suatu campuran
(Piepel 2006). Desain ini merupakan suatu eksperimen yang mengasumsikan respon hanya
tergantung pada proporsi relatif dari komposisi campuran tersebut dan tidak pada jumlah
campurannya. Metode ini mempelajari pengaruh dari proporsi campuran bahan dengan mengubah
proporsi relatif bahan namun menjaga jumlah total dalam kondisi tetap. Hal ini berbeda dengan
rancangan faktorial yang hanya ingin melihat pengaruh masing-masing faktor dan interaksi
diantaranya tanpa memperhitungkan komposisi total (Cornell 1990). Proporsi yang dimaksud
dapat dinyatakan dalam bentuk massa, mol, volume, ataupun fraksi total dari suatu campuran
dimana jumlah proporsi sama dengan 1 (Piepel 2006). Jumlah proporsi bahan/komponen yang
harus sama dengan 1 menyebabkan mixture experiment berbeda dengan eksperimen lainnya yang
variabelnya dapat berubah secara independen. Penggunaan mixture experiment memerlukan
adanya kisaran penggunaan dari masing-masing bahan yang akan diamati dan jumlah total dari
campuran tersebut. Penggunaan D-optimal memberikan pilihan desain yang fleksibel dengan
mengakomodasikan constraint dan perubahan model (Anonim 2005). Oleh karena itu, penggunaan
mixture experiment lebih baik digunakan dalam optimasi formula dibandingkan rancangan
faktorial.
Proses pemanggangan memiliki pengaruh yang cukup besar pada produk bakery.
Pemanggangan merupakan proses akhir dalam sistem ini (Edwards 2007). Perbedaan waktu dan
suhu proses akan menghasilkan karakter produk yang berbeda. Oleh karena itu, diperlukan adanya
informasi mengenai suhu dan waktu optimal agar dihasilkan produk dengan karakter terbaik. RSM
menjadi salah satu metode yang baik dalam memberikan informasi tersebut, karena RSM
memberikan model permukaan dari respon yang akan dioptimasi. Model tersebut akan
memberikan gambaran mengenai kondisi mana yang sebaiknya digunakan untuk mendapatkan
produk yang optimal.
Central composite design secara luas digunakan untuk eksplorasi respon permukaan di
sekitar daerah maksimum dan minimum (Atkinson et al 2007). Desain ini sesuai untuk penepatan
tipe permukaan kuadratik yang biasanya bekerja dengan baik pada optimasi proses (Anonim 2
16
2010). Titik uji central composite design berada diantara nilai maksimum (+1), minimum (-1), dan
titik tengah (center point, 0) dari masing-masing faktor ditambah dengan titik aksial (α) atau sering
dikenal sebagai star point. Titik aksial tergantung pada nilai w yang ditetapkan sesuai kriteria
desain. Pada nilai w = 2 , desain yang terbentuk adalah rotatable, dimana semua titik desain
berada dalam lingkaran dengan radius 2. Central composite design untuk jumlah faktor (k) = 3
umumnya menggunakan w = 22/3 = 1.682. Saat w 1, pengamatan pada central composite design
berada pada 5 titik yaitu –α, -1, 0, 1 dan α (Ledolter dan Hogg 2010).
Pilihan nilai alpha pada DX7 ada 6 yaitu rotatable, spherical, orthogonal quadratic,
practical, face centered, dan other. Rotatable digunakan untuk desain yang memiliki jumlah faktor
kurang dari 6 (k<6). Rotatablility menunjukkan variasi pada respon yang diprediksi oleh model
akan konstan pada jarak dari titik pusat (center point) yang diberikan pada desain. Spherical akan
menghasilkan suatu desain dengan titik aksial berada pada suatu bidang bola dengan titik faktorial.
Orthogonal quadratic diaplikasikan ketika desain memiliki blok, yaitu mencoba membuat
orthogonal blok untuk faktor-faktor independen pada model orde kedua sehingga blok tersebut
tidak mempengaruhi dalam penentuannya. Orthogonal bermakna bahwa model dan efek dari blok
dapat diestimasikan secara terpisah dengan tanpa adanya korelasi. Practical digunakan untuk
faktor yang lebih dari 5 (k>5). Face centered mengatur alpha sama dengan 1. Hal ini diinginkan
karena hanya akan menampilkan desain 3 level dan memastikan bahwa aksial bukan lagi nilai
ekstrim dari porsi faktorial (Anonim 2005). Pilihan other diberikan agar dapat memasukkan nilai
alpha selain nilai alpha yang telah dijelaskan sebelumnya.
Model respon yang muncul dapat bervariasi. Jika respon dapat dimodelkan dengan baik oleh
fungsi linear dari variabel bebas, maka fungsi perkiraan tersebut adalah model orde pertama (first-
order model) sebagai berikut:
𝑦 = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + ⋯ + 𝛽𝑘 𝑥𝑘 + ∈
Jika terdapat lengkungan dalam sistem, maka polinomial dengan derajat yang lebih tinggi yang
akan digunakan, seperti pada model orde kedua (second-order model) sebagai berikut:
𝑘 𝑘
Hampir semua permasalahan RSM menggunakan satu atau kedua model tersebut. RSM tentu tidak
akan memberikan perkiraan yang masuk akal untuk semua bagian dari variabel bebas yang
diamati, tetapi untuk wilayah yang lebih sempit biasanya dapat bekerja dengan cukup baik
(Montgomery 2001).
Hubungan dua faktor, x1 dan x2, dapat membentuk beberapa tipe umum permukaan grafik,
seperti diantaranya bentuk bukit (hill), cekungan (basin), ridge, dan pelana (saddle) (Peng 1967).
Permukaan yang membentuk respon menjadi suatu gambaran dari interaksi yang dihasilkan antara
kedua variabel tersebut. Bentuk permukaan yang semakin umum akan mempermudah dalam
menginterpretasikan data, dan begitu sebaliknya. Terbentuknya permukaan ridge sering
disebabkan karena adanya ketergantungan diantara faktor (Peng 1967). Oleh karena itu, perlu
adanya data tambahan untuk menjelaskan hubungan ketergantungan tersebut.
Pertimbangan utama terkait eksplorasi respon permukaan pada wilayah yang sederhana
adalah 1) pemilihan model yang tepat untuk memperkirakan permukaan dari wilayah yang
menjadi perhatian, 2) pengujian kesesuaian model dalam merepresentasikan respon permukaan,
dan 3) kesesuaian desain untuk pengumpulan observasi, penepatan model, dan pengujian
kecukupan penepatan (Cornell 1990). Oleh karena itu, perlu asumsi bahwa terdapat beberapa
hubungan fungsional. Sebagian besar permasalahan RSM adalah bentuk dari hubungan antara
17
respon dan variabel bebas (independent variables) yang tidak diketahui. Hal inilah yang menjadi
langkah awal dari RSM untuk menemukan suatu perkiraan yang sesuai dari fungsi hubungan yang
tepat antara y dan suatu set variabel bebas (Montgomery 2001).
18
III. METODOLOGI PENELITIAN
Bahan baku yang digunakan dalam penelitian ini adalah tepung ubi jalar merah dan tepung
jagung. Tepung ubi jalar merah diperoleh melalui tahap persiapan bahan, sedangkan tepung jagung
diperoleh dari SUA-Seafast. Pada pembuatan tepung ubi jalar merah, bahan baku berupa ubi jalar
merah diperoleh dari supplier dan petani ubi jalar di kawasan sekitar kampus IPB. Selama proses
pembuatan tepung, bahan baku ubi jalar yang diperoleh berasal dari dua musim, yaitu musim
kering dan musim hujan. Tepung ubi jalar merah dan tepung jagung serta tepung terigu (cap
Segitiga Biru) digunakan sebagai tepung komposit dengan perbandingan tertentu dalam
pembuatan brownies. Bahan brownies lainnya antara lain gula pasir (cap Gulaku), margarin (cap
Blue Band), air, chocolate dark compound (cap Collata), telur, dan baking powder (cap Koepoe-
Koepoe). Analisis kimia menggunakan beberapa bahan diantaranya heksana, HCl, K 2SO4, HgO,
H2SO4, NaOH, Na2S2O3.5H2O, H3BO3, aquades, serta indikator metilen red-metilen blue.
Alat yang digunakan dalam pembuatan brownies antara lain loyang brownies (28 cm x 10 cm
x 4 cm), oven, mixer, timbangan, kompor, panci, sendok pengaduk, pisau, dan baskom. Alat yang
digunakan dalam pembuatan tepung ubi jalar merah antara lain peeler, slicer, alat pengukus,
cabinet dryer, pin disc mill, dan ayakan 100 mesh. Analisis kimia menggunakan beberapa alat
untuk analisis proksimat (seperti labu lemak, soxhlet, alat destruksi dan distilasi), sedangkan
analisis tekstural menggunakan Texture Analyser (type TA-XT2). Software yang digunakan dalam
analisis antara lain IBM® SPSS® Statistics 20 (SPSS 20), Design-Expert® versi 7 trial (DX7 trial),
dan Microsoft Office Excel 2007.
B. METODE PENELITIAN
Penelitian ini dibagi menjadi dua tahap besar yaitu optimasi formula dan optimasi proses.
Tahap persiapan diperlukan sebelum masuk ke dalam tahap optimasi tersebut. Beberapa hal yang
perlu disiapkan diantaranya latihan pembuatan brownies di BReAD Unit dengan menggunakan
100% terigu serta persiapan bahan terutama tepung jagung dan tepung ubi jalar sebagai bahan
baku pengganti terigu dalam pembuatan brownies. Tepung jagung dibeli dari SUA-Seafast,
sedangkan tepung ubi jalar merah diperoleh melalui proses pembuatan tepung ubi jalar. Tahap
berikutnya adalah optimasi formula yang diawali dengan trial and error untuk mendapatkan nilai
maksimum dari penggunaan tepung jagung dan tepung ubi jalar dalam pembuatan brownies. Nilai
maksimum dan minimum dari penggunaan masing-masing tepung pada produk brownies
selanjutnya digunakan sebagai dasar perancangan mixture experiment D-optimal. Hasil optimasi
formula menghasilkan formula optimal yang selanjutnya dioptimasi dari segi waktu dan suhu
proses pemanggangan (baking). Brownies hasil optimasi formula dan proses ini kemudian
dilakukan karakterisasi produk, baik dari segi organoleptik (skor kesukaan), tekstural, maupun
komposisi kimia. Kerangka penelitian dapat dilihat pada Gambar 3.
Persiapan
Optimasi Formula
Analisis masing-masing respon dan optimasi formula
20
B.1. Pembuatan Tepung Ubi Jalar Merah
Ubi jalar yang digunakan adalah ubi jalar merah yang diperoleh dari supplier dan petani
ubi jalar di kawasan sekitar kampus IPB. Bahan baku ubi jalar yang diperoleh berasal dari
dua musim, yaitu musim kering dan musim hujan. Ubi jalar merah ini selanjutnya dikupas
dengan menggunakan peeler dan dibantu dengan menggunakan pisau secara manual,
terutama pada bagian lipatan dari umbi (bagian yang tidak dapat dikupas oleh peeler). Umbi
yang sudah dikupas ini kemudian dicuci terlebih dahulu untuk menghilangkan kotoran/tanah
yang masih menempel dan selanjutnya disawut dengan menggunakan slicer. Umbi sawut
dicuci kembali, kemudian dikukus selama 10 menit pada suhu 80-100 oC. Menurut Honestin
(2007), tahap pengukusan saat pembuatan tepung ubi jalar akan meningkatkan densitas
kamba, menurunkan kecerahan, meningkatkan derajat hue, menghilangkan efek birefrigence,
mengubah ukuran dan bentuk granula pati, menaikkan IPA dan IKA, menurunkan suhu awal
gelatinisasi, viskositas puncak, viskositas balik, dan viskositas jatuh, serta meningkatkan
stabilitas pasta.
Tahap selanjutnya adalah pengeringan dengan menggunakan cabinet dryer selama
kurang lebih 8 jam. Pengeringan yang optimal pada pembuatan tepung ubi jalar (dilihat
dari segi sifat fisikokimia dan sensori) adalah dengan proses pengeringan cabinet dryer
pada suhu 50 oC (Apriliyanti 2010). Umbi yang telah kering digiling menggunakan pin disc
mill dan selanjutnya diayak menggunakan ayakan 100 mesh. Hasil yang diperoleh dari proses
pengayakan berupa tepung ubi jalar merah dengan ukuran 100 mesh yang kemudian
digunakan dalam pembuatan brownies. Gambar 4 menunjukkan diagram alir proses
pembuatan tepung ubi jalar merah.
Peeling
Slicing
Steaming
(80-100 OC; 10 menit)
Drying
Milling
Pengayakan
Proses pembuatan brownies mengikuti resep dan proses pembuatan brownies di BreAD
Unit. Tabel 7 menunjukkan resep brownies yang digunakan dalam penelitian ini. Proses
pembuatan brownies diawali dengan memanaskan margarin, gula, dan air pada panci dengan
menggunakan api kecil. Pengadukan dilakukan sembari proses pemanasan berlangsung.
Pemanasan segera dihentikan ketika semua margarin sudah mencair dan mulai muncul buih
yang menunjukkan bahan tersebut mulai mendidih. Bahan ini kemudian dituang ke dalam
21
wadah pengaduk, diaduk sebentar ( 10 detik) menggunakan mixer, dan chocolate dark
compound yang sudah dipotong kecil-kecil segera dimasukkan ke bahan tersebut. Kecepatan
yang digunakan dimulai dari kecepatan rendah yang dinaikkan secara bertahap sampai
kecepatan tinggi. Pengadukan dilakukan sampai semua cokelat meleleh dan wadah pengaduk
tidak terasa panas lagi, yaitu 4-5 menit. Kecepatan pengadukan diturunkan sampai kecepatan
sedang, lalu telur dimasukkan perlahan. Tepung dan baking powder yang sudah dicampur
mulai dimasukkan ke dalam adonan setelah telur tercampur merata dalam adonan. Kecepatan
pengadukan ditingkatkan dan adonan terus diaduk selama 1-2 menit.
Adonan yang diperoleh selanjutnya segera dicetak pada loyang brownies. Adonan
dengan basis 340 gram tepung dapat dicetak ke dalam dua loyang brownies dengan ukuran
28 cm x 10 cm x 4 cm. Adonan yang sudah dicetak ke dalam loyang selanjutnya dipanggang
selama 60 menit pada suhu 150 oC. Indikator yang dapat digunakan untuk menunjukkan
bahwa adonan sudah matang adalah dengan menusuk beberapa bagian brownies dengan
tusuk gigi. Adonan dikatakan sudah matang jika tidak ada adonan yang menempel pada tusuk
gigi tersebut. Proses pendinginan dilakukan selama 10-15 menit untuk menghindari
hancurnya brownies saat dikeluarkan dari loyang. Gambar 5 menunjukkan diagram alir
proses pembuatan brownies panggang.
Pemanasan
tepung komposit,
Mixing III
baking powder
Pencetakan
Baking
(150 oC;
60 menit)
22
B.3. Optimasi Formula
Tahap ini diawali dengan melakukan beberapa trial and error pembuatan brownies dari
masing-masing tepung, yaitu tepung ubi jalar merah dan tepung jagung. Hal ini dilakukan
untuk mengetahui tingkat penggunaan maksimum tepung ubi jalar merah dan tepung jagung
dalam menggantikan terigu pada produk brownies. Trial dilakukan pada tiga tingkat
substitusi terigu, yaitu 80%, 90%, dan 100%. Nilai ini dipilih karena diharapkan kombinasi
tepung ubi jalar dan tepung jagung yang dihasilkan dapat menggantikan terigu hingga lebih
dari 80%. Penentuan tingkat maksimum didasarkan pada hasil uji sensori tingkat kesukaan
panelis pada atribut warna, aroma, rasa, tekstur, dan kesukaan pada produk dilihat secara
keseluruhan (overall), menggunakan rating hedonik skala garis (10 cm). Nilai maksimum
penggunaan tepung ubi jalar merah maupun tepung jagung ini selanjutnya diolah
menggunakan mixture experiment D-Optimal. Desain ini merupakan suatu eksperimen yang
mengasumsikan respon hanya tergantung pada proporsi relatif dari komposisi campuran
tersebut dan tidak pada jumlah campurannya (Cornell 1990), sehingga total tepung yang
digunakan tetap. Oleh karena itu, mixture experiment D-Optimal dinilai sesuai untuk
digunakan dalam tahap ini karena tujuan yang diharapkan adalah mendapatkan komposisi
tepung komposit yang optimal tanpa mengubah total tepung yang digunakan dalam
pembuatan brownies. Desain ini memberikan 16 formula perbandingan terigu, tepung ubi
jalar merah, dan tepung jagung. Respon yang diamati adalah skor kesukaan terhadap atribut
warna, aroma, rasa, tekstur, dan overall dengan menggunakan uji rating hedonik skala garis
(10 cm). Nilai dari masing-masing respon untuk tiap formula yang diperoleh kemudian
dianalisis sehingga diperoleh persamaan model respon. Persamaan model dari masing-masing
respon inilah yang selanjutnya digunakan untuk optimasi. Solusi formula optimal yang
ditawarkan selanjutnya diverifikasi untuk mengetahui kesesuaian model terhadap prediksi.
Tahap ini merupakan tahap lanjutan dari optimasi formula, dengan tujuan
mengoptimalkan proses pembuatan brownies dari formula yang sudah optimal. Faktor yang
menjadi variabel proses ini adalah waktu dan suhu dalam proses pemanggangan (baking).
Rentang suhu dan waktu yang digunakan merupakan kombinasi antara suhu dan waktu yang
digunakan pada optimasi formula (suhu dan waktu awal) dan literatur. Nilai tersebut
selanjutnya diolah menggunakan central composite design. Central composite design secara
luas digunakan untuk eksplorasi respon permukaan di sekitar daerah maksimum dan
minimum (Atkinson et al 2007). Desain ini sesuai untuk penepatan tipe permukaan kuadratik
yang biasanya bekerja dengan baik pada optimasi proses (Anonim 2010 b). Titik uji central
composite design berada diantara nilai maksimum (+1), minimum (-1), dan titik tengah
(center point, 0) dari masing-masing faktor ditambah dengan titik aksial (α) atau sering
dikenal sebagai star point (Ledolter dan Hogg 2010). Oleh karena itu, desain ini dinilai cocok
untuk digunakan dalam optimasi proses pada penelitian ini. Hasil perancangan desain ini
menghasilkan 13 run proses baking. Respon yang diamati adalah skor kesukaan terhadap
atribut warna, aroma, rasa, tekstur, dan overall dengan menggunakan uji rating hedonik skala
garis (10 cm). Hasil analisis dari tiap respon menghasilkan persamaan model yang digunakan
untuk optimasi proses. Solusi waktu dan suhu proses baking optimal yang ditawarkan
selanjutnya diverifikasi untuk mengetahui kesesuaian model terhadap prediksi.
23
B.5. Uji Rating Hedonik (Kemp et al 1999, yang dimodifikasi)
Uji hedonik menggunakan metode rating hedonik skala garis dengan panjang 10 cm.
Atribut sensori yang diuji antara lain warna, aroma, rasa, tekstur, dan keseluruhan (overall).
Sampel yang dianalisis adalah sampel yang dibuat pada hari yang sama dengan proses
pembuatan brownies. Sampel brownies yang akan dianalisis secara sensori dipotong dengan
ukuran yang sama dan disajikan pada cawan putih secara acak. Tiap sampel memiliki kode
unik yang terdiri dari tiga angka acak. Panelis yang dilibatkan adalah panelis tidak terlatih
sebanyak 70 orang. Tiap panelis maksimal menguji empat sampel dalam sekali pengujian.
Panelis diberikan score sheet seperti pada Lampiran 3. Tiap panelis diminta untuk
memberikan penilaian berdasarkan tingkat kesukaan pada atribut sensori yang diuji dengan
memberi tanda silang atau garis vertikal pada garis horizontal yang tersedia pada score sheet.
Ujung sebelah kiri garis horizontal bertuliskan sangat tidak suka dan ujung kanan garis
horizontal bertuliskan sangat suka. Tanda garis (vertikal atau silang) yang diberikan oleh
panelis pada garis horizontal, diukur jaraknya dari ujung kiri menggunakan penggaris. Jarak
garis yang diperoleh untuk tiap atribut dari masing-masing sampel yang diberikan oleh tiap
panelis kemudian dirata-ratakan dan dinyatakan sebagai skor kesukaan. Interpretasi dari skor
kesukaan menggunakan skala LAM (Labelled Affective Magnitude) seperti terlihat pada
Gambar 6.
Uji tekstural dilakukan untuk mengetahui karakter tekstur dari produk brownies.
Analisis tekstur menggunakan alat texture analyzer dengan tipe probe silinder. Spesifikasi
dan pengaturan (setting) alat dari texture analyzer yang akan digunakan dapat dilihat pada
Tabel 8.
24
Tabel 8. Spesifikasi dan setting alat texture analyzer
Spesifikasi Value
Type TA-XT2
Mode Measure Force in Compression
Option Return to Start
Pre-test Speed 2.0 mm/s
Test Speed 0.5 mm/s
Post-test Speed 10.0 mm/s
Distance 4 mm
Trigger Type Auto – 5 g
Data Acquistion Rate 200 pps
Probe 2 mm cylinder probe (P/2)
Alat texture analyzer diatur sesuai spesifikasi pada Tabel 8. Sampel brownies yang akan
diukur nilai teksturnya, dipotong terlebih dahulu dengan tebal 2 cm (panjang mengikuti
ukuran loyang dan lebar mengikuti pengembangan dari brownies itu sendiri). Sampel ini
kemudian diletakkan pada meja sampel dan alat texture analyzer dijalankan. Hasil yang
diperoleh berupa kurva hasil pengukuran yang selanjutnya dihitung luas area di bawah kurva
tersebut. Luas area di bawah kurva ini yang selanjutnya dinyatakan sebagai nilai tekstur
produk dengan satuan gram second (gs).
Pengukuran kadar air pada penelitian ini menggunakan metode oven. Cawan aluminium
kosong yang akan digunakan, sebelumnya dikeringkan dalam oven pada suhu 105 oC selama
15 menit. Kemudian cawan tersebut didinginkan dalam desikator, ditimbang dan dicatat
bobotnya (c). Sampel brownies yang akan diukur kadar airnya, ditimbang sebanyak 1-2 gram
dan dicatat bobotnya (a). Sampel beserta cawan tersebut kemudian dikeringkan dalam oven
selama 3 jam pada suhu 105 oC sampai bobotnya tetap. Kemudian sampel beserta cawan
porselin didinginkan dalam desikator dan ditimbang bobotnya (b). Data yang diperoleh
kemudian dihitung dengan menggunakan persamaan sebagai berikut:
a − (b − c)
kadar air %bb = x 100
a
a − (b − c)
kadar air %bk = x 100
(b − c)
Pengukuran kadar abu pada penelitian ini menggunakan metode pengabuan kering.
Cawan porselin yang akan digunakan, dikeringkan terlebih dahulu dalam oven selama 15
menit pada suhu 105 oC. Cawan yang sudah dikeringkan tersebut kemudian didinginkan
dalam desikator dan ditimbang bobotnya (c). Sampel brownies yang akan diukur kadar
abunya, ditimbang sebanyak 2-3 gram dan dicatat bobotnya (b). Sampel beserta cawan
proselin tersebut selanjutnya diabukan menggunakan tanur pada suhu maksimum 550 oC
sampai pengabuan sempurna. Kemudian sampel beserta cawan porselin didinginkan dalam
desikator dan timbang bobotnya (a). Data yang diperoleh kemudian dihitung dengan
menggunakan persamaan sebagai berikut:
a−c
kadar abu % bb = x100
b
25
kadar abu (% bb)
kadar abu % bk = x 100
100 − kadar air (% bb)
Analisis protein menggunakan metode Kjeldahl. Sampel yang akan diuji ditimbang
sebanyak 100-250 mg dengan menggunakan neraca analitik dan dicatat bobotnya. Sampel
tersebut kemudian dimasukkan ke dalam labu Kjeldahl dan ditambahkan 1.0 0.1 g K2SO4,
40 10 mg HgO, dan 2 0.1 ml H2SO4. Larutan ini kemudian dididihkan dalam digestion
system hingga larutan menjadi jernih, dan selanjutnya didinginkan. Larutan tersebut
ditambahkan sedikit air destilata secara perlahan melalui dinding labu dan digoyang pelan
agar kristal yang terbentuk larut kembali. Isi labu ini kemudian dipindahkan ke dalam alat
destilasi dan labu dibilas menggunakan 1-2 mL air destilata sebanyak 5-6 kali, air bilasan
dimasukkan juga ke dalam alat destilasi. Larutan NaOH 60% - 5% Na2S2O3 sebanyak 8-10
mL ditambahkan ke dalam alat destilasi. Erlenmeyer 250 mL yang berisi 5 mL larutan
H3BO3 dan 2-4 tetes indikator metilen red-metilen blue, diletakkan dibawah kondensor
hingga ujung kondensor terendam dalam larutan H3BO3. Destilasi dilakukan hingga
diperoleh sekitar 15 mL destilat. Larutan yang diperoleh dari proses destilasi kemudian
diencerkan hingga kira-kira 50 mL dan dititrasi dengan HCL 0.02 N terstandar sampai terjadi
perubahan warna menjadi abu-abu. Volume HCl yang digunakan untuk titrasi sampel dicatat.
Volume HCL yang digunakan untuk titrasi blanko, diperoleh dengan prosedur yang sama
namun tanpa adanya sampel. Kadar protein dihitung dengan menggunakan persamaan
sebagai berikut:
26
b1 − b0
Kadar lemak g/100 g bb = × 100
a
Kadar karbohidrat dihitung sebagai sisa dari kadar air, abu, lemak dan protein. Pada
analisis ini diasumsikan bahwa karbohidrat merupakan bobot sampel selain air, abu, lemak
dan protein. Perhitungan kadar karbohidrat dengan metode by difference menggunakan
persamaan sebagai berikut:
Kadar karbohidrat (%) = 100 – (kadar air + kadar abu + kadar protein + kadar lemak)
27
IV. HASIL DAN PEMBAHASAN
Tahap persiapan dilakukan untuk menyediakan salah satu bahan baku dalam pembuatan
brownies yaitu tepung ubi jalar merah. Pembuatan tepung ubi dilakukan dalam beberapa periode.
Periode I dan II menggunakan ubi jalar dari musim hujan, sedangkan periode III dan IV
menggunakan ubi jalar dari musim kering. Tabel 9 menunjukkan bobot bahan dari tiap proses serta
tepung ubi yang dihasilkan.
Tabel 9. Data bobot bahan dalam tiap proses pembuatan tepung ubi jalar merah
Periode
Bahan
I II III IV
Ubi Mentah (kg) 105.480 76.323 151.921 54.980
Ubi Kupas (kg) 83.473 48.208 121.929 42.028
Ubi Sawut (kg) 76.518 56.428 121.820 41.570
Ubi Kering (kg) 17.710 12.870 28.575 9.180
Tepung Kasar (kg) 16.215 10.455 26.540 5.590
Tepung Halus (kg) 6.290 4.285 13.520 4.585
Kadar air tepung (%bb) 10.17 10.17 7.73 7.73
Kadar air tepung (%bk) 11.33 11.33 8.38 8.38
Kadar padatan tepung (%) 89.83 89.83 92.27 92.27
Rendemen (%)* 5.36 5.04 8.21 7.69
Keterangan: *berdasarkan basis padatan tepung
Perbedaan yang cukup besar antara tepung kasar dan tepung halus pada periode I, II, dan III
disebabkan karena adanya proses pengeringan yang kurang sempurna. Penumpukan ubi hasil
sawut yang cukup tebal pada beberapa bagian saat pengeringan menyebabkan masih ada bagian
yang belum kering. Bagian tersebut cenderung membentuk gumpalan / agregat yang cukup besar
saat penggilingan dan mengakibatkan tidak lolos saringan 100 mesh saat pengayakan.
Penggilingan lebih lanjut tidak dapat dilakukan dengan menggunakan alat yang sama (pin disc
mill) dan memerlukan alat yang dapat menggiling agregat tersebut menjadi lebih halus lagi. Oleh
karena itu, sebaiknya proses pengeringan dilakukan dengan menyebarkan ubi sawut secara merata
dan penumpukan tidak terlalu tebal agar pengeringan lebih sempurna. Penggilingan juga sebaiknya
menggunakan alat giling yang lebih baik sehingga tepung yang dihasilkan dari proses
penggilingan memiliki ukuran mesh yang lebih kecil. Gambar 7 menunjukkan tepung ubi jalar
yang dihasilkan.
Gambar 7. Tepung ubi jalar merah yang dihasilkan pada tahap persiapan bahan
Rendemen tepung ubi jalar merah yang dihasilkan memiliki kisaran antara 5.04-8.21%.
Tepung yang dihasilkan pada periode III dan IV memiliki rendemen yang lebih tinggi (7.69-
28
8.21%) dibandingkan tepung yang dihasilkan pada periode I dan II (5.04-5.36%). Hal ini
disebabkan karena kadar bahan kering umbi dan jumlah umbi kecil meningkat pada kondisi
terpapar kekeringan (Rahayuningsih et al 2008). Data tersebut juga didukung oleh data kadar air
tepung yang berbeda. Tepung ubi jalar periode I dan II memiliki kadar air 11.33 0.81% (bk),
sedangkan kadar air tepung ubi jalar periode III dan IV sebesar 8.38 0.24% (bk). Tingginya
kadar air pada periode I dan II menunjukkan bahwa kadar bahan kering pada tepung tersebut
rendah. Peningkatan kadar bahan kering saat kondisi kekeringan disebabkan karena adanya
peningkatan lignifikasi yang meningkatkan kadar serat kasar (Tsuno dalam Rahayuningsih et al
2008).
B. OPTIMASI FORMULA
Tabel 10. Skor kesukaan pada ketiga tingkat substitusi menggunakan tepung jagung
Tingkat Skor kesukaan*
Sampel
Substitusi Warna Aroma Rasa** Tekstur Overall**
a
Jagung-1 80% 5.52 4.74 5.08 4.53 4.76 a
ab
Jagung-2 90% 6.18 5.61 5.79 5.74 5.95 b
Jagung-3 100% 5.97 5.45 6.25 b 4.52 5.59 ab
*
Keterangan: skor hasil uji rating hedonik skala garis (10 cm) dengan 30 panelis
**
menggunakan uji lanjut Duncan
Penggunaan tepung jagung yang semakin banyak (tingkat substitusi semakin tinggi)
memberikan warna yang semakin cerah dan rasa yang cenderung semakin disukai, namun
tekstur yang dihasilkan cenderung lembek. Hasil uji rating hedonik menunjukkan bahwa
brownies pada tiga tingkat substitusi tepung jagung tersebut memiliki skor kesukaan yang
tidak berbeda nyata pada taraf 5% untuk atribut warna, aroma, dan tekstur. Atribut rasa
sampel Jagung-2 dan Jagung-3 tidak berbeda nyata pada taraf 5%, dan begitu pula pada
atribut overall. Pengamatan fisik memperlihatkan bahwa tekstur sampel Jagung-3 terlihat
kurang baik (lembek). Oleh karena itu, penggunaan tepung jagung pada produk brownies
hanya dapat mencapai tingkat substitusi 90%.
Tabel 11. Skor kesukaan pada ketiga tingkat substitusi menggunakan tepung ubi
Tingkat Skor kesukaan*
Sampel
Substitusi Warna** Aroma Rasa** Tekstur Overall**
a b
Ubi-1 80% 5.24 5.05 5.75 5.36 5.69 ab
Ubi-2 90% 6.29 b 5.35 5.77 b 5.53 5.97 b
b a
Ubi-3 100% 6.04 5.36 5.09 5.17 5.38 a
*
Keterangan: skor hasil uji rating hedonik skala garis (10 cm) dengan 30 panelis
**
menggunakan uji lanjut Duncan
29
Penggunaan tepung ubi jalar merah pada produk brownies memberikan warna yang
lebih gelap dan tekstur yang lebih padat. Tingkat substitusi tepung ubi jalar merah yang
semakin tinggi menyebabkan skor kesukaan terhadap produk brownies pada atribut warna
cenderung meningkat, sedangkan pada skor kesukaan atribut rasa dan overall cenderung
menurun. Hasil uji rating hedonik menunjukkan bahwa skor kesukaan ketiga sampel
brownies substitusi tepung ubi jalar merah tidak berbeda nyata pada taraf signifikansi 5%
untuk atribut aroma dan tekstur. Skor kesukaan pada atribut warna, rasa, dan overall sampel
Ubi-2 dengan substitusi 90% tepung ubi jalar merah memiliki nilai terbaik. Oleh karena itu,
penggunaan tepung ubi jalar merah pada produk brownies dapat menggantikan terigu hingga
90%.
