PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI · Hasil penetapan kadar prediksi parasetamol (PCT) dalam...

APLIKASI SPEKTROFOTOMETRI UV DAN KALIBRASI

MULTIVARIAT UNTUK ANALISIS PARASETAMOL DAN KAFEIN

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Farmasi (S. Farm.)

Program Studi Farmasi

Oleh :

Gersom Jalaq

NIM : 118114172

FAKULTAS FARMASI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2015

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

i



SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Farmasi (S. Farm.)

Program Studi Farmasi

Oleh :

Gersom Jalaq

NIM : 118114172

FAKULTAS FARMASI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2015


ii

Persetujuan Pembimbing



Skripsi yang diajukan oleh:

Gersom Jalaq

NIM : 118114172

telah disetujui oleh:

tanggal 14 Desember 2015

tanggal 14 Desember 2015


iii


iv

HALAMAN PERSEMBAHAN

If you only walk on sunny days you’ll never reach your

destination

-Paulo Coelho

Karya tulis ini ku persembahkan untuk kedua orang tua

tercinta Godwin Limberg dan Ermina Julan kedua adik-ku Erik

Firnandus dan Hermanus Lawing, serta orang yang saya kasihi Elsa

Rika dan kepada seluruh sahabat yang selalu memberi dukungan dan

motivasi.Dan yang terutama bagi Allah Bapa di surga yang

senantiasa selalu melindungi dan selalu mengasihiku hingga saat ini.


v

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya skripsi yang saya tulis ini tidak

memuat karya atau sebagian karya orang lain, kecuali yang telah disebutkan

dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.

Apabila di kemudian hari ditemukan plagiarisme dalam naskah ini, maka

saya bersedia menanggung segala sanksi sesuai dengan peraturan perundang-

undangan yang berlaku.

Yogyakarta, 3 September 2015

Penulis

Gersom Jalaq


vi

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH

UNTUK KEPENTINGAN AKADEMIS

Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma:

Nama : Gersom Jalaq

Nomor Mahasiswa : 118114172

Demi perkembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan

Universitas Sanata Dharma karya ilmiah saya yang berjudul :



beserta perangkat yang diperlukan bila ada. Dengan demikian, saya memberikan

kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan,

mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan

data, mendistribusikannya secara terbatas, dan mempublikasikannya di internet

atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya

ataupun memberikan royalty kepada saya selama tetap mencantumkan nama saya

sebagai penulis.

Demikian pernyataan ini yang saya buat dengan sebenarnya.

Dibuat di Yogyakarta

Pada tanggal 21 Februari 2016

Yang menyatakan

(Gersom Jalaq)


vii

PRAKATA

Puji syukur penulis ucapkan ke hadirat Tuhan Yang Maha Esa, karena

dengan bantuan tangan-Nyalah penulis dapat meyelesaikan skripsi yang berjudul

“Aplikasi Spektrofotometri UV dan Kalibrasi Multivariat Untuk Analisis

Parasetamol dan Kafein”.

Penulis menyampaikan terima kasih kepada setiap pihak yang terlibat

dalam penyusunan naskah ini.

1. Kedua orang tua yang selalu mendukung dan mendoakan agar penulis dapat

menyelesaikan studi dengan baik, terima kasih banyak atas segala usaha dan

kasih sayang yang telah diberikan, serta kepada kedua adik saya yang selalu

dapat membuat saya lebih termotivasi.

2. Bapak Prof. Dr. Abdul Rohman, M.Si., Apt. selaku dosen pembimbing yang

sangat baik dan sabar serta banyak memberi masukan dalam penulisan karya

tulis ini.

3. Bapak Florentinus Dika Octa Riswanto, M.Sc., selaku dosen pembimbing

yang sangat baik dan sabar serta banyak memberi masukan dalam

penyusunan karya tulis ini.

4. Ibu Dr. Christine Patramurti, M. Si., Apt. dan Bapak Jeffry Julianus, M. Si.,

sebagai dosen penguji yang memberikan saran yang membangun karya tulis

ini menjadi lebih baik.

5. Elsa Rika Octaviana yang selalu mendampingi dan memberi motivasi agar

segera dapat menyelesaikan studi.

6. I Made Mudiarcana, Arief Dzulfianto, Erfan Gulo, Opi, Devina, atas

kekompakan dan kerja samanya selama mengerjakan penelitian dan selama

perkuliahan.

7. Mas Bimo selaku laboran Kimia Analisis yang membantu selama pengerjaan

penelitian.

8. Dekan dan seluruh staf fakultas Farmasi Universitas Sanata Dharma yang

mendukung terselenggaranya penelitian.

9. Seluruh pihak yang tidak dapat disebutkan satu per satu atas kontribusinya

dalam penyusunan karya ini.


viii

Penulis mengakui bahwa masih terdapat kekurangan dalam karya tulis ini

sehingga penulis terbuka menerima kritik dan saran untuk memperlengkap karya

tulis ini. Besar harapan penulis agar karya ini dapat dimanfaatkan untuk

melakukan penjaminan mutu terhadap sediaan–sediaan farmasi demi

meningkatnya kesejahteraan dan kesehatan masyarakat.

Yogyakarta, 3 September 2015

Penulis


ix

DAFTAR ISI

HALAMAN JUDUL ...........................................................................................i

HALAMAN PERSETUJUAN PEMBIMBING .................................................ii

HALAMAN PENGESAHAN .............................................................................iii

HALAMAN PERSEMBAHAN .........................................................................iv

PERNYATAAN KEASLIAN KARYA .............................................................v

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA

ILMIAH UNTUK KEPENTINGAN AKADEMIS ............................................vi

PRAKATA ..........................................................................................................vii

DAFTAR ISI .......................................................................................................ix

DAFTAR TABEL ...............................................................................................xii

DAFTAR GAMBAR ..........................................................................................xiii

DAFTAR LAMPIRAN .......................................................................................xiv

INTISARI ............................................................................................................xv

ABSTRACT ..........................................................................................................xvi

BAB I PENGANTAR .........................................................................................1

A. Latar Belakang ...............................................................................................1

1. Rumusan Masalah.....................................................................................3

2. Keaslian Penelitian ...................................................................................4

3. Manfaat Penelitian ....................................................................................5

B. Tujuan Penelitian ............................................................................................5

BAB II PENELAAHAN PUSTAKA..................................................................6

A. Parasetamol ....................................................................................................6


x

B. Kafein .............................................................................................................7

C. Spektroskopi Absoprsi UV-Vis ......................................................................8

1. Pendahuluan...............................................................................................8

2. Eksitasi Molekul ........................................................................................9

3. Prinsip Spektroskopi Absorbsi ..................................................................10

4. Instrumentasi .............................................................................................12

D.Kemometrika ...................................................................................................13

E. Validasi Metode Analisis ................................................................................15

1. Pengertian dan Pentingnya Validasi Metode Analisis ...............................15

2. Validasi Metode Kalibrasi Multivariat ......................................................17

3. Parameter Validasi Metode Kalibrasi Multivariat .....................................17

F. Landasan Teori................................................................................................19

G. Hipotesis .........................................................................................................20

BAB III METODE PENELITIAN......................................................................21

A. Jenis dan Rancangan Penelitian .....................................................................21

B. Variabel dan Definisi Operasional .................................................................21

1. Variabel Penelitian ...................................................................................21

2. Definisi Operasional .................................................................................21

C. Bahan Penelitian .............................................................................................22

D. Alat Penelitian ................................................................................................22

E. Tata Cara Penelitian ........................................................................................23

1. Scanning Spektra Standar .........................................................................23

2. Pemilihan Interval Pengukuran dan Panjang Gelombang pengukuran ....23


xi

3. Preparasi Set Kalibrasi ...............................................................................23

4. Preparasi Larutan Set Validasi ...................................................................25

5. Analisis Sampel .........................................................................................26

6. Pengolahan Data Secara Statistik Dengan Partial Least Square...............27

7. Analisis Data ..............................................................................................29

BAB IV HASIL DAN PEMBAHASAN ............................................................31

A. Analisis Secara Spektrofotometri UV yang Dikombinasikan dengan

Kalibrasi Multivariat .....................................................................................31

B. Optimasi Kalibrasi Multivariat Menggunakan Partial Least Square

(PLS) .............................................................................................................32

C. Validasi Model Kalibrasi Multivariat Partial Least Square (PLS) ................36

D. Penetapan Kadar Sediaan Farmasi .................................................................40

BAB V KESIMPULAN DAN SARAN ..............................................................44

A. Kesimpulan ....................................................................................................44

B. Saran ..............................................................................................................44

DAFTAR PUSTAKA .........................................................................................45

LAMPIRAN ........................................................................................................48

Biografi Penulis ...................................................................................................66


xii

DAFTAR TABEL

Tabel I. Komposisi campuran parasetamol (PCT) dan kafein (CAF) untuk

model kalibrasi ..............................................................................24

Tabel II. Komposisi campuran parasetamol (PCT) dan kafein (CAF) untuk

validasi ...........................................................................................26

Tabel III. Nilai sebenarnya dan terhitung hasil kalibrasi PLS dari model

kalibrasi parasetamol (PCT) dan kafein (CAF) tanpa validasi

silang (cross validation) pada panjang gelombang 220-310 nm ...34

Tabel IV. Nilai sebenarnya dan terhitung hasil kalibrasi PLS dari set

kalibrasi parasetamol (PCT) dan kafein (CAF) validasi silang

(cross validation ) pada panjang gelombang 220–310 nm ............37

Tabel V. Nilai sebenarnya dan nilai terhitung dari parasetamol dan kafein

hasil validasi eksternal ...................................................................39

Tabel VI. Evaluasi parameter validasi metode spektrofotometri UV–

kalibrasi multivariat PLS untuk penetapan kadar parasetamol

(PCT) dan kafein (CAF) ................................................................40

Tabel VII. Konsentrasi larutan akhir setelah ditetapkan dengan model

kalibrasi PLS yang telah tervalidasi ...............................................41

Tabel VIII. Hasil penetapan kadar prediksi parasetamol (PCT) dalam

sediaan tablet dengan komposisi parasetamol (PCT) 500 mg

dan kafein (CAF) 65 mg dengan metode spektrofotometri

UV-PLS .........................................................................................42

Tabel IX. Hasil penetapan kadar prediksi kafein (CAF) dalam sediaan

tablet dengan komposisi parasetamol (PCT) 500 mg dan

kafein (CAF) 65 mg dengan metode spektrofotometri UV-PLS ..42


xiii

DAFTAR GAMBAR

Gambar 1. Struktur parasetamol ......................................................................6

Gambar 2. Struktur kafein ...............................................................................7

Gambar 3. Proses eksitasi ................................................................................10

Gambar 4. Level energi elektronik dan transisi ...............................................10

Gambar 5. Penyerapan sinar UV oleh larutan .................................................11

Gambar 6. Skema instrumentasi spektrofotometri Uv-Vis ..............................13

Gambar 7. Overlay spektra UV parasetamol (PCT), kafein (CAF), dan

campuran parasetamol dan kafein pada konsentrasi 5µg/mL

yang diukur pada panjang gelombang 200-400 nm .......................31

Gambar 8. Overlay campuran baku parasetamol (PCT) dan kafein (CAF)

dan sampel yang mengandung parasetamol (PCT) dan kafein

(CAF) yang diukur pada panjang gelombang 220-400 nm ...........32

Gambar 9. Kurva hubungan nilai sebenarnya dan nilai terhitung model

kalibrasi parasetamol .....................................................................35

Gambar 10. Kurva hubungan nilai sebenarnya dan nilai terhitung model

kalibrasi kafein ...............................................................................35

Gambar 11. Kurva hubungan nilai sebenarnya dan nilai terhitung pada

model kalibrasi parasetamol dengan cross validation leave

one out ...........................................................................................38

Gambar 12. Kurva hubungan nilai sebenarnya dan nilai terhitung pada model

kalibrasi kafein dengan cross validation leave one out .................39


xiv

DAFTAR LAMPIRAN

Lampiran 1. Output minitab hasil kalibrasi multivariat PLS parasetamol dari 20

campuran model kalibrasi yang mengandung parasetamol dan kafein

tanpa validasi silang (cross validation) leave one out...................49

Lampiran 2. Output minitab hasil kalibrasi multivariat PLS kafein dari 20


tanpa validasi silang (cross validation) leave one out.....................50

Lampiran 3. Output minitab hasil kalibrasi multivariat PLS parasetamol dari 20


dengan validasi silang (cross validation) leave one out ..................51

Lampiran 4. Output minitab hasil kalibrasi multivariat PLS kafein dari 20


dengan validasi silang (cross validation) leave one out ..................52

Lampiran 5. Nilai koefisien model kalibrasi PCT dan CAF ...............................53

Lampiran 6. Nilai absorbansi 20 campuran baku untuk model kalibrasi yang

diukur pada panjang gelombang 220-310 dengan interval 2 nm ...54

Lampiran 7. Nilai absorbansi 10 larutan validasi eksternal ................................58

Lampiran 8. Perhitungan kadar parasetamol (PCT) terprediksi dari sampel tablet

yang mengandung campuran parasetamol (PCT) dan kafein (CAF)

menggunakan koefisien hasil validasi silang (cross validation) .....60

Lampiran 9. Perhitungan kadar kafein (CAF) terprediksi dari sampel tablet

yang mengandung parasetamol (PCT) dan kafein (CAF)

menggunakan koefisien hasil validasi silang (cross validation) ....62

Lampiran 10. Sertifikat analisis (CoA) parasetamol ...........................................64

Lampiran 11. Sertifikat analisis (CoA) kafein ....................................................65


xv

INTISARI

Penggunakan zat aktif kombinasi semakin sering digunakan akhir–akhir

ini, sehingga menuntut peningkatan pengawasan terhadap mutu produk obat yang

dihasilkan. Salah satu metode yang umumnya digunakan untuk penjaminan mutu

adalah spektrofotometri. Akan tetapi metode spektrofotometri tidak dapat

digunakan untuk analisis senyawa multikomponen secara simultan, hal ini

disebabkan karena adanya overlapping spektra senyawa. Dengan berkembangnya

kemometrika, keterbatasan pada metode spektrofotometri dapat diatasi.

Analisis sediaan farmasi yang mengandung parasetamol dan kafein

dilakukan dengan menggunakan metode spektrofotometri yang dikombinasikan

dengan kalibrasi multivariat partial least square (PLS). Validasi model kalibrasi

didasarkan pada nilai koefisien determinasi (R2) , root mean square error of

calibration (RMSEC), root mean square of calibration validation (RMSECV),

dan predicted residual error sum of square (PRESS).

Hasil pemodelan yang diperoleh memiliki koefisien determinasi (R2)

parasetamol sebesar 0,999 dan nilai RMSEC sebesar 0,0036, sementara koefisien

determinasi (R2) untuk kafein adalah 0,999 dan RMSEC 0,0027. Model hasil

validasi internal memiliki nilai R2 sebesar 0,957, RMSECV 0,0196 , PRESS

1,1892 untuk parasetamol dan R2

0,999, RMSECV 0,1435, PRESS 0,0053 untuk

kafein.

