Tugas Makalah

KIMIA KOMPUTASI

”Teori Dan Aplikasi Kimia Komputasi Pada QSAR, Serta Desain

Molekul Obat”

Nama :Ella Aprilya

NIM :202020888

Matkul :Kimia Komputasi

Dosen :Prof. Dr. Ruslin Hadanu, S.Pd., M.Si.

PROGRAM STUDI KIMIA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SEMBILAN BELAS NOVEMER KOLAKA

KAMPUS B BUTON TENGAH

2021/2022
 KATA PENGANTAR

Puji dan Syukur Penulis Panjatkan ke Hadirat Tuhan Yang Maha Esa
karena berkat limpahan Rahmat dan Karunia-Nya sehingga saya dapat
menyusun makalah ini tepat pada waktunya. Makalah ini membahas tentang
“Teori dan Aplikasi Kimia Komputasi pada QSAR (Quantitative
Structure Activity Relationship), Serta Desain Molekul Obat”.

Dalam penyusunan makalah ini, penulis banyak mendapat tantangan

dan hambatan akan tetapi dengan bantuan dari berbagai pihak tantangan itu
bisa teratasi. Olehnya itu, penulis mengucapkan terima kasih yang sebesar-
besarnya kepada pihak-pihak yang telah membantu dalam penyusunan
makalah ini, semoga bantuannya mendapat balasan yang setimpal dari Tuhan
Yang Maha Esa.

Penulis menyadari bahwa penulisan makalah ini masih jauh dari

kesempurnaan baik dari bentuk penyusunan maupun materinya. Kritik
konstruktif dari pembaca sangat diharapkan untuk penyempurnaan makalah
selanjutnya. Akhir kata semoga makalah ini dapat memberikan manfaat
kepada kita sekalian. Aamiin

Buton Tengah, Mei 2022

Penulis
 DAFTAR ISI

KATA PENGANTAR ................................................................................................

DAFTAR ISI...............................................................................................................

BAB I PENDAHULUAN ...........................................................................................

1.1. Latar Belakang ................................................................................................

1.2. Rumusan Masalah ...........................................................................................
1.3. Tujuan Penulisan ............................................................................................
BAB II TINJAUAN PUSTAKA .................................................................................
2.1. Pengertian Kimia Komputasi ..........................................................................
2.2. Metode Kimia Komputasi ...............................................................................
2.3. Pemodelan Molekul ........................................................................................
2.4. Prinsip Dasar Kimia Komputasi ......................................................................
2.5. Ruang Lingkup Kimia Komputasi ...................................................................
2.6. Aplikasi Komputasi Kimia pada QSAR ..........................................................
2.7. Peran Kimia Komputasi pada Desain Molekul Obat ........................................
2.8. Tantangan Kimia Komputasi di masa depan ....................................................

BAB III PENUTUP ....................................................................................................

3.1. Kesimpulan.....................................................................................................
3.2. Saran ..............................................................................................................

DAFTAR PUSTAKA .................................................................................................

 BAB I

PENDAHULUAN

1.1. Latar Belakang

Sejak dahulu kimia terkenal sebagai bidang ilmu yang berlandaskan pada
percobaan/eksperimen. Karena memang semua penjelasan-penjelasan ilmiah
yang dipaparkan selalu dilandaskan pada hasil percobaan. Dalam arti bahwa
pemahaman kimia atau teori-teori baru timbul setelah melakukan pengamatan
terhadap hasil-hasil percobaan. Begiru pula dengan bidang fisika, semua teori-
teori baru timbul setelah melakukan pengamatan terhadap hasil-hasil
percobaan.
Seiring dengan perkembangan ilmu pengetahuan, ilmu fisika mengalami
perkembangan yang cukup pesat. Banyak teori-teori baru ditemukan, seperti
penemuan bahwa partikel dapat bersifat seperti gelombang, atau sebaliknya
gelombang dapat bersifat seperti partikel, sampai pada penemuan mekanika
kuantum, dengan persamaannya yang terkenal adalah persamaan Schrbdinger.
Persamaan Schrodinger yang dihasilkan tersebut merupakan jantung bagi
kebanyakan ilmu modern.
Sejak saat itu, pemahaman ilmu kimia tidak hanya terjadi karena
pengamatan hasil percobaan, tetapi juga pengembangan teori mekanika
kuantum, yaitu untuk meramalkan sifat-sifat dari suatu atom ataupun molekul.
Akan tetapi, penyelesaian persamaan mekanika kuantum tidaklah mudah jika
hanya menggunakan kalkulator tangan. Seiring dengan perkembangan ilmu
komputer, maka kemampuan dari suatu komputer dapat dimanfaatkan untuk
menyelesaikan persamaan mekanika kuantum. Hal ini menyebabkan lahir sub-
bidang baru yaitu kimia komputasi yang merupakan bagian dari kimia teori.
Istilah kimia teori dapat didefinisikan sebagai deskripsi matematika
untuk kimia, sedangkan kimia komputasi biasanya digunakan ketika metode
matematika dikembangkan dengan cukup baik untuk dapat digunakan dalam
program komputer (Priyanto, 2005). Perkembangan teknologi (khususnya
komputer) telah membuat ilmu kimia mengalami kemajuan yang pesat. Sejak
lahirnya penemuan mekanika kuantum, dalam ilmu kimia berkembang bidang
baru yaitu kimia komputasi. Kimia komputasi adalah cabang kimia yang
menggunakan hasil kimia teori yang diterjemahkan ke dalam program
komputer untuk menghitung sifatsifat molekul dan perubahannya (Priyanto,
2005). Kimia komputasi dapat pula melakukan simulasi terhadap sistem-
sistem besar (seperti gas, cairan, padatan) dan menerapkan program tersebut
pada sistem kimia nyata. Contoh sifat-sifat molekul yang dihitung antara lain
struktur (yaitu letak atom-atom penyusunnya), energi dan selisih energi,
muatan, momen dipol, kereaktifan, frekuensi getaran dan besaran
spektroskopi lainnya (Priyanto, 2005).
Pemodelan kimia komputasi dapat membantu para kimiawan untuk: (1)
Mendesain awal proses reaksi sintesis, (2) Mempelajari dan menjelajahi
mekanisme reaksi, (3) Melakukan simulasi reaksi dalam komputer, dan (4)
Menentukan sifat-sifat dari molekul pereaksi maupun produk yang dihasilkan.
Sifat-sifat molekul seperti energi, struktur, momen dipol, keterpolaran, atau
hyperpolarizability merupakan beberapa besaran yang dapat dihitung lewat
perhitungan. Dalam komputasi molekul, terdapat beberapa teknik untuk
menghitung sifat-sifat molekul, yaitu mekanika molekul, teori fungsi
kerapatan atau teori struktur elektron (Pranowo, 2009).

1.2. Rumusan Masalah

a. Apa pengertian dari kimia komputasi?
b. Bagaimana metode kimia komputasi?
c. Bagaimana pemodelan molekul?
d. Bagaimana prinsip dasar kimia komputasi?
e. Apa yang mencakup ruang lingkup kimia komputasi?
f. Bagaimana aplikasi komputasi kimia pada QSAR?
g. Apa peran kimia komputasi pada desain molekul obat?
 h. Apa tantanga kimia komputasi di masa depan?