Tahap berikutnya ialah memasukkan nilai minimum dan maksimum dari masing-
masing tepung dalam mixture experiment D-optimal untuk mendapatkan beberapa titik uji.
Tepung terigu yang digunakan berada pada rentang 0-20%. Nilai maksimum 20%
menunjukkan proporsi maksimum terigu dalam tepung komposit yang diharapkan dalam
penelitian ini. Tepung jagung dan tepung ubi jalar merah memiliki rentang yang sama yaitu
10-90%. Nilai minimum 10% pada penggunaan tepung jagung maupun tepung ubi jalar
menunjukkan bahwa kedua tepung tersebut diharapkan ada dalam komposisi tepung
komposit optimal, sedangkan nilai maksimum 90% diperoleh berdasarkan data trial seperti
yang telah dijelaskan sebelumnya. Constraint yang digunakan adalah 80<= B + C, yang
bermakna bahwa tepung komposit yang diuji minimal mengandung 80% campuran antara
tepung jagung (B) dan tepung ubi jalar merah (C).
Mixture experiment D-optimal menghasilkan 16 formula uji yang merupakan hasil
seleksi dari beberapa titik koordinat yang diberikan oleh software DX7 trial. Masing-masing
titik uji dicari nilai respon terhadap skor kesukaan pada atribut warna, aroma, rasa, tekstur,
dan overall yang diperoleh melalui uji rating hedonik skala garis. Tabel 12 menunjukkan 16
formula yang dihasilkan dari desain tersebut beserta nilai respon dari masing-masing
formula/titik uji. Gambar 8 menunjukkan brownies yang dihasilkan dari 16 formula uji
tersebut.
Tabel 12. Formula uji dalam optimasi formula produk brownies beserta respon skor kesukaan
warna, aroma, rasa, tekstur, dan overall dari tiap formula
Persentase (%)* Respon**
Formula
T.Terigu T.Jagung T.Ubi Warna Aroma Rasa Tekstur Overall
(run)
(A) (B) (C)
1 0.00 90.00 10.00 6.00 5.15 5.38 4.38 5.15
2 8.59 55.37 36.04 6.26 5.59 5.88 5.11 5.70
3 18.80 10.00 71.20 6.02 5.49 5.82 5.26 5.68
4 0.00 90.00 10.00 5.71 5.07 4.98 4.49 4.86
5 20.00 27.60 52.40 6.14 5.58 5.74 5.08 5.66
6 0.00 69.61 30.39 5.94 5.47 5.73 5.14 5.67
7 0.00 10.00 90.00 6.33 6.07 5.72 5.33 5.96
8 19.10 41.94 38.95 6.10 6.03 6.15 5.23 5.96
9 20.00 55.70 24.30 5.90 5.31 5.99 4.05 5.25
10 3.23 47.43 49.34 6.34 6.03 5.86 4.85 5.64
11 0.00 29.83 70.17 6.30 6.04 5.93 5.53 6.03
12 20.00 55.70 24.30 6.11 5.67 6.24 5.22 5.86
13 18.80 10.00 71.20 6.46 6.30 6.37 5.95 6.38
14 10.28 79.72 10.00 6.51 5.49 5.68 4.88 5.53
15 10.28 79.72 10.00 6.57 6.22 6.21 5.79 6.27
16 0.00 10.00 90.00 6.48 6.27 6.14 6.38 6.34
Keterangan: * persentase berdasarkan total penggunaan tepung dalam adonan
** nilai respon diperoleh dari rata-rata skor kesukaan menggunakan uji rating
hedonik skala garis (10 cm) dengan jumlah panelis minimal 70 orang
30
Gambar 8. Brownies hasil dari masing-masing proses (16 titik uji)
Data tiap respon yang diperoleh dari masing-masing titik uji selanjutnya dianalisis
untuk mendapatkan model yang sesuai. Analisis tersebut dibantu oleh software DX7 trial.
Ada beberapa tahap yang dilakukan agar diperoleh model yang mampu memprediksi nilai
respon dengan baik. Tahap pertama adalah memilih node respon dan transformasi.
Transformasi mungkin akan dibutuhkan untuk mendapatkan asumsi yang dapat membuat
ANOVA menjadi sah (valid). Pengubahan transformasi juga akan membuat residual menjadi
terdistribusi secara normal dengan suatu variasi konstan (constant variance) (Anonim 2005).
Pada penelitian ini tidak menggunakan transformasi yaitu dengan memilih pilihan “none”
pada kolom transformasi, yang menunjukkan bahwa respon akan dianalisis sebagaimana nilai
tersebut diperoleh (tanpa mengalami perubahan) (Anonim 2005).
Tahap berikutnya ialah mengecek model yang sebaiknya digunakan pada tab “Fit
Summary”. Model yang disarankan untuk digunakan adalah yang memiliki orde model
tertinggi dengan p value model yang kecil (model signifikan), tidak lack of fit (p value >0.10,
tidak signifikan), serta adjusted R-squared dan predicted R-squared memiliki reasonable
agreement (Anonim 2005). Model yang dianggap sesuai dapat dilihat dari hasil uji sidik
ragamnya (ANOVA) dengan ketentuan model yang dimiliki signifikan dan lack of fit tidak
signifikan. Model yang signifikan diperlukan untuk menunjukkan bahwa model tersebut
dapat memberikan prediksi yang sesuai, sedangkan lack of fit yang tidak signifikan
menunjukkan bahwa ketidaksesuaian penepatan model memang tidak memiliki pengaruh
dalam prediksi. Perubahan atau pengurangan variabel model perlu dilakukan jika model awal
masih belum signifikan dan lack of fit masih signifikan. Model yang sesuai kemudian dilihat
sebaran normalnya pada tab “Diagnostics” dan kemudian permukaan respon yang diperoleh
dapat dilihat pada tab “Model Graphs” .
Hasil analisis sidik ragam (ANOVA) model dari masing-masing respon dapat dilihat
pada Tabel 13, sedangkan detail dari hasil analisis sidik ragam (ANOVA) tiap respon dapat
dilihat pada Lampiran 19, 20, 21, 22, dan 23. Hasil tersebut menunjukkan bahwa model
kelima respon secara umum memiliki p value (Prob>F) yang lebih kecil dari 0.05. Nilai p
31
value (Prob >F) dari model yang kurang dari 0.05 menunjukkan bahwa model tersebut dapat
menggambarkan data dengan baik pada taraf signifikansi 5% (Anonim 2005).
Tabel 13. Hasil analisis ragam (ANOVA) Persamaan model dari masing-masing respon pada
optimasi formula
Jumlah Kuadrat p value
Respon Model Orde db F hitung Keterangan
Kuadrat tengah Prob>F
Warna Kuadratik 0.671129 5 0.134226 5.325325 0.0121 signifikan
Aroma Kuadratik yang 1.419111 4 0.354778 3.880984 0.0333 signifikan
direduksi
Rasa Kuadratik yang 1.03115 3 0.343717 5.387156 0.0140 signifikan
direduksi
Tekstur Linear 1.953431 2 0.976716 3.952928 0.0456 signifikan
Overall Linear 1.020589 2 0.510294 4.012101 0.0439 signifikan
Keterangan: taraf signifikansi 5% (0.05)
B.2.1. Warna
Respon warna memiliki bentuk model orde dua (quadratic). Persamaan model
skor kesukaan warna pada optimasi formula dapat dilihat pada persamaan berikut:
Keterangan:
*
A = persentase aktual tepung terigu dalam tepung komposit, B = persentase aktual
tepung jagung dalam tepung komposit, dan C = persentase aktual tepung ubi jalar
dalam tepung komposit.
Gambar 9 memberikan gambaran permukaan dari model respon warna. Warna merah
pada gambar tersebut menunjukkan skor kesukaan yang tinggi, sedangkan warna biru
menunjukkan skor kesukaan yang rendah.
A: T.Terigu
Design-Expert® Software Design-Expert®
80 Software
Warna Warna
6.57286 6.57286
X1 = A: T.Terigu X1 = A: T.Terigu
6.53
X2 = B: T.Jagung X2 = B: T.Jagung
X3 = C: T.Ubi X3 = C: T.Ubi
6.29
Warna
10 10 6.06
5.83
6.17 A (80)
6.31
B (10)
6.45
6.45 C (90)
6.59
6.31
6.17
6.03 C (10)
90 0 90 A (0)
B: T.Jagung C: T.Ubi
Warna B (90)
Gambar 9. Bentuk permukaan model dari respon warna pada optimasi formula brownies
tepung komposit
32
memberikan skor kesukaan warna yang lebih tinggi. Kandungan β-karoten dalam ubi
jalar merah yang cukup tinggi kemungkinan memiliki pengaruh pada skor tersebut. Uji
cepat kandungan β-karoten didasarkan pada warna kuning dan orange daging umbi
(Wahyuni et al 2008). Karoten memiliki rentang warna dari kuning hingga merah
(Fennema 1996). Warna kombinasi antara jingga (dari β-karoten pada tepung ubi jalar
merah) dan cokelat (dari chocolate dark compound) yang ditampilkan dalam produk
brownies cenderung memberikan warna yang lebih menarik, sehingga skor kesukaan
terhadap warna juga meningkat.
Model kuadratik pada respon warna memiliki nilai F sebesar 5.33 dengan p value
(Prob >F) sebesar 0.0121 (lebih kecil dari 0.05) menunjukkan bahwa model tersebut
signifikan pada taraf 5%. Model dikatakan dapat menggambarkan data dengan baik
pada taraf signifikansi 5% jika p value (Prob >F) dari model kurang dari 0.05 (Anonim
2005). Interaksi antara tepung terigu dengan tepung jagung (AB) serta tepung terigu
dengan tepung ubi jalar merah (AC) ternyata memiliki pengaruh yang nyata pada taraf
signifikansi 5% terhadap respon warna. Hal ini terlihat dari nilai p value (Prob>F) dari
AB dan AC berturut-turut 0.0018 dan 0.0034 yang lebih kecil dari 0.05. Nilai p value
(Prob>F) BC yang lebih dari 0.05 (0.2846) menunjukkan bahwa interaksi antara tepung
jagung dan tepung ubi tidak berpengaruh nyata pada respon warna. Nilai p value
(Prob>F) lack of fit model lebih dari 0.05 (0.8241) yang menunjukkan bahwa lack of fit
tidak signifikan relatif terhadap pure error. Nilai lack of fit menunjukkan variasi data di
sekitar model yang ditepatkan (Anonim 2005), sehingga model yang baik memiliki nilai
lack of fit yang tidak signifikan. Nilai-nilai tersebut dapat dilihat pada Lampiran 19.
R-squared model dari respon warna sebesar 0.7270 yang menunjukkan bahwa
72.70% dari data yang ada dapat dijelaskan oleh model tersebut. R-squared mengukur
jumlah variasi di sekitar mean yang dijelaskan oleh model (Anonim 2005). Nilai Adj R-
squared dan Pred R-squared masih rendah, yaitu berturut-turut 0.5905 dan 0.2146, yang
menunjukkan bahwa model tersebut hanya mampu memberi gambaran terhadap nilai
aktual sebesar 59.05% dan nilai prediksi sebesar 21.46%. Adjusted R-squared (Adj R-
squared) secara aktual merupakan suatu estimasi yang sedikit dibiaskan dari R-squared
nyata pada populasi (Howell 2008). Nilai ini mengukur jumlah variasi di sekitar mean
yang dijelaskan oleh model, disesuaikan untuk jumlah faktor dalam model (Anonim
2005). Predicted R-squared (Pred R-squared) mengukur seberapa baik model dapat
memprediksi nilai respon. Hal tersebut dilakukan dengan mengukur variasi pada data
baru yang dijelaskan oleh model (Anonim 2005). Oleh karena itu, diperlukan adanya
verifikasi untuk menguji kembali kesesuaian model terhadap prediksi skor kesukaan
warna. Hasil verifikasi akan dibahas pada sub bab berikutnya.
Model respon dianggap sesuai untuk digunakan ketika data mengikuti distribusi
normal (Robinson dan Wulff 2006). Plot peluang normal (normal probability plot)
mengindikasikan apakah residual mengikuti distribusi normal atau tidak, dalam hal ini
ditunjukkan dengan titik-titik yang mengikuti garis lurus (Anonim 2005). Gambar 10
memperlihatkan bahwa titik-titik data tersebar di dekat garis normal, yang menunjukkan
bahwa data tersebut mengikuti distribusi normal. Hal tersebut menunjukkan bahwa
sampel uji dapat menggambarkan kondisi populasi secara umum (Anonim 2005).
Distribusi error akibat deviasi ekstrim lebih sering terjadi pada distribusi yang tidak
normal (Box dan Draper 2007), yang menyebabkan kemungkinan kesalahan dalam
prediksi semakin besar. Oleh karena itu, data yang tersebar normal lebih diinginkan
pada saat melakukan prediksi.
33
Design-Expert® Software Normal Plot of Residuals
Warna
80
70
50
30
20
10
5
Gambar 10. Sebaran kenormalan data respon warna pada optimasi formula brownies
tepung komposit
B.2.2. Aroma
Respon aroma memiliki bentuk model reduced quadratic, yang diperoleh dengan
menghilangkan bentuk interaksi BC (tepung jagung dan tepung ubi jalar merah) dari
model quadratic. Persamaan model skor kesukaan aroma pada optimasi formula
ditampilkan dalam persamaan berikut:
Gambar 11 memberikan gambaran permukaan dari model respon aroma. Warna merah
pada gambar tersebut menunjukkan skor kesukaan yang tinggi, sedangkan warna biru
menunjukkan skor kesukaan yang rendah.
A: T.Terigu
Design-Expert® Software Design-Expert®
80 Software
Aroma Aroma
6.29718 6.29718
X1 = A: T.Terigu X1 = A: T.Terigu
6.15
X2 = B: T.Jagung X2 = B: T.Jagung
X3 = C: T.Ubi X3 = C: T.Ubi
5.80
Aroma
10 10 5.45
5.10
5.56
5.76 A (80)
B (10)
5.96
C (90)
6.17
5.76
5.36 5.56
C (10)
90 0 90 A (0)
B: T.Jagung C: T.Ubi
Aroma B (90)
Gambar 11. Bentuk permukaan model dari respon aroma pada optimasi formula
brownies tepung komposit
34
Bentuk seperti pelana menaik yang mirip dengan permukaan model respon
warna menggambarkan bahwa penggunaan kombinasi tepung ubi yang semakin banyak
dan tepung jagung yang semakin sedikit cenderung memberikan skor kesukaan aroma
yang lebih tinggi. Flavor dari produk olahan ubi jalar sebagian besar merupakan flavor
dasar dari ubi jalar itu sendiri (Kays 1985). Hal tersebut menunjukkan bahwa panelis
cenderung lebih menyukai aroma ubi jalar dibandingkan aroma jagung.
Model respon aroma memiliki nilai F sebesar 3.88 dengan p value (Prob >F)
sebesar 0.0292 menunjukkan bahwa model tersebut signifikan pada taraf 5%. Ini
menunjukkan bahwa respon aroma masih dapat digambarkan dengan baik oleh model
tersebut, karena memiliki p value (Prob >F) yang lebih kecil dari 0.05 (Anonim 2005).
Interaksi antara tepung terigu dengan tepung jagung (AB) serta tepung terigu dengan
tepung ubi jalar merah (AC) ternyata tidak memiliki pengaruh yang nyata terhadap
respon aroma pada taraf 5%. Hal tersebut terlihat dari nilai p value (Prob>F) dari AB
dan AC berturut-turut 0.0909 dan 0.1412 yang lebih besar dari 0.05, yang berarti tidak
signifikan pada taraf 5%. Tidak signifikannya interaksi AC dan AB menunjukkan
bahwa aroma terigu cenderung tertutupi oleh aroma kedua tepung lainnya. Hal tersebut
disebabkan karena proporsi terigu dalam tepung komposit cukup kecil ( 20%) dan
aromanya cenderung lemah dibandingkan aroma tepung jagung dan tepung ubi. Hasil
analisis sidik ragam model dari atribut aroma pada optimasi formula dapat dilihat pada
Lampiran 20.
Nilai p value (Prob>F) lack of fit model lebih dari 0.05 (0.8611) yang
menunjukkan bahwa lack of fit tidak signifikan relatif terhadap pure error. Nilai lack of
fit yang tidak signifikan menjadi ciri dari model yang baik (Anonim 2005). R-squared
model dari respon warna sebesar 0.5853 yang menunjukkan bahwa hanya 58.53% dari
data yang ada dapat dijelaskan oleh model tersebut. Nilai tersebut masih rendah,
sehingga model tersebut belum dapat dinyatakan dengan baik untuk digunakan dalam
memprediksi nilai respon. Nilai Adj R-squared dan Pred R-squared juga rendah, yaitu
berturut-turut 0.4345 dan 0.0337, yang menunjukkan bahwa model tersebut hanya
mampu memberi gambaran terhadap nilai aktual sebesar 43.45% dan kemampuan
prediksi yang rendah karena hanya mampu memberi gambaran prediksi sebesar 3.37%.
Nilai Adeq Precision cukup tinggi yaitu 6.255, sehingga model tersebut masih dapat
digunakan untuk menunjukkan design space. Adequate Precision (Adeq Precision)
merupakan sinyal dari noise ratio, yaitu dengan membandingkan antara rentang nilai
prediksi pada titik desain dengan rata-rata prediction error. Nilai adequate precision
yang lebih besar dari empat merupakan nilai yang diharapkan (Anonim 2005). Nilai-
nilai dari model tersebut masih rendah, sehingga memerlukan adanya verifikasi untuk
menguji kembali kesesuaian model terhadap prediksi skor kesukaan aroma. Hasil
verifikasi akan dibahas pada sub bab berikutnya.
Model respon dianggap sesuai untuk digunakan ketika data mengikuti distribusi
normal (Robinson dan Wulff 2006). Plot peluang normal (normal probability plot)
mengindikasikan apakah residual mengikuti distribusi normal atau tidak, dalam hal ini
ditunjukkan dengan titik-titik yang mengikuti garis lurus (Anonim 2005). Gambar 12
memperlihatkan bahwa titik-titik data tersebar di dekat garis normal, yang menunjukkan
bahwa data mengikuti distribusi normal. Hal tersebut menunjukkan bahwa sampel uji
dapat menggambarkan kondisi populasi secara umum (Anonim 2005).
35
Design-Expert® Software Normal Plot of Residuals
Aroma
80
70
50
30
20
10
5
Gambar 12. Sebaran kenormalan data respon aroma pada optimasi formula brownies
tepung komposit
B.2.3. Rasa
Respon rasa memiliki bentuk model quadratic reduced, yang diperoleh dengan
menghilangkan variabel AC (interaksi tepung terigu dan tepung ubi) dan BC (interaksi
tepung jagung dan tepung ubi jalar merah) dari model quadratic. Persamaan model
skor kesukaan rasa pada optimasi formula dapat dilihat pada persamaan berikut:
Gambar 13 memberikan gambaran permukaan dari model respon rasa. Warna merah
pada gambar tersebut menunjukkan skor kesukaan yang tinggi, sedangkan warna biru
menunjukkan skor kesukaan yang rendah.
A: T.Terigu
Design-Expert® Software Design-Expert®
80 Software
Rasa Rasa
6.37143 6.37143
X1 = A: T.Terigu X1 = A: T.Terigu
6.06
X2 = B: T.Jagung X2 = B: T.Jagung
X3 = C: T.Ubi X3 = C: T.Ubi
5.81
Rasa
10 10 5.57
5.33
6.07 A (80)
B (10)
5.92 C (90)
5.78
5.63
5.48 C (10)
90 0 90 A (0)
B: T.Jagung C: T.Ubi
Rasa B (90)
Gambar 13. Bentuk permukaan model dari respon rasa pada optimasi formula brownies
tepung komposit
36
Gambar tersebut memperlihatkan bahwa interaksi antara terigu dan tepung
jagung cukup kuat. Skor kesukaan dari penggunaan tepung jagung tergantung pada
penggunaan terigu juga. Hal ini terlihat pada Gambar 13 yaitu ketika penggunaan
tepung jagung yang sama namun terigu yang digunakan lebih sedikit, nilai kesukaan
pada rasa menurun drastis dibandingkan dengan penggunaan terigu yang lebih banyak.
Hal tersebut menunjukkan bahwa panelis cenderung kurang suka terhadap rasa jagung,
sehingga penggunaan terigu yang lebih banyak dapat mengurangi rasa jagung pada
produk tersebut.
Model respon rasa memiliki nilai F sebesar 5.39 dengan p value (Prob >F) yang
lebih kecil dari 0.05 (0.0140) menunjukkan bahwa model tersebut signifikan pada taraf
5%, yang berarti dapat memberi gambaran terhadap respon rasa dengan cukup baik
(Anonim 2005). Nilai p value (Prob>F) lack of fit model sebesar 0.8707 yang lebih
besar dari 0.05, menunjukkan bahwa lack of fit tidak signifikan relatif terhadap pure
error. Nilai tersebut menunjukkan bahwa terdapat kemungkinan 87.07% dari nilai lack
of fit F value terjadi karena noise (Anonim 2005). Nilai-nilai tersebut dapat dilihat pada
Lampiran 21.
Nilai R-squared model rendah seperti halnya respon aroma yang hanya sebesar
0.5739 yang menunjukkan bahwa hanya 57.39% dari data yang ada dapat dijelaskan
oleh model tersebut. Nilai Adj R-squared dan Pred R-squared juga rendah, yaitu
berturut-turut 0.4674 dan 0.1249, yang menunjukkan bahwa model tersebut hanya
mampu memberi gambaran terhadap nilai aktual sebesar 46.74% dan kemampuan
prediksi yang rendah karena hanya mampu memberi gambaran prediksi sebesar
12.49%. Nilai Adeq Precision cukup tinggi yaitu 6.528 yang menunjukkan bahwa
model tersebut masih dapat digunakan untuk menggambarkan design space. Nilai yang
lebih besar dari empat adalah nilai yang diharapkan (Anonim 2005). Oleh karena
nilainya yang masih rendah, diperlukan adanya verifikasi untuk menguji kembali
kesesuaian model terhadap prediksi skor kesukaan rasa. Hasil verifikasi akan dibahas
pada sub bab berikutnya.
Gambar 14 memperlihatkan bahwa titik-titik data tersebar di dekat garis normal,
yang menunjukkan bahwa data mengikuti distribusi normal. Model respon dianggap
sesuai untuk digunakan ketika data mengikuti distribusi normal (Robinson dan Wulff
2006), dalam hal ini ditunjukkan dengan titik-titik yang mengikuti garis lurus (Anonim
2005). Hal tersebut juga menunjukkan bahwa sampel uji untuk respon rasa dapat
menggambarkan kondisi populasi secara umum (Anonim 2005).
Design-Expert® Software Normal Plot of Residuals
Rasa
80
70
50
30
20
10
5
Gambar 14. Sebaran kenormalan data respon rasa pada optimasi formula brownies
tepung komposit
37
B.2.4 Tekstur
Respon tekstur memiliki bentuk model orde satu (linear), yang menunjukkan
bahwa respon tekstur hanya dipengaruhi oleh masing-masing tepung dan bukan
interaksi diantaranya. Persamaan model skor kesukaan tekstur pada optimasi formula
dapat dilihat pada persamaan berikut:
A: T.Terigu
Design-Expert® Software Design-Expert®
80 Software
Tekstur Tekstur
6.38143 6.38143
X1 = A: T.Terigu X1 = A: T.Terigu
5.60
X2 = B: T.Jagung X2 = B: T.Jagung
X3 = C: T.Ubi X3 = C: T.Ubi
Tekstur
5.30
10 10 5.00
4.70
A (80)
B (10)
5.08 5.25
4.91 5.42 C (90)
5.59
C (10)
90 0 90 A (0)
B: T.Jagung C: T.Ubi
Tekstur B (90)
Gambar 15. Bentuk permukaan model dari respon tekstur pada optimasi formula
brownies tepung komposit
38
Pati dengan kadar amilosa tinggi, jika dibuat pasta akan bersifat keras dan membentuk
gel yang kokoh serta tetap utuh setelah dingin karena retrogradasi berlangsung cepat
(Suryani dalam Utomo dan Ginting 2011). Pati ubi jalar memiliki komponen utama
berupa amilosa dan amilopektin dengan perbandingan 1:3 atau 1:4. Perbandingan
tersebut ternyata berpengaruh pada kemampuan retrogradasi pati ubijalar yang lebih
lambat dibandingkan beberapa jenis pati lainnya. Hal tersebut menjelaskan mengapa
roti yang diolah dari bahan yang disubstitusi dengan ubi jalar lebih lambat menjadi
keras dibandingkan roti yang berasal dari 100% terigu (Utomo dan Ginting 2011). Hal
tersebut juga yang mungkin menyebabkan mengapa produk brownies yang disubstitusi
dengan tepung ubi jalar dalam jumlah yang lebih banyak cenderung lebih disukai oleh
panelis.
Nilai F model sebesar 3.95 dengan p value (Prob >F) yang lebih kecil dari 0.05
(0.0456) menunjukkan bahwa model tersebut signifikan pada taraf 5%, yang berarti
dapat memberi gambaran terhadap respon tekstur dengan cukup baik (Anonim 2005).
Nilai p value (Prob>F) lack of fit model sebesar 0.8605 yang lebih besar dari 0.05,
menunjukkan bahwa lack of fit tidak signifikan relatif terhadap pure error. Nilai lack of
fit yang tidak signifikan merupakan nilai yang diharapkan karena menunjukkan bahwa
model tersebut cukup baik digunakan untuk memprediksi nilai respon. Nilai 0.8605
menunjukkan bahwa terdapat kemungkinan sebesar 86.05% dari nilai F pada lack of fit
terjadi karena noise (Anonim 2005). Nilai-nilai tersebut dapat dilihat pada Lampiran 22.
Nilai R-squared model masih rendah yaitu hanya sebesar 0.3782 yang
menunjukkan bahwa hanya 37.82% dari data yang ada dapat dijelaskan oleh model
tersebut. Nilai Adj R-squared dan Pred R-squared juga rendah, yaitu berturut-turut
0.2825 dan 0.0260, yang menunjukkan bahwa model tersebut hanya mampu memberi
gambaran terhadap nilai aktual sebesar 28.25% dan kemampuan prediksi yang sangat
rendah karena hanya mampu memberi gambaran prediksi sebesar 2.60%. Nilai Adeq
Precision sebesar 4.715 (lebih dari 4) menunjukkan bahwa model tersebut masih dapat
digunakan untuk menggambarkan design space. Oleh karena nilai beberapa parameter
model masih rendah, maka diperlukan adanya verifikasi untuk menguji kembali
kesesuaian model terhadap prediksi skor kesukaan tekstur. Hasil verifikasi akan dibahas
pada sub bab berikutnya.
Gambar 16 memperlihatkan bahwa titik-titik data tersebar di dekat garis normal,
yang menunjukkan bahwa data mengikuti distribusi normal. Model respon dianggap
sesuai untuk digunakan ketika data mengikuti distribusi normal (Robinson dan Wulff
2006), dalam hal ini ditunjukkan dengan titik-titik yang mengikuti garis lurus (Anonim
2005). Hal tersebut juga menunjukkan bahwa sampel uji untuk respon rasa dapat
menggambarkan kondisi populasi secara umum (Anonim 2005).
Design-Expert® Software Normal Plot of Residuals
Tekstur
80
70
50
30
20
10
5
Gambar 16. Sebaran kenormalan data respon tekstur pada optimasi formula brownies tepung
komposit
39
B.2.5 Overall
Respon overall juga memiliki bentuk model orde satu (linear), yang
menunjukkan bahwa respon tersebut hanya dipengaruhi oleh masing-masing tepung dan
bukan interaksi diantaranya. Persamaan model skor kesukaan tekstur pada optimasi
formula dapat dilihat pada persamaan berikut:
A: T.Terigu
Design-Expert® Software Design-Expert®
80 Software
Overall Overall
6.38169 6.38169
X1 = A: T.Terigu X1 = A: T.Terigu
5.93
X2 = B: T.Jagung X2 = B: T.Jagung
X3 = C: T.Ubi X3 = C: T.Ubi
Overall
5.74
10 10 5.55
5.36
A (80)
B (10)
5.73 5.85
5.61 5.97 C (90)
5.49
C (10)
90 0 90 A (0)
B: T.Jagung C: T.Ubi
Overall B (90)
Gambar 17. Bentuk permukaan model dari respon overall pada optimasi formula
brownies tepung komposit
Nilai F model sebesar 4.01 dengan p value (Prob >F) yang lebih kecil dari 0.05
(0.0439) menunjukkan bahwa model tersebut signifikan pada taraf 5%, yang berarti
dapat memberi gambaran terhadap respon overall dengan cukup baik (Anonim 2005).
Nilai p value (Prob>F) lack of fit model sebesar 0.7256 yang lebih besar dari 0.05,
menunjukkan bahwa lack of fit tidak signifikan relatif terhadap pure error. Nilai ini
menunjukkan bahwa terdapat kemungkinan sebesar 72.56% dari nilai lack of fit F value
terjadi karena noise (Anonim 2005). Nilai R-squared model masih rendah yaitu hanya
sebesar 0.3817 yang menunjukkan bahwa hanya 38.17% dari data yang ada dapat
dijelaskan oleh model tersebut. Nilai Adj R-squared dan Pred R-squared juga rendah,
yaitu berturut-turut 0.2865 dan 0.0503, yang menunjukkan bahwa model tersebut hanya
mampu memberi gambaran terhadap nilai aktual sebesar 28.65% dengan kemampuan
40
prediksi yang sangat rendah karena hanya mampu memberi gambaran prediksi sebesar
5.03%. Nilai Adeq Precision sebesar 4.641 (lebih dari 4) menunjukkan bahwa model
tersebut masih dapat digunakan untuk menggambarkan design space (Anonim 2005).
Nilai-nilai tersebut dapat dilihat pada Lampiran 23. Oleh karena nilainya yang juga
masih rendah, diperlukan adanya verifikasi untuk menguji kembali kesesuaian model
terhadap prediksi skor kesukaan secara overall. Hasil verifikasi akan dibahas pada sub
bab berikutnya.
Gambar 18 menunjukkan bahwa sebagian besar titik-titik data tersebar di dekat
garis normal. Model respon dianggap sesuai untuk digunakan ketika data mengikuti
distribusi normal (Robinson dan Wulff 2006), dalam hal ini ditunjukkan dengan titik-
titik yang mengikuti garis lurus (Anonim 2005). Titik yang berada jauh dari garis
normal menunjukkan bahwa data tersebut merupakan data pencilan (outlier) (Anonim
2005), seperti terlihat pada data formula 15 yang berada jauh dari garis normal.
Sebagian besar data berada pada garis normal yang menunjukkan bahwa data tersebut
masih mengikuti distribusi normal meskipun masih terdapat satu data pencilan.
Distribusi error akibat deviasi ekstrim lebih sering terjadi pada distribusi yang tidak
normal (Box dan Draper 2007), yang menyebabkan kemungkinan kesalahan dalam
prediksi semakin besar. Oleh karena itu, data yang tersebar normal lebih diinginkan
pada saat melakukan prediksi.
80
70
50
30
20
10
5
Gambar 18. Sebaran kenormalan data respon overall pada optimasi formula brownies
tepung komposit
Model dari masing-masing respon yang diperoleh dari tahap sebelumnya selanjutnya
dioptimasi. Ada beberapa tahap dalam melakukan optimasi, yaitu numerical optimization,
graphical optimization, dan point prediction. Tahap numerical optimization, dilakukan
dengan mengatur target dari nilai respon yang diharapkan. Pada optimasi formula ini target
yang diharapkan dapat dilihat pada Tabel 14. Ada beberapa pilihan target, antara lain: in
range (respon optimal diharapkan masih berada pada rentang hasil pengujian), maximize
(nilai respon diharapkan maksimal), minimize (nilai respon diharapkan minimum), target
(nilai respon diharapkan sesuai target yang ditentukan), dan equal to (nilai respon diharapkan
sama dengan suatu nilai tertentu). Target dari ketiga tepung yang dipilih adalah in range agar
komposisi tepung komposit yang diperoleh sesuai dengan harapan, yaitu terigu maksimal
20% dan campuran tepung ubi dan tepung jagung minimal 80% dari total kebutuhan tepung.
