ANALISIS PARASETAMOL, KAFEIN, DAN PROPIFENAZON DENGAN METODE SPEKTROFOTOMETRI UV DAN KEMOMETRIKA TANPA TAHAP PEMISAHAN SKRIPSI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ANALISIS PARASETAMOL, KAFEIN, DAN PROPIFENAZON DENGAN METODE SPEKTROFOTOMETRI UV DAN KEMOMETRIKA TANPA TAHAP PEMISAHAN

SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Farmasi (S.Farm) Program Studi Farmasi

Oleh : Arief Dzulfianto NIM : 118114157

FAKULTAS FARMASI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2015


ANALISIS PARASETAMOL, KAFEIN, DAN PROPIFENAZON DENGAN METODE SPEKTROFOTOMETRI UV DAN KEMOMETRIKA TANPA TAHAP PEMISAHAN

SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Farmasi (S.Farm) Program Studi Farmasi

Oleh : Arief Dzulfianto NIM : 118114157

FAKULTAS FARMASI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2015

i


ii


iii


Halaman Persembahan

Everybody is a genius. But if you judge a fish by its ability to climb a tree it will live its whole life believing that it is stupid - Albert Einstein –

TERUNTUK

 Allah SWT yang Maha Pemberi Petunjuk dan Pemberi Kemudahan di segala Hal  Keluarga yang selalu memberikan dukungan dan doa  Almamater Fakultas Farmasi Sanata Dharma

iv


v


vi


PRAKATA

Puji Syukur dan terima kasih kepada Tuhan Yang Maha Esa atas segala rahmat dan karunia– NYA sehingga Skripsi dengan judul “Analisis Parasetamol, Kafein, dan Propifenazon dengan Metode Spektrofotometri UV dan Kemometrika tanpa Tahap Pemisahan“ ini dapat diselesaikan dengan baik. Selama menulis Skripsi ini, penulis menyadari bahwa ada begitu banyak pihak yang telah berkontribusi besar dalam proses pengerjaan Skripsi ini. Oleh karena itu penulis ingin mengucapkan terima kasih kepada : 1. Ibu Aris Widayati, M.Si., Ph.D., Apt., selaku dekan Universitas Sanata Dharma 2. Prof. Dr. Abdul Rohman, M.Si., Apt., selaku dosen pembimbing utama yang dengan penuh kesabaran memberikan masukan, ilmu, perhatian, dan support yang telah diberikan dari awal penelitian hingga selesainya Skripsi ini. 3. Bapak Florentinus Dika Octa Riswanto, M.Sc., selaku dosen pembimbing pedamping yang juga memberikan semangat, bimbingan, kritik dan saran kepada penulis agar Skripsi ini selesa dengan baik. 4. Bapak Yohanes Dwiatmaka, M.Si., selaku dosen pembimbing akademik yang memberikan dukungan dan semangat kepada penulis dalam proses pengerjaan skripsi ini dan selama menjalankan studi di Fakultas Farmasi Universitas Sanata Dharma

vii


5. Dosen penguji yang akan memberikan kritik dan saran yang akan membuat penulisan naskah ini menjadi lebih baik. 6. PT. Konimex yang telah bersedia memberikan bahan baku standart parasetamol, kafein, dan propifenazon untuk dianalisis dalam pembuatan skripsi ini. 7. Mas Bimo dan Pak Kethul selaku staff Laboratorium Kimia Analisis Instrumental yang telah memberikan banyak kemudahan kepada penulis dalam proses penelitian ini. 8. Bapak, Ibu, Mas Shodiq, Mbak Citra, Hanif untuk segala doa, dukungan, motivasi dan perhatian kepada penulis selama pembuatan skripsi ini. 9. Kakak Ipar yang selalu menyediakan makanan agar penulis tidak kelaparan saat pembuatan naskah skripsi ini. 10. Ade, Jalaq, Erfan, Opphi, Devina selaku rekan sekelompok skripsi yang sudah berjuang bersama dan membantu dalam proses penelitian skripsi ini. 11. Teman–teman FST B 2011 yang selalu memberikan semangat dalam pembuatan skripsi. 12. Arinda Sulistyawati, Ade Savitri atas kebersamaan yang selalu memberikan support, mengajak travelling agar penulis tidak stress dalam pengerjaan proses skripsi ini. 13. Ary, Alva, Alip, Dajal, Ampau, Alpin, Tepe, Eka, Emre sebagai sahabat yang selalu memberikan dukungan dan motivasi kepada penulis dalam proses pembuatan skripsi ini

viii


14. BIGFAM yang selalu memberikan support kepada penulis dalam pembuatan skripsi. 15. Seluruh Crew Unik Merchandise yang memberikan semangat dalam pembuatan skripsi. 16. Seluruh teman, baik di Universitas Sanata Dharma maupun di luar yang selalu memberikan semangat dan dukungan dalam pembuatan skripsi. 17. Semua pihak yang membantu penulis selama proses penelitian hingga selesainya skripsi, yang tidak dapat penulis sebutkan satu – persatu. Penulis menyadari bahwa tugas akhir ini masih memiliki banyak kekuangan dan ketidak sempurnaan, maka itu penulis mengharapkan kritik dan saran dari semua pihak. Akhir kata, semoga penilitian skripsi yang penulis lakukan dapat bermanfaat bagi perkembangan di dunia kefarmasian.

Yogyakarta, 10 Desember 2015 Penulis

ix


DAFTAR ISI HALAMAN JUDUL

i

HALAMAN PERSETUJUAN PEMBIMBING

ii

HALAMAN PENGESAHAN

iii

HALAMAN PERSEMBAHAN

iv

PERNYATAAN KEASLIAN KARYA

v

PERNYATAAN PERSETUJUAN PUBLIKASI

vi

PRAKATA

vii

DAFTAR ISI

x

DAFTAR TABEL

xiii

DAFTAR GAMBAR

xv

DAFTAR LAMPIRAN

xviii

DAFTAR SINGKATAN

xx

INTISARI

xxi

ABSTRACT

xxii

BAB I PENGANTAR

1

A. Lalar Belakang

1

1. Perumusan masalah

3

2. Keaslian Penelitian

3

3. Manfaat penelitian

4

B. Tujuan Penelitian

4

BAB II PENELAAHAN PUSTAKA

6

A. Kombinasi Obat Pereda Nyeri

6

x


1. Parasetamol

6

2. Kafein

7

3. Propifenazon

8

B. Spektrofotometri UV/VIS

8

C. Analisis Multikompeen secara Spektrofotometri UV

10

1. Kemungkinan pertama

11

2. Kemungkinan kedua

11

3. Kemungkinan ketiga

12

D. Kemometrika

13

E. Validasi Metode Analisis Kalibrasi Multivariat

15

1. Presisi

16

2. Akurasi

18

3. Selektivitas

19

F. Landasan Teori

19

G. Hipotesis

21

BAB III METODOLOGI PENELITIAN

22

A. Jenis dan Rancangan Penelitian

22

B. Variabel Penelitian dan Definisi Operasional

22

1. Variabel

22

2. Definisi Operasional

22

C. Bahan Penelitian

23

D. Alat Penelitian

23

E. Tata Cara Penelitian

24

xi


1. Scanning spektra standar

24

2. Pemilihan interval pengukuran dan panjang gelombang pengukuran untuk set kalibrasi

24

3. Penyiapan larutan set kalibrasi dan set validasi eksternal

24

4. Uji keseragaman bobot tablet

26

5. Analisis sampel

27

6. Analisis statistik kalibrasi multivariat (PLS)

27

a. Model kalibrasi multivariat PLS

27

b. Cross validation leave one-out

28

7. Analisis data sampel

29

BAB IV HASIL DAN PEMBAHASAN

32

A. Analisis parasetamol, propifenazon, kafein secara simultan menggunakan metode spektrofotometri UV

32

B. Optimasi kalibrasi multivariat menggunakan partial least square (PLS) 34 C. Validasi model kalibrasi multivariat PLS

38

1. Validasi silang (cross validation)

39

2. Validasi eksternal

45

D. Penetapan kadar sampel sediaan farmasi

47

BAB V KESIMPULAN DAN SARAN

50

A. Kesimpulan

50

B. Saran

51

DAFTAR PUSTAKA

52

xii


LAMPIRAN

55

BIOGRAFI PENULIS

77

xiii


DAFTAR TABEL Tabel I.

Kriteria penerimaan nilai RSD

18

Tabel II.

Nilai % recovery

19

Tabel III.

Komposisi campuran sintetik parasetamol, propifenazon, dan kafein untuk model kalibrasi

Tabel IV.

25

Komposisi campuran sintetik paracetamol Parasetamol, Kafein, Propifenazon untuk validasi eksternal

Tabel V.

26

Nilai konsentrasi sebenarnya (actual response) vs konsentrasi terhitung (calculated response) menggunakan spektrofotometri UV-PLS pada panjang gelombang 220-313 nm

Tabel VI.

34

Hasil persamaan , R2, dan RMSEC yang didapat dari hubungan antara nilai kadar sebenarnya (actual value) vs nilai terhitung (calculated value) dengan metode spektrofotometri UV-PLS pada panjang gelombang 220-313 nm

Tabel VII.

37

Nilai sebenarnya dan nilai terhitung hasil kalibrasi pls dari sampel yang

dilakukan

validasi

silang

(cross

validation)

yang

mengandung parasetamol (PCT), propifenazon (PROPI), dan kafein (KAF)

38

xiv


Tabel VIII. Evaluasi nilai sebenarnya dan terhitung hasil kalibrasi PLS dari 10 larutan set validasi yang mengandung parasetamol (PCT), propifenazon (PROPI), dan kafein (KAF). Tabel IX.

Rekapitulasi evaluasi parameter validasi metode spektrofotometri UV- PLS

Tabel X.

44

45

Hasil penetapan kadar prediksi parasetamol dalam sediaan farmasi tablet menggunakan metode spektrofotometri UV-PLS 49

Tabel XI.

Hasil penetapan kadar prediksi propifenazon dalam sediaan farmasi tablet menggunakan metode spektrofotometri UV-PLS 49

Tabel XII.

Hasil penetapan kadar prediksi kafein dalam sediaan farmasi tablet menggunakan metode spektrofotometri UV-PLS

xv

50


DAFTAR GAMBAR Gambar 1.

Struktur kimia paracetamol

6

Gambar 2.

Struktur kimia kafein

7

Gambar 3.

Struktur kimia propifenazon

8

Gambar 4.

Instrumentasi spektrofotometri UV double beam

10

Gambar 5.

Spektrum absorbsi tidak saling tumpang tindih

11

Gambar 6.

Spektrum absorpsi tumpang tindih satu arah

12

Gambar 7.

Spektrum absorpsi tumpang tindih dua arah

12

Gambar 8.

Spektra Uv parasetamol (PCT), propifenazon (PROPI), kafein (KAF), dan spektra Uv campuran PCT, PROPI, dan KAF yang diukur pada panjang gelombang 220-400 nm

32

Gambar 9. Spektra Uv sampel sediaan farmasi (tablet) dan spektra Uv campuran baku parasetamol (PCT), propifenazon (PROPI), kafein (KAF) yang diukur pada panjang gelombang 200-400 nm.

33

Gambar 10. Kurva hubungan antara kadar parasetamol sebenarnya (actual response) vs kadar terhitung (calculated response) parasetamol dengan metode spektrofotometri UV – PLS pada panjang gelombang 220 -313 nm

35

xvi


Gambar 11. Kurva hubungan antara kadar propifenazon sebenarnya (actual response) vs kadar terhitung (calculated response) propifenazon dengan metode spektrofotometri UV – PLS pada panjang gelombang 220 -313 nm

36

Gambar 12. Kurva hubungan antara kadar kafein sebenarnya (actual response) vs kadar terhitung (calculated response) kafein dengan metode spektrofotometri UV – PLS pada panjang gelombang 220 -313 nm.

36

Gambar 13. Data dan parameter hasil validasi silang parasetamol dengan teknik leave one- out

40

Gambar 14. Data dan parameter hasil validasi silang propifenazon dengan teknik leave one-out

40

Gambar 15. Data dan parameter hasil validasi silang kafein dengan teknik leave one-out

41

Gambar 16. Kurva hubungan antara kadar parasetamol sebenarnya (actual response) vs kadar terhitung (calculated respons) hasil validasi silang leave one-out dengan metode spektrofotometri UV-PLS pada panjang gelombang 220-313 nm

42

Gambar 17. Kurva hubungan antara kadar propifenazon sebenarnya (actual response) vs kadar terhitung (calculated respons) hasil validasi

xvii


silang leave one-out dengan metode spektrofotometri UV-PLS pada panjang gelombang 220-313 nm

42

Gambar 18. Kurva hubungan antara kadar kafein sebenarnya (actual response) vs kadar terhitung (calculated respons) hasil validasi silang leave one-out dengan metode spektrofotometri UV-PLS pada panjang gelombang 220-313 nm

43

Gambar 19. Overlay spektra 6 sampel sediaan farmasi dalam pelarut akuabides pada panjang gelombang 220-313 nm

xviii

48


DAFTAR LAMPIRAN Lampiran 1.

Keseragaman Bobot

56

Lampiran 2.

Output Minitab hasil kalibrasi multivariat partial least square (PLS) parasetamol dari sampel kalibrasi 20 campuran sintetik tanpa validasi silang leave one-out

Lampiran 3.

57

Output Minitab hasil kalibrasi multivariat partial least square (PLS) propifenazon dari sampel kalibrasi 20 campuran sintetik tanpa validasi silang leave one-out

Lampiran 4.

58

Output Minitab hasil kalibrasi multivariat partial least square (PLS) kafein dari sampel kalibrasi 20 campuran sintetik tanpa validasi silang leave one-out

Lampiran 5.

59

Output Minitab hasil kalibrasi multivariat partial least square (PLS) parasetamol dari sampel kalibrasi 20 campuran sintetik dengan validasi silang leave one-out.

Lampiran 6.

60

Output Minitab hasil kalibrasi multivariat partial least square (PLS) propifenazon dari sampel kalibrasi 20 campuran sintetik dengan validasi silang leave one-out

Lampiran 7.

61

Output Minitab hasil kalibrasi multivariat partial least square (PLS) kafein dari sampel kalibrasi 20 campuran sintetik dengan validasi silang leave one-out

xix

63


Lampiran 8.

Data

pengukuran

absorbansi

kurva

baku

dengan

spektrofotometri UV pada panjang gelombang 220-313 nm 64 Lampiran 9.

Data pengukuran absorbansi sampel dengan spektrofotometri UV pada panjang gelombang 220-313 nm

Lampiran 10.

Perhitungan

kadar

parasetamol

pada

66 sampel

menggunakan hasil koefisien validasi silang Lampiran 11.

Perhitungan

kadar

propifenazon

pada

menggunakan hasil koefisien validasi silang Lampiran 12.

tablet 68

sampel

tablet 70

Perhitungan kadar kafein pada sampel tablet menggunakan hasil koefisien validasi silang

72

Lampiran 13.

Sertifikat analisis baku kafein

74

Lampiran 14.

Sertifikat analisis baku propifenazon

75

Lampiran 15.

