A ctual Response
C a
lc u
la te
d R
e sp
o n
se
20 15
10 5
20 15
10 5
PLS Response Plot
response is CTM 10 components
Gambar 10. Kurva hubungan antara nilai sebenarnya actual response dengan nilai terhitung calculated response klorfeniramin maleat CTM dengan
metode spektrofotometri UV-PLS pada λ 220-310 nm.
B. Validasi model kalibrasi multivariat partial least square PLS
Proses pemodelan dengan menggunakan kalibrasi multivariat PLS dalam memprediksi suatu data perlu divalidasi, agar hasil yang diperoleh dapat
dipertanggungjawabkan, dan dapat mengatasi kelemahan dari kalibrasi multivariat PLS itu sendiri. Salah satu kelemahan dari model kalibrasi multivariat PLS adalah
terjadinya over-fitting. Untuk mengatasi terjadinya over-fitting selama pemodelan, dengan melakukan proses validasi internal, yang mana validasi internal merupakan
metode validasi silang cross validation yang menggunakan teknik leave-one-out. Dalam teknik ini, salah satu sampel kalibrasi dikeluarkan dari model PLS dan sisa
sampel yang ada digunakan untuk pemodelan dengan PLS untuk menghitung nilai terprediksi sampel kalibrasi yang dikeluarkan. Sampel yang dihilangkan selanjutnya
dihitung dengan model PLS baru yang dikembangkan. Prosedur tersebut dilakukan PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
berulang kali, menghilangkan satu demi satu sampel kalibrasi hingga didapatkan harga R
2
yang sesuai dengan yang diinginkan Rohman and Che Man, 2011. Hasil dari proses validasi silang menggunakan teknik leave-one-out dengan data nilai
sebenarnya dan nilai terhitung dapat dilihat pada Tabel V. Tabel V. Nilai sebenarnya vs nilai terhitung hasil kalibrasi PLS yang mengandung
parasetamol PCT, guaifenesin GG dan klorfeniramin maleat CTM validasi silang cross validation pada
λ 220-310 nm. No
Camp. Konsentrasi µgml
PCT GG
CTM Sebenarnya Terhitung Sebenarnya Terhitung Sebenarnya Terhitung
1 4,5508
4,4121 2,8147
2,7861 9,0241
9,0225 2
11,9528 11,9403
11,5181 11,6682
12,7332 12,2524
3 10,2232
10,2472 14,7858
14,7576 10,0646
10,0425 4
14,9909 14,9820
11,7096 11,5239
20,1397 20,4698
5 11,1242
11,1367 11,1971
11,2185 7,9210
7,9355 6
6,2509 6,3664
6,7427 6,6670
19,9493 19,8080
7 8,3735
8,4429 16,8928
16,8338 10,0538
10,1522 8
7,9982 8,0029
5,8730 5,8680
14,9379 14,8708
9 9,9898
9,9352 15,5150
15,2989 2,9901
2,9834 10
14,7886 14,6559
17,0404 17,0455
8,0141 8,0054
11 12,6359
12,5458 11,2712
11,3554 13,8639
13,7349 12
3,8424 3,7751
19,1066 19,0326
5,9143 5,7639
13 5,6635
5,6223 8,0079
8,0107 8,0335
8,1512 14
5,3087 5,6961
4,9794 4,9852
7,0586 7,1453
15 13,1301
13,2369 8,0399
8,1127 14,1963
14,8751 16
8,6509 8,5136
7,0833 7,1151
2,0960 2,1610
17 2,9362
2,9450 15,9960
15,9797 7,0728
7,2365 18
7,9837 7,9766
5,1593 5,2000
5,9159 5,6823
19 2,0601
2,1066 17,1528
17,2546 16,0458
16,1147 20
1,5455 1,4090
6,1146 6,1746
14,9751 14,9748
Dari data Tabel V, validasi untuk model kalibrasi multivariat PLS dapat dilakukan dengan menghitung nilai koefisien determinasi R
2
, nilai RMSECV root PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
mean square error of cross validation . Nilai PRESS predicted error sum of square
adalah nilai yang menunjukkan kesalahan prediksi saat proses pemodelan, dan merupakan bagian dari validasi untuk model kalibrasi multivariat PLS. Nilai R
2
dan RMSECV dapat ditentukan dengan mengkorelasikan nilai sebenarnya dan nilai
terhitung. Selama validasi internal, diperoleh persamaan y = 0,997x + 0,017 untuk PCT, y = 0,996x + 0,036 untuk GG dan y = 1,006x
– 0,044 untuk CTM. Nilai R
2
yang diperoleh adalah 0,999 untuk PCT, 0,999 untuk GG dan 0,998 untuk CTM. Sedangkan nilai RMSECV yang diperoleh untuk PCT, GG dan CTM masing-masing
sebesar 0,116, 0,084 dan 0,219. Nilai PRESS merupakan salah satu indikator kebaikan model yang menggambarkan kemampuan prediksi. Semakin rendah nilai
PRESS maka kemampuan model untuk memprediksi semakin baik Rohman and Che Man, 2011. Hasil korelasi nilai sebenarnya dan nilai terhitung untuk validasi silang
menggunakan teknik leave-one-out dapat dilihat pada Tabel VI. Tabel VI. Hasil persamaan, R
2
, RMSECV dan PRESS yang diperoleh dari hubungan antara nilai sebenarnya dan nilai terhitung validasi silang cross validation
pada λ 220-310 nm.
