Versi Online: http://journal.ipb.ac.id/index.php/jtip J. Teknol.

dan Industri Pangan

DOI: 10.6066/jtip.2017.28.1.55 Vol. 28(1): 55-61 Th. 2017 ISSN: 1979-7788
Hasil Penelitian Terakreditasi Dikti: 80/DIKTI/Kep/2012

AMBANG DETEKSI DAN PREFERENSI RASA UMAMI

DALAM MODEL PANGAN

[Detection and Preference Threshold of Umami Taste in Food Model]

Dede R. Adawiyah1,2)*, dan Febby Setiawan1)

1)
Departemen Ilmu dan Teknologi Pangan, Fakultas Teknologi Pertanian, Institut Pertanian Bogor, Bogor
2) .
Southeast Asian Food and Agricultural Science and Tecnology Center, Institut Pertanian Bogor, Bogor

Diterima 06 April 2017 / Disetujui 05 Juni 2017

ABSTRACT
Umami is one of the basic taste produced by monosodium glutamate (MSG). Generally, commercial
MSG products did not specify the amount of a certain dose to produce palatable food. This problem could
lead to uncontrolled and excessive use of MSG by consumers. The aim of this study was to determine the
values for the detection and preference threshold of umami taste from commercial MSG products at
different salt level. The detection threshold was determined using R-index method in salt solutions. The
preference threshold was determined by using hedonic rating in food model. A food model selected in this
case is spinach soup that is commonly consumed by Indonesian. The salt concentrations for detection and
preference threshold experiment were 0.42 and 0.30 g/100 mL. Umami taste preference threshold value
using Fechner’s psychophysic equation for 0.30 g/100 mL salt concentration is 0.25 g MSG/100 mL, while
for 0.42 g/100 mL salt concentration, the umami taste preference threshold value is 0.06 g MSG/100 mL.
Detection threshold value using R-index method for 0.30 g/100 mL salt concentration is 0.05 g MSG/100
mL, while for 0.42 g/100 mL salt concentration is 0.02 g MSG/100 mL. Different salt concentrations leads
to differences in the values of threshold preferences and detection threshold of the umami taste of MSG.
Increasing salt concentration tends to decrease the detection and preference threshold of umami taste
from MSG. This research results could be used as the basic information in food product formulation such
as seasoning and condiment using mixtures of salt and MSG.
Keywords: detection threshold, MSG, preference threshold, r-index, umami

ABSTRAK
Umami merupakan salah satu rasa dasar yang bersumber dari monosodium glutamat (MSG). Produk
MSG komersial umumnya tidak mencantumkan jumlah atau dosis tertentu yang dibutuhkan untuk
menghasilkan citarasa yang gurih. Permasalahan ini menyebabkan penggunaan MSG yang berlebihan
dan tidak terkontrol oleh konsumen. Tujuan penelitian ini yaitu menentukan nilai ambang deteksi dan
ambang preferensi rasa umami dari bahan MSG komersial pada konsentrasi garam yang berbeda.
Ambang deteksi ditentukan menggunakan metode R-indeks dalam larutan garam. Ambang preferensi
ditentukan menggunakan metode rating hedonik terhadap model pangan. Model pangan yang dipilih
dalam hal ini adalah sayur bayam yang banyak dikonsumsi oleh masyarakat Indonesia. Konsentrasi
garam yang digunakan adalah 0,30 dan 0,42 g/100 mL dalam pelarut air. Nilai ambang preferensi rasa
umami model psikofisik fechner pada konsentrasi garam 0,30 g/100 mL adalah 0,25 g MSG/100 mL,
sedangkan pada konsentrasi garam 0,42 g/100 mL adalah 0,06 g MSG/100 mL. Nilai ambang deteksi
dengan metode R-indeks pada konsentrasi garam 0,30 g/100 mL yaitu 0,05 g MSG/100 mL, sedangkan
nilai R-indeks pada konsentrasi garam 0,42 g/100 mL yaitu 0,01 g MSG/100 mL. Perbedaan konsentrasi
garam menyebabkan perbedaan nilai ambang preferensi dan ambang deteksi rasa umami dari MSG.
Semakin tinggi konsentrasi garam cenderung menurunkan ambang deteksi dan ambang preferensi umami
dari MSG. Manfaat dari penelitian ini dapat dijadikan sebagai dasar dalam formulasi produk pangan
(seperti bumbu dan kondimen) yang menggunakan campuran garam dan MSG.
Kata kunci: ambang deteksi, ambang preferensi, MSG, r- indeks, umami

PENDAHULUAN 1 Indonesia. Rasa umami disebabkan oleh adanya

komponen monosodium glutamat (MSG) dan ribo-
Umami merupakan salah satu rasa dasar yang nukelotida seperti garam 5-inosin-monofosfat (IMP)
dikenal luas sebagai rasa gurih oleh masyarakat dan 5-guanin-monofosfat (GMP). Selain itu, gluta-
mat bebas banyak terkandung pada produk pangan
*Penulis Korespondensi: yang dikonsumsi sehari-hari seperti produk daging,
E-mail: dede_adawiyah@ipb.ac.id buah-buahan, sayuran, dan bumbu masakan instan

