Pada Project ‘A Walk Into Sensory Science’ ini Whitecyber Team akan mempelajari metode analisis data untuk studi kasus riset data sensoris di industri pangan dengan menggunakan R. Dengan menyelesaikan project ini, Anda akan :
- Mengenal ilmu sensoris dan manfaatnya
- Mengetahui kategori riset sensoris di industri pangan
- Mengenal istilah umum dan prosedur dalam riset sensoris
- Melakukan analisis univariat untuk mengamati atribut sensoris
- Menjalankan analisis multivariat untuk karakterisasi produk berdasarkan peta persepsi
- Membuat interpretasi dan simpulan dari analisis data riset sensoris
- Komparasi prosedur analisis sensoris menggunakan paket konvensional versus menggunakan paket senshubr
Ilmu Sensoris 101
Sebelumnya perkenalkan nama saya Faris, data mentor Whitecyber, Sensometrics Specialist di Whitecyber.co.id dan saat ini juga berprofesi sebagai Data Analyst di Whitecyber.my.id.
Selamat datang di Project “A walk into sensory science”! Di dalam project ini, saya akan mengajak Sahabat Whitecyber semua untuk berkenalan dengan suatu bidang spesifik yang banyak menggunakan metode analisis data yaitu Sensory Science.
Di dalam Bahasa Indonesia sensory science dan riset mengenainya secara umum disebut dengan Ilmu Sensoris, Evaluasi Sensoris, atau Uji Organoleptik.
.
Oleh karena itu, dalam tahap pengembangan produk pangan dan tahap kontrol kualitas di industri pangan acapkali diterapkan metodologi ilmu sensoris. Sesederhana saat menyeduh teh/kopi atau memasakan makanan, tentu Anda harus mencicipinya terlebih dahulu kan?
.
.
Menurut Anda, apa yang akan terjadi jika tidak ada riset sensoris dalam pengembangan produk pangan?
.
Penerapan Ilmu Sensoris di Berbagai Bidang
Istilah Penting Dalam Ilmu Sensoris
Bagaimana, sudah mulai mendapatkan gambaran mengenai apa itu ilmu sensoris ?
Kategori Riset Sensoris
.
Mini Challenge
Suatu perusahaan parfum ingin mengembangkan parfum baru. Oleh karena itu, perusahaan ingin mengetahui profil sensoris dari parfum komersial yang telah ada sebagai bahan pertimbangan. Menurut Anda metode riset sensoris apa yang harus dilakukan oleh tim research and development perusahaan tersebut?
.
MENGENAL DATA
Setelah mempelajari sedikit teori mengenai ilmu sensoris, sekarang mari kita belajar sedikit lebih dalam mengenai analisis data riset sensoris. Anda akan diajak melakukan analisis data untuk mempelajari karakteristik sensoris produk cokelat komersial.
Riset produk cokelat tersebut dilakukan dengan menggunakan metode Quantitative Descriptive Analysis (QDA). Masih ingatkah Anda metode QDA termasuk dalam kategori riset sensoris apa?
Data hasil riset sensoris tersebut tersedia sebagai “https://storage.googleapis.com/dqlab-dataset/chocolates.csv”. Silakan Anda impor berkas tersebut sebagai chocolates dengan menggunakan fungsi read_csv() dari paket readr. Selain itu, aturlah sehingga kolom panelist, session, rank, dan product dibaca sebagai factor dengan menggunakan fungsi col_factor(). Khusus untuk kolom product, juga dilakukan pengaturan urutan level faktor.
Code
library(readr)
chocolates <-
read_csv(
"https://storage.googleapis.com/dqlab-dataset/chocolates.csv",
col_types = cols(
panelist = col_factor(),
session = col_factor(),
rank = col_factor(),
product = col_factor(levels = paste0("choc", 1:6)),
.default = col_integer()
)
)
chocolates.
Result
> library(readr)
> chocolates <-
+ read_csv(
+ "https://storage.googleapis.com/dqlab-dataset/chocolates.csv",
+ col_types = cols(
+ panelist = col_factor(),
+ session = col_factor(),
+ rank = col_factor(),
+ product = col_factor(levels = paste0("choc", 1:6)),
+ .default = col_integer()
+ )
+ )
> chocolates
# A tibble: 348 x 18
panelist session rank product cocoa_a milk_a cocoa_f milk_f caramel vanilla
<fct> <fct> <fct> <fct> <int> <int> <int> <int> <int> <int>
1 id_001 sessio… orde… choc6 7 6 6 5 5 3
2 id_001 sessio… orde… choc3 6 7 2 7 8 4
3 id_001 sessio… orde… choc2 8 6 5 4 7 4
4 id_001 sessio… orde… choc1 7 8 8 3 3 2
5 id_001 sessio… orde… choc4 8 5 4 4 4 4
6 id_001 sessio… orde… choc5 7 5 3 5 6 2
7 id_002 sessio… orde… choc4 6 1 8 1 0 0
8 id_002 sessio… orde… choc3 4 2 3 4 0 0
9 id_002 sessio… orde… choc6 5 1 8 1 0 0
10 id_002 sessio… orde… choc2 5 2 8 1 0 0
# … with 338 more rows, and 8 more variables: sweetness <int>, acidity <int>,
# bitterness <int>, astringency <int>, crunchy <int>, melting <int>,
# sticky <int>, granular <int>.
Eksplorasi Struktur Data