1.3. Tujuan Penulisan

a. Untuk mengetahui pengertian dari kimia komputasi
b. Untuk mengetahui metode kimia komputasi
c. Untuk merancang dan mengetahui model molekul
d. Mengetahui prinsip dasar kimia komputasi
e. Mengetahui dan mempelajari cakupan ruang lingkup kimia
komputasi
f. Mengetahui aplikasi kimia komputasi pada QSAR
g. Mengetahui peran kimia komputasi pada desain molekul obat.
h. Mengetahui tantangan kimia komputasi di masa depan
 BAB II
TINJAUAN PUSTAKA

2.1. Pengertian Kimia Komputasi

Kimia komputasi merupakan sains kimia yang digunakan untuk
memahami dan memprediksi fenomena objek kimia dengan bantuan komputer
menggunakan suatu model. Kimia komputasi adalah cabang kimia yang
menggunakan hasil kimia teori yang ditenemahkan ke dalam program
komputer untuk menghitung sifat-sifat molekul dan perubahannya. Kimia
komputasi dapat pula melakukan simulasi terhadap sistem-sistem besar (atau
banyak molekul protein gas, cairan, padatan, dan kristal cair), dan menerapkan
program tersebut pada sistem kimia nyata.
Contoh sifat-sifat molekul yang dihitung antara lain struktur atom, energi
dan selisih energi, muatan, momen dipol, kereaktifan, frekuensi getaran dan
besaran spektroskopi Iainnya. Simulasi terhadap makromolekul (seperti
protein dan asam nukleat) dan sistem besar bisa mencakup kajian konformasi
molekul dan perubahannya (mis. proses denaturasi protein), perubahan fasa,
serta peramalan sifat-sifat makroskopik (seperti kalor jenis) berdasarkan
perilaku di tingkat atom dan molekul. Istilah kimia komputasi kadang-kadang
digunakan juga sebagai ilmu komputer dan kimia. Oleh karena itu para
kimiawan komputasi dituntut untuk dapat mengembangkan hardware maupun
software dalam meningkatkan kemampuan komputer untuk menyelesaikan
permasalahan kimia, serta untuk dapat mengubah data hasil perhitungan
komputer menjadi data yang dapat divisualisasi' kan (seperti bentuk molekul)
sehingga lebih mudah dipahami oleh para kimiawan lainnya. Karakteristik dan
aspek-aspek dari kimia komputasi adalah sebagai berikut:
a. Mendapatkan informasi kimia (struktur, sifat dan relasinya) dengan
perhitungan dari eksperimen konvensional.
b. Formalisasi dari teori-teori di kimia yang terdiri dari mekanika klasik,
mekanika kuantum dan mekanika statistik serta segala aspek dari fisika
molekul, kimia fisika dan fisika kimia.
c. Terdapat banyak cabang dari kimia komputasi yang bergantung pada
formalisasi teoretik yang digunakan. Contohnya, kimia komputasi
kuantum menggunakan lebih banyak mekanika kuantum.

2.2. Metode Kimia Komputasi

Metode kimia komputasi secara garis besar dibedakan atas mekanika

molekuler dan metode struktur elektronik. Mekanika molekuler didasarkan
pada mekanika klasik dan dapat digunakan untuk menentukan sifat senyawa
yang mempunyai massa molekul besar. Metode struktur elektronik dapat
berupa abinitio, semi empiris dan density functional theory, DFT (Pranowo,
2007). Menurut Pranowo (2000), medan gaya (Force Field) klasik didasarkan
pada hasil empiris yang merupakan nilai rata-rata dari sejumlah besar data
parameter molekul. Namun demikian banyak pertanyaan penting dalam kimia
yang tidak dapat semuanya terjawab dengan pendekatan empiris. Jika ada
keinginan untuk mengetahui lebih jauh tentang struktur atau sifat lain yang
bergantung pada distribusi kepadatan elektron, maka penyelesaiannya harus
didasarkan pada pendekatan yang lebih teliti yaitu kimia kuantum. Pendekatan
ini juga dapat menyelesaikan senyawa-senyawa non-standar, yang pada
umumnya metode mekanika molekul tidak dapat diaplikasikan.

A. Ab Initio
Istilah “ab initio” berasal dari bahasa latin yang diberikan untuk
menandai perhitungan yang diturunkan secara langsung dari prinsip-prinsip
teoritis, tanpa memasukkan data eksperimen. Ab initio mengacu pada
perhitungan mekanika kuantum melalui beberapa pendekatan matematis,
seperti penggunaan persamaan yang disederhanakan (Born-Oppenheimer
approximation) atau pendekatan untuk penyelesaian persamaan diferensial.
Tipe yang paling terkenal dari metoda ab initio adalah perhitungan
HartreeFock (HF) dengan metoda pendekatan medan pusat (central field
approximation). Ini berarti bahwa tolakan Coulombik antar elektron tidak
secara spesifik dimasukkan dalam perhitungan, tetapi efek total interaksi
korelasinya dimasukkan dalam perhitungan sebagai suatu besaran konstant.
Metoda ini merupakan perhitungan variasional, yang berarti bahwa energi
pendekatan terhitung adalah sama atau lebih tinggi daripada energi
eksaknya. Dengan menggunakan pendekatan medan pusat ini, energi yang
diperoleh dengan perhitungan HF selalu lebih tinggi daripada energi eksak
dan cenderung pada harga limit tertentu yang dinamakan HF limit.
Pendekatan kedua dari perhitungan HF adalah fungsi gelombang harus
digambarkan dengan beberapa bentuk fungsi, yang sebenarnya hanya dapat
dihitung secara pasti untuk beberapa sistem yang mengandung satu
elektron. Fungsi yang digunakan sering sekali merupakan kombinasi linear
dari orbital tipe Slater exp(- x) atau orbital tipe Gaussian exp(- x2), yang
sering disingkat STO atau GTO. Fungsi gelombang tersusun atas
kombinasi linear dari orbital atom, atau yang lebih sering terjadi adalah
merupakan kombinasi linear dari himpunan fungsi (basis functions).
Dengan pendekatan ini, banyak perhitungan HF memberikan hasil energi
terhitung lebih besar dari HF limit. Himpunan basis (basis set) yang
digunakan sering dinyatakan dengan singkatan, seperti STO-3G atau 6-
31++G*.
Sejumlah tipe perhitungan dimulai dengan perhitungan HF kemudian
dikoreksi dengan memasukkan term tolakan antar elektron, yang
diistilahkan dengan efek korelasi (correlation effect). Beberapa contoh dari
metoda ini adalah teori perturbasi Moeler-Plesset (MPn, n menyatakan
tingkat koreksi), Ikatan Valensi Tergeneralisasi (Generalized Valence
Bond, GVB), Medan Keajekan Diri Multi-Konfigurasi (Multi-
Configurations Self Consisten Field, MC-SCF), Interaksi Konfigurasi
(Configuration Interaction, CI), dan Coupled Cluster Theory, CC. Sebagai
suatu kelompok, metoda tersebut dikenal dengan perhitungan terkorelasi
atau Post-SCF.
Metoda yang dapat mengatasi terjadinya kesalahan perhitungan HF
dalam suatu molekul dinamakan Monte Carlo Kuantum (Quantum Monte
Carlo, QMC). Ada beberapa macam QMC, misalnya fungsi variasional,
diffusi dan Green. Metoda ini bekerja dengan fungsi gelombang terkorelasi
secara ekplisit dan evaluasi integral numerik menggunakan integrasi Monte
Carlo. Perhitungan ini memerlukan waktu yang panjang, tetapi perlu
diingat bahwa metoda ini merupakan metoda yang paling akurat yang
diketahui sekarang. Metoda ab initio alternatif yang berkembang pesat pada
dekade ini adalah teori fungsional kerapatan (Density Functional Theory,
DFT). Dalam DFT, total energi dinyatakan dalam term kerapatan elektron
total, bukan sebagai fungsi gelombang. Dalam jenis perhitungan ini,
terdapat pendekatan hamiltonian dan pendekatan pernyataan untuk
kerapatan elektron total.
Sisi baik dari metoda ab initio adalah metoda ini menghasilkan
perhitungan yang pada umumnya mendekati penyelesaian eksak karena
semua jenis pendekatan yang telah dibuat dapat dianggap cukup kecil
secara numerik relatif terhadap penyelesaian eksaknya. Sisi buruk dari
metoda ab initio adalah mereka merupakan metoda yang “mahal”. Metoda
ini memerlukan kapasitas yang besar pada waktu operasi CPU komputer,
memori dan ruang penyimpanan (disk). Metoda HF memerlukan waktu
berbanding lurus dengan N pangkat 4, N adalah fungsi basis, sehingga
perhitungan akan berlipat 16 kali jika fungsi basis yang digunakan dua kali
lebih besar. Dalam prakteknya, penyelesaian yang akurat sekali hanya akan
diperoleh jika molekul mengandung hanya beberapa puluh elektron. Secara
umum, perhitungan ab initio memberikan hasil kualitatif yang sangat baik
dan dapat memberikan kenaikan keakuratan hasil kuantitatif jika molekul
yang dikaji semakin kecil.
B. Semi Empiris
Perhitungan semi empiris disusun dengan cara yang secara umum
sama dengan perhitungan HF. Beberapa perhitungan, seperti integral
elektron ganda diselesaikan dengan cara pendekatan atau sama sekali
dihilangkan. Dalam rangka mengoreksi kesalahan perhitungan akibat
penghilangan sebagian dari perhitungan HF, metode ini diparameterisasi
dengan cara fitting kurva untuk menghasilkan beberapa parameter atau
angka agar dapat memberikan kesesuaian dengan data eksperimen.
Sisi baik dari perhitungan semiempiris adalah mereka lebih cepat
daripada perhitungan ab initio. Sisi buruk dari perhitungan semiempiris
adalah hasilnya sangat bergantung pada tersedianya parameter yang sesuai
dengan molekul yang dianalisis. Jika molekul yang dikaji mirip dengan
molekul yang ada dalam data base yang digunakan dalam metoda
parameterisasi, hasilnya akan baik. Jika molekul yang dikaji berbeda secara
signifikan dengan molekul yang digunakan dalam metoda parameterisasi,
jawabannya mungkin akan sangat berbeda dengan data eksperimen.
Perhitungan semiempiris telah sangat sukses dalam menjelaskan
masalah di bidang kimia organik yang hanya mengandung beberapa unsur
secara ekstensif dan molekul dengan ukuran yang sedang. Namun
demikian, metoda semiempiris akan memberikan beberapa kesalahan,
khususnya jika harus menjelaskan permasalahan pada kimia anorganik,
terutama jika kita bekerja dengan melibatkan unsur-unsur transisi.

