Aplikasi spektrofotometri UV dan kalibrasi multivariat untuk analisis parasetamol dan kafein.
INTISARI
Penggunakan zat aktif kombinasi semakin sering digunakan akhir–akhir ini, sehingga menuntut peningkatan pengawasan terhadap mutu produk obat yang dihasilkan. Salah satu metode yang umumnya digunakan untuk penjaminan mutu adalah spektrofotometri. Akan tetapi metode spektrofotometri tidak dapat digunakan untuk analisis senyawa multikomponen secara simultan, hal ini disebabkan karena adanya overlappingspektra senyawa. Dengan berkembangnya kemometrika, keterbatasan pada metode spektrofotometri dapat diatasi.
Analisis sediaan farmasi yang mengandung parasetamol dan kafein dilakukan dengan menggunakan metode spektrofotometri yang dikombinasikan dengan kalibrasi multivariat partial least square (PLS). Validasi model kalibrasi didasarkan pada nilai koefisien determinasi (R2) , root mean square error of calibration (RMSEC), root mean square of calibration validation (RMSECV), danpredicted residual error sum of square(PRESS).
Hasil pemodelan yang diperoleh memiliki koefisien determinasi (R2) parasetamol sebesar 0,999 dan nilai RMSEC sebesar 0,0036, sementara koefisien determinasi (R2) untuk kafein adalah 0,999 dan RMSEC 0,0027. Model hasil validasi internal memiliki nilai R2 sebesar 0,957, RMSECV 0,0196 , PRESS 1,1892 untuk parasetamol dan R20,999, RMSECV 0,1435, PRESS 0,0053 untuk kafein.
Kata Kunci : Analisis multivariat, spektrofotometri,partial least square
ABSTRACT
The increased use of combined active ingredients require an increased control on the quality of medicines product. One widely used method that used for quality control is spectrophotometry. However, the spectrophotometry cannot be used for the simultaneous analysis of multi-component mixtures, this problem was caused by overlapping of the mixtures. With the development of chemometrics method, the limitation of spectrophotometry can be resolved.
The analysis of pharmaceutical preparations containing paracetamol and caffeine can be conducted using spectrophotometry combined with multivariate partial least square (PLS) calibration. The validation of calibration model is based on the value of the determination coefficient (R2), the root mean square error of calibration (RMSEC), root mean square of calibration validation (RMSECV), and predicted residual error sum of square (PRESS).
The modeling results obtained had a coefficient of determination (R2) for paracetamol was 0,999 and RMSEC 0,0036. The coefficient of determination (R2) for caffeine was 0,999 and RMSEC 0,0027. The internal validation result for the model had a R2value of 0,957, RMSECV of 0,0196, and PRESS of 1,1892 for paracetamol and R2of 0,999, RMSECV of 0,1435, PRESS 0,0053 for caffeine. Key words: Multivariate analysis, spectrophotometry, partial least square
(2)
APLIKASI SPEKTROFOTOMETRI UV DAN KALIBRASI MULTIVARIAT UNTUK ANALISIS PARASETAMOL DAN KAFEIN
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Farmasi (S. Farm.)
Program Studi Farmasi
Oleh : Gersom Jalaq NIM : 118114172
FAKULTAS FARMASI UNIVERSITAS SANATA DHARMA
YOGYAKARTA 2015
(3)
i
APLIKASI SPEKTROFOTOMETRI UV DAN KALIBRASI MULTIVARIAT UNTUK ANALISIS PARASETAMOL DAN KAFEIN
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Farmasi (S. Farm.)
Program Studi Farmasi
Oleh : Gersom Jalaq NIM : 118114172
FAKULTAS FARMASI UNIVERSITAS SANATA DHARMA
YOGYAKARTA 2015
(4)
ii
Persetujuan Pembimbing
APLIKASI SPEKTROFOTOMETRI UV DAN KALIBRASI MULTIVARIAT UNTUK ANALISIS PARASETAMOL DAN KAFEIN
Skripsi yang diajukan oleh: Gersom Jalaq NIM : 118114172
telah disetujui oleh:
tanggal 14 Desember 2015
(5)
(6)
iv
HALAMAN PERSEMBAHAN
If you only walk on sunny days you’ll never reach your
destination
-Paulo Coelho
Karya tulis ini ku persembahkan untuk kedua orang tua
tercinta Godwin Limberg dan Ermina Julan kedua adik-ku Erik
Firnandus dan Hermanus Lawing, serta orang yang saya kasihi Elsa
Rika dan kepada seluruh sahabat yang selalu memberi dukungan dan
motivasi.Dan yang terutama bagi Allah Bapa di surga yang
senantiasa selalu melindungi dan selalu mengasihiku hingga saat ini.
(7)
v
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya skripsi yang saya tulis ini tidak memuat karya atau sebagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.
Apabila di kemudian hari ditemukan plagiarisme dalam naskah ini, maka saya bersedia menanggung segala sanksi sesuai dengan peraturan perundang-undangan yang berlaku.
Yogyakarta, 3 September 2015 Penulis
(8)
vi
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma:
Nama : Gersom Jalaq
Nomor Mahasiswa : 118114172
Demi perkembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul :
APLIKASI SPEKTROFOTOMETRI UV DAN KALIBRASI
MULTIVARIAT UNTUK ANALISIS PARASETAMOL DAN KAFEIN
beserta perangkat yang diperlukan bila ada. Dengan demikian, saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikannya secara terbatas, dan mempublikasikannya di internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya ataupun memberikan royalty kepada saya selama tetap mencantumkan nama saya sebagai penulis.
Demikian pernyataan ini yang saya buat dengan sebenarnya. Dibuat di Yogyakarta
Pada tanggal 21 Februari 2016 Yang menyatakan
(9)
vii PRAKATA
Puji syukur penulis ucapkan ke hadirat Tuhan Yang Maha Esa, karena dengan bantuan tangan-Nyalah penulis dapat meyelesaikan skripsi yang berjudul
“Aplikasi Spektrofotometri UV dan Kalibrasi Multivariat Untuk Analisis Parasetamol dan Kafein”.
Penulis menyampaikan terima kasih kepada setiap pihak yang terlibat dalam penyusunan naskah ini.
1. Kedua orang tua yang selalu mendukung dan mendoakan agar penulis dapat menyelesaikan studi dengan baik, terima kasih banyak atas segala usaha dan kasih sayang yang telah diberikan, serta kepada kedua adik saya yang selalu dapat membuat saya lebih termotivasi.
2. Bapak Prof. Dr. Abdul Rohman, M.Si., Apt. selaku dosen pembimbing yang sangat baik dan sabar serta banyak memberi masukan dalam penulisan karya tulis ini.
3. Bapak Florentinus Dika Octa Riswanto, M.Sc., selaku dosen pembimbing yang sangat baik dan sabar serta banyak memberi masukan dalam penyusunan karya tulis ini.
4. Ibu Dr. Christine Patramurti, M. Si., Apt. dan Bapak Jeffry Julianus, M. Si., sebagai dosen penguji yang memberikan saran yang membangun karya tulis ini menjadi lebih baik.
5. Elsa Rika Octaviana yang selalu mendampingi dan memberi motivasi agar segera dapat menyelesaikan studi.
6. I Made Mudiarcana, Arief Dzulfianto, Erfan Gulo, Opi, Devina, atas kekompakan dan kerja samanya selama mengerjakan penelitian dan selama perkuliahan.
7. Mas Bimo selaku laboran Kimia Analisis yang membantu selama pengerjaan penelitian.
8. Dekan dan seluruh staf fakultas Farmasi Universitas Sanata Dharma yang mendukung terselenggaranya penelitian.
9. Seluruh pihak yang tidak dapat disebutkan satu per satu atas kontribusinya dalam penyusunan karya ini.
(10)
viii
Penulis mengakui bahwa masih terdapat kekurangan dalam karya tulis ini sehingga penulis terbuka menerima kritik dan saran untuk memperlengkap karya tulis ini. Besar harapan penulis agar karya ini dapat dimanfaatkan untuk melakukan penjaminan mutu terhadap sediaan–sediaan farmasi demi meningkatnya kesejahteraan dan kesehatan masyarakat.
Yogyakarta, 3 September 2015
(11)
ix DAFTAR ISI
HALAMAN JUDUL ...i
HALAMAN PERSETUJUAN PEMBIMBING ...ii
HALAMAN PENGESAHAN ...iii
HALAMAN PERSEMBAHAN ...iv
PERNYATAAN KEASLIAN KARYA ...v
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ...vi
PRAKATA ...vii
DAFTAR ISI ...ix
DAFTAR TABEL ...xii
DAFTAR GAMBAR ...xiii
DAFTAR LAMPIRAN ...xiv
INTISARI ...xv
ABSTRACT ...xvi
BAB I PENGANTAR ...1
A. Latar Belakang ...1
1. Rumusan Masalah...3
2. Keaslian Penelitian ...4
3. Manfaat Penelitian ...5
B. Tujuan Penelitian ...5
BAB II PENELAAHAN PUSTAKA...6
(12)
x
B. Kafein ...7
C. Spektroskopi Absoprsi UV-Vis ...8
1. Pendahuluan...8
2. Eksitasi Molekul ...9
3. Prinsip Spektroskopi Absorbsi ...10
4. Instrumentasi ...12
D.Kemometrika ...13
E. Validasi Metode Analisis ...15
1. Pengertian dan Pentingnya Validasi Metode Analisis ...15
2. Validasi Metode Kalibrasi Multivariat ...17
3. Parameter Validasi Metode Kalibrasi Multivariat ...17
F. Landasan Teori...19
G. Hipotesis ...20
BAB III METODE PENELITIAN...21
A. Jenis dan Rancangan Penelitian ...21
B. Variabel dan Definisi Operasional ...21
1. Variabel Penelitian ...21
2. Definisi Operasional ...21
C. Bahan Penelitian ...22
D. Alat Penelitian ...22
E. Tata Cara Penelitian ...23
1. Scanning Spektra Standar ...23
(13)
xi
3. Preparasi Set Kalibrasi ...23
4. Preparasi Larutan Set Validasi ...25
5. Analisis Sampel ...26
6. Pengolahan Data Secara Statistik Dengan Partial Least Square...27
7. Analisis Data ...29
BAB IV HASIL DAN PEMBAHASAN ...31
A. Analisis Secara Spektrofotometri UV yang Dikombinasikan dengan Kalibrasi Multivariat ...31
B. Optimasi Kalibrasi Multivariat Menggunakan Partial Least Square (PLS) ...32
C. Validasi Model Kalibrasi Multivariat Partial Least Square (PLS) ...36
D. Penetapan Kadar Sediaan Farmasi ...40
BAB V KESIMPULAN DAN SARAN ...44
A. Kesimpulan ...44
B. Saran ...44
DAFTAR PUSTAKA ...45
LAMPIRAN ...48
(14)
xii
DAFTAR TABEL
Tabel I. Komposisi campuran parasetamol (PCT) dan kafein (CAF) untuk model kalibrasi ...24
Tabel II. Komposisi campuran parasetamol (PCT) dan kafein (CAF) untuk
validasi ...26
Tabel III. Nilai sebenarnya dan terhitung hasil kalibrasi PLS dari model
kalibrasi parasetamol (PCT) dan kafein (CAF) tanpa validasi silang (cross validation) pada panjang gelombang 220-310 nm ...34
Tabel IV. Nilai sebenarnya dan terhitung hasil kalibrasi PLS dari set kalibrasi parasetamol (PCT) dan kafein (CAF) validasi silang
(cross validation ) pada panjang gelombang 220–310 nm ...37
Tabel V. Nilai sebenarnya dan nilai terhitung dari parasetamol dan kafein
hasil validasi eksternal ...39
Tabel VI. Evaluasi parameter validasi metode spektrofotometri UV–
kalibrasi multivariat PLS untuk penetapan kadar parasetamol (PCT) dan kafein (CAF) ...40
Tabel VII. Konsentrasi larutan akhir setelah ditetapkan dengan model
kalibrasi PLS yang telah tervalidasi ...41
Tabel VIII. Hasil penetapan kadar prediksi parasetamol (PCT) dalam
