LAPORAN P1 BIOFARMASETIKA

Anggota Kelompok:
1. Hanifah Nurrahmawati (17/408815/FA/11265) – Mengerjakan residual, Winsaam dan
Wagner Nelson
2. Ida Nur Aini (17/408819/FA/11269) Mengerjakan residual, Winsaam dan Wagner Nelson

A. DATA DAN PERHITUNGAN

Dosis Obat A: 100 mg (peroral)
1. Metode Residual
Waktu Cp ln Cp K Intercep ln C' C' Cr ln Cr K AUC AUC
(jam) (mg/L) eliminas t (C’-Cp) absorps (mg.jam/L kum
i i )
0 0,000 0,0000 0,617 1,8543 1,8543 0,6175 0,112
5 0,1126 6
0,25 0,901 -0,1043 0,689 1,9918 1,0908 0,0869 0,388
1,6064
1 0,2763 9
0,5 1,309 0,2693 0,760 2,1396 0,8306 -0,1857 0,743
6 0,3544 3
0,75 1,526 0,4226 0,832 2,2982 0,7722 -0,2585 1,131
1 0,3879 1
1 1,577 0,4555 0,903 2,4687 0,8917 -0,1147 1,882
7 0,7515 6
1,5 1,429 0,3570 1,046 2,8484 1,4194 0,3502 3,677
8 1,7948 4
3 0,964 -0,0367 1,476 4,3755 3,4115 1,2271 5,699
0 2,0220 4
6 0,384 -0,9571 2,334 10,3244 9,9404 2,2966 7,037
5 1,3380 4
12 0,062 -2,7806 4,051 57,4837 57,4217 4,0504 7,253
5 0,2160 4
18 0,010 -4,6052 5,768 320,0558 320,0458 5,7685 7,289
0,2862 0,6175
5 0,0360 4
24 0,002 -6,2146 7,485 1781,995 1781,993 7,4855 7,265
5 0 0 -0,0240 4

Parameter Farmakokinetika
 Persamaan regresi linear
y = -0,2766x + 0,4853
 Persamaan eksponensial
 Cp = Be-kt-Ae-kat
= 0,2766e-0,2766t – 0,4853e-1,6064t
Cp0 = exp (A)
= exp (0,4853)
= 1,6247 (mg/L)
1. Kel : 0,2862/jam
2. Ka : 1,6064/jam
3. Vd : D.F/Cp0
: 100. 1/1,6247
: 61,5 L
4. T1/2 eliminasi : 0,693/kel
: 0,693/0,2862
: 2,4 jam
AUC24-~ : Cp last/kel = 0,002/0,2862 = 0,0070 mg.jam/L
AUC0-~ : AUC24-~ + AUC kum last = 0,0070 + 7,2654 = 7,2724 mg.jam/L
5. CL : D x F/AUC0-~
: 100 x 1/7,2724
: 13,7506 L/jam

2. Metode Wagner-Nelson

Waktu Cp Log Cp AUC tn-(tn- AUC 0-

Slope K (/jam) AUC 0-t
(jam) (mg/L) (mg/L) 1) AUC t-inf inf
0 0 - 0.000 0.000
0.25 0.901 -0.045 0.113 0.113
0.5 1.309 0.117 0.27625 0.389
0.75 1.526 0.184 0.354 0.743
1 1.577 0.198 0.387875 1.131
1.5 1.429 0.155 -0.124 0.286 0.752 1.883 0.007 7.296
3 0.964 -0.016 1.795 3.677
6 0.384 -0.416 2.022 5.699
12 0.062 -1.208 1.338 7.037
18 0.01 -2.000 0.216 7.253
24 0.002 -2.699 0.036 7.289
 AUC 0-t x Cp+ AUC 0-t x k x AUC 0-
k k inf FA FTA Log FTA Slope Ka
0 0 0.000 0.000 -
0.032 0.933 0.447 0.553 -0.25762
0.111 1.420 0.681 0.319 -0.49611
0.212 1.738 0.834 0.166 -0.77869
0.323 1.900 0.911 0.089 -1.05136
0.538 1.967 2.086 0.943 0.057 -1.24556 -0.125 0.288
1.051 2.015 0.966 0.034 -1.47123
1.629 2.013 0.965 0.035 -1.45894
2.012 2.074 0.994 0.006 -2.23887
2.073 2.083 0.999 0.001 -2.95933
2.084 2.086 1.000 0.000 0

0
Kurva t vs log FTA
0 2 4 6 8 10 12 14 16 18 20
-0.5
-1 f(x) = − 0.13 x − 0.72
Log FTA

-1.5
-2
-2.5
-3
-3.5
Waktu (jam)

Dapat diketahui bahwa :

Ka = 0,288/jam
Ke = 0.286/jam
t½ eliminasi = 14,21483 jam
t maks = 3,488 jam
Cp maks = 0,363 mg/L
Vd = 47,947 L
CLT = 13,7054 L/jam
 3. Metode Winsaam
LISTING CODE WINSAAM

