BAB III. METODOLOGI PENELITIAN

BAB III. METODOLOGI PENELITIAN A. BAHAN DAN ALAT Bahan-bahan yang digunakan dalam pembuatan muffin adalah tepung terigu, tepung ubi jalar, tepung jagung, margarin, air, garam, telur, gula halus, dan baking powder. Bahan-bahan lainnya yang digunakan adalah bahan-bahan kimia untuk analisis proksimat dan analisis serat kasar. Alat-alat yang digunakan terdiri dari baskom, wadah plastik, timbangan, mixer, pengaduk plastik, sendok, gelas literan plastik, cup muffin, dan oven gas. Peralatan lainnya yang disiapkan yaitu peralatan untuk uji sensori seperti wadah sampel, peralatan untuk analisis fisik produk akhir berupa Texture Analyzer Stable Micro System TA-XT2i, dan alat-alat gelas untuk analisis kimia. B. METODE PENELITIAN Penelitian ini dibagi menjadi 3 tahap utama yang ditunjukkan pada Gambar 4. Optimasi Formula Optimasi Proses Analisis Produk Akhir Gambar 4. Tahapan penelitian 1. Optimasi Formula Tahap optimasi formula diawali dengan penentuan titik maksimum substitusi dari masingmasing tepung berdasarkan tingkat kesukaan panelis. Untuk tepung jagung, dilakukan pembuatan muffin dengan level substitusi dari 50% hingga 100% sedangkan untuk tepung ubi dari 20% hingga 70%. Penentuan kisaran tersebut berpatokan pada muffin substitusi komersial yang telah ada sebelumnya, di mana mencapai tingkat substitusi 50% baik untuk tepung jagung maupun tepung ubi jalar. Setiap muffin hasil substitusi diuji secara sensori kepada 30 panelis tidak terlatih menggunakan uji rating hedonik. Atribut yang diujikan terdiri dari warna, aroma, rasa, tekstur, dan keseluruhan. Menurut Moskowitz (2012), jumlah panelis yang digunakan untuk uji kesukaan skala laboratorium berkisar antara 20-50 panelis hingga maksimal 75 panelis. Semakin besar jumlah panelis maka signifikansi statistik akan meningkat pada kisaran yang lebih luas. Data yang diperoleh kemudian diolah dengan ANOVA. Nilai signifikansi menunjukkan probabilitas kesalahan dalam pengambilan keputusan, nilai signifikansi kurang dari 5% menunjukkan pengaruh yang signifikan sedangkan nilai signifikansi melebihi 5% menunjukkan pengaruh yang tidak signifikan dari sampel dengan berbagai tingkat substitusi terhadap skor kesukaan. Apabila tingkat substitusi yang berbeda berpengaruh signifikan terhadap skor kesukaan, maka dilakukan uji lanjut Duncan. Sampel-sampel yang berada pada subset yang sama menunjukkan bahwa sampel-sampel tersebut tidak berbeda nyata sedangkan sampel-sampel yang berada pada subset yang berbeda menunjukkan bahwa sampel tersebut

berbeda nyata. Titik maksimum substitusi merupakan tingkat substitusi tertinggi yang menghasilkan produk yang masih dapat diterima panelis secara sensori. Diagram alir proses pembuatan muffin dapat dilihat pada Gambar 5 dan formula dasar muffin tanpa substitusi ditampilkan pada Tabel 3. Persiapan dan penimbangan bahan Pengayakan tepung ke dalam mangkuk mixer Tepung Margarin cair, air, garam Pengadukan kecepatan sedang Pengadukan kecepatan tinggi Telur Gula halus, baking powder Pengadukan kecepatan sedang Adonan muffin Pencetakan ke dalam cup Pemanggangan suhu 150 C, 50 menit Muffin Gambar 5. Diagram alir proses pembuatan muffin Tabel 3. Formula dasar muffin Bahan Jumlah (g) Tepung terigu 525 Telur 300 Margarin 345 Garam 3 Air 165 Gula halus 320 Baking powder 7,5 Langkah berikutnya dilakukan dengan menggunakan metode rancangan campuran pada piranti lunak Design Expert 7.0. Rancangan campuran terbagi lagi menjadi beberapa rancangan, salah satunya adalah rancangan D-optimal yang digunakan dalam penelitian ini. Rancangan D-optimal adalah rancangan yang dapat melibatkan dua hingga dua puluh empat komponen di dalam sebuah formula dengan mengutamakan adanya constraints atau pembatas 11

