Anda di halaman 1dari 20

LAPORAN AKHIR PRAKTIKUM BIOFARMASETIKA MODELING DAN ANALISIS DATA BIOFARMASETIKA DENGAN WINSAAM

Disusun Oleh: Salma khai unnisa Ghassani Ismail Ahsanu''ien Ak(a !"#$$##%##&& !"#$$##%)##"

FAKULTAS FARMASI UNI*ERSITAS PAD+AD+ARAN +ATINANGOR !#$!

MODELING DAN ANALISIS DATA BIOFARMASETIKA DENGAN WINSAAM


I, Tu-uan Mempelajari modeling dan analisis data penelitian biofarmasetika dengan pengkhususan data ini vivo menggunakan software WinSAAM. II, P insi. a. Modeling Modeling merupakan sistem simultan yang tersusun atas persamaan differensial dan atau persamaan aljabar yang mendefinisikan peranan variabel-variabel serta koefisien transport pada suatu sistem fisika, kimia, dan biologis. b. Kompartemen Kompartemen adalah suatu materi karakteristik yang dapat berupa suatu bentuk kimia tertentu, materi biologis organ, bagian organ! yang memiliki ruangan atau volume tertentu. ". WinSAAM WinSAAM merupakan suatu software yang memungkinkan untuk menganalisis data eksperimental berdasarkan model kompatemen tertentu se"ara langsung. III, Te/ i #ada umumnya obat diberikan dalam bentuk sediaan seperti tablet, kapsul , suspensi dan lain-lain. Suatu bentuk sediaan obat terdiri dari bahan obat dan bahan-bahan pembantu yang tersusun dalam formula dan diikuti dengan petunjuk "ara proses pembuatan. Kita mengetahui bahwa sangat banyak sediaan farmasi dengan obat, dosis dan bentuk sediaan yang sama, diproduksi oleh industri-industri farmasi dengan nama-nama yang berbeda. $engan berbagai alasan dari industri-industri, maka umumnya formula

sediaan tersebut berbeda. #ada akhir tahun lima puluhan dan awal tahun enam puluhan bermun"ulan laporan, publikasi dan diskusi yang mengemukakan bahwa banyak obat-obat dengan kandungan, dosis dan bentuk sediaan yang sama dan dikeluarkan oleh industri farmasi yang berbeda memberikan kemanjuran yang berbeda. %aporan-laporan dan publikasi-publikasi tersebut menyebabkan mun"ulnya ilmu baru dalam bidang farmasi yaitu biofarmasi &ourne, '(()!. Selanjutnya perkembangan ilmu biofarmasi , melihat bentuk sediaan sebagai suatu *drug delivery system+ yang menyangkut pelepasan obat berkhasiat dari sediaannya, absorpsi dari obat berkhasiat yang sudah dilepaskan, distribusi obat yang sudah diabsorpsi oleh "airan tubuh, metabolisme obat dalam tubuh serta eliminasi obat dari tubuh. Ke"epatan pelepasan obat dipengaruhi oleh bentuk sediaan, formula dan "ara pembuatan sehingga bisa terjadi sebagian obat dilepas di saluran "erna dan sebagian lagi masih belum dilepas sehingga belum sempat diabsorpsi sudah keluar dari saluran "erna. ,mumnya obat yang sudah terlarut dalam "airan saluran "erna bisa diabsorpsi oleh dinding saluran "erna, tetapi dilain pihak obat yang sudah terlarut itu bisa terurai tergantung dari sifatnya , sehingga sudah berkurang obat yang diabsorpsi. -ompendia seperti .armakope hanya mensyaratkan uji in vitro terhadap produk obat seperti waktu han"ur dan atau uji ke"epatan disolusi obat dari sediaan untuk tablet/kapsul. 0est in vitro ini tidak memberikan jaminan terhadap kemanjuran produk tersebut. ,ji farmakokinetika yang betul-betul memberikan jaminan. 0etapi untuk melakukan uji farmakokinetika suatu produk baru dari obat lama adalah terlalu lama, terlalu mahal dan hasilnya masih diperdebatkan . -ara yang terbaik adalah melakukan uji bioavailabilitas yang merupakan ukuran ke"epatan dan jumlah obat yang diabsorpsi oleh tubuh. ,ji bioavailabilitas ini haruslah uji bioavailabilitas komparatif terhadap produk innovator, yaitu suatu produk yang sudah lama digunakan dan mendapat pengakuan pengalaman klinis dari para dokter. .$A dari Amerika Serikat pada tahun 1)23 telah menetapkan