Sertifikat analisis baku parasetamol

76

xx


DAFTAR SINGKATAN PCT

: parasetamol

PROPI

: propifenazon

KAF

: kafein

UV

: ultraviolet

VIS

: visible

R2

: koefisien determinasi

RMSEC

: root mean square error of calibration

RMSECV

: root mean square error of cross validation

RMSEP

: root mean square error of prediction

PRESS

: predicted residual sum of squares

PLS

: partial least square

xxi


INTISARI Metode analisis obat untuk penetapan kadar adalah spektofotometri UV yang dikombinasikan dengan kalibrasi multivariat PLS. Metode ini mampu menetapkan kadar senyawa multikomponen yang mempunyai masalah overlapping pada spektra UV. Metode spektrofotomeri UV yang dikombinasikan dengan kalibrasi multivariat partial least square (PLS) digunakan untuk analisis senyawa multikomponen dalam sediaan farmasi tanpa adanya tahap pemisahan.Tiga model campuran parasetamol, propifenazon, dan kafein akan dioptimasi untuk analisis menggunakan spektrofotometri UV dan kalibrasi multivariat PLS. Model kalibrasi akan dibuat dengan membuat 20 campuran sintetik dan diukur absorbansinya pada panjang gelombang 220-313 nm dengan interval 3 nm. Kemudian dievaluasi berdasarkan koefisien determinasi (R2), kesalahan pemodelan kalibrasi root mean square error of calibration (RMSEC) dan kesalahan pemodelan kalibrasi pada validasi root mean square error of calibration validation (RMSECV). Hasil penelitian menunjukkan bahwa spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat PLS dapat digunakan untuk analisis senyawa multikomponen dalam sediaan farmasi tanpa adanya tahap pemisahan. Nilai koefisien determinasi untuk hubungan antara konsentrasi sebenarnya dengan konsentrasi terprediksi tanpa validasi silang leave one out pada parasetamol, propifenazon, dan kafein adalah 0,9994 ; 0,9878; 0,9919 dengan nilai RMSEC 0,027; 0,082; 0,043 dan nilai koefisien determinasi dengan validasi silang leave one out 0,997; 0,983; 0,982 dengan nilai RMSECV 0,062; 0,095; 0,982. Nilai presentase kedekatan kadar terhitung dengan kadar dalam etiket untuk parasetamol, propifenazon, dan kafein adalah 90,70%; 90,49%; 103,38%. KATA KUNCI : spektrofotometri UV, kemometrika, PLS.

xxii


ABSTRACT The method analysis of drug for assay is a UV spectrophotometry combined with multivariate calibration PLS. This method can to assay for analysis multicomponent drug have a problem of overlapping in spektra UV. The method UV spectrophotometric couple with multivariate calibration partial least square (PLS) has been developed for quantitative analysis of multicomponent drugs without separations step. Three mixture model paracetamol, propifenazone, and caffeine will be optimized for analysis using UV spectrophotometric and PLS multivariate calibration. The calibration model is prepared by developing a series 20 mixture of synthetic and measured absorbance at a wavelength of 220-313 nm with an interval of 3 nm. The evaluation of calibration model will be relied on coefficient of determination (R2), root mean square error of calibration (RMSEC) and root mean square error of calibration validation (RMSECV). The results showed that UV spectrophotometry combined with multivariate calibration PLS can be used for quantitative analysis of multicomponent drugs without separations step. The coefficient of determination for the relationship between the actual consentration with predicted concentration without the leave-one-out cross validation on paracetamol, propifenazone, and caffeine is 0.9994; 0.9878; 0.9919 with RMSEC value 0.027; 0.082; 0.043 and the coefficient of determination with a leave-one-out cross validation 0.997; 0.983; 0.982 for RMSECV value 0.062; 0.095; 0.982. Percentage recovery for paracetamol, propifenazone, and caffeine is 90,70%; 90,49%; 103,38%. Keywords : UV spectrophotometric, chemometrics, PLS.

xxiii


BAB I PENGANTAR

A.

Latar Belakang

Salah satu obat yang digunakan luas di masyarakat adalah obat sakit kepala, dan sakit gigi seperti campuran parasetamol, kafein, dan propifenazon. Saat ini banyak obat sakit kepala dan sakit gigi beredar di masyarakat luas, campuran parasetamol, kafein, dan propifenazon banyak tersedia dalam bentuk sediaan tablet dengan berbagai merek dagang (Tan & Rahardja, 2007). Dalam ilmu farmasi, pemeriksaan mutu obat mutlak diperlukan agar obat dapat sampai pada targetnya dengan kadar yang tepat. Adanya pengembangan metode spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat dapat menganalisis senyawa multikomponen yang memiliki spektra UV overlapping (Danzer et al, 2004). Spektrofotometri UV-VIS biasanya hanya digunakan untuk menganalisis satu senyawa saja. Saat ini dengan berkembangnya perangkat lunak yang semakin modern dan teknologi semakin canggih, perangkat lunak komputer terutama analisis multivariat, spektrofotometri UV-VIS digunakan untuk menganalisis campuran beberapa senyawa obat secara simultan dengan menggabungkan spektrofotometri UV-VIS dengan kalibrasi multivariat seperti “kemometrika” merupakan teknik yang baik dan

1

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2

sederhana untuk analisis suatu analit dalam campuran seperti parasetamol, propifenazon, dan kafein. Dilihat dari senyawa yang akan dianalisis, parasetamol pada larutan asam mempunyai panjang gelombang maksimal di sekitar 245 nm dengan nilai

= 688a, pada larutan alkali 257 nm

= 715b, kafein dalam

air asam mempunyai λmaks 273nm dan mempunyai nilai

sebesar

504a, kafein tidak mempunyai λmaks pada air basa, dan propifenazon dalam air asam λmaks 240nm mempunyai nilai λmaks 245 , 265nm mempunyai nilai

sebesar 400a; dalam air basa sebesar 385b (Moffat, et al.,

2011). Hal ini bisa dilihat bahwa ketiga senyawa ini akan saling tumpang tindih atau overlapping, maka perlu adanya pendekatan metode kalibrasi multivariat “kemometrika” untuk analisis parasetamol, kafein, dan propifenazon. Penelitian yang telah berhasil dalam penetapan kadar menggunakan metode spekrofotmetri UV-VIS yang digabungkan dengan metode kalibrasi multivariat kemometrik adalah untuk analisis kombinasi obat untuk pereda rasa nyeri adalah penetapan kadar parasetamol, guaifenesin, dan klorfeniramin maleat secara simultan (Ardiyanti, 2014). Penggunaan metode spektrofotometri UV-VIS dengan pendekatan metode kalibrasi multivariat kemometrika untuk analisis kombinasi parasetamol, kafein, dan propifenazon dalam sediaan farmasi (tablet) akan dilakukan pada penelitian ini.


1.

Perumusan masalah Berdasarkan latar belakang yang sudah diuraikan di atas, maka

permasalahan yang muncul adalah : a.

Bagaimana kondisi optimum metode spektrofotometri UV yang dikombinasikan dengan teknik kalibrasi multivariat PLS untuk analisis sediaan tablet parasetamol, kafein, dan propifenazon?

b.

Bagaimana validasi spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat untuk analisis campuran parasetamol, kafein, dan propifenazon?

c.

Bagaimana aplikasi spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat untuk penetapan kadar parasetamol, propifenazon, dan kafein dalam sediaan farmasi tanpa tahap pemisahan ?

2.

Keaslian Penelitian Yang

sudah

pernah

dilaporkan

untuk

analisis

senyawa

multikomponen dengan spektrofotometri UV yang dikombinasikan kalibrasi multivariat secar simultan adalah : a. Kombinasi spektrofotometri UV dan kalibrasi multvariat untuk analisis parasetamol, guaifenesin, dan klorfeniramin maleat secara simultan (Ardiyanti, 2014). b. Analisis sulfametoksazol dan trimetropim secara spektrofotometri UV dan trimetropim secara simultan tanpa tahap pemisahan (Khotimah, 2014).


Hasil penelusuran publikasi – publikasi ilmiah menunjukkan bahwa analisis campuran parasetamol, kafein, dan propifenazon secara simultan dalam

sediaan

farmasi

secara

spektrofotometri

UV–Vis

yang

dikombinasikan dengan kalibrasi multivariat belum pernah dilaporkan. 3.

Manfaat Penelitian a. Manfaat Metodelogis. Penelitian ini diharapkan dapat memberikan alternatif metode analisis untuk menetapkan kadar Parasetamol, kafein, dan propifenazon dalam sediaan farmasi yang memenuhi persyaratan validitas yang baik. b. Manfaat Teoritis. Penelitian ini diharapkan dapat memberikan tambahan informasi ilmiah mengenai validasi metode penetapan kadar Parasetamol, kafein, dan propifenazon dalam sediaan farmasi secara spektrofotometri UV–Vis. c. Manfaat praktis. Penelitian ini diharapkan dapat digunakan untuk menetapkan kadar campuran parasetamol, propifenazon, dan kafein dalam sediaan farmasi yang banyak beredar di pasaran.

B. 1.

Mengetahui

optimasi

Tujuan Penelitian metode

spektrofotometri

UV

yang

dikombinasikan dengan teknik kalibrasi multivariat PLS untuk analisis sediaan tablet parasetamol, kafein, dan propifenazon.


2.

Mengetahui validasi spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat untuk analisis campuran parasetamol, propifenazon, dan kafein tanpa tahap pemisahan.

3.

Mengetahui aplikasi spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat untuk penetapan kadar campuran parasetamol, propifenazon, kafein tanpa tahap pemisahan.


BAB II TINJAUAN PUSTAKA

A.

Kombinasi Obat Pereda Nyeri

Parasetamol dan Propifenazon merupakan obat yang secara luas digunakan dalam penanganan rasa nyeri (analgetika) dan demam (antipiretika). Kafein sering dikombinasikan dengan Parasetamol dan Propifenazon untuk memperkuat efek analgetiknya melalui mekanisme vasokonstriktif guna untuk mengobati nyeri kepala. Karena terjadi efek potensiasi, maka dosis masing–masing komponennya diturunkan sehingga efek samping dapat dikurangi (Tan & Rahardja, 2007). 1.

Parasetamol Struktur parasetamol dapat dilihat pada Gambar 1 memiliki rumus

kimia C8H9NO2 (BM. 151,2) berbentuk kristal atau serbuk berkristal, larut dalam air 1 g dalam 70 mL (Direktorat Jenderal Pengawasan Obat dan Makanan RI, 1979); larut dalam etanol, metanol, dimetilformamid, etilen diklorid, aseton, dan etil asetat; sangat sedikit larut dalam kloroform; sedikit larut dalam eter; praktis tidak larut dalam petroleum eter, pentana, dan benzen.

6


Gambar 1. Struktur kimia parasetamol Spektrum UV parasetamol pada larutan asam mempunyai panjang gelombang maksimal di sekitar 245 nm dengan nilai larutan alkali 257 nm 2.

= 688a, pada

= 715b (Moffat, et al., 2004).

Kafein Struktur Kafein dapat dilihat pada Gambar 2 memiliki rumus kimia

C8H10N4O2(BM. 194,2) berbentuk kristal putih atau serbuk kristal putih.

Gambar 2. Struktur kimia kafein

Titik didih pada 238ºC. Ketika dikristalisasi dari air, kafein mengandung 1 molekul air dari hasil kristalisasi, tapi bebas dari air ketika dikristalisasi menggunakan etanol, kloroform atau eter. Larut pada pirol, pada tetrahidrofuran yang mengandung ± 4% air; larut pada etil asetat; larut 1 g dalam 46 mL air, 1 g dalam 5,5 mL air pada suhu 80ºC, 1 g dalam 1,5 mL air mendidih, 1 g dalam 66 mL alkohol, 1 g dalam 22 mL alkohol pada


suhu 60ºC, 1g dalam 50 mL aseton, 1 g dalam 5,5 mL kloroform, 1 g dalam 530 mL eter, 1 g dalam 100 mL benzen, 1 g dalam 22 mL benzen mendidih, sedikit larut dalam petroleum eter. Kelarutan dalam air dapat ditingkatkan menggunakan benzoat , sinamat, sitrat atau salisilat. pKa kafein 10,4 (40º). Dalam air asam mempunyai λmaks 273 nm dengan nilai

sebesar 504a.

Tidak memiliki λmaks pada air basa (Moffat, et al., 2011). 3.

Propifenazon Struktur propifenazon dapat dilihat pada Gambar 3 memiliki rumus

kimia (C14H18N2O) berbentuk bubuk kristal berwarna putih.

Gambar 3. Struktur kimia propifenazon

Titik didih 103ºC, Larut dalam air 1 g / 400 mL ; sangat larut dalam etanol dan kloroform; larut dalam eter. Dalam air asam λmaks 240 nm mempunyai nilai

sebesar 400a ; dalam air basa λmaks 245 nm , 265

nm mempunyai nilai

sebesar 385b (Moffat, et al., 2011) B.

Spektrofotometri UV/VIS

Serapan radiasi digunakan dalam analisis spektrofotometri UV-VIS dan inframerah. Spektrofotometri UV adalah anggota teknis analisis spektroskopik yang memakai sumber radiasi elektromagnetik ultraviolet


dekat (190-380 nm) dengan memakai instrumen spektrofotometer (Mulja dan Suharman,1995). Prinsip kerja spektrofotometri berdasarkan atas interaksi antara radiasi elektromagnetik dengan materi (atom, ion, atau molekul). Interaksi yang menyebabkan adanya perpindahan energi dari sinar radiasi ke materi disebut absorbsi (Pecsok et al, 1976). Bila cahaya jatuh pada senyawa, maka sebagian dari cahaya diserap oleh molekul-molekul sesuai dengan strukur dari molekul. Setiap senyawa mempunyai tingkatan energi yang spesifik (Mulja dan Suharman,1995). Sinar UV memberikan energi yang cukup untuk terjadinya transisi elektronik. Keadaan paling rendah disebut keadaan dasar (ground state). Transisi–transisi elektronik akan meningkatkan energi molekular dari keadaan dasar ke satu atau lebih tingkat energi tereksitasi. Jika molekul dikenai radiasi elektromagnetik maka molekul tersebut akan menyerap radiasi elektromagnetik yang energinya sesuai dan terjadi eksitasi ke tingkat energi yang lebih tinggi disebut orbital elektron anti ikatan (Gandjar dan Rohman, 2007). Spektrofotometer double beam merupakan alat pengembangan dari spektrofotometer single beam karena keterbatasan yang dimiliki oleh spektrofotometer single beam. Spektrofotometer double beam dapat dilihat dibawah pada Gambar 4.


Gambar 4. Instrumentasi spektrofotometri UV double beam

Spektrofotometer double beam memiliki dua sinar yang dibentuk oleh potongan cermin yang digunakan untuk memecah sinar. Sinar pertama melewati larutan blanko dan sinar kedua melewati sampel, dengan dilakukannya sistem ini maka spektrofotometer double beam dapat mengkoreksi perubahan respon absorbansi akibat perbedaan intensitas cahaya, fluktuasi pada kelistrikan instrumen dan absorbansi blanko (Haven, Tetrault, and Schenken, 1994). C.

Analisis Multikomponen secara Spektrofotometri UV

Apabila dua atau lebih komponen mempunyai absorbansi pada panjang gelombang yang sama dan keduanya tidak saling bergantung satu sama

lain

maka

pengukuran

spektrofotometri

memberikan

harga

penjumlahan absorbansi dari setiap komponen (Swarbick, 1997). Prinsip tersebut dapat digunakan dalam analisis multikomponen dengan cara mencari absorbansi atau beda absorbansi tiap – tiap komponen yang akan memberikan korelasi yang linier terhadap konsentrasi, sehingga dapat


dihitung masing–masing kadar campuran tersebut secara serentak atau salah satu komponen dalam campurannya dengan komponen yang lainya (Mulja dan Suharman, 1995). Menurut Day and Underwood (2002), ada tiga kemungkinan profil spektrum absorpsi yang dihasilkan dari dua komponen campuran yaitu:

1.

Kemungkinan pertama Spektra tanpa tumpang tindih atau sekurangnya dimungkinkan

untuk menemukan suatu panjang gelombang yang mana x menyerap dan y tidak, serta panjang gelombang serupa untuk mengukur y. Konstituen x dan y diukur masing – masing pada panjang gelombang λ1 dan λ2 seperti dilihat pada Gambar 5 :

Gambar 5. Spektrum absorpsi pada panjang gelombang masing – masing komponen tidak saling tumpang tindih (Day dan Underwood, 2002)

2.