55
DOI: 10.6066/jtip.2017.28.1.55 J. Teknol. dan Industri Pangan Vol. 28(1): 55-61 Th. 2017

(Andarwulan et al., 2011); terasi atau belacan (Jinap untuk keperlukan formulasi produk pangan dan
et al., 2010); berbagai jenis jamur (mushrooms) perubahan intensitas aroma dan rasa tertentu pada
(Zang et al., 2013); ikan dan produk perikanan (Sa- produk pangan (Senthil dan Bhat, 2010).
rower et al., 2012). Populin et al. (2007) melaporkan Penelitian ini bertujuan untuk menentukan
hasil survei kandungan asam glutamat bebas ter- menentukan nilai ambang deteksi rasa umami dari
tinggi ditemui pada produk yang tidak ditambahkan MSG dan nilai ambang preferensi rasa umami dari
MSG adalah produk makanan mengandung protein MSG dalam model pangan. Model pangan yang
terhidrolisis (sampai 129 mg/100 g). digunakan adalah sayur bening bayam pada dua
Berdasarkan Riset Kesehatan Dasar tahun konsentrasi garam yang berbeda.
2007, MSG dikonsumsi oleh sekitar 77,8% populasi
di Indonesia (Depkes, 2008). Andarwulan et al.
(2011) menyatakan bahwa asupan asam glutamat BAHAN DAN METODE
bebas yang berasal dari pangan pada masyarakat di
Jakarta dan Bogor yaitu 2013,76 dan 2068,97 Bahan
mg/kap/hari. Penggunaan MSG telah dinyatakan Bahan-bahan yang digunakan adalah air, sayur
aman oleh Joint FAO/WHO Expert Committee on bayam, MSG (monosodium glutamat) komersial,
Food Additives (JECFA) sejak tahun 1988, serta garam meja komersial, bawang merah dan bawang
menyatakan MSG sebagai “Acceptable Daily Intake putih yang diperoleh dari pasar komersial di daerah
(ADI) not specified" untuk asam glutamat dan Bogor, Jawa Barat.
garamnya (Jinap dan Hajeb, 2010). FAO/WHO
mengatur regulasi penggunaan MSG pada produk Penentuan konsentrasi garam (Metode ranking
pangan sebagai good manufacturing practice (GMP) hedonik; Meilgaard et al., 2007)
atau sesuai dengan kebutuhan. Badan Pengawas Penentuan konsentrasi garam ditentukan me-
Obat dan Makanan Republik Indonesia (BPOM RI) nggunakan uji ranking hedonik pada produk sayur
melalui PerKBPOM No. 23 2013 juga mengatur bening bayam. Penyiapan sayur bayam dilakukan
penambahan MSG sebagai penambah citarasa dengan cara merebus 1 L air hingga mendidih,
dalam produk pangan sebagai GMP. Akan tetapi kemudian ditambahkan 10 g irisan bawang merah
sebagian besar masyarakat menganggap bahwa dan 5 g irisan bawang putih. Setelah perebusan
penggunaan MSG memberikan efek negatif ter- dilanjutkan sampai sekitar 1 menit, ditambahkan
hadap kesehatan. Umumnya, produk MSG ko- garam sesuai perlakuan dan diaduk selama sekitar
mersial tidak mencantumkan jumlah atau dosis ter- 20 detik. Sayur bayam 100 g kemudian ditambahkan
tentu yang dibutuhkan untuk menghasilkan citarasa dan dimasak selama 1-2 menit. Perlakuan konsen-
yang gurih. Permasalahan ini menyebabkan peng- trasi garam yang ditambahkan terdiri dari lima ting-
gunaan MSG yang berlebihan dan tidak terkontrol katan konsentrasi yaitu 0,24; 0,30; 0,36; 0,42 dan
oleh konsumen. Hal ini terjadi karena belum 0,48 g/100 mL. Sayur bayam didinginkan hingga
diketahuinya dosis atau konsentrasi minimum dari mencapai suhu ruang sebelum disajikan kepada
MSG yang mulai bisa dideteksi (ambang deteksi) panelis. Sebanyak ±30 mL sampel disajikan dalam
dan disukai oleh konsumen (ambang preferensi). cup saji yang telah diberi kode tiga digit angka acak.
Ambang deteksi umami didefinisikan sebagai kon- Panel yang digunakan adalah 30 panelis umum
sentrasi MSG terendah yang sudah mulai dapat mahasiswa IPB dengan rentang usia 18-25 tahun
dideteksi dan berbeda dengan air. Dalam penelitian yang biasa mengonsumsi sayur bening bayam.
ini, ambang deteksi MSG ditentukan berbasis Panelis memulai pengujian dengan meminum sedikit
larutan garam karena dalam penggunaannya MSG air untuk menetralkan indera perasa. Pencicipan
biasanya bersamaan dengan garam (bukan sebagai sampel dilakukan dengan mencicipi dari kiri ke
larutan tunggal). Ambang preferensi didefinisikan kanan. Setelah mencicipi sampel, panelis diminta
sebagai konsentrasi MSG terendah yang sudah memberikan penilaian dengan cara membandingkan
mulai disukai. Ambang preferensi lebih relevan antar sampel dan mengurutkan sampel dari yang
dalam menilai sensasi rasa karena terdapat batasan paling disukai (ranking 1) sampai ranking 5. Data
dimana konsumen mulai menyukai suatu produk respon panelis ditabulasikan dengan menggunakan
pangan pada konsentrasi tertentu tertentu (Hasanah Microsoft Excel 2013.Pengolahan data uji ranking
et al., 2014). Lanfer et al. (2013) menyatakan bahwa dianalisis dengan uji Friedman pada taraf nyata 5%
stimulus ambang deteksi tidak relevan dengan menggunakan software SPSS v.20. Jika terdapat
sensasi rasa yang diterima dari produk pangan. Nilai perbedaan signifikan, maka dilanjutkan dengan uji
ambang preferensi diperlukan sebagai informasi LSD Rank.
mengenai konsentrasi terkecil dari MSG yang mulai
disukai konsumen. Nilai ambang sensori diperlukan

