Anda di halaman 1dari 32

Wintari Taurina, M. Sc, Apt.

Pendahuluan
Upaya optimasi proses pembuatan sediaan farmasi

terus dilakukan oleh peneliti Optimasi mencakup berbagai hal yang berkatian dengan pembuatan sediaan farmasi, antara lain optimasi proses dan optimasi formulasi

Teknik optimasi formulasi


Formula
Metode Proses

Peralatan
Pengemas

Unsur dalam formulasi sangat bervariasi tergantung syarat


Persyaratan sediaan
Formulator Market

Fasilitas produksi

Persyaratan tersebut tidak bisa berdiri sendiri, dibutuhkan mendapatkan parameter yang optimum

Kenapa harus optimum


kenapa bukan maksimum

Sesuatu yang maksium belum tentu optimum,

sehingga yang maksimum belum tentu baik Hasil akhir diharapkan akan dapat dihasilkan sediaan yang bermutu (aman, manjur, acceptable, stabil)

Formula : zat aktif dan eksipien


Memilih eksipien bukanlah permasalahan yang

mudah, karena harus mempertimbangkan berbagai aspek Seperti : stabilitas fisika, kimia, ketersediaan hayati, kemudahan dalam proses produksi, harga, dll

Problem
Keseimbangan diantara persyaratan yang

bertentangan Kemungkinan adanya interaksi kompleks antara eksipien yang mempengaruhi persyaratan yang diinginkan

Ahli formulasi harus teliti dan tanggap dalam memilih

bahan tambahan dan campuran bahan serta faktorfaktor yang terkait dengan proses dalam memformulasikan suatu sediaan, sehingga dapat dihasilkan suatu formulasi yang optimal Optimasi : suatu pendekatan empiris yang dapat digunakan untuk memperkirakan jawaban yang tepat sebagai suatu fungsi dari variabel-variabel yang sedang dikaji sesuai dengan respon-respon yang dihasilkan dari rancangan percobaan yang dilakukan

Untuk mendapatkan komposisi optimum dari sebuah formula dilakukan dengan cara :
Coba coba / trial and error 2. Teknik optimasi sistematik
1.

1. coba-coba / trial and error


Sejak lama digunakan untuk mendapatkan komposisi

optimum Kurang efisien, mahal, time consuming, sering kali gagal Rentang hasil diluar yang dicobakan tidak dapat diketahui adanya kemungkinan kombinasi yang lebih baik diluar yang dicobakan tidak diketahui

2. Teknik optimasi sistemik


Dibagi menjadi :
a. Model pendekatan independen b. Model pendekatan dependen

a. Independen
Hasil

percobaan sebelumnya digunakan untuk menetapkan / mencari kondisi percobaan berikutnya dalam upaya untuk mendapatkan hasil/respon yang optimal Nilai yang dicari dapat berpindah dari respon yang rendah mendekati optimum Kelemahan : banyaknya percobaan yang ahrus dilakukan untuk mencapai hasil yang optimal tidak dikethaui sebelumnya, Sebagian dari bidang respon tidak terinvestigasi sehingga kemungkinan diperoleh sub optimal

b. dependen
Sebuah variable tergantung (respon), pada sebuah

parameter formulasi dapat digambarkan sebagai fungsi komposisi campuran dengan model matematika Respon diukur berdasarkan kombinasi yang digunakan

Simplex lattice design


Metode yang digunakan untuk menentukan proporsi

relatif bahan-bahan yang digunakan dalam suatu formula, sehingga diharapkan akan dapat dihasilkan suatu formula yang paling baik sesuai kriteria yang ditentukan metode ini cocok untuk prosedur optimasi formula dimana jumlah total dari bahan yang berbeda adalah konstan.

X1 + X 2+....= 1
Simplex yang paling sederhana dengan 2 variabel

komponen

Hubungan antara respon dan komponen dapat

digambarkan sebagai berikut : Y = a (A) + b (B) + ab (AB)(1) Keterangan : Y = Respon a, b, ab = koefisien yang didapat dari percobaan (A), (B) = Fraksi komponen dengan syarat: 0 (A) 1, 0 (B) 1,(A+B)=1

Nilai koefisien a, b dan ab didapatkan dengan cara

memasukkan respon yang didapat dari hasil percobaan ke dalam persamaan diatas. Setelah didapatkan nilai a, b dan ab, maka dapat diprediksi perhitungan dari tiap perbandingan fraksi komponen A dan B. Berdasarkan nilai-nilai respon (Y) dari setiap perbandingan fraksi komponen A dan B tersebut dapat diketahui profil efek campuran terhadap respon dan berdasarkan profil tersebut dapat ditentukan komposisi A dan B yang dapat memberikan respon optimum seperti yang diinginkan

Metode untuk mendapatkan nilai a, b dan ab melalui 3

percobaan tersebut diatas, yaitu : Percobaan 1 = percobaan yang menggunakan A saja, berarti nilai (A) = 1 Percobaan 2 = percobaan yang menggunakan B saja, berarti nilai (B) = 1 Percobaan 3 = percobaan yang menggunakan campuran A dan B sama banyak, berarti nilai (A) = 0,5 dan nilai (B) = 0,5.