Kelima respon diharapkan mendapatkan skor kesukaan yang maksimal, sehingga target yang
41
dipilih adalah maximize. Setelah penentuan target dari masing-masing faktor, selanjutnya
software DX7 trial memberikan beberapa solusi beserta desirabilitinya. Solusi yang dipilih
sebaiknya yang memiliki desirability mendekati 1, yang menunjukkan harapan untuk sesuai
dengan target dapat tercapai dengan baik. Diagram yang menunjukkan permukaan respon
desirability dapat dilihat pada tab “Graphs”. Tahap graphical optimization dilakukan untuk
mengatur batas atas dan batas bawah dari tiap respon.
Tabel 14. Kriteria optimasi formula untuk tiap faktor dan respon
Batas Batas Tingkat
Faktor Target
bawah atas Kepentingan*
T.Terigu is in range 0 20 3
T.Jagung is in range 10 90 3
T.Ubi is in range 10 90 3
Warna maximize 5.71 6.57 5
Aroma maximize 5.07 6.30 5
Rasa maximize 4.98 6.37 5
Tekstur maximize 4.05 6.38 5
Overall maximize 4.86 6.38 5
Keterangan: *rentang nilai dari 1-5, semakin besar nilainya semakin diutamakan untuk
dioptimasi.
Optimasi formula memberikan satu formula terpilih (selected) dengan komposisi tepung
yang terdiri dari 2% terigu, 10% tepung jagung, dan 88% tepung ubi jalar merah. Formula
tersebut diprediksi memiliki nilai respon kesukaan warna, aroma, rasa, tekstur, dan overall
berturut-turut 6.57; 6.30; 6.02; 5.73; dan 6.09, yang menunjukkan skor kesukaan panelis pada
rentang disukai hingga moderat suka berdasarkan skala labelled affective magnitude (LAM).
Desirability yang diperoleh dari formula tersebut adalah sebesar 0.846 yang menunjukkan
bahwa sebesar 84.6% keinginan untuk mendapatkan nilai sesuai kriteria pada semua respon
dapat dicapai dengan formula tersebut. Gambar 19 menunjukkan ketercapaian dari masing-
masing respon sesuai kriteria yang diharapkan pada formula terpilih. Gambar tersebut
memperlihatkan bahwa formula brownies terpilih dapat memberikan nilai maksimum pada
respon warna dan aroma. Respon rasa, tekstur, dan overall dari formula tersebut hanya
memberikan, berturut-turut 74.58%, 72.18%, dan 80.48% dari nilai maksimum yang
diharapkan pada masing-masing respon.
T. Terigu 1
T. Jagung 1
T. Ubi Jalar 1
Warna 1
Aroma 1
Rasa 0.745842
Tekstur 0.721833
Overall 0.80481
Combined 0.845971
Gambar 19. Nilai desirability dari masing-masing kriteria yang diharapkan pada optimasi
formula brownies tepung komposit
42
Point prediction merupakan tahap akhir dari optimasi formula ini. Tahap ini
menampilkan nilai prediksi terhadap nilai respon yang akan diberikan oleh formula terpilih.
Nilai confidence interval (CI) dan prediction interval (PI) juga dapat dilihat pada tahap ini.
Confidence interval merupakan interval peluang spesifik dari masuknya parameter yang
diperkirakan, dengan batasan pada kedua sisi (atas dan bawah) (Howell 2008). Nilai
confidence coefficient umumnya 95% dan 99% (Heiberger dan Holland 2004). Prediction
interval menunjukkan rentang dari nilai individual yang diperkirakan akan muncul (Anonim
2005). Model yang baik seharusnya menghasilkan nilai yang masuk ke dalam rentang
tersebut.
Formula terpilih selanjutnya diuji kembali untuk mengetahui kesesuaian model dengan
prediksi, yang selanjutnya disebut tahap verifikasi. Tabel 15 menunjukkan rekapitulasi hasil
verifikasi beserta nilai prediksi, kisaran nilai CI 95% dan PI 95%. Hasil verifikasi formula
terpilih menunjukkan bahwa respon warna, aroma, tesktur dan overall dari formula tersebut
masuk dalam rentang PI 95%. Nilai tersebut menunjukkan bahwa data masih berada pada
kisaran prediksi model, dan menunjukkan model masih dapat digunakan untuk memprediksi
skor kesukaan pada keempat respon tersebut secara baik. Berbeda halnya dengan respon rasa,
hasil verifikasi menunjukkan skor kesukaan rasa tidak masuk dalam rentang PI 95% karena
memiliki nilai yang lebih tinggi dari batas atas PI 95%. Hal tersebut menunjukkan bahwa
model respon rasa kurang baik dalam memprediksi skor kesukaan rasa, meskipun demikian
skor kesukaan terhadap rasa lebih tinggi dibandingkan skor yang diperkirakan. Hal tersebut
justru diharapkan karena formula terpilih dapat memberikan skor kesukaan pada atribut rasa
yang lebih disukai.
Tabel 15. Hasil verifikasi formula terpilih, dibandingkan dengan nilai prediksi, CI 95% dan
PI 95%
95% PI
Hasil Nilai SE 95% CI SE
Respons Gap
Verifikasi Prediksi Mean Pred
low high low high
Warna 6.68 6.57 0.11 0.10 6.35 6.80 0.19 6.15 6.99
Aroma 6.62 6.30 0.32 0.17 5.91 6.68 0.35 5.53 7.07
Rasa 6.72 6.02 0.71 0.14 5.72 6.32 0.29 5.39 6.64
Tekstur 6.30 5.73 0.56 0.25 5.19 6.28 0.56 4.53 6.94
Overall 6.62 6.09 0.54 0.18 5.69 6.48 0.40 5.22 6.95
Keterangan:
Nilai yang ditampilkan pada hasil verifikasi, nilai prediksi, kisaran CI 95%, dan PI 95%
merupakan skor kesukaan dengan nilai maksimum 10.
C. OPTIMASI PROSES
Optimasi proses ditujukan untuk mengoptimalkan proses yang dilakukan pada formula
terpilih sehingga dapat meningkatkan skor kesukaan. Pada tahap ini, oven yang digunakan
berbeda dengan oven yang digunakan pada optimasi formula. Hal tersebut dilakukan agar
kontrol suhu dan waktu proses pemanggangan dapat dilakukan dengan baik sesuai perlakuan
proses yang diuji. Oven yang digunakan dalam tahap optimasi proses adalah oven di BReAD
Unit yang diasumsikan memiliki pengaturan/kontrol suhu yang lebih stabil dibandingkan
oven di pilot plant PAU.
43
Metode yang digunakan dalam tahap optimasi proses adalah response surface
methodology (RSM) dengan menggunakan central composite design (CCD). Tahap optimasi
proses dilakukan untuk mengoptimalkan suhu dan waktu proses pemanggangan (baking)
sehingga dapat menghasilkan brownies tepung komposit dengan skor kesukaan yang lebih
baik. Rentang suhu yang diamati berkisar antara 150 oC sampai 170 oC, sedangkan waktu
proses pemanggangan berkisar antara 45 menit sampai 60 menit. Nilai alpha yang digunakan
adalah rotatable (w = 2 = 1.41421). Nilai alpha tersebut akan memperlebar rentang uji
sebesar 1.41421 kali selisih antara center point (160 oC untuk suhu dan 52.5 menit untuk
waktu) dengan batas bawah atau batas atas faktor uji. Oleh karena itu, rentang suhu yang
diamati menjadi berkisar antara 146 - 174 oC, sedangkan rentang waktu yang diamati menjadi
berkisar antara 41.9 - 63.1 menit. Matriks CCD yang dihasilkan memiliki 13 titik uji yang
terdiri dari 5 titik tengah (central points), 4 titik aksial (axial points atau “star” points), dan 4
titik faktorial (factorial points). Titik-titik tersebut kemudian dicari nilai respon skor
kesukaan terhadap warna, aroma, rasa, tekstur, dan overall melalui uji rating hedonik skala
garis. Tabel 16 menunjukkan 13 titik uji (run) beserta nilai respon yang diperoleh dari uji
rating hedonik. Gambar 20 memperlihatkan brownies yang dihasilkan dari 13 titik uji
tersebut.
Tabel 16. Titik uji dalam optimasi proses produk brownies beserta respon warna, aroma, rasa,
tekstur, dan overall dari tiap formula
Faktor* Respon**
Run Suhu (oC) Waktu (menit) Warna Aroma Rasa Tekstur Overall
(A) (B)
1 146 (-1.414) 52.5 (0) 6.40 6.17 6.32 5.80 6.24
2 160 (0) 63.1 (+1.414) 6.23 5.77 5.54 5.17 5.69
3 160 (0) 52.5 (0) 6.49 5.95 6.21 5.90 6.33
4 160 (0) 52.5 (0) 6.47 5.99 6.29 6.19 6.31
5 174 (+1.414) 52.5 (0) 5.92 5.42 5.37 4.88 5.28
6 160 (0) 41.9 (-1.414) 5.67 5.82 5.51 4.60 5.33
7 150 (-1) 60.0 (+1) 6.26 5.75 5.70 5.53 5.86
8 160 (0) 52.5 (0) 6.41 6.28 6.28 6.08 6.21
9 150 (-1) 45.0 (-1) 6.24 6.07 6.10 5.80 6.12
10 170 (+1) 60.0 (+1) 6.27 5.77 5.33 5.22 5.51
11 160 (0) 52.5 (0) 6.25 6.22 6.29 6.06 6.25
12 170 (+1) 45.0 (-1) 6.21 6.13 6.11 5.77 6.09
13 160 (0) 52.5 (0) 6.15 5.94 6.03 5.65 5.93
Keterangan:
*
faktor ditampilkan dalam dua nilai yaitu nilai aktual dan kode (dalam kurung)
**
nilai respon diperoleh dari rata-rata skor kesukaan menggunakan uji rating hedonik skala
garis (10 cm) dengan jumlah panelis minimal 70 orang
Data tiap respon yang diperoleh dari masing-masing titik uji selanjutnya dianalisis
untuk mendapatkan model yang sesuai. Analisis tersebut dibantu oleh software DX7 trial
dengan mengikuti tahapan seperti pada optimasi formula. Tahap pertama adalah memilih
node respon dan transformasi. Transformasi mungkin akan dibutuhkan untuk mendapatkan
asumsi yang dapat membuat ANOVA menjadi sah (valid). Pengubahan transformasi juga
44
akan membuat residual menjadi terdistribusi secara normal dengan suatu variasi konstan
(constant variance) (Anonim 2005). Penelitian ini tidak menggunakan transformasi, yaitu
dengan memilih pilihan “none” pada kolom transformasi, sehingga respon akan dianalisis
sebagaimana nilai tersebut diperoleh (tanpa mengalami perubahan) (Anonim 2005).
Tahap berikutnya ialah mengecek model yang sebaiknya digunakan pada tab “Fit
Summary”. Model yang disarankan untuk digunakan adalah yang memiliki orde model
tertinggi dengan p value model yang lebih kecil dari 0.05 (model signifikan), tidak lack of fit
(p value > 0.10, tidak signifikan), serta adjusted R-squared dan predicted R-squared
memiliki reasonable agreement (Anonim 2005). Model yang dianggap sesuai dapat dilihat
dari hasil uji sidik ragamnya (ANOVA) dengan ketentuan model yang dimiliki signifikan dan
lack of fit tidak signifikan. Perubahan atau pengurangan variabel model perlu dilakukan jika
model awal masih belum signifikan dan lack of fit masih signifikan. Model yang sesuai
kemudian dilihat sebaran normalnya pada tab “Diagnostics” dan kemudian permukaan
respon yang diperoleh dapat dilihat pada tab “Model Graphs” .
Gambar 20. Brownies hasil dari masing-masing proses (13 titik uji)
Hasil analisis sidik ragam (ANOVA) model dari masing-masing respon dapat dilihat
pada Tabel 17, sedangkan detail dari hasil analisis sidik ragam (ANOVA) tiap respon dapat
dilihat pada Lampiran 29, 30, 31, 32, dan 33. Interpretasi data dilakukan dengan cara yang
sama dengan yang dilakukan pada optimasi formula. Interpretasi respon warna menunjukkan
respon tersebut tidak memiliki model. Hal tersebut disebabkan karena proses yang dilakukan
pada rentang suhu dan waktu uji memberikan skor kesukaan terhadap warna yang rata-rata
sama, yaitu sebesar 6.23. Model respon aroma, rasa, tekstur, dan overall secara umum
memiliki p value (Prob>F) yang lebih kecil dari 0.05. Hal tersebut menunjukkan bahwa
keempat model respon tersebut berbeda nyata pada taraf signifikansi 5%, yang berarti model
dapat digunakan sebagai prediksi skor kesukaan dari masing-masing respon. Model
dikatakan dapat menggambarkan data dengan baik pada taraf signifikansi 5% jika p value
(Prob >F) dari model kurang dari 0.05 (Anonim 2005).
45
Tabel 17. Hasil analisis ragam (ANOVA) Persamaan model dari masing-masing respon pada
optimasi proses
Jumlah Kuadrat p value
Respon Model Orde db F hitung Keterangan
Kuadrat tengah Prob>F
Warna Tidak ada model (mean) - - - - - -
Aroma Kubik yang direduksi 0.46360 4 0.115900 4.185410 0.0405 signifikan
Rasa Kubik yang direduksi 1.60206 4 0.400515 23.31356 0.0002 signifikan
Tekstur Kubik yang direduksi 1.32498 2 0.662488 4.349326 0.0437 signifikan
Overall Kubik yang direduksi 1.03243 3 0.344143 4.941824 0.0269 signifikan
Keterangan: taraf signifikansi 5% (0.05)
C.2.1. Warna
Respon warna tidak memiliki model dan hanya memiliki nilai rata-rata respon
(mean). Hal tersebut menunjukkan bahwa suhu dan waktu proses pada rentang uji tidak
memiliki pengaruh yang signifikan terhadap skor kesukaan warna. Gambar 21
memberikan gambaran permukaan dari model respon warna. Rentang warna permukaan
berkisar dari warna merah yang menunjukkan skor kesukaan yang tinggi sedangkan
warna biru menunjukkan skor kesukaan yang rendah. Bidang permukaan yang terlihat
pada Gambar 21 berwarna hijau kekuningan yang berarti nilai respon warna berada
pada nilai rata-rata, yaitu 6.23.
6.29
52.5
Warna
6.08
5.88
48.8 5.67
60 170
56.25 165
45.0
150 155 160 165 170 52.5 160
48.75 155
B: Waktu A: Suhu
X1: A: Suhu 45 150
X2: B: W aktu
Gambar 21. Bentuk permukaan model dari respon warna pada optimasi proses brownies
tepung komposit
Nilai p value (Prob>F) lack of fit model respon warna lebih dari 0.05 (0.1505)
yang menunjukkan bahwa lack of fit tidak signifikan relatif terhadap pure error
(Anonim 2005). Hal tersebut juga menunjukkan bahwa memang benar skor kesukaan
warna dari 13 titik uji memiliki nilai yang berdekatan, yaitu rata-rata (mean) sebesar
6.23 dengan standar deviasi 0.22. Nilai standar deviasi diasosiasikan dengan
experimental error (Anonim 2005). Standar deviasi dari distribusi rata-rata sampel
mencerminkan variabilitas yang diperkirakan akan ditemukan pada nilai statistik saat
pengulangan uji (Howell 2008). Nilai-nilai tersebut dapat dilihat pada Lampiran 29.
Model respon dianggap sesuai untuk digunakan ketika data mengikuti distribusi
normal (Robinson dan Wulff 2006), dalam hal ini ditunjukkan dengan titik-titik yang
mengikuti garis lurus (Anonim 2005). Titik yang berada jauh dari garis normal
46
menunjukkan bahwa data tersebut merupakan data pencilan (outlier) (Anonim 2005).
Distribusi error akibat deviasi ekstrim lebih sering terjadi pada distribusi yang tidak
normal (Box dan Draper 2007), yang menyebabkan kemungkinan kesalahan dalam
prediksi semakin besar. Oleh karena itu, data yang tersebar normal lebih diinginkan
pada saat melakukan prediksi.
Gambar 22 memperlihatkan bahwa titik-titik data cukup tersebar agak jauh dari
garis normal. Titik-titik tersebut tersebar dari warna biru yang menunjukkan skor
kesukaan yang rendah (5.67) sampai pada warna merah menunjukkan skor penerimaan
yang tinggi (6.49). Titik terendah merupakan titik uji (run) ke 6 (5.67), sedangkan titik
tertinggi adalah titik uji (run) ke 3 (6.49). Hal tersebut menunjukkan bahwa pada suhu
yang sama (160 oC) dengan perbedaan waktu 10 menit dapat memberikan perbedaan
tingkat kesukaan warna sebesar 0.82 poin. Perbedaan tersebut disebabkan karena waktu
pemanggangan yang lebih lama memberikan warna yang lebih gelap sehingga produk
brownies yang dihasilkan cenderung disukai oleh panelis.
80
70
50
30
20
10
5
Gambar 22. Sebaran kenormalan data respon warna pada optimasi proses brownies
tepung komposit
C.2.2. Aroma
Respon aroma memiliki bentuk model kubik yang direduksi (reduced cubic),
yaitu dengan menghilangkan pengaruh masing-masing faktor (A dan B), interaksi suhu
dan waktu (AB), kuadrat waktu (B2), serta pangkat tiga dari waktu (B3) dari model
kubik. Model persamaan dari respon skor kesukaan terhadap atribut aroma pada
optimasi proses dapat dilihat pada persamaan berikut:
47
Senyawa flavor proses (process flavor) terbentuk pada banyak makanan dan
minuman, seperti daging bakar, daging rebus, kopi, kacang bakar, bir, roti, cracker,
makanan ringan, cocoa, dan banyak makanan lainnya. Distribusi senyawa individual
tersebut tergantung pada faktor seperti keberadaan prekursor, suhu, waktu, dan aw
(Lindsay 1996). Hal tersebut menggambarkan bahwa brownies dengan formula terpilih
yang dipanggang dengan waktu yang lebih singkat namun dengan suhu yang lebih
tinggi cenderung menghasilkan senyawa aroma yang lebih disukai oleh panelis,
dibandingkan brownies yang dihasilkan dari proses dengan waktu yang lebih lama.
Proses dengan waktu yang lebih lama cenderung menghasilkan aroma gosong yang
kurang disukai oleh panelis.
Design-Expert® Software
Aroma
6.27887
Design-Expert® Software Aroma
60.0 5.41831
Aroma 5.85 6.11
6.27887
5.91
X1 = A: Suhu
5.41831 X2 = B: Waktu
56.3 6.01
X1 = A: Suhu
5.98
X2 = B: Waktu 5.85
5.91
Aroma
5.91
52.5
5.98
5.81
6.04
48.8 5.71
6.04
5.98
45.0
60.0
56.3 170
150 155 160 165 170
52.5 165
160
B: Waktu 48.8 155
X1: A: Suhu
X2: B: W aktu
45.0 150 A: Suhu
Gambar 23. Bentuk permukaan model dari respon aroma pada optimasi proses brownies
tepung komposit
Nilai F model respon aroma sebesar 4.19 dengan p value (Prob >F) sebesar
0.0405 (lebih kecil dari 0.05) menunjukkan bahwa model tersebut signifikan pada taraf
signifikansi 5%. Nilai p value (Prob>F) lack of fit model lebih dari 0.05 (0.4622) yang
menunjukkan bahwa lack of fit tidak signifikan relatif terhadap pure error (Anonim
2005). R-squared model dari respon warna sebesar 0.6767 yang menunjukkan bahwa
67.67% dari data yang ada dapat dijelaskan oleh model tersebut. Nilai Adj R-squared
dan Pred R-squared masih rendah, yaitu berturut-turut 0.5150 dan 0.5047, yang
menunjukkan bahwa model tersebut hanya mampu memberi gambaran terhadap nilai
aktual sebesar 51.50% dan nilai prediksi sebesar 50.47%. Nilai Adj R-squared dan Pred
R-squared tersebut cukup berdekatan (selisih kurang dari 0.2, "reasonable agreement”),
sehingga dapat dikatakan bahwa model tersebut cukup baik digunakan untuk
memprediksi respon warna. Nilai-nilai tersebut dapat dilihat pada Lampiran 31.
Verifikasi yang dilakukan pada tahap berikutnya digunakan untuk menguji kesesuaian
prediksi dengan kondisi sebenarnya.
Gambar 24 menunjukkan bahwa titik-titik data tersebar di dekat garis normal,
yang menunjukkan bahwa data mengikuti distribusi normal. Model respon dianggap
sesuai untuk digunakan ketika data mengikuti distribusi normal (Robinson dan Wulff
2006), dalam hal ini ditunjukkan dengan titik-titik yang mengikuti garis lurus (Anonim
2005). Distribusi error akibat deviasi ekstrim lebih sering terjadi pada distribusi yang
tidak normal (Box dan Draper 2007), yang menyebabkan kemungkinan kesalahan
dalam prediksi semakin besar. Oleh karena itu, data yang tersebar normal lebih
diinginkan pada saat melakukan prediksi.
48
Design-Expert® Software Normal Plot of Residuals
Aroma
80
70
50
30
20
10
5
Gambar 24. Sebaran kenormalan data respon aroma pada optimasi proses brownies
tepung komposit
C.2.3. Rasa
Respon rasa memiliki bentuk model kubik yang direduksi (reduced cubic)
seperti halnya pada respon aroma. Variabel yang direduksi dari model kubik pada
respon rasa adalah pengaruh masing-masing faktor (A dan B), interaksi suhu dan waktu
(AB), interaksi suhu dan kuadrat waktu (AB 2), serta pangkat tiga dari waktu (B3).
Model persamaan dari respon skor kesukaan terhadap atribut rasa pada optimasi proses
dapat dilihat pada persamaan berikut:
56.3 X1 = A: Suhu
X1 = A: Suhu X2 = B: Waktu
X2 = B: Waktu 6.03
5.75
Rasa
52.5
6.12
5.48
48.8 5.20
5.96 60.0
45.0 56.3
150 155 160 165 170 52.5 170
B: Waktu 48.8 160
165
155
X1: A: Suhu 45.0 150
X2: B: W aktu A: Suhu
49
Gambar 25. Bentuk permukaan model dari respon rasa pada optimasi proses brownies
tepung komposit
Nilai F model sebesar 23.31 dengan p value (Prob >F) sebesar 0.0002 (lebih
kecil dari 0.05) menunjukkan bahwa model tersebut signifikan pada taraf signifikansi
5%. Kuadrat suhu (A2), kuadrat waktu (B2), interaksi kuadrat suhu dan waktu (A2B),
serta pangkat tiga dari suhu (A3) juga memiliki pengaruh yang nyata terhadap respon
rasa. Hal tersebut disebabkan karena nilai p value (Prob >F) dari masing-masing
variabel kurang dari 0.05. Nilai p value (Prob>F) lack of fit model lebih dari 0.05
(0.3041) yang menunjukkan bahwa lack of fit tidak signifikan relatif terhadap pure
error (Anonim 2005).
R-squared model dari respon rasa cukup besar yaitu 0.9210 yang menunjukkan
bahwa 92.10% dari data yang ada dapat dijelaskan oleh model tersebut. Nilai Adj R-
squared dan Pred R-squared juga masih cukup baik, yaitu berturut-turut 0.8815 dan
0.6924, yang menunjukkan bahwa model tersebut dapat memberikan gambaran
terhadap nilai aktual sebesar 88.15% dan nilai prediksi sebesar 69.24%. Nilai Adj R-
squared dan Pred R-squared tersebut cukup berdekatan (selisih kurang dari 0.2,
"reasonable agreement”), sehingga dapat dikatakan bahwa model tersebut cukup baik
digunakan untuk memprediksi respon rasa. Nilai-nilai tersebut dapat dilihat pada
Lampiran 31. Verifikasi yang dilakukan pada tahap berikutnya digunakan untuk
menguji kesesuaian prediksi dengan kondisi sebenarnya. Gambar 26 menunjukkan
bahwa titik-titik data tersebar di dekat garis normal, yang menunjukkan bahwa data
mengikuti distribusi normal.
80
70
50
30
20
10
5
Gambar 26. Sebaran kenormalan data respon rasa pada optimasi proses brownies tepung
komposit
C.2.4. Tekstur
Respon tekstur memiliki bentuk model kubik yang direduksi (reduced cubic)
seperti halnya pada respon aroma dan rasa yang telah dijelaskan sebelumnya. Model
respon tekstur tersebut merupakan reduksi dari model kubik dengan menghilangkan
pengaruh masing-masing faktor (A dan B), interaksi suhu dan waktu (AB), kuadrat suhu
(A2), pangkat tiga dari suhu dan waktu (A3 dan B3), serta interaksi suhu dan kuadrat
waktu (AB2). Variabel yang tersisa adalah kuadrat waktu (B2) dan interaksi kuadrat
suhu dan waktu (A2B) yang menunjukkan bahwa respon tekstur tergantung pada kedua
variabel tersebut. Berdasarkan nilai p value (Prob >F) dari masing-masing variabel
50
tersebut, ternyata yang berpengaruh signifikan pada respon tekstur adalah variabel B 2 (p
value (Prob >F) = 0.0203), yang menunjukkan respon tekstur cenderung mengikuti
persamaan kuadrat perubahan waktu pemanggangan. Nilai-nilai tersebut dapat dilihat
pada Lampiran 32. Model dari respon skor kesukaan terhadap atribut rasa pada optimasi
proses dapat dilihat pada persamaan berikut:
Tekstur
Design-Expert® Software Tekstur 6.19014
60.0
5.44
Tekstur 5.54
6.19014 4.59577
5.65
4.59577 5.87
X1 = A: Suhu
56.3 5.76 X2 = B: Waktu
X1 = A: Suhu
X2 = B: Waktu
5.71
52.5
5.54
Tekstur
5.76 5.38
48.8
5.65
5.22
5.54
170
5.44
45.0 165
150 155 160 165 170 160
60.0
56.3 155
A: Suhu
52.5
48.8
X1: A: Suhu 45.0 150
X2: B: W aktu B: Waktu
Gambar 27. Bentuk permukaan model dari respon tekstur pada optimasi proses
brownies tepung komposit
Nilai F model sebesar 4.35 dengan p value (Prob >F) sebesar 0.0437 (lebih kecil
dari 0.05) menunjukkan bahwa model tersebut signifikan pada taraf signifikansi 5%.
Nilai p value (Prob>F) lack of fit model lebih dari 0.05 (0.0.0677) yang menunjukkan
bahwa lack of fit tidak signifikan relatif terhadap pure error (Anonim 2005). R-squared
model dari respon tekstur cukup rendah yaitu 0.4652 yang menunjukkan bahwa hanya
46.52% dari data yang ada dapat dijelaskan oleh model tersebut. Nilai Adj R-squared
dan Pred R-squared juga rendah, yaitu berturut-turut 0.3582 dan 0.1696, yang
menunjukkan bahwa model tersebut hanya dapat memberikan gambaran terhadap nilai
aktual sebesar 35.82% dan nilai prediksi sebesar 16.96%. Nilai Adj R-squared dan Pred
R-squared tersebut cukup berdekatan (selisih kurang dari 0.2, "reasonable agreement”),
51
sehingga dapat dikatakan bahwa model tersebut cukup baik digunakan untuk
memprediksi respon rasa, namun dengan standar error prediction yang lebih lebar
(0.45). Nilai-nilai tersebut juga dapat dilihat pada Lampiran 32. Verifikasi yang
dilakukan pada tahap berikutnya digunakan untuk menguji kesesuaian prediksi dengan
kondisi sebenarnya.
Model respon dianggap sesuai untuk digunakan ketika data mengikuti distribusi
normal (Robinson dan Wulff 2006), dalam hal ini ditunjukkan dengan titik-titik yang
mengikuti garis lurus (Anonim 2005). Gambar 28 menunjukkan bahwa masih ada
beberapa titik data yang agak jauh dari garis normal. Titik yang berada jauh dari garis
normal menunjukkan bahwa data tersebut merupakan data pencilan (outlier) (Anonim
2005). Sebagian besar data berada pada garis normal yang menunjukkan bahwa data
tersebut mengikuti distribusi normal meskipun masih terdapat beberapa data pencilan.
Distribusi error akibat deviasi ekstrim lebih sering terjadi pada distribusi yang tidak
normal (Box dan Draper 2007), yang menyebabkan kemungkinan kesalahan dalam
prediksi semakin besar. Oleh karena itu, data yang tersebar normal lebih diinginkan
pada saat melakukan prediksi.
80
70
50
30
20
10
5
Gambar 28. Sebaran kenormalan data respon tekstur pada optimasi proses brownies
tepung komposit
C.2.5. Overall
Respon overall memiliki bentuk model kubik yang direduksi (reduced cubic)
dengan menghilangkan variabel pengaruh faktor waktu (B), interaksi suhu dan waktu
(AB), kuadrat suhu (A2), interaksi suhu dan kuadrat waktu (AB 2), serta pangkat tiga dari
suhu dan waktu (A3 dan B3) dari model kubik. Model dari respon skor kesukaan
terhadap atribut rasa pada optimasi proses dapat dilihat pada persamaan berikut:
52
terjadinya proses pemanggangan produk yang berlebihan dan gosong pada bagian luar
seiring meningkatnya waktu dan suhu proses pemanggangan.
Design-Expert® Software
Overall
6.32958
Design-Expert® Software Overall
60.0 5.27714 5.57
Overall 6.36
6.32958 5.72
X1 = A: Suhu
5.27714 X2 = B: Waktu
5.88
6.12
56.3
X1 = A: Suhu
X2 = B: Waktu
Overall
5.88
6.04
52.5
5.64
6.20
5.40
48.8
5.88
60.0
56.3
45.0
52.5
150 155 160 165 170 B: Waktu 48.8 165
170
160
155
45.0 150
X1: A: Suhu
X2: B: W aktu A: Suhu
Gambar 29. Bentuk permukaan model dari respon overall pada optimasi proses
brownies tepung komposit
Nilai F model sebesar 4.94 dengan p value (Prob >F) sebesar 0.0269 (lebih kecil
dari 0.05) menunjukkan bahwa model tersebut signifikan pada taraf signifikansi 5%.
Nilai p value (Prob>F) lack of fit model lebih dari 0.05 (0.0971) yang menunjukkan
bahwa lack of fit tidak signifikan relatif terhadap pure error (Anonim 2005). R-squared
model dari respon overall sebesar 0.6223 yang menunjukkan bahwa 62.23% dari data
yang ada dapat dijelaskan oleh model tersebut. Nilai Adj R-squared dan Pred R-squared
rendah, yaitu berturut-turut 0.4963 dan 0.0933, yang menunjukkan bahwa model
tersebut dapat memberikan gambaran terhadap nilai aktual sebesar 49.63% dan nilai
prediksi yang rendah yaitu hanya 9.33%. Nilai tersebut memiliki kemungkinan
kesalahan prediksi yang masih cukup besar sehingga perlu dilakukan verifikasi untuk
menguji kesesuaian model dengan hasil prediksi. Hasil verifikasi akan dibahas pada sub
bab berikutnya. Nilai-nilai tersebut dapat dilihat pada Lampiran 33. Gambar 30
menunjukkan bahwa titik-titik data tersebar di dekat garis normal, yang menunjukkan
bahwa data mengikuti distribusi normal.
Design-Expert® Software Normal Plot of Residuals
Overall
80
70
50
30
20
10
5
Gambar 30. Sebaran kenormalan data respon overall pada optimasi proses brownies
tepung komposit
53
C.3. Optimasi Proses dengan RSM
Model dari masing-masing respon yang diperoleh dari tahap sebelumnya selanjutnya
dioptimasi dengan tahapan yang sama dengan optimasi formula. Tahap numerical
optimization dilakukan untuk mengatur target dari nilai respon yang diharapkan. Target dari
tiap respon pada optimasi proses ini dapat dilihat pada Tabel 18. Target dari suhu dan waktu
pemanggangan yang dipilih adalah in range agar proses hasil optimasi tetap berada dalam
rentang proses uji. Kelima respon diharapkan mendapatkan skor kesukaan yang maksimal,
sehingga target yang dipilih adalah maximize.
Setelah penentuan target dari masing-masing faktor, selanjutnya software DX7 trial
memberikan beberapa solusi beserta desirabilitinya. Solusi yang dipilih sebaiknya yang
memiliki desirability mendekati 1, yang menunjukkan harapan sesuai target dapat tercapai
dengan baik. Diagram yang menunjukkan respon desirability dapat dilihat pada tab
“Graphs”. Tahap graphical optimization dilakukan untuk mengatur batas atas dan batas
bawah dari tiap respon.