56
DOI: 10.6066/jtip.2017.28.1.55 J. Teknol. dan Industri Pangan Vol. 28(1): 55-61 Th. 2017

Penentuan ambang preferensi rasa umami dari ditetapkan menggunakan metode kurva preferensi,
msg (metode rating hedonik; Meilgaard et al., persamaan Fechner dan Steven.
2007)
Pengujian preferensi dilakukan dengan meng- Penentuan ambang deteksi rasa umami dalam
gunakan sayur bayam bening yang disiapkan meng- larutan garam (Metode R-indeks)
gunakan prosedur yang sama dengan tahap se- Pengujian ambang deteksi rasa umami dilaku-
belumnya. Jumlah garam yang digunakan adalah kan pada larutan garam dengan konsentrasi yang
dua konsentrasi garam yang terpilih dari tahapan sama dengan tahap preferensi rasa umami yang di-
sebelumnya. Variasi konsentrasi MSG yang diguna- tambahkan dengan enam variasi konsentrasi MSG.
kan adalah yaitu 0,01; 0,02; 0,04; 0,08; 0,16; dan Panelis yang digunakan untuk pengujian ambang
0,32 g/100 mL dalam pelarut air. Panelis yang deteksi berjumlah 30 orang mahasiswa Departemen
digunakan 70 orang panelis umum yang merupakan Ilmu dan Teknologi Pangan IPB yang sudah familiar
mahasiswa IPB dengan rentang usia 18-25 tahun dengan metode R-indeks, dan tidak menolak MSG
dan terbiasa mengonsumsi sayur bening bayam. dalam konsumsi makanan sehari-hari. Sampel pe-
Kriteria lain yang digunakan adalah panelis tidak ngujian terdiri dari referen (R) berupa larutan garam
menolak MSG dalam konsumsi makanan sehari- dengan konsentrasi 0,30 dan 0,42 g/100 mL, dan
hari. Sebanyak ±30 mL sampel disajikan dalam cup. enam sampel uji berupa larutan garam yang di-
Sampel disajikan secara bersamaan pada panelis. tambahkan MSG dengan konsentrasi 0,01; 0,02;
Panelis memulai pengujian dengan meminum sedikit 0,04; 0,08; 0,16; dan 0,32 g/100 mL larutan garam.
air untuk menetralkan indera perasa. Pencicipan Setiap wadah cup plastik diberi kode tiga digit angka
sampel dilakukan dengan mencicipi dari kiri ke acak.
kanan. Setelah mencicipi sampel pertama, panelis Setiap panelis diberikan satu sampel referen
diminta memberikan penilaian seberapa suka pada (R) berupa larutan garam tanpa MSG dan enam
intensitas rasa tertentu dalam sampel tersebut. sampel uji yaitu larutan garam dengan variasi
Sebelum mencoba sampel baru, panelis melakukan konsentrasi MSG. Pertama, panelis diminta untuk
penetralan dengan meminum air. Penilaian dilaku- mencicipi R untuk pengenalan, kemudian panelis
kan dengan cara memberikan skor kesukaan pada melakukan penetralan dengan meminum air putih.
lembar uji yang memiliki skor penilaian 1-7 (1= Selanjutnya panelis mendapatkan sampel uji satu
sangat tidak suka, 2=tidak suka, 3=agak tidak suka, per satu untuk dievaluasi. Panelis diminta untuk
4=netral, 5=agak suka, 6=suka, 7=sangat suka). membandingkan apakah sampel tersebut sama atau
Penentuan ambang preferensi dilakukan tidak dengan R, dan seberapa yakin panelis ter-
menggunakan pendekatan dua persamaan psikofifik hadap perbedaan tersebut dengan pilihan respon
yaitu model Steven (power law) dan Fechner yang terdiri dari 6 katagori seperti Tabel 1.
(logaritmik) (Lawless, 2010). Persamaan Steven
menurut adalah sebagai berikut: Tabel 1. Respon dan matriks data untuk uji R-indeks
Respon Referens Sampel
n Sama, dan saya yakin a g
R = k C …...………………………………………… (1)
Sama, namun saya tidak terlalu b h
yakin
Persamaan tersebut diubah ke dalam persamaan
Tidak tahu, namun saya c i
logaritma sebagai berikut: menduga sama
Tidak tahu, namun saya d j
Log R = n log C + log k ………………………….… (2) menduga berbeda
Berbeda, namun saya tidak e k
Sedangkan persamaan Fechner adalah sebagai terlalu yakin
berikut: Berbeda, dan saya yakin f l

