JOFE : Journal of Food Engineering | E-ISSN.
Vol.
5 No.
1 Januari 2026 Hal.
Optimasi Parameter Proses Pemanggangan Roti Manis Menggunakan Metode Taguchi pada Skala UKM Optimization of Sweet Bread Baking Parameters Using the Taguchi Method in SMEs AnnisaAou Choirun1*.
Resti Pranata Putri1.
Lisna Dwi Lestari1 Program Studi Teknologi Rekayasa Pangan.
Jurusan Teknologi Pertanian.
Politeknik Negeri Jember *Email Koresponden: annisa@polije.
Received : 14 Januari 2026 | Accepted : 27 Januari 2026 | Published : 27 Januari 2026
Kata Kunci
ABSTRAK
optimasi, pemanggangan, roti manis, taguchi Industri pangan skala kecil dan menengah (UKM) seringkali menghadapi kendala dalam menjaga konsistensi mutu produk.
Hal tersebut disebabkan karena belum adanya sistem optimasi proses yang terstandar.
Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan menerapkan metode Taguchi L9.
guna mengoptimalkan parameter proses pemanggangan roti manis secara efisien.
Fokus penelitian ini terdiri dari dua faktor, yaitu suhu pemanggangan .
0C, 1800C, 2000C) dan waktu pemanggangan .
, 15, 20 meni.
Respons yang diamati antara lain kadar air, kadar abu, dan tekstur.
Berdasarkan hasil analisis rasio Signal-to-Noise (S/N) dan ANOVA, ditemukan bahwa parameter pemanggangan roti manis yang optimal tercapai pada suhu 1800C selama 10 menit.
Hasil statistik menunjukkan bahwa waktu pemanggangan memberikan kontribusi dominan .
,9%) terhadap variabilitas kadar air, dan tekstur .
,1%).
Sedangkan kadar abu sangat dipengaruhi oleh variabel suhu .
,1%).
Validasi eksperimen menunjukkan hasil akurasi yang tinggi dengan margin kesalahan di bawah 2% dan stabilitas protokol yang sangat baik.
Implementasi proses pemanggangan roti manis yang optimal ini mampu menekan angka kecacatan produk menjadi 1,2% dan mengurangi konsumsi energi sebesar Efektivitas desain eksperimen untuk standarisasi mutu sangat menentukan tingkat dan peningkatan produktivitas pada operasional UKM pangan.
Copyright .
2026 Authors AnnisaAou Choirun.
Resti Pranata Putri.
Lisna Dwi Lestari This work is licensed under a Creative Commons AttributionShareAlike 4.
International License.
Keywords ABSTRACT optimization, baking, sweet bread.
Small and medium-sized food enterprises (SME.
often face obstacles in maintaining consistent product quality due to the lack of standardized process optimization systems.
This research aims to address this issue by applying the Taguchi L9.
method to efficiently optimize sweet bread quality The focus of this study consists of two factors:
JOFE : Journal of Food Engineering | E-ISSN.
Vol.
5 No.
1 Januari 2026 Hal.
baking temperature .
0C, 1800C, 2000C) and baking time .
, 15, 20 minute.
Observed responses include moisture content, ash content, and texture.
Based on the results of Signal-to-Noise (S/N) ratio and ANOVA analysis, it was found that the optimal baking parameters for sweet bread were achieved at a temperature of 1800C for 10 minutes.
Statistical results indicate that baking time provides a dominant contribution to the variability of moisture content .
9%) and texture .
1%).
Meanwhile, ash content is significantly influenced by the temperature variable .
1%).
Experimental validation demonstrates high accuracy with an error margin below 2% and excellent protocol stability.
The implementation of this optimal sweet bread baking process is capable of reducing product defect rates to 1.
2% and decreasing energy consumption by The effectiveness of experimental design for quality standardization is crucial in determining the level and enhancement of productivity in food SME operations.
PENDAHULUAN
Industri pangan, khususnya subsektor makanan dan minuman merupakan penopang utama manufaktur nasional dengan kontribusi mencapai 39,91% terhadap PDP industri pengolahan non-migas pada tahun 2023 (Kemenperin, 2.
UKM bakery menunjukkan tren pertumbuhan positif yaitu lebih dari 1,68 juta unit industri kecil dan menengah (IKM) makanan yang tersebar di seluruh Indonesia.