sediaan tablet dengan komposisi parasetamol (PCT) 500 mg dan kafein (CAF) 65 mg dengan metode spektrofotometri
UV-PLS ...42
Tabel IX. Hasil penetapan kadar prediksi kafein (CAF) dalam sediaan
tablet dengan komposisi parasetamol (PCT) 500 mg dan
(15)
xiii
DAFTAR GAMBAR
Gambar 1. Struktur parasetamol ...6
Gambar 2. Struktur kafein ...7
Gambar 3. Proses eksitasi ...10
Gambar 4. Level energi elektronik dan transisi ...10
Gambar 5. Penyerapan sinar UV oleh larutan ...11
Gambar 6. Skema instrumentasi spektrofotometri Uv-Vis ...13
Gambar 7. Overlay spektra UV parasetamol (PCT), kafein (CAF), dan campuran parasetamol dan kafein pada konsentrasi 5µg/mL yang diukur pada panjang gelombang 200-400 nm ...31
Gambar 8. Overlay campuran baku parasetamol (PCT) dan kafein (CAF) dan sampel yang mengandung parasetamol (PCT) dan kafein (CAF) yang diukur pada panjang gelombang 220-400 nm ...32
Gambar 9. Kurva hubungan nilai sebenarnya dan nilai terhitung model kalibrasi parasetamol ...35
Gambar 10. Kurva hubungan nilai sebenarnya dan nilai terhitung model kalibrasi kafein ...35
Gambar 11. Kurva hubungan nilai sebenarnya dan nilai terhitung pada model kalibrasi parasetamol dengan cross validation leave one out ...38
Gambar 12. Kurva hubungan nilai sebenarnya dan nilai terhitung pada model kalibrasi kafein dengan cross validation leave one out ...39
(16)
xiv
DAFTAR LAMPIRAN
Lampiran 1. Output minitab hasil kalibrasi multivariat PLS parasetamol dari 20 campuran model kalibrasi yang mengandung parasetamol dan kafein tanpa validasi silang (cross validation) leave one out...49 Lampiran 2. Output minitab hasil kalibrasi multivariat PLS kafein dari 20
campuran model kalibrasi yang mengandung parasetamol dan kafein tanpa validasi silang (cross validation) leave one out...50 Lampiran 3. Output minitab hasil kalibrasi multivariat PLS parasetamol dari 20
campuran model kalibrasi yang mengandung parasetamol dan kafein dengan validasi silang (cross validation) leave one out ...51 Lampiran 4. Output minitab hasil kalibrasi multivariat PLS kafein dari 20
campuran model kalibrasi yang mengandung parasetamol dan kafein dengan validasi silang (cross validation) leave one out ...52 Lampiran 5. Nilai koefisien model kalibrasi PCT dan CAF ...53 Lampiran 6. Nilai absorbansi 20 campuran baku untuk model kalibrasi yang
diukur pada panjang gelombang 220-310 dengan interval 2 nm ...54 Lampiran 7. Nilai absorbansi 10 larutan validasi eksternal ...58 Lampiran 8. Perhitungan kadar parasetamol (PCT) terprediksi dari sampel tablet
yang mengandung campuran parasetamol (PCT) dan kafein (CAF) menggunakan koefisien hasil validasi silang (cross validation) ...60 Lampiran 9. Perhitungan kadar kafein (CAF) terprediksi dari sampel tablet
yang mengandung parasetamol (PCT) dan kafein (CAF)
menggunakan koefisien hasil validasi silang (cross validation) ....62 Lampiran 10. Sertifikat analisis (CoA) parasetamol ...64 Lampiran 11. Sertifikat analisis (CoA) kafein ...65
(17)
xv INTISARI
Penggunakan zat aktif kombinasi semakin sering digunakan akhir–akhir ini, sehingga menuntut peningkatan pengawasan terhadap mutu produk obat yang dihasilkan. Salah satu metode yang umumnya digunakan untuk penjaminan mutu adalah spektrofotometri. Akan tetapi metode spektrofotometri tidak dapat digunakan untuk analisis senyawa multikomponen secara simultan, hal ini disebabkan karena adanya overlapping spektra senyawa. Dengan berkembangnya kemometrika, keterbatasan pada metode spektrofotometri dapat diatasi.
Analisis sediaan farmasi yang mengandung parasetamol dan kafein dilakukan dengan menggunakan metode spektrofotometri yang dikombinasikan dengan kalibrasi multivariat partial least square (PLS). Validasi model kalibrasi didasarkan pada nilai koefisien determinasi (R2) , root mean square error of
calibration (RMSEC), root mean square of calibration validation (RMSECV),
dan predicted residual error sum of square (PRESS).
Hasil pemodelan yang diperoleh memiliki koefisien determinasi (R2) parasetamol sebesar 0,999 dan nilai RMSEC sebesar 0,0036, sementara koefisien determinasi (R2) untuk kafein adalah 0,999 dan RMSEC 0,0027. Model hasil validasi internal memiliki nilai R2 sebesar 0,957, RMSECV 0,0196 , PRESS 1,1892 untuk parasetamol dan R2 0,999, RMSECV 0,1435, PRESS 0,0053 untuk kafein.
(18)
xvi ABSTRACT
The increased use of combined active ingredients require an increased control on the quality of medicines product. One widely used method that used for quality control is spectrophotometry. However, the spectrophotometry cannot be used for the simultaneous analysis of multi-component mixtures, this problem was caused by overlapping of the mixtures. With the development of chemometrics method, the limitation of spectrophotometry can be resolved.
The analysis of pharmaceutical preparations containing paracetamol and caffeine can be conducted using spectrophotometry combined with multivariate partial least square (PLS) calibration. The validation of calibration model is based on the value of the determination coefficient (R2), the root mean square error of calibration (RMSEC), root mean square of calibration validation (RMSECV), and predicted residual error sum of square (PRESS).
The modeling results obtained had a coefficient of determination (R2) for paracetamol was 0,999 and RMSEC 0,0036. The coefficient of determination (R2) for caffeine was 0,999 and RMSEC 0,0027. The internal validation result for the model had a R2value of 0,957, RMSECV of 0,0196, and PRESS of 1,1892 for paracetamol and R2 of 0,999, RMSECV of 0,1435, PRESS 0,0053 for caffeine.
(19)
1 BAB I PENGANTAR
A. Latar Belakang
Sediaan farmasi yang beredar di pasaran kebanyakan berupa campuran berbagai zat berkhasiat. Campuran ini bertujuan untuk meningkatkan efek terapi dan kemudahan dalam pemakaian. Salah satu campuran zat aktif yang sering digunakan adalah parasetamol dan kafein yang berkhasiat sebagai analgetik dan antipiretik (Damayanti, Ibrahim, Firman, Tjahjono, 2003). Campuran parasetamol dan kafein banyak ditemukan dalam produk antiinfluenza dengan berbagai merek dagang. Parasetamol merupakan metabolit fenasetin dengan efek analgetik ringan sampai sedang dan antipiretik yang ditimbulkan oleh gugus aminobenzen, sedangkan kafein adalah basa lemah yang merupakan turunan xantin, memiliki gugus metil dan berefek stimulasi susunan saraf pusat serta dapat memperkuat efek analgetik parasetamol (Ganiswarna, 1995).
Dalam pemasarannya, pemeriksaan mutu suatu sediaan obat mutlak diperlukan untuk menjamin bahwa sediaan obat mengandung bahan dengan mutu dan jumlah yang telah ditetapkan dan mengikuti prosedur analisis standar, sehingga menunjang efek terapeutik yang diharapkan (Sudjadi dan Rahman, 1994). Mutu obat telah menjadi perhatian Organisasi Kesehatan Dunia (WHO) sejak organisasi ini berdiri. Penjaminan mutu suatu obat menjadi perhatian utama bagi WHO, hal ini berbanding lurus dengan alokasi setiap pemerintahan yang menyediakan anggaran total kesehatannya untuk penyediaan obat. Bahkan di
(20)
negara berkembang porsinya dapat mencapai lebih dari 40% (WHO, 1997). Apabila tidak ada jaminan bahwa obat–obat tersebut sesuai dengan prioritas kebutuhan kesehatan serta memenuhi standar mutu, keamanan dan khasiat obat yang dapat diterima, maka kualitas dari pelayanan kesehatan akan dipertanyakan. Di negara–negara maju, besar sekali upaya administratif dan teknis ditujukan untuk memastikan pasien mendapatkan obat yang efektif dan bermutu baik. Peran dari lembaga–lembaga internasional sangat diperlukan untuk dapat memberi suatu standar kualitas, rekomendasi, dan instrumen yang memastikan mutu obat, yang diproduksi dan diperdagangkan baik secara nasional maupun internasional (WHO, 1997).
Seiring dengan berkembangnya dunia industri kefarmasiaan di Indonesia, berbagai macam produk farmasi dihasilkan, dengan jumlah zat aktif yang semakin banyak. Sediaan farmasi dapat terdiri dari obat kombinasi dengan dua atau lebih zat aktif oleh kalangan industri. Penggunaan senyawa aktif lebih dari satu komponen ini sangat riskan mengingat interaksi antar obat yang mungkin terjadi serta kadar zat aktif tersebut dalam sediaan, sehingga penjaminan mutu mutlak diperlukan (Gitawati, 2008). Sesuai dengan kebijakan–kebijakan Internasional tentang pemastian mutu obat maka wajib dilakukan analisis rutin terhadap obat. Metode analisis yang sering digunakan untuk melakukan penetapan kadar suatu senyawa salah satunya adalah spektrofotometri UV. Metode ini sering digunakan karena dapat mengumpulkan jumlah data yang banyak dalam waktu yang relatif singkat sehingga cocok digunakan untuk analisis rutin. Akan tetapi metode ini memiliki keterbatasan yaitu tidak dapat diterapkan pada senyawa multikomponen
(21)
karena terjadinya tumpang tindih spektra senyawa. Meskipun begitu kekurangan tersebut dapat diatasi seiring dengan berkembangnya penggunaan algoritma matematika dan statistika sehingga dapat dikombinasikan dengan teknik spektrofotometri. Sehingga dengan teknik ini memungkinkan untuk pengolahan data yang berjumlah banyak atau yang disebut data multivariat. Salah satu ilmu terapan dari ilmu statistika disebut dengan kemometrika. Definisi dari kemometrika adalah penggunaan statistika dan matematika dalam analisis kimia (Rohman, 2014). Seiring dengan berkembangnya kemometrika maka dapat dikombinasikan dengan metode spektrofotometri UV untuk melakukan penetapan kadar senyawa multikomponen secara simultan tanpa tahap pemisahan. Sehingga penelitian ini diarahkan untuk mengembangkan metode spektrofotometri UV dikombinasikan dengan kemometrika kalibrasi multivariat untuk analisis senyawa multikomponen.
1. Rumusan Masalah
Berdasarkan pada latar belakang permasalahan yang telah diuraikan di atas, maka dapat diuraikan beberapa rumusan masalah sebagai berikut:
a. Apakah metode spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat untuk analisis sediaan tablet yang mengandung parasetamol dan kafein adalah metode yang optimal?
b. Apakah metode spektrofotometri yang dikombinasikan dengan kalibrasi multivariat untuk analisis sediaan tablet yang mengandung parasetamol dan kafein merupakan metode yang valid?