R = k log C .……….………………………………… (3) Dalam satu seri uji terdapat satu sampel
referen yang dijadikan sebagai sampel uji (blind
Nilai R merupakan persepsi yang diberikan oleh control). Setiap pergantian sampel, panelis harus
panelis berupa skor hedonik; C adalah konsentrasi menetralkan indra pencicip. Analisis data R-indeks
MSG; k dan n merupakan konstanta. Ambang pre- dilakukan dengan menghitung nilai persen R-indeks
ferensi didefinisikan adalah konsentrasi pada saat pada masing-masing konsentrasi dengan meng-
nilai respon (R) mencapai nilai 5 (agak suka), gunakan dengan rumus dari Lee dan Van Hout
(2009) sebagai berikut:

a(h+i+j+k+l) + b(1+j+k+l) + c(j+k+l) + d(k+l) + e(l) + (ag+bh+ci+dj+ek+fl)

R-indeks ( ) = 1
(a+b+c+d+e) (g+h+i+j+k+l)

57
DOI: 10.6066/jtip.2017.28.1.55 J. Teknol. dan Industri Pangan Vol. 28(1): 55-61 Th. 2017

Nilai abjad a - l mengacu pada Tabel 1. Nilai R- 6.0

indeks hitung selanjutnya dibandingkan dengan nilai
R-indeks kritis yang mengacu pada Tabel statistik 5.5
yang dipublikasikan oleh Bi dan O’Mahony (2 7).
5.0

Skala
HASIL DAN PEMBAHASAN 4.5

4.0
Konsentrasi garam dalam model pangan
Penetapan konsentrasi garam yang paling 3.5
disukai pada model pangan (dalam hal ini digunakan
sayur bayam bening) dilakukan menggunakan uji 3.0
ranking hedonik. Hasil uji Friedman menunjukkan 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
perbedaan konsentrasi garam yang signifikan antar Konsentrasi MSG (g/100 mL)
sampel (P<0,05). Selanjutnya dilakukan uji LSD Garam 0.30 g/100 mL
Rank untuk menilai perbedaan antar sampel pada  Garam 0.42 g/100 mL
5%. Berdasarkan Tabel 2 dapat dilihat bahwa kon-
sentrasi garam 0,42 dan 0,48 g/100 mL merupakan Gambar 1. Tingkat kesukaan rata-rata sayur
sampel yang paling disukai dan tidak berbeda nyata bayam dengan konsentrasi garam 0.30
pada taraf 5%. Oleh sebab itu selanjutnya konsen- dan 0,42 g/100 mL pada berbagai kon-
trasi garam 0,42 g/100 mL selanjutnya digunakan sentrasi MSG
untuk penentuan kadar MSG. Satu konsentrasi
garam yang dipilih adalah konsentrasi garam yang Penentuan ambang preferensi dilakukan meng-
lebih rendah dari 0,42 g/100 mL. Berdasarkan Tabel gunakan pendekatan dua persamaan psikofisik
2, konsentrasi garam yang memberikan perbedaan model Steven dan Fechner yang menjelaskan
jumlah peringkat yang signifikan adalah 0,30 g/100 pengaruh sensasi fisik atau kimia (objektif) terhadap
mL. Pengurangan kadar garam merupakan hal yang respon sensori (subjektif) (Lawless, 2010). Dalam
umum dilakukan dengan pertimbangan kesehatan. hal ini dilakukan plot hubungan antara konsentrasi
Dengan demikian pada penelitian selanjutnya di- MSG dengan skala hedonik rata-rata. Pola linear
gunakan dua konsentrasi garam yaitu 0,30 dan 0,42 untuk mode Steven diperolah dengan plot antara log
g/100 mL. konsentrasi MSG (log C) dengan log skor sensori
(log S) (Gambar 2). Sedangkan pola liner untuk
Tabel 2. Hasil uji lanjut LSD Rank berbagai konsen- model Fechner diperoleh dari plot hubungan log
trasi garam pada sampel sayur bayam konsentrasi MSG dengan skor sensori (Gambar 3).
bening
Konsentrasi Garam (g/100 mL) Nilai Peringkat 0.74
a
0,48 2,26±1,57 y = 0,052x + 0,7485
a
0,42 2,30±1,05 R² = 0,6908 0.72
a,b
0,36 3,07±0,87
0,30 3,63±1,24
b 0.70
Log R

