Konten dari Pengguna
Bukan Salah Ultra-Processed Food: Cara Baru Memahami Makanan di Piring Kita
21 September 2025 10:00 WIB
·
waktu baca 8 menit
Kiriman Pengguna
Bukan Salah Ultra-Processed Food: Cara Baru Memahami Makanan di Piring Kita
Mengkritik sistem klasifikasi pangan NOVA yang membingungkan dan memperkenalkan cara baru yang lebih adil untuk menilai makanan berdasarkan kualitas resep dan dampak proses pembuatannya.Azzam Akbar Fadhillah
Tulisan dari Azzam Akbar Fadhillah tidak mewakili pandangan dari redaksi kumparan
PerbesarBayangkan kita berada di sebuah lorong supermarket, lalu di salah satu rak, kita menemukan dua produk. Satu produk dilabeli 'alami/real food', satu lagi disebut 'ultra-processed food (UPF)'. Apa yang ada di bayangan kita? Mana yang lebih sehat? Apakah semua makanan olahan itu buruk?
Sistem klasifikasi populer bernama NOVA seringkali menyarankan kita untuk waspada terhadap pangan ultra-proses. Istilah UPF belakangan meraih perhatian karena diklaim menyebabkan penyakit tidak menular. Namun, apakah sesederhana itu?
Faktanya, sistem NOVA seringkali membingungkan, bahkan bagi para ahli. Sebuah studi dari Braesco et al. (2022) menyoroti kurangnya konsistensi di antara para ahli pangan dan gizi saat menerapkan kriteria NOVA. Penelitian tersebut mengungkapkan bahwa para ahli sendiri kesulitan untuk mengelompokkan makanan secara seragam. Yang lebih mengkhawatirkan, seperempat (25%) dari produk yang diuji diklasifikasikan ke dalam keempat kategori NOVA yang berbeda oleh para ahli yang berbeda. Sebagai contoh, untuk produk susu, NOVA secara spesifik menyebut yogurt tanpa tambahan gula sebagai contoh makanan NOVA 1.
Namun, proses fermentasi yang digunakan untuk membuat yogurt adalah karakteristik makanan NOVA 3. Lebih lanjut, jika yogurt tersebut mengandung bahan-bahan seperti kasein atau air dadih (whey), kriteria NOVA menyatakan bahwa bahan-bahan ini adalah penanda untuk makanan NOVA 4.
Karena adanya kriteria yang tumpang tindih dan tidak jelas ini, para ahli yang berbeda memprioritaskan aspek yang berbeda, yang menyebabkan satu produk yang sama dapat diklasifikasikan ke dalam kategori yang berbeda.
Kebingungan yang dirasakan bahkan oleh para ahli ini mengindikasikan bahwa sistem NOVA tidak cukup andal untuk digunakan sebagai dasar panduan diet masyarakat atau edukasi konsumen karena sangat rentan terhadap salah tafsir dan penerapan yang keliru. Penyebab utama inkonsistensi ini adalah sifat klasifikasi NOVA yang kualitatif dan tidak adanya alur keputusan yang jelas, yang memungkinkan adanya interpretasi subjektif yang luas dan pada akhirnya mengurangi objektivitas sistem itu sendiri.
Sepotong roti bisa dianggap sebagai ultra-processed food hanya karena tambahan satu bahan, sementara yogurt tawar bisa masuk ke tiga kategori berbeda sekaligus. Kebingungan ini menunjukkan perlunya cara pandang yang lebih jernih dan adil.
Menjawab tantangan ini, sekelompok ilmuwan pangan internasional dari IUFoST (International Union of Food Science and Technology) mengusulkan sebuah cara berpikir baru. Dalam artikel mereka, Ahrné et al. (2025) menawarkan sebuah kerangka kerja yang logis dan terukur untuk menilai makanan.
Alasan Perubahan: Mengapa Sistem NOVA Tidak Cukup Andal?
Alasan utama para ilmuwan ini mengusulkan sistem baru adalah karena sistem NOVA, meskipun berhasil meningkatkan kesadaran tentang pengolahan pangan, memiliki kelemahan dasar:
NOVA seringkali mencampuradukkan antara resep (formulasi) dengan proses pembuatan (pengolahan). Keduanya adalah hal yang berbeda, tetapi seringkali disatukan dalam satu penilaian.
