Analisis Hubungan Kuantitatif Struktur-Aktivitas HKSA Deskriptor HKSA

kecil harga elektronegatifitasnya dibanding atom oksigen, sehingga NH kurang polar dibanding OH Sardjiman, 2011. Gugus amina merupakan pengarah orto dan para bermuatan negatif pada cincin benzen. Fluor yang juga dikenal dengan nama fluorin merupakan unsur kimia yang berupa gas pada suhu kamar 25 o C, berwarna kuning pucat kehijauan, gas korosif, yang bereaksi dengan banyak senyawa organik dan anorganik. Letaknya dalam tabel periodik adalah pada golongan VIIA dan periode 2, jadi dapat dikatakan bahwa terdapat pada kelompok unsur halogen. Flour merupakan unsur nonlogam yang paling elektronegatif, mempunyai nilai keelektronegatifan 4 Khotob, 2011. Klor tergolong dalam grup unsur halogen pembentuk garam dan diperoleh dari garam klorida dengan mereaksikan zat oksidator atau lebih sering dengan proses elektrolisis. Klor merupakan gas berwarna kuning kehijauan dan dapat bersenyawa dengan hampir semua unsur Anonim, 2013. Pada penelitian ini salah satu gugus H pada senyawa khrisin akan diganti dengan gugus alkoksi, hidroksi, amina, F, dan Cl. Penambahan gugus alkoksi sebagai pendonor elektron pada posisi cincin A dan B akan dapat meningkatkan aktivitas antioksidan. Aktivitas antioksidan dapat diperoleh dengan menganalisis hubungan kuantitatif dari struktur dan aktivitas HKSA.

2.6 Analisis Hubungan Kuantitatif Struktur-Aktivitas HKSA

Analisis hubungan kuantitatif dari struktur dan aktivitas HKSA merupakan suatu kajian untuk mengembangkan hubungan struktur kimia dengan aktivitas biologis utamanya aktivitas obat dari struktur suatu seri senyawa. Asumsi mendasar dari HKSA adalah bahwa terdapat hubungan kuantitatif antara sifat mikroskopis struktur molekul dan sifat makroskopisempiris aktivitas biologis dari suatu molekul Rozaq, 2008. Young 2001 menuliskan salah satu keuntungan dari analisis HKSA dalam teknik pemodelan molekul adalah dapat mengetahui perhitungan sistem biologi yang komplek tanpa memerlukan banyak informasi dari segi ikatannya. Penggunaan kajian HKSA dapat dilakukan sebagai pendekatan awal untuk penyelesaian kemungkinan molekul dengan prediksi yang lebih akurat. Kajian HKSA yang utama adalah menentukan struktur kimia yang berpengaruh terhadap aktivitas biologis serta menunjukkan hubungan kuantitatif antara sifat-sifat molekul dengan aktivitas biologisnya, sehingga diperoleh model persamaan matematis HKSA. Persamaan ini selanjutnya dapat digunakan untuk memprediksi aktivitas senyawa baru, yang memiliki aktivitas biologis yang diduga relatif lebih baik. Secara umum HKSA menyatakan bentuk persamaan linier sebagai berikut : Aktivitas biologi = tetapan + C 1 . P 1 + C 2 . P 2 + C 3 . P 3 + ... P i adalah parameter yang dihitung untuk setiap molekul dalam. C i merupakan koefisien yang dihitung dengan variasi fitting dalam parameter dan aktivitas biologis Pranowo, 2000.

2.7 Analisis Statistik dalam HKSA

Dalam kajian HKSA terdapat banyak metode pengolahan statistika yang dapat dipergunakan untuk memberikan hasil pembahasan yang memuaskan. Metode dasar yang sering digunakan adalah metode regresi multilinier yang merupakan suatu metode yang mengkorelasikan beberapa variabel bebas dengan variabel tergantung Kubinyi, 1993. Metode statistik yang banyak digunakan dalam kajian HKSA adalah berupa teknik-teknik untuk pengolahan statistik sehingga diperoleh hasil statistika yang akurat.

2.7.1 Korelasi antar variabel

Korelasi adalah mengukur keeratan suatu hubungan, keeratan suatu hubungan ini dinyatakan dengan besaran nilai korelasi r yang nilainya berada dalam rentang -1 sampai dengan 1 Wibowo, 2012. Korelasi antar variabel digunakan untuk melihat bagaimana hubungan antar variabel. Hal ini dilakukan terutama dengan melihat tingkat pengaruh tiap-tiap deskriptor molekuler terhadap aktivitas antioksidan. Korelasi akan semakin kuat apabila memiliki nilai yang mendekati -1 atau 1. Arah korelasi positif menujukkan bahwa variabel tersebut sebanding dengan aktivitas, sedangkan arah korelasi negatif menunjukkan korelasi yang berlawanan Santoso, 2000. Beberapa pakar penelitian telah menggolongkan pedoman dalam menilai koefisien korelasi sebagai berikut Wibowo, 2012 : Tabel 2.3 Koefisien korelasi Nilai Interval Kriteria 0,00 – 0,20 Sangat rendah 0,20 – 0,39 Rendah 0,40 – 0,59 Cukup 0,60 – 0,79 Tinggi 0,80 – 1,00 Sangat tinggi