(22)
multivariat dapat diaplikasikan untuk penetapan kadar parasetamol dan kafein?
2. Keaslian Penelitian
Berdasarkan penelusuran pustaka yang dilakukan, belum ditemukan penelitian yang menggunakan metode spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat untuk menetapkan kadar sediaan tablet dengan komposisi parasetamol dan kafein. Beberapa penelitian yang telah dilakukan menggunakan metode spektrofotometri dan kalibrasi multivariat adalah sebagai berikut :
a. Penetapan kadar parasetamol, fenilefrin HCl dan klorfeniramin maleat secara simultan menggunakan spektrofotometri UV dengan pendekatan kemometrika (Khosayand et al., 2010).
b. Penetapan kadar asetaminofen dan klorzoxazone pada sedian tablet dengan metode spektrofotometri UV yang dikombinasikan kemometrika (Pheckrajang, 2011).
c. Penetapan kadar tolperisone hidroklorid dan natrium diklofeak dalam sedian farmasi menggunakan spektrofotometri UV dengan pendekatan kemometrika dan RP-HPLC secara simultan (Gohel, Patel, Parmar, 2013). d. Campuran obat bronkodilator secara simultan menggunakan metode
spektrofotometri dan KCKT serta pendekatan kemometrika (El-Gindy et al., 2006).
(23)
3. Manfaat Penelitian
a. Manfaat Metodelogis
Dapat membantu pengembangan metode spektrofotometri UV untuk dapat diaplikasikan tidak hanya pada senyawa tunggal tapi dapat diaplikasikan juga pada senyawa multikomponen.
b. Manfaat Praktis
Hasil pengembangan metode analisis dapat dikembangkan lebih jauh agar dapat digunakan untuk melakukan analisis rutin terhadap suatu obat agar dapat menjamin mutu dan kualitas obat yang beredar.
c. Manfaat Teoretis
Dapat memberikan gambaran serta tambahan pengetahuan mengenai metode kombinasi spektrofotometri UV dan kalibrasi multivariat tentang bagaimana validitas data yang dihasilkan serta kemungkinan kekurangan dari metode analisis tersebut.
B. Tujuan Penelitian
1. Mengetahui optimasi metode spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat untuk analisis parasetamol dan kafein.
2. Melihat validitas data yang dihasilkan dari kombinasi spektrofometri UV dengan kalibrasi multivariat.
3. Melakukan penetapan kadar senyawa campuran parasetamol dan kafein dengan menggunakan metode spektrofotometri UV kombinasi dengan kalibrasi multivariat.
(24)
6 BAB II
PENELAAHAN PUSTAKA
A. Parasetamol
Parasetamol mengandung tidak kurang dari 98,0% dan tidak lebih dari 101,0% C8H9NO2, dihitung terhadap zat anhidrat, berat molekul parasetamol
151,2. Parasetamol berbentuk kristal atau serbuk kristal berwarna putih, tidak berbau, rasa sedikit pahit. Syarat kadar yang ditetapkan untuk tablet parasetamol tidak kurang dari 90,0% dan tidak lebih dari 110,0% (Direktorat Jenderal
Pengawas Obat dan Makanan, 1995).
Struktur parasetamol seperti ditunjukkan pada Gambar 1.
OH N
H
Parasetamol C
O
H3C
Gambar 1. Struktur parasetamol
Parasetamol larut dalam etanol, metanol, dimetilformamid, etilen diklorida, aseton dan etil asetat, sangat sedikit larut dalam kloroform, eter, tidak larut dalam petroleum eter, pentane, dan benzen.Parasetamol pada larutan asam mempunyai panjang gelombang 245 nm dengan nilai = 688a, dan dalam larutan alkali panjang gelombang maksimal 257 nm dengan = 715a (Demme
(25)
B. Kafein
Sinonim dari kafein adalah trimetil-2,6-dioxopurine; 1,3,7-trimetilxantine; 3,7-dihidro-1,3,7-trymetil-1H-purine-2,6-dione; kafein anhidrat; kafein; guaranin; metiltheobromin; metilxanthine teopillin. Kafein berbentuk kristal putih atau serbuk kristal putih, titik lebur 238°. Kafein larut dalam pirol, larut dalam tetrahidrofuran yang mengandung 4% air, larut dalam etil asetat, larut 1 g dalam 46 mL air, 1 g dalam 5,5 mL air dengan suhu 80°, 1 g dalam 1,5 mL air mendidih, 1 g dalam 66 mL alkohol, 1 g dalam 22 mL alkohol 60°, 1 g dalam 50 mL aseton, 1 g dalam 5,5 mL kloform, 1 g dalam 530 mL eter, 1 g dalam 100 mL benzen, 1 g dalam 22 mL benzen mendidih, sedikit larut dalam petroleum eter. Kelarutan dalam air dapat ditingkatkan dengan penambahan alkali benzoat, sinamat, sitrat atau salisilat, pKa kafein sebesar 10,4 (Dean et al., 1985). Koefisien oktanol/air sebesar -0,07 (Hansch et al., 1995).
Struktur dari kafein seperti ditunjukkan pada Gambar 2:
Gambar 1. Struktur kafein
Kafein pada larutan asam memiliki panjang gelombang maksimal pada 273 dengan = 504a.
(26)
C. Spektroskopi Absorpsi UV-Vis
1. Pendahuluan
Spektrofotometri UV–Vis merupakan teknik analisis spektroskopik yang memakai sumber radiasi elektromagnetik ultraviolet dekat (190–380 nm) dan sinar tampak (380–780 nm) dengan memakai instrumen spektrofotometer. Spektrofotometri UV adalah teknik analisis yang digunakan dengan cara mengukur energi secara relatif jika energi tersebut ditransmisikan, direfleksikan atau diemisikan sebagai fungsi panjang gelombang pada 200–400 nm. Pada analisis menggunakan spektrofotometri UV, dilakukan pembacaan absorbansi (penyerapan) atau transmitansi (penerusan) radiasi elektromagnetik oleh suatu molekul. Hasil pembacaan absorbansi disebut sebagai absorban (A) dan tidak memiliki satuan %T (Mulja dan Suharman, 1995).
Kebanyakan molekul organik dan gugus fungsional dalam porsi spektrum elektromagnetik dapat dikatakan transparan dalam daerah ultraviolet (UV), daerah ini memiliki panjang gelombang antara 190 nm hingga 400 nm dan
visible (tampak) 400-800 nm, sehingga spektroskopi absorpsi hanya terbatas
pada panjang gelombang ini saja. Meskipun begitu pada beberapa kasus kita mendapatkan informasi yang bermanfaat dari daerah spektrum tersebut. Informasi tersebut kemudian dapat dikombinasikan dengan spektroskopi inframerah maupun nuclear magnetic resonance (NMR) sehingga dapat menyajikan informasi yang lebih rinci (Pavia, Lampman, Kriz, Vyvyan, 2009).
(27)
2. Eksitasi Molekul
Ketika suatu radiasi secara terus menerus melalui suatu material yang transparan, maka sejumlah tertentu dari radiasi tersebut akan di absorbsi. Ketika hal tersebut terjadi, residu dari radiasi tersebut, ketika melalui sebuah prisma menghasilkan suatu yield spectrum yang disebut dengan absorption
spectrum. Sebagai hasilnya energi absorpsi, atom atau molekul akan
mengalami tingkat perpindahan energi dari low energy state (ground state) ke suatu tingkat energi yang lebih tinggi (excited state). Radiasi elektromagnetik yang diabsorbsi memiliki jumlah energi yang sama dengan perbedaan energi antara excited states dan ground states (Pavia et al., 2009).
Pada spektroskopi ultraviolet dan tampak, transisi yang menyebabkan absorpsi pada radiasi elektromagnetik daerah ini adalah spektrum transisi antara level energi elektronik. Ketika suatu molekul menyerap energi, suatu elektron mengalami kenaikan dari occupied orbital ke unoccupied orbital dengan energi potensial yang lebih besar. Hampir pada semua molekul tingkat energi terendah dari occupied orbital molekuler adalah orbit σ. Sedangkan
orbital Л terletak pada tingkat energi yang lebih tinggi. Orbital unoccupied atau
orbital antibonding ( Л* dan σ*) adalah orbital dengan tingkat energi tertinggi (Pavia et al., 2009).
Pada gambar 3 dan 4 ditunjukkan proses eksitasi dari suatu molekul dan level energi elektronik.
(28)
Gambar 2. Proses eksitasi
Gambar 3. Level Energi elektronik dan transisi
Absorbsi sinar UV dan sinar tampak dihasilkan oleh eksitasi elektron– elektron ikatan sehingga panjang gelombang pita yang menyerap dapat dihubungkan dengan ikatan yang terdapat dalam suatu molekul (Gandjar dan Rohman, 2007).
3. Prinsip Spektroskopi Absorpsi
Semakin banyak jumlah molekul yang dapat menyerap cahaya yang diberikan pada panjang gelombang tertentu, maka akan semakin besar pemanjangan dari penyerapan cahaya tersebut. Semakin efektif suatu molekul menyerap cahaya pada panjang gelombang yang diberikan maka akan semakin besar pemanjangan penyerapan cahaya. Dari hal ini dapat dirumuskan hukum Lambert–Beer :
(29)
Keterangan:
Io : intensitas radiasi yang masuk
It : intensitas radiasi yang ditransmisikan A : absorbansi
ɛ : konstanta koefisien molar ekstingsi
b : ketebalan kuvet yang dinyatakan dalam cm c : konsentrasi analit (mol.L-1) (1)
Radiasi yang diserap oleh sampel (Gambar 5) ditentukan dengan membandingkan intensitas sinar yang diteruskan dengan yang diserap. Serapan terjadi jika radiasi yang mengenai sampel memiliki energi yang sama dengan energi yang diperlukan untuk transisi elektronik. Kekuatan radiasi dapat mengalami penurunan dengan adanya penghamburan dan pemantulan cahaya (Gandjar dan Rohman, 2007).
Hubungan antara nilai dengan absorptivitas molar (ε) adalah:
ε = x
(2) Keterangan:
ε = absorptivitas molar
= absorptivitas molekul dalam satuan konsentrasi (g/100 mL) BM = bobot molekul (Gandjar dan Rohman, 2007).
I0 It
(30)
4. Instrumentasi
Suatu spektrofotometer ultraviolet-tampak memiliki beberapa bagian antara lain sumber cahaya, monokromator dan sebuah detektor. Sumber cahaya yang biasanya digunakan adalah lampu deuterium, yang mana mengemisikan radiasi elektromagnetik pada daerah spektrum ultraviolet. Sumber cahaya kedua adalah lampu tungsten, digunakan sebagai sumber cahaya panjang gelombang pada daerah sinar tampak (visible). Monokromator berfungsi sebagai kisi difraksi, perannya adalah membiaskan cahaya ke dalam komponen panjang gelombang atau mengubah cahaya polikromatis menjadi monokromatis. Terdapat suatu celah yang dapat memfokuskan panjang gelombang tertentu yang kemudian diteruskan ke sel sampel. Cahaya yang melalui sel sampel kemudian diteruskan menuju detektor yang akan mencatat intensitas yang ditransmisikan dari sinar I. Umumnya detektor merupakan suatu tabung photomultiplier, meskipun pada instrumen modern digunakan
photodiode. Pada instrumen double beam, cahaya memancar dari sumber
cahaya kemudian dipecah menjadi dua sinar, sinar sampel dan sinar blanko (reference). Ketika tidak ada sel sampel pada sinar blanko (reference), cahaya yang dideteksi dianggap sama dengan intesitas cahaya yang memasuki sampel
I0.