PCT GG
CTM Persamaan
y = 0,997x + 0,017 y = 0,996x + 0,036
y = 1,006x – 0,044
R
2
0,999 0,999
0,998 RMSECV
0,116 0,084
0,219 PRESS
4,815 1,764
1,996 Dari hasil yang diperoleh pada Tabel VI, dapat disimpulkan bahwa
kemampuan model kalibrasi multivariat PLS untuk memprediksi semakin baik, sebab nilai koefisien determinasi R
2
yang dihasilkan mendekati nilai 1, nilai RMSECV dan PRESS yang diperoleh adalah rendah. Dengan berhasilnya konfirmasi validasi
model multivariat PLS, maka model ini nantinya dapat digunakan untuk tahap selanjutnya yakni pada proses penetapan kadar sampel. Data dan parameter hasil
validasi silang leave one-out PCT, GG dan CTM dapat dilihat pada Gambar 11, 12 dan 13, serta kurva hubungan antara nilai sebenarnya dan nilai terhitung validasi
silang dengan teknik leave-one-out sebagaimana pada Gambar 14, 15 dan 16.
PLS Regression: PCT versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ...
Number of components selected by cross-validation: 3 Number of observations left out per group: 1
Number of components cross-validated: 10 Analysis of Variance for PCT
Source DF SS MS F P Regression 3 324.347 108.116 606.28 0.000
Residual Error 16 2.853 0.178 Total 19 327.200
Model Selection and Validation for PCT Components X Variance Error SS R-Sq PRESS R-Sq pred
1 0.855623 29.7023 0.909223 36.8199 0.887470 2 0.931723 3.8605 0.988201 5.9476 0.981823
3 0.972988 2.8532 0.991280 4.8155 0.985283 4 2.8190 0.991385 5.2731 0.983884
5 2.6596 0.991872 5.9752 0.981739 6 2.4540 0.992500 9.7405 0.970231
7 2.4051 0.992649 9.9836 0.969488 8 2.2495 0.993125 12.2229 0.962644
9 1.7771 0.994569 20.1736 0.938345 10 1.6862 0.994847 19.4015 0.940705
Gambar 11. Data dan parameter hasil validasi silang parasetamol PCT dengan teknik leave-one-out.
PLS Regression: GG versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ...
Number of components selected by cross-validation: 4 Number of observations left out per group: 1
Number of components cross-validated: 10 Analysis of Variance for GG
Source DF SS MS F P Regression 4 473.592 118.398 1853.15 0.000
Residual Error 15 0.958 0.064 Total 19 474.550
Model Selection and Validation for GG Components X Variance Error SS R-Sq PRESS R-Sq pred
1 0.817853 365.582 0.229624 441.061 0.070570 2 0.927910 69.456 0.853638 106.943 0.774643
3 0.962431 3.380 0.992878 6.133 0.987077 4 0.998206 0.958 0.997980 1.764 0.996282
5 0.690 0.998546 2.462 0.994812 6 0.631 0.998671 2.091 0.995594
7 0.541 0.998860 2.293 0.995168 8 0.450 0.999052 2.256 0.995246
9 0.255 0.999462 3.371 0.992896 10 0.196 0.999587 3.423 0.992787
Gambar 12. Data dan parameter hasil validasi silang guaifenesin GG dengan teknik leave-one-out.
PLS Regression: CTM versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ...
Number of components selected by cross-validation: 9 Number of observations left out per group: 1
Number of components cross-validated: 10 Analysis of Variance for CTM
Source DF SS MS F P Regression 9 496.745 55.1939 2697.94 0.000
Residual Error 10 0.205 0.0205 Total 19 496.950
Model Selection and Validation for CTM Components X Variance Error SS R-Sq PRESS R-Sq pred
1 0.837211 394.639 0.205879 467.772 0.058714 2 0.915412 72.301 0.854511 119.239 0.760058
3 0.965887 7.012 0.985889 15.481 0.968847 4 0.998206 1.517 0.996947 3.672 0.992610
5 0.998842 0.839 0.998312 3.757 0.992440 6 0.999562 0.604 0.998785 2.898 0.994168
7 0.999807 0.457 0.999081 2.558 0.994852 8 0.999909 0.320 0.999356 2.236 0.995501
9 0.999943 0.205 0.999588 1.996 0.995984 10 0.123 0.999753 2.014 0.995946
Gambar 13. Data dan parameter hasil validasi silang klorfeniramin maleat CTM dengan teknik leave-one-out.
Actual Response C
a lc
u la
te d
R e
s p
o n
s e
16 14
12 10
8 6
4 2
16 14
12 10
8 6
4 2
Variable Fitted
C rossv al
PLS Response Plot
response is PCT 3 components
Gambar 14. Kurva hubungan antara nilai parasetamol sebenarnya vs nilai terhitung hasil validasi silang leave one-out dengan metode spektrofotometri UV-
PLS pada panjang gelombang 220-310 nm.
Actual Response C
a lc
u la
te d
R e
s p
o n
s e
20 15
10 5
20 15
10 5
Variable Fitted
C rossv al
PLS Response Plot
response is GG 4 components
Gambar 15. Kurva hubungan antara nilai guaifenesin sebenarnya vs nilai terhitung hasil validasi silang leave one-out dengan metode spektrofotometri UV-
PLS pada panjang gelombang 220-310 nm. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Actual Response C
a lc
u la
te d
R e
s p
o n
s e
20 15
10 5
20 15
10 5
Variable Fitted
C rossv al
PLS Response Plot
response is CTM 9 components
Gambar 16. Kurva hubungan antara nilai klorfeniramin maleat sebenarnya vs nilai terhitung hasil validasi silang leave one-out dengan metode
spektrofotometri UV-PLS pada panjang gelombang 220-310 nm.
C. Penetapan kadar sampel PCT, GG dan CTM dalam sediaan sirup
