FAKULTAS PASCASARJANA
PROGRAM STUDI ILMU-ILMU MIPA, JURUSAN KIMIA
UJIAN AKHIR SEMESTER TH AKADEMIK 2005/2006
MATA KULIAH
: KEMOMETRI
TANGGAL UJIAN : RABU, 11 JANUARI 2006
WAKTU
: 90 MENIT
SIFAT UJIAN
: CLOSED BOOK
DOSEN PENGUJI : DRS. MUDASIR, M.ENG., PH.D.
1. Salah satu aplikasi di Bidang khemometri adalah analisis QSAR dengan regresi
multilinear. Jelaskan apa yang saudara ketahui tentang analisis QSAR dan
sebutkan keuntungan-keuntungannya.
Jawab:
QSAR adalah metode analisis yang mencoba untuk mencari hubungan
konsisten (model matematika) antara variasi sifat molekular dan aktivitas
biologi dari deretan molekul sehingga model yang didapatkan dapat
digunakan untuk memprediksi aktivitas biologis dari senyawa yang baru
didesain dari turunan deretan senyawa tadi.
Keuntungan:
1. Mereduksi biaya yang harus dikeluarkan untuk riset eksperimental
yang sifatnya trial dan error semata
2. Memberikan guideline sekaligus prediksi dalam mendesain senyawa
baru dengan aktivitas yang lebih tinggi
3. Memprediksi sisi aktif molekul atau bagian dari molekul yang
memberikan sumbangan paling besar (paling bertanggung jawab)
terhadap aktivitas molekul tersebut.
4. Mengurangi penggunaan binatang untuk uji trial and error.
2. Dalam analisis QSAR, kita harus mempunyai seri senyawa dengan data
aktivitasnya yang telah ditentukan secara eksperimen yang diasumsikan tidak
mengandung kesalahan-kesalahan (kit compounds) dan beberapa senyawa lain
yang dikelompokkan sebagai senyawa uji (test compounds). Berikan penjelasan
mengapa data aktivitas biologis senyawa sering ditransformasikan terlebih
dahulu ke dalam bentuk logaritma sebelum analisis regresi multilinear
dikerjakan dan sebutkan parameter-parameter statistik apa saja yang
digunakan dalam menguji kualitas model persamaan QSAR yang dihasilkan
dari analisis serta jelaskan kegunaan test compounds.
Jawab:
5. Apakah yang saudara ketahui tentang metode QSAR CoMFA dan apa
kelebihan-kelebihannya dibandingkan dengan metode QSAR konvensional seperti
pendekatan Hansch dan Free-Wilson?
Jawab:
Metode Free Wilson:
Kelemahan:
1. Menghasilkan model persamaan yang hanya dapat memprediksi turunan
baru dalam jumlah terbatas.
2. Tidak dapat digunakan untuk memprediksi gugus lain yang berbeda dari
jenis gugus yang digunakan pada analisis.
3. Pada kebanyakan kasus, jumlah parameter akan jauh lebih besar dari
pada jumlah senyawa sehingga secara statistik akan tidak signifikan.