Triangle Test / Duo-Trio

1 Introduksi

1.1 Latar Belakang

Uji diskriminasi sensori menjawab pertanyaan paling mendasar dalam riset pangan: "apakah dua sampel benar-benar dapat dibedakan oleh panelis?". Pertanyaan ini muncul setiap kali R&D mengubah formulasi (reduksi gula 10%, supplier baru) dan ingin tahu apakah perubahan tersebut persepsi terdeteksi konsumen. Dua metode klasik adalah Triangle Test dan Duo-Trio (Meilgaard, Civille, & Carr, 2016; Lawless & Heymann, 2010).

Triangle Test (ISO 4120:2021): panelis disajikan 3 sampel berkode — 2 identik + 1 berbeda — dan diminta menunjukkan sampel yang berbeda. Probabilitas tebak acak = 1/3 (33.3%). Duo-Trio (ISO 10399:2017): panelis disajikan 1 sampel reference + 2 sampel berkode, dan diminta menunjukkan mana dari 2 sampel berkode yang cocok dengan reference. Probabilitas tebak acak = 1/2 (50%). Bila jumlah jawaban benar dari $n$ panelis melebihi batas kritis dari tabel binomial Roessler (Roessler et al., 1978), panel dianggap berhasil membedakan sampel pada level $\alpha$.

1.2 Tujuan Modul

Menjalankan uji binomial satu-sisi terhadap chance level (1/3 Triangle, 1/2 Duo-Trio).
Dua mode input: panel_rows (per panelis dengan kolom benar/salah) atau summary_counts (ringkasan).
Menampilkan p-value, decision, dan persentase jawaban benar per sesi.
Multi-session analysis dalam satu run.
Audiens: mahasiswa S1/S2 teknologi pangan, panelis sensori industri yang menjalankan QC reformulasi.

1.3 Posisi di Antara Alternatif

Pilih Triangle Test / Duo-Trio untuk discrimination biner. Untuk multi-attribute rating, gunakan Quick Sensory Check. Untuk rating satu atribut antar produk, pakai Single Factor Rate That Apply. Untuk deskriptor biner multi-term, pakai CATA + Cochran Q. Triangle lebih power-efficient daripada Duo-Trio — pilih Duo-Trio bila ada carryover effect kuat.

2 Metode

2.1 Dasar Teoretis

Triangle Test: $p_0 = 1/3$. Duo-Trio: $p_0 = 1/2$.

Uji binomial satu-sisi untuk $X$ jawaban benar dari $n$ panelis di bawah $H_0: p = p_0$:

$$ P(X \geq x \mid n, p_0) = \sum_{k=x}^{n} \binom{n}{k} p_0^k (1-p_0)^{n-k} $$

Tolak $H_0$ bila $P(X \geq x) \leq \alpha$.

Critical values (Roessler et al., 1978) — minimum jawaban benar pada $\alpha = 0.05$:

$n$ panelis	Triangle ($p_0 = 1/3$)	Duo-Trio ($p_0 = 1/2$)
10	7	9
15	9	12
20	11	15
24	13	17
30	16	20
50	24	32
100	45	61

Untuk $n$ besar, normal approximation dengan koreksi kontinuitas:

$$ z = \frac{x - n p_0 - 0.5}{\sqrt{n p_0 (1 - p_0)}} $$

Sample size estimation (Meilgaard et al., 2016) — rule of thumb: n = 24–30 panelis untuk Triangle pada $\alpha = 0.05$, $\beta = 0.20$.

2.2 Persamaan Inti

Binomial p-value:

$$ p\text{-value} = \sum_{k=x}^{n} \binom{n}{k} p_0^k (1-p_0)^{n-k} $$

Percent correct + 95% CI Wilson:

$$ \text{CI}_{95\%} = \frac{\hat{p} + z^2/(2n) \pm z\sqrt{\hat{p}(1-\hat{p})/n + z^2/(4n^2)}}{1 + z^2/n} $$

Normal approximation: $z = (x - n p_0 - 0.5) / \sqrt{n p_0 (1-p_0)}$

2.3 Asumsi & Batas Validitas

Asumsi	Konsekuensi jika dilanggar	Cara cek di SQalytics
Panelis independen (tidak berdiskusi)	$p$-value bias	SOP isolated booth
Penyajian acak (6 urutan Triangle counterbalanced)	Bias urutan	Sesi log randomization
Suhu, volume, container sampel identik	Confounded perbedaan	Catat di metadata
Panelis paham metode (bukan deskriptor)	"Lupa instruksi" → noise	Briefing standar ISO 4120
$n \geq 10$ panelis minimum	Power rendah	Modul flag warning
Palate cleanser cukup (no carryover)	Bias ke sampel sebelumnya	Water + cracker antar sampel