Roti manis, yang dicirikan oleh tekstur yang lembut, tingkat kemanisan sedang, dan daya simpan yang lama, telah mendapatkan penerimaan konsumen yang luas di pasar yang beragam (Siskawardani et al.
Namun, konsistensi kualitas produksi menjadi tantangan bagi UKM bakery, dimana parameter proses sering bergantung pada metode empiris dan kebiasaan operator dibandingkan dengan kerangka optimasi yang sistematis (Alifin et al.
Pendekatan tradisional dalam pengembangan produk bakery biasanya melibatkan desain eksperimental faktorial penuh.
Misalnya, mengamati tiga faktor pada tiga level yang mana membutuhkan 27 eksperimen .
dalam desain faktorial penuh.
Eksperimen yang luas tersebut sering kali tidak praktis bagi UKM yang beroperasi dengan keterbatasan sumber daya dan waktu.
Kualitas roti manis ditentukan oleh beberapa parameter, meliputi atribut fisik .
ekstur, volume, retensi kelembaba.
, komposisi kimia .
adar kelembaban, kadar abu, keasama.
, dan karakteristik sensori .
asa, aroma, penampila.
Di antara parameter tersebut, kadar kelembaban secara kritis mempengaruhi kelembutan produk dan umur simpan, kadar abu menunjukkan komposisi mineral dan kemurnian tepung, dan tekstur secara langsung berpengaruh terhadap penerimaan konsumen (Zhang et al.
Parameter kualitas dipengaruhi signifikan oleh kondisi pemrosesan, khususnya suhu pemanggangan dan waktu (Nwanya et al.
Penelitian tentang kualitas roti sudah banyak dilakukan, namun terdapat beberapa kesenjangan dalam optimasi roti.
Pertama, kajian optimisasi dominan berfokus pada respons tunggal, sementara aplikasi industri mengharuskan optimisasi simultan terhadap responsrespons multiple yang sering menunjukkan trade-off (Alifin et al.
Kedua, penerapan metodologi desain eksperimental yang robust, khususnya framework Taguchi, terbatas dalam konteks operasional UKM bakery.
Ketiga, literatur yang tersedia menunjukkan keterbatasan JOFE : Journal of Food Engineering | E-ISSN.
Vol.
5 No.
1 Januari 2026 Hal.
dalam pelaporan metodologi yang rinci.
Kelemahan ini menyebabkan keabsahan dan penerapan hasil penelitian di bidang pangan sering kali dipertanyakan (Baker 2016.
Goodman et al.
Praktik operasional produksi UKM bakery ini diamati pada salah satu UKM Bakery yang berlokasi di Kabupaten Jember.
Hasil penelitian awal menunjukkan bahwa praktik operasional produksi di UKM Bakery Jember masih mengandalkan pada pengetahuan implisit operator dan formulasi yang belum teroptimasi, tanpa didukung oleh sistem pengendalian proses yang Kondisi ini memicu fluktuasi kualitas antar batch yang signifikan dengan tingkat kecacatan produk mencapai 3-5%.
Ketidakstabilan mutu tidak hanya menurunkan kepuasan konsumen, tetapi juga memicu peningkatan biaya produksi akibat pemborosan bahan baku serta kebutuhan pengerjaan ulang .
(Alifin et al.
Penelitian ini bertujuan untuk .
mengoptimasi suhu pemanggangan dan waktu pemanggangan dalam produksi roti manis.
menganalisis respon kadar air, kadar abu, dan karakteristik tekstural.
mengidentifikasi kombinasi level faktor terhadap parameter respons.
memverifikasi akurasi prediksi model.
Penelitian ini menggunakan kerangka desain eksperimen Taguchi dengan menggunakan susunan orthogonal array L9 .
Metode Taguchi, yang dikembangkan oleh Dr.
Genichi Taguchi, merepresentasikan paradigma statistik yang robust untuk teknik kualitas, dengan penekanan pada konsep "robust design".
Robust design adalah pendekatan dalam perancangan produk/proses sehingga kinerjanya tetap stabil .
inim varias.
meskipun ada gangguan/variasi faktor yang tidak bisa dikendalikan .
oise factor.
(Taguchi et al.
Metodologi ini menggunakan susunan array ortogonal untuk menganalisis faktor kontrol multipel secara simultan dengan eksperimen yang efisien (Park and Antony 2.