dari kisaran tiap komponen. Variabel yang akan dioptimasi terdiri dari tepung terigu, tepung jagung, dan tepung ubi jalar. Titik minimum dan maksimum substitusi dari setiap tepung yang telah diperoleh sebelumnya dimasukkan ke dalam rancangan sehingga diperoleh kombinasikombinasi formula yang akan diuji. Penentuan formula yang paling optimal berdasarkan respon kesukaan panelis terhadap atribut warna, aroma, rasa, tekstur, dan keseluruhan muffin. Pemilihan kelima parameter tersebut berdasarkan kriteria utama penerimaan konsumen terhadap suatu produk pangan. Winarno (1997) menyatakan bahwa penilaian mutu bahan pangan sangat bergantung pada beberapa faktor di antaranya cita rasa, warna, dan teksturnya. Masing-masing formula diuji menggunakan uji rating hedonik skala garis kepada 70 panelis tidak terlatih. Skala garis berupa garis horizontal dengan panjang 10 cm dengan tanda batas di kedua ujungnya. Masing-masing tanda batas diberi label dengan deskripsi intensitas kesukaan ( sangat tidak suka di ujung kiri dan sangat suka di ujung kanan). Lembar skor yang diisi panelis dapat dilihat pada Lampiran 1. Panelis diminta untuk memberikan tanda vertikal pada garis yang menunjukkan seberapa tinggi tingkat kesukaannya. Data didapatkan dari respon panelis dengan cara mengukur dari ujung sebelah kiri hingga titik pertemuan garis vertikal dan garis horizontal (respon panelis). Kemudian data direkap di dalam suatu tabel. Sampel yang disajikan diberi kode tiga angka dan disajikan bersamaan. Di dalam satu kali penyajian, panelis diminta mencicipi 4-6 sampel muffin. Batasan tingkat kesukaan panelis ditentukan berdasarkan skala Labelled Affective Magnitude (LAM) (Kemp et al. 2009) yang ditunjukkan pada Gambar 6. Gambar 6. Skala Labelled Affective Magnitude (LAM) (Kemp et al. 2009) 12

Skala LAM memiliki kisaran nilai dari 0 hingga 100 dengan nilai 0 mewakili respon sangat tidak suka sedangkan nilai 100 mewakili respon sangat suka. Di lain pihak, skala garis uji rating hedonik yang digunakan dalam penelitian ini berkisar dari nilai 0 hingga 10 dengan nilai 0 menunjukkan respon sangat tidak suka dan angka 10 menunjukkan respon sangat suka. Oleh karena itu, skala 0-10 pada skala garis uji rating hedonik akan dikonversi ke skala LAM sehingga batasan kesukaan dapat ditentukan. Sebagai contoh, nilai 5 pada skala garis uji rating hedonik dibaca sebagai skala 50 pada skala LAM yang menunjukkan respon netral. Setelah respon panelis diperoleh, maka dilanjutkan pada tahap analisis respon. Pada tahap analisis respon, piranti lunak Design Expert 7.0 akan memberikan suatu model polinomial yang mewakili respon tiap parameter. Model polinomial terdiri dari model ratarata, linear, kuadratik, dan kubik. Model tersebut dapat ditampilkan dalam bentuk plot kontur ataupun gambar tiga dimensi. Syarat model yang dapat merepresentasikan data dengan baik adalah model polinomial yang memiliki nilai p lebih rendah dari taraf signifikansi (0,05), nilai ketidaksesuaian (ketidaksesuaian) yang tidak signifikan, serta nilai R 2 diprediksi dan R 2 disesuaikan yang mendekati 1,0. Nilai p yang lebih kecil dari 0,05 menunjukkan bahwa model terpilih memiliki efek yang signifikan terhadap hasil optimasi. Nilai ketidaksesuaian adalah variasi data di sekitar model terpilih. Apabila model tidak merepresentasikan data dengan baik, maka nilai ketidaksesuaian menjadi signifikan. Nilai ketidaksesuaian dengan nilai p lebih besar dari 0,05 menunjukkan bahwa nilai ketidaksesuaian tidak signifikan. Nilai 1,0 dari R 2 yang disesuaikan menunjukkan kondisi ideal di mana 100% variasi pada nilai yang diamati dapat direpresentasikan oleh model terpilih. Selain itu juga terdapat nilai R 2 diprediksi yang memperkirakan jumlah variasi pada data baru yang dijelaskan oleh model. Nilai R 2 diprediksi juga diharapkan mendekati nilai 1,0 (Anonim 2006). Analisis ragam (ANOVA) menunjukkan signifikansi dari model terpilih, signifikansi ketidaksesuaian nilai R 2 diprediksi, nilai R 2 disesuaikan, nilai presisi adekuat, dan persamaan akhir dari komponen-komponen yang terlibat untuk memperoleh respon yang diinginkan. Presisi adekuat adalah ukuran dari rentang pada prediksi respon yang berkaitan dengan kesalahan. Nilai presisi adekuat yang diinginkan adalah 4 atau lebih. Model yang baik memberikan prediksi yang baik bagi rata-rata keluaran yang dihasilkan (Anonim 2006). Persamaan yang diperoleh untuk setiap respon pada optimasi formula menggunakan persamaan aktual, di mana nilai variabel A, B, dan C dimasukkan dalam bentuk persentase sama seperti pada rancangan formula. Validasi hasil ANOVA dapat diketahui melalui plot kenormalan residual, di mana titik-titik data yang semakin mendekati garis kenormalan menunjukkan titik-titik data yang menyebar normal yang berarti hasil aktual akan mendekati hasil yang diprediksi (Cornell 1990). Respon-respon untuk semua parameter sensori yang telah diwakili oleh model polinomial tertentu kemudian dioptimasi dengan penentuan kriteria variabel terlebih dahulu. Pengaturan kriteria untuk setiap variabel adalah dengan menentukan sasaran dan tingkat kepentingan yang diinginkan. Sasaran adalah kisaran target yang diinginkan pada suatu variabel yang berada di dalam kisaran nilai bawah dan atas. Tingkat kepentingan dimulai tingkat kepentingan terendah yaitu 1 (+) hingga tingkat kepentingan tertinggi yaitu 5 (+++++). Semakin tinggi tingkat kepentingan menandakan suatu variabel memiliki pengaruh yang besar pada suatu produk. Hasil dari optimasi respon adalah sebuah formula optimal dengan nilai keinginan tertentu. Nilai target optimasi yang dapat dicapai dikenal dengan istilah nilai keinginan yang ditunjukkan dengan nilai 0 1. Semakin tinggi nilai keinginan menunjukkan semakin tingginya kesesuaian formula untuk mencapai formula optimal dengan variabel 13

