Penilaian Inderawi.

Slides:



Advertisements
Presentasi serupa
Penelitian Mencari sesuatu Sistematik Teratur dan tertib Metodologi Penelitian.
Advertisements

Analisa Data Statistik
SAMPLING VARIABEL.
Pengambilan Sampel (sampling)
KELOMPOK 3 Nama Anggota : Fahmi Aldy Rivaldi Gusti. F Puji Hariyanti
Mata kuliah Rancangan Percobaan Kode / SKS
Pengendalian Mutu Produk Agroindustri
IX. KORELASI DAN REGRESI
Pengendalian Mutu Agroindustri
BAB VI UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi) (Pertemuan ke-8) Oleh: Andri Wijaya, S.Pd., S.Psi., M.T.I. Program Studi Sistem Informasi Sekolah.
Ukuran Penyimpangan (Dispersi)
(MEASURES OF DISPERSION)
PENGERTIAN STATISTIK DAN DATA
NILAI HARAPAN DAN MOMEN
Nilai - Nilai Variasi Prepared: TOTOK SUBAGYO, ST,MM.
PENGAWASAN MUTU BAHAN/ PRODUK PANGAN
Statistika Inferensi : Estimasi Titik & Estimasi Interval
PENGERTIAN STATISTIK DAN STATISTIKA
Sesi-1 Statistif Deskriptif
UKURAN DISPERSI (PENYEBARAN DATA)
STATISTIK DESKRIPTIF.
Statistika- Kuliah 06 UKURAN PENYIMPANGAN/DISPERSI
Reliabilitas dan Validitas Pengukuran
ANALISIS CROSS-SECTION
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
Ukuran Variabilitas Data
PENILAIAN INDERAWI.
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
PENGENDALIAN MUTU PROSES PADA PRODUK-PRODUK OLAHAN
Cukup jumlah dan mutu (gizi, beragam, dll)
UKURAN DISPERSI (PENYEBARAN DATA)
PENGERTIAN STATISTIK DAN DATA
NUR LAILATUL RAHMAH, S.Si., M.Si
Standar Deviasi dan Varians
Oleh : Binti Asrofin Akbid Wimisada 2012
Galat, continue Galat Absolut : adalah perbedaan antara nilai eksperimen dengan nilai yang sebenarnya. Contoh: Jika hasil pengukuran seorang analis untuk.
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
PEMFAKTORAN 2x – 2y =2(x - y) a2 + 2ab + b2 = (a + b)2
Ukuran Variasi atau Dispersi
PERTEMUAN I 6/11/2018
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
Diagram Kontrol Cacat c
Ukuran Variasi atau Dispersi
Ukuran Penyebaran Data
UKURAN PENYEBARAN Ukuran Penyebaran
Ukuran Variasi atau Dispersi
Pengantar statistika sosial
UKURAN VARIASI (DISPERSI) Sumber : J.Supranto, hal.127
VALIDITAS DAN RELIABILITAS
UKURAN PENYEBARAN Adalah suatu ukuran untuk mengetahui seberapa besar penyimpangan data dengan nilai rata rata hitungnya.
BAB 4 UKURAN VARIABILITAS
Ukuran Variasi atau Dispersi
PENDUGAAN PARAMETER.
Evaluasi Data Analisis
Penyebaran Data Kuliah 9.
C. Ukuran Penyebaran Data
Peta Konsep. Peta Konsep C. Ukuran Penyebaran Data.
Diagram Kontrol Cacat c
UKURAN PENYEBARAN DATA
Regresi Linier Berganda
PENGENDALIAN KUALITAS
Peta Konsep. Peta Konsep C. Invers Fungsi.
Analisis Deret Waktu.
PENGELOLAAN MENU Guntoro, S.Gz.
PENGELOLAAN MENU Guntoro, S.Gz.
DISTRIBUSI NORMAL.
Bila ada 2 populasi masing-masing dengan rata- rata μ 1 dan μ 2, varians σ 1 2 dan σ 2 2, maka estimasi dari selisih μ 1 dan μ 2 adalah Sehingga,
Rata-rata bunga bank 11,43% per tahun, namun kisaran bunga antar bank dari 7,5% - 12,75% Rata-rata inflasi Indonesia sebesar 18,2% dengan kisaran antara.
EVALUASI PEMBELAJARAN
Transcript presentasi:

Penilaian Inderawi

PENILAIAN INDERAWI Penilaian mutu makanan menggunakan pancaindera manusia, sehingga data yang diperoleh dapat diintepretasikan menghasilkan penilaian yang obyektif Penilaian subyektif INTEPRETASI menjadi penilaian obyektif-----------bisa digeneralisasi Yang dinilai :sifat bahan makanan Hasil penilaian----------- MUTU bahan makanan

MUTU Sekumpulan sifat-sifat yang mencirikan setiap satuan bahan/produk dan erat kaitannya dengan penerimaan konsumen Konsumen bervariasi : Kemampuan (daya beli) Selera Mutu bahan makanan dibuat pada toleransi tertentu, tetapi masih dalam batas diterima konsumen Untuk mencapai toleransi tsb, maka perlu pengendalian