C. Mekanika Molekuler
Jika molekul sangat besar untuk dapat ditinjau dengan metode semi
empiris, masih ada kemungkinan untuk memodelkan kelakuan mereka
dengan mengabaikan mekanika kuantum secara penuh. Metode yang
dikenal dengan mekanika molekuler menyediakan pernyataan aljabar yang
sederhana untuk energi total senyawa, tanpa harus menghitung fungsi
gelombang atau kerapatan elektron total. Pernyataan energi mengandung
persamaan klasik sederhana, seperti persamaan osilator harmonis untuk
menggambarkan energi yang tercakup pada terjadinya uluran, bengkokan
dan torsi ikatan, gaya antar molekul, seperti interaksi Van der Waals dan
ikatan hidrogen. Semua tetapan dalam persamaan ini harus diperoleh dari
data eksperimen atau perhitungan ab initio.
Dalam metoda mekanika molekukar, data base senyawa yang
digunakan dalam metoda parameterisasi merupakan hal yang krusial
berkaitan dengan kesuksesan perhitungan. Himpunan parameter dan fungsi
matematika dinamakan medan gaya (Force-Field). Seperti halnya pada
metoda semiempiris yang diparameterisasi terhadap satu himpunan
molekul organik, metoda mekanika molekular diparameterisasi terhadap
golongan yang khas dari molekul seperti kelompok hidrokarbon, alkohol
atau protein. Suatu medan gaya tertentu, misalnya protein, hanya akan
berjalan baik untuk mendeskripsikan kelompok senyawa protein, tetapi
akan menghasilkan data yang jelek jika digunakan untuk menghitung
golongan senyawa yang lain.
Sisi baik dari mekanika molekular adalah dimungkinkannya
melakukan modeling terhadap molekul yang besar seperti halnya protein
dan segmen dari DNA, sehingga metoda ini merupakan alat utama
perhitungan bagi para biokimiawan. Sisi buruk dari mekanika molekular
adalah banyak sifat kimia yang tidak dapat didefinisikan dengan metoda
ini, seperti halnya keadaan eksitasi elektronik. Dalam upaya untuk bekerja
dengan sistem yang besar dan komplek, sering perangkat lunak mekanika
molekular mempunyai kemampuan dan kemudahan untuk menggunakan
perangkat lunak grafik. Mekanika molekular terkadang digunakan karena
kemudahannya dalam menggambarkan sistem, tetapi tidak perlu
merupakan cara terbaik untuk menerangkan sebuah sistem molekul.
2.3. Pemodelan Molekul

Model didefinisikan sebagai gambaran sederhana atau gambaran ideal

dari suatu sistem atau proses, seringkali dalam bentuk persamaan matematika,
atau perencanaan yang digunakan untuk memfasilitasi perhitungan dan
prediksi. Oleh karena itu pemodelan molekul tersebut terkait dengan cara
untuk meniru perilaku molekul dan sistem molekul. Jika dahulu pemodelan
molekul cukup dengan menggunakan mekanika fisika klasik dengan
menggunakan sebuah pensil, kertas, dan kalkulator tangan. Kini pemodelan
molekul terkait erat dengan pemodelan komputer, karena komputasi telah
mengevolusi pemodelan molekul menjadi lebih luas Iagi, sehingga banyak
perhitungan yang tidak dapat dilakukan tanpa menggunakan sebuah komputer.

Para kimiawan komputasi sering berusaha memecahkan persamaan

Schrddinger non-relanfisnk, dengan penambahan koreksi relatifistik,
walaupun beberapa perkembangan telah dilakukan untuk memecahkan
persamaan SchrGdinger yang sepenuhnya relatifistik. Pada prinsipnya
persamaan Schrodinger dapat diselesaikan secara teoritis dengan
bergantungwaktu atau tak-bergantung-waktu yang disesuaikan dengan
masalah yang dikaji, tetapi pada prakteknya tidak mungkin kecuali untuk
sistem yang amat kecil. Karena itu, sejumlah besar metode hampiran
dikembangkan untuk mencapai kompromi terbaik antara ketepatan
perhitungan dan biaya komputasi.