Kata Kunci : Analisis multivariat, spektrofotometri, partial least square


xvi

ABSTRACT

The increased use of combined active ingredients require an increased

control on the quality of medicines product. One widely used method that used for

quality control is spectrophotometry. However, the spectrophotometry cannot be

used for the simultaneous analysis of multi-component mixtures, this problem was

caused by overlapping of the mixtures. With the development of chemometrics

method, the limitation of spectrophotometry can be resolved.

The analysis of pharmaceutical preparations containing paracetamol and

caffeine can be conducted using spectrophotometry combined with multivariate

partial least square (PLS) calibration. The validation of calibration model is based

on the value of the determination coefficient (R2), the root mean square error of

calibration (RMSEC), root mean square of calibration validation (RMSECV), and

predicted residual error sum of square (PRESS).

The modeling results obtained had a coefficient of determination (R2) for

paracetamol was 0,999 and RMSEC 0,0036. The coefficient of determination (R2)

for caffeine was 0,999 and RMSEC 0,0027. The internal validation result for the

model had a R2value of 0,957, RMSECV of 0,0196, and PRESS of 1,1892 for

paracetamol and R2

of 0,999, RMSECV of 0,1435, PRESS 0,0053 for caffeine.

Key words: Multivariate analysis, spectrophotometry, partial least square


1

BAB I

PENGANTAR

A. Latar Belakang

Sediaan farmasi yang beredar di pasaran kebanyakan berupa campuran

berbagai zat berkhasiat. Campuran ini bertujuan untuk meningkatkan efek terapi

dan kemudahan dalam pemakaian. Salah satu campuran zat aktif yang sering

digunakan adalah parasetamol dan kafein yang berkhasiat sebagai analgetik dan

antipiretik (Damayanti, Ibrahim, Firman, Tjahjono, 2003). Campuran parasetamol

dan kafein banyak ditemukan dalam produk antiinfluenza dengan berbagai merek

dagang. Parasetamol merupakan metabolit fenasetin dengan efek analgetik ringan

sampai sedang dan antipiretik yang ditimbulkan oleh gugus aminobenzen,

sedangkan kafein adalah basa lemah yang merupakan turunan xantin, memiliki

gugus metil dan berefek stimulasi susunan saraf pusat serta dapat memperkuat

efek analgetik parasetamol (Ganiswarna, 1995).

Dalam pemasarannya, pemeriksaan mutu suatu sediaan obat mutlak

diperlukan untuk menjamin bahwa sediaan obat mengandung bahan dengan mutu

dan jumlah yang telah ditetapkan dan mengikuti prosedur analisis standar,

sehingga menunjang efek terapeutik yang diharapkan (Sudjadi dan Rahman,

1994). Mutu obat telah menjadi perhatian Organisasi Kesehatan Dunia (WHO)

sejak organisasi ini berdiri. Penjaminan mutu suatu obat menjadi perhatian utama

bagi WHO, hal ini berbanding lurus dengan alokasi setiap pemerintahan yang

menyediakan anggaran total kesehatannya untuk penyediaan obat. Bahkan di


2

negara berkembang porsinya dapat mencapai lebih dari 40% (WHO, 1997).

Apabila tidak ada jaminan bahwa obat–obat tersebut sesuai dengan

prioritas kebutuhan kesehatan serta memenuhi standar mutu, keamanan dan

khasiat obat yang dapat diterima, maka kualitas dari pelayanan kesehatan akan

dipertanyakan. Di negara–negara maju, besar sekali upaya administratif dan teknis

ditujukan untuk memastikan pasien mendapatkan obat yang efektif dan bermutu

baik. Peran dari lembaga–lembaga internasional sangat diperlukan untuk dapat

memberi suatu standar kualitas, rekomendasi, dan instrumen yang memastikan

mutu obat, yang diproduksi dan diperdagangkan baik secara nasional maupun

internasional (WHO, 1997).

Seiring dengan berkembangnya dunia industri kefarmasiaan di Indonesia,

berbagai macam produk farmasi dihasilkan, dengan jumlah zat aktif yang semakin

banyak. Sediaan farmasi dapat terdiri dari obat kombinasi dengan dua atau lebih

zat aktif oleh kalangan industri. Penggunaan senyawa aktif lebih dari satu

komponen ini sangat riskan mengingat interaksi antar obat yang mungkin terjadi

serta kadar zat aktif tersebut dalam sediaan, sehingga penjaminan mutu mutlak

diperlukan (Gitawati, 2008). Sesuai dengan kebijakan–kebijakan Internasional

tentang pemastian mutu obat maka wajib dilakukan analisis rutin terhadap obat.

Metode analisis yang sering digunakan untuk melakukan penetapan kadar suatu

senyawa salah satunya adalah spektrofotometri UV. Metode ini sering digunakan

karena dapat mengumpulkan jumlah data yang banyak dalam waktu yang relatif

singkat sehingga cocok digunakan untuk analisis rutin. Akan tetapi metode ini

memiliki keterbatasan yaitu tidak dapat diterapkan pada senyawa multikomponen


3

karena terjadinya tumpang tindih spektra senyawa. Meskipun begitu kekurangan

tersebut dapat diatasi seiring dengan berkembangnya penggunaan algoritma

matematika dan statistika sehingga dapat dikombinasikan dengan teknik

spektrofotometri. Sehingga dengan teknik ini memungkinkan untuk pengolahan

data yang berjumlah banyak atau yang disebut data multivariat. Salah satu ilmu

terapan dari ilmu statistika disebut dengan kemometrika. Definisi dari

kemometrika adalah penggunaan statistika dan matematika dalam analisis kimia

(Rohman, 2014). Seiring dengan berkembangnya kemometrika maka dapat

dikombinasikan dengan metode spektrofotometri UV untuk melakukan penetapan

kadar senyawa multikomponen secara simultan tanpa tahap pemisahan. Sehingga

penelitian ini diarahkan untuk mengembangkan metode spektrofotometri UV

dikombinasikan dengan kemometrika kalibrasi multivariat untuk analisis senyawa

multikomponen.

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 kalibrasi

multivariat untuk analisis sediaan tablet yang mengandung parasetamol dan

kafein adalah metode yang optimal?

b. Apakah metode spektrofotometri yang dikombinasikan dengan kalibrasi

multivariat untuk analisis sediaan tablet yang mengandung parasetamol dan

kafein merupakan metode yang valid?

c. Apakah kombinasi spektrofotometri UV dikombinasikan dengan kalibrasi


4

multivariat dapat diaplikasikan untuk penetapan kadar parasetamol dan

kafein?

2. Keaslian Penelitian

Berdasarkan penelusuran pustaka yang dilakukan, belum ditemukan

penelitian yang menggunakan metode spektrofotometri UV yang dikombinasikan

dengan kalibrasi multivariat untuk menetapkan kadar sediaan tablet dengan

komposisi parasetamol dan kafein. Beberapa penelitian yang telah dilakukan

menggunakan metode spektrofotometri dan kalibrasi multivariat adalah sebagai

berikut :

a. Penetapan kadar parasetamol, fenilefrin HCl dan klorfeniramin maleat secara

simultan menggunakan spektrofotometri UV dengan pendekatan

kemometrika (Khosayand et al., 2010).

b. Penetapan kadar asetaminofen dan klorzoxazone pada sedian tablet dengan

metode spektrofotometri UV yang dikombinasikan kemometrika

(Pheckrajang, 2011).

c. Penetapan kadar tolperisone hidroklorid dan natrium diklofeak dalam sedian

farmasi menggunakan spektrofotometri UV dengan pendekatan

kemometrika dan RP-HPLC secara simultan (Gohel, Patel, Parmar, 2013).

d. Campuran obat bronkodilator secara simultan menggunakan metode

spektrofotometri dan KCKT serta pendekatan kemometrika (El-Gindy et al.,

2006).


5

3. Manfaat Penelitian

a. Manfaat Metodelogis

Dapat membantu pengembangan metode spektrofotometri UV untuk dapat

diaplikasikan tidak hanya pada senyawa tunggal tapi dapat diaplikasikan

juga pada senyawa multikomponen.

b. Manfaat Praktis

Hasil pengembangan metode analisis dapat dikembangkan lebih jauh agar

dapat digunakan untuk melakukan analisis rutin terhadap suatu obat agar

dapat menjamin mutu dan kualitas obat yang beredar.

c. Manfaat Teoretis

Dapat memberikan gambaran serta tambahan pengetahuan mengenai

metode kombinasi spektrofotometri UV dan kalibrasi multivariat tentang

bagaimana validitas data yang dihasilkan serta kemungkinan kekurangan

dari metode analisis tersebut.

B. Tujuan Penelitian

1. Mengetahui optimasi metode spektrofotometri UV yang dikombinasikan

dengan kalibrasi multivariat untuk analisis parasetamol dan kafein.

2. Melihat validitas data yang dihasilkan dari kombinasi spektrofometri UV

dengan kalibrasi multivariat.

3. Melakukan penetapan kadar senyawa campuran parasetamol dan kafein dengan

menggunakan metode spektrofotometri UV kombinasi dengan kalibrasi

multivariat.


6

BAB II

PENELAAHAN PUSTAKA

A. Parasetamol

Parasetamol mengandung tidak kurang dari 98,0% dan tidak lebih dari

101,0% C8H9NO2, dihitung terhadap zat anhidrat, berat molekul parasetamol

151,2. Parasetamol berbentuk kristal atau serbuk kristal berwarna putih, tidak

berbau, rasa sedikit pahit. Syarat kadar yang ditetapkan untuk tablet parasetamol

tidak kurang dari 90,0% dan tidak lebih dari 110,0% (Direktorat Jenderal

Pengawas Obat dan Makanan, 1995).

Struktur parasetamol seperti ditunjukkan pada Gambar 1.

OHNH

Parasetamol

C

O

H3C

Gambar 1. Struktur parasetamol

Parasetamol larut dalam etanol, metanol, dimetilformamid, etilen

diklorida, aseton dan etil asetat, sangat sedikit larut dalam kloroform, eter, tidak

larut dalam petroleum eter, pentane, dan benzen.Parasetamol pada larutan asam

mempunyai panjang gelombang 245 nm dengan nilai

= 688a, dan dalam

larutan alkali panjang gelombang maksimal 257 nm dengan

= 715a (Demme

et al., 2005).


7

B. Kafein

Sinonim dari kafein adalah 1,3,7-trimetil-2,6-dioxopurine; 1,3,7-

trimetilxantine; 3,7-dihidro-1,3,7-trymetil-1H-purine-2,6-dione; kafein anhidrat;

kafein; guaranin; metiltheobromin; metilxanthine teopillin. Kafein berbentuk

kristal putih atau serbuk kristal putih, titik lebur 238°. Kafein larut dalam pirol,

larut dalam tetrahidrofuran yang mengandung 4% air, larut dalam etil asetat, larut

1 g dalam 46 mL air, 1 g dalam 5,5 mL air dengan suhu 80°, 1 g dalam 1,5 mL air

mendidih, 1 g dalam 66 mL alkohol, 1 g dalam 22 mL alkohol 60°, 1 g dalam 50

mL aseton, 1 g dalam 5,5 mL kloform, 1 g dalam 530 mL eter, 1 g dalam 100 mL

benzen, 1 g dalam 22 mL benzen mendidih, sedikit larut dalam petroleum eter.

Kelarutan dalam air dapat ditingkatkan dengan penambahan alkali benzoat,

sinamat, sitrat atau salisilat, pKa kafein sebesar 10,4 (Dean et al., 1985).

Koefisien oktanol/air sebesar -0,07 (Hansch et al., 1995).

Struktur dari kafein seperti ditunjukkan pada Gambar 2:

Gambar 1. Struktur kafein

Kafein pada larutan asam memiliki panjang gelombang maksimal pada

273 dengan

= 504a.


8

C. Spektroskopi Absorpsi UV-Vis

1. Pendahuluan

Spektrofotometri UV–Vis merupakan teknik analisis spektroskopik yang

memakai sumber radiasi elektromagnetik ultraviolet dekat (190–380 nm) dan

sinar tampak (380–780 nm) dengan memakai instrumen spektrofotometer.

Spektrofotometri UV adalah teknik analisis yang digunakan dengan cara

mengukur energi secara relatif jika energi tersebut ditransmisikan,

direfleksikan atau diemisikan sebagai fungsi panjang gelombang pada 200–400

nm. Pada analisis menggunakan spektrofotometri UV, dilakukan pembacaan

absorbansi (penyerapan) atau transmitansi (penerusan) radiasi elektromagnetik

oleh suatu molekul. Hasil pembacaan absorbansi disebut sebagai absorban (A)

dan tidak memiliki satuan %T (Mulja dan Suharman, 1995).

Kebanyakan molekul organik dan gugus fungsional dalam porsi spektrum

elektromagnetik dapat dikatakan transparan dalam daerah ultraviolet (UV),

daerah ini memiliki panjang gelombang antara 190 nm hingga 400 nm dan

visible (tampak) 400-800 nm, sehingga spektroskopi absorpsi hanya terbatas

pada panjang gelombang ini saja. Meskipun begitu pada beberapa kasus kita

mendapatkan informasi yang bermanfaat dari daerah spektrum tersebut.

Informasi tersebut kemudian dapat dikombinasikan dengan spektroskopi

inframerah maupun nuclear magnetic resonance (NMR) sehingga dapat

menyajikan informasi yang lebih rinci (Pavia, Lampman, Kriz, Vyvyan, 2009).


9

2. Eksitasi Molekul

Ketika suatu radiasi secara terus menerus melalui suatu material yang

transparan, maka sejumlah tertentu dari radiasi tersebut akan di absorbsi.

Ketika hal tersebut terjadi, residu dari radiasi tersebut, ketika melalui sebuah

prisma menghasilkan suatu yield spectrum yang disebut dengan absorption

spectrum. Sebagai hasilnya energi absorpsi, atom atau molekul akan

mengalami tingkat perpindahan energi dari low energy state (ground state) ke

suatu tingkat energi yang lebih tinggi (excited state). Radiasi elektromagnetik

yang diabsorbsi memiliki jumlah energi yang sama dengan perbedaan energi

antara excited states dan ground states (Pavia et al., 2009).

Pada spektroskopi ultraviolet dan tampak, transisi yang menyebabkan

absorpsi pada radiasi elektromagnetik daerah ini adalah spektrum transisi

antara level energi elektronik. Ketika suatu molekul menyerap energi, suatu

elektron mengalami kenaikan dari occupied orbital ke unoccupied orbital

dengan energi potensial yang lebih besar. Hampir pada semua molekul tingkat

energi terendah dari occupied orbital molekuler adalah orbit σ. Sedangkan

orbital Л terletak pada tingkat energi yang lebih tinggi. Orbital unoccupied atau

orbital antibonding ( Л* dan σ

*) adalah orbital dengan tingkat energi tertinggi

(Pavia et al., 2009).

Pada gambar 3 dan 4 ditunjukkan proses eksitasi dari suatu molekul dan

level energi elektronik.