bahwa jika ada pabrik yang membuat sediaan yang telah dikeluarkan pertama oleh pabrik lain, maka pabrik yang ikut itu harus menunjukkan minimum sediaannya bioekivalen dengan produk inovatornya. Modeling merupakan sistem simultan yang tersusun atas persamaan differensial dan atau persamaan aljabar yang mendefinisikan peranan variabelvariabel serta koefisien transport pada suatu sistem fisika, kimia, dan biologis. Modeling yang didesign dengan baik dan benar akan menjadi suatu perangkat metode yang handal dan dapat diper"aya dalam analisis data dan mendukung pengambilan kesimpulan. Metode ini sangat membantu dalam melakukan summary data, mengeksplorasi mekanisme proses, serta memprediksikan suatu parameter variabel tertentu berdasarkan suatu model Stefanovski et.al., '((4!. Analisis terhadap data penetrasi in vitro pada umumnya menggunakan metode lag time dengan parameter yang digunakan misalnya fluks tunak dan lag time. Metode ini memiliki beberapa keterbatasan. #ertama, beberapa data tidak termasuk daerah linear kurva jumlah kumulatif tertranspor versus waktu. Kedua, daerah linear kurva jumlah kumulatif tertranspor versus waktu tidak selalu merefleksikan kondisi tunak proses transpor. Metode lain yang dapat digunakan adalah evaluasi berdasarkan fluks maksimum yang di"apai. Selain itu juga pernah dilaporkan analisis berdasarkan jumlah obat tertranspor. Kesemua metode tersebut memiliki keterbatasan yaitu ketidakmampuan mendeskripsikan perubahan gradual dalam ke"epatan transpor. 5al ini penting khususnya bila akan mengekstrapolasikan dengan data in vitro 6ugroho dkk, '((7!. ,ntuk memperbaiki keterbatasan metode lag time dalam menganalisis permeasi transdermal, dikembangkan model yang berdasarkan teori kompartemen yang memiliki beberapa keuntungan. #ertama, data dapat dianalisa berdasarkan data fluks untuk mengetahui parameter lain. Kedua, keseluruhan titik data dianalisis tanpa harus mengeluarkan beberapa titik data seperti pada metode lag time. Ketiga, model kompartemen menggambarkan fluks sebagai fungsi dari waktu. 5al ini dapat digunakan untuk

memprediksikan fluks tunak, meskipun bila fluks tunak tidak di"apai selama eksperimen 6ugroho dkk, '((7!. Model dua kompartemen disajikan pada gambar 1 dimana ke"epatan obat terabsorbsi dari kompartemen donor ke kulit mengikuti orde nol. 8bat tertranspor dengan ke"epatan yang relatif ke"il sehingga kadar obat dalam kompartemen donor dapat dianggap konstan. Ke"epatan absorbsi dari kompartemen donor menuju kulit ini tidak mempengaruhi proses ke"epatan transfer massa se"ara signifikan. #arameter yang juga berpengaruh dalam model dua kompartemen ini adalah potensi obat tertranspor aseptor K9! Shargel dan :u, 1);;!. Model tiga kompartemen se"ara skematis dapat dilihat pada gambar ', ke"epatan obat terabsorbsi dari kompartemen donor ke kulit mengikuti orde pertama. 8bat tertranspor dengan ke"epatan tertentu sehingga menurunkan kadar obat dalam kompartemen donor se"ara signifikan. Ke"epatan absorbsi mempunyai pengaruh yang signifikan terhadap proses transpor. $engan demikian proses transpor dipengaruhi oleh tiga kompartemen, yaitu kompartemen donor, kulit dan kompartemen aseptor Shargel dan :u, 1);;!. #arameter yang menggambarkan ke"epatan transfer massa dari kompartemen donor menuju kulit adalah Ka, parameter untuk menggambarkan potensi obat tertranspor adalah A$, sedangkan parameter yang menggambarkan ke"epatan transfer massa dari kulit ke kompartemen aseptor adalah &ourne, '(()!. K9. #arameter Ka pada model tiga kompartemen menjadi faktor penentu dalam proses transfer massa, selain parameter A$ dan K 9 Available Doseatau A$! dan ke"epatan pelepasan obat dari kulit ke kompartemen