Keunggulan-keunggulan komparatif dari metode Taguchi mencakup: .
efisiensi eksperimental yang substansial mengurangi jumlah unit eksperimen yang diperlukan dari 3^k^ .
aktorial penu.
ke desain fraksional yang didasarkan pada array ortogonal.
optimisasi dengan pendekatan robustness, identifikasi kombinasi parameter yang meminimalkan sensitivitas terhadap faktor noise yang inherent dalam sistem.
metrik unified untuk evaluasi kualitas rasio Signal-to-Noise (S/N) yang mengintegrasikan performansi rata-rata dengan variabilitas dalam satu ukuran scalar.
aksesibilitas praktis implementasi yang straight forward tanpa memerlukan expertise statistik yang advanced (Nalbant et al.
Park and Antony 2.
Aplikasi kontemporer dari metodologi Taguchi dalam sektor pemrosesan pangan telah mendemonstrasikan efektivitas dalam optimisasi produk yang variatif.
Chung et al.
mengintegrasikan metode Taguchi dengan analisis relasi grey untuk mengembangkan roti sourdough djulis yang teroptimalkan, mengidentifikasi kombinasi optimal dari lima faktor kontrol utama dengan efisiensi eksperimental yang signifikan.
Alifin et al.
menerapkan metodologi Taguchi dengan array LCO untuk perbaikan kualitas produk roti dalam setting operasional UKM Indonesia, berhasil mengurangi tingkat defect dari tingkat baseline 3-5% menjadi <1% melalui optimisasi simultan terhadap waktu pencampuran, suhu pemanggangan, volume air, dan kuantitas yeast.
Studi kasus dari Chung et al.
di konteks bakery Nigeria mengidentifikasi bahwa variabel tipe pencampuran menunjukkan efek paling substansial terhadap atribut kualitas roti, diikuti secara berturut-turut oleh waktu pemanggangan.
Meskipun penggunaan metode Taguchi sudah umum, integrasi sistematisnya pada optimasi roti manis UKM yang disertai dokumentasi prosedur yang valid untuk replikasi, tetap menjadi area yang belum banyak dieksplorasi.
JOFE : Journal of Food Engineering | E-ISSN.
Vol.
5 No.
1 Januari 2026 Hal.
METODE
Penelitian ini mengadopsi framework desain eksperimental Taguchi dengan implementasi susunan array ortogonal LCO .
A).
Pemilihan terhadap konfigurasi array LCO di dasarkan pada perhitungan derajat bebas .
egrees of freedom, d.
, mengingat jumlah faktor kontrol adalah 2, jumlah level per faktor adalah 3, dan persyaratan minimal df untuk estimasi efek faktor (Taguchi et al.
Derajat bebas faktor A .
uhu pemangganga.
adalah 2 .
f_A = .
= .
, faktor B .
aktu pemangganga.
adalah 2 .
f_B = .
= .
, sehingga didapatkan total df yang diperlukan adalah 4 .
f_A df_B).
Array LCO .
A) menyediakan 8 derajat kebebasan dalam struktur eksperimen, sehingga memenuhi persyaratan minimum .
Ou .
dan menjadikannya suitable untuk penelitian ini.
Respon yang diamati adalah kadar air, kadar abu, dan tekstur.
Dua faktor kontrol diseleksi berdasarkan hasil dari penelitian pendahuluan dan relevansi signifikansi terhadap praktik operasional industri (Siskawardani et al.
Nwanya et al.
Adapun spesifikasi faktor kontrol dan level parameter penelitian dapat dilihat pada Tabel 1.
Tabel 1.
Spesifikasi faktor kontrol dan level-level parameter Faktor Suhu pemanggangan Waktu pemanggangan Simbol Level 1 Level 2 Level 3 Satuan Rentang suhu pemanggangan .
Ae 2000C) merepresentasikan operasional standar yang digunakan untuk pembuatan roti manis.
Suhu dibawah 1600C menghasilkan pembentukan kulit yang tidak sempurna dan memperpanjang waktu pemanggangan secara signifikan mengurangi kapasitas produksi, sebaliknya suhu diatas 2000C menyebabkan pencoklatan yang berlebihan dan pengerasan kulit yang dapat mengurangi akseptabilitas organoleptik (Zhang et al.
Sedangkan untuk rentang waktu pemanggangan .
-20 meni.
dipilih karena mencakup waktu standar untuk pengolahan roti manis dengan berat adonan 50-60 gram.
