APLIKASI SPEKTROFOTOMETRI UV DAN KALIBRASI MULTIVARIAT UNTUK ANALISIS PARASETAMOL, GUAIFENESIN DAN KLORFENIRAMIN MALEAT DALAM SIRUP SKRIPSI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

APLIKASI SPEKTROFOTOMETRI UV DAN KALIBRASI MULTIVARIAT UNTUK ANALISIS PARASETAMOL, GUAIFENESIN DAN KLORFENIRAMIN MALEAT DALAM SIRUP SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Farmasi (S.Farm.) Program Studi Farmasi

Oleh : Erfan Sriman Famarani Gulo NIM : 118114147

FAKULTAS FARMASI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016


APLIKASI SPEKTROFOTOMETRI UV DAN KALIBRASI MULTIVARIAT UNTUK ANALISIS PARASETAMOL, GUAIFENESIN DAN KLORFENIRAMIN MALEAT DALAM SIRUP SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Farmasi (S.Farm.) Program Studi Farmasi

Oleh : Erfan Sriman Famarani Gulo NIM : 118114147

FAKULTAS FARMASI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016

i


Test

ii


iii


iv


v


HALAMAN PERSEMBAHAN

“If you can run away and return, if you can fall asleep and wake up, if you're broken, you should be able to put yourself back together” – Noragami.”

“No matter what anyone says...what you're about to do...is right!” – Yato”

“You may face many disappointments. But don’t lose hope “ - Lailah Gifty Akita, Pearls of Wisdom : Great Mind.

Karya kecil yang kupersembahkan kepada : Tuhan Yang Maha Pengasih dan Penyayang Ayah dan Bunda yang tercinta, Fangato Gulö dan Afasari Dachi Saudara-Saudariku yang kusayangi, Kakak Erni, Fandi dan Sri Almamater Fakultas Farmasi Sanata Dharma

vi


PRAKATA Puji syukur kepada Tuhan Yang Maha Esa, atas berkat dan rahmat-Nya sehingga skripsi ini yang berjudul “Aplikasi Spektrofotometri UV dan Kalibrasi Multivariat Untuk Senyawa Parasetamol, Guaifenesin dan Klorfeniramin Maleat” dapat penulis selesaikan dengan baik. Skripsi ini diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Farmasi (S.Farm.) pada Fakultas Farmasi Universitas Sanata Dharma Yogyakarta. Dalam proses penelitian dan penyusunan naskah skripsi ini, banyak pihakpihak yang telah meluangkan waktu dan memberikan kontribusi yang besar, baik dalam materi, dukungan, kritik dan saran kepada penulis. Untuk itu, dalam kesempatan ini, penulis ingin mengucapkan terimakasih kepada : 1.

Ibu Aris Widayati, M.Si., Ph.D., Apt., selaku dekan Fakultas Farmasi Universitas Sanata Dharma.

2.

Bapak Prof. Dr. Abdul Rohman, M.Si., Apt., selaku dosen pembimbing yang dengan penuh kesabaran memberikan bimbingan dan pengarahan, ilmu, dukungan serta waktu dan tenaga dalam memecahkan setiap masalah selama proses penelitian dan penyusunan naskah skripsi ini.

3.

Bapak Florentinus Dika Octa Riswanto, M.Sc., selaku dosen pembimbing pendamping yang dengan penuh kesabaran memberikan dukungan, semangat, solusi, kritik dan saran selama proses penelitian dan penyusunan naskah ini.

vii


4.

Dosen penguji yang akan memberikan pengarahan, kritik dan saran kepada penulis dalam menyelasikan naskah skripsi ini.

5.

Bapak Yohanes Dwiatmaka, M.Si., selaku Dosen Pembimbing Akademik yang telah membantu penulis selama proses perkuliahan.

6.

Ibu Agustina Setiawati, M.Sc., Apt., selaku Kepala Laboratorium Fakultas Farmasi Universitas Sanata Dharma, yang telah memberikan izin untuk menggunakan fasilitas laboratorium untuk melaksanakan penelitian.

7.

Balai besar POM di Yogyakarta yang telah memberikan informasi dan bantuan mencari sumber bahan baku kerja dalam proses penelitian ini.

8.

P.T. Combiphar Indonesia, yang telah memberikan baku parasetamol yang sangat bermanfaat selama proses penelitian ini.

9.

P.T. Konimex yang telah memberikan baku guaifenesin dan klorfeniramin maleat yang sangat bermanfaat selama proses penelitian ini.

10. Seluruh dosen dan karyawan Fakultas Farmasi Universitas Sanata Dharma yang telah mendidik dan membantu penulis selama proses perkuliahan. 11. Mas Bimo, Mas Kethul, dan Mas Ottok selaku Laboran, Karyawan Laboratorium Kimia Analisis Instrumental, dan Pengelola Gudang Laboratorium yang membantu penulis selama proses penelitian. 12. Ayah, Bunda, saudara-saudariku tercinta yang selalu mendoakan, memberikan dukungan, kesabaran, semangat, harapan kepada penulis selama proses penyusunan naskah skripsi ini.

viii


13. Keponakanku yang kusayangi, Eca, Faiz dan Jeslyn atas doanya, yang selalu menghibur dan mendukung penulis dalam menyelesaikan naskah skripsi ini. 14. Ade, Arif dan Jalaq sebagai sahabat dan rekan kerja yang telah memberikan dukungan, kritik dan saran, meluangkan waktu dalam membantu penulis selama proses penelitian dan penyusunan naskah skripsi ini. 15. Devina dan Sophia selaku rekan kerja yang telah berjuang bersama, memberikan dukungan, kritik dan saran dalam proses penelitian skripsi ini. 16. Mbak Yola, Teguh, Yonas dan Tomi sebagai sahabat yang telah memberikan solusi dan bantuan kepada penulis dalam menyelesaikan skripsi ini. 17. Teman-teman FST B 2011 dan seluruh teman-teman angkatan 2011 atas kekompakkan dan kebersamaan yang luar biasa. 18. Semua pihak yang tidak dapat penulis sebutkan satu per satu, yang turut membantu dalam penyelesaian naskah skripsi ini. Penulis menyadari bahwa skripsi ini masih jauh dari kata kesempurnaan. Oleh karena itu, kritik dan saran sangat penulis harapkan. Penulis berharap, semoga skripsi ini memberikan manfaat bagi pembaca dan dapat menjadi acuan dalam pengembangan ilmu kefarmasian. Yogyakarta, Mei 2016

Penulis

ix


DAFTAR ISI HALAMAN JUDUL ..................................................................................................... i HALAMAN PERSETUJUAN ..................................................................................... ii HALAMAN PENGESAHAN ..................................................................................... iii PERNYATAAN KEASLIAN PENULIS ................................................................... iv LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ....................... v HALAMAN PERSEMBAHAN ................................................................................. vi PRAKATA ................................................................................................................. vii DAFTAR ISI ................................................................................................................ x DAFTAR TABEL ..................................................................................................... xiii DAFTAR GAMBAR ................................................................................................. xv DAFTAR LAMPIRAN ............................................................................................ xvii INTISARI .................................................................................................................. xix ABSTRACT ................................................................................................................. xx BAB I. PENGANTAR ................................................................................................. 1 A. Latar Belakang ...................................................................................................... 1 B. Rumusan Masalah ................................................................................................. 3 C. Keaslian Penelitian ................................................................................................ 3 D. Manfaat Penelitian ................................................................................................ 4 E. Tujuan Penelitian .................................................................................................. 5 BAB II. PENELAAHAN PUSTAKA........................................................................... 6 A. Sirup ...................................................................................................................... 6 x


B. Parasetamol, Guaifenesin, Klorfeniramin maleat ................................................. 7 1. Parasetamol ..................................................................................................... 7 2. Guaifenesin ..................................................................................................... 8 3. Klorfeniramin maleat ....................................................................................... 9 C. Spektrofotometri UV-Vis ...................................................................................... 9 D. Analisis Multikomponen Secara Spektrofotometri UV ...................................... 12 E. Kemometrika ....................................................................................................... 14 F. Validasi Metode Analisis .................................................................................... 16 1. Presisi ............................................................................................................ 16 2. Akurasi .......................................................................................................... 17 3. Selektivitas .................................................................................................... 18 G. Landasan Teori .................................................................................................... 18 H. Hipotesis ............................................................................................................. 20 BAB III. METODOLOGI PENELITIAN ................................................................ 21 A. Jenis dan Rancangan Penelitian .......................................................................... 21 B. Variabel Penelitian .............................................................................................. 21 1. Variabel Bebas ............................................................................................... 21 2. Variabel Tergantung ....................................................................................... 21 3. Variabel Pengacau .......................................................................................... 21 C. Defenisi Operasional ........................................................................................... 22 D. Bahan Penelitian ................................................................................................. 22 E. Alat Penelitian ..................................................................................................... 22 xi


F. Tata Cara Penelitian ............................................................................................ 23 1. Scanning spektra standar ................................................................................ 23 2. Pemilihan Interval dan Panjang Gelombang .................................................. 23 3. Penyiapan Larutan set Kalibrasi ..................................................................... 24 4. Pembuatan Standar Adisi CTM ..................................................................... 25 5. Analisis Sampel .............................................................................................. 25 6. Analisis Statistik ............................................................................................ 26 7. Analisis Data Sampel ..................................................................................... 28 BAB IV. HASIL DAN PEMBAHASAN .................................................................. 30 A. Analisis Senyawa Multikomponen ..................................................................... 30 B. Validasi Model Kalibrasi Multivariat Partial Least Square (PLS) .................... 37 C. Penetapan Kadar Sediaan Farmasi ...................................................................... 43 BAB V. KESIMPULAN DAN SARAN .................................................................... 48 A. Kesimpulan ......................................................................................................... 48 B. Saran ................................................................................................................... 48 DAFTAR PUSTAKA ................................................................................................ 50 LAMPIRAN ............................................................................................................... 53 BIOGRAFI ................................................................................................................. 79

xii


DAFTAR TABEL Tabel I.

Kriteria penerimaan nilai RSD ........................................................... 17

Tabel II.

Nilai % recovery ................................................................................ 18

Tabel III.

Komposisi campuran sintetik parasetamol (PCT), guaifenesin (GG) dan klorfeniramin maleat (CTM) untuk model kalibrasi ................... 24

Tabel IV.

Nilai sebenarnya dan terhitung hasil kalibrasi PLS dari calibration set yang mengandung parasetamol (PCT), guaifenesin (GG) dan klorfeniramin maleat (CTM) tanpa validasi silang (cross validation) pada λ 220-310 nm ............................................................................. 34

Tabel V.

Nilai sebenarnya dan terhitung hasil kalibrasi PLS dari calibration set yang mengandung parasetamol (PCT), guaifenesin (GG) dan klorfeniramin maleat (CTM) validasi silang (cross validation) pada λ 220-310 nm ......................................................................................... 38

Tabel VI.

Hasil persamaan, R2, RMSECV dan PRESS yang diperoleh dari hubungan antara nilai sebenarnya dan nilai terhitung validasi silang (cross validation) pada λ 220-310 nm ................................................ 39

Tabel VII.

Hasil penetapan kadar prediksi parasetamol (PCT) dalam sediaan farmasi sirup menggunakan metode spektrofotometri UV-PLS ........ 45

Tabel VIII.

Hasil penetapan kadar prediksi guaifenesin (GG) dalam sediaan farmasi sirup menggunakan metode spektrofotometri UV-PLS ........ 45

xiii


Tabel IX.

Hasil penetapan kadar prediksi klorfeniramin maleat (CTM) dalam sediaan farmasi sirup menggunakan metode spektrofotometri UV-PLS ............................................................................................................. 45

xiv


DAFTAR GAMBAR Gambar 1.

Struktur parasetamol ............................................................................ 7

Gambar 2.

Struktur guaifenesin ............................................................................. 8

Gambar 3.

Struktur klorfeniramin maleat .............................................................. 9

Gambar 4.

Instrumentasi spektrofotometri UV double beam .............................. 11

Gambar 5.

Overlay spektra UV parasetamol (PCT), guaifenesin (GG), klorfeniramin maleat (CTM) dan spektra UV campuran ketiga senyawa yang diukur pada λ 220-400 nm .......................................... 30

Gambar 6.

Overlay spektra UV sampel sediaan farmasi (sirup) dan spektra UV campuran baku parasetamol (PCT), guaifenesin (GG) dan klorfeniramin maleat (CTM) yang diukur pada λ 220-310 nm .......... 32

Gambar 7.

Overlay spektra UV campuran baku parasetamol (PCT), guaifenesin (GG) dan klorfeniramin maleat (CTM) yang diukur pada λ 220-310 nm ....................................................................................................... 33

Gambar 8.

Kurva hubungan nilai sebenarnya dengan nilai terhitung pada model kalibrasi multivariat PLS parasetamol ................................................ 36

Gambar 9.

Kurva hubungan nilai sebenarnya dengan nilai terhitung pada model kalibrasi multivariat PLS guaifenesin ................................................ 36

Gambar 10.

Kurva hubungan nilai sebenarnya dengan nilai terhitung pada model kalibrasi multivariat PLS klorfeniramin maleat ................................. 37

Gambar 11.

Data dan parameter hasil validasi silang parasetamol (PCT) dengan teknik leave-one-out ........................................................................... 40 xv


Gambar 12.

Data dan parameter hasil validasi silang guaifenesin (GG) dengan teknik leave-one-out ........................................................................... 41

Gambar 13.

Data dan parameter hasil validasi silang klorfeniramin maleat (CTM) dengan teknik leave-one-out ............................................................... 41

Gambar 14.

Kurva hubungan antara nilai parasetamol sebenarnya dan nilai terhitung hasil validasi silang leave one-out ...................................... 42

Gambar 15.

Kurva hubungan antara nilai guaifenesin sebenarnya dan nilai terhitung hasil validasi silang leave one-out ...................................... 42

Gambar 16.

Kurva hubungan antara nilai klorfeniramin maleat sebenarnya dan nilai terhitung hasil validasi silang leave one-out .............................. 43

Gambar 17.

Overlay spektra 6 sampel sediaan farmasi yang diukur pada panjang gelombang 220-310 nm dengan interval pengukuran 2 nm ............... 44

xvi


DAFTAR LAMPIRAN Lampiran 1.

Sertifikat analisis baku parasetamol ................................................... 54

Lampiran 2.

Sertifikat analisis baku guaifenesin .................................................... 55

Lampiran 3.

Sertifikat analisis baku klorfeniramin maleat ..................................... 56

Lampiran 4.

Data Penimbangan Standar Adisi Klorfeniramin maleat ................... 57

Lampiran 5.

Data pengukuran spektrofotometer UV 20 campuran sintetik untuk model PLS pada panjang gelombang 220 – 310 nm yang diukur dengan interval pengukuran 2 nm ...................................................... 58

Lampiran 6.

Output Minitab hasil kalibrasi multivariat partial least square (PLS) parasetamol dari sampel kalibrasi 20 campuran sintetik tanpa validasi internal ................................................................................................ 62

Lampiran 7.

Output Minitab hasil kalibrasi multivariat partial least square (PLS) guaifenesin dari sampel kalibrasi 20 campuran sintetik tanpa validasi internal ................................................................................................ 63

Lampiran 8.

Output Minitab hasil kalibrasi multivariat partial least square (PLS) klorfeniramin maleat dari sampel kalibrasi 20 campuran sintetik tanpa validasi internal .................................................................................. 64

Lampiran 9.

Output Minitab hasil kalibrasi multivariat partial least square (PLS) parasetamol dari sampel kalibrasi 20 campuran sintetik validasi internal ................................................................................................ 65

xvii


Lampiran 10. Output Minitab hasil kalibrasi multivariat partial least square (PLS) guaifenesin dari sampel kalibrasi 20 campuran sintetik validasi internal ................................................................................................ 66 Lampiran 11. Output Minitab hasil kalibrasi multivariat partial least square (PLS) klorfeniramin maleat dari sampel kalibrasi 20 campuran sintetik validasi internal .................................................................................. 67 Lampiran 12. Data nilai koefisien dari model PLS parasetamol .............................. 68 Lampiran 13. Data nilai koefisien dari model PLS guaifenesin ............................... 69 Lampiran 14. Data nilai koefisien dari model PLS klorfeniramin maleat ................ 70 Lampiran 15. Data pengukuran spektrofotometri UV enam replikasi sampel pada panjang gelombang 220 – 310 nm yang diukur dengan interval pengukuran 2 nm ................................................................................ 71 Lampiran 16. Perhitungan kadar parasetamol pada sampel sirup menggunakan hasil koefisien validasi silang ..................................................................... 73 Lampiran 17. Perhitungan kadar guaifenesin pada sampel sirup menggunakan hasil koefisien validasi silang ..................................................................... 75 Lampiran 18. Perhitungan kadar klorfeniramin maleat pada sampel sirup menggunakan hasil koefisien validasi silang ..................................... 77

xviii


INTISARI Kebutuhan akan obat dengan zat aktif multikomponen semakin meningkat dalam kalangan masyarakat, sehingga membutuhkan peningkatan pengawasan mutu produk obat dalam menjamin keamanan dan khasiat yang dihasilkan. Berbagai metode telah dikembangkan untuk penjaminan mutu produk obat, seperti metode spektrofotometri. Akan tetapi, metode spektrofotometri tidak dapat digunakan dalam analisis senyawa multikomponen, mengingat keterbatasan metode tersebut dalam mengatasi overlapping spektra senyawa. Oleh karena itu, diperlukan suatu modifikasi metode, yakni dengan mengkombinasikan kemometrika dan spektrofotometri, sehingga masalah overlapping tersebut dapat teratasi. Metode spektrofotometri yang dikombinasikan dengan kemometrika kalibrasi multivariat partial least square (PLS) digunakan dalam analisis sediaan farmasi sampel sirup dengan komposisi parasetamol, guaifenesin dan klorfeniramin maleat. Evaluasi metode didasarkan pada nilai koefisien determinasi (R2), root mean square error of calibration (RMSEC), dan root mean square error of calibration validation (RMSECV). Hasil penelitian menunjukkan bahwa analisis sediaan farmasi sampel sirup dengan komposisi parasetamol, guaifenesin dan klorfeniramin maleat menggunakan metode kombinasi spektrofotometri dan kemometrika belum berhasil dilakukan. Untuk model kalibrasi, diperoleh nilai R2 PCT 0,994, GG 0,999 dan CTM 0,999. Nilai RMSEC PCT 0,289, GG 0,099 dan CTM 0,078. Untuk model validasi, diperoleh nilai R2 PCT 0,999, GG 0,999 dan CTM 0,998. Nilai RMSECV PCT 0,116, GG 0,084 dan CTM 0,219. KATA KUNCI : Spektrofotometri, kemometrika, partial least square.

xix


ABSTRACT The need of a drug with active ingredient multicomponent increasing in the community, thus requiring an increase in the quality control of medicinal products in ensuring the safety and efficacy of the resulting. Various methods have been developed for quality assurance of drug products, such as spectrophotometric method. However, the spectrophotometric method can not be used in the analysis of multicomponent compound, given the limitations of the method to resolve overlapping spectra of compounds. Therefore, we need a modification of the method, by combining chemometrics and spectrophotometry, so that the overlapping issue can be resolved. Spectrophotometric method combined with chemometrics multivariate calibration partial least square (PLS) was used in the analysis of pharmaceutical syrup samples with the composition of paracetamol, guaifenesin and chlorpheniramine maleate. Evaluation methods are based on the coefficient of determination (R2), root mean square error of calibration (RMSEC), and root mean square error of calibration validation (RMSECV). The results showed that the analysis of pharmaceutical syrup samples with the composition of paracetamol, guaifenesin and chlorpheniramine maleate using a combination of spectrophotometric and chemometrics method was unsuccessful. For the calibration models, the value of R2 PCT 0,994, GG 0,999 and CTM 0,999. Value RMSEC PCT 0,289, GG 0,099 and CTM 0,078. For the model of validation, the value of R2 PCT 0,999, GG 0,999 and CTM 0,998. Value RMSECV PCT 0,116, GG 0,084 and CTM 0,219.