Kemungkinan kedua Spektra tumpang tindih satu arah, y tidak menganggu pengukuran x

pada λ1, tetapi x menyerap cukup banyak bersama–sama y pada λ2. Konsentrasi x ditetapkan dan absorbansi larutan pada λ1. Absorbansi yang diberikan oleh konsentrasi x pada λ2 dihitung pada absorptivitas molar x


pada λ2. Absorbansi ini dikurangkan dari absorbansi terukur larutan pada λ2 sehingga akan diperoleh absorbansi yang disebabkan oleh y, konsentrasi y dapat diukur dengan cara yang lazim, seperti dilihat pada Gambar 6 :

Gambar 6. Spektrum absorpsi tumpang tindih satu arah (Day dan Underwood, 2002)

3.

Kemungkinan ketiga spektra tumpang tindih dua arah. Bila tidak ditemukan panjang

gelombang yang mana x atau y menyerap secara eksklusif, maka perlu memecahkan dua persamaan serempak dengan dua derivative. Analisis kuantitatif jenis ini dapat dilakukan dengan aplikasi metode panjang gelombang berganda atau derivative, seperti dilihat pada Gambar 7 :

Gambar 7. Spektrum absorpsi tumpang tindih dua arah (Day dan Underwood, 2002)


D.

Kemometrika

Menurut International Chemometrics Society (Kumpulan ahli kemometrika internasional), kemometrika adalah ilmu pengetahuan yang menghubungkan pengukuran yang dibuat pada suatu proses atau sistem kimiawi melalui penggunaan ilmu matematika dan statistika. Dari sini dapat diketahui bahwa ilmu matematika dan statistika mendukung pemahaman kemometrika. Kemometrika dikenalkan ke dalam spektroskopi untuk meningkatkan kualitas data yang diperoleh. Meskipun, pada awal penggunaannya hanya untuk mengolah data spektra, akan tetapi saat ini kemometrika memungkinkan untuk memperlakukan sejumlah besar informasi yang berasal dari konsentrasi komponen sampel dalam jangka waktu yang cepat (Rohman, 2014). Metode–metode analisis farmasi seperti spektroskopi mampu memberikan sejumlah data beberapa komponen secara simultan dalam satu kali pembacaan sampel. Situasi semacam ini, yang mana beberapa variabel (parameter) diukur untuk tiap sampel akan menghasilkan data multivariat. Diantara jenis kalibrasi multivariat, teknik kalibrasi classical least squares (CLS), stepwise multiple linear regression (SMLR), principle component regression (PCR), dan partial least square (PLS) merupakan jenis yang paling sering digunakan (Rohman, 2012). Kalibrasi classical least squares (CLS) didasarkan pada hukum Beer yang mana absorbansi pada setiap panjang gelombang proporsional terhadap konsentrasi komponen. Kalibrasi principle component regression


(PCR) dan partial least squares (PLS) termasuk jenis Inverse Least square (ILS) (Rohman, 2012). PLS mampu memprediksi secara lebih baik daripada PCR ketika ada baseline linier yang acak dan atau spektra komponen utama yang tumpang tindih (Sohrabi et al., 2009). Dalam PLS, variabel yang menunjukkan korelasi tinggi dengan variabel respon lebih dipilih karena lebih efektif untuk mempredisi. Kombinasi linier variabel prediktor dipilih dari yang memiliki korelasi tinggi dengan variabel respon dan dapat menjelaskan variasi dalam variabel prediktor (Miller dan Miller, 2010). Kalibrasi PCR Merupakan analisis faktor yang mana hanya spektra yang tidak memberi ko-linieritas yang digunakan dalam kalibrasi. PCR mengaplikasikan teknik multivariat analisis komponen utama atau principal component analysist (Che Man et al., 2010). Sementara itu, kalibrasi PLS merupakan jenis regresi yang dihitung dengan algoritma kuadrat terkecil yang menghubungkan antara dua matriks, data spektra pada matriks X dan nilai referens pada matriks Y. PLS sering digunakan dalam spektroskopi untuk mengekstrak informasi dari spektra yang mengandung puncak-puncak yang tumpang suh, adanya pengganggu, serta adanya derau (noise) dari instrumen yang digunakan untuk mengumpulkan data (Syahariza et al., 2005). Kalibrasi PCR dan PLS dilakukan dalam 3 tahap yaitu : (1) kalibrasi; (2) validasi; dan (3) analisis sampel yang tidak diketahui (Osborne et al., 1997). Secara umum, kalibrasi multivariat mempunyai tahap kalibrasi


yang diikuti validasi (dengan validasi sampel secara terpisah atau dengan validasi silang tengan teknik leave one out) dan tahap prediksi (sampel baru). Jika hasil tahap kalibrasi dan validasi yang digunakan memenuhi kriteria (korelasi yang tinggi, kesalahan yang kecil) maka model yang dikembangkan selanjutnya digunakan untuk mengestimasi konsentrasi campuran dari sampel yang belum diketahui konsentrasinya Kalibrasi PLS merupakan kalibrasi terbalik (inverse calibration) dimana sumbu x (absorbansi) dan sumbu y (konsentrasi) dengan menggunakan validitas yaitu root mean square error of calibration (RMSEC), root mean square error of prediction (RMSEP) dan koefisien determinasi (R2). Selanjutnya model PLS diujisilangkan menggunakan teknik “leave one out”. Dalam teknik ini, salah satu sampel kalibrasi dikeluarkan dari model PLS dan sisa sampel yang ada digunakan untuk pemodelan dengan PLS. Sampel yang dihilangkan selanjutnya dihitung dengan model PLS baru yang dikembangkan. Prosedur tersebut dilakukan berulang kali, menghilangkan satu demi satu sampel kalibrasi hingga didapatkan harga R2 mendekati 1 (Rohman and Cheman, 2011). Menurut El Gindy (2006), pemilihan panjang gelombang pada PLS diperlukan supaya kinerja model dapat optimum meskipun metode ini secara komputerisasi dapat menghitung seluruh spektrum. E.

Validasi Metode Analisis Kalibrasi Multivariat

Validasi metode analisis merupakan suatu prosedur yang digunakan untuk mebuktikan bahwa metode analisis tersebut secara taat


asas memberikan hasil seperti yang diharapkan dengan kecermatan dan ketelitian yang memadai. Persoalan analisis era modern ini yaitu sangat kecilnya kadar senyawa yang dianalisis dan kompleksnya matrik sampel yang dianalisis (Mulja dan Suharman,1995). Validasi metode analisis merupakan suatu persyaratan dasar untuk menjamin kualitas dan kehandalan hasil dari semua aplikasi metode analisis (Ermer dan Miler, 2005). 1.

Presisi Presisi suatu metode analisis adalah derajat kesesuaian antara hasil

pengukuran ketika metode tersebut diaplikasikan secara berulang-ulang pada sampel yang homogen. Presisi biasanya ditunjukkan dengan standar deviasi atau koefisien variasi dari sebuah seri pengukuran (Anonim,2005). Presisi dalam USP dibagi menjadi tiga macam yaitu : a. Repeatability adalah derajat keterulangan metode analisis jika analisis dilakukan di laboratorium yang sama pada hari yang sama dengan alat yang sama pula. b. Intermediate precision adalah derajat keterulangan metode analisis jika analisis dilakukan pada laboratorium yang sama dengan hari yang berbeda, analisis yang berbeda dan atau alat yang berbeda. c. Reproducibility adalah derajat keterulangan metode analisis jika analisis dilakukan pada laboratorium yang berbeda (Anonim, 2005).


Presisi suatu prosedur analisis menunjukkan kedekatan nilai (derajat penyebaran) antara serangkaian pengukuran yang dilakukan dari proses multiple sampling dari sekumpulan sampel homogen dengan kondisi yang telah ditentukan. Presisi seringkali diekspresikan dengan simpangan baku (SD) atau simpangan baku relatif (RSD) dari serangkaian data. Perhitungan RSD menggunakan rumus : x 100% (1) X

Keterangan :

SD = simbangan baku serangkaian data X = Rata – rata data

(Gandjar dan Rohman, 2007) Ketidakpastian kalibrasi dan prediksi kadar yang tidak diketahui dihitung dengan standard error of calibration (SEC) dan standard error of prediction (SEP). Parameter lain untuk mengukur presisi kalibrasi multivariat adalah nilai predictive residual error sum of squares (PRESS). PRESS dihitung seperti menghitung SEP dengan menggunakan sampel validasi (Danzer et al., 2004). Kriteria presisi diberikan jika metode memberikan simpangan baku relatif atau koefisien variasi 2% atau kurang untuk kadar analit 100%. Kriteria tersebut sangat fleksibel tergantung pada konsentrasi analit yang diperiksa, jumlah sampel,dan kondisi laboratorium seperti pada Tabel I.


Tabel I. Kriteria penerimaan nilai RSD

Konsentrasi Nilai RSD (%) analit 100 1 100% 2 -1 10 10 10% 2,8 -2 1 10 1% 4 0,1 10-3 0,10% 5,7 -4 0,01 10 100 ppm 8 -5 0,001 10 10 ppm 11,3 -6 0,0001 10 1 ppm 16 -7 0,00001 10 100 ppb 22,6 -8 0,000001 10 10 ppb 32 -9 0,0000001 10 1 ppb 45,3 (Horwitz cit. Gonzales, Herrador, and Asuero, 2010). Analit %

Fraksi analit

2. Akurasi Akurasi suatu metode analisis merupakan kedekatan hasil pengukuran yang diperoleh dengan metode tersebut dengan nilai yang sebenarnya. Akurasi suatu metode analisis sebaiknya disajikan dalam rentang (Anonim, 2005). %Recovery = Akurasi

dinyatakan

x 100% (2) sebagai

persen

kembali

analit

yang

ditambahkan dan nilai kecermatan dapat dinyatakan dengan persen perolehan kembali (% recovery). Batasan nilai akurasi dapat dilihat pada Tabel II (Wood, 1998)


Tabel II. Nilai % recovery (Wood, 1998)

Analit pada matrix sampel (%) 100 >10 >1 >0,1 0,01 0,001 0,0001 (1 ppm) 100 ppb 10 ppb 1 ppb

Recovery yang diterima (%) 98 – 102 98 – 102 97 – 103 95 – 105 90 – 107 90 – 107 80 – 110 80 – 110 60 – 115 40 – 120

Ada tidaknya suatu kesalahan sistematik dapat diketahui dari fungsi recovery. Dalam kalibrasi multivariat kadar yang diprediksi model (Ĉ) dikorelasikan dengan kadar aktual sampel validasi (c) dengan persamaan regresi sebagai berikut : Ĉ= Koefisien regresi ideal jika nilai

= 0 dan

= 1 (Danzer, et al, 2004).

3. Selektivitas Secara umum, selektivitas sistem multikomponen dapat ditetapkan secara kualitatif dan kuantitatif. Dalam kalibrasi multivariat, selektivitas biasanya dihitung dengan condition number. Namun condition number tidak memperhitungkan kadar masing masing komponen dan hanya memberikan baasan besarnya kesalahan yang diperbolehkan (Danzer et al, 2004).


F.

Landasan Teori

Dalam sediaan obat sering digunakan campuran zat aktif untuk memperoleh efek teraupetik yang lebih baik. Salah satunya adalah campuran Parasetamol, Kafein, Propifenazon (Tan & Rahardja, 2007). Penelitian ini merupakan analisis senyawa multikomponen sehingga untuk mengatasi overlapping spektra UV yang dihasilkan maka digunakan kombinasi kalibrasi multivariat untuk pengolahan data dan validasi metode dilakukan dengan paramater akurasi dan presisi (Danzer et al, 2004). Sifat kelarutan dari ketiga zat aktif tersebut mirip. Parasetamol larut larut dalam air 1 g/ 70 mL. Kafein larut dalam air 1 g/46 mL. Propifenazon larut dalam air 1 g/400 mL. Parasetamol, Kafein, Propifenazon masing– masing dapat ditetapkan kadarnya menggunakan spektrofotometri UV- VIS. Parasetamol memiliki serapan maksimum dalam larutan asam pada 245 nm dan serapan maksimum dalam larutan basa pada 257 nm, kafein memiliki serapan maksimum dalam larutan asam pada 273 nm, propifenazon memiliki serapan maksimum dalam larutan asam pada 240 nm (Moffat, et al., 2004). Dengan adanya serapan maksimum pada panjang gelombang yang berdekatan tersebut menyebabkan spektrum serapan ketiga senyawa tumpang tindih. Metode spektrofotometri UV yang dikombinasikan dengan kemometrika dapat digunakan sebagai alat analisis untuk ketiga senyawa yang tumpang tindih tersebut.


Keberhasilan analisis menggunakan spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat dilihat dari koefisien determinasi (R2) >0,99 , RMSEP (root mean square error of prediction) dan RMSECV (root mean square error of cross validation) yang kecil (ElGindy et al., 2006). G.

Hipotesis

1. Spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat PLS memiliki kemampuan prediksi yang optimal untk senyawa parasetamol, kafein, dan propifenazon. 2. Spektrofotometri UV-VIS yang dikombinasikan dengan kalibrasi multivariat PLS merupakan metode yang valid untuk senyawa parasetamol, kafein, dan propifenazon. 3. Spektrofotometri UV-VIS yang dikombinasikan dengan kalibrasi multivariat dapat diaplikasikan untuk penetapan kadar senyawa campuran parasetamol, kafein, propifenazon dalam sediaan tablet oral memiliki akurasi dan presisi yang baik.


BAB III METODELOGI PENELITIAN

A.

Jenis dan Rancangan Penelitian

Jenis penelitian ini termasuk penelitian noneksperimental dengan rancangan penelitian deskriptif. B. 1.

Variabel Penelitian dan Definisi Operasional

Variabel a.

Variabel Bebas. Variabel bebas dalam penelitian ini adalah Konsentrasi larutan campuran model kalibrasi.

b.

Variabel Tergantung. Variabel tergantung dari penelitian ini adalah Konsentrasi sampel sediaan farmasi.

c.

Variabel Pengacau. Variabel pengacau dari penelitian ini adalah pengukuran data absorbansi yang tidak informatif. Dikendalikan dengan pemusatan pengukuran pada panjang tertentu.

2.

Definisi Operasional a.

R-sq atau R2 merupakan koefisien determinasi yang menggambarkan kemampuan nilai konsentrasi dalam menjelaskan hubungan terhadap nilai terhitung..

b.

RMSE (root mean square of error) merupakan stadar deviasi dari sebuah pemodelan yang menjelaskan seberapa mungkinsuatu model kalibrasi melakukan kesalaan saat memprediksikan sampel.

22


c.

PRESS (predicted error sum of square) merupakan nilai kesalahan yang dilakukan saat prediksi sampel oleh model kalibrasi dalam proses cross validation leave-one-out.

d.

Set kalibrasi merupakan 20 larutan kalibrasi yang didapat dari randomisasi menggunakan ms.excel 2010 untuk pembuatan model kalibrasi multivariat PLS untuk senyawa

e.

Set validasi merupakan 10 larutan kalibrasi yang didapat dari randomisasi menggunakan ms.excel 2010 untuk pembuatan model kalibrasi multivariat PLS untuk senyawa C.

Bahan Penelitian

Bahan–bahan yang digunakan dalam penelitian ini adalah baku parasetamol (PT. Combiphar), baku kafein (PT. Konimex), dan baku propifenazon (PT. Konimex), akuabides, kertas saring dan sediaan tablet yang mempunyai komposisi zat aktif parasetamol 250 mg, propifenazon 150 mg, dan kafein 50 mg. D.

Alat Penelitian

Spektrofotometer UV-VIS (Shimadzu) tipe UV 1800 dengan kuvet kwarsa 1 cm merk Hellma, mikropipet 200 µL dan 1000 µL merk Socorex, degasser Retsch UR-275, neraca merk Ohaus PAJ1003 dengan kepekaan 0,1 mg (maksimal 120 g, minimal 0,001 g), serta alat-alat gelas yang lazim digunakan dalam laboratorium analisis kimia yang terdapat di laboratorium instrumen analisis Fakultas Farmasi Universitas Sanata Dharma.