10

Gambar 2. Proses eksitasi

Gambar 3. Level Energi elektronik dan transisi

Absorbsi sinar UV dan sinar tampak dihasilkan oleh eksitasi elektron–

elektron ikatan sehingga panjang gelombang pita yang menyerap dapat

dihubungkan dengan ikatan yang terdapat dalam suatu molekul (Gandjar dan

Rohman, 2007).

3. Prinsip Spektroskopi Absorpsi

Semakin banyak jumlah molekul yang dapat menyerap cahaya yang

diberikan pada panjang gelombang tertentu, maka akan semakin besar

pemanjangan dari penyerapan cahaya tersebut. Semakin efektif suatu molekul

menyerap cahaya pada panjang gelombang yang diberikan maka akan semakin

besar pemanjangan penyerapan cahaya. Dari hal ini dapat dirumuskan hukum

Lambert–Beer :

Log Io/It = A = ɛ.b.c


11

Keterangan:

Io : intensitas radiasi yang masuk

It : intensitas radiasi yang ditransmisikan

A : absorbansi

ɛ : konstanta koefisien molar ekstingsi

b : ketebalan kuvet yang dinyatakan dalam cm

c : konsentrasi analit (mol.L-1) (1)

Radiasi yang diserap oleh sampel (Gambar 5) ditentukan dengan

membandingkan intensitas sinar yang diteruskan dengan yang diserap. Serapan

terjadi jika radiasi yang mengenai sampel memiliki energi yang sama dengan

energi yang diperlukan untuk transisi elektronik. Kekuatan radiasi dapat

mengalami penurunan dengan adanya penghamburan dan pemantulan cahaya

(Gandjar dan Rohman, 2007).

Hubungan antara nilai

dengan absorptivitas molar (ε) adalah:

ε =

x

(2)

Keterangan:

ε = absorptivitas molar

= absorptivitas molekul dalam satuan konsentrasi (g/100 mL)

BM = bobot molekul (Gandjar dan Rohman, 2007).

I0 It

Gambar 5. Penyerapan sinar UV oleh larutan


12

4. Instrumentasi

Suatu spektrofotometer ultraviolet-tampak memiliki beberapa bagian

antara lain sumber cahaya, monokromator dan sebuah detektor. Sumber cahaya

yang biasanya digunakan adalah lampu deuterium, yang mana mengemisikan

radiasi elektromagnetik pada daerah spektrum ultraviolet. Sumber cahaya

kedua adalah lampu tungsten, digunakan sebagai sumber cahaya panjang

gelombang pada daerah sinar tampak (visible). Monokromator berfungsi

sebagai kisi difraksi, perannya adalah membiaskan cahaya ke dalam komponen

panjang gelombang atau mengubah cahaya polikromatis menjadi

monokromatis. Terdapat suatu celah yang dapat memfokuskan panjang

gelombang tertentu yang kemudian diteruskan ke sel sampel. Cahaya yang

melalui sel sampel kemudian diteruskan menuju detektor yang akan mencatat

intensitas yang ditransmisikan dari sinar I. Umumnya detektor merupakan

suatu tabung photomultiplier, meskipun pada instrumen modern digunakan

photodiode. Pada instrumen double beam, cahaya memancar dari sumber

cahaya kemudian dipecah menjadi dua sinar, sinar sampel dan sinar blanko

(reference). Ketika tidak ada sel sampel pada sinar blanko (reference), cahaya

yang dideteksi dianggap sama dengan intesitas cahaya yang memasuki sampel

I0.

Skema instrumentasi dari spektrofotometer UV-Vis seperti ditunjukkan

Gambar 6.


13

Gambar 6. Skema instrumentasi spektrofotometer UV-Vis

Sel sampel harus terbuat dari material yang transparan terhadap radiasi

elektromagnetik yang digunakan pada eksperimen. Pada jangkauan spektrum

nampak (visible), sel terbuat dari glas atau plastik yang umumnya cocok.

Sementara pengukuran pada daerah spektrum ultraviolet gelas dan plastik tidak

dapat digunakan karena dapat menyerap radiasi ultraviolet. Sehingga sel

terbuat dari kuarsa karena kuarsa tidak dapat menyerap radiasi pada daerah ini

(Pavia et al., 2009).

D. Kemometrika

Istilah kemometrika pertama kali diperkenalkan oleh ilmuwan

berkebangsaan Swedia, Swante Wold, dan ilmuwan Amerika Bruce R. Kowalski.

Secara umum kemometrika didefinisikan sebagai cabang ilmu pengetahuan yang

mengaplikasikan teori–teori matematika dan statistika untuk mengolah data kimia.

Kemometrika dapat digunakan untuk merancang atau memilih prosedur dan

pengujian yang optimal, serta menarik informasi kimia sebanyak–banyaknya dari

suatu data. Menurut International Chemometrics Society, kemometrika adalah

ilmu pengetahuan yang menghubungkan pengukuran yang dibuat pada suatu

proses atau sistem kimiawi melalui penggunaan ilmu matematika dan statistika

(Rohman, 2014).


14

Dengan berkembangnya metode analisis sehingga memungkinkan untuk

dilakukan pengukuran dengan jumlah data besar pada satu spesimen. Situasi

seperti ini yangmana beberapa variabel diukur untuk setiap spesimen disebut data

multivariat (Miller dan Miller, 2005).

Tiap obyek dikarakterisasi dengan serangkaian pengukuran. Jika hanya

dua variabel yang terukur maka informasinya dapat disajikan secara grafik

sederhana, yangmana kordinat–kordinat titik memberikan suatu nilai oleh 2

variabel, nilai–nilai ini juga dapat ditentukan dengan suatu vektor, yang disebut

dengan data vektor. Obyek yang mempunyai sifat serupa akan mempunyai data

vektor yang sama sehingga data–data ini akan terletak secara rapat satu sama lain

dalam suatu ruang yang ditentukan dengan beberapa variabel (Rohman, 2014).

Ada beberapa jenis kemometrika yang sering digunakan dalam analisis

obat atau makanan secara spektroskopi vibrasional, yang secara singkat dapat

dikelompokkan sebagai berikut:

1. Kemometrika yang terkait dengan teknik pemrosesan spektra, seperti

normalisasi spektra, koreksi baseline, centering, derivatisasi dan sebagainya.

2. Metode–metode kemometrika untuk pengelompokan. Dalam hal ini, terdapat

2 jenis cara pengelompokan yakni:

a. Pengelompokan yang tidak disupervisi atau unsupervised pattern

recognition seperti analisis komponen utama (principle component analysis,

PCA), analisis kluster.

b. Pengelompokan yang disupervisi atau supervised pattern recognition

seperti analisis diskriminan (discriminant analysis).


15

3. Metode–metode regresi yang menghubungkan antara spektra vibrasional

dengan sifat sampel yang dapat dikuantifikasi (seperti konsentrasi analit),

terutama yang didasarkan pada data multivariat. Regresi yang mana jumlah

variabelnya lebih dari satu disebut regresi multivariat (Rohman, 2014).

Partial least square (PLS) menggunakan kombinasi linier dari variabel

prediktor dibandingkan dengan variabel sebenarnya. Pada PLS, variabel yang

menunjukkan korelasi yang tinggi terhadap variabel respon diberikan bobot lebih

karena variabel tersebut akan lebih efektif untuk memprediksi. Sehingga

kombinasi linier dari variabel prediktor yang dipilih memiliki korelasi yang tinggi

terhadap variabel respon dan juga menjelaskan variabel prediktor (Miller dan

Miller, 2005).

E. Validasi Metode Analisis

1. Pengertian dan Pentingnya Validasi Metode Analisis

Validasi metode adalah suatu proses yang digunakan untuk

mengkonfirmasi bahwa suatu prosedur analisis yang digunakan untuk tes yang

bersifat spesifik sesuai penggunaannya. Hasil dari validasi metode dapat

digunakan untuk memastikan kualitas, reabilitas, dan konsistensi dari hasil

analisis (Huber, 2010). Pengertian validasi berdasarkan ISO/IEC 17025; 2005

adalah konfirmasi melalui pengujian dan pengadaan bukti yang obyektif bahwa

persyaratan tertentu untuk suatu maksud khusus dipenuhi.

Menurut International Conference on Harmonisation (ICH) tujuan dari

validasi metode analisis adalah untuk melakukan verifikasi bahwa parameter–


16

parameter kinerjanya cukup mampu untuk mengatasi masalah analisis. Suatu

metode perlu divalidasi ketika:

a. Metode yang baru dikembangkan untuk analisis tertentu.

b. Revisi dari metode yang sudah baku, untuk menyesuaikan perkembangan.

c. Untuk tujuan penjaminan mutu.

d. Metode baku dilakukan di laboratorium berbeda, oleh analis berbeda, atau

dikerjakan dengan alat yang berbeda.

e. Untuk membandingkan kesetaraan antar dua metode, misalnya metode baku

dan metode baru

(ICH, 1996).

International conference on harmonization (ICH, 1996), menjelaskan

tentang keharusan suatu metode analisis untuk divalidasi dikarenakan oleh

beberapa hal diantaranya :

a. Metode yang baru dikembangkan untuk pengatasan masalah analisis

tertentu.

b. Metode yang sudah baku namun mengalami revisi untuk menyesuaikan

perkembangan atau dikarenakan munculnya suatu permasalahan baru

sehingga mengharuskan metode tersebut direvisi.

c. Penjaminan mutu yang mengindikasikan bahwa metode baku telah berubah

seiring dengan berjalannya waktu.

d. Metode baku digunakan di laboratorium yang berbeda, dikerjakan oleh

analis yang berbeda, atau dikerjakan menggunakan alat yang berbeda.


17

e. Untuk mendemonstrasikan kesetaraan antara dua metode, seperti kesetaraan

antara metode baku dan metode baru.

2. Validasi Metode Kalibrasi Multivariat

Suatu metode analisis dengan menggunakan kemometrika bisa divalidasi

dengan dua cara; (1) Dengan adanya sampel validasi eksternal; (2) Dengan

menggunakan cross validation. Sampel validasi eksternal akan semakin baik

jika semakin banyak jumlahnya. Idealnya, sampel eksternal hendaknya

memberikan konsentrasi terhitung yang seakurat mungkin dengan nilai

sebenarnya. Secara umum, suatu sampel validasi memiliki nilai simpangan

tidak lebih dari ±5%. Sampel validasi masih dapat dipercaya apabila nilai

simpangan tidak lebih dari ±10%. Namun, sampel validasi eksternal tidak perlu

diterapkan apabila nilai simpangan mencapai ±20% dan disarankan untuk

melakukan cross validation (Kramer, 2005).

Standard cross validation melibatkan sebuah data dari bagian populasi

yang diujikan pada populasi data yang sama untuk mengevaluasi kemampuan

prediksi dari sebuah model. Memisahkan populasi data menjadi dua bagian

(tidak harus dengan jumlah yang sama) untuk melihat kemampuan model

terhadap satu bagian yang memvalidasi model tersebut (Esposito et al., 2010).

3. Parameter Validasi Metode Analisis Multivariat

Danzer et al., (2004) menuliskan bahwa kalibrasi 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. Kriteria umum evaluasi validasi metode antara lain:


18

a. Presisi

Ketidakpastian kalibrasi dan prediksi dari konsentrasi yang tidak

diketahui dapat dihitung dengan root mean square error of calibration

(RMSEC) dan root mean square error of calibration validation

(RMSECV), dengan persamaan :

√∑ (

)

(3)

dan: root mean square error of calibration validation (RMSECV) :

√∑ (

)

(4)

(true,cs)

adalah kadar sebenarnya dari sampel kalibrasi, (true,ts)

merupakan

kadar sebenarnya dari sampel validasi, dan (calc)

adalah kadar prediksi

sampel. Parameter lain untuk mengukur presisi kalibrasi multivariat adalah

nilai predictive residual error sum of squares (PRESS), dengan persamaan

berikut:

PRESS =

= ∑

= ∑ (

)

2 (5)

b. Akurasi

Ada tidaknya suatu kesalahan sistematik dapat dilihat melalui pengujian

secara umum dengan melihat fungsi recovery. Kadar terprediksi dari kurva

kalibrasi ( dibandingkan dengan kadar sebenarnya dari sampel kalibrasi

(c), dihitung dengan persamaan regresi sebagai berikut:

(6)


19

Koefisien regresi ideal adalah jika nilai dan .

F. Landasan Teori

Parasetamol dan kafein sering digunakan sebagai zat aktif dalam suatu

sediaan, bahkan keduanya sering dikombinasikan untuk mendapatkan efek

terapeutik yang lebih baik. Kombinasi kedua zat aktif ini banyak ditemukan dalam

produk antiinfluenza.

Penjaminan mutu terhadap suatu sediaan farmasi mutlak diperlukan,

dengan semakin banyaknya produk kombinasi maka diperlukan metode yang

efisien baik dari segi biaya maupun waktu. Metode spektrofotometri UV

merupakan salah satu metode yang digunakan untuk menetapkan kadar sediaan

farmasi. Metode spektrofotometri UV tidak mampu diterapkan pada penetapan

kadar senyawa campuran karena adanya spektra overlapping antara senyawa satu

dan senyawa lainnya. Dalam penelitian ini senyawa yang digunakan berupa

senyawa multikomponen yang terdapat dalam suatu sediaan tablet sehingga

analisis dengan menggunakan spektrofotometri UV tidak dapat dilakukan

dikarenakan spektra kedua senyawa tersebut saling tumpang tindih. Hal ini dapat

dilihat dari data spektrum parasetamol dan kafein yang memiliki spektrum

panjang gelombang maksimal 257 nm untuk parasetamol dan 273 nm untuk

kafein. Metode spektrofotometri UV bisa digunakan untuk analisis campuran jika

dikombinasikan teknik kalibrasi multivariat. Salah satu teknik kalibrasi

multivariat yang sedang berkembang adalah partial least square (PLS). PLS

merupakan metode yang sering digunakan untuk analisis sediaan multikomponen


20

karena dapat mengatasi masalah overlapping dan memberikan kemampuan

prediksi yang baik.

Pengembangan metode spektrofotometri UV yang dikombinasikan

dengan kalibrasi multivariat telah berhasil dilakukan, diantaranya adalah

penetapan kadar parasetamol, fenilefrin HCl dan klorfeniramin maleat secara

simultan menggunakan spektrofotometri UV dengan pendekatan kemometrika

(Khosayand et al., 2010), penetapan kadar asetaminofen dan klorzoxazone pada

sedian tablet (Pheckrajang, 2011), penetapan kadar tolperisone hidroklorid dan

natrium diklofeak dalam sedian farmasi menggunakan spektrofotometri UV

dengan pendekatan kemometrika dan RP-HPLC secara simultan (Gohel, Patel,

Parmar, 2013).

G. Hipotesis

Berdasarkan landasan teori yang telah dikemukakan di atas, maka dapat

ditarik hipotesis sebagai berikut:

1. Metode spektrofotometri UV yang dikombinasikan dengan teknik kalibrasi

multivariat memiliki kemampuan prediksi yang optimal.

2. Metode spektrofotometri UV yang dikombinasikan dengan kalibrasi

multivariat untuk analisis senyawa campuran parasetamol dan kafein

merupakan metode yang valid.


multivariat dapat digunakan untuk penetapan kadar sediaan tablet parasetamol

dan kafein.