Keyword : Spectrophotometric, chemometrics, partial least square

xx


BAB I PENGANTAR A. Latar Belakang Dewasa ini, obat merupakan suatu kebutuhan dalam kehidupan sehari-hari. Obat dalam arti luas adalah zat kimia yang dalam takaran tertentu dan dengan penggunaan

yang

tepat

dapat

dimanfaatkan

untuk

mencegah

penyakit,

menyembuhkan penyakit atau memelihara kesehatan. Hal tersebut selaras dengan kecenderungan masyarakat untuk mengobati dirinya sendiri (self medication) sebelum mendapat pertolongan tenaga medis, khususnya pada penyakit yang tergolong ringan seperti pilek, batuk, deman, dan sebagainya (Shankar et al., 2002). Seiring dengan berkembangnya dunia industri farmasi yang memproduksi obat-obat influenza dalam berbagai merek dagang, yang mana setiap komposisi dalam proses produksi produk sediaan farmasi yang kurang lebih sama. Peningkatan produksi sediaan farmasi ini perlu diimbangi dengan peningkatan dalam hal pengawasan

mutu,

sehingga

setiap

produk

yang

beredar

tersebut

dapat

dipertanggungjawabkan keamanan dan khasiatnya. Adapun hal yang berkaitan langsung dengan kedua hal tersebut adalah kandungan bahan aktif dalam sediaan obat. Kombinasi parasetamol, guaifenesin dan klorfeniramin maleat sering digunakan sebagai zat aktif untuk meringankan gejala batuk dan pilek, penyakit yang hampir seluruh orang pernah mengalaminya (Hardman et al., 1996).

1

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2

Dalam dunia industri farmasi, proses penjaminan mutu yang cepat dan handal mutlak diperlukan. Oleh karena itu, kebutuhan suatu metode analisis yang cepat dan memenuhi persyaratan kesahihan suatu metode yang dapat menunjang hal tersebut sangat tinggi. Spektrofotometer UV merupakan salah satu metode yang sederhana, cepat dan lazim digunakan dalam laboratorium industri farmasi untuk analisis suatu sediaan obat. Hanya saja, spektrofotometri UV biasanya digunakan dalam analisis sediaan obat dengan zat aktif tunggal. Penggunaan instrumen spektrofotometer UV dalam analisis sediaan obat multikomponen sangat sulit dilakukan, mengingat permasalahan spektra yang tumpang-tindih antar komponen. Untuk mengatasi permasalahan tersebut, diperlukan pengolahan data secara statistik yakni menggunakan metode kalibrasi multivariat “kemometrika”. Kombinasi metode spektrofotometri UV dengan kalibrasi multivariat dapat digunakan dalam menganalisis senyawa multikomponen yang memiliki spektra UV overlapping (Danzer et al, 2004). Metode

kemometrika

yang

paling

sering

dikombinasikan

dengan

spektrofotometri UV adalah metode kalibrasi multivariat partial least square (PLS). Kalibrasi multivariat PLS merupakan metode yang menggunakan suatu kombinasi linier dari variabel prediktor daripada menggunakan variabel biasa. Pemilihan metode kalibrasi multivariat partial least square (PLS) didasarkan pada kelebihan metode ini yang mampu memprediksi dengan cara yang lebih baik ketika terdapat spektra yang tumpang tindih satu sama lain (Sohrabi et al., 2009). Kombinasi kedua metode ini diharapkan mampu untuk menganalisis senyawa multikomponen parasetamol,


guaifenesin dan klorfeniramin maleat dalam sediaan sirup farmasi, sehingga metode ini

diharapkan

dapat

diaplikasikan

secara

rutin

oleh

pihak-pihak

yang

berkepentingan. 1.

Rumusan Masalah Berdasarkan pada latar belakang permasalahan yang telah diuraikan di atas,

maka dapat diuraikan beberapa rumusan masalah sebagai berikut: a.

Apakah metode spektrofotometri UV yang dikombinasikan dengan teknik kemometrika kalibrasi multivariat PLS untuk analisis sediaan sampel sirup dengan komposisi parasetamol, guaifenesin dan klorfeniramin maleat merupakan metode yang valid?

b.

Apakah kombinasi metode spektroskopi UV dengan teknik kalibrasi multivariat PLS tanpa proses pemisahan dapat digunakan untuk menetapkan kadar parasetamol, guaifenesin, dan klorfeniramin maleat dalam sirup?

2.

Keaslian Penelitian Hasil penelusuran publikasi-publikasi ilmiah menunjukkan bahwa analisis

campuran parasetamol, guaifenesin dan klorfeniramin maleat secara simultan dalam sediaan sampel sirup secara spektrofotometri UV-Vis yang dikombinasikan dengan kemometrika kalibrasi multivariat belum pernah dilaporkan. Beberapa penelitian yang telah berhasil menetapkan kadar senyawa multikomponen dengan metode kalibrasi multivariat PLS adalah sebagai berikut:


a.

Kombinasi spektrofotometri UV dan kalibrasi multivariat untuk analisis parasetamol, guaifenesin dan klorfeniramin maleat dalam sediaan tablet secara simultan tanpa tahap pemisahan oleh Yani Ardiyanti (2014).

b.

Penetapan kadar parasetamol, ibuprofen, dan kafein secara simultan dengan kombinasi spektrofotometri UV dan pendekatan kalibrasi multivariat oleh Khosayand et al., (2008).

3.

Manfaat Penelitian Manfaat yang dapat diperoleh dari penelitian ini: a. Manfaat Metodologis Penelitian ini diharapkan dapat memberikan sumbangan ilmiah tentang penggunaan metode spektroskopi UV yang dikombinasikan dengan teknik

kalibrasi

multivariat

dalam

analisis

kadar

parasetamol,

guaifenesin dan klorfeniramin maleat sediaan sampel sirup. b. Manfaat Teoretis Penelitian ini diharapkan dapat memberikan tambahan informasi ilmiah mengenai validasi metode penetapan kadar sampel sirup dengan komposisi parasetamol, guaifenesin dan klorfeniramin maleat dalam sediaan farmasi secara spektrofotometri UV–Vis. c. Manfaat Praktis Hasil penelitian ini diharapkan dapat digunakan untuk menetapkan kadar campuran parasetamol, guaifenesin dan klorfeniramin maleat dalam sampel sirup yang beredar di pasaran.


B. Tujuan Penelitian Secara

umum

penelitian

ini

bertujuan

untuk

mengembangkan

spektrofotometri UV untuk analisis campuran parasetamol, guaifenesin dan klorfeniramin maleat dalam sediaan sampel sirup secara langsung tanpa melakukan pemisahan terlebih dahulu. Secara khusus, penelitian ini bertujuan untuk : 1.

Mengetahui validitas metode spektrofotometri UV yang dikombinasikan dengan teknik kalibrasi multivariat PLS untuk analisis campuran parasetamol, guaifenesin dan klorfeniramin maleat secara simultan dalam sediaan sirup.

2.

Menetapkan kadar sediaan sampel sirup parasetamol, guaifenesin dan klorfeniramin maleat dengan metode spektrofotometri UV yang digabungkan dengan teknik kalibrasi multivariat PLS.


BAB II TINJAUAN PUSTAKA A. Sirup Sirup adalah larutan oral yang merupakan sediaan cair yang dibuat untuk pemberian oral, mengandung sukrosa (tidak kurang dari 64,0 % dan tidak lebih dari 66,0 %) atau gula lain kadar tinggi dengan atau tanpa bahan pengaroma, atau pewarna yang larut dalam air atau campuran kosolven-air (Anonim, 1979; Anonim, 1995). Sirup yang mengandung bahan pemberi rasa tapi tidak mengandung zat-zat obat (bahan aktif) dinamakan pembawa. Sirup dimaksudkan pembawa yang memberikan rasa enak pada zat obat yang ditambahkan kemudian, baik dalam peracikan resep atau dalam pembuatan formula standar. Sedangkan sirup obat adalah sirup yang mengandung bahan terapeutik atau bahan obat (Ansel, 1989). Kandungan sakarosa dalam sirup terletak antara 50 sampai 65 %, akan tetapi umumnya terletak antara 60 sampai 65 %. Dalam larutan gula yang jenuh (kira-kira 66%) tidak memungkinkan pembentukan jamur karena dengan larutan berkonsentrasi tinggi, air yang penting untuk perkembangan jamur ditarik melalui osmosis. Atas dasar ini sediaan dengan sukrosa berkonsentrasi tinggi dinilai lebih baik. Meskipun demikian harus diperhatikan, bahwa dengan meningkatnya kandungan gula dari sirup dapat menyebabkan berkurangnya kelarutan bahan obat tertentu (Voight, 1995).

6


B. Parasetamol, Guaifenesin, Klorfeniramin maleat Parasetamol, guaifenesin dan klorfeniramin maleat sering dijumpai dalam sediaan farmasi untuk mengatasi batuk dan pilek. Kebanyakan batuk dan pilek disebabkan oleh infeksi virus pada saluran pernafasan bagian atas (ISPA). Penyakit ini sebenarnya dapat sembuh dengan sendirinya, namun masyarakat memilih untuk mengkonsumsi obat-obatan untuk mengurangi gejala yang timbul. Obat-obatan ini dapat diperoleh tanpa menggunakan resep dokter (Over the Counter/OTC) (Blenkinsoop et al., 2009). Obat batuk dan pilek merupakan salah satu segmen terbesar obat OTC. Dengan adanya peningkatan kebutuhan obat batuk dan pilek, maka mendorong kompetisi perusahaan-perusahaan farmasi untuk memproduksi obat-obatan tersebut. Dengan demikian diperlukan pula metode analisis yang cepat, handal dan sederhana untuk menganalisis obat-obat batuk dan pilek multikomponen tersebut (Sawant dan Borkar, 2012). 1.

Parasetamol Parasetamol (PCT) (Gambar 1) dengan rumus kimia C8H9NO2 (BM 151,2)

berbentuk kristal atau serbuk berkristal, sedikit larut dalam air dingin, lebih larut dalam air panas; 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, pentane, dan benzen. Spektrum UV parasetamol pada larutan asam mempunyai panjang gelombang maksimal di sekitar 245 nm


1% dengan nilai 𝐴1% 1𝑐𝑚 = 688, pada larutan alkali 257 nm (𝐴1𝑐𝑚 = 715) (Moffat et al.,

2004).

Gambar 1. Struktur Parasetamol 2.

Guaifenesin Guaifenesin (GG) (Gambar 2) dengan rumus kimia C10H14O4 (BM 198,2)

berbentuk kristal putih atau sedikit kristal abu-abu atau agregrat yang berbentuk kristal. Kelarutan guaifenesin adalah 1 g dalam 33 mL air, 1 g dalam 11 mL etanol, 1 g dalam 11 mL kloroform, 1 g dalam 100 mL eter, larut dalam gliserol dan propilen glikol, sebagian larut dalam benzen, praktis tidak larut dalam petroleum eter. Spektrum UV guaifenesin pada larutan asam mempunyai panjang gelombang maksimal di sekitar 273 nm dengan nilai 𝐴1% 1𝑐𝑚 = 125 (Moffat et al., 2004).

Gambar 2. Struktur Guaifenesin


3.

Klorfeniramin Maleat Klorfeniramin maleat (CTM) (Gambar 3) dengan rumus kimia C16H19CIN2,

C4H4O4 (BM 390,9) berbentuk serbuk kristal putih, larut 1 mg/mL dalam 300 mL ethanol, 1 mg/mL dalam 240 mL Kloroform, 1 mg/mL dalam 160 mL air, 1 mg/mL dalam 130 mL metanol, sukar larut dalam benzen dan eter. Klorfeniramin maleat memiliki absorbansi pada panjang gelombang 265 nm dalam pelarut asam dengan nilai 𝐴1% 1𝑐𝑚 = 302, dan pada panjang gelombang 262 nm pada pelarut basa dengan nilai 𝐴1% 1𝑐𝑚 = 205 (Moffat et al., 2004).

Gambar 3. Struktur Klorfeniramin Maleat C. Spektrofotometri UV-Vis Spektrofotometri ultraviolet-visibel (UV-Vis) adalah salah satu teknik analisis fisika-kimia yang mengamati tentang interaksi atom atau molekul dengan radiasi elektromagnetik pada daerah panjang gelombang 190-380 nm (UV) atau 380780 nm (Vis) (Mulja dan Suharman, 1995). Spektrofotometri UV adalah pengukuran suatu interaksi antara radiasi elektromagnetik dan molekul atau atom dari suatu zat kimia pada panjang


gelombang (λ) 190-380 nm (Direktorat Jenderal Pengawasan Obat dan Makanan RI, 1995). Prinsip kerja spektrofotometri UV-Vis berdasarkan interaksi antara radiasi elektromagnetik dengan atom, ion, atau molekul. Serapan atom menyebabkan peralihan atau transisi elektronik, yaitu peningkatan energi elektron dari keadaan dasar (ground state) ke satu atau lebih tingkat energi yang lebih tinggi atau tereksitasi (excited state). Transisi terjadi jika energi yang dihasilkan oleh radiasi sama dengan energi yang diperlukan untuk melakukan transisi (Watson, 2003). Pada umumnya prinsip kerja spektrofotometri adalah berdasarkan atas interaksi antara radiasi elektromagnetik dengan materi. Materi dapat berupa atom, ion atau molekul, sedangkan radiasi elektromagnetik merupakan salah satu jenis energi yang ditransmisikan dalam ruang kecepatan tinggi (Khopkar, 1990). Interaksi radiasi elektromagnetik dengan bahan yaitu bila cahaya jatuh pada senyawa maka sebagian dari cahaya diserap oleh molekul-molekul sesuai struktur dari molekul. Setiap senyawa mempunyai tingkatan tenaga yang spesifik. Semua molekul dapat menyerap radiasi elektromagnetik di daerah UV-Vis karena memiliki elektron sekutu maupun menyendiri, yang dapat dieksitasikan ke tingkat energi yang lebih tinggi. Sementara panjang gelombang yang menunjukkan terjadinya serapan tergantung pada kuat lemahnya ikatan elektron dalam molekul (Day and Underwood, 1986).


Spektrofotometer double beam (Gambar 4) merupakan pengembangan dari spektrofotometer

single

beam

karena

keterbatasan

yang

dimiliki

oleh

spektrofotometer single beam.