E.

Tata Cara Penelitian

Penelitian ini menetapkan kadar parasetamol, propifenazon, kafein dalam sediaan tablet kombinasi secara spektrofotometri UV yang dihubungkan dengan kalibrasi multivariat tanpa tahap pemisahan. Analisis secara spektrofotometri UV-kalibrasi multivariat dilakukan dengan cara : 1.

Scanning spektra standar Scanning standar dilakukan dengan membuat standar parasetamol dan

kafein dengan konsentrasi 5 µg/mL dan dilakukan scanning spketra pada panjang gelombang 220-400 nm. 2.

Pemilihan interval pengukuran dan panjang gelombang pengukuran untuk set kalibrasi a.

Dilakukan pengamatan spektra dari hasil pengukuran campuran standar parasetamol, propifenazon, dan kafein. Dipilih rentang panjang gelombang saat campuran senyawa mulai memberikan serapan sampai campuran memberikan serapan mendekati nilai 0

b.

Rentang panjang gelombang yang dipilih adalah 220-310 nm. Interval pengukuran yang dipilih adalah 3 nm agar diperoleh data pengamatan dalam jumlah yang cukup untuk dapat menggambarkan hubungan variabel.

3.

Penyiapan larutan set kalibrasi dan set validasi eksternal a.

Standar parasetamol, propifenazon, kafein masing–masing ditimbang secara seksama 50 mg, dimasukkan dalam labu takar 100 mL,


dilarutkan dengan pelarut akuabides, diultrasonifikasi selama 10 menit, dan ditambahkan dengan pelarut sampai batas tanda. b.

Pembuatan 20 larutan set kalibrasi dan 10 set validasi , dilakukan dengan cara: setiap larutan antara dipipet sejumlah tertentu, dimasukkan dalam labu takar 10 mL dan diencerkan dengan pelarut akuabides hingga diperoleh kadar sesuai Tabel III untuk set kalibrasi dan Tabel IV untuk set validasi eksternal.

Tabel III. Komposisi campuran sintetik parasetamol, propifenazon, dan kafein untuk model kalibrasi

No

Parasetamol (µg/mL)

Propifenazon (µg/mL)

Kafein (µg/mL)

1

5,8

3,5

1,5

2

7,1

3,1

1,2

3

5,2

3,4

0,5

4

6,6

4,7

0,6

5

4

4,3

0,7

6

6,1

3,6

0,8

7

5,6

4,4

2

8

3,9

3,9

0,9

9

6,3

2,1

1,8

10

3,8

2,3

1

11

7

3,6

2

12

6,8

2,9

1,9

13

4,5

4,4

1,4

14

6,4

2,6

0,7

15

5

3,6

1,2

16

7,3

16

1,6

17

6,1

2,4

0,8

18

6,3

4,7

1,2

19

4,5

3,6

1,2

20

7,2

3,4

1,9


Tabel IV. Komposisi campuran sintetik paracetamol Parasetamol, Kafein, Propifenazon untuk validasi eksternal

4.

No

Parasetamol (µg/mL)

Propifenazon (µg/mL)

Kafein (µg/mL)

1

5,9

4,6

1,7

2 3

7,8 6,3

3,6 2

1,3 1,8

4

4,8

3,2

0,7

5

7,6

4,1

2

6

5,8

2,9

1,9

7

6,7

3,3

0,8

8 9

7,2 8,4

2,7 3,7

1,2 1

10

4,9

3,7

1,1

Uji keseragaman bobot tablet Sejumlah 20 sediaan tablet, dihitung bobot rata-rata tiap tablet. Sediaan

tablet memenuhi syarat apabila ditimbang satu per satu, tidak ada lebih dari 2 tablet yang menyimpang dari bobot rata-rata lebih besar dari 5% dan tidak ada satu tablet pun yang bobotnya menyimpang dari bobot rata-rata lebih dari 10% (Direktorat Jenderal Pengawasan Obat dan Makanan, 1995). 5.

Analisis Sampel a.

Ditimbang 20 sampel tablet secara seksama, dicatat bobot setiap tablet, dilakukan pengujian keseragaman bobot tablet, digerus sampai homogen.

b.

Ditimbang seksama dengan jumlah tertentu yang setara dengan 25 mg parasetamol, 15 mg propifenazon, dan 5 mg kafein dilarutkan dalam labu takar

100

mL,

dilarutkan

dalam

sebagian

pelarut

akuabides,

diultrasonikasi selama 15 menit, dan diencerkan dengan pelarut sampai batas tanda. Larutan disaring menggunakan kertas saring.


c.

Dari larutan yang telah disaring, dipipet sebanyak 5,0 mL dan dimasukkan dalam labu takar 50 mL, kemudian ditambahkan pelarut sampai batas tanda.

d.

Dari larutan (c) tersebut dipipet lagi sebanyak 2,0 mL dan dimasukkan dalam labu takar 10 mL, kemudian ditambahkan pelarut sampai batas tanda.

e.

Dilakukan scanning dari larutan tersebut pada panjang gelombang 220310 nm dengan interval absorbansi 3 nm.

f.

Dilakukan penetapan kadar parasetamol, propifenazon, dan kafein sebanyak 6 kali. Kadar dihitung dengan metode kalibrasi multivariat partial least square (PLS).

6.

Analisis statistik kalibrasi multivariat (PLS) a.

Model Kalibrasi Multivariat PLS 1) Data konsentrasi dan absorbansi kelompok larutan kalibrasi yang disajikan dalam kertas kerja perangkat lunak Microsoft Excel dipindahkan ke dalam kertas kerja Minitab® 16 (trial) dengan fungsi copy-paste. 2) Pengolahan data statistik partial least square (PLS) dipilih dengan menggunakan pilihan Stat pada panel kerja Minitab 16, kemudian dipilih regression partial least square. 3) Setelah muncul jendela baru dari program Minitab 16, dilakukan pembuatan model PLS parasetamol dengan cara; kolom response diisi dengan pilihan variabel konsentrasi PCT dan kolom model


dipilih variabel absorbansi pada panjang gelombang 220-310 nm. Untuk pembuatan model PLS kafein dibuat dengan cara; kolom response diisi dengan pilihan variabel konsentrasi CAF dan kolom model dipilih variabel absorbansi pada panjang gelombang 220-310 nm. 4) Diperoleh nilai terhitung dan nilai sebenaryna dari model kalibrasi multivariat PLS parasetamol dan kafein, nilai tersebut kemudian dipindahkan ke dalam kertas kerja perangkat lunak Microsoft Excel dengan fungsi copy-paste. 5) R2 didapat dari hubungan korelasi atau kedekatan nilai antara nilai sebenarnya (sumbu X) dengan nilai terhitung (sumbu Y). ∑

6) RMSEC dapat dihitung menggunakan rumus √

dimana x

adalah nilai sebenarnya (actual), y adalah nilai terhitung (calculated), dan n adalah banyak nya data konsentrasi yang dirandomisasi yaitu 20. b.

Cross Validation Leave-one-out 1) Data dipindahkan dari kertas kerja perangkat lunak Microsoft Excel dengan menggunakan fungsi copy-paste ke dalam kertas kerja Minitab 16. 2) Dipilih model kalibrasi PLS dengan menekan pilihan stat pada panel kerja, kemudian dipilih regression partial least square. 3) Proses validasi model kalibrasi dilakukan dengan, dimasukan variabel konsentrasi PCT ke dalam response dan variabel


absorbansi ke dalam kolom model. Kemudian tekan tombol option yang selanjutnya ditentukan tambahan proses leave-one-one. Perlakuan sama diberlakukan untuk proses validasi CAF. 4) Diperoleh nilai sebenarnya dan nilai terhitung, serta nilai PRESS dari tahap validasi internal dan selanjutnya dipindahkan ke dalam kertas kerja perangkan lunak Microsoft Excel dengan fungsi copypaste. 5) Akurasi dan presisi model kalibrasi ditinjau dari nilai R2 dan nilai RMSECV dengan membuat hubungan linier antara nilai sebenarnya dan nilai terhitung. Diperoleh persamaan linear y=bx+a hubungan antara nilai sebenarnya dan terhitung yang nantinya akan digunakan untuk memperoleh nilai RMSECV. 7.

Anasilis data Sampel a. Akurasi dan presisi model kalibrasi multivariat parasetamol dan kafein dinyatakan secara statistik dengan nilai R2, RMSEC, RMSECV, RMSEP dan PRESS. b. Konsentrasi sampel dihitung dengan koefisien dari masing-masing model untuk senyawa parasetamol dan kafein sesuai dengan rumus :

Keterangan : X

= Konsentrasi terhitung sampel (µg/mL)

ts

= koefisien dari model kalibrasi = absorbansi dari masing-masing pengukuran sampel


= koreksi kesalahan yang mungkin erjadi pada model kalibras PLS c. Kadar sampel dihitung dengan menggunakan rumus :

(

(

̅

)

))

Keterangan : Ct = konsentrasi sampel terprediksi oleh model (µg/mL) Fp = Faktor Pengenceran ̅ = Berat rata-rata penimbangan keseluruhan sampel tablet (mg (tab)) X = Berat penimbangan sampel (mg) d. Akurasi dari proses penetapan kadar ditetapkan dengan persen perolehan kembali dengan rentang yang dapat diterima menurut Wood (1998) adalah sebesar 90-107% e. Presisi dari proses penetapan kadar ditetapkan dengan nilai RSD dengan nilai maksimal yang masih dapat diterima menurut Gonzales dan Herrador (2007) adalah sebesar 11,3%. Analisis kalibrasi multivariat dilakukan dengan menggunakan perangkat lunak Minitab® 16 (trial). Kertas kerja perangkat lunak Excel 2010 digunakan untuk menentukan konsentrasi secara random masing–masing zat aktif dan untuk menghubungkan antara konsentrasi sebenarnya dan konsentrasi yang ditemukan atau terprediksi.


BAB IV HASIL DAN PEMBAHASAN

A.

Analisis parasetamol, propifenazon, kafein secara simultan menggunakan metode spektrofotometri UV Spektra UV parasetamol, propifenazon, kafein dengan konsentrasi

masing-masing 5 ppm dapat dilihat pada Gambar 8 dari gambar ini nampak bahwa ketiga senyawa mempunyai spektra yang overlapping. Dengan bekembangnya teknologi, saat ini tersedia suatu perangkat kalibrasi multivariat yang dapat mengatasi masalah spektra yang overlapping seperti ini.

Spektra Uv campuran PCT, PROPI, dan KAF

PCT PROP I KAF

Gambar 8. Spektra UV parasetamol (PCT), propifenazon (PROPI), kafein (KAF), dan spektra UV campuran PCT, PROPI, dan KAF yang diukur pada panjang gelombang 220-400 nm

32


Untuk suksesnya analisis ketiga senyawa ini (PCT, PROPI, dan KAF) dengan bantuan kalibrasi multivariat kemometrika, maka spektra UV sampel yang akan di analisis harus mempunyai spektra UV yang mirip dengan spektra UV baku, karena jika spektra baku campuran ketiga senyawa obat dengan sampel sediaan farmasi yang akan dianalisis tidak mirip, maka perlu diperhatikan adanya bahan tambahan dalam sampel yang membuat spektra tidak mirip dengan baku. Dari Gambar 9 nampak bahwa sediaan farmasi (tablet) dan campuran baku ketiga senyawa (PCT, PROPI, dan KAF) mempunyai pola spektra yang mirip.

Spektra campuran baku (PCT, PROPI, dan KAF) Spektra sampel sediaan farmasi (tablet)

Gambar 9. Spektra UV sampel sediaan farmasi (tablet) dan spektra UV campuran baku parasetamol (PCT), propifenazon (PROPI), kafein (KAF) yang diukur pada panjang gelombang 200-400 nm


B.

Optimasi kalibrasi multivariat menggunakan partial least square (PLS) Partial least square (PLS) digunakan untuk melakukan pengolahan

data karena mampu menghasilkan model kalibrasi dengan kemampuan prediksi yang baik untuk jumlah data yang banyak. Data absorbansi dari 20 set kalibrasi disiapkan sebagai model kalibrasi diukur pada panjang gelombang 220-313 nm dengan interval panjang gelombang 3 nm. Pada partial least square (PLS) dilakukan pemilihan panjang gelombang, hal ini bertujuan untuk memperoleh kinerja model yang optimum meskipun pada metode partial least square (PLS) secara komputerisasi dapat mencakup seluruh spektrum (El Gindy, 2006). Kebaikan suatu model kalibrasi dapat dilihat dari nilai koefisien determinasi (R2) dan nilai RMSEC (root mean square error of calibration). Hasil dari analisis varian untuk senyawa parasetamol, propifenazon, dan kafein adalah nilai p = 0,000 menunjukkan bahwa terdapat hubungan yang signifikan antara kedua variabel dalam hal ini konsetrasi dan absorbansi. Selisih antara nilai sebenarnya dan nilai terhitung yang dihasilkan sangat kecil yang menunjukkan pengukuran yang dilakukan oleh model kalibrasi baik, kemudian diproses menggunakan Microsoft Excel untuk menentukan nilai R2 dan nilai RMSEC. Sebagaimana dalam analisis instrumental pada umumnya, maka tahapan pertama yang dilakukan adalah menyiapkan model kalibrasi dengan membuat campuran yang terdiri dari parasetamol, propifenazon, dan kafein


dengan komposisi konsentrasi obatnya sebagaimana dalam Tabel V yang merupakan hasil pengolahan data yang diperoleh dari pembuatan model kalibrasi parasetamol, propifenazon, dan kafein. Konsentrasi sebenarnya adalah konsentrasi yang dibuat berdasarkan bilangan acak pada tahap pembuatan set kalibrasi, sedangkan konsntrasi terhitung merupakan konsentrasi yang diprediksikan oleh model kalibrasi PLS. Tabel V. Nilai konsentrasi sebenarnya (actual response) vs konsentrasi terhitung (calculated response) menggunakan spektrofotometri UV-PLS tanpa cross validation pada panjang gelombang 220-313 nm Konsentrasi (µg/mL)

N o

PCT

PROPI

Sebenarnya

Terhitung

Sebenarnya

1

5,8

5,77066

2

7,1

3 4

KAF Sebenarnya

3,5

Terhitung 3,51837

1,5

Terhitung 1,47959

7,05251

3,1

2,89564

1,2

1,29613

5,2

5,20979

3,4

3,54848

0,5

0,41901

6,6

6,59923

4,7

4,68976

0,6

0,61707

0,7

0,66428

5

4

3,9998

4,3

4,3271

6

6,1

6,15229

3,6

3,60682

0,8

0,78476

7

5,6

5,62027

4,4

4,48832

2,0

1,96576

8

3,9

3,88761

3,9

3,91042

0,9

0,90564

9

6,3

6,30969

2,1

2,14829

1,8

1,76964

10

3,8

3,79138

2,3

2,33285

1

1,00518

11

7

7,01089

3,6

3,67687

2

1,9727

12

6,8

6,78876

2,9

2,86851

1,9

1,89113

13

4,5

4,50794

4,4

4,23057

1,4

1,48311

14

6,4

6,43501

2,6

2,64747

0,7

0,68175

1,2

1,22162

15

5

4,99175

3,6

3,58413

16

7,3

7,29625

3,2

3,18993

1,6

1,63279

17

6,1

6,07108

2,4

2,32971

0,8

0,83733

18

6,3

6,23926

4,7

4,62668

1,2

1,24191

19

4,5

4,52631

3,6

3,56571

1,2

1,20179

20

7,2

7,23951

3,4

3,51437

1,9

1,82882

Sampel kalibrasi ini selanjutnya dimodelkan dengan menggunakan kalibrasi multivariat partial least square (PLS). Parasetamol dimodelkan


pada panjang gelombang 220-313 nm. Pemilihan panjang gelombang 220313 nm bertujuan untuk mengurangi sebagian data yang mungkin bersifat tidak informatif dan untuk mendapatkan model kalibrasi dengan kemampuan prediksi yang optimum. Adapun kurva hubungan antara nilai kadar terprediksi dan nilai aktual parasetamol, propifenazon, kafein dalam set kalibrasi dapat dilihat pada Gambar 10, 11, 12. berikut : PLS Response Plot (response is PCT) 10 components