b
0,24 3,73±1,55
0.68
Keterangan: Angka-angka pada kolom yang sama yang
diikuti oleh huruf yang sama tidak berbeda nyata pada y = 0,0652x + 0,7486 0.66
taraf uji 5% R² = 0,7167
0.64
Ambang preferensi rasa umami
Gambar 1 memperlihatkan data tingkat kesuka- 0.62
an (hedonik) sayur bening dengan beberapa tingkat -2.00 -1.50 -1.00 -0.50 0.00
konsentrasi MSG pada dua konsentrasi larutan Log C
garam (0,30 dan 0,42 g/100 mL). Sayur bening garam 0.30 g/100 mL garam 0.42 g/100 mL
dengan konsentrasi garam yang lebih tinggi (0,42
g/100 mL) secara keseluruhan memiliki nilai kesuka- Gambar 2. Persamaan Steven pada konsentrasi
an yang lebih tinggi dibandingkan konsentrasi garam garam 0,30 dan 0,42 g/100 mL
yang lebih rendah (0,30 g/100 mL). Pada masing-
masing konsentrasi garam dapat dilihat semakin Persamaan regresi menghasilkan nilai koefisien
2
tinggi konsentrasi MSG maka tingkat kesukaan determinasi (R ), slope dan intersep yang dapat
semakin tinggi. dilihat pada Tabel 3. Berdasarkan nilai koefisien
determinasi yang diperoleh menunjukkan nilai yang
cukup baik yaitu berkisar 0,69–0,78. Ambang pre-

58
DOI: 10.6066/jtip.2017.28.1.55 J. Teknol. dan Industri Pangan Vol. 28(1): 55-61 Th. 2017

ferensi ditentukan dengan memasukkan nilai skala fisik terendah dimana stimulus dapat dideteksi
hedonik = 5 dari kedua persamaan yang diperoleh. (ASTM, 2011). Dalam penelitian ini, ambang deteksi
Pada konsentrasi garam 0,30 g/100 mL diperoleh rasa umami didefinisikan sebagai konsentrasi MSG
nilai ambang preferensi MSG 0,18-0,19 g/100 mL, terendah yang mulai dapat dideteksi adanya per-
sedangkan pada konsentrasi garam 0,42 g/100 mL bedaan sensasi rasa dengan larutan referen. Dalam
diperoleh nilai ambang preferensi MSG 0,08 g hal ini larutan referen yang digunakan adalah larutan
MSG/100 mL (Tabel 3). garam dengan konsentrasi 0,30 dan 0,42 g
NaCl/100 g/mL (tanpa MSG). Ambang deteksi
5.6
umumnya ditentukan dengan metode standar yang
y = 0,6403x + 5,8386 5.4
R² = 0,7823 digunakan untuk penentuan ambang sensori yaitu
5.2 teknik 3-AFC (three alternative forced choice)
5.0 ascending method of limit yang mengacu pada
R