2.7.2 Analisa regresi multilinier

Dalam kajian HKSA analisa regresi multilinier menghubungkan variabel bebas berupa parameter yang dipilih dengan suatu variabel tidak bebas aktivitas biologi. Rozaq 2008 menyatakan bahwa untuk pemilihan prediktor yang penting agar dihasilkan efek terhadap aktivitas biologis dalam mempelajari HKSA biasanya digunakan analisa regresi linier. Analisa regresi multiliner digunakan untuk mendapatkan persamaan matematis HKSA dan aktivitas biologi prediksi. Parameter statistik yang dapat digunakan sebagai faktor uji adalah berupa nilai R, R 2 , F, dan SE. Koefisien korelasi, yang dinyatakan dengan r, merupakan ukuran kekuatan hubungan antara variabel tergantung aktivitas antioksidan dengan variabel bebas deskriptor molekuler. Nilai r berjarak dari -1 hingga +1. Nilai -1 menandakan bahwa hubungan variabel bebas dan variabel tergantung negatif sempurna, sedangkan nilai +1 menyatakan hubungan positif sempurna. Jadi, jika r mendekati ± 1, maka hubungan linier antara variabel bebas dan variabel tergantung semakin kuat. Jika r = 0, slope akan sama dengan nol, dan variabel bebas tidak dapat digunakan untuk memprediksi variabel tergantung. Harga r dapat dihitung dengan rumus yang tertulis pada persamaan berikut : ∑ [ ∑ ∑ ] √∑ ∑ √∑ ∑ F merupakan ukuran perbedaan tingkat signifikansi dari model regresi. Nilai F dihitung dengan rumus yang dituliskan pada persamaan berikut : Signifikansi dari persamaan regresi terjadi apabila nilai F hitung lebih besar dari pada F kritis untuk batas konfidensi yang ditentukan. Untuk analisis HKSA, tingkat konfidensi yang biasa digunakan adalah 95 atau 99. Kadang-kadang dalam suatu set data, terdapat beberapa data di sekitar garis linier. Untuk mengukur data yang menyebar tersebut digunakan suatu perkiraan standard error SE seperti pada persamaan barikut : √ ∑ dengan Yi adalah nilai Y yang diteliti untuk nilai-nilai Xi dan yang diberikan dalam data Fatimah, 2008. Standard error SE merupakan nilai toleransi yang terjadi pada koefisien regresi prediksi. Nilai yang semakin kecil pada SE berarti nilai koefisien tidak mudah berubah Wibowo, 2012.

2.8 Deskriptor HKSA

Deskriptor merupakan parameter-parameter yang digunakan dalam model HKSA. Kajian HKSA menggunakan deskriptor untuk menjelaskan struktur dari masing-masing senyawa yang dikaji. Deskriptor-deskriptor yang digunakan dalam kajian ini dapat berupa deskriptor konstitusional, topologikal, elektrostatik, kimia kuantum, dan geometrik Rozaq, 2008. Penentuan deskriptor merupakan langkah pertama yang sangat penting. Deskriptor memberikan kontribusi yang positif dalam HKSA dengan parameter-parameter tersebut. Apabila terdapat hubungan yang kuat antara deskriptor dan aktivitas, maka aktivitas akan dapat diprediksi, tetapi jika hubungannya lemah, maka tidak bisa diprediksi. Oleh karena itu deskriptor yang dipilih haruslah mempunyai hubungan yang erat terhadap aktivitas dari senyawa yang diteliti dan nilai parameter-parameter tersebut. Julia 2008 telah melakukan penelitian aktivitas antioksidan senyawa flavonoid dengan menggunakan deskriptor molekuler seperti : E t , E b , E e , ∆Hf, µ, E HOMO , E LUMO , log P, α, R, dan GLOB. Dalam menentukan aktivitas antioksidan senyawa turunan flavon dan flavonol, Julia hanya menggunakan deskriptor E t , E b , E e , log P, α, dan GLOB dan menghasilkan persamaan HKSA dengan nilai R 2 sebesar 0,78. Azra 2008 telah menggunakan deskriptor muatan atom karbon posisi 1-16 untuk menentukan aktivitas antioksidan senyawa flavonoid. Penggunaan qC 1 sampai qC 16 sebagai deskriptor molekuler menghasilkan persamaan HKSA dengan nilai R 2 sebesar 0,987. Srivastava dkk 2012 menggunakan deskriptor molekuler µ, MV, I CED , dan I OED untuk menentukan aktivitas antioksidan senyawa flavonoid. Penggunaan deskriptor melekuler tersebut menghasilkan persamaan HKSA dengan nilai R 2 sebesar 0,880. Srivastava juga menyatakan bahwa semakin kecil nilai momen dipol, semakin meningkat aktivitas antioksidan senyawa flavonoid. Deskriptor dapat diperoleh dari hasil optimasi metode Recife Model 1 RM1 dan Ab Initio. Metode semiempirik RM1 dipilih karena memiliki parameter yang jauh lebih baik