3 Cara Kerja

3.1 Step-by-Step di SQalytics

Buka Triangle Test / Duo-Trio dari domain Sensori dan Riset Konsumen.
(Opsional) Muat seed sensory_triangle.
Pada input mode, pilih Panel rows atau Summary counts.
Pada metode, pilih Triangle ($p_0 = 1/3$) atau Duo-Trio ($p_0 = 1/2$).
Sesuaikan struktur: Session, Correct/incorrect (atau Total judges + Correct).
Atur $\alpha$ (default 0.05).
Klik Run Triangle Test / Duo-Trio.
Tinjau hasil: conclusion → Summary → Correct vs Incorrect → Correct % → Result Table.

3.2 Template Tabel Input + Contoh Data Sintetis

Kolom	Tipe	Wajib	Catatan
`Session`	category	◯	Batch/replikasi sesi
`Panelist`	category	◯	ID panelis
`Correct`	binary (0/1)	✓	Jawaban benar/salah

Contoh data sintetis (24 baris — Triangle test reformulasi yogurt, 3 sesi × 8 panelis):

Session	Panelist	Correct
S1	P01	1
S1	P02	1
S1	P03	0
S1	P04	1
S1	P05	1
S1	P06	0
S1	P07	1
S1	P08	1
… (S2: 7/8 correct, S3: 4/8 correct)

SYNTHETIC Triangle test ($p_0 = 1/3$) reformulasi yogurt low-fat 0% vs full-fat 3.5% pada tiga sesi panel terlatih. S1 (6/8) dan S2 (7/8) di atas critical value 6 untuk $n = 8$ pada $\alpha = 0.05$ → panel berhasil membedakan. S3 (4/8) di bawah critical value → tidak signifikan. CSV setara: docs/assets/example-data/id/sensory/template_sensory_triangle.csv.

3.3 Contoh Luaran

Tabel Result Table (Triangle, $\alpha = 0.05$, critical $x = 6$ untuk $n = 8$):

Session	$n$	Correct $x$	$\hat{p}$	95% CI Wilson	p-value	Decision
S1	8	6	0.750	[0.41, 0.93]	0.020	✓ Signifikan
S2	8	7	0.875	[0.53, 0.98]	0.003	✓ Signifikan
S3	8	4	0.500	[0.22, 0.78]	0.259	Tidak signifikan

Kesimpulan ringkas: "Tiga sesi Triangle test ($p_0 = 1/3$) memberikan hasil mixed: 2 dari 3 sesi signifikan pada $\alpha = 0.05$. Sesi S2 paling kuat (87.5%, $p = 0.003$), diikuti S1 (75%, $p = 0.020$). Sesi S3 gagal mendeteksi perbedaan (50%, $p = 0.259$). Rata-rata correct 70.8% melebihi chance level. Interpretasi: reformulasi yogurt low-fat terdeteksi pada 2/3 sesi — perubahan flavor profile cukup besar untuk panel terlatih, tetapi konsistensi batch perlu diperiksa. Lanjut ke Quick Sensory Check atau Single Factor Rate That Apply untuk menentukan arah preferensi."

Grafik utama: dua panel — (a) bar correct/incorrect per sesi dengan chance line ($n \cdot 1/3$); (b) correct % per sesi + Wilson CI + critical threshold line.

Triangle test reformulasi yogurt 3 sesi dengan correct count dan persentase + significance — Gambar 1. Triangle test ISO 4120 untuk reformulasi yogurt low-fat vs full-fat (3 sesi × 8 panelis). **(a)** Stacked *bar chart* correct (hijau) vs incorrect (abu-abu) per sesi, dengan jumlah panelis di setiap segment. Garis putus-putus merah menandai expected correct under chance ($n \cdot p_0 = 8 \cdot 1/3 \approx 2.67$). Sesi S1 (6 correct) dan S2 (7 correct) jelas di atas chance, S3 (4 correct) marginal. **(b)** Correct percentage per sesi dengan 95% Wilson CI; garis putus-putus merah = chance level (33.3%), garis putus-putus hijau = critical threshold $\alpha = 0.05$ untuk $n = 8$ (= 6/8 = 75%). Annotation $p$-value menunjukkan bahwa S1 (p = 0.020) dan S2 (p = 0.003) signifikan, sedangkan S3 (p = 0.259) gagal melewati critical threshold dan CI-nya merentang melalui chance line — konsisten dengan interpretasi "*panel* tidak dapat membedakan sampel pada sesi tersebut".

