Tabel XVI. Kurva adisi alopurinol dalam matriks jamu
Rep Massa
alopurinol yang
ditambahkan ng
Massa alopurinol
yang diinjeksikan
ng AUC
Persamaan Persamaan
kumulatif
1
51 10,2
161281 Y=-466882,3+ 43535,2 x
r = 0,967
y=-470009,5 + 43683,7 x
r = 0,967 103
54,1 1413539
156 81,9
3389374
2
51 10,2
160994 Y=-469763,3+ 43705,7x
r = 0,967 103
54,1 1417681
156 81,9
3401810
3
51 10,2
160904 Y=-478220,1+ 44085,7x
r = 0,966 103
54,1 1418200
156 81,9
3431567
4
51 10,2
160153 Y=-468067,2+ 43576,7x
r = 0.967 103
54,1 1415550
156 81,9
3391014
5
51 10,2
158998 Y=-467114,8+ 43514,9
r = 0,968 103
54,1 1416969
156 81,9
3384573
Berdasarkan Tabel XVI diperoleh nilai koefisien korelasi r sebesar 0,967 dengan n = 3 lima replikasi dapat dikatakan tidak linear secara statistik karena
nilai r r tabel XIV 0,997. Dengan demikian dapat dikatakan bahwa respon instrumen belum linier terhadap konsentrasi analit dalam matriks jamu.
5. Pengaruh Matriks Jamu Dalam Penetapan Kadar Alopurinol
Tujuan melihat pengaruh matriks adalah untuk melihat matriks jamu memberikan pengaruh dalam penetapan kadar alopurinol dalam jamu. Pengaruh
matriks dapat diketahui dari slope kurva baku alopurinol dan kurva baku adisi alopurinol dalam matriks jamu dilakukan uji signifikansi slope. Uji signifikansi
perbedaan slope kurva baku alopurinol periode I dan II terhadap kurva adisi alopurinol dalam matriks jamu ditampilkan pada Tabel XVII dan XVIII.
Tabel XVII. Hasil uji t slope kurva baku alopurinol dalam pelarut periode I dan kurva adisi alopurinol dalam matriks jamu
Slope t
hitung
P t
tabel
Kesimpulan Kurva baku
periode I 6876,6
3,22 0,05
2,048 berbeda
signifikan Kurva adisi
43683,7
Tabel XVIII. Hasil uji t slope kurva baku alopurinol dalam pelarut periode II dan kurva adisi alopurinol dalam matriks jamu
Slope t
hitung
P t
tabel
Kesimpulan Kurva baku
5686.2 2,89
0,05 2,059
berbeda signifikan
Kurva baku adisi
43683,7 Berdasarkan Tabel XVII dan Tabel XVIII. diatas menunjukkan bahwa
slope kurva baku alopurinol dalam pelarut baik periode II dan II terhadap kurva adisi alopurinol dalam matriks jamu berbeda signifikan secara statistik, hal ini
ditunjukkan dengan t
hitung
t
tabel
. Berikut gambar perbandingan kurva baku dan kurva adisi.
Gambar 11. Perbandingan kurva baku dan kurva adisi
500000 1000000
1500000 2000000
2500000 3000000
3500000 4000000
200 400
600 800
A U
C
massa alopurinol ng
Perbandingan kurva baku dan kurva adisi
kurva adisi kurva baku periode I
kurva baku periode II
Perbedaan slope yang signifikan pada kedua kurva baku disebabkan adanya pengaruh matriks jamu pada penetapan kadar alopurinol dalam jamu. Oleh
karena itu digunakan kurva baku adisi alopurinol dalam matriks jamu untuk penetapan kadar alopurinol dalam sampel.
6. Validasi Metode Analisis Dalam Jamu
Validasi metode analisis dilakukan untuk membuktikan bahwa metode KCKT yang digunakan pada penelitian ini memiliki validitas yang baik atau tidak
dalam penetapan kadar alopurinol dengan kondisi percobaaan sesuai hasil optimasi.
i. Linearitas
Linearitas merupakan kemampuan suatu metode untuk memperoleh hasil uji yang proporsional dengan konsentrasi analit pada kisaran yang diberikan Gandjar dan
Rohman, 2012. Pada penelitian ini diperoleh persamaan kurva adisi alopurinol dalam matriks jamu adalah y= -470009,5 + 43683,7 x dengan linearitas r = 0,967.
Linieritas dinyatakan sebagai koefisien korelasi. Batasan yang digunakan untuk nilai koefisien korelasi ini menggunakan Pearson’s correlation coefficient
test, dimana dapat dijelaskan bahwa koefisien korelasi memiliki hubungan terhadap banyaknya jumlah determinasi n yang dilakukan. Hubungan tersebut
dapat dilihat pada tabel XIV di atas. Apabila nilai r dari suatu regresi linear lebih besar daripada nilai r pada
tabel menunjukkan hubungan linieritas pada kurva baku secara statistik terpenuhi. Persamaan kurva baku adisi alopurinol dalam matriks jamu memiliki r sebesar
0,967 dengan n = 3 lima replikasi maka dapat dikatakan belum linier secara statistik karena r 0,997
ii. Akurasi
Konsentrasi sampel setelah adisi diluar rentang linearitas kurva baku periode I dan II serta pengaruh matriks yang sangat besar Gambar 11, oleh sebab
itu tidak dapat ditentukan akurasi . iii.
Presisi Presisi adalah ukuran yang menyatakan derajat kesesuaian antara hasil uji
individual yang diperoleh dari pengambilan sampel berulang pada suatu metode analisis Snyder et al., 1997. Presisi ditunjukkan dengan nilai koefisien variasi
CV. Suatu metode dapat dikatakan memiliki presisi yang baik apabila memiliki
CV 2 AOAC dalam Gonzales and Herrador, 2007. Hasil penelitian
ditunjukkan pada Tabel XIX.
Tabel XIX. Persen koefisien variasi dari metode penambahan baku
Massa alopurinol yang ditambahkan n = 5
ng Rata-rata ditemukan
n=5 ng
SD CV
10,2 3,4
0,02 0,6
54,1 32,2
0,4 0,1
81,9 77,6
0,43 0,6
Berdasarkan data pada Tabel XIX, dapat diketahui bahwa setiap level massa alopurinol telah memenuhi syarat presisi yang baik dilihat dari nilai CV
yang kurang dari 2.