Skema instrumentasi dari spektrofotometer UV-Vis seperti ditunjukkan Gambar 6.
(31)
Gambar 6. Skema instrumentasi spektrofotometer UV-Vis
Sel sampel harus terbuat dari material yang transparan terhadap radiasi elektromagnetik yang digunakan pada eksperimen. Pada jangkauan spektrum nampak (visible), sel terbuat dari glas atau plastik yang umumnya cocok. Sementara pengukuran pada daerah spektrum ultraviolet gelas dan plastik tidak dapat digunakan karena dapat menyerap radiasi ultraviolet. Sehingga sel terbuat dari kuarsa karena kuarsa tidak dapat menyerap radiasi pada daerah ini (Pavia et al., 2009).
D. Kemometrika
Istilah kemometrika pertama kali diperkenalkan oleh ilmuwan berkebangsaan Swedia, Swante Wold, dan ilmuwan Amerika Bruce R. Kowalski. Secara umum kemometrika didefinisikan sebagai cabang ilmu pengetahuan yang mengaplikasikan teori–teori matematika dan statistika untuk mengolah data kimia. Kemometrika dapat digunakan untuk merancang atau memilih prosedur dan pengujian yang optimal, serta menarik informasi kimia sebanyak–banyaknya dari suatu data. Menurut International Chemometrics Society, kemometrika adalah ilmu pengetahuan yang menghubungkan pengukuran yang dibuat pada suatu proses atau sistem kimiawi melalui penggunaan ilmu matematika dan statistika (Rohman, 2014).
(32)
Dengan berkembangnya metode analisis sehingga memungkinkan untuk dilakukan pengukuran dengan jumlah data besar pada satu spesimen. Situasi seperti ini yangmana beberapa variabel diukur untuk setiap spesimen disebut data multivariat (Miller dan Miller, 2005).
Tiap obyek dikarakterisasi dengan serangkaian pengukuran. Jika hanya dua variabel yang terukur maka informasinya dapat disajikan secara grafik sederhana, yangmana kordinat–kordinat titik memberikan suatu nilai oleh 2 variabel, nilai–nilai ini juga dapat ditentukan dengan suatu vektor, yang disebut dengan data vektor. Obyek yang mempunyai sifat serupa akan mempunyai data vektor yang sama sehingga data–data ini akan terletak secara rapat satu sama lain dalam suatu ruang yang ditentukan dengan beberapa variabel (Rohman, 2014).
Ada beberapa jenis kemometrika yang sering digunakan dalam analisis obat atau makanan secara spektroskopi vibrasional, yang secara singkat dapat dikelompokkan sebagai berikut:
1. Kemometrika yang terkait dengan teknik pemrosesan spektra, seperti normalisasi spektra, koreksi baseline, centering, derivatisasi dan sebagainya.
2. Metode–metode kemometrika untuk pengelompokan. Dalam hal ini, terdapat 2 jenis cara pengelompokan yakni:
a. Pengelompokan yang tidak disupervisi atau unsupervised pattern
recognition seperti analisis komponen utama (principle component analysis,
PCA), analisis kluster.
b. Pengelompokan yang disupervisi atau supervised pattern recognition seperti analisis diskriminan (discriminant analysis).
(33)
3. Metode–metode regresi yang menghubungkan antara spektra vibrasional dengan sifat sampel yang dapat dikuantifikasi (seperti konsentrasi analit), terutama yang didasarkan pada data multivariat. Regresi yang mana jumlah variabelnya lebih dari satu disebut regresi multivariat (Rohman, 2014).
Partial least square (PLS) menggunakan kombinasi linier dari variabel
prediktor dibandingkan dengan variabel sebenarnya. Pada PLS, variabel yang menunjukkan korelasi yang tinggi terhadap variabel respon diberikan bobot lebih karena variabel tersebut akan lebih efektif untuk memprediksi. Sehingga kombinasi linier dari variabel prediktor yang dipilih memiliki korelasi yang tinggi terhadap variabel respon dan juga menjelaskan variabel prediktor (Miller dan Miller, 2005).
E. Validasi Metode Analisis 1. Pengertian dan Pentingnya Validasi Metode Analisis
Validasi metode adalah suatu proses yang digunakan untuk mengkonfirmasi bahwa suatu prosedur analisis yang digunakan untuk tes yang bersifat spesifik sesuai penggunaannya. Hasil dari validasi metode dapat digunakan untuk memastikan kualitas, reabilitas, dan konsistensi dari hasil analisis (Huber, 2010). Pengertian validasi berdasarkan ISO/IEC 17025; 2005 adalah konfirmasi melalui pengujian dan pengadaan bukti yang obyektif bahwa persyaratan tertentu untuk suatu maksud khusus dipenuhi.
Menurut International Conference on Harmonisation (ICH) tujuan dari validasi metode analisis adalah untuk melakukan verifikasi bahwa parameter–
(34)
parameter kinerjanya cukup mampu untuk mengatasi masalah analisis. Suatu metode perlu divalidasi ketika:
a. Metode yang baru dikembangkan untuk analisis tertentu.
b. Revisi dari metode yang sudah baku, untuk menyesuaikan perkembangan. c. Untuk tujuan penjaminan mutu.
d. Metode baku dilakukan di laboratorium berbeda, oleh analis berbeda, atau dikerjakan dengan alat yang berbeda.
e. Untuk membandingkan kesetaraan antar dua metode, misalnya metode baku dan metode baru
(ICH, 1996).
International conference on harmonization (ICH, 1996), menjelaskan
tentang keharusan suatu metode analisis untuk divalidasi dikarenakan oleh beberapa hal diantaranya :
a. Metode yang baru dikembangkan untuk pengatasan masalah analisis tertentu.
b. Metode yang sudah baku namun mengalami revisi untuk menyesuaikan perkembangan atau dikarenakan munculnya suatu permasalahan baru sehingga mengharuskan metode tersebut direvisi.
c. Penjaminan mutu yang mengindikasikan bahwa metode baku telah berubah seiring dengan berjalannya waktu.
d. Metode baku digunakan di laboratorium yang berbeda, dikerjakan oleh analis yang berbeda, atau dikerjakan menggunakan alat yang berbeda.
(35)
e. Untuk mendemonstrasikan kesetaraan antara dua metode, seperti kesetaraan antara metode baku dan metode baru.
2. Validasi Metode Kalibrasi Multivariat
Suatu metode analisis dengan menggunakan kemometrika bisa divalidasi dengan dua cara; (1) Dengan adanya sampel validasi eksternal; (2) Dengan menggunakan cross validation. Sampel validasi eksternal akan semakin baik jika semakin banyak jumlahnya. Idealnya, sampel eksternal hendaknya memberikan konsentrasi terhitung yang seakurat mungkin dengan nilai sebenarnya. Secara umum, suatu sampel validasi memiliki nilai simpangan tidak lebih dari ±5%. Sampel validasi masih dapat dipercaya apabila nilai simpangan tidak lebih dari ±10%. Namun, sampel validasi eksternal tidak perlu diterapkan apabila nilai simpangan mencapai ±20% dan disarankan untuk melakukan cross validation (Kramer, 2005).
Standard cross validation melibatkan sebuah data dari bagian populasi
yang diujikan pada populasi data yang sama untuk mengevaluasi kemampuan prediksi dari sebuah model. Memisahkan populasi data menjadi dua bagian (tidak harus dengan jumlah yang sama) untuk melihat kemampuan model terhadap satu bagian yang memvalidasi model tersebut (Esposito et al., 2010).
3. Parameter Validasi Metode Analisis Multivariat
Danzer et al., (2004) menuliskan bahwa kalibrasi dalam analisis kimia mengacu pada hubungan antara jumlah atau kadar sampel X = fs (Q) dan fungsi terukur y = f (z) yang bisa berupa spektrum, kromatogram atau yang lain. Kriteria umum evaluasi validasi metode antara lain:
(36)
a. Presisi
Ketidakpastian kalibrasi dan prediksi dari konsentrasi yang tidak diketahui dapat dihitung dengan root mean square error of calibration (RMSEC) dan root mean square error of calibration validation (RMSECV), dengan persamaan :
√∑
(3)
dan: root mean square error of calibration validation (RMSECV) :
√∑
(4)
(true,cs)
adalah kadar sebenarnya dari sampel kalibrasi, (true,ts) merupakan
kadar sebenarnya dari sampel validasi, dan (calc) adalah kadar prediksi
sampel. Parameter lain untuk mengukur presisi kalibrasi multivariat adalah nilai predictive residual error sum of squares (PRESS), dengan persamaan berikut:
PRESS = = ∑ = ∑ 2 (5) b. Akurasi
Ada tidaknya suatu kesalahan sistematik dapat dilihat melalui pengujian secara umum dengan melihat fungsi recovery. Kadar terprediksi dari kurva kalibrasi ( dibandingkan dengan kadar sebenarnya dari sampel kalibrasi (c), dihitung dengan persamaan regresi sebagai berikut:
(37)
Koefisien regresi ideal adalah jika nilai dan .
F. Landasan Teori
Parasetamol dan kafein sering digunakan sebagai zat aktif dalam suatu sediaan, bahkan keduanya sering dikombinasikan untuk mendapatkan efek terapeutik yang lebih baik. Kombinasi kedua zat aktif ini banyak ditemukan dalam produk antiinfluenza.
Penjaminan mutu terhadap suatu sediaan farmasi mutlak diperlukan, dengan semakin banyaknya produk kombinasi maka diperlukan metode yang efisien baik dari segi biaya maupun waktu. Metode spektrofotometri UV merupakan salah satu metode yang digunakan untuk menetapkan kadar sediaan farmasi. Metode spektrofotometri UV tidak mampu diterapkan pada penetapan kadar senyawa campuran karena adanya spektra overlapping antara senyawa satu dan senyawa lainnya. Dalam penelitian ini senyawa yang digunakan berupa senyawa multikomponen yang terdapat dalam suatu sediaan tablet sehingga analisis dengan menggunakan spektrofotometri UV tidak dapat dilakukan dikarenakan spektra kedua senyawa tersebut saling tumpang tindih. Hal ini dapat dilihat dari data spektrum parasetamol dan kafein yang memiliki spektrum panjang gelombang maksimal 257 nm untuk parasetamol dan 273 nm untuk kafein. Metode spektrofotometri UV bisa digunakan untuk analisis campuran jika dikombinasikan teknik kalibrasi multivariat. Salah satu teknik kalibrasi multivariat yang sedang berkembang adalah partial least square (PLS). PLS merupakan metode yang sering digunakan untuk analisis sediaan multikomponen
(38)
karena dapat mengatasi masalah overlapping dan memberikan kemampuan prediksi yang baik.
Pengembangan metode spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat telah berhasil dilakukan, diantaranya adalah penetapan kadar parasetamol, fenilefrin HCl dan klorfeniramin maleat secara simultan menggunakan spektrofotometri UV dengan pendekatan kemometrika (Khosayand et al., 2010), penetapan kadar asetaminofen dan klorzoxazone pada sedian tablet (Pheckrajang, 2011), penetapan kadar tolperisone hidroklorid dan natrium diklofeak dalam sedian farmasi menggunakan spektrofotometri UV dengan pendekatan kemometrika dan RP-HPLC secara simultan (Gohel, Patel, Parmar, 2013).
G. Hipotesis
Berdasarkan landasan teori yang telah dikemukakan di atas, maka dapat ditarik hipotesis sebagai berikut:
1. Metode spektrofotometri UV yang dikombinasikan dengan teknik kalibrasi multivariat memiliki kemampuan prediksi yang optimal.