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 et al., 1994). Penyerapan (absorpsi) sinar UV dan sinar tampak umumnya dihasilkan oleh eksitasi elektron-elektron ikatan, sehingga panjang gelombang pita yang menyerap dapat dihubungkan dengan ikatan yang ada dalam suatu molekul. Dalam spektrofotometer UV-Vis, suatu radiasi dikenakan pada larutan (sampel) dan intensitas sinar radiasi yang diteruskan diukur besarnya. Radiasi yang diserap oleh sampel ditentukan dengan membandingkan intensitas sinar yang diteruskan dengan


yang diserap. Serapan terjadi jika radiasi/foton yang mengenai sampel memiliki energi yang sama dengan energi yang diperlukan untuk perubahan tenaga. Kekuatan radiasi dapat mengalami penurunan dengan adanya penghamburan dan pemantulan cahaya (Rohman, 2012). Kesalahan dalam pengukuran menggunakan

spektrofotometer dapat

ditimbulkan oleh beberapa hal, antara lain: adanya bekas jari yang menempel pada dinding kuvet, adanya gelembung gas atau partikel yang tidak larut yang berada dalam jalan optis, stabilitas sampel serta konsentrasi analit. Untuk meminimalkan kesalahan tersebut salah satunya dengan cara mengendalikan konsentrasi analit sehingga didapatkan nilai serapan antara 0,2-0,8. Persentase kesalahan analisis yang dihasilkan pada pembacaan serapan 0,2-0,8 yang masih dapat diterima yaitu sebesar 0,5-1 % (Mulja dan Suharman, 1995). D. Analisis Multikomponen Secara Spektrofotometri UV Spektrofotometri UV-Vis merupakan salah satu metode pengukuran berdasarkan pada interaksi radiasi elektromagnetik dengan sampel di daerah panjang gelombang 200-800 nm. Berbagai publikasi telah melaporkan analisis parasetamol, guaifenesin dan klorfeniramin maleat secara spektrofotometri UV-Vis, dalam campuran dengan obat lain, terutama dihubungkan dengan perkembangan perangkat lunak kemometrika (Khosayand, 2008). Khosayand et al. (2008) telah berhasil menetapkan kandungan parasetamol, ibuprofen dan kafein dalam sediaan farmasi kapsul secara bersama-sama


menggunakan spektrofotometri UV yang dikombinasikan dengan kemometrika kalibrasi multivariat PLS dan principal component-artificial neural network. Yani Ardiyanti (2014) telah berhasil melakukan analisis penetapan kandungan parasetamol, guaifenesin dan klorfeniramin maleat secara simultan dengan menggunakan metode kombinasi antara spektrofotometri UV dan kemometrika kalibrasi multivariat PLS dalam sediaan tablet. Hasil uji yang didapatkan untuk parasetamol 639,38 mg/tab ± 0,82, guaifenesin 102,61 mg/tab ± 1,45 dan klorfeniramin maleat 1,98 mg/tab ± 2,64. Penggunaan kalibrasi multivariat-spektrofotometri UV telah dilaporkan untuk analisis parasetamol, difenhidramin serta fenilpropanolamin, yang mana parasetamol adalah komponen dalam jumlah banyak, sementara dua lainnya dalam jumlah sedikit. Analisis campuran ini dapat dilakukan tanpa pemisahan terlebih dahulu dengan kalibrasi multivariat PLS terhadap spektra campuran ketiganya. Meskipun rasio molaritas parasetamol dengan lainnya adalah 38 : 1 (dengan difenhidramin) dan 25 : 1 (dengan fenilpropanolamin), akan tetapi keduanya dapat dianalisis dengan akurasi dan presisi yang baik tanpa adanya gangguan dari bahan tambahan tablet (Goicoechea dan Olivieri, 1999). Peneliti ini juga melaporkan bahwa penggunaan CLS kurang memuaskan karena rendahnya nilai absorbansi komponenkomponen minor.


E. Kemometrika Menurut International Chemometrics Society, kemometrika adalah ilmu pengetahuan yang menghubungkan pengukuran yang dibuat pada suatu proses atau sistem kimiawi melalui penggunaan ilmu matematika dan metode statistik. 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 kemometrika telah dikenalkan dan digunakan secara luas dalam bidang analisis obat seperti kalibrasi multivariat dan analisis pengelompokkan seperti principle component analysis dan discriminant analysis (Massart and Buydens, 1988). Kalibrasi multivariat merupakan teknik yang paling sering digunakan terutama untuk analisis multi-komponen (Miller and Miller, 2010). Diantara jenis kalibrasi multivariat, teknik kalibrasi classical least squares (CLS), stepwise multiple linear regression (SMLR), principle component regression (PCR) dan partial least squares (PLS) merupakan jenis yang paling sering digunakan. 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 analysis (Che Man et al., 2010). Sementara itu, kalibrasi PLS merupakan jenis regresi yang dihitung


dengan algoritma kuadrat terkecil yang menghubungkan antara dua matriks, data spectra pada matriks X dan nilai referens pada matriks Y. PLS sering digunakan dalam spektroskopi untuk mengekstrak informasi spektra yang mengandung puncakpuncak yang tumpang suh, adanya pengganggu, serta adanya derau (noise) dari instrumen yang digunakan untuk mengumpulkan data (Syahariza et al., 2005). Teknik 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 dievaluasi dengan menggunakan root mean square error of calibration (RMSEC) 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 yang sesuai dengan yang diinginkan (Rohman and Che Man, 2011).


F. Validasi Metode Analisis Danzer et al. (2004) menuliskan bahwa kalibrasi di dalam analisis kimia mengacu pada hubungan antara jumlah atau kadar sampel x = fs (Q) dan fungsi terukur y = f(z) yang bisa berupa spektrum, kromatogram atau yang lain. Kehandalan analisis multikomponen harus divalidasi sesuai dengan kriteria yang umum yaitu selektivitas, akurasi dan presisi, selanjutnya dapat dihitung nilai kritis multivariat dan batas deteksi. Dalam kalibrasi multivariat, harus dihindari kolinieritas variabel yang disebabkan oleh konsentrasi sampel kalibrasi. 1.

Presisi Ketidakpastian kalibrasi dan prediksi kadar yang tidak diketahui dihitung dengan root mean standard error of calibration (RMSEC) dan root mean square error of cross validation (RMSECV) dengan persamaan dibawah ini : n (𝑦 𝑐𝑎� 煜𝑐 i=1 𝑖

RMSEC = ŝ𝑐𝑎𝑙 =

cs)

𝑡𝑟𝑢𝑒 ,𝑐𝑠

)2

(1)

𝑛

RMSECV = ŝ𝑝𝑟𝑒𝑑 = yi(true,

− 𝑦𝑖

n (𝑦 𝑐𝑎𝑙𝑐 i=1 𝑖

− 𝑦𝑖

𝑡𝑟𝑢𝑒 ,𝑡𝑠

)2

(2)

𝑛

adalah kadar aktual sampel kalibrasi, yi(true,

ts)

adalah kadar aktual

sampel validasi dan yi(calc) adalah kadar prediksi sampel. Parameter lain untuk mengukur presisi kalibrasi multivariat adalah nilai predictive residual error sum of squares (PRESS), yang dihitung dengan persamaan berikut : 2 𝑃𝑅𝐸𝑆𝑆 = 𝑠𝑟𝑒𝑠 =

𝑛 2 𝑖=1 𝑒𝑖

=

𝑐𝑎𝑙𝑐 𝑛 𝑖=1(𝑦𝑖

− 𝑦�䟒�〱𝑟𝑢𝑒 )2

(3)

PRESS dihitung seperti menghitung SEP dengan menggunakan sampel validasi.


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

Akurasi Ada tidaknya suatu kesalahan sistematik dapat diketahui dari fungsi recovery. Kadar yang diprediksi model (ĉ) dibandingkan dengan kadar actual sampel validasi (c) dengan persamaan regresi sebagai berikut : ĉ=α + βc

(4)

Koefisien regresi ideal adalah jika nilai α = 0 dan β = 1 (Danzer et al., 2004). Akurasi dinyatakan sebagai persen kembali analit yang ditambahkan, nilai kecermatan dapat dinyatakan dengan persen perolehan kembali (% recovery). Batasan nilai akurasi dapat dilihat pada Tabel II.


Tabel II. Nilai % recovery sebagai fungsi dari nilai konsentrasi analit dalam matriks sampel (Wood, 1998) Analit pada matrix sampel (%) Recovery yang diterima (%) 100 98 – 102 >10 98 – 102 >1 97 – 103 >0,1 95 – 105 0,01 90 – 107 0,001 90 – 107 0,0001 (1 ppm) 80 – 110 100 ppb 80 – 110 10 ppb 60 – 115 1 ppb 40 – 120 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 batasan besarnya kesalahan yang diperbolehkan (Danzer et al., 2004). G. Landasan Teori Kombinasi senyawa obat parasetamol, guaifenesin dan klorfeniramin maleat sering digunakan sebagai zat aktif untuk meringankan gejala batuk dan pilek, penyakit yang hampir seluruh orang pernah mengalaminya. Indikasi obat tersebut adalah sebagai analgesik, antipiretik, ekspektoran dan antihistamin (Hardman et al., 1996). Ketiga zat aktif tersebut mempunyai sifat kelarutan yang mirip. Parasetamol larut dalam air dan mudah larut didalam etanol. Guaifenesin larut dalam air dan


dalam natrium hidroksida 1 N, mudah larut dalam etanol. Klorfeniramin maleat sangat mudah larut dalam air, mudah larut dalam etanol, agak sukar larut dalam kloroform. Parasetamol, guaifenesin dan klorfeniramin maleat masing-masing dapat ditetapkan kadarnya menggunakan spektrofotometri UV-Vis. Spektrum UV parasetamol dalam larutan asam memiliki serapan maksimum di sekitar 245 nm dan serapan maksimum dalam larutan basa pada 257 nm. Spektrum UV guaifenesin dalam larutan asam memiliki serapan maksimum di sekitar 273 nm. Spektrum UV klorfeniramin maleat dalam larutan asam memiliki serapan maksimum pada 265 nm, dan serapan maksimum dalam larutan basa pada 262 nm. Serapan maksimum ketiga zat aktif tersebut berada dalam range panjang gelombang yang berdekatan, yang menyebabkan spektrum serapan ketiga senyawa tersebut tumpang tindih. Untuk itu, metode analisis spektrofotometri UV-Vis yang dikombinasikan dengan kemometrika kalibrasi multivariat dapat digunakan sebagai metode analisis untuk ketiga senyawa yang tumpang tindih tersebut. Proses penetapan kadar secara simultan dari dua atau lebih kombinasi senyawa

obat

multikomponen

yang

mengkombinasikan

metode

analisis

spektrofotometri UV dengan kemometrika kalibrasi multivariat dikategorikan berhasil apabila nilai koefisien determinasi (R2) hubungan antara kadar sebenarnya dengan kadar terprediksi >0,99, dan RMSECV (root mean square error of cross validation) yang dihasilkan kecil.


H. Hipotesis 1.

Spektrofotometri ultraviolet yang dikombinasikan dengan teknik kalibrasi multivariat dapat digunakan untuk analisis campuran parasetamol, guaifenesin dan klorfeniramin maleat dalam sediaan sampel sirup.

2.

Spektrofotometri ultraviolet yang dikombinasikan dengan teknik kalibrasi multivariat dapat diaplikasikan untuk penetapan kadar parasetamol, guaifenesin dan klorfeniramin maleat dalam sediaan sampel sirup.


BAB III METODE PENELITIAN A. Jenis dan Rancangan Penelitian Jenis penelitian ini termasuk penelitian noneksperimental dengan rancangan penelitian deskriptif. Jenis penelitian noneksperimental karena subyek penelitian tidak diberi perlakuan. Rancangan penelitian bersifat deskriptif karena peneliti hanya mendeskripsikan keadaan yang ada. B. Variabel Penelitian 1.

Variabel Bebas Variabel bebas penelitian ini adalah variasi konsentrasi larutan campuran

senyawa parasetamol, guaifenesin dan klorfeniramin maleat. 2.

Variabel Tergantung Variabel tergantung dalam penelitian ini adalah konsentrasi sampel larutan

parasetamol, guaifenesin dan klorfeniramin maleat. 3.

Variabel Pengacau Variabel pengacau terkendali dalam penelitian ini adalah kemurnian standar

analisis parasetamol, guaifenesin, dan klorfeniramin maleat yang digunakan, kualitas pelarut yang digunakan dan kontaminasi dari alat gelas.

21


C. Defenisi Operasional 1.

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

2.

RMSE (root mean square of error) merupakan standar deviasi dari sebuah pemodelan yang menjelaskan seberapa mungkin suatu model kalibrasi melakukan kesalahan saat memprediksikan sampel.

3.

PRESS (predicted error sum of square) merupakan nilai kesalahan yang dilakukan saat prediksi sampel oleh model kalibrasi dalam proses crossvalidation dengan teknik leave-one-out. D. Bahan Penelitian Bahan-bahan yang digunakan dalam penelitian ini adalah standar kerja

parasetamol yang diperoleh dari PT. Combiphar Indonesia, baku guaifenesin dan klorfeniramin maleat yang diperoleh dari PT. Konimex dengan Certificate of Analysis (sebagaimana dalam lampiran 1-3), akuades, metanol teknis, sediaan sirup dengan merk paten produksi perusahaan farmasi Indonesia dibeli dari apotek di Yogyakarta. Komposisi zat aktif dalam sampel sediaan farmasi sirup terdiri atas parasetamol, guaifenesin dan klorfeniramin maleat, dan kertas saring. E. Alat Penelitian Spektrofotometer UV-Vis (Shimadzu) tipe UV-1800 dengan kuvet kwarsa merk Hellma, alat sonikasi, timbangan analitik (Ohauss) tipe PAJ1003 dengan kepekaan 0,1 mg (maksimal 120 gram, minimal 0,001 gram), pipet mikro dengan


skala 20-200 µL dan 100-1000 µL merk Socorex®, pipet volum dengan ukuran 1 mL, 2 mL, 3 mL, 4 mL, 5 mL, serta gelas-gelas yang lazim digunakan dalam laboratorium analisis kimia yang terdapat di laboratorium di Fakultas Farmasi Universitas Sanata Dharma. F. Tata Cara Penelitian Penelitian ini merupakan proses penetapan kadar parasetamol, guaifenesin dan klorfeniramin maleat dalam sediaan sampel sirup dengan metode kombinasi spektrofotometri UV-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, guaifenesin dan klorfeniramin maleat dengan konsentrasi 5 µg/mL dan dilakukan scanning spketra pada panjang gelombang 220-400 nm.

2.

Pemilihan interval dan panjang gelombang pengukuran untuk set kalibrasi

a.

Dilakukan pengamatan spektra dari hasil pengukuran campuran standar parasetamol, guaifenesin dan klorfeniramin maleat. Kemudian 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 2 nm agar diperoleh data pengamatan dalam jumlah yang cukup untuk dapat menggambarkan hubungan variabel.


3.

Penyiapan larutan set kalibrasi

a.

Standar parasetamol, guaifenesin dan klorfeniramin maleat masing-masing ditimbang seksama 50 mg, dimasukkan dalam labu takar 100 mL, dilarutkan dengan pelarut akuades, disonikasi selama 15 menit, dan ditambahkan dengan pelarut sampai batas tanda.

b.

Dibuat 20 larutan model kalibrasi dengan cara setiap larutan standar intermediet dipipet sejumlah tertentu, dimasukkan dalam labu takar 10 mL dan diencerkan dengan pelarut akuades hingga diperoleh kadar sesuai Tabel III untuk set kalibrasi. Tabel III. Komposisi campuran sintetik parasetamol (PCT), guaifenesin (GG) dan klorfeniramin maleat (CTM) untuk model kalibrasi. PCT GG CTM PCT GG CTM No No (µg/mL) (µg/mL) (µg/mL) (µg/mL) (µg/mL) (µg/mL) 1

5,0

3,0

9,0

11

13,0

11,0

14,0

2

12,0

11,0

13,0

12

4,0

19,0

6,0

3

10,0

15,0

10,0

13

6,0

8,0

8,0

4

15,0

12,0

20,0

14

4,0

5,0

7,0

5

11,0

11,0

8,0

15

13,0

8,0

14,0

6

6,0

7,0

20,0

16

9,0

7,0

2,0

7

8,0

17,0

10,0

17

3,0

16,0

7,0

8

8,0

6,0

15,0

18

8,0

5,0

6,0

9

10,0

16,0

3,0

19

2,0

17,0

16,0

10

15,0

17,0

8,0

20

2,0

6,0

15,0


4.

Pembuatan Standar Adisi CTM

a.

Ditimbang seksama 50 mg baku CTM, dimasukkan dalam labu takar 50 mL dan dilarutkan dengan sebagian pelarut akuades, diultrasonikasi selama 15 menit, kemudian ditambahkan dengan pelarut akuades sampai batas tanda.

b.

Dari larutan (a) tersebut, dipipet sebanyak 5 mL, dimasukkan dalam labu takar 50 mL, kemudian di tambahkan dengan pelarut sampai batas tanda.

5.

Analisis Sampel

a.

Sediaan sampel sirup dipipet 5 mL, yang setara dengan 120 mg PCT, 25 mg GG dan 1 mg CTM, dimasukan ke dalam labu takar 50 mL, lalu dilarutkan dalam sebagian pelarut akuades, diultrasonikasi selama 15 menit, kemudian ditambahkan akuades sampai batas tanda.

b.

Dari larutan (5a) tersebut, sejumlah 5 mL larutan diambil dan dimasukkan ke dalam labu takar 25 mL, kemudian diencerkan dengan pelarut akuades sampai batas tanda.

c.

Dari larutan (5b) tersebut, sejumlah 1 mL larutan diambil, lalu dimasukkan ke dalam labu takar 10 mL, dan ditambahkan dengan pelarut akuades sampai batas tanda.

d.

Dilakukan scanning dari larutan tersebut pada panjang gelombang 220-310 nm dengan interval pengukuran sebesar 2 nm.

e.

Dilakukan penetapan kadar PCT, GG dan CTM sebanyak 6 kali replikasi, dimana 5 replikasi (replikasi 2 sampai replikasi 6) dilakukan adisi dengan menggunakan baku ctm, dengan menambahkan secara bertingkat masing-masing 1 mL, 2 mL, 3


mL, 4 mL dan 5 mL. 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). 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 guaifenesin dibuat dengan cara: kolom response diisi dengan pilihan variabel konsentrasi GG dan kolom model dipilih variabel absorbansi pada panjang gelombang 220-310 nm. Untuk pembuatan model PLS klorfeniramin maleat dibuat dengan cara: kolom response diisi dengan pilihan variabel konsentrasi CTM dan kolom model dipilih variabel absorbansi pada panjang gelombang 220-310 nm. 4. Diperoleh nilai terhitung dan nilai sebenarnya dari model kalibrasi multivariat PLS parasetamol, guaifenesin dan klorfeniramin maleat, nilai


tersebut kemudian dipindahkan ke dalam kertas kerja perangkat lunak Microsoft Excel. 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

(𝑥−𝑦)2 𝑛−1

yang mana x adalah

nilai sebenarnya (actual), y adalah nilai terhitung (calculated), dan n adalah banyaknya data konsentrasi yang dirandomisasi, yaitu 20. b. Cross Validation Leave-one-out 1. Data dipindahkan dari kertas kerja perangkat lunak Microsoft Excel 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 memasukkan 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 GG dan CTM. 4. Diperoleh nilai sebenarnya dan nilai terhitung, serta nilai PRESS dari tahap validasi internal dan selanjutnya dipindahkan ke dalam kertas kerja perangkat lunak Microsoft Excel.