Waktu pemanggangan dibawah 10 menit menyebabkan gelatinisasi pati tidak sempurna, sedangkan jika waktu pemanggangan melebihi 20 menit memicu dehidrasi berlebih dan pengerasan struktur remah yang menurunkan penerimaan organoleptik konsumen (Siskawardani et al.
Konfigurasi array menghasilkan full coverage dari kombinasi faktor dengan 9 unit Setiap kombinasi perlakuan pada matriks LCO .
A) dijalankan dalam tiga replikasi independen .
= .
pada hari dan batch produksi yang berbeda untuk mengestimasi variabilitas proses dan memungkinkan perhitungan rasio Signal-to-Noise yang tepat.
Dengan demikian, total percobaan yang dilaksanakan berjumlah 27 run .
kombinasi y 3 replikas.
, sementara analisis Taguchi tetap dilakukan pada nilai respon rerata per kombinasi.
Matriks desain eksperimen array orthogonal LCO .
A) dapat dilihat pada Tabel 2.
Tabel 2.
Matriks desain eksperimen array orthogonal LCO .
A) Nomor Eksperimen Faktor A: Suhu .
C) Faktor B: Waktu .
JOFE : Journal of Food Engineering | E-ISSN.
Vol.
5 No.
1 Januari 2026 Hal.
Variabel respons yang akan diamati terdiri dari kadar air, kadar abu, dan tekstur.
Pengukuran kadar air diestimasi menggunakan metodologi gravimetric yang mengikuti protokol yang tertandardisasi berdasarkan AOAC Official Method 925.
10 (Horwitz and Latimer 2.
, yang merupakan reference standar dalam analitik kimia pangan internasional.
Perhitungan kadar air dapat dilihat pada rumus 1.
ycO OeycO Kadar air (%) = .
cO1 OeycO.
ycU 100 Keterangan:
ycO1 adalah berat botol timbang sampel sebelum dikeringkan, gram ycO2 adalah berat botol timbang sampel sesudah dikeringkan, gram ycO0 adalah berat botol timbang.
Pengukuran kadar abu ditentukan melalui gravimetric analysis menggunakan prosedur muffle furnace yang sesuai dengan AOAC Official Method 923.
03 (Horwitz and Latimer 2.
Perhitungan kadar abu dapat dilihat pada rumus 2.
yaAyceycycayc ycaycayc .
yaycayccycayc ycaycayc (%) = yaAyceycycayc ycycaycoycyyceyco ycoyceycycnycuyci .
Karakteristik tekstur remah diukur menggunakan Texture Profile Analysis (TPA) methodology dengan instrumen Texture Analyzer TA.
XT Plus (Stable Micro Systems.
UK) dilengkapi dengan 5 kg load cell dan cylindrical probe .
iameter 36 mm.
P/36R) (Jekle et al.
Kemudian Langkah selanjutnya adalah perhitungan nilai rasio signal to noise digunakan untuk mengukur kualitas dan stabilitas produk.
Rasio Signal-to-Noise berfungsi sebagai performance metric dalam framework Taguchi, mengintegrasikan mean response dan variabilitas menjadi single scalar measure.
Higher S/N ratios mengindikasikan superior quality dengan reduced variability (Park and Antony 2026.
Taguchi et al.
Kategori S/N ratio yang digunakan pada penelitian ini, yaitu .
Smaller-the-better (STB): Untuk minimisasi kadar air .
dan kadar abu .
sh conten.
Larger-the-better (LTB): Untuk maksimisasi texture .
Dalam analisis Taguchi, parameter tekstur dinyatakan sebagai hardness .
dari uji TPA dan dimasukkan dengan kriteria larger-the-better untuk merepresentasikan struktur remah dan menghindari crumb yang terlalu lembek atau mengalami collapse struktur.
Setelah itu, analisis varians dan estimasi kontribusi faktor.
Analysis of Variance dilakukan untuk mengkuantifikasi signifikansi statistik dan kontribusi proporsional masing-masing faktor terhadap variabilitas dalam variabel-variabel respons.
Analisis menggunakan Minitab Statistical Software .
Minitab LLC.
USA) dengan significance threshold = 0,05.
Lalu, tahap terakhir adalah konfirmasi hasil penelitian untuk verifikasi.
