Disusun Oleh :
Nida Wafiq Azizah (1908010056)
Tika Anindya (1908010057)
Audita Eka Wardhani (1908010058)
Dinda Rahma (1908010059)
Firman Wicaksana (1908010060)
Ghani Stabit Albanani Syaekhan (1908010061)
Fakultas Farmasi
Universitas Mummadiyah Purwokerto
Tahun ajaran 2020/2021
KATA PENGANTAR
Kami panjatkan puji syukur kehadirat Tuhan Yang Maha Esa. Yang telah
melimpahkan hidayahNya dan memberi kami kesempatan dalam menyelesaikan Laporan
Akhir Project Kimia Medisinal yang kami buat ini. Laporan ini disusun untuk memenuhi
salah satu persyaratan dalam menyelesaikan nilai untuk mata kuliah Praktikum Kimia
Medisinal bagi para Mahasiswa dari Fakultas Farmasi Universitas Muhammadiyah
Purwokerto.
Dalam Laporan Akhir ini kami memuat tentang “Menemukan Senyawa Baru
dengan HKSA” yang berjudul “Pengembangan Turunan Obat Karbazole Dengan Analog
Chalcone Dalam Menghambat Topoisomerase II dan Pemodelan Dengan QSAR”. Laporan
akhir ini dibuat sebagai pengganti nilai responsi Praktikum Kimia Medisinal. Dan kami
harap praktik kerja ini akan memberi banyak manfaat bagi kami para mahasiswa maupun
bagi para pembaca.
Pada kesempatan ini, kelompok kami mengucapkan terima kasih kepada pihak-
pihak terkait Project Akhir mata kuliah Praktikum Kimia Medisinal ini yang telah memberi
dukungan moral. Dan juga bimbingannya pada kami. Ucapan terima kasih ini kami tujukan
kepada Ibu Apt. Fitriyani, M.S.Farm selaku Dosen Pengampu mata kuliah Praktikum
Kimia Medisinal
Susunan Laporan Akhir ini sudah dibuat dengan sebaik-baiknya, namun tentu masih
banyak kekurangannya. Oleh karena itu jika ada kritik atau saran apapun yang sifatnya
membangun bagi kelompok kami, dengan senang hati akan kami terima.
Kata Pengantar.................................................................................................................................3
Daftar Isi..........................................................................................................................................3
BAB I PENDAHULUAN................................................................................................................3
A.Latar Belakang.........................................................................................................................3
B.Rumusan Masalah....................................................................................................................3
C.Tujuan......................................................................................................................................2
D. Manfaat....................................................................................................................................3
BAB II TINJAUAN PUSTAKA.....................................................................................................3
BAB III METODE..........................................................................................................................3
A. Alat dan Bahan.......................................................................................................................3
B. Cara Kerja...............................................................................................................................3
BAB IV PEMBAHASAN...............................................................................................................3
BAB V KESIMPULAN..................................................................................................................3
Daftar Pustaka..................................................................................................................................3
BAB I
PENDAHULUAN
A. Latar Belakang
Menurut Atun (2005), senyawa-senyawa bioaktif yang dapat digunakan
sebagai antioksidan adalah senyawa golongan fenol seperti flavonoid,
oligoresveratrol, maupun asam fenolat. Flavonoid termasuk senyawa fenolik alam
yang potensial sebagai antioksidan dan mempunyai bioaktivitas sebagai obat.
Flavonoid dalam tubuh manusia berfungsi sebagai antioksidan sehingga sangat
baik untuk pencegahan kanker (Waji dan Sugarni; 2009).
Kanker ditandai dengan proliferasi sel kanker yang tidak terkendali, cepat
dan patologis yang merupakan salah satu penderitaan paling berat di dunia
Dengan demikian, dalam beberapa dekade terakhir, para peneliti telah ditantang
oleh tugas untuk menemukan pendekatan yang efektif untuk pengobatan kanker.