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 regresi linier y = bx+a hubungan antara nilai sebenarnya dan terhitung yang nantinya akan digunakan untuk memperoleh nilai RMSECV. 7.

Analisis data sampel

a.

Akurasi dan presisi model kalibrasi multivariat parasetamol, guaifenesin dan klorfeniramin maleat dinyatakan secara statistik dengan nilai R2, RMSEC, RMSECV, RMSEP dan PRESS.

b.

Konsentrasi sampel dihitung dengan memasukkan koefisien dari masing-masing model untuk senyawa parasetamol, guaifenesin dan klorfeniramin maleat sesuai dengan rumus: 𝑋 = 𝑡1 𝑝1 + 𝑡2 𝑝2 + ⋯ + 𝑡𝑠 𝑝𝑠 + 𝜀 Keterangan : X

= Konsentrasi terhitung sampel (µg/mL)

ts

= Koefisien dari model kalibrasi

𝑝𝑠

= Absorbansi dari masing-masing pengukuran sampel

𝜀

= Koreksi kesalahan yang mungkin terjadi pada model kalibrasi PLS

c.

Kadar sampel dihitung dengan menggunakan rumus : Faktor Pengenceran x Calculated.


d.

Akurasi proses penetapan kadar ditetapkan dengan persen perolehan kembali dengan rentang yang dapat diterima menurut Wood (1998) adalah sebesar 90107%.

e.

Presisi proses penetapan kadar ditetapkan dengan nilai RSD dengan nilai maksimal yang masih dapat diterima menurut Gonzales dan Herrador (2007) adalah sebesar 8%. Analisis kalibrasi multivariat dilakukan dengan menggunakan perangkat

lunak Minitab® 16. Kertas kerja perangkat lunak Excel 2007 digunakan untuk menentukan konsentrasi secara random masing–masing zat aktif dan untuk menghubungkan antara nilai sebenarnya dan nilai terhitung.


BAB IV HASIL DAN PEMBAHASAN A. Analisis PCT, GG, dan CTM secara spektrofotometri UV dengan kombinasi kalibrasi multivariat partial least square (PLS) Analisis senyawa multikomponen ini diawali dengan mengukur absorbansi masing-masing larutan baku parasetamol, guaifenesin dan klorfeniramin maleat. Proses tersebut dilakukan untuk mengetahui overlapping spektra antara komponen yang satu dengan komponen yang lainnya. Overlapping spektra UV parasetamol, guaifenesin dan klorfeniramin maleat ditunjukkan pada Gambar 5.

Spektra UV Campuran PCT, GG dan CTM

PCT GG CTM

Gambar 5. Overlay spektra UV parasetamol (PCT), guaifenesin (GG), klorfeniramin maleat (CTM) dan spektra UV campuran ketiga senyawa yang diukur pada λ 220-400 nm.

30


Overlapping yang terjadi merupakan salah satu kendala dalam analisis senyawa multikomponen yang menggunakan metode spektrofotometri UV. Dengan berkembangnya teknologi kemometrika, permasalahan overlapping yang terjadi dalam proses analisis sediaan multikomponen yang menggunakan metode spektrofotometri UV dapat diatasi. Oleh karena itu, metode kemometrika yang digunakan dalam penelitian ini adalah metode kalibrasi multivariat partial least square (PLS). Pemilihan metode kalibrasi multivariat partial least square (PLS) didasarkan pada kelebihan metode ini yang mampu memprediksi dengan cara yang lebih baik ketika terdapat spektra yang tumpang tindih satu sama lain (Sohrabi et al., 2009). Tahap selanjutnya dalam analisis ini adalah melakukan pengecekkan profil spektra UV sampel dengan spektra UV campuran sintetik baku, yang mana hasil yang diharapkan dari pembandingan antara kedua spektra UV tersebut adalah adanya profil spektra UV yang mirip. Tujuan dilakukannya pengecekkan ini adalah untuk melihat apakah terdapat eksipien atau bahan tambahan yang turut memberikan serapan dalam kisaran panjang gelombang tersebut. Hasil yang diperoleh ditunjukkan pada Gambar 6, yang mana terlihat bahwa spektrum UV campuran sintetik baku dengan spektrum UV sampel sediaan farmasi memiliki kemiripan, dimana parameter kemiripan ditentukan secara visual. Akan tetapi, dari profil spektrum tersebut, mengindikasikan ketidakstabilan pengukuran. Sebab, dilihat dari absorbansi yang dihasilkan, khususnya pada CTM dan GG, absorbansi yang dihasilkan rendah, sehingga hasil yang diperoleh pengukuran kedua senyawa tersebut jauh dari yang diharapkan. Selain


itu, dapat simpulkan bahwa hasil yang diperoleh kurang memuaskan karena adanya pengaruh dari noise mengingat rendahnya absorbansi yang dihasilkan.

Spektra campuran baku (PCT, GG dan CTM) Spektra sampel sediaan farmasi (sirup)

Gambar 6. Overlay spektrum UV sampel sediaan farmasi (sirup) dan spektrum UV campuran baku parasetamol (PCT), guaifenesin (GG) dan klorfeniramin maleat (CTM) yang diukur pada λ 220-310 nm. Setelah konfirmasi spektrum UV campuran dan spektrum UV sampel dilakukan, tahap selanjutnya adalah dengan membuat pemodelan kalibrasi, yakni dengan menggunakan 20 set larutan kalibrasi yang dihasilkan dari proses randomisasi yang dapat dilihat pada Tabel I. Sebanyak 20 set larutan kalibrasi tersebut diukur menggunakan spektrofotometer UV pada panjang gelombang 220-310 nm dengan interval 2 nm untuk memperoleh data absorbansi dari 20 campuran sintetik tersebut. Gambar 7 menunjukkan overlay spektra dari 20 campuran sintetik baku untuk model kalibrasi.


Gambar 7. Overlay spektra UV campuran baku parasetamol (PCT), guaifenesin (GG) dan klorfeniramin maleat (CTM) yang diukur pada λ 220-310 nm. Pemilihan panjang gelombang pada PLS bertujuan agar data yang dihasilkan lebih informatif dan kinerja model yang lebih optimum (El Gindy,2006). Setelah dilakukan optimasi panjang gelombang, akhirnya dipilih panjang gelombang 220-310 nm untuk dianalisis. Data absorbansi yang diperoleh kemudian diolah dengan menggunakan perangkat lunak Minitab® 16.0 dan menghasilkan model kalibrasi dengan data nilai sebenarnya dan nilai terhitung yang dapat dilihat pada Tabel IV.


Tabel IV. Nilai konsentrasi sebenarnya (Actual Response) vs Konsentrasi terhitung (Calculated Response) dari calibration set yang mengandung parasetamol (PCT), guaifenesin (GG) dan klorfeniramin maleat (CTM) tanpa validasi silang (cross validation) pada λ 220-310 nm. Konsentrasi (µg/ml) No PCT GG CTM Camp. Sebenarnya Terhitung Sebenarnya Terhitung Sebenarnya Terhitung 4,9004 2,9609 9,0121 1 5,0 3,0 9,0 11,7893 11,1047 12,8395 2 12,0 11,0 13,0 10,4537 14,8752 10,0092 3 10,0 15,0 10,0 15,0554 11,9476 20,1103 4 15,0 12,0 20,0 11,0014 11,0281 8,0415 5 11,0 11,0 8,0 5,9818 7,0638 19,9732 6 6,0 7,0 20,0 8,0115 16,9906 9,9625 7 8,0 17,0 10,0 8,0926 5,9882 14,9996 8 8,0 6,0 15,0 10,2634 15,8911 2,9800 9 10,0 16,0 3,0 14,9605 17,0830 8,0035 10 15,0 17,0 8,0 12,6103 10,9955 13,8958 11 13,0 11,0 14,0 3,9183 19,1623 5,9037 12 4,0 19,0 6,0 5,5312 8,0015 7,9152 13 6,0 8,0 8,0 4,7184 4,7697 7,0633 14 4,0 5,0 7,0 13,1072 7,9648 14,0957 15 13,0 8,0 14,0 8,4512 7,1559 2,0680 16 9,0 7,0 2,0 2,8854 15,9026 7,1562 17 3,0 16,0 7,0 8,3130 5,0332 5,9728 18 8,0 5,0 6,0 2,0866 16,9342 16,0699 19 2,0 17,0 16,0 1,8686 6,1470 14,9282 20 2,0 6,0 15,0 Persamaan : y = 0,994x + 0,042 R2 : 0,994 RMSEC : 0,289

Persamaan : y = 0,999x + 0,004 R2 : 0,999 RMSEC : 0,099

Persamaan : y = 0,999x + 0,002 R2 : 0,999 RMSEC : 0,078

Nilai sebenarnya merupakan nilai konsentrasi yang dibuat berdasarkan hasil randomisasi menggunakan Microsoft Excel 2007, sedangkan nilai terhitung merupakan hasil yang diperoleh dari pengolahan data Minitab® 16.0 dengan


menggunakan model PLS tanpa validasi silang (cross validation). Nilai sebenarnya dan nilai terhitung kemudian dikorelasikan, untuk menentukan nilai R2 dan nilai RMSEC. Diperoleh persamaan y = 0,994x + 0,042 untuk PCT, y = 0,999x + 0,004 untuk GG dan y = 0,999x + 0,002 untuk CTM. Nilai R2 yang diperoleh adalah 0,994 untuk PCT, 0,999 untuk GG dan 0,999 untuk CTM. Sedangkan nilai RMSEC (Root Mean Square Error of Calibration) yang diperoleh adalah 0,289 untuk PCT, 0,099 untuk GG dan 0,078 untuk CTM. Dengan demikian dapat disimpulkan bahwa model kalibrasi tersebut memiliki korelasi antara nilai aktual dengan nilai prediksi yang baik, yang mana ketiga komponen tersebut memiliki nilai RMSEC yang mendekati 0 dan R 2 yang mendekati 1. Parameter R2 mempunyai nilai antara 0-1, yang mana nilai R2 mendekati 1 menunjukkan bahwa kemampuan memprediksi semakin baik karena semua variasi variabel respon (absorbansi) dapat diterangkan oleh variabel prediktor sehingga nilai terprediksi mendekati nilai aktual (Minitab Statistical Glossary, 2010). RMSEC menunjukkan selisih nilai terhitung dengan nilai sebenarnya sehingga jika nilai RMSEC-nya semakin kecil maka model kalibrasi tersebut dapat dikatakan semakin baik karena faktor kesalahannya yang semakin kecil (Pindyck and Rubinfeld, 1998). Dari data yang diperoleh pada Tabel IV tersebut, kurva hubungan antara nilai sebenarnya (actual response) dengan nilai terhitung (calculated response) dapat digambarkan seperti pada Gambar 8, 9 dan 10.


PLS Response Plot (response is PCT) 10 components

16

Calculated Response

14 12 10 8 6 4 2 0 0

2

4

6

8 10 Actual Response

12

14

16

Gambar 8. Kurva hubungan antara nilai sebenarnya (actual response) dengan nilai terhitung (calculated response) parasetamol (PCT) dengan metode spektrofotometri UV-PLS pada λ 220-310 nm. PLS Response Plot (response is GG) 10 components

Calculated Response

20

15

10

5

5

10 Actual Response

15

20

Gambar 9. Kurva hubungan antara nilai sebenarnya (actual response) dengan nilai terhitung (calculated response) guaifenesin (GG) dengan metode spektrofotometri UV-PLS pada λ 220-310 nm.


PLS Response Plot (response is CTM) 10 components

Calculated Response

20

15

10

5

0 0

5

10 Actual Response

15

20

Gambar 10. Kurva hubungan antara nilai sebenarnya (actual response) dengan nilai terhitung (calculated response) klorfeniramin maleat (CTM) dengan metode spektrofotometri UV-PLS pada λ 220-310 nm. B. Validasi model kalibrasi multivariat partial least square (PLS) Proses pemodelan dengan menggunakan kalibrasi multivariat PLS dalam memprediksi suatu data perlu divalidasi, agar hasil yang diperoleh dapat dipertanggungjawabkan, dan dapat mengatasi kelemahan dari kalibrasi multivariat PLS itu sendiri. Salah satu kelemahan dari model kalibrasi multivariat PLS adalah terjadinya over-fitting. Untuk mengatasi terjadinya over-fitting selama pemodelan, dengan melakukan proses validasi internal, yang mana validasi internal merupakan metode validasi silang (cross validation) yang 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 untuk menghitung nilai terprediksi sampel kalibrasi yang dikeluarkan. 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 yang sesuai dengan yang diinginkan (Rohman and Che Man, 2011). Hasil dari proses validasi silang menggunakan teknik leave-one-out dengan data nilai sebenarnya dan nilai terhitung dapat dilihat pada Tabel V. Tabel V. Nilai sebenarnya vs nilai terhitung hasil kalibrasi PLS yang mengandung parasetamol (PCT), guaifenesin (GG) dan klorfeniramin maleat (CTM) validasi silang (cross validation) pada λ 220-310 nm. Konsentrasi (µg/ml) No PCT GG CTM Camp. Sebenarnya Terhitung Sebenarnya Terhitung Sebenarnya Terhitung 4,5508 4,4121 2,8147 2,7861 9,0241 9,0225 1 11,9528 11,9403 11,5181 11,6682 12,7332 12,2524 2 10,2232 10,2472 14,7858 14,7576 10,0646 10,0425 3 14,9909 14,9820 11,7096 11,5239 20,1397 20,4698 4 11,1242 11,1367 11,1971 11,2185 7,9210 7,9355 5 6,2509 6,3664 6,7427 6,6670 19,9493 19,8080 6 8,3735 8,4429 16,8928 16,8338 10,0538 10,1522 7 7,9982 8,0029 5,8730 5,8680 14,9379 14,8708 8 9,9898 9,9352 15,5150 15,2989 2,9901 2,9834 9 14,7886 14,6559 17,0404 17,0455 8,0141 8,0054 10 12,6359 12,5458 11,2712 11,3554 13,8639 13,7349 11 3,8424 3,7751 19,1066 19,0326 5,9143 5,7639 12 5,6635 5,6223 8,0079 8,0107 8,0335 8,1512 13 5,3087 5,6961 4,9794 4,9852 7,0586 7,1453 14 13,1301 13,2369 8,0399 8,1127 14,1963 14,8751 15 8,6509 8,5136 7,0833 7,1151 2,0960 2,1610 16 2,9362 2,9450 15,9960 15,9797 7,0728 7,2365 17 7,9837 7,9766 5,1593 5,2000 5,9159 5,6823 18 2,0601 2,1066 17,1528 17,2546 16,0458 16,1147 19 1,5455 1,4090 6,1146 6,1746 14,9751 14,9748 20 Dari data Tabel V, validasi untuk model kalibrasi multivariat PLS dapat dilakukan dengan menghitung nilai koefisien determinasi (R2), nilai RMSECV (root


mean square error of cross validation). Nilai PRESS (predicted error sum of square) adalah nilai yang menunjukkan kesalahan prediksi saat proses pemodelan, dan merupakan bagian dari validasi untuk model kalibrasi multivariat PLS. Nilai R2 dan RMSECV dapat ditentukan dengan mengkorelasikan nilai sebenarnya dan nilai terhitung. Selama validasi internal, diperoleh persamaan y = 0,997x + 0,017 untuk PCT, y = 0,996x + 0,036 untuk GG dan y = 1,006x – 0,044 untuk CTM. Nilai R2 yang diperoleh adalah 0,999 untuk PCT, 0,999 untuk GG dan 0,998 untuk CTM. Sedangkan nilai RMSECV yang diperoleh untuk PCT, GG dan CTM masing-masing sebesar 0,116, 0,084 dan 0,219. Nilai PRESS merupakan salah satu indikator kebaikan model yang menggambarkan kemampuan prediksi. Semakin rendah nilai PRESS maka kemampuan model untuk memprediksi semakin baik (Rohman and Che Man, 2011). Hasil korelasi nilai sebenarnya dan nilai terhitung untuk validasi silang menggunakan teknik leave-one-out dapat dilihat pada Tabel VI. Tabel VI. Hasil persamaan, R2, RMSECV dan PRESS yang diperoleh dari hubungan antara nilai sebenarnya dan nilai terhitung validasi silang (cross validation) pada λ 220-310 nm. PCT GG CTM Persamaan y = 0,997x + 0,017 y = 0,996x + 0,036 y = 1,006x – 0,044 2 R 0,999 0,999 0,998 RMSECV 0,116 0,084 0,219 PRESS 4,815 1,764 1,996 Dari hasil yang diperoleh pada Tabel VI, dapat disimpulkan bahwa kemampuan model kalibrasi multivariat PLS untuk memprediksi semakin baik, sebab nilai koefisien determinasi (R2) yang dihasilkan mendekati nilai 1, nilai RMSECV dan PRESS yang diperoleh adalah rendah. Dengan berhasilnya konfirmasi validasi


model multivariat PLS, maka model ini nantinya dapat digunakan untuk tahap selanjutnya yakni pada proses penetapan kadar sampel. Data dan parameter hasil validasi silang leave one-out PCT, GG dan CTM dapat dilihat pada Gambar 11, 12 dan 13, serta kurva hubungan antara nilai sebenarnya dan nilai terhitung validasi silang dengan teknik leave-one-out sebagaimana pada Gambar 14, 15 dan 16. PLS Regression: PCT versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ... Number of components selected by cross-validation: 3 Number of observations left out per group: 1 Number of components cross-validated: 10 Analysis of Variance for PCT Source Regression Residual Error Total

DF 3 16 19

SS 324.347 2.853 327.200

MS 108.116 0.178

F 606.28

P 0.000

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

X Variance 0.855623 0.931723 0.972988

Error SS 29.7023 3.8605 2.8532 2.8190 2.6596 2.4540 2.4051 2.2495 1.7771 1.6862

R-Sq 0.909223 0.988201 0.991280 0.991385 0.991872 0.992500 0.992649 0.993125 0.994569 0.994847

PRESS 36.8199 5.9476 4.8155 5.2731 5.9752 9.7405 9.9836 12.2229 20.1736 19.4015

R-Sq (pred) 0.887470 0.981823 0.985283 0.983884 0.981739 0.970231 0.969488 0.962644 0.938345 0.940705

Gambar 11. Data dan parameter hasil validasi silang parasetamol (PCT) dengan teknik leave-one-out.