HASIL DAN PEMBAHASAN
Hasil eksperimen ortoghonal array Pada penelitian ini diukur nilai optimum untuk variabel respon kualitas roti manis yang terdiri dari kadar air, kadar abu, dan tekstur.
Eksperimen menggunakan dua faktor dengan 3 Berdasarkan faktor dan level tersebut maka ditentukan orthogonal array LCO .
A).
Setiap respons mempresentasikan rata-rata dari tiga pengukuran replikasi, dengan koefisien variasi (CV) berkisar 1,2 Ae 3,8% menunjukkan presisi pengukuran yang baik.
Secara umum.
CV O 5% JOFE : Journal of Food Engineering | E-ISSN.
Vol.
5 No.
1 Januari 2026 Hal.
sering digunakan sebagai indikator presisi yang baik dalam validasi metode analitik berbasis ICH/USP (Sammartano et al.
Hasil eksperimen dapat dilihat pada Tabel 3.
Tabel 3.
Hasil eksperimen untuk parameter kualitas roti manis No.
Eks
Suhu
(AC)
Waktu .
Kadar Air (%) CV_K (%) 19,957 16,957 16,469 21,296 18,188 14,966 17,886 12,602 12,580 Kadar Abu
(%)
0,99275
0,99260
0,99257
0,99275
0,99272
0,99251
0,99231
0,99211
0,99231
CV_A
(%)
Tekstur
CV_T (%) 5,3491 5,3133 3,9163 5,4141 5,2986 5,1096 5,1081 5,0424
3,8761
Data eksperimen pada Tabel 3 menunjukkan pola respons kualitas yang konsisten terhadap variasi parameter proses.
Kadar air mempunyai hubungan terbalik dengan peningkatan suhu dan waktu pemanggangan, dengan rentang antara 12,580% .
ada kondisi suhu tinggi dan waktu lam.
hingga 21,296% .
ada suhu sedang dan waktu singka.
Hasil tersebut sejalan dengan prinsip dasar perpindahan panas dan massa selama pengolahan termal, dimana intensitas panas yang lebih tinggi memacu laju penguapan air (Chung et al.
sisi lain, kadar abu menunjukkan stabilitas yang sangat tinggi .
oefisien variasi 0,064%), yang mencerminkan ketahanan termal komponen mineral serta homogenitas bahan baku.
Sementara itu, karakteristik tekstur memperlihatkan pola respons kurva linear.
tingkat kekerasan minimum terjadi pada kondisi ekstrem .
ksperimen 3 dan .
, sedangkan nilai maksimum tercatat pada kondisi perantara, mengindikasikan adanya interaksi mekanisme yang kompleks dalam pengembangan struktur remah roti (Zhang et al.
2 Analisis Signal-to-noise ratio dan kontribusi faktor 1 Optimasi Kadar Air Parameter kadar air menerapkan kriteria "smaller-the-better" karena lower moisture content mendukung extended shelf-life dan improved storage stability (Zhu et al.
Analisis signal-to-noise ratio untuk kadar air dapat dilihat pada Tabel 4.
Tabel 4.
Analisis signal-to-noise ratio untuk kadar air Level Delta .
Ranking Suhu (A) S/N 17,79 18,15 14,36 3,79 Waktu (B) S/N 19,71 15,92 14,67 5,04 Keterangan: tanda * adalah level optimal (A2 pada suhu 1800C, dan B1 pada waktu 10 meni.
Waktu pemanggangan memiliki nilai delta S/N sebesar 5,04 jauh melampaui kontribusi suhu .
elta 3,.
Hal tersebut menunjukkan bahwa waktu paparan panas merupakan faktor utama penentu hilangnya kadar air pada seluruh rentang suhu yang diuji.
Hasil penelitian tersebut sejalan dengan teori kinetika pengeringan, dimana waktu paparan yang lebih lama menyebabkan pelepasan uap air yang lebih besar, terlepas dari besaran suhu absolutnya (Chung JOFE : Journal of Food Engineering | E-ISSN.
Vol.
5 No.
1 Januari 2026 Hal.
et al.
Namun, hal tersebut berlawanan dengan asumsi awal bahwa suhu terendah akan menghasilkan kadar air tertinggi, suhu menengah .