Selain pembedahan dan radioterapi, kemoterapi merupakan pilihan yang paling
penting untuk pengobatan kanker. Banyak agen kemoterapi yang terbukti menjadi
senjata yang menjanjikan melawan kanker. Etoposide, doxorubixin, dan
amonafide, misalnya, adalah obat antikanker yang sangat menghambat
topoisomerase II (Topo II). Topoisomerase II merupakan salah satu target yang
menjanjikan untuk obat antikanker yang mampu mengganggu kompleks enzim-
DNA, menghasilkan kerusakan DNA permanen dan memicu kematian sel.
Inhibitor topoisomerase banyak digunakan dalam pengobatan klinis kanker
selama 40 tahun. Sekitar 50% dari rejimen kemoterapi menggunakan setidaknya
satu obat yang menargetkan enzim ini. Namun, mirip dengan obat antikanker
lainnya, sebagian besar inhibitor Topoisomerase II menghasilkan efek samping
yang parah, termasuk kardiotoksisitas, keberuntungan spesifik dan resistensi
multidrug. Oleh karena itu, pencarian inhibitor Topoisomerase II baru dengan
kemanjuran tinggi dan toksisitas rendah sedang diteliti lebih lanjut.
Menurut Pranowo (2011:87), proses mendesain obat baru merupakan proses
panjang dan kompleks. Hal ini menjadi tantangan bagi peneliti untuk
menghasilkan strategi dan upaya efektifif dan ekonomis untuk penemuan obat
baru. Salah satu strategi yang banyak dikembangkan untuk mendesain molekul
obat baru adalah pemanfaatan metode kimia komputasi (computer chemistry).
Salah satu aplikasi kimia komputasi yang dapat direrapkan adalah kajian
Quantitive Structure-Activity Relationsgip/QSAR atau Hubungan Kuantitatif
Struktur Aktivitas (HKSA). Kajian ini mempelajari korelasi secara kuantitatif
antara struktur molekul dan nilai aktivitas biologis yang teratur secara eksperimen
(Tahir; 2003).
Kalkon dan turunannya telah menarik banyak perhatian karena banyaknya
potensi aplikasi farmakologi. Perubahan struktur pada kalkon dan turunannya
tekag menawarkan keragaman yang tinggi dan berguna untuk pengembangan
agen obat baru yang memiliki peningkatan potensi dan toksisitas yang lebih
rendah. Sintesis kalkon dan turunannya memiliki aktivitas farmakologi yang
penting (Rahman; 2011). Shenvi, et al. (2013) telah melakukan sintesis terhadap
20 senyawa turunan kalkon dan menemukan senyawa turunan yang memiliki
aktivitas antioksidan yang baik. Diduga, masih terdapat senyawa turunan kalkon
yang memiliki aktivitas yang baik dan belum disintesis. Oleh karena itu, perlu
diprediksi senyawa baru dengan menggunakan pendekatan kimia komputasi.
Dalam penelitian ini, dikaji senyawa analog kalkon beserta data aktivitas
penghambatan 50% (IC50) hasil eksperimen yang telah dilakukan oleh Shenvi et
al. pada tahun 2013. Dilakukan eksperimen digunakan sebagai pembanding dan
bahan kajian untuk memperoleh persamaan HKSA. Nilai aktivitas penghambatan
50% (IC50) dari senyawa baru hasil modifikasi. Perhitungan dilakukan
menggunakan metode DFT dengan basis sets 6-311G. Untuk mendapatkan
persamaan HKSA, digunakan analisis regresi sederhana menggunakan metode
backward.