PLS Regression: GG versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ... Number of components selected by cross-validation: 4 Number of observations left out per group: 1 Number of components cross-validated: 10 Analysis of Variance for GG Source Regression Residual Error Total

DF 4 15 19

SS 473.592 0.958 474.550

MS 118.398 0.064

F 1853.15

P 0.000

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

X Variance 0.817853 0.927910 0.962431 0.998206

Error SS 365.582 69.456 3.380 0.958 0.690 0.631 0.541 0.450 0.255 0.196

R-Sq 0.229624 0.853638 0.992878 0.997980 0.998546 0.998671 0.998860 0.999052 0.999462 0.999587

PRESS 441.061 106.943 6.133 1.764 2.462 2.091 2.293 2.256 3.371 3.423

R-Sq (pred) 0.070570 0.774643 0.987077 0.996282 0.994812 0.995594 0.995168 0.995246 0.992896 0.992787

Gambar 12. Data dan parameter hasil validasi silang guaifenesin (GG) dengan teknik leave-one-out. PLS Regression: CTM versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ... Number of components selected by cross-validation: 9 Number of observations left out per group: 1 Number of components cross-validated: 10 Analysis of Variance for CTM Source Regression Residual Error Total

DF 9 10 19

SS 496.745 0.205 496.950

MS 55.1939 0.0205

F 2697.94

P 0.000

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

X Variance 0.837211 0.915412 0.965887 0.998206 0.998842 0.999562 0.999807 0.999909 0.999943

Error SS 394.639 72.301 7.012 1.517 0.839 0.604 0.457 0.320 0.205 0.123

R-Sq 0.205879 0.854511 0.985889 0.996947 0.998312 0.998785 0.999081 0.999356 0.999588 0.999753

PRESS 467.772 119.239 15.481 3.672 3.757 2.898 2.558 2.236 1.996 2.014

R-Sq (pred) 0.058714 0.760058 0.968847 0.992610 0.992440 0.994168 0.994852 0.995501 0.995984 0.995946

Gambar 13. Data dan parameter hasil validasi silang klorfeniramin maleat (CTM) dengan teknik leave-one-out.


PLS Response Plot (response is PCT) 3 components

16

Variable Fitted Crossv al

Calculated Response

14 12 10 8 6 4 2 0 0

2

4

6 8 10 Actual Response

12

14

16

Gambar 14. Kurva hubungan antara nilai parasetamol sebenarnya vs nilai terhitung hasil validasi silang leave one-out dengan metode spektrofotometri UVPLS pada panjang gelombang 220-310 nm. PLS Response Plot (response is GG) 4 components

Calculated Response

20


15

10

5

5

10 Actual Response

15

20

Gambar 15. Kurva hubungan antara nilai guaifenesin sebenarnya vs nilai terhitung hasil validasi silang leave one-out dengan metode spektrofotometri UVPLS pada panjang gelombang 220-310 nm.


PLS Response Plot (response is CTM) 9 components


Calculated Response

20

15

10

5

0 0

5

10 Actual Response

15

20

Gambar 16. Kurva hubungan antara nilai klorfeniramin maleat sebenarnya vs nilai terhitung hasil validasi silang leave one-out dengan metode spektrofotometri UV-PLS pada panjang gelombang 220-310 nm. C. Penetapan kadar sampel PCT, GG dan CTM dalam sediaan sirup Dalam penelitian ini, sampel yang digunakan adalah sediaan farmasi dalam bentuk sirup, dengan tiga kandungan senyawa aktif yang berbeda, yakni parasetamol, guaifenesin dan klorfeniramin maleat. Sampel sediaan sirup mempunyai volume kurang lebih 60 mL, dengan komposisi tiap 5 mL mengandung parasetamol sebesar 120 mg, guaifenesin 25 mg, dan klorfeniramin maleat sebesar 1 mg. Berdasarkan keterangan komposisi tersebut, penetapan kadar khususnya untuk penetapan kadar CTM digunakan metode standar adisi, sedangkan untuk penetapan kadar parasetamol dan guaifenesin tidak diperlukan standar adisi. Penetapan kadar parasetamol, guaifenesin dan klorfeniramin maleat diawali dengan memipet 5 mL larutan yang setara dengan 120 mg PCT, 25 mg GG dan 1 mg


CTM, lalu diencerkan sampai 62,5 kali, kemudian diukur menggunakan spektrofotometri UV pada panjang gelombang 220-310 nm dengan interval pengukuran 2 nm. Gambar 17 menunjukkan overlay spektra 6 replikasi sampel sediaan farmasi dalam pelarut akuades. 2.000

Abs.

1.500

1.000

0.500

0.000 200.00

250.00

300.00 nm.

350.00

400.00

Gambar 17. Overlay spektra 6 sampel sediaan farmasi yang diukur pada panjang gelombang 220-310 nm dengan interval pengukuran 2 nm. Dari hasil pengukuran, data absorbansi sampel tersebut dikalikan dengan nilai koefisien dari model kalibrasi PLS sebelumnya, sehingga didapatkan hasil kadar konsentrasi parasetamol, guaifenesin dan klorfeniramin maleat. Hasil pengolahan data absorbansi sampel dengan koefisien dari model kalibrasi PLS dapat dilihat pada Tabel VII, VIII dan IX.


Tabel VII. Hasil penetapan kadar prediksi parasetamol (PCT) dalam sediaan farmasi sirup menggunakan metode spektrofotometri UV-PLS. Evaluasi Parasetamol Calculated Penimbangan (mg/5 mL) Faktor pengenceran Etiket (mg/5 mL) Kadar (mg/5 mL) Rata-rata kadar (mg/5 mL) SD RSD

1 2 16,240 19,357 146 146 6250 6250 120 120 101,500 120,981 119,934 = 99,95 % 9,29 7,74 %

Replikasi Sampel 3 4 19,769 19,447 146 146 6250 6250 120 120 123,556 121,543

5 20,016 146 6250 120 125,100

6 20,308 146 6250 120 126,925

Tabel VIII. Hasil penetapan kadar prediksi guaifenesin (GG) dalam sediaan farmasi sirup menggunakan metode spektrofotometri UV-PLS. Evaluasi Guaifenesin Calculated Penimbangan (mg/5 mL) Faktor pengenceran Etiket (mg/5 mL) Kadar (mg/5 mL) Rata-rata kadar (mg/5 mL) SD RSD

1

2

4,403 4,894 146 146 6250 6250 25 25 27,518 30,587 30,489 = 121,95 % 1,63 5,35 %

Replikasi Sampel 3 4

5

6

5,106 146 6250 25 31,912

4,902 146 6250 25 30,637

4,841 146 6250 25 30,256

5,124 146 6250 25 32,025

Tabel IX. Hasil penetapan kadar prediksi klorfeniramin maleat (CTM) dalam sediaan farmasi sirup menggunakan metode spektrofotometri UV-PLS.

Calculated

1 2,829

2 5,739

Replikasi Sampel 3 4 7,220 8,606

Penimbangan (mg/5 mL)

146

146

146

146

146

146

Faktor pengenceran

6250

6250

6250

6250

6250

6250

Etiket (mg/5 mL)

1

1

1

1

1

1

Kadar (mg/5 mL)

17,681

35,868

45,125

53,787

70,637

88,025

Evaluasi Klorfeniramin maleat

5 11,302

6 14,084


Berdasarkan hasil penetapan kadar sampel, diperoleh nilai RSD untuk parasetamol sebesar 7,74% dan nilai RSD yang diperoleh untuk guaifenesin sebesar 5,35%. Menurut Horwitz cit. Gonzales, Herrador, dan Asuero (2007), untuk konsentrasi analit dibawah 100 ppm, nilai maksimal simpangan baku relatif yang masih dapat diterima adalah sebesar 8 %. Hal ini menunjukkan bahwa kedua senyawa tersebut memiliki presisi yang baik. Nilai rata-rata kadar yang diperoleh untuk PCT adalah 99,95%, sementara nilai rata-rata kadar yang diperoleh untuk GG adalah 121,95%. Menurut Wood (1998), persyaratan rata-rata kadar dengan analit matrik pada sampel dibawah 100 ppm adalah sebesar 90-107%. Hal ini menunjukkan senyawa parasetamol mempunyai akurasi yang baik, sedangkan senyawa guaifenesin mempunyai akurasi yang berada di luar rentang yang telah ditetapkan. Untuk evaluasi adisi CTM, dari data yang diperoleh pada Tabel IX, diindikasikan terjadinya over-fitting. Over-fitting merupakan keadaan model yang nampak sempurna dengan nilai korelasi yang tinggi dan kesalahan yang kecil, namun tidak mampu memberikan hasil yang baik pada kelompok data yang berbeda (Faber and Rajko, 2007). Hal ini disimpulkan dari nilai kadar yang diperoleh, yang mana nilai kadar sampel 2 sampai sampel 6 tidak linier sebagaimana mestinya. Faktor lainnya, pada sampel 1 yang tidak mengalami perlakuan adisi, dapat dilihat kadar yang diperoleh berbeda signifikan terhadap nilai sampel yang tertera di etiket. Selain itu, ketidakberhasilan penelitian ini diindikasikan karena ketidakstabilan pengukuran, yang mana dalam hal ini terdapat pengaruh akan noise, sehingga pengolahan akan hasil yang diperoleh menjadi bias.


Berdasarkan pengolahan data yang telah dilakukan, dapat disimpulkan bahwa penetapan kadar untuk senyawa multikomponen parasetamol, guaifenesin dan klorfeniramin maleat belum berhasil ditetapkan kadarnya dengan menggunakan metode spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat PLS. Oleh karena itu, penetapan kadar senyawa khususnya pada penetapan kadar CTM dengan menggunakan metode spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat PLS perlu dioptimasi lagi.


BAB V KESIMPULAN DAN SARAN A. KESIMPULAN a.

Metode spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat partial least square (PLS) belum berhasil digunakan untuk penetapan kadar senyawa sampel sirup khususnya pada penetapan kadar klorfeniramin maleat secara simultan.

b.

Metode analisis penetapan kadar senyawa parasetamol, guaifenesin dan klorfeniramin maleat secara spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat tidak dapat digunakan karena keberagaman nilai akurasi dan presisi yang dihasilkan. B. SARAN

1.

Analisis penetapan kadar parasetamol, guaifenesin dan klorfeniramin maleat menggunakan metode spektrofotometri UV yang dikombinasikan dengan kalibrasi multivariat PLS perlu untuk ditinjau kembali untuk mengetahui apakah ketidakberhasilan ini disebabkan oleh over-fitting, noise atau terdapat faktor lain khususnya pada proses penetapan kadar standar adisi.

2.

Perlu dilakukan proses validasi eksternal untuk mengetahui apakah faktor kegagalan pada penelitian ini disebabkan oleh terjadinya over-fitting dalam model yang dihasilkan.

48


3.

Perlu dikembangkan metode analisis kombinasi dengan kalibrasi multivariat selain spektrofotometri UV sehingga dapat digunakan sebagai kontrol kualitas suatu senyawa obat.


DAFTAR PUSTAKA Anonim, 1979, Farmakope Indonesia, Edisi III, Departemen Kesehatan Republik Indonesia, Jakarta, pp. 37. Anonim, 1995, Farmakope Indonesia, Edisi IV, Departemen Kesehatan Republik Indonesia, Jakarta, pp. 649. Ansel, C., Howard, 1989, Pengantar Bentuk Sediaan Farmasi, Edisi IV, Universitas Indonesia Press, Jakarta, pp. 328-335. Ardiyanti, Y., 2014, Kombinasi Spektrofotometri UV dan Kalibrasi Multivariat untuk Analisis Parasetamol, Guaifenesin, dan Klorfeniramin Maleat secara Simultan, Thesis, Fakultas Farmasi UGM, Yogyakarta. Blenkinsoop, A., Paxton, P., and Blenkinsoop, P.J., 2009, Symptoms in The Pharmacy A Guide to The Management of Common Illness, Sixth Edition, Blackwell Publishing Ltd, West Susex, pp. 19. 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. Multispecies Calibration (IUPAC Technical Report), Pure Appl. Chem., 76(6) : 1215-1225. Day, R.A. and Underwood, A.L., 1986, Quantitative Analysis, diterjemahkan oleh Aloysius Hadyana Pudjaatmaka, Edisi V, hal 389-392, Erlangga, Jakarta. 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. Faber, N. M., and Rajko, R, 2007, How to Avoid Over-fitting in Multivariate Calibration-The Conventional Validation Approach and An Alternative, Anal. Chim. Acta., 595: 98-106.


Hardman, J.G., Limbart, L.E., Molinoff, P.B., Ruddon, R.W., and Goodman-Gilman, A., 1996, Goodman and Gilman’s The Pharmacological Basis of Therapetics, 9th Ed, Mc Graw-Hill, New York, pp. 12. Haven, M. C., Tetrault, G. A., and Schenken, J. R., 1994, Laboratory Instrumentation, John Wiley & Sons, Inc., New York, pp. 88-90. 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. 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.110-119;221-249. Moffat et. al., 2004, Clarke’s Analysis of Pharmaceutical Press, London.

Drugs and Poisons thirth edition,

Mulja, M. dan Suharman, 1995, Analisis Instrumental, hal 1;6-11;26-30, Airlangga University Press, Surabaya. Khopkar, S.M., 1990, Basic Concepts of Analytical Chemistry, alih bahasa Saptoraharjo, A., hal 193; 204, Universitas Indonesia Press, Jakarta. Khoshayand, M. R., Abdollahi, H., Shariatpanahi, M., Saadatfard, A., Mohammadi, A., 2008, Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, Simultaneous Spectrophotometric Determination of Paracetamol, Ibuprofen and Caffeine in Pharmaceuticals by Chemometric Methods, Spectrochimia Acta, 70(3). Osborne, S.D., Jordan, R.B., and Kunnemeyer, R., 1997, Method of wavelength selection for partial least square, Analyst, 122: 1531-1537. 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, 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. Sawant, S., Borkar, N., 2012, Review of Simultaneous Determination of Analites by High Performance Liquid Chromatography (HPLC) in Multicomponent Cough and Cold Oral Drug Products, Int. J. Adv. Pharm. Biol. Sci. 2(1):5663. Shankar, P.R., Partha, P., Shenoy, N., 2002, Self-medication and non-doctor prescription practices in Pokhara valley, Western Nepal: a questionnairebased study, BMC Family Practice, 3(17). 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.

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. Voight. R, 1995, Buku Pelajaran Teknologi Farmasi, diterjemahkan oleh Soendani N., S., UGM Press, Yogyakarta. Watson, D. G., 2003, Pharmaceutical Analysis : A Textbook for Pharmacy Students and Pharmaceutical Chemists, Churchill Livingstone, USA. Wood, R. A. N., & H. Wallin, 1998, Quality in the Food Analysis Laboratory the Royal Society of Chemistry Cambridge, London.


LAMPIRAN

53


Lampiran 1. Sertifikat analisis baku parasetamol.


Lampiran 2. Sertifikat analisis baku guaifenesin.


Lampiran 3. Sertifikat analisis baku klorfeniramin maleat.