respon yang dikehendaki. Nilai keinginan yang dihasilkan sangat dipengaruhi oleh kompleksitas komponen, kisaran yang digunakan dalam komponen, jumlah komponen dan respon, serta target yang ingin dicapai dalam memperoleh formula optimum. Kompleksitas jumlah komponen dapat terlihat pada persyaratan jumlah bahan baku yang dianggap penting dan berpengaruh terhadap produk untuk menentukan formulasi. Jumlah masing-masing bahan baku ditentukan dalam selang yang berbeda-beda yang akan berpengaruh terhadap nilai keinginan. Semakin lebar selang, maka penentuan formula optimum dengan keinginan yang tinggi akan semakin sulit. Jumlah komponen dan respon juga turut mempengaruhi nilai keinginan formula optimum. Semakin banyak jumlah komponen dan respon, semakin sulit untuk mencapai keadaan optimum sehingga nilai keinginan yang dihasilkan kemungkinan rendah. Nilai kepentingan yang besar (+++ hingga +++++) menunjukkan adanya keinginan yang tinggi untuk mencapai produk optimal yang ideal (sesuai target optimasi). Semakin besar tingkat kepentingan dari suatu respon atau komponen, maka semakin sulit untuk memperoleh formula optimum dengan nilai keinginan yang tinggi (Wulandhari 2007). Tahap akhir adalah tahap verifikasi. Tujuan dari tahap verifikasi adalah untuk membuktikan kesesuaian antara nilai respon aktual dengan nilai respon yang diprediksi oleh piranti lunak Design Expert 7.0. Kesesuaian tersebut ditunjukkan oleh nilai respon aktual hasil verifikasi yang berada di dalam selang kepercayaan atau selang prediksi. Selang kepercayaan adalah rentang yang menunjukkan ekspektasi rata-rata hasil pengukuran berikutnya pada taraf signifikansi tertentu, dalam hal ini 5%. Selang prediksi adalah rentang yang menunjukkan ekspektasi hasil pengukuran respon berikutnya dengan kondisi sama pada taraf signifikansi tertentu, dalam hal ini 5% (Anonim 2005). Diagram alir tahap optimasi formula ditunjukkan pada Gambar 7. Penentuan titik maksimum substitusi Penentuan variabel dan range variabel Rancangan formula Pengumpulan respon Analisis respon Optimasi respon Formula optimal Verifikasi Gambar 7. Tahapan optimasi formula 14

2. Optimasi Proses Optimasi proses dilakukan dengan menggunakan metode respon permukaan pada piranti lunak Design Expert 7.0 yang bertujuan memperoleh kondisi proses yang optimum. Respon permukaan terbagi lagi menjadi beberapa rancangan, salah satunya adalah desain komposit pusat yang digunakan dalam penelitian ini. Pada desain komposit pusat, setiap faktor numerik divariasikan dalam lima level yang terdiri dari plus dan minus alfa (titik aksial), plus dan minus 1 (titik faktorial), dan titik tengah. Plus dan minus alfa (titik aksial) adalah nilai simpangan dari nilai plus dan minus 1. Nilai minus alfa lebih kecil dari nilai minus 1 dan nilai plus alfa lebih besar dari nilai plus satu. Nilai plus dan minus 1 (titik faktorial) merupakan titik minimum dan maksimum yang ditentukan untuk suatu variabel. Titik tengah adalah nilai tengah dari kisaran titik minimum dan maksimum variabel. Titik tengah umumnya diulang sebanyak 4-6 kali untuk mendapatkan perkiraan kesalahan eksperimental (Anonim 2005). Variabel berubah dalam rancangan ini terdiri dari suhu dan waktu pemanggangan. Kisaran suhu pemanggangan yang digunakan adalah 150-170 C sedangkan kisaran waktu pemanggangan adalah 25-50 menit. Penentuan kisaran tersebut berdasarkan studi literatur terhadap kisaran suhu dan waktu yang umum digunakan untuk pemanggangan muffin. Setelah variabel dan kisaran tiap variabel ditentukan maka akan dihasilkan kombinasi-kombinasi kondisi proses. Muffin dengan formula paling optimal dipanggang pada berbagai kondisi proses kemudian diuji secara rating hedonik kepada 70 panelis tidak terlatih. Respon yang akan dioptimasi berupa tingkat kesukaan panelis terhadap atribut warna, aroma, rasa, tekstur, dan keseluruhan