7,5

Calculated Response

7,0 6,5 6,0 5,5 5,0 4,5 4,0 4,0

4,5

5,0

5,5 6,0 Actual Response

6,5

7,0

7,5

Gambar 10. Kurva hubungan antara kadar parasetamol sebenarnya (actual value) vs kadar terhitung (calculated value) parasetamol dengan metode spektrofotometri UV-PLS pada panjang gelombang 220 -313 nm

PLS Response Plot (response is PROPI) 10 components

5,0

Calculated Response

4,5 4,0 3,5 3,0 2,5 2,0 2,0

2,5

3,0

3,5 Actual Response

4,0

4,5

5,0

Gambar 11. Kurva hubungan antara kadar propifenazon sebenarnya (actual value) vs kadar terhitung (calculated value) propifenazon dengan metode spektrofotometri UV-PLS pada panjang gelombang 220 -313 nm


PLS Response Plot (response is CAFF) 10 components

2,00

Calculated Response

1,75 1,50 1,25 1,00 0,75 0,50 0,50

0,75

1,00 1,25 1,50 Actual Response

1,75

2,00

Gambar 12. Kurva hubungan antara kadar kafein sebenarnya (actual value) vs kadar terhitung (calculated value) kafein dengan metode spektrofotometri UV-PLS pada panjang gelombang 220 -313 nm

Tabel VI. Hasil persamaan , R2, dan RMSEC yang didapat dari hubungan antara nilai kadar sebenarnya (actual value) vs nilai terhitung (calculated value) dengan metode spektrofotometri UV-PLS tanpa cross validation pada panjang gelombang 220-313 nm

Persamaan R2 RMSEC

PCT

PROPI

KAF

y = 0,9994x + 0,0034

y = 0,9878x + 0,0426

y = 0,9919x + 0,0101

0,9994

0,9878

0,9919

0,027445698

0,082897315

0,043408954

Dari Tabel VI yang merupakan hasil konsentrasi sebenarnya dan konsentrasi terhitung kemudian diproses menggunakan perangkat lunak ms.excel 2010 untuk menentukan nilai R2 dan nilai RMSEC. RMSEC menunjukkan selisih kadar prediksi dengan kadar aktual sehingga jika nilai RMSEC nya semakin kecil maka model – model tersebut dapat dikatakan semakin baik karena faktor kesalahannya semakin kecil (Pindyck and Rubinfeld, 1998).


Hasil persamaan , R2, dan RMSEC dapat dilihat pada Tabel VI. Nilai RMSEC (root mean square error of calibration) yang diperoleh adalah 0,027 untuk PCT, 0,082 untuk PROPI, dan 0,043 untuk KAF. Nilai RMSEC yang diperoleh sangat baik karena mendekati 0.

C.

Validasi model kalibrasi multvariat PLS

Kemampuan prediksi dari model kalibrasi multivariat divalidasi degan dua proses yaitu validasi internal dan validasi eksternal. Validasi internal (cross validation) bertujuan untuk menangani masalah overfitting yang seringkali terjadi dalam proses pembuatan model, sedangkan validasi eksternal bertujuan untuk mengetahui kemampuan prediksi dari keseluruhan model kalibrasi multivariat PLS dengan menetapkan konsentrasi larutan yang telah diketahui. 1. Validasi Silang (cross validation) Model kalibrasi ketiga senyawa obat (PCT, PROPI, dan KAF) yang dihasilkan mampu memberikan prediksi yang baik dengan nilai koefisien determinasi (R2) parasetamol 0,9994, propifenazon 0,9878, kafein 0,9919. Selanjutnya model kalibrasi ini dilakukan validasi silang (cross validation) dengan menggunakan teknik leave-one out. Dalam teknik ini, salah satu sampel kalibrasi (misal sampel nomor 1) dikeluarkan, lalu sampel ini dimodelkan dengan sampel yang tersisa. Selanjutnya dihitung nilai terprediksi sampel 1 dari model kalibrasi sampel yang tersisa. Hal ini dilakukan terus–menerus sampai sampel dikeluarkan satu persatu dan


dimodelkan dengan sampel kalibrasi yang tersisa. Hasilnya dapat dilihat pada Tabel VII. hubungan antara nilai sebenarnya suatu analit dengan nilai terprediksi yang sudah divalidasi (cross validation) menggunakan teknik leave-one out dengan metode PLS pada panjang gelombang 220-313 nm. Tabel VII. Nilai sebenarnya dan nilai terhitung hasil kalibrasi pls dari sampel yang dilakukan validasi silang (cross validation) yang mengandung parasetamol (PCT), propifenazon (PROPI), dan kafein (KAF) Nomor Campuran

Konsentrasi (µg/mL) PCT

PROPI

KAF

1

Sebenarnya 5,75522

Terhitung 5,69975

Sebenarnya 3,65866

Terhitung 3,68038

Sebenarnya 1,38956

Terhitung 1,37482

2

7,05381

7,01071

2,79465

2,63207

1,35455

1,44016

3

5,20955

5,247

3,45997

3,46215

0,48775

0,51071

4

6,59437

6,58473

4,72492

4,72601

0,58667

0,59199

5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Persamaan R2 RMSECV PRESS

4,01261

4,03477

4,30025

4,33714

0,66383

0,58482

6,14643 5,62441 3,89111 6,31005 3,79433 6,99635 6,79089 4,4964 6,43525 4,97807 7,3197 6,06316 6,24785 4,53748 7,24297

6,19104 5,62749 3,8241 6,31886 3,79379 7,04102 6,7795 4,49102 6,51072 4,97735 7,33268 5,96793 6,1207 4,54785 7,42754

3,59539 4,29166 3,8917 2,16611 2,40636 3,7108 2,83819 4,30366 2,6318 3,5743 3,18242 2,30895 4,63017 3,59021 3,63985

3,58442 4,20458 3,76535 2,24273 2,48704 3,94612 2,81941 4,26383 2,68849 3,57149 3,18466 2,21968 4,58746 3,58918 3,86225

0,80239 2,08606 0,91807 1,7571 0,96856 1,96758 1,9054 1,44517 0,69071 1,19961 1,62454 0,85277 1,25553 1,19482 1,74932

0,80994 2,15583 1,08007 1,70521 0,94366 1,85372 1,90402 1,4633 0,66018 1,19533 1,62625 0,89704 1,28817 1,19348 1,61917

y = 1,0125x - 0,071 0,997

y = 0,9919x + 0,0358 0,983

y = 0,9718x + 0,035 0,982

0,0620 0,156

0,0954 0,782

0,0630 0,279

Dari hasil diatas dapat dilihat bahwa nilai koefisien determinasi (R2) yang dihasilkan > 0,9 dan nilai RMSECV dan PRESS yang dihasilkan


rendah (mendekati nol) maka kemampuan model untuk memprediksi semakin baik. Data dan parameter hasil validasi silang leave one-out parasetamol, propifenazon, dan kafein dapat dilihat pada Gambar 13, 14, 15 :

PLS Regression: PCT versus 253; 256; 259; 262; 271; 274; 277; 280; ... Cross-validation Components to evaluate Number of components evaluated Number of components selected

Leave-one-out Set 10 9

Analysis of Variance for PCT Source Regression Residual Error Total

DF 9 10 19

SS 25,2606 0,0169 25,2775

MS 2,80673 0,00169

F 1657,48

P 0,000

Model Selection and Validation for PCT Components 1 2 3 4 5 6 7 8 9 10

X Variance 0,92489 0,98766 0,99980 0,99995 0,99996 0,99999 0,99999 1,00000 1,00000

Error 20,1053 7,2132 1,8612 0,2489 0,1082 0,0916 0,0249 0,0188 0,0169 0,0151

R-Sq 0,204618 0,714641 0,926369 0,990155 0,995718 0,996378 0,999013 0,999257 0,999330 0,999404

PRESS 23,5800 9,8431 2,7101 0,4887 0,4678 0,3407 0,2802 0,1578 0,1566 0,1919

R-Sq (pred) 0,067156 0,610599 0,892786 0,980665 0,981493 0,986521 0,988913 0,993756 0,993807 0,992410

Gambar 13. Data dan Parameter Hasil Validasi Silang Parasetamol dengan Teknik Leave One- Out


PLS Regression: PROPI versus 253; 256; 259; 262; 271; 274; 277; 280; ... Cross-validation Components to evaluate Number of components evaluated Number of components selected


Analysis of Variance for PROPI Source Regression Residual Error Total

DF 6 13 19

SS 11,1372 0,2483 11,3855

MS 1,85620 0,01910

F 97,19

P 0,000

Model Selection and Validation for PROPI Components 1 2 3 4 5 6 7 8 9 10

X Variance 0,90026 0,98657 0,99979 0,99995 0,99997 0,99999

Error 10,8752 8,4317 6,7868 0,8378 0,4074 0,2483 0,2010 0,1676 0,1487 0,1391

R-Sq 0,044816 0,259437 0,403906 0,926414 0,964222 0,978193 0,982342 0,985277 0,986944 0,987779

PRESS 12,8357 10,9423 10,1894 1,8014 1,5964 0,7820 1,5140 1,9253 2,1089 2,2584

R-Sq (pred) 0,000000 0,038923 0,105050 0,841781 0,859788 0,931315 0,867021 0,830901 0,814772 0,801640

Gambar 14. Data dan parameter hasil validasi silang propifenazon dengan teknik leave one-out PLS Regression: CAFF versus 253; 256; 259; 262; 271; 274; 277; 280; ... Cross-validation Components to evaluate Number of components evaluated Number of components selected


Analysis of Variance for CAFF Source Regression Residual Error Total

DF 6 13 19

SS 4,58881 0,08069 4,66950

MS 0,764801 0,006207

F 123,21

P 0,000

Model Selection and Validation for CAFF Components 1 2 3 4 5 6 7 8 9 10

X Variance 0,91806 0,98819 0,99979 0,99995 0,99997 0,99999

Error 4,15945 2,53358 2,02138 0,42619 0,15410 0,08069 0,06369 0,04728 0,04080 0,03800

R-Sq 0,109231 0,457420 0,567109 0,908729 0,966999 0,982719 0,986361 0,989875 0,991263 0,991863

PRESS 4,81996 3,53777 3,04110 0,94181 0,82296 0,27957 0,41103 0,56049 0,58235 0,58169

R-Sq (pred) 0,000000 0,242366 0,348731 0,798306 0,823758 0,940128 0,911976 0,879969 0,875287 0,875428

Gambar 15. Data dan parameter hasil validasi silang kafein dengan teknik leave one-out.


Validasi silang juga dapat menentukan jumlah komponen optimum yang mencirikan data (Ardiyanti, 2014). Berdasarkan hasil validasi silang ini

diketahui

parasetamol

mempunyai

9

komponen,

propifenazon

mempunyai 6 komponen, dan kafein mempunyai 6 komponen. Adapun profil hubungan antara kadar prediksi dan kadar aktual parasetamol, propifenazon, kafein dengan validasi silang leave one-out pada Gambar 16, 17, 18 : PLS Response Plot (response is PCT) 9 components

7,5

Variable Fitted Crossv al

Calculated Response

7,0 6,5 6,0 5,5 5,0 4,5 4,0 4,0

4,5


6,5

7,0

7,5

Gambar 16. Kurva hubungan antara kadar parasetamol sebenarnya (actual value) vs kadar terhitung (calculated value) hasil validasi silang leave one-out dengan metode spektrofotometri UV-PLS pada panjang gelombang 220-313 nm


PLS Response Plot (response is PROPI) 6 components

5,0


Calculated Response

4,5 4,0 3,5 3,0 2,5 2,0 2,0

2,5


4,5

5,0

Gambar 17. Kurva hubungan antara kadar propifenazon sebenarnya (actual value) vs kadar terhitung (calculated value) hasil validasi silang leave one-out dengan metode spektrofotometri UV-PLS pada panjang gelombang 220-313 nm

PLS Response Plot (response is CAFF) 6 components

2,25


Calculated Response

2,00 1,75 1,50 1,25 1,00 0,75 0,50 0,50

0,75

1,00

1,25 1,50 Actual Response

1,75

2,00

2,25

Gambar 18. Kurva hubungan antara kadar kafein sebenarnya (actual value) vs kadar terhitung (calculated value) hasil validasi silang leave one-out dengan metode spektrofotometri UV-PLS pada panjang gelombang 220-313 nm

Parameter validasi pada analisis multivariat adalah presisi dan akurasi. Presisi dideskripsikan dengan nilai RMSEC (root mean square


error of calibration), RMSECV (root mean square error of

cross

validation), , dan PRESS (predicted residual sum of squares), yang mana semakin kecil nilainya semakin kecil kesalahan prediksi dan semakin baik kemampuan model untuk memprediksi atau semakin baik presisinya. Akurasi dinyatakan dalam koefisien determinasi (R2). Semakin dekat R2 dengan 1 menunjukkan hubungan antara nilai aktual dan nilai prediksi yang semakin baik atau semakin baik presisinya. Selain itu akurasi juga dapat dideskripsikan dengan persamaan y= Bx + A, yang mana x = kadar sebenarnya dan y = kadar terprediksi. Akurasi yang baik jika nilai A mendekati 0 dan B mendekati 1 (Danzer et al, 2004). RMSECV menggambarkan kemampuan prediksi, nilai RMSECV dapat ditentukan dari nilai PRESS, semakin kecil nilai RMSECV maka kemampuan model untuk memprediksi semakin baik (El-Gindy et al., 2006). 2. Validasi Eksternal Validasi eksternal dilakukan dengan cara menetapkan konsentrasi 10 larutan validasi dengan hasil yang dapat dilihat pada Tabel VIII. Nilai sebenarnya merupakan nilai yang dibuat pada proses penentuan konsentrasi larutan, sementara itu nilai terhitung merupakan nilai yang diperoleh dari penetapan konsentrasi larutan dengan koefisien model kalibrasi yang telah melewati proses validasi internal.


Tabel VIII. Evaluasi nilai sebenarnya dan terhitung hasil kalibrasi PLS dari 10 larutan set validasi yang mengandung parasetamol (PCT), propifenazon (PROPI), dan kafein (KAF). Konsentrasi (µg/mL) No

PCT

PROPI

Sebenarnya

Terhitung

Sebenarnya

1

5,3 7,7

5,378 7,682

4,4

2 3

6,2

4

KAF Sebenarnya

Terhitung

4,241

2,8

2,942

3

3,181

2,2

2,33

6,092

2,2

2,01

2,8

2,745

4,8

4,712

2,8

2,735

2

1,844

5

7,5

7,442

3,7

3,634

1,1

0,951

6

5,8

5,702

2,5

2,655

1,1

0,939

7

6,7

6,541

2,7

2,804

0,9

1,067

8

7,1

7,011

2,2

2,326

1,2

1,113

9

8,4

8,313

3,1

3,239

1

1,183

10

Terhitung

persamaan

4,8 4,714 y = 0,9946x - 0,0365

3,3 3,167 y = 0,9196x + 0,2496

1,1 1,12 y = 1,014x - 0,0194

R2

R² = 0,9975

R² = 0,9564

R² = 0,967

RMSEP

0,0982

0,1454

0,1421

Data yang diperoleh dari Tabel VIII menjelaskan kemampuan prediksi dari model kalibrasi PLS yang diperoleh setelah tahap cross validation. Kemampuan prediksi yang masih dapat diterima pada validasi eksternal terlihat dengan nilai R2 yang diperoleh untuk parasetamol 0,9975, untuk propifenazon 0,956, dan untuk kafen 0,967 serta nilai RMSEP parasetamol 0,0982, profipenazon 0,1454, dan kafein 0,1421.