Dalam kimia teori, kimiawan dan fisikawan secara bersama-sama

mengembangkan algoritma dan program komputer untuk memungkinkan
peramalan sifat-sifat atom dan molekul, dan/atau lintasan reaksi untuk reaksi
kimia, serta simulasi sistem makroskopis. Kimiawan komputasi kebanyakan
"sekedar" menggunakan program komputer dan metodologi yang ada dan
menerapkannya untuk permasalahan kimia tertentu. Di antara sebagian besar
waktu yang digunakan untuk hal tersebut, kimiawan komputasi juga dapat
terlibat dalam pengembangan algoritma baru, maupun pemilihan teori kimia
yang sesuai, agar diperoleh proses komputasi yang paling efisien dan akurat.
Terdapat beberapa pendekatan yang dapat dilakukan:

 Kajian komputasi dapat dilakukan untuk menemukan tirik awal untuk

sintesis dalam Iaboratorium. Dalam arti bahwa kehka kita ingin
mensintesis senyawa tertentu, banyak kemungkinan pereaksi yang dapat
membentuk senyawa yang kita ingin sintesiskan tersebut Begitu pula
dengan pelarut, pelarut cukup banyak mempengaruhi reaksi. Peran
komputasi disini adalah meramalkan dari sekian banyak pereaksi dan
pelarut yang mungkin, pereaksi dan pelarut mana yang paling efektif dan
efisien untuk membentuk senyawa yang kita inginkan. Sehingga para
kimiawan tidak perlu melakukan try and error untuk mencari pereaksi
dan pelarut yang efektif dan efisien untuk mensintesis senyawa yang kita
inginkan.
Contoh: Untuk sintesis Ammonium Perkhlorat (AP) (NH4CIO4)
Kemungkinan pereaksi yang mungkin:
 NaCI04 dengan NH*C1
 NaCIC>4 dengan NH4NO3
 NaC104 dengan NH4SO4
maka dengan bantuan kimia komputasi, ternyata pereaksi NaC104 dengan
NH4CI lebih efektif dan efisien untuk membentuk AP dilihat dari nilai
kereaktifannya (nilai energi bebas Gibbs yang lebih kecil). Barulah
kimiawan mensintesisnya dalam Iaboratorium, tanpa harus menguji
dengan pereaksi-pereaksi yang lain.
 Kajian komputasi dapat digunakan untuk menjelajahi mekanisme reaksi
dan menjelaskan pengamatan pada reaksi di Iaboratorium.
Contoh:
Proses penuaan dapat terjadi karena kerusakan pada basa DNA, kimiawan
komputasi mengkajinya dengan mempelajari mekanisme kerusakan basa
sitosin karena penyerangan radikal OH.
 Kajian komputasi dapat digunakan untuk memahami sifat dan perubahan
pada sistem makroskopis melalui simulasi yang berlandaskan hukum-
hukum interaksi yang ada dalam sistem. Sifat-sifat molekul, seperti
energi, struktur, momen dipol, keterpolaran, atau hyperpolarizability
merupakan beberapa besaran yang dapat dihitung lewat perhitungan.

Terdapat beberapa bidang utama dalam topik kajian tersebut di atas, antara
lain:

 Penyajian komputasi atom dan molekul.

 Pendekatan dalam penyimpanan dan pencarian spesi kimia (Basis data
kimia).
 Pendekatan dalam penentuan pola dan hubungan antara struktur kimia
dan sifat-sifatnya (QSPR, QSAR).
 Elusidasi struktur secara teoritis berdasarkan pada simulasi gaya-gaya.
 Pendekatan komputasi untuk membantu sintesis senyawa yang efisien.
 Pendekatan komputasi untuk merancang molekul yang berinteraksi lewat
cara-cara yang khusus, khususnya dalam perancangan obat.
 Simulasi proses transisi fasa.
 Simulasi sifat-sifat bahan seperti polimer, logam, dan kristal (termasuk
kristal cair).

2.4. Prinsip Dasar Kimia Komputasi

Perhitungan kimia komputasi menerapkan suatu model dari apa yang

nyata di alam. Jadi peneliti itu hanya mempelajari model, bukan mempelajari
alam nyata. Data eksperimen merupakan representasi alam sehingga harus
diutamakan dan lebih dipercaya dari hasil model. Suatu model hanya dapat
dianggap valid jika hasilnya menyerupai data eksperimen. Prediksi dengan
kimia komputasi dimungkinkan jika metode kimia komputasi yang diterapkan
sudah dapat terbukti menghasilkan model yang relatif akurat.

Dalam penggunaan secara umum biasanya berupa penerapan simulasi

komputer atau berbagai bidang keilmuan tetap digunakan juga untuk
menemukan prinsip-prinsip baru yang mendasar terhadap bidang ilmu yang
mendasari teori ini. Komputasi modern menghitung dan mencari solusi dari
masalah yang ada, yang menjadi perhitungan dari komputasi modern adalah
akurasi (bit, floating poin), kecepatan (Hz), problem volume besar (down
sizing/parallel), modeling (NN dan GA), kompleksitas (menggunakan teori
big O). Karakteristik komputasi modern ada 3 macam:

1. Komputer-komputer penyedia sumber daya bersifat heterogenous karena

terdiri dari berbagai jenis perangkat keras, sistem operasi, serta aplikasi
yang terpasang.
2. Komputer-komputer terhubung ke jaringan yang luas dengan kapasitas
bandwidth yang beragam.
3. Komputer maupun jaringan tidak terdedikasi, bisa hidup atau mati
sewaktuwaktu tanpa jadwal yang jelas.

2.5. Ruang Lingkup Kimia Komputasi

A. Dinamika Molekular
Dinamika molekular mengandung pengujian kelakuan
kebergantungan waktu pada molekul, seperti gerakan vibrasional atau
gerakan Brownian. Hal ini sering dikerjakan dengan penjelasan mekanika
klasik yang hampir sama dengan perhitungan mekanika molekular.
Penerapan dinamika molekular pada sistem pelarut/zat terlarut
memungkinkan dilakukannya perhitungan sifat sistem seperti koefisien
difusi atau fungsi distribusi radial untuk digunakan dalam perhitungan
mekanika statistik. Pada umumnya skema perhitungan pelarut/zat terlarut
dimulai dengan sistem yang terdiri dari sejumlah molekul dengan posisi
dan kecepatan awal. Energi dari posisi yang baru dihitung relatif terhadap
posisi sebelumnya untuk perubahan waktu yang kecil dan proses ini
beriterasi selama ribuan langkah sedemikian hingga sistem mencapai
keseimbangan. Sifat sistem seperti energi, fungsi distribusi radial dan
konformasi molekul dalam sistem dapat dianalisis dengan cara
pengambilan sampel dari sistem yang telah mencapai keseimbangan.
Dalam rangka menganalisi vibrasi molekul tunggal data energi
ditransformasikan secara Fourir ke dalam domain frekuensi. Puncak
vibrasi yang diberikan dapat dipilih dan ditransformasikan ke dalam
domain waktu, sehingga dapat dilihat gerakan seperti apa yang
menyebabkan frekuensi vibrasi tersebut. Metoda dinamika molekular
merupakan metoda simulasi yang sangat berguna dalam mempelajari
sistem melekular seperti molekul organik dalam larutan dan senyawa
makromolekul dalam proses metabolisme. Metode ini memungkinkan
penggambaran struktur, sifat termodinamika dan sifat dinamis dari sistem
pada fasa terkondensasi. Bagian pokok dari metodologi simulasi adalah
tersedianya fungsi energi potensial yang akurat untuk memodelkan sifat
dari sistem yang dikaji. Fungsi energi potensial dapat disusun melalui
metoda mekanika kuantum (Quantum Mechanics, QM) atau mekanika
molekular (Molecular Mechanics, MM). Permasalahan yang muncul
adalah QM hanya dapat digunakan untuk sistem sederhana dengan
beberapa puluh satuan massa -mengingat bahwa perhitungan QM
memerlukan waktu yang lama- sedangkan metoda MM tidak cukup teliti.
Untuk mengatasi permasalahan ini, dikembangkan suatu metoda
hibridisasi yang dikenal dengan nama QM/MM, yaitu bagian yang
penting dari sistem yang dikaji dihitung dengan metoda QM, sedangkan
bagian sistem yang tidak harus dijelaskan secara detail dihitung dengan
metoda MM. Metoda QM/MM banyak digunakan dalam simulasi reaksi
katalitik enzimatik, proses kimia dalam larutan dan docking suatu protein
dalam reseptor.