Tabel 18. Kriteria optimasi proses untuk tiap faktor dan respon
Batas Batas Tingkat
Faktor Target *
bawah atas Kepentingan
Suhu (OC) is in range 146 174 3
Waktu (menit) is in range 42 63 3
Warna maximize 5.67 6.49 5
Aroma maximize 5.42 6.28 5
Rasa maximize 5.33 6.32 5
Tekstur maximize 4.60 6.19 5
Overall maximize 5.28 6.33 5
*
Keterangan: rentang nilai dari 1-5, semakin besar nilainya semakin diutamakan untuk
dioptimasi.
Optimasi proses menghasilkan tiga proses terpilih (selected) berdasarkan hasil analisis
dan solusi dari DX7 trial seperti terlihat pada Tabel 19. Tabel tersebut menunjukkan bahwa
proses 1 dan 2 tidak berbeda pada nilai 1 desimal, sedangkan proses 3 berbeda 0.2 menit (12
detik) lebih cepat dibandingkan kedua proses lainnya. Oleh karena itu, dipilih proses ketiga
sebagai proses terpilih.
Tabel 19. Proses baking terpilih berdasarkan hasil analisis DX7 beserta desirability-nya
Suhu Waktu
Solusi o Desirability
( C) (menit)
1 146 48,7 0,89
2 146 48,7 0,89
3 146 48,5 0,89
Hasil prediksi dari proses terpilih akan memberikan nilai respon kesukaan warna,
aroma, rasa, tekstur, dan overall berturut-turut 6.23; 6.31; 6.55; 5.94; dan 6.54 yang
menunjukkan skor kesukaan berada pada rentang disukai hingga moderat suka menurut skala
LAM. Desirability yang diperoleh dari ketiga proses tersebut adalah sebesar 0.895 yang
menunjukkan bahwa sebesar 89.5% keinginan untuk mendapatkan nilai sesuai kriteria/target
pada semua respon dapat dicapai dengan proses tersebut. Gambar 31 menunjukkan
ketercapaian dari masing-masing respon sesuai kriteria yang diharapkan pada proses terpilih.
54
Gambar tersebut menunjukkan bahwa proses terpilih dapat memberikan nilai maksimum
yang diharapkan pada respon aroma, rasa, dan overall. Ketercapaian target pada respon
warna hanya sebesar 68.28% dari nilai maksimum. Hal tersebut disebabkan oleh respon
warna yang tidak memiliki model, dalam hal ini hanya mencapai nilai rata-rata saja yaitu
6.23. Respon tekstur memberikan nilai desirability yang belum maksimal (84.10%) karena
nilai optimal respon tekstur masih berada pada daerah berwarna jingga (skor kesukaan tidak
terlalu tinggi, belum maksimal).
Suhu 1
Waktu 1
Warna 0.682759
Aroma 1
Rasa 1
Tekstur 0.840996
Overall 1
Combined 0.894978
Gambar 31. Nilai desirability dari masing-masing kriteria yang diharapkan pada optimasi
proses
Tahap terakhir pada optimasi proses ini adalah point prediction yang menampilkan nilai
prediksi terhadap nilai respon yang akan diberikan oleh proses terpilih. Nilai tersebut perlu
diverifikasi untuk mengetahui apakah model dapat memprediksi nilai respon dengan baik.
Hasil verifikasi menunjukkan bahwa respon warna dan rasa memiliki nilai yang lebih tinggi
dibandingkan nilai prediksi, sedangkan respon aroma, tekstur dan overall masih lebih rendah
dari prediksi. Nilai hasil verifikasi masih berada pada rentang CI 95% dan PI 95% yang
menunjukkan bahwa model yang diberikan dapat memprediksi nilai dengan cukup baik pada
taraf signifikansi 5%. Tabel 20 merupakan rekap nilai hasil verifikasi, nilai prediksi, rentang
CI 95%, serta rentang PI 95%.
Tabel 20. Hasil verifikasi proses terpilih, dibandingkan dengan nilai prediksi, CI 95% dan PI
95%
Hasil Nilai SE 95% CI SE 95% PI
Respons Gap
Verifikasi Prediksi Mean low high Pred low High
Warna 6.35 6.23 0,12 0.06 6.09 6.37 0.23 5.72 6.74
Aroma 6.11 6.31 -0,20 0.17 5.92 6.69 0.24 5.76 6.85
Rasa 6.59 6.55 0,05 0.13 6.25 6.85 0.18 6.12 6.98
Tekstur 5.78 5.94 -0,15 0.24 5.41 6.47 0.46 4.92 6.95
Overall 6.32 6.54 -0,22 0.21 6.07 7.01 0.34 5.78 7.30
Keterangan:
Nilai pada hasil verifikasi, nilai prediksi, kisaran CI 95%, dan PI 95% menunjukkan nilai
kesukaan.
55
Hasil verifiasi pada Tabel 20 menunjukkan bahwa model respon dapat digunakan untuk
memprediksi besar skor kesukaan yang akan diperoleh pada masing-masing respon sesuai
waktu dan suhu proses (pada rentang uji) dalam pembuatan brownies tepung komposit.
Penggunaan suhu 146 oC selama 48.5 menit pada proses pembuatan brownies tepung
komposit merupakan proses pembuatan yang dapat memberikan skor kesukaan pada atribut
warna, aroma, rasa, tekstur, dan overall yang optimal.
Skor kesukaan pada hasil optimasi formula terlihat menurun dibandingkan hasil
optimasi proses. Hal tersebut disebabkan penggunaan oven yang berbeda pada kedua tahap
optimasi tersebut. Pada tahap optimasi formula, oven yang digunakan adalah oven di
laboratorium pilot plant PAU yang memiliki pengaturan suhu yang kurang stabil, sedangkan
pada tahap optimasi proses menggunakan oven di BReAD Unit yang memiliki pengaturan
suhu yang lebih stabil. Kontrol suhu yang lebih stabil diperlukan dalam tahap optimasi proses
ini karena yang menjadi perhatian adalah kondisi proses itu sendiri, yaitu suhu dan waktu
pemanggangan.
Jika skor kesukaan hasil optimasi proses dibandingkan dengan proses sebelumnya (yang
belum dioptimasi) dengan menggunakan oven yang sama (oven di BReAD Unit) maka
terlihat adanya peningkatan skor kesukaan pada atribut rasa. Penggunaan proses ini juga
memberikan efisiensi dalam penggunaan alat karena menggunakan suhu yang lebih rendah
dan waktu yang lebih singkat, namun dengan skor kesukaan yang lebih tinggi khususnya
pada atribut rasa. Tabel 21 menunjukkan perbandingan skor kesukaan kedua proses tersebut.
Oleh karena itu, dapat dikatakan bahwa optimasi proses berhasil meningkatkan skor
kesukaan produk brownies tepung komposit pada atribut rasa, serta memberikan proses yang
lebih efisiensi.
Tabel 21. Perbandingan skor kesukaan antara proses awal dengan proses hasil optimasi
Skor Kesukaan
Atribut Proses Awal Proses Hasil Optimasi Perbedaan
(150 oC; 60 menit) (146 oC; 48.5 menit)
Warna 6,26 6,35 0,09
Aroma 5,75 6,11 0,36
Rasa 5,70 6,59 0,89*
Tekstur 5,53 5,78 0,25
Overall 5,86 6,32 0,46
*
Keterangan: hasil uji t-test, berbeda nyata pada taraf 5% (0.05)
D. Karakterisasi Produk
Ada tiga faktor utama penerimaan produk, yaitu penampilan (appearance), flavor, dan
tekstur (Bourne 1990), sehingga perlu dilakukan karakterisasi produk untuk mengetahui hal
tersebut. Karakterisasi produk brownies hasil optimasi formula dan proses pemanggangan
dilakukan dengan analisis tingkat kesukaan panelis, karakter tekstur, dan komposisi kimia. Hal
tersebut dilakukan untuk mengetahui karakter produk yang dihasilkan.
Produk brownies berbasis tepung lokal rata-rata memiliki skor kesukaan yang masih
belum memuaskan (masih berada pada rentang netral hingga disukai). Brownies kukus
dengan menggunakan 100% tepung ubi jalar ternyata masih memiliki skor kesukaan pada
rentang netral hingga agak suka (Sulistiyo 2006). Menurut Lutfika (2006), formula brownies
56
dengan penggunaan tepung ubi jalar 100% dan gula 100% (per 100 gr tepung), memiliki skor
kesukaan sebesar 5.63 (suka).
Uji rating hedonik dilakukan untuk mengetahui tingkat kesukaan panelis terhadap
produk brownies hasil optimasi formula dan proses pemanggangan pada penelitian ini. Skor
kesukaan yang diperoleh untuk atribut warna, aroma, rasa, tekstur, dan overall berturut-turut
6.3; 6.1; 6.6; 5.8; dan 6.3 dari skala maksimum 10. Skala LAM yang digunakan sebagai
interpretasi skor kesukaan tersebut menunjukkan bahwa tingkat kesukaan produk brownies
hasil optimasi pada penelitian ini berada pada rentang agak disukai (like slightly) hingga
moderat suka (like moderately) pada atribut warna, aroma, rasa, tekstur, dan overall. Nilai
tersebut menunjukkan bahwa produk brownies pada penelitian ini dapat diterima konsumen
dengan skor kesukaan yang cukup baik.
Tabel 22 menunjukkan hasil analisis proksimat produk brownies hasil optimasi formula
dan proses. Kandungan air dalam bahan makanan ikut menentukan acceptability suatu bahan
makanan, kesegaran, dan daya tahan suatu bahan/produk pangan tersebut (Winarno 1980).
Kadar air sangat berpengaruh terhadap tekstur bahan pangan dimana sebagian besar bahan
pangan segar mengandung air 70% atau lebih (Winarno dan Fardiaz 1974). Produk roti
umumnya memiliki kadar air sebesar 36% (Charley; Poerwosoedarmo dalam Winarno 1980).
Tabel 22 menunjukkan bahwa kadar air produk brownies hasil optimasi formula dan proses
pemanggangan sebesar 19.15% (bk). Menurut Cauvian (2004), kadar air pada produk bakery
yang di atas 15% akan membentuk produk yang lembut dan empuk. Di sisi lain, kadar air
yang tinggi cenderung menyebabkan produk tersebut memiliki umur simpan yang tidak
terlalu lama. Kadar abu menunjukkan kandungan bahan mineral dari suatu produk. Kadar abu
produk brownies terpilih pada penelitian ini sebesar 1.07% (bk).
Lemak mempunyai peranan penting dalam bahan pangan, misalnya untuk menambah
cita rasa, memperbaiki tekstur dan menambah nilai gizi. Kadar lemak pada produk brownies
57
hasil penelitian ini sebesar 25.63% (bk). Kadar lemak yang tinggi berasal dari penggunaan
margarin yang mencapai 11.65% dari total bahan serta ditambah kandungan lemak yang
berasal dari penggunaan chocolate dark compound sebesar 29.12% dari total bahan.
Kandungan lemak yang cukup tinggi menyebabkan produk terlihat berminyak dan basah.
Lemak dalam makanan akan menimbulkan rasa kenyang, namun konsumsi lemak yang
terlalu banyak akan memberikan perasaan mual (Winarno 1980).
Protein merupakan suatu zat yang amat penting bagi tubuh, karena zat ini disamping
dapat berfungsi sebagai bahan bakar dalam tubuh juga berfungsi sebagai zat pembangun dan
pengatur (Winarno 1980). Kadar protein dalam produk brownies hasil penelitian ini sebesar
4.42% (bk). Nilai tersebut memberikan gizi yang cukup baik pada konsumen. Kandungan
tertinggi pada produk brownies hasil penelitian ini adalah karbohidrat, yaitu sebesar 68.88%
(bk). Karbohidrat memegang peranan penting dalam sistem biologi (Winarno dan Fardiaz
1974). Karbohidrat merupakan sumber kalori utama bagi hampir seluruh penduduk dunia,
khususnya bagi penduduk negara yang sedang berkembang. Jumlah kalori yang dihasilkan
oleh 1 gram karbohidrat hanya 4 kalori. Karbohidrat merupakan sumber kalori yang murah
bila dibandingkan protein dan lemak. Beberapa golongan karbohidrat mengandung serat
(dietary fiber) yang berguna bagi pencernaan. Karbohidrat juga menentukan sifat
karakteristik bahan makanan, seperti rasa, warna, tekstur, dan lain-lain (Winarno 1980).
Karbohidrat pada produk brownies hasil optimasi ini berasal dari komponen tepung yang
sebagian besar terdiri atas komponen pati, terutama yang berasal dari tepung ubi jalar.
Tabel 22. Hasil analisis proksimat produk brownies tepung komposit hasil optimasi formula
dan proses
Komponen Basis Basah Basis Kering
Air (%) 16.07 19.15
Abu (%) 0.90 1.07
Protein (%) 3.71 4.42
Lemak (%) 21.51 25.63
Karbohidrat (%) 57.81 68.88
58
IV. SIMPULAN DAN SARAN
A. SIMPULAN
Produk brownies yang dihasilkan pada penelitian ini dibuat dari tepung komposit yang terdiri
atas tepung ubi jalar merah, tepung jagung, dan tepung terigu. Hasil optimasi formula pada produk
brownies tepung komposit menunjukkan bahwa penggunaan terigu pada produk tersebut dapat
digantikan oleh tepung ubi jalar merah dan tepung jagung hingga lebih dari 80%, yaitu 98%.
Komposisi tepung komposit optimal terdiri atas 2% terigu, 10% tepung jagung, dan 88% tepung
ubi jalar merah.
Optimasi proses pada tahap pemanggangan dilakukan untuk meningkatkan skor kesukaan
dari brownies tepung komposit tersebut. Proses pemanggangan optimal dalam pembuatan
brownies formula terpilih adalah pada suhu 146 oC selama 48.5 menit. Brownies tepung komposit
hasil optimasi formula dan proses yang diperoleh menunjukkan bahwa skor kesukaan pada atribut
warna, aroma, rasa, tekstur, dan overall berturut-turut sebesar 6.3; 6.1; 6.6; 5.8; dan 6.3. Skala
LAM (Labelled Affective Magnitude) yang digunakan sebagai interpretasi skor kesukaan tersebut
menunjukkan bahwa produk brownies hasil penelitian ini berada pada rentang agak disukai (like
slightly) hingga moderat suka (like moderately). Hasil analisis proksimat menunjukkan produk
brownies tepung komposit hasil optimasi pada penelitian ini memiliki kadar air sebesar 19.15%
(bk), kadar abu 1.07% (bk), kadar lemak 25.63%, kadar protein 4.42% (bk) dan kadar karbohidrat
sebesar 68.88% (bk), serta nilai tekstur rata-rata sebesar 270.097 43.813 gram sekon (gram
second, gs).
B. SARAN
Metode RSM dapat digunakan dalam optimasi formula dan proses pembuatan produk
pangan, namun sebaiknya respon yang dioptimasi merupakan respon yang objektif, seperti nilai
tekstur ataupun komposisi gizi produk, sehingga model yang dihasilkan dapat memprediksi nilai
respon dengan baik. Produk brownies tepung komposit hasil optimasi pada penelitian ini masih
memerlukan beberapa pengembangan baik dari peningkatan mutu tekstur maupun mutu gizi
produk. Penggunaan jenis tepung lain dari bahan baku yang mudah diperoleh di pasaran mungkin
akan memiliki karakter yang lebih baik dalam meningkatkan mutu produk tersebut. Analisis
terhadap kadar serat dan beberapa analisis lainnya juga perlu dilakukan untuk mengetahui apakah
produk ini dapat diklaim sebagai salah satu pangan fungsional. Penelitian lebih lanjut mengenai
komposisi optimal bahan selain tepung, seperti jumlah margarin maupun chocolate dark
compound, perlu dilakukan untuk memberikan karakteristik produk yang lebih baik, terutama
untuk mengurangi kesan berminyak yang dimiliki produk brownies dengan formula dan proses
terpilih pada penelitian ini.
59
DAFTAR PUSTAKA
[BPS] Badan Pusat Statistik. 2011a. Luas Panen, Produktivitas, dan Produksi Jagung Di Indonesia
Menurut Provinsi Tahun 2011 (Angka Sementara). http://tanamanpangan.deptan.go.id/
index.php/statistik/listing/ [3 Mei 2012].
[BPS] Badan Pusat Statistik. 2011b. Luas Panen, Produktivitas, dan Produksi Ubi Jalar Di Indonesia
Menurut Provinsi Tahun 2011 (Angka Sementara). http://tanamanpangan.deptan.go.id/
index.php/statistik/listing/ [3 Mei 2012].
[BPS] Badan Pusat Statistik. 2011c. Perkembangan Volume dan Nilai Ekspor dan Impor Komoditas
Tanaman Pangan Tahun 2004-2010. http://tanamanpangan.deptan.go.id/doc_upload/
VOLUME%20DAN%20NILAI%20EKSPOR%20DAN%20IMPOR%20TAN%20PANGA
N%202004-2010.pdf [3 Mei 2012]
[BPS] Badan Pusat Statistik. 2012. Realisasi Ekspor Terigu/ Gandum Periode 2006 - 2012 (Januari -
Pebruari). Kementerian Perdagangan Republik Indonesia.
[BSN] Badan Standarisasi Nasional. 1995. SNI 01-3727-1995 tentang Tepung Jagung.
[BSN] Badan Standarisasi Nasional. 1998. SNI 01-4493-1998 tentang Ubi Jalar.
Abidin PE. 2004. Sweetpotato Breeding for Northeastern Uganda: Farmer Varieties, Farmer-
parcipatory Selection, and Stability of Performance. Thesis. Netherland : Wageningen
University.
Anonim. 2005. DX7 Help. Menu Help software DX7. Stat-Ease, Inc.
Apriani RN. 2009. Mempelajari Pengaruh Ukuran Partikel dan Kadar Air Tepung Jagung serta
Kecepatan Ulir Ekstruder terhadap Karakteristik Snack Ekstrusi. Skripsi. Bogor:
Departemen Ilmu dan Teknologi Pangan, Fakultas Teknologi Pertanian, IPB.
Apriliyanti T. 2010. Kajian Sifat Fisikokimia dan Sensori Tepung Ubi Jalar Ungu (Ipomoea batatas
blackie) dengan Variasi Proses Pengeringan. Skripsi. Surakarta : Fakultas Pertanian,
Universitas Sebelas Maret.
Ariani M. 2010. Diversifikasi Konsumsi Pangan Pokok Mendukung Swasembada Beras. Prosiding
Pekan Serealia Nasional 2010, pp. 65-73.
Atkinson AC, Donev AN, Tobias RD. 2007. Optimum Experimental Designs, with SAS. New York :
Oxford University Press.
Box GEP, Draper NR. 2007. Response Surfaces, Mixtures, and Ridge Analyses, Second Edition. USA
: John Wiley & Sons, Inc.
Bourne MC. 1990. Basic Principle of Food Texture Measurement. Dalam: Faridi H, Faubion JM
(eds). Dough Rheology and Baked Product Texture. New York : Van Nostrand Reinhold.
pp. 331-341.
Carpenter RP, David HL, Hasdell TA. 2000. Guidelines for Sensory Analysis in Food Product
Development and Quality Control, Second Edition. Maryland : Aspen Publishers, Inc.
Cauvain SP. 2004. Improving the texture of bread. Dalam: Kilcast D (ed). Texture in Food, Volume 2:
Solid Foods. England : Woodhead Publishing Ltd and CRC Press LLC. pp. 432-450.
Cornell JA. 1990. Experiments with Mixtures: Design, Models, and the Analysis of Mixture Data. 2nd
ed. New York : John Wiley&Sons, Inc.
Edwards WP. 2007. The Science of Bakery Products. Cambridge : The Royal Society of Chemistry.
Erenstein O. 2008. Asian maize market opportunity small and large. Dalam: Zaidi PH, Azrai M,
Pixley K (eds). Maize for Asia: Emerging Trends and Technologies. Proceeding of The 10th
Asian Regional Maize Workshop at Makassar 20-23 October 2008.
Farnham DE, Benson GO, Pearce RB. 2003. Corn Perspective and Culture. Dalam: White PJ,
Lawrence AJ (eds). Corn: Chemistry and Technology, Second Edition. USA : American
Association of Cereal Chemists, Inc. pp. 1-33.
Febrial E. 2009. Pengembangan Produk Pangan Fungsional Brownies Kukus dari Tepung
Kecambah dan Tepung Tempe Kacang Komak (Lablab purpureus (L) sweet). Bogor:
Departemen Ilmu dan Teknologi Pangan, Fakultas Teknologi Pertanian, IPB.
Ginting E, Utomo JS, Yulifianti R, Jusuf M. 2011. Potensi Ubijalar Ungu sebagai Pangan
Fungsional. IPTEK Balai Penelitian Tanaman Kacang-Kacangan dan Umbi-Umbian
IT06/01, pp116-138.
Hackiki R. 2012. Karakteristik Fisik, Kimia, dan Sensori Beras Analog Berbasis Tepung Ubi Jalar
dengan Penambahan Tepaung Tempe. Skripsi. Bogor: Departemen Ilmu dan Teknologi
Pangan, Fakultas Teknologi Pertanian, IPB.
Heiberger RM, Holland B. 2004. Statistical Analysis and Data Display: An Intermediate Course with
Examples in S-Plus, R, and SAS. USA : Springer Science+Business Media, Inc
Honestin T. 2007. Karakteristik Sifat Fisikokimia Tepung Ubi Jalar (Ipomoea batatas). Skripsi.
Bogor: Departemen Ilmu dan Teknologi Pangan, Fakultas Teknologi Pertanian, IPB.
Howell DC. 2008. Fundamental Statistics for the Behavioral Sciences, sixth edition. USA : Thomson
Wadsworth.
Husnah S. 2010. Pembuatan Tepung Ubi Jalar Ungu (Ipomoea batatas varietas Ayamurasaki) dan
Aplikasinya dalam Pembuatan Roti Tawar. Skripsi. Bogor: Departemen Ilmu dan
Teknologi Pangan, Fakultas Teknologi Pertanian, IPB.
Imballo C. 2011. Pengembangan Produk Short Pastry dengan Bahan Dasar Tepung Jagung di PT
Nippon Indosari Corpindo, Tbk. Skripsi. Bogor: Departemen Ilmu dan Teknologi Pangan,
Fakultas Teknologi Pertanian, IPB.
61
Karleen S. 2010. Optimasi Proses Pembuatan Tepung Ubi Jalar Ungu (Ipomoea batatas (L.) Lam)
dan Aplikasinya dalam Pembuatan Keripik Simulasi (Simulated Chips). Skripsi. Bogor:
Departemen Ilmu dan Teknologi Pangan, Fakultas Teknologi Pertanian, IPB.
Kays SJ. 1985. Formulated Sweet Potato Products. Dalam: Bouwkamp JC (ed). Sweet Potato
Products: A Natural Resource for The Tropics. Florida: CRC Press Florida. pp. 205-218.
Kemp SE, Hollowood T, Hort J. 2009. Sensory Evaluation: A Practical Handbook. Singapore : John
Wiley&Sons, Ltd.
Ketaren S. 1986. Pengantar Teknologi Minyak dan Lemak Pangan. Jakarta: UI-Press.
Kilcast D. 1999. Sensory Techniques to Study Food Texture. Dalam: Rosenthal AJ (ed). Food
Texture: Measurement and Perception. Maryland: Aspen Publishers, Inc. pp. 30-64.
Lebot V. 2009. Tropical Root and Tuber Crops: Cassava, Sweetpotato, Yams, and Aroids. UK : MPG
Books Group.
Ledolter J, Hogg RV. 2010. Applied Statistics for Engineers and Physical Scientists, Third Edition.
USA : Pearson Education, Inc. Page 519-521
Lindsay RC. 1996. Flavor. Dalam: Fennema OR (ed). Food Chemistry, third edition. USA : Marcel
Dekker, Inc. pp. 723-765.
Lutfika E. 2006. Evaluasi Mutu Gizi dan Indeks Glikemik Produk Olahan Panggang Berbahan Dasar
Tepung Ubi Jalar (Ipomoea batatas L.) Klon Unggulan BB00105.10. Skripsi. Bogor:
Departemen Ilmu dan Teknologi Pangan, Fakultas Teknologi Pertanian, IPB.
Manley D. 2000. Technology of Biscuits, Crackers and Cookies, third edition. Cambridge : Woodhead
Publishing Limited.
Matz SA. 1972. Bakery Technology and Engineering, second edition. Connecticut : The Avi
Publishing Company, Inc.
Meilgaard M, Civille GV, Carr BT. 1999. Sensory Evaluation Techniques, 3rd edition. USA : CRC
Press.
Merdiyanti A. 2008. Paket Teknologi Pembuatan Mi Kering Dengan Memanfaatkan Bahan Baku
Tepung Jagung. Skripsi. Bogor : Departemen Ilmu Dan Teknologi Pangan, Fakultas
Teknologi Pertanian, Institut Pertanian Bogor.
Montgomery CD. 2001. Design and Analysis of Experiments. 5th ed. New York : John Wiley&Sons,
Inc.
Muhadjir F. 1988. Karakteristik Tanaman Jagung. Dalam: Subandi, Syam M, Widjono A (eds).
Jagung. Bogor : Badan Penelitian dan Pengembangan Pertanian.
Muhajir A. 2007. Peningkatan Gizi Mie Instan dari Campuran Tepung Terigu dan Tepung Ubi Jalar
Melalui Penambahan Tepung Tempe dan Tepung Ikan. Skripsi. Medan : Departemen
Teknologi Pertanian, Fakultas Pertanian, Universitas Sumatera Utara.
Munarso SJ, Miskiyah. 2011. Diversifikasi Pangan Berbasis Ubijalar. Dalam: Wargiono J, Hermanto
(eds). Ubijalar: Inovasi Teknologi dan Prospek Pengembangan. Bogor : Pusat Penelitian
dan Pengembangan Tanaman Pangan. pp. 332-339.
62
Nurapriani RR. 2010. Optimasi Formulasi Brownies Panggang Tepung Komposit Berbasis Talas,
Kacang Hijau dan Pisang. Bogor: Departemen Ilmu dan Teknologi Pangan, Fakultas
Teknologi Pertanian, IPB.
Peng KC. 1967. The Design and Analysis of Science Experiments. USA : Addison-Wesley Publishing
Company.
Piepel GF. 2006. 50 Years of Mixture Experiment Research 1955-2004. Dalam: Khuri AI (ed).
Response Surface Methodology and Related Topics. Singapore: World Scientific Publishing
Co. Pte. Ltd. pp.283-327.
Poste LM, Mackie DA, Butler G, Larmond E. 1991. Laboratory Methods for Sensory Analysis of
Food. Kanada : Research Program Service of Agriculture Canada.
Rahayuningsih SA, Jusuf M, Wahyuni TS, Krisnawati A. 2008. Kehilangan Hasil dan Toleransi Klon-
klon Harapan Ubi Jalar Kaya Antosianin dan β-Karoten pada Kondisi Terdera Kekeringan.
Dalam: Harsono A, Taufiq A, Rahmianna AA, Suharsono, Adie MM, Rozi F, Wijanarko A,
Widjono A, Soehendi R (eds). Inovasi Teknologi Kacang-kacangan dan Umbi-umbian
Mendukung Kemandirian Pangan dan Kecukupan Energi. Bogor : Badan Penelitian dan
Pengembangan Pertanian. pp. 246-256
Ratnawati A, Harianto, Afriani I, Cahyono SA. 2001. Dampak kebijakan ekonomi terhadap
penawaran dan permintaan tepung terigu di Indonesia.
http://repository.ipb.ac.id/bitstream/handle/123456789/23255/
Anny%20Ratnawati_Herni%20%2816%20hal%29.pdf. [21 Agustus 2011].
Resurreccion AVA. 1998. Consumer Sensory Testing for Product Development. Maryland : Aspen
Publishers, Inc.
Riyani. 2007. Teknologi Produksi dan Karakterisasi Tepung Jagung Varietas Unggul Nasional.
Skripsi. Bogor: Departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian,
IPB.
Robinson TJ, Wulff SS. 2006. Response Surface Approaches to Robust Parameter Design. Dalam:
Khuri AI (ed). Response Surface Methodology and Related Topics. Singapore: World
Scientific Publishing Co. Pte. Ltd. pp. 123-157.
Steinbauer CE, Kushman LJ. 1971. Sweetpotato Culture and Diseases. USA : United States
Department of Agriculture.
Stone H, Sidel JL. 2004. Sensory Evaluation Practices, 3rd. USA : Elsevier Academic Press.
Suarni. 2009. Prospek Pemanfaatan Tepung Jagung Untuk Kue Kering (Cookies). Jurnal Litbang
Pertanian 28(2) : 63-71.
Sulistiyo CN. 2006. Pengembangan Brownies Kukus Tepung Ubi Jalar (Ipomoea batatas L.) di PT.
FITS Mandiri Bogor. Skripsi. Bogor: Departemen Ilmu dan Teknologi Pangan, Fakultas
Teknologi Pertanian, IPB.
Sultan WJ. 1981. Practical Baking, revised third edition. Connecticut: The Avi Publishing Company,
Inc.
Sunarti S, Amin N, Takdir AM. 2008. Evaluasi Daya Hasil Jagung Hibrida pada Lingkungan
Kekeringan. Dalam: Zaini Z, Kasim F, Hermanto, Sunihardi (eds). Inovasi Teknologi
63
Tanaman Pangan, Buku 3: Penelitian dan Pengembangan Palawja. Bogor: Pusat
Penelitian dan Pengembangan Tanaman Pangan.
Sutoro, Soelaeman Y, Iskandar. 1988. Budidaya Tanaman Jagung. Dalam: Subandi, Syam M,
Widjono A (eds). Jagung. Bogor : Badan Penelitian dan Pengembangan Pertanian.
Syah D. 2009. Riset untuk Mendayagunakan Potensi Lokal. Bogor : IPB Press.
Utomo JS, Ginting E. 2011. Komposisi Kimia. Dalam: Wargiono J, Hermanto. Ubijalar: Inovasi
Teknologi dan Prospek Pengembangan. Bogor : Pusat Penelitian dan Pengembangan
Tanaman Pangan. pp. 271-301.
von Elbe JH, Schwartz SJ. 1996. Colorants. Dalam: Fennema OR (ed). Food Chemistry, third edition.
USA : Marcel Dekker, Inc. pp. 651-722.
Wahyuni TS, Jusuf M, Rahayuningsih SA. 2008. Aksesi Plasma Nutfah Ubi Jalar Berkandungan
Beta-Karoten Tinggi. Dalam: Harsono A, Taufiq A, Rahmianna AA, Suharsono, Adie MM,
Rozi F, Wijanarko A, Widjono A, Soehendi R (eds). Inovasi Teknologi Kacang-kacangan
dan Umbi-umbian Mendukung Kemandirian Pangan dan Kecukupan Energi. Bogor :
Badan Penelitian dan Pengembangan Pertanian. pp. 238-245.
Wahyuni TS, Wargiono J. 2011. Morfologi dan Anatomi Tanaman. Dalam: Wargiono J, Hermanto.
Ubijalar: Inovasi Teknologi dan Prospek Pengembangan. Bogor : Pusat Penelitian dan
Pengembangan Tanaman Pangan. pp. 37-57.
Warthesen JJ, Meuhlenkamp MR. 1997. Food Chemistry for Engineers. Dalam: Valentas KJ, Rotsein
E, Singh RP (eds). Handbook of Food Engineering Practice. New York : CRC Press, LLC.
Winarno FG, Fardiaz S. 1974. Teknologi Pangan. Bogor: Biro Penataran Institut Pertanian Bogor.
Winarno FG. 1980. Kimia Pangan. Bogor: Pusbangtepa-Food Technology Development Center, IPB
Winarno FG. 1998. Teknologi Pengolahan Jagung. Dalam: Subandi, Syam M, Widjono A (eds).
Jagung. Bogor : Badan Penelitian dan Pengembangan Pertanian.
Wulandari . 2011. Optimasi Formula Brownies Berbasis Tepung Talas Banten (Xanthosoma undipes
K. Koch) Sebagai Pangan Sumber Serat. Bogor: Departemen Gizi Masyarakat, Fakultas
Ekologi Manusia, IPB.
Yahya JA. 2010. Kajian Pemanfaatan Tepung Ubi Jalar Ungu (Ipomoea batatas (L) LAM.) dalam
Pembuatan Spreads Ubi Jalar. Skripsi. Bogor: Departemen Ilmu dan Teknologi Pangan,
Fakultas Teknologi Pertanian, IPB.