Scaffold carbazol ditemukan di berbagai produk alami bioaktif dan senyawa
sintetis dengan berbagai aktivitas biologis, termasuk aktivitas antimalaria,
antibakteri dan antitumor. Selain itu, penelitian menunjukkan bahwa turunan
karbazol dapat memberikan efek antitumor mereka dengan penghambatan
Topoisomerase II. Dalam beberapa tahun terakhir, modifikasi/substitusi cincin
karba zole telah menjadi salah satu topik hangat dalam eksploitasi agen
antikanker penargetan Topoisomerase II yang baru. Karbazol yang mengandung
turunan amino, nitro dan urea chalcone disintesis dan diperiksa pengaruhnya
terhadap enzim polifenol oksidase. N-etil-3-asetilkarbazol (2) dibuat dengan N-
etilkarbazol dan asetilklorida dengan katalis ZnCl2. Karbazol yang mengandung
kalkon nitro (3) dan amino (4) dibuat dengan mengkondensasi berbagai
asetofenon dan 4-nitrobenzaldehida dengan NaOH sebagai basa, direduksi
dengan timah (II) klorida dalam etanol. 4-aminokalkon direaksikan dengan
isosianat dan isotiosianat untuk mendapatkan produk (5a-l) dengan hasil tinggi.
Untuk mencari efektifitas dalam menghambat topoisomerase II diperlukan
senyawa turunan carbazole dengan menggunakan analog chalcone sehingga
mendapatkan produk senyawa baru yang lebih poten dalam menghambat kanker.
B. Rumusan Masalah
1. Bagaimana cara mengembangkan senyawa obat dan menemukan senyawa
obat baru yang memiliki aktivitas biology, efek terapi yang maksimal?
2. Bagaimana cara mengembangkan senyawa obat dan menemukan senyawa
obat baru yang memiliki efek samping yang minimal?
3. Bagaimana cara menambatkan atau men-docking senyawa obat baru dengan
reseptor.
C. Tujuan
1. Untuk memahami cara mengembangkan senyawa obat dan menemukan
senyawa obat baru yang memiliki aktivitas biology, efek terapi yang
maksimal?
2. Untuk memahami cara mengembangkan senyawa obat dan menemukan
senyawa obat baru yang memiliki efek samping yang minimal?
3. Untuk memahami cara menambatkan atau men-docking senyawa obat baru
dengan reseptor.
D. Manfaat
Mahasiswa dapat mempelajari bagaimana cara menemukan senyawa baru
yang memiliki aktivitas biologi maksimal dan dapat meminimalisir efek samping
obat dari obat sebelumnya atau obat yang mirip.
BAB II
TINJAUAN PUSTAKA
A. Penemuan Obat Baru
Menurut Pranowo (2011:87), proses mendesain obat baru merupakan proses
panjang dan kompleks. Hal ini menjadi tantangan bagi peneliti untuk menghasilkan
strategi dan upaya efektifif dan ekonomis untuk penemuan obat baru. Salah satu
strategi yang banyak dikembangkan untuk mendesain molekul obat baru adalah
pemanfaatan metode kimia komputasi (computer chemistry). Salah satu aplikasi kimia
komputasi yang dapat direrapkan adalah kajian Quantitive Structure-Activity
Relationsgip/QSAR atau Hubungan Kuantitatif Struktur Aktivitas (HKSA). Kajian ini
mempelajari korelasi secara kuantitatif antara struktur molekul dan nilai aktivitas
biologis yang teratur secara eksperimen (Tahir; 2003).
Menurut Atun (2005), senyawa-senyawa bioaktif yang dapat digunakan
sebagai antioksidan adalah senyawa golongan fenol seperti flavonoid, oligoresveratrol,
maupun asam fenolat. Flavonoid termasuk senyawa fenolik alam yang potensial
sebagai antioksidan dan mempunyai bioaktivitas sebagai obat. Flavonoid dalam tubuh
manusia berfungsi sebagai antioksidan sehingga sangat baik untuk pencegahan kanker
(Waji dan Sugarni; 2009).