muffin. Panelis diminta untuk memberikan tanda vertikal pada garis yang menunjukkan seberapa tinggi tingkat kesukaannya. Lembar skor yang diisi panelis dapat dilihat pada Lampiran 1. Batasan tingkat kesukaan panelis ditentukan berdasarkan skala Labelled Affective Magnitude (LAM) (Kemp et al. 2009) yang ditunjukkan pada Gambar 6. Sama seperti pada optimasi formula, respon yang terkumpul kemudian dianalisis sehingga diperoleh model polinomial yang sesuai. Persamaan yang diperoleh untuk setiap respon pada optimasi proses menggunakan persamaan berkode, di mana nilai variabel A, B, dan C dimasukkan dalam bentuk angka -1.4, -1, 0, 1, 1.4. Angka -1.4 dan 1.4 mewakili nilai suhu dan waktu pada simpangan minimum dan maksimum. Angka -1 dan 1 mewakili suhu dan waktu pada titik minimum dan maksimum. Angka 0 mewakili suhu dan waktu pada titik tengah. Optimasi respon pada tahap selanjutnya akan menghasilkan sebuah kondisi proses optimal. Untuk menilai kesesuaian respon aktual dan prediksi nilai respon yang diperoleh, maka dilakukan verifikasi terhadap muffin yang dibuat dari kondisi proses optimal. Tahap optimasi proses dapat dilihat pada Gambar 8. 15

Penentuan variabel dan range variabel Rancangan kondisi proses Pengumpulan respon Analisis respon Optimasi respon Kondisi proses optimal Verifikasi Gambar 8. Tahapan optimasi proses 3. Analisis Produk Akhir Analisis Fisik Profil tekstur muffin diukur menggunakan instrumen Texture Analyzer Stable Micro System TA-XT2i dengan probe berbentuk silinder. Sampel diukur sebanyak dua kali ulangan, di mana masing-masing ulangan diukur duplo. Prinsip dari pengukuran ini adalah dengan memberikan gaya tekan kepada bahan dengan besaran tertentu sehingga profil tekstur bahan pangan dapat diukur. Spesifikasi probe dan pengaturan lainnya dapat dilihat pada Tabel 4. Tabel 4. Spesifikasi probe dan pengaturan pengukuran tekstur muffin Spesifikasi Keterangan Type TA-XT2i 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 10 mm Trigger Type Auto 5 g Data Acquistion Rate 200 pps Probe 2 mm cylinder probe (P/2) 16

Analisis Kimia Analisis Kadar Air (SNI 01-2891-1992) Analisis kadar air dilakukan dengan metode oven. Cawan kosong dan tutupnya dikeringkan dalam oven selama 15 menit. Setelah itu, cawan didinginkan dalam desikator. Cawan kering yang telah didinginkan ditimbang (W 2 g) kemudian sebanyak 1-2 gram sampel (W g) dimasukkan ke dalam cawan tersebut. Cawan yang berisi sampel dikeringkan kembali di dalam oven pada suhu 105 C selama 3 jam. Setelah itu, cawan didinginkan dalam desikator dan ditimbang (W 1 g) hingga diperoleh bobot konstan. Kadar air (% BB) = x 100 Kadar air (% BK) = x 100 Analisis Kadar Abu (SNI 01-2891-1992) Analisis kadar abu dilakukan dengan metode pengabuan kering. Cawan porselin kosong dan tutupnya dikeringkan dalam oven bersuhu 105 C selama 15 menit. Setelah itu, cawan didinginkan dalam desikator. Cawan kering yang telah didinginkan ditimbang (W 2 g) kemudian sebanyak 2-3 gram (W g) sampel dimasukkan ke dalam cawan. Sampel diarangkan di atas nyala pembakar kemudian dimasukkan ke dalam tanur listrik dengan suhu maksimum 550 C hingga pengabuan sempurna. Setelah itu, cawan sampel didinginkan di dalam desikator dan ditimbang (W 1 g). Kadar abu (% BB) = x 100 Kadar abu (% BK) = x 100 Analisis Kadar Protein (AOAC 960.52) Analisis kadar protein dilakukan