Gam(a $, Skema 0 ans1e massa m/'el 'ua k/m.a 0emen

Gam(a !, Skema 0 ans1e massa m/'el 0i2a k/m.a 0emen Selama 3( tahun terakhir, model kompartemen telah digunakan untuk menggambarkan dan membuat prediksi pada sejumlah sistem farmakokinetik, metabolisme, dan biologis. $ibutuhkan modeling software "anggih untuk men"o"okkan data ke model tersebut dan untuk membuat prediksi salah menggunakan satu program model kompartemen. tersebut WinSAAM adalah pemodelan

Stefanovski et.al., '((4!. WinSAAM adalah pemodelan berorientasi program Windows yang memungkinkan pengguna untuk mengeksplorasi sistem biologis dengan menggunakan model matematika. #rogram ini telah berkembang dari program SAAM asli yang dikembangkan oleh $r &erman Mones di 6ational <nstitutes of 5ealth. SAAM kini telah menyediakan ribuan aplikasi dalam biologi, kedokteran, teknik, dan pertanian baik dalam bentuk aslinya SAAM1) - SAAM'2!, atau dalam bentuk interaktif pertamanya, -onsam Wu, '(11!. <nti dari WinSAAM adalah dua konsep, kompartemen dan transfer antar-kompartemen. Kompartemen merupakan dasar dari =ona dimana =at-=at homogen didistribusikan, dan antar-kompartemen transfer menggambarkan proses yang bertanggung jawab untuk memindahkan =at dari satu =ona tersebut ke yang lain. Sementara kegunaan dari program ini untuk biologi analisis "ompartmental! hampir tak terbatas, maka sangat "o"ok untuk> Wu, '(11!. 1! pemeriksaan fisiologis berbasis masalah transportasi nutrisi menggunakan radiotra"er / data isotop stabil

'! penyelidikan kimia berbasis studi metabolik menggunakan jalur in vitro dan reaksi data kinetik. I*, Ala0 'an Bahan 1. Komputer Sistem8perasi Windows! '. -$ <nstalasi Software WiinSAAM atau koneksi internet untuk dapat mendownload se"ara langsung WinSAAM dari situs http>//www.winsaam."om *, P /se'u 1. $ownload WinSAAM '. 8pen WinSAAM 4. Masukkan parameter farmakokinetik, perhatikan penggunaan *titik+ dan *koma+ 7. Save WinSAAM working file, tutup hanya working file saja! 3. Ketik *de"k+, enter ?. Ketik *solve+, enter 2. Ketik *<ter+, enter ;. ketik plot @ 1!, enter ). %ihat bentuk kurva, jika belum saling berhimpitan itu berarti data kita belum sesuai dengan prediksi winsaam 1(. Aika sudah berhimpitan kurvanya, simpan gambar kurva, klik *file+, *safe plot as+, simpan dalam A#B, 8K 11. 0utup gambar 1'. Simpan halaman utama *file+, *save+, beri nama, 8K