B. Senyawa Karbazole dengan Analog Chalcone
Kalkon dan turunannya telah menarik banyak perhatian karena banyaknya
potensi aplikasi farmakologi. Perubahan struktur pada kalkon dan turunannya tekag
menawarkan keragaman yang tinggi dan berguna untuk pengembangan agen obat baru
yang memiliki peningkatan potensi dan toksisitas yang lebih rendah. Sintesis kalkon
dan turunannya memiliki aktivitas farmakologi yang penting (Rahman; 2011). Shenvi,
et al. (2013) telah melakukan sintesis terhadap 20 senyawa turunan kalkon dan
menemukan senyawa turunan yang memiliki aktivitas antioksidan yang baik. Diduga,
masih terdapat senyawa turunan kalkon yang memiliki aktivitas yang baik dan belum
disintesis. Oleh karena itu, perlu diprediksi senyawa baru dengan menggunakan
pendekatan kimia komputasi. Dalam penelitian ini, dikaji senyawa analog kalkon
beserta data aktivitas penghambatan 50% (IC50) hasil eksperimen yang telah dilakukan
oleh Shenvi et al. pada tahun 2013. Dilakukan eksperimen digunakan sebagai
pembanding dan bahan kajian untuk memperoleh persamaan HKSA. Data seri
senyawa kalkon kajian beserta nilai Log 1/IC50. Nilai aktivitas penghambatan 50%
(IC50) dari senyawa baru hasil modifikasi. Perhitungan dilakukan menggunakan
metode DFT dengan basis sets 6-311G. Untuk mendapatkan persamaan HKSA,
digunakan analisis regresi sederhana menggunakan metode backward.
Karbazol yang mengandung turunan amino, nitro dan urea chalcone disintesis
dan diperiksa pengaruhnya terhadap enzim polifenol oksidase. N-etil-3-asetilkarbazol
(2) dibuat dengan N-etilkarbazol dan asetilklorida dengan katalis ZnCl2. Karbazol
yang mengandung kalkon nitro (3) dan amino (4) dibuat dengan mengkondensasi
berbagai asetofenon dan 4-nitrobenzaldehida dengan NaOH sebagai basa, direduksi
dengan timah (II) klorida dalam etanol. 4-aminokalkon direaksikan dengan isosianat
dan isotiosianat untuk mendapatkan produk (5a-l) dengan hasil tinggi.
The Craig Plot , dinamai Paul N. Craig, adalah plot dari dua parameter
substituen (misalnya Hänsch-Fujita π konstan dan sigma konstan) digunakan dalam
rasional desain obat . Pembuatan desain senyawa uji dilakukan dengan pendekatan
menggunakan plot Craig, dimana plot Craig sendiri melibatkan parameter lipofilitas
(π) dan parameter elektronik/ kons tanta H ammet ( σ) dalam pendekatannya.
Gambar 3. Plot Craig
D. Parameter HKSA
Nilai aktivitas menjadi parameter yang penting dalam perancangan senyawa
obat. Aktivitas dapat diukur secara eksperimental maupun teoritik. Pada satu sisi,
pengukuran teoritik memiliki nilai lebih dibanding pengukuran eksperimental, antara
lain dengan menghemat waktu dan biaya serta menghilangkan risiko toksisitas. Salah
satu riset untuk desain obat yang banyak dikembangkan para peneliti saat ini adalah
teknik analisis Hubungan Kuantitatif Struktur – Aktivitas (HKSA) atau Quantitative
Structure-Activity Relationship (QSAR). Analisis QSAR ini membahas hubungan
aktivitas suatu senyawa sebagai fungsi dari struktur suatu senyawa. Menurut Kubinyi
(1993) struktur suatu senyawa tersebut dapat direpresentasikan sebagai parameter fisik
dan kimiawi (analisis Hansch), variabel indikator (analisis Free-Wilson) atau dengan
peninjauan profil sifat molekular secara tiga dimensi (analisis HKSA-3D).
