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
Ira Safitri
260110160113

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

Suatu sediaan farmasi seharusnya memenuhi tiga kriteria utama
yakni safety, efficacy, dan quality. Untuk produk innovator evaluasi
mengenai ketiga hal tersebut telah dilakukan secara komprehensif dan
menyeluruh, mulai dari uji pre-klinik, uji klinik, sehingga post-marketing
surveillance dengan biaya yang sangat besar. Namun bagi produk obat
generik (obat copy), telah dipersyaratkan untuk memenuhi pensyaratan
uji ekivalensi baik secara in vitro maupun in vivo (BPOM, 2004).
Perusahaan farmasi yang memproduksi obat inovator hams
mengeluarkan biaya yang besar untuk penelitian dan pengembangan obat,
keamanan, pemasaran, transportasi sehingga harga obat inovator lebih
mahal dari obat generik. Setelah masa berlaku obat paten selesai, maka
obat itu boleh ditiru, diproduksi dan dipasarkan oleh perusahaan Farmasi
lain. Obat tiruan itu dinamakan obat generik atau obat copy. Oleh karena
itu obat paten yang telah selesai masa patennya (eks paten) juga berubah
menjadi obat generik (Raini dkk, 2010).
Badan Pemeriksaan Obat dan Makanan (BPOM) mempersyaratkan
uji disolusi terbanding (Profil disolusi) berdasarkan perbandingan profil
disolusi antara obat inovator dan obat "copy" (generik dan generik
bermerek) untuk memastikan kualitas dan sifat-sifat produk obat dengan
perubahan minor dalam formulasi atau pembuatan setelah izin pemasaran
obat. Sebelum melakukan uji bioekivalensi, BPOM juga menganjurkan
untuk melakukan uji disolusi in vitro yang dilaporkan dalam bentuk
profil disolusi antara obat uji dan pembanding/inovator (BPOM, 2005).
Uji ekivalensi secara in vitro dapat dilakukan menggunakan uji
disolusi terbanding dengan menggunakan tiga medium disolusi yang
berbeda; yaitu medium asam klorida pH 1,2 atau simulasi cairan lambung
tanpa enzim, medium dapar sitrat pH 4,5 dan medium dapar fosfat pH 6,8
atau simulasi cairan intestinal tanpa enzim (FDA, 2000).
UDT adalah uji disolusi komparatif yang dilakukan untuk
menunjukkan similaritas ataupun perbedaan profil disolusi antara obat uji
dengan obat inovator/komparator. UDT juga dapat digunakan untuk
memastikan ekivalensi dan sifat-sifat produk sesuatu produk obat. Uji ini
dilakukan dalam media disolusi dengan pH yang disesuaikan dengan
kondisi in vitro yaitu pada pH 1,2; 4,5; dan 6,8 (Izzati dan Rina, 2017).
Parameter yang digunakan untuk menentukan ekivalensi profil
disolusi terbanding sampel generik dan generik bermerek terhadap
inovatornya berdasarkan perhitungan difference factor (f1), similarity
factor (f2), dan dissolution efficiency (DE). Difference factor (f1) dapat
dihitung dengan menggunakan persamaan:

Similarity factor (f2) dapat dihitung dengan menggunakan persamaan :

Parameter lain yang digunakan untuk menyatakan uji disolusi adalah

dissolution efficiency (DE) yang menyatakan perbandingan antara luas
daerah di bawah kurva kecepatan pelarutan dan daerah pada waktu yang
 sama menggambarkan 100% obat terlarut dalam medium (Wijaya,
Ratnapuri and Fitriana, 2017).

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
Tipe C

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 91,21 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 7,7 8,59 9,79 8,02 7,95 8,1 8,25 7,57 8,23 7,79 8,35 7,7
5 28,7 29,59 30,79 29,02 28,95 29,1 29,25 28,57 29,23 28,79 29,35 28,7
7 46,9 47,26 47,4 47,22 47,15 47,3 47,45 46,77 47,43 46,99 47,55 46,9
10 64,89 65,25 65,39 65,21 65,14 65,29 65,44 64,76 65,42 64,98 65,54 64,89
15 75,39 75,75 75,89 75,71 75,64 75,79 75,94 75,26 75,92 75,48 76,04 75,39
30 78,39 78,75 78,89 78,71 78,64 78,79 78,94 78,26 78,92 78,48 79,04 78,39
45 80,89 81,25 81,39 81,21 81,14 81,29 81,44 80,76 81,42 80,98 81,54 80,89