B. Mekanika Statistika
Mekanika statistika adalah cara matematika untuk mengekstrapolasi
sifat termodinamika dari materi secara keseluruhan (bulk) berpijak pada
gambaran molekular dari materi. Banyak mekanika statistik masih dalam
tataran metoda kertas dan pensil, karena ahli mekanika kuantum belum
dapat menyelesaikan persamaan Schroedinger secara eksak hingga
sekarang sehingga ahli mekanika statistik tidak mempunyai titik awal
untuk mengembangkan metoda penyelesaiannya. Perhitungan mekanika
statistika sering dilakukan pada akhir perhitungan ab initio terhadap sifat
fasa gas. Untuk sifat fasa terkondensasi, sering perhitungan dinamika
molekular diperlukan dalam rangka melakukan eksperimen komputasi.
Salah satu metoda mekanika statistika yang banyak digunakan
dalam kimia komputasi adalah Monte Carlo. Dengan metoda Monte
Carlo, kita dapat mendapatkan gambaran tentang struktur dan energi
dalam keseimbangan, tetapi tidak dapat memberikan gambaran dinamika
atau sifat yang bergantung pada waktu.

C. Modeling Keadaan Padat

Struktur elektronik dari kristal didefinisikan oleh plot struktur pita
(band structure plot), yang memberikan energi dari orbital molekul pada
setiap titik dalam ruang, yang dikenal dengan nama daerah Bruillion
(Bruillion zone). Perhitungan ab initio dan semiempiris menghasilkan
energi orbital, sehingga mereka dapat diterapkan pada perhitungan
struktur pita. Jika perhitungan energi molekul memerlukan waktu yang
lama, maka diperlukan waktu yang jauh lebih besar untuk menghitung
energi setiap titik dalam daerah Bruillion.
 Perhitungan struktur pita telah dilakukan untuk sistem yang sangat
komplek, namun demikian perangkat lunak belum cukup secara otomatis
dan belum terlampau cepat untuk menyelesaiakan kasus-kasus struktur
pita.

D. Termodinamika
Termodinamika adalah satu dari sekian banyak penjelasan kimia
matematis yang telah dibangun. Sering kali perlakuan termodinamika
didapatkan dengan kerja kertas dan pensil karena banyak aspek kimia
dapat dijelaskan secara akurat dengan pernyataan matematika yang
sederhana. Perhitungan kimia komputasi akan dapat membantu
penyelesaian penghitungan besaran termodinamika, terutama akan sangat
berguna jika kita berhadapan dengan molekul-molekul yang besar.

E. Hubungan Struktur dan Sifat

Hubungan struktur dan sifat adalah pendifinisian empiris kualitatif
atau kuantitatif antara struktur molekul dengan sifat yang teramati. Dalam
beberapa kasus, ini merupakan duplikat dari hasil mekanika statistika.
Hubungan struktur dan sifat yang dikaji belakangan ini selalu merupakan
hubungan matematika secara kuantitatif. Hubungan sering sekali
diturunkan dengan menggunakan perangkat lunak fitting kurva untuk
mendapatkan kombinasi linear sifat-sifat molekular, yang dapat
memprediksi sifat-sifat yang dimaksud. Sifat molekular biasanya
didapatkan dari perhitungan model molekular. Penggambaran molekular
yang lain seperti massa molekul atau gambaran topologi, juga digunakan.
Jika sifat digambarkan sebagai sifat fisika, seperti titik didih, hal ini
dikenal dengan hubungan Struktur dan Sifat secara Kuantitatif
(Quantitative Structure-Property Relationship, QSPR). Jika sifat
digambarkan sebagai aktivitas biologis –misalnya aktivitas obat- maka
dikenal sebagai hubungan kuantitatif antara Struktur dan aktivitas
(Quantitative Structure-Aktivity Relationship, QSAR).
Salah satu penerapan kimia komputasi dalam bidang farmasi adalah
pada desain obat. Desain obat adalah proses iterasi yang dimulai dengan
penentuan senyawa yang menunjukkan sifat biologi yang penting dan
diakhiri dengan langkah optimasi, baik dari profil aktivitas maupun
sintesis senyawa kimia. Tanpa pengetahuan yang lengkap tentang proses
biokimia yang bertanggungjawab terhadap aktivitas biologis, hipotesis
desain obat pada umumnya didasarkan pada pengujian kemiripan
struktural dan pembedaan antara molekul aktif dan tak aktif. Kombinasi
antara strategi untuk mensintesis dan uji aktivitasnya dapat menjadi
sangat rumit dan memerlukan waktu yang lama untuk sampai pada
pemanfaatan obat. Untuk itu dikembangkan pendekatan teoritis yang
dapat menghitung secara kuantitatif tentang hubungan antara aktivitas
biologis terhadap perubahan struktur senyawa yang dikenal dengan istilah
QSAR Perkembangan lanjut dari QSAR adalah QSAR tiga dimensi,
CoMFA (Comparative Molecular Field Analysis). Dalam metoda
CoMFA, efek sterik, elektrostatik, luas permukaan dari molekul
dihubungkan pada deskripsi molekular spesifik (substituen).

F. Perhitungan Simbolik
Perhitungan simbolik dikerjakan jika sistem sangat besar untuk
digambarkan sebagai atom per atom sesuai dengan tingkat pendekatan
yang ditetapkan. Sebagai contoh adalah pemodelan membran sel dengan
menggunakan struktur lemak secara individual sebagai pengganti poligon
dengan beberapa persamaan matematik yang mewakili energi
interaksinya. Perlakuan simbolik banyak digunakan pada komputasi
bidang biokimia dan mikrobiologi.

G. Intelegensi Artifisial
 Teknik yang diciptakan oleh ahli komputer yang tertarik dalam
intelegensi artifisial telah diterapkan pada kebanyakan kegiatan
perancangan obat pada tahun belakangan ini. Metoda ini juga dikenal
dengan nama de Novo atau rancangan obat rasional (rational drug
design). Skenario umumnya adalah beberapa sisi fungsional diidentifikasi
dan dilanjutkan dengan melihat struktur molekular yang akan berinteraksi
dengan sisi tersebut agar dapat menentukan fungsi atau aktivitasnya.
Berbeda dengan yang dilakukan oleh ahli kimia dengan mencoba ratusan
bahkan ribuan kemungkinan dengan program mekanika molekular.
Dalam metoda ini hasil mekanika molekular diintegrasikan ke dalam
program intelegensi artifisial yang mencoba sejumlah kecil kemungkinan
yang beralasan secara otomatis. Sejumlah teknik untuk mengambarkan
bagian “intelegen” dari operasi ini sangatlah luas dan tidak mungkin
untuk membuat generalisasi bagaimana implementasi dari program ini.