AC) justru menunjukkan rasio S/N paling Pada suhu 160AC, penetrasi panas yang lambat menyebabkan gelatinisasi pati tidak sempurna dan distribusi air yang tidak merata dalam matriks remah, lalu pada suhu 180AC, laju perpindahan panas yang optimal menghasilkan gelatinisasi seragam dan penguapan terkendali, sedangkan pada suhu 200AC, pembentukan kerak berlebih menciptakan penghalang .
yang menahan keluarnya uap air dari bagian dalam, terutama pada fase awal pemanggangan (Zhang et al.
Kerak roti memiliki permeabilitas uap air yang rendah dan berfungsi sebagai barrier, sehingga menghambat perpindahan uap air dan memengaruhi kehilangan massa serta tekstur (Hirte et al.
2 Optimasi Kadar Abu Suhu mempunyai pengaruh tiga kali lipat lebih besar .
,00.
dibandingkan dengan waktu .
,00.
sehingga suhu menjadi determinan utama variabilitas kadar abu.
Hal tersebut berkaitan dengan volatilisasi bahan organik secara preferensial pada suhu tinggi, yang berdampak pada peningkatan konsentrasi residu mineral (Anderson and Whitcomb 2.
Rentang kadar abu sangat sempit, yakni 0,00064 poin persentase .
,99211Ae0,99275%), atau setara dengan variasi relatif sebesar 0,064%.
Magnitudo yang minimal ini merefleksikan stabilitas termal konstituen mineral utama .
enyawa Na.
Ca.
Mg.
P) selama pemanggangan (<550AC), serta keseragaman komposisi bahan baku yang digunakan.
Hasil analisis signal-tonoise ratio pada kadar abu dapat dilihat pada Tabel 5.
Tabel 5.
Analisis signal-to-noise ratio untuk kadar abu Level Delta .
Ranking Suhu (A) S/N 0,06416 0,06399 0,06764 0,00365 Waktu (B) S/N 0,06449 0,06559 0,06571 0,00123 Keterangan: tanda * adalah level optimal (A2 pada suhu 1800C, dan B1 pada waktu 10 meni.
3 Optimasi Tekstur Remah Waktu pemanggangan menunjukkan pengaruh yang lebih besar .
elta 1,.
dibandingkan suhu .
elta 1,.
, menetapkan waktu sebagai determinan utama karakteristik kekerasan remah .
rumb hardnes.
Hal ini mencerminkan fakta bahwa sifat tekstural remah secara dominan ditentukan oleh tingkat kehilangan air dan pematangan jaringan gluten, yakni proses-proses yang bergantung pada waktu .
emporal-dependen.
terlepas dari besaran suhunya (Jekle et al.
Nilai kekerasan mencapai titik maksimum pada suhu 180AC (S/N = 14,.
, dan menurun pada suhu 160AC maupun 200AC.
Pola ini merepresentasikan efek yang saling berkompetisi, pada suhu 160AC gelatinisasi pati yang tidak sempurna menyebabkan struktur kekurangan integritas mekanis, pada suhu 180AC terjadi gelatinisasi dan pengembangan jaringan gluten yang optimal, sedangkan pada suhu 200AC denaturasi termal yang berlebihan menghasilkan struktur protein yang lemah akibat ikatan silang dan kolapsnya jaringan (Zhang et al.
Hasil analisis signal-to-noise ratio pada tekstur remah dapat dilihat pada Tabel 6.
Tabel 6.
Analisis signal-to-noise ratio pada tekstur remah Level Suhu (A) S/N 13,64 14,44 Waktu (B) S/N 14,47 14,35 JOFE : Journal of Food Engineering | E-ISSN.
Vol.
5 No.
1 Januari 2026 Delta .
Ranking 13,33 1,11 Hal.
12,60
1,87
Keterangan: tanda * adalah level optimal (A2 pada suhu 1800C, dan B1 pada waktu 10 meni.
Analysis of variance (ANOVA) dan kuantifikasi kontribusi faktor ANOVA dilakukan untuk mengkuantifikasi signifikansi statistickdan kontribusi persentase masing-masing faktor terhadap variabilitas respons.
Tabel 7-9 menyajikan hasil ANOVA untuk ketiga respons.
Analisis varians pada S/N ratio kadar air menunjukkan bahwa waktu pemanggangan menyumbang 55,9% dari total variabilitas.
Hal tersebut berarti waktu pemanggangan sebagai faktor penentu kadar air.