Tipe D

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 9.7 10.59 11.79 10.02 9.95 10.1 10.25 9.57 10.23 9.79 10.35 9.7
5 30.7 31.59 32.79 31.02 30.95 31.1 31.25 30.57 31.23 30.79 31.35 30.7
7 48.9 49.26 49.4 49.22 49.15 49.3 49.45 48.77 49.43 48.99 49.55 48.9
10 66.89 67.25 67.39 67.21 67.14 67.29 67.44 66.76 67.42 66.98 67.54 66.89
15 77.39 77.75 77.89 77.71 77.64 77.79 77.94 77.26 77.92 77.48 78.04 77.39
30 80.39 80.75 80.89 80.71 80.64 80.79 80.94 80.26 80.92 80.48 81.04 80.39
45 82.89 83.25 83.39 83.21 83.14 83.29 83.44 82.76 83.42 82.98 83.54 82.89

VII. Hasil
7.1 Data hasil analisis di bootstrap Tipe C

Gambar1. Data hasil pengolahan aplikasi bootstrap

 Gambar 2. Grafik data hasil pengolahan aplikasi bootstrap

7.2 Hasil analisis data Microsoft excel Tipe C

Tabel 1. Hasil rata-rata % disolusi data reference

Tabel 2. Hasil rata-rata % disolusi data uji

 No. Rt-Tt (Rt-Tt)2 nRT n(Rt-Tt)2 n(Rt-Tt)
1. 11 121 134.19 847 77
2. 11 121 281.19 847 77
3. 11 121 407.353 847 77
4. 11 121 533,283 847 77
5. 11 121 606,783 847 77
6. 11 121 627,783 847 77
7. 10.9167 119.174 644,7 834.215 76.4167
Jumlah 76.9167 845.174 3235,283 5916.215 538.4167

Tabel 3. Hasil perhitungan Microsoft Excel

Rumus Excel Hasil Perhitungan

SUM n(Rt-Tt) 538.4167

SUM nRt 3235,283

SUM n(Rt-Tt) / SUM nRt 0,1664202517

*100 16.64202517
F1 (Faktor Perbedaan) 16.642

Tabel 4. Hasil Perhitungan f1 (Faktor Perbedaan)

f1 = {[∑ ]/[ ∑ ]}. 100

Rumus Excel Hasil Perhitungan

1+(((1/7)*(SUM n(Rt-Tt)^2) 845.1736
^(-0,5)))*100
(1+(((1/7)*(SUM n(Rt-Tt)^2) 846.1736
^(-0,5)))*100) / 7
((1+(((1/7)*(SUM n(Rt-Tt)^2) 29.08906
^(-0,5)))*100) / 7)^0,5
 100 / ((1+(((1/7)*(SUM n(Rt-Tt)^2) 3.437718
^(-0,5)))*100) / 7)^0,5
50*log (100 / ((1+(((1/7)*(SUM n(Rt- 26.8135
Tt)^2)
^(-0,5)))*100) / 7)^0,5)
Faktor Kesamaan (f2) 26.814
Tabel 5. Hasil Perhitungan f2 (Faktor Kesamaan)

f2 = 50 . log {[1 + (1/n)∑ ]

-0,5
. 100 }

100

80
% Disolusi

60

40 Reference
Uji
20

0
3 5 7 10 15 30 45
Interval waktu (menit)

Gambar 3. Grafik data hasil pengolahan Microsoft excel

7.3 Data hasil analisis di bootstrap Tipe D

Gambar 4. Data hasil pengolahan aplikasi bootstrap

Gambar 5. Grafik data hasil pengolahan aplikasi bootstrap

7.4 Hasil analisis data Microsoft excel Tipe D

Tabel 6. Hasil rata-rata % disolusi data reference

Table 7. Hasil rata-rata % disolusi data uji

No. Rt-Tt (Rt-Tt)2 nRT n(Rt-Tt)2 n(Rt-Tt)

1. 9 81 134,19 567 63
2. 9 81 281,19 567 63
3. 9 81 407,35 567 63
4. 9 81 533,28 567 63
5. 9 81 606,78 567 63
6. 9 81 627,78 567 63
7. 9 81 645,28 567 63
Jumlah 63 567 3235,9 3969 441

