Vma PDF
Vma PDF
Oleh :
Erfan Sriman Famarani Gulo
NIM : 118114147
FAKULTAS FARMASI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2016
Oleh :
Erfan Sriman Famarani Gulo
NIM : 118114147
FAKULTAS FARMASI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2016
Test
ii
iii
iv
HALAMAN PERSEMBAHAN
If you can run away and return, if you can fall asleep and wake up, if you're
broken, you should be able to put yourself back together Noragami.
You may face many disappointments. But dont lose hope - Lailah
Gifty Akita, Pearls of Wisdom : Great Mind.
vi
PRAKATA
Puji syukur kepada Tuhan Yang Maha Esa, atas berkat dan rahmat-Nya
sehingga skripsi ini yang berjudul Aplikasi Spektrofotometri UV dan Kalibrasi
Multivariat Untuk Senyawa Parasetamol, Guaifenesin dan Klorfeniramin
Maleat dapat penulis selesaikan dengan baik.
Skripsi ini diajukan untuk memenuhi sebagian persyaratan memperoleh
gelar Sarjana Farmasi (S.Farm.) pada Fakultas Farmasi Universitas Sanata Dharma
Yogyakarta.
Dalam proses penelitian dan penyusunan naskah skripsi ini, banyak pihakpihak yang telah meluangkan waktu dan memberikan kontribusi yang besar, baik
dalam materi, dukungan, kritik dan saran kepada penulis. Untuk itu, dalam
kesempatan ini, penulis ingin mengucapkan terimakasih kepada :
1.
Ibu Aris Widayati, M.Si., Ph.D., Apt., selaku dekan Fakultas Farmasi Universitas
Sanata Dharma.
2.
Bapak Prof. Dr. Abdul Rohman, M.Si., Apt., selaku dosen pembimbing yang
dengan penuh kesabaran memberikan bimbingan dan pengarahan, ilmu,
dukungan serta waktu dan tenaga dalam memecahkan setiap masalah selama
proses penelitian dan penyusunan naskah skripsi ini.
3.
vii
4.
Dosen penguji yang akan memberikan pengarahan, kritik dan saran kepada
penulis dalam menyelasikan naskah skripsi ini.
5.
6.
7.
Balai besar POM di Yogyakarta yang telah memberikan informasi dan bantuan
mencari sumber bahan baku kerja dalam proses penelitian ini.
8.
9.
P.T. Konimex yang telah memberikan baku guaifenesin dan klorfeniramin maleat
yang sangat bermanfaat selama proses penelitian ini.
10. Seluruh dosen dan karyawan Fakultas Farmasi Universitas Sanata Dharma yang
telah mendidik dan membantu penulis selama proses perkuliahan.
11. Mas Bimo, Mas Kethul, dan Mas Ottok selaku Laboran, Karyawan Laboratorium
Kimia Analisis Instrumental, dan Pengelola Gudang Laboratorium yang
membantu penulis selama proses penelitian.
12. Ayah, Bunda, saudara-saudariku tercinta yang selalu mendoakan, memberikan
dukungan, kesabaran, semangat, harapan kepada penulis selama proses
penyusunan naskah skripsi ini.
viii
13. Keponakanku yang kusayangi, Eca, Faiz dan Jeslyn atas doanya, yang selalu
menghibur dan mendukung penulis dalam menyelesaikan naskah skripsi ini.
14. Ade, Arif dan Jalaq sebagai sahabat dan rekan kerja yang telah memberikan
dukungan, kritik dan saran, meluangkan waktu dalam membantu penulis selama
proses penelitian dan penyusunan naskah skripsi ini.
15. Devina dan Sophia selaku rekan kerja yang telah berjuang bersama, memberikan
dukungan, kritik dan saran dalam proses penelitian skripsi ini.
16. Mbak Yola, Teguh, Yonas dan Tomi sebagai sahabat yang telah memberikan
solusi dan bantuan kepada penulis dalam menyelesaikan skripsi ini.
17. Teman-teman FST B 2011 dan seluruh teman-teman angkatan 2011 atas
kekompakkan dan kebersamaan yang luar biasa.
18. Semua pihak yang tidak dapat penulis sebutkan satu per satu, yang turut
membantu dalam penyelesaian naskah skripsi ini.
Penulis menyadari bahwa skripsi ini masih jauh dari kata kesempurnaan.
Oleh karena itu, kritik dan saran sangat penulis harapkan. Penulis berharap, semoga
skripsi ini memberikan manfaat bagi pembaca dan dapat menjadi acuan dalam
pengembangan ilmu kefarmasian.
Yogyakarta, Mei 2016
Penulis
ix
DAFTAR ISI
HALAMAN JUDUL ..................................................................................................... i
HALAMAN PERSETUJUAN ..................................................................................... ii
HALAMAN PENGESAHAN ..................................................................................... iii
PERNYATAAN KEASLIAN PENULIS ................................................................... iv
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ....................... v
HALAMAN PERSEMBAHAN ................................................................................. vi
PRAKATA ................................................................................................................. vii
DAFTAR ISI ................................................................................................................ x
DAFTAR TABEL ..................................................................................................... xiii
DAFTAR GAMBAR ................................................................................................. xv
DAFTAR LAMPIRAN ............................................................................................ xvii
INTISARI .................................................................................................................. xix
ABSTRACT ................................................................................................................. xx
BAB I. PENGANTAR ................................................................................................. 1
A. Latar Belakang ...................................................................................................... 1
B. Rumusan Masalah ................................................................................................. 3
C. Keaslian Penelitian ................................................................................................ 3
D. Manfaat Penelitian ................................................................................................ 4
E. Tujuan Penelitian .................................................................................................. 5
BAB II. PENELAAHAN PUSTAKA........................................................................... 6
A. Sirup ...................................................................................................................... 6
x
xii
DAFTAR TABEL
Tabel I.
Tabel II.
Tabel III.
Tabel IV.
Nilai sebenarnya dan terhitung hasil kalibrasi PLS dari calibration set
yang mengandung parasetamol (PCT), guaifenesin (GG) dan
klorfeniramin maleat (CTM) tanpa validasi silang (cross validation)
pada 220-310 nm ............................................................................. 34
Tabel V.
Nilai sebenarnya dan terhitung hasil kalibrasi PLS dari calibration set
yang mengandung parasetamol (PCT), guaifenesin (GG) dan
klorfeniramin maleat (CTM) validasi silang (cross validation) pada
220-310 nm ......................................................................................... 38
Tabel VI.
Tabel VII.
Tabel VIII.
xiii
Tabel IX.
xiv
DAFTAR GAMBAR
Gambar 1.
Gambar 2.
Gambar 3.
Gambar 4.
Gambar 5.
Gambar 6.
Gambar 7.
Gambar 8.
Gambar 9.
Gambar 10.
Gambar 11.
Gambar 12.
Gambar 13.
Gambar 14.
Gambar 15.
Gambar 16.
Gambar 17.
xvi
DAFTAR LAMPIRAN
Lampiran 1.
Lampiran 2.
Lampiran 3.
Lampiran 4.
Lampiran 5.
Lampiran 6.
Lampiran 7.
Lampiran 8.
Lampiran 9.
xvii
Lampiran 10. Output Minitab hasil kalibrasi multivariat partial least square (PLS)
guaifenesin dari sampel kalibrasi 20 campuran sintetik validasi
internal ................................................................................................ 66
Lampiran 11. Output Minitab hasil kalibrasi multivariat partial least square (PLS)
klorfeniramin maleat dari sampel kalibrasi 20 campuran sintetik
validasi internal .................................................................................. 67
Lampiran 12. Data nilai koefisien dari model PLS parasetamol .............................. 68
Lampiran 13. Data nilai koefisien dari model PLS guaifenesin ............................... 69
Lampiran 14. Data nilai koefisien dari model PLS klorfeniramin maleat ................ 70
Lampiran 15. Data pengukuran spektrofotometri UV enam replikasi sampel pada
panjang gelombang 220 310 nm yang diukur dengan interval
pengukuran 2 nm ................................................................................ 71
Lampiran 16. Perhitungan kadar parasetamol pada sampel sirup menggunakan hasil
koefisien validasi silang ..................................................................... 73
Lampiran 17. Perhitungan kadar guaifenesin pada sampel sirup menggunakan hasil
koefisien validasi silang ..................................................................... 75
Lampiran 18. Perhitungan kadar klorfeniramin maleat pada sampel sirup
menggunakan hasil koefisien validasi silang ..................................... 77
xviii
INTISARI
Kebutuhan akan obat dengan zat aktif multikomponen semakin meningkat
dalam kalangan masyarakat, sehingga membutuhkan peningkatan pengawasan mutu
produk obat dalam menjamin keamanan dan khasiat yang dihasilkan. Berbagai
metode telah dikembangkan untuk penjaminan mutu produk obat, seperti metode
spektrofotometri. Akan tetapi, metode spektrofotometri tidak dapat digunakan dalam
analisis senyawa multikomponen, mengingat keterbatasan metode tersebut dalam
mengatasi overlapping spektra senyawa. Oleh karena itu, diperlukan suatu modifikasi
metode, yakni dengan mengkombinasikan kemometrika dan spektrofotometri,
sehingga masalah overlapping tersebut dapat teratasi.
Metode spektrofotometri yang dikombinasikan dengan kemometrika
kalibrasi multivariat partial least square (PLS) digunakan dalam analisis sediaan
farmasi sampel sirup dengan komposisi parasetamol, guaifenesin dan klorfeniramin
maleat. Evaluasi metode didasarkan pada nilai koefisien determinasi (R2), root mean
square error of calibration (RMSEC), dan root mean square error of calibration
validation (RMSECV).
Hasil penelitian menunjukkan bahwa analisis sediaan farmasi sampel sirup
dengan komposisi parasetamol, guaifenesin dan klorfeniramin maleat menggunakan
metode kombinasi spektrofotometri dan kemometrika belum berhasil dilakukan.
Untuk model kalibrasi, diperoleh nilai R2 PCT 0,994, GG 0,999 dan CTM 0,999.
Nilai RMSEC PCT 0,289, GG 0,099 dan CTM 0,078. Untuk model validasi,
diperoleh nilai R2 PCT 0,999, GG 0,999 dan CTM 0,998. Nilai RMSECV PCT 0,116,
GG 0,084 dan CTM 0,219.
KATA KUNCI : Spektrofotometri, kemometrika, partial least square.
xix
ABSTRACT
The need of a drug with active ingredient multicomponent increasing in the
community, thus requiring an increase in the quality control of medicinal products in
ensuring the safety and efficacy of the resulting. Various methods have been
developed for quality assurance of drug products, such as spectrophotometric method.
However, the spectrophotometric method can not be used in the analysis of
multicomponent compound, given the limitations of the method to resolve
overlapping spectra of compounds. Therefore, we need a modification of the method,
by combining chemometrics and spectrophotometry, so that the overlapping issue can
be resolved.
Spectrophotometric method combined with chemometrics multivariate
calibration partial least square (PLS) was used in the analysis of pharmaceutical syrup
samples with the composition of paracetamol, guaifenesin and chlorpheniramine
maleate. Evaluation methods are based on the coefficient of determination (R2), root
mean square error of calibration (RMSEC), and root mean square error of calibration
validation (RMSECV).
The results showed that the analysis of pharmaceutical syrup samples with
the composition of paracetamol, guaifenesin and chlorpheniramine maleate using a
combination of spectrophotometric and chemometrics method was unsuccessful. For
the calibration models, the value of R2 PCT 0,994, GG 0,999 and CTM 0,999. Value
RMSEC PCT 0,289, GG 0,099 and CTM 0,078. For the model of validation, the
value of R2 PCT 0,999, GG 0,999 and CTM 0,998. Value RMSECV PCT 0,116, GG
0,084 and CTM 0,219.
xx
BAB I
PENGANTAR
A. Latar Belakang
Dewasa ini, obat merupakan suatu kebutuhan dalam kehidupan sehari-hari.
Obat dalam arti luas adalah zat kimia yang dalam takaran tertentu dan dengan
penggunaan
yang
tepat
dapat
dimanfaatkan
untuk
mencegah
penyakit,
mutu,
sehingga
setiap
produk
yang
beredar
tersebut
dapat
Dalam dunia industri farmasi, proses penjaminan mutu yang cepat dan
handal mutlak diperlukan. Oleh karena itu, kebutuhan suatu metode analisis yang
cepat dan memenuhi persyaratan kesahihan suatu metode yang dapat menunjang hal
tersebut sangat tinggi. Spektrofotometer UV merupakan salah satu metode yang
sederhana, cepat dan lazim digunakan dalam laboratorium industri farmasi untuk
analisis suatu sediaan obat. Hanya saja, spektrofotometri UV biasanya digunakan
dalam analisis sediaan obat dengan zat aktif tunggal. Penggunaan instrumen
spektrofotometer UV dalam analisis sediaan obat multikomponen sangat sulit
dilakukan, mengingat permasalahan spektra yang tumpang-tindih antar komponen.
Untuk mengatasi permasalahan tersebut, diperlukan pengolahan data secara statistik
yakni menggunakan metode kalibrasi multivariat kemometrika. Kombinasi metode
spektrofotometri UV dengan kalibrasi multivariat dapat digunakan dalam
menganalisis senyawa multikomponen yang memiliki spektra UV overlapping
(Danzer et al, 2004).
Metode
kemometrika
yang
paling
sering
dikombinasikan
dengan
guaifenesin dan klorfeniramin maleat dalam sediaan sirup farmasi, sehingga metode
ini
diharapkan
dapat
diaplikasikan
secara
rutin
oleh
pihak-pihak
yang
berkepentingan.
1.
Rumusan Masalah
Berdasarkan pada latar belakang permasalahan yang telah diuraikan di atas,
b.
2.
Keaslian Penelitian
Hasil penelusuran publikasi-publikasi ilmiah menunjukkan bahwa analisis
a.
b.
3.
Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini:
a. Manfaat Metodologis
Penelitian ini diharapkan dapat memberikan sumbangan ilmiah tentang
penggunaan metode spektroskopi UV yang dikombinasikan dengan
teknik
kalibrasi
multivariat
dalam
analisis
kadar
parasetamol,
B. Tujuan Penelitian
Secara
umum
penelitian
ini
bertujuan
untuk
mengembangkan
2.
BAB II
TINJAUAN PUSTAKA
A. Sirup
Sirup adalah larutan oral yang merupakan sediaan cair yang dibuat untuk
pemberian oral, mengandung sukrosa (tidak kurang dari 64,0 % dan tidak lebih dari
66,0 %) atau gula lain kadar tinggi dengan atau tanpa bahan pengaroma, atau pewarna
yang larut dalam air atau campuran kosolven-air (Anonim, 1979; Anonim, 1995).
Sirup yang mengandung bahan pemberi rasa tapi tidak mengandung zat-zat
obat (bahan aktif) dinamakan pembawa. Sirup dimaksudkan pembawa yang
memberikan rasa enak pada zat obat yang ditambahkan kemudian, baik dalam
peracikan resep atau dalam pembuatan formula standar. Sedangkan sirup obat adalah
sirup yang mengandung bahan terapeutik atau bahan obat (Ansel, 1989).
Kandungan sakarosa dalam sirup terletak antara 50 sampai 65 %, akan tetapi
umumnya terletak antara 60 sampai 65 %. Dalam larutan gula yang jenuh (kira-kira
66%) tidak memungkinkan pembentukan jamur karena dengan larutan berkonsentrasi
tinggi, air yang penting untuk perkembangan jamur ditarik melalui osmosis. Atas
dasar ini sediaan dengan sukrosa berkonsentrasi tinggi dinilai lebih baik. Meskipun
demikian harus diperhatikan, bahwa dengan meningkatnya kandungan gula dari sirup
dapat menyebabkan berkurangnya kelarutan bahan obat tertentu (Voight, 1995).
Parasetamol
Parasetamol (PCT) (Gambar 1) dengan rumus kimia C8H9NO2 (BM 151,2)
berbentuk kristal atau serbuk berkristal, sedikit larut dalam air dingin, lebih larut
dalam air panas; larut dalam etanol, metanol, dimetilformamid, etilen diklorid, aseton,
dan etil asetat; sangat sedikit larut dalam kloroform; sedikit larut dalam eter; praktis
tidak larut dalam petroleum eter, pentane, dan benzen. Spektrum UV parasetamol
pada larutan asam mempunyai panjang gelombang maksimal di sekitar 245 nm
1%
dengan nilai 1%
1 = 688, pada larutan alkali 257 nm (1 = 715) (Moffat et al.,
2004).
Guaifenesin
Guaifenesin (GG) (Gambar 2) dengan rumus kimia C10H14O4 (BM 198,2)
berbentuk kristal putih atau sedikit kristal abu-abu atau agregrat yang berbentuk
kristal. Kelarutan guaifenesin adalah 1 g dalam 33 mL air, 1 g dalam 11 mL etanol, 1
g dalam 11 mL kloroform, 1 g dalam 100 mL eter, larut dalam gliserol dan propilen
glikol, sebagian larut dalam benzen, praktis tidak larut dalam petroleum eter.
Spektrum UV guaifenesin pada larutan asam mempunyai panjang gelombang
maksimal di sekitar 273 nm dengan nilai 1%
1 = 125 (Moffat et al., 2004).
3.
Klorfeniramin Maleat
Klorfeniramin maleat (CTM) (Gambar 3) dengan rumus kimia C16H19CIN2,
C4H4O4 (BM 390,9) berbentuk serbuk kristal putih, larut 1 mg/mL dalam 300 mL
ethanol, 1 mg/mL dalam 240 mL Kloroform, 1 mg/mL dalam 160 mL air, 1 mg/mL
dalam 130 mL metanol, sukar larut dalam benzen dan eter. Klorfeniramin maleat
memiliki absorbansi pada panjang gelombang 265 nm dalam pelarut asam dengan
nilai 1%
1 = 302, dan pada panjang gelombang 262 nm pada pelarut basa dengan nilai
1%
1 = 205 (Moffat et al., 2004).
single
beam
karena
keterbatasan
yang
dimiliki
oleh
yang diserap. Serapan terjadi jika radiasi/foton yang mengenai sampel memiliki
energi yang sama dengan energi yang diperlukan untuk perubahan tenaga. Kekuatan
radiasi dapat mengalami penurunan dengan adanya penghamburan dan pemantulan
cahaya (Rohman, 2012).
Kesalahan dalam pengukuran menggunakan
spektrofotometer dapat
ditimbulkan oleh beberapa hal, antara lain: adanya bekas jari yang menempel pada
dinding kuvet, adanya gelembung gas atau partikel yang tidak larut yang berada
dalam jalan optis, stabilitas sampel serta konsentrasi analit. Untuk meminimalkan
kesalahan tersebut salah satunya dengan cara mengendalikan konsentrasi analit
sehingga didapatkan nilai serapan antara 0,2-0,8. Persentase kesalahan analisis yang
dihasilkan pada pembacaan serapan 0,2-0,8 yang masih dapat diterima yaitu sebesar
0,5-1 % (Mulja dan Suharman, 1995).
D. Analisis Multikomponen Secara Spektrofotometri UV
Spektrofotometri UV-Vis merupakan salah satu metode pengukuran
berdasarkan pada interaksi radiasi elektromagnetik dengan sampel di daerah panjang
gelombang 200-800 nm. Berbagai publikasi telah melaporkan analisis parasetamol,
guaifenesin dan klorfeniramin maleat secara spektrofotometri UV-Vis, dalam
campuran dengan obat lain, terutama dihubungkan dengan perkembangan perangkat
lunak kemometrika (Khosayand, 2008).
Khosayand et al. (2008) telah berhasil menetapkan kandungan parasetamol,
ibuprofen dan kafein dalam sediaan farmasi kapsul secara bersama-sama
E. Kemometrika
Menurut International Chemometrics Society, kemometrika adalah ilmu
pengetahuan yang menghubungkan pengukuran yang dibuat pada suatu proses atau
sistem kimiawi melalui penggunaan ilmu matematika dan metode statistik. Dari sini
dapat diketahui bahwa ilmu matematika dan statistika mendukung pemahaman
kemometrika. Kemometrika dikenalkan ke dalam spektroskopi untuk meningkatkan
kualitas data yang diperoleh. Meskipun pada awal penggunaannya hanya untuk
mengolah data spektra, akan tetapi saat ini kemometrika memungkinkan untuk
memperlakukan sejumlah besar informasi yang berasal dari konsentrasi komponen
sampel dalam jangka waktu yang cepat (Rohman, 2014).
Metode kemometrika telah dikenalkan dan digunakan secara luas dalam
bidang analisis obat seperti kalibrasi multivariat dan analisis pengelompokkan seperti
principle component analysis dan discriminant analysis (Massart and Buydens,
1988). Kalibrasi multivariat merupakan teknik yang paling sering digunakan terutama
untuk analisis multi-komponen (Miller and Miller, 2010).
Diantara jenis kalibrasi multivariat, teknik kalibrasi classical least squares
(CLS), stepwise multiple linear regression (SMLR), principle component regression
(PCR) dan partial least squares (PLS) merupakan jenis yang paling sering
digunakan. Kalibrasi PCR merupakan analisis faktor yang mana hanya spektra yang
tidak memberi ko-linieritas yang digunakan dalam kalibrasi. PCR mengaplikasikan
teknik multivariat analisis komponen utama atau principal component analysis (Che
Man et al., 2010). Sementara itu, kalibrasi PLS merupakan jenis regresi yang dihitung
dengan algoritma kuadrat terkecil yang menghubungkan antara dua matriks, data
spectra pada matriks X dan nilai referens pada matriks Y. PLS sering digunakan
dalam spektroskopi untuk mengekstrak informasi spektra yang mengandung puncakpuncak yang tumpang suh, adanya pengganggu, serta adanya derau (noise) dari
instrumen yang digunakan untuk mengumpulkan data (Syahariza et al., 2005).
Teknik kalibrasi PCR dan PLS dilakukan dalam 3 tahap yaitu : (1) kalibrasi;
(2) validasi; dan (3) analisis sampel yang tidak diketahui (Osborne et al., 1997).
Secara umum, kalibrasi multivariat mempunyai tahap kalibrasi yang diikuti validasi
(dengan validasi sampel secara terpisah atau dengan validasi silang tengan teknik
leave one out) dan tahap prediksi (sampel baru). Jika hasil tahap kalibrasi dan validasi
yang digunakan memenuhi kriteria (korelasi yang tinggi, kesalahan yang kecil) maka
model yang dikembangkan selanjutnya digunakan untuk mengestimasi konsentrasi
campuran dari sampel yang belum diketahui konsentrasinya.
Kalibrasi PLS dievaluasi dengan menggunakan root mean square error of
calibration (RMSEC) dan koefisien determinasi (R2). Selanjutnya model PLS
diujisilangkan menggunakan teknik leave one out. Dalam teknik ini, salah satu
sampel kalibrasi dikeluarkan dari model PLS dan sisa sampel yang ada digunakan
untuk pemodelan dengan PLS. Sampel yang dihilangkan selanjutnya dihitung dengan
model PLS baru yang dikembangkan. Prosedur tersebut dilakukan berulang kali,
menghilangkan satu demi satu sampel kalibrasi hingga didapatkan harga R2 yang
sesuai dengan yang diinginkan (Rohman and Che Man, 2011).
Presisi
Ketidakpastian kalibrasi dan prediksi kadar yang tidak diketahui dihitung
dengan root mean standard error of calibration (RMSEC) dan root mean square
error of cross validation (RMSECV) dengan persamaan dibawah ini :
n (
i=1
RMSEC = =
cs)
)2
(1)
RMSECV = =
yi(true,
n (
i=1
)2
(2)
ts)
sampel validasi dan yi(calc) adalah kadar prediksi sampel. Parameter lain untuk
mengukur presisi kalibrasi multivariat adalah nilai predictive residual error sum
of squares (PRESS), yang dihitung dengan persamaan berikut :
2
=
=
2
=1
=1(
)2
(3)
Akurasi
Ada tidaknya suatu kesalahan sistematik dapat diketahui dari fungsi
recovery. Kadar yang diprediksi model () dibandingkan dengan kadar actual
sampel validasi (c) dengan persamaan regresi sebagai berikut :
= + c
(4)
Koefisien regresi ideal adalah jika nilai = 0 dan = 1 (Danzer et al., 2004).
Akurasi dinyatakan sebagai persen kembali analit yang ditambahkan, nilai
kecermatan dapat dinyatakan dengan persen perolehan kembali (% recovery).
Batasan nilai akurasi dapat dilihat pada Tabel II.
Tabel II. Nilai % recovery sebagai fungsi dari nilai konsentrasi analit dalam
matriks sampel (Wood, 1998)
Analit pada matrix sampel (%)
Recovery yang diterima (%)
100
98 102
>10
98 102
>1
97 103
>0,1
95 105
0,01
90 107
0,001
90 107
0,0001 (1 ppm)
80 110
100 ppb
80 110
10 ppb
60 115
1 ppb
40 120
3.
Selektivitas
Secara umum, selektivitas sistem multikomponen dapat ditetapkan secara
kualitatif dan kuantitatif. Dalam kalibrasi multivariat, selektivitas biasanya
dihitung
dengan
condition
number.
Namun
condition
number
tidak
obat
multikomponen
yang
mengkombinasikan
metode
analisis
H. Hipotesis
1.
2.
BAB III
METODE PENELITIAN
A. Jenis dan Rancangan Penelitian
Jenis penelitian ini termasuk penelitian noneksperimental dengan rancangan
penelitian deskriptif. Jenis penelitian noneksperimental karena subyek penelitian
tidak diberi perlakuan. Rancangan penelitian bersifat deskriptif karena peneliti hanya
mendeskripsikan keadaan yang ada.
B. Variabel Penelitian
1.
Variabel Bebas
Variabel bebas penelitian ini adalah variasi konsentrasi larutan campuran
Variabel Tergantung
Variabel tergantung dalam penelitian ini adalah konsentrasi sampel larutan
Variabel Pengacau
Variabel pengacau terkendali dalam penelitian ini adalah kemurnian standar
21
C. Defenisi Operasional
1.
2.
RMSE (root mean square of error) merupakan standar deviasi dari sebuah
pemodelan yang menjelaskan seberapa mungkin suatu model kalibrasi
melakukan kesalahan saat memprediksikan sampel.
3.
parasetamol yang diperoleh dari PT. Combiphar Indonesia, baku guaifenesin dan
klorfeniramin maleat yang diperoleh dari PT. Konimex dengan Certificate of Analysis
(sebagaimana dalam lampiran 1-3), akuades, metanol teknis, sediaan sirup dengan
merk paten produksi perusahaan farmasi Indonesia dibeli dari apotek di Yogyakarta.
Komposisi zat aktif dalam sampel sediaan farmasi sirup terdiri atas parasetamol,
guaifenesin dan klorfeniramin maleat, dan kertas saring.
E. Alat Penelitian
Spektrofotometer UV-Vis (Shimadzu) tipe UV-1800 dengan kuvet kwarsa
merk Hellma, alat sonikasi, timbangan analitik (Ohauss) tipe PAJ1003 dengan
kepekaan 0,1 mg (maksimal 120 gram, minimal 0,001 gram), pipet mikro dengan
skala 20-200 L dan 100-1000 L merk Socorex, pipet volum dengan ukuran 1
mL, 2 mL, 3 mL, 4 mL, 5 mL, serta gelas-gelas yang lazim digunakan dalam
laboratorium analisis kimia yang terdapat di laboratorium di Fakultas Farmasi
Universitas Sanata Dharma.
F. Tata Cara Penelitian
Penelitian ini merupakan proses penetapan kadar parasetamol, guaifenesin
dan klorfeniramin maleat dalam sediaan sampel sirup dengan metode kombinasi
spektrofotometri UV-kalibrasi multivariat tanpa tahap pemisahan. Analisis secara
spektrofotometri UV-kalibrasi multivariat dilakukan dengan cara:
1.
2.
a.
b.
3.
a.
b.
Dibuat 20 larutan model kalibrasi dengan cara setiap larutan standar intermediet
dipipet sejumlah tertentu, dimasukkan dalam labu takar 10 mL dan diencerkan
dengan pelarut akuades hingga diperoleh kadar sesuai Tabel III untuk set
kalibrasi.
Tabel III. Komposisi campuran sintetik parasetamol (PCT), guaifenesin (GG) dan
klorfeniramin maleat (CTM) untuk model kalibrasi.
PCT
GG
CTM
PCT
GG
CTM
No
No
(g/mL) (g/mL) (g/mL)
(g/mL) (g/mL) (g/mL)
1
5,0
3,0
9,0
11
13,0
11,0
14,0
12,0
11,0
13,0
12
4,0
19,0
6,0
10,0
15,0
10,0
13
6,0
8,0
8,0
15,0
12,0
20,0
14
4,0
5,0
7,0
11,0
11,0
8,0
15
13,0
8,0
14,0
6,0
7,0
20,0
16
9,0
7,0
2,0
8,0
17,0
10,0
17
3,0
16,0
7,0
8,0
6,0
15,0
18
8,0
5,0
6,0
10,0
16,0
3,0
19
2,0
17,0
16,0
10
15,0
17,0
8,0
20
2,0
6,0
15,0
4.
a.
b.
Dari larutan (a) tersebut, dipipet sebanyak 5 mL, dimasukkan dalam labu takar
50 mL, kemudian di tambahkan dengan pelarut sampai batas tanda.
5.
Analisis Sampel
a.
Sediaan sampel sirup dipipet 5 mL, yang setara dengan 120 mg PCT, 25 mg GG
dan 1 mg CTM, dimasukan ke dalam labu takar 50 mL, lalu dilarutkan dalam
sebagian pelarut akuades, diultrasonikasi selama 15 menit, kemudian
ditambahkan akuades sampai batas tanda.
b.
c.
d.
e.
Dilakukan penetapan kadar PCT, GG dan CTM sebanyak 6 kali replikasi, dimana
5 replikasi (replikasi 2 sampai replikasi 6) dilakukan adisi dengan menggunakan
baku ctm, dengan menambahkan secara bertingkat masing-masing 1 mL, 2 mL, 3
mL, 4 mL dan 5 mL. Kadar dihitung dengan metode kalibrasi multivariat partial
least square (PLS).
6.
a.
()2
1
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 regresi linier y = bx+a hubungan antara nilai
sebenarnya dan terhitung yang nantinya akan digunakan untuk memperoleh
nilai RMSECV.
7.
a.
b.
ts
c.
d.
e.
Presisi proses penetapan kadar ditetapkan dengan nilai RSD dengan nilai
maksimal yang masih dapat diterima menurut Gonzales dan Herrador (2007)
adalah sebesar 8%.
Analisis kalibrasi multivariat dilakukan dengan menggunakan perangkat
lunak Minitab 16. Kertas kerja perangkat lunak Excel 2007 digunakan untuk
menentukan konsentrasi secara random masingmasing zat aktif dan untuk
menghubungkan antara nilai sebenarnya dan nilai terhitung.
BAB IV
HASIL DAN PEMBAHASAN
A. Analisis PCT, GG, dan CTM secara spektrofotometri UV dengan kombinasi
kalibrasi multivariat partial least square (PLS)
Analisis senyawa multikomponen ini diawali dengan mengukur absorbansi
masing-masing larutan baku parasetamol, guaifenesin dan klorfeniramin maleat.
Proses tersebut dilakukan untuk mengetahui overlapping spektra antara komponen
yang satu dengan komponen yang lainnya. Overlapping spektra UV parasetamol,
guaifenesin dan klorfeniramin maleat ditunjukkan pada Gambar 5.
Spektra UV Campuran
PCT, GG dan CTM
PCT
GG
CTM
30
itu, dapat simpulkan bahwa hasil yang diperoleh kurang memuaskan karena adanya
pengaruh dari noise mengingat rendahnya absorbansi yang dihasilkan.
Persamaan :
y = 0,999x + 0,004
R2
: 0,999
RMSEC : 0,099
Persamaan :
y = 0,999x + 0,002
R2
: 0,999
RMSEC : 0,078
menggunakan model PLS tanpa validasi silang (cross validation). Nilai sebenarnya
dan nilai terhitung kemudian dikorelasikan, untuk menentukan nilai R2 dan nilai
RMSEC. Diperoleh persamaan y = 0,994x + 0,042 untuk PCT, y = 0,999x + 0,004
untuk GG dan y = 0,999x + 0,002 untuk CTM. Nilai R2 yang diperoleh adalah 0,994
untuk PCT, 0,999 untuk GG dan 0,999 untuk CTM. Sedangkan nilai RMSEC (Root
Mean Square Error of Calibration) yang diperoleh adalah 0,289 untuk PCT, 0,099
untuk GG dan 0,078 untuk CTM.
Dengan demikian dapat disimpulkan bahwa model kalibrasi tersebut
memiliki korelasi antara nilai aktual dengan nilai prediksi yang baik, yang mana
ketiga komponen tersebut memiliki nilai RMSEC yang mendekati 0 dan R 2 yang
mendekati 1. Parameter R2 mempunyai nilai antara 0-1, yang mana nilai R2
mendekati 1 menunjukkan bahwa kemampuan memprediksi semakin baik karena
semua variasi variabel respon (absorbansi) dapat diterangkan oleh variabel prediktor
sehingga nilai terprediksi mendekati nilai aktual (Minitab Statistical Glossary, 2010).
RMSEC menunjukkan selisih nilai terhitung dengan nilai sebenarnya sehingga jika
nilai RMSEC-nya semakin kecil maka model kalibrasi tersebut dapat dikatakan
semakin baik karena faktor kesalahannya yang semakin kecil (Pindyck and
Rubinfeld, 1998). Dari data yang diperoleh pada Tabel IV tersebut, kurva hubungan
antara nilai sebenarnya (actual response) dengan nilai terhitung (calculated response)
dapat digambarkan seperti pada Gambar 8, 9 dan 10.
16
Calculated Response
14
12
10
8
6
4
2
0
0
8
10
Actual Response
12
14
16
Gambar 8. Kurva hubungan antara nilai sebenarnya (actual response) dengan nilai
terhitung (calculated response) parasetamol (PCT) dengan metode
spektrofotometri UV-PLS pada 220-310 nm.
PLS Response Plot
(response is GG)
10 components
Calculated Response
20
15
10
10
Actual Response
15
20
Gambar 9. Kurva hubungan antara nilai sebenarnya (actual response) dengan nilai
terhitung (calculated response) guaifenesin (GG) dengan metode
spektrofotometri UV-PLS pada 220-310 nm.
Calculated Response
20
15
10
0
0
10
Actual Response
15
20
Gambar 10. Kurva hubungan antara nilai sebenarnya (actual response) dengan nilai
terhitung (calculated response) klorfeniramin maleat (CTM) dengan
metode spektrofotometri UV-PLS pada 220-310 nm.
B. Validasi model kalibrasi multivariat partial least square (PLS)
Proses pemodelan dengan menggunakan kalibrasi multivariat PLS dalam
memprediksi suatu data perlu divalidasi, agar hasil yang diperoleh dapat
dipertanggungjawabkan, dan dapat mengatasi kelemahan dari kalibrasi multivariat
PLS itu sendiri. Salah satu kelemahan dari model kalibrasi multivariat PLS adalah
terjadinya over-fitting. Untuk mengatasi terjadinya over-fitting selama pemodelan,
dengan melakukan proses validasi internal, yang mana validasi internal merupakan
metode validasi silang (cross validation) yang menggunakan teknik leave-one-out.
Dalam teknik ini, salah satu sampel kalibrasi dikeluarkan dari model PLS dan sisa
sampel yang ada digunakan untuk pemodelan dengan PLS untuk menghitung nilai
terprediksi sampel kalibrasi yang dikeluarkan. Sampel yang dihilangkan selanjutnya
dihitung dengan model PLS baru yang dikembangkan. Prosedur tersebut dilakukan
berulang kali, menghilangkan satu demi satu sampel kalibrasi hingga didapatkan
harga R2 yang sesuai dengan yang diinginkan (Rohman and Che Man, 2011). Hasil
dari proses validasi silang menggunakan teknik leave-one-out dengan data nilai
sebenarnya dan nilai terhitung dapat dilihat pada Tabel V.
Tabel V. Nilai sebenarnya vs nilai terhitung hasil kalibrasi PLS yang mengandung
parasetamol (PCT), guaifenesin (GG) dan klorfeniramin maleat (CTM)
validasi silang (cross validation) pada 220-310 nm.
Konsentrasi (g/ml)
No
PCT
GG
CTM
Camp.
Sebenarnya Terhitung Sebenarnya Terhitung Sebenarnya Terhitung
4,5508
4,4121
2,8147
2,7861
9,0241
9,0225
1
11,9528
11,9403
11,5181
11,6682
12,7332
12,2524
2
10,2232
10,2472
14,7858
14,7576
10,0646
10,0425
3
14,9909
14,9820
11,7096
11,5239
20,1397
20,4698
4
11,1242
11,1367
11,1971
11,2185
7,9210
7,9355
5
6,2509
6,3664
6,7427
6,6670
19,9493
19,8080
6
8,3735
8,4429
16,8928
16,8338
10,0538
10,1522
7
7,9982
8,0029
5,8730
5,8680
14,9379
14,8708
8
9,9898
9,9352
15,5150
15,2989
2,9901
2,9834
9
14,7886
14,6559
17,0404
17,0455
8,0141
8,0054
10
12,6359
12,5458
11,2712
11,3554
13,8639
13,7349
11
3,8424
3,7751
19,1066
19,0326
5,9143
5,7639
12
5,6635
5,6223
8,0079
8,0107
8,0335
8,1512
13
5,3087
5,6961
4,9794
4,9852
7,0586
7,1453
14
13,1301
13,2369
8,0399
8,1127
14,1963
14,8751
15
8,6509
8,5136
7,0833
7,1151
2,0960
2,1610
16
2,9362
2,9450
15,9960
15,9797
7,0728
7,2365
17
7,9837
7,9766
5,1593
5,2000
5,9159
5,6823
18
2,0601
2,1066
17,1528
17,2546
16,0458
16,1147
19
1,5455
1,4090
6,1146
6,1746
14,9751
14,9748
20
Dari data Tabel V, validasi untuk model kalibrasi multivariat PLS dapat
dilakukan dengan menghitung nilai koefisien determinasi (R2), nilai RMSECV (root
mean square error of cross validation). Nilai PRESS (predicted error sum of square)
adalah nilai yang menunjukkan kesalahan prediksi saat proses pemodelan, dan
merupakan bagian dari validasi untuk model kalibrasi multivariat PLS. Nilai R2 dan
RMSECV dapat ditentukan dengan mengkorelasikan nilai sebenarnya dan nilai
terhitung. Selama validasi internal, diperoleh persamaan y = 0,997x + 0,017 untuk
PCT, y = 0,996x + 0,036 untuk GG dan y = 1,006x 0,044 untuk CTM. Nilai R2
yang diperoleh adalah 0,999 untuk PCT, 0,999 untuk GG dan 0,998 untuk CTM.
Sedangkan nilai RMSECV yang diperoleh untuk PCT, GG dan CTM masing-masing
sebesar 0,116, 0,084 dan 0,219. Nilai PRESS merupakan salah satu indikator
kebaikan model yang menggambarkan kemampuan prediksi. Semakin rendah nilai
PRESS maka kemampuan model untuk memprediksi semakin baik (Rohman and Che
Man, 2011). Hasil korelasi nilai sebenarnya dan nilai terhitung untuk validasi silang
menggunakan teknik leave-one-out dapat dilihat pada Tabel VI.
Tabel VI. Hasil persamaan, R2, RMSECV dan PRESS yang diperoleh dari hubungan
antara nilai sebenarnya dan nilai terhitung validasi silang (cross validation)
pada 220-310 nm.
PCT
GG
CTM
Persamaan
y = 0,997x + 0,017
y = 0,996x + 0,036
y = 1,006x 0,044
2
R
0,999
0,999
0,998
RMSECV
0,116
0,084
0,219
PRESS
4,815
1,764
1,996
Dari hasil yang diperoleh pada Tabel VI, dapat disimpulkan bahwa
kemampuan model kalibrasi multivariat PLS untuk memprediksi semakin baik, sebab
nilai koefisien determinasi (R2) yang dihasilkan mendekati nilai 1, nilai RMSECV
dan PRESS yang diperoleh adalah rendah. Dengan berhasilnya konfirmasi validasi
model multivariat PLS, maka model ini nantinya dapat digunakan untuk tahap
selanjutnya yakni pada proses penetapan kadar sampel. Data dan parameter hasil
validasi silang leave one-out PCT, GG dan CTM dapat dilihat pada Gambar 11, 12
dan 13, serta kurva hubungan antara nilai sebenarnya dan nilai terhitung validasi
silang dengan teknik leave-one-out sebagaimana pada Gambar 14, 15 dan 16.
PLS Regression: PCT versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ...
Number of components selected by cross-validation: 3
Number of observations left out per group: 1
Number of components cross-validated: 10
Analysis of Variance for PCT
Source
Regression
Residual Error
Total
DF
3
16
19
SS
324.347
2.853
327.200
MS
108.116
0.178
F
606.28
P
0.000
X Variance
0.855623
0.931723
0.972988
Error SS
29.7023
3.8605
2.8532
2.8190
2.6596
2.4540
2.4051
2.2495
1.7771
1.6862
R-Sq
0.909223
0.988201
0.991280
0.991385
0.991872
0.992500
0.992649
0.993125
0.994569
0.994847
PRESS
36.8199
5.9476
4.8155
5.2731
5.9752
9.7405
9.9836
12.2229
20.1736
19.4015
R-Sq (pred)
0.887470
0.981823
0.985283
0.983884
0.981739
0.970231
0.969488
0.962644
0.938345
0.940705
Gambar 11. Data dan parameter hasil validasi silang parasetamol (PCT) dengan
teknik leave-one-out.
DF
4
15
19
SS
473.592
0.958
474.550
MS
118.398
0.064
F
1853.15
P
0.000
X Variance
0.817853
0.927910
0.962431
0.998206
Error SS
365.582
69.456
3.380
0.958
0.690
0.631
0.541
0.450
0.255
0.196
R-Sq
0.229624
0.853638
0.992878
0.997980
0.998546
0.998671
0.998860
0.999052
0.999462
0.999587
PRESS
441.061
106.943
6.133
1.764
2.462
2.091
2.293
2.256
3.371
3.423
R-Sq (pred)
0.070570
0.774643
0.987077
0.996282
0.994812
0.995594
0.995168
0.995246
0.992896
0.992787
Gambar 12. Data dan parameter hasil validasi silang guaifenesin (GG) dengan teknik
leave-one-out.
PLS Regression: CTM versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ...
Number of components selected by cross-validation: 9
Number of observations left out per group: 1
Number of components cross-validated: 10
Analysis of Variance for CTM
Source
Regression
Residual Error
Total
DF
9
10
19
SS
496.745
0.205
496.950
MS
55.1939
0.0205
F
2697.94
P
0.000
X Variance
0.837211
0.915412
0.965887
0.998206
0.998842
0.999562
0.999807
0.999909
0.999943
Error SS
394.639
72.301
7.012
1.517
0.839
0.604
0.457
0.320
0.205
0.123
R-Sq
0.205879
0.854511
0.985889
0.996947
0.998312
0.998785
0.999081
0.999356
0.999588
0.999753
PRESS
467.772
119.239
15.481
3.672
3.757
2.898
2.558
2.236
1.996
2.014
R-Sq (pred)
0.058714
0.760058
0.968847
0.992610
0.992440
0.994168
0.994852
0.995501
0.995984
0.995946
Gambar 13. Data dan parameter hasil validasi silang klorfeniramin maleat (CTM)
dengan teknik leave-one-out.
16
Variable
Fitted
Crossv al
Calculated Response
14
12
10
8
6
4
2
0
0
6
8
10
Actual Response
12
14
16
Gambar 14. Kurva hubungan antara nilai parasetamol sebenarnya vs nilai terhitung
hasil validasi silang leave one-out dengan metode spektrofotometri UVPLS pada panjang gelombang 220-310 nm.
PLS Response Plot
(response is GG)
4 components
Calculated Response
20
Variable
Fitted
Crossv al
15
10
10
Actual Response
15
20
Gambar 15. Kurva hubungan antara nilai guaifenesin sebenarnya vs nilai terhitung
hasil validasi silang leave one-out dengan metode spektrofotometri UVPLS pada panjang gelombang 220-310 nm.
Variable
Fitted
Crossv al
Calculated Response
20
15
10
0
0
10
Actual Response
15
20
Gambar 16. Kurva hubungan antara nilai klorfeniramin maleat sebenarnya vs nilai
terhitung hasil validasi silang leave one-out dengan metode
spektrofotometri UV-PLS pada panjang gelombang 220-310 nm.
C. Penetapan kadar sampel PCT, GG dan CTM dalam sediaan sirup
Dalam penelitian ini, sampel yang digunakan adalah sediaan farmasi dalam
bentuk sirup, dengan tiga kandungan senyawa aktif yang berbeda, yakni parasetamol,
guaifenesin dan klorfeniramin maleat. Sampel sediaan sirup mempunyai volume
kurang lebih 60 mL, dengan komposisi tiap 5 mL mengandung parasetamol sebesar
120 mg, guaifenesin 25 mg, dan klorfeniramin maleat sebesar 1 mg. Berdasarkan
keterangan komposisi tersebut, penetapan kadar khususnya untuk penetapan kadar
CTM digunakan metode standar adisi, sedangkan untuk penetapan kadar parasetamol
dan guaifenesin tidak diperlukan standar adisi.
Penetapan kadar parasetamol, guaifenesin dan klorfeniramin maleat diawali
dengan memipet 5 mL larutan yang setara dengan 120 mg PCT, 25 mg GG dan 1 mg
Abs.
1.500
1.000
0.500
0.000
200.00
250.00
300.00
nm.
350.00
400.00
Gambar 17. Overlay spektra 6 sampel sediaan farmasi yang diukur pada panjang
gelombang 220-310 nm dengan interval pengukuran 2 nm.
Dari hasil pengukuran, data absorbansi sampel tersebut dikalikan dengan
nilai koefisien dari model kalibrasi PLS sebelumnya, sehingga didapatkan hasil kadar
konsentrasi parasetamol, guaifenesin dan klorfeniramin maleat. Hasil pengolahan
data absorbansi sampel dengan koefisien dari model kalibrasi PLS dapat dilihat pada
Tabel VII, VIII dan IX.
Tabel VII. Hasil penetapan kadar prediksi parasetamol (PCT) dalam sediaan farmasi
sirup menggunakan metode spektrofotometri UV-PLS.
Evaluasi Parasetamol
Calculated
Penimbangan (mg/5 mL)
Faktor pengenceran
Etiket (mg/5 mL)
Kadar (mg/5 mL)
Rata-rata kadar (mg/5 mL)
SD
RSD
1
2
16,240
19,357
146
146
6250
6250
120
120
101,500 120,981
119,934 = 99,95 %
9,29
7,74 %
Replikasi Sampel
3
4
19,769
19,447
146
146
6250
6250
120
120
123,556 121,543
5
20,016
146
6250
120
125,100
6
20,308
146
6250
120
126,925
Tabel VIII. Hasil penetapan kadar prediksi guaifenesin (GG) dalam sediaan farmasi
sirup menggunakan metode spektrofotometri UV-PLS.
Evaluasi Guaifenesin
Calculated
Penimbangan (mg/5 mL)
Faktor pengenceran
Etiket (mg/5 mL)
Kadar (mg/5 mL)
Rata-rata kadar (mg/5 mL)
SD
RSD
4,403
4,894
146
146
6250
6250
25
25
27,518
30,587
30,489 = 121,95 %
1,63
5,35 %
Replikasi Sampel
3
4
5,106
146
6250
25
31,912
4,902
146
6250
25
30,637
4,841
146
6250
25
30,256
5,124
146
6250
25
32,025
Tabel IX. Hasil penetapan kadar prediksi klorfeniramin maleat (CTM) dalam sediaan
farmasi sirup menggunakan metode spektrofotometri UV-PLS.
Calculated
1
2,829
2
5,739
Replikasi Sampel
3
4
7,220
8,606
146
146
146
146
146
146
Faktor pengenceran
6250
6250
6250
6250
6250
6250
17,681
35,868
45,125
53,787
70,637
88,025
Evaluasi Klorfeniramin
maleat
5
11,302
6
14,084
BAB V
KESIMPULAN DAN SARAN
A. KESIMPULAN
a.
b.
1.
2.
48
3.
DAFTAR PUSTAKA
Anonim, 1979, Farmakope Indonesia, Edisi III, Departemen Kesehatan Republik
Indonesia, Jakarta, pp. 37.
Anonim, 1995, Farmakope Indonesia, Edisi IV, Departemen Kesehatan Republik
Indonesia, Jakarta, pp. 649.
Ansel, C., Howard, 1989, Pengantar Bentuk Sediaan Farmasi, Edisi IV, Universitas
Indonesia Press, Jakarta, pp. 328-335.
Ardiyanti, Y., 2014, Kombinasi Spektrofotometri UV dan Kalibrasi Multivariat untuk
Analisis Parasetamol, Guaifenesin, dan Klorfeniramin Maleat secara
Simultan, Thesis, Fakultas Farmasi UGM, Yogyakarta.
Blenkinsoop, A., Paxton, P., and Blenkinsoop, P.J., 2009, Symptoms in The
Pharmacy A Guide to The Management of Common Illness, Sixth Edition,
Blackwell Publishing Ltd, West Susex, pp. 19.
Che Man, Y.B, Syahariza, Z.A., and Rohman, A., 2010. Chapter 1. Fourier transform
infrared (FTIR) spectroscopy: development, techniques, and application in
the analysis of fats and oils, in Fourier Transform Infrared Spectrocopy
edited by Oliver J. Ress, Nova Science Publishers, New York: USA. (ISBN
978-1-61668-835-6), pp. 1-36.
Danzer, K., Otto, M., and Currie, L.A., 2004, Guideline for Calibration in Analytical
Chemistry Part 2. Multispecies Calibration (IUPAC Technical Report), Pure
Appl. Chem., 76(6) : 1215-1225.
Day, R.A. and Underwood, A.L., 1986, Quantitative Analysis, diterjemahkan oleh
Aloysius Hadyana Pudjaatmaka, Edisi V, hal 389-392, Erlangga, Jakarta.
El Gindy, A.G., Emraa, S., and Mostafa, A., 2006, Aplication and validation of
Chemometrics-assisted spectrophotometry and liquid chromatography for
the simultaneous determination of six-component pharmaceuticals, J.Pharm.
Biomed Anal, 41;421-430.
Faber, N. M., and Rajko, R, 2007, How to Avoid Over-fitting in Multivariate
Calibration-The Conventional Validation Approach and An Alternative,
Anal. Chim. Acta., 595: 98-106.
Hardman, J.G., Limbart, L.E., Molinoff, P.B., Ruddon, R.W., and Goodman-Gilman,
A., 1996, Goodman and Gilmans The Pharmacological Basis of
Therapetics, 9th Ed, Mc Graw-Hill, New York, pp. 12.
Haven, M. C., Tetrault, G. A., and Schenken, J. R., 1994, Laboratory
Instrumentation, John Wiley & Sons, Inc., New York, pp. 88-90.
Goicoechea, H.C. and
Olivieri, A.C. 1999. Simultaneous multivariate
spectrophotometric analysis of paracetamol and minor components
(diphenhydramine or phenylpropanolamine) in tablet preparations. Journal
of Pharmaceutical and Biomedical Analysis 20: 255261.
Gonzales, A.G., Herrador, M.A., Asuero, A.G., 2010, Intra- Laboratory Asessment of
Method Accuracy (trueness and precision) by using Validation Standards,
Talanta, 82, pp.1995-1998.
Massart, D.L. and Buydens, L. 1998. Chemometrics in pharmaceutical analysis.
Journal of Pharmaceutical & Biomedical Analysis 6: 535-545.
Miller J.N, Miller J.C, 2010, Statistics and Chemometrics for Analytical Chemistry
sixth edition, Pearson Education Limited, England, pp.110-119;221-249.
Moffat et. al., 2004, Clarkes Analysis of
Pharmaceutical Press, London.
Rohman, A., and Che Man, Y. B., 2011, Analysis of lard in cream cosmetics
formulation using FT-IR spectroscopy and chemometrics, Middle-East J.Sci.
Res., 7(5), 726-732.
Rohman, A., 2012, Spektroskopi Inframerah dan Kemometrika untuk Analisis
Farmasi, Pustaka Pelajar, Yogyakarta, pp. 150 153.
Rohman A., 2014, Statistika dan Kemometrika Dasar dalam Analisis Farmasi,
Pustaka Pelajar, Yogyakarta, pp. 201,202.
Sawant, S., Borkar, N., 2012, Review of Simultaneous Determination of Analites by
High Performance Liquid Chromatography (HPLC) in Multicomponent
Cough and Cold Oral Drug Products, Int. J. Adv. Pharm. Biol. Sci. 2(1):5663.
Shankar, P.R., Partha, P., Shenoy, N., 2002, Self-medication and non-doctor
prescription practices in Pokhara valley, Western Nepal: a questionnairebased study, BMC Family Practice, 3(17).
Sohrabi,
Syahariza, Z.A, Che Man, Y.B, Selamat, J, Bakar,J., 2005, Detection of lard
adulteration in cake formulation by fourier transform infrared (FTIR)
spectroscopy, Food Chemistry 92: 365-367.
Voight. R, 1995, Buku Pelajaran Teknologi Farmasi, diterjemahkan oleh Soendani
N., S., UGM Press, Yogyakarta.
Watson, D. G., 2003, Pharmaceutical Analysis : A Textbook for Pharmacy Students
and Pharmaceutical Chemists, Churchill Livingstone, USA.
Wood, R. A. N., & H. Wallin, 1998, Quality in the Food Analysis Laboratory the
Royal Society of Chemistry Cambridge, London.
LAMPIRAN
53
1348 mg
Kertas + Zat
1399 mg
Kertas + Sisa
1349 mg
Zat
50 mg
Lampiran 5. Data pengukuran spektrofotometer UV 20 campuran sintetik untuk model PLS pada panjang gelombang 220
310 nm yang diukur dengan interval pengukuran 2 nm.
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
PCT
5.0
12.0
10.0
15.0
11.0
6.0
8.0
8.0
10.0
15.0
13.0
4.0
6.0
4.0
13.0
9.0
3.0
8.0
2.0
2.0
GG
3.0
11.0
15.0
12.0
11.0
7.0
17.0
6.0
16.0
17.0
11.0
19.0
8.0
5.0
8.0
7.0
16.0
5.0
17.0
6.0
CTM
9.0
13.0
10.0
20.0
8.0
20.0
10.0
15.0
3.0
8.0
14.0
6.0
8.0
7.0
14.0
2.0
7.0
6.0
16.0
15.0
220
0.689
1.431
1.337
1.894
1.142
1.356
1.362
1.185
1.006
1.466
1.515
1.104
0.865
0.721
1.435
0.631
1.022
0.759
1.485
1.045
222
0.704
1.464
1.375
1.938
1.187
1.382
1.394
1.211
1.047
1.527
1.555
1.127
0.886
0.737
1.468
0.664
1.036
0.785
1.489
1.041
224
0.706
1.475
1.389
1.947
1.214
1.377
1.399
1.213
1.075
1.567
1.57
1.123
0.891
0.742
1.479
0.693
1.024
0.801
1.454
1.009
58
226
0.691
1.448
1.366
1.912
1.211
1.333
1.361
1.185
1.073
1.565
1.546
1.079
0.871
0.728
1.456
0.706
0.978
0.799
1.367
0.947
228
0.656
1.38
1.299
1.822
1.173
1.243
1.277
1.122
1.036
1.518
1.478
0.989
0.824
0.694
1.396
0.704
0.889
0.779
1.224
0.849
230
0.596
1.269
1.19
1.673
1.1
1.096
1.147
1.016
0.971
1.429
1.365
0.861
0.747
0.638
1.294
0.686
0.763
0.736
1.023
0.712
232
0.531
1.148
1.064
1.506
1.013
0.932
1.001
0.9
0.894
1.321
1.238
0.717
0.662
0.577
1.186
0.664
0.626
0.689
0.809
0.57
234
0.482
1.051
0.96
1.378
0.943
0.806
0.877
0.812
0.824
1.229
1.139
0.588
0.592
0.53
1.103
0.644
0.506
0.652
0.628
0.457
236
0.448
0.982
0.881
1.288
0.891
0.714
0.781
0.75
0.767
1.16
1.068
0.484
0.54
0.497
1.047
0.63
0.409
0.628
0.488
0.374
Lampiran 5. Lanjutan
238
0.428
0.942
0.831
1.235
0.86
0.656
0.718
0.713
0.731
1.118
1.026
0.413
0.508
0.478
1.017
0.623
0.344
0.615
0.394
0.321
240
0.417
0.919
0.801
1.206
0.844
0.621
0.68
0.692
0.711
1.096
1.004
0.368
0.489
0.467
1.002
0.622
0.304
0.61
0.336
0.288
242
0.412
0.908
0.786
1.191
0.835
0.602
0.66
0.681
0.7
1.084
0.993
0.344
0.479
0.462
0.994
0.622
0.282
0.607
0.305
0.271
244
0.407
0.899
0.776
1.18
0.827
0.591
0.648
0.673
0.692
1.074
0.984
0.332
0.473
0.458
0.987
0.618
0.271
0.604
0.29
0.263
246
0.403
0.888
0.764
1.165
0.815
0.584
0.638
0.665
0.681
1.058
0.971
0.326
0.466
0.452
0.975
0.609
0.266
0.596
0.287
0.261
248
0.396
0.871
0.749
1.144
0.797
0.579
0.628
0.655
0.664
1.033
0.952
0.323
0.458
0.444
0.956
0.592
0.265
0.582
0.292
0.264
250
0.387
0.846
0.729
1.115
0.772
0.573
0.614
0.641
0.641
0.999
0.926
0.32
0.447
0.432
0.929
0.57
0.265
0.564
0.299
0.268
59
252
0.375
0.814
0.702
1.074
0.738
0.564
0.596
0.621
0.612
0.954
0.89
0.317
0.432
0.415
0.892
0.539
0.265
0.538
0.309
0.273
254
0.363
0.78
0.675
1.033
0.702
0.56
0.579
0.603
0.58
0.905
0.852
0.316
0.418
0.398
0.852
0.504
0.268
0.51
0.327
0.283
256
0.348
0.739
0.643
0.983
0.66
0.549
0.558
0.578
0.545
0.849
0.808
0.314
0.4
0.377
0.804
0.467
0.271
0.478
0.341
0.289
258
0.326
0.69
0.604
0.918
0.613
0.527
0.533
0.544
0.508
0.788
0.753
0.312
0.378
0.352
0.747
0.426
0.272
0.441
0.35
0.288
260
0.311
0.651
0.575
0.869
0.574
0.517
0.515
0.52
0.476
0.737
0.71
0.316
0.361
0.332
0.7
0.39
0.278
0.409
0.368
0.295
Lampiran 5. Lanjutan
262
0.294
0.611
0.546
0.816
0.534
0.504
0.499
0.493
0.446
0.685
0.665
0.322
0.344
0.311
0.651
0.353
0.286
0.376
0.387
0.3
264
0.262
0.554
0.505
0.733
0.486
0.455
0.469
0.441
0.418
0.628
0.6
0.32
0.316
0.28
0.581
0.319
0.283
0.337
0.375
0.276
266
0.229
0.499
0.465
0.652
0.44
0.403
0.439
0.389
0.394
0.576
0.537
0.318
0.288
0.25
0.515
0.289
0.279
0.299
0.359
0.248
268
0.213
0.47
0.446
0.611
0.415
0.384
0.429
0.365
0.379
0.544
0.504
0.325
0.275
0.234
0.478
0.268
0.286
0.276
0.366
0.244
270
0.195
0.439
0.425
0.564
0.39
0.355
0.416
0.335
0.368
0.516
0.469
0.329
0.26
0.217
0.439
0.25
0.288
0.255
0.362
0.229
272
0.162
0.391
0.388
0.486
0.353
0.291
0.383
0.281
0.352
0.477
0.412
0.317
0.232
0.189
0.38
0.234
0.273
0.225
0.323
0.186
274
0.133
0.345
0.351
0.417
0.318
0.234
0.348
0.234
0.333
0.438
0.36
0.298
0.204
0.164
0.329
0.218
0.252
0.199
0.281
0.147
60
276
0.117
0.312
0.319
0.372
0.29
0.202
0.316
0.206
0.308
0.401
0.324
0.273
0.184
0.147
0.295
0.201
0.229
0.18
0.249
0.125
278
0.102
0.282
0.29
0.333
0.265
0.174
0.288
0.181
0.286
0.369
0.293
0.25
0.166
0.133
0.265
0.187
0.208
0.164
0.219
0.105
280
0.09
0.254
0.261
0.296
0.24
0.148
0.257
0.16
0.26
0.334
0.262
0.222
0.148
0.118
0.238
0.172
0.184
0.149
0.188
0.087
282
0.076
0.21
0.21
0.246
0.198
0.119
0.202
0.133
0.21
0.273
0.217
0.166
0.119
0.098
0.201
0.145
0.137
0.127
0.136
0.065
284
0.063
0.165
0.157
0.196
0.154
0.091
0.145
0.107
0.156
0.21
0.171
0.107
0.09
0.078
0.165
0.117
0.088
0.104
0.084
0.044
Lampiran 5. Lanjutan
286
0.052
0.131
0.119
0.158
0.122
0.071
0.105
0.087
0.117
0.163
0.137
0.067
0.069
0.063
0.136
0.095
0.055
0.086
0.049
0.03
288
0.044
0.108
0.095
0.131
0.1
0.058
0.08
0.073
0.093
0.132
0.113
0.046
0.055
0.052
0.115
0.079
0.037
0.073
0.031
0.023
290
0.038
0.09
0.077
0.11
0.083
0.048
0.064
0.061
0.076
0.109
0.094
0.034
0.045
0.043
0.098
0.066
0.028
0.062
0.021
0.018
292
0.032
0.075
0.064
0.092
0.069
0.041
0.053
0.051
0.063
0.09
0.078
0.026
0.038
0.036
0.082
0.055
0.022
0.052
0.016
0.015
294
0.027
0.062
0.052
0.075
0.057
0.034
0.043
0.043
0.052
0.073
0.064
0.021
0.031
0.03
0.068
0.046
0.018
0.043
0.013
0.012
296
0.022
0.05
0.042
0.06
0.045
0.028
0.035
0.034
0.041
0.058
0.051
0.017
0.025
0.024
0.055
0.037
0.015
0.035
0.011
0.01
298
0.017
0.039
0.032
0.046
0.035
0.022
0.027
0.027
0.032
0.044
0.039
0.013
0.019
0.018
0.043
0.028
0.012
0.027
0.009
0.008
300
0.013
0.028
0.023
0.033
0.025
0.017
0.02
0.02
0.023
0.031
0.028
0.01
0.014
0.013
0.032
0.02
0.009
0.02
0.007
0.007
61
302
0.009
0.019
0.016
0.021
0.016
0.012
0.014
0.013
0.016
0.02
0.018
0.007
0.01
0.008
0.022
0.013
0.007
0.013
0.006
0.005
304
0.006
0.013
0.01
0.013
0.011
0.009
0.01
0.009
0.011
0.012
0.011
0.005
0.007
0.005
0.015
0.008
0.006
0.009
0.005
0.004
306
0.004
0.009
0.006
0.008
0.006
0.006
0.006
0.006
0.007
0.006
0.006
0.003
0.004
0.003
0.01
0.005
0.004
0.005
0.003
0.003
308
0.003
0.007
0.004
0.005
0.004
0.005
0.005
0.004
0.005
0.004
0.004
0.002
0.003
0.002
0.008
0.003
0.004
0.004
0.003
0.003
310
0.003
0.005
0.003
0.003
0.003
0.004
0.003
0.003
0.004
0.002
0.003
0.002
0.002
0.001
0.007
0.002
0.003
0.003
0.002
0.002
Lampiran 6. Output Minitab hasil kalibrasi multivariat partial least square (PLS)
parasetamol dari sampel kalibrasi 20 campuran sintetik tanpa validasi
internal.
PLS Regression: PCT versus 220.0, 222.0, 224.0, 226.0, 228.0, ...
Number of components set to: 10
Analysis of Variance for PCT
Source
Regression
Residual Error
Total
DF
10
9
19
SS
325.514
1.686
327.200
MS
32.5514
0.1874
F
173.74
P
0.000
X Variance
0.855623
0.931723
0.972988
0.995864
0.999257
0.999372
0.999686
0.999870
0.999927
0.999968
Error SS
29.7023
3.8605
2.8532
2.8190
2.6596
2.4540
2.4051
2.2495
1.7771
1.6862
R-Sq
0.909223
0.988201
0.991280
0.991385
0.991872
0.992500
0.992649
0.993125
0.994569
0.994847
Res
0.099600
0.210730
-0.453711
-0.055393
-0.001365
0.018227
-0.011475
-0.092606
-0.263405
0.039514
0.389682
0.081738
0.468820
-0.718399
-0.107233
0.548806
0.114644
-0.312975
-0.086616
0.131417
SRes
0.31048
0.71018
-1.34072
-0.19795
-0.00532
0.11546
-0.03692
-0.27751
-0.82997
0.18040
1.23513
0.30702
1.29763
-2.82043
-0.48463
1.79387
0.35862
-1.04803
-0.31285
0.46864
Lampiran 7. Output Minitab hasil kalibrasi multivariat partial least square (PLS)
guaifenesin dari sampel kalibrasi 20 campuran sintetik tanpa validasi
internal.
PLS Regression: GG versus 220.0, 222.0, 224.0, 226.0, 228.0, ...
Number of components set to: 10
Analysis of Variance for GG
Source
Regression
Residual Error
Total
DF
10
9
19
SS
474.354
0.196
474.550
MS
47.4354
0.0218
F
2177.03
P
0.000
X Variance
0.817853
0.927910
0.962431
0.998206
0.998658
0.999522
0.999788
0.999902
0.999921
0.999971
Error SS
365.582
69.456
3.380
0.958
0.690
0.631
0.541
0.450
0.255
0.196
R-Sq
0.229624
0.853638
0.992878
0.997980
0.998546
0.998671
0.998860
0.999052
0.999462
0.999587
Res
0.039101
-0.104718
0.124762
0.052373
-0.028056
-0.063807
0.009437
0.011795
0.108907
-0.082973
0.004517
-0.162343
-0.001545
0.230260
0.035235
-0.155936
0.097368
-0.033191
0.065785
-0.146971
SRes
0.34647
-1.42870
1.12724
0.67167
-0.31999
-1.00325
0.08406
0.10271
1.09565
-0.98218
0.04160
-1.75687
-0.01245
2.15806
0.41969
-1.42644
0.90460
-0.34406
0.71148
-1.50193
Lampiran 8. Output Minitab hasil kalibrasi multivariat partial least square (PLS)
klorfeniramin maleat dari sampel kalibrasi 20 campuran sintetik tanpa
validasi internal.
PLS Regression: CTM versus 220.0, 222.0, 224.0, 226.0, 228.0, ...
Number of components set to: 10
Analysis of Variance for CTM
Source
Regression
Residual Error
Total
DF
10
9
19
SS
496.827
0.123
496.950
MS
49.6827
0.0136
F
3642.73
P
0.000
X Variance
0.837211
0.915412
0.965887
0.998206
0.998842
0.999562
0.999807
0.999909
0.999943
0.999974
Error SS
394.639
72.301
7.012
1.517
0.839
0.604
0.457
0.320
0.205
0.123
R-Sq
0.205879
0.854511
0.985889
0.996947
0.998312
0.998785
0.999081
0.999356
0.999588
0.999753
SRes
-0.13818
2.32765
-0.10583
-1.48913
-0.57178
0.58137
0.44891
0.00419
0.21723
-0.05137
1.18706
1.46355
0.95359
-0.74073
-1.91946
-0.78840
-1.82326
0.35902
-1.03384
0.85549
Lampiran 9. Output Minitab hasil kalibrasi multivariat partial least square (PLS)
parasetamol dari sampel kalibrasi 20 campuran sintetik validasi internal.
PLS Regression: PCT versus 220.0, 222.0, 224.0, 226.0, 228.0, ...
Number of components selected by cross-validation: 3
Number of observations left out per group: 1
Number of components cross-validated: 10
Analysis of Variance for PCT
Source
Regression
Residual Error
Total
DF
3
16
19
SS
324.347
2.853
327.200
MS
108.116
0.178
F
606.28
P
0.000
PCT
5
12
10
15
11
6
8
8
10
15
13
4
6
4
13
9
3
8
2
2
Fits
4.5508
11.9528
10.2232
14.9909
11.1242
6.2509
8.3735
7.9982
9.9898
14.7886
12.6359
3.8424
5.6635
5.3087
13.1301
8.6509
2.9362
7.9837
2.0601
1.5455
Res
0.44924
0.04721
-0.22318
0.00906
-0.12419
-0.25089
-0.37346
0.00177
0.01019
0.21138
0.36411
0.15763
0.33648
-1.30873
-0.13006
0.34907
0.06376
0.01628
-0.06012
0.45447
R-Sq
0.909223
0.988201
0.991280
0.991385
0.991872
0.992500
0.992649
0.993125
0.994569
0.994847
SRes
1.19368
0.12348
-0.55430
0.02526
-0.30993
-0.67505
-0.92724
0.00436
0.02513
0.62668
0.92580
0.43140
0.84002
-3.43615
-0.41099
0.96883
0.16372
0.04245
-0.18309
1.21216
PRESS
36.8199
5.9476
4.8155
5.2731
5.9752
9.7405
9.9836
12.2229
20.1736
19.4015
Fits (pred)
4.4121
11.9403
10.2472
14.9820
11.1367
6.3664
8.4429
8.0029
9.9352
14.6559
12.5458
3.7751
5.6223
5.6961
13.2369
8.5136
2.9450
7.9766
2.1066
1.4090
R-Sq (pred)
0.887470
0.981823
0.985283
0.983884
0.981739
0.970231
0.969488
0.962644
0.938345
0.940705
Res (pred)
0.58794
0.05971
-0.24724
0.01799
-0.13672
-0.36639
-0.44286
-0.00289
0.06475
0.34411
0.45420
0.22493
0.37768
-1.69606
-0.23693
0.48640
0.05496
0.02344
-0.10660
0.59104
Lampiran 10. Output Minitab hasil kalibrasi multivariat partial least square (PLS)
guaifenesin dari sampel kalibrasi 20 campuran sintetik validasi
internal.
PLS Regression: GG versus 220.0, 222.0, 224.0, 226.0, 228.0, ...
Number of components selected by cross-validation: 4
Number of observations left out per group: 1
Number of components cross-validated: 10
Analysis of Variance for GG
Source
Regression
Residual Error
Total
DF
4
15
19
SS
473.592
0.958
474.550
MS
118.398
0.064
F
1853.15
P
0.000
R-Sq (pred)
0.070570
0.774643
0.987077
0.996282
0.994812
0.995594
0.995168
0.995246
0.992896
0.992787
Res (pred)
0.213858
-0.668248
0.242408
0.476052
-0.218539
0.332950
0.166208
0.131974
0.701054
-0.045533
-0.355407
-0.032573
-0.010715
0.014817
-0.112677
-0.115091
0.020348
-0.200001
-0.254552
-0.174647
Lampiran 11. Output Minitab hasil kalibrasi multivariat partial least square (PLS)
klorfeniramin maleat dari sampel kalibrasi 20 campuran sintetik
validasi internal.
PLS Regression: CTM versus 220.0, 222.0, 224.0, 226.0, 228.0, ...
Number of components selected by cross-validation: 9
Number of observations left out per group: 1
Number of components cross-validated: 10
Analysis of Variance for CTM
Source
Regression
Residual Error
Total
DF
9
10
19
SS
496.745
0.205
496.950
MS
55.1939
0.0205
F
2697.94
P
0.000
CTM
9
13
10
20
8
20
10
15
3
8
14
6
8
7
14
2
7
6
16
15
Fits
9.0241
12.7332
10.0646
20.1397
7.9210
19.9493
10.0538
14.9379
2.9901
8.0141
13.8639
5.9143
8.0335
7.0586
14.1963
2.0960
7.0728
5.9159
16.0458
14.9751
Res
-0.024131
0.266789
-0.064559
-0.139706
0.078952
0.050651
-0.053816
0.062136
0.009910
-0.014064
0.136148
0.085742
-0.033543
-0.058581
-0.196282
-0.095991
-0.072850
0.084097
-0.045794
0.024890
R-Sq
0.205879
0.854511
0.985889
0.996947
0.998312
0.998785
0.999081
0.999356
0.999588
0.999753
SRes
-0.22536
2.67354
-0.58428
-1.52055
0.73586
0.87681
-0.48049
0.54758
0.08759
-0.17025
1.25314
1.06147
-0.27048
-0.55984
-2.48096
-0.90064
-0.64505
0.86524
-0.54717
0.23595
PRESS
467.772
119.239
15.481
3.672
3.757
2.898
2.558
2.236
1.996
2.014
R-Sq (pred)
0.058714
0.760058
0.968847
0.992610
0.992440
0.994168
0.994852
0.995501
0.995984
0.995946
Fits (pred)
9.0225
12.2524
10.0425
20.4698
7.9355
19.8080
10.1522
14.8708
2.9834
8.0054
13.7349
5.7639
8.1512
7.1453
14.8751
2.1610
7.2365
5.6823
16.1147
14.9748
Res (pred)
-0.022537
0.747611
-0.042515
-0.469780
0.064528
0.191960
-0.152187
0.129157
0.016588
-0.005413
0.265094
0.236095
-0.151202
-0.145343
-0.875134
-0.161041
-0.236512
0.317710
-0.114729
0.025166
PCT
-0,9596
-0,5565
-0,5014
-0,4380
-0,3667
-0,2701
-0,1154
0,0979
0,3050
0,4665
0,5646
0,6205
0,6476
0,6603
0,6671
0,6667
0,6673
0,6633
0,6367
0,6048
0,5661
0,4651
0,3001
0,2453
0,1955
-0,0272
-0,1606
0,0716
0,4004
0,6176
0,8920
1,2658
2,1325
3,6486
5,2262
6,5848
7,9672
9,4862
11,6780
14,4726
18,2835
25,0837
35,5519
41,7619
32,1083
-37,8691
-39,0561
PCT standardized
0,0000000
-0,0448233
-0,0411446
-0,0359802
-0,0295029
-0,0207643
-0,0082853
0,0065761
0,0198122
0,0301270
0,0368245
0,0410302
0,0431903
0,0440341
0,0438873
0,0426521
0,0409941
0,0384742
0,0344783
0,0302021
0,0256208
0,0191995
0,0112013
0,0080738
0,0056777
-0,0007299
-0,0039982
0,0016253
0,0084268
0,0120119
0,0161560
0,0210141
0,0293286
0,0403426
0,0485274
0,0526870
0,0547435
0,0548097
0,0553001
0,0541927
0,0523707
0,0500859
0,0447214
0,0315673
0,0153724
-0,0135353
-0,0122140
GG
0,2070
0,1570
0,2277
0,2961
0,2988
0,2184
0,1450
-0,0258
-0,3933
-0,8087
-1,1144
-1,2921
-1,3872
-1,4370
-1,4926
-1,5723
-1,6859
-1,8247
-2,0323
-2,2373
-2,3358
-2,4589
-2,3909
-1,3912
0,4869
2,0867
4,5667
9,1118
13,3643
15,5509
17,7228
19,5570
19,6795
15,0986
7,2788
0,9088
-3,2439
-6,5439
-9,5201
-12,5614
-16,6306
-30,2693
-19,5278
3,1353
-55,9142
14,0083
10,2038
GG standardized
0,000000
0,010504
0,015516
0,020200
0,019964
0,013938
0,008647
-0,001441
-0,021213
-0,043364
-0,060360
-0,070953
-0,076820
-0,079575
-0,081539
-0,083530
-0,086002
-0,087881
-0,091390
-0,092773
-0,087778
-0,084285
-0,074095
-0,038014
0,011739
0,046468
0,094431
0,171768
0,233571
0,251150
0,266538
0,269605
0,224735
0,138625
0,056121
0,006038
-0,018508
-0,031395
-0,037434
-0,039057
-0,039555
-0,050187
-0,020397
0,001968
-0,022229
0,004157
0,002650
Lampiran 14. Data nilai koefisien dari model PLS klorfeniramin maleat.
Constant
WL220.0
WL222.0
WL224.0
WL226.0
WL228.0
WL230.0
WL232.0
WL234.0
WL236.0
WL238.0
WL240.0
WL242.0
WL244.0
WL246.0
WL248.0
WL250.0
WL252.0
WL254.0
WL256.0
WL258.0
WL260.0
WL262.0
WL264.0
WL266.0
WL268.0
WL270.0
WL272.0
WL274.0
WL276.0
WL278.0
WL280.0
WL282.0
WL284.0
WL286.0
WL288.0
WL290.0
WL292.0
WL294.0
WL296.0
WL298.0
WL300.0
WL302.0
WL304.0
WL306.0
WL308.0
WL310.0
CTM
0,112
-4,127
-1,239
2,306
4,467
6,614
7,112
4,906
2,920
1,292
-0,277
-1,587
-1,547
-2,378
-2,011
-2,568
-2,995
-1,994
-0,325
1,552
1,692
5,218
9,408
12,157
7,888
5,199
5,103
3,169
-11,977
-13,755
-25,678
-21,983
-15,198
-20,107
-18,129
12,027
-41,676
-41,281
-1,951
34,414
92,695
-220,357
245,472
-281,519
446,225
41,624
-136,887
CTM standardized
0,000000
-0,269762
-0,082484
0,153710
0,291648
0,412539
0,414453
0,267355
0,153907
0,067696
-0,014663
-0,085145
-0,083740
-0,128691
-0,107366
-0,133298
-0,149281
-0,093855
-0,014303
0,062870
0,062133
0,174788
0,284920
0,324615
0,185845
0,113141
0,103107
0,058379
-0,204554
-0,217076
-0,377376
-0,296136
-0,169603
-0,180398
-0,136592
0,078087
-0,232363
-0,193537
-0,007498
0,104562
0,215445
-0,357027
0,250556
-0,172669
0,173352
0,012072
-0,034736
Lampiran 15. Data pengukuran spektrofotometri UV enam replikasi sampel pada panjang gelombang 220 310 nm yang
diukur dengan interval pengukuran 2 nm.
Sampel
I
II
II
IV
V
VI
220
0.841
1.076
1.2
1.273
1.361
1.499
222
0.886
1.127
1.251
1.32
1.409
1.547
224
0.926
1.17
1.291
1.354
1.444
1.574
226
0.966
1.208
1.324
1.381
1.467
1.587
228
1.002
1.24
1.348
1.394
1.474
1.581
Panjang Gelombang
230
232
234
1.013 1.021 1.042
1.237 1.233 1.246
1.333 1.316
1.32
1.365 1.336 1.328
1.434 1.391 1.373
1.52 1.458 1.426
236
1.059
1.259
1.326
1.328
1.365
1.408
238
1.057
1.252
1.315
1.312
1.345
1.382
240
1.058
1.25
1.311
1.305
1.334
1.368
254
0.836
0.995
1.049
1.049
1.079
1.115
Panjang Gelombang
256
258
260
0.764 0.686 0.613
0.913 0.823 0.739
0.964 0.871 0.785
0.968 0.878 0.795
0.998 0.908 0.825
1.037 0.945 0.864
262
0.538
0.652
0.696
0.708
0.739
0.778
264
0.473
0.574
0.612
0.623
0.65
0.685
266
0.417
0.505
0.538
0.548
0.571
0.6
242
1.06
1.252
1.312
1.304
1.331
1.363
244
1.055
1.246
1.304
1.296
1.323
1.354
246
1.038
1.225
1.284
1.276
1.302
1.333
248
1.007
1.19
1.247
1.24
1.267
1.3
250
0.963
1.139
1.196
1.191
1.218
1.251
252
0.905
1.073
1.128
1.125
1.153
1.188
71
268
0.371
0.451
0.481
0.492
0.513
0.542
270
0.335
0.407
0.433
0.442
0.462
0.487
272
0.308
0.37
0.39
0.395
0.409
0.426
274
0.286
0.34
0.355
0.356
0.366
0.376
276
0.266
0.315
0.328
0.327
0.335
0.343
278
0.25
0.295
0.305
0.303
0.309
0.315
280
0.234
0.274
0.283
0.279
0.284
0.288
Panjang Gelombang
282
284
286
0.209 0.185 0.162
0.246 0.217 0.19
0.253 0.223 0.196
0.249 0.219 0.192
0.254 0.224 0.197
0.256 0.226 0.199
298
0.054
0.065
0.065
0.064
0.068
0.069
300
0.04
0.049
0.049
0.048
0.052
0.053
Panjang Gelombang
302
304
306
0.028
0.02
0.014
0.035 0.026
0.02
0.034 0.024 0.018
0.034 0.024 0.017
0.038 0.028 0.022
0.039 0.029 0.023
308
0.011
0.016
0.014
0.013
0.019
0.019
72
310
0.009
0.014
0.012
0.012
0.017
0.017
288
0.141
0.166
0.17
0.168
0.172
0.173
290
0.121
0.143
0.146
0.144
0.148
0.149
292
0.102
0.121
0.124
0.122
0.126
0.127
294
0.085
0.101
0.103
0.101
0.105
0.107
296
0.069
0.083
0.083
0.082
0.086
0.087
Lampiran 16. Perhitungan kadar PCT pada sampel sirup menggunakan hasil koefisien validasi internal leave one out.
Koefisien
-0.9596
-0.5565
-0.5014
-0.438
-0.3667
-0.2701
-0.1154
0.0979
0.305
0.4665
0.5646
0.6205
0.6476
0.6603
0.6671
0.6667
0.6673
0.6633
0.6367
0.6048
0.5661
0.4651
0.3001
0.2453
Sampel 1
Sampel 2
Sampel 3
Sampel 4
Sampel 5
Sampel 6
Abs
Abs*K
Abs
Abs*K
Abs
Abs*K
Abs
Abs*K
Abs
Abs*K
Abs
Abs*K
1
-0.9596
1
-0.9596
1
-0.9596
1
-0.9596
1
-0.9596
1
-0.9596
0.841 -0.46802 1.076 -0.59879
1.2
-0.6678 1.273 -0.70842 1.361
-0.7574 1.499 -0.83419
0.886 -0.44424 1.127 -0.56508 1.251 -0.62725
1.32 -0.66185 1.409 -0.70647 1.547 -0.77567
0.926 -0.40559
1.17 -0.51246 1.291 -0.56546 1.354 -0.59305 1.444 -0.63247 1.574 -0.68941
0.966 -0.35423 1.208 -0.44297 1.324 -0.48551 1.381 -0.50641 1.467 -0.53795 1.587 -0.58195
1.002 -0.27064
1.24 -0.33492 1.348 -0.36409 1.394 -0.37652 1.474 -0.39813 1.581 -0.42703
1.013
-0.1169 1.237 -0.14275 1.333 -0.15383 1.365 -0.15752 1.434 -0.16548
1.52 -0.17541
1.021 0.099956 1.233 0.120711 1.316 0.128836 1.336 0.130794 1.391 0.136179 1.458 0.142738
1.042 0.31781 1.246 0.38003
1.32
0.4026 1.328 0.40504 1.373 0.418765 1.426
0.43493
1.059 0.494024 1.259 0.587324 1.326 0.618579 1.328 0.619512 1.365 0.636773 1.408 0.656832
1.057 0.596782 1.252 0.706879 1.315 0.742449 1.312 0.740755 1.345 0.759387 1.382 0.780277
1.058 0.656489
1.25 0.775625 1.311 0.813476 1.305 0.809753 1.334 0.827747 1.368 0.848844
1.06 0.686456 1.252 0.810795 1.312 0.849651 1.304 0.84447 1.331 0.861956 1.363 0.882679
1.055 0.696617 1.246 0.822734 1.304 0.861031 1.296 0.855749 1.323 0.873577 1.354 0.894046
1.038 0.69245 1.225 0.817198 1.284 0.856556 1.276 0.85122 1.302 0.868564 1.333 0.889244
1.007 0.671367
1.19 0.793373 1.247 0.831375
1.24 0.826708 1.267 0.844709
1.3
0.86671
0.963 0.64261 1.139 0.760055 1.196 0.798091 1.191 0.794754 1.218 0.812771 1.251 0.834792
0.905 0.600287 1.073 0.711721 1.128 0.748202 1.125 0.746213 1.153 0.764785 1.188
0.788
0.836 0.532281 0.995 0.633517 1.049 0.667898 1.049 0.667898 1.079 0.686999 1.115 0.709921
0.764 0.462067 0.913 0.552182 0.964 0.583027 0.968 0.585446 0.998 0.60359 1.037 0.627178
0.686 0.388345 0.823
0.4659 0.871 0.493073 0.878 0.497036 0.908 0.514019 0.945 0.534965
0.613 0.285106 0.739 0.343709 0.785 0.365104 0.795 0.369755 0.825 0.383708 0.864 0.401846
0.538 0.161454 0.652 0.195665 0.696 0.20887 0.708 0.212471 0.739 0.221774 0.778 0.233478
0.473 0.116027 0.574 0.140802 0.612 0.150124 0.623 0.152822
0.65 0.159445 0.685 0.168031
73
74
Lampiran 17. Perhitungan kadar GG pada sampel sirup menggunakan hasil koefisien validasi internal leave one out.
Koefisien
0.207
0.157
0.2277
0.2961
0.2988
0.2184
0.145
-0.0258
-0.3933
-0.8087
-1.1144
-1.2921
-1.3872
-1.437
-1.4926
-1.5723
-1.6859
-1.8247
-2.0323
-2.2373
-2.3358
-2.4589
-2.3909
-1.3912
Sampel 1
Sampel 2
Sampel 3
Sampel 4
Sampel 5
Sampel 6
Abs
Abs*K
Abs
Abs*K
Abs
Abs*K
Abs
Abs*K
Abs
Abs*K
Abs
Abs*K
1
0.207
1
0.207
1
0.207
1
0.207
1
0.207
1
0.207
0.841 0.132037 1.076 0.168932
1.2
0.1884 1.273 0.199861 1.361 0.213677 1.499 0.235343
0.886 0.201742 1.127 0.256618 1.251 0.284853
1.32 0.300564 1.409 0.320829 1.547 0.352252
0.926 0.274189
1.17 0.346437 1.291 0.382265 1.354 0.400919 1.444 0.427568 1.574 0.466061
0.966 0.288641 1.208
0.36095 1.324 0.395611 1.381 0.412643 1.467 0.43834 1.587 0.474196
1.002 0.218837
1.24 0.270816 1.348 0.294403 1.394
0.30445 1.474 0.321922 1.581
0.34529
1.013 0.146885 1.237 0.179365 1.333 0.193285 1.365 0.197925 1.434 0.20793
1.52
0.2204
1.021 -0.02634 1.233 -0.03181 1.316 -0.03395 1.336 -0.03447 1.391 -0.03589 1.458
-0.03762
1.042 -0.40982 1.246 -0.49005
1.32 -0.51916 1.328
-0.5223 1.373
-0.54 1.426
-0.56085
1.059 -0.85641 1.259 -1.01815 1.326 -1.07234 1.328 -1.07395 1.365 -1.10388 1.408
-1.13865
1.057 -1.17792 1.252 -1.39523 1.315 -1.46544 1.312 -1.46209 1.345 -1.49887 1.382
-1.5401
1.058 -1.36704
1.25 -1.61513 1.311 -1.69394 1.305 -1.68619 1.334 -1.72366 1.368
-1.76759
1.06 -1.47043 1.252 -1.73677 1.312 -1.82001 1.304 -1.80891 1.331 -1.84636 1.363
-1.89075
1.055 -1.51604 1.246
-1.7905 1.304 -1.87385 1.296 -1.86235 1.323 -1.90115 1.354
-1.9457
1.038 -1.54932 1.225 -1.82844 1.284
-1.9165 1.276 -1.90456 1.302 -1.94337 1.333
-1.98964
1.007 -1.58331
1.19 -1.87104 1.247 -1.96066
1.24 -1.94965 1.267
-1.9921
1.3
-2.04399
0.963 -1.62352 1.139 -1.92024 1.196 -2.01634 1.191 -2.00791 1.218 -2.05343 1.251
-2.10906
0.905 -1.65135 1.073
-1.9579 1.128 -2.05826 1.125 -2.05279 1.153 -2.10388 1.188
-2.16774
0.836
-1.699 0.995 -2.02214 1.049 -2.13188 1.049 -2.13188 1.079 -2.19285 1.115
-2.26601
0.764
-1.7093 0.913 -2.04265 0.964 -2.15676 0.968 -2.16571 0.998 -2.23283 1.037
-2.32008
0.686 -1.60236 0.823 -1.92236 0.871 -2.03448 0.878 -2.05083 0.908 -2.12091 0.945
-2.20733
0.613 -1.50731 0.739 -1.81713 0.785 -1.93024 0.795 -1.95483 0.825 -2.02859 0.864
-2.12449
0.538
-1.2863 0.652 -1.55887 0.696 -1.66407 0.708 -1.69276 0.739 -1.76688 0.778
-1.86012
0.473 -0.65804 0.574 -0.79855 0.612 -0.85141 0.623 -0.86672
0.65 -0.90428 0.685
-0.95297
75
76
Lampiran 18. Perhitungan kadar CTM pada sampel sirup menggunakan hasil koefisien validasi internal leave one out.
Koefisien
0.112
-4.127
-1.239
2.306
4.467
6.614
7.112
4.906
2.92
1.292
-0.277
-1.587
-1.547
-2.378
-2.011
-2.568
-2.995
-1.994
-0.325
1.552
1.692
5.218
9.408
12.157
Sampel 1
Sampel 2
Sampel 3
Sampel 4
Sampel 5
Sampel 6
Abs
Abs*K
Abs
Abs*K
Abs
Abs*K
Abs
Abs*K
Abs
Abs*K
Abs
Abs*K
1
0.112
1
0.112
1
0.112
1
0.112
1
0.112
1
0.112
0.841 -3.47081 1.076 -4.44065
1.2
-4.9524 1.273 -5.25367 1.361 -5.61685 1.499
-6.18637
0.886 -1.09775 1.127 -1.39635 1.251 -1.54999
1.32 -1.63548 1.409 -1.74575 1.547
-1.91673
0.926 2.135356
1.17
2.69802 1.291 2.977046 1.354 3.122324 1.444 3.329864 1.574 3.629644
0.966 4.315122 1.208 5.396136 1.324 5.914308 1.381 6.168927 1.467 6.553089 1.587 7.089129
1.002 6.627228
1.24
8.20136 1.348 8.915672 1.394 9.219916 1.474 9.749036 1.581 10.45673
1.013 7.204456 1.237 8.797544 1.333 9.480296 1.365
9.70788 1.434 10.19861
1.52 10.81024
1.021 5.009026 1.233 6.049098 1.316 6.456296 1.336 6.554416 1.391 6.824246 1.458 7.152948
1.042
3.04264 1.246
3.63832
1.32
3.8544 1.328
3.87776 1.373
4.00916 1.426
4.16392
1.059 1.368228 1.259 1.626628 1.326 1.713192 1.328 1.715776 1.365
1.76358 1.408 1.819136
1.057 -0.29279 1.252
-0.3468 1.315 -0.36426 1.312 -0.36342 1.345 -0.37257 1.382
-0.38281
1.058 -1.67905
1.25 -1.98375 1.311 -2.08056 1.305 -2.07104 1.334 -2.11706 1.368
-2.17102
1.06 -1.63982 1.252 -1.93684 1.312 -2.02966 1.304 -2.01729 1.331 -2.05906 1.363
-2.10856
1.055 -2.50879 1.246 -2.96299 1.304 -3.10091 1.296 -3.08189 1.323 -3.14609 1.354
-3.21981
1.038 -2.08742 1.225 -2.46348 1.284 -2.58212 1.276 -2.56604 1.302 -2.61832 1.333
-2.68066
1.007 -2.58598
1.19 -3.05592 1.247
-3.2023
1.24 -3.18432 1.267 -3.25366
1.3
-3.3384
0.963 -2.88419 1.139 -3.41131 1.196 -3.58202 1.191 -3.56705 1.218 -3.64791 1.251
-3.74675
0.905 -1.80457 1.073 -2.13956 1.128 -2.24923 1.125 -2.24325 1.153 -2.29908 1.188
-2.36887
0.836
-0.2717 0.995 -0.32338 1.049 -0.34093 1.049 -0.34093 1.079 -0.35068 1.115
-0.36238
0.764 1.185728 0.913 1.416976 0.964 1.496128 0.968 1.502336 0.998 1.548896 1.037 1.609424
0.686 1.160712 0.823 1.392516 0.871 1.473732 0.878 1.485576 0.908 1.536336 0.945
1.59894
0.613 3.198634 0.739 3.856102 0.785
4.09613 0.795
4.14831 0.825
4.30485 0.864 4.508352
0.538 5.061504 0.652 6.134016 0.696 6.547968 0.708 6.660864 0.739 6.952512 0.778 7.319424
0.473 5.750261 0.574 6.978118 0.612 7.440084 0.623 7.573811
0.65
7.90205 0.685 8.327545
77
78
BIOGRAFI PENULIS
Penulis
skripsi
yang
berjudul
Aplikasi
Analisis
Parasetamol,
Guaifenesin
Dan