21

BAB III

METODE PENELITIAN

A. Jenis dan Rancangan Penelitian

Penelitian ini termasuk jenis penelitian noneksperimental yang

menggunakan rancangan penelitian deskriptif. Termasuk jenis penelitian

noneksperimental karena subyek penelitian tidak diberi perlakuan, dengan

rancangan deskriptif karena peneliti hanya mendeskripsikan keadaan yang ada.

B. Variabel dan Definsi Operasional

1. Variabel Penelitian

a. Variabel bebas dalam penelitian ini adalah variasi konsentrasi campuran

parasetamol dan kafein.

b. Variabel tergantung dalam penelitian ini adalah konsentrasi sampel

parasetamol dan kafein.

c. Variabel pengacau dari penelitian ini adalah pengukuran absorbansi yang

tidak informatif. Dikendalikan dengan pengukuran pada rentang panjang

gelombang tertentu.

2. Definisi Operasional

a. Set kalibrasi merupakan kelompok larutan yang berisi campuran

parasetamol dan kafein yang digunakan untuk membuat model kalibrasi.

b. R2 atau R-sq merupakan koefisien determinasi yang menggambarkan

kemampuan nilai sebenarnya dalam menjelaskan hubungan terhadap nilai

terhitung.


22

c. RMSE (root mean square of error) merupakan standar deviasi dari sebuah

pemodelan yang menjelaskan seberapa besar kesalahan suatu model dalam

memprediksikan sampel.

d. PRESS (predicted error of sum square) merupakan nilai kesalahan yang

dilakukan oleh model saat memprediksikan sampel pada proses validasi

silang leave one-out.

C. Bahan Penelitian

Bahan penelitian yang digunakan dalam penelitian ini adalah baku

parasetamol (PT. Combiphar) dan baku kafein (PT. Konimex) yang didapat dari

industri farmasi dengan grade working standards, pelarut yang digunakan adalah

akuabidestilata, sediaan obat yang mengandung campuran parasetamol dan kafein

yang dibeli dari apotek di Yogyakarta, kertas saring.

D. Alat Penelitian

Alat–alat yang digunakan dalam penelitian ini adalah alat–alat gelas

untuk preparasi sampel seperti labu takar (ukuran 10 mL, 50 mL, 100 mL), botol

pelarut, gelas ukur (ukuran 100 mL), glass firn, pipet volume (1 mL, 2mL, 5mL),

micropipette skala 20–200 µL, micropipette skala 100-1000 µL merk Socorex,

degasser Retsch UR-275, neraca analitik merk Ohauss PAJ1003 dengan kepekaan

0,1 mg (maksimal 120 gram, minimal 0,001 gram), spektrofotometer UV merk

Shimadzu UV-1800, kuvet kuarsa merk Hellma.


23

E. Tata Cara Penelitian

1. Scanning spektra standar

Scanning standar dilakukan dengan membuat standar parasetamol dan kafein

dengan konsentrasi 5 µg/mL dan dilakukan scanning spketra pada panjang

gelombang 220-400 nm.

2. Pemilihan interval pengukuran dan panjang gelombang pengukuran untuk set

kalibrasi

a. Dilakukan pengamatan spektra dari hasil pengukuran campuran standar

parasetamol dan kafein. Dipilih rentang panjang gelombang saat campuran

senyawa mulai memberikan serapan sampai campuran memberikan serapan

mendekati nilai 0.

b. Rentang panjang gelombang yang dipilih adalah 220-310 nm. Interval

pengukuran yang dipilih adalah 2 nm agar diperoleh data pengamatan dalam

jumlah yang cukup untuk dapat menggambarkan hubungan variabel.

3. Preparasi larutan set kalibrasi

a. Standar parasetamol dan kafein ditimbang seksama ± 50 mg dan

dimasukkan ke dalam labu takar 100 mL, ditambahkan pelarut

akuabidestilata sambil dilarutkan, kemudian diencerkan sampai batas tanda,

sehingga didapat larutan stok dengan konsentrasi 500 μg/mL.

b. Dibuat larutan antara parasetamol dan kafein dengan cara mengencerkan

larutan stok hingga konsentrasi 100 µg/mL. Diambil 5,0 mL larutan stok

parasetamol, dimasukkan dalam labu takar 25 mL ditambahkan dengan

pelarut akuabidestilata sampai batas tanda. Diambil 5,0 mL larutan stok


24

kafein dimasukkan dalam labu takar 25 mL ditambahkan pelarut

akuabidestilata hingga batas tanda. Sehingga didapat larutan antara dengan

konsentrasi 100 µg/mL.

c. Dibuat 20 larutan set kalibrasi, dengan cara setiap larutan antara dipipet

sejumlah tertentu kemudian dimasukkan kedalam labu takar 10 mL dan

ditambahkan pelarut akuabidestilata hingga batas tanda, sehingga

konsentrasi yang diperoleh sesuai dengan tabel I untuk larutan set kalibrasi.

d. Setiap larutan (c) diukur dengan spektrofotometer UV pada panjang

gelombang 220-310 nm dengan interval pengukuran 2 nm.

Tabel I. Komposisi campuran parasetamol (PCT) dan kafein (CAF) untuk

model kalibrasi.

No PCT

(µg/mL)

CAF No

PCT

(µg/mL)

CAF

(µg/mL) (µg/mL)

1 6,4 1,0 11 5,1 0,6

2 5,8 0,6 12 4,1 1,1

3 4,3 0,6 13 7,0 1,0

4 5,7 0,8 14 7,4 0,7

5 7,0 0,8 15 6,9 0,8

6 4,5 0,5 16 8,1 0,9

7 6,9 1,0 17 7,6 0,8

8 5,5 0,9 18 8,0 0,8

9 6,3 0,6 19 5,3 0,5

10 7,2 1,1 20 5,8 0,5

* Konsentrasi dibuat berdasarkan bilangan acak sesuai dengan nilai

perbandingan kekuatan senyawa dalam tablet dengan menggunakan

perangkat lunak Microsoft Excel 2007.


25

4. Preparasi larutan set validasi

a. Masing–masing standar parasetamol dan kafein ditimbang seksama ± 50 mg

dan dimasukkan dalam labu takar 100 mL, dilarutkan dengan sebagian

pelarut akuabidestilata, kemudian diencerkan sampai batas tanda (larutan

stok validasi dengan konsentrasi 500 μg/mL).

b. Dilakukan pembuatan larutan antara dengan mengencerkan masing-masing

larutan stok validasi hingga konsentrasi 100 μg/mL. Diambil 5,0 mL larutan

stok parasetamol dilarutkan ke dalam labu takar 25 mL, ditambahkan

dengan akuabidestilata sampai batas tanda. Diambil 5,0 mL larutan stok

kafein dilarutkan ke dalam labu takar 25 mL, dan diencerkan dengan

akuabidestilata sampai batas tanda.

c. Dibuat larutan set validasi, dengan cara, sejumlah tertentu larutan antara

dipipet, dimasukkan dalam labu takar 10 mL kemudian ditambahkan

akuabidestilata hingga diperoleh konsentrasi sesuai tabel II.

d. Setiap larutan (c) diukur dengan spektrofotometer UV pada panjang

gelombang 220-310 nm dengan interval pengukuran 2 nm.


26

Tabel II. Komposisi campuran parasetamol (PCT)

dan kafein (CAF) untuk validasi

No PCT (μg/mL) CAF (μg/mL)

1 7,7 1,2

2 4,5 1,3

3 5,5 1,1

4 4,1 0,8

5 7,0 0,6

6 8,2 0,7

7 5,3 1,3

8 6,3 1,0

9 5,1 0,9

10 4,3 0,8

5. Analisis sampel

a. Ditimbang 20 sampel tablet secara seksama, dicatat bobot setiap tablet,

dilakukan pengujian keseragaman bobot tablet, digerus sampai homogen.

b. Ditimbang seksama dengan jumlah tertentu yang setara dengan 50 mg

parasetamol dan 6,5 mg kafein dilarutkan dalam labu takar 100 mL,

dilarutkan dalam sebagian pelarut akuabidestilata, diultrasonikasi selama 15

menit, dan diencerkan dengan pelarut sampai batas tanda. Larutan disaring

menggunakan kertas saring.

c. Dari larutan yang telah disaring, dipipet sebanyak 5,0 mL dan dimasukkan

dalam labu takar 50 mL, kemudian ditambahkan pelarut sampai batas tanda.

d. Dari larutan (d) tersebut dipipet lagi sebanyak 2,0 mL dan dimasukkan

dalam labu takar 10 mL, kemudian ditambahkan pelarut sampai batas tanda.

e. Dilakukan scanning dari larutan tersebut pada panjang gelombang 220-310

nm dengan interval absorbansi 2 nm.

f. Dilakukan penetapan kadar parasetamol dan kafein sebanyak 6 kali. Kadar

dihitung dengan metode kalibrasi multivariat partial least square (PLS).


27

6. Pengolahan data secara statistik dengan kalibrasi multivariat partial least

square (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 dengan fungsi copy-

paste.

2) Pengolahan data statistik partial least square (PLS) dipilih dengan

menggunakan pilihan Stat pada panel kerja Minitab 16, kemudian dipilih

regression partial least square.

3) Setelah muncul jendela baru dari program Minitab 16, dilakukan

pembuatan model PLS parasetamol dengan cara; kolom response diisi

dengan pilihan variabel konsentrasi PCT dan kolom model dipilih

variabel absorbansi pada panjang gelombang 220-310 nm. Untuk

pembuatan model PLS kafein dibuat dengan cara; kolom response diisi

dengan pilihan variabel konsentrasi CAF dan kolom model dipilih

variabel absorbansi pada panjang gelombang 220-310 nm.

4) Diperoleh nilai terhitung dan nilai sebenarnya dari model kalibrasi

multivariat PLS parasetamol dan kafein, nilai tersebut kemudian

dipindahkan ke dalam kertas kerja perangkat lunak Microsoft Excel

dengan fungsi copy-paste.

5) Akurasi dan presisi dievaluasi dengan dicari nilai R2 dan nilai RMSEC

dengan dibuat hubungan linier antara konsentrasi dan absorbansi.


28

Diperoleh nilai R2 serta persamaan linier y=bx+a. persamaan linier

dipakai untuk menentukan nilai RMSEC.

b. Cross Validation Leave-one-out

1) Data dipindahkan dari kertas kerja perangkat lunak Microsoft Excel

dengan menggunakan fungsi copy-paste ke dalam kertas kerja Minitab

16.

2) Dipilih model kalibrasi PLS dengan menekan pilihan stat pada panel

kerja, kemudian dipilih regression partial least square.

3) Proses validasi model kalibrasi dilakukan dengan, dimasukan variabel

konsentrasi PCT ke dalam response dan variabel absorbansi ke dalam

kolom model. Kemudian tekan tombol option yang selanjutnya

ditentukan tambahan proses leave-one-out. Perlakuan sama diberlakukan

untuk proses validasi CAF.

4) Diperoleh nilai sebenarnya dan nilai terhitung, serta nilai PRESS dari

tahap validasi internal dan selanjutnya dipindahkan ke dalam kertas kerja

perangkan lunak Microsoft Excel dengan fungsi copy-paste.

5) Akurasi dan presisi model kalibrasi ditinjau dari nilai R2

dan nilai

RMSECV dengan membuat hubungan linier antara nilai sebenarnya dan

nilai terhitung. Diperoleh persamaan linear y=bx+a hubungan antara nilai

sebenarnya dan terhitung yang nantinya akan digunakan untuk

memperoleh nilai RMSECV.


29

7. Anasilis data

a. Akurasi dan presisi model kalibrasi multivariat parasetamol dan kafein

dinyatakan secara statistik dengan nilai R2, RMSEC, RMSECV, dan

PRESS.

b. Konsentrasi sampel dihitung dengan koefisien dari masing-masing model

untuk senyawa parasetamol dan kafein sesuai dengan rumus :

(7)

Keterangan :

X = Konsentrasi terhitung sampel (µg/mL)

ts = koefisien dari model kalibrasi

= absorbansi dari masing-masing pengukuran sampel

= koreksi kesalahan yang mungkin terjadi pada

model kalibrasi PLS

c. Kadar sampel dihitung dengan menggunakan rumus :

( (

))

Keterangan :

Ct = konsentrasi sampel terprediksi oleh model (µg/mL)

Fp = Faktor Pengenceran

= Berat rata-rata penimbangan keseluruhan sampel tablet

(mg/tab)

X = Berat penimbangan sampel (mg)

Tab = Berat rata–rata sampel yang telah diuji keseragaman bobot,

sehingga diasumsikan sebagai bobot persatuan tablet. (8)

d. Kadar (%) =

=


30

e. Akurasi dari proses penetapan kadar ditetapkan dengan persen perolehan

kembali dengan rentang yang dapat diterima menurut Herrador dan

Gonzales (2007) adalah sebesar 90-107%

f. Presisi dari proses penetapan kadar ditetapkan dengan nilai RSD dengan

nilai maksimal yang masih dapat diterima menurut Gonzales dan Herrador

(2007) adalah sebesar 8%.


31

1. BAB IV

HASIL DAN PEMBAHASAN

A. Analisis Secara Spektrofotometri UV yang Dikombinasikan dengan

Kalibrasi Multivariat

Tahap awal pada penelitian ini adalah melakukan scanning baku

parasetamol dan kafein secara tunggal maupun campuran dari baku parasetamol

dan kafein. Hal ini dilakukan untuk melihat overlapping yang terjadi dari kedua

komponen tersebut. Gambar 7 memperlihatkan overlapping spektra yang terjadi

pada campuran parasetamol dan kafein.

Gambar 7. Overlay spektra UV parasetamol (PCT), kafein (CAF), dan campuran

parasetamol dan kafein pada konsentrasi 5 µg/mL, yang diukur pada panjang

gelombang 220-400 nm

Seperti ditunjukkan Gambar 7, dapat dilihat bahwa terjadi tumpang

tindih antara spektrum parasetamol dan kafein. Sehingga analisis kuantitatif

menggunakan spektrofotometri UV secara simultan untuk kedua senyawa tersebut

tidak dapat dilakukan. Tetapi dengan berkembangnya kemometrika permasalahan

tersebut dapat diatasi. Dengan penggunaan metode spektrofotometri yang

CAF

PCT

Camp PCT dan CAF


32

dikombinasikan dengan kalibrasi multivariat dapat dilakukan penetapan masing–

masing komponen tersebut secara simultan tanpa pemisahan.

Selain melakukan scanning antara baku dan campuran baku juga

dilakukan scanning terhadap sampel dan campuran baku untuk melihat kemiripan

antara sampel dan campuran baku, seperti ditunjukkan pada Gambar 8. Hal ini

juga untuk melihat apakah ada eksipien pada sampel yang memberikan serapan

pada panjang gelombang parasetamol dan kafein, dari gambar 8 dapat dilihat

bahwa tidak terdapat serapan dari eksipien pada panjang gelombang parasetamol

dan kafein.

Gambar 8. Overlay campuran parasetamol (PCT) dan kafein (CAF) dan sampel

yang mengandung parasetamol (PCT) dan kafein (CAF) pada panjang gelombang

Kalibrasi multivariat partial least square (PLS) digunakan untuk

melakukan pengolahan data absorbansi. Partial least square (PLS) digunakan

untuk melakukan pengolahan data karena mampu menghasilkan model kalibrasi

dengan kemampuan prediksi yang baik untuk jumlah data yang banyak. Data

absorbansi dari 20 set kalibrasi disiapkan sebagai model kalibrasi diukur pada

Sampel

Campuran baku

PCT dan CAF

220 - 400 nm

B. Optimasi Kalibrasi Multivariat Menggunakan Partial Least Square (PLS)


33

panjang gelombang 220-310 nm dengan interval panjang gelombang 2 nm. Pada

partial least square (PLS) dilakukan pemilihan panjang gelombang, hal ini

bertujuan untuk memperoleh kinerja model yang optimum meskipun pada metode

partial least square (PLS) secara komputerisasi dapat mencakup seluruh spektrum

(El Gindy, 2006). Pada penelitian ini dipilih pengukuran pada panjang gelombang

220–310 nm karena pada panjang gelombang ini memberikan nilai korelasi yang

paling optimum. Pengukuran pada panjang gelombang 220-310 nm juga bertujuan

untuk mengurangi data yang mungkin bersifat tidak informatif yang

dikhawatirkan dapat mengganggu dalam proses pengolahan data.

Data absorbansi dari set kalibrasi diolah menggunakan perangkat lunak

Minitab®, hasil dari pengolahan data menggunakan perangkat lunak Minitab

menghasilkan model kalibrasi, dengan hasil prediksi dari model kalibrasi yang

ditampilkan pada tabel III. Kebaikan suatu model kalibrasi dapat dilihat dari nilai

koefisien determinasi (R2) dan nilai RMSEC (root mean square error of

calibration). Hasil dari analisis varian untuk senyawa parasetamol dan kafein

adalah nilai p = 0,000 menunjukkan bahwa terdapat hubungan yang signifikan

antara kedua variabel dalam hal ini konsetrasi dan absorbansi. Selisih antara nilai

sebenarnya dan nilai terhitung yang dihasilkan sangat kecil yang menunjukkan

pengukuran yang dilakukan oleh model kalibrasi baik. Nilai sebenarnya

merupakan konsentrasi yang dibuat berdasarkan bilangan acak pada set kalibrasi,

sedangkan nilai terhitung merupakan nilai hasil prediksi oleh model. Nilai

sebenarnya dan nilai terhitung kemudian diproses menggunakan Microsoft Excel

untuk menentukan nilai R2 dan nilai RMSEC. Nilai RMSEC (Root mean square


34

error of calibration) yang diperoleh adalah 0,0036 untuk parasetamol (PCT) dan

0,0027 untuk kafein (CAF).

Tabel III. Nilai sebenarnya dan terhitung hasil kalibrasi PLS dari model kalibrasi

parasetamol (PCT) dan kafein (CAF) tanpa validasi silang (cross validation) pada

panjang gelombang 220-310 nm

Nomor

Konsentrasi (µg/mL)

PCT CAF

Sebenarnya Terhitung Sebenarnya Terhitung

1 6,4 6,3969 1,0 1,0006

2 5,8 5,7967 0,6 0,5995

3 4,3 4,3040 0,6 0,6010

4 5,7 5,6999 0,8 0,8008

5 7,0 7,0079 0,8 0,8003

6 4,5 4,4903 0,5 0,4996

7 6,9 6,8925 1,0 0,9991

8 5,5 5,5026 0,9 0,9003

9 6,3 6,3059 0,6 0,5980

10 7,2 7,2042 1,1 1,0988

11 5,1 5,0986 0,6 0,6010

12 4,1 4,1015 1,1 1,0992

13 7,0 7,0006 1,0 1,0012

14 7,4 7,4102 0,7 0,6997

15 6,9 6,8993 0,8 0,7994

16 8,1 8,0983 0,9 0,9012

17 7,6 7,5935 0,8 0,7982

18 8,0 7,9950 0,8 0,8014

19 5,3 5,3059 0,5 0,4994

20 5,8 5,7952 0,5 0,5005

Persamaan : y = 1x + 0,0004 y = 1x + 0,00002

RMSEC 0,0036 0,0027

R2 0,999 0,999

Nilai RMSEC yang dihasilkan baik karena mendekati 0, dapat

ditunjukkan bahwa tingkat kesalahan prediksi dari model sangat kecil. Nilai

koefisien determinasi (R2) dari model kalibrasi parasetamol adalah 0,999 dan

kafein sebesar 0,999, dengan persamaan linier hubungan nilai sebenarnya dan

nilai terhitung untuk parasetamol (PCT) y = 1x + 0,0004 dan y = 1x + 0,00002


35

untuk kafein (CAF). Menurut Danzer (2004) akurasi model kalibrasi dapat dilihat

dari persamaan garis y = bx+a, dimana y merupakan kadar terhitung dihubungkan

dengan x kadar sebenarnya. Jika nilai a mendekati 0 dan nilai b mendekati 1 maka

dapat dinyatakan bahwa akurasi dari pemodelan baik.

Pada gambar 9 dan gambar 10 dapat dilihat hubungan nilai sebenarnya

dan nilai terhitung untuk parasetamol dan kafein.

Gambar 9. Kurva hubungan nilai sebenarnya dan nilai terhitung model kalibrasi

parasetamol

Gambar 10. Kurva hubungan nilai sebenarnya dan nilai terhitung model kalibrasi

kafein

y = 1x + 0.0004 R² = 0,999

0,0000

2,0000

4,0000

6,0000

8,0000

10,0000

0,0000 2,0000 4,0000 6,0000 8,0000 10,0000

Kurva Hubungan Nilai Sebenarnya vs Nilai Terhitung

Model PLS Parasetamol

y = 1x + 0,00002 R² = 0,999

0,0000

0,5000

1,0000

1,5000

0,0000 0,2000 0,4000 0,6000 0,8000 1,0000 1,2000

Kurva Hubungan Nilai Sebenarnya vs Nilai terhitung

Model PLS Kafein


36

Dapat dilihat pada kurva setiap titik dilewati oleh garis linier yang

menunjukkan hubungan yang sangat baik antara nilai sebenarnya dan nilai

terhitung.

C. Validasi Model Kalibrasi Multivariat Partial Least Square (PLS)

Konfirmasi terhadap kebaikan suatu model dalam menetapkan suatu data

dapat dilakukan dengan melakukan validasi. Salah satu kendala dalam pembuatan

model kalibrasi dengan metode partial least square adalah terjadinya overfitting.

Terjadinya overfitting dapat menimbulkan permasalahan saat melakukan

penetapan suatu data lain (data baru) meskipun model kalibrasi yang dihasilkan

memiliki kriteria yang baik seperti mampu memberikan korelasi yang baik

maupun kesalahan prediksi yang kecil. Masalah overfitting dapat diatasi dengan

adanya metode cross validation leave one out. Pada cross validation leave one out

data yang digunakan berasal dari set kalibrasi dengan mengeluarkan satu data dan

memprediksi hasilnya menggunakan persamaan dari data yang tersisa. Data yang

diuji diperlakukan sebagai data sampel sedangkan data yang tersisa sebagai

prediktor. Hal ini diulang terus menerus hingga tiap sampel diuji sebagai data

sampel.

Hasil cross validation leave one out berupa nilai PRESS (predicted

residual error sum of square) yang menunjukkan kesalahan prediksi yang terjadi,

semakin kecil nilai PRESS maka semakin baik hasil prediksi yang dihasilkan oleh

model. Parameter yang digunakan untuk melihat hasil validasi cross validation

leave one out berupa nilai RMSECV (root mean square error of calibration

validation) dan nilai R2 dapat dilihat pada tabel IV.


37

Tabel IIV. Nilai sebenarnya dan terhitung hasil kalibrasi PLS dari set kalibrasi

yang mengandung parasetamol (PCT) dan kafein (CAF) validasi silang (cross

validation ) pada panjang gelombang 220–310 nm

Nomor

Campuran

Konsentrasi (µg/mL)

PCT CAF


1 6,3969 6,9175 0,9905 0,9884

2 5,7967 5,9510 0,5999 0,5998

3 4,3041 4,4342 0,6036 0,6053

4 5,6999 5,8070 0,8115 0,8138

5 7,0080 7,2430 0,7707 0,7615

6 4,4904 4,3591 0,4897 0,4856

7 6,8925 7,1234 0,9939 0,9914

8 5,5027 5,0628 0,9040 0,9054

9 6,3059 6,2052 0,5880 0,5861

10 7,2043 6,7216 1,0832 1,0774

11 5,0987 5,2510 0,5976 0,5965

12 4,1016 4,2086 1,1110 1,1258

13 7,0007 7,0644 1,0029 1,0024

14 7,4103 7,7157 0,7077 0,7096

15 6,8993 6,7739 0,7960 0,7953

16 8,0983 8,0546 0,8999 0,9004

17 7,5935 7,7273 0,8248 0,8352

18 7,9950 7,6632 0,8138 0,8171

19 5,3060 5,2761 0,5077 0,5114

20 5,7953 5,6426 0,5036 0,5049

Persamaan : y = 0,987x+0,094 y = 1,003x - 0,002

RMSECV 0,0196 0,1435

R2

0,957 0,999

PRESS 1,1892 0,0053

Semakin kecil nilai RMSECV (root mean square error of calibration

validation) yang dihasilkan maka semakin baik kemampuan prediksi oleh model.

Koefisien determinasi (R2) yang mendekati 1 menunjukkan korelasi yang baik

antara nilai sebenarnya dan nilai terhitung hasil prediksi. Nilai sebenarnya pada


38

tabel IV merupakan nilai yang diperoleh dari penetapan model kalibrasi

sebelumnya, sementara nilai terhitung merupakan nilai prediksi yang terjadi pada

proses leave one out. Hubungan nilai sebenarnya dan nilai terhitung dinyatakan

dalam persamaan linier, dimana persamaan linier untuk parasetamol y=

0,987x+0,094 dengan nilai RMSECV sebesar 0,0196, nilai R2 sebesar 0,957, dan

nilai PRESS sebesar 1,1892. Persamaan linier untuk kafein y = 1,003x-0,002

dengan nilai RMSECV sebesar 0,1435, nilai R2 0,999, serta nilai PRESS sebesar

0,0053. Persamaan linier yang menggambarkan hubungan nilai sebenarnya dan

nilai terhitung dapat digambarkan dalam bentuk kurva yang ditunjukkan pada

gambar 11 dan gambar 12.


kalibrasi parasetamol dengan cross validation leave one out

y = 0,9872x + 0,0949 R² = 0,9579

0,0000

2,0000

4,0000

6,0000

8,0000

10,0000

0,0000 2,0000 4,0000 6,0000 8,0000 10,0000

Kurva Hubungan Nilai Sebenarnya vs Nilai Terhitung Model Cross

Validation Parasetamol


39


kalibrasi kafein dengan cross validation leave one out.

Setelah dilakukan cross validation leave one out dimana telah diperoleh model

yang dapat mengatasi permasalahan yang mungkin terjadi yaitu overfitting untuk

melihat kesahihan model hasil validasi silang leave one out dilakukan validasi

eksternal. Hasil dari validasi eksternal dapat dilihat pada tabel V.

Tabel V. Nilai sebenarnya dan nilai terhitung dari parasetamol dan

kafein hasil validasi eksternal

No PCT CAF


1 7,7 9,124 1,2 1,214

2 4,5 5,23 1,3 1,305

3 5,5 6,845 1,1 1,147

4 4,1 5,162 0,8 0,769

5 7,0 7,539 0,6 0,603

6 8,2 9,343 0,7 0,669

7 5,3 6,347 1,4 1,398

8 6,3 6,963 1,0 0,970

9 5,1 6,421 0,9 0,913

10 4,3 4,303 0,8 0,764

Persamaan y=1,097x + 0,363 y=1,043x – 0,047

R2

0,933 0,992

RMSECP 1,263 0,072

y = 1,0039x - 0,0024 R² = 0,9993

0,0000

0,5000

1,0000

1,5000

0,0000 0,2000 0,4000 0,6000 0,8000 1,0000 1,2000

Kurva Hubungan Nilai Sebenarnya vs Nilai Terhitung Model Cross

Validation Kafein


40

Validasi eksternal dilakukan dengan cara menetapkan konsentrasi 10

larutan tersendiri yang disiapkan untuk melihat kemampuan prediksi dari model

kalibrasi setelah divalidasi silang leave one out. Hasil dari validasi eksternal

dapat digunakan untuk melihat kemampuan prediksi model kalibrasi yang telah

melalui proses cross validation leave one out.

Seluruh parameter yang digunakan sebagai tolak ukur kebaikan suatu

model dievaluasi ditunjukkan pada tabel VI.

Tabel VI. Evaluasi parameter validasi metode spektrofotometri UV-kalibrasi

multivariat PLS untuk penetapan kadar parasetamol (PCT) dan kafein (CAF)

Tahap Parameter PCT CAF

Kalibarasi

RMSEC 0,0036 0,0027

R2

0,999 0,999

A 0,0004 0,00002

B 1 1

Validasi

Internal

RMSECV 0,0196 0,1435

R2

0,957 0,999

A 0,094 0,002

B 0,987 1,003

PRESS 1,1892 0,0053

Validasi

Eksternal

RMSECP 1,263 0,072

R2

0,933 0,992

A 0,363 0,047

B 1,097 1,043

Dilihat dari parameter yang dihasilkan maka pemodelan memiliki akurasi

dan presisi yang baik sehingga model dapat digunakan untuk melakukan

penetapan kadar sediaan farmasi.

D. Penetapan Kadar Sediaan Farmasi

Dalam penelitian ini, sampel yang digunakan adalah sediaan tablet

dengan dua kandungan senyawa yaitu parasetamol dan kafein. Sediaan tablet ini

sebagaimana tercantum dalam label mengandung parasetamol sebanyak 500 mg


41

dan kafein sebanyak 65 mg. Model kalibrasi yang telah divalidasi akan digunakan

untuk memprediksi sampel sediaan farmasi yangmana merupakan sampel data

baru. Informasi terkait kandungan dalam tablet dapat digunakan dalam

menentukan konsentrasi akhir analit. Sehingga dapat dipastikan bahwa sampel

yang diuji masuk dalam kisaran set kalibrasi sehingga dapat meminimalkan

terjadinya outlier prediction (Rimbaud et al., 1999).

Penetapan kadar parasetamol dan kafein dilakukan dengan melarutkan

sejumlah 68 mg serbuk sampel yang setara dengan 50 mg parasetamol dan 6,5 mg

kafein.Konsentrasi akhir larutan sampel parasetamol akan sebanyak 10 (µg/mL)

dan kafein sebanyak 1,3 (µg/mL). Setelah dilakukan pengukuran pada panjang

gelombang 220–310 nm dengan interval pengukuran 2 nm diperoleh data

absorbansi sampel yang akan ditetapkan kadarnya dengan model kalibrasi yang

telah tervalidasi.