KLASIFIKASI ATRIBUT (CIRI MUTU) Bersifat inderawi, dinilai dg pancaindera Kenampakan Warna dan kilap Konsistensi/viskositas Bentuk dan ukuran Cacat bahan Tekstur/kinestetik Bau Rasa Citarasa Bersifat tersembunyi

lanjutan…….. Bersifat tersembunyi (Hidden Characteristis) Nilai gizi Harmless adulterant Toksisitas

PENGENDALIAN MUTU Usaha untuk mempertahankan mutu pada toleransi tertentu sesuai dengan tingkat penerimaan konsumen dengan menekan biaya seminimal mungkin f(x) = ax1 + bx2 + cx3 + …………nxn f(x) : mutu x1,x2 …..dst : faktor mutu a,b, c : kontribusi faktor mutu thd mutu suatu bahan/produk

A : ciri mutu dr konsumen B : Quality Control C : stasiun pengd. Mutu DAUR PENGENDALIAN MUTU Konsumen A A : ciri mutu dr konsumen B : Quality Control C : stasiun pengd. Mutu D : pencatatan dan pelaporan E : tindakan B C D E

UKURAN PENGENDALIAN MUTU SIFAT SUBYEKTIF Manusia sebagai alat ukur Hasil penilaian bersifat subyektif, hasil tdk konsisten dan dipengaruhi emosi SIFAT OBYEKTIF Hasil obyektif Menggunakan alat Akurat Presisi tinggi Mudah, cepat dan murah HASIL PENGUKURAN OBYEKTIF HARUS MENCERMINKAN PENGUKURAN SUBYEKTIF

Ketepatan adalah kedekatan hasil analisis dengan nilai yang sebenarnya. Biasanya ketepatan merupakan ukuran kebalikan dari suatu kesalahan analisis, semakin besar ketepatan maka semakin kecil kesalahannya. Kesalahan pada umumnya dinyatakan sebagai kesalahan absolut dan kesalahan relatif. Kesalahan paling sering dinyatakan sebagai kesalahan relatif. Kesalahan absolut: E = O – T Kesalahan relatif : R = (O – T) x100% T Dimana O = nilai pengamatan, dan T = nilai sebenarnya.

Misalnya : Hasil pengujian terhadap kemanisan cookies menunjukkan kadar gula 20,44%, sedangkan kadar gula yang sebenarnya adalah 20,34%, maka kesalahan absolut adalah: 20,44%- 20,34%= 0,10%. Kesalahan relatif : 0,10/20,34x100% = 0,5%.

ALAT : AKURAT Hasil pengukuran sesuai/mewakili pengukuran subyektif (konsumen) Korelasi antara pengukuran obyektif dan subyektif tinggi Dinyatakan dalam koefisien korelasi (r) (0 - 1) r > 0,9 : alat sangat akurat r = 0,8 – 0,89 : memadai r < 0,8 : tidak bisa dipakai

Koefisien korelasi r =  (xy) – ( x) ( y) Ѵ   (x)2 – ( x)2  (y)2 – ( y)2 n n

PRESISI TINGGI Alat bila digunakan untuk pengukuran, koefisien variabilitasnya rendah atau bila digunakan untuk pengukuran perbedaan setiap ulangannya kecil Ketelitian suatu metode analisis merupakan kedekatan antara data yang satu dengan data yang lain dari suatu deret pengukuran yang dilakukan dengan cara yang sama. Biasanya dinyatakan sebagai simpangan baku atau simpangan relatif , varians, atau koefisien varians.

CONTOH SOAL : Analisis sebuah contoh kadar kalsium pada beras menghasilkan nilai-nilai persentase untuk Kandungan Ca2+ seperti berikut: 7,08; 7,21; 7,12; 7,09; 7,16; 7,14; 7,07; 7,14; 7,18; 7,11. Hitunglah rata-rata, deviasi standar, dan koefisien variasi untuk nilai-nilai itu.

Tabel 1. Hasil perhitungan Hasil (x) x – x (x – x)2 7.08 -0.05 0.0025 7.21 0.08 0.0064 7.12 -0.01 0.0001 7.09 -0.04 0.0016 7.16 0.03 0.0009 7.14 0.01 0.0001 7.07 -0.06 0.0036 7.14 0.01 0.0001 7.18 0.05 0.0025 7.11 -002 0.0004 Σ= 71.30 Σ= 0.0182 X rata-rata = 7,13

X rata-rata : 7,13 Sd = Ѵ0,0182 = + 0,045 9 (n-1) CV = 0,045 x 100 = 0,63 % 7,13

Tipe pengukuran obyektif Destruktif Undestruktif Sampling Representatif Jumlah mencukupi

Misalnya : seorang analis menemukan harga 20,44% kalsium dalam suatu contoh, sedangkan kadar yang sebenarnya adalah 20,34%, maka kesalahan absolut adalah: 20,44%- 20,34%= 0,10%. Kesalahan relatif analis tersebut: 0,10/20,34x100% = 0,5%.