2.6. Aplikasi Komputasi Kimia pada QSAR

Kimia komputasi dapat menghasilkan gambaran struktur dalam berbagai
model dan mempunyai aktifitas yang sama dengan penyamaan kuantum dari
fisika klasik. Suatu studi dalam kimia medisinal yang banyak menggunakan
metode komputasi kimia adalah studi QSAR (Quantitative Structure-Activity
Relationship) atau HKSA (Hubungan Kuantitatif StrukturAktifitas). HKSA
merupakan metode untuk membuat suatu hubungan antara struktur dan
aktifitas bahan obat dari berbagai deskriptornya. Deskriptor-deskriptor fisika
kimia meliputi beberapa parameter termasuk hidrofobisitas atau lipofilisitas,
topologi, elektronik dan sterik, yang dilakukan secara empirik atau yang lebih
baru dengan metode komputasi. HKSA digunakan dalam pengukuran aktifitas
bahan kimia dan pengujian biologis. HKSA sekarang diterapkan dalam
berbagai disiplin ilmu dengan banyak menyinggung kedesain obat dan
penilaian resiko lingkungan.
 HKSA merupakan salah satu terobosan baru dalam mendapatkan suatu
obat baru dengan aktivitas lebih besar, keselektifan yang lebih tinggi,
toksisitas atau efek samping sekecil mungkin dan kenyamanan yang lebih
besar. Pemanfaatan komputer merupakan salah satu cara yang dikembangkan
akhir-akhir ini sebagai alat bantu dalam perancangan kandidat obat. Dalam hal
ini komputer membantu memudahkan penemuan Hubungan Kuantitatif
Struktur Aktivitas (HKSA) suatu senyawa guna menurunkan suatu persamaan
yang dapat digunakan memprediksi aktivitas suatu senyawa. Selain itu,
komputer dapat membantu menggambarkan interaksi senyawa dengan
reseptor (docking studies) sehingga akan diperoleh senyawa yang lebih poten
yang memiliki aktivitas lebih tinggi. Penemuan obat baru dengan bantuan
komputer biasa disebut in silico screening.
HKSA berusaha untuk menemukan hubungan yang konsisten diantara
variasi pada nilai dan sifatsifat molekul dan aktivitas biologik untuk rangkaian
campuran sehingga aturan ini dapat digunakan untuk mengevaluasi identitas
kimia yang baru yang selanjutnya dapat membantu peneliti dalam mensintesis
senyawa obat. Kimia komputasi dapat menghasilkan gambaran struktur
molekul dalam berbagai model dan mempunyai aktifitas yang sama dengan
penyamaan kuantum dari fisika klasik.
Perkembangan kimia komputasi, terutama dalam penerapan perhitungan
kimia kuantum yang berlangsung dengan pesat memungkinkan untuk
dilakukannya pemodelan molekul dan eksplorasi sifat fisikakimia suatu
struktur molekul. Metode kimia kuantum yang sering digunakan dalam
perhitungan senyawa organik adalah metode semiempiris Austin Model 1
(AM1) yang dapat diterapkan dalam analisis HKSA menggunakan metode
Hansch. Asumsi mendasar dari HKSA adalah bahwa terdapat hubungan
kuantitatif antara mikroskopik (Struktur Molekul) dan sifat makroskopis /
empiris (aktivitas biologis) dari suatu molekul. Istilah struktur tidak hanya
terbatas pada pengertian pengaturan ruang dan hubungan antar atom dalam
molekul saja, tetapi juga termasuk sifat fisika dan kimia yang melekat pada
susunan tersebut.