Hasil pengolahan data dengan menggunakan model kalibrasi yang telah

divalidasi untuk memperoleh konsentrasi analit pada larutan akhir dapat dilihat

pada tabel VII.

Tabel VII. Konsentrasi larutan akhir setelah ditetapkan dengan model kalibrasi

PLS yang telah tervalidasi

Replikasi

Kadar

Parasetamol

(µg /mL)

Kafein

(µg /mL)

1 10,1897 1,3196

2 10,5786 1,3473

3 10,0556 1,3396

4 9,45346 1,1919

5 9,0155 1,2293

6 9,6342 1,2431


42

Konsentrasi larutan akhir yang terhitung menggunakan model kalibrasi

mendekatan perkiraan teoretis , kemudian dilanjutan ke penetapan kadar sediaan.

Hasil penetapan kadar sediaan yang mengandung parasetamol (PCT) dan kafein

(CAF) seperti ditunjukkan pada tabel VIII dan IX.

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

farmasi tablet dengan komposisi parasetamol (PCT) 500 mg dan kafein (CAF) 65

mg dengan menggunakan metode spektrofotometri UV-PLS

Evaluasi Replikasi

1 2 3 4 5 6

Terhitung (ug/mL) 10,189 10,57 10,055 9,453 9,015 9,634

Penimbangan sampel (mg) 68,050 68,03 68,005 68,011 68,016 68,010

Faktor pengenceran 5000 5000 5000 5000 5000 5000

Berat total sampel (mg) 13774,1 13774,1 13774,1 13774,1 13774,1 13774,1

Berat rata–rata tablet (mg) 688,705 688,705 688,705 688,705 688,705 688,705

Kadar (mg/tab) 515,63 535,46 509,18 478,62 456,44 487,79

Rata – rata kadar 497,187 mg/tab = 99,398%

SD 28,43

RSD 5,71%

Tabel IX. Hasil penetapan kadar prediksi kafein (CAF) dalam sediaan farmasi

tablet dengan komposisi parasetamol 500 mg dan kafein 65 mg dengan

menggunakan metode spektrofotometri UV-PLS

Evaluasi Replikasi

1 2 3 4 5 6

Terhitung (ug/mL) 1,319 1,347 1,339 1,1919 1,229 1,243

Penimbangan sampel (mg) 68,050 68,030 68,005 68,011 68,016 68,010

Faktor pengenceran 5000 5000 5000 5000 5000 5000

Berat total sampel (mg) 13774,1 13774,1 13774,1 13774,1 13774,1 13774,1

Berat rata – rata tablet (mg) 688,705 688,705 688,705 688,705 688,705 688,705

Kadar (mg/tab) 66,77 68,20 67,83 59,64 62,22 62,94

Rata – rata kadar 64,6 mg/tab = 99,387%

SD 3,49

RSD 5,40%

Hasil penetapan kadar menggunakkan model yang telah tervalidasi

mendapatkan kadar parasetamol sebesar 497,187 mg/tab. Dengan simpangan

deviasi sebesar 28,43 dan simpangan deviasi relatif (CV) sebesar 5,71%. Kadar


43

kafein yang didapat sebesar 64,6 mg/tab. Simpangan deviasi sebesar 3,49 dan

simpangan deviasi relatif (CV) sebesar 5,40%.

Berdasarkan hasil yang diperoleh maka metode spektrofotometri yang

dikombinasikan dengan kalibrasi multivariat PLS (partial least square)

merupakan metode yang valid dan dapat digunakan untuk menetapkan kadar

campuran parasetamol dan kafein yang terdapat dalam sediaan tablet.


44

BAB V

KESIMPULAN DAN SARAN

A. Kesimpulan

1. Model kalibrasi yang digunakan memiliki kemampuan prediksi yang optimum.

2. Hasil yang didapat dari penetapan kadar parasetamol dan kafein menggunakan

metode spektrofotometri UV yang dikombinasikan kalibrasi multivariat

merupakan metode yang valid.


multivariat dapat digunakan untuk menetapkan kadar sediaan tablet yang

mengandung parasetamol dan kafein.

B. Saran

1. Sebaiknya dilakukan uji banding antara metode kombinasi spektrofotometri

kalibrasi multivariat dengan metode – metode pemisahan multikomponen yang

umum digunakan semisal KCKT (Kromatografi Cair Kinerja Tinggi) dalam

penetapan parasetamol dan kafein dalam sediaan tablet farmasi.

2. Perlu dilakukan optimasi dengan membandingkan beberapa kisaran panjang

gelombang pengukuran dan interval pengukuran.


45

DAFTAR PUSTAKA

Damayanti, S., Ibrahim, S., Firman, K., dan Tjahjono, D.H., 2003, Simultaneous

Determination of Paracetamol and Ibuprofene Mixtures By High

Performance , Liquid Chromatography, Indo. J.Chem., 3 (1).

Danzer, K., Otto, M., Currie, L.A., 2004, Guidelines for Calibration in Analytical

Chemistry Part 2 Multispecies Calibration, p. 1223 – 1225.

Dean, J.A et al., 1985, A new Approach to The Analysis of Complex Dose–

Response Relationships: A Multivariate Study of Octopamine Action on The

Leech Leydig Neurone, Comp Biochem Physiol C 82: 165–170.

Demme, U., et al, 2005, Systematic Evaluation of 1-chlorobutane for Liquid–

Liquid Extraction of Drugs, Proceedings of the 12th TIAFT, Seoul: 481–

486.

Direktorat Jenderal Pengawas Obat dan Makanan RI, 1995, Farmakope

Indonesia, jilid IV, Departemen Kesehatan Republik Indonesia, Jakarta, pp.

31, 254, 649.

El Gindy, A.G., Emaraa, S., Mostafa, A., 2006, Application and Validation of

Chemometrics-Assisted Spectrophotometry and Liquid Chromatography for

the Simultaneous Determination of Six-Component Pharmaceuticals, J.

Pharm. Biomed. Anal. 41: 421.

Esposito et al., 2010, Handbook of Partial Least Squares : Conceps,Methods and

Application, Springer. New York. p. 85.

Gandjar, I.G., Rohman, A.,2007, Kimia Analisis Farmasi, Pustaka Pelajar,

Yogyakarta, pp 456, 465-466, 469-470.


46

Ganiswarna, S.G., (editor) 1995, Farmakologi dan Te-rapi. 5th

ed., Bagian

Farmakologi, Fakultas Kedokteran, Universitas Indonesia, Jakarta.

Gitawati R., 2008, Interaksi Obat dan Beberapa Implikasinya, Media Litbang

Kesehatan , Vol. 4.

Gohel, N. R., Patel, B. K., Parmar, V. K., 2013, Chemometrics-Assisted UV

Spectrophotometrics and RP-HPLC Methods for the Simultaneous

Determination of Tolperisone Hydrochloride and Diclofenac Sodium in

their Combied Pharmaceutical Formulation, Chatoar University of Science

and Technology, Gujarat, India.

Hansch, C., et al., 1995, Exploring QSAR: Hydrophobic, Electronic, and Steric

Constants, Washington DC: American Chemical Society.

Huber, L., 2010, Validation of Analytical Methods (A Primer), Agilent

Technologics, Germany, pp 2 – 6.

International Conference on Harmonization (ICH) Q2(R1), 1996, Validation of

Analytical Procedures: Text and Methodology.

ISO/IEC 17025, 2005, Genereal Requirements for the Competence of Testing and

Calibration Laboratories.

Khosayand, M.R., et al., 2010, Simultaneous Spectrophotometric Determination

of Paracetamol, Phenylephrine and Chlropheniramine in Pharmaceutical

Using Chemometrics Approaches, DARU, 18(3): 292-297.

Kramer R., 2005, Chemometric Techniques for Quantitative Analysis, Marcell

Dekker Inc., New York, p. 20.


47

Miller, J.N., Miller, J.C., 2005, Statistic and Chemometrics for Analytical

Chemistry, 5th

ed., Pearson Education Limited, England, pp. 221, 234-235.

Mulja,M., dan Suharman, 1995, Analisis Instrumental, Universitas Airlangga,

Surabaya, pp. 26 – 38.

Pavia, D.L., Lampman, G.., Kriz, G.S., 2009, Introduction To Spectroscopy, 4th

ed., Brooks/Cole CENGAGE Learning, USA, pp. 381-385.

Pheckrajang, S., et al., 2011, Chemometrics-Assisted UV Spectrophotometricc

Method for Determination of Acetaminophen and Chlorzoxazone in Tablets,

Mahidol University Journal of Pharmaceutical Science, 38(3-4), 23-33.

Rimbaud, D.J., BoUVeresse, E., Massart, D. L., de Noord, O. E., 1999, Detection

of Prediction Outliers amd Liniers in Multivariate Calibration, Anal. Chim.

Acta, 388 283-301.

Rohman, A., 2014, Statistika dan Kemometrika Dasar Dalam Analisis Farmasi,

Pustaka Pelajar , Yogyakarta p. 201.

Sudjadi dan Rahman, A., 1994, Analisis Obat dan Makanan, Pustaka Pelajar,

Yogyakarta.

U.S Pharmacopeial Convention, 2013, The United States Pharmacopeia

36/National Formulary 31, U.S Pharmacopeial Convention Inc., Rockville,

MD., pp 983-988, 2303-2305, 3781-3782.

WHO, 1997, Quality Assurance of Pharmaceutical: A Compendium of Guidelines

and Related Materials, vol 1, 1997, pp 1-2


48

LAMPIRAN


49

Lampiran 1.Output Minitab hasil kalibrasi multivariat PLS parasetamol dari 20

campuran model kalibrasi yang mengandung parasetamol dan kafein tanpa validasi silang

leave one out.

PLS Regression: PCT versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ...

Method

Cross-validation None

Components to calculate Set

Number of components calculated 10

Analysis of Variance for PCT

Source DF SS MS F P

Regression 10 27.5090 2.75090 45262.40 0.000

Residual Error 9 0.0005 0.00006

Total 19 27.5095

Model Selection and Validation for PCT

Components X Variance Error R-Sq

1 0.94152 19.9725 0.273977

2 0.99867 2.0502 0.925474

3 0.99990 1.5933 0.942082

4 0.99998 0.7979 0.970995

5 0.99999 0.6025 0.978098

6 0.99999 0.1614 0.994131

7 0.99999 0.0317 0.998846

8 0.99999 0.0065 0.999763

9 0.99999 0.0017 0.999939

10 0.99999 0.0005 0.999980


50

Lampiran 2.Output Minitab hasil kalibrasi multivariat PLS kafein dari 20 campuran

model kalibrasi yang mengandung parasetamol dan kafein tanpa validasi silang leave one

out.

PLS Regression: CAF versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ...

Method

Cross-validation None

Components to calculate Set

Number of components calculated 10

Analysis of Variance for CAF

Source DF SS MS F P

Regression 10 0.751981 0.0751981 35386.69 0.000

Residual Error 9 0.000019 0.0000021

Total 19 0.752000

Model Selection and Validation for CAF

Components X Variance Error R-Sq

1 0.95004 0.663749 0.117355

2 0.99508 0.579074 0.229955

3 0.99991 0.008511 0.988682

4 0.99998 0.002767 0.996321

5 0.99998 0.000825 0.998903

6 0.99999 0.000640 0.999149

7 0.99999 0.000204 0.999728

8 0.99999 0.000083 0.999889

9 0.99999 0.000037 0.999951

10 1.00000 0.000019 0.999975


51

Lampiran 3.Output Minitab hasil kalibrasi multivariat PLS parasetamol dari 20 campuran

model kalibrasi yang mengandung parasetamol dan kafein dengan validasi silang leave

one out.

PLS Regression: PCT versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ...

Method

Cross-validation Leave-one-out

Components to evaluate Set

Number of components evaluated 10

Number of components selected 10

Analysis of Variance for PCT

Source DF SS MS F P

Regression 10 27.5090 2.75090 45262.40 0.000

Residual Error 9 0.0005 0.00006

Total 19 27.5095

Model Selection and Validation for PCT

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

1 0.94152 19.9725 0.273977 23.6583 0.139995

2 0.99867 2.0502 0.925474 2.7566 0.899796

3 0.99990 1.5933 0.942082 2.7644 0.899511

4 0.99998 0.7979 0.970995 1.4407 0.947628

5 0.99999 0.6025 0.978098 1.5358 0.944171

6 0.99999 0.1614 0.994131 1.6782 0.938997

7 0.99999 0.0317 0.998846 1.4237 0.948247

8 0.99999 0.0065 0.999763 1.3969 0.949222

9 0.99999 0.0017 0.999939 1.2696 0.953850

10 0.99999 0.0005 0.999980 1.1892 0.956770


52

Lampiran 4.Output Minitab hasil kalibrasi multivariat PLS kafein dari 20 campuran

model kalibrasi yang mengandung parasetamol dan kafein dengan validasi silang leave

one out.

PLS Regression: CAF versus WL220.0, WL222.0, WL224.0, WL226.0, WL228.0, ...

Method

Cross-validation Leave-one-out

Components to evaluate Set

Number of components evaluated 10

Number of components selected 4

Analysis of Variance for CAF

Source DF SS MS F P

Regression 4 0.749233 0.187308 1015.52 0.000

Residual Error 15 0.002767 0.000184

Total 19 0.752000

Model Selection and Validation for CAF

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

1 0.950042 0.663749 0.117355 0.813086 0.000000

2 0.995083 0.579074 0.229955 0.717715 0.045591

3 0.999907 0.008511 0.988682 0.014695 0.980458

4 0.999980 0.002767 0.996321 0.005332 0.992909

5 0.000825 0.998903 0.007716 0.989739

6 0.000640 0.999149 0.006221 0.991727

7 0.000204 0.999728 0.006234 0.991710

8 0.000083 0.999889 0.006203 0.991751

9 0.000037 0.999951 0.006181 0.991780

10 0.000019 0.999975 0.006481 0.991382


53

Lampiran 5. Nilai koefisien model kalibrasi PCT dan CAF

PCT PPZ

Constant -0.04282 0.508

WL220.0 -0.62763 58.723

WL222.0 -0.85025 -38.683

WL224.0 -0.98923 -58.871

WL226.0 -0.87485 62.598

WL228.0 -0.82894 -65.311

WL230.0 -0.75857 -14.026

WL232.0 -0.71548 -51.652

WL234.0 -0.54378 -17.945

WL236.0 -0.56431 -16.908

WL238.0 -0.55556 -67.314

WL240.0 -0.57046 -104.365

WL242.0 -0.44177 49.611

WL244.0 -0.43773 91.163

WL246.0 -0.43119 -17.481

WL248.0 -0.32371 56.144

WL250.0 -0.15448 88.225

WL252.0 -0.08415 -11.953

WL254.0 0.18327 51.788

WL256.0 0.40296 36.740

WL258.0 0.70036 -91.182

WL260.0 0.96422 30.025

WL262.0 1.18438 -40.476

WL264.0 1.55279 -11.962

WL266.0 2.05518 65.239

WL268.0 2.26594 113.318

WL270.0 2.67350 1.525

WL272.0 2.74512 -69.237

WL274.0 3.06576 88.179

WL276.0 2.92099 -74.766

WL278.0 2.76305 -55.157

WL280.0 2.68442 -59.541

WL282.0 2.11116 15.216

WL284.0 1.61611 -30.006

WL286.0 0.98540 129.298

WL288.0 0.24492 30.104

WL290.0 -0.40908 -119.466

WL292.0 -1.11663 127.954

WL294.0 -1.70435 127.683

WL296.0 -2.03457 44.099

WL298.0 -2.27570 -48.233

WL300.0 -2.73709 68.614

WL302.0 -2.70092 37.503

WL304.0 -2.77029 -154.777

WL306.0 -1.82188 -95.284

WL308.0 -1.66152 107.681

WL310.0 -1.49254 -142.978


54

Lampiran 6.Nilai Absorbansi 20 campuran baku untuk model kalibrasi yang diukur pada panjang gelombang 220-310 dengan interval 2 nm

No Campuran PCT CAF

WL220.

