APLIKASI SPEKTROFOTOMETRI UV DAN KALIBRASI … · aplikasi spektrofotometri uv dan kalibrasi...

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

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

i

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


ii

Test


iii


iv


v


vi

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


vii

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 pihak-

pihak 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.


viii

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.


ix

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


x

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


xi

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


xii

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


xiii

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


xiv

Tabel IX. Hasil penetapan kadar prediksi klorfeniramin maleat (CTM) dalam

sediaan farmasi sirup menggunakan metode spektrofotometri UV-PLS

............................................................................................................. 45


xv

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


kalibrasi multivariat PLS guaifenesin ................................................ 36


kalibrasi multivariat PLS klorfeniramin maleat ................................. 37

Gambar 11. Data dan parameter hasil validasi silang parasetamol (PCT) dengan

teknik leave-one-out ........................................................................... 40


xvi

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


xvii

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


guaifenesin dari sampel kalibrasi 20 campuran sintetik tanpa validasi

internal ................................................................................................ 63


klorfeniramin maleat dari sampel kalibrasi 20 campuran sintetik tanpa

validasi internal .................................................................................. 64


parasetamol dari sampel kalibrasi 20 campuran sintetik validasi

internal ................................................................................................ 65


xviii


guaifenesin dari sampel kalibrasi 20 campuran sintetik validasi

internal ................................................................................................ 66


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


xix

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.


xx

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


1

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).


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,


3

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:


4

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.


5

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.


6

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).


7

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


8

dengan nilai 𝐴1𝑐𝑚1%

= 688, pada larutan alkali 257 nm (𝐴1𝑐𝑚1%

= 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 𝐴1𝑐𝑚1%

= 125 (Moffat et al., 2004).

Gambar 2. Struktur Guaifenesin


9

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 𝐴1𝑐𝑚1%

= 302, dan pada panjang gelombang 262 nm pada pelarut basa dengan nilai

𝐴1𝑐𝑚1%

= 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 380-

780 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


10

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).


11

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


12

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


13

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 komponen-

komponen minor.


14

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


15

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 puncak-

puncak 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).


16

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 :

RMSEC = ŝ𝑐𝑎𝑙 = (𝑦𝑖

𝑐𝑎�煜𝑐 − 𝑦𝑖

𝑡𝑟𝑢𝑒 ,𝑐𝑠 )2n

i=1

𝑛 (1)

RMSECV = ŝ𝑝𝑟𝑒𝑑 = (𝑦𝑖

𝑐𝑎𝑙𝑐 − 𝑦𝑖

𝑡𝑟𝑢𝑒 ,𝑡𝑠 )2n

i=1

𝑛 (2)

yi(true, cs)

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 :

𝑃𝑅𝐸𝑆𝑆 = 𝑠𝑟𝑒𝑠2 = 𝑒𝑖

2𝑛𝑖=1 = (𝑦𝑖

𝑐𝑎𝑙𝑐 − 𝑦�䟒

�〱𝑟𝑢𝑒 )2𝑛

𝑖=1 (3)

PRESS dihitung seperti menghitung SEP dengan menggunakan sampel validasi.


17

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).

Analit % Fraksi analit Konsentrasi

analit Nilai RSD (%)

100 1 100% 2

10 10-1

10% 2,8

1 10-2

1% 4

0,1 10-3

0,10% 5,7

0,01 10-4

100 ppm 8

0,001 10-5

10 ppm 11,3

0,0001 10-6

1 ppm 16

0,00001 10-7

100 ppb 22,6

0,000001 10-8

10 ppb 32

0,0000001 10-9

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.


18

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


19

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.


20

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.


21

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.


22

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 cross-

validation 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


23

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.


24

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.

No PCT

(µg/mL)

GG

(µg/mL)

CTM

(µg/mL) No

PCT

(µg/mL)

GG

(µg/mL)

CTM

(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


25

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


26

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


27

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.


28

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 = 𝑡1𝑝1 + 𝑡2𝑝2 + ⋯ + 𝑡𝑠𝑝𝑠 + 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.


29

d. Akurasi proses penetapan kadar ditetapkan dengan persen perolehan kembali

dengan rentang yang dapat diterima menurut Wood (1998) adalah sebesar 90-

107%.

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.


30

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.

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.

Spektra UV Campuran

PCT, GG dan CTM

PCT

CTM

GG


31

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


32

itu, dapat simpulkan bahwa hasil yang diperoleh kurang memuaskan karena adanya

pengaruh dari noise mengingat rendahnya absorbansi yang dihasilkan.

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.

Spektra sampel sediaan

farmasi (sirup)

Spektra campuran baku

(PCT, GG dan CTM)


33

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.


34

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.

No

Camp.

Konsentrasi (µg/ml)

PCT GG CTM

Sebenarnya Terhitung Sebenarnya Terhitung Sebenarnya Terhitung

1 5,0 4,9004 3,0 2,9609 9,0 9,0121

2 12,0 11,7893 11,0 11,1047 13,0 12,8395

3 10,0 10,4537 15,0 14,8752 10,0 10,0092

4 15,0 15,0554 12,0 11,9476 20,0 20,1103

5 11,0 11,0014 11,0 11,0281 8,0 8,0415

6 6,0 5,9818 7,0 7,0638 20,0 19,9732

7 8,0 8,0115 17,0 16,9906 10,0 9,9625

8 8,0 8,0926 6,0 5,9882 15,0 14,9996

9 10,0 10,2634 16,0 15,8911 3,0 2,9800

10 15,0 14,9605 17,0 17,0830 8,0 8,0035

11 13,0 12,6103 11,0 10,9955 14,0 13,8958

12 4,0 3,9183 19,0 19,1623 6,0 5,9037

13 6,0 5,5312 8,0 8,0015 8,0 7,9152

14 4,0 4,7184 5,0 4,7697 7,0 7,0633

15 13,0 13,1072 8,0 7,9648 14,0 14,0957

16 9,0 8,4512 7,0 7,1559 2,0 2,0680

17 3,0 2,8854 16,0 15,9026 7,0 7,1562

18 8,0 8,3130 5,0 5,0332 6,0 5,9728

19 2,0 2,0866 17,0 16,9342 16,0 16,0699

20 2,0 1,8686 6,0 6,1470 15,0 14,9282

Persamaan :

y = 0,994x + 0,042

Persamaan :

y = 0,999x + 0,004

Persamaan :

y = 0,999x + 0,002

R

2 : 0,994 R

2 : 0,999 R

2 : 0,999

RMSEC : 0,289 RMSEC : 0,099 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


35

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 R2 yang

mendekati 1. Parameter R2 mempunyai nilai antara 0-1, yang mana nilai R

2

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.


36

Actual Response

Ca

lcu

late

d R

esp

on

se

1614121086420

16

14

12

10

8

6

4

2

0

PLS Response Plot(response is PCT)

10 components

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.

Actual Response

Ca

lcu

late

d R

esp

on

se

2015105

20

15

10

5

PLS Response Plot(response is GG)

10 components


terhitung (calculated response) guaifenesin (GG) dengan metode

spektrofotometri UV-PLS pada λ 220-310 nm.


37

Actual Response

Ca

lcu

late

d R

esp

on

se

20151050

20

15

10

5

0

PLS Response Plot(response is CTM)

10 components


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


38

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.

No

Camp.