4.8 metode standar American Society for Testing and

Material, ASTM 2011 (ASTM E679, 2004; ASTM
4.6
y = 0,6983x + 5,5333 E1432, 2004) dan Lawless (2010). Metode alternatif
R² = 0,7086 4.4 yang juga dapat menentukan ambang deteksi suatu
4.2 stimulus rasa selain 3-AFC adalah R-indeks. Metode
4.0 R-indeks merupakan teknik data analisis yang mem-
-2.0 -1.5 -1.0 -0.5 0.0 perhitungkan adanya indeks diskriminasi untuk
membedakan seberapa besar perbedaan antar dua
Log C sampel (Kemp et al., 2009). Robinson et al. (2005)
garam 0.30 g/100 mL garam 0.42 g/100 mL menyatakan bahwa metode signal detection rating
(R-indeks) memiliki beberapa keuntungan diban-
Gambar 3. Persamaan Fechner pada konsentrasi dingkan metode ASTM 3-AFC ascending limit yaitu
garam 0,30 dan 0,42 g/100 mL penyiapan sampel lebih sedikit dan sensitivitas
panelis tidak bergantung dari kriteria lokasi atau pe-
Penurunan konsentrasi garam menyebabkan nempatan sampel. Dengan demikian, menggunakan
terjadinya peningkatan konsentrasi MSG untuk men- metode ini R-indeks menjadi alternatif dalam pe-
capai ambang preferesi yang sama. Sebaliknya, ngukuran nilai ambang dengan penyajian sampel
dengan meningkatkan konsentrasi garam pada ting- yang lebih sedikit, serta dapat menghemat waktu
katan konsumsi normal, maka konsentrasi MSG dan biaya pengujian.
yang diperlukan menjadi lebih sedikit untuk men- Umumnya, dalam pengujian ambang deteksi,
capai nilai preferensi yang sama. Garam dan MSG sampel uji yang digunakan lebih dari satu. Pada uji
memiliki efek sinergis dalam meningkatkan citarasa ini digunakan enam konsentrasi sampel uji yaitu
pada konsentrasi tertentu, sehingga dapat menurun- 0,01; 0,02; 0,04; 0,08; 0,16; dan 0,32 g MSG/100
kan jumlah penggunaan keduanya untuk mendapat- mL dalam pelarut garam. Nilai R-indeks yang di-
kan sensasi yang sama. Negara Jepang mengura- peroleh kemudian dibandingkan dengan nilai kritis
ngi asupan garam yang tinggi dengan menambah- yang diperoleh dari tabel R-indeks. Jika nilai R-
kan umami yang berasal dari MSG (Wakita et al., indeks lebih besar dari nilai kritis, maka artinya
2013). Barylko-Pikielna dan Kostyra (2007) melapor- sampel uji dapat dibedakan secara signifikan
kan bahwa penambahan senyawa pemberi rasa dengan referen atau larutan dasar. Metode R-indeks
umami (MSG, IMP dan GMP) memberikan efek memiliki berbagai keunggulan dan lebih mudah
hedonik yang bervariasi dan dinamis tergantung dari dalam preparasi sampel dibandingkan dengan
matriks pangan yang digunakan (product depen- metode ASTM 3-AFC. Metode ini dapat mengurangi
dent). kejenuhan panelis, lebih efisien dalam penyajian
sampel, dan mengurangi biaya pengujian.
Ambang deteksi rasa umami
Ambang deteksi adalah konsentrasi terendah
zat dalam media yang berkaitan dengan intensitas

Tabel 3. Parameter persamaan regresi dan nilai ambang preferensi rasa umami dengan persamaan Steven
dan Fechner
Konsentrasi Garam 2 Ambang Preferensi
Koefisien/Slope Intersep R Persamaan Regresi
(g/100 mL) (g MSG/100 mL
0,30 (Steven) 0,065 0,749 0,72 y = 0,0652x + 0,7486 0,18±0,25
0,30 (Fechner) 0,698 5,533 0,71 y = 0,6983x + 5,5333 0,19±0,38
0,42 (Steven) 0,052 0,748 0,69 y = 0,052x + 0,7485 0,08±0,14
0,42 (Fechner) 0,640 5,838 0,78 y = 0,6403x + 5,8386 0,08±0,18

59
DOI: 10.6066/jtip.2017.28.1.55 J. Teknol. dan Industri Pangan Vol. 28(1): 55-61 Th. 2017

Gambar 4 menunjukkan cara penentuan nilai jadi antara garam dengan MSG, sehingga peng-
ambang deteksi menggunakan nilai R-indeks untuk gunaan garam mampu menurunkan jumlah MSG
enam konsentrasi MSG. Nilai kritis yang diperoleh yang ditambahkan untuk dapat dideteksi sebagai
dari tabel R-indeks untuk jumlah panelis 30 orang rasa umami dalam produk pangan. Keast dan
dan α= , adalah 13,99 . Sampel dikatakan Breslin (2003), menjelaskan bahwa dalam pen-
signifikan berbeda dengan referen jika %R-indeks campuran 2 komponen rasa, terdapat beberapa
pada nilai kritis 50% lebih besar dari 63,99% yang kemungkinan interaksi yaitu enhancement dan
ditunjukkan dengan garis lurus pada Gambar 4. Nilai suppression. Peningkatan konsentrasi garam dari
ambang deteksi ditentukan pada saat nilai R-indeks 0,30 menjadi 0,42 g/100 mL memberikan efek
hitung mencapai nilai R-indeks kritis (63,99%) atau enhancement terhadap rasa umami. Penambahan
dengan melakukan interpolasi linear untuk men- glutamat dapat mereduksi jumlah garam dalam
dapatkan nilai konsentrasi MSG pada saat nilai R- produk pangan (Jinap dan Hajeb, 2010). Ventanas
indeks 63,99%. Nilai ambang deteksi dengan meto- et al. (2010) menyatakan bahwa garam mampu me-
de R-indeks pada konsentrasi garam 0,30 g/100 mL ningkatkan persepsi intensitas atribut bau dan flavor
adalah 0,05 g MSG/100 mL, sedangkan nilai R- yang disebabkan oleh fenomena salting-out.
indeks pada konsentrasi garam 0,42 g/100 mL Satoh-kuriwada et al. (2012) melakukan pengu-
adalah 0,02 g MSG/100 mL. Informasi ambang kuran ambang pengenalan rasa umami dari MSG
deteksi tersebut dapat digunakan untuk menentu- menggunakan metode filter paper disc secara lang-
kan formulasi minimum dalam menghasilkan rasa sung dikontakkan pada 3 area di lidah (anterior,
gurih tanpa menambahkan MSG secara berlebihan. posterior dan soft palate), dan mendapatkan nilai
ambang pengenalan rasa umami dari MSG adalah
100 5-10 mM pada bagian posterior dan soft palate,
serta 10-50 mM pada bagian anterior lidah. Nilai
90
ambang deteksi rasa umami dari MSG yang di-
peroleh dari penelitian ini adalah 0.05 g/100 mL atau
80
3 mM pada larutan garam 0,3% dan 0,01 g/100 mL
R-Indeks (%)