Perkembangan kimia komputasi memungkinkan untuk perhitungan kuantum suatu
senyawa sehingga dapat diperoleh struktur elektronik senyawa tersebut, yang dapat
dinyatakan dengan parameter muatan atom, momen dwikutub, kerapatan elektron dan
lain-lain (Leach, 1996). Kokpol et al (1989) dan Rode et al (1988) telah menggunakan
muatan bersih atom sebagai prediktor pada kajian QSAR. Alim et al(2000) juga
menggunakan pendekatan QSAR untuk mempelajari toksisitas suatu seri senyawa
fenol. Metoda yang sama telah berhasil digunakan oleh Tahir et al (2001) untuk kajian
QSAR senyawa fenil etil amina, serta oleh Tahir et al (2000) untuk senyawa turunan
nitrobenzena. Desain senyawa baru pada kasus senyawa tabir surya dengan
menggunakan pendekatan QSAR juga telah dilakukan oleh Tahir et al (2001). Metode-
metode tersebut dapat berhasil baik untuk memilih variabel bebas yang berpengaruh
dan hasilnya dapat digunakan untuk mendesain senyawa turunan baru.
Senyawa baru yang terpilih dipelajari interaksinya dengan reseptor dengan
malakukan molekular docking menggunakan software Argus Lab 4.0.1 dan Autodock
Vina 1.5.4. Parameter yang diamati untuk dengan software Argus Lab 4.0.1 adalah
perubahan energi bebas (ΔG) dan jumlah ikatan hydrogen yang terbentuk antara ligan
dengan reseptor. Sedangkan pada software Autodock Vina 1.5.4 parameter yang
diamati adalah energi afinitas antara ligan dan reseptor. Hasil docking kemudian
divisualisasi dengan software PyMOL Molecular Graphic System version 1.1. eval.
Dari persamaan HKSA terbaik, dapat diketahui bahwa aktivitas senyawa
dipengaruhi oleh prediktorprediktor antara lain momen dipol, energi LUMO, luas
permukaan hidrofobik, dan panas pembentukan. Persamaan HKSA yang dipilih adalah
persamaan dengan nilai kriteria statistic terbaik dan memenuhi kriteria validasi yaitu
q2≥0,5 (JinCan dkk, 2008).
Pencarian model persamaan terbaik menggunakan variabel tak bebas aktivitas
inhibisi DNA Gyrase (log 1/MIC) hasil eksperimen dan variabel bebas yang
digunakan berupa nilai deskriptor. Semua variabel dianalisis menggunakan regresi
multilinear metode enter. Hasil yang diperoleh berupa persamaan HKSA 95 JF FIK
UINAM Vol.3 No.3 2015 beserta nilai parameter statistik seperti nilai r, r2 dan q2 .
Nilai r (koefisien korelasi) menunjukkan tingkat hubungan antara data aktivitas
biologis pengamatan percobaan dengan data hasil perhitungan berdasarkan persamaan
yang diperoleh dari hasil analisis regresi. Koefisien korelasi adalah angka yang
bervariasi mulai dari 0 sampai 1. Semakin tinggi nilainya maka semakin baik
hubungannya. Untuk mendapatkan nilai koefisisen korelasi yang dapat diterima
tergantung pada jumlah data penelitian. Semakin banyak jumlah data penelitian maka
semakin rendah koefisien korelasi atau nilai r yang dapat diterima. Dalam penelitian
HKSA diusahakan dicapai suatu nilai r yang lebih besar dari 0,9 (Siswandono, 2000).
Selain parameter statistik tersebut, dari hasil perhitungan juga diperoleh nilai tetapan
dan nilai koefisien setiap variable bebas yang terlibat dalam persamaan yang
dihasilkan. Nilai koefisien yang diperoleh digunakan untuk menghitung aktivitas
inhibisi teoritis. Sepuluh model persamaan terbaik selanjutnya divalidasi silang dengan
metode Leave One Out, yaitu dengan cara setiap senyawa terprediksi dihilangkan
dalam perhitungan analisis regresi linear. Nilai q2 sebagai hasil validasi silang,
dihitung menurut persamaan: 𝒒𝟐 = 1 −¿ ¿ ¿, yi adalah aktivitas eksperimen senyawa ke-
i, 𝑦̅ adalah aktivitas eksperimen rata-rata, dan 𝑦̂𝑖 adalah aktivitas prediksi validasi
silang senyawa ke-i Persamaan HKSA yang dipilih adalah persamaan dengan nilai
kriteria statistik terbaik dan memenuhi kriteria validasi yaitu q2 ≥ 0.5 (JinCan dkk,
2008).