2. Metode spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat untuk analisis senyawa campuran parasetamol dan kafein merupakan metode yang valid.
3. Metode spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat dapat digunakan untuk penetapan kadar sediaan tablet parasetamol dan kafein.
(39)
21 BAB III
METODE PENELITIAN
A. Jenis dan Rancangan Penelitian
Penelitian ini termasuk jenis penelitian noneksperimental yang menggunakan rancangan penelitian deskriptif. Termasuk jenis penelitian noneksperimental karena subyek penelitian tidak diberi perlakuan, dengan rancangan deskriptif karena peneliti hanya mendeskripsikan keadaan yang ada.
B. Variabel dan Definsi Operasional 1. Variabel Penelitian
a. Variabel bebas dalam penelitian ini adalah variasi konsentrasi campuran parasetamol dan kafein.
b. Variabel tergantung dalam penelitian ini adalah konsentrasi sampel parasetamol dan kafein.
c. Variabel pengacau dari penelitian ini adalah pengukuran absorbansi yang tidak informatif. Dikendalikan dengan pengukuran pada rentang panjang gelombang tertentu.
2. Definisi Operasional
a. Set kalibrasi merupakan kelompok larutan yang berisi campuran
parasetamol dan kafein yang digunakan untuk membuat model kalibrasi. b. R2 atau R-sq merupakan koefisien determinasi yang menggambarkan
kemampuan nilai sebenarnya dalam menjelaskan hubungan terhadap nilai terhitung.
(40)
c. RMSE (root mean square of error) merupakan standar deviasi dari sebuah pemodelan yang menjelaskan seberapa besar kesalahan suatu model dalam memprediksikan sampel.
d. PRESS (predicted error of sum square) merupakan nilai kesalahan yang dilakukan oleh model saat memprediksikan sampel pada proses validasi silang leave one-out.
C. Bahan Penelitian
Bahan penelitian yang digunakan dalam penelitian ini adalah baku parasetamol (PT. Combiphar) dan baku kafein (PT. Konimex) yang didapat dari industri farmasi dengan grade working standards, pelarut yang digunakan adalah akuabidestilata, sediaan obat yang mengandung campuran parasetamol dan kafein yang dibeli dari apotek di Yogyakarta, kertas saring.
D. Alat Penelitian
Alat–alat yang digunakan dalam penelitian ini adalah alat–alat gelas untuk preparasi sampel seperti labu takar (ukuran 10 mL, 50 mL, 100 mL), botol pelarut, gelas ukur (ukuran 100 mL), glass firn, pipet volume (1 mL, 2mL, 5mL),
micropipette skala 20–200 µL, micropipette skala 100-1000 µL merk Socorex,
degasser Retsch UR-275, neraca analitik merk Ohauss PAJ1003 dengan kepekaan
0,1 mg (maksimal 120 gram, minimal 0,001 gram), spektrofotometer UV merk
(41)
E. Tata Cara Penelitian
1. Scanning spektra standar
Scanning standar dilakukan dengan membuat standar parasetamol dan kafein
dengan konsentrasi 5 µg/mL dan dilakukan scanning spketra pada panjang gelombang 220-400 nm.
2. Pemilihan interval pengukuran dan panjang gelombang pengukuran untuk set kalibrasi
a. Dilakukan pengamatan spektra dari hasil pengukuran campuran standar parasetamol dan kafein. Dipilih rentang panjang gelombang saat campuran senyawa mulai memberikan serapan sampai campuran memberikan serapan mendekati nilai 0.
b. Rentang panjang gelombang yang dipilih adalah 220-310 nm. Interval pengukuran yang dipilih adalah 2 nm agar diperoleh data pengamatan dalam jumlah yang cukup untuk dapat menggambarkan hubungan variabel.
3. Preparasi larutan set kalibrasi
a. Standar parasetamol dan kafein ditimbang seksama ± 50 mg dan dimasukkan ke dalam labu takar 100 mL, ditambahkan pelarut akuabidestilata sambil dilarutkan, kemudian diencerkan sampai batas tanda, sehingga didapat larutan stok dengan konsentrasi 500 μg/mL.
b. Dibuat larutan antara parasetamol dan kafein dengan cara mengencerkan larutan stok hingga konsentrasi 100 µg/mL. Diambil 5,0 mL larutan stok parasetamol, dimasukkan dalam labu takar 25 mL ditambahkan dengan pelarut akuabidestilata sampai batas tanda. Diambil 5,0 mL larutan stok
(42)
kafein dimasukkan dalam labu takar 25 mL ditambahkan pelarut akuabidestilata hingga batas tanda. Sehingga didapat larutan antara dengan konsentrasi 100 µg/mL.
c. Dibuat 20 larutan set kalibrasi, dengan cara setiap larutan antara dipipet sejumlah tertentu kemudian dimasukkan kedalam labu takar 10 mL dan ditambahkan pelarut akuabidestilata hingga batas tanda, sehingga konsentrasi yang diperoleh sesuai dengan tabel I untuk larutan set kalibrasi. d. Setiap larutan (c) diukur dengan spektrofotometer UV pada panjang
gelombang 220-310 nm dengan interval pengukuran 2 nm.
Tabel I. Komposisi campuran parasetamol (PCT) dan kafein (CAF) untuk model kalibrasi.
No PCT
(µg/mL)
CAF
No PCT
(µg/mL)
CAF
(µg/mL) (µg/mL)
1 6,4 1,0 11 5,1 0,6
2 5,8 0,6 12 4,1 1,1
3 4,3 0,6 13 7,0 1,0
4 5,7 0,8 14 7,4 0,7
5 7,0 0,8 15 6,9 0,8
6 4,5 0,5 16 8,1 0,9
7 6,9 1,0 17 7,6 0,8
8 5,5 0,9 18 8,0 0,8
9 6,3 0,6 19 5,3 0,5
10 7,2 1,1 20 5,8 0,5
* Konsentrasi dibuat berdasarkan bilangan acak sesuai dengan nilai
perbandingan kekuatan senyawa dalam tablet dengan menggunakan perangkat lunak Microsoft Excel 2007.
(43)
4. Preparasi larutan set validasi
a. Masing–masing standar parasetamol dan kafein ditimbang seksama ± 50 mg dan dimasukkan dalam labu takar 100 mL, dilarutkan dengan sebagian pelarut akuabidestilata, kemudian diencerkan sampai batas tanda (larutan stok validasi dengan konsentrasi 500 μg/mL).
b. Dilakukan pembuatan larutan antara dengan mengencerkan masing-masing larutan stok validasi hingga konsentrasi 100 μg/mL. Diambil 5,0 mL larutan stok parasetamol dilarutkan ke dalam labu takar 25 mL, ditambahkan dengan akuabidestilata sampai batas tanda. Diambil 5,0 mL larutan stok kafein dilarutkan ke dalam labu takar 25 mL, dan diencerkan dengan akuabidestilata sampai batas tanda.
c. Dibuat larutan set validasi, dengan cara, sejumlah tertentu larutan antara dipipet, dimasukkan dalam labu takar 10 mL kemudian ditambahkan akuabidestilata hingga diperoleh konsentrasi sesuai tabel II.
d. Setiap larutan (c) diukur dengan spektrofotometer UV pada panjang gelombang 220-310 nm dengan interval pengukuran 2 nm.
(44)
Tabel II. Komposisi campuran parasetamol (PCT) dan kafein (CAF) untuk validasi No PCT (μg/mL) CAF (μg/mL)
1 7,7 1,2
2 4,5 1,3
3 5,5 1,1
4 4,1 0,8
5 7,0 0,6
6 8,2 0,7
7 5,3 1,3
8 6,3 1,0
9 5,1 0,9
10 4,3 0,8
5. Analisis sampel
a. Ditimbang 20 sampel tablet secara seksama, dicatat bobot setiap tablet, dilakukan pengujian keseragaman bobot tablet, digerus sampai homogen. b. Ditimbang seksama dengan jumlah tertentu yang setara dengan 50 mg
parasetamol dan 6,5 mg kafein dilarutkan dalam labu takar 100 mL, dilarutkan dalam sebagian pelarut akuabidestilata, diultrasonikasi selama 15 menit, dan diencerkan dengan pelarut sampai batas tanda. Larutan disaring menggunakan kertas saring.
c. Dari larutan yang telah disaring, dipipet sebanyak 5,0 mL dan dimasukkan dalam labu takar 50 mL, kemudian ditambahkan pelarut sampai batas tanda. d. Dari larutan (d) tersebut dipipet lagi sebanyak 2,0 mL dan dimasukkan
dalam labu takar 10 mL, kemudian ditambahkan pelarut sampai batas tanda. e. Dilakukan scanning dari larutan tersebut pada panjang gelombang 220-310
nm dengan interval absorbansi 2 nm.
f. Dilakukan penetapan kadar parasetamol dan kafein sebanyak 6 kali. Kadar dihitung dengan metode kalibrasi multivariat partial least square (PLS).
(45)
6. Pengolahan data secara statistik dengan kalibrasi multivariat partial least
square (PLS)
a. Model Kalibrasi Multivariat PLS.
1) Data konsentrasi dan absorbansi kelompok larutan kalibrasi yang disajikan dalam kertas kerja perangkat lunak Microsoft Excel dipindahkan ke dalam kertas kerja Minitab® 16 dengan fungsi
copy-paste.
2) Pengolahan data statistik partial least square (PLS) dipilih dengan menggunakan pilihan Stat pada panel kerja Minitab 16, kemudian dipilih
regression partial least square.
3) Setelah muncul jendela baru dari program Minitab 16, dilakukan pembuatan model PLS parasetamol dengan cara; kolom response diisi dengan pilihan variabel konsentrasi PCT dan kolom model dipilih variabel absorbansi pada panjang gelombang 220-310 nm. Untuk pembuatan model PLS kafein dibuat dengan cara; kolom response diisi dengan pilihan variabel konsentrasi CAF dan kolom model dipilih variabel absorbansi pada panjang gelombang 220-310 nm.
4) Diperoleh nilai terhitung dan nilai sebenarnya dari model kalibrasi multivariat PLS parasetamol dan kafein, nilai tersebut kemudian dipindahkan ke dalam kertas kerja perangkat lunak Microsoft Excel dengan fungsi copy-paste.
5) Akurasi dan presisi dievaluasi dengan dicari nilai R2 dan nilai RMSEC
(46)
Diperoleh nilai R2 serta persamaan linier y=bx+a. persamaan linier
dipakai untuk menentukan nilai RMSEC. b. Cross Validation Leave-one-out
1) Data dipindahkan dari kertas kerja perangkat lunak Microsoft Excel dengan menggunakan fungsi copy-paste ke dalam kertas kerja Minitab 16.
2) Dipilih model kalibrasi PLS dengan menekan pilihan stat pada panel kerja, kemudian dipilih regression partial least square.
3) Proses validasi model kalibrasi dilakukan dengan, dimasukan variabel konsentrasi PCT ke dalam response dan variabel absorbansi ke dalam kolom model. Kemudian tekan tombol option yang selanjutnya ditentukan tambahan proses leave-one-out. Perlakuan sama diberlakukan untuk proses validasi CAF.
4) Diperoleh nilai sebenarnya dan nilai terhitung, serta nilai PRESS dari tahap validasi internal dan selanjutnya dipindahkan ke dalam kertas kerja perangkan lunak Microsoft Excel dengan fungsi copy-paste.
5) Akurasi dan presisi model kalibrasi ditinjau dari nilai R2 dan nilai
RMSECV dengan membuat hubungan linier antara nilai sebenarnya dan nilai terhitung. Diperoleh persamaan linear y=bx+a hubungan antara nilai sebenarnya dan terhitung yang nantinya akan digunakan untuk
(47)
7. Anasilis data
a. Akurasi dan presisi model kalibrasi multivariat parasetamol dan kafein dinyatakan secara statistik dengan nilai R2, RMSEC, RMSECV, dan
PRESS.
b. Konsentrasi sampel dihitung dengan koefisien dari masing-masing model untuk senyawa parasetamol dan kafein sesuai dengan rumus :
(7)
Keterangan :
X = Konsentrasi terhitung sampel (µg/mL) ts = koefisien dari model kalibrasi
= absorbansi dari masing-masing pengukuran sampel = koreksi kesalahan yang mungkin terjadi pada model kalibrasi PLS
c. Kadar sampel dihitung dengan menggunakan rumus :
( )
Keterangan :
Ct = konsentrasi sampel terprediksi oleh model (µg/mL) Fp = Faktor Pengenceran
= Berat rata-rata penimbangan keseluruhan sampel tablet (mg/tab)
X = Berat penimbangan sampel (mg)
Tab = Berat rata–rata sampel yang telah diuji keseragaman bobot, sehingga diasumsikan sebagai bobot persatuan tablet. (8)
(48)
e. Akurasi dari proses penetapan kadar ditetapkan dengan persen perolehan kembali dengan rentang yang dapat diterima menurut Herrador dan Gonzales (2007) adalah sebesar 90-107%
f. Presisi dari proses penetapan kadar ditetapkan dengan nilai RSD dengan nilai maksimal yang masih dapat diterima menurut Gonzales dan Herrador (2007) adalah sebesar 8%.
(49)
31 1. BAB IV
HASIL DAN PEMBAHASAN
A. Analisis Secara Spektrofotometri UV yang Dikombinasikan dengan Kalibrasi Multivariat
Tahap awal pada penelitian ini adalah melakukan scanning baku parasetamol dan kafein secara tunggal maupun campuran dari baku parasetamol dan kafein. Hal ini dilakukan untuk melihat overlapping yang terjadi dari kedua komponen tersebut. Gambar 7 memperlihatkan overlapping spektra yang terjadi pada campuran parasetamol dan kafein.
Gambar 7. Overlay spektra UV parasetamol (PCT), kafein (CAF), dan campuran parasetamol dan kafein pada konsentrasi 5 µg/mL, yang diukur pada panjang
gelombang 220-400 nm
Seperti ditunjukkan Gambar 7, dapat dilihat bahwa terjadi tumpang tindih antara spektrum parasetamol dan kafein. Sehingga analisis kuantitatif menggunakan spektrofotometri UV secara simultan untuk kedua senyawa tersebut tidak dapat dilakukan. Tetapi dengan berkembangnya kemometrika permasalahan tersebut dapat diatasi. Dengan penggunaan metode spektrofotometri yang
CAF PCT
(50)
dikombinasikan dengan kalibrasi multivariat dapat dilakukan penetapan masing– masing komponen tersebut secara simultan tanpa pemisahan.
Selain melakukan scanning antara baku dan campuran baku juga dilakukan scanning terhadap sampel dan campuran baku untuk melihat kemiripan antara sampel dan campuran baku, seperti ditunjukkan pada Gambar 8. Hal ini juga untuk melihat apakah ada eksipien pada sampel yang memberikan serapan pada panjang gelombang parasetamol dan kafein, dari gambar 8 dapat dilihat bahwa tidak terdapat serapan dari eksipien pada panjang gelombang parasetamol dan kafein.
Gambar 8. Overlay campuran parasetamol (PCT) dan kafein (CAF) dan sampel yang mengandung parasetamol (PCT) dan kafein (CAF) pada panjang gelombang
Kalibrasi multivariat partial least square (PLS) digunakan untuk melakukan pengolahan data absorbansi. Partial least square (PLS) digunakan untuk melakukan pengolahan data karena mampu menghasilkan model kalibrasi dengan kemampuan prediksi yang baik untuk jumlah data yang banyak. Data absorbansi dari 20 set kalibrasi disiapkan sebagai model kalibrasi diukur pada
Sampel Campuran baku PCT dan CAF
220 - 400 nm
(51)
panjang gelombang 220-310 nm dengan interval panjang gelombang 2 nm. Pada
partial least square (PLS) dilakukan pemilihan panjang gelombang, hal ini
bertujuan untuk memperoleh kinerja model yang optimum meskipun pada metode
partial least square (PLS) secara komputerisasi dapat mencakup seluruh spektrum
(El Gindy, 2006). Pada penelitian ini dipilih pengukuran pada panjang gelombang 220–310 nm karena pada panjang gelombang ini memberikan nilai korelasi yang paling optimum. Pengukuran pada panjang gelombang 220-310 nm juga bertujuan untuk mengurangi data yang mungkin bersifat tidak informatif yang dikhawatirkan dapat mengganggu dalam proses pengolahan data.
Data absorbansi dari set kalibrasi diolah menggunakan perangkat lunak
Minitab®, hasil dari pengolahan data menggunakan perangkat lunak Minitab
menghasilkan model kalibrasi, dengan hasil prediksi dari model kalibrasi yang ditampilkan pada tabel III. Kebaikan suatu model kalibrasi dapat dilihat dari nilai koefisien determinasi (R2) dan nilai RMSEC (root mean square error of
calibration). Hasil dari analisis varian untuk senyawa parasetamol dan kafein
adalah nilai p = 0,000 menunjukkan bahwa terdapat hubungan yang signifikan antara kedua variabel dalam hal ini konsetrasi dan absorbansi. Selisih antara nilai sebenarnya dan nilai terhitung yang dihasilkan sangat kecil yang menunjukkan pengukuran yang dilakukan oleh model kalibrasi baik. Nilai sebenarnya merupakan konsentrasi yang dibuat berdasarkan bilangan acak pada set kalibrasi, sedangkan nilai terhitung merupakan nilai hasil prediksi oleh model. Nilai sebenarnya dan nilai terhitung kemudian diproses menggunakan Microsoft Excel untuk menentukan nilai R2 dan nilai RMSEC. Nilai RMSEC (Root mean square
(52)
error of calibration) yang diperoleh adalah 0,0036 untuk parasetamol (PCT) dan
0,0027 untuk kafein (CAF).
Tabel III. Nilai sebenarnya dan terhitung hasil kalibrasi PLS dari model kalibrasi parasetamol (PCT) dan kafein (CAF) tanpa validasi silang (cross validation) pada
panjang gelombang 220-310 nm
Nomor
Konsentrasi (µg/mL)
PCT CAF
Sebenarnya Terhitung Sebenarnya Terhitung
1 6,4 6,3969 1,0 1,0006
2 5,8 5,7967 0,6 0,5995
3 4,3 4,3040 0,6 0,6010
4 5,7 5,6999 0,8 0,8008
5 7,0 7,0079 0,8 0,8003
6 4,5 4,4903 0,5 0,4996
7 6,9 6,8925 1,0 0,9991
8 5,5 5,5026 0,9 0,9003
9 6,3 6,3059 0,6 0,5980
10 7,2 7,2042 1,1 1,0988
11 5,1 5,0986 0,6 0,6010
12 4,1 4,1015 1,1 1,0992
13 7,0 7,0006 1,0 1,0012
14 7,4 7,4102 0,7 0,6997
15 6,9 6,8993 0,8 0,7994
16 8,1 8,0983 0,9 0,9012
17 7,6 7,5935 0,8 0,7982
18 8,0 7,9950 0,8 0,8014
19 5,3 5,3059 0,5 0,4994
20 5,8 5,7952 0,5 0,5005
Persamaan : y = 1x + 0,0004 y = 1x + 0,00002
RMSEC 0,0036 0,0027
R2 0,999 0,999
Nilai RMSEC yang dihasilkan baik karena mendekati 0, dapat ditunjukkan bahwa tingkat kesalahan prediksi dari model sangat kecil. Nilai koefisien determinasi (R2) dari model kalibrasi parasetamol adalah 0,999 dan
kafein sebesar 0,999, dengan persamaan linier hubungan nilai sebenarnya dan nilai terhitung untuk parasetamol (PCT) y = 1x + 0,0004 dan y = 1x + 0,00002
(53)
untuk kafein (CAF). Menurut Danzer (2004) akurasi model kalibrasi dapat dilihat dari persamaan garis y = bx+a, dimana y merupakan kadar terhitung dihubungkan dengan x kadar sebenarnya. Jika nilai a mendekati 0 dan nilai b mendekati 1 maka dapat dinyatakan bahwa akurasi dari pemodelan baik.
Pada gambar 9 dan gambar 10 dapat dilihat hubungan nilai sebenarnya dan nilai terhitung untuk parasetamol dan kafein.
Gambar 9. Kurva hubungan nilai sebenarnya dan nilai terhitung model kalibrasi parasetamol
Gambar 10. Kurva hubungan nilai sebenarnya dan nilai terhitung model kalibrasi kafein
y = 1x + 0.0004 R² = 0,999
0,0000 2,0000 4,0000 6,0000 8,0000 10,0000
0,0000 2,0000 4,0000 6,0000 8,0000 10,0000
Kurva Hubungan Nilai
Sebenarnya vs Nilai Terhitung
Model PLS Parasetamol
y = 1x + 0,00002 R² = 0,999 0,0000
0,5000 1,0000 1,5000
0,0000 0,2000 0,4000 0,6000 0,8000 1,0000 1,2000
Kurva Hubungan Nilai
Sebenarnya vs Nilai terhitung
(54)
Dapat dilihat pada kurva setiap titik dilewati oleh garis linier yang menunjukkan hubungan yang sangat baik antara nilai sebenarnya dan nilai terhitung.
C. Validasi Model Kalibrasi Multivariat Partial Least Square (PLS)
Konfirmasi terhadap kebaikan suatu model dalam menetapkan suatu data dapat dilakukan dengan melakukan validasi. Salah satu kendala dalam pembuatan model kalibrasi dengan metode partial least square adalah terjadinya overfitting. Terjadinya overfitting dapat menimbulkan permasalahan saat melakukan penetapan suatu data lain (data baru) meskipun model kalibrasi yang dihasilkan memiliki kriteria yang baik seperti mampu memberikan korelasi yang baik maupun kesalahan prediksi yang kecil. Masalah overfitting dapat diatasi dengan adanya metode cross validation leave one out. Pada cross validation leave one out data yang digunakan berasal dari set kalibrasi dengan mengeluarkan satu data dan memprediksi hasilnya menggunakan persamaan dari data yang tersisa. Data yang diuji diperlakukan sebagai data sampel sedangkan data yang tersisa sebagai prediktor. Hal ini diulang terus menerus hingga tiap sampel diuji sebagai data sampel.
Hasil cross validation leave one out berupa nilai PRESS (predicted
residual error sum of square) yang menunjukkan kesalahan prediksi yang terjadi,
semakin kecil nilai PRESS maka semakin baik hasil prediksi yang dihasilkan oleh model. Parameter yang digunakan untuk melihat hasil validasi cross validation
leave one out berupa nilai RMSECV (root mean square error of calibration validation) dan nilai R2 dapat dilihat pada tabel IV.
