Skip to main content

Tes Ras Makanan

Temukan ras apa yang kamu makan seperti dengan Tes Ras Makanan – kuis menyenangkan dan membuka mata yang didasarkan pada data ilmiah dunia nyata.

Berdasarkan analisis skala besar terhadap respons survei diet di AS, model machine learning mampu memprediksi kelompok ras yang dilaporkan sendiri oleh orang-orang dengan akurasi 82% hanya menggunakan preferensi makanan mereka.

Sekarang giliran Anda: jawab ya atau tidak untuk 32 makanan yang dipilih dengan hati-hati dan lihat palet budaya mana yang paling sesuai dengan selera Anda.

Pertanyaan ke-1 dari 32

Seberapa besar Anda menyukai...

Seberapa besar Anda menyukai...

Tortilla

Kurang
Lebih

Selanjutnya

Tes Ras Makanan adalah kuis menarik berbasis data yang mengungkapkan bagaimana preferensi makanan sehari-hari ternyata dapat memprediksi identitas ras atau etnis yang dilaporkan sendiri secara mengejutkan. Inti dari tes ini adalah analisis empiris ketat dari survei diet skala besar di AS, yang menunjukkan bahwa pola makanan budaya jauh lebih terstruktur – dan dapat diprediksi – daripada yang mungkin disarankan oleh stereotip kasual.

Dasarnya berasal dari analisis sekunder terperinci terhadap data diet publik, kemungkinan besar diambil dari National Health and Nutrition Examination Survey (NHANES), program standar emas yang dijalankan oleh Centers for Disease Control and Prevention (CDC). NHANES telah mengumpulkan data kesehatan dan nutrisi yang representatif secara nasional sejak tahun 1970-an, termasuk Food Frequency Questionnaires (FFQ) terperinci di mana peserta melaporkan seberapa sering mereka mengonsumsi ratusan makanan dan minuman tertentu. Jika digabungkan dari beberapa siklus survei, dataset ini mencakup puluhan ribu responden yang juga mengidentifikasi sendiri ras/etnis mereka (biasanya kategori Non-Hispanik Kulit Putih, Non-Hispanik Kulit Hitam, Hispanik, dan Asia).

Dalam analisis tahun 2025 yang diterbitkan di Substack oleh East Hunter berjudul “Do Black people really like fried chicken?”, seorang peneliti menerapkan random forest classifier – algoritma machine learning yang kuat dan banyak digunakan dalam pemodelan prediktif – pada data yang berasal dari NHANES ini. Hanya menggunakan frekuensi konsumsi makanan yang dilaporkan sendiri sebagai prediktor (tanpa input demografis seperti usia, pendapatan, atau lokasi), model mengklasifikasikan individu ke dalam kelompok ras/etnis yang dilaporkan sendiri dengan benar dengan akurasi 82% pada sampel uji holdout. Ini jauh melebihi baseline ~40% yang diharapkan dari tebakan acak di empat kelompok. Kinerja model selanjutnya divalidasi oleh Cohen’s Kappa sebesar 0.74, yang menunjukkan kesepakatan “substansial” di luar kebetulan – dukungan statistik yang kuat dalam tugas klasifikasi.

Akurasi tinggi ini menegaskan realitas empiris: terdapat perbedaan sistematis dalam preferensi makanan antar kelompok etnis di AS, didorong oleh tradisi budaya, sejarah regional, pola imigrasi, dan resep keluarga yang diturunkan lintas generasi. Misalnya, konsumsi yang dilaporkan lebih tinggi dari sayuran tumis, tahu, atau pangsit sangat menandakan preferensi Asia; item Tex-Mex seperti tortilla sebagai lauk atau salsa mengarah ke pola Hispanik; ayam goreng, kuah, atau permen tertentu selaras dengan preferensi Kulit Hitam; sedangkan anggur, soda diet, atau keju cottage cenderung ke arah pola Kulit Putih. Sinyal-sinyal ini bukan acak – algoritma random forest mengidentifikasi makanan yang paling diskriminatif melalui peringkat kepentingan fitur, menghasilkan grafik batang yang jelas tentang “preferensi tambahan relatif terhadap etnis lain”.

Tes Ras Makanan menyaring wawasan berbasis data ini menjadi format kuis yang ringkas dan menarik. Tes ini menampilkan delapan item paling prediktif per kelompok, diambil langsung dari grafik peringkat preferensi analisis tersebut. Pengguna cukup menjawab “ya” atau “tidak” apakah mereka secara teratur menikmati setiap makanan (setidaknya sebulan sekali), lalu mengirimkan jawaban mereka untuk mendapatkan hasil instan yang mengungkapkan pola etnis mana yang paling sesuai dengan selera mereka.

Meskipun terlihat main-main di permukaan, kekuatan tes ini terletak pada dasarnya yang menggunakan data survei skala besar yang nyata dan hasil machine learning yang telah divalidasi. Tes ini menyoroti betapa dalamnya budaya tertanam dalam kebiasaan sehari-hari, mengubah sesuatu yang pribadi seperti selera menjadi proksi yang sangat andal untuk identitas kelompok – semuanya didukung oleh bukti empiris, bukan anekdot. Di era big data, karya ini menunjukkan cara-cara halus dan terukur bagaimana perbedaan manusia terwujud, mengundang refleksi tentang persimpangan antara makanan, budaya, dan identitas.

Referensi

  • Bennett, G., Bardon, L. A., & Gibney, E. R. (2022). A comparison of dietary patterns and factors influencing food choice among ethnic groups living in one locality: A systematic review. Nutrients, 14(5), Article 941. https://doi.org/10.3390/nu14050941
  • East Hunter. (2025, December 31). Do Black people really like fried chicken? East Hunter.

Mengapa Menjalani Tes Ini?

Gunakan Tes Ras Makanan untuk mengeksplorasi bagaimana budaya secara diam-diam membentuk pilihan sehari-hari yang jarang Anda pikirkan. Dibangun di atas data diet AS skala besar yang nyata dan model machine learning yang telah divalidasi, tes ini melampaui stereotip untuk mengungkap pola yang dapat diukur dalam selera. Dalam beberapa menit saja, Anda akan melihat bagaimana preferensi makanan Anda selaras dengan tren budaya yang lebih luas – menjadikan ilmu data menjadi sesuatu yang personal, menyenangkan, dan mengejutkan penuh wawasan. Ini adalah cara menyenangkan untuk merenungkan identitas melalui bukti, bukan asumsi.

test itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest item