LAPORAN AKHIR

PRAKTIKUM BIOFARMASETIKA
“Analisis Data UDT Bootstrap”

Hari/Jam Praktikum : Selasa, 5 Maret 2019 (13.00-16.00)

Asisten Lab : 1. Amelia Herlambang
2. Amirah Yasmin Thalib

SHIFT C 2016
Sheila Frizqia Jelita
260110160121

LABORATORIUM BIOFARMASETIKA
UNIVERSITAS PADJADJARAN
JATINANGOR
2019
I. Tujuan
Membandingkan perhitungan f2 atau faktor kemiripan dengan aplikasi
PhEq bootstrap dan Microsoft Excel.

II. Prinsip
2.1. Disolusi Terbanding
Uji disolusi terbanding dapat digunakan untuk memastikan kualitas
dan sifat-sifat produk obat dengan perubahan minor dalam formulasi atau
pembuatan setelah ijin pemasaran. BPOM memberikan ketentuan untuk
uji disolusi terbanding yaitu dengan melihat nilai f2 (faktor kemiripan)
antara produk uji dengan produk pembanding (BPOM, 2004).

III. Teori Dasar

Dalam studi farmasi untuk obat padat dan oral, penting untuk
membandingkan obat uji dengan obat rujukan menggunakan tingkat
disolusi rata-rata dari waktu ke waktu. Tujuan dari pengujian disolusi
adalah untuk mengembangkan formulasi baru, untuk memastikan kontrol
kualitas, dan untuk menilai stabilitas dan reproduktifitas dari obat oral
padat yang segera dilepas (Islam dan Begum, 2018).
Uji disolusi merupakan suatu metode fisika yang penting sebagai
parameter dalam pengembangan mutu sediaan obat yang didasarkan pada
pengukuran kecepatan pelepasan dan pelarutan zat aktif dari sediaanya.
Uji disolusi digunakan untuk uji bioavailabilitas secara in vitro, karena
hasil uji disolusi berhubungan dengan ketersediaan hayati obat dalam
tubuh (Banakar,1992). Uji disolusi bertujuan untuk memprediksi korelasi
bioavailabilitas in vivo dari produk obat. Uji disolusi penting sebagai (1)
petunjuk untuk pengembangan formulasi dan produk obat, (2) kontrol
kualitas selama proses produksi (3) memastikan kualitas bioekivalen in
vitro antar batch dan (4) regulasi pemasaran produk obat (Allen dkk.,
2005).
 Uji disolusi terbanding dapat digunakan untuk memastikan kualitas
dan sifat- sifat produk obat dengan perubahan minor dalam formulasi atau
pembuatan setelah izin pemasaran. BPOM memberikan ketentuan untuk
uji disolusi terbanding yaitu dengan melihat nilai f2 (faktor kemiripan)
antara produk uji dengan produk pembanding (BPOM, 2004).
Untuk menilai profil disolusi obat, metode yang bergantung pada
model dan tidak tergantung model digunakan. Dalam pendekatan model-
dependen, model matematika yang sesuai dipilih untuk menggambarkan
profil disolusi dari dua obat. Model tersebut kemudian disesuaikan dengan
data dan interval kepercayaan untuk parameter model dibangun (Islam dan
Begum, 2018).
PhEq_bootstrap adalah perangkat lunak gratis yang menggunakan
faktor kemiripan (f2) untuk menilai kemiripan dari profil disolusi dengan
variabilitas data yang besar. Secara teori, latar belakang pembuatan
perangkat lunak ini ialah bootstraping, teknik statistik yang digunakan
untuk mensimulasikan distribusi nilai f2 berdasarkan sampel yang tersedia.
Terdapat dua pengukuran sederhana untuk jarak di antara dua kurva yang
mewakili profil disolusi dari dua bentuk sediaan, yaitu faktor perbedaan
(f1) dan faktor kemiripan (f2) (Source Forge, 2014).
Faktor kemiripan (f2) adalah salah satu metode yang paling sering
digunakan untuk membandingkan profil disolusi karena dianggap
sederhana (Mendyk, et al., 2013). Walaupun metode f2 adalah metode
yang sederhana, syarat-syarat berikut harus dipenuhi untuk menggunakan
metode tersebut:
a. Terdapat minimal tiga titik dalam profil
b. Terdapat 12 unit produk untuk setiap reference (acuan) dan produk
tes
c. Tidak lebih dari satu titik di atas 85%
d. Simpangan Deviasi Relatif untuk titik-titik disolusi kurang dari
10% (titik pertama kurang dari 20%)
(Zuo, et al., 2014)
 Nilai f2 yang diamati digunakan untuk menilai apakah dua obat (uji
dan rujukan) mirip atau tidak sehubungan dengan profil disolusinya. Nilai
ini dibandingkan dengan spesifikasi yang telah diberikan oleh FDA untuk
menentukan apakah dua obat mirip. Namun, dikarenakan variasi
pengambilan sampel, dianggap tidak akal untuk menilai kemiripan disolusi
dari dua obat dengan cara membandingkan nilai f2 secara langsung dengan
batas spesifikasi. Sebaliknya, seseorang dapat menentukan kemiripan
disolusi dengan membangun interval kepercayaan sebesar 90% untuk
parameter populasi f2 = (f ^2) (Chernick, 2008).

IV. Alat dan Bahan

Laptop

V. Prosedur
Aplikasi PhEq_Bootstrap di Install pada pernagkat lunak dengan
menyesuaika spesifikasi dari perangkat lunak.
Perangkat lunak notepad dibuka dan data hasil disolusi dimasukkan
pada notepad (Copy data kemudian Paste di notepad), file notepad dibuat
terpisah menjadi 3 file (data Referensi, data Uji, dan data hasil).
Perangkat lunak PhEq_Bootstrap dibuka, kemudian file notepad
data referensi, data uji dan data hasil diupload dengan bagiannya masing
masing.
 Kemudian pengaturan “whole vectors” pada opsi “sampling mode”
dipilih dan “1 profile” pada opsi “f2 auto-rule” dipilih. Dan Pilih
“bootstrapping parameters” sesuai kebutuhan (yang dipakai pada praktikum
kali ini “number of bootstraps: 5000”, dan “Confidence interval: 90%”).
Kemudia opsi Start di klik. Kemudian liat nilai hasil f1 dan f2. Kemudian
data dianalisis juga dengan menggunakan MS Excel dan dibandingkan.
 VI. Data
6.1. TIPE A

DATA REFERENCE
timepoint 1 2 3 4 5 6 7 8 9 10 11 12
3 18.7 19.59 20.79 19.02 18.95 19.1 19.25 18.57 19.23 18.79 19.35 18.7
5 39.7 40.59 41.79 40.02 39.95 40.1 40.25 39.57 40.23 39.79 40.35 39.7
7 57.9 58.26 58.4 58.22 58.15 58.3 58.45 57.77 58.43 57.99 58.55 57.9
10 75.89 76.25 76.39 76.21 76.14 76.29 76.44 75.76 76.42 75.98 76.54 75.89
15 86.39 86.75 86.89 86.71 86.64 86.79 86.94 86.26 86.92 86.48 87.04 86.39
30 89.39 89.75 89.89 89.71 89.64 89.79 89.94 89.26 89.92 89.48 90.04 89.39
45 91.89 92.25 92.39 92.21 92.14 92.29 92.44 91.76 92.42 91.98 92.54 91.89

DATA TEST
timepoint 1 2 3 4 5 6 7 8 9 10 11 12
3 16.7 17.59 18.79 17.02 16.95 17.1 17.25 16.57 17.23 16.79 17.35 16.7
5 37.7 38.59 39.79 38.02 37.95 38.1 38.25 37.57 38.23 37.79 38.35 37.7
7 55.9 56.26 56.4 56.22 56.15 56.3 56.45 55.77 56.43 55.99 56.55 55.9
10 73.89 74.25 74.39 74.21 74.14 74.29 74.44 73.76 74.42 73.98 74.54 73.89
15 84.39 84.75 84.89 84.71 84.64 84.79 84.94 84.26 84.92 84.48 85.04 84.39
30 87.39 87.75 87.89 87.71 87.64 87.79 87.94 87.26 87.92 87.48 88.04 87.39
45 89.89 90.25 90.39 90.21 90.14 90.29 90.44 89.76 90.42 89.98 90.54 89.89

6.2. TIPE B
DATA REFERENCE
timepoint 1 2 3 4 5 6 7 8 9 10 11 12
3 18.7 19.59 20.79 19.02 18.95 19.1 19.25 18.57 19.23 18.79 19.35 18.7
5 39.7 40.59 41.79 40.02 39.95 40.1 40.25 39.57 40.23 39.79 40.35 39.7
7 57.9 58.26 58.4 58.22 58.15 58.3 58.45 57.77 58.43 57.99 58.55 57.9
10 75.89 76.25 76.39 76.21 76.14 76.29 76.44 75.76 76.42 75.98 76.54 75.89
15 86.39 86.75 86.89 86.71 86.64 86.79 86.94 86.26 86.92 86.48 87.04 86.39
30 89.39 89.75 89.89 89.71 89.64 89.79 89.94 89.26 89.92 89.48 90.04 89.39
45 91.89 92.25 92.39 92.21 92.14 92.29 92.44 91.76 92.42 91.98 92.54 91.89

DATA TEST
timepoint 1 2 3 4 5 6 7 8 9 10 11 12
3 8.7 9.59 10.79 9.02 8.95 9.1 9.25 8.57 9.23 8.79 9.35 8.7
5 29.7 30.59 31.79 30.02 29.95 30.1 30.25 29.57 30.23 29.79 30.35 29.7
7 47.9 48.26 48.4 48.22 48.15 48.3 48.45 47.77 48.43 47.99 48.55 47.9
10 65.89 66.25 66.39 66.21 66.14 66.29 66.44 65.76 66.42 65.98 66.54 65.89
15 76.39 76.75 76.89 76.71 76.64 76.79 76.94 76.26 76.92 76.48 77.04 76.39
30 79.39 79.75 79.89 79.71 79.64 79.79 79.94 79.26 79.92 79.48 80.04 79.39
45 81.89 82.25 82.39 82.21 82.14 82.29 82.44 81.76 82.42 81.98 82.54 81.89
VII. Hasil
7.1. Hasil Analisa Data Tipe A

Hasil Bootstrap Data Tipe A

Perhitungan f2 Data Tipe A dengan Microsoft Excel (1/2)

 Perhitungan f2 Data Tipe A dengan Microsoft Excel (2/2)

7.2. Hasil Analisa Data Tipe B

Hasil Bootstrap Data Tipe B

 Perhitungan f2 Data Tipe B dengan Microsoft Excel (1/2)

Perhitungan f2 Data Tipe B dengan Microsoft Excel (2/2)

VIII. Pembahasan
Dalam praktikum kali ini, dilakukan analisis dari data hasil uji
disolusi terbanding menggunakan perangkat lunak bootstrap dan
microsoft excel. Uji disolusi terbanding dilakukan sebagai uji pendahuluan
untuk mengetahui pengaruh dari proses formulasi dan perubahan-
perubahan dalam formulasi terhadap profil disolusi dalam memperkirakan
bioavailabilitas dan bioekivalensi antara produk uji dan pembanding.
 PhEq_bootstrap adalah perangkat lunak yang menggunakan faktor
kemiripan (f2) untuk menilai kemiripan dari profil disolusi dengan
variabilitas data yang besar atau luas. Perangkat lunak ini menggunakan
teknik statistik untuk mensimulasikan distribusi nilai f2 berdasarkan
sampel berupa hasil uji disolusi terbanding dari produk uji dan produk
pembanding yang tersedia. Nilai f2 terbatas pada beberapa kondisi
mencakup minimum terdapat tiga titik pada profil pengujian, 12 unit pada
setiap produk uji dan referensi, tidak lebih 1 titik melebihi 85%, dan
simpangan deviasi relatif untuk titik disolusi kurang dari 10%, titik
pertama kurang dari 20%.
Variabilitas dari profil disolusi ini berkaitan dengan karakteristik
dari bentuk sediaan yaitu variasi tingkat kelarutan zat aktif,
ketidakseragaman dalam penyalutan, dan lain-lain. Umumnya variabilitas
tidak dapat diatur oleh peneliti, namun dampaknya dapat diminimalisir
dengan teknik statistik yang sesuai untuk membandingkan profil disolusi
dengan realibilitas yang maksimum. Teknik yang diaplikasikan didasari
oleh matriks kovarians dan bootstrap. Analisis dari matriks kovarians
biasanya digunakan dalam teknik jarak Mahalanobis. Dalam teknik jarak
Mahalonobis, f2 tidak digunakan dan interpretasi dari teknik jarak
Mahalonobis membutuhkan perhitungan interval kepercayaan yang
kompleks, oleh karena itu pendekatan ini dianggap tidak begitu fleksibel
dan tidak semudah metode f2 untuk diinterpretasikan. Demikianlah alasan
mengapa metode f2 bootstrap lebih sering digunakan dibandingkan dengan
teknik jarak Mahalonobis.
Untuk melakukan perhitungan, populasi baru dari profil disolusi
dihasilkan secara numerik dengan teknik bootstrap di mana sampel baru
adalah hasil dari pengambilan sampel secara acak dengan pengganti dari
profil disolusi. Prosedur ini dilakukan baik untuk profil acuan maupun
profil tes. Dua mode prosedur sampling diimplementasikan dalam
perangkat lunak ini. Prosedur sampling didasarkan pada definisi sampel
yang mencakup seluruh profil (whole profiles) dan titik individual
(individual points).
Untuk interpretasi hasil, interpretasi hasil didasarkan pada aturan
umum dari kemiripan profil disolusi: f2 > 50. Namun dalam kasus tertentu,
ketika interval kepercayaan diketahui, aturan tersebut diterapkan pada
interval kepercayaan yang lebih rendah yang memiliki nilai f2 lebih tinggi.
Karakteristik pada profil disolusi asli merupakan dasar untuk
mengestimasikan nilai “true” dari f2 yang didapat ketika interval
kepercayaan disimulasikan dengan teknik bootstraping. Pada akhirnya,
seseorang akan memilih nilai interval kepercayaan yang paling tidak
menguntungkan, karena f2 harus lebih besar dari 50, itu adalah nilai
internal kepercayaan yang paling rendah. Interpretasi seperti ini dilakukan
secara otomatis oleh perangkat lunak dan hasilnya ditampilkan segera di
akhir perhitungan atau komputasi.
Informasi penting lainnya yang dapat diturunkan dari perhitungan
dari sampel yang telah melalui proses bootstrap yaitu perbedaan antara
nilai rata-rata f2 dan nilai interval kepercayaan rendah yang terkait.
Informasi tersebut dapat memberikan estimasi kasar dari titik akhir nilai
rata-rata f2 yang akan dicapai untuk mempertahankan kemiripan dari dua
profil disolusi dalam kasus dimana analisis bootstraping menunjukan
sedikitnya kemiripan. Perkembangan dari jalannya penelitian dipantau dan
diperlihatkan di bagian bawah jendela utama dalam bentuk progress bar.
Perlu ditekankan bahwa ini adalah operasi berulang yang mungkin
membutuhkan waktu untuk mendapatkan hasil, bergantung pada jumlah
bootstraps dan kecepatan komputer. Namun demikian, untuk setelan
dasar, biasanya diperlukan kurang dari satu menit untuk mendapatkan
hasilnya.
Dari hasil pengujian antara metode bootstrap dengan setelan interval
kepercayaan sebesar 90% dan number of bootstraps sebesar 5000 dan
perhitungan manual menggunakan Microsoft Excel diperoleh nilai f2 yang
tidak jauh berbeda baik pada data tipe A maupun tipe B. Hasil bootstrap
 pada data tipe A didapat nilai f2 sebesar 80,54 dan hasil perhitungan f2
dengan microsoft excel yaitu sebesar 82,5257 di mana kedua nilai f2
memenuhi syarat yang telah ditetapkan yaitu 50-100. Sedangkan nilai f1
dari data tipe A adalah 3,02855 yang berarti nilai f1 memenuhi syarat yaitu
mendekati 0 atau dalam rentang 0-15. Hasil bootstrap pada data tipe B
didapat nilai f2 sebesar 49,40 dan hasil perhitungan f2 dengan microsoft
excel yaitu sebesar 49,892 dimana kedua nilai f2 tidak memenuhi syarat
yang telah ditetapkan. Sedangkan nilai f1 dari data tipe B adalah 15,1428
yang berarti tidak memenuhi syarat yang telah ditetapkan.

IX. Simpulan
Dapat menggunakan software yaitu Microsoft Office Excel dan
software Pheq_bootstrap untuk melakukan modeling dan analisis data
penelitian farmakokinetika dengan pengkhususan data in vitro serta dapat
membandingkan hasil analisis data menggunakan Microsoft excel dan
Pheq_bootstrap. Hasil Microsoft Excel untuk data Tipe A adalah nilai f1 =
3,02855 dan nilai f2 = 82,5257, hasil Software Pheq_bootstrap adalah f2 =
80,54 yang berarti nilai f1 dan f2 memenuhi persyaratan. Hasil Microsoft
Excel untuk data Tipe B adalah nilai f1 = 15,1428 dan nilai f2 = 49,892,
hasil Software Pheq_bootstrap adalah f2 = 49,40 yang berarti nilai f1 dan
f2 tidak memenuhi persyaratan.
 DAFTAR PUSTAKA

Allen, L. V. Jr., Popovich, N. G., and Ansel, H.C. 2005. Ansel’s Pharmaceutical
Dosage Form and Drug Delivery System, Eight Edition. Philadelphia:
Lippincot Williams and Wilkins.

Badan Pengawas Obat dan Makanan RI. 2004. Ketentuan Pokok Pengawasan
Suplemen Makanan. Jakarta: BPOM RI.

Banakar, U.V. 1992. Pharmaceutical Dissolution Testing. New York: Marcel

Dekker Inc.

BPOM. 2004. Pedoman Uji Bioekivalensi. Tersedia online di:

http://www.pom.go.id/publik/hukum_perundangan/pdf/HK.0005.3.1818.p
df (Diakses pada tanggal 10 Maret 2019)

Chernick MR. 2008. Bootstrap Methods: A Guide for Practitioners and

Researchers, 2nd edn. Hoboken: Wiley.

Islam, M.M. dan Begum, M. 2018. Bootstrap confidence intervals for dissolution
similarity factor f2. Biometrics & Biostatistics International Journal, 7(5):
397-403.

Mendyk, A., Adam P., Jakub S., dan Renata J. 2013. PhEq_bootstrap: Open-Source
Software for the Simulation of f2 Distribution in Cases of Large Variability
in Dissolution Profiles. Dissolution Technologies, 13-17.

Source Forge. PhEq_bootstrap. 2014. Tersedia online di: http://sourceforge.

net/projects/pheqbootstrap (Diakses pada tanggal 10 Maret 2019).

Zuo, J., Yuan G., Nadia B., dan Raimar L. 2014. Evaluation of the DDSolver
Software Applications. BioMed Research International: 1-9.