(55)
Tabel IIV. Nilai sebenarnya dan terhitung hasil kalibrasi PLS dari set kalibrasi yang mengandung parasetamol (PCT) dan kafein (CAF) validasi silang (cross
validation ) pada panjang gelombang 220–310 nm
Nomor Campuran
Konsentrasi (µg/mL)
PCT CAF
Sebenarnya Terhitung Sebenarnya Terhitung
1 6,3969 6,9175 0,9905 0,9884
2 5,7967 5,9510 0,5999 0,5998
3 4,3041 4,4342 0,6036 0,6053
4 5,6999 5,8070 0,8115 0,8138
5 7,0080 7,2430 0,7707 0,7615
6 4,4904 4,3591 0,4897 0,4856
7 6,8925 7,1234 0,9939 0,9914
8 5,5027 5,0628 0,9040 0,9054
9 6,3059 6,2052 0,5880 0,5861
10 7,2043 6,7216 1,0832 1,0774
11 5,0987 5,2510 0,5976 0,5965
12 4,1016 4,2086 1,1110 1,1258
13 7,0007 7,0644 1,0029 1,0024
14 7,4103 7,7157 0,7077 0,7096
15 6,8993 6,7739 0,7960 0,7953
16 8,0983 8,0546 0,8999 0,9004
17 7,5935 7,7273 0,8248 0,8352
18 7,9950 7,6632 0,8138 0,8171
19 5,3060 5,2761 0,5077 0,5114
20 5,7953 5,6426 0,5036 0,5049
Persamaan : y = 0,987x+0,094 y = 1,003x - 0,002
RMSECV 0,0196 0,1435
R2 0,957 0,999
PRESS 1,1892 0,0053
Semakin kecil nilai RMSECV (root mean square error of calibration
validation) yang dihasilkan maka semakin baik kemampuan prediksi oleh model.
Koefisien determinasi (R2) yang mendekati 1 menunjukkan korelasi yang baik
(56)
tabel IV merupakan nilai yang diperoleh dari penetapan model kalibrasi sebelumnya, sementara nilai terhitung merupakan nilai prediksi yang terjadi pada proses leave one out. Hubungan nilai sebenarnya dan nilai terhitung dinyatakan dalam persamaan linier, dimana persamaan linier untuk parasetamol y= 0,987x+0,094 dengan nilai RMSECV sebesar 0,0196, nilai R2 sebesar 0,957, dan
nilai PRESS sebesar 1,1892. Persamaan linier untuk kafein y = 1,003x-0,002 dengan nilai RMSECV sebesar 0,1435, nilai R2 0,999, serta nilai PRESS sebesar
0,0053. Persamaan linier yang menggambarkan hubungan nilai sebenarnya dan nilai terhitung dapat digambarkan dalam bentuk kurva yang ditunjukkan pada gambar 11 dan gambar 12.
Gambar 11. Kurva hubungan nilai sebenarnya dan nilai terhitung pada model kalibrasi parasetamol dengan cross validation leave one out
y = 0,9872x + 0,0949 R² = 0,9579
0,0000 2,0000 4,0000 6,0000 8,0000 10,0000
0,0000 2,0000 4,0000 6,0000 8,0000 10,0000
Kurva Hubungan Nilai Sebenarnya vs
Nilai Terhitung Model
Cross
(57)
Gambar 12. Kurva hubungan nilai sebenarnya dan nilai terhitung pada model kalibrasi kafein dengan cross validation leave one out.
Setelah dilakukan cross validation leave one out dimana telah diperoleh model yang dapat mengatasi permasalahan yang mungkin terjadi yaitu overfitting untuk melihat kesahihan model hasil validasi silang leave one out dilakukan validasi eksternal. Hasil dari validasi eksternal dapat dilihat pada tabel V.
Tabel V. Nilai sebenarnya dan nilai terhitung dari parasetamol dan kafein hasil validasi eksternal
No PCT CAF
Sebenarnya Terhitung Sebenarnya Terhitung
1 7,7 9,124 1,2 1,214
2 4,5 5,23 1,3 1,305
3 5,5 6,845 1,1 1,147
4 4,1 5,162 0,8 0,769
5 7,0 7,539 0,6 0,603
6 8,2 9,343 0,7 0,669
7 5,3 6,347 1,4 1,398
8 6,3 6,963 1,0 0,970
9 5,1 6,421 0,9 0,913
10 4,3 4,303 0,8 0,764
Persamaan y=1,097x + 0,363 y=1,043x – 0,047
R2 0,933 0,992
RMSECP 1,263 0,072
y = 1,0039x - 0,0024 R² = 0,9993
0,0000 0,5000 1,0000 1,5000
0,0000 0,2000 0,4000 0,6000 0,8000 1,0000 1,2000
Kurva Hubungan Nilai Sebenarnya vs
Nilai Terhitung Model
Cross
(58)
Validasi eksternal dilakukan dengan cara menetapkan konsentrasi 10 larutan tersendiri yang disiapkan untuk melihat kemampuan prediksi dari model kalibrasi setelah divalidasi silang leave one out. Hasil dari validasi eksternal dapat digunakan untuk melihat kemampuan prediksi model kalibrasi yang telah melalui proses cross validation leave one out.
Seluruh parameter yang digunakan sebagai tolak ukur kebaikan suatu model dievaluasi ditunjukkan pada tabel VI.
Tabel VI. Evaluasi parameter validasi metode spektrofotometri UV-kalibrasi multivariat PLS untuk penetapan kadar parasetamol (PCT) dan kafein (CAF)
Tahap Parameter PCT CAF
Kalibarasi
RMSEC 0,0036 0,0027
R2 0,999 0,999
A 0,0004 0,00002
B 1 1
Validasi Internal
RMSECV 0,0196 0,1435
R2 0,957 0,999
A 0,094 0,002
B 0,987 1,003
PRESS 1,1892 0,0053
Validasi Eksternal
RMSECP 1,263 0,072
R2 0,933 0,992
A 0,363 0,047
B 1,097 1,043
Dilihat dari parameter yang dihasilkan maka pemodelan memiliki akurasi dan presisi yang baik sehingga model dapat digunakan untuk melakukan penetapan kadar sediaan farmasi.
D. Penetapan Kadar Sediaan Farmasi
Dalam penelitian ini, sampel yang digunakan adalah sediaan tablet dengan dua kandungan senyawa yaitu parasetamol dan kafein. Sediaan tablet ini sebagaimana tercantum dalam label mengandung parasetamol sebanyak 500 mg
(59)
dan kafein sebanyak 65 mg. Model kalibrasi yang telah divalidasi akan digunakan untuk memprediksi sampel sediaan farmasi yangmana merupakan sampel data baru. Informasi terkait kandungan dalam tablet dapat digunakan dalam menentukan konsentrasi akhir analit. Sehingga dapat dipastikan bahwa sampel yang diuji masuk dalam kisaran set kalibrasi sehingga dapat meminimalkan terjadinya outlier prediction (Rimbaud et al., 1999).
Penetapan kadar parasetamol dan kafein dilakukan dengan melarutkan sejumlah 68 mg serbuk sampel yang setara dengan 50 mg parasetamol dan 6,5 mg kafein.Konsentrasi akhir larutan sampel parasetamol akan sebanyak 10 (µg/mL) dan kafein sebanyak 1,3 (µg/mL). Setelah dilakukan pengukuran pada panjang gelombang 220–310 nm dengan interval pengukuran 2 nm diperoleh data absorbansi sampel yang akan ditetapkan kadarnya dengan model kalibrasi yang telah tervalidasi.
Hasil pengolahan data dengan menggunakan model kalibrasi yang telah divalidasi untuk memperoleh konsentrasi analit pada larutan akhir dapat dilihat pada tabel VII.
Tabel VII. Konsentrasi larutan akhir setelah ditetapkan dengan model kalibrasi PLS yang telah tervalidasi
Replikasi
Kadar Parasetamol
(µg /mL)
Kafein (µg /mL)
1 10,1897 1,3196
2 10,5786 1,3473
3 10,0556 1,3396
4 9,45346 1,1919
5 9,0155 1,2293
(60)
Konsentrasi larutan akhir yang terhitung menggunakan model kalibrasi mendekatan perkiraan teoretis , kemudian dilanjutan ke penetapan kadar sediaan. Hasil penetapan kadar sediaan yang mengandung parasetamol (PCT) dan kafein (CAF) seperti ditunjukkan pada tabel VIII dan IX.
Tabel VIII. Hasil penetapan kadar prediksi parasetamol (PCT) dalam sediaan farmasi tablet dengan komposisi parasetamol (PCT) 500 mg dan kafein (CAF) 65
mg dengan menggunakan metode spektrofotometri UV-PLS
Evaluasi Replikasi
1 2 3 4 5 6
Terhitung (ug/mL) 10,189 10,57 10,055 9,453 9,015 9,634
Penimbangan sampel (mg) 68,050 68,03 68,005 68,011 68,016 68,010
Faktor pengenceran 5000 5000 5000 5000 5000 5000
Berat total sampel (mg) 13774,1 13774,1 13774,1 13774,1 13774,1 13774,1 Berat rata–rata tablet (mg) 688,705 688,705 688,705 688,705 688,705 688,705
Kadar (mg/tab) 515,63 535,46 509,18 478,62 456,44 487,79
Rata – rata kadar 497,187 mg/tab = 99,398%
SD 28,43
RSD 5,71%
Tabel IX. Hasil penetapan kadar prediksi kafein (CAF) dalam sediaan farmasi tablet dengan komposisi parasetamol 500 mg dan kafein 65 mg dengan
menggunakan metode spektrofotometri UV-PLS
Evaluasi Replikasi
1 2 3 4 5 6
Terhitung (ug/mL) 1,319 1,347 1,339 1,1919 1,229 1,243
Penimbangan sampel (mg) 68,050 68,030 68,005 68,011 68,016 68,010
Faktor pengenceran 5000 5000 5000 5000 5000 5000
Berat total sampel (mg) 13774,1 13774,1 13774,1 13774,1 13774,1 13774,1 Berat rata – rata tablet (mg) 688,705 688,705 688,705 688,705 688,705 688,705
Kadar (mg/tab) 66,77 68,20 67,83 59,64 62,22 62,94
Rata – rata kadar 64,6 mg/tab = 99,387%
SD 3,49
RSD 5,40%
Hasil penetapan kadar menggunakkan model yang telah tervalidasi mendapatkan kadar parasetamol sebesar 497,187 mg/tab. Dengan simpangan deviasi sebesar 28,43 dan simpangan deviasi relatif (CV) sebesar 5,71%. Kadar
(61)
kafein yang didapat sebesar 64,6 mg/tab. Simpangan deviasi sebesar 3,49 dan simpangan deviasi relatif (CV) sebesar 5,40%.
Berdasarkan hasil yang diperoleh maka metode spektrofotometri yang dikombinasikan dengan kalibrasi multivariat PLS (partial least square) merupakan metode yang valid dan dapat digunakan untuk menetapkan kadar campuran parasetamol dan kafein yang terdapat dalam sediaan tablet.
(62)
44 BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
1. Model kalibrasi yang digunakan memiliki kemampuan prediksi yang optimum. 2. Hasil yang didapat dari penetapan kadar parasetamol dan kafein menggunakan
metode spektrofotometri UV yang dikombinasikan kalibrasi multivariat merupakan metode yang valid.
3. Metode spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat dapat digunakan untuk menetapkan kadar sediaan tablet yang mengandung parasetamol dan kafein.
B. Saran
1. Sebaiknya dilakukan uji banding antara metode kombinasi spektrofotometri kalibrasi multivariat dengan metode – metode pemisahan multikomponen yang umum digunakan semisal KCKT (Kromatografi Cair Kinerja Tinggi) dalam penetapan parasetamol dan kafein dalam sediaan tablet farmasi.