Tabel IX. rekapitulasi evaluasi parameter validasi metode spektrofotometri UV- PLS

Tahap Kalibrasi

Validasi Internal cross validation

Validasi Eksternal

Parameter Validasi RMSEC R² a b

PCT 0,027 0,9994 0,0034 0,9994

PROPI 0,082 0,9878 0,0426 0,9878

KAFF 0,043 0,9919 0,0101 0,9919

RMSECV R2 PRESS a b

0,062 0,997 0,156 -0,071 1,0125

0,095 0,983 0,782 0,0358 0,9919

0,063 0,982 0,279 0,035 0,9718

0,0982

0,1454

0,1421

0,9975 -0,0365 0,9946

0,9564 0,2496 0,9196

0,967 -0,0194 1,014

RMSEP R2 a b

Melihat parameter yang dihasilkan dari uji validasi silang dapat dilihat pada Tabel IX. dengan teknik leave one-out dan validasi eksternal yang sudah dilakukan maka dapat disimpulkan bahwa model ini masih baik digunakan untuk penetapan kadar sampel sediaan farmasi, karena nilai R2 > 0,9 , RMSEP dan RMSECV-nya kecil. D.

Penetapan kadar sampel sediaan farmasi

Pada penelitian ini yang digunakan sebagai sampel adalah sediaan farmasi dalam bentuk tablet yang mengandung parasetamol, propifenazon, dan kafein. Selanjutnya sediaan ini dibuat dalam konsentrasi yang berada dalam kisaran yang tercakum dalam kurva kalibrasi. Pada penelitian ini terlebih dahulu dilakukan uji keseragaman bobot agar dapat diketahui tablet mana yang beratnya menyimpang dari


berat rata-rata tablet. Uji keseragaman bobot tablet dilakukan dengan mengambil sampel tablet sebanyak 20 tablet kemudian dihitung bobot rata– ratanya. Dari hasil penimbangan didapatkan bobot rata–rata 20 tablet adalah 655,635 mg sehingga diketahui bahwa tablet merk S mengandung bahan tambahan kurang lebih 650 mg karena kandungan tablet mengandung parasetamol 250 mg, propifenazon 150 mg, kafein 50 mg, dan sisa dari senyawa aktif adanya bahan tambahan atau bahan pengisi (talk) mengandung 200 mg. Menurut Farmakope Edisi III untuk tablet yang memiliki bobot rata–rata > 500 mg syarat keseragaman bobotnya tidak lebih dari 2 tablet yang masing–masing bobotnya menyimpang dari 5%, dan tidak satu tabletpun bobotnya menyimpang dari 10% (Direktorat Jenderal Pengawasan Obat dan Makanan RI, 1979). Dari hasil penimbangan tidak ada satu pun bobot tablet yang menyimpang dari bobot rata- rata tablet. Penetapan kadar sampel dilakukan dengan melarutkan sejumlah serbuk yang sudah digerus dan dihomogenkan ke dalam pelarut akuabides lalu diukur menggunakan spektrofotometri UV pada panjang gelombang 220-313 nm.


Profil overlay spektra dari 6 sampel terlihat pada Gambar 19. :

Gambar 19. Overlay spektra 6 sampel sediaan farmasi dalam pelarut akuabides pada panjang gelombang 200-400 nm.

Data absorbansi sampel dengan interval 3 nm pada panjang gelombang 220-313 nm dikalikan dengan koefisien yang didapatkan dari validasi silang menggunakan teknik leave one-out, sehingga didapatkan hasil penetapan kadar parasetamol, propifenazon, dan kafein dengan menggunakan spektrofotometer UV-PLS. Hasil penetapan kadar sampel sediaan farmasi dapat dilihat pada Tabel X, XI, XII .


Tabel X. Hasil penetapan kadar prediksi parasetamol dalam sediaan farmasi tablet menggunakan metode spektrofotometri UV-PLS Sampel

Evaluasi PCT 1

2

3

4

5

6

Calculated

4,388

4,636

4,592

4,792

4,658

3,981

Penimbangan

65,25

65,10

65,10

65,20

65,25

65,10

Pengenceran bobot rata rata (tab)

5000

5000

5000

5000

5000

5000

655,635

655,635

655,635

655,635

655,635

655,635

Etiket (mg)

250

250

250

250

250

250

kadar mg/tab Rata – rata kadar mg/tab

220,454

233,45

231,234

240,935

234,018

200,467

226,76 mg/tab = 90,70%

SD

14,49

RSD

6,39 %

Tabel XI. Hasil penetapan kadar prediksi propifenazon dalam sediaan farmasi tablet menggunakan metode spektrofotometri UV-PLS Sampel Evaluasi PROPI 1 2 3 4 5 6 Calculated 2,705 2,913 2,766 2,881 2,628 2,298 Penimbangan 65,25 65,10 65,10 65,20 65,25 65,10 Pengenceran 5000 5000 5000 5000 5000 5000 bobot rata rata (tab) 655,635 655,635 655,635 655,635 655,635 655,635 Etiket (mg) 150 150 150 150 150 150 Kadar mg/tab 135,89 146,687 139,284 144,853 132,031 115,718 Rata – rata kadar mg/tab 135,74 mg/tab = 90,49 % SD 11,23 RSD 8,27 %


Tabel XII. Hasil penetapan kadar prediksi kafein dalam sediaan farmasi tablet menggunakan metode spektrofotometri UV-PLS Sampel

Evaluasi KAFF 1

2

3

4

5

6

Calculated

1,063

1,051

1,072

0,973

1,042

0,964

penimbangan

65,25

65,10

65,10

65,20

65,25

65,10

pengenceran bobot rata rata (tab)

5000

5000

5000

5000

5000

5000

655,635

655,635

655,635

655,635

655,635

655,635

Etiket (mg)

50

50

50

50

50

50

kadar mg/tab Rata – rata kadar mg/tab

53,405

52,924

53,981

48,921

52,35

48,543

SD RSD

51,69 mg/tab = 103,38% 2,35 4,55 %

Berdasarkan hasil penetapan kadar sampel diperoleh nilai RSD untuk parasetamol 6,39%, propifenazon 8,27%, dan kafein 4,55%. Menurut Horwitz cit, Gonzales, Herrador, dan Asuero untuk konsentrasi analit dibawah 10 ppm memberikan simpangan baku relatif atau kofisien variasi < 11,3%. Hal ini menunjukkan bahwa ketiga senyawa memiliki presisi yang baik. Rentang kadar untuk parasetamol 212,27–241,25 mg/tab, propifenazon 124,51-146,97 mg/tab, dan kafein 49,34-54,04 mg/tab. Rata-rata kadar untu parasetamol 90,70%, propifenazon 90,49%, dan kafein 103,38%. Menurut Wood (1998) persyaratan rata-rata kadar untuk ketiga senyawa dengan analit matrik pada sampel dibawah 10 ppm adalah 90 – 107% dari yang tertera pada etiket sehingga kadar yang diperoleh pada penelitian ini berada didalam rentang persyaratan. Hal ini menunjukkan bahwa parasetamol, kafein, dan propifenazon memiliki akurasi yang baik sehingga dapat disimpulkan penetapan kadar untuk parasetamol, propifenazon, dan kafein


dapat

diaplikasikan

menggunakan

spektrofotometri

dikombinasikan dengan kalibrasi multivariat PLS.

UV

yang


BAB V KESIMPULAN DAN SARAN

A.

Kesimpulan

Berdasarkan hasil penilitian dapat disimpulkan : 1.

Parasetamol, propifenazon, dan kafein dapat dianalisis secara spektrofotometri UV secara simultan yang dihubungkan dengan kalibrasi multivariat PLS pada panjang gelombang 220 – 313 nm.

2.

Nilai koefisien determinasi (R2) untuk hubungan antara konsentrasi sebenarnya (actual value) dengan nilai terprediksi (calculated value) yang dianalisis dengan kalibrasi multivariat PLS (none) adalah 0,9994 untuk parasetamol, 0,9878 untuk propifenazon, dan 0,9919 untuk kafein, sedangkan yang sudah di validasi silang (leave-one out) adalah 0,997 untuk parasetamol, 0,983 untuk propifenazon, dan 0,982 untuk kafein.

3.

Penetapan kadar parasetamol, propifenazon, dan kafein memiliki akurasi dan presisi yang baik

77


B. Saran 1.

Perlu dikembangkan lebih lanjut metode analisis yang digunakan agar metode ini mampu digunakan di bidang industri.

2.

Perlu adanya pembandingan metode analisis lain yang menggunakan pemisahan (kromatografi).


DAFTAR PUSTAKA

Anonim, 2005, The United States of Pharmacopeia 28, Vol II, 2440-2442, United States Pharmacopeia Convention Inc., Rockville. Ardiyanti, Y., 2014, Kombinasi Spektrofotometri UV dan Kalibrasi Multivariat untuk Analisis Parasetamol, Guaifenesin, dan Klorfeniramin Maleat secara Simultan, Thesis, Fakultas Farmasi UGM, Yogyakarta. Che Man, Y.B, Syahariza, Z.A., and Rohman, A., 2010. Chapter 1. Fourier transform infrared (FTIR) spectroscopy: development, techniques, and application in the analysis of fats and oils, in Fourier Transform Infrared Spectrocopy edited by Oliver J. Ress, Nova Science Publishers, New York: USA. (ISBN 978-1-61668-835-6), pp 1-36. Danzer, K., Otto, M., and Currie, L.A., 2004, Guideline for Calibration in Analytical Chemistry part 2. Multispesies Calibration (IUPAC Technical Report), Pure Appl. Chem., 76(6) : 1215-1225. Day, R. A. and A. L. Underwood. (2002). Analisis Kimia Kuantitatif. Edisi Keenam, Penerbit Erlangga, Jakarta, pp 394, 396-404. Direktorat Jenderal Pengawasan Obat dan Makanan RI, 1979, Farmakope Indonesia, Edisi III, Departemen Kesehatan Republik Indonesia, Jakarta, pp. 6-7 El Gindy, A.G., Emraa, S., and Mostafa, A., 2006, Aplication and validation of Chemometrics-assisted spectrophotometry and liquid chromatography for the simultaneous determination of six-component pharmaceuticals, J.Pharm. Biomed Anal, 41;421-430. Ermer, J. And Miller, J.H., 2005, Method Validation in Pharmaceutical Analysis Wiley – VCH Veriag GmBH & Co.KgaA, Weinheim, p.3. Gandjar, I.G., Rohman, A.,2007, Kimia Analisis Farmasi, Pustaka Pelajar, Yogyakarta, pp 456, 465-466, 469-470. Goicoechea, H.C. and Olivieri, A.C. 1999. Simultaneous multivariate spectrophotometric analysis of paracetamol and minor components (diphenhydramine or phenylpropanolamine) in tablet preparations. Journal of Pharmaceutical and Biomedical Analysis 20: 255–261. Gonzales, A.G., Herrador, M.A., Asuero, A.G., 2010, Intra- Laboratory Asessment of Method Accuracy (trueness and precision) by using Validation Standards, Talanta, 82, pp.1995-1998.


Haven, M. C., Tetrault, G. A., and Schenken, J. R., 1994, Laboratory Instrumentation, John Wiley & Sons, Inc., New York, pp. 88-90. Hubber, L., 2007, Validation and Qualification in Analytical Chemistry Laboratory, Oxford University Press, New York. Khotimah, K., 2014, Analisis Sulfametoksazol dan Trimetropim secara Spektrofotometri UV dan Kalibrasi Multivariat secara Simultan tanpa Tahap Pemisahan, Thesis, Fakultas Farmasi UGM, Yogyakarta. Massart, D.L. and Buydens, L. 1998. Chemometrics in pharmaceutical analysis. Journal of Pharmaceutical & Biomedical Analysis 6: 535-545. Miller J.N, Miller J.C, 2010, Statistics and Chemometrics for Analytical Chemistry sixth edition, Pearson Education Limited, England, pp.110119;221-249. Moffat et. al., 2004, Clarke’s Analysis of Drugs and Poisons thirth edition, Pharmaceutical Press, London. Moffat, A.C., 2011, Clarke’s Analysis of Drug and Poisons, 4th edition, Pharmaceutical Press. Electronic version, London, pp. 1028, 1977. Mulja M. dan Suharman, 1995, Analisis Instrumental, Universitas Airlangga, Surabaya, pp. 26 – 34. Osborne, S.D., Jordan, R.B., and Kunnemeyer, R., 1997, Method of wavelength selection for partial least square. Analyst 122: 1531-1537. Pecsok, R.i., Shields, L.D., Cairns, T., and Mc. William, I.G., 1976, Modern Methods of Chemical Analysis, Edisi 2., 153, John Wiley and Sons, New York. Pindyck, R.S., and Rubinfield, D.L., 1998, Econometric Models & Economic Forecasts, Fourth Edition, McGraw-Hill, Singapore. Rohman, A., and Che Man, Y.B., 2011, Analysis of lard in cream cosmetics formulation using FT-IR spectroscopy and chemometrics, Middle-East J.Sci. Res., 7(5),726-732. Rohman, A. 2012. Application of FTIR spectroscopy for quality control in pharmaceutical products: a review. Indonesian Journal of Pharmacy 23(1): 1 -8. Rohman, A., 2012, Spektroskopi Inframerah dan Kemometrika untuk Analisis Farmasi, Pustaka Pelajar, Yogyakarta, pp. 150 – 153.


Rohman A., 2014, Statistika dan Kemometrika Dasar dalam Analisis Farmasi, Pustaka Pelajar, Yogyakarta, pp. 201,202. Samadi-Maybodi, A., and Nejad-Darzi, S.K.H., 2010, Simultaneous determination of paracetamol, phenylephrine hydrochloride and chlorpheniramine maleate in pharmaceutical preparations using multivariate calibration 1. Spectrochimica Acta Part A 75: 1270–1274. Snyder, L.R., Kirkland, J. J., Glajch, J.L., 1997, Practical HPLC Method Development, 2nd ed., John Wiley & Sons, Inc., New York, p.722. Sohrabi, M.R., Fathabadi, M., and Nouri, A.H., 2009, Simultaneous spectrophotometric determination of sulfamethoxazole and trimethoprim in pharmaceutical preparations by using multivariate calibrasi methods, J. App. Chem. Res., 3(12), 47-52. Swarbick, J., Boylan, J.C., 1997, Encyclopedia of Pharmaceutical Technology, Volume 15, 308-309, Marcel Dekker Inc., New York. Syahariza, Z.A, Che Man, Y.B, Selamat, J, Bakar,J., 2005, Detection of lard adulteration in cake formulation by fourier transform infrared (FTIR) spectroscopy. Food Chemistry 92: 365-367. Tjay, Tan Hoan dan Kirana Rahardja, 2007, Obat-Obat Penting Khasiat, Penggunaan dan Efek-Efek Sampingnya, Edisi Keenam, PT. Elex Media Komputindo, Jakarta, pp. 269-271. Wood, R. A. N., & H. Wallin, 1998, Quality in the Food Analysis Laboratory the Royal Society of Chemistry Cambridge, London.



