Disolusi Optimasi Model Tinjauan Pustaka

6

4. Disolusi

Disolusi adalah suatu proses zat padat masuk ke dalam pelarut sehingga terlarut Sulaiman, 2007. Proses ini dikendalikan oleh afinitas zat terhadap larutan. Kecepatan disolusi adalah kecepatan melarutnya zat padat di dalam pelarut Sinko, 2006. Proses disolusi obat dari suatu matriks ditunjukkan pada gambar 1. Gambar 1. Disolusi obat dari suatu padatan matriks Sinko, 2006 Beberapa peneliti melaporkan tentang faktor-faktor yang mempengaruhi proses disolusi tablet, antara lain: kecepatan pengadukan, temperatur pengujian, viskositas, pH, komposisi medium disolusi, dan ada atau tidaknya bahan pembasah. Noyes dan Whitney mempelajari laju disolusi dari asam benzoat dan logam- logam klorida, dua di antaranya merupakan bahan yang praktis tidak larut, dengan cara memutar sebuah silinder yang berisi tiap bahan dalam air dengan kecepatan konstan dan menyampling larutan untuk analisis selama interval waktu yang spesifik. Untuk tujuan memeriksa data disolusi secara kuantitatif, Noyes dan Whitney membuat sebuah rumus berdasarkan hukum kedua Fick’s, untuk menggambarkan fenomena disolusi. Kecepatan disolusi dapat dirumuskan secara matematis berdasarkan persamaan Noyes dan Whitney 1: ........................................................................................ 1 Di mana dcdt adalah laju disolusi obat, K adalah konstanta laju disolusi, Cs adalah konsentrasi jenuh kelarutan maksimum, ct adalah konsentrasi pada waktu t dan cs-ct adalah gradien konsentrasi Sulaiman, 2007. Laju disolusi senyawa kimia umumnya ditentukan dengan metode permukaan konstan yang memberikan laju disolusi intrinsik dari zat tersebut dan disolusi partikel-partikel kecil dimana suatu suspensi dari zat tersebut ditambahkan 7 sejumlah pelarut tertentu tanpa pengontrolan luas permukaan yang tepat Ansel dkk., 2005.

5. Optimasi Model

Simplex Lattice Design Optimasi adalah suatu metode atau desain eksperimental untuk memudahkan dalam penyusunan dan interpretesi data secara matematis. Simplex Lattice Design SLD merupakan suatu teknik untuk memprediksi profil sifat campuran bahan Bolton, 1997. Suatu formula merupakan campuran yang terdiri dari beberapa komponen. Setiap perubahan fraksi dari salah satu komponen dari campuran akan merubah sedikitnya satu variabel atau bahkan lebih fraksi komponen lain. Jika X 1 adalah fraksi dari komponen satu dalam campuran fraksi maka: 0≤X 1 ≤1 dimana, i=1,2,....,q .................................................................................. 2 Gambar 2. Simplex Lattice Design model Linear Amstrong dan James, 1996 Pada kurva 1 gambar 3 menunjukan bahwa adanya interaksi yang positif, yaitu masing-masing komponen saling mendukung. Kurva 2 menunjukan bahwa tidak ada interaksi, yaitu masing-masing komponen tidak saling mempengaruhi, sedangkan pada kurva 3 menunjukan bahwa adanya interaksi yang negatif, yaitu masing-masing komponen saling meniadakan Amstrong dan James, 1996. Campuran akan mengandung sedikitnya satu komponen dan jumlah fraksi semua komponen adalah tetap, ini berarti: X1+X2+….+Xq ...................................................................................... 3 Area yang menyatakan semua kemungkinan kombinasi dari komponen- komponen dapat dinyatakan oleh interior dan garis batas dari suatu gambar dengan 8 q tiap sudut dan q-1 dimensi. Semua fraksi dari kombinasi 2 campuran dapat dinyatakan sebagai garis lurus. Jika ada 2 komponen q=2, maka dinyatakan sebagai satu dimensi yang merupakan gambar garis lurus seperti terlihat pada gambar 3. Titik A menyatakan suatu formula yang hanya mengandung komponen A, titik B menyatakan suatu formula yang hanya mengandung komponen B, sedangkan garis AB menyatakan semua kemungkinan campuran A dan B. Titik C menyatakan campuran 0,5 komponen A dan komponen B. Hubungan fungsional antara respon variabel tergantung dengan komposisi variabel bebas dinyatakan dengan persamaan: Y=β 1 X 1 + β 2 X 2 + β 12 X 1 X 2 ...................................................................................... 4 Y = respon X 1 dan X 2 = fraksi dari tiap komponen β 1 dan β 2 = koefisien regresi dari X 1 , X 2 β 12 = koefisien regresi dari interaksi X 1 -X 2 Untuk q= 2, maka persamaan 5 berubah menjadi: X 1 +X 2 = 1 Koefisien diketahui dari perhitungan regresi dan y adalah respon yang diinginkan. Nilai X 1 ditentukan maka nilai X 2 dapat dihitung. Setelah semua nilai didapatkan dimasukkan ke dalam garis maka akan didapatkan contour plot yang diinginkan Amstrong dan James, 1996.

6. Pemerian Bahan