Hasil Validasi Model Persamaan HKSA

UIN Syarif Hidayatullah Jakarta bernilai negatif maka pengaruh dari deskriptor tersebut bertolak belakang terhadap aktivitas semakin besar nilai dari deskriptornya maka aktivitasnya akan semakin rendah. Dari persamaan yang dihasilkan disimpulkan bahwa semakin polar semakin kecil nilai deskriptor dari log P maka aktivitas dari senyawa tersebut akan semakin besar. Pada model persamaan yang menggunakan log D deskriptor yang paling berpengaruh adalah log D, indeks Randic, indeks Harary dan indeks Wiener WPOL.

4.6. Hasil Validasi Model Persamaan HKSA

Validasi persamaan HKSA dengan menggunakan beberapa parameter statistik yang sudah umum digunakan yaitu: koefisien korelasi r, koefisien determinasi r 2 , Adjusted r 2 , standard of error SE, F hitung F tabel , prediction residual error sum of square PRESS, dan root mean square deviation RMSD. Untuk nilai SE, dan PRESS, dan RMSD harus sekecil mungkin mendekati nol. Dan untuk nilai dari F hitung F tabel harus lebih dari 1 agar persamaan HKSA dapat diterima seluruh parameter tersebut harus terpenuhi. Nilai r menunjukan tingkat hubungan antara data aktivitas biologis pengamatan percobaan dengan data hasil perhitungan berdasarkan persamaan yang diperoleh dari analisis regresi. Koefisien korelasi dinyatakan dalam angka 0 sampai 1. Semakin besar nilai koefisien korelasi mendekati 1 maka hubungan aktivitas prediksi dan percobaan akan semakin baik. Dalam koefisien korelasi semakin banyak jumlah data yang digunakan maka syarat nilai r yang dapat diterima akan semakin rendah. Dalam HKSA nilai r yang baik adalah yang lebih besar dari 0,9. Siswandono, 2008 Nilai r square menunjukan berapa aktivitas biologis dapat dijelaskan hubungannya dengan parameter sifat fisika kimia yang digunakan Siswandono, 2008. Dalam HKSA nilai r square yang baik adalah yang lebih dari 0,8 atau mendekati 1. Nilai F menunjukan kemaknaan hubungan bila dibandingkan dengan tabel F. makin besar nilai F makin besar juga derajat kemaknaannya. Nilai F adalah indicator yang menunjukan bahwa UIN Syarif Hidayatullah Jakarta hubungan yang dinyatakan oleh persamaan adalah benar dan bukan kebetulan. Semakin tinggi nilai F maka akan semakin kecil kemungkinan hubungan tersebut adalah karena kebetulan. Nilai SE, RMSD, dan PRESS belum ada standar bakunya akan tetapi semakin kecil nilai dari ketiga parameter ini maka akan semakin baik pula kualitas dari persamaan HKSA yang dibentuk. Tabel 4.6 1. parameter statistik model menggunakan log P, 2. Parameter statistik model HKSA menggunakan Log D Model R R Square Adjusted R Square Std. Error of the Estimate Fhitung Ftabel PRESS RMSD 1 0.922 0.851 0.781 0.468 4.520 3.2919 1.15972 Model R R Square Adjusted R Square Std. Error of the Estimate Fhitung Ftabel PRESS RMSD 2 0.881 0.776 0.672 0.574 2.741 4.951 1.329 Dari tabel 4.5 dapat dilihat bahwa model yang dibangun dengan menggunakan log D masih belum cukup untuk dapat diterima sebagai model persamaan HKSA hal ini terlihat dari nilai r yang kurang dari 0,9 dan r square yang kurang dari 0,8 serta nilai RMSD dan nilai SE yang lebih besar dari model persamaan HKSA yang dibangun dengan menggunakan log P. Gambar 4.6 Grafik korelasi aktivitas log1IC 50 prediksi dan eksperimen pada 23 senyawa turunan asam sinamat Log 1IC50 prediksi Log 1IC50 eksperimen UIN Syarif Hidayatullah Jakarta Dari gambar 4.5 dapat dilihat korelasi antara aktivitas prediksi dan eksperimen yang memiliki slope mendekati 1 ini menunjukan bahwa model persamaan yang dibuat mampu memberikan nilai prediksi yang cukup tinggi

4.7. Pengujian Aktifitas Sampel Set