2. Perlu dilakukan optimasi dengan membandingkan beberapa kisaran panjang gelombang pengukuran dan interval pengukuran.
(1)
Lanjutanlampiran 8
270 1.525 0.229 0.349225 0.289 0.440725 0.319 0.486475 0.201 0.306525 0.268 0.4087 0.312 0.4758
272 -69.237 0.214 -14.816718 0.273 -18.9017 0.305 -21.1173 0.188 -13.0166 0.253 -17.517 0.297 -20.5634
274 88.179 0.202 17.812158 0.26 22.92654 0.292 25.74827 0.176 15.5195 0.24 21.16296 0.285 25.13102
276 -74.766 0.19 -14.20554 0.248 -18.542 0.28 -20.9345 0.166 -12.4112 0.229 -17.1214 0.274 -20.4859
278 -55.157 0.179 -9.873103 0.236 -13.0171 0.27 -14.8924 0.157 -8.65965 0.218 -12.0242 0.263 -14.5063
280 -59.541 0.169 -10.062429 0.225 -13.3967 0.258 -15.3616 0.147 -8.75253 0.208 -12.3845 0.252 -15.0043
282 15.216 0.155 2.35848 0.21 3.19536 0.245 3.72792 0.135 2.05416 0.194 2.951904 0.239 3.636624
284 -30.006 0.14 -4.20084 0.194 -5.82116 0.229 -6.87137 0.122 -3.66073 0.18 -5.40108 0.224 -6.72134
286 129.298 0.123 15.903654 0.177 22.88575 0.213 27.54047 0.107 13.83489 0.163 21.07557 0.208 26.89398
288 30.104 0.106 3.191024 0.159 4.786536 0.195 5.87028 0.091 2.739464 0.146 4.395184 0.191 5.749864
290 -119.466 0.089 -10.632474 0.141 -16.8447 0.178 -21.2649 0.076 -9.07942 0.13 -15.5306 0.175 -20.9066
292 127.954 0.073 9.340642 0.124 15.8663 0.162 20.72855 0.062 7.933148 0.114 14.58676 0.16 20.47264
294 127.683 0.058 7.405614 0.108 13.78976 0.147 18.7694 0.049 6.256467 0.1 12.7683 0.145 18.51404
296 44.099 0.046 2.028554 0.095 4.189405 0.135 5.953365 0.038 1.675762 0.088 3.880712 0.133 5.865167
298 -48.233 0.035 -1.688155 0.084 -4.05157 0.124 -5.98089 0.028 -1.35052 0.077 -3.71394 0.122 -5.88443
300 68.614 0.026 1.783964 0.074 5.077436 0.114 7.821996 0.02 1.37228 0.068 4.665752 0.113 7.753382
302 37.503 0.018 0.675054 0.066 2.475198 0.106 3.975318 0.013 0.487539 0.06 2.25018 0.105 3.937815
304 -154.777 0.013 -2.012101 0.06 -9.28662 0.1 -15.4777 0.008 -1.23822 0.055 -8.51274 0.099 -15.3229
306 -95.284 0.01 -0.95284 0.056 -5.3359 0.096 -9.14726 0.005 -0.47642 0.051 -4.85948 0.095 -9.05198
308 107.681 0.007 0.753767 0.054 5.814774 0.093 10.01433 0.003 0.323043 0.049 5.276369 0.092 9.906652
310 -142.978 0.006 -0.857868 0.053 -7.57783 0.092 -13.154 0.003 -0.42893 0.048 -6.86294 0.09 -12.868
Calculated 10.189749 10.57866 10.05564 9.453462 9.01557 9.634272 Kadar 515630.5491 535467.9 509180.9 478623.2 456441.7 487794.7 %kadar 103.1261 107.0936 101.8362 95.72464 91.08834 97.55894
(2)
Menggunakan koefisien hasil validasi silang
Panjanggelombang Koofesien SAMPEL 1 CAF SAMPEL 2 CAF SAMPEL 3 CAF SAMPEL 4 CAF SAMPEL 5 CAF SAMPEL 6 CAF
CAF ABS ABS*K ABS ABS*K ABS ABS*K ABS ABS*K ABS ABS*K ABS ABS*K
Konstant -0.04282 1 -0.04282 1 -0.04282 1 -0.04282 1 -0.04282 1 1 -0.704
220 -0.62763 0.383 -0.2403823 0.471 -0.29561 0.501 -0.31444 0.332 -0.20837 0.44 -0.27616 0.491 -0.30817
222 -0.85025 0.402 -0.3418005 0.49 -0.41662 0.516 -0.43873 0.35 -0.29759 0.457 -0.38856 0.507 -0.43108
224 -0.98923 0.429 -0.4243797 0.517 -0.51143 0.54 -0.53418 0.376 -0.37195 0.481 -0.47582 0.53 -0.52429
226 -0.87485 0.458 -0.4006813 0.547 -0.47854 0.565 -0.49429 0.403 -0.35256 0.508 -0.44442 0.555 -0.48554
228 -0.82894 0.488 -0.4045227 0.576 -0.47747 0.59 -0.48907 0.43 -0.35644 0.535 -0.44348 0.58 -0.48079
230 -0.75857 0.516 -0.3914221 0.603 -0.45742 0.614 -0.46576 0.455 -0.34515 0.559 -0.42404 0.603 -0.45742
232 -0.71548 0.544 -0.3892211 0.63 -0.45075 0.638 -0.45648 0.481 -0.34415 0.584 -0.41784 0.627 -0.44861
234 -0.54378 0.569 -0.3094108 0.655 -0.35618 0.659 -0.35835 0.504 -0.27407 0.607 -0.33007 0.648 -0.35237
236 -0.56431 0.593 -0.3346358 0.677 -0.38204 0.678 -0.3826 0.525 -0.29626 0.627 -0.35382 0.667 -0.37639
238 -0.55556 0.611 -0.3394472 0.694 -0.38556 0.693 -0.385 0.541 -0.30056 0.643 -0.35723 0.682 -0.37889
240 -0.57046 0.624 -0.355967 0.706 -0.40274 0.704 -0.4016 0.554 -0.31603 0.655 -0.37365 0.693 -0.39533
242 -0.44177 0.631 -0.2787569 0.712 -0.31454 0.708 -0.31277 0.56 -0.24739 0.66 -0.29157 0.698 -0.30836
244 -0.43773 0.63 -0.2757699 0.71 -0.31079 0.706 -0.30904 0.559 -0.24469 0.658 -0.28803 0.695 -0.30422
246 -0.43119 0.621 -0.267769 0.7 -0.30183 0.696 -0.30011 0.551 -0.23759 0.649 -0.27984 0.685 -0.29537
248 -0.32371 0.604 -0.1955208 0.682 -0.22077 0.678 -0.21948 0.536 -0.17351 0.631 -0.20426 0.668 -0.21624
250 -0.15448 0.58 -0.0895984 0.655 -0.10118 0.654 -0.10103 0.514 -0.0794 0.607 -0.09377 0.644 -0.09949
252 -0.08415 0.547 -0.0460301 0.622 -0.05234 0.623 -0.05243 0.485 -0.04081 0.576 -0.04847 0.613 -0.05158
254 0.18327 0.509 0.09328443 0.582 0.106663 0.587 0.107579 0.452 0.082838 0.539 0.098783 0.577 0.105747
256 0.40296 0.469 0.18898824 0.541 0.218001 0.549 0.221225 0.416 0.167631 0.501 0.201883 0.539 0.217195
258 0.70036 0.426 0.29835336 0.495 0.346678 0.507 0.355083 0.377 0.264036 0.458 0.320765 0.498 0.348779
260 0.96422 0.385 0.3712247 0.452 0.435827 0.468 0.451255 0.34 0.327835 0.418 0.403044 0.459 0.442577
262 1.18438 0.344 0.40742672 0.409 0.484411 0.428 0.506915 0.303 0.358867 0.379 0.44888 0.42 0.49744
264 1.55279 0.308 0.47825932 0.371 0.576085 0.395 0.613352 0.271 0.420806 0.344 0.53416 0.387 0.60093
266 2.05518 0.276 0.56722968 0.339 0.696706 0.365 0.750141 0.243 0.499409 0.313 0.643271 0.356 0.731644
(3)
Lanjutanlampiran 9
270 2.6735 0.229 0.6122315 0.289 0.772642 0.319 0.852847 0.201 0.537374 0.268 0.716498 0.312 0.834132
272 2.74512 0.214 0.58745568 0.273 0.749418 0.305 0.837262 0.188 0.516083 0.253 0.694515 0.297 0.815301
274 3.06576 0.202 0.61928352 0.26 0.797098 0.292 0.895202 0.176 0.539574 0.24 0.735782 0.285 0.873742
276 2.92099 0.19 0.5549881 0.248 0.724406 0.28 0.817877 0.166 0.484884 0.229 0.668907 0.274 0.800351
278 2.76305 0.179 0.49458595 0.236 0.65208 0.27 0.746024 0.157 0.433799 0.218 0.602345 0.263 0.726682
280 2.68442 0.169 0.45366698 0.225 0.603995 0.258 0.69258 0.147 0.39461 0.208 0.558359 0.252 0.676474
282 2.11116 0.155 0.3272298 0.21 0.443344 0.245 0.517234 0.135 0.285007 0.194 0.409565 0.239 0.504567
284 1.61611 0.14 0.2262554 0.194 0.313525 0.229 0.370089 0.122 0.197165 0.18 0.2909 0.224 0.362009
286 0.9854 0.123 0.1212042 0.177 0.174416 0.213 0.20989 0.107 0.105438 0.163 0.16062 0.208 0.204963
288 0.24492 0.106 0.02596152 0.159 0.038942 0.195 0.047759 0.091 0.022288 0.146 0.035758 0.191 0.04678
290 -0.40908 0.089 -0.0364081 0.141 -0.05768 0.178 -0.07282 0.076 -0.03109 0.13 -0.05318 0.175 -0.07159
292 -1.11663 0.073 -0.081514 0.124 -0.13846 0.162 -0.18089 0.062 -0.06923 0.114 -0.1273 0.16 -0.17866
294 -1.70435 0.058 -0.0988523 0.108 -0.18407 0.147 -0.25054 0.049 -0.08351 0.1 -0.17044 0.145 -0.24713
296 -2.03457 0.046 -0.0935902 0.095 -0.19328 0.135 -0.27467 0.038 -0.07731 0.088 -0.17904 0.133 -0.2706
298 -2.2757 0.035 -0.0796495 0.084 -0.19116 0.124 -0.28219 0.028 -0.06372 0.077 -0.17523 0.122 -0.27764
300 -2.73709 0.026 -0.0711643 0.074 -0.20254 0.114 -0.31203 0.02 -0.05474 0.068 -0.18612 0.113 -0.30929
302 -2.70092 0.018 -0.0486166 0.066 -0.17826 0.106 -0.2863 0.013 -0.03511 0.06 -0.16206 0.105 -0.2836
304 -2.77029 0.013 -0.0360138 0.06 -0.16622 0.1 -0.27703 0.008 -0.02216 0.055 -0.15237 0.099 -0.27426
306 -1.82188 0.01 -0.0182188 0.056 -0.10203 0.096 -0.1749 0.005 -0.00911 0.051 -0.09292 0.095 -0.17308
308 -1.66152 0.007 -0.0116306 0.054 -0.08972 0.093 -0.15452 0.003 -0.00498 0.049 -0.08141 0.092 -0.15286
310 -1.49254 0.006 -0.0089552 0.053 -0.0791 0.092 -0.13731 0.003 -0.00448 0.048 -0.07164 0.09 -0.13433
Calculated 1.31965312 1.347386 1.339639 1.1919 1.229357 1.243126 Kadar 66778.2233 68201.64 67834.43 59647.14 62222.01 62942.74 % kadar 102.735723 104.9256 104.3607 91.76483 95.72617 96.83498
(4)
(5)
(6)