2.7. Peran Kimia Komputasi dalam Bidang Desain Molekul Obat

Metode in vitro dan in vivo lazim digunakan dalam proses penemuan
obat. Komputer menawarkan metode in silico, suatu metode yang
menggunakan kemampuan komputer dalam rancang obat sebagai komplemen
dari in vitro dan in vivo. kemampuan komputasi yang meningkat secara
eksponensial merupakan peluang mengembangkan simulasi dan kalkulasi
dalam merancang obat baru.
Desain obat merupakan proses iterasi dimulai dengan penentuan senyawa
yang menunjukkan sifat biologi penting dan diakhiri dengan langkah optimasi,
baik dari profil aktivitas maupun sintesis senyawa kimia. Tanpa pengetahuan
lengkap tentang proses biokimia yang bertanggung jawab terhadap aktivitas
biologis, hipotesis desain obat pada umumnya didasarkan pada pengujian
kemiripan struktural dan pembedaan antara molekul aktif dan tak aktif (Leach,
2001). Kombinasi antara strategi mensintesis dan uji aktivitasnya menjadi
sangat rumit dan memerlukan waktu yang lama untuk sampai pada
pemanfaatan obat. Dengan kemajuan di bidang kimia komputasi, peneliti
dapat menggunakan komputer untuk mengoptimasi aktivitas, geometri dan
reaktivitas, sebelum senyawa disintesis secara eksperimental. Hal ini dapat
menghindarkan langkah sintesis suatu senyawa yang membutuhkan waktu dan
biaya mahal, tetapi senyawa baru tersebut tidak memiliki aktivitas seperti
yang diharapkan.
Keberadaan komputer yang dilengkapi dengan aplikasi kimia komputasi,
memungkinkan ahli kimia komputasi medisinal menggambarkan senyawa
obat secara tiga dimensi (3D) dan melakukan komparasi atas dasar kemiripan
dan energi dengan senyawa lain yang sudah diketahui memiliki aktivitas
tinggi (pharmacophore query). Berbagai senyawa turunan dan analog dapat
”disintesis” secara in silico atau yang sering diberi istilah senyawa hipotetik.
Aplikasi komputer melakukan kajian interaksi antara senyawa hipotetik
dengan reseptor yang telah dketahui data sturktur 3D secara in silico. Kajian
ini dapat memprediksi aktivitas senyawa-senyawa yang memiliki aktivitas
rendah. Prediksi toksisitasnya secara in silico juga dilakukan dengan cara
melihat interaksi senyawa dengan enzim yang bertanggung jawab terhadap
metabolisme obat. Hasilnya adalah ususlan senyawa yang siap disintesis dan
diyakini mempunyai aktivitas tinggi dibandingkan dengan senyawa yang telah
dikenal. Jumlah senyawa yang diusulkan biasanya jauh lebih sedikit
dibandingkan penemuan obat secara konvensional. Hal inilah yang menjadi
keunggulan dari studi kimia komputasi dalam menemukan obat baru.
Dua metode yang saling melengkapi dalam penggunaan komputer sebagai
alat bantu penemuan obat, adalah ligand-based drug design (LBDD) yaitu
rancangan obat berdasarkan ligan yang sudah diketahui, dan structure-based
drug design (SBDD) yaitu rancangan obat berdasarkan struktur target yang
didasarkan pada struktur target reseptor yang bertanggung jawab atas
toksisitas dan aktivitas suatu senyawa di dalam tubuh. LBDD memanfaatkan
informasi sifat fisikokimia senyawa aktif sebagai landasan mendesain
senyawa baru. Metode LBDD yang lazim digunakan adalah pharmacophore
discovery, hubungan kuantitatif struktur-aktivitas (HKSA/QSAR), dan docking
molekular (molecular docking). Pharmacophore discovery merupakan metode
pencarian kesamaan sifat fisikokimia, seperti sifat elektornik, hidrofobik dan
sterik dari senyawa-senyawa ang dilaporkan aktif. Langkah selanjutya adalah
menggambarkan struktur 3D yang menggabungkan sifat gugus-gugus maupun
bagian senyawa yang diduga bertanggungjawab terhadap aktivitasnya
(pharmacophore). QSAR memadukan statistika dengan sifat fisikakimia
senyawa yang diprediksi dengan bantuan komputer untuk menurunkan suatu
persamaan yang digunakan memprediksi aktivitas suatu senyawa.
Predikator yang digunakan dalam studi QSAR diperoleh dari hasil
pengukuran (measurablei) seperti kerapatan, energi ionisasi, titik didih, massa
molekul, momen dipol, tetapan keasaman dna lipofilisitas. Kimia Komputasi
banyak memberikan keuntungan dalam studi QSAR karena dapat
menghasilkan prediktor yang diperoleh dari perhitungan (calculated) antara
lain muatan atom netto, beda energi HOMO (Highest Occupied Molecular
Orbital) dan LUMO (Lowest Unoccupied Molecular Orbital), polarizabilitas,
luas area, volume molekular, dan refraktivitas molar.
Perkembangan lanjut dari QSAR adalah 3D-QSAR atau CoMFA
(Comparative Moleculer Field Analysis). CoMFA merupakan metode 3D-
QSAR yang menggunakan teknik hubungan kauntitatif antara aktivitas
biologis dari sekelompok senyawa deret homolog dengan sifat tiga
dimensinya yang berkait dengan sifat elektronik dan sterik. Dalam metode
CoMFA, efek sterik, elekrostatik, luas permukaan, hodrofobisitas dan ikatan
hidrogen dari molekul dihubungkan pada deskripsi molekuler spesifik.
Pelopor perkembangan 3D-QSAR adalah Marshall yang telah
mengkomrsialkan pendekatan analog aktif ini, dan beberapa teknik desain
obat lain dalam program pemodelan molekul bernama SYBYL.
SBDD memanfaatkan informasi dari struktur protein target untuk mencari
sisi aktif protein yang berikatan dengan senyawa obat. Berdasarkan prediksi
sisi aktif dapat dirancang senyawa yang diharapkan berikatan dengan protein
target tersebut dan memiliki aktivitas biologis. Struktur protein target dapat
dimodelkan dari data struktur kristalnya ataupun hasil analisis NMR (nuclear
magnetic resonance) maupun data genomic (bioinformatics).
Paul Ehrlich (abad 19) menghipotesiskan bahwa semua obat harus
bergabung dengan suatu reseptor sedemikian hingga terjadi efek yang
diingankan. Hipotesis ini telah menyebabkan perubahan cara berpikir dunia
kedokteran. Karena jasa-jasanya inilah maka Paul Ehrlich sering disebut
sebagai Father of Pharmacotherapy. Dengan teori Magic Bullets, molekul
obat disamakan seperti roket yang setelah ditembakkan mencari mangsanya
(reseptor) dan menimbulakn efeknya. Hal ini menjadi dasar filosofi dari
docking molekular yang didasarkan pada pemanfaatan informasi struktur
target maupun sifat fisikakimia ligan untuk melakukan uji interaksi senyawa
obat pada prediksi sisi aktif protein. Berdasarkan informasi yang diperoleh
dirancang senyawa baru yang diharapkan lebih aktif dari senyawa-senyawa
yang telah tersedia. Fleksibilitas protein dan interaksinya dengan suatu
senyawa dianalisis dengan mengaplikasikan simulasi Molecular Dynamics
(MD), yaitu simulasi yang menganalisis perubahan struktur suatu senyawa
sebagai fungsi waktu berdasarkan parameter-parameter tertentu.
Prinsip dasar kimia medisinal adalah aktivitas bologi bergantung pada
posisi tiga dimensi ari gugus fungsi yang spesifik (farmakofor). Kecanggihan
dalam menyusun model matematika yang diikuti dengan kemampuan
komputer yang semakin cepat dan mudah digunakan, telah memungkinkan
untuk mendapatkan sifat spesifik senyawa obat yang telah dikenal, dan
selanjutnya digunakan untuk memprediksi senyawa obat dengan aktivitas
yang lebih tinggi. High throughput screen (HTS) merupakan metode
penemuan molekul obta baru yang didasarkan pada otomatisasi proses
skrining. Jika dikombinasikan dengan penyediaaan ekstrak oleh kimia
medisinal dan kimia kombinatorial maka HTS akan mampu menghasilkan
lead compounds dengan cepat dan efesien.
Penelitian lain yang akan mempunyai dampak cukup besar terhadap
dunia pengobatan ialah proyek penelitian Genom manusia. Jika seluruh
genom manusia telah selesai diteliti, maka kita akan mempunyai peta genom
manusia dan berbagai penyakit herediter akan diketahui dasar genetiknya.
Bilamana hal ini telah dicapai, maka kita akan memasuki fase cara pengobatan
baru, yaitu terapi gen.
Perkembangan program pemodelan molekul dan aplikasinya dalam
penelitian farmasi dikenal dengan desain obat terbantukan komputer
(Computer-Assisted Drug Design, CADD) atau desain molekular terbantukan
komputer (Computer-Assisted Molecular Design, CAMD). Cara ini dapat
diterapkan jika telah diketahui struktur molekul reseptor secra tiga dimensi,
cara kerja obat pada taraf molekular, cara bergabungnya dan peran berbagai
kekuatan interaksi fisik dan kimia terhadap penggabungan kompleks reseptor-
agonis.
Teknik yang diciptakan oleh ahli komputer yang tertarik dalam
intelegensi artifisial telah diterapkan pada kebanyakan kegiatan perancangan
obat pada tahun belakangan ini. Metode ini dikenal dengan nama de novo atau
rancangan obat rasional (rational drug design). Skenario umumnya adalah
beberapa sisi aktif diidentifikasi dan dilanjutkan melihat struktur molekular
yang akan berinteraksi dengan sisi aktif tersebut agar dapat menetukan fungsi
atau aktivitas. Hal ini berbeda dengan yang dilakukan oleh ahli kimia dengan
cara mencoba ratusan bahkan ribuan kemungkinan dengan metode kimia
komputasi mekanika molekular. Dalam metode ini hasil mekanika molekular
diintegrasikan ke dalam program intelegensi artifisial yang mencoba sejumlah
kecil kemungkinan terprediksi secara otomatis. Sejumlah teknik untuk
menggambarkan bagian “intelegen” dari operasi ini sangatlah luas da tidak
mungkin untuk membuat generalisasi implementasi program ini.
Desain obat tidak hanya desain ligan, tetapi juga farmakokinetik dan
toksisitas yang pada umunya di luar kemampuan untuk didesain dengan
bantuan komputer. Namun demikian, perangkat khemometri yang dilengkapi
desain eksperimental dan statistik mutivariat dapat membantu merencanakan
dan mengevaluasi farmakokinetik dan tosikologi eksperimental.

2.8. Tantangan Kimia Komputasi di Masa Depan

Kimia komputasi dapat membantu dalam bidang desain daa optimasi
proses yang baru atau proses yang sedang berjalan maupun optimasi produk.
Kimia komputasi dapat mereduksi biaya pengembangan, meningkatkan
efisiensi energi, dan daya guna lingkungan, sehingga menaikkan produktivitas
dan keuntungan. Walaupun kimia komputasi dapat diterapkan pada bidang
industri, tetapi masih punya keterbatasan. Hal ini disebabkan karena
keterbatasan skala permasalahan industri yang dapat dimodelkan, juga adanya
kesulitan dalam validasi dan kesesuaian hasil pemodelan molekul. Hambatan
adalah menghasilkan perangkat lunak komersial yang dengan mudah
digunakan oleh masyarakat. Keterbatasan ini disebabkan karena kualifikasi
mesyarakat pengguna yang masih kurang, jumlah peminat yang sedikit, dan
kuranngnya publikasi informasi dan pendidikan tentang keuntungan
penggunaan kimia komputasi dalam bidang yang digeluti masing-masing
individu.
Idealnya kimia komputasi mempunyai sifat:
1. Dapat diterapkan pada sistem yang bervariasi, yaitu berlaku untuk sistem
yang besar, waktu operasi yang panjang, sistem cairan atau padatan.
2. Fleksibel, dapat dijalankan pada berbagai platform komputasi (perangkat
keras) dan perangkat lunak, dan didukung oleh visualisasi grafis yang
memadai.
3. Kemampuan tinggi, mampu dijalankan pada dekstop atau platform
komputasi paralel berbiaya murah.
4. Mudah digunakan, mekanisme penggunan yang sederhana dan sistem
yang canggih untuk dapat digunakan oleh pengguna dengan kemampuan
rata-rata.
5. Validasi eksperimental, hasil perhitungan komputasi secara
eksperimental.
6. Termasuk dalam kurikulum pendidikan, yaitu dapat diberikan pada S1,
S2 maupun S3 melalui kuliah dan praktikum.