1. DECK
2. SOLVE
3. ITER
4. PLOT Q(1)

HASIL ANALISIS Winsaam

1. Grafik

2. Parameter
Dapat diketahui bahwa :
Ka = 2,51501 /jam
K = 0,297857 /jam
Vd = 49,1926 L

B. PEMBAHASAN
TUGAS A
1. Bandingkan parameter yang diperoleh dengan menggunakan metode konvensional yang
sudah sering digunakan!
2. Jelaskan keuntungan dan kerugian penggunaan WinSAAM dan metode konvensional
tersebut!
3. Jelaskan mengapa terdapat perbedaan estimasi parameter yang diperoleh dengan metode
WinSAAM dan metode konvensional dengan regresilinear. Metode kalkulasi manakah
yang menurut Anda lebih dapat diandalkan? Jelaskan!
Jawaban pertanyaan :
1. Parameter yang diperoleh dengan menggunakan metode WinSAAM adalah parameter
farmakokinetik seperti tetapan kecepatan absorpsi (Kab), tetapan kecepatan eliminasi
(Kel), dan volume distribusi (Vd).
Sedangkan parameter yang dihasilkan dari metode konvensional, yaitu parameter regresi
seperti gradient kemiringan garis, faktor korelasi, dan persamaan regresi, dan juga
parameter farmakokinetik (Kab, Kel, Vd).
Parameter Residual Wagner-Nelson Winsaam
K 0,2766/jam 0,286/jam 0,297857/jam
Ka 1,6064/jam 0,288/jam 2,5150/jam
Vd 61,5 L 47,947 L 49,2 L

2. Keuntungan dan kerugian

 Keuntungan WinSAAM, yaitu:
 Memprediksikan konsentrasi obat di dalam plasma, jaringan, dan urin;
 Mengkalkulasikan dosis optimum obat bagi setiap pasien;
 Dukungan yang lebih baik dan fleksibel pada sistem, grafik plotting serta sistem
export ke format file gambar atau langsung ke Word prosesor
 Export data hasil analisis (fitting) ke sistem spreadsheet semacam Excel sehingga
memungkinkan eksplorasi lanjut dengan software statistic atau software untuk data
prossesing
 Data hasilnya lebih akurat
 Kerugian WinSAAM, yaitu:
 Prosedur atau tahapan yang dilakukan harus sesuai dengan petunjukWinSAAM, jika
input tidak sesuai maka program tidak akan bekerja
 Kerugian metode konvensional, yaitu:
 Analisis data kurang cepat dan akurat sehingga metode regresi linear (konvensional)
kurang praktis diterapkan
 Pada saat mentransformasikan data juga dimungkinkan dapat mendistorsi error setiap
data sehingga secara teoritis tidak dianjurkan
3. Terdapat perbedaan estimasi parameter yang diperoleh dengan metode WinSAAM dan
metode konvensional dengan regresi linear dikarenakan padaWinSAAM, prinsipnya tidak
menggunakan persamaan diferensial, tetapi WinSAAM mengenal suatu proses
perpindahan masa yang mengasumsikan perpindahan dari satu ke tempat lain yang
logis berdasarkan nomer. Jika dilihat dari cara mengkalkulasikan data, yang lebih akurat
dan dapat diandalkan adalah metode WinSAAM karena jika metode konvensional itu
tingkat kesalahan (human error ) lebih tinggi dan kurang efisien.
TUGAS B
1. Diskusikan dalam kelompok tentang peran strategis aplikasi metode analisis
berbasis populasi dalam upaya terapi yang efektif dan efisien pada pasien. Jelaskan
dengan contoh sebagai ilustrasi .
Modeling populasi adalah suatu metode untuk memodelkan, mengidentifikasi, dan
menjelaskan hubungan antara karakter fisiologis subyek terhadap pemejanan obat dan
atau respon farmakologi yang diamati. Metode ini telah dikembangkan sejak dekade 70-
 an oleh Sheiner dkk (1972) yang pada awalnya dimaksudkan untuk mengatasi
permasalahan kesulitan analisis ketika jumlah sampel terbatas sebagaimana kasus
Therapeutic Drug Monitoring. Pendekatan ini kemudian dikembangkan lebih lanjut
dengan menghubungkannya dengan respon farmakodimanika obat yang membuat metode
ini menjadi salah satu tool (piranti) krusial dalam pengembangan sediaan obat baru
(Mould &Upton, 2012). Implementasi modeling berbasis populasi dewasa ini sangat
terbantu dengan kemajuan teknologi informasi khususnya dalam ketersediaan fasilitas
dan dukungan komputasi baik dari sisi hardware maupun software

C. KESIMPULAN
Analisis data meggunakan WinSAAM lebih akurat dan dapat diandalkan adalah metode
WinSAAM karena jika metode konvensional itu tingkat kesalahan (human error ) lebih
tinggi dan kurang efisien.
D. DAFTAR PUSTAKA
Mould, D.R. dan Upton, R.N., 2012, Basic Concepts in Population Modeling, Simulation,
and Model-Based Drug Development,CPT: Pharmacometrics & Systems
Pharmacology, 1: e6.
Sheiner, L.B., Rosenberg, B., dan Melmon, K.L., 1972. Modelling of individual for
computer-aided drug dosage. Computers and Biomedical Research, an International
Journal, 5: 411–459.