Energi LUMO juga menggambarkan kemampuan molekul untuk menerima
electron. Prediktor momen dipol dan energi LUMO dapat digunakan sebagai
parameter yang penting dalam desain senyawa baru, dimana penambahan suatu gugus
penarik dan pendorong elektron akan mempengaruhi aktivitasnya. Dari persamaan
dapat dilihat bahwa nilai energi momen dipol yang negatif, hal ini dapat ditafsirkan
bahwa peningkatan momen dipol akan mampu meningkatkan aktivitas senyawa
(menurunkan nilai IC50) sehingga dipilih senyawasenyawa yang memiliki sifat
keelektronegatifan besar dan bersifat elektrofilik sebagai subtituen. Hal ini juga
berkaitan dengan nilai energi LUMO yang positif, bahwa semakin kecil nilai energi
LUMO maka kemungkinan terjadinya penyerangan elektrofilik semakin besar
(Laguzzi et al. 1990). Sedangkan Energi HOMO (Highest Occupied Molecular
Orbital) menunjukkan kemampuan suatu molekul untuk mendonorkan electron ke
akseptor yang memiliki orbital molekul kosong,
BAB III
METODE
B. Cara kerja
Mencari Refrensi Jurnal sebagai acuan dalam penentuan senyawa yang ingin
digunakan dan dapat menjadi acuan dalam menentukan senyawa baru.
Memberi nama IUPAC dengan cara klik structure kemudian klik Convert
Structure to name
Menentukan parameter sifat kimia senyawa dengan cara klik View kemudian
klik Show Chemical Properties Window
Menggambar struktur 3D atau dapat dilakukan langsung dengan klik view
Show Chem3D HotLink Window lalu klik lunch Chem3D pada visualisasi
gambar 3D yang muncul pada ChemDraw 2D
Minimalisasi energi
Jika nilai R dan R 2 sudah memenuhi maka tulis persamaan HKSA yang
diperoleh.
Memilih struktur induk dari data trining set dengan cara memilih data yang
memiliki nilai log IC50 paling kecil
Melakukan optimasi geometri pada struktur yang telah dibuat, lalu cari nilai
descriptor >> lalu hitung nilai log IC50 prediksi
3. Docking Molekuler
Persiapan Struktur
Masukkan SMILE struktur yang telah disiapkan ke dalam kotak atau bisa juga
langsung menggambarkan struktur senyawa yang akan diprediksi
Kombinasi Nilai R
qC1,qC2,qC3,qC4q,qC5, tPSA, Clog P 0.684
qC1,qC2,qC3,qC4q,qC5, tPSA, CMR 0.674
qC1,qC2,qC3,qC4q,qC5, tPSA, Log S 0.674
qC1,qC2,qC3,qC4q,qC5, tPSA, Elumo 0.688
qC1,qC2,qC3,qC4q,qC5, tPSA, Ehomo 0.686
qC1,qC2,qC3,qC4q,qC5, Clog P, CMR 0.647
qC1,qC2,qC3,qC4q,qC5, Clog P, Log S 0.643
qC1,qC2,qC3,qC4q,qC5, Clog P, 0.644
Elumo
qC1,qC2,qC3,qC4q,qC5, Clog P, 0.669
Ehomo
qC1,qC2,qC3,qC4q,qC5, CMR, Log S 0.646
qC1,qC2,qC3,qC4q,qC5, CMR, ELumo 0.652
qC1,qC2,qC3,qC4q,qC5, tPSA,Log 0.702
S, Elumo
Nilai r (koefisien korelasi) menunjukkan tingkat hubungan antara data aktivitas
biologis pengamatan percobaan dengan data hasil perhitungan berdasarkan persamaan yang
diperoleh dari hasil analisis regresi. Koefisien korelasi adalah angka yang bervariasi mulai
dari 0 sampai 1. Semakin tinggi nilainya maka semakin baik hubungannya. Untuk
mendapatkan nilai koefisisen korelasi yang dapat diterima tergantung pada jumlah data
penelitian. Semakin banyak jumlah data penelitian maka semakin rendah koefisien korelasi
atau nilai r yang dapat diterima. Berdasarkan nilai R pada tabel kombinasi deskriptor diatas
maka dapat diketahui bahwa nilai R tertinggi yaitu 0.702, nilai R tersebut sudah belum
cukup baik karena nialinya yang belum mendekati 1.
