Umur Simpan Sensoris: Panduan ISO 16779 dan ASTM E2454

Umur simpan sensoris adalah periode ketika produk masih dapat diterima dari sisi tampilan, bau, flavour, rasa, sensasi trigeminal, dan tekstur. ISO 16779:2015 mengatur cara menentukan dan memverifikasinya, dan hasilnya dipadukan dengan data mikrobiologi, kimia, dan fisik (ISO 16779:2015, ps.1). ASTM E2454 melengkapinya dengan pendekatan dan kriteria keputusan untuk titik akhir. Model prediktif dan regresi berada di luar cakupan ASTM E2454 (ps.1).

Pertanyaan tersulit dalam studi umur simpan biasanya bukan soal statistik, melainkan definisi: kapan produk dianggap gagal? Artikel ini membahas definisi itu, desain studi, pilihan metode, sampel kontrol, analisis, dan daftar periksa sebelum studi dimulai.

Menetapkan titik akhir: kapan produk gagal secara sensoris

ASTM E2454 meminta tujuan riset ditulis sebelum studi dan risiko keputusan dibahas bersama pemangku kepentingan (ps.4.2–4.3). Kriteria titik akhir dipilih dari tiga kemungkinan (ps.4.4, 6.1):

• profil sensoris keseluruhan berubah;
• atribut kunci berubah, termasuk munculnya off-note;
• penerimaan konsumen turun di bawah batas yang ditetapkan.

Definisi titik akhir harus menyertakan α, β, effect size, dan jumlah panelis per interval (ps.6.3). ISO 16779:2015 menambahkan peringatan penting: signifikansi statistik saja tidak boleh menjadi definisi akhir umur simpan. Yang dicari adalah perubahan yang bermakna (ps.5.3).

Lawless dan Heymann (2010, h.425–431) merangkum pilihan cut-off yang dipakai dalam praktik:

• beda signifikan dari kontrol, yang menurut mereka terlalu konservatif;
• nilai difference-from-control (DFC) tertentu;
• skor penerimaan di bawah 6 pada skala 9 titik;
• proporsi penolakan konsumen 25% atau 50%.

Handbook NPD (2017, ch.6) menyebut cut-off ditetapkan peneliti dan sering berupa 50% penolakan konsumen. Meilgaard et al. (2016, p.340–342) memberi contoh kerupuk wijen: konsumen baru peka terhadap perubahan ketika skor DFC panel internal mencapai 5,5, sehingga nilai itu dijadikan titik kritis.

Rencana sampling dan desain studi

ISO 16779:2015 meminta rencana sampling yang memuat titik awal, periode uji, interval, titik akhir, metode, jumlah sampel uji dan acuan, serta kondisi simpan (ps.4.1). Sampel uji harus representatif terhadap resep, proses, dan kemasan distribusi (ps.4.2.1). Periode uji diperpanjang melewati umur simpan estimasi: 50–100% lebih panjang bila estimasinya di bawah 60 hari, dan sekitar 25% bila di atas 60 hari (ps.4.4.2).

Standar ini juga memberi pola interval sebagai persen dari umur simpan estimasi (ps.4.4.3):

ASTM E2454 meminta minimal 4 titik evaluasi, misalnya 0, 50, 100, dan 125% (ps.6.8.3). Hitung kebutuhan produk untuk semua kombinasi uji dan tambahkan cadangan (ps.6.9).

Pilihan desain

• Multi-titik: satu set produk disimpan, lalu diambil pada setiap interval (ASTM E2454, ps.6.10).
• Titik-tunggal (staged entry/exit): produk masuk atau keluar penyimpanan pada waktu berbeda sehingga berbagai umur dapat dinilai bersama (ps.6.10).
• Lawless dan Heymann (2010, h.425–431) menyebut tiga variasi: batch tunggal, staggered, dan frozen-pull.
• Handbook NPD (2017, ch.6) menyebut reversed storage design atau pembekuan cepat (blast-freeze) pada tiap titik waktu.

Stone et al. (2021, ch.8) menawarkan dua rencana. Rencana A memakai deskriptif dan preferensi pada t0, lalu sekitar 50%, 80–90%, 100%, dan 110% umur simpan. Rencana B memakai uji pembedaan pada setiap pengambilan, dan uji penerimaan hanya dijalankan bila produk sudah berbeda. Titik akhir dikonfirmasi pada dua pengambilan berturut-turut.

Kondisi dipercepat hanya boleh dipakai bila hubungannya dengan kondisi normal sudah terbukti dengan data (ASTM E2454, ps.6.7.3, 8.4). Uji dipercepat bisa meleset bila terjadi perubahan fase atau aktivitas air, dan tidak berlaku untuk produk beku (Lawless & Heymann, 2010, h.428).