NOVA bersifat deskriptif ("diproses minimal", "ultra-processed"). Tidak ada angka atau skor yang jelas sehingga penilaiannya bisa menjadi subjektif dan tidak konsisten.
Kerangka Berpikir Baru: Memisahkan "Resep" dari "Proses Memasak"
Ide paling mendasar dari para ilmuwan ini sangat sederhana dan intuitif: untuk menilai sebuah makanan secara adil, kita harus memisahkan dua pertanyaan yang berbeda:
Formulasi (Resep): Apa saja bahan-bahan di dalamnya? Apakah resepnya terdiri dari bahan-bahan bergizi seperti gandum utuh dan sayuran, atau justru penuh dengan gula, garam, dan lemak jenuh?
Pengolahan (Proses): Apa yang dilakukan pada bahan-bahan itu? Apakah proses pembuatannya (seperti memanggang atau merebus) merusak nutrisi, atau justru membuatnya lebih baik dan lebih aman?
Analogi sederhananya seperti memasak di rumah. Membuat sup dari sayuran segar (resep yang bagus) lalu merebusnya terlalu lama sampai vitaminnya hilang (proses yang buruk) tentu berbeda hasilnya dengan sup yang dimasak sebentar (proses yang baik). Sistem baru ini, yang disebut IF&PC (IUFOST Formulation & Processing Classification), mencoba menerapkan pemikiran ini dengan menyeluruh.
Perbedaan Kunci: Sistem NOVA vs. IF&PC
Untuk memahami betapa berbedanya kedua pendekatan ini, penting untuk melihat metode penilaian yang mereka gunakan. Sistem NOVA, yang lebih dahulu populer, menggunakan metode penilaian kualitatif. Sistem NOVA mengelompokkan semua makanan ke dalam empat kategori deskriptif berdasarkan tingkat dan tujuan pengolahan:
Grup 1: Makanan tidak diolah atau diproses minimal
Grup 2: Bahan masak olahan
Grup 3: Makanan olahan
Grup 4: Makanan ultra-olahan/ultra-processed food
Metode ini menghasilkan sebuah label tunggal yang seringkali menggeneralisasi dan, seperti yang telah dibahas, bisa menjadi ambigu.
Sebaliknya, sistem IF&PC yang diusulkan menggunakan metode penilaian kuantitatif yang lebih terperinci. Alih-alih satu label, IF&PC memberikan dua skor angka yang terpisah: satu untuk menilai kualitas resep (formulasi) dan satu lagi untuk mengukur dampak proses pembuatannya (pengolahan). Pendekatan ini memungkinkan penilaian yang lebih objektif dan lebih detail serta menyatakan bahwa proses pengolahan bisa berdampak baik, netral, ataupun buruk bagi nilai gizi sebuah makanan. Perbedaan fundamental antara kedua sistem ini dirangkum dalam tabel berikut.
Metode Baru: Memberikan "Nilai Rapor Gizi" pada Makanan
Untuk menerapkan kerangka berpikir ini, para ilmuwan mengusulkan tiga konsep dengan alat ukur yang jelas:
Untuk menilai resep (formulasi), mereka menggunakan sistem yang bernama NRF (Nutrient Rich Food Index). Anggap saja ini sebagai "nilai rapor gizi" untuk sebuah makanan. Makanan mendapat poin plus untuk gizi baik (seperti protein dan serat) dan poin minus untuk yang perlu dibatasi (seperti gula tambahan, lemak, minyak, dan garam). Semakin tinggi skor NRF, semakin bagus resepnya.
Untuk menilai proses pembuatan, mereka menciptakan metrik cerdas bernama ΔNRF (Delta NRF). Simbol Delta (Δ) berarti "perubahan". Jadi, ΔNRF adalah perubahan "nilai rapor gizi" sebuah makanan setelah diproses.
Contoh proses buruk (ΔNRF Negatif): Jus buah yang dipanaskan (pasteurisasi) akan kehilangan sebagian vitamin C. "Nilai rapor"-nya turun sehingga ΔNRF-nya negatif.
Contoh proses baik (ΔNRF Positif): Susu tawar yang diperkaya (fortifikasi) dengan vitamin D. "Nilai rapor"-nya justru naik sehingga ΔNRF-nya positif. Ini membuktikan bahwa tidak semua proses itu buruk.