dengan metode Kjeldahl. Pada tahap penghancuran, 100-250 mg sampel dimasukkan ke dalam labu Kjeldahl dan ditambahkan 1 gram K 2 SO 4, 40 mg HgO, 2 ml H 2 SO 4 dan 2-3 butir batu didih. Larutan dididihkan selama 1 jam sampai cairan jernih dan didinginkan. Pada tahap destilasi, isi labu dipindahkan ke dalam alat destilasi dengan ditambahkan 8-10 ml larutan 60% NaOH dan 5% Na 2 S 2 O 3. Sebanyak 5 ml larutan H 3 BO 3 dan 2-3 tetes metilen merah-metilen biru dimasukkan ke dalam erlenmeyer dan diletakkan di bawah kondensor. Destilasi dilakukan hingga diperoleh sekitar 15 ml destilat. Pada tahap titrasi, destilat diencerkan hingga 50 ml kemudian dititrasi dengan HCl 0.02N terstandarisasi sampai perubahan warna menjadi abu-abu. % N = x 100 Kadar protein (% BB) = % N x faktor konversi Kadar protein (% BK) = x 100 Analisis Kadar Lemak (SNI 01-2891-1992) Analisis kadar lemak dilakukan dengan menggunakan metode Soxhlet yang terdiri dari tahap hidrolisis sampel dan tahap analisis kadar lemak. Pada tahap hidrolisis sampel, sampel sebanyak 1-2 gram (W 0 g) ditimbang dalam gelas piala kemudian ditambahkan 30 ml HCl 25% dan 20 ml air. Setelah itu, gelas piala ditutup dan dididihkan selama 15 menit di ruang asam kemudian larutan disaring dalam keadaan panas hingga tidak asam lagi. Kertas saring berikut isinya dikeringkan pada suhu 105 C. Untuk tahap analisis kadar lemak, labu 17

lemak dikeringkan dalam oven pada suhu 105 C selama 15 menit, kemudian didinginkan dalam desikator dan ditimbang (W 2 g). Kertas saring kering hasil hidrolisis sampel dimasukkan ke dalam selongsong kertas saring dan disumbat dengan kapas. Setelah itu, selongsong dimasukkan ke dalam alat soxhlet yang telah dihubungkan ke labu lemak. Pelarut heksana dimasukkan sebanyak 150 ml. Ekstraksi dilakukan sekitar 6 jam kemudian heksana disuling dan ekstrak lemak dikeringkan pada suhu 105 C, didinginkan pada desikator dan ditimbang (W 1 g). Kadar lemak (% BB) = x 100 Kadar lemak (% BK) = x 100 Analisis Kadar Karbohidrat (Nielsen 2010) Kadar karbohidrat total by difference dapat diperoleh dari hasil pengurangan angka 100 dengan persentase komponen lain (air, abu, lemak, dan protein). Analisis Kadar Serat Kasar (Nielsen 2010) Analisis dimulai dengan menimbang 2 gram sampel (W g). Sampel tersebut diekstrak lemaknya menggunakan soxhlet dengan pelarut heksana. Sampel yang sudah bebas lemak dipindahkan secara kuantitatif ke dalam erlenmeyer 600 ml dan ditambahkan 200 ml larutan H 2 SO 4 mendidih ke dalamnya. Erlenmeyer tersebut kemudian diletakkan dalam pendingin balik untuk dididihkan selama 30 menit. Setelah selesai, suspense disaring dengan kertas saring. Residu yang tertinggal dicuci dengan air mendidih hingga air cucian tidak bersifat asam lagi. Setelah itu, residu dipindahkan secara kuantitatif dari kertas saring ke Erlenmeyer kembali. Sisa residu dicuci di kertas saring dengan 200 ml larutan NaOH mendidih sampai semua residu masuk ke dalam erlenmeyer. Sampel kembali dididihkan dalam pendingin balik selama 30 menit. Setelah itu, disaring melalui kertas saring yang diketahui beratnya (W 1 g) sambil dicuci dengan K 2 SO 4 10%, air mendidih, dan alcohol 95%. Kertas saring dikeringkan dalam oven 110C sampai berat konstan. Setelah didinginkan dalam desikator, kertas saring ditimbang kembali (W 2 g). Kadar serat kasar (g/100 g contoh) = 18