Contoh menghitung persamaan simplex lattice design


Dilakukan suatu formulasi dari suatu granul

dengan menggunakan dua bahan pengisi yaitu laktosa dan sukrosa, maka untuk memperoleh kombinasi bahan pengisi dengan formula optimum dilakukan percobaan untuk mendapatkan formula optimum dengan metode simplex lattice design.

Dari percobaan uji sifat alir dari granul

diperoleh data sebagai berikut :


WAKTU ALIR GRANUL (gram/detik) FORMULA 50% FORMUL FORMULA laktosa:50%su A 100% 100% laktosa krosa sukrosa 13,16 30,30 28,57 12,66 30,30 28,57 13,16 30,30 27,78 12,66 30,30 27,03 12,66 30,30 27,78 12,86 0,27 30,30 0,00 27,95 0,65

NO

1 2 3 4 5 Rata-rata SD

Y = a (A) + b (B) + ab (A)(B) sifat alir 100% A B=0 Y = 12,86 12,86 = a (1) + b (0)+ ab (1) (0) a = 12,86 100% B A=0 Y= 27,95 27,95 = (0)+ b (1) + ab (0) (1) b = 27,95 50% A:50%B A = 0,5, B = 0,5 Y=30,30 30,30 = 12,86 (0,5) + 27,95(0,5) +ab(0,5)(0,5) ab = 39,58 maka persamaan yang didapatkan: Y = 12,86 A + 27,95 B + 39,58 AB

Contoh lain ada dua macam solvent, A dan B akan

diteliti pengaruhnya terhadap kelarutan zat X. Untuk melihat pengaruh solvent tersebut dibuat dalam 3 percobaan 100% A 100% B 50%-50% A : B

Kelarutan zat tersebut


Dalam 100% A = 10 mg/ml
Dalam 100% B = 15 mg/ml Dalam 50% A dan 50 % B = 30 mg/ml

Maka dapat dihitung masing-masing koefisiennya

dengan mesubstitusikan Sehingga dapat persamaan Y = 10 (A) + 15 (B) + 30 (A) (B) Maka kita dapat memprediksi respon lain diluar hasil percobaan

Contoh, berapa kelarutan jika pada campuran 75% A

dan 25 % B Y = 10(0.75) + 30(0.75)(0.25) + 15 (0.25) Y=16.875

Jika terdiri dari 3 campuran


Digambarkan dalam segitiga sama sisi Dengan rumus Y:

b1X1+b2X2+b3X3+b12X1X2+b23X2X3+b13X1X3+b123X1X 2X3 Y : respon X1,X2,X3 : fraksi dari tiap komponen B1,b2,b3 : koefisien regresi X,X2X3 B12, b13, b23 : koefeisen regresi X1-X2, X1-X3, X2-X3 B123 : koefisien regresi dari X1-X2-X3

Persamaan tsb tidak terdapat intersep bo konstanta dri titik potong


Dapat dihitung intersepnya X1+X2+X3 : 1

Substitusi : X3 : 1 (X1+X2) menjadi


Y : b1X1+b2X2+b3(1-(X1+X2) +b12X1X2+b13X1(1-

(X1+X2))+b23X2(1-(X1+X2)+b123X1X2(1-(X1+X2))

Jika persamaan tsb diubah dlm bentuk persamaan kuadrat dgn basis X2
X2 =

Jika campuran formula tidak merupakan zat tunggal

yang murni (100%) %yang ditransformasikan = (%sesungguhnya-%minimum) (% maksimum - % minimum) Untuk mendapatkan nilai R atau respon C0ntoh perhitungan

Simplex lattice design hanya bisa digunakan untuk

campuran yang bisa dikuantifikasi (secara fisik ada), seperti campuran pelarut atau bahan Tidak dapat yang abstrak seperti : suhu, tekanan, dan lama pengeringana

Desain faktorial
Aplikasi persamaan regresi yaitu teknik untuk

memberikan model hubungan antara variabel respon dengan satu atau lebih variabel bebas Desain faktorial digunakan dalam percobaan untuk menentukan secara simulasi efek dari beberapa faktor dan interaksinya yang signifikan

Istilah
Faktor : variabel yang ditetapkan, misal : waktu, suhu,

konsentrasi