14. %angkah selanjutnya memindahkan data dari spreadsheet 17. $ari halaman utama winsam, buka *"ommand+, *bat"h saam+ 13. -opy data hasil analisis winsaam ke eC"el 1?. Kolom 1, ', 4, dan hasil "opy dan hasil "opy di eC"el masih berupa satu kolom. Maka untuk memisahkannya, blok data tersebut kolom1,',4, -, $, dan SAAM! 12. Klik *data+, *teCt to "olumn+ 1;. 0andai *delimited, *neCt+, "entang *spa"e+, neCt+, finish 1). &uat grafik hubungan 0 time! terhadap D8 '(. $ata kita diberinama D8 '1. Karena sebenarnya kurva saling tumpang tindih antara data kita dengan winsaam, maka kita buat titik dengan warna yang berbeda untuk membedakan data kita dengan prediksi winsaam ''. Agar kedua titik-titik grafik tersebut lebih jelas, maka dapat diubah format markernya

*I,

Da0a Pen2ama0an 'anPe hi0un2an E<.1 $ata #engamatanKonvensional 8bat - dosis '(( mg peroral! 0ime hr! ( (.( (.'3 11.;3; (.3 12.?4 (.23 '(.;17 1 '1.'); 1.3 '1.(21 4 17.;2' ? ?.;;

-p mg/%!

1' 1; '7

1.3(1 (.4'1 (.(?;

E<.'

Kurva #lot D

Keterangan > bentuk kurva F adalah prediksi WinSAAM, sedangkan yang berupa garis adalah data milik kita. E<.4 $ata #engamatan WinSAAM 8bat - dosis '(( mg peroral!
68 D C 1 G 1 G --CA T-2 2 T 0.00E+ 00 2.50E01 THETA 0.00E+ 00 0.00E+ 00 QC 0.00E +00 1.21E +01 QO 0.00E+ 00 1.19E+ 01 QOQC 0.00E +00 2.18E -01 QC/ QO * 1.01 8 WT 0.00 E+0 0 3.14 E-04

1 '

4 7 3 ? 2 ; ) 1( 11

1 G 1 G 1 G 1 G 1 G 1 G 1 G 1 G 1 G

2 2 2 2 2 2 2 2 2

5.00E01 7.50E01 1.00E+ 00 1.50E+ 00 3.00E+ 00 6.00E+ 00 1.20E+ 01 1.80E+ 01 2.40E+ 01

0.00E+ 00 0.00E+ 00 0.00E+ 00 0.00E+ 00 0.00E+ 00 0.00E+ 00 0.00E+ 00 0.00E+ 00 0.00E+ 00

1.82E +01 2.09E +01 2.18E +01 2.11E +01 1.50E +01 6.98E +00 1.50E +00 3.20E -01 6.87E -02

1.76E+ 01 2.08E+ 01 2.13E+ 01 2.11E+ 01 1.49E+ 01 6.88E+ 00 1.50E+ 00 3.21E01 6.80E02

5.41E -01 1.09E -01 5.24E -01 5.42E -04 1.64E -01 9.71E -02 5.72E -03 5.47E -04 6.76E -04

1.03 1 1.00 5 1.02 5 1 1.01 1 1.01 4 0.99 6 0.99 8 1.01

1.42 E-04 1.02 E-04 9.74 E-05 9.95 E-05 2.00 E-04 9.33 E-04 1.96 E-02 4.29 E-01 9.55 E+0 0

E<.7

$ata Working file WinSAAM

8bat - dosisi '(( mg peroral! 1> A SAAM41 '> - <nsert -ontrol lines ',4,7 here as needed 4> 5 #A9 7> - <nsert model parameters here 3> <- 1! 1(( ?> % ',1! '.'2('4'GH(( (.((((((GH(( 1.((((((GH(1 2> % (,'! '.3?2'1)G-(1 (.((((((GH(( 1.((((((GH(1 ;> # '! 4.7?4'''GH(( (.((((((GH(( 1.((((((GH(7 )> 5 $A0 1(> - <nsert data values here 11> IB '!J. '!/# '! 1'> 1(1B '! .S$J(.1

1. Konstanta Gliminasi Kel! J ',3?2C1(-1/Aam '. Konstanta Absorpsi Ka! J ','2/Aam 4. Eolume $istribusi Ed! J 4,7?4 %

E<.3

KurvaWinSAAM

8bat - dosisi '(( mg peroral!