Konsentrasi (µg/ml)

PCT GG CTM

Sebenarnya Terhitung Sebenarnya Terhitung Sebenarnya Terhitung

1 4,5508 4,4121 2,8147 2,7861 9,0241 9,0225

2 11,9528 11,9403 11,5181 11,6682 12,7332 12,2524

3 10,2232 10,2472 14,7858 14,7576 10,0646 10,0425

4 14,9909 14,9820 11,7096 11,5239 20,1397 20,4698

5 11,1242 11,1367 11,1971 11,2185 7,9210 7,9355

6 6,2509 6,3664 6,7427 6,6670 19,9493 19,8080

7 8,3735 8,4429 16,8928 16,8338 10,0538 10,1522

8 7,9982 8,0029 5,8730 5,8680 14,9379 14,8708

9 9,9898 9,9352 15,5150 15,2989 2,9901 2,9834

10 14,7886 14,6559 17,0404 17,0455 8,0141 8,0054

11 12,6359 12,5458 11,2712 11,3554 13,8639 13,7349

12 3,8424 3,7751 19,1066 19,0326 5,9143 5,7639

13 5,6635 5,6223 8,0079 8,0107 8,0335 8,1512

14 5,3087 5,6961 4,9794 4,9852 7,0586 7,1453

15 13,1301 13,2369 8,0399 8,1127 14,1963 14,8751

16 8,6509 8,5136 7,0833 7,1151 2,0960 2,1610

17 2,9362 2,9450 15,9960 15,9797 7,0728 7,2365

18 7,9837 7,9766 5,1593 5,2000 5,9159 5,6823

19 2,0601 2,1066 17,1528 17,2546 16,0458 16,1147

20 1,5455 1,4090 6,1146 6,1746 14,9751 14,9748

Dari data Tabel V, validasi untuk model kalibrasi multivariat PLS dapat

dilakukan dengan menghitung nilai koefisien determinasi (R2), nilai RMSECV (root


39

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

R2 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


40

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 DF SS MS F P

Regression 3 324.347 108.116 606.28 0.000

Residual Error 16 2.853 0.178

Total 19 327.200

Model Selection and Validation for PCT

Components X Variance Error SS R-Sq PRESS R-Sq (pred)

1 0.855623 29.7023 0.909223 36.8199 0.887470

2 0.931723 3.8605 0.988201 5.9476 0.981823

3 0.972988 2.8532 0.991280 4.8155 0.985283

4 2.8190 0.991385 5.2731 0.983884

5 2.6596 0.991872 5.9752 0.981739

6 2.4540 0.992500 9.7405 0.970231

7 2.4051 0.992649 9.9836 0.969488

8 2.2495 0.993125 12.2229 0.962644

9 1.7771 0.994569 20.1736 0.938345

10 1.6862 0.994847 19.4015 0.940705

Gambar 11. Data dan parameter hasil validasi silang parasetamol (PCT) dengan

teknik leave-one-out.


41

PLS Regression: GG versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ... Number of components selected by cross-validation: 4



Analysis of Variance for GG

Source DF SS MS F P

Regression 4 473.592 118.398 1853.15 0.000


Total 19 474.550

Model Selection and Validation for GG


1 0.817853 365.582 0.229624 441.061 0.070570

2 0.927910 69.456 0.853638 106.943 0.774643

3 0.962431 3.380 0.992878 6.133 0.987077

4 0.998206 0.958 0.997980 1.764 0.996282

5 0.690 0.998546 2.462 0.994812

6 0.631 0.998671 2.091 0.995594

7 0.541 0.998860 2.293 0.995168

8 0.450 0.999052 2.256 0.995246

9 0.255 0.999462 3.371 0.992896

10 0.196 0.999587 3.423 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



Analysis of Variance for CTM

Source DF SS MS F P

Regression 9 496.745 55.1939 2697.94 0.000


Total 19 496.950

Model Selection and Validation for CTM


1 0.837211 394.639 0.205879 467.772 0.058714

2 0.915412 72.301 0.854511 119.239 0.760058

3 0.965887 7.012 0.985889 15.481 0.968847

4 0.998206 1.517 0.996947 3.672 0.992610

5 0.998842 0.839 0.998312 3.757 0.992440

6 0.999562 0.604 0.998785 2.898 0.994168

7 0.999807 0.457 0.999081 2.558 0.994852

8 0.999909 0.320 0.999356 2.236 0.995501

9 0.999943 0.205 0.999588 1.996 0.995984

10 0.123 0.999753 2.014 0.995946

Gambar 13. Data dan parameter hasil validasi silang klorfeniramin maleat (CTM)

dengan teknik leave-one-out.


42

Actual Response

Ca

lcu

late

d R

esp

on

se

1614121086420

16

14

12

10

8

6

4

2

0

Variable

Fitted

Crossval

PLS Response Plot(response is PCT)

3 components

Gambar 14. Kurva hubungan antara nilai parasetamol sebenarnya vs nilai terhitung

hasil validasi silang leave one-out dengan metode spektrofotometri UV-

PLS pada panjang gelombang 220-310 nm.

Actual Response

Ca

lcu

late

d R

esp

on

se

2015105

20

15

10

5

Variable

Fitted

Crossval

PLS Response Plot(response is GG)

4 components

Gambar 15. Kurva hubungan antara nilai guaifenesin sebenarnya vs nilai terhitung

hasil validasi silang leave one-out dengan metode spektrofotometri UV-

PLS pada panjang gelombang 220-310 nm.


43

Actual Response

Ca

lcu

late

d R

esp

on

se

20151050

20

15

10

5

0

Variable

Fitted

Crossval

PLS Response Plot(response is CTM)

9 components

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


44

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.

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.

nm.

200.00 250.00 300.00 350.00 400.00

Abs

.

2.000

1.500

1.000

0.500

0.000


45

Tabel VII. Hasil penetapan kadar prediksi parasetamol (PCT) dalam sediaan farmasi

sirup menggunakan metode spektrofotometri UV-PLS.

Evaluasi Parasetamol Replikasi Sampel

1 2 3 4 5 6

Calculated 16,240 19,357 19,769 19,447 20,016 20,308

Penimbangan (mg/5 mL) 146 146 146 146 146 146

Faktor pengenceran 6250 6250 6250 6250 6250 6250

Etiket (mg/5 mL) 120 120 120 120 120 120

Kadar (mg/5 mL) 101,500 120,981 123,556 121,543 125,100 126,925

Rata-rata kadar (mg/5 mL) 119,934 = 99,95 %

SD 9,29

RSD 7,74 %

Tabel VIII. Hasil penetapan kadar prediksi guaifenesin (GG) dalam sediaan farmasi

sirup menggunakan metode spektrofotometri UV-PLS.

Evaluasi Guaifenesin Replikasi Sampel

1 2 3 4 5 6

Calculated 4,403 4,894 5,106 5,124 4,902 4,841



Etiket (mg/5 mL) 25 25 25 25 25 25

Kadar (mg/5 mL) 27,518 30,587 31,912 32,025 30,637 30,256

Rata-rata kadar (mg/5 mL) 30,489 = 121,95 %

SD 1,63

RSD 5,35 %

Tabel IX. Hasil penetapan kadar prediksi klorfeniramin maleat (CTM) dalam sediaan

farmasi sirup menggunakan metode spektrofotometri UV-PLS.

Evaluasi Klorfeniramin

maleat

Replikasi Sampel

1 2 3 4 5 6

Calculated 2,829 5,739 7,220 8,606 11,302 14,084



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


46

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.


47

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.


48

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.


49

3. Perlu dikembangkan metode analisis kombinasi dengan kalibrasi multivariat

selain spektrofotometri UV sehingga dapat digunakan sebagai kontrol kualitas

suatu senyawa obat.


50

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.


51

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 Drugs and Poisons thirth edition,

Pharmaceutical Press, London.

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.


http://www.ncbi.nlm.nih.gov/pubmed/?term=Khoshayand%20MR%5BAuthor%5D&cauthor=true&cauthor_uid=17825606

http://www.ncbi.nlm.nih.gov/pubmed/?term=Abdollahi%20H%5BAuthor%5D&cauthor=true&cauthor_uid=17825606

http://www.ncbi.nlm.nih.gov/pubmed/?term=Shariatpanahi%20M%5BAuthor%5D&cauthor=true&cauthor_uid=17825606

http://www.ncbi.nlm.nih.gov/pubmed/?term=Saadatfard%20A%5BAuthor%5D&cauthor=true&cauthor_uid=17825606

http://www.ncbi.nlm.nih.gov/pubmed/?term=Mohammadi%20A%5BAuthor%5D&cauthor=true&cauthor_uid=17825606



http://www.sciencedirect.com/science/journal/13861425

http://www.sciencedirect.com/science/journal/13861425

52

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):56-

63.

Shankar, P.R., Partha, P., Shenoy, N., 2002, Self-medication and non-doctor

prescription practices in Pokhara valley, Western Nepal: a questionnaire-

based 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.


53

LAMPIRAN


54

Lampiran 1. Sertifikat analisis baku parasetamol.


55

Lampiran 2. Sertifikat analisis baku guaifenesin.


56

Lampiran 3. Sertifikat analisis baku klorfeniramin maleat.


57

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


58

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. PCT GG CTM 220 222 224 226 228 230 232 234 236

1 5.0 3.0 9.0 0.689 0.704 0.706 0.691 0.656 0.596 0.531 0.482 0.448

2 12.0 11.0 13.0 1.431 1.464 1.475 1.448 1.38 1.269 1.148 1.051 0.982

3 10.0 15.0 10.0 1.337 1.375 1.389 1.366 1.299 1.19 1.064 0.96 0.881

4 15.0 12.0 20.0 1.894 1.938 1.947 1.912 1.822 1.673 1.506 1.378 1.288

5 11.0 11.0 8.0 1.142 1.187 1.214 1.211 1.173 1.1 1.013 0.943 0.891

6 6.0 7.0 20.0 1.356 1.382 1.377 1.333 1.243 1.096 0.932 0.806 0.714

7 8.0 17.0 10.0 1.362 1.394 1.399 1.361 1.277 1.147 1.001 0.877 0.781

8 8.0 6.0 15.0 1.185 1.211 1.213 1.185 1.122 1.016 0.9 0.812 0.75

9 10.0 16.0 3.0 1.006 1.047 1.075 1.073 1.036 0.971 0.894 0.824 0.767

10 15.0 17.0 8.0 1.466 1.527 1.567 1.565 1.518 1.429 1.321 1.229 1.16

11 13.0 11.0 14.0 1.515 1.555 1.57 1.546 1.478 1.365 1.238 1.139 1.068

12 4.0 19.0 6.0 1.104 1.127 1.123 1.079 0.989 0.861 0.717 0.588 0.484

13 6.0 8.0 8.0 0.865 0.886 0.891 0.871 0.824 0.747 0.662 0.592 0.54

14 4.0 5.0 7.0 0.721 0.737 0.742 0.728 0.694 0.638 0.577 0.53 0.497

15 13.0 8.0 14.0 1.435 1.468 1.479 1.456 1.396 1.294 1.186 1.103 1.047

16 9.0 7.0 2.0 0.631 0.664 0.693 0.706 0.704 0.686 0.664 0.644 0.63

17 3.0 16.0 7.0 1.022 1.036 1.024 0.978 0.889 0.763 0.626 0.506 0.409

18 8.0 5.0 6.0 0.759 0.785 0.801 0.799 0.779 0.736 0.689 0.652 0.628

19 2.0 17.0 16.0 1.485 1.489 1.454 1.367 1.224 1.023 0.809 0.628 0.488

20 2.0 6.0 15.0 1.045 1.041 1.009 0.947 0.849 0.712 0.57 0.457 0.374


59

Lampiran 5. Lanjutan

238 240 242 244 246 248 250 252 254 256 258 260

0.428 0.417 0.412 0.407 0.403 0.396 0.387 0.375 0.363 0.348 0.326 0.311

0.942 0.919 0.908 0.899 0.888 0.871 0.846 0.814 0.78 0.739 0.69 0.651

0.831 0.801 0.786 0.776 0.764 0.749 0.729 0.702 0.675 0.643 0.604 0.575

1.235 1.206 1.191 1.18 1.165 1.144 1.115 1.074 1.033 0.983 0.918 0.869

0.86 0.844 0.835 0.827 0.815 0.797 0.772 0.738 0.702 0.66 0.613 0.574

0.656 0.621 0.602 0.591 0.584 0.579 0.573 0.564 0.56 0.549 0.527 0.517

0.718 0.68 0.66 0.648 0.638 0.628 0.614 0.596 0.579 0.558 0.533 0.515

0.713 0.692 0.681 0.673 0.665 0.655 0.641 0.621 0.603 0.578 0.544 0.52

0.731 0.711 0.7 0.692 0.681 0.664 0.641 0.612 0.58 0.545 0.508 0.476

1.118 1.096 1.084 1.074 1.058 1.033 0.999 0.954 0.905 0.849 0.788 0.737

1.026 1.004 0.993 0.984 0.971 0.952 0.926 0.89 0.852 0.808 0.753 0.71

0.413 0.368 0.344 0.332 0.326 0.323 0.32 0.317 0.316 0.314 0.312 0.316

0.508 0.489 0.479 0.473 0.466 0.458 0.447 0.432 0.418 0.4 0.378 0.361

0.478 0.467 0.462 0.458 0.452 0.444 0.432 0.415 0.398 0.377 0.352 0.332

1.017 1.002 0.994 0.987 0.975 0.956 0.929 0.892 0.852 0.804 0.747 0.7

0.623 0.622 0.622 0.618 0.609 0.592 0.57 0.539 0.504 0.467 0.426 0.39

0.344 0.304 0.282 0.271 0.266 0.265 0.265 0.265 0.268 0.271 0.272 0.278

0.615 0.61 0.607 0.604 0.596 0.582 0.564 0.538 0.51 0.478 0.441 0.409

0.394 0.336 0.305 0.29 0.287 0.292 0.299 0.309 0.327 0.341 0.35 0.368

0.321 0.288 0.271 0.263 0.261 0.264 0.268 0.273 0.283 0.289 0.288 0.295


60


262 264 266 268 270 272 274 276 278 280 282 284

0.294 0.262 0.229 0.213 0.195 0.162 0.133 0.117 0.102 0.09 0.076 0.063

0.611 0.554 0.499 0.47 0.439 0.391 0.345 0.312 0.282 0.254 0.21 0.165

0.546 0.505 0.465 0.446 0.425 0.388 0.351 0.319 0.29 0.261 0.21 0.157

0.816 0.733 0.652 0.611 0.564 0.486 0.417 0.372 0.333 0.296 0.246 0.196

0.534 0.486 0.44 0.415 0.39 0.353 0.318 0.29 0.265 0.24 0.198 0.154

0.504 0.455 0.403 0.384 0.355 0.291 0.234 0.202 0.174 0.148 0.119 0.091

0.499 0.469 0.439 0.429 0.416 0.383 0.348 0.316 0.288 0.257 0.202 0.145

0.493 0.441 0.389 0.365 0.335 0.281 0.234 0.206 0.181 0.16 0.133 0.107

0.446 0.418 0.394 0.379 0.368 0.352 0.333 0.308 0.286 0.26 0.21 0.156

0.685 0.628 0.576 0.544 0.516 0.477 0.438 0.401 0.369 0.334 0.273 0.21

0.665 0.6 0.537 0.504 0.469 0.412 0.36 0.324 0.293 0.262 0.217 0.171

0.322 0.32 0.318 0.325 0.329 0.317 0.298 0.273 0.25 0.222 0.166 0.107

0.344 0.316 0.288 0.275 0.26 0.232 0.204 0.184 0.166 0.148 0.119 0.09

0.311 0.28 0.25 0.234 0.217 0.189 0.164 0.147 0.133 0.118 0.098 0.078

0.651 0.581 0.515 0.478 0.439 0.38 0.329 0.295 0.265 0.238 0.201 0.165

0.353 0.319 0.289 0.268 0.25 0.234 0.218 0.201 0.187 0.172 0.145 0.117

0.286 0.283 0.279 0.286 0.288 0.273 0.252 0.229 0.208 0.184 0.137 0.088

0.376 0.337 0.299 0.276 0.255 0.225 0.199 0.18 0.164 0.149 0.127 0.104

0.387 0.375 0.359 0.366 0.362 0.323 0.281 0.249 0.219 0.188 0.136 0.084

0.3 0.276 0.248 0.244 0.229 0.186 0.147 0.125 0.105 0.087 0.065 0.044


61


286 288 290 292 294 296 298 300 302 304 306 308 310

0.052 0.044 0.038 0.032 0.027 0.022 0.017 0.013 0.009 0.006 0.004 0.003 0.003

0.131 0.108 0.09 0.075 0.062 0.05 0.039 0.028 0.019 0.013 0.009 0.007 0.005

0.119 0.095 0.077 0.064 0.052 0.042 0.032 0.023 0.016 0.01 0.006 0.004 0.003

0.158 0.131 0.11 0.092 0.075 0.06 0.046 0.033 0.021 0.013 0.008 0.005 0.003

0.122 0.1 0.083 0.069 0.057 0.045 0.035 0.025 0.016 0.011 0.006 0.004 0.003

0.071 0.058 0.048 0.041 0.034 0.028 0.022 0.017 0.012 0.009 0.006 0.005 0.004

0.105 0.08 0.064 0.053 0.043 0.035 0.027 0.02 0.014 0.01 0.006 0.005 0.003

0.087 0.073 0.061 0.051 0.043 0.034 0.027 0.02 0.013 0.009 0.006 0.004 0.003

0.117 0.093 0.076 0.063 0.052 0.041 0.032 0.023 0.016 0.011 0.007 0.005 0.004

0.163 0.132 0.109 0.09 0.073 0.058 0.044 0.031 0.02 0.012 0.006 0.004 0.002

0.137 0.113 0.094 0.078 0.064 0.051 0.039 0.028 0.018 0.011 0.006 0.004 0.003

0.067 0.046 0.034 0.026 0.021 0.017 0.013 0.01 0.007 0.005 0.003 0.002 0.002

0.069 0.055 0.045 0.038 0.031 0.025 0.019 0.014 0.01 0.007 0.004 0.003 0.002

0.063 0.052 0.043 0.036 0.03 0.024 0.018 0.013 0.008 0.005 0.003 0.002 0.001

0.136 0.115 0.098 0.082 0.068 0.055 0.043 0.032 0.022 0.015 0.01 0.008 0.007

0.095 0.079 0.066 0.055 0.046 0.037 0.028 0.02 0.013 0.008 0.005 0.003 0.002

0.055 0.037 0.028 0.022 0.018 0.015 0.012 0.009 0.007 0.006 0.004 0.004 0.003

0.086 0.073 0.062 0.052 0.043 0.035 0.027 0.02 0.013 0.009 0.005 0.004 0.003

0.049 0.031 0.021 0.016 0.013 0.011 0.009 0.007 0.006 0.005 0.003 0.003 0.002

0.03 0.023 0.018 0.015 0.012 0.01 0.008 0.007 0.005 0.004 0.003 0.003 0.002


62


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


Source DF SS MS F P

Regression 10 325.514 32.5514 173.74 0.000


Total 19 327.200


Components X Variance Error SS R-Sq

1 0.855623 29.7023 0.909223

2 0.931723 3.8605 0.988201

3 0.972988 2.8532 0.991280

4 0.995864 2.8190 0.991385

5 0.999257 2.6596 0.991872

6 0.999372 2.4540 0.992500

7 0.999686 2.4051 0.992649

8 0.999870 2.2495 0.993125

9 0.999927 1.7771 0.994569

10 0.999968 1.6862 0.994847

Fits and Residuals for PCT

Row PCT Fits Res SRes

1 5 4.9004 0.099600 0.31048

2 12 11.7893 0.210730 0.71018

3 10 10.4537 -0.453711 -1.34072

4 15 15.0554 -0.055393 -0.19795

5 11 11.0014 -0.001365 -0.00532

6 6 5.9818 0.018227 0.11546

7 8 8.0115 -0.011475 -0.03692

8 8 8.0926 -0.092606 -0.27751

9 10 10.2634 -0.263405 -0.82997

10 15 14.9605 0.039514 0.18040

11 13 12.6103 0.389682 1.23513

12 4 3.9183 0.081738 0.30702

13 6 5.5312 0.468820 1.29763

14 4 4.7184 -0.718399 -2.82043

15 13 13.1072 -0.107233 -0.48463

16 9 8.4512 0.548806 1.79387

17 3 2.8854 0.114644 0.35862

18 8 8.3130 -0.312975 -1.04803

19 2 2.0866 -0.086616 -0.31285

20 2 1.8686 0.131417 0.46864


63


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


Source DF SS MS F P

Regression 10 474.354 47.4354 2177.03 0.000


Total 19 474.550



1 0.817853 365.582 0.229624

2 0.927910 69.456 0.853638

3 0.962431 3.380 0.992878

4 0.998206 0.958 0.997980

5 0.998658 0.690 0.998546

6 0.999522 0.631 0.998671

7 0.999788 0.541 0.998860

8 0.999902 0.450 0.999052

9 0.999921 0.255 0.999462

10 0.999971 0.196 0.999587

Fits and Residuals for GG

Row GG Fits Res SRes

1 3 2.9609 0.039101 0.34647

2 11 11.1047 -0.104718 -1.42870

3 15 14.8752 0.124762 1.12724

4 12 11.9476 0.052373 0.67167

5 11 11.0281 -0.028056 -0.31999

6 7 7.0638 -0.063807 -1.00325

7 17 16.9906 0.009437 0.08406

8 6 5.9882 0.011795 0.10271

9 16 15.8911 0.108907 1.09565

10 17 17.0830 -0.082973 -0.98218

11 11 10.9955 0.004517 0.04160

12 19 19.1623 -0.162343 -1.75687

13 8 8.0015 -0.001545 -0.01245

14 5 4.7697 0.230260 2.15806

15 8 7.9648 0.035235 0.41969

16 7 7.1559 -0.155936 -1.42644

17 16 15.9026 0.097368 0.90460

18 5 5.0332 -0.033191 -0.34406

19 17 16.9342 0.065785 0.71148

20 6 6.1470 -0.146971 -1.50193


64


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


Source DF SS MS F P

Regression 10 496.827 49.6827 3642.73 0.000


Total 19 496.950



1 0.837211 394.639 0.205879

2 0.915412 72.301 0.854511

3 0.965887 7.012 0.985889

4 0.998206 1.517 0.996947

5 0.998842 0.839 0.998312

6 0.999562 0.604 0.998785

7 0.999807 0.457 0.999081

8 0.999909 0.320 0.999356

9 0.999943 0.205 0.999588

10 0.999974 0.123 0.999753

Fits and Residuals for CTM

Row CTM Fits Res SRes

1 9 9.0121 -0.012062 -0.13818

2 13 12.8395 0.160545 2.32765

3 10 10.0092 -0.009244 -0.10583

4 20 20.1103 -0.110271 -1.48913

5 8 8.0415 -0.041461 -0.57178

6 20 19.9732 0.026832 0.58137

7 10 9.9625 0.037488 0.44891

8 15 14.9996 0.000373 0.00419

9 3 2.9800 0.020048 0.21723

10 8 8.0035 -0.003458 -0.05137

11 14 13.8958 0.104156 1.18706

12 6 5.9037 0.096321 1.46355

13 8 7.9152 0.084845 0.95359

14 7 7.0633 -0.063270 -0.74073

15 14 14.0957 -0.095750 -1.91946

16 2 2.0680 -0.068017 -0.78840

17 7 7.1562 -0.156248 -1.82326

18 6 5.9728 0.027246 0.35902

19 16 16.0699 -0.069910 -1.03384

20 15 14.9282 0.071837 0.85549


65


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




Source DF SS MS F P

Regression 3 324.347 108.116 606.28 0.000


Total 19 327.200



1 0.855623 29.7023 0.909223 36.8199 0.887470

2 0.931723 3.8605 0.988201 5.9476 0.981823

3 0.972988 2.8532 0.991280 4.8155 0.985283

4 2.8190 0.991385 5.2731 0.983884

5 2.6596 0.991872 5.9752 0.981739

6 2.4540 0.992500 9.7405 0.970231

7 2.4051 0.992649 9.9836 0.969488

8 2.2495 0.993125 12.2229 0.962644

9 1.7771 0.994569 20.1736 0.938345

10 1.6862 0.994847 19.4015 0.940705

Fits and Residuals for PCT

Row PCT Fits Res SRes Fits (pred) Res (pred)

1 5 4.5508 0.44924 1.19368 4.4121 0.58794

2 12 11.9528 0.04721 0.12348 11.9403 0.05971

3 10 10.2232 -0.22318 -0.55430 10.2472 -0.24724

4 15 14.9909 0.00906 0.02526 14.9820 0.01799

5 11 11.1242 -0.12419 -0.30993 11.1367 -0.13672

6 6 6.2509 -0.25089 -0.67505 6.3664 -0.36639

7 8 8.3735 -0.37346 -0.92724 8.4429 -0.44286

8 8 7.9982 0.00177 0.00436 8.0029 -0.00289

9 10 9.9898 0.01019 0.02513 9.9352 0.06475

10 15 14.7886 0.21138 0.62668 14.6559 0.34411

11 13 12.6359 0.36411 0.92580 12.5458 0.45420

12 4 3.8424 0.15763 0.43140 3.7751 0.22493

13 6 5.6635 0.33648 0.84002 5.6223 0.37768

14 4 5.3087 -1.30873 -3.43615 5.6961 -1.69606

15 13 13.1301 -0.13006 -0.41099 13.2369 -0.23693

16 9 8.6509 0.34907 0.96883 8.5136 0.48640

17 3 2.9362 0.06376 0.16372 2.9450 0.05496

18 8 7.9837 0.01628 0.04245 7.9766 0.02344

19 2 2.0601 -0.06012 -0.18309 2.1066 -0.10660

20 2 1.5455 0.45447 1.21216 1.4090 0.59104


66


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




Source DF SS MS F P

Regression 4 473.592 118.398 1853.15 0.000


Total 19 474.550



1 0.817853 365.582 0.229624 441.061 0.070570

2 0.927910 69.456 0.853638 106.943 0.774643

3 0.962431 3.380 0.992878 6.133 0.987077

4 0.998206 0.958 0.997980 1.764 0.996282

5 0.690 0.998546 2.462 0.994812

6 0.631 0.998671 2.091 0.995594

7 0.541 0.998860 2.293 0.995168

8 0.450 0.999052 2.256 0.995246

9 0.255 0.999462 3.371 0.992896

10 0.196 0.999587 3.423 0.992787

Fits and Residuals for GG

Row GG Fits Res SRes Fits (pred) Res (pred)

1 3 2.8147 0.185330 0.83151 2.7861 0.213858

2 11 11.5181 -0.518147 -2.32437 11.6682 -0.668248

3 15 14.7858 0.214205 0.89059 14.7576 0.242408

4 12 11.7096 0.290358 1.51749 11.5239 0.476052

5 11 11.1971 -0.197111 -0.82171 11.2185 -0.218539

6 7 6.7427 0.257302 1.18408 6.6670 0.332950

7 17 16.8928 0.107245 0.45748 16.8338 0.166208

8 6 5.8730 0.127010 0.53838 5.8680 0.131974

9 16 15.5150 0.485019 2.28215 15.2989 0.701054

10 17 17.0404 -0.040354 -0.20035 17.0455 -0.045533

11 11 11.2712 -0.271193 -1.19240 11.3554 -0.355407

12 19 19.1066 -0.106576 -0.50369 19.0326 -0.032573

13 8 8.0079 -0.007870 -0.03291 8.0107 -0.010715

14 5 4.9794 0.020581 0.09448 4.9852 0.014817

15 8 8.0399 -0.039869 -0.22404 8.1127 -0.112677

16 7 7.0833 -0.083294 -0.38674 7.1151 -0.115091

17 16 15.9960 0.004012 0.01856 15.9797 0.020348

18 5 5.1593 -0.159253 -0.69382 5.2000 -0.200001

19 17 17.1528 -0.152837 -0.77810 17.2546 -0.254552

20 6 6.1146 -0.114557 -0.53287 6.1746 -0.174647


67


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




Source DF SS MS F P

Regression 9 496.745 55.1939 2697.94 0.000


Total 19 496.950



1 0.837211 394.639 0.205879 467.772 0.058714

2 0.915412 72.301 0.854511 119.239 0.760058

3 0.965887 7.012 0.985889 15.481 0.968847

4 0.998206 1.517 0.996947 3.672 0.992610

5 0.998842 0.839 0.998312 3.757 0.992440

6 0.999562 0.604 0.998785 2.898 0.994168

7 0.999807 0.457 0.999081 2.558 0.994852

8 0.999909 0.320 0.999356 2.236 0.995501

9 0.999943 0.205 0.999588 1.996 0.995984

10 0.123 0.999753 2.014 0.995946

Fits and Residuals for CTM

Row CTM Fits Res SRes Fits (pred) Res (pred)