Lampiran 4. Data Penimbangan Standar Adisi Klorfeniramin maleat. Klorfeniramin maleat Kertas Kosong

1348 mg

Kertas + Zat

1399 mg

Kertas + Sisa

1349 mg

Zat

50 mg


Lampiran 5. Data pengukuran spektrofotometer UV 20 campuran sintetik untuk model PLS pada panjang gelombang 220 – 310 nm yang diukur dengan interval pengukuran 2 nm. No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

PCT 5.0 12.0 10.0 15.0 11.0 6.0 8.0 8.0 10.0 15.0 13.0 4.0 6.0 4.0 13.0 9.0 3.0 8.0 2.0 2.0

GG 3.0 11.0 15.0 12.0 11.0 7.0 17.0 6.0 16.0 17.0 11.0 19.0 8.0 5.0 8.0 7.0 16.0 5.0 17.0 6.0

CTM 9.0 13.0 10.0 20.0 8.0 20.0 10.0 15.0 3.0 8.0 14.0 6.0 8.0 7.0 14.0 2.0 7.0 6.0 16.0 15.0

220 0.689 1.431 1.337 1.894 1.142 1.356 1.362 1.185 1.006 1.466 1.515 1.104 0.865 0.721 1.435 0.631 1.022 0.759 1.485 1.045

222 0.704 1.464 1.375 1.938 1.187 1.382 1.394 1.211 1.047 1.527 1.555 1.127 0.886 0.737 1.468 0.664 1.036 0.785 1.489 1.041

224 0.706 1.475 1.389 1.947 1.214 1.377 1.399 1.213 1.075 1.567 1.57 1.123 0.891 0.742 1.479 0.693 1.024 0.801 1.454 1.009

58

226 0.691 1.448 1.366 1.912 1.211 1.333 1.361 1.185 1.073 1.565 1.546 1.079 0.871 0.728 1.456 0.706 0.978 0.799 1.367 0.947

228 0.656 1.38 1.299 1.822 1.173 1.243 1.277 1.122 1.036 1.518 1.478 0.989 0.824 0.694 1.396 0.704 0.889 0.779 1.224 0.849

230 0.596 1.269 1.19 1.673 1.1 1.096 1.147 1.016 0.971 1.429 1.365 0.861 0.747 0.638 1.294 0.686 0.763 0.736 1.023 0.712

232 0.531 1.148 1.064 1.506 1.013 0.932 1.001 0.9 0.894 1.321 1.238 0.717 0.662 0.577 1.186 0.664 0.626 0.689 0.809 0.57

234 0.482 1.051 0.96 1.378 0.943 0.806 0.877 0.812 0.824 1.229 1.139 0.588 0.592 0.53 1.103 0.644 0.506 0.652 0.628 0.457

236 0.448 0.982 0.881 1.288 0.891 0.714 0.781 0.75 0.767 1.16 1.068 0.484 0.54 0.497 1.047 0.63 0.409 0.628 0.488 0.374


Lampiran 5. Lanjutan 238 0.428 0.942 0.831 1.235 0.86 0.656 0.718 0.713 0.731 1.118 1.026 0.413 0.508 0.478 1.017 0.623 0.344 0.615 0.394 0.321

240 0.417 0.919 0.801 1.206 0.844 0.621 0.68 0.692 0.711 1.096 1.004 0.368 0.489 0.467 1.002 0.622 0.304 0.61 0.336 0.288

242 0.412 0.908 0.786 1.191 0.835 0.602 0.66 0.681 0.7 1.084 0.993 0.344 0.479 0.462 0.994 0.622 0.282 0.607 0.305 0.271

244 0.407 0.899 0.776 1.18 0.827 0.591 0.648 0.673 0.692 1.074 0.984 0.332 0.473 0.458 0.987 0.618 0.271 0.604 0.29 0.263

246 0.403 0.888 0.764 1.165 0.815 0.584 0.638 0.665 0.681 1.058 0.971 0.326 0.466 0.452 0.975 0.609 0.266 0.596 0.287 0.261

248 0.396 0.871 0.749 1.144 0.797 0.579 0.628 0.655 0.664 1.033 0.952 0.323 0.458 0.444 0.956 0.592 0.265 0.582 0.292 0.264

250 0.387 0.846 0.729 1.115 0.772 0.573 0.614 0.641 0.641 0.999 0.926 0.32 0.447 0.432 0.929 0.57 0.265 0.564 0.299 0.268

59

252 0.375 0.814 0.702 1.074 0.738 0.564 0.596 0.621 0.612 0.954 0.89 0.317 0.432 0.415 0.892 0.539 0.265 0.538 0.309 0.273

254 0.363 0.78 0.675 1.033 0.702 0.56 0.579 0.603 0.58 0.905 0.852 0.316 0.418 0.398 0.852 0.504 0.268 0.51 0.327 0.283

256 0.348 0.739 0.643 0.983 0.66 0.549 0.558 0.578 0.545 0.849 0.808 0.314 0.4 0.377 0.804 0.467 0.271 0.478 0.341 0.289

258 0.326 0.69 0.604 0.918 0.613 0.527 0.533 0.544 0.508 0.788 0.753 0.312 0.378 0.352 0.747 0.426 0.272 0.441 0.35 0.288

260 0.311 0.651 0.575 0.869 0.574 0.517 0.515 0.52 0.476 0.737 0.71 0.316 0.361 0.332 0.7 0.39 0.278 0.409 0.368 0.295



264 0.262 0.554 0.505 0.733 0.486 0.455 0.469 0.441 0.418 0.628 0.6 0.32 0.316 0.28 0.581 0.319 0.283 0.337 0.375 0.276

266 0.229 0.499 0.465 0.652 0.44 0.403 0.439 0.389 0.394 0.576 0.537 0.318 0.288 0.25 0.515 0.289 0.279 0.299 0.359 0.248

268 0.213 0.47 0.446 0.611 0.415 0.384 0.429 0.365 0.379 0.544 0.504 0.325 0.275 0.234 0.478 0.268 0.286 0.276 0.366 0.244

270 0.195 0.439 0.425 0.564 0.39 0.355 0.416 0.335 0.368 0.516 0.469 0.329 0.26 0.217 0.439 0.25 0.288 0.255 0.362 0.229

272 0.162 0.391 0.388 0.486 0.353 0.291 0.383 0.281 0.352 0.477 0.412 0.317 0.232 0.189 0.38 0.234 0.273 0.225 0.323 0.186

274 0.133 0.345 0.351 0.417 0.318 0.234 0.348 0.234 0.333 0.438 0.36 0.298 0.204 0.164 0.329 0.218 0.252 0.199 0.281 0.147

60

276 0.117 0.312 0.319 0.372 0.29 0.202 0.316 0.206 0.308 0.401 0.324 0.273 0.184 0.147 0.295 0.201 0.229 0.18 0.249 0.125

278 0.102 0.282 0.29 0.333 0.265 0.174 0.288 0.181 0.286 0.369 0.293 0.25 0.166 0.133 0.265 0.187 0.208 0.164 0.219 0.105

280 0.09 0.254 0.261 0.296 0.24 0.148 0.257 0.16 0.26 0.334 0.262 0.222 0.148 0.118 0.238 0.172 0.184 0.149 0.188 0.087

282 0.076 0.21 0.21 0.246 0.198 0.119 0.202 0.133 0.21 0.273 0.217 0.166 0.119 0.098 0.201 0.145 0.137 0.127 0.136 0.065

284 0.063 0.165 0.157 0.196 0.154 0.091 0.145 0.107 0.156 0.21 0.171 0.107 0.09 0.078 0.165 0.117 0.088 0.104 0.084 0.044



288 0.044 0.108 0.095 0.131 0.1 0.058 0.08 0.073 0.093 0.132 0.113 0.046 0.055 0.052 0.115 0.079 0.037 0.073 0.031 0.023

290 0.038 0.09 0.077 0.11 0.083 0.048 0.064 0.061 0.076 0.109 0.094 0.034 0.045 0.043 0.098 0.066 0.028 0.062 0.021 0.018

292 0.032 0.075 0.064 0.092 0.069 0.041 0.053 0.051 0.063 0.09 0.078 0.026 0.038 0.036 0.082 0.055 0.022 0.052 0.016 0.015

294 0.027 0.062 0.052 0.075 0.057 0.034 0.043 0.043 0.052 0.073 0.064 0.021 0.031 0.03 0.068 0.046 0.018 0.043 0.013 0.012

296 0.022 0.05 0.042 0.06 0.045 0.028 0.035 0.034 0.041 0.058 0.051 0.017 0.025 0.024 0.055 0.037 0.015 0.035 0.011 0.01

298 0.017 0.039 0.032 0.046 0.035 0.022 0.027 0.027 0.032 0.044 0.039 0.013 0.019 0.018 0.043 0.028 0.012 0.027 0.009 0.008

300 0.013 0.028 0.023 0.033 0.025 0.017 0.02 0.02 0.023 0.031 0.028 0.01 0.014 0.013 0.032 0.02 0.009 0.02 0.007 0.007

61

302 0.009 0.019 0.016 0.021 0.016 0.012 0.014 0.013 0.016 0.02 0.018 0.007 0.01 0.008 0.022 0.013 0.007 0.013 0.006 0.005

304 0.006 0.013 0.01 0.013 0.011 0.009 0.01 0.009 0.011 0.012 0.011 0.005 0.007 0.005 0.015 0.008 0.006 0.009 0.005 0.004

306 0.004 0.009 0.006 0.008 0.006 0.006 0.006 0.006 0.007 0.006 0.006 0.003 0.004 0.003 0.01 0.005 0.004 0.005 0.003 0.003

308 0.003 0.007 0.004 0.005 0.004 0.005 0.005 0.004 0.005 0.004 0.004 0.002 0.003 0.002 0.008 0.003 0.004 0.004 0.003 0.003

310 0.003 0.005 0.003 0.003 0.003 0.004 0.003 0.003 0.004 0.002 0.003 0.002 0.002 0.001 0.007 0.002 0.003 0.003 0.002 0.002


Lampiran 6. Output Minitab hasil kalibrasi multivariat partial least square (PLS) parasetamol dari sampel kalibrasi 20 campuran sintetik tanpa validasi internal. PLS Regression: PCT versus 220.0, 222.0, 224.0, 226.0, 228.0, ... Number of components set to: 10 Analysis of Variance for PCT Source Regression Residual Error Total

DF 10 9 19

SS 325.514 1.686 327.200

MS 32.5514 0.1874

F 173.74

P 0.000

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

X Variance 0.855623 0.931723 0.972988 0.995864 0.999257 0.999372 0.999686 0.999870 0.999927 0.999968

Error SS 29.7023 3.8605 2.8532 2.8190 2.6596 2.4540 2.4051 2.2495 1.7771 1.6862

Fits and Residuals for PCT Row PCT Fits 1 5 4.9004 2 12 11.7893 3 10 10.4537 4 15 15.0554 5 11 11.0014 6 6 5.9818 7 8 8.0115 8 8 8.0926 9 10 10.2634 10 15 14.9605 11 13 12.6103 12 4 3.9183 13 6 5.5312 14 4 4.7184 15 13 13.1072 16 9 8.4512 17 3 2.8854 18 8 8.3130 19 2 2.0866 20 2 1.8686

R-Sq 0.909223 0.988201 0.991280 0.991385 0.991872 0.992500 0.992649 0.993125 0.994569 0.994847 Res 0.099600 0.210730 -0.453711 -0.055393 -0.001365 0.018227 -0.011475 -0.092606 -0.263405 0.039514 0.389682 0.081738 0.468820 -0.718399 -0.107233 0.548806 0.114644 -0.312975 -0.086616 0.131417

SRes 0.31048 0.71018 -1.34072 -0.19795 -0.00532 0.11546 -0.03692 -0.27751 -0.82997 0.18040 1.23513 0.30702 1.29763 -2.82043 -0.48463 1.79387 0.35862 -1.04803 -0.31285 0.46864


Lampiran 7. Output Minitab hasil kalibrasi multivariat partial least square (PLS) guaifenesin dari sampel kalibrasi 20 campuran sintetik tanpa validasi internal. PLS Regression: GG versus 220.0, 222.0, 224.0, 226.0, 228.0, ... Number of components set to: 10 Analysis of Variance for GG Source Regression Residual Error Total

DF 10 9 19

SS 474.354 0.196 474.550

MS 47.4354 0.0218

F 2177.03

P 0.000

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

X Variance 0.817853 0.927910 0.962431 0.998206 0.998658 0.999522 0.999788 0.999902 0.999921 0.999971

Error SS 365.582 69.456 3.380 0.958 0.690 0.631 0.541 0.450 0.255 0.196

Fits and Residuals for GG Row GG Fits 1 3 2.9609 2 11 11.1047 3 15 14.8752 4 12 11.9476 5 11 11.0281 6 7 7.0638 7 17 16.9906 8 6 5.9882 9 16 15.8911 10 17 17.0830 11 11 10.9955 12 19 19.1623 13 8 8.0015 14 5 4.7697 15 8 7.9648 16 7 7.1559 17 16 15.9026 18 5 5.0332 19 17 16.9342 20 6 6.1470

R-Sq 0.229624 0.853638 0.992878 0.997980 0.998546 0.998671 0.998860 0.999052 0.999462 0.999587

Res 0.039101 -0.104718 0.124762 0.052373 -0.028056 -0.063807 0.009437 0.011795 0.108907 -0.082973 0.004517 -0.162343 -0.001545 0.230260 0.035235 -0.155936 0.097368 -0.033191 0.065785 -0.146971

SRes 0.34647 -1.42870 1.12724 0.67167 -0.31999 -1.00325 0.08406 0.10271 1.09565 -0.98218 0.04160 -1.75687 -0.01245 2.15806 0.41969 -1.42644 0.90460 -0.34406 0.71148 -1.50193


Lampiran 8. Output Minitab hasil kalibrasi multivariat partial least square (PLS) klorfeniramin maleat dari sampel kalibrasi 20 campuran sintetik tanpa validasi internal. PLS Regression: CTM versus 220.0, 222.0, 224.0, 226.0, 228.0, ... Number of components set to: 10 Analysis of Variance for CTM Source Regression Residual Error Total

DF 10 9 19

SS 496.827 0.123 496.950

MS 49.6827 0.0136

F 3642.73

P 0.000

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

X Variance 0.837211 0.915412 0.965887 0.998206 0.998842 0.999562 0.999807 0.999909 0.999943 0.999974

Error SS 394.639 72.301 7.012 1.517 0.839 0.604 0.457 0.320 0.205 0.123

R-Sq 0.205879 0.854511 0.985889 0.996947 0.998312 0.998785 0.999081 0.999356 0.999588 0.999753

Fits and Residuals for CTM Row CTM Fits Res 1 9 9.0121 -0.012062 2 13 12.8395 0.160545 3 10 10.0092 -0.009244 4 20 20.1103 -0.110271 5 8 8.0415 -0.041461 6 20 19.9732 0.026832 7 10 9.9625 0.037488 8 15 14.9996 0.000373 9 3 2.9800 0.020048 10 8 8.0035 -0.003458 11 14 13.8958 0.104156 12 6 5.9037 0.096321 13 8 7.9152 0.084845 14 7 7.0633 -0.063270 15 14 14.0957 -0.095750 16 2 2.0680 -0.068017 17 7 7.1562 -0.156248 18 6 5.9728 0.027246 19 16 16.0699 -0.069910 20 15 14.9282 0.071837

SRes -0.13818 2.32765 -0.10583 -1.48913 -0.57178 0.58137 0.44891 0.00419 0.21723 -0.05137 1.18706 1.46355 0.95359 -0.74073 -1.91946 -0.78840 -1.82326 0.35902 -1.03384 0.85549


Lampiran 9. Output Minitab hasil kalibrasi multivariat partial least square (PLS) parasetamol dari sampel kalibrasi 20 campuran sintetik validasi internal. PLS Regression: PCT versus 220.0, 222.0, 224.0, 226.0, 228.0, ... Number of components selected by cross-validation: 3 Number of observations left out per group: 1 Number of components cross-validated: 10 Analysis of Variance for PCT Source Regression Residual Error Total

DF 3 16 19

SS 324.347 2.853 327.200

MS 108.116 0.178

F 606.28

P 0.000

Model Selection and Validation for PCT Components X Variance Error SS 1 0.855623 29.7023 2 0.931723 3.8605 3 0.972988 2.8532 4 2.8190 5 2.6596 6 2.4540 7 2.4051 8 2.2495 9 1.7771 10 1.6862 Fits and Residuals for PCT Row 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

PCT 5 12 10 15 11 6 8 8 10 15 13 4 6 4 13 9 3 8 2 2

Fits 4.5508 11.9528 10.2232 14.9909 11.1242 6.2509 8.3735 7.9982 9.9898 14.7886 12.6359 3.8424 5.6635 5.3087 13.1301 8.6509 2.9362 7.9837 2.0601 1.5455

Res 0.44924 0.04721 -0.22318 0.00906 -0.12419 -0.25089 -0.37346 0.00177 0.01019 0.21138 0.36411 0.15763 0.33648 -1.30873 -0.13006 0.34907 0.06376 0.01628 -0.06012 0.45447

R-Sq 0.909223 0.988201 0.991280 0.991385 0.991872 0.992500 0.992649 0.993125 0.994569 0.994847

SRes 1.19368 0.12348 -0.55430 0.02526 -0.30993 -0.67505 -0.92724 0.00436 0.02513 0.62668 0.92580 0.43140 0.84002 -3.43615 -0.41099 0.96883 0.16372 0.04245 -0.18309 1.21216

PRESS 36.8199 5.9476 4.8155 5.2731 5.9752 9.7405 9.9836 12.2229 20.1736 19.4015

Fits (pred) 4.4121 11.9403 10.2472 14.9820 11.1367 6.3664 8.4429 8.0029 9.9352 14.6559 12.5458 3.7751 5.6223 5.6961 13.2369 8.5136 2.9450 7.9766 2.1066 1.4090

R-Sq (pred) 0.887470 0.981823 0.985283 0.983884 0.981739 0.970231 0.969488 0.962644 0.938345 0.940705 Res (pred) 0.58794 0.05971 -0.24724 0.01799 -0.13672 -0.36639 -0.44286 -0.00289 0.06475 0.34411 0.45420 0.22493 0.37768 -1.69606 -0.23693 0.48640 0.05496 0.02344 -0.10660 0.59104


Lampiran 10. Output Minitab hasil kalibrasi multivariat partial least square (PLS) guaifenesin dari sampel kalibrasi 20 campuran sintetik validasi internal. PLS Regression: GG versus 220.0, 222.0, 224.0, 226.0, 228.0, ... Number of components selected by cross-validation: 4 Number of observations left out per group: 1 Number of components cross-validated: 10 Analysis of Variance for GG Source Regression Residual Error Total

DF 4 15 19

SS 473.592 0.958 474.550

MS 118.398 0.064

F 1853.15

P 0.000

Model Selection and Validation for GG Components X Variance Error SS R-Sq PRESS 1 0.817853 365.582 0.229624 441.061 2 0.927910 69.456 0.853638 106.943 3 0.962431 3.380 0.992878 6.133 4 0.998206 0.958 0.997980 1.764 5 0.690 0.998546 2.462 6 0.631 0.998671 2.091 7 0.541 0.998860 2.293 8 0.450 0.999052 2.256 9 0.255 0.999462 3.371 10 0.196 0.999587 3.423 Fits and Residuals for GG Row GG Fits Res SRes Fits (pred) 1 3 2.8147 0.185330 0.83151 2.7861 2 11 11.5181 -0.518147 -2.32437 11.6682 3 15 14.7858 0.214205 0.89059 14.7576 4 12 11.7096 0.290358 1.51749 11.5239 5 11 11.1971 -0.197111 -0.82171 11.2185 6 7 6.7427 0.257302 1.18408 6.6670 7 17 16.8928 0.107245 0.45748 16.8338 8 6 5.8730 0.127010 0.53838 5.8680 9 16 15.5150 0.485019 2.28215 15.2989 10 17 17.0404 -0.040354 -0.20035 17.0455 11 11 11.2712 -0.271193 -1.19240 11.3554 12 19 19.1066 -0.106576 -0.50369 19.0326 13 8 8.0079 -0.007870 -0.03291 8.0107 14 5 4.9794 0.020581 0.09448 4.9852 15 8 8.0399 -0.039869 -0.22404 8.1127 16 7 7.0833 -0.083294 -0.38674 7.1151 17 16 15.9960 0.004012 0.01856 15.9797 18 5 5.1593 -0.159253 -0.69382 5.2000 19 17 17.1528 -0.152837 -0.77810 17.2546 20 6 6.1146 -0.114557 -0.53287 6.1746