E<.?

#erhitungan Konvensional

8bat - dosisi '(( mg peroral! 1. Konstanta Gliminasi Kel!

-Kel J

-Kel J (,'3)/jam '. Konstanta Absorpsi Ka!

-Ka J -Ka J ', ???/jam 4. Eolume $istribusi Ed! %og -p( J %og

%og '2

J %og

1,741 1,741 1,741 %og Ed %og Ed Ed Ed E<.2

J %og

- %og Ed

J %og ''1.3'(,3?3 - %og Ed J 3,473 - %og Ed J 3,473 K 1,741 J 4,)17 J 1( 4,)17 J ;.'(4,313 m% ;,'(43 %iter

KurvaKonvensional

8bat - dosis '(( mg peroral!

*II, dan

Pem(ahasan penelitian biofarmasetika dengan pengkhususan data in vivo

#er"obaan kali ini bertujuan untuk mempelajari modeling dan analisis data menggunakan software WinSAAM. WinSAAM adalah pemodelan berbasis

program Windows yang memungkinkan pengguna untuk mengeksplorasi sistem biologis dengan menggunakan model matematika. #rogram ini telah berkembang dari program SAAM asli yang dikembangkan oleh $r &erman Mones di 6ational <nstitutes of 5ealth. SAAM kini telah menyediakan ribuan aplikasi dalam biologi, kedokteran, teknik, dan pertanian baik dalam bentuk aslinya SAAM1) - SAAM'2!, atau dalam bentuk interaktif pertamanya, -onsam. <nti dari WinSAAM adalah dua konsep, kompartemen dan transfer antarkompartemen. Kompartemen merupakan dasar dari =ona dimana =at-=at homogen didistribusikan, dan antar-kompartemen transfer menggambarkan proses yang bertanggung jawab untuk memindahkan =at dari satu =ona tersebut ke yang lain. Sementara kegunaan dari program ini untuk biologi analisis "ompartmental! hampir tak terbatas, maka sangat "o"ok untuk> 1! pemeriksaan fisiologis berbasis masalah transportasi nutrisi

menggunakan radiotra"er / data isotop stabil '! penyelidikan kimia berbasis studi metabolik menggunakan jalur in vitro dan reaksi data kinetik. Keuntungan dari metode WinSAAM meliputi>. Satu set pemodelan dengan model yang mudah diaplikasikan #ersamaan matematika yang otomatis mendasari pemodelan Sistem linier dan nonlinier mudah digunakan 5asil data yang otomatis terba"a tanpa perlu menerjemahkan konstruksi model Gfisien, numerik integrator dapat dengan otomatis dipilih, dan dinamis

Solusi steady state untuk sistem linier dan nonlinier, dan kemampuan untuk dimasukkannya data steady state dalam proses fitting Model

Akses yang fleksibel ke konstruksi pemodelan &at"h dan pengolahan interaktif Ma"ro editor and ma"ro pro"essing Merupakan pengembangan software simulasi dan modeling $apat berintegrasi dengan software windows lainnya

Kekurangan dari metode WinSAAM diantaranya > 5anya software yang berbasis windows yang dapat menggunakan #ada metode ini hanya sedikit fungsi statisti" yang dapat digunakan WinSAAM hanya didukung oleh satu optimi=er sehingga menghasilkan data output yang relatif kurang baik terhadap fitting data #rinsip dari per"obaan kali ini adalah modeling dan regresi linier. Modelling adalah system simultan yang tersusun atas persamaan differensial dan atau persamaan aljabar yang mendefinisikan peranan variable-variable serta koefisien transport pada suatu sistem fisika,kimia dan biologis. #ada praktikum kali ini yang pertama dilakukan adalah menginstall program WinSAAM kemudian buka programnya lalu buka *edit+ dan masuk ke dalam winsaam working file. #ada windows working file ini kita akan mengisi beberapa angka dan data kemudian akan diolah menjadi sebuah grafik. #arameter % ',1! menggambarkan parameter ke"epatan perpindahan obat dari kompartemen 1 menuju kompartemen '. #arameter % (,'! menunjukan ke"epatan eliminasi sedangkan <- 1! adalah initial "ondition untuk kompartemen <. <nitial "ondition pada umumnya menga"u pada jumlah