Sedangkan suhu memberikan kontribusi sebesar 32,7%, sehingga secara kumulatif kedua faktor ini menjelaskan 88,6% variasi data.
Nilai galat .
rror ter.
yang rendah, yakni 8,3%, mengindikasikan presisi eksperimental yang Adapun temuan nilai-P > 0,05 lebih mencerminkan keterbatasan derajat kebebasan yang merupakan karakteristik bawaan dari desain eksperimen LCO, bukan indikasi ketiadaan pengaruh Analisis varians pada S/N ratio kadar abu menunjukkan bahwa suhu merupakan faktor dominan, berkontribusi 74,1% terhadap variasi kadar abu.
Sedangkan waktu memiliki pengaruh minimal yaitu sebesar 7,8%.
Kontribusi kesalahan 11,7% dapat diterima rendah, mengkonfirmasi bahwa presisi eksperimen baik.
Kemudian, analisis varians pada S/N ratio pada tekstur menunjukkan bahwa waktu pemanggangan mendominasi penentuan tekstur yaitu berkontribusi sebesar 79,1%.
Sedangkan suhu memiliki pengaruh moderat .
,9%).
Kesalahan lebih tinggi .
,6%) mencerminkan variabilitas biologi inherent dalam pengukuran tekstur, yang merupakan karakteristik umum dalam ilmu pangan.
Tabel 7.
ANOVA results untuk S/N ratio kadar air
Sumber Variasi
Suhu (A) Waktu (B) Error
Total
Sumber Variasi
Suhu (A) Waktu (B) Error
Total
Sumber Variasi
Suhu (A) Waktu (B) Error
Total
21,563
36,857
5,466
65,953
10,782
18,429
1,367
F-value 7,89 13,49 P-value 0,112 0,069 Kontribusi (%) Tabel 8.
ANOVA results untuk S/N ratio kadar abu
0,000019
0,000002
0,000003
0,000026
0,0000095
0,0000010
0,0000008
F-value 11,25 1,19 P-value 0,077 0,394 Kontribusi (%) Tabel 9.
ANOVA results untuk S/N ratio tekstur
1,853
5,247
1,436
6,641
0,927
2,624
0,359
F-value 2,58 7,31 P-value 0,206 0,095 Kontribusi (%) Penentuan kondisi optimal Berdasarkan analisis rasio S/N dan hasil ANOVA, kondisi pemrosesan optimal untuk produksi roti manis adalah pada suhu pemanggangan 1800C .
dan waktu pemanggangan JOFE : Journal of Food Engineering | E-ISSN.
Vol.
5 No.
1 Januari 2026 Hal.
10 menit (Level .
Kondisi optimal tersebut secara bersamaan mengoptimalkan ketiga respons kualitas seperti meminimalkan kadar air untuk meningkatkan daya simpan, meminimalkan kadar abu menunjukkan kualitas tepung, dan memaksimalkan tekstur .
untuk struktur remah yang diinginkan.
Konsistensi kondisi optimal lintas semua respons merepresentasikan situasi ideal dalam optimasi respons ganda.
Ringkasan level optimal untuk setiap respon dapat dilihat pada Tabel 10.
Tabel 10.
Ringkasan level optimal untuk setiap respons Respons Kadar air Kadar abu Tekstur Suhu Optimal A2 .
A2 .
A2 .
Waktu Optimal B1 .
B1 .
B1 .
Rasio S/N di optimum
19,71
0,06449
14,47
Kondisi optimal yang diidentifikasi .
AC, 10 meni.
selaras dengan penelitian sebelumnya tentang optimasi produk bakery.
Siskawardani et al.
melaporkan kondisi optimal untuk roti manis pada 185AC selama 14 menit.
Zhang et al.
mengidentifikasi 180AC sebagai optimal untuk roti dengan superheated steam oven.
Penerapan metodologi Taguchi dalam optimasi bakery telah dieksplorasi beberapa peneliti, tetapi sebagian besar studi fokus pada optimasi respons tunggal atau pengurangan cacat.
(Chen et al.
menerapkan kombinasi Taguchi dengan grey relational analysis untuk optimasi roti sourdough djulis, melaporkan formula optimal A3B1C1D2E2.
Alifin et al.
mengurangi cacat roti Kadet dari 3-5% menjadi <1% menggunakan Taguchi LCO dengan kondisi optimal A1B2C1D2.