atau 0,6 mM pada larutan garam 0,42%. Nilai am-

70
bang deteksi yang diperoleh lebih kecil dari ambang
pengenalan yang didapatkan oleh Satoh-kuriwada et
60
al. (2012). Secara definisi, ambang deteksi memang
akan memilki nilai yang lebih kecil dari ambang
50
pengenalan. Pada ambang deteksi biasanya panel
belum begitu jelas mendeteksi suatu rasa (baru
40
samar-samar), akan tetapi sudah berbeda dengan
air. Sedangkan ambang pengenalan didefinisikan
30
0 0.1 0.2 0.3 0.4
sebagai konsentrasi dimana suatu rasa sudah mulai
jelas dikenali sebagai rasa umami.
Konsentrasi MSG (g/100 mL)
garam 0.3 g/100 mL garam 0.4 g/100 mL
nilai kritis
KESIMPULAN

Gambar 4. Penentuan ambang deteksi MSG pada Ambang preferesi dan ambang deteksi rasa
konsentrasi garam 0,30 ( ) dan 0,42 umami dari MSG sangat ditentukan oleh konsentrasi
( ) g/100 mL menggunakan nilai R- garam yang digunakan sebagai larutan dasar. Nilai
indeks pada  5% ambang preferensi rasa umami pada konsentrasi
garam 0,30 g/100 mL adalah 0,18 g MSG/100 mL,
Pada konsentrasi garam yang lebih tinggi, sedangkan pada konsentrasi garam 0,42 g/100 mL
maka diperoleh nilai ambang deteksi rasa umami adalah 0,08 g MSG/100 mL. Nilai ambang deteksi
dari MSG menjadi semakin kecil. Hal ini sejalan dengan metode R-indeks pada konsentrasi garam
dengan nilai ambang preferensi yang menunjukkan 0,30 g/100 mL yaitu 0,05 g MSG/100 mL larutan
kecenderungan yang sama. Dengan meningkatkan garam, sedangkan nilai R-indeks pada konsentrasi
jumlah garam maka konsentrasi MSG untuk meng- garam 0,42 g/100 mL yaitu 0,02 g MSG/100 mL
hasilkan rasa umami menjadi lebih kecil. Demikian larutan garam. Perbedaan konsentrasi garam me-
juga sebaliknya, jika jumlah garam diturunkan maka nyebabkan perbedaan nilai ambang preferensi dan
diperlukan jumlah jumlah MSG yang lebih banyak ambang deteksi rasa umami dari MSG. Peningkatan
untuk dideteksi dan disukai oleh panelis. Hal jumlah garam dapat menurunkan konsentrasi MSG
tersebut membuktikan bahwa ada interaksi yang ter- untuk dideteksi dan mulai disukai oleh panelis.