obat yang tersedia pada awal proses transport. Setiap parameter diasumsikan dengan 4 angka yang dipisahkan dengan 0A& tabulasi! dengan rin"ian angka pertama adalah prediksi awal,angka kedua adalah nilai minimum dan angka ketiga adalah angka batasan maksimal. Selanjutnya,data obat L dengan dosis '(( mg se"ara oral dimasukan kemudian ketik *de"k+ kemudian di *enter+. $e"k berfungsi untuk menerjemahkan listing dalam bahasa binary de"king! selanjutnya ketik *solve+ lalu di+enter+. Solve, adalah proses untuk menerjemahkan persamaan termasuk bahwa persamaan yang dianalisis adalah persamaan diferensial menjadi persamaan planar termasuk profil kurva prediksi sesuai dengan angka yang kita masukkan,kemudian ketik *iterasi+ lalu ketik *enter+. <terasi digunakan untuk mendapatkan parameter model fitting yang paling baik merefleksikan data observasi.Kemudian ketik *plot D1+ lalu di *enter+. *#lot D1+ berfungsi untuk menampilkan kurva perbandingan antara prediksi winsaam dengan data yang kita masukan. Aika data yang dimasukan belum berhimpit antara prediksi dengan data kita,misalnya jika prediksi terlalu tinggi, maka kita memberikan nilai # '! atau volume distribusi yang terlalu rendah maka dapat diperbaiki dengan "ara kembali ke winsaam working file kemudian data ketiga parameter tadi diubah sehingga akan mempengaruhi bentuk kurva.

Kurva plot @

Kurva yang diperoleh dari pratikum kali ini dapat dikatakan baik karena kurva yang diperoleh berhimpit antara prediksi WinSAAM dengan data yang dimasukan.Selanjutnya simpan kurva dalam bentuk gambar jpg! setelah itu data dipindahkan eC"el spread sheet! kemudian dari halaman utama WinSAAM buka *"ommands+ *bat"h saam+ lalu "opy data hasil analisis WinSAAM ke eC"el kemudian klik *data+ dan *teCt to "oloumn+ kemudian tandai *delimited+,+neCt+ dan *finish+. -ommands berfungsi untuk menghubungkan model,menyimpan model dan mendapatkan kembali model yang sebelumnya selain itu juga untuk menyusun,menyelesaikan solve! dan mem-fitting model sesuai dengan grafik. Selanjutnya dibuat grafik hubungan antara waktu 0! dengan D8 kemudian grafik yang mun"ul akan tumpang tindih dengan grafik prediksi WinSAAM sehingga untuk memudahkan pengamatan symbol keduanya dibedakan dan diperjelas dengan "ara *format data series+ kemudian *built in+ sehingga tampak jelas setiap titiknya berhimpit. Brafik D8 adalah nilai konsentrasi obat dalam plasma berdasarkan data yang diperoleh sedangkan grafik prediksi adalah grafik prediksi dari WinSAAM. 0ujuan akhir dari WinSAAM ini adalah untuk menentukan Ka, Kel, dan Ed kemudian dibandingkan dengan hasil perhitungan parameter tersebut dengan metode konvensional.