1 9 9.0241 -0.024131 -0.22536 9.0225 -0.022537

2 13 12.7332 0.266789 2.67354 12.2524 0.747611

3 10 10.0646 -0.064559 -0.58428 10.0425 -0.042515

4 20 20.1397 -0.139706 -1.52055 20.4698 -0.469780

5 8 7.9210 0.078952 0.73586 7.9355 0.064528

6 20 19.9493 0.050651 0.87681 19.8080 0.191960

7 10 10.0538 -0.053816 -0.48049 10.1522 -0.152187

8 15 14.9379 0.062136 0.54758 14.8708 0.129157

9 3 2.9901 0.009910 0.08759 2.9834 0.016588

10 8 8.0141 -0.014064 -0.17025 8.0054 -0.005413

11 14 13.8639 0.136148 1.25314 13.7349 0.265094

12 6 5.9143 0.085742 1.06147 5.7639 0.236095

13 8 8.0335 -0.033543 -0.27048 8.1512 -0.151202

14 7 7.0586 -0.058581 -0.55984 7.1453 -0.145343

15 14 14.1963 -0.196282 -2.48096 14.8751 -0.875134

16 2 2.0960 -0.095991 -0.90064 2.1610 -0.161041

17 7 7.0728 -0.072850 -0.64505 7.2365 -0.236512

18 6 5.9159 0.084097 0.86524 5.6823 0.317710

19 16 16.0458 -0.045794 -0.54717 16.1147 -0.114729

20 15 14.9751 0.024890 0.23595 14.9748 0.025166


68

Lampiran 12. Data nilai koefisien dari model PLS parasetamol.

PCT PCT standardized

Constant -0,9596 0,0000000

WL220.0 -0,5565 -0,0448233

WL222.0 -0,5014 -0,0411446

WL224.0 -0,4380 -0,0359802

WL226.0 -0,3667 -0,0295029

WL228.0 -0,2701 -0,0207643

WL230.0 -0,1154 -0,0082853

WL232.0 0,0979 0,0065761

WL234.0 0,3050 0,0198122

WL236.0 0,4665 0,0301270

WL238.0 0,5646 0,0368245

WL240.0 0,6205 0,0410302

WL242.0 0,6476 0,0431903

WL244.0 0,6603 0,0440341

WL246.0 0,6671 0,0438873

WL248.0 0,6667 0,0426521

WL250.0 0,6673 0,0409941

WL252.0 0,6633 0,0384742

WL254.0 0,6367 0,0344783

WL256.0 0,6048 0,0302021

WL258.0 0,5661 0,0256208

WL260.0 0,4651 0,0191995

WL262.0 0,3001 0,0112013

WL264.0 0,2453 0,0080738

WL266.0 0,1955 0,0056777

WL268.0 -0,0272 -0,0007299

WL270.0 -0,1606 -0,0039982

WL272.0 0,0716 0,0016253

WL274.0 0,4004 0,0084268

WL276.0 0,6176 0,0120119

WL278.0 0,8920 0,0161560

WL280.0 1,2658 0,0210141

WL282.0 2,1325 0,0293286

WL284.0 3,6486 0,0403426

WL286.0 5,2262 0,0485274

WL288.0 6,5848 0,0526870

WL290.0 7,9672 0,0547435

WL292.0 9,4862 0,0548097

WL294.0 11,6780 0,0553001

WL296.0 14,4726 0,0541927

WL298.0 18,2835 0,0523707

WL300.0 25,0837 0,0500859

WL302.0 35,5519 0,0447214

WL304.0 41,7619 0,0315673

WL306.0 32,1083 0,0153724

WL308.0 -37,8691 -0,0135353

WL310.0 -39,0561 -0,0122140


69

Lampiran 13. Data nilai koefisien dari model PLS guaifenesin.

GG GG standardized

Constant 0,2070 0,000000

WL220.0 0,1570 0,010504

WL222.0 0,2277 0,015516

WL224.0 0,2961 0,020200

WL226.0 0,2988 0,019964

WL228.0 0,2184 0,013938

WL230.0 0,1450 0,008647

WL232.0 -0,0258 -0,001441

WL234.0 -0,3933 -0,021213

WL236.0 -0,8087 -0,043364

WL238.0 -1,1144 -0,060360

WL240.0 -1,2921 -0,070953

WL242.0 -1,3872 -0,076820

WL244.0 -1,4370 -0,079575

WL246.0 -1,4926 -0,081539

WL248.0 -1,5723 -0,083530

WL250.0 -1,6859 -0,086002

WL252.0 -1,8247 -0,087881

WL254.0 -2,0323 -0,091390

WL256.0 -2,2373 -0,092773

WL258.0 -2,3358 -0,087778

WL260.0 -2,4589 -0,084285

WL262.0 -2,3909 -0,074095

WL264.0 -1,3912 -0,038014

WL266.0 0,4869 0,011739

WL268.0 2,0867 0,046468

WL270.0 4,5667 0,094431

WL272.0 9,1118 0,171768

WL274.0 13,3643 0,233571

WL276.0 15,5509 0,251150

WL278.0 17,7228 0,266538

WL280.0 19,5570 0,269605

WL282.0 19,6795 0,224735

WL284.0 15,0986 0,138625

WL286.0 7,2788 0,056121

WL288.0 0,9088 0,006038

WL290.0 -3,2439 -0,018508

WL292.0 -6,5439 -0,031395

WL294.0 -9,5201 -0,037434

WL296.0 -12,5614 -0,039057

WL298.0 -16,6306 -0,039555

WL300.0 -30,2693 -0,050187

WL302.0 -19,5278 -0,020397

WL304.0 3,1353 0,001968

WL306.0 -55,9142 -0,022229

WL308.0 14,0083 0,004157

WL310.0 10,2038 0,002650


70

Lampiran 14. Data nilai koefisien dari model PLS klorfeniramin maleat.

CTM CTM standardized

Constant 0,112 0,000000

WL220.0 -4,127 -0,269762

WL222.0 -1,239 -0,082484

WL224.0 2,306 0,153710

WL226.0 4,467 0,291648

WL228.0 6,614 0,412539

WL230.0 7,112 0,414453

WL232.0 4,906 0,267355

WL234.0 2,920 0,153907

WL236.0 1,292 0,067696

WL238.0 -0,277 -0,014663

WL240.0 -1,587 -0,085145

WL242.0 -1,547 -0,083740

WL244.0 -2,378 -0,128691

WL246.0 -2,011 -0,107366

WL248.0 -2,568 -0,133298

WL250.0 -2,995 -0,149281

WL252.0 -1,994 -0,093855

WL254.0 -0,325 -0,014303

WL256.0 1,552 0,062870

WL258.0 1,692 0,062133

WL260.0 5,218 0,174788

WL262.0 9,408 0,284920

WL264.0 12,157 0,324615

WL266.0 7,888 0,185845

WL268.0 5,199 0,113141

WL270.0 5,103 0,103107

WL272.0 3,169 0,058379

WL274.0 -11,977 -0,204554

WL276.0 -13,755 -0,217076

WL278.0 -25,678 -0,377376

WL280.0 -21,983 -0,296136

WL282.0 -15,198 -0,169603

WL284.0 -20,107 -0,180398

WL286.0 -18,129 -0,136592

WL288.0 12,027 0,078087

WL290.0 -41,676 -0,232363

WL292.0 -41,281 -0,193537

WL294.0 -1,951 -0,007498

WL296.0 34,414 0,104562

WL298.0 92,695 0,215445

WL300.0 -220,357 -0,357027

WL302.0 245,472 0,250556

WL304.0 -281,519 -0,172669

WL306.0 446,225 0,173352

WL308.0 41,624 0,012072

WL310.0 -136,887 -0,034736


71

Lampiran 15. Data pengukuran spektrofotometri UV enam replikasi sampel pada panjang gelombang 220 – 310 nm yang

diukur dengan interval pengukuran 2 nm.