R-Sq (pred) 0.070570 0.774643 0.987077 0.996282 0.994812 0.995594 0.995168 0.995246 0.992896 0.992787 Res (pred) 0.213858 -0.668248 0.242408 0.476052 -0.218539 0.332950 0.166208 0.131974 0.701054 -0.045533 -0.355407 -0.032573 -0.010715 0.014817 -0.112677 -0.115091 0.020348 -0.200001 -0.254552 -0.174647


Lampiran 11. Output Minitab hasil kalibrasi multivariat partial least square (PLS) klorfeniramin maleat dari sampel kalibrasi 20 campuran sintetik validasi internal. PLS Regression: CTM versus 220.0, 222.0, 224.0, 226.0, 228.0, ... Number of components selected by cross-validation: 9 Number of observations left out per group: 1 Number of components cross-validated: 10 Analysis of Variance for CTM Source Regression Residual Error Total

DF 9 10 19

SS 496.745 0.205 496.950

MS 55.1939 0.0205

F 2697.94

P 0.000

Model Selection and Validation for CTM Components X Variance Error SS 1 0.837211 394.639 2 0.915412 72.301 3 0.965887 7.012 4 0.998206 1.517 5 0.998842 0.839 6 0.999562 0.604 7 0.999807 0.457 8 0.999909 0.320 9 0.999943 0.205 10 0.123 Fits and Residuals for CTM Row 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

CTM 9 13 10 20 8 20 10 15 3 8 14 6 8 7 14 2 7 6 16 15

Fits 9.0241 12.7332 10.0646 20.1397 7.9210 19.9493 10.0538 14.9379 2.9901 8.0141 13.8639 5.9143 8.0335 7.0586 14.1963 2.0960 7.0728 5.9159 16.0458 14.9751

Res -0.024131 0.266789 -0.064559 -0.139706 0.078952 0.050651 -0.053816 0.062136 0.009910 -0.014064 0.136148 0.085742 -0.033543 -0.058581 -0.196282 -0.095991 -0.072850 0.084097 -0.045794 0.024890

R-Sq 0.205879 0.854511 0.985889 0.996947 0.998312 0.998785 0.999081 0.999356 0.999588 0.999753 SRes -0.22536 2.67354 -0.58428 -1.52055 0.73586 0.87681 -0.48049 0.54758 0.08759 -0.17025 1.25314 1.06147 -0.27048 -0.55984 -2.48096 -0.90064 -0.64505 0.86524 -0.54717 0.23595

PRESS 467.772 119.239 15.481 3.672 3.757 2.898 2.558 2.236 1.996 2.014

R-Sq (pred) 0.058714 0.760058 0.968847 0.992610 0.992440 0.994168 0.994852 0.995501 0.995984 0.995946

Fits (pred) 9.0225 12.2524 10.0425 20.4698 7.9355 19.8080 10.1522 14.8708 2.9834 8.0054 13.7349 5.7639 8.1512 7.1453 14.8751 2.1610 7.2365 5.6823 16.1147 14.9748

Res (pred) -0.022537 0.747611 -0.042515 -0.469780 0.064528 0.191960 -0.152187 0.129157 0.016588 -0.005413 0.265094 0.236095 -0.151202 -0.145343 -0.875134 -0.161041 -0.236512 0.317710 -0.114729 0.025166


Lampiran 12. Data nilai koefisien dari model PLS parasetamol. Constant WL220.0 WL222.0 WL224.0 WL226.0 WL228.0 WL230.0 WL232.0 WL234.0 WL236.0 WL238.0 WL240.0 WL242.0 WL244.0 WL246.0 WL248.0 WL250.0 WL252.0 WL254.0 WL256.0 WL258.0 WL260.0 WL262.0 WL264.0 WL266.0 WL268.0 WL270.0 WL272.0 WL274.0 WL276.0 WL278.0 WL280.0 WL282.0 WL284.0 WL286.0 WL288.0 WL290.0 WL292.0 WL294.0 WL296.0 WL298.0 WL300.0 WL302.0 WL304.0 WL306.0 WL308.0 WL310.0

PCT -0,9596 -0,5565 -0,5014 -0,4380 -0,3667 -0,2701 -0,1154 0,0979 0,3050 0,4665 0,5646 0,6205 0,6476 0,6603 0,6671 0,6667 0,6673 0,6633 0,6367 0,6048 0,5661 0,4651 0,3001 0,2453 0,1955 -0,0272 -0,1606 0,0716 0,4004 0,6176 0,8920 1,2658 2,1325 3,6486 5,2262 6,5848 7,9672 9,4862 11,6780 14,4726 18,2835 25,0837 35,5519 41,7619 32,1083 -37,8691 -39,0561

PCT standardized 0,0000000 -0,0448233 -0,0411446 -0,0359802 -0,0295029 -0,0207643 -0,0082853 0,0065761 0,0198122 0,0301270 0,0368245 0,0410302 0,0431903 0,0440341 0,0438873 0,0426521 0,0409941 0,0384742 0,0344783 0,0302021 0,0256208 0,0191995 0,0112013 0,0080738 0,0056777 -0,0007299 -0,0039982 0,0016253 0,0084268 0,0120119 0,0161560 0,0210141 0,0293286 0,0403426 0,0485274 0,0526870 0,0547435 0,0548097 0,0553001 0,0541927 0,0523707 0,0500859 0,0447214 0,0315673 0,0153724 -0,0135353 -0,0122140


Lampiran 13. Data nilai koefisien dari model PLS guaifenesin. Constant WL220.0 WL222.0 WL224.0 WL226.0 WL228.0 WL230.0 WL232.0 WL234.0 WL236.0 WL238.0 WL240.0 WL242.0 WL244.0 WL246.0 WL248.0 WL250.0 WL252.0 WL254.0 WL256.0 WL258.0 WL260.0 WL262.0 WL264.0 WL266.0 WL268.0 WL270.0 WL272.0 WL274.0 WL276.0 WL278.0 WL280.0 WL282.0 WL284.0 WL286.0 WL288.0 WL290.0 WL292.0 WL294.0 WL296.0 WL298.0 WL300.0 WL302.0 WL304.0 WL306.0 WL308.0 WL310.0

GG 0,2070 0,1570 0,2277 0,2961 0,2988 0,2184 0,1450 -0,0258 -0,3933 -0,8087 -1,1144 -1,2921 -1,3872 -1,4370 -1,4926 -1,5723 -1,6859 -1,8247 -2,0323 -2,2373 -2,3358 -2,4589 -2,3909 -1,3912 0,4869 2,0867 4,5667 9,1118 13,3643 15,5509 17,7228 19,5570 19,6795 15,0986 7,2788 0,9088 -3,2439 -6,5439 -9,5201 -12,5614 -16,6306 -30,2693 -19,5278 3,1353 -55,9142 14,0083 10,2038

GG standardized 0,000000 0,010504 0,015516 0,020200 0,019964 0,013938 0,008647 -0,001441 -0,021213 -0,043364 -0,060360 -0,070953 -0,076820 -0,079575 -0,081539 -0,083530 -0,086002 -0,087881 -0,091390 -0,092773 -0,087778 -0,084285 -0,074095 -0,038014 0,011739 0,046468 0,094431 0,171768 0,233571 0,251150 0,266538 0,269605 0,224735 0,138625 0,056121 0,006038 -0,018508 -0,031395 -0,037434 -0,039057 -0,039555 -0,050187 -0,020397 0,001968 -0,022229 0,004157 0,002650


Lampiran 14. Data nilai koefisien dari model PLS klorfeniramin maleat. Constant WL220.0 WL222.0 WL224.0 WL226.0 WL228.0 WL230.0 WL232.0 WL234.0 WL236.0 WL238.0 WL240.0 WL242.0 WL244.0 WL246.0 WL248.0 WL250.0 WL252.0 WL254.0 WL256.0 WL258.0 WL260.0 WL262.0 WL264.0 WL266.0 WL268.0 WL270.0 WL272.0 WL274.0 WL276.0 WL278.0 WL280.0 WL282.0 WL284.0 WL286.0 WL288.0 WL290.0 WL292.0 WL294.0 WL296.0 WL298.0 WL300.0 WL302.0 WL304.0 WL306.0 WL308.0 WL310.0

CTM 0,112 -4,127 -1,239 2,306 4,467 6,614 7,112 4,906 2,920 1,292 -0,277 -1,587 -1,547 -2,378 -2,011 -2,568 -2,995 -1,994 -0,325 1,552 1,692 5,218 9,408 12,157 7,888 5,199 5,103 3,169 -11,977 -13,755 -25,678 -21,983 -15,198 -20,107 -18,129 12,027 -41,676 -41,281 -1,951 34,414 92,695 -220,357 245,472 -281,519 446,225 41,624 -136,887

CTM standardized 0,000000 -0,269762 -0,082484 0,153710 0,291648 0,412539 0,414453 0,267355 0,153907 0,067696 -0,014663 -0,085145 -0,083740 -0,128691 -0,107366 -0,133298 -0,149281 -0,093855 -0,014303 0,062870 0,062133 0,174788 0,284920 0,324615 0,185845 0,113141 0,103107 0,058379 -0,204554 -0,217076 -0,377376 -0,296136 -0,169603 -0,180398 -0,136592 0,078087 -0,232363 -0,193537 -0,007498 0,104562 0,215445 -0,357027 0,250556 -0,172669 0,173352 0,012072 -0,034736


Lampiran 15. Data pengukuran spektrofotometri UV enam replikasi sampel pada panjang gelombang 220 – 310 nm yang diukur dengan interval pengukuran 2 nm. Sampel I II II IV V VI

220 0.841 1.076 1.2 1.273 1.361 1.499

222 0.886 1.127 1.251 1.32 1.409 1.547

224 0.926 1.17 1.291 1.354 1.444 1.574

226 0.966 1.208 1.324 1.381 1.467 1.587

228 1.002 1.24 1.348 1.394 1.474 1.581

Panjang Gelombang 230 232 234 1.013 1.021 1.042 1.237 1.233 1.246 1.333 1.316 1.32 1.365 1.336 1.328 1.434 1.391 1.373 1.52 1.458 1.426

236 1.059 1.259 1.326 1.328 1.365 1.408

238 1.057 1.252 1.315 1.312 1.345 1.382

240 1.058 1.25 1.311 1.305 1.334 1.368

254 0.836 0.995 1.049 1.049 1.079 1.115


262 0.538 0.652 0.696 0.708 0.739 0.778

264 0.473 0.574 0.612 0.623 0.65 0.685

266 0.417 0.505 0.538 0.548 0.571 0.6

242 1.06 1.252 1.312 1.304 1.331 1.363

244 1.055 1.246 1.304 1.296 1.323 1.354

Lanjutan lampiran 15. Sampel I II II IV V VI

246 1.038 1.225 1.284 1.276 1.302 1.333

248 1.007 1.19 1.247 1.24 1.267 1.3

250 0.963 1.139 1.196 1.191 1.218 1.251

252 0.905 1.073 1.128 1.125 1.153 1.188

71

268 0.371 0.451 0.481 0.492 0.513 0.542

270 0.335 0.407 0.433 0.442 0.462 0.487



272 0.308 0.37 0.39 0.395 0.409 0.426

274 0.286 0.34 0.355 0.356 0.366 0.376

276 0.266 0.315 0.328 0.327 0.335 0.343

278 0.25 0.295 0.305 0.303 0.309 0.315

280 0.234 0.274 0.283 0.279 0.284 0.288



298 0.054 0.065 0.065 0.064 0.068 0.069

300 0.04 0.049 0.049 0.048 0.052 0.053


308 0.011 0.016 0.014 0.013 0.019 0.019

72

310 0.009 0.014 0.012 0.012 0.017 0.017

288 0.141 0.166 0.17 0.168 0.172 0.173

290 0.121 0.143 0.146 0.144 0.148 0.149

292 0.102 0.121 0.124 0.122 0.126 0.127

294 0.085 0.101 0.103 0.101 0.105 0.107

296 0.069 0.083 0.083 0.082 0.086 0.087


Lampiran 16. Perhitungan kadar PCT pada sampel sirup menggunakan hasil koefisien validasi internal leave one out. Koefisien -0.9596 -0.5565 -0.5014 -0.438 -0.3667 -0.2701 -0.1154 0.0979 0.305 0.4665 0.5646 0.6205 0.6476 0.6603 0.6671 0.6667 0.6673 0.6633 0.6367 0.6048 0.5661 0.4651 0.3001 0.2453

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 -0.9596 1 -0.9596 1 -0.9596 1 -0.9596 1 -0.9596 1 -0.9596 0.841 -0.46802 1.076 -0.59879 1.2 -0.6678 1.273 -0.70842 1.361 -0.7574 1.499 -0.83419 0.886 -0.44424 1.127 -0.56508 1.251 -0.62725 1.32 -0.66185 1.409 -0.70647 1.547 -0.77567 0.926 -0.40559 1.17 -0.51246 1.291 -0.56546 1.354 -0.59305 1.444 -0.63247 1.574 -0.68941 0.966 -0.35423 1.208 -0.44297 1.324 -0.48551 1.381 -0.50641 1.467 -0.53795 1.587 -0.58195 1.002 -0.27064 1.24 -0.33492 1.348 -0.36409 1.394 -0.37652 1.474 -0.39813 1.581 -0.42703 1.013 -0.1169 1.237 -0.14275 1.333 -0.15383 1.365 -0.15752 1.434 -0.16548 1.52 -0.17541 1.021 0.099956 1.233 0.120711 1.316 0.128836 1.336 0.130794 1.391 0.136179 1.458 0.142738 1.042 0.31781 1.246 0.38003 1.32 0.4026 1.328 0.40504 1.373 0.418765 1.426 0.43493 1.059 0.494024 1.259 0.587324 1.326 0.618579 1.328 0.619512 1.365 0.636773 1.408 0.656832 1.057 0.596782 1.252 0.706879 1.315 0.742449 1.312 0.740755 1.345 0.759387 1.382 0.780277 1.058 0.656489 1.25 0.775625 1.311 0.813476 1.305 0.809753 1.334 0.827747 1.368 0.848844 1.06 0.686456 1.252 0.810795 1.312 0.849651 1.304 0.84447 1.331 0.861956 1.363 0.882679 1.055 0.696617 1.246 0.822734 1.304 0.861031 1.296 0.855749 1.323 0.873577 1.354 0.894046 1.038 0.69245 1.225 0.817198 1.284 0.856556 1.276 0.85122 1.302 0.868564 1.333 0.889244 1.007 0.671367 1.19 0.793373 1.247 0.831375 1.24 0.826708 1.267 0.844709 1.3 0.86671 0.963 0.64261 1.139 0.760055 1.196 0.798091 1.191 0.794754 1.218 0.812771 1.251 0.834792 0.905 0.600287 1.073 0.711721 1.128 0.748202 1.125 0.746213 1.153 0.764785 1.188 0.788 0.836 0.532281 0.995 0.633517 1.049 0.667898 1.049 0.667898 1.079 0.686999 1.115 0.709921 0.764 0.462067 0.913 0.552182 0.964 0.583027 0.968 0.585446 0.998 0.60359 1.037 0.627178 0.686 0.388345 0.823 0.4659 0.871 0.493073 0.878 0.497036 0.908 0.514019 0.945 0.534965 0.613 0.285106 0.739 0.343709 0.785 0.365104 0.795 0.369755 0.825 0.383708 0.864 0.401846 0.538 0.161454 0.652 0.195665 0.696 0.20887 0.708 0.212471 0.739 0.221774 0.778 0.233478 0.473 0.116027 0.574 0.140802 0.612 0.150124 0.623 0.152822 0.65 0.159445 0.685 0.168031

73


Lanjutan lampiran 16. 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 0.1955 0.417 0.081524 0.505 0.098728 0.538 0.105179 0.548 0.107134 0.571 0.111631 0.6 0.1173 -0.0272 0.371 -0.01009 0.451 -0.01227 0.481 -0.01308 0.492 -0.01338 0.513 -0.01395 0.542 -0.01474 -0.1606 0.335 -0.0538 0.407 -0.06536 0.433 -0.06954 0.442 -0.07099 0.462 -0.0742 0.487 -0.07821 0.0716 0.308 0.022053 0.37 0.026492 0.39 0.027924 0.395 0.028282 0.409 0.029284 0.426 0.030502 0.4004 0.286 0.114514 0.34 0.136136 0.355 0.142142 0.356 0.142542 0.366 0.146546 0.376 0.15055 0.6176 0.266 0.164282 0.315 0.194544 0.328 0.202573 0.327 0.201955 0.335 0.206896 0.343 0.211837 0.892 0.25 0.223 0.295 0.26314 0.305 0.27206 0.303 0.270276 0.309 0.275628 0.315 0.28098 1.2658 0.234 0.296197 0.274 0.346829 0.283 0.358221 0.279 0.353158 0.284 0.359487 0.288 0.36455 2.1325 0.209 0.445693 0.246 0.524595 0.253 0.539523 0.249 0.530993 0.254 0.541655 0.256 0.54592 3.6486 0.185 0.674991 0.217 0.791746 0.223 0.813638 0.219 0.799043 0.224 0.817286 0.226 0.824584 5.2262 0.162 0.846644 0.19 0.992978 0.196 1.024335 0.192 1.00343 0.197 1.029561 0.199 1.040014 6.5848 0.141 0.928457 0.166 1.093077 0.17 1.119416 0.168 1.106246 0.172 1.132586 0.173 1.13917 7.9672 0.121 0.964031 0.143 1.13931 0.146 1.163211 0.144 1.147277 0.148 1.179146 0.149 1.187113 9.4862 0.102 0.967592 0.121 1.14783 0.124 1.176289 0.122 1.157316 0.126 1.195261 0.127 1.204747 11.678 0.085 0.99263 0.101 1.179478 0.103 1.202834 0.101 1.179478 0.105 1.22619 0.107 1.249546 14.4726 0.069 0.998609 0.083 1.201226 0.083 1.201226 0.082 1.186753 0.086 1.244644 0.087 1.259116 18.2835 0.054 0.987309 0.065 1.188428 0.065 1.188428 0.064 1.170144 0.068 1.243278 0.069 1.261562 25.0837 0.04 1.003348 0.049 1.229101 0.049 1.229101 0.048 1.204018 0.052 1.304352 0.053 1.329436 35.5519 0.028 0.995453 0.035 1.244317 0.034 1.208765 0.034 1.208765 0.038 1.350972 0.039 1.386524 41.7619 0.02 0.835238 0.026 1.085809 0.024 1.002286 0.024 1.002286 0.028 1.169333 0.029 1.211095 32.1083 0.014 0.449516 0.02 0.642166 0.018 0.577949 0.017 0.545841 0.022 0.706383 0.023 0.738491 -37.8691 0.011 -0.41656 0.016 -0.60591 0.014 -0.53017 0.013 -0.4923 0.019 -0.71951 0.019 -0.71951 -39.0561 0.009 -0.3515 0.014 -0.54679 0.012 -0.46867 0.012 -0.46867 0.017 -0.66395 0.017 -0.66395 Calculated 16.24003 19.35725 19.76903 19.44662 20.01575 20.30787 Koefisien

