Tren Evaluasi Sensori dalam Industri Pangan

Oleh Wahyudi David

Program Studi Ilmu dan Teknologi Pangan, Universitas Bakrie dan Asosiasi Sensori Indonesia (Asensindo)

Industri pangan merupakan bagian dari sektor industri pengolahan yang memiliki kontribusi signifikan terhadap perekonomian Indonesia.

Kontribusi industri pengolahan terhadap pertumbuhan ekonomi Indonesia di tahun 2022 mencapai angka 18%. Di dalam sektor industri pengolahan, industri pangan tercatat tumbuh sebesar 4,9%.

Gabungan Pengusaha Makanan dan Minuman Indonesia (GAPMMI) memproyeksikan industri pangan bertumbuh 5-7%. Hal ini dipicu oleh pertumbuhan konsumsi produk olahan pangan di Indonesia.

Untuk mampu bersaing dalam pertumbuhan ini dibutuhkan inovasi produk pangan. Pengembangan produk pangan olahan saat ini sudah berubah secara perlahan bergeser dari product/resources driven innovation ke consumer driven innovation. Oleh sebab itu maka dibutuhkan riset yang berbasis penerimaan konsumen dalam pengembangan produk.

Sensori merupakan salah satu cara uji untuk mengetahui apakah produk pangan dapat diterima oleh konsumen. Analisis sensori mengukur karakteristik dari produk pangan seperti tekstur, flavor, rasa, tampilan, aroma dan lainnya.

Pada prinsipnya evaluasi tidak hanya mencakup prosedur namun juga kriteria penelis serta analisis statistik yang tepat sehingga memberikan hasil dan intepretasi yang tepat pula.

Penetapan tujuan dari evaluasi sensori akan sangat menentukan peran dan jumlah dari panelis dalam uji tersebut, apakah sabagai konsumen atau sebagai “alat penguji’’. Objektif atau tujuan uji yang jelas juga berdampak pada penentuan prosedur dan analisis statistik yang tepat untuk digunakan.

Persepsi dalam evaluasi sensori

Perkembangan evaluasi sensori saat ini tidak hanya mengukur respon indra manusia saja namun juga telah menggunakan unsur persepsi. Persepsi merupakan pemaknaan dalam proses pengindraan, sehingga setiap panelis bisa saja memiliki persepsi yang berbeda-beda tergantung pada banyak hal, seperti misalnya latar belakang budaya, agama, tingkat ekonomi, sosial dan lain sebagainya. Persepsi panelis lebih cenderung terkait dengan penafsiran informasi yang diterima yang mungkin berhubungan dengan interaksi di masa lalu.

Analisis Sensori yang tradisional seperti uji pembedaan, uji deskriptif, preferensi dan uji hedonik masih tetap banyak digunakan dan berkembang menjadi teknik yang lebih baru, lebih cepat dan lebih lengkap, seperti Check All That Apply (CATA), napping (N), Flash Profile, Temporal Dominance Sensation dan lainnya. Selain itu, aspek sosialekonomi, lingkungan, pengetahuan gizi, diet, emosi, kesehatan, kemasan dan lainnya menjadi faktor analisis.

Pada 2021 sudah diterbitkan ISO 20784:2021 Guidance on substantiation for sensory and consumer product claims di mana banyak sekali produsen pangan membuat klaim terkait atribut sensori dari produknya. Pada awalnya klaim sensori ini hanya sebatas produk kosmetik namun saat ini tidak sedikit pula produsen pangan memberikan informasi pada kemasannya terkait klaim sensori.

Oleh sebab itu, saat ini sudah dikembangkan analisis multisensori yang menggabungkan antara karakteristik sensori dari produk dengan aspek emosional panelis/konsumen (nonsensori). Aspek emosional ini misalnya terkait dengan brand, sehingga produk yang dikembangkan akan sesuai dengan harapan emosional dari konsumen. Untuk dapat mendeteksi respon panelis yang alami, maka saat ini juga dikembangkan true-to-life testing, di mana pengujian sensori diupayakan akan mirip dengan kondisi sesungguhnya saat dikonsumsi secara normal. Tentunya dalam pengumpulan data respon panelis tersebut data yang dikumpulkan akan menjadi lebih komplek, seperti mengambil/ menangkap data dalam bentuk facial coding yang akan memberikan informasi terkait dengan intensitas emosional dalam proses konsumsi.

Peran AI dalam evaluasi sensori

Dengan adanya perkembangan kecerdasan buatan Artificial Intelengence (AI), serta bantuan mechine learning memudahkan pengembangan produk.

AI dan data mining akan memperkaya pengetahuan tentang kebutuhan konsumen. Sebagai contoh misalnya, hasil data mining dapat dilakukan text analysis atau sentiment analysis dari media daring yang kemudian memberikan gambaran tentang karakteristik sensori apa yang menjadi kunci pada produk yang dikembangkan.

Untuk pemenuhan kebutuhan akan analisis data yang cukup kompleks tersebut maka dibutuhkan suatu metode yang sudah multi-variable atau multi-attribute. Karena sangat banyak informasi yang didapat belum dapat dimanfaatkan sebagai data dalam analisis sensori, sehingga terkadang hasil analisis menjadi tidak compatible dalam menjawab secara objektif, sebagai gambaran umum, pilihan analisis statistik yang digunakan dapat dilihat pada Gambar 1.

Sebagai contoh, misalnya preference mapping (PM), PM menggunakan data yang bersifat uji beda, uji kesukaan dan uji deskripstif sekaligus, sehingga pengolahan datanya dapat berupa

Multifactor Analysis (MFA). MFA merupakan analisis statistik yang mampu mengolah data kuantitatif dan kualitatif dalam grup yang terstruktur.

Adapun tampilan dari MFA dapat berupa Principle Component Analysis (PCA) dan Multiple Correspondence Analysis (MCA). Saat ini PM sudah bisa ditampilkan dalam bentuk Countour

Plot sehingga dapat diketahui secara spesifik hubungan preference data dengan objektif data, lebih lanjut dapat memudahkan intepretasi data dan dapat menjawab apakah ada hubungan antara preferensi panelis/konsumen dengan karakteristik yang dikembangkan.

Kelebihan lain analisis PM ini yaitu dapat menggunakan beberapa sampel dan mengidentifikasi berbagai stratifikasi demografi dari panelis/konsumen yang terlibat. Untuk menunjang analisis ini, sudah banyak perangkat lunak aplikasi statistik yang menyediakan fitur khusus sehingga memudahkan analisis sensori dengan kompleksitas data yang ada. Pada akhirnya, tren perkembangan ilmu sensori dipengaruhi oleh perkembangan aplikasi statistik, psikologi dan ilmu pemasaran. Namun demikian, penggunakan analisis sensori tradisional tetap akan digunakan dengan menggabungkan dengan analisis lebih cepat dengan bantuan teknologi dan multi-disiplin. Evaluasi sensori menjadi bagian dalam pengambilan keputusan dalam pengembangan produk pangan bukan saja terkait dengan keputusan dalam strategi pasar namun juga apakah produk dapat diterima oleh konsumen.

Referensi:

Ruiz-Capillas, C.; Herrero, A.M. Sensory Analysis and Consumer Research in New Product Development. Foods 2021, 10, 582. https://doi.org/10.3390/ foods10030582

Sarah Kemp (2021), Trends in food sensory science. Food Science and Technology, 35: 46-50. https://doi. org/10.1002/fsat.3504_13.x

Gabungan Produsen

Makanan Minuman Indonesia