Sampel Panjang Gelombang

220 222 224 226 228 230 232 234 236 238 240 242 244

I 0.841 0.886 0.926 0.966 1.002 1.013 1.021 1.042 1.059 1.057 1.058 1.06 1.055

II 1.076 1.127 1.17 1.208 1.24 1.237 1.233 1.246 1.259 1.252 1.25 1.252 1.246

II 1.2 1.251 1.291 1.324 1.348 1.333 1.316 1.32 1.326 1.315 1.311 1.312 1.304

IV 1.273 1.32 1.354 1.381 1.394 1.365 1.336 1.328 1.328 1.312 1.305 1.304 1.296

V 1.361 1.409 1.444 1.467 1.474 1.434 1.391 1.373 1.365 1.345 1.334 1.331 1.323

VI 1.499 1.547 1.574 1.587 1.581 1.52 1.458 1.426 1.408 1.382 1.368 1.363 1.354

Lanjutan lampiran 15.


246 248 250 252 254 256 258 260 262 264 266 268 270

I 1.038 1.007 0.963 0.905 0.836 0.764 0.686 0.613 0.538 0.473 0.417 0.371 0.335

II 1.225 1.19 1.139 1.073 0.995 0.913 0.823 0.739 0.652 0.574 0.505 0.451 0.407

II 1.284 1.247 1.196 1.128 1.049 0.964 0.871 0.785 0.696 0.612 0.538 0.481 0.433

IV 1.276 1.24 1.191 1.125 1.049 0.968 0.878 0.795 0.708 0.623 0.548 0.492 0.442

V 1.302 1.267 1.218 1.153 1.079 0.998 0.908 0.825 0.739 0.65 0.571 0.513 0.462

VI 1.333 1.3 1.251 1.188 1.115 1.037 0.945 0.864 0.778 0.685 0.6 0.542 0.487


72



272 274 276 278 280 282 284 286 288 290 292 294 296

I 0.308 0.286 0.266 0.25 0.234 0.209 0.185 0.162 0.141 0.121 0.102 0.085 0.069

II 0.37 0.34 0.315 0.295 0.274 0.246 0.217 0.19 0.166 0.143 0.121 0.101 0.083

II 0.39 0.355 0.328 0.305 0.283 0.253 0.223 0.196 0.17 0.146 0.124 0.103 0.083

IV 0.395 0.356 0.327 0.303 0.279 0.249 0.219 0.192 0.168 0.144 0.122 0.101 0.082

V 0.409 0.366 0.335 0.309 0.284 0.254 0.224 0.197 0.172 0.148 0.126 0.105 0.086

VI 0.426 0.376 0.343 0.315 0.288 0.256 0.226 0.199 0.173 0.149 0.127 0.107 0.087



298 300 302 304 306 308 310

I 0.054 0.04 0.028 0.02 0.014 0.011 0.009

II 0.065 0.049 0.035 0.026 0.02 0.016 0.014

II 0.065 0.049 0.034 0.024 0.018 0.014 0.012

IV 0.064 0.048 0.034 0.024 0.017 0.013 0.012

V 0.068 0.052 0.038 0.028 0.022 0.019 0.017

VI 0.069 0.053 0.039 0.029 0.023 0.019 0.017


73

Lampiran 16. Perhitungan kadar PCT pada sampel sirup menggunakan hasil koefisien validasi internal leave one out.

Koefisien 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 -0.9596 1 -0.9596 1 -0.9596 1 -0.9596 1 -0.9596 1 -0.9596 1 -0.9596 -0.5565 0.841 -0.46802 1.076 -0.59879 1.2 -0.6678 1.273 -0.70842 1.361 -0.7574 1.499 -0.83419 -0.5014 0.886 -0.44424 1.127 -0.56508 1.251 -0.62725 1.32 -0.66185 1.409 -0.70647 1.547 -0.77567 -0.438 0.926 -0.40559 1.17 -0.51246 1.291 -0.56546 1.354 -0.59305 1.444 -0.63247 1.574 -0.68941 -0.3667 0.966 -0.35423 1.208 -0.44297 1.324 -0.48551 1.381 -0.50641 1.467 -0.53795 1.587 -0.58195 -0.2701 1.002 -0.27064 1.24 -0.33492 1.348 -0.36409 1.394 -0.37652 1.474 -0.39813 1.581 -0.42703 -0.1154 1.013 -0.1169 1.237 -0.14275 1.333 -0.15383 1.365 -0.15752 1.434 -0.16548 1.52 -0.17541 0.0979 1.021 0.099956 1.233 0.120711 1.316 0.128836 1.336 0.130794 1.391 0.136179 1.458 0.142738 0.305 1.042 0.31781 1.246 0.38003 1.32 0.4026 1.328 0.40504 1.373 0.418765 1.426 0.43493 0.4665 1.059 0.494024 1.259 0.587324 1.326 0.618579 1.328 0.619512 1.365 0.636773 1.408 0.656832 0.5646 1.057 0.596782 1.252 0.706879 1.315 0.742449 1.312 0.740755 1.345 0.759387 1.382 0.780277 0.6205 1.058 0.656489 1.25 0.775625 1.311 0.813476 1.305 0.809753 1.334 0.827747 1.368 0.848844 0.6476 1.06 0.686456 1.252 0.810795 1.312 0.849651 1.304 0.84447 1.331 0.861956 1.363 0.882679 0.6603 1.055 0.696617 1.246 0.822734 1.304 0.861031 1.296 0.855749 1.323 0.873577 1.354 0.894046 0.6671 1.038 0.69245 1.225 0.817198 1.284 0.856556 1.276 0.85122 1.302 0.868564 1.333 0.889244 0.6667 1.007 0.671367 1.19 0.793373 1.247 0.831375 1.24 0.826708 1.267 0.844709 1.3 0.86671 0.6673 0.963 0.64261 1.139 0.760055 1.196 0.798091 1.191 0.794754 1.218 0.812771 1.251 0.834792 0.6633 0.905 0.600287 1.073 0.711721 1.128 0.748202 1.125 0.746213 1.153 0.764785 1.188 0.788 0.6367 0.836 0.532281 0.995 0.633517 1.049 0.667898 1.049 0.667898 1.079 0.686999 1.115 0.709921 0.6048 0.764 0.462067 0.913 0.552182 0.964 0.583027 0.968 0.585446 0.998 0.60359 1.037 0.627178 0.5661 0.686 0.388345 0.823 0.4659 0.871 0.493073 0.878 0.497036 0.908 0.514019 0.945 0.534965 0.4651 0.613 0.285106 0.739 0.343709 0.785 0.365104 0.795 0.369755 0.825 0.383708 0.864 0.401846 0.3001 0.538 0.161454 0.652 0.195665 0.696 0.20887 0.708 0.212471 0.739 0.221774 0.778 0.233478 0.2453 0.473 0.116027 0.574 0.140802 0.612 0.150124 0.623 0.152822 0.65 0.159445 0.685 0.168031


74



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


75

Lampiran 17. Perhitungan kadar GG pada sampel sirup menggunakan hasil koefisien validasi internal leave one out.