Tabel 8. Hasil perhitungan Microsoft Excel

 Rumus Excel Hasil Perhitungan
SUM n(Rt-Tt) 441

SUM nRt 3235,9

SUM n(Rt-Tt) / SUM nRt 0,1362849726

*100 13,62849726
F1 (Faktor Perbedaan) 13,628

Tabel 9. Hasil Perhitungan f1 (Faktor Perbedaan)

f1 = {[∑ ]/[ ∑ ]}. 100

Rumus Excel Hasil Perhitungan

1+(((1/7)*(SUM n(Rt-Tt)^2) 567
^(-0,5)))*100
(1+(((1/7)*(SUM n(Rt-Tt)^2) 568
^(-0,5)))*100) / 7
((1+(((1/7)*(SUM n(Rt-Tt)^2) 23,83275
^(-0,5)))*100) / 7)^0,5
100 / ((1+(((1/7)*(SUM n(Rt-Tt)^2) 4,195907
^(-0,5)))*100) / 7)^0,5
50*log (100 / ((1+(((1/7)*(SUM n(Rt-Tt)^2) 31,141
^(-0,5)))*100) / 7)^0,5)
Faktor Kesamaan (f2) 31,141

Tabel 10. Hasil Perhitungan f2 (Faktor Kesamaan)

f2 = 50 . log {[1 + (1/n)∑ ]-0,5

. 100 }
 100
90
80
70

%terdisolusi
60
50
Data Reference
40
30 Data Uji
20
10
0
3 5 7 10 15 30 45
Interval waktu (menit)

Gambar 6. Grafik data hasil pengolahan Microsoft excel

VIII. Pembahasan
Pada praktikum kali ini dilakukan uji disolusi terbanding yang
bertujuan untuk membandingkan profil disolusi antara obat uji terhadap
profil disolusi obat innovator/ refence dengan menggunakan aplikasi
bootstrap dan Microsoft excel.
Pengujian yang pertama dilakukan adalah uji disolusi terbanding
dengan menggunakan software bootstrap. Software ini menggunakan
similarity factor (f2) untuk menilai kemiripan profil disolusi dalam kasus
variabilitas data yang besar. Tujuan dari penggunaan bootsrap sendiri
adalah untuk melakukan pemodelan perbanyakan data sampel disolusi,
dengan kata lain sampel yang jumlahnya terbatas diperbanyak dan
jumlah sampel biasa dihasilkan sebanyak 5000 kali.
Hal pertama yang dilakukan adalah membuka software bootstrap
dan memilih data yang akan digunakan. Pada pengujian kali ini
dilakukan dengan memakai data C dan D. Dalam pengerjaannya data C
dan D tidak boleh digabung maka dikerjakan terpisah. Setelah itu ambil
data reference pada data C dan D dan dibuat dalam format notepad, hal
yang sama dilakukan pada data test. Kemudian dibuat juga file notepad
kosong dengan nama “Hasil” untuk menyimpan data hasil setelah
running. Setelah software bootstrap terbuka kemudian dimasukkan file
reference pada kolom R, test pada kolom T dan Hasil pada kolom
report. Setelah itu isi kolom number of bootstrap dengan angka 5000,
yang artinya data akan direplikasi sebanyak 5000 kali. Pada kolom
confidence interval diisi 90% yang artinya nilai kepercayaan sebesar
90%.
Setelah mengisi kolom, kemudian dapat dilihat pada jendela
terdapat pilihan individual value dan whole factor. Individual value
disini mengartikan profil disolusi yang terikat waktu dan mengalami
pengacakan profil disolusi, sedangkan whole factor berarti data disolusi
yang tidak mengalami pengacakan. Pada praktikum kali ini dipilih whole
factor. Selanjutnya pada kolom dibawahnya terdapat pilihan no auto, 1
profile dan 2 profile. No auto berarti jika terdapat tidak ada data profil
disolusi di atas 85%, 1 profile artinya diperbolehkan terdapat data profil
disolusi di atas 85% pada salah satunya, sedangkan 2 profile artinya
diperbolehkan terdapat data profil disolusi di atas 85% pada keduanya.
Pada praktikum kali ini dipilih 1 profile.
Setelah running maka akan muncul hasil f1 dan f2. Nilai f1
menunjukkan perbandingan perbedaan rata-rata antara profil disolusi
obat uji dengan obat reference dan nilai f1 yang memenuhi syarat yaitu
0-15. Nilai f2 menunjukkan perbandingan persamaan rata-rata antara
profil disolusi obat uji dengan obat reference dan nilai f2 yang memenuhi
syarat yaitu lebih dari 50. Pada data C diperoleh nilai f1 yaitu 19.61 dan
f2 yaitu 47.64. Berdasarkan hasil di atas maka nilai f1 tidak memenuhi
persyaratan karena lebih dari 15 dan juga nilai f2 kurang dari 50 oleh
karena itu dapat dikatakan bahwa obat uji pada data C tidak mirip dengan
obat referencenya. Pada data D diperoleh nilai f1 yaitu 16.05 dan f2 yaitu
52,15. Berdasarkan hasil di atas maka nilai f1 tidak memenuhi
persyaratan karena lebih dari 15 dan nilai f2 memenuhi persyaratan
karena lebih dari 50 oleh karena itu dapat dikatakan bahwa obat uji pada
data D mirip dengan obat referencenya.
 Setelah dilakukan uji disolusi terbanding dengan menggunakan
software bootstrap kemudian dilakukan uji disolusi terbanding dengan
menggunakan Microsoft Excel. Data yang digunakan pada pengujian kali
ini sama yaitu data C dan D. Sama seperti pada software bootstrap
terlebiih dahulu data reference dan data test disiapkan dan dimasukkan
ke dalam Microsoft Excel. Kemudian setelah dimasukkan setiap data
reference dan data test dirata-ratakan. Setelah mendapat rata rata setiap
data kemudian dicari nilai (Rt-Tt), (Rt-Tt)2, n(Rt-Tt)2, n(Rt) dan n(Rt-Tt).
Nilai (Rt-Tt) merupakan hasil pengurangan antara nilai data reference
dan data test. Nilai n yaitu jumlah dari interval waktu yaitu 7. Setelah
masing-masing dicari maka dapat ditentukan nilai f1 dan f2 dengan
rumus :