Konsep FPFI (Formulation and Processing Food Index) adalah skor akhir yang menggabungkan kualitas resep (NRF) dan dampak proses (ΔNRF) menjadi satu angka. Ini memungkinkan perbandingan yang lebih adil antar produk.
Keunggulan dari sistem IF&PC adalah kemampuannya untuk divisualisasikan dalam sebuah peta diagram yang bisa kita sebut sebagai peta gizi makanan. Peta ini membantu kita melihat posisi setiap makanan secara utuh.
Sumbu Horizontal (X): Menunjukkan Kualitas Resep (skor NRF). Semakin ke kanan, semakin bagus resepnya.
Sumbu Vertikal (Y): Menunjukkan Dampak Proses (skor ΔNRF). Semakin ke atas, semakin baik dan bermanfaat prosesnya.
Sebagai contoh, kita lihat gambar di atas untuk wortel. Perjalanan dimulai dari wortel mentah (di kanan titik P1, nutrisi/resep awal sangat bagus). Ketika ditambahkan gula / glazed (perubahan resep/nutrisi menjadi lebih buruk), posisinya bergeser lurus ke kiri menuju P2. Ketika kemudian wortel dimasak (proses yang merusak vitamin), posisinya bergeser lagi secara diagonal ke kiri bawah dan berakhir di 'zona merah' dengan skor akhir (FPFI) yang rendah, yaitu 1,05.
Contoh berikutnya, kacang polong. Ketika kacang polong diolah menjadi isolat protein, posisinya justru bergeser ke kanan atas (dari P2 ke P3), masuk ke zona hijau. Mengapa? Karena proses ini berhasil mengurangi zat antinutrisi pada kacang (zat yang menghalangi penyerapan gizi seperti inhibitor tripsin, lektin, dan asam fitat). Ini adalah bukti yang kuat bahwa proses pengolahan bisa sangat bermanfaat.
Visi Perbaikan IF&PC: Menuju Penilaian yang Lebih Canggih
Para ilmuwan mengakui bahwa sistem ini masih konseptual dan bisa terus diperbaiki. Visi mereka untuk masa depan mencakup:
Gizi yang Dipersonalisasi: Memberi "bobot" yang berbeda pada nutrien tertentu. Misalnya, untuk lansia, skor kalsium bisa diberi bobot lebih tinggi.
Menilai Anti-Nutrisi: Secara eksplisit menghitung manfaat dari proses yang berhasil mengurangi zat-zat yang menghalangi penyerapan gizi, seperti pada contoh kacang polong.
Mempertimbangkan "Matriks Pangan": Menilai pengaruh struktur fisik makanan terhadap rasa kenyang dan kecepatan pencernaan, sebuah faktor kunci dalam isu makan berlebihan.
Integrasi Cerdas: Memperbaiki NOVA, Bukan Menggantinya
Para penulis tidak mengarahkan kita untuk membuang sistem klasifikasi NOVA yang sudah populer. Sebaliknya, mereka mengusulkan sebuah integrasi cerdas yang disebut IUVA (IUFOST-refined NOVA). Idenya adalah memasang "mesin" baru yang canggih dan terukur dari IF&PC ke dalam "kerangka" NOVA yang sudah dikenal luas.
Dengan cara ini, penelitian di masa depan tidak lagi hanya mengatakan "makanan kategori 4 NOVA berhubungan dengan obesitas", tetapi bisa lebih spesifik: "makanan dengan skor FPFI di bawah -2 berhubungan dengan peningkatan risiko obesitas sebesar X%". Ini jauh lebih ilmiah, akurat, dan dapat diandalkan.
Langkah ke Depan: Peta Jalan untuk Masa Depan Gizi
Untuk mewujudkan visi ini, para penulis menyajikan sebuah "daftar tugas" yang jelas untuk komunitas ilmiah global. Tantangan terbesarnya adalah mengumpulkan data. Sama seperti Google Maps yang membutuhkan mobil untuk memetakan setiap jalan, sistem ini membutuhkan penelitian ekstensif untuk mengukur skor NRF dan ΔNRF dari ribuan bahan dan proses pengolahan.
Kolaborasi antara ilmuwan pangan, ahli gizi, dan industri diperlukan untuk bersama-sama membangun basis data yang akan menjadi fondasi bagi cara kita menilai makanan di masa depan dengan lebih adil, lebih transparan, dan lebih cerdas.