0

WL222.

0

WL224.

0

WL226.

0

WL228.

0

WL230.

0

WL232.

0

WL234.

0

WL236.

0

WL238.

0

1 6,4 1,0 0.379 0.386 0.398 0.412 0.427 0.441 0.454 0.466 0.477 0.485

2 5,8 0,6 0.447 0.453 0.463 0.474 0.486 0.496 0.506 0.515 0.523 0.529

3 4,3 0,6 0.302 0.306 0.313 0.321 0.329 0.337 0.345 0.351 0.357 0.361

4 5,7 0,8 0.45 0.453 0.461 0.471 0.48 0.489 0.498 0.506 0.512 0.517

5 7,0 0,8 0.234 0.247 0.264 0.283 0.302 0.32 0.337 0.353 0.368 0.379

6 4,5 0,5 0.301 0.305 0.314 0.322 0.331 0.34 0.348 0.355 0.362 0.367

7 6,9 1,0 0.479 0.484 0.493 0.505 0.516 0.527 0.538 0.548 0.556 0.562

8 5,5 0,9 0.175 0.18 0.19 0.202 0.214 0.225 0.236 0.247 0.255 0.262

9 6,3 0,6 0.353 0.362 0.375 0.39 0.404 0.418 0.431 0.443 0.454 0.462

10 7,2 1,1 0.478 0.481 0.49 0.501 0.512 0.523 0.533 0.542 0.55 0.555

11 5,1 0,6 0.164 0.171 0.183 0.195 0.208 0.219 0.231 0.242 0.251 0.259

12 4,1 1,1 0.307 0.304 0.307 0.312 0.318 0.323 0.328 0.332 0.335 0.337

13 7,0 1,0 0.491 0.496 0.506 0.517 0.53 0.542 0.553 0.563 0.572 0.578

14 7,4 0,7 0.389 0.401 0.418 0.435 0.454 0.471 0.487 0.502 0.516 0.526

15 6,9 0,8 0.383 0.392 0.405 0.421 0.437 0.451 0.466 0.479 0.49 0.499

16 8,1 0,9 0.542 0.551 0.566 0.582 0.598 0.613 0.628 0.642 0.654 0.664

17 7,6 0,8 0.258 0.272 0.292 0.312 0.333 0.352 0.372 0.389 0.405 0.418

18 8,0 0,8 0.406 0.417 0.433 0.451 0.469 0.486 0.502 0.517 0.531 0.541

19 5,3 0,5 0.433 0.438 0.447 0.456 0.465 0.474 0.482 0.49 0.497 0.501

20 5,8 0,5 0.187 0.198 0.212 0.227 0.242 0.257 0.271 0.283 0.295 0.304


55

Lanjutan lampiran 6

WL240

.0

WL242

.0

WL244

.0

WL246

.0

WL248

.0

WL250

.0

WL252

.0

WL254

.0

WL256

.0

WL258

.0

WL260

.0

WL262

.0

WL264

.0

WL266

.0

0.49 0.491 0.489 0.482 0.47 0.455 0.435 0.412 0.388 0.363 0.339 0.314 0.293 0.275

0.533 0.533 0.529 0.522 0.511 0.496 0.477 0.456 0.433 0.409 0.386 0.363 0.343 0.325

0.364 0.364 0.361 0.356 0.348 0.337 0.324 0.308 0.292 0.275 0.259 0.243 0.229 0.216

0.519 0.519 0.515 0.508 0.498 0.484 0.467 0.447 0.427 0.405 0.384 0.364 0.346 0.33

0.388 0.392 0.392 0.386 0.375 0.36 0.34 0.316 0.29 0.263 0.238 0.212 0.189 0.17

0.37 0.37 0.368 0.362 0.354 0.342 0.328 0.312 0.295 0.276 0.259 0.242 0.227 0.214

0.565 0.566 0.562 0.554 0.542 0.527 0.507 0.486 0.463 0.438 0.415 0.391 0.371 0.353

0.267 0.269 0.269 0.265 0.258 0.249 0.236 0.221 0.206 0.189 0.173 0.157 0.144 0.132

0.468 0.469 0.467 0.46 0.449 0.434 0.414 0.391 0.367 0.341 0.317 0.292 0.271 0.252

0.558 0.559 0.555 0.547 0.536 0.521 0.502 0.481 0.458 0.434 0.412 0.389 0.369 0.352

0.265 0.268 0.267 0.264 0.256 0.246 0.232 0.216 0.2 0.182 0.165 0.147 0.132 0.119

0.338 0.337 0.334 0.329 0.322 0.314 0.304 0.292 0.28 0.268 0.256 0.245 0.234 0.226

0.582 0.582 0.578 0.571 0.558 0.542 0.522 0.499 0.475 0.449 0.425 0.401 0.38 0.361

0.534 0.536 0.534 0.527 0.513 0.495 0.472 0.445 0.416 0.385 0.357 0.328 0.302 0.279

0.505 0.507 0.505 0.498 0.485 0.469 0.448 0.423 0.397 0.369 0.343 0.317 0.294 0.274

0.67 0.672 0.668 0.659 0.644 0.624 0.599 0.569 0.538 0.505 0.474 0.442 0.415 0.39

0.427 0.432 0.432 0.426 0.414 0.397 0.375 0.349 0.321 0.291 0.263 0.234 0.209 0.187

0.548 0.551 0.549 0.541 0.527 0.509 0.485 0.458 0.429 0.398 0.37 0.34 0.314 0.292

0.504 0.504 0.501 0.494 0.483 0.47 0.452 0.433 0.412 0.39 0.369 0.348 0.33 0.313

0.311 0.315 0.314 0.31 0.301 0.289 0.272 0.253 0.232 0.21 0.19 0.169 0.151 0.134


56

Lanjutan lampiran 6

WL268

.0

WL270

.0

WL272

.0

WL274

.0

WL276

.0

WL278

.0

WL280

.0

WL282

.0

WL284

.0

WL286

.0

WL288

.0

WL290

.0

WL292

.0

WL294

.0

0.259 0.247 0.238 0.229 0.222 0.214 0.206 0.196 0.185 0.173 0.161 0.149 0.137 0.127

0.311 0.299 0.29 0.283 0.276 0.269 0.263 0.254 0.246 0.237 0.227 0.217 0.208 0.199

0.206 0.197 0.191 0.185 0.18 0.175 0.169 0.163 0.155 0.147 0.139 0.131 0.123 0.117

0.316 0.306 0.298 0.29 0.283 0.277 0.27 0.261 0.251 0.241 0.23 0.219 0.209 0.201

0.153 0.141 0.131 0.124 0.116 0.11 0.103 0.095 0.086 0.075 0.065 0.054 0.044 0.035

0.203 0.194 0.187 0.181 0.176 0.171 0.166 0.16 0.153 0.145 0.138 0.13 0.123 0.116

0.338 0.326 0.317 0.309 0.301 0.293 0.286 0.275 0.265 0.252 0.24 0.228 0.216 0.206

0.122 0.114 0.108 0.103 0.098 0.092 0.087 0.079 0.071 0.062 0.052 0.043 0.035 0.027

0.236 0.224 0.215 0.207 0.2 0.193 0.187 0.179 0.17 0.161 0.151 0.141 0.132 0.124

0.338 0.326 0.317 0.309 0.301 0.294 0.285 0.275 0.263 0.251 0.238 0.225 0.213 0.203

0.108 0.1 0.094 0.089 0.084 0.079 0.074 0.068 0.062 0.054 0.046 0.038 0.031 0.025

0.219 0.213 0.208 0.203 0.197 0.191 0.184 0.176 0.167 0.156 0.146 0.136 0.126 0.118

0.345 0.333 0.323 0.315 0.307 0.299 0.291 0.28 0.269 0.257 0.245 0.232 0.22 0.21

0.261 0.246 0.235 0.226 0.218 0.211 0.203 0.194 0.184 0.173 0.161 0.149 0.139 0.129

0.257 0.244 0.234 0.225 0.217 0.21 0.202 0.193 0.183 0.172 0.16 0.149 0.138 0.128

0.37 0.354 0.342 0.332 0.322 0.314 0.304 0.293 0.282 0.268 0.255 0.241 0.228 0.216

0.168 0.154 0.144 0.135 0.127 0.12 0.113 0.103 0.094 0.082 0.071 0.059 0.048 0.039

0.273 0.258 0.247 0.238 0.229 0.221 0.213 0.203 0.193 0.181 0.169 0.156 0.145 0.135

0.3 0.289 0.281 0.274 0.268 0.262 0.256 0.248 0.241 0.232 0.224 0.215 0.206 0.199

0.121 0.111 0.103 0.097 0.092 0.087 0.082 0.076 0.069 0.061 0.053 0.045 0.038 0.031


57

Lanjutan lampiran 6

WL296.0 WL298.0 WL300.0 WL302.0 WL304.0 WL306.0 WL308.0 WL310.0

0.118 0.111 0.104 0.099 0.095 0.092 0.09 0.088

0.191 0.184 0.178 0.173 0.169 0.17 0.167 0.165

0.11 0.105 0.101 0.097 0.094 0.091 0.09 0.088

0.192 0.186 0.18 0.174 0.17 0.171 0.168 0.166

0.027 0.02 0.014 0.01 0.007 0.004 0.003 0.003

0.11 0.105 0.101 0.097 0.094 0.091 0.09 0.088

0.197 0.189 0.182 0.176 0.172 0.17 0.168 0.166

0.021 0.015 0.011 0.008 0.006 0.004 0.004 0.003

0.116 0.109 0.104 0.099 0.095 0.092 0.09 0.088

0.193 0.186 0.179 0.173 0.168 0.168 0.166 0.163

0.019 0.015 0.011 0.007 0.005 0.003 0.003 0.002

0.111 0.106 0.101 0.097 0.095 0.092 0.09 0.089

0.2 0.192 0.185 0.179 0.175 0.172 0.169 0.167

0.12 0.112 0.106 0.1 0.096 0.092 0.09 0.088

0.12 0.112 0.106 0.1 0.096 0.092 0.09 0.089

0.206 0.196 0.188 0.181 0.176 0.176 0.173 0.17

0.03 0.023 0.016 0.011 0.008 0.005 0.004 0.003

0.125 0.117 0.11 0.104 0.1 0.096 0.094 0.092

0.191 0.185 0.179 0.174 0.17 0.171 0.168 0.166

0.025 0.02 0.015 0.012 0.009 0.006 0.005 0.004


58

Lampiran 7. Nilai absorbansi 10 larutan validasi eksternal yang diukur pada panjang gelombang 220-310 nm dengan interval 2 nm.

No PCT CAF WL220.0 WL222.0 WL224.0 WL226.0 WL228.0 WL230.0 WL232.0 WL234.0 WL236.0 WL238.0 WL240.0 WL242.0 WL244.0

1 7.7 1.2 0.311 0.327 0.351 0.375 0.401 0.426 0.45 0.471 0.491 0.506 0.517 0.523 0.522

2 4.5 1.3 0.115 0.12 0.131 0.144 0.158 0.171 0.184 0.196 0.206 0.214 0.22 0.223 0.223

3 5.5 1.1 0.239 0.248 0.263 0.279 0.296 0.313 0.329 0.343 0.356 0.367 0.374 0.377 0.377

4 4.1 0.8 0.268 0.273 0.281 0.292 0.303 0.313 0.324 0.333 0.341 0.348 0.352 0.354 0.352

5 7 0.6 0.159 0.178 0.202 0.226 0.251 0.274 0.298 0.32 0.339 0.355 0.368 0.375 0.375

6 8.2 0.7 0.307 0.329 0.356 0.385 0.413 0.439 0.466 0.491 0.513 0.53 0.544 0.551 0.55

7 5.3 1.3 0.325 0.33 0.341 0.355 0.37 0.385 0.398 0.411 0.422 0.43 0.435 0.437 0.435

8 6.3 1 0.147 0.16 0.179 0.2 0.222 0.242 0.262 0.28 0.297 0.31 0.32 0.326 0.327

9 5.1 0.9 0.213 0.223 0.238 0.254 0.271 0.286 0.302 0.316 0.329 0.339 0.346 0.349 0.349

10 4.3 0.8 0.275 0.28 0.29 0.301 0.312 0.323 0.333 0.343 0.351 0.357 0.362 0.363 0.361

WL246.0 WL248.0 WL250.0 WL252.0 WL254.0 WL256.0 WL258.0 WL260.0 WL262.0 WL264.0 WL266.0 WL268.0 WL270.0 WL272.0 WL274.0 WL276.0

0.514 0.5 0.48 0.453 0.421 0.388 0.352 0.319 0.285 0.255 0.229 0.208 0.191 0.179 0.169 0.159

0.22 0.213 0.203 0.19 0.174 0.158 0.14 0.124 0.107 0.094 0.081 0.071 0.063 0.057 0.052 0.046

0.371 0.361 0.347 0.329 0.308 0.285 0.261 0.238 0.215 0.195 0.178 0.163 0.152 0.144 0.136 0.129

0.347 0.339 0.327 0.313 0.296 0.278 0.259 0.241 0.223 0.207 0.194 0.182 0.173 0.166 0.16 0.154

0.37 0.357 0.338 0.314 0.285 0.254 0.22 0.189 0.157 0.129 0.105 0.084 0.069 0.058 0.049 0.042

0.542 0.526 0.503 0.473 0.438 0.4 0.359 0.321 0.282 0.249 0.219 0.194 0.175 0.162 0.151 0.141

0.429 0.419 0.405 0.387 0.367 0.345 0.322 0.3 0.279 0.26 0.244 0.23 0.219 0.211 0.203 0.195

0.322 0.311 0.296 0.275 0.251 0.225 0.197 0.17 0.143 0.121 0.1 0.084 0.071 0.062 0.054 0.047

0.344 0.334 0.321 0.303 0.283 0.261 0.238 0.216 0.194 0.175 0.158 0.144 0.133 0.125 0.118 0.112

0.356 0.348 0.336 0.321 0.303 0.285 0.265 0.247 0.229 0.212 0.198 0.186 0.177 0.17 0.164 0.158


59

Lanjutan lampiran 7

WL278.0 WL280.0 WL282.0 WL284.0 WL286.0 WL288.0 WL290.0 WL292.0 WL294.0 WL296.0 WL298.0 WL300.0 WL302.0 WL304.0 WL306.0

0.15 0.14 0.128 0.115 0.1 0.084 0.069 0.055 0.043 0.032 0.023 0.015 0.009 0.005 0.002

