Texture Profile Analysis

1 Introduksi

1.1 Latar Belakang

Texture Profile Analysis (TPA) adalah metode instrumental klasik untuk menerjemahkan persepsi tekstur oral menjadi metrik mekanik yang reprodusibel. Diperkenalkan oleh Friedman, Whitney, & Szczesniak (1963) dan disistematisasi oleh Bourne (1978), TPA menggunakan dua siklus kompresi dengan texture analyzer yang menirukan dua kali gigitan manusia. Kurva gaya vs waktu yang dihasilkan diuraikan menjadi tujuh parameter standar: hardness, fracturability, cohesiveness, springiness, gumminess, chewiness, adhesiveness (Bourne, 2002, hal. 257). TPA telah menjadi standar industri pangan untuk QC keripik, roti, daging, keju, gel, dan permen.

Keunggulan TPA dibanding pengukuran single-compression adalah kemampuan menangkap dimensi rheologis kedua: cohesiveness (rasio area siklus 2/1) yang menunjukkan ketahanan struktur internal terhadap deformasi berulang, dan springiness (rasio jarak siklus 2/1) yang menunjukkan recovery elastis. Kedua parameter ini sangat berkorelasi dengan penilaian sensoris panelis terlatih ($r > 0.85$ untuk gel pangan; Pons & Fiszman, 1996), sehingga TPA layak dipakai sebagai proxy instrumental sebelum panel uji sensoris formal yang lebih mahal.

1.2 Tujuan Modul

Modul Texture Profile Analysis di SQalytics ditujukan untuk:

Membaca tabel gaya vs waktu (atau distance) dari texture analyzer.
Mendeteksi puncak siklus 1 dan siklus 2 otomatis (auto_texture_profile) atau satu puncak (single_compression).
Menghitung 7 metrik TPA: hardness₁, hardness₂, cohesiveness, springiness, gumminess, chewiness, adhesiveness.
Menyajikan tabel ringkasan + grafik metrik untuk perbandingan antar formula.
Audiens: mahasiswa S2 teknologi pangan, peneliti R&D produk gel/keju/snack, dan QC industri pangan padat.

1.3 Posisi di Antara Alternatif

Pilih Texture Profile Analysis untuk TPA dua-siklus klasik. Untuk uji tunggal (puncture test, cutting force), gunakan mode single_compression. Untuk cairan/semi-padat (saus, yogurt, dressing), pilih Rheology / Flow Curve. Untuk uji statistik perbandingan hardness antar formula, lanjut ke Compare Many Groups.

2 Metode

2.1 Dasar Teoretis

Protokol TPA standar (Bourne, 1978; AACC 74-09.01): sampel berdimensi seragam ditekan probe dua siklus dengan deformasi target 40–80%, dipisahkan waiting time 5 detik. Output: kurva $F(t)$ dengan dua puncak yang dipisahkan segmen recovery.

Parameter TPA dari kurva $F(t)$:

$$ \text{Hardness}_1 = \max F \text{ siklus 1}, \quad \text{Hardness}_2 = \max F \text{ siklus 2} $$

$$ \text{Cohesiveness} = \frac{A_2}{A_1} $$

di mana $A_1$ dan $A_2$ adalah area di bawah kurva (positive force) pada siklus 1 dan 2.

$$ \text{Springiness} = \frac{d_2}{d_1} $$

Parameter derivatif (Szczesniak, 2002):

$$ \text{Gumminess} = \text{Hardness}_1 \times \text{Cohesiveness} $$ $$ \text{Chewiness} = \text{Gumminess} \times \text{Springiness} = H_1 \cdot \text{COH} \cdot \text{SPR} $$ $$ \text{Adhesiveness} = \left| \int F^-(t) \, dt \right| \text{ (area force negatif siklus 1)} $$

Interpretasi: hardness berkorelasi dengan persepsi keras-lunak; cohesiveness < 0.4 produk rapuh (keripik), 0.4–0.7 normal, > 0.7 sangat kohesif; springiness mendekati 1 untuk gel elastis dan rendah untuk produk yang berdeformasi permanen.