74


Lampiran 17. Perhitungan kadar GG pada sampel sirup menggunakan hasil koefisien validasi internal leave one out. Koefisien 0.207 0.157 0.2277 0.2961 0.2988 0.2184 0.145 -0.0258 -0.3933 -0.8087 -1.1144 -1.2921 -1.3872 -1.437 -1.4926 -1.5723 -1.6859 -1.8247 -2.0323 -2.2373 -2.3358 -2.4589 -2.3909 -1.3912

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 0.207 1 0.207 1 0.207 1 0.207 1 0.207 1 0.207 0.841 0.132037 1.076 0.168932 1.2 0.1884 1.273 0.199861 1.361 0.213677 1.499 0.235343 0.886 0.201742 1.127 0.256618 1.251 0.284853 1.32 0.300564 1.409 0.320829 1.547 0.352252 0.926 0.274189 1.17 0.346437 1.291 0.382265 1.354 0.400919 1.444 0.427568 1.574 0.466061 0.966 0.288641 1.208 0.36095 1.324 0.395611 1.381 0.412643 1.467 0.43834 1.587 0.474196 1.002 0.218837 1.24 0.270816 1.348 0.294403 1.394 0.30445 1.474 0.321922 1.581 0.34529 1.013 0.146885 1.237 0.179365 1.333 0.193285 1.365 0.197925 1.434 0.20793 1.52 0.2204 1.021 -0.02634 1.233 -0.03181 1.316 -0.03395 1.336 -0.03447 1.391 -0.03589 1.458 -0.03762 1.042 -0.40982 1.246 -0.49005 1.32 -0.51916 1.328 -0.5223 1.373 -0.54 1.426 -0.56085 1.059 -0.85641 1.259 -1.01815 1.326 -1.07234 1.328 -1.07395 1.365 -1.10388 1.408 -1.13865 1.057 -1.17792 1.252 -1.39523 1.315 -1.46544 1.312 -1.46209 1.345 -1.49887 1.382 -1.5401 1.058 -1.36704 1.25 -1.61513 1.311 -1.69394 1.305 -1.68619 1.334 -1.72366 1.368 -1.76759 1.06 -1.47043 1.252 -1.73677 1.312 -1.82001 1.304 -1.80891 1.331 -1.84636 1.363 -1.89075 1.055 -1.51604 1.246 -1.7905 1.304 -1.87385 1.296 -1.86235 1.323 -1.90115 1.354 -1.9457 1.038 -1.54932 1.225 -1.82844 1.284 -1.9165 1.276 -1.90456 1.302 -1.94337 1.333 -1.98964 1.007 -1.58331 1.19 -1.87104 1.247 -1.96066 1.24 -1.94965 1.267 -1.9921 1.3 -2.04399 0.963 -1.62352 1.139 -1.92024 1.196 -2.01634 1.191 -2.00791 1.218 -2.05343 1.251 -2.10906 0.905 -1.65135 1.073 -1.9579 1.128 -2.05826 1.125 -2.05279 1.153 -2.10388 1.188 -2.16774 0.836 -1.699 0.995 -2.02214 1.049 -2.13188 1.049 -2.13188 1.079 -2.19285 1.115 -2.26601 0.764 -1.7093 0.913 -2.04265 0.964 -2.15676 0.968 -2.16571 0.998 -2.23283 1.037 -2.32008 0.686 -1.60236 0.823 -1.92236 0.871 -2.03448 0.878 -2.05083 0.908 -2.12091 0.945 -2.20733 0.613 -1.50731 0.739 -1.81713 0.785 -1.93024 0.795 -1.95483 0.825 -2.02859 0.864 -2.12449 0.538 -1.2863 0.652 -1.55887 0.696 -1.66407 0.708 -1.69276 0.739 -1.76688 0.778 -1.86012 0.473 -0.65804 0.574 -0.79855 0.612 -0.85141 0.623 -0.86672 0.65 -0.90428 0.685 -0.95297

75


Lanjutan lampiran 17. 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 0.4869 0.417 0.203037 0.505 0.245885 0.538 0.261952 0.548 0.266821 0.571 0.27802 0.6 0.29214 2.0867 0.371 0.774166 0.451 0.941102 0.481 1.003703 0.492 1.026656 0.513 1.070477 0.542 1.130991 4.5667 0.335 1.529845 0.407 1.858647 0.433 1.977381 0.442 2.018481 0.462 2.109815 0.487 2.223983 9.1118 0.308 2.806434 0.37 3.371366 0.39 3.553602 0.395 3.599161 0.409 3.726726 0.426 3.881627 13.3643 0.286 3.82219 0.34 4.543862 0.355 4.744327 0.356 4.757691 0.366 4.891334 0.376 5.024977 15.5509 0.266 4.136539 0.315 4.898534 0.328 5.100695 0.327 5.085144 0.335 5.209552 0.343 5.333959 17.7228 0.25 4.4307 0.295 5.228226 0.305 5.405454 0.303 5.370008 0.309 5.476345 0.315 5.582682 19.557 0.234 4.576338 0.274 5.358618 0.283 5.534631 0.279 5.456403 0.284 5.554188 0.288 5.632416 19.6795 0.209 4.113016 0.246 4.841157 0.253 4.978914 0.249 4.900196 0.254 4.998593 0.256 5.037952 15.0986 0.185 2.793241 0.217 3.276396 0.223 3.366988 0.219 3.306593 0.224 3.382086 0.226 3.412284 7.2788 0.162 1.179166 0.19 1.382972 0.196 1.426645 0.192 1.39753 0.197 1.433924 0.199 1.448481 0.9088 0.141 0.128141 0.166 0.150861 0.17 0.154496 0.168 0.152678 0.172 0.156314 0.173 0.157222 -3.2439 0.121 -0.39251 0.143 -0.46388 0.146 -0.47361 0.144 -0.46712 0.148 -0.4801 0.149 -0.48334 -6.5439 0.102 -0.66748 0.121 -0.79181 0.124 -0.81144 0.122 -0.79836 0.126 -0.82453 0.127 -0.83108 -9.5201 0.085 -0.80921 0.101 -0.96153 0.103 -0.98057 0.101 -0.96153 0.105 -0.99961 0.107 -1.01865 -12.5614 0.069 -0.86674 0.083 -1.0426 0.083 -1.0426 0.082 -1.03003 0.086 -1.08028 0.087 -1.09284 -16.6306 0.054 -0.89805 0.065 -1.08099 0.065 -1.08099 0.064 -1.06436 0.068 -1.13088 0.069 -1.14751 -30.2693 0.04 -1.21077 0.049 -1.4832 0.049 -1.4832 0.048 -1.45293 0.052 -1.574 0.053 -1.60427 -19.5278 0.028 -0.54678 0.035 -0.68347 0.034 -0.66395 0.034 -0.66395 0.038 -0.74206 0.039 -0.76158 3.1353 0.02 0.062706 0.026 0.081518 0.024 0.075247 0.024 0.075247 0.028 0.087788 0.029 0.090924 -55.9142 0.014 -0.7828 0.02 -1.11828 0.018 -1.00646 0.017 -0.95054 0.022 -1.23011 0.023 -1.28603 14.0083 0.011 0.154091 0.016 0.224133 0.014 0.196116 0.013 0.182108 0.019 0.266158 0.019 0.266158 10.2038 0.009 0.091834 0.014 0.142853 0.012 0.122446 0.012 0.122446 0.017 0.173465 0.017 0.173465 Calculated 4.402628 4.893528 5.106336 5.123818 4.901564 4.841803 Koefisien

76


Lampiran 18. Perhitungan kadar CTM pada sampel sirup menggunakan hasil koefisien validasi internal leave one out. Koefisien 0.112 -4.127 -1.239 2.306 4.467 6.614 7.112 4.906 2.92 1.292 -0.277 -1.587 -1.547 -2.378 -2.011 -2.568 -2.995 -1.994 -0.325 1.552 1.692 5.218 9.408 12.157

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 0.112 1 0.112 1 0.112 1 0.112 1 0.112 1 0.112 0.841 -3.47081 1.076 -4.44065 1.2 -4.9524 1.273 -5.25367 1.361 -5.61685 1.499 -6.18637 0.886 -1.09775 1.127 -1.39635 1.251 -1.54999 1.32 -1.63548 1.409 -1.74575 1.547 -1.91673 0.926 2.135356 1.17 2.69802 1.291 2.977046 1.354 3.122324 1.444 3.329864 1.574 3.629644 0.966 4.315122 1.208 5.396136 1.324 5.914308 1.381 6.168927 1.467 6.553089 1.587 7.089129 1.002 6.627228 1.24 8.20136 1.348 8.915672 1.394 9.219916 1.474 9.749036 1.581 10.45673 1.013 7.204456 1.237 8.797544 1.333 9.480296 1.365 9.70788 1.434 10.19861 1.52 10.81024 1.021 5.009026 1.233 6.049098 1.316 6.456296 1.336 6.554416 1.391 6.824246 1.458 7.152948 1.042 3.04264 1.246 3.63832 1.32 3.8544 1.328 3.87776 1.373 4.00916 1.426 4.16392 1.059 1.368228 1.259 1.626628 1.326 1.713192 1.328 1.715776 1.365 1.76358 1.408 1.819136 1.057 -0.29279 1.252 -0.3468 1.315 -0.36426 1.312 -0.36342 1.345 -0.37257 1.382 -0.38281 1.058 -1.67905 1.25 -1.98375 1.311 -2.08056 1.305 -2.07104 1.334 -2.11706 1.368 -2.17102 1.06 -1.63982 1.252 -1.93684 1.312 -2.02966 1.304 -2.01729 1.331 -2.05906 1.363 -2.10856 1.055 -2.50879 1.246 -2.96299 1.304 -3.10091 1.296 -3.08189 1.323 -3.14609 1.354 -3.21981 1.038 -2.08742 1.225 -2.46348 1.284 -2.58212 1.276 -2.56604 1.302 -2.61832 1.333 -2.68066 1.007 -2.58598 1.19 -3.05592 1.247 -3.2023 1.24 -3.18432 1.267 -3.25366 1.3 -3.3384 0.963 -2.88419 1.139 -3.41131 1.196 -3.58202 1.191 -3.56705 1.218 -3.64791 1.251 -3.74675 0.905 -1.80457 1.073 -2.13956 1.128 -2.24923 1.125 -2.24325 1.153 -2.29908 1.188 -2.36887 0.836 -0.2717 0.995 -0.32338 1.049 -0.34093 1.049 -0.34093 1.079 -0.35068 1.115 -0.36238 0.764 1.185728 0.913 1.416976 0.964 1.496128 0.968 1.502336 0.998 1.548896 1.037 1.609424 0.686 1.160712 0.823 1.392516 0.871 1.473732 0.878 1.485576 0.908 1.536336 0.945 1.59894 0.613 3.198634 0.739 3.856102 0.785 4.09613 0.795 4.14831 0.825 4.30485 0.864 4.508352 0.538 5.061504 0.652 6.134016 0.696 6.547968 0.708 6.660864 0.739 6.952512 0.778 7.319424 0.473 5.750261 0.574 6.978118 0.612 7.440084 0.623 7.573811 0.65 7.90205 0.685 8.327545

77


Lanjutan lampiran 18. 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 7.888 0.417 3.289296 0.505 3.98344 0.538 4.243744 0.548 4.322624 0.571 4.504048 0.6 4.7328 5.199 0.371 1.928829 0.451 2.344749 0.481 2.500719 0.492 2.557908 0.513 2.667087 0.542 2.817858 5.103 0.335 1.709505 0.407 2.076921 0.433 2.209599 0.442 2.255526 0.462 2.357586 0.487 2.485161 3.169 0.308 0.976052 0.37 1.17253 0.39 1.23591 0.395 1.251755 0.409 1.296121 0.426 1.349994 -11.977 0.286 -3.42542 0.34 -4.07218 0.355 -4.25184 0.356 -4.26381 0.366 -4.38358 0.376 -4.50335 -13.755 0.266 -3.65883 0.315 -4.33283 0.328 -4.51164 0.327 -4.49789 0.335 -4.60793 0.343 -4.71797 -25.678 0.25 -6.4195 0.295 -7.57501 0.305 -7.83179 0.303 -7.78043 0.309 -7.9345 0.315 -8.08857 -21.983 0.234 -5.14402 0.274 -6.02334 0.283 -6.22119 0.279 -6.13326 0.284 -6.24317 0.288 -6.3311 -15.198 0.209 -3.17638 0.246 -3.73871 0.253 -3.84509 0.249 -3.7843 0.254 -3.86029 0.256 -3.89069 -20.107 0.185 -3.7198 0.217 -4.36322 0.223 -4.48386 0.219 -4.40343 0.224 -4.50397 0.226 -4.54418 -18.129 0.162 -2.9369 0.19 -3.44451 0.196 -3.55328 0.192 -3.48077 0.197 -3.57141 0.199 -3.60767 12.027 0.141 1.695807 0.166 1.996482 0.17 2.04459 0.168 2.020536 0.172 2.068644 0.173 2.080671 -41.676 0.121 -5.0428 0.143 -5.95967 0.146 -6.0847 0.144 -6.00134 0.148 -6.16805 0.149 -6.20972 -41.281 0.102 -4.21066 0.121 -4.995 0.124 -5.11884 0.122 -5.03628 0.126 -5.20141 0.127 -5.24269 -1.951 0.085 -0.16584 0.101 -0.19705 0.103 -0.20095 0.101 -0.19705 0.105 -0.20486 0.107 -0.20876 34.414 0.069 2.374566 0.083 2.856362 0.083 2.856362 0.082 2.821948 0.086 2.959604 0.087 2.994018 92.695 0.054 5.00553 0.065 6.025175 0.065 6.025175 0.064 5.93248 0.068 6.30326 0.069 6.395955 -220.357 0.04 -8.81428 0.049 -10.7975 0.049 -10.7975 0.048 -10.5771 0.052 -11.4586 0.053 -11.6789 245.472 0.028 6.873216 0.035 8.59152 0.034 8.346048 0.034 8.346048 0.038 9.327936 0.039 9.573408 -281.519 0.02 -5.63038 0.026 -7.31949 0.024 -6.75646 0.024 -6.75646 0.028 -7.88253 0.029 -8.16405 446.225 0.014 6.24715 0.02 8.9245 0.018 8.03205 0.017 7.585825 0.022 9.81695 0.023 10.26318 41.624 0.011 0.457864 0.016 0.665984 0.014 0.582736 0.013 0.541112 0.019 0.790856 0.019 0.790856 -136.887 0.009 -1.23198 0.014 -1.91642 0.012 -1.64264 0.012 -1.64264 0.017 -2.32708 0.017 -2.32708 Calculated 2.82907 5.73855 7.220032 8.606492 11.30196 14.08422 Koefisien

78


BIOGRAFI PENULIS

Penulis

skripsi

yang

berjudul

“Aplikasi

Spektrofotometri UV Dan Kalibrasi Multivariat Untuk

Analisis

Parasetamol,

Guaifenesin

Dan

Klorfeniramin Maleat Dalam Sirup” memiliki nama lengkap Erfan Sriman Famarani Gulö. Penulis lahir pada tanggal 27 Oktober 1993, di Lölöwa’u, Nias. Penulis merupakan anak keempat dari pasangan Fangato Gulö dan Afasari Dachi. Penulis menyelesaikan Sekolah Dasar di SD Negeri No. 071079 Mandrehe pada bulan juli tahun 1999 dan lulus pada bulan juni tahun 2005. Kemudian penulis melanjutkan pendidikan di SMP Swasta Bunga Mawar Gunungsitoli pada bulan juli tahun 2005 dan tamat pada bulan juni 2008. Penulis melanjutkan pendidikannya di SMA Negeri 1 Mandrehe pada juli 2008 dan lulus mei 2011. Setelah tamat SMA, penulis diterima di Fakultas Farmasi Universitas Sanata Dharma, Yogyakarta. Selama perkuliahan, penulis mengikuti beberapa kepanitiaan tingkat fakultas, diantaranya panitia Pharmacy Performance and Road to School (2012 dan 2013), dan panitia Seminar Nasional dengan tema “Young Generetion with No More HIV Infections, Discriminations, ad AIDS Related Death”.

APLIKASI SPEKTROFOTOMETRI UV DAN KALIBRASI MULTIVARIAT UNTUK ANALISIS PARASETAMOL, GUAIFENESIN DAN KLORFENIRAMIN MALEAT DALAM SIRUP SKRIPSI

Recommend Documents