4 Kesimpulan

4.1 Relevansi Real-World

Reformulasi produk — uji apakah perubahan resep terdeteksi konsumen.
Sugar/sodium reduction initiatives — WHO 30% reduction; uji Triangle untuk sensory equivalence.
Supplier substitution — bahan baku alternatif terdeteksi atau tidak.
Shelf life sensory benchmarking — fresh vs near-end-of-life.
Packaging effect — apakah kemasan baru menyerap flavor.
Process scale-up — pilot plant vs production batch.
Quality complaints validation — sampel komplain vs reference.

Pada Rencana Publikasi Singkil v5, modul ini dipakai pada T5 Tahap 1 untuk verifikasi apakah perlakuan ekstraksi (UAE vs MAE vs maserasi) menghasilkan profil sensori yang dapat dibedakan panel terlatih.

4.2 Where to Go from Here

Quick Sensory Check — workflow rating multi-atribut hedonic.
Single Factor Rate That Apply — fokus ke satu atribut numerik.
CATA + Cochran Q — checklist biner multi-term.
Compare 2 Groups — data preference antar produk.
Descriptive Analysis Studio (akan datang) — QDA profil atribut.

Pembacaan lanjutan:

Meilgaard et al. (2016), Bab 6 — discrimination tests komprehensif.
Lawless & Heymann (2010), Bab 4 — fundamentals diskriminasi.
ISO 4120:2021 dan ISO 10399:2017 — standar resmi.
Roessler et al. (1978) — tabel kritis klasik.
ASTM E1885-04 — standar US untuk Triangle.

⚙ Troubleshooting Cepat

Tombol run tetap nonaktif. Periksa apakah kolom benar/salah (panel_rows) atau kolom total + correct (summary_counts) sudah terisi.

Tidak ada sesi yang signifikan. Jumlah jawaban benar belum melewati critical value. Periksa juga apakah sampel berbeda secara fisikokimia.

Hasil aneh pada mode ringkasan. Pastikan Correct answers tidak lebih besar dari Total judges.

$n$ panelis terlalu sedikit (< 10). Power test rendah. Tambahkan panelis atau gabungkan sesi.

Correct % tinggi tapi p-value tidak signifikan. Sample size $n$ terlalu kecil. Untuk $n = 6$, butuh 5/6 untuk signifikansi Triangle.

Semua panelis benar (100%). Panelis trained/expert — pertimbangkan Duo-Trio yang lebih conservative.

i Riwayat Revisi

Tanggal	Revisi	Penulis
2026-05-12	Migrasi MD v2 → HTML final dengan figure dual-panel bar + Wilson CI + chance line + caption Elsevier-style	Claude
2026-05-12	Migrasi v1 → v2 (template publikasi + KaTeX binomial + Roessler critical table + APA ISO 4120/ASTM/Meilgaard)	Claude
2026-05-09	Draft awal v1	Tim docs

4 Referensi

International Organization for Standardization. (2021). ISO 4120: Sensory analysis — Methodology — Triangle test (3rd ed.). ISO.
International Organization for Standardization. (2017). ISO 10399: Sensory analysis — Methodology — Duo-trio test (2nd ed.). ISO.
Meilgaard, M. C., Civille, G. V., & Carr, B. T. (2016). Sensory evaluation techniques (5th ed.). CRC Press. https://doi.org/10.1201/b19493
Lawless, H. T., & Heymann, H. (2010). Sensory evaluation of food: Principles and practices (2nd ed.). Springer. https://doi.org/10.1007/978-1-4419-6488-5
Roessler, E. B., Pangborn, R. M., Sidel, J. L., & Stone, H. (1978). Expanded statistical tables for estimating significance in paired-preference, paired-difference, duo-trio and triangle tests. Journal of Food Science, 43(3), 940–943. https://doi.org/10.1111/j.1365-2621.1978.tb02458.x
ASTM International. (2017). ASTM E1885-04: Standard test method for sensory analysis — Triangle test. ASTM International.