Memilih metode: DFC, pembedaan, deskriptif, atau penerimaan

ISO 16779:2015 (ps.5) memetakan metode ke pertanyaan:

• Uji pembedaan (segitiga, pasangan, duo-trio) menjawab kapan produk mulai berbeda. Metode ini tidak cocok untuk produk yang heterogen secara visual.
• Deskriptif dipakai bila atribut kunci menentukan akhir umur simpan.
• Hedonik memakai konsumen dalam jumlah memadai dan dilanjutkan sampai batas penerimaan tercapai.

DFC sering menjadi jalan tengah. Metode ini mengukur besar perbedaan, bukan hanya ada atau tidaknya beda, sehingga cocok untuk produk dengan variasi alami yang masih diterima konsumen (Compusense, DFC whitepaper, p.1–2). Meilgaard et al. (2016, p.108–113) menyarankan 20–50 penyajian per sampel, termasuk blind control untuk mengukur efek plasebo. Analisisnya memakai ANOVA blok acak dengan panelis sebagai blok, lalu Dunnett terhadap blind control. Karena DFC tidak menjelaskan penyebab perbedaan, pertanyaan CATA atau skala garis lanjutan dapat ditambahkan (Compusense, p.4).

ASTM E2454 menetapkan panel terlatih untuk uji pembedaan dan deskriptif, serta sampel konsumen yang mewakili populasi untuk uji afektif. Bila sumber daya terbatas, panel internal pass/fail dengan kriteria persen "gagal" dapat dipakai (ps.4.6, 7.4). Untuk metode pembedaan, lihat juga uji segitiga dan uji kemiripan.

Sampel kontrol: pembanding yang tidak ikut menua

ASTM E2454 membedakan tiga jenis kontrol (ps.6.4):

ISO 16779:2015 (ps.4.2.2) memberi pilihan serupa: data atau standar sebelumnya, sampel segar per interval, atau sampel yang disimpan pada kondisi yang meminimalkan perubahan. Sumber tidak selalu sepakat. Stone et al. (2021, ch.8) tidak membekukan kontrol, sedangkan Meilgaard et al. (2016, p.340–342) memakai kontrol beku. Apa pun pilihannya, ingat bahwa kontrol juga bisa drift, jadi registrasikan lot kontrol (Lawless & Heymann, 2010, h.425–431).

Analisis: uji t, survival, dan cut-off

ASTM E2454 (ps.8) memberi panduan statistik dasar:

• kontrol fisik dengan asesor yang sama: uji t berpasangan;
• asesor berbeda: uji t dua sampel;
• kontrol berupa nilai: uji t satu sampel;
• desain titik-tunggal: ANOVA pengukuran berulang dan uji lanjut.

Tampilkan grafik rerata kontrol dan sampel uji dengan garis kriteria titik akhir.

Bila titik akhir didefinisikan sebagai penolakan konsumen, analisis survival lebih tepat. Lawless dan Heymann (2010, h.425–431) menjelaskan model log-normal dan Weibull, median rank MR = (i − 0,3)/(N + 0,4), serta estimasi maximum likelihood untuk data tersensor. Alternatifnya adalah model logistik ln[p/(1−p)] = b0 + b1X. Hati-hati: langkah regresi di lampiran buku tersebut menulis waktu 50% sebagai e^(−a/b), yang tidak konsisten dengan definisi variabelnya sendiri. Verifikasi rumus sebelum dipakai.

Signifikan secara statistik tidak sama dengan gagal. Tetapkan perubahan yang bermakna sebelum data pertama masuk.

Daftar periksa praktis

1. Tulis tujuan dan risiko keputusan bersama pemangku kepentingan.
2. Pilih kriteria titik akhir beserta α, β, effect size, dan jumlah panelis per interval.
3. Tetapkan titik awal, periode uji, dan pola interval.
4. Pilih desain: multi-titik, titik-tunggal, staggered, atau frozen-pull.
5. Pilih dan registrasikan kontrol yang sesuai dengan metode.
6. Hitung kebutuhan produk beserta cadangan.
7. Catat kondisi simpan, termasuk penyimpangan jadwal.
8. Laporkan sesuai ISO 16779:2015 (ps.7): metode, sampel uji dan acuan, kondisi simpan, hasil, jumlah dan kualifikasi penguji, nama manajer uji, tanggal, dan tanda tangan.

Coba di Nusensa

Nusensa menyediakan analisis umur simpan dengan survival analysis untuk data tersensor dan model Weibull. Kode sampel acak 3 digit dan metadata kondisi sesi tersimpan otomatis dan tampil di laporan. Mulai gratis.