Berdasarkan 12 kombinasi tersebut, terpilih kombinasi ke-12 karena memiliki
nilai R yang lebih besar yaitu 0.702. Adapun persamaan yang diperoleh adalah LogIC50 =
0.643 - (0.12*qC1) + (0.031*qC2) + (0.294*qC3) + (0.924*qC4) + (0.141*qC5) +
(0.002*tPSA) + (0.018*LogS) - (0.028*Lumo). Adapun persamaan HKSA yang akan
divalidasi, persamaan tersebut adalah LogIC50 = 0.545 - (0.2*qC1) -(0.019*qC2) +
(0.453*qC3) + (1.422*qC4) + (0.265*qC5) + (0.004*tPSA) + (0.041*LogS) -
(0.065*Lumo).
Nilai R memperkirakan seberapa besar hubungan dari persamaan garis lurus
(atau regresi linier) serta mewakili titik data yang tersebar berdasarkan plot data pada grup
X dan Y. Dalam analisinya nilai R berkisar -1,0000 sampai + 1,0000 tergantung dari arah
garis regresinya, berdasarkan hasil nilai R yang diperoleh adalah 1, hal ini menunjukan
hasil regresi linier positif, yang berarti linear tersebut memberikan hasil yang sangat kuat.
Kemudian pada F tabel dan F hitung. Dimana F tabel diperoleh 5497.828
sedangkan pada F hitung 238,883 dapat disimpulkan bahwa F Tabel lebih besar dari F
hitung maka ada hubungan linear atau berarti bahwa variabel bebas secara bersamaan
dimana variabelnya berpengaruh terhadap reseptor. Sedangkan hasil pada f hitung/f tabel
adalah sebesar 23.014. Menurut literatur angka f hitung/f tabel > 1 , hal ini daapt
disimpulkan bahwa nilai f hitung/ f tabel menunjukkan hasil yang positif.
Kemudian pada Q2 diperoleh hasil sebesar 0.819075. Dimana hasil tersebut
positif karena menurut literatur Persamaan HKSA yang dipilih adalah persamaan dengan
nilai kriteria statistik terbaik dan memenuhi kriteria validasi yaitu q2 ≥ 0.5 (JinCan dkk,
2008).
Alim, A.H., Pradipta, M.F., and Tahir, I., 2000, Applying Hansch Analysis in The
Study of Structure-Toxicity Correlation of Phenol Compound Based on
Theoretical Parameter, Jurnal Nasional Kimia Fisik, III(2), 23-26.
Laguzzi G, Bucci R, Grandinetti F, Speranza M, 1990, Gas-phase heteroaromatic
substitution. 8. Electrophilic attack of ethyl cation on pyrrole,
Nmethylpyrrole, furan, and thiophene, J. Am. Chem. Soc. 11(2): 3064-3068.
Leach, A.R., 1996, Molecular Modelling : Principles and Aplications, Addison
Wishley, Longman, London.
Tahir, I., Setiaji, B., and Yahya, M.U., 2001, Hubungan Kuantitatif Struktur–
Aktivitas Senyawa Fenil Etil Amina dengan Metoda Validasi Silang,
Berkala Ilmiah MIPA, XI(1), 1-29.