Lampiran 1. Keseragaman Bobot

BOBOT TABLET Tablet 1 649.2 Tablet 2 666.5 Tablet 3 647.9 Tablet 4 654.4 Tablet 5 664.9 Tablet 6 656.3 Tablet 7 667.7 Tablet 8 650.4 Tablet 9 656.5 Tablet 10 659.6 Tablet 11 655.4 Tablet 12 651.6 Tablet 13 657.9 Tablet 14 665.3 Tablet 15 651.6 Tablet 16 649.4 Tablet 17 658.8 Tablet 18 651.1 Tablet 19 658.7 Tablet 20 639.5 Total 13112.7 Rata-rata 655.635 

Kolom A

=

5%

=

5% x 655,635 = 32,782

=

655,635 – 32,782 = 622,853

=

655,635 + 32,782 = 688,417

Batas

=

622,853 – 688,417

Kolom B

=

10%

=

10% x 655,635 = 65,564

=

655,635 – 65,654 = 589,981

=

655,635 + 65,654 = 721,289

=

589,981 – 721,289

Batas bobot



Batas Bobot

Batas


Lampiran 2. Output Minitab hasil kalibrasi multivariat partial least square (PLS) parasetamol dari sampel kalibrasi 20 campuran sintetik tanpa validasi silang leave one-out. PLS Regression: PCT versus 253; 256; 259; 262; 271; 274; 277; 280; ... Method Cross-validation Components to calculate Number of components calculated

None Set 10


DF 10 9 19

SS 25,2624 0,0151 25,2775

MS 2,52624 0,00167

F 1508,31


X Variance 0,92489 0,98766 0,99980 0,99995 0,99996 0,99999 0,99999 1,00000 1,00000 1,00000

Error 20,1053 7,2132 1,8612 0,2489 0,1082 0,0916 0,0249 0,0188 0,0169 0,0151

Coefficients

Constant 253 256 259 262 271 274 277 280 283 286 292 295 304 307

PCT 0,222 18,610 -17,582 9,337 42,602 -105,239 -43,197 -57,293 248,708 -72,640 23,926 -76,717 69,190 -34,745 -9,481

PCT standardized 0,0000 1,7435 -1,5553 0,7770 3,3553 -7,3692 -2,9392 -3,7690 15,7192 -4,4024 1,3895 -4,1322 3,6462 -1,7481 -0,4817

PLS Coefficient Plot for PCT PLS Response Plot for PCT

R-Sq 0,204618 0,714641 0,926369 0,990155 0,995718 0,996378 0,999013 0,999257 0,999330 0,999404

P 0,000


Lampiran 3. Output Minitab hasil kalibrasi multivariat partial least square (PLS) propifenason dari sampel kalibrasi 20 campuran sintetik tanpa validasi silang leave one-out. PLS Regression: PROPI versus 253; 256; 259; 262; 271; 274; 277; 280; ... Method Cross-validation Components to calculate Number of components calculated

None Set 10


DF 10 9 19

SS 11,2464 0,1391 11,3855

MS 1,12464 0,01546

F 72,75


X Variance 0,90026 0,98657 0,99979 0,99995 0,99997 0,99999 0,99999 1,00000 1,00000 1,00000

Error 10,8752 8,4317 6,7868 0,8378 0,4074 0,2483 0,2010 0,1676 0,1487 0,1391

Coefficients

Constant 253 256 259 262 271 274 277 280 283 286 292 295 304 307

PROPI -0,178 126,734 -181,755 -82,256 153,991 278,896 -209,617 23,710 -116,446 50,535 -45,305 -131,296 14,673 127,680 -11,826

PROPI standardized 0,0000 17,6912 -23,9554 -10,2004 18,0713 29,0990 -21,2517 2,3241 -10,9662 4,5635 -3,9204 -10,5375 1,1521 9,5718 -0,8953

PLS Coefficient Plot for PROPI PLS Response Plot for PROPI

R-Sq 0,044816 0,259437 0,403906 0,926414 0,964222 0,978193 0,982342 0,985277 0,986944 0,987779

P 0,000


Lampiran 4. Output Minitab hasil kalibrasi multivariat partial least square (PLS) kafein dari sampel kalibrasi 20 campuran sintetik tanpa validasi silang leave one-out. PLS Regression: CAFF versus 253; 256; 259; 262; 271; 274; 277; 280; ... Method Cross-validation Components to calculate Number of components calculated

None Set 10


DF 10 9 19

SS 4,63150 0,03800 4,66950

MS 0,463150 0,004222

F 109,70


X Variance 0,91806 0,98819 0,99979 0,99995 0,99997 0,99999 0,99999 1,00000 1,00000 1,00000

Error 4,15945 2,53358 2,02138 0,42619 0,15410 0,08069 0,06369 0,04728 0,04080 0,03800

Coefficients

Constant 253 256 259 262 271 274 277 280 283 286 292 295 304 307

CAFF 0,051 -91,869 89,179 86,436 -80,977 -166,365 109,169 -9,749 100,486 -21,556 -0,897 90,909 -41,590 -74,161 11,131

CAFF standardized 0,0000 -20,0251 18,3535 16,7375 -14,8387 -27,1044 17,2825 -1,4921 14,7767 -3,0396 -0,1212 11,3929 -5,0994 -8,6813 1,3160

PLS Coefficient Plot for KAF PLS Response Plot for KAF.

R-Sq 0,109231 0,457420 0,567109 0,908729 0,966999 0,982719 0,986361 0,989875 0,991263 0,991863

P 0,000


Lampiran 5. Output Minitab hasil kalibrasi multivariat partial least square (PLS) parasetamol dari sampel kalibrasi 20 campuran sintetik dengan validasi silang leave one-out PLS Regression: PCT versus 253; 256; 259; 262; 271; 274; 277; 280; ... Method Cross-validation Components to evaluate Number of components evaluated Number of components selected



DF 9 10 19

SS 25,2606 0,0169 25,2775

MS 2,80673 0,00169

F 1657,48

P 0,000


X Variance 0,92489 0,98766 0,99980 0,99995 0,99996 0,99999 0,99999 1,00000 1,00000

Error 20,1053 7,2132 1,8612 0,2489 0,1082 0,0916 0,0249 0,0188 0,0169 0,0151

Coefficients

Constant 253 256 259 262 271 274 277 280 283 286 292 295 304 307

PCT 0,208 18,053 -8,178 -4,624 42,469 -87,481 -49,241 -75,181 240,984 -40,795 6,485 -65,831 76,158 -47,577 -9,954

PCT standardized 0,0000 1,6913 -0,7234 -0,3848 3,3449 -6,1257 -3,3505 -4,9457 15,2310 -2,4724 0,3766 -3,5459 4,0134 -2,3937 -0,5058

PLS Coefficient Plot for PCT PLS Response Plot for PCT

R-Sq 0,204618 0,714641 0,926369 0,990155 0,995718 0,996378 0,999013 0,999257 0,999330 0,999404

PRESS 23,5800 9,8431 2,7101 0,4887 0,4678 0,3407 0,2802 0,1578 0,1566 0,1919

R-Sq (pred) 0,067156 0,610599 0,892786 0,980665 0,981493 0,986521 0,988913 0,993756 0,993807 0,992410


Lampiran 6. Output Minitab hasil kalibrasi multivariat partial least square (PLS) propifenason dari sampel kalibrasi 20 campuran sintetik dengan validasi silang leave one-out PLS Regression: PROPI versus 253; 256; 259; 262; 271; 274; 277; 280; ... Method Cross-validation Components to evaluate Number of components evaluated Number of components selected



DF 6 13 19

SS 11,1372 0,2483 11,3855

MS 1,85620 0,01910

F 97,19

P 0,000


X Variance 0,90026 0,98657 0,99979 0,99995 0,99997 0,99999

Error 10,8752 8,4317 6,7868 0,8378 0,4074 0,2483 0,2010 0,1676 0,1487 0,1391

R-Sq 0,044816 0,259437 0,403906 0,926414 0,964222 0,978193 0,982342 0,985277 0,986944 0,987779

Coefficients

Constant 253 256 259 262 271 274 277 280 283 286 292 295 304 307

PROPI 0,132 9,014 -26,117 -12,662 29,836 171,763 40,263 -63,228 -102,125 -102,252 39,329 -80,460 -7,070 93,911 7,969

PROPI standardized 0,0000 1,2582 -3,4422 -1,5702 3,5014 17,9211 4,0820 -6,1976 -9,6175 -9,2337 3,4033 -6,4575 -0,5551 7,0403 0,6033

PLS Coefficient Plot for PROPI PLS Response Plot for PROPI

PRESS 12,8357 10,9423 10,1894 1,8014 1,5964 0,7820 1,5140 1,9253 2,1089 2,2584

R-Sq (pred) 0,000000 0,038923 0,105050 0,841781 0,859788 0,931315 0,867021 0,830901 0,814772 0,801640


Lampiran 7. Output Minitab hasil kalibrasi multivariat partial least square (PLS) kafein dari sampel kalibrasi 20 campuran sintetik dengan validasi silang leave one-out PLS Regression: CAFF versus 253; 256; 259; 262; 271; 274; 277; 280; ... Method Cross-validation Components to evaluate Number of components evaluated Number of components selected



DF 6 13 19

SS 4,58881 0,08069 4,66950

MS 0,764801 0,006207

F 123,21

P 0,000


X Variance 0,91806 0,98819 0,99979 0,99995 0,99997 0,99999

Error 4,15945 2,53358 2,02138 0,42619 0,15410 0,08069 0,06369 0,04728 0,04080 0,03800

R-Sq 0,109231 0,457420 0,567109 0,908729 0,966999 0,982719 0,986361 0,989875 0,991263 0,991863

Coefficients

Constant 253 256 259 262 271 274 277 280 283 286 292 295 304 307

CAFF CAFF standardized -0,120 0,0000 -18,019 -3,9278 13,539 2,7863 13,672 2,6474 -4,071 -0,7460 -109,705 -17,8732 -18,200 -2,8812 50,080 7,6650 76,747 11,2859 66,611 9,3926 -53,643 -7,2484 54,104 6,7804 -1,851 -0,2270 -70,661 -8,2716 1,078 0,1274

PLS Coefficient Plot for KAF PLS Response Plot for KAF

PRESS 4,81996 3,53777 3,04110 0,94181 0,82296 0,27957 0,41103 0,56049 0,58235 0,58169

R-Sq (pred) 0,000000 0,242366 0,348731 0,798306 0,823758 0,940128 0,911976 0,879969 0,875287 0,875428


Lampiran 8. Data pengukuran absorbansi kurva baku dengan spektrofotometri UV pada panjang gelombang 220-313 nm. KALIBRASI 1 KALIBRASI 2 KALIBRASI 3 KALIBRASI 4 KALIBRASI 5 KALIBRASI 6 KALIBRASI 7 KALIBRASI 8 KALIBRASI 9 KALIBRASI 10 KALIBRASI 11 KALIBRASI 12 KALIBRASI 13 KALIBRASI 14 KALIBRASI 15 KALIBRASI 16 KALIBRASI 17 KALIBRASI 18 KALIBRASI 19 KALIBRASI 20

C PCT 5,8 7,1 5,2 6,6 4 6,1 5,6 3,9 6,3 3,8 7 6,8 4,5 6,4 5 7,3 6,1 6,3 4,5 7,2

C PROPI 3,5 3,1 3,4 4,7 4,3 3,6 4,4 3,9 2,1 2,3 3,6 2,9 4,4 2,6 3,6 3,2 2,4 4,7 3,6 3,4

C CAFF 1,5 1,2 0,5 0,6 0,7 0,8 2 0,9 1,8 1 2 1,9 1,4 0,7 1,2 1,6 0,8 1,2 1,2 1,9

220 0,244 0,434 0,153 0,264 0,322 0,155 0,324 0,31 0,147 0,105 0,52 0,22 0,236 0,334 0,142 0,285 0,334 0,241 0,183 0,499

223 0,265 0,457 0,178 0,3 0,339 0,186 0,337 0,324 0,168 0,121 0,536 0,241 0,251 0,362 0,163 0,313 0,358 0,269 0,202 0,52

226 0,294 0,488 0,207 0,338 0,359 0,221 0,361 0,342 0,199 0,142 0,564 0,273 0,274 0,395 0,19 0,351 0,388 0,303 0,227 0,553

229 0,321 0,519 0,234 0,373 0,377 0,254 0,385 0,359 0,231 0,162 0,593 0,306 0,295 0,426 0,217 0,388 0,417 0,336 0,251 0,587

232 0,345 0,548 0,257 0,404 0,392 0,284 0,407 0,373 0,26 0,181 0,62 0,337 0,314 0,453 0,24 0,421 0,422 0,364 0,271 0,617

235 0,365 0,572 0,279 0,432 0,404 0,31 0,424 0,384 0,285 0,197 0,641 0,363 0,329 0,477 0,26 0,45 0,465 0,389 0,289 0,643

238 0,382 0,591 0,297 0,455 0,415 0,332 0,438 0,394 0,305 0,209 0,657 0,383 0,342 0,497 0,277 0,473 0,483 0,41 0,303 0,662

241 0,396 0,606 0,313 0,475 0,425 0,35 0,45 0,403 0,32 0,22 0,669 0,398 0,354 0,512 0,291 0,491 0,496 0,427 0,316 0,677

244 0,403 0,607 0,321 0,486 0,434 0,36 0,456 0,409 0,326 0,226 0,673 0,404 0,362 0,517 0,299 0,498 0,503 0,437 0,323 0,68


Lanjutan Lampiran 8. 247 0,398 0,596 0,317 0,48 0,429 0,355 0,451 0,405 0,32 0,223 0,662 0,398 0,359 0,508 0,296 0,489 0,494 0,432 0,32 0,668

250 0,38 0,569 0,299 0,455 0,413 0,335 0,433 0,39 0,302 0,212 0,635 0,377 0,345 0,484 0,281 0,465 0,471 0,41 0,306 0,64

253 0,352 0,529 0,271 0,418 0,389 0,303 0,407 0,368 0,275 0,195 0,597 0,346 0,322 0,447 0,257 0,428 0,436 0,377 0,284 0,598

256 0,321 0,484 0,239 0,377 0,364 0,267 0,378 0,344 0,243 0,175 0,555 0,31 0,299 0,405 0,23 0,387 0,397 0,341 0,26 0,552

259 0,291 0,439 0,208 0,336 0,34 0,231 0,352 0,322 0,21 0,156 0,513 0,275 0,278 0,363 0,205 0,345 0,357 0,306 0,237 0,506

262 0,263 0,397 0,179 0,298 0,319 0,198 0,329 0,303 0,18 0,138 0,475 0,241 0,259 0,323 0,181 0,305 0,32 0,273 0,216 0,462

265 0,24 0,361 0,154 0,265 0,301 0,17 0,31 0,287 0,155 0,123 0,443 0,214 0,244 0,289 0,162 0,272 0,288 0,247 0,199 0,426

268 0,219 0,311 0,132 0,236 0,278 0,145 0,292 0,275 0,134 0,11 0,409 0,191 0,228 0,258 0,144 0,243 0,258 0,222 0,183 0,396

271 0,2 0,306 0,113 0,211 0,261 0,124 0,273 0,259 0,117 0,098 0,385 0,171 0,212 0,235 0,127 0,22 0,236 0,199 0,167 0,37

274 0,181 0,284 0,095 0,187 0,242 0,105 0,252 0,241 0,101 0,086 0,361 0,152 0,193 0,215 0,11 0,198 0,218 0,176 0,15 0,345

277 0,156 0,259 0,075 0,159 0,218 0,082 0,223 0,218 0,081 0,07 0,331 0,128 0,168 0,194 0,088 0,172 0,198 0,148 0,128 0,315

280 0,128 0,231 0,052 0,129 0,191 0,057 0,188 0,192 0,058 0,051 0,295 0,1 0,137 0,172 0,062 0,143 0,176 0,115 0,102 0,28

283 0,092 0,197 0,025 0,092 0,159 0,026 0,144 0,16 0,027 0,028 0,252 0,064 0,099 0,144 0,03 0,106 0,149 0,075 0,07 0,238

286 0,054 0,16 -0,003 0,054 0,124 -0,007 0,096 0,126 -0,007 0,002 0,205 0,024 0,059 0,115 -0,005 0,065 0,12 0,032 0,035 0,192


Lanjutan Lampiran 8. 289 0,016 0,123 -0,031 0,017 0,091 -0,04 0,049 0,093 -0,041 -0,023 0,157 -0,016 0,019 0,086 -0,039 0,025 0,092 -0,009 0,001 0,146