Yasin MHG, Rahman A, Azrai M. 2008. Peluang Pengembangan Jagung Varietas Anoman I pada
Lahan Kering Beriklim Kering. Dalam: Zaini Z, Kasim F, Hermanto, Sunihardi (eds).
Inovasi Teknologi Tanaman Pangan, Buku 3: Penelitian dan Pengembangan Palawja.
Bogor: Pusat Penelitian dan Pengembangan Tanaman Pangan.
Zubachtirodin, Pabbage MS, Subandi. 2007. Wilayah Produksi dan Potensi Pengembangan Jagung.
Dalam: Sumarno et al (eds). Jagung : Teknik Produksi dan Pengembangan. Bogor : Balai
Penelitian dan Pengembangan Pertanian. Pusat Penelitian dan Pengembangan Tanaman
Pangan, pp. 462-473
64
LAMPIRAN
Lampiran 1. Perkembangan ekspor impor gandum Indonesia tahun 2004-2010
Ekspor Impor
Tahun Volume
Nilai (US $) Volume (kg) Nilai (US $)
(kg)
2004 576.916.624 167.119.343 4.962.499.931 990.738.607
2005 572.052.827 177.895.338 5.028.892.320 994.486.166
2006 626.504.949 187.801.042 5.137.376.691 1.041.386.369
2007 648.054.305 198.012.921 4.574.623.280 1.205.108.235
2008 500.696.182 251.973.010 5.159.337.797 2.371.698.411
2009 469.522.363 240.456.040 5.399.944.989 1.641.279.271
2010 642.726.120 382.567.703 5.725.011.214 1.827.394.544
Sumber: BPS (2011c)
66
Lampiran 3. Contoh score sheet yang digunakan dalam uji rating hedonik skala garis
UJI RATING HEDONIK
Produk : Brownies
Nama : ..............................................................................
Petunjuk
Dihadapan anda terdapat sampel Brownies. Nilailah tingkat kesukaan anda terhadap 5 atribut
sensori (warna, aroma, rasa, tekstur, dan overall/keseluruhan) pada sampel dengan memberikan
tanda garis vertikal pada garis horizontal yang tersedia. Ujung kiri garis horizontal menyatakan
respon sangat tidak suka dan ujung kanan garis horizontal menyatakan sangat suka.
WARNA
67
Lampiran 4. Hasil uji ANOVA atribut warna pada 3 level substitusi brownies tepung jagung
Kesimpulan:
Ketiga sampel substitusi tepung jagung (80%, 90%, 100%) memiliki skor kesukaan yang tidak
berbeda nyata pada taraf signifikan 5% untuk atribut warna.
Lampiran 5. Hasil uji ANOVA atribut aroma pada 3 level substitusi brownies tepung jagung
Kesimpulan:
Ketiga sampel substitusi tepung jagung (80%, 90%, 100%) memiliki skor kesukaan yang tidak
berbeda nyata pada taraf signifikan 5% untuk atribut aroma.
68
Lampiran 6. Hasil uji ANOVA atribut rasa pada 3 level substitusi brownies tepung jagung
Kesimpulan:
Sampel brownies dengan substitusi tepung jagung 80% memiliki skor kesukaan yang berbeda nyata
dengan sampel 100% tepung jagung pada taraf signifikan 5% untuk atribut rasa, namun skor kesukaan
sampel dengan subtitusi 90% tidak berbeda nyata dengan kedua sampel lainnya.
69
Lampiran 7. Hasil uji ANOVA atribut tekstur pada 3 level substitusi brownies tepung jagung
Kesimpulan:
Ketiga sampel substitusi tepung jagung (80%, 90%, 100%) memiliki skor kesukaan yang tidak
berbeda nyata pada taraf signifikan 5% untuk atribut tekstur.
70
Lampiran 8. Hasil uji ANOVA atribut overall pada 3 level substitusi brownies tepung jagung
Kesimpulan:
Sampel brownies dengan substitusi tepung jagung 80% memiliki skor kesukaan secara overall yang
berbeda nyata dengan sampel 90% tepung jagung pada taraf signifikan 5%, namun skor kesukaan
sampel dengan subtitusi 100% tidak berbeda nyata dengan kedua sampel lainnya.
71
Lampiran 9. Hasil uji ANOVA atribut warna pada 3 level substitusi brownies tepung ubi jalar merah
Kesimpulan:
Sampel brownies dengan substitusi tepung ubi jalar merah 80% memiliki skor kesukaan yang berbeda
nyata dengan sampel 90% dan 100% tepung ubi jalar merah pada taraf signifikan 5% untuk atribut
warna.
72
Lampiran 10. Hasil uji ANOVA atribut aroma pada 3 level substitusi brownies tepung ubi jalar merah
Kesimpulan:
Ketiga sampel substitusi tepung ubi jalar merah (80%, 90%, 100%) memiliki skor kesukaan yang
tidak berbeda nyata pada taraf signifikan 5% untuk atribut aroma.
Lampiran 11. Hasil uji ANOVA atribut tekstur pada 3 level substitusi brownies tepung ubi jalar merah
Univariate Analysis of Variance
Kesimpulan:
Ketiga sampel substitusi tepung ubi jalar merah (80%, 90%, 100%) memiliki skor kesukaan yang
tidak berbeda nyata pada taraf signifikan 5% untuk atribut tekstur.
73
Lampiran 12. Hasil uji ANOVA atribut rasa pada 3 level substitusi brownies tepung ubi jalar merah
Kesimpulan:
Sampel brownies dengan substitusi tepung ubi jalar merah 100% memiliki skor kesukaan yang
berbeda nyata dengan sampel 80% dan 90% tepung ubi jalar merah pada taraf signifikan 5% untuk
atribut rasa.
74
Lampiran 13. Hasil uji ANOVA atribut overall pada 3 level substitusi brownies tepung ubi jalar
merah
Kesimpulan:
Sampel brownies dengan substitusi tepung ubi jalar merah 100% memiliki skor kesukaan secara
overall yang berbeda nyata dengan sampel 90% tepung ubi jalar merah pada taraf signifikan 5%,
namun skor kesukaan sampel dengan substitusi 80% tidak berbeda nyata dengan kedua sampel
lainnya.
75
Lampiran 14a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut warna pada 16 sampel dalam
optimasi formula brownies tepung komposit
Run / formula
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 4,0 6,3 2,8 2,1 7,5 8,1 3,0 8,2 9,6 3,6 6,7 6,6 7,1 7,0 4,3 4,7
2 4,4 4,6 5,2 6,6 7,1 8,6 8,1 7,0 4,7 3,8 8,3 8,8 8,0 8,1 5,5 9,0
3 6,7 6,6 7,0 5,9 3,4 6,7 5,1 5,5 4,8 5,3 9,0 5,9 9,0 7,4 9,0 7,4
4 6,8 6,1 6,0 6,4 6,0 5,4 7,4 8,0 5,0 4,8 6,3 7,4 3,0 5,7 5,5 5,5
5 7,4 7,5 6,0 4,1 6,1 6,4 2,0 7,7 1,8 5,3 7,3 7,8 7,7 5,9 8,1 8,7
6 4,0 3,1 6,2 8,5 6,7 6,1 7,0 7,3 4,3 6,6 7,4 2,0 8,1 7,4 9,4 7,8
7 7,2 6,6 9,6 4,7 8,6 3,8 4,9 2,7 5,0 8,5 2,7 3,8 3,8 4,2 3,1 7,5
8 3,8 3,7 8,6 7,0 6,3 8,5 5,4 6,0 9,6 3,1 4,3 3,4 4,3 8,0 7,4 2,6
9 7,1 7,4 4,7 5,5 7,8 7,2 6,7 7,5 9,2 9,3 8,2 9,1 8,8 3,4 4,7 2,4
10 5,1 5,2 7,0 3,2 4,1 6,6 3,7 7,8 2,5 7,1 3,2 5,4 1,0 9,5 7,1 7,3
11 6,1 7,8 3,8 7,8 4,7 5,0 6,9 8,2 9,0 7,4 7,1 6,0 5,2 5,3 5,9 6,7
12 8,4 8,9 4,8 8,7 7,1 4,3 6,3 4,8 5,8 4,4 8,1 7,5 7,9 6,2 3,8 4,7
13 6,8 3,5 4,8 6,6 9,0 4,7 4,6 8,5 4,8 7,5 4,2 4,7 5,5 6,8 8,9 9,2
14 8,2 8,4 9,2 3,6 6,7 8,6 6,9 6,7 8,6 6,4 3,5 5,3 5,9 4,0 8,9 8,3
15 8,4 7,8 7,0 3,0 3,4 7,8 6,7 8,0 7,9 9,1 1,7 2,8 3,1 7,2 6,8 6,2
16 5,3 5,2 3,0 9,3 4,0 2,8 8,1 3,3 5,6 7,3 8,1 8,2 8,4 3,0 4,0 6,7
17 5,5 6,2 4,7 3,5 9,7 5,5 3,1 4,9 3,6 4,3 4,5 5,8 6,1 7,9 7,2 8,2
18 2,2 2,9 5,7 2,8 6,1 9,6 5,0 8,5 8,3 4,8 5,4 6,7 6,6 4,9 5,3 8,6
19 5,0 8,6 5,6 7,2 4,9 5,6 8,3 8,3 3,9 8,5 8,1 6,3 4,3 6,8 7,9 7,5
20 9,2 9,2 4,3 5,8 6,4 4,7 7,9 3,7 6,8 8,7 8,1 6,4 7,9 6,1 7,0 5,5
21 6,0 5,9 6,2 6,9 6,4 5,8 6,3 8,7 9,6 4,0 5,1 4,7 5,2 8,4 8,6 7,5
22 7,2 7,3 6,5 2,1 6,4 6,2 8,6 7,5 6,6 8,3 8,0 7,6 7,2 4,4 9,5 4,1
23 0,3 4,5 7,2 6,3 5,5 6,1 7,7 3,3 5,6 7,0 6,6 8,1 10,0 8,8 2,5 6,3
24 7,0 6,8 5,8 2,5 3,1 2,3 8,3 8,4 5,4 4,1 10,0 9,8 10,0 7,5 8,5 7,2
25 6,6 6,4 4,7 3,5 5,8 5,6 6,9 3,4 4,1 8,5 8,9 7,5 8,8 9,7 8,0 8,3
26 7,7 7,7 5,7 7,1 7,8 3,6 5,9 5,7 5,5 4,9 9,1 9,2 8,9 8,0 7,9 6,1
27 1,1 0,6 6,5 8,7 6,3 6,0 6,7 4,9 5,0 5,5 5,7 5,5 5,4 9,2 5,8 5,2
28 8,6 6,4 8,4 4,4 8,2 6,1 9,3 6,7 7,3 7,0 4,8 4,3 5,6 5,4 4,3 3,8
29 7,2 6,1 6,6 5,2 5,6 8,2 7,3 7,3 9,3 5,1 3,0 8,7 8,9 6,6 5,2 7,2
30 6,0 6,6 6,3 7,3 2,4 5,5 9,5 7,4 8,0 7,1 8,4 8,1 6,3 9,4 6,9 6,8
31 7,5 6,8 2,5 5,7 7,4 4,6 5,5 8,9 6,3 9,4 6,2 6,7 5,2 6,5 6,0 7,2
32 8,8 9,2 3,1 3,6 3,7 5,0 7,9 7,4 5,1 6,7 9,4 9,6 9,0 5,9 5,1 2,7
33 7,1 7,8 4,5 8,2 5,2 1,9 5,1 6,7 7,0 4,8 6,1 2,8 5,7 5,7 8,7 9,7
34 6,8 8,7 4,8 5,5 9,2 6,1 9,4 5,1 9,3 9,7 5,0 4,2 5,7 5,5 5,1 6,4
35 5,6 6,0 8,2 5,2 7,3 5,9 9,5 7,3 7,4 9,4 3,9 5,6 7,9 6,5 7,0 6,1
36 5,8 7,4 5,9 6,6 5,5 7,0 7,0 6,4 6,0 7,6 4,9 7,2 7,5 7,3 8,4 7,4
37 8,4 8,1 4,6 7,7 6,7 8,5 7,2 5,5 0,7 6,8 5,1 6,8 7,0 7,1 9,5 8,6
38 8,4 8,5 4,6 3,5 6,2 4,9 5,0 4,0 8,7 6,7 6,8 8,1 6,1 5,6 6,5 7,9
39 6,9 6,0 3,4 7,9 8,3 4,8 7,8 8,1 2,5 8,1 7,8 8,3 7,3 7,9 3,3 5,1
40 6,6 6,3 7,1 7,7 7,1 6,8 7,2 7,6 3,6 8,0 7,2 6,7 8,6 8,8 8,0 9,7
41 5,4 5,7 6,8 6,2 5,8 7,3 4,0 4,6 3,2 2,9 6,6 4,4 6,1 6,2 8,6 8,6
42 5,9 4,8 4,4 6,1 5,2 7,2 4,3 4,6 8,0 3,7 3,7 5,3 4,3 4,4 7,4 8,0
43 5,5 4,5 6,7 7,1 5,5 6,0 4,6 3,4 5,0 4,6 6,3 8,5 3,2 5,1 8,0 8,1
44 5,3 5,6 6,8 8,3 8,0 4,9 6,8 3,8 2,7 8,1 7,3 3,8 7,6 8,5 9,8 9,8
45 4,3 4,5 6,8 7,8 3,8 7,1 8,5 7,0 5,9 7,7 7,1 4,1 4,7 5,5 8,7 8,5
46 8,1 8,8 8,2 3,9 4,9 7,9 1,2 4,0 7,3 3,0 3,5 9,5 9,8 8,2 7,2 7,2
47 5,9 6,4 4,3 6,5 5,2 7,7 6,7 7,1 2,8 7,0 9,6 3,8 6,1 6,7 8,5 1,2
48 5,3 7,3 5,1 5,5 6,6 2,0 7,2 7,0 7,3 7,0 6,0 5,5 4,5 4,4 9,0 1,5
49 4,1 5,7 6,1 5,6 5,3 4,6 5,6 4,7 2,4 4,4 4,2 7,9 8,0 8,1 1,1 8,9
50 8,2 6,5 5,6 6,8 6,7 5,8 3,4 5,7 6,0 6,5 7,6 8,5 8,3 8,2 8,5 6,9
51 6,3 7,4 6,9 7,0 4,0 5,6 3,9 5,9 6,5 4,4 7,9 3,7 8,8 7,8 9,4 9,0
52 8,8 9,1 7,8 6,6 8,0 6,9 6,6 6,8 7,2 7,6 7,1 8,8 7,7 9,5 8,3 5,5
53 7,9 7,8 6,0 6,6 6,1 7,6 5,5 7,0 9,6 5,5 8,1 8,3 7,2 7,1 5,2 5,9
54 5,9 4,8 7,8 7,0 6,5 6,5 6,8 7,1 7,0 6,9 7,3 9,4 9,6 9,3 8,2 8,1
76
Lampiran 14b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut warna pada 16 sampel dalam
optimasi formula brownies tepung komposit (lanjutan)
Run / formula
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
55 8,0 6,4 9,4 6,5 9,4 7,1 9,8 8,0 4,3 9,4 9,1 4,6 5,0 4,2 1,3 5,8
56 3,2 4,3 5,1 4,7 5,2 8,7 9,1 8,1 3,7 8,1 5,6 7,4 6,2 7,8 7,4 4,0
57 4,1 4,0 7,9 7,4 7,4 4,9 2,7 5,6 6,8 4,1 7,4 6,2 6,0 6,2 7,2 7,4
58 3,8 7,1 7,3 5,8 6,4 8,1 7,8 6,8 3,0 4,1 6,4 3,1 6,2 4,0 7,7 4,4
59 8,3 6,0 7,4 3,9 6,0 6,8 6,2 4,5 7,5 6,9 6,1 1,6 2,4 3,0 8,2 6,7
60 2,4 4,5 3,9 1,7 2,4 7,2 6,7 6,5 3,8 5,0 3,4 7,1 6,4 6,4 1,5 2,0
61 2,5 7,0 6,3 4,0 5,4 2,5 3,4 3,1 2,6 6,9 7,2 7,4 6,9 7,2 5,6 5,5
62 4,1 4,2 5,6 6,3 5,4 6,0 3,4 2,2 5,1 4,1 6,8 6,9 6,9 9,0 1,0 4,4
63 4,2 3,0 3,3 2,5 3,1 5,9 5,6 4,6 8,2 3,9 9,3 4,7 6,3 4,9 2,9 6,2
64 3,7 4,3 7,0 6,4 8,1 2,2 8,6 8,3 3,0 6,4 5,7 6,4 7,5 7,0 7,2 7,3
65 3,7 9,0 9,2 9,7 9,6 6,2 3,6 4,1 4,8 8,1 6,3 4,3 7,2 8,1 4,7 4,0
66 9,3 2,3 5,6 4,6 5,6 6,6 4,0 9,2 5,4 7,9 5,7 4,6 5,1 7,5 7,1
67 2,0 6,2 5,3 3,1 4,8 5,3 8,8 3,5 5,5 4,2 4,9 5,0 4,4 4,4 6,6 6,5
68 6,0 6,7 5,8 3,6 7,1 5,3 6,0 6,3 4,5 5,3 4,7 1,9 2,4 2,5 5,2 5,5
69 8,2 6,5 7,6 5,0 6,9 4,7 7,4 8,1 7,9 7,4 1,9 4,8 3,9 4,4 9,2 8,0
70 5,7 9,1 6,8 6,9 5,4 5,7 4,7 5,7 5,9 6,8 5,0 2,9 6,1 7,5 4,4 3,9
71 9,0 4,3 5,4 8,9 6,5 8,1 7,8 7,4 3,2 6,5 2,2
72 1,6 8,6 2,0
Rata-rata 6,0 6,3 6,0 5,7 6,1 5,9 6,3 6,1 5,9 6,3 6,3 6,1 6,5 6,5 6,6 6,5
Max 9,3 9,2 9,6 9,7 9,7 9,6 9,8 8,9 9,6 9,7 10,0 9,8 10,0 9,7 9,8 9,8
Min 0,3 0,6 2,5 1,7 2,4 1,9 1,2 1,6 0,7 2,9 1,7 1,6 1,0 2,2 1,0 1,2
77
Lampiran 15a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut aroma pada 16 sampel dalam
optimasi formula brownies tepung komposit
Run / formula
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 4,2 6,5 3,9 3,5 6,5 6,4 4,5 8,4 4,5 2,6 7,2 5,5 5,4 4,8 4,9 5,4
2 2,0 0,7 7,6 6,6 7,2 7,5 8,0 6,1 4,9 4,7 7,6 5,3 8,5 8,1 8,0 6,3
3 2,5 5,2 7,2 4,1 2,7 6,1 3,8 6,0 4,7 3,1 8,2 6,4 8,0 6,6 8,6 8,0
4 6,0 7,1 5,1 6,5 4,5 2,5 7,4 7,2 4,0 7,5 6,7 8,3 4,5 6,6 4,8 5,4
5 7,9 5,6 6,7 4,7 6,3 4,3 4,1 6,5 7,1 1,9 8,2 7,0 6,0 6,0 7,8 6,5
6 3,7 3,1 4,0 8,6 7,0 4,6 7,1 8,3 3,4 7,3 6,7 4,3 7,5 6,8 8,7 8,4
7 7,6 7,6 9,6 3,3 8,3 7,4 9,0 7,1 3,4 9,3 3,3 3,4 3,9 3,1 0,4 7,6
8 3,9 3,7 8,0 6,5 4,6 8,5 2,9 5,6 8,4 5,4 7,1 6,4 7,0 7,5 7,4 7,7
9 5,3 7,8 4,6 4,4 7,5 7,2 8,5 8,2 1,8 9,3 9,5 9,3 9,2 6,7 4,8 1,6
10 4,3 6,2 7,0 4,5 5,0 6,1 4,6 7,1 5,7 4,2 7,6 1,0 4,1 8,4 6,2 7,3
11 4,7 2,9 5,1 6,1 3,5 5,5 8,0 7,4 6,0 7,1 6,7 6,5 6,0 5,3 6,6 6,0
12 7,2 8,9 4,3 7,2 6,5 3,4 6,0 4,4 5,1 4,4 8,0 7,6 8,1 5,7 0,9 5,3
13 5,9 3,2 2,5 7,1 7,8 6,8 6,7 9,1 7,3 6,7 4,6 3,6 4,5 5,9 9,6 8,1
14 4,3 3,3 5,1 4,1 7,3 7,8 6,9 4,8 8,5 4,7 5,4 6,2 7,4 3,7 8,6 8,5
15 7,5 7,8 7,0 3,4 3,3 7,6 8,0 7,9 8,0 9,1 1,6 2,0 6,6 4,6 6,2 4,8
16 4,4 4,8 2,9 2,4 4,3 2,7 3,7 5,0 2,2 7,5 8,1 7,4 7,8 2,1 7,3 2,8
17 6,0 5,8 4,4 4,7 5,2 5,0 3,0 4,9 3,3 3,0 6,1 5,4 5,5 7,8 6,2 7,6
18 1,9 3,4 7,3 2,0 6,0 3,8 4,3 7,6 4,7 5,6 7,2 6,5 7,0 4,2 2,7 1,8
19 3,2 9,1 5,8 7,7 4,0 5,6 7,5 8,8 4,7 5,4 3,4 8,9 8,6 6,5 7,3 7,0
20 9,1 8,2 4,5 4,2 7,3 4,4 8,4 5,0 6,3 7,1 8,5 6,7 7,7 8,5 7,0 8,4
21 4,3 5,5 7,4 5,8 3,4 6,5 5,7 8,2 6,9 4,8 5,2 4,3 4,2 6,2 6,8 8,4
22 5,7 4,9 4,3 1,7 7,0 5,8 7,5 6,2 6,3 8,3 8,8 8,7 8,6 5,4 4,3 9,6
23 0,4 3,2 6,4 6,0 5,8 7,0 6,2 5,4 1,7 6,3 9,2 8,0 1,7 5,5 6,5 6,4
24 5,2 6,0 4,1 2,4 3,9 2,1 7,4 8,2 6,5 5,8 9,8 9,8 10,0 6,6 7,5 7,8
25 4,0 6,6 4,8 4,7 4,0 4,2 5,3 3,4 4,1 6,7 5,3 4,3 6,0 9,8 3,4 4,8
26 7,2 8,2 5,0 5,9 5,9 4,1 6,7 7,4 5,1 2,7 8,3 7,9 7,2 5,1 6,3 3,6
27 4,1 7,4 4,8 5,5 6,9 3,9 5,4 5,2 7,0 6,1 3,6 3,4 4,8 6,2 5,0 6,5
28 7,8 6,9 7,7 1,6 5,0 5,0 9,3 6,9 7,3 4,6 3,7 6,2 5,7 3,6 3,7 2,0
29 7,2 2,2 8,6 6,4 3,9 7,4 7,6 4,1 8,4 7,4 9,0 6,5 9,4 5,6 5,2 6,7
30 5,3 3,1 8,2 3,0 1,1 8,2 8,5 7,6 5,3 7,6 9,4 5,6 6,8 8,9 7,2 6,3
31 4,1 3,5 0,7 3,5 8,0 6,7 7,0 7,4 5,6 6,6 6,9 5,2 6,4 8,4 5,0 7,1
32 4,7 6,3 1,7 4,6 4,5 1,0 7,0 4,5 5,3 4,6 9,4 9,3 9,6 4,5 3,6 5,9
33 7,7 6,0 4,9 8,3 4,1 7,8 6,0 6,8 5,3 5,1 4,8 3,4 4,6 2,8 7,8 9,4
34 7,0 7,9 3,7 7,1 9,1 4,7 9,1 5,9 9,0 9,6 5,5 4,9 5,1 5,1 5,9 7,3
35 5,7 5,8 5,7 4,1 5,0 5,5 9,5 6,9 6,8 9,8 4,4 5,0 8,9 4,3 6,6 7,0
36 2,4 2,7 5,3 5,1 5,4 8,6 9,0 7,1 6,9 7,8 5,0 6,6 6,9 4,8 8,5 7,8
37 6,6 7,9 4,3 8,2 6,6 6,2 1,5 5,0 0,9 4,5 7,8 2,8 8,5 4,9 9,2 9,2
38 7,9 8,6 5,3 3,1 7,0 4,8 4,7 4,0 7,4 6,4 7,0 8,3 7,0 5,2 5,7 6,6
39 2,4 7,0 6,0 6,5 7,3 5,7 7,5 7,9 4,6 7,8 3,3 7,6 6,1 6,7 2,5 1,3
40 3,2 5,0 6,8 7,1 6,2 7,7 8,4 6,6 5,5 7,8 6,3 6,1 7,9 7,7 9,1 7,3
41 5,6 7,1 6,8 4,7 7,4 6,0 3,7 4,6 7,6 2,7 6,7 5,2 6,7 6,0 8,9 8,5
42 2,9 3,4 5,0 7,0 2,8 6,2 7,1 6,2 6,4 7,1 5,8 3,7 5,0 5,8 7,5 8,1
43 8,2 4,6 2,5 6,2 6,4 5,1 4,4 3,8 4,1 4,6 5,1 8,8 2,9 2,1 8,1 8,0
44 3,1 5,0 5,9 2,6 4,4 3,0 3,6 4,3 3,2 8,6 7,3 4,4 8,0 7,7 9,0 9,4
45 4,3 4,5 3,9 4,9 5,0 7,0 8,0 7,8 6,5 8,1 2,7 4,9 4,0 5,3 8,4 7,9
46 1,8 3,3 8,9 5,1 4,8 4,3 2,3 4,5 6,5 2,0 3,8 7,3 9,6 6,3 7,3 5,7
47 4,9 4,6 2,7 5,6 6,3 7,3 5,7 6,7 3,8 6,3 9,6 7,0 4,5 4,5 8,6 1,2
48 7,2 6,5 7,6 2,7 5,9 2,0 5,3 6,8 7,6 7,8 3,2 3,5 5,8 3,9 8,5 1,6
49 5,7 5,7 5,4 5,5 5,4 5,9 5,6 5,4 4,5 4,6 2,7 3,2 2,5 1,5 1,2 9,0
50 7,2 8,8 6,0 3,9 5,8 6,1 7,9 7,3 2,5 4,6 2,6 5,6 5,7 2,8 7,3 4,3
51 6,1 7,4 6,6 2,5 5,0 5,8 4,4 4,3 7,3 4,5 6,0 5,9 8,2 6,0 9,8 9,4
52 8,1 8,9 7,7 6,7 7,7 5,7 4,2 2,8 6,8 6,1 9,6 7,5 8,4 5,3 5,4 8,1
53 8,2 7,7 4,1 6,0 5,7 6,4 4,2 6,4 8,8 6,5 8,4 7,5 5,8 7,2 4,7 4,7
54 5,5 4,1 7,2 6,6 7,1 4,9 6,0 7,3 6,5 7,3 6,8 4,4 9,6 6,0 8,2 5,7
78
Lampiran 15b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut aroma pada 16 sampel dalam
optimasi formula brownies tepung komposit (lanjutan)
Run / formula
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
55 6,7 4,5 9,0 5,4 7,2 6,7 9,2 8,8 1,4 8,9 8,7 5,2 5,2 3,9 4,8 5,1
56 0,7 5,0 4,1 4,3 4,7 8,4 7,2 8,8 3,9 8,6 5,3 5,1 8,6 4,9 3,9 4,1
57 4,5 4,0 6,8 8,2 8,3 4,6 3,3 2,6 4,9 2,6 5,1 6,3 6,0 6,3 8,2 7,8
58 4,4 4,3 6,3 6,0 6,0 6,5 5,1 5,6 2,7 4,3 6,5 4,1 3,2 2,1 8,2 6,4
59 3,6 7,9 6,8 5,5 5,3 5,3 6,2 3,6 7,4 5,8 3,1 3,8 1,5 3,1 4,3 5,1
60 4,4 3,7 1,8 7,6 3,9 6,0 6,8 6,7 3,0 4,7 1,6 5,0 6,0 5,7 2,7 5,7
61 2,5 4,7 4,0 3,2 5,4 4,6 2,5 2,9 3,1 6,2 4,3 6,1 7,4 7,4 3,6 1,5
62 7,3 2,6 4,6 2,0 2,0 3,9 4,7 4,7 4,9 3,3 5,6 8,0 8,9 8,9 5,2 4,6
63 5,6 6,6 4,1 1,4 3,6 1,1 5,5 4,8 7,2 5,9 8,5 4,7 5,1 5,0 2,3 4,7
64 3,5 4,0 5,4 7,6 6,5 2,1 6,9 7,8 3,1 6,5 5,9 5,9 4,9 6,9 6,4 8,7
65 3,2 5,6 7,6 8,8 8,7 6,3 3,1 3,6 4,7 7,7 6,1 4,3 4,8 4,9 3,6 6,5
66 9,7 5,0 5,6 4,7 5,3 8,3 6,6 4,5 0,6 4,3 4,8 5,3 3,9 4,3 8,8 8,8
67 3,4 5,4 4,8 3,6 4,6 4,3 8,3 4,8 3,9 4,5 3,7 5,4 4,6 4,4 7,6 3,6