2.2 Persamaan Inti

$$ H_1 = \max_{t \in \text{siklus 1}} F(t) $$ $$ \text{COH} = \frac{\int_{\text{siklus 2}} F^+ \, dt}{\int_{\text{siklus 1}} F^+ \, dt} $$ $$ \text{SPR} = \frac{d_2}{d_1} $$ $$ \text{GUM} = H_1 \cdot \text{COH}, \quad \text{CHW} = H_1 \cdot \text{COH} \cdot \text{SPR} $$

2.3 Asumsi & Batas Validitas

Asumsi	Konsekuensi jika dilanggar	Cara cek di SQalytics
Sampel berdimensi seragam	$H_1$ tidak comparable	CV $H_1$ antar replikasi ≤ 10%
Deformasi target sama (mis. 50%)	Cohesiveness bias	Catat % deformasi di metadata
Probe kecepatan konstan	Puncak shifted	Verifikasi setting kecepatan
Recovery time konsisten (5 s)	Springiness bias	Catat di metadata
Kurva memiliki 2 puncak terdeteksi	Mode auto gagal	Fallback ke `single_compression`
Tidak ada slip/break sampel	Hardness₂ > Hardness₁ (anomali)	Tab `Profiles` — bandingkan visual

3 Cara Kerja

3.1 Step-by-Step di SQalytics

Buka Texture Profile Analysis dari domain Kimia.
(Opsional) Muat seed chem_texture_profile dari Seed / Template Examples.
Pada Check the current texture table, pastikan data aktif terbaca.
Pada review struktur, periksa: Time / distance column dan satu atau lebih Force columns.
Pilih mode: Auto texture profile (rekomendasi) atau Single compression summary.
Klik Run Texture Profile Analysis.
Tinjau hasil: kesimpulan ringkas → tab Summary → Profiles → Metric Graph → Result Table.

3.2 Template Tabel Input + Contoh Data Sintetis

Kolom	Tipe	Satuan	Wajib	Catatan
`Time_s`	numeric	s	✓	Atau `Distance_mm`
`Sample_<id>_Force_N`	numeric	N	✓ (≥1)	Satu kolom per sampel

Contoh data sintetis (12 baris ringkas — TPA gel agar vs karagenan 1.5%):

Time_s	Sample_Agar_Force_N	Sample_Karagenan_Force_N
0.0	0.0	0.0
1.0	8.5	6.2
2.0	18.4	14.6
2.5	22.8	18.3
3.5	-1.5	-2.8
5.0	0.0	0.0
8.0	0.0	0.0
9.5	7.8	5.5
10.5	17.6	13.2
11.0	21.4	16.5
12.0	-1.2	-2.4
13.5	0.0	0.0

SYNTHETIC Gel agar 1.5% (matriks lebih kaku, springiness tinggi) vs gel karagenan 1.5% (matriks lebih lembut, adhesiveness lebih besar). Probe silinder 25 mm, kecepatan 1 mm·s⁻¹, deformasi 50%. Di file mentah biasanya 200–500 titik per siklus. CSV dengan grid penuh tersedia di docs/assets/example-data/id/chemistry/template_texture_profile.csv.

3.3 Contoh Luaran

Tabel Result Table (7 metrik TPA):

Sample	$H_1$ (N)	$H_2$ (N)	COH	SPR	GUM (N)	CHW (N)	ADH (N·s)
Agar 1.5%	22.8	21.4	0.94	0.98	21.4	21.0	0.85
Karagenan 1.5%	18.3	16.5	0.90	0.96	16.5	15.8	1.65

Interpretasi parameter:

Parameter	Agar	Karagenan	Interpretasi
Hardness₁	22.8 N	18.3 N	Agar 24% lebih keras
Cohesiveness	0.94	0.90	Keduanya sangat kohesif (>0.7)
Springiness	0.98	0.96	Recovery elastis hampir sempurna
Chewiness	21.0 N	15.8 N	Agar butuh energi kunyah lebih
Adhesiveness	0.85 N·s	1.65 N·s	Karagenan 2× lebih lengket

Kesimpulan ringkas: "TPA berhasil mendeteksi dua siklus dengan jelas pada kedua sampel. Profil tekstur konsisten dengan literatur gel hidrokoloid: agar 1.5% lebih keras ($H_1 = 22.8$ N vs 18.3 N, +24%) dan lebih chewy (chewiness 21.0 vs 15.8 N) — sesuai matriks crosslink ganda. Karagenan lebih lengket (adhesiveness 1.65 vs 0.85 N·s, hampir 2×) — karena kappa-karagenan memiliki gugus sulfat polar yang berinteraksi dengan probe stainless steel. Kedua gel menunjukkan recovery elastis hampir sempurna (springiness > 0.95) dan kohesivitas tinggi (>0.90), khas gel set yang well-formed. Untuk produk yang butuh tekstur firm dan less-sticky, agar lebih cocok; untuk produk yang butuh mouthcoating effect, karagenan lebih sesuai."

Grafik utama: dua panel — (a) overlay kurva gaya $F(t)$ untuk kedua sampel dengan annotation $H_1$, $H_2$, dan zona adhesiveness; (b) bar chart 7 metrik TPA berdampingan.