292 -0,019 0,086 -0,056 -0,017 0,064 -0,069 0,006 0,057 -0,072 -0,045 0,115 -0,052 -0,016 0,061 -0,069 -0,011 0,068 -0,046 -0,029 0,103

295 -0,046 0,058 -0,077 -0,045 0,04 -0,093 -0,027 0,033 -0,097 -0,063 0,081 -0,08 -0,044 0,039 -0,094 -0,04 0,046 -0,076 -0,053 0,069

298 -0,065 0,037 -0,093 -0,065 0,023 -0,11 -0,05 0,017 -0,114 -0,075 0,056 -0,101 -0,064 0,022 -0,111 -0,061 0,03 -0,098 -0,07 0,045

301 -0,078 0,023 -0,104 -0,079 0,012 -0,122 -0,065 0,006 -0,125 -0,084 0,039 -0,114 -0,076 0,01 -0,122 -0,076 0,018 -0,112 -0,081 0,028

304 -0,085 0,014 -0,109 -0,087 0,005 -0,128 -0,073 -0,001 -0,131 -0,088 0,029 -0,121 -0,083 0,002 -0,127 -0,084 0,011 -0,12 -0,087 0,018

307 -0,09 0,011 -0,113 -0,093 0,002 -0,132 -0,08 -0,002 -0,134 -0,092 0,027 -0,125 -0,088 0,002 -0,131 -0,089 0,006 -0,124 -0,091 0,012

310 -0,09 0,009 -0,113 -0,093 0,001 -0,132 -0,081 -0,003 0,134 -0,092 0,024 -0,126 -0,089 0,001 -0,131 -0,09 0,005 -0,125 -0,092 0,01

313 -0,09 0,007 -0,113 -0,093 0 -0,131 -0,081 -0,004 -0,133 -0,091 0,023 -0,125 -0,088 0 -0,129 -0,09 0,004 -0,124 -0,091 0,009


Lampiran 9. Data pengukuran absorbansi sampel dengan spektrofotometri UV pada panjang gelombang 220-313 nm Sampel 1 Sampel 2 Sampel 3 Sampel 4 Sampel 5 Sampel 6

WL220.0 WL223.0 WL226.0 WL229.0 WL232.0 WL235.0 WL238.0 WL241.0 WL244.0 WL247.0 WL250.0 0,3 0,316 0,34 0,362 0,381 0,397 0,411 0,421 0,425 0,419 0,401 0,31 0,327 0,35 0,373 0,392 0,407 0,42 0,43 0,435 0,429 0,411 0,304 0,32 0,343 0,364 0,382 0,398 0,411 0,421 0,425 0,419 0,402 0,319 0,336 0,359 0,381 0,401 0,418 0,432 0,442 0,446 0,44 0,421 0,309 0,325 0,347 0,368 0,386 0,401 0,413 0,423 0,427 0,421 0,403 0,265 0,278 0,295 0,313 0,328 0,341 0,352 0,361 0,364 0,359 0,344

WL253. WL256. WL259. WL262. WL265. WL268. WL271. WL274. WL277. WL280. WL283. WL286. WL289. 0 0 0 0 0 0 0 0 0 0 0 0 0 0,375 0,347 0,319 0,293 0,272 0,252 0,236 0,219 0,199 0,176 0,148 0,117 0,087 0,385 0,356 0,328 0,302 0,28 0,261 0,244 0,227 0,206 0,182 0,153 0,121 0,089 0,376 0,348 0,321 0,295 0,274 0,255 0,238 0,221 0,201 0,178 0,149 0,118 0,088 0,394 0,363 0,334 0,306 0,283 0,262 0,245 0,227 0,207 0,183 0,154 0,123 0,092 0,377 0,348 0,32 0,293 0,271 0,252 0,235 0,218 0,199 0,176 0,148 0,118 0,088 0,323 0,298 0,275 0,254 0,236 0,219 0,205 0,191 0,174 0,154 0,129 0,103 0,077


Lanjutan Lampiran 9. WL292.0 WL295.0 WL298.0 WL301.0 WL304.0 WL307.0 WL310.0 WL313.0 0,06 0,038 0,022 0,011 0,004 0,001 0 -0,001 0,061 0,038 0,021 0,01 0,004 0 -0,001 -0,001 0,061 0,038 0,022 0,011 0,005 0,001 0 0 0,064 0,041 0,025 0,014 0,007 0,003 0,002 0,001 0,061 0,039 0,024 0,013 0,006 0,003 0,001 0,001 0,054 0,034 0,021 0,011 0,005 0,003 0,001 0,001


Lampiran 10. Perhitungan kadar parasetamol pada sampel tablet menggunakan hasil koefisien validasi silang. Koefisien 0,208 WL253.0

18,053

WL256.0

-8,178

WL259.0

-4,624

WL262.0

42,469

WL271.0

-87,481

WL274.0

-49,241

WL277.0

-75,181

WL280.0

240,984

WL283.0

-40,795

WL286.0

6,485

WL292.0

-65,831

WL295.0

76,158

WL304.0

-47,577

WL307.0

-9,954

Calculated

Sampel 1 Sampel 2 Sampel 3 Sampel 4 Sampel 5 Sampel 6 Abs Abs*K Abs Abs*K Abs Abs*K Abs Abs*K Abs Abs*K Abs Abs*K 1 0,208 1 0,208 1 0,208 1 0,208 1 0,208 1 0,208 0,375 6,769875 0,385 6,950405 0,376 6,787928 0,394 7,112882 0,377 6,805981 0,323 5,831119 0,347 -2,83777 0,356 -2,91137 0,348 -2,84594 0,363 -2,96861 0,348 -2,84594 0,298 -2,43704 0,319 -1,47506 0,328 -1,51667 0,321 -1,4843 0,334 -1,54442 0,32 -1,47968 0,275 -1,2716 0,293 12,44342 0,302 12,82564 0,295 12,52836 0,306 12,99551 0,293 12,44342 0,254 10,78713 0,236 -20,6455 0,244 -21,3454 0,238 -20,8205 0,245 -21,4328 0,235 -20,558 0,205 -17,9336 0,219 -10,7838 0,227 -11,1777 0,221 -10,8823 0,227 -11,1777 0,218 -10,7345 0,191 -9,40503 0,199 -14,961 0,206 -15,4873 0,201 -15,1114 0,207 -15,5625 0,199 -14,961 0,174 -13,0815 0,176 42,41318 0,182 43,85909 0,178 42,89515 0,183 44,10007 0,176 42,41318 0,154 37,11154 0,148 -6,03766 0,153 -6,24164 0,149 -6,07846 0,154 -6,28243 0,148 -6,03766 0,129 -5,26256 0,117 0,758745 0,121 0,784685 0,118 0,76523 0,123 0,797655 0,118 0,76523 0,103 0,667955 0,06 -3,94986 0,061 -4,01569 0,061 -4,01569 0,064 -4,21318 0,061 -4,01569 0,054 -3,55487 0,038 2,894004 0,038 2,894004 0,038 2,894004 0,041 3,122478 0,039 2,970162 0,034 2,589372 0,004 -0,19031 0,004 -0,19031 0,005 -0,23789 0,007 -0,33304 0,006 -0,28546 0,005 -0,23789 0,001 -0,00995 0 0 0,001 -0,00995 0,003 -0,02986 0,003 -0,02986 0,003 -0,02986 4,388307 4,635789 4,592316 4,792037 4,658083 3,981158


Lanjutan Lampiran 10. calculated penimbangan pengenceran bobot rata rata etiket (mg) kadar (mg) kadar (%)

4,388 130,5 10000 655,635 250 220,454 88,18%

4,636 130,2 10000 655,635 250 233,45 93,38%

4,592 130,2 10000 655,635 250 231,234 92,49%

4,792 130,4 10000 655,635 250 240,935 96,37%

4,658 130,5 10000 655,635 250 234,018 93,61%

3,981 130.2 10000 655,635 250 200,467 80,18%


Lampiran 11. Perhitungan kadar propifenason pada sampel tablet menggunakan hasil koefisien validasi silang. Koefisien

WL253.0 WL256.0 WL259.0 WL262.0 WL271.0 WL274.0 WL277.0 WL280.0 WL283.0 WL286.0 WL292.0 WL295.0 WL304.0 WL307.0

0,132 9,014 -26,117 -12,662 29,836 171,763 40,263 -63,228 -102,125 -102,252 39,329 -80,46 -7,07 93,911 7,969 Calculated

Sampel 1 Sampel 2 Sampel 3 Sampel 4 Sampel 5 Sampel 6 Abs Abs*K Abs Abs*K Abs Abs*K Abs Abs*K Abs Abs*K Abs Abs*K 1 0,132 1 0,132 1 0,132 1 0,132 1 0,132 1 0,132 0,375 3,38025 0,385 3,47039 0,376 3,389264 0,394 3,551516 0,377 3,398278 0,323 2,911522 0,347 -9,0626 0,356 -9,29765 0,348 -9,08872 0,363 -9,48047 0,348 -9,08872 0,298 -7,78287 0,319 -4,03918 0,328 -4,15314 0,321 -4,0645 0,334 -4,22911 0,32 -4,05184 0,275 -3,48205 0,293 8,741948 0,302 9,010472 0,295 8,80162 0,306 9,129816 0,293 8,741948 0,254 7,578344 0,236 40,53607 0,244 41,91017 0,238 40,87959 0,245 42,08194 0,235 40,36431 0,205 35,21142 0,219 8,817597 0,227 9,139701 0,221 8,898123 0,227 9,139701 0,218 8,777334 0,191 7,690233 0,199 -12,5824 0,206 -13,025 0,201 -12,7088 0,207 -13,0882 0,199 -12,5824 0,174 -11,0017 0,176 -17,974 0,182 -18,5868 0,178 -18,1783 0,183 -18,6889 0,176 -17,974 0,154 -15,7273 0,148 -15,1333 0,153 -15,6446 0,149 -15,2355 0,154 -15,7468 0,148 -15,1333 0,129 -13,1905 0,117 4,601493 0,121 4,758809 0,118 4,640822 0,123 4,837467 0,118 4,640822 0,103 4,050887 0,06 -4,8276 0,061 -4,90806 0,061 -4,90806 0,064 -5,14944 0,061 -4,90806 0,054 -4,34484 0,038 -0,26866 0,038 -0,26866 0,038 -0,26866 0,041 -0,28987 0,039 -0,27573 0,034 -0,24038 0,004 0,375644 0,004 0,375644 0,005 0,469555 0,007 0,657377 0,006 0,563466 0,005 0,469555 0,001 0,007969 0 0 0,001 0,007969 0,003 0,023907 0,003 0,023907 0,003 0,023907 2,705264 2,913406 2,766383 2,880951 2,628046 2,298297



2,705 130,5 10000 655,635 150 135,89 90,59%

2,913 130,2 10000 655,635 150 146,687 97,79%

2,766 130,2 10000 655,635 150 139,284 92,86%

2,881 130,4 10000 655,635 150 144,853 96.57%

2,628 130,5 10000 655,635 150 132,031 88,02%

2,298 130,2 10000 655,635 150 115,718 77,14%


Lampiran 12. Perhitungan kadar kafein pada sampel tablet menggunakan hasil koefisien validasi silang Koefisien

WL253.0 WL256.0 WL259.0 WL262.0 WL271.0 WL274.0 WL277.0 WL280.0 WL283.0 WL286.0 WL292.0 WL295.0 WL304.0 WL307.0

-0,12 -18,019 13,539 13,672 -4,071 -109,705 -18,2 50,08 76,747 66,611 -53,643 54,104 -1,851 -70,661 1,078 Calculated

Sampel 1 Sampel 2 Sampel 3 Sampel 4 Sampel 5 Sampel 6 Abs Abs*K Abs Abs*K Abs Abs*K Abs Abs*K Abs Abs*K Abs Abs*K 1 -0,12 1 -0,12 1 -0,12 1 -0,12 1 -0,12 1 -0,12 0,375 -6,75713 0,385 -6,93732 0,376 -6,77514 0,394 -7,09949 0,377 -6,79316 0,323 -5,82014 0,347 4,698033 0,356 4,819884 0,348 4,711572 0,363 4,914657 0,348 4,711572 0,298 4,034622 0,319 4,361368 0,328 4,484416 0,321 4,388712 0,334 4,566448 0,32 4,37504 0,275 3,7598 0,293 -1,1928 0,302 -1,22944 0,295 -1,20095 0,306 -1,24573 0,293 -1,1928 0,254 -1,03403 0,236 -25,8904 0,244 -26,768 0,238 -26,1098 0,245 -26,8777 0,235 -25,7807 0,205 -22,4895 0,219 -3,9858 0,227 -4,1314 0,221 -4,0222 0,227 -4,1314 0,218 -3,9676 0,191 -3,4762 0,199 9,96592 0,206 10,31648 0,201 10,06608 0,207 10,36656 0,199 9,96592 0,174 8,71392 0,176 13,50747 0,182 13,96795 0,178 13,66097 0,183 14,0447 0,176 13,50747 0,154 11,81904 0,148 9,858428 0,153 10,19148 0,149 9,925039 0,154 10,25809 0,148 9,858428 0,129 8,592819 0,117 -6,27623 0,121 -6,4908 0,118 -6,32987 0,123 -6,59809 0,118 -6,32987 0,103 -5,52523 0,06 3,24624 0,061 3,300344 0,061 3,300344 0,064 3,462656 0,061 3,300344 0,054 2,921616 0,038 -0,07034 0,038 -0,07034 0,038 -0,07034 0,041 -0,07589 0,039 -0,07219 0,034 -0,06293 0,004 -0,28264 0,004 -0,28264 0,005 -0,35331 0,007 -0,49463 0,006 -0,42397 0,005 -0,35331 0,001 0,001078 0 0 0,001 0,001078 0,003 0,003234 0,003 0,003234 0,003 0,003234 1,063218 1,050599 1,072195 0,973406 1,04174 0,963685



1,063 130,5 10000 655,635 50 53,405 106,81%

1,051 130,2 10000 655,635 50 52,924 105,85%

1,072 130,2 10000 655,635 50 53,981 107,96%

0,973 130,4 10000 655,635 50 48,921 97,84%

1,042 130,5 10000 655,635 50 52,35 104,70%

0,964 130,2 10000 655,635 50 48,543 97,08%


Lampiran 13. Sertifikat analisis baku kafein


Lampiran 14. Sertifikat analisis baku propifenazon


Lampiran 15. Sertifikat analisis baku parasetamol


BIOGRAFI PENULIS

Penulis skripsi yang berjudul “Analisis Parasetamol, Kafein,dan

Propifenazon

dengan

Metode

Spektrofotometri UV dan Kemometrika tanpa Tahap Pemisahan” memiliki nama lengkap Arief Dzulfianto lahir di Jakarta, 28 April 1994. Anak kedua dari pasangan Bapak Bambang Suharto dan Ibu Lasmiyati. Pendidikan formal yang sudah ditempuh penulis adalah di TK Bina Cempaka , SD Bahagia 02 Bekasi (1999-2005), SMP N 21 Bekasi (2005 – 2008), SMAI PB.Soedirman 02 Bekasi (2008-2011) . Setelah lulus SMA, penulis melanjutkan studi ke Fakultas Farmasi Universitas Sanata Dharma Yogyakarta pada tahun 2011. Selama perkuliahan penulis pernah mengikuti beberapa kegiatan fakultas yaitu, panitia Seminar Nasional HIV/AIDS dan panitia Musyawarah Wilayah ISMAFARSI seJoglosepur dan penulis juga pernah menjadi asisten dosen dalam mata kuliah kimia analisis di laboratorium farmasi Universitas Sanata Dharma.

77

ANALISIS PARASETAMOL, KAFEIN, DAN PROPIFENAZON DENGAN METODE SPEKTROFOTOMETRI UV DAN KEMOMETRIKA TANPA TAHAP PEMISAHAN SKRIPSI

Recommend Documents