Pada analisis data menggunakan Microsoft excel dilakukan secara

manual maka harus hati-hati. Berdasarkan perhitungan diperoleh nilai f1
yaitu 16,642 dan f2 yaitu 26,814 dari data C maka nilai f1 dan f2 tidak
memenuhi persyaratan. Nilai f1 yaitu 13,628 dan f2 yaitu 31,141 dari
data D maka nilai f1 memenuhi persyaratan karena kurang dari 15 dan
nilai f2 tidak memenuhi persyaratan. Berdasarkan grafik yang telah
dibuat dengan memasukkan data rata rata hasil disolusi reference dan
test dapat dilihat bahwa tidak terdapat persamaan antara hasil disolusi
keduanya.

Kelebihan dari pengujian disolusi dengan menggunakan aplikasi

bootstrap yaitu hasilnya yang lebih akurat dibandingkan dengan
menggunakan microsoft excel sedangkan kelemahan pada cara microsoft
excel adalah perlu adanya ketelitian pada saat memasukkan symbol
 symbol matematika yang dapat mempengaruhi hasil perhitungan. Selain
itu pada aplikasi bootstrap terdapat interval kepercayaan dan lebih
mudah serta cepat dalam pengunaannya.

IX. Simpulan
Perbandingan analisis data UDT antara aplikasi PhEq bootstrap
dan Microsoft Excel hasil perhitungannya berbeda. Hasil f2 data C di
PhEq bootstrap sebesar 47,64 sedangkan di Microsoft Excel sebesar
26,814. Hasil f2 data D di PhEq bootstrap sebesar 52,15 sedangkan di
Microsoft Excel sebesar 31,141.
 DAFTAR PUSTAKA

Badan Pengawas Obat dan Makanan RI. 2004. Ketentuan Pokok Pengawasan
Suplemen Makanan. Jakarta: BPOM RI.
Badan Pengawas Obat dan Makanan RI. 2005. Peraturan Kepala Badan
Pengawas Obat dan Makanan Indonesia No. HK 00.05.3.1818 Tentang
Pedoman Uji Bioekivalensi. Jakarta : BPOM RI.
BPOM. 2004. Pedoman Uji Bioekivalensi. Jakarta: Badan Pengawasan Obat dan
Makanan Republik Indonesia.
FDA. 2000. Guidance for Industry Guidance for Industry Waiver of In Vivo
Bioavailability and’, Drugs, FDA Guidan(August), p. 16. Tersedia online di
http://www.fda.gov/AboutFDA/CentersOffices/CDER/ucm128219.htm.
(diakses pada 9 Maret 2019).
Izzati, N dan Rina, F. 2017. Review: Variasi Metode Uji Disolusi Terbanding
(Udt). Farmaka. 15(1): 29-38.
Raini, M., Daroham, M., dan Pudji, L. 2010. Uji Disolusi dan Penetapan Kadar
Tablet Loratadin Inovator dan Generik Bermerek. Media Litbang Kesehatan
Volume XX Nomor 2.
Wijaya, W. W., Ratnapuri, P. H. and Fitriana, M. 2017. Uji Disolusi Terbanding
Tablet Ofloxacin Berlogo dan Generik Bermerek Terhadap Inovator Dalam
Media Dapar HCl pH 4,5. Jurnal Pharmascience, 4(1), pp. 25–33.