Abs Abs*K Abs Abs*K Abs Abs*K Abs Abs*K Abs Abs*K Abs Abs*K 0.207 1 0.207 1 0.207 1 0.207 1 0.207 1 0.207 1 0.207 0.157 0.841 0.132037 1.076 0.168932 1.2 0.1884 1.273 0.199861 1.361 0.213677 1.499 0.235343 0.2277 0.886 0.201742 1.127 0.256618 1.251 0.284853 1.32 0.300564 1.409 0.320829 1.547 0.352252 0.2961 0.926 0.274189 1.17 0.346437 1.291 0.382265 1.354 0.400919 1.444 0.427568 1.574 0.466061 0.2988 0.966 0.288641 1.208 0.36095 1.324 0.395611 1.381 0.412643 1.467 0.43834 1.587 0.474196

0.2184 1.002 0.218837 1.24 0.270816 1.348 0.294403 1.394 0.30445 1.474 0.321922 1.581 0.34529 0.145 1.013 0.146885 1.237 0.179365 1.333 0.193285 1.365 0.197925 1.434 0.20793 1.52 0.2204

-0.0258 1.021 -0.02634 1.233 -0.03181 1.316 -0.03395 1.336 -0.03447 1.391 -0.03589 1.458 -0.03762

-0.3933 1.042 -0.40982 1.246 -0.49005 1.32 -0.51916 1.328 -0.5223 1.373 -0.54 1.426 -0.56085

-0.8087 1.059 -0.85641 1.259 -1.01815 1.326 -1.07234 1.328 -1.07395 1.365 -1.10388 1.408 -1.13865

-1.1144 1.057 -1.17792 1.252 -1.39523 1.315 -1.46544 1.312 -1.46209 1.345 -1.49887 1.382 -1.5401

-1.2921 1.058 -1.36704 1.25 -1.61513 1.311 -1.69394 1.305 -1.68619 1.334 -1.72366 1.368 -1.76759

-1.3872 1.06 -1.47043 1.252 -1.73677 1.312 -1.82001 1.304 -1.80891 1.331 -1.84636 1.363 -1.89075

-1.437 1.055 -1.51604 1.246 -1.7905 1.304 -1.87385 1.296 -1.86235 1.323 -1.90115 1.354 -1.9457

-1.4926 1.038 -1.54932 1.225 -1.82844 1.284 -1.9165 1.276 -1.90456 1.302 -1.94337 1.333 -1.98964

-1.5723 1.007 -1.58331 1.19 -1.87104 1.247 -1.96066 1.24 -1.94965 1.267 -1.9921 1.3 -2.04399

-1.6859 0.963 -1.62352 1.139 -1.92024 1.196 -2.01634 1.191 -2.00791 1.218 -2.05343 1.251 -2.10906

-1.8247 0.905 -1.65135 1.073 -1.9579 1.128 -2.05826 1.125 -2.05279 1.153 -2.10388 1.188 -2.16774

-2.0323 0.836 -1.699 0.995 -2.02214 1.049 -2.13188 1.049 -2.13188 1.079 -2.19285 1.115 -2.26601 -2.2373 0.764 -1.7093 0.913 -2.04265 0.964 -2.15676 0.968 -2.16571 0.998 -2.23283 1.037 -2.32008

-2.3358 0.686 -1.60236 0.823 -1.92236 0.871 -2.03448 0.878 -2.05083 0.908 -2.12091 0.945 -2.20733

-2.4589 0.613 -1.50731 0.739 -1.81713 0.785 -1.93024 0.795 -1.95483 0.825 -2.02859 0.864 -2.12449

-2.3909 0.538 -1.2863 0.652 -1.55887 0.696 -1.66407 0.708 -1.69276 0.739 -1.76688 0.778 -1.86012

-1.3912 0.473 -0.65804 0.574 -0.79855 0.612 -0.85141 0.623 -0.86672 0.65 -0.90428 0.685 -0.95297


76



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


77

Lampiran 18. Perhitungan kadar CTM pada sampel sirup menggunakan hasil koefisien validasi internal leave one out.



0.112 1 0.112 1 0.112 1 0.112 1 0.112 1 0.112 1 0.112

-4.127 0.841 -3.47081 1.076 -4.44065 1.2 -4.9524 1.273 -5.25367 1.361 -5.61685 1.499 -6.18637

-1.239 0.886 -1.09775 1.127 -1.39635 1.251 -1.54999 1.32 -1.63548 1.409 -1.74575 1.547 -1.91673

2.306 0.926 2.135356 1.17 2.69802 1.291 2.977046 1.354 3.122324 1.444 3.329864 1.574 3.629644 4.467 0.966 4.315122 1.208 5.396136 1.324 5.914308 1.381 6.168927 1.467 6.553089 1.587 7.089129 6.614 1.002 6.627228 1.24 8.20136 1.348 8.915672 1.394 9.219916 1.474 9.749036 1.581 10.45673 7.112 1.013 7.204456 1.237 8.797544 1.333 9.480296 1.365 9.70788 1.434 10.19861 1.52 10.81024 4.906 1.021 5.009026 1.233 6.049098 1.316 6.456296 1.336 6.554416 1.391 6.824246 1.458 7.152948 2.92 1.042 3.04264 1.246 3.63832 1.32 3.8544 1.328 3.87776 1.373 4.00916 1.426 4.16392 1.292 1.059 1.368228 1.259 1.626628 1.326 1.713192 1.328 1.715776 1.365 1.76358 1.408 1.819136 -0.277 1.057 -0.29279 1.252 -0.3468 1.315 -0.36426 1.312 -0.36342 1.345 -0.37257 1.382 -0.38281 -1.587 1.058 -1.67905 1.25 -1.98375 1.311 -2.08056 1.305 -2.07104 1.334 -2.11706 1.368 -2.17102 -1.547 1.06 -1.63982 1.252 -1.93684 1.312 -2.02966 1.304 -2.01729 1.331 -2.05906 1.363 -2.10856 -2.378 1.055 -2.50879 1.246 -2.96299 1.304 -3.10091 1.296 -3.08189 1.323 -3.14609 1.354 -3.21981 -2.011 1.038 -2.08742 1.225 -2.46348 1.284 -2.58212 1.276 -2.56604 1.302 -2.61832 1.333 -2.68066

-2.568 1.007 -2.58598 1.19 -3.05592 1.247 -3.2023 1.24 -3.18432 1.267 -3.25366 1.3 -3.3384

-2.995 0.963 -2.88419 1.139 -3.41131 1.196 -3.58202 1.191 -3.56705 1.218 -3.64791 1.251 -3.74675

-1.994 0.905 -1.80457 1.073 -2.13956 1.128 -2.24923 1.125 -2.24325 1.153 -2.29908 1.188 -2.36887

-0.325 0.836 -0.2717 0.995 -0.32338 1.049 -0.34093 1.049 -0.34093 1.079 -0.35068 1.115 -0.36238

1.552 0.764 1.185728 0.913 1.416976 0.964 1.496128 0.968 1.502336 0.998 1.548896 1.037 1.609424

1.692 0.686 1.160712 0.823 1.392516 0.871 1.473732 0.878 1.485576 0.908 1.536336 0.945 1.59894

5.218 0.613 3.198634 0.739 3.856102 0.785 4.09613 0.795 4.14831 0.825 4.30485 0.864 4.508352

9.408 0.538 5.061504 0.652 6.134016 0.696 6.547968 0.708 6.660864 0.739 6.952512 0.778 7.319424

12.157 0.473 5.750261 0.574 6.978118 0.612 7.440084 0.623 7.573811 0.65 7.90205 0.685 8.327545


78




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


79

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 … · aplikasi spektrofotometri uv dan kalibrasi...

Documents

Transcript of APLIKASI SPEKTROFOTOMETRI UV DAN KALIBRASI … · aplikasi spektrofotometri uv dan kalibrasi...