68 5,1 4,8 1,2 5,1 2,2 5,0 4,1 5,3 5,3 4,4 4,6 3,8 4,0 3,1 5,6 6,5
69 1,8 7,1 6,6 2,4 6,4 2,4 6,5 8,0 6,7 7,4 2,5 4,2 2,3 2,3 9,0 8,9
70 7,1 9,0 6,7 8,0 5,9 6,8 4,4 4,4 5,4 7,3 4,9 2,7 8,3 7,2 4,5 4,1
71 9,1 3,8 4,5 6,8 7,1 7,1 5,8 6,8 2,5 7,0 2,5
72 1,6 8,7 2,5
Rata-rata 5,2 5,6 5,5 5,1 5,6 5,5 6,1 6,0 5,3 6,0 6,0 5,7 6,3 5,5 6,2 6,3
Max 9,7 9,1 9,6 8,8 9,1 8,6 9,5 9,1 9,0 9,8 9,8 9,8 10,0 9,8 9,8 9,6
Min 0,4 0,7 0,7 1,4 1,1 1,0 1,5 1,6 0,6 1,9 1,6 1,0 1,5 1,5 0,4 1,2
79
Lampiran 16a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut rasa pada 16 sampel dalam
optimasi formula brownies tepung komposit
Run / formula
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 5,5 6,8 2,9 2,9 7,1 2,1 8,2 6,5 3,9 7,8 6,1 5,9 8,0 6,6 4,7
2 2,7 2,8 8,8 2,7 8,2 8,6 7,2 5,5 4,2 4,2 8,4 7,6 6,4 8,3 6,7 5,8
3 1,5 2,7 8,0 3,9 2,1 6,0 4,5 5,5 5,2 3,7 8,7 7,9 8,0 9,5 8,9 7,3
4 6,0 2,7 6,5 5,4 6,4 0,7 3,7 6,6 5,5 6,4 7,5 8,5 8,5 4,2 6,0 5,7
5 8,4 8,1 6,8 5,3 5,7 5,4 7,8 4,5 6,1 1,0 5,2 2,1 7,3 6,9 7,4 4,5
6 3,5 1,3 7,8 7,4 6,3 6,6 8,7 7,7 5,1 8,0 1,8 5,4 1,8 1,9 9,5 9,2
7 7,8 7,9 9,8 5,0 8,3 5,3 4,0 8,8 4,3 9,2 4,2 8,2 5,2 5,5 1,7 2,4
8 3,1 3,1 8,1 7,3 4,5 8,5 2,3 5,5 6,9 4,8 7,6 7,6 7,5 7,6 8,9 2,0
9 6,6 6,9 4,6 5,3 7,5 7,2 5,7 8,2 9,0 8,4 9,7 9,5 7,8 4,8 1,3
10 6,4 6,7 7,8 3,0 5,5 6,8 5,2 7,1 5,1 1,4 0,2 3,7 2,9 9,7 8,0 7,3
11 2,4 1,8 5,4 2,3 6,7 5,3 6,2 8,5 6,9 6,6 6,9 3,5 5,8 6,3 3,8 7,4
12 8,0 8,1 4,1 8,2 7,3 3,5 6,8 3,2 5,9 4,8 5,7 7,9 2,2 6,4 0,4 2,1
13 5,9 5,6 8,2 4,2 9,1 1,6 5,6 7,2 4,9 10,0 5,1 4,5 6,6 8,1 9,5 9,5
14 3,1 3,0 8,1 4,1 5,9 8,6 7,6 7,5 8,3 7,7 5,4 5,5 5,3 4,1 8,7 8,9
15 8,2 7,2 6,1 4,3 2,9 5,0 8,0 8,0 6,8 3,0 3,8 2,9 4,7 6,5 5,6 7,1
16 6,3 5,1 2,3 1,4 3,3 2,1 3,5 3,6 4,3 7,5 7,1 6,0 6,4 1,4 6,5 3,3
17 4,6 6,6 5,2 4,2 5,2 5,2 4,5 4,1 3,2 3,0 4,8 7,5 6,7 5,6 6,1 7,6
18 2,8 3,3 5,9 2,1 6,9 5,3 3,0 4,6 2,1 3,4 7,3 6,9 7,0 4,7 8,6 1,3
19 3,3 8,5 6,4 5,8 3,5 5,7 4,1 8,7 5,0 2,5 8,9 8,6 7,0 6,8 8,2 8,3
20 9,1 8,2 5,0 5,6 5,9 5,3 7,4 4,3 1,5 6,4 8,4 7,3 7,2 8,8 8,7 7,3
21 5,1 5,9 6,6 6,8 2,9 6,2 4,0 8,2 8,1 5,6 6,3 5,4 4,6 7,9 5,6 8,4
22 5,7 6,5 2,4 5,0 6,4 7,0 4,7 2,2 7,4 7,6 10,0 8,2 10,0 3,4 4,2 9,7
23 0,3 6,4 7,5 6,6 6,3 6,9 3,0 7,8 1,8 3,4 9,8 6,9 8,3 4,3 5,0 3,5
24 6,4 8,3 5,8 3,2 4,8 2,8 7,3 7,8 7,0 7,3 9,9 10,0 10,0 3,4 8,0 8,7
25 6,6 8,9 4,4 5,0 4,1 4,0 8,5 4,6 2,9 8,7 7,6 9,1 9,5 8,1 5,4 4,8
26 8,0 8,2 5,2 6,0 6,9 3,9 4,7 7,8 5,7 1,9 3,1 5,8 6,1 9,0 6,2 3,3
27 2,6 7,5 5,6 6,1 6,2 6,1 3,4 2,5 7,7 6,9 5,0 4,7 5,1 4,8 4,5 4,7
28 7,7 5,7 7,2 1,3 5,0 6,3 8,4 4,9 7,6 5,1 3,7 6,4 4,9 2,4 2,0 3,5
29 8,6 0,8 4,2 3,5 4,5 4,3 8,2 3,9 9,5 8,4 9,6 7,7 8,9 4,3 7,3 8,5
30 4,2 6,0 7,6 1,5 3,4 2,7 7,0 7,7 7,6 7,6 10,0 5,7 8,1 4,7 7,2 6,5
31 4,1 6,2 2,6 4,7 6,4 7,1 7,1 8,4 6,7 7,2 2,7 5,6 8,2 8,5 4,0 6,5
32 3,0 9,2 3,1 4,5 4,1 3,5 3,3 8,8 4,4 8,9 9,8 9,6 9,7 3,0 5,8 5,2
33 8,0 6,5 5,1 2,6 4,0 6,9 4,0 5,1 7,8 5,2 5,0 4,5 5,4 5,0 5,7 9,8
34 8,4 9,9 5,7 8,1 8,4 5,5 6,7 4,8 9,2 9,3 5,1 3,4 6,2 5,8 7,0 8,4
35 5,3 6,0 8,9 4,7 7,5 5,2 9,7 8,6 6,9 9,3 7,7 7,7 9,6 2,6 7,2 6,7
36 5,9 6,9 7,8 8,5 5,2 4,4 8,4 7,2 7,8 7,2 4,4 4,2 6,0 5,4 8,1 8,9
37 8,7 8,1 4,5 8,0 8,0 5,0 2,5 7,5 7,4 5,9 6,8 3,7 5,7 5,7 9,6 9,8
38 6,8 8,0 6,6 6,4 6,0 4,5 2,5 3,4 8,0 7,1 7,5 7,5 7,8 1,6 7,3 4,1
39 6,3 5,4 4,7 8,5 6,5 6,1 9,2 7,3 4,9 4,4 3,7 8,4 5,1 6,8 1,9 1,4
40 4,6 4,4 5,2 3,7 2,7 7,9 7,4 8,3 3,4 7,2 6,6 6,1 9,0 8,7 9,1 5,1
41 5,1 5,2 5,7 6,5 7,2 6,5 6,1 5,9 7,0 5,5 6,2 6,0 6,7 6,2 8,1 8,6
42 5,4 5,7 5,9 6,5 5,8 4,9 6,0 6,2 7,3 6,6 3,3 4,3 6,6 3,5 7,0 8,0
43 8,1 6,6 1,8 7,2 6,5 6,2 3,3 4,1 7,2 4,1 7,6 8,5 5,0 6,6 2,3 3,5
44 4,5 6,4 5,8 2,8 7,5 7,5 9,0 8,6 6,9 8,5 8,2 6,2 8,4 8,7 9,7 8,3
45 8,5 7,9 4,6 8,5 6,0 7,1 7,7 3,1 7,7 5,3 6,8 5,1 4,5 5,5 8,6 6,6
46 5,5 5,1 6,2 5,7 4,3 3,9 5,0 5,8 9,2 2,8 3,8 9,4 9,4 8,8 6,3 8,7
47 6,0 6,3 3,1 6,4 8,2 8,1 2,6 7,4 5,2 3,9 9,5 6,3 3,5 7,7 8,5 1,3
48 6,5 6,3 5,4 3,2 5,7 2,1 4,1 7,4 6,3 7,8 2,0 3,1 6,2 1,6 5,8 1,7
49 5,4 4,0 6,2 4,9 5,9 6,4 6,2 3,5 7,2 2,2 1,3 7,7 2,5 0,7 1,2 8,9
50 7,6 8,8 5,1 3,8 6,6 5,8 2,2 6,5 6,6 7,2 1,4 4,4 5,9 2,0 8,2 6,9
51 4,9 6,8 5,4 8,8 3,8 5,8 6,1 1,3 5,4 3,5 5,1 5,2 7,6 8,3 9,8 9,2
52 1,6 9,5 7,4 6,8 5,2 6,7 4,2 6,3 8,0 6,9 6,6 8,5 9,2 6,9 5,9 8,0
53 4,6 7,7 5,2 4,8 4,8 6,6 6,3 7,0 9,3 6,6 8,5 7,1 5,2 7,0 5,4 4,4
54 6,5 3,1 6,3 6,2 6,4 6,1 7,7 7,3 7,0 7,3 6,5 6,1 9,4 4,9 8,1 5,0
80
Lampiran 16b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut rasa pada 16 sampel dalam
optimasi formula brownies tepung komposit (lanjutan)
Run / formula
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
55 7,1 6,9 9,2 2,4 7,1 7,6 8,9 9,3 0,4 9,5 9,0 5,4 5,6 2,7 1,9 3,6
56 0,4 4,6 4,5 4,9 5,1 4,1 7,8 8,7 1,8 8,4 5,6 8,7 9,3 8,9 6,3 4,5
57 4,5 4,0 7,4 8,1 8,3 5,1 3,8 2,3 7,2 1,9 7,7 6,4 5,1 5,0 7,9 8,6
58 4,3 1,1 7,2 4,8 6,1 7,9 6,3 7,8 2,6 2,6 4,2 4,1 4,7 3,1 4,8 6,9
59 6,9 7,3 8,6 6,4 7,4 6,2 6,2 3,1 7,0 6,5 5,4 4,6 1,1 4,5 7,0 7,6
60 6,2 4,1 2,0 6,6 4,5 7,6 5,5 6,2 3,9 4,8 1,2 8,2 7,1 5,5 6,6 9,7
61 2,5 7,1 3,5 3,4 4,4 4,7 3,4 2,5 3,2 7,1 6,5 6,7 7,9 7,3 3,5 3,8
62 5,8 2,8 5,4 1,2 2,2 5,3 5,6 6,5 4,9 3,8 5,1 8,8 8,5 9,1 5,0 3,2
63 3,8 6,6 7,4 0,8 6,1 3,1 4,9 4,4 7,9 3,7 2,1 4,6 6,4 5,5 2,9 4,9
64 4,1 1,8 5,5 3,3 6,5 5,8 7,8 9,0 3,9 5,7 5,9 8,0 5,5 6,3 6,4 6,9
65 2,8 7,5 9,0 9,0 7,9 8,8 3,5 5,3 7,7 7,9 6,3 4,3 5,9 8,0 3,2 7,2
66 9,6 4,3 5,1 4,0 5,5 8,5 6,6 4,8 8,8 5,1 4,7 3,8 3,9 3,9 4,9 10,0
67 3,2 5,2 4,0 4,5 4,1 5,2 9,5 6,1 7,8 4,9 2,6 5,2 5,1 4,4 5,5 3,3
68 3,6 3,5 3,0 2,6 6,0 6,3 5,6 5,7 4,8 5,1 4,6 3,7 4,6 3,6 6,3 6,3
69 0,3 5,8 6,1 2,4 7,0 6,7 5,2 4,7 3,8 3,2 3,9 3,4 1,8 2,0 8,0 8,9
70 6,1 8,4 7,0 5,4 6,2 8,2 3,5 6,4 5,0 8,2 4,5 5,6 5,2 7,5 3,6 4,8
71 9,4 4,7 5,6 7,4 7,2 5,6 6,9 6,4 5,9 7,6 3,9
72 8,6 8,6 5,9
Rata-rata 5,4 5,9 5,8 5,0 5,7 5,7 5,7 6,2 6,0 5,9 5,9 6,2 6,4 5,7 6,2 6,1
Max 9,6 9,9 9,8 9,0 9,1 8,8 9,7 9,3 9,5 10,0 10,0 10,0 10,0 9,7 9,8 10,0
Min 0,3 0,8 1,8 0,8 2,1 0,7 2,1 1,3 0,4 1,0 0,2 2,1 1,1 0,7 0,4 1,3
81
Lampiran 17a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut tekstur pada 16 sampel dalam
optimasi formula brownies tepung komposit
Run / formula
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 4,5 7,1 3,7 2,5 6,8 7,1 3,6 8,2 8,1 3,5 6,4 2,0 6,9 2,8 6,6 5,7
2 1,1 0,3 6,6 6,7 7,6 9,0 5,0 4,9 4,2 4,8 1,9 7,0 8,6 7,8 5,2 8,9
3 2,4 2,7 8,1 5,1 4,1 6,6 3,9 5,4 4,2 3,3 7,8 6,6 9,1 9,4 8,4 6,5
4 2,0 2,7 7,0 5,5 8,1 7,8 7,6 6,7 3,7 4,4 7,7 4,7 8,5 5,0 4,5 4,9
5 6,8 7,5 5,8 7,5 7,2 6,3 4,7 4,9 2,2 3,2 4,9 2,6 6,1 4,8 1,7 4,8
6 4,4 4,5 3,4 8,5 5,3 5,6 8,3 8,2 7,8 7,6 3,1 0,7 3,1 2,0 9,8 9,4
7 5,9 5,6 9,7 2,8 8,2 6,7 2,7 3,8 3,3 7,9 4,1 1,1 2,9 1,0 7,9 7,5
8 3,1 1,4 8,3 3,9 3,8 8,6 3,3 3,5 6,9 2,6 4,6 3,5 5,0 1,3 6,4 7,1
9 2,4 4,0 3,6 5,1 8,2 4,5 5,7 8,8 0,4 6,7 9,4 8,6 7,0 3,5 5,7 4,5
10 4,5 2,6 6,7 2,1 5,9 5,8 3,6 3,2 1,1 1,0 2,4 2,4 1,9 7,9 4,9 6,8
11 1,9 2,8 4,7 5,4 4,4 5,3 3,4 6,3 3,8 3,1 4,2 1,4 2,4 6,4 2,5 4,9
12 6,8 7,5 1,8 4,5 7,4 3,2 6,1 3,5 6,1 2,0 2,3 7,8 3,4 3,5 1,0 2,9
13 6,2 4,8 5,9 4,2 5,1 1,7 8,1 8,7 2,0 5,1 5,1 6,0 6,7 4,5 9,6 4,6
14 6,6 2,2 6,4 3,7 5,6 7,7 3,1 7,8 3,3 4,8 6,5 6,1 5,4 3,5 8,4 8,6
15 7,5 7,8 4,1 1,9 2,8 5,1 3,9 7,0 2,3 0,9 3,1 2,5 2,6 6,0 5,0 6,6
16 5,5 3,7 1,9 1,2 4,6 1,5 7,0 4,3 4,4 7,4 8,7 7,9 7,2 1,6 7,1 6,3
17 3,8 5,9 4,3 2,8 3,2 5,6 3,9 4,2 2,2 3,1 3,5 6,7 6,2 2,6 7,5 7,7
18 1,6 1,0 1,8 2,2 7,3 4,0 3,6 3,4 3,8 2,7 6,6 3,6 6,7 2,7 6,8 1,4
19 3,3 8,5 6,2 5,1 5,6 6,0 4,4 8,7 4,4 2,7 8,6 3,9 5,4 3,8 7,2 7,8
20 9,1 8,1 4,0 2,0 5,5 5,4 9,3 3,8 2,6 9,0 8,2 6,9 9,2 7,5 8,7 6,5
21 3,2 3,0 7,0 3,9 2,4 5,9 4,4 7,8 7,2 3,6 4,5 5,3 5,1 4,9 5,6 8,5
22 5,3 3,6 4,8 1,2 4,7 4,8 6,4 2,9 3,6 8,1 7,3 8,9 9,0 3,0 6,8 9,5
23 0,2 6,5 7,5 4,6 4,4 5,0 3,9 8,9 1,7 3,3 6,1 1,3 7,4 8,3 2,4 6,7
24 6,4 4,7 4,2 2,6 3,3 2,3 7,7 7,5 4,1 6,8 3,9 5,7 7,1 1,4 1,9 6,0
25 3,1 8,6 4,5 2,2 5,2 4,2 5,6 2,0 1,2 4,1 6,1 7,3 9,0 3,4 2,8 5,5
26 7,4 5,6 3,2 5,4 4,9 3,2 4,1 4,5 5,0 2,1 3,6 6,2 4,2 8,5 2,9 6,1
27 1,1 7,9 3,6 2,8 1,5 5,4 2,9 2,0 3,8 3,0 5,6 5,2 5,2 4,8 5,4 5,5
28 7,5 7,7 4,2 1,2 5,0 3,6 8,3 1,5 2,4 2,7 3,0 6,1 3,5 2,0 3,2 4,9
29 2,5 1,8 2,4 6,2 8,0 2,9 6,2 2,6 6,4 7,4 9,6 8,5 9,2 3,5 6,8 6,7
30 2,0 2,3 6,4 7,4 1,4 2,7 5,5 6,3 6,1 3,6 8,7 9,5 9,6 5,7 7,4 6,4
31 2,3 5,2 2,6 4,0 7,3 6,1 6,7 8,9 1,9 6,4 2,0 4,0 6,9 3,5 3,5 4,7
32 2,0 9,3 4,8 3,2 4,5 2,4 5,3 8,9 5,2 9,0 9,7 9,3 9,7 2,4 3,7 3,7
33 7,4 7,0 3,9 6,1 3,7 1,8 5,8 2,2 7,0 3,0 3,5 4,5 5,3 4,1 9,2 8,4
34 6,6 6,5 5,2 8,3 5,4 5,3 9,1 4,2 8,2 9,4 3,2 3,5 5,8 6,4 7,7 7,7
35 4,2 5,3 6,5 4,7 7,6 4,8 9,6 8,4 2,4 8,2 4,7 6,9 7,0 8,6 6,5 5,3
36 4,0 6,1 6,7 7,4 4,3 4,0 2,3 5,2 7,1 3,5 3,5 5,6 3,0 4,8 8,3 7,6
37 8,5 8,0 3,8 3,1 7,5 5,1 2,8 6,6 3,6 2,8 4,6 6,5 3,7 5,7 9,4 9,8
38 7,0 8,3 5,4 6,6 5,3 4,5 2,0 7,6 7,0 7,2 8,0 2,1 7,9 4,7 5,3 6,5
39 2,3 7,5 6,8 7,4 6,7 4,0 9,0 6,7 1,2 8,4 6,5 7,9 2,1 2,3 1,6 2,2
40 3,8 6,0 5,3 2,0 1,5 6,6 8,2 7,1 3,5 7,2 8,3 5,4 8,7 8,3 5,4 8,5
41 4,6 4,1 2,8 3,8 3,9 6,6 3,8 1,3 2,7 5,4 5,9 4,1 7,0 6,2 5,1 8,9
42 5,0 5,9 3,0 6,8 5,3 3,9 4,1 4,1 4,0 3,1 3,1 6,2 5,8 3,8 4,9 8,0
43 8,1 6,0 3,2 7,3 6,6 3,9 3,7 3,9 3,6 4,0 6,6 8,3 4,1 8,0 7,0 4,3
44 5,5 3,1 5,7 1,9 4,0 6,4 8,5 6,2 3,5 6,3 6,4 4,6 8,2 6,3 9,7 9,5
45 7,6 7,8 4,6 8,7 2,0 5,9 7,5 9,0 3,9 4,1 6,8 4,4 4,6 4,0 6,9 9,6
46 4,8 2,7 3,7 5,8 4,3 6,3 5,1 4,9 4,8 3,0 4,5 8,3 9,4 7,8 6,4 7,0
47 4,5 6,5 3,2 5,1 5,7 3,1 3,1 3,3 1,3 3,4 9,7 4,7 3,7 4,0 8,5 7,9
48 4,2 5,3 4,8 2,3 6,3 2,1 3,7 4,8 3,1 4,5 2,4 5,9 5,9 3,6 5,9 5,8
49 5,5 3,6 6,3 3,2 4,9 5,2 4,9 3,7 4,6 2,3 4,0 6,7 3,4 3,5 1,3 9,0
50 4,4 8,5 5,9 3,8 5,4 3,3 3,3 7,8 4,6 5,4 7,2 2,8 5,3 2,5 6,5 6,7
51 4,8 7,3 4,0 8,5 1,6 5,9 4,3 4,4 6,5 4,7 5,7 3,4 7,2 8,2 8,7 9,6
52 1,6 8,9 6,7 5,4 6,0 5,7 4,7 4,8 7,1 7,0 6,6 8,1 6,7 3,3 4,5 8,2
53 4,8 6,9 5,8 2,7 2,6 6,6 3,5 7,7 7,9 6,1 8,6 6,0 6,2 7,2 4,9 4,1
54 6,9 3,6 7,4 5,8 5,8 4,3 6,8 7,1 7,1 6,4 6,6 1,1 7,9 4,5 5,1 7,0
82
Lampiran 17b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut tekstur pada 16 sampel dalam
optimasi formula brownies tepung komposit (lanjutan).
Run / formula
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
55 4,8 5,7 9,2 2,1 4,0 7,7 8,3 7,5 0,2 8,9 5,4 5,6 5,6 4,2 3,5 4,5
56 0,5 4,0 4,7 4,5 4,1 7,1 6,9 8,0 3,7 8,0 5,7 7,1 9,2 5,1 7,2 4,7
57 3,7 5,4 5,9 6,8 6,6 4,7 5,8 4,4 2,6 1,7 6,0 6,5 6,0 6,4 6,8 8,0
58 4,1 0,3 5,9 3,3 4,8 7,2 8,2 3,1 2,3 5,1 6,7 5,7 4,7 5,5 7,4 8,4
59 1,6 7,7 8,8 2,1 7,0 7,0 6,3 2,1 5,1 2,3 5,9 4,6 0,9 4,6 2,2 2,2
60 6,8 3,8 2,0 2,6 3,6 7,9 5,4 5,5 4,0 3,0 4,5 3,7 7,5 7,4 6,5 9,1
61 2,6 7,0 3,6 3,8 3,6 2,0 3,7 3,0 1,9 7,1 5,7 5,2 8,1 7,7 7,9 1,9
62 3,7 2,5 6,0 6,8 5,1 6,2 3,0 3,2 4,8 4,1 7,2 8,2 5,8 7,6 1,3 4,7
63 2,8 3,3 5,9 4,3 4,1 5,3 4,8 4,5 7,6 1,7 7,0 5,3 6,3 5,2 5,0 4,2
64 3,7 2,1 7,0 3,2 2,8 2,8 7,4 8,7 5,1 5,2 4,1 8,0 5,7 5,1 7,8 6,5
65 2,9 5,9 8,7 8,9 7,7 8,9 4,5 4,9 5,2 7,6 5,7 2,5 5,9 8,1 6,4 3,5
66 8,4 1,0 5,4 4,1 5,0 8,2 3,4 3,2 0,3 4,6 4,7 3,0 4,2 2,0 7,3 4,3
67 1,8 4,7 3,8 4,2 5,1 4,4 6,2 1,0 0,7 4,7 2,0 5,6 5,1 3,9 3,1 5,2
68 3,2 1,0 8,5 7,2 3,8 5,9 4,8 3,3 2,0 2,6 5,2 2,3 4,4 3,6 4,2 6,2
69 0,3 3,7 6,0 0,5 6,4 2,1 4,9 4,2 3,9 3,3 3,4 2,8 2,4 2,6 7,0 9,7
70 5,0 7,5 6,8 6,1 6,2 4,2 4,7 6,9 6,1 6,9 3,8 6,0 4,1 7,2 5,5 4,4
71 6,9 4,0 5,9 6,0 1,4 2,0 2,0 7,1 2,3 7,5 3,3
72 1,5 9,1 2,5
Rata-rata 4,4 5,1 5,3 4,5 5,1 5,1 5,3 5,2 4,1 4,9 5,5 5,2 6,0 4,9 5,8 6,4
Max 9,1 9,3 9,7 8,9 8,2 9,0 9,6 9,0 8,2 9,4 9,7 9,5 9,7 9,4 9,8 9,8
Min 0,2 0,3 1,8 0,5 1,4 1,5 2,0 1,0 0,2 0,9 1,9 0,7 0,9 1,0 1,0 1,4
83
Lampiran 18a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut overall pada 16 sampel dalam
optimasi formula brownies tepung komposit
Run / formula
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 5,8 7,1 4,6 3,7 5,3 6,5 6,5 8,2 9,6 5,3 7,4 3,9 6,1 5,5 6,6 6,0
2 2,8 3,4 8,7 4,6 7,6 9,2 7,9 4,3 3,3 4,9 6,5 7,4 8,4 8,1 7,2 7,6
3 3,7 3,7 8,5 6,2 3,5 5,7 3,9 5,9 4,8 4,2 8,2 7,0 8,1 8,4 8,7 7,8
4 4,1 3,5 7,6 6,3 8,2 3,6 6,8 7,5 4,6 5,9 8,3 7,1 7,3 5,7 4,8 5,3
5 8,2 7,9 6,6 6,4 7,8 6,7 5,7 5,1 5,0 3,1 7,0 2,7 7,0 6,1 6,5 5,9
6 4,0 3,1 4,9 7,7 6,8 5,7 8,7 7,9 5,5 7,0 3,5 4,1 3,1 3,3 9,6 9,2
7 6,8 6,7 9,6 3,9 8,1 6,1 6,1 7,7 6,2 8,6 5,1 3,5 4,2 6,3 3,7 7,6
8 3,1 1,4 8,0 6,0 5,0 8,6 3,1 4,5 6,2 3,7 6,2 5,5 5,7 3,3 7,4 3,5
9 6,4 6,3 4,8 5,0 7,8 7,2 5,4 8,5 1,4 7,4 9,6 9,1 8,5 4,9 6,1 1,7
10 6,3 5,4 6,9 3,0 5,0 6,6 4,2 6,0 5,2 1,7 0,6 3,6 3,7 9,1 5,9 6,8
11 2,8 3,6 5,6 1,3 4,8 6,0 5,5 7,3 5,2 4,3 5,2 4,9 7,2 5,0 6,5
12 6,3 6,9 2,6 6,9 7,4 3,8 6,5 3,4 6,2 5,1 8,1 3,1 4,5 0,5 4,3
13 6,8 5,2 4,8 5,1 6,2 2,8 7,3 8,5 3,6 6,8 5,6 5,4 7,0 7,5 9,7 9,0
14 3,7 2,7 6,6 4,2 7,9 8,1 7,0 7,5 8,4 5,4 6,0 6,2 5,9 3,6 8,3 8,6
15 7,6 7,8 5,4 2,8 3,3 5,6 7,6 7,5 4,9 3,8 3,5 4,9 7,2 5,8 6,7
16 7,0 4,9 2,9 3,4 5,1 3,5 4,2 4,4 4,4 7,5 8,0 7,6 7,1 2,6 6,5 4,1
17 4,7 5,5 4,5 4,2 5,1 4,2 4,6 4,3 2,7 3,5 4,0 6,8 6,5 6,7 6,9 8,9
18 2,5 2,4 2,4 2,2 7,4 1,4 3,8 2,4 3,5 4,0 6,3 6,3 6,9 4,1 6,4 2,7
19 3,3 9,0 6,9 6,4 5,6 5,9 4,2 8,1 4,5 2,5 8,8 6,9 5,8 4,4 7,8 7,4
20 8,9 7,9 5,1 2,8 6,0 6,5 8,5 4,3 1,7 6,8 8,2 6,5 7,9 7,8 8,2 6,5
21 5,0 7,4 6,2 3,0 6,2 4,9 8,4 7,9 5,1 6,2 5,4 4,7 6,6 6,2 8,1
22 4,9 5,5 4,7 0,8 5,8 5,3 7,4 3,0 6,4 8,9 8,6 8,3 9,5 3,8 6,2 8,4
23 0,2 4,7 7,6 6,0 5,0 6,8 4,0 6,6 2,2 4,8 8,2 5,4 6,6 7,0 3,5 6,2
24 6,5 6,7 5,0 2,8 3,9 2,6 8,3 8,3 6,1 6,1 9,6 9,3 10,0 4,8 6,6 8,5
25 5,3 8,0 4,5 3,3 5,3 4,9 6,3 3,3 3,3 4,7 6,6 6,5 8,6 8,5 4,9 6,1
26 8,3 6,7 4,4 6,3 6,6 3,8 6,2 5,2 5,2 2,0 3,2 6,1 5,5 7,9 5,5 4,4
27 3,6 8,6 5,1 5,6 5,0 5,3 4,9 4,1 7,5 4,5 6,4 5,4 5,5 4,8 5,9 5,3
28 8,8 7,2 7,4 3,0 8,0 5,5 8,5 4,3 4,3 4,5 3,0 6,7 3,9 3,7 2,7 4,6
29 3,2 1,7 6,2 5,6 7,2 6,0 7,0 4,1 8,4 7,6 9,4 8,3 9,1 4,5 7,0 7,5
30 3,5 3,7 7,6 0,9 2,3 5,1 7,2 6,5 6,2 5,3 9,4 6,8 8,6 6,9 7,1 6,3
31 4,4 5,2 2,1 4,5 6,7 8,3 7,3 8,5 3,8 6,9 6,0 5,4 6,2 6,8 3,5 5,3
32 3,1 8,2 3,2 4,7 3,9 4,1 5,3 9,2 4,5 9,0 9,7 9,4 9,7 4,7 4,3 4,4
33 7,4 6,5 4,5 3,5 4,3 3,3 4,9 4,1 7,5 4,4 4,7 3,4 5,5 5,1 8,5 9,7
34 7,3 8,5 6,4 7,6 5,9 5,1 5,7 4,4 9,1 9,4 5,8 4,3 5,7 6,3 7,4 6,7
35 5,3 5,9 7,0 4,7 7,1 5,4 9,6 8,4 5,2 9,1 4,6 6,9 9,8 2,7 7,5 6,8
36 4,5 5,5 7,0 7,1 4,8 4,0 6,5 6,8 5,8 6,6 4,0 5,0 6,3 6,3 8,0 8,2
37 9,3 7,9 4,2 5,8 7,4 6,1 2,6 7,0 3,8 5,0 5,9 4,2 5,0 5,0 9,6 9,9
38 7,6 8,5 4,3 6,5 4,5 4,5 3,9 4,7 8,2 7,3 8,1 7,9 8,1 3,8 6,2 4,9
39 4,1 5,8 5,7 7,9 6,7 5,4 8,5 7,8 2,6 7,3 5,7 7,9 6,5 7,1 1,9 2,2
40 4,5 6,6 6,1 3,3 1,6 5,7 7,8 9,1 3,7 7,3 7,2 5,8 9,2 8,4 8,2 7,7
41 4,9 5,3 2,8 5,2 6,0 6,0 4,3 3,1 4,6 4,9 6,3 4,8 7,0 6,2 6,8 9,1
42 5,8 6,0 5,4 7,1 5,9 4,4 4,8 5,4 6,8 3,6 4,4 3,3 5,2 4,9 6,2 7,9
43 6,6 6,3 2,9 6,7 6,1 4,7 4,3 3,9 4,4 6,9 8,1 5,4 2,7 5,3 4,9
44 4,8 7,3 6,4 2,4 5,9 5,8 8,1 7,3 6,3 7,7 7,2 5,2 7,6 8,1 9,8 9,2
45 8,6 7,7 4,0 7,8 4,9 7,1 5,6 6,9 5,0 4,5 5,8 7,7 7,4
46 4,7 4,3 6,6 5,6 4,3 4,4 6,3 4,9 7,5 2,5 4,5 7,8 9,6 7,8 7,1 7,1
47 5,3 5,5 3,3 6,0 6,2 6,8 4,5 6,3 2,5 6,8 9,5 7,5 4,2 5,0 8,3 5,1
48 6,3 6,8 5,3 3,4 5,5 2,0 5,1 7,1 4,4 7,1 2,8 3,9 6,3 2,6 6,0 0,6
49 5,2 5,2 6,3 4,0 5,7 5,7 6,1 3,6 4,6 2,8 3,0 6,8 6,1 1,7 1,4
50 6,7 7,3 5,8 3,3 5,3 6,9 2,2 5,9 7,0 7,6 2,6 4,2 5,4 3,6 8,2 6,4
51 5,8 8,4 4,5 7,9 2,9 6,0 4,4 4,3 6,7 4,5 5,3 4,6 8,0 7,7 9,5 9,4
52 2,4 8,9 7,0 5,8 6,9 5,6 6,3 6,3 8,5 7,1 7,7 6,8 8,1 4,4 4,9 8,2
53 6,5 7,4 5,0 4,3 3,8 7,1 5,4 7,5 8,8 6,2 9,0 7,4 5,8 8,1 5,3 4,5
54 7,5 4,1 7,1 6,5 6,7 5,3 8,5 7,6 7,4 7,4 7,3 5,2 8,5 6,1 6,5 6,6
84
Lampiran 18b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut overall pada 16 sampel
dalam optimasi formula brownies tepung komposit (lanjutan).