TPA dua siklus gel agar vs karagenan dengan bar chart 7 metrik — Gambar 1. Texture Profile Analysis untuk dua gel hidrokoloid 1.5% pada deformasi 50%. **(a)** Kurva gaya $F(t)$ dua siklus untuk agar (**biru**) dan karagenan (**merah**). Hardness₁ agar (22.8 N) lebih tinggi dari karagenan (18.3 N), mengindikasikan matriks crosslink lebih kaku. Area negatif setelah siklus 1 (anak panah merah) menandai *adhesiveness* — karagenan menunjukkan lekukan negatif lebih dalam (1.65 N·s) dibanding agar (0.85 N·s), konsisten dengan interaksi gugus sulfat polar pada kappa-karagenan. **(b)** *Bar chart* tujuh metrik TPA berdampingan ($H_1$, $H_2$, COH, SPR, GUM, CHW, ADH; nilai dinormalisasi terhadap maksimum). Agar dominan pada hardness, gumminess, dan chewiness; karagenan dominan pada adhesiveness. Cohesiveness dan springiness keduanya mendekati 1.0, khas gel set well-formed.

4 Kesimpulan

4.1 Relevansi Real-World

Texture Profile Analysis adalah standar industri pangan untuk QC tekstur produk padat:

Roti & bakery — hardness sebagai indikator staling; AACC 74-09.01.
Daging & meat analog — Warner-Bratzler shear force untuk tenderness.
Keju & dairy — hardness + cohesiveness untuk klasifikasi cheese type.
Snack & keripik — fracturability sebagai marker crispness.
Gel pangan & permen — springiness untuk gummy candy, hardness untuk jelly.
Cosmeceuticals — TPA sticks, lipstick, lipbalm untuk QC payoff.

Dalam publikasi IMRAD, tabel 7 metrik TPA biasanya menjadi Table 3: Textural properties. Pada Rencana Publikasi Singkil v5, modul ini dipakai pada T5 Tahap 2 untuk karakterisasi gel formulasi Singkil sebelum optimasi RSM.

4.2 Where to Go from Here

Compare Many Groups — ANOVA satu-arah pada hardness antar formula.
Compare Two Factors — interaksi hidrokoloid × konsentrasi pada springiness.
Rheology / Flow Curve — untuk sampel cair / semi-padat.
Correlation Explorer — korelasi TPA dengan panel sensoris.

Pembacaan lanjutan:

Bourne (2002), Bab 4 — buku teks standar TPA.
Friedman et al. (1963) — paper sumber Texturometer.
Szczesniak (2002) — review legacy TPA di Food Quality and Preference.
Pons & Fiszman (1996) — TPA untuk sistem gel.

⚙ Troubleshooting Cepat

Tidak ada puncak terbaca. Periksa apakah kolom gaya numerik dan punya cukup titik bersih (≥ 200 titik per siklus).

Mode auto menghasilkan H₂ > H₁ (anomali fisik). Indikasi sampel slip atau patah. Coba mode single_compression atau ulang dengan probe lebih besar.

Cohesiveness > 1.0 (tidak fisik). Probe tidak kembali ke posisi awal — recovery time terlalu pendek. Tambahkan waiting time ke 5–10 s.

Springiness < 0.5 untuk semua sampel. Sampel terlalu lunak/runtuh. Turunkan % deformasi target dari 50% ke 30%.

Ringkasan kosong. Pastikan kolom waktu dan minimal satu kolom gaya dipilih, dan kolom waktu monotonik.

Adhesiveness = 0 padahal sampel lengket. Modul hanya menangkap force negatif setelah hardness₁. Pastikan probe ditarik cukup lambat.

i Riwayat Revisi

Tanggal	Revisi	Penulis
2026-05-12	Migrasi MD v2 → HTML final dengan figure dual-panel TPA force curve + bar 7 metrik + caption Elsevier-style	Claude
2026-05-12	Migrasi v1 → v2 (template publikasi + KaTeX 7 metrik TPA + APA Bourne/Szczesniak)	Claude
2026-05-09	Draft awal v1	Tim docs

4 Referensi

Friedman, H. H., Whitney, J. E., & Szczesniak, A. S. (1963). The texturometer — a new instrument for objective texture measurement. Journal of Food Science, 28(4), 390–396. https://doi.org/10.1111/j.1365-2621.1963.tb00216.x
Bourne, M. C. (1978). Texture profile analysis. Food Technology, 32(7), 62–66, 72.
Bourne, M. C. (2002). Food texture and viscosity: Concept and measurement (2nd ed.). Academic Press.
Szczesniak, A. S. (2002). Texture is a sensory property. Food Quality and Preference, 13(4), 215–225. https://doi.org/10.1016/S0950-3293(01)00039-8
Pons, M., & Fiszman, S. M. (1996). Instrumental texture profile analysis with particular reference to gelled systems. Journal of Texture Studies, 27(6), 597–624. https://doi.org/10.1111/j.1745-4603.1996.tb00996.x
AACC International. (2011). Method 74-09.01: Measurement of bread firmness — Compression test. AACC International.