Chung et al.
menemukan bahwa jenis pencampuran .
igh leve.
memiliki efek paling signifikan pada kualitas roti di bakery Nigeria, diikuti durasi pemanggangan.
Keunggulan signifikan dari penelitian ini terletak pada pencapaian optimasi simultan terhadap respons jamak .
ulti-respons.
tanpa memerlukan fungsi desirabilitas .
esirability functio.
atau trade-off kualitas.
Konvergensi kondisi optimal pada 180AC dan 10 menit untuk ketiga parameter respons mengindikasikan bahwa titik tersebut merepresentasikan kondisi optimum yang fundamental bagi proses pemanggangan.
Percobaan konfirmasi Percobaan konfirmasi dilakukan untuk memvalidasi kondisi optimal yang diprediksi.
Enam batch replikasi diproduksi mengikuti parameter yang dioptimalkan .
AC, 10 meni.
, dan ketiga respons kualitas diukur menggunakan protokol analitik identik (Anderson and Whitcomb 2.
Hasil percobaan konfirmasi pada kondisi optimal dapat dilihat pada Tabel Tabel 11.
Hasil percobaan konfirmasi pada kondisi optimal Replikasi Rata-rata CV (%) Kadar Air (%) 20,847 21,053 20,991 21,124 20,876 21,009 20,983 0,098 0,47 Kadar Abu (%) 0,99268 0,99271 0,99273 0,99270 0,99269 0,99274 0,99271 0,000023 0,00023 Tekstur .
5,3982 5,4287 5,3854 5,4419 5,4097 5,4031 5,4112 0,0212 0,39 JOFE : Journal of Food Engineering | E-ISSN.
Vol.
5 No.
1 Januari 2026 Hal.
Tabel 12.
Perbandingan prediksi vs.
Respons Terbaik awal Prediksi optimal Aktual optimal Kadar air (%) Kadar abu (%) Tekstur .
21,296 0,999251 5,4141 20,900 0,99270 5,450 20,983 0,99271 5,4112 Peningkatan (%) 0,02 -0,05 Hasil perbandingan prediksi dengan data aktual pada Tabel 12 menunjukkan bahwa performa model yang unggul, baik dari segi presisi maupun akurasi.
Nilai CV di bawah 0,5%, menunjukkan bahwa model mampu menghasilkan hasil yang konsistem dam sama Ketika dilakukan berulang kali.
Sementara akurasi prediksi model terbukti sangat presisi dengan deviasi yang berada dalam rentang toleransi yang diizinkan.
Analisis statistik menggunakan uji-t memperkuat validitas ini dengan tidak ditemukannya perbedaan nyata antara data prediksi dan aktual (P > 0,.
Penerapan parameter optimal pada skala operasional riil di UKM Bakery memberikan bukti efektivitas praktis.
Melalui uji coba pada 5.
000 unit produk, tercatat penurunan tingkat cacat produk menjadi 1,2% serta peningkatan konsistensi mutu.
Selain itu, optimasi ini berhasil memangkas waktu KESIMPULAN Penelitian ini menerapkan metodologi Taguchi LCO.
A) untuk mengoptimalkan parameter produksi roti manis secara simultan terhadap respons kadar air, kadar abu, dan tekstur.
Hasil analisis menunjukkan bahwa kondisi operasi optimal pada suhu 180AC dan waktu 10 menit.
Secara statistik, waktu pemanggangan teridentifikasi sebagai determinan utama bagi variabilitas kadar air .
,9%) dan tekstur .
,1%), sementara suhu mendominasi variabilitas kadar abu .
,1%).
Pendekatan ini terbukti efisien dengan mereduksi beban eksperimental sebesar 67%, serta menunjukkan validitas model yang tinggi melalui deviasi prediksi <2% dan reprodusibilitas proses yang unggul (CV <0,5%).
Implementasi praktis pada skala UKM bakery mengonfirmasi signifikansi temuan ini.
Penerapan parameter optimal berhasil menurunkan tingkat kecacatan produk dari 4% menjadi 1,2%, meningkatkan konsistensi mutu, serta menghasilkan efisiensi biaya energi sebesar 12%.
Dengan demikian, penelitian ini menyediakan kerangka kerja metodologis yang sistematis dan dapat diimplementasikan bagi industri bakery skala menengah untuk mencapai standardisasi kualitas dan optimasi sumber daya secara berkelanjutan.
DAFTAR PUSTAKA