Run / formula
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
55 6,4 5,5 9,2 5,3 5,7 7,7 9,1 9,4 0,2 9,5 6,0 5,5 5,6 3,8 4,2 4,1
56 0,3 4,5 5,0 5,4 4,9 5,0 8,0 8,6 3,0 8,5 5,6 7,9 8,3 6,2 4,9
57 4,1 4,8 6,6 7,5 7,2 5,5 6,1 2,6 6,5 1,4 6,5 6,5 5,2 6,4 7,4 8,0
58 4,1 0,9 6,5 4,8 5,6 6,9 6,4 7,5 2,6 4,2 5,7 4,7 5,5 3,4 6,6 7,0
59 2,1 8,6 9,0 6,4 7,2 6,6 6,3 3,1 6,5 5,8 6,5 4,5 0,4 4,7 5,9 6,2
60 4,6 4,1 2,1 4,1 3,7 7,5 5,4 5,5 3,7 3,5 3,2 6,5 6,9 6,4 5,7 7,7
61 2,6 4,7 3,7 3,3 4,5 4,8 3,7 3,4 2,7 7,1 6,0 6,3 8,0 7,7 4,6 3,6
62 6,4 3,1 6,0 3,8 3,8 5,8 5,1 4,7 4,9 3,5 6,3 8,3 7,1 8,2 3,9 4,6
63 5,3 6,1 8,4 1,1 6,4 3,8 5,1 4,4 8,0 5,1 4,3 5,2 6,0 5,2 4,2 4,7
64 3,8 3,1 6,3 3,2 6,6 5,6 7,7 8,4 4,2 5,8 5,0 7,2 6,4 5,9 7,4 8,0
65 3,6 6,5 9,1 9,2 8,6 8,8 3,6 6,5 4,8 7,7 5,9 3,2 5,9 6,6 3,9 5,8
66 9,2 2,2 5,9 4,5 5,6 8,9 5,2 4,7 9,1 5,1 4,7 3,9 4,0 3,1 8,0 7,7
67 1,8 4,9 4,7 4,4 4,5 5,0 7,7 4,5 3,9 4,9 3,0 5,2 5,1 4,3 5,6 3,1
68 3,8 4,7 2,3 4,8 5,0 6,4 5,8 5,6 4,5 3,6 5,2 3,1 4,5 3,4 5,9 6,3
69 1,2 6,2 6,9 2,4 5,2 6,7 6,2 3,6 4,0 3,3 3,6 4,1 2,3 1,9 8,3 8,7
70 5,5 8,1 6,1 6,6 6,5 6,8 3,9 8,1 5,9 7,6 4,5 4,6 6,4 7,5 6,0 3,3
71 8,1 4,2 5,7 7,5 3,8 3,8 5,9 7,0 3,2 7,7 3,2
72 8,4 7,5 3,7
Rata-rata 5,2 5,7 5,7 4,9 5,7 5,7 6,0 6,0 5,3 5,6 6,0 5,9 6,4 5,5 6,3 6,3
Max 9,3 9,0 9,6 9,2 8,6 9,2 9,6 9,4 9,6 9,5 9,7 9,4 10,0 9,1 9,8 9,9
Min 0,2 0,9 2,1 0,8 1,6 1,4 2,2 2,4 0,2 1,4 0,6 2,7 0,4 1,7 0,5 0,6
85
Lampiran 19. Hasil analisis ANOVA atribut warna pada DX7-trial menggunakan mixture experiment
tahap optimasi formula brownies tepung komposit
Response 1 Warna
ANOVA for Mixture Quadratic Model
*** Mixture Component Coding is L_Pseudo. ***
Analysis of variance table [Partial sum of squares - Type III]
Sum of Mean F p value
Source Squares df Square Value Prob > F
Model 0,671129 5 0,134226 5,325325 0.0121 significant
Linear Mixture 0,104308 2 0,052154 2,069185 0.1770
AB 0,44656 1 0,44656 17,71699 0.0018
AC 0,367077 1 0,367077 14,56354 0.0034
BC 0,03222 1 0,03222 1,278305 0.2846
Residual 0,252052 10 0,025205
Lack of Fit 0,073446 5 0,014689 0,41122 0.8241 not significant
Pure Error 0,178606 5 0,035721
Cor Total 0,923181 15
Warna =
-0,30522 * T.Terigu
0,058948 * T.Jagung
0,06584 * T.Ubi
0,004706 * T.Terigu * T.Jagung
0,004393 * T.Terigu * T.Ubi
-8,4E-05 * T.Jagung * T.Ubi
86
Lampiran 20. Hasil analisis ANOVA atribut aroma pada DX7-trial menggunakan mixture experiment
tahap optimasi formula brownies tepung komposit
Response 2 Aroma
ANOVA for Mixture Reduced Quadratic Model
*** Mixture Component Coding is L_Pseudo. ***
Analysis of variance table [Partial sum of squares - Type III]
Sum of Mean F p value
Source Squares df Square Value Prob > F
Model 1,419111 4 0,354778 3,880984 0.0333 significant
Linear Mixture 0,906488 2 0,453244 4,958128 0.0292
AB 0,313834 1 0,313834 3,43309 0.0909
AC 0,229795 1 0,229795 2,513771 0.1412
Residual 1,005558 11 0,091414
Lack of Fit 0,318256 6 0,053043 0,385876 0.8611 not significant
Pure Error 0,687302 5 0,13746
Cor Total 2,424669 15
Aroma =
-0,24153 * T.Terigu
0,050242 * T.Jagung
0,063458 * T.Ubi
0,003945 * T.Terigu * T.Jagung
0,003474 * T.Terigu * T.Ubi
87
Lampiran 21. Hasil analisis ANOVA atribut rasa pada DX7-trial menggunakan mixture experiment
tahap optimasi formula brownies tepung komposit
Response 3 Rasa
ANOVA for Mixture Reduced Quadratic Model
*** Mixture Component Coding is L_Pseudo. ***
Analysis of variance table [Partial sum of squares - Type III]
Sum of Mean F p value
Source Squares df Square Value Prob > F
Model 1,03115 3 0,343717 5,387156 0.0140 significant
Linear Mixture 0,735689 2 0,367845 5,76532 0.0176
AB 0,295461 1 0,295461 4,63083 0.0525
Residual 0,765636 12 0,063803
Lack of Fit 0,272914 7 0,038988 0,395637 0.8707 not significant
Pure Error 0,492722 5 0,098544
Cor Total 1,796786 15
Rasa =
0,05254 * T.Terigu
0,052487 * T.Jagung
0,061094 * T.Ubi
0,000629 * T.Terigu * T.Jagung
88
Lampiran 22. Hasil analisis ANOVA atribut tekstur pada DX7-trial menggunakan mixture experiment
tahap optimasi formula brownies tepung komposit
Response 4 Tekstur
ANOVA for Mixture Linear Model
*** Mixture Component Coding is L_Pseudo. ***
Analysis of variance table [Partial sum of squares - Type III]
Sum of Mean F p value
Source Squares df Square Value Prob > F
Model 1,953431 2 0,976716 3,952928 0.0456 significant
Linear Mixture 1,953431 2 0,976716 3,952928 0.0456
Residual 3,212126 13 0,247087
Lack of Fit 1,312636 8 0,16408 0,431904 0.8605 not significant
Pure Error 1,89949 5 0,379898
Cor Total 5,165557 15
Tekstur =
0,046508 * T.Terigu
0,046176 * T.Jagung
0,058861 * T.Ubi
89
Lampiran 23. Hasil analisis ANOVA atribut overall pada DX7-trial menggunakan mixture experiment
tahap optimasi formula brownies tepung komposit
Response 5 Overall
ANOVA for Mixture Linear Model
*** Mixture Component Coding is L_Pseudo. ***
Analysis of variance table [Partial sum of squares - Type III]
Sum of Mean F p value
Source Squares df Square Value Prob > F
Model 1,020589 2 0,510294 4,012101 0.0439 significant
Linear Mixture 1,020589 2 0,510294 4,012101 0.0439
Residual 1,653454 13 0,127189
Lack of Fit 0,837531 8 0,104691 0,641552 0.7256 not significant
Pure Error 0,815923 5 0,163185
Cor Total 2,674043 15
Overall =
0,061645 * T.Terigu
0,05279 * T.Jagung
0,061749 * T.Ubi
90
Lampiran 24a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut warna pada 13 sampel dalam
optimasi proses pembuatan brownies tepung komposit
Run / sampel
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13
1 5.7 5.9 5.3 5.8 5.5 5.6 5.3 6.7 7.3 6.4 5.9 6.0 6.2
2 3.8 5.1 4.4 4.6 3.4 5.3 4.3 4.9 4.2 4.2 4.8 4.9 4.4
3 4.1 4.7 4.8 4.1 4.8 3.5 4.8 4.2 4.9 3.7 3.8 5.1 3.9
4 4.5 6.0 3.6 3.5 8.6 1.4 4.0 6.8 3.5 6.4 5.6 4.2 2.3
5 0.3 6.3 1.4 5.9 5.8 5.1 3.8 6.3 2.0 6.7 2.8 2.9 0.6
6 7.3 6.8 8.0 7.6 7.9 7.7 7.9 6.6 6.0 6.9 7.8 7.0 7.8
7 7.2 6.2 5.2 3.7 3.7 0.6 1.5 5.6 3.3 3.8 0.5 3.4 4.3
8 4.8 4.9 4.4 4.3 3.6 4.7 4.0 3.8 4.6 4.9 4.5 4.4 4.7
9 4.7 5.1 5.5 5.2 5.3 5.7 5.1 5.6 4.4 5.1 4.8 5.0 5.3
10 6.5 3.1 6.9 7.1 3.7 6.3 7.2 6.0 6.6 6.6 4.2 3.5 6.8
11 9.6 9.1 9.5 9.1 9.2 9.4 9.6 9.7 9.6 9.6 9.5 9.7 9.7
12 9.5 9.8 9.7 8.4 9.3 9.1 9.7 9.6 9.0 6.4 9.6 9.6 8.1
13 5.4 4.9 4.8 5.4 6.4 4.2 5.6 5.8 4.0 7.2 5.1 5.4 4.4
14 6.7 6.9 7.3 5.8 4.9 6.9 7.4 7.3 5.3 6.4 5.7 5.8 5.7
15 9.1 7.3 9.5 7.8 7.4 9.5 9.4 7.5 9.6 7.6 7.2 9.3 8.8
16 8.2 8.5 7.6 7.1 8.5 2.0 7.6 7.6 6.0 8.1 8.2 8.2 8.5
17 9.1 8.7 9.2 8.8 8.1 8.3 9.2 8.9 8.7 8.8 9.1 8.9 8.6
18 5.7 7.3 7.4 8.0 7.3 4.3 4.2 6.4 7.8 8.1 7.3 5.9 6.7
19 5.6 5.0 4.9 5.3 4.9 5.5 5.7 4.7 6.3 5.1 5.9 5.3 6.9
20 9.3 9.8 9.8 9.7 9.3 8.7 9.3 9.8 9.1 9.6 9.8 9.8 9.8
21 4.7 3.3 6.0 5.7 4.2 4.2 4.2 4.8 4.1 3.6 4.0 4.8 4.3
22 5.5 5.5 5.9 5.4 4.5 5.0 5.5 5.2 4.9 5.7 6.2 6.3 5.5
23 8.7 7.0 6.4 7.8 7.0 6.1 6.4 6.4 7.5 7.0 6.6 7.3 5.8
24 6.2 7.5 7.6 5.5 7.0 5.1 7.0 7.7 7.1 7.5 7.1 7.4 7.3
25 7.7 7.1 6.8 6.3 6.5 6.5 6.8 6.5 6.3 6.1 6.5 5.8 6.0
26 9.5 8.6 9.2 9.3 7.5 5.6 8.1 8.0 8.7 8.2 9.0 8.5 9.1
27 4.8 4.2 7.9 5.6 5.3 2.9 6.5 4.4 5.5 4.1 3.0 8.3 8.4
28 7.5 8.0 7.2 7.6 6.1 7.3 7.7 6.0 7.0 6.0 5.8 7.1 5.2
29 6.8 5.7 7.2 5.6 7.0 5.9 7.8 9.4 7.6 9.3 7.4 9.2 8.2
30 5.2 5.6 5.9 5.8 5.7 5.7 5.6 5.9 6.1 5.9 6.1 5.5 6.7
31 6.4 3.4 5.7 5.1 3.0 2.4 5.0 4.5 4.7 6.7 3.9 2.8 4.6
32 8.2 9.3 9.4 9.6 3.5 2.5 9.0 7.3 8.8 9.6 9.4 8.5 7.4
33 7.2 7.4 7.2 7.7 7.1 6.9 7.2 8.0 8.1 8.0 8.1 8.0 8.0
34 9.0 9.5 9.8 8.7 8.8 8.5 8.6 8.7 9.3 9.0 8.9 8.7 8.7
35 8.1 8.4 8.2 8.5 8.7 5.5 8.7 8.0 8.0 8.1 7.0 7.7 8.5
36 8.1 7.4 8.0 7.6 7.1 7.9 7.6 7.0 8.1 7.7 7.8 7.4 8.1
37 6.3 6.0 6.6 5.9 5.5 5.9 4.5 5.8 5.9 5.6 5.4 6.5 5.4
38 6.5 7.5 8.3 8.5 2.5 9.2 9.0 7.9 7.2 8.9 7.9 8.2 7.9
39 5.9 4.7 4.7 4.3 4.9 4.9 4.3 4.6 4.9 4.8 4.5 4.0 4.3
40 8.5 2.8 3.7 8.3 7.4 7.2 5.0 8.6 8.5 7.7 8.7 7.8 8.1
41 5.1 3.4 5.7 5.3 3.9 5.7 5.7 4.2 4.5 5.4 4.5 4.7 4.5
42 1.3 3.1 5.1 4.5 4.8 6.1 2.5 3.7 6.4 5.0 4.6 3.8 5.0
43 5.5 5.8 5.7 5.8 5.6 4.0 5.5 5.9 5.8 6.4 5.3 5.6 5.8
44 6.9 7.9 8.8 7.7 8.8 7.5 7.3 8.9 9.6 7.4 8.2 6.7 6.9
45 9.3 8.2 8.8 8.9 3.5 8.7 2.7 8.7 8.4 6.3 8.1 7.2 7.4
46 4.8 5.0 5.6 4.9 4.7 4.3 7.2 4.6 4.8 4.9 6.0 5.0 5.4
47 8.4 7.2 7.8 8.8 9.0 6.7 7.2 6.5 7.4 7.7 6.9 5.9 8.5
48 8.4 4.3 7.9 3.8 3.6 4.5 6.9 6.9 6.6 1.6 3.9 4.8 3.3
49 5.1 5.3 6.2 8.3 3.5 5.5 5.1 5.9 6.2 6.1 4.2 4.4 4.8
50 3.6 3.7 3.1 4.1 3.5 4.9 5.1 5.6 4.1 3.5 3.3 4.3 4.1
51 2.3 3.1 3.4 3.1 2.4 3.4 4.3 4.5 3.2 5.5 4.3 4.5 4.0
52 3.5 5.3 5.2 4.4 5.3 4.5 4.9 5.2 5.1 4.7 4.1 3.4 4.5
53 4.2 3.8 4.3 4.7 4.6 2.3 4.2 4.8 4.9 6.2 6.4 6.0 5.3
54 7.3 7.0 6.9 7.4 6.1 5.3 6.4 6.9 6.7 7.4 6.4 6.9 6.7
91
Lampiran 24b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut warna pada 13 sampel dalam
optimasi proses pembuatan brownies tepung komposit (lanjutan)
Run / sampel
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13
55 1.9 4.6 1.7 7.5 7.5 1.5 7.1 2.3 7.4 8.3 4.7 4.5 6.2
56 7.5 5.1 6.7 8.5 5.3 7.0 6.4 7.8 7.0 6.5 7.5 7.1 5.0
57 5.9 7.0 4.6 4.6 3.5 2.9 1.1 4.8 5.9 2.6 5.1 3.9 3.6
58 7.2 7.3 6.9 6.7 7.0 6.8 7.4 6.0 5.7 5.0 7.4 4.9 6.3
59 9.1 8.4 8.5 8.9 8.3 8.7 8.9 8.0 8.5 3.4 7.2 8.5 7.4
60 6.0 6.2 5.4 6.3 5.6 4.6 5.9 6.4 5.3 6.2 6.9 5.3 5.3
61 6.2 7.1 6.8 6.4 5.8 3.0 5.4 6.2 4.8 6.6 5.5 6.1 7.0
62 7.3 7.4 7.7 7.4 6.5 7.7 7.3 6.7 7.2 6.3 7.1 6.3 6.6
63 4.5 5.0 3.6 5.2 4.9 4.4 4.4 5.1 4.9 4.3 5.8 5.0 4.4
64 8.6 8.7 8.1 8.1 8.5 6.4 8.6 7.8 6.9 6.8 8.0 8.4 8.2
65 6.4 5.3 6.9 3.9 4.6 6.5 4.9 5.6 5.5 5.6 5.1 6.0 4.5
66 6.3 5.8 6.5 5.9 6.6 6.5 6.3 6.1 4.2 4.1 5.5 4.5 3.9
67 8.5 8.3 6.0 3.1 4.8 9.7 8.4 5.5 6.8 7.9 9.3 8.9 5.6
68 4.9 6.8 8.2 5.6 4.9 9.5 8.0 8.4 4.4 3.0 7.8 6.9 6.7
69 7.1 1.7 3.9 8.2 6.5 3.9 5.6 5.2 1.5 4.3 6.5 4.6 6.6
70 5.8 6.1 5.7 6.6 5.6 2.8 5.2 4.1 4.8 6.1 4.7 4.5 3.8
71 7.6 8.3 8.1 8.6 8.2 8.4 8.8 8.6 8.2 8.7 8.2 8.4 8.5
Rata-rata 6.4 6.2 6.5 6.5 5.9 5.7 6.3 6.4 6.2 6.3 6.3 6.2 6.2
Max 9.6 9.8 9.8 9.7 9.3 9.7 9.7 9.8 9.6 9.6 9.8 9.8 9.8
Min 0.3 1.7 1.4 3.1 2.4 0.6 1.1 2.3 1.5 1.6 0.5 2.8 0.6
92
Lampiran 25a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut aroma pada 13 sampel dalam
optimasi proses pembuatan brownies tepung komposit
Run / sampel
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13
1 5,5 5,9 5,5 6,1 5,3 6,0 5,7 6,7 7,4 6,0 6,4 6,7 6,5
2 3,5 2,8 4,7 3,7 4,0 4,5 4,2 4,7 3,7 4,6 4,3 4,9 4,1
3 4,4 4,7 5,4 3,7 4,3 3,7 4,1 4,7 4,8 3,7 4,2 4,7 3,7
4 1,9 8,2 4,7 4,7 4,4 3,5 6,6 5,7 1,9 1,9 0,6 2,7 1,7
5 1,6 7,1 2,3 1,4 3,3 4,2 1,7 5,6 5,3 5,9 4,3 5,6 1,9
6 7,3 6,8 6,8 6,4 7,7 7,6 7,3 6,9 7,1 7,6 7,1 6,5 6,5
7 6,3 0,3 6,1 6,8 0,2 6,3 0,9 2,0 4,3 1,0 1,1 2,3 5,0
8 5,9 4,2 3,8 5,2 3,8 4,9 4,6 4,6 6,3 6,2 5,9 5,9 5,5
9 4,3 4,7 4,3 4,8 4,7 6,4 4,1 5,2 5,3 5,3 5,8 4,7 4,8
10 7,7 3,6 4,4 2,9 4,3 5,5 7,6 6,5 6,3 8,2 7,3 4,2 5,7
11 9,0 9,5 9,5 9,4 9,6 9,5 9,3 9,7 9,6 9,6 9,6 9,4 9,6
12 9,0 9,3 9,5 8,9 7,2 8,0 9,7 7,0 7,3 6,1 8,5 7,9 7,8
13 5,2 5,8 5,4 5,8 3,0 6,3 4,7 4,1 4,1 6,1 5,7 3,8 4,6
14 5,9 7,6 7,0 6,4 4,5 6,6 6,4 7,8 5,7 6,7 5,3 6,5 5,4
15 8,5 6,4 5,2 9,1 6,2 7,7 7,0 8,8 9,1 9,0 7,1 7,7 8,6
16 7,0 7,7 5,3 7,6 6,8 2,7 7,2 6,7 5,4 5,4 8,5 5,4 8,5
17 8,6 7,7 8,5 8,8 9,1 8,3 9,1 7,8 8,7 8,7 9,1 7,1 8,5
18 5,3 6,5 7,4 6,0 7,6 5,1 8,2 6,9 4,3 7,5 4,7 4,7 6,5
19 6,5 6,7 7,2 7,1 5,8 6,1 6,6 6,9 6,4 3,8 6,2 6,5 6,0
20 9,8 9,8 9,7 9,0 9,7 9,8 9,8 9,8 9,5 9,7 9,7 9,7 9,8
21 4,8 3,0 5,4 5,4 4,6 4,6 4,9 4,5 3,5 2,8 3,2 3,4 4,5
22 3,4 6,6 6,3 5,8 6,3 4,7 5,9 5,2 4,9 6,7 6,8 7,7 7,3
23 4,8 6,7 5,7 5,3 5,1 5,9 6,1 6,4 4,5 3,3 7,5 7,0 1,8
24 7,1 6,1 6,9 6,2 7,2 6,1 5,9 8,0 7,0 6,8 7,2 7,9 4,4
25 5,0 8,0 6,8 5,8 7,2 4,8 6,1 7,3 6,9 6,4 7,2 6,3 6,6
26 8,2 8,7 9,0 9,6 9,0 7,1 7,5 9,2 9,5 7,3 9,0 9,0 7,6
27 5,8 3,2 5,3 8,1 4,5 4,8 4,4 8,5 5,7 4,4 5,4 8,8 9,3
28 4,6 4,5 4,6 4,9 4,3 4,9 4,6 4,0 4,9 4,6 4,0 4,0 3,9
29 7,4 6,1 5,7 4,6 6,7 4,8 6,0 7,4 6,8 8,5 8,1 7,3 7,6
30 6,3 6,4 4,8 5,4 5,2 5,3 5,2 5,5 5,3 6,6 6,7 6,0 6,2
31 4,5 2,2 4,6 4,6 5,3 1,7 2,6 4,5 4,9 3,4 2,0 2,9 4,6
32 8,7 9,0 5,9 8,8 7,3 7,0 7,1 9,0 9,7 9,5 8,9 8,4 8,1
33 7,2 7,3 7,3 7,7 7,1 6,1 7,2 8,2 8,1 8,1 8,0 7,9 7,9
34 8,7 8,0 8,9 8,1 9,1 8,8 9,4 8,1 8,5 8,3 8,4 8,4 8,6
35 8,1 8,2 8,1 5,0 8,9 8,0 8,4 7,1 7,4 8,1 7,7 5,2 7,7
36 8,1 8,1 7,4 7,2 7,9 7,0 7,5 7,6 7,9 8,0 7,9 7,4 8,1
37 6,0 6,3 6,7 5,7 5,2 5,6 5,4 6,1 6,2 6,5 3,9 6,1 4,7
38 9,0 3,2 9,3 6,8 2,1 8,3 6,8 7,0 7,6 6,2 8,5 7,7 8,5
39 6,0 4,7 4,0 2,4 3,8 5,0 2,3 4,7 5,2 4,8 4,6 4,1 4,3
40 7,3 1,7 4,7 7,3 2,2 5,1 4,9 6,5 6,5 4,1 8,7 7,8 6,4
41 4,6 3,7 6,1 4,1 3,7 5,4 5,5 4,3 4,5 4,5 5,0 5,2 4,9
42 4,1 2,8 4,0 4,1 5,3 5,0 3,3 4,5 5,4 5,3 5,4 4,3 4,7
43 4,4 4,8 5,0 5,3 5,7 6,5 5,0 6,8 5,9 5,8 5,9 6,3 6,4
44 5,7 6,9 9,6 8,1 8,9 8,2 5,3 9,5 9,3 5,9 6,7 7,7 5,7
45 8,1 2,8 4,4 4,4 2,0 8,7 1,1 7,8 7,6 6,2 8,4 7,0 7,3
46 4,9 4,6 5,2 4,4 5,6 4,4 5,3 4,5 5,2 4,2 5,4 4,5 5,2
47 9,1 6,8 9,1 8,9 7,8 8,4 6,6 7,2 7,8 6,6 7,4 8,7 7,8
48 7,4 4,4 4,4 3,9 3,6 7,4 7,7 3,3 5,2 1,6 3,9 3,7 3,4
49 5,1 4,7 6,2 8,6 2,9 5,0 5,7 4,1 4,2 6,3 4,3 5,1 5,1
50 2,9 4,0 2,4 3,2 3,5 2,9 1,2 5,8 2,3 3,0 3,8 4,4 4,6
51 2,0 2,9 2,0 2,3 2,5 2,8 2,7 3,7 2,8 3,6 4,1 3,6 3,6
52 4,9 5,7 5,0 3,8 5,9 5,2 4,0 4,9 6,1 5,3 5,7 4,2 6,2
53 2,2 3,8 5,3 5,4 5,5 2,2 3,7 6,1 5,8 5,6 5,3 5,4 4,7
54 6,2 5,2 6,8 5,1 6,3 5,2 5,0 6,8 5,3 6,2 5,9 5,8 5,0
93
Lampiran 25b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut aroma pada 13 sampel dalam
optimasi proses pembuatan brownies tepung komposit (lanjutan)
Run / sampel
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13
55 4,8 4,7 4,6 7,3 7,6 7,7 7,0 8,1 7,5 8,3 4,8 8,3 7,5
56 7,5 5,2 2,8 7,7 1,5 2,2 6,5 8,4 6,5 6,7 7,8 7,2 3,5
57 6,5 7,0 5,1 4,4 7,1 2,7 3,4 4,6 6,1 1,5 5,5 1,4 2,0
58 7,1 6,4 6,1 6,2 6,5 4,9 4,5 6,4 5,9 5,3 6,7 5,3 6,0
59 9,1 8,4 8,6 8,9 8,7 8,7 8,5 8,1 8,6 3,6 8,1 8,2 7,4
60 6,1 6,9 5,4 6,8 6,2 3,4 5,0 5,5 5,0 7,6 5,5 6,2 5,3
61 6,4 8,0 5,3 5,4 3,7 2,1 4,3 3,9 4,8 3,6 5,4 7,4 4,7
62 7,0 7,3 7,5 7,4 6,8 7,8 7,1 6,7 6,8 6,1 7,1 6,7 6,4
63 3,9 4,3 3,7 4,8 5,3 5,0 4,0 4,5 5,3 4,8 6,9 4,5 4,8
64 8,7 5,5 6,4 7,7 6,0 7,8 6,3 8,4 7,5 7,3 7,2 8,0 8,5
65 6,8 4,9 4,4 5,5 4,4 6,7 5,9 5,8 6,1 5,3 5,7 6,8 5,4
66 6,2 5,2 5,5 6,3 4,7 5,0 5,7 5,4 5,0 4,1 4,7 5,3 5,6
67 10,0 5,7 5,4 3,8 2,0 9,6 10,0 5,7 6,0 8,1 7,7 8,9 5,6
68 2,2 1,2 9,2 3,3 0,3 9,6 7,9 7,5 5,1 4,1 8,0 7,8 8,5
69 7,2 8,2 3,9 5,7 1,6 3,1 3,9 5,3 1,6 4,3 6,4 4,7 6,9
70 5,6 6,0 5,2 5,3 4,3 3,2 4,4 3,3 5,1 4,6 4,6 4,6 3,5
71 7,4 8,4 7,8 8,5 8,3 8,0 8,7 6,0 7,4 6,6 7,2 7,7 6,4
Rata-rata 6,2 5,8 6,0 6,0 5,4 5,8 5,7 6,3 6,1 5,8 6,2 6,1 5,9
Max 10,0 9,8 9,7 9,6 9,7 9,8 10,0 9,8 9,7 9,7 9,7 9,7 9,8
Min 1,6 0,3 2,0 1,4 0,2 1,7 0,9 2,0 1,6 1,0 0,6 1,4 1,7
94
Lampiran 26a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut rasa pada 13 sampel dalam
optimasi proses pembuatan brownies tepung komposit
Run / sampel
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13
1 5,8 5,8 5,7 6,6 5,4 5,5 6,1 5,9 7,5 6,2 6,0 7,0 6,9
2 4,0 3,6 4,7 4,2 4,0 4,0 4,5 4,6 4,0 4,6 3,8 4,6 4,1
3 4,1 5,0 5,4 4,3 3,7 3,7 3,6 4,1 5,0 3,7 4,1 3,4 3,8
4 3,5 1,1 4,4 8,1 7,9 0,4 4,4 7,7 0,2 7,1 4,5 2,0 5,0
5 1,0 5,4 3,5 3,9 4,1 0,5 7,6 8,5 5,7 4,9 0,6 6,4 4,2
6 6,7 5,1 5,3 5,9 5,7 8,3 7,2 5,0 6,2 5,5 6,8 5,5 7,3
7 8,0 5,5 4,9 5,4 1,9 7,1 3,9 6,2 5,2 1,1 3,0 6,4 5,6
8 6,4 3,6 5,3 4,9 5,1 4,4 4,8 3,7 6,1 6,3 5,2 6,6 6,4
9 5,3 5,7 5,3 3,3 4,2 5,4 3,3 4,1 2,5 5,7 2,5 4,9 3,7
10 5,9 4,2 7,3 6,2 6,3 7,6 4,9 6,7 6,0 6,7 7,8 3,8 3,7
11 9,7 9,7 9,5 9,6 9,7 9,5 9,7 9,5 9,5 8,6 9,8 9,4 9,6
12 9,1 8,8 9,3 8,2 7,9 8,7 9,9 6,6 7,7 5,4 9,8 8,3 8,3
13 4,3 5,5 4,3 4,7 2,6 3,6 3,7 4,5 3,2 4,3 4,0 3,8 3,8
14 5,5 8,1 8,0 5,6 3,4 6,1 5,8 8,2 5,4 3,1 6,0 8,8 6,0
15 8,1 7,3 8,3 7,6 8,9 9,3 8,5 9,5 9,6 8,7 9,6 9,3
16 7,7 7,0 7,7 4,6 8,0 2,5 6,0 5,7 7,1 6,1 6,8 6,0 6,7
17 8,5 7,9 9,3 9,3 8,5 8,3 9,2 8,9 8,6 8,7 8,5 8,3 8,4
18 4,2 5,5 4,9 5,3 5,6 4,4 7,5 6,5 4,6 5,9 8,2 7,9 7,3
19 6,5 6,8 7,2 7,1 5,0 3,2 6,6 6,7 4,9 5,8 6,1 6,6 5,4
20 9,5 9,8 9,7 9,7 9,7 8,9 9,9 9,8 9,8 8,3 9,7 9,4 9,8
21 5,1 3,3 4,2 4,2 4,0 5,0 4,3 3,9 4,7 2,6 3,5 3,8 4,3
22 6,9 3,7 4,3 5,3 3,5 5,3 7,2 4,6 8,1 2,7 4,6 5,6 7,3
23 8,8 6,5 8,1 8,7 6,1 6,0 5,2 2,0 8,4 3,0 7,9 6,1 4,9
24 7,6 6,9 7,0 5,2 7,9 6,0 7,2 8,2 5,7 7,7 7,1 8,1 5,9
25 5,0 4,5 5,6 5,4 7,7 4,5 4,2 6,2 5,8 5,7 5,0 5,3 4,9
26 7,7 9,8 9,5 9,6 8,3 3,9 8,5 9,4 7,5 8,1 9,0 9,3 7,4
27 3,7 2,8 6,1 6,9 6,2 1,2 3,3 5,5 7,5 4,9 6,5 8,7 8,4
28 6,6 7,6 7,4 8,0 6,0 4,9 5,6 6,0 6,1 4,0 5,1 4,0
29 5,2 3,7 4,9 5,1 3,7 2,3 4,2 8,1 7,2 6,6 8,1 6,0 9,0
30 4,6 5,1 3,7 5,6 4,0 4,6 4,5 3,2 6,2 5,5 6,1 3,9
31 4,0 2,3 4,7 6,2 3,7 1,4 2,7 3,7 6,1 2,3 2,0 1,8 1,7
32 8,6 9,0 8,7 7,7 5,3 7,8 3,0 8,6 9,6 8,7 9,0 8,1 8,8
33 7,2 7,4 8,1 7,1 6,4 7,5 6,0 8,2 7,1 7,0 8,0 7,3 7,7
34 9,2 8,7 9,6 9,6 9,4 9,9 9,4 8,7 9,2 9,3 9,5 8,2 9,2
35 8,4 7,3 5,3 8,4 8,2 8,8 8,1 5,7 6,7 2,9 5,1 6,8 5,1
36 8,4 7,0 8,1 7,4 7,3 6,7 7,7 7,5 8,2 7,7 8,0 7,6 8,0
37 6,3 5,4 6,6 5,7 5,0 4,6 5,5 6,0 6,1 6,5 4,7 5,9 5,2
38 7,8 1,8 9,2 7,4 2,9 7,5 5,3 9,4 6,1 7,1 7,7 8,1 7,7
39 5,8 4,6 4,1 3,6 5,1 6,2 3,5 4,8 5,2 4,9 5,1 4,2 4,4
40 7,8 4,0 5,4 8,3 3,9 5,0 5,3 7,0 7,0 3,9 8,7 7,9 8,1
41 5,8 3,9 5,6 5,1 3,2 3,8 6,7 3,8 4,9 4,2 4,6 5,8 5,2
42 5,0 2,8 6,4 4,5 5,7 5,9 1,7 5,9 6,3 3,6 4,3 4,3 4,9
43 5,7 4,8 6,7 6,3 6,5 4,1 5,9 6,9 6,0 5,9 5,2 6,3 7,0
44 7,2 8,6 9,5 8,7 9,0 8,2 6,3 9,0 9,8 8,8 8,6 7,3 7,3
45 3,0 2,5 9,6 8,8 9,0 8,7 2,3 8,9 4,2 5,6 9,2 7,7 7,2
46 4,6 4,6 5,8 4,5 4,8 3,9 6,4 5,1 5,2 4,7 5,6 5,0 4,9
47 8,3 7,1 9,1 9,1 9,1 9,1 8,6 6,7 8,9 5,0 6,3 7,0 5,8
48 8,2 5,0 8,1 7,4 3,7 6,3 7,3 4,9 6,9 1,5 4,0 3,8 6,7
49 5,1 4,7 6,9 8,7 2,6 6,9 7,9 3,7 5,0 6,5 4,5 5,7 4,4
50 2,8 4,4 1,9 2,6 3,4 1,7 3,0 5,8 1,2 2,9 3,9 4,5 4,6