Permasalahan utama untuk pemanfaatan komputer adalah keberadaan

aplikasi kimia komputasi yang memadai dan lengkap. Salah satu aplikasi
kimia komputasi yang cukup memadai untuk penemuan obat adalah
Molecular Operating Environment (MOE) yang dikembangkan Chemical
Computing Group. MOE selain menawarkan fasilitas yang cukup lengkap
juga user-friendly sehingga cocok digunakan dalam pembelajaran. Hanya saja
aplikasi kimia komputasi yang user-friendly biasanya mahal sehingga alasan
efisiensi biaya tidak lagi relevan. Sebagai contoh, biaya lisensi untuk
penggunaan akademis (non komersial) sekitar 2000 US dollar pertahun.
Perangkat lunak semacam ini sangat sesuai jika pengelolaannya dapat terpusat
di universitas sehingga peneliti dari berbagai disiplin ilmu dapat
memanfaatkan secara maksimal.

Di era open source ini semakin banyak aplikasi-aplikasi kimia komputasi

berbasis open source maupun yang menawarkan free academic license. Hanya
saja aplikasi-aplikasi tersebut seringkali tidak user-friendly dan untuk
memanfaatkannya membutuhkan kemampuan penguasaan komputer yang
lebih baik misalnya dengan tuntutan penguasaan sistem operasi LINUX. Pada
umunya aplikasi-aplikasi tersebut seringkali fokus pada satu topik sehingga
tidak cukup lengkap digunakan secara komprehensif, misalnya NAMD,
sebuah aplikasi untuk molekular dinamik; visual Molecular Dynamics untul
visualisai melekul baik tunggal maupun trajectory hasil studi Molecular
Dynamics; ArgusDock untuk analisis docking molekular; GAMESS untuk
minimisasi energi; dan ACD/labs ChemSkecth untuk menggambat struktur
kimia.

Pemanfaatan High-Performance Computing (HPC) dalam bidang kimia

komputasi melibatkan permasalahan pengembangan arsitektur komputer
paralel, sistem peragkat lunak dan aplikasinya. Simulasi mekanika kuantum
sangat bermanfaat untuk simulasi molekular yang memerlukan akurasi yang
tinggi. Kendala yang dihadapi adalah waktu operasi yang lama jika molekul
yang dianalisis mempunyai jumlah atom besar. Kajian kimia komputasi kimia
yang terbantu dengan ketersediaan HPC adalah simulasi dinamika molekular,
infomasi kimia, dan docking molekular yang pada umumnya memerlukan
visualisasi grafis dari interaksi antar molekul. Hal inilah yang akan menjadi
tantangan para peneliti pemodelan molekul.

Salah satu kegiatan dalam proyek INHERENT (Indonesian Higher

Education Network) UGM adalah i-HPC (Inherent-High Performence
Computing) yang merupakan portal kolaborasi riset berbasis komputasi
paralel berunjuk kerja tinggi. Aplikasi komputasi digital tersebut antara lain:
aplikasi di bidang rekayasa semikonduktor, desain seri protein, pemodelan
DNA, simulasi syaraf manusia, bioteknologi, bioinformatik, digital signal
processing, pengelolaan informasi geografis, dan lain-lain. Aplikasi ini dapat
menekan biaya riset high end, selain dapat menghasilkan produk riset bertaraf
internasional. Manfaat yang diperoleh adalah dapat meningkatkan rekognisi
negara Indonesia di dunia Internasional.

Peluang kerjasama antar peneliti lintas bidang seperti kimia komputasi,

kedokteran, farmasi, biologi, ahli sintesis dan teknik kimia, dan institusi
pendidikan tingkat menengah (SMA), merupakan faktor dominan dalam
memanfaatkan kemudahan yang ditawarkan oleh kimia komputasi dalam
memprediksi senyawa baru yang mempunyai potensi sebagai obat dengan
harga jual yang kompetetif.
 BAB III

PENUTUP

3.1. Kesimpulan
Kimia komputasi adalah salah satu cabang ilmu kimia yang kini menjadi
salah satu bidang dengan pertumbuhan tercepat dalam kimia. Walaupun
terdapat spesialis dalam bidang ini, penerapan teknik-tekniknya oleh
kimiawan percobaan semakin meningkat sejalan dengan meningkatnya
kemampuan dan semakin murahnya komputer. Pemodelan kimia komputasi
dapat membantu para kimiawan untuk : (1) Mendesain awal proses reaksi
sintesis yang diinginkan, (2) Mempelajari dan menjelajahi mekanisme reaksi
yang mungkin terjadi dari desain yang telah dibuat, (3) Melakukan simulasi
reaksi dalam komputer, dan (4) Menentukan sifat-sifat dari molekul pereaksi
maupun produk yang dihasilkan.
Prinsip kimia komputasi adalah penerapan suatu model dari apa yang
nyata di alam. Jadi, peneliti hanya mempelajari model, bukan mempelajari
alam nyata. Namun data pemodelan yang digunakan harus dapat dipercaya
atau dengan kata lain pemodelan yang dilakukan haruslah memberikan hasil
akurat (sesuai dengan kenyataan eksperimen). Dalam penerapannya, kimia
komputasi memiliki beberapa ruang lingkup, yaitu Dinamika molekuler,
Mekanika statistika, Modeling keadaan padat, Termodinamika, Hubungan
struktur dan sifat, Perhitungan simbolik, dan Intelegensi artifisial.

3.2. Saran
Untuk lebih memahami kimia komputasi, diperlukan praktek yang dapat
membantu mempermudah mahasiswa agar lebih mengerti konsep kimia
komputasi dan aplikasi kimia komputasi pada QSAR serta desain molekul
obat.
 DAFTAR PUSTAKA

Harno Dwi Pranowo. 2007. PEMODELAN SENYAWA ORGANIK;

INTERAKSI Na+- BENZO-15-CROWN-5 BERDASAR METODE SEMI
EMPIRIS AM-1 (Jurnal Penelitian). Yogyakarta: Universitas Gadjah
Mada.

Harno Dwi Pranowo. 2009. PERAN KIMIA KOMPUTASI DALAM DESAIN

MOLEKUL OBAT. Yogyakarta: Universitasa Gadjah Mada.

Harno Dwi Pranowo. PENGANTAR KIMIA KOMPUTASI. Yogyakarta:

Universitas Gadjah Mada.

Tahir, Iqmal. 2014. Pengantar Kimia Komputasi.

https://iqmaltahir.wordpress.com/2-lecture/f-kimia-komputasi, 06
Februari 2016.

https://www.researchgate.net/publication/304111673

http://digilib.unimed.ac.id

http://siat.ung.ac.id/