5asil grafik hubungan antara waktu 0! dengan D8 yang diperoleh pada praktikum kali ini dapat dikatakan baik karena semua titik antara data D 8 dan prediksi saling berhimpitan.6ilai konstanta Absorbsi dari data WinSAAM

adalah ','2/Aam sedangkan nilai konstanta absorbs dari metode konvensional adalah sebesar ', ???/jam. 6ilai ke"epatan eliminasi dari data WinSAAM adalah ',3?2C1( -1/Aam atau (,'3?2/jam, sedangkan nilai ke"epatan eliminasi dari metode konvensional adalah sebesar (,'3)/jam. Ke"epatan eliminasi adalah laju atau ke"epatan dimana obat dalam system peredaran darah dieliminasi dalam bentuk pe"ahan per satuan waktu. Eolume distribusi yang diperoleh dari data WinSAAM adalah sebesar 4,7?4 % sedangkan data yang diperoleh dari metode konvensional adalah sebesar ;,'(43 %iter. Eolume distribusi Ed! merupakan volume hipotesis "airan tubuh yang akan diperlukan untuk melarutkan jumlah total obat pada konsentrasi yang sama seperti yang ditemukan dalam darah. Atau volume distribusi merupakan perbandingan antara dosis jumlah obat yang diberikan dengan konsentrasi obat dalam plasma. $ari kedua nilai yang diperbandingkan tersebut terdapat perbedaan antara nilai parameter yang diperoleh dengan menggunakan metode WinSAAM dengan metode konvensional. 5al ini dapat terjadi karena pada saat memplotkan garis pada grafik adanya ketidaktepatan dalam memasukan datanya. Seharusnya hasil yang diperoleh tidak jauh berbeda antara data WinSAAM dengan data konvensional. Metode kalkulasi yang lebih dapat diandalkan atau dapat dikatakan lebih akurat jika dibandingkan dengan metode konvensional yang hanya berdasarkan pengamatan dan perhitungan diatas kertas grafik saja,maka dapat dikatakan metode yang lebih akurat adalah dengan metode WinSAAM hanya saja metode dengan komputasi ini memerlukan pemahaman yang baik dalam pengoperasian sehingga tidak terjadi kesalahan dalam pengoperasian dan menginterpretasikan hasil yang diperoleh selain itu nilai-nilai parameter dalam metode ini sulit untuk diinterpretasikan karena ditulis dalam notasi-notasi tertentu.

*III, Kesim.ulan #erhitungan profil farmakokinetik obat I menggunakan program WinSAAM dan se"ara konvensional memiliki perbedaan. 5al ini disebabkan kurangnya keahlian pengoperasian menggunakan program WinSAAM dan kurangnya ketelitian pada proses konvensional. 6amun analisis menggunakan program WinSAAM merupakan metode terbaik dalam menentukan prediksi matematis kinetika transfer massa antar kompartemen yang diperoleh dari derivasi dengan fitting model terhadap data eksperimental. #enentuan kinetika transport dilakukan melalui pendekatan goodness of fit dengan metode visual dan numerik berdasarkan plot @ prediksi dan @ pengamatan.

DAFTAR PUSTAKA &ourne, $. W. A,. '((). #harma"o"ineti"s and &iophar"euti"s. Available online at > http>//www.boomer.(rg. M$iakses pada tanggal '( $esember '((1'N. 6ugroho, AK., 8 $ella-#as@ua, M $anhof, and AA &ouwstra. '((7. -ompartemental Modeling of 0ransdermal <ontophoreti" 0ransport > in vitro Model $erivation and Appli"ation. Pharm. Res. S h a r g e l % a n d A & - : u . 1 ) ; ; . &iofarmasetika dan .armakokinetika 0erapan, edisi kedua. Surabaya> Airlangga ,niversity #ress. Stefanovski $, #A Moate and 9- &oston. '((4. WinSAAM> a windows-based "ompartmental modeling system. S"hool of Eeterinary Medi"ine, ,niversity of #ennsylvania, #A 1)47;. ,SA. 3' )!>1134-??. Wu, -. '(11. WinSAAM - 0he Simulation, Analysis and Modeling Software. Available at> http>//www.im"portal.org/repository/software/winsaamthe-simulation-analysis-and-modeling-software Mdiakses tanggal '( $esember 1'N.