51 0,9 0,9 0,6 1,5 1,1 0,8 2,7 3,2 1,2 4,5 1,9 1,7 2,8
52 5,4 5,8 5,1 4,3 5,9 4,3 4,7 4,8 4,5 2,8 4,8 3,8 5,8
53 6,0 5,0 4,8 6,8 4,0 1,4 2,8 5,7 5,5 4,6 7,5 3,7 6,1
54 5,2 6,2 6,2 4,9 5,5 4,4 6,1 4,7 5,9 4,8 6,2 6,8 5,0
95
Lampiran 26b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut rasa pada 13 sampel dalam
optimasi proses pembuatan brownies tepung komposit (lanjutan)
Run / sampel
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13
55 4,7 4,7 7,6 4,3 4,5 7,7 4,6 8,0 6,8 8,3 8,4 8,3 7,5
56 7,5 5,3 2,2 3,2 1,6 5,7 5,8 8,6 7,1 7,1 8,0 7,3 3,6
57 5,0 7,2 3,4 4,6 6,7 1,8 3,1 4,3 6,0 2,2 6,3 3,4 2,3
58 6,0 6,4 6,2 5,4 5,9 3,5 5,3 6,9 5,6 3,7 6,1 4,4 5,7
59 9,1 8,4 8,7 9,1 8,7 8,7 9,0 7,8 8,7 2,1 8,5 8,5 7,4
60 5,0 7,2 4,6 6,9 7,4 3,5 4,4 7,8 5,0 8,2 6,9 6,7 4,8
61 5,9 7,4 3,9 6,4 4,1 3,0 3,6 4,6 3,5 2,7 6,0 6,4 4,9
62 7,1 7,4 7,5 7,6 6,3 7,6 7,2 6,5 6,6 6,3 7,0 6,8 6,7
63 4,9 4,9 3,9 5,4 6,0 5,9 5,1 5,1 4,2 4,5 5,2 5,1 3,7
64 8,0 6,3 8,9 8,8 6,5 8,8 5,4 8,6 8,4 6,4 7,8 4,6 8,5
65 6,2 4,2 4,4 6,0 4,2 7,3 5,6 5,4 5,1 5,0 5,7 7,1 5,5
66 7,1 6,6 5,6 6,2 5,3 5,5 5,8 5,9 6,2 4,5 5,8 4,5 5,6
67 10,0 7,6 5,5 4,3 2,8 5,7 7,3 6,6 7,0 4,8 10,0 8,9 7,0
68 7,4 1,2 7,2 6,4 1,4 9,6 7,9 8,0 6,4 3,7 7,9 5,6 7,0
69 8,0 1,7 3,9 5,2 1,7 4,0 3,1 6,9 1,5 3,3 6,4 2,1 7,3
70 6,9 5,4 7,4 5,0 4,1 5,3 4,1 3,4 5,0 5,7 5,2 5,1 3,9
71 7,9 2,3 3,2 8,8 1,8 8,3 6,3 4,5 7,4 3,7 7,1 7,0 7,8
Rata-rata 6,3 5,5 6,2 6,3 5,4 5,5 5,7 6,3 6,1 5,3 6,3 6,1 6,0
Max 10,0 9,8 9,7 9,7 9,7 9,9 9,9 9,8 9,8 9,6 10,0 9,6 9,8
Min 0,9 0,9 0,6 1,5 1,1 0,4 1,7 2,0 0,2 1,1 0,6 1,7 1,7
96
Lampiran 27a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut tekstur pada 13 sampel dalam
optimasi proses pembuatan brownies tepung komposit
Run / sampel
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13
1 5,2 5,8 5,7 6,3 5,4 5,2 5,5 6,0 7,7 5,8 6,4 6,5 6,5
2 3,6 4,2 4,3 3,9 4,5 3,6 4,5 4,7 3,6 4,4 3,2 4,8 3,6
3 4,1 4,0 5,5 3,0 4,1 3,6 4,3 4,4 4,5 3,5 4,3 2,9 2,8
4 1,1 1,8 4,7 9,1 2,7 1,1 1,5 6,5 3,0 6,2 2,1 4,8 1,8
5 1,4 6,0 4,2 3,5 1,7 0,7 4,9 7,7 0,8 7,3 4,5 4,3 0,6
6 6,8 5,0 5,2 5,7 5,4 7,1 6,8 5,1 6,2 5,2 7,1 5,4 6,9
7 5,5 3,6 2,2 8,3 5,1 0,8 0,4 4,9 3,9 1,8 2,2 4,5 3,1
8 5,3 4,5 4,7 4,8 5,1 1,8 4,5 4,5 5,0 5,7 3,7 5,0 6,3
9 3,4 5,8 4,6 4,2 2,6 3,2 3,4 3,4 3,4 5,6 3,2 3,5 3,0
10 7,8 3,5 5,4 7,5 3,4 8,0 6,7 6,3 7,7 5,6 3,4 3,4 2,9
11 9,5 9,2 9,5 9,6 9,2 9,7 9,4 9,4 9,6 8,6 9,3 9,0 9,3
12 9,4 8,0 9,0 8,9 8,9 6,7 9,2 6,3 8,1 4,0 9,3 8,0 8,7
13 4,8 4,6 5,6 4,8 3,4 3,4 6,7 6,0 3,6 5,5 4,8 6,0 5,0
14 8,1 7,4 8,3 6,4 4,2 4,9 6,4 8,2 5,7 2,5 5,6 7,4 6,6
15 8,5 7,8 7,7 6,9 3,7 8,2 9,0 7,5 9,4 7,5 8,4 8,1 9,3
16 5,9 7,0 6,7 5,8 7,8 1,9 6,3 6,9 4,5 6,8 8,6 6,4 8,1
17 8,6 8,0 8,4 8,1 8,5 6,5 9,1 7,8 8,6 7,2 8,4 7,1 7,3
18 4,6 6,7 6,4 5,7 6,8 4,8 7,1 6,2 4,9 6,4 7,2 6,5 5,8
19 6,4 6,8 4,9 7,1 5,7 4,9 3,9 7,5 5,7 4,3 6,6 6,8 5,6
20 8,5 8,5 9,7 9,9 8,7 6,4 9,9 8,8 9,8 6,8 8,5 8,8 9,8
21 5,5 2,7 3,9 3,7 3,4 5,2 4,6 3,2 5,0 2,1 3,8 3,7 4,5
22 6,5 3,4 5,5 6,9 4,9 2,3 7,3 4,1 5,5 3,3 6,0 2,6 5,9
23 7,5 1,5 7,6 8,7 2,4 4,4 6,8 5,9 3,3 4,1 6,7 3,1 4,5
24 5,1 7,8 7,7 6,8 8,1 2,9 5,8 8,4 5,4 8,1 7,0 8,2 6,0
25 7,0 6,7 6,5 5,9 7,5 3,8 6,4 6,2 5,4 5,6 5,6 5,3 5,3
26 6,7 9,5 9,6 8,5 8,3 3,8 8,5 8,8 4,0 6,7 8,6 9,0 4,3
27 5,4 2,1 5,8 6,6 3,7 0,5 2,4 2,6 6,7 4,9 6,4 8,6 5,8
28 5,4 5,9 6,1 6,3 3,9 7,0 4,1 5,6 5,0 4,9 4,5 4,9
29 5,4 3,7 7,7 6,5 4,3 2,8 7,6 8,4 8,7 7,2 8,3 7,3 7,6
30 4,1 5,3 5,6 4,9 3,3 5,3 5,3 5,7 6,3 6,2 5,3 4,5 5,4
31 7,0 2,3 3,6 6,8 3,6 3,3 6,3 2,2 6,8 4,9 4,9 4,9 4,7
32 8,2 4,0 8,6 8,8 2,5 3,2 6,2 8,6 9,6 7,4 8,4 7,9 8,7
33 4,9 4,2 6,0 5,6 2,6 6,9 2,9 7,5 8,2 7,4 7,5 6,8 6,9
34 8,8 7,6 9,8 8,2 8,5 8,6 9,0 8,2 8,6 8,9 9,5 8,7 8,7
35 8,4 2,9 5,4 7,8 8,1 8,8 7,9 5,2 7,2 3,1 7,1 6,9 7,1
36 8,0 7,6 7,6 7,3 7,7 6,2 7,6 7,0 8,0 7,8 7,7 7,0 8,5
37 5,9 5,5 6,4 5,1 5,3 3,3 5,7 5,9 6,5 5,2 4,8 5,1 6,0
38 5,6 0,5 7,8 7,9 0,7 8,1 5,5 7,7 7,1 5,9 6,8 8,8 6,8
39 5,7 4,7 4,2 4,5 5,1 3,3 3,5 3,5 5,2 5,0 5,1 4,3 5,2
40 6,7 4,9 4,9 6,9 4,9 5,1 6,9 8,1 4,3 7,0 8,1 7,9 7,9
41 4,8 4,5 5,7 3,8 4,0 2,1 5,6 4,9 3,8 5,8 4,8 4,4 5,0
42 3,4 2,9 3,2 5,0 4,9 5,3 3,8 5,5 6,0 4,4 4,7 5,3 5,5
43 5,6 4,8 5,9 6,3 5,7 4,8 5,9 6,9 6,0 5,5 6,0 6,5 7,1
44 4,5 8,5 10,0 8,8 7,4 7,1 3,1 9,4 9,8 4,5 7,2 8,5 3,9
45 1,4 4,1 9,1 8,5 9,0 3,7 0,1 8,5 3,5 5,6 3,9 5,4 7,2
46 6,0 5,3 5,9 5,2 4,2 4,2 5,7 4,8 5,3 4,3 5,8 4,1 5,7
47 7,7 8,2 9,4 7,7 7,8 5,5 8,6 7,3 7,6 4,5 7,6 5,6 7,5
48 8,2 4,3 8,1 4,5 1,9 4,4 5,5 4,8 7,0 0,5 3,2 4,5 6,8
49 4,3 4,7 6,2 8,7 3,8 5,4 6,7 3,8 6,2 6,5 4,6 4,2 4,6
50 2,9 2,7 1,9 3,7 1,7 5,2 2,5 5,9 4,8 2,1 2,7 3,1 4,8
51 0,9 1,0 0,8 1,6 1,2 0,9 2,7 2,7 1,0 3,4 1,9 1,8 2,3
52 5,6 5,4 5,5 5,1 6,7 5,9 3,7 5,0 7,3 4,5 4,4 3,6 5,5
53 0,8 3,1 3,9 5,6 3,4 2,0 2,6 5,1 3,7 3,9 6,5 4,6 6,4
54 3,9 6,3 4,8 4,6 5,9 2,5 7,2 6,8 4,3 7,2 5,8 6,7 4,5
97
Lampiran 27b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut tekstur pada 13 sampel dalam
optimasi proses pembuatan brownies tepung komposit (lanjutan).
Run / sampel
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13
55 2,2 2,0 2,0 7,8 4,7 2,8 7,0 8,2 3,3 8,6 9,2 8,5 7,5
56 7,5 6,6 5,3 6,6 6,4 5,9 6,8 8,6 7,7 5,8 7,7 7,8 3,7
57 1,7 6,9 3,0 4,0 3,2 1,3 1,5 2,8 5,1 4,2 6,0 3,2 1,4
58 5,2 6,2 5,7 5,7 5,6 4,5 3,6 6,6 4,8 3,3 5,7 4,0 5,0
59 9,1 8,5 8,6 8,9 7,9 8,8 9,0 7,9 8,2 2,8 8,5 8,5 7,4
60 5,1 6,7 4,6 7,4 6,2 3,1 4,6 5,9 4,8 8,2 6,3 6,1 4,7
61 4,2 6,6 3,1 4,0 3,6 2,9 4,4 3,3 3,5 6,1 4,1 6,9 4,5
62 6,4 7,8 7,4 7,3 6,1 7,8 7,8 6,7 6,9 5,9 7,0 6,5 6,7
63 5,9 6,0 4,4 5,1 5,5 5,2 4,5 5,8 4,0 5,3 5,9 5,9 4,2
64 8,0 7,0 8,2 8,4 4,8 5,9 5,8 6,4 6,1 4,1 8,1 5,7 8,0
65 6,3 3,7 4,3 6,3 4,5 7,5 6,5 6,4 6,8 5,6 6,3 7,2 5,7
66 6,5 5,6 3,4 6,2 4,3 3,8 5,0 6,7 5,4 0,4 3,9 1,6 4,0
67 9,4 6,6 3,0 3,3 2,3 4,1 3,0 3,3 7,9 2,5 9,4 8,0 2,6
68 4,9 3,1 7,9 3,6 2,0 8,7 8,1 8,1 7,0 2,0 8,5 4,6 7,4
69 7,5 0,4 2,6 5,0 1,3 2,7 4,3 5,4 1,6 4,3 6,3 5,0 6,9
70 7,4 4,7 7,2 5,5 3,5 3,2 4,9 3,2 5,5 5,5 5,1 5,1 3,6
71 8,0 1,6 4,5 2,1 1,5 1,8 2,2 3,8 3,8 6,7 4,2 2,2 3,5
Rata-rata 5,8 5,2 5,9 6,2 4,9 4,6 5,5 6,1 5,8 5,2 6,1 5,8 5,7
Max 9,5 9,5 10,0 9,9 9,2 9,7 9,9 9,4 9,8 8,9 9,5 9,0 9,8
Min 0,8 0,4 0,8 1,6 0,7 0,5 0,1 2,2 0,8 0,4 1,9 1,6 0,6
98
Lampiran 28a. Hasil uji rating hedonik skala garis (10 cm) untuk atribut overall pada 13 sampel dalam
optimasi proses pembuatan brownies tepung komposit
Run / sampel
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13
1 5,8 5,7 5,9 6,6 5,7 5,9 5,6 6,6 7,7 6,0 6,8 6,8 6,9
2 3,9 4,1 4,6 3,9 4,7 4,3 4,3 4,8 3,6 4,9 3,8 4,9 4,1
3 4,2 5,1 5,5 3,9 4,5 4,2 4,8 4,7 5,0 3,7 4,3 3,5 3,3
4 3,1 4,4 3,9 6,0 6,1 1,5 3,7 6,9 1,9 6,1 4,1 3,5 3,3
5 1,1 6,2 1,9 3,4 3,1 1,6 4,1 7,3 2,9 6,2 1,7 4,8 1,5
6 6,6 5,4 5,4 6,4 5,9 6,9 7,0 5,6 5,8 5,7 7,0 6,0 7,3
7 7,5 4,7 5,9 7,6 2,0 4,3 2,2 6,4 4,3 3,0 2,8 5,5 5,4
8 5,9 4,1 5,2 5,1 4,5 3,7 5,1 4,3 5,8 6,1 5,2 6,5 6,2
9 4,4 5,4 4,9 4,6 3,9 5,7 4,0 4,6 4,6 6,0 4,7 5,1 4,3
10 6,0 3,0 6,6 5,2 5,6 7,1 6,7 6,4 6,5 6,2 5,4 3,8 5,7
11 9,6 9,4 9,6 9,6 9,6 9,6 9,6 9,5 9,6 8,8 9,4 9,3 9,4
12 9,5 8,7 9,7 8,5 8,6 8,6 9,7 6,7 8,6 5,0 9,4 8,0 8,2
13 4,6 4,8 5,3 5,2 3,0 3,9 6,1 5,1 3,6 6,2 4,4 5,0 4,6
14 6,9 7,8 7,7 6,0 4,6 5,9 7,0 7,9 5,9 3,7 6,0 7,1 6,1
15 8,8 7,4 8,1 8,2 7,1 8,7 9,0 8,2 9,4 9,0 8,1 8,9 9,5
16 7,4 7,3 7,5 5,6 8,0 2,6 6,9 6,3 6,4 6,3 7,4 6,8 6,2
17 8,7 8,3 8,8 8,2 8,4 7,4 9,1 8,4 8,6 8,2 8,4 7,9 7,9
18 5,0 6,6 6,3 5,7 6,8 4,6 7,4 6,5 5,1 6,8 7,7 6,7 6,9
19 6,2 7,2 7,6 6,9 6,3 5,9 6,1 7,3 6,2 5,6 6,4 6,1 7,1
20 8,9 8,9 9,5 9,8 9,0 8,6 9,9 8,8 9,8 8,3 8,5 8,9 9,8
21 5,7 2,9 3,5 4,3 3,0 5,5 3,5 2,7 4,7 1,5 3,0 3,4 4,9
22 6,9 3,4 6,2 6,4 3,1 3,4 7,1 4,5 6,2 2,2 7,5 3,4 7,0
23 6,0 5,9 7,4 8,6 3,1 5,6 5,7 5,4 5,8 3,5 6,7 6,6 4,9
24 7,4 8,1 7,8 6,9 7,6 3,9 5,1 8,0 6,1 8,2 7,1 8,2 6,1
25 6,4 5,5 6,6 5,6 6,5 4,1 5,6 6,0 5,2 5,7 6,2 5,5 5,3
26 7,7 8,6 9,4 9,0 8,2 4,1 7,9 8,7 6,9 7,2 8,8 8,6 6,4
27 4,8 2,7 5,5 6,6 4,4 1,4 3,0 4,7 7,5 5,1 7,0 9,0 7,7
28 5,6 6,8 6,9 7,0 4,5 5,5 4,7 5,6 5,4 4,5 4,9 4,3
29 6,1 4,2 6,5 5,6 5,3 3,3 6,8 8,0 8,5 7,6 7,8 7,7 8,4
30 4,4 5,5 5,3 5,6 4,5 5,2 4,9 4,0 6,3 6,2 6,0 4,8 5,6
31 5,2 2,4 4,8 6,0 2,9 2,7 4,0 3,6 6,2 3,7 2,2 2,4 3,4
32 7,9 7,9 8,7 9,3 5,2 3,6 6,3 8,6 9,6 8,1 8,5 8,0 8,6
33 6,4 5,0 6,6 5,8 3,6 6,4 4,6 7,8 8,1 7,5 7,6 7,5 7,4
34 8,7 7,7 9,5 8,2 8,6 8,8 9,0 8,3 8,8 8,9 9,6 8,7 8,7
35 8,3 5,4 7,3 7,1 8,2 7,4 8,4 6,1 7,3 4,7 5,5 6,5 5,5
36 8,0 7,1 8,1 7,4 7,3 7,8 7,4 8,0 7,9 8,0 7,4 7,9
37 6,5 5,7 7,2 5,9 5,5 4,9 5,7 6,1 6,6 5,9 5,3 5,9 5,9
38 6,8 8,4 8,2 1,8 7,9 6,0 8,2 6,3 7,0 7,0 8,5 7,0
39 5,7 4,7 4,3 3,8 5,1 4,5 3,7 4,6 5,2 5,2 4,7 4,5 4,5
40 7,8 3,2 4,8 7,9 4,1 6,2 6,1 7,1 6,6 4,8 8,5 8,0 7,2
41 5,4 3,7 6,1 4,7 3,4 3,5 5,6 4,2 5,1 5,1 4,6 5,7 5,2
42 4,2 3,6 5,8 4,0 5,8 5,0 4,2 5,0 5,9 4,5 4,1 4,0 5,1
43 5,1 4,8 6,0 6,4 5,7 5,6 6,0 6,9 6,7 6,2 6,1 5,4
44 6,1 8,4 9,1 8,8 8,9 7,5 3,6 9,1 9,2 5,7 7,5 7,5 4,9
45 3,7 7,6 9,3 6,9 8,1 7,0 2,4 8,6 4,9 6,5 7,9 7,2 7,4
46 5,1 4,8 5,8 4,7 4,7 4,3 6,3 4,9 5,4 4,7 5,8 4,7 5,7
47 8,5 7,0 8,8 8,5 8,2 7,7 8,1 6,5 8,4 4,0 7,6 6,7 6,1
48 8,3 4,7 7,4 5,0 3,4 6,1 6,7 5,0 7,1 1,4 3,7 4,3 5,2
49 5,2 4,6 6,3 8,7 2,8 5,7 7,0 3,9 4,8 6,8 4,5 4,8 5,0
50 3,0 3,4 2,3 2,9 2,4 4,3 2,3 6,2 2,9 2,7 3,6 3,6 4,9
51 2,1 2,1 2,6 2,4 1,8 1,6 3,4 4,2 2,4 5,5 3,1 2,9 3,1
52 5,5 6,1 5,9 5,7 7,4 5,7 4,4 5,0 6,2 4,0 5,0 5,2 5,6
53 4,3 3,5 4,4 5,7 4,6 1,3 3,6 5,5 4,5 4,6 7,4 4,9 6,6
54 6,5 6,2 5,7 5,5 5,8 4,0 6,5 5,3 4,6 5,7 6,1 6,5 4,8
99
Lampiran 28b. Hasil uji rating hedonik skala garis (10 cm) untuk atribut overall pada 13 sampel
dalam optimasi proses pembuatan brownies tepung komposit (lanjutan).
Run / sampel
Panelis
1 2 3 4 5 6 7 8 9 10 11 12 13
55 5,0 4,7 4,8 7,6 4,8 7,7 7,1 7,3 6,9 8,7 6,5 7,4 7,3
56 8,0 6,7 5,1 7,1 2,6 7,3 7,6 8,5 7,7 6,6 7,9 6,8 3,8
57 4,8 6,6 4,1 4,4 6,4 1,9 3,8 5,0 6,4 3,7 6,5 4,0 2,7
58 5,9 5,5 5,4 5,1 5,0 3,7 3,9 7,1 5,2 4,3 6,5 5,0 5,4
59 9,1 8,6 8,6 9,3 8,4 8,9 9,0 7,9 8,5 2,4 8,0 8,3 7,4
60 5,3 7,0 4,2 7,0 6,3 3,9 5,2 6,0 5,2 7,8 6,3 6,4 5,3
61 5,0 7,0 4,7 5,0 4,2 2,5 4,2 4,5 3,9 4,9 4,9 7,5 5,2
62 6,6 7,5 7,3 7,5 6,5 7,8 7,3 6,7 6,8 6,2 7,0 6,8 6,8
63 4,7 5,5 4,3 5,6 5,9 6,5 5,4 5,4 5,6 6,0 5,7 5,1 4,7
64 7,9 6,3 9,7 9,4 5,3 6,3 6,2 5,7 6,1 5,1 7,4 6,1 8,3
65 6,8 4,4 5,3 6,1 4,4 7,8 6,3 5,7 5,5 5,6 6,1 6,9 5,5
66 7,0 6,0 5,5 6,2 4,9 5,1 6,2 6,1 4,4 2,0 5,1 3,7 4,8
67 8,7 7,1 5,1 3,6 3,3 7,0 6,6 4,8 7,1 5,4 9,3 8,5 4,7
68 5,1 3,0 8,5 3,4 1,8 9,2 8,3 8,3 6,0 2,5 8,7 6,3 7,2
69 7,6 3,1 3,6 4,6 2,0 2,8 2,5 6,0 1,7 3,7 6,4 4,3 6,8
70 7,7 5,9 7,4 7,2 4,7 4,6 6,4 3,2 5,5 5,9 5,3 4,8 3,5
71 8,1 5,6 7,3 4,6 6,3 5,2 6,3 6,3 6,0
Rata-rata 6,2 5,7 6,3 6,3 5,3 5,3 5,9 6,2 6,1 5,5 6,3 6,1 5,9
Max 9,6 9,4 9,7 9,8 9,6 9,6 9,9 9,5 9,8 9,0 9,6 9,3 9,8
Min 1,1 2,1 1,9 2,4 1,8 1,3 2,2 2,7 1,7 1,4 1,7 2,4 1,5
100
Lampiran 29. Hasil analisis ANOVA atribut warna pada DX7-trial menggunakan central composite
design tahap optimasi proses brownies tepung komposit
Response 1 Warna
ANOVA for Response Surface Mean Model
Analysis of variance table [Partial sum of squares - Type III]
Sum of Mean F p value
Source Squares df Square Value Prob > F
Model 0 0
Residual 0,603543 12 0,050295
Lack of Fit 0,517739 8 0,064717 3,01697 0.1505 not significant
Pure Error 0,085804 4 0,021451
Cor Total 0,603543 12
Warna =
6,229577
Warna =
6,229577
101
Lampiran 30. Hasil analisis ANOVA atribut aroma pada DX7-trial menggunakan central composite
design tahap optimasi proses brownies tepung komposit
Response 2 Aroma
ANOVA for Response Surface Reduced Cubic Model
Analysis of variance table [Partial sum of squares - Type III]
Sum of Mean F p value
Source Squares df Square Value Prob > F
Model 0,4636 4 0,1159 4,18541 0.0405 significant
2
A 0,059731 1 0,059731 2,157018 0.1801
A2B 0,11762 1 0,11762 4,247522 0.0733
2
AB 0,073362 1 0,073362 2,649252 0.1422
3
A 0,284959 1 0,284959 10,29052 0.0125
Residual 0,221532 8 0,027691
Lack of Fit 0,116348 4 0,029087 1,106152 0.4622 not significant
Pure Error 0,105183 4 0,026296
Cor Total 0,685132 12
Aroma =
6,000306
-0,09187 * A2
-0,17148 * A2* B
0,151412 * A * B2
-0,13345 * A3
102
Lampiran 31. Hasil analisis ANOVA atribut rasa pada DX7-trial menggunakan central composite
design tahap optimasi proses brownies tepung komposit
Response 3 Rasa
ANOVA for Response Surface Reduced Cubic Model
Analysis of variance table [Partial sum of squares - Type III]
Sum of Mean F p value
Source Squares df Square Value Prob > F
Model 1,60206 4 0,400515 23,31356 0.0002 significant
2
A 0,173776 1 0,173776 10,1153 0.0130
B2 0,693433 1 0,693433 40,36402 0.0002
2
AB 0,350776 1 0,350776 20,41832 0.0020
3
A 0,46119 1 0,46119 26,84537 0.0008
Residual 0,137436 8 0,017179
Lack of Fit 0,087104 4 0,021776 1,730603 0.3041 not significant
Pure Error 0,050332 4 0,012583
Cor Total 1,739496 12
Rasa =
6,221099
-0,15805 * A2
-0,31572 * B2
-0,29613 * A2 * B
-0,15185 * A3
103
Lampiran 32. Hasil analisis ANOVA atribut tekstur pada DX7-trial menggunakan central composite
design tahap optimasi proses brownies tepung komposit
Response 4 Tekstur
ANOVA for Response Surface Reduced Cubic Model
Analysis of variance table [Partial sum of squares - Type III]
Sum of Mean F p value
Source Squares df Square Value Prob > F
Model 1,324976 2 0,662488 4,349326 0.0437 significant
2
B 1,155818 1 1,155818 7,588108 0.0203
A2B 0,169158 1 0,169158 1,110543 0.3168
Residual 1,523197 10 0,15232
Lack of Fit 1,348107 6 0,224684 5,133009 0.0677 not significant
Pure Error 0,17509 4 0,043772
Cor Total 2,848172 12
Tekstur =
5,836132
-0,40413 * B2
-0,20564 * A2* B
104
Lampiran 33. Hasil analisis ANOVA atribut overall pada DX7-trial menggunakan central composite
design tahap optimasi proses brownies tepung komposit
Response 5 Overall
ANOVA for Response Surface Reduced Cubic Model
Analysis of variance table [Partial sum of squares - Type III]
Sum of Mean F p value
Source Squares df Square Value Prob > F
Model 1,032428 3 0,344143 4,941824 0.0269 significant
A-Suhu 0,374393 1 0,374393 5,376211 0.0456
B2 0,486835 1 0,486835 6,990868 0.0267
2
AB 0,171199 1 0,171199 2,458393 0.1513
Residual 0,626749 9 0,069639
Lack of Fit 0,525022 5 0,105004 4,128874 0.0971 not significant
Pure Error 0,101727 4 0,025432
Cor Total 1,659177 12
Overall =
6,095452
-0,21633 *A
-0,26228 * B2
-0,20688 * A2 * B
105
Lampiran 34. Hasil analisis t-test perbandingan respon antara brownies tepung komposit dengan
proses awal dan proses optimum
T-Test
Group Statistics
Respon Proses N Mean Std. Deviation Std. Error Mean
o
awal (150 C; 60 menit) 71 6,2648 1,96535 ,23324
warna
optimal (146oC; 48.5 menit) 73 6,3740 1,73261 ,20279
awal (150oC; 60 menit) 71 5,7493 2,11922 ,25151
aroma
optimal (146oC; 48.5 menit) 73 6,1384 1,85065 ,21660
awal (150oC; 60 menit) 71 5,6986 2,05631 ,24404
rasa
optimal (146oC; 48.5 menit) 73 6,6192 1,66297 ,19464
awal (150oC; 60 menit) 71 5,5282 2,24990 ,26701
tekstur
optimal (146oC; 48.5 menit) 73 5,8096 1,76014 ,20601
awal (150oC; 60 menit) 70 5,8614 1,92039 ,22953
overall
optimal (146oC; 48.5 menit) 73 6,3699 1,54575 ,18092
Kesimpulan:
Skor kesukaan pada atribut rasa sampel brownies hasil proses awal dan brownies hasil proses
optimum berbeda nyata pada taraf 5%.
106
Lampiran 35. Hasil uji rating hedonik skala garis pada produk brownies tepung komposit hasil
optimasi formula dan proses
Respon*
Ulangan
Warna Aroma Rasa Tekstur Overall
1 6.4 6.2 6.5 5.7 6.3
2 6.3 6.0 6.6 5.9 6.4
Rata-rata 6.3 6.1 6.6 5.8 6.3
Keterangan:
*
nilai respon diperoleh dari rata-rata skor kesukaan menggunakan uji rating hedonik skala garis (10
cm) dengan jumlah panelis minimal 71 orang
Lampiran 36. Hasil analisis tekstur produk brownies tepung komposit hasil optimasi formula dan
proses
Kode
Ulangan Titik Uji Tekstur (gs)
Sampel
1A tengah 241.838
1 1B sisi 1 249.853
1C sisi 2 347.006
2A tengah 258.063
2 2B sisi 1 295.044
2C sisi 2 228.778
107
Lampiran 37. Hasil pengukuran analisis kadar air produk brownies berbasis tepung komposit
Bobot (g) Kadar Air (%)
Sampel Sampel Cawan Cawan+Sampel Sampel Basis Basis
Basah Kering Kering Kering Basah Kering
I a 1.5760 4.6248 5.9533 1.3285 15.7043 18.6300
I b 1.5646 4.7262 6.0394 1.3132 16.0680 19.1441
II a 1.5320 4.3893 5.6668 1.2775 16.6123 19.9217
II b 1.5207 5.4544 6.7335 1.2791 15.8874 18.8883
Rata-rata 16.0680 19.1460
Lampiran 38. Hasil pengukuran analisis kadar abu produk brownies berbasis tepung komposit
Bobot (g) Kadar Abu (%)
Sampel Sampel Cawan Cawan+Sampel Sampel Basis Basis
Basah Kering Kering Abu Basah Kering
I a 2.9652 28.2589 28.2760 0.0171 0.5767 0.6871
I b 2.9072 27.9538 27.9824 0.0286 0.9838 1.1721
II a 2.9398 27.8373 27.8641 0.0268 0.9116 1.0861
II b 2.9346 20.8434 20.8765 0.0331 1.1279 1.3439
Rata-rata 0.9000 1.0723
Lampiran 39. Hasil pengukuran analisis kadar potein produk brownies berbasis tepung komposit
Standarisasi HCl
Ulangan mL HCl mL NaOH N NaOH N HCl
1 25 25.80 0.02 0.0206
2 25 26.75 0.02 0.0214
3 25 25.40 0.02 0.0203
Rata-rata 0.0208
Titrasi blanko
Blanko mL HCl
1 0.250
2 0.200
Rata-rata 0.225
108
Lampiran 40. Hasil pengukuran analisis kadar lemak produk brownies berbasis tepung komposit
Bobot (g) Kadar Lemak (%)
Sampel Sampel Labu Lemak Labu+Sampel Sampel Lemak Basis Basis
Basah Kering Lemak Kering Kering Basah Kering
I a 1.9785 107.1225 107.5456 0.4231 21.3849 25.4788
I b 1.9080 97.2392 97.6416 0.4024 21.0901 25.1277
II a 1.9413 105.7394 106.1654 0.4260 21.9441 26.1450
II b 1.9471 106.3262 106.7475 0.4213 21.6373 25.7796
Rata-rata 21.5141 25.6328
109