60
DOI: 10.6066/jtip.2017.28.1.55 J. Teknol. dan Industri Pangan Vol. 28(1): 55-61 Th. 2017

DAFTAR PUSTAKA Lanfer A, Bammann K, Knof K, Buchecker K, Russo

P, Veidebaum T, Kourides Y, de Henauw S,
Andarwulan N, Nuraida L, Madanijah S, Lioe HN, Molnar D, Bel-Serrat S, Lisser L, Wolfgang.
Zulaikhah. 2011. Free glutamate content of 2013. Predictors and correlates of taste
condiment and seasonings and their intake in preferences in European children: The IDEFICS
Bogor and Jakarta, Indonesia. Food Nutr Sci 2: study. Food Qual Prefer 27: 128-136. DOI:
764-769. DOI: 10.4236/fns.2011.27105. 10.1016/j.foodqual.2012. 09.006.
[ASTM] American Society of Testing and Materials Lawless HT. 2010. A simple alternative analysis for
(US). 2011. ASTM E679-04: Standard Practice threshold data determined by ascending forced-
for Determination of Odor and Taste Thresholds choice methods of limits. J Sens Stud 25: 332-
by a Forced-choice Ascending Concentration 346. DOI: 10.1111/j.1745-459X.2009.002 62.x.
Series Method of Limit. West Conshohocken Lee HS, Van Hout D. 2009. Quantification of sen-
(US): ASTM International. DOI: 10.1520/E0679- sory and food quality: R-index analysis. J Food
04R11. Sci 6: R57-R64. DOI: 10.1111/J.17503841.200
Barylko-Pikielna N, Kostyra E. 2007. Sensory inter- 9.01204.x
action of umami substances with model food Meilgaard M, Civille GV, Carr BT. 2007. Sensory
matrices and its hedonic effect. Food Qual Evaluation Techniques. 271-281. Boca Raton
Prefer 18: 751–758. DOI: 10.1016/j.foodqual. (FL) New York: CRC Press.
2007.01.002.
Bi J, O’Mahony M. 2 7. Update and extended tabel Populin T, Moret S, Truant S, Conte LS. 2007. A
for testing the significance of the R-index. J survet on the presence of free glutamic acid in
Sens Stud 22: 713-720. DOI: 10.1111/j.1745- foodstuffs, with and without added monosodium
459X.2007.00132.x. glutamate. Food Chem 104: 1712-1717. DOI:
[BPOM] Badan Pengawas Obat dan Makanan RI. 10.1016/j.foodchem.2007.03.034.
2013. Peraturan Kepala Badan Pengawas Obat Robinson KM, Klein BP, Lee SY. 2005. Utilizing the
dan Makanan Republik Indonesia No. 13 Tahun R-index for threshold testing in model caffeine
2013 tentang Batas Maksimum Penggunaan solutions. Food Qual Prefer 16: 283-289. DOI:
Bahan Tambahan Pangan Penguat Rasa. Ja- 10.1016/j.foodqual.2004.05.001.
karta (ID): BPOM. Sarower MG, Md Hasanuzzaman AF, Biswas M,
[Depkes] Departemen Kesehatan. 2008. Riset Kese- Abe H. 2012. Taste producing component in
hatan Dasar (Riskedas) 2007. Badan Penelitian fish and fisheries products: A review. Int J food
dan Pengembangan Kesehatan, Departemen Ferment Technol 2: 113-121.
Kesehatan, RI. Jakarta. Satoh-Kuriwada S, Kawai M, Noriakishoji, Sekine Y,
Hasanah U, Adawiyah DR, Nurtama B. 2014. Prefe- Uneyama H, Sasano T. 2012. Assesment of
rensi dan ambang deteksi rasa manis dan umami taste sensitivity. J Nutr Food Sci S10.
pahit: pendekatan multikultural dan gender. J DOI: 10.4172/2155-9600.S10-003.
Mutu Pangan 1: 1-8. Senthil A, Bhat KK. 2010. Best estimated taste
Jinap S, Hajeb R. 2010. Research review: Gluta- detection threshold for cardamom (Elettaria
mate. Its application in food and contribution to cardamomum) aroma in different media. J Sens
health. Appetite 55: 1-10. DOI: 10.1016/J.appet. Stud 26: 48-53. DOI: 10.1111/j.1745-459X.20
2010.05.002. 10.00320.x.
Jinap S, Ilya-Nur AR, Tang SC, Hajeb R, Shahrim K, Ventanas S, Mustonen S, Puolane E, Tuorila H.
Khairunnisak M. 2010. Sensory attributes of 2010. Odour and flavor perception on flavoured
dishes containing shrimp paste with different model systems: influence of sodium chloride,
concentration of glutamate and ’-nucleotide. umami compounds and serving temperature.
Appetite 55: 238-244. DOI: 10.1016/j.appet.20 Food Qual Prefer 21: 453-462. DOI: 10.1016/j.
10.06.007. foodqual.2009.11.003.
Keast RSJ, Breslin PAS. 2003. An overview binnary Wakita A, Sarukura N, Kimura Y, Shikanai S,
taste-taste interactions. Food Qual Prefer 14: Iwamoto T. 2013. Dietary salt and health:
111-124. DOI: 10.1016/S0950-3293(02)00110- umami seasoning as an attempt to reduce salt
6. intake. J Nutr Food Sci S10:008. DOI: 10.4172/
Kemp S, Hollowood T, Hort J. 2009. Sensory Eva- 2155-9600.S10-008.
luation A Practical Handbook. p 174-177. New Zang Y, Venkitasanmy C, Pan Z, Wang W. 2013.
York (US): John Wiley and Sons Ltd. Publica- Recent development of umami ingredients of
tion. edible mushrooms – A review. Trends Food
Sci Technol 33: 78-92. DOI: 10.1016/j.tifs.2013.
08.002.

61