0.039 0.032 0.022 0.012 0 -0.012 -0.025 -0.035 -0.045 -0.052 -0.058 -0.063 -0.067 -0.069 -0.07

0.121 0.114 0.104 0.093 0.08 0.068 0.056 0.045 0.034 0.026 0.019 0.013 0.009 0.006 0.002

0.148 0.142 0.135 0.126 0.117 0.108 0.098 0.089 0.082 0.075 0.07 0.065 0.061 0.058 0.058

0.035 0.028 0.02 0.01 0 -0.01 -0.021 -0.031 -0.041 -0.049 -0.056 -0.062 -0.067 -0.071 -0.073

0.133 0.124 0.114 0.103 0.091 0.078 0.065 0.053 0.042 0.032 0.024 0.016 0.01 0.005 0.002

0.187 0.178 0.166 0.154 0.14 0.125 0.111 0.098 0.087 0.078 0.071 0.064 0.059 0.056 0.057

0.039 0.032 0.023 0.012 0.001 -0.011 -0.023 -0.035 -0.044 -0.052 -0.059 -0.065 -0.07 -0.073 -0.074

0.105 0.098 0.09 0.08 0.07 0.059 0.048 0.038 0.03 0.022 0.016 0.011 0.007 0.004 0

0.152 0.145 0.137 0.129 0.119 0.11 0.1 0.091 0.083 0.076 0.071 0.066 0.062 0.059 0.062

WL308.0 WL310.0

0.001 0

-0.07 -0.07

0.001 0

0.056 0.055

-0.073 -0.074

0.001 0

0.056 0.055

-0.075 -0.075

-0.001 -0.001

0.061 0.06


60

Lampiran 8.Perhitungan kadar parasetamol (PCT) terprediksi dari sampel tablet yang mengandung campuran parasetamol (PCT) dan kafein (CAF)

Menggunakan koefisien hasil validasi silang

Panjang gelombang Koofesien SAMPEL 1 PCT SAMPEL 2 PCT SAMPEL 3 PCT SAMPEL 4 PCT SAMPEL 5 PCT SAMPEL 6 PCT

PCT ABS ABS*K ABS ABS*K ABS ABS*K ABS ABS*K ABS ABS*K ABS ABS*K

Konstant 0.508 1 0.508 1 0.508 1 0.508 1 0.508 1 1 -0.704

220 58.723 0.383 22.490909 0.471 27.65853 0.501 29.42022 0.332 19.49604 0.44 25.83812 0.491 28.83299

222 -38.683 0.402 -15.550566 0.49 -18.9547 0.516 -19.9604 0.35 -13.5391 0.457 -17.6781 0.507 -19.6123

224 -58.871 0.429 -25.255659 0.517 -30.4363 0.54 -31.7903 0.376 -22.1355 0.481 -28.317 0.53 -31.2016

226 62.598 0.458 28.669884 0.547 34.24111 0.565 35.36787 0.403 25.22699 0.508 31.79978 0.555 34.74189

228 -65.311 0.488 -31.871768 0.576 -37.6191 0.59 -38.5335 0.43 -28.0837 0.535 -34.9414 0.58 -37.8804

230 -14.026 0.516 -7.237416 0.603 -8.45768 0.614 -8.61196 0.455 -6.38183 0.559 -7.84053 0.603 -8.45768

232 -51.652 0.544 -28.098688 0.63 -32.5408 0.638 -32.954 0.481 -24.8446 0.584 -30.1648 0.627 -32.3858

234 -17.945 0.569 -10.210705 0.655 -11.754 0.659 -11.8258 0.504 -9.04428 0.607 -10.8926 0.648 -11.6284

236 -16.908 0.593 -10.026444 0.677 -11.4467 0.678 -11.4636 0.525 -8.8767 0.627 -10.6013 0.667 -11.2776

238 -67.314 0.611 -41.128854 0.694 -46.7159 0.693 -46.6486 0.541 -36.4169 0.643 -43.2829 0.682 -45.9081

240 -104.365 0.624 -65.12376 0.706 -73.6817 0.704 -73.473 0.554 -57.8182 0.655 -68.3591 0.693 -72.3249

242 49.611 0.631 31.304541 0.712 35.32303 0.708 35.12459 0.56 27.78216 0.66 32.74326 0.698 34.62848

244 91.163 0.63 57.43269 0.71 64.72573 0.706 64.36108 0.559 50.96012 0.658 59.98525 0.695 63.35829

246 -17.481 0.621 -10.855701 0.7 -12.2367 0.696 -12.1668 0.551 -9.63203 0.649 -11.3452 0.685 -11.9745

248 56.144 0.604 33.910976 0.682 38.29021 0.678 38.06563 0.536 30.09318 0.631 35.42686 0.668 37.50419

250 88.225 0.58 51.1705 0.655 57.78738 0.654 57.69915 0.514 45.34765 0.607 53.55258 0.644 56.8169

252 -11.953 0.547 -6.538291 0.622 -7.43477 0.623 -7.44672 0.485 -5.79721 0.576 -6.88493 0.613 -7.32719

254 51.788 0.509 26.360092 0.582 30.14062 0.587 30.39956 0.452 23.40818 0.539 27.91373 0.577 29.88168

256 36.74 0.469 17.23106 0.541 19.87634 0.549 20.17026 0.416 15.28384 0.501 18.40674 0.539 19.80286

258 -91.182 0.426 -38.843532 0.495 -45.1351 0.507 -46.2293 0.377 -34.3756 0.458 -41.7614 0.498 -45.4086

260 30.025 0.385 11.559625 0.452 13.5713 0.468 14.0517 0.34 10.2085 0.418 12.55045 0.459 13.78148

262 -40.476 0.344 -13.923744 0.409 -16.5547 0.428 -17.3237 0.303 -12.2642 0.379 -15.3404 0.42 -16.9999

264 -11.962 0.308 -3.684296 0.371 -4.4379 0.395 -4.72499 0.271 -3.2417 0.344 -4.11493 0.387 -4.62929

266 65.239 0.276 18.005964 0.339 22.11602 0.365 23.81224 0.243 15.85308 0.313 20.41981 0.356 23.22508

268 113.318 0.248 28.102864 0.314 35.58185 0.338 38.30148 0.219 24.81664 0.286 32.40895 0.327 37.05499


61

Lanjutanlampiran 8

270 1.525 0.229 0.349225 0.289 0.440725 0.319 0.486475 0.201 0.306525 0.268 0.4087 0.312 0.4758

272 -69.237 0.214 -14.816718 0.273 -18.9017 0.305 -21.1173 0.188 -13.0166 0.253 -17.517 0.297 -20.5634

274 88.179 0.202 17.812158 0.26 22.92654 0.292 25.74827 0.176 15.5195 0.24 21.16296 0.285 25.13102

276 -74.766 0.19 -14.20554 0.248 -18.542 0.28 -20.9345 0.166 -12.4112 0.229 -17.1214 0.274 -20.4859

278 -55.157 0.179 -9.873103 0.236 -13.0171 0.27 -14.8924 0.157 -8.65965 0.218 -12.0242 0.263 -14.5063

280 -59.541 0.169 -10.062429 0.225 -13.3967 0.258 -15.3616 0.147 -8.75253 0.208 -12.3845 0.252 -15.0043

282 15.216 0.155 2.35848 0.21 3.19536 0.245 3.72792 0.135 2.05416 0.194 2.951904 0.239 3.636624

284 -30.006 0.14 -4.20084 0.194 -5.82116 0.229 -6.87137 0.122 -3.66073 0.18 -5.40108 0.224 -6.72134

286 129.298 0.123 15.903654 0.177 22.88575 0.213 27.54047 0.107 13.83489 0.163 21.07557 0.208 26.89398

288 30.104 0.106 3.191024 0.159 4.786536 0.195 5.87028 0.091 2.739464 0.146 4.395184 0.191 5.749864

290 -119.466 0.089 -10.632474 0.141 -16.8447 0.178 -21.2649 0.076 -9.07942 0.13 -15.5306 0.175 -20.9066

292 127.954 0.073 9.340642 0.124 15.8663 0.162 20.72855 0.062 7.933148 0.114 14.58676 0.16 20.47264

294 127.683 0.058 7.405614 0.108 13.78976 0.147 18.7694 0.049 6.256467 0.1 12.7683 0.145 18.51404

296 44.099 0.046 2.028554 0.095 4.189405 0.135 5.953365 0.038 1.675762 0.088 3.880712 0.133 5.865167

298 -48.233 0.035 -1.688155 0.084 -4.05157 0.124 -5.98089 0.028 -1.35052 0.077 -3.71394 0.122 -5.88443

300 68.614 0.026 1.783964 0.074 5.077436 0.114 7.821996 0.02 1.37228 0.068 4.665752 0.113 7.753382

302 37.503 0.018 0.675054 0.066 2.475198 0.106 3.975318 0.013 0.487539 0.06 2.25018 0.105 3.937815

304 -154.777 0.013 -2.012101 0.06 -9.28662 0.1 -15.4777 0.008 -1.23822 0.055 -8.51274 0.099 -15.3229

306 -95.284 0.01 -0.95284 0.056 -5.3359 0.096 -9.14726 0.005 -0.47642 0.051 -4.85948 0.095 -9.05198

308 107.681 0.007 0.753767 0.054 5.814774 0.093 10.01433 0.003 0.323043 0.049 5.276369 0.092 9.906652

310 -142.978 0.006 -0.857868 0.053 -7.57783 0.092 -13.154 0.003 -0.42893 0.048 -6.86294 0.09 -12.868

Calculated 10.189749 10.57866 10.05564 9.453462 9.01557 9.634272

Kadar 515630.5491 535467.9 509180.9 478623.2 456441.7 487794.7

%kadar 103.1261 107.0936 101.8362 95.72464 91.08834 97.55894


62

Lampiran 9.Perhitungan kadar kafein (CAF) terprediksi dari sampel tablet yang mengandung parasetamol (PCT) dan kafein (CAF)

Menggunakan koefisien hasil validasi silang

Panjanggelombang Koofesien SAMPEL 1 CAF SAMPEL 2 CAF SAMPEL 3 CAF SAMPEL 4 CAF SAMPEL 5 CAF SAMPEL 6 CAF

CAF ABS ABS*K ABS ABS*K ABS ABS*K ABS ABS*K ABS ABS*K ABS ABS*K

Konstant -0.04282 1 -0.04282 1 -0.04282 1 -0.04282 1 -0.04282 1 1 -0.704

220 -0.62763 0.383 -0.2403823 0.471 -0.29561 0.501 -0.31444 0.332 -0.20837 0.44 -0.27616 0.491 -0.30817

222 -0.85025 0.402 -0.3418005 0.49 -0.41662 0.516 -0.43873 0.35 -0.29759 0.457 -0.38856 0.507 -0.43108

224 -0.98923 0.429 -0.4243797 0.517 -0.51143 0.54 -0.53418 0.376 -0.37195 0.481 -0.47582 0.53 -0.52429

226 -0.87485 0.458 -0.4006813 0.547 -0.47854 0.565 -0.49429 0.403 -0.35256 0.508 -0.44442 0.555 -0.48554

228 -0.82894 0.488 -0.4045227 0.576 -0.47747 0.59 -0.48907 0.43 -0.35644 0.535 -0.44348 0.58 -0.48079

230 -0.75857 0.516 -0.3914221 0.603 -0.45742 0.614 -0.46576 0.455 -0.34515 0.559 -0.42404 0.603 -0.45742

232 -0.71548 0.544 -0.3892211 0.63 -0.45075 0.638 -0.45648 0.481 -0.34415 0.584 -0.41784 0.627 -0.44861

234 -0.54378 0.569 -0.3094108 0.655 -0.35618 0.659 -0.35835 0.504 -0.27407 0.607 -0.33007 0.648 -0.35237

236 -0.56431 0.593 -0.3346358 0.677 -0.38204 0.678 -0.3826 0.525 -0.29626 0.627 -0.35382 0.667 -0.37639

238 -0.55556 0.611 -0.3394472 0.694 -0.38556 0.693 -0.385 0.541 -0.30056 0.643 -0.35723 0.682 -0.37889

240 -0.57046 0.624 -0.355967 0.706 -0.40274 0.704 -0.4016 0.554 -0.31603 0.655 -0.37365 0.693 -0.39533

242 -0.44177 0.631 -0.2787569 0.712 -0.31454 0.708 -0.31277 0.56 -0.24739 0.66 -0.29157 0.698 -0.30836

244 -0.43773 0.63 -0.2757699 0.71 -0.31079 0.706 -0.30904 0.559 -0.24469 0.658 -0.28803 0.695 -0.30422

246 -0.43119 0.621 -0.267769 0.7 -0.30183 0.696 -0.30011 0.551 -0.23759 0.649 -0.27984 0.685 -0.29537

248 -0.32371 0.604 -0.1955208 0.682 -0.22077 0.678 -0.21948 0.536 -0.17351 0.631 -0.20426 0.668 -0.21624

250 -0.15448 0.58 -0.0895984 0.655 -0.10118 0.654 -0.10103 0.514 -0.0794 0.607 -0.09377 0.644 -0.09949

252 -0.08415 0.547 -0.0460301 0.622 -0.05234 0.623 -0.05243 0.485 -0.04081 0.576 -0.04847 0.613 -0.05158

254 0.18327 0.509 0.09328443 0.582 0.106663 0.587 0.107579 0.452 0.082838 0.539 0.098783 0.577 0.105747

256 0.40296 0.469 0.18898824 0.541 0.218001 0.549 0.221225 0.416 0.167631 0.501 0.201883 0.539 0.217195

258 0.70036 0.426 0.29835336 0.495 0.346678 0.507 0.355083 0.377 0.264036 0.458 0.320765 0.498 0.348779

260 0.96422 0.385 0.3712247 0.452 0.435827 0.468 0.451255 0.34 0.327835 0.418 0.403044 0.459 0.442577

262 1.18438 0.344 0.40742672 0.409 0.484411 0.428 0.506915 0.303 0.358867 0.379 0.44888 0.42 0.49744

264 1.55279 0.308 0.47825932 0.371 0.576085 0.395 0.613352 0.271 0.420806 0.344 0.53416 0.387 0.60093

266 2.05518 0.276 0.56722968 0.339 0.696706 0.365 0.750141 0.243 0.499409 0.313 0.643271 0.356 0.731644

268 2.26594 0.248 0.56195312 0.314 0.711505 0.338 0.765888 0.219 0.496241 0.286 0.648059 0.327 0.740962


63

Lanjutanlampiran 9

270 2.6735 0.229 0.6122315 0.289 0.772642 0.319 0.852847 0.201 0.537374 0.268 0.716498 0.312 0.834132

272 2.74512 0.214 0.58745568 0.273 0.749418 0.305 0.837262 0.188 0.516083 0.253 0.694515 0.297 0.815301

274 3.06576 0.202 0.61928352 0.26 0.797098 0.292 0.895202 0.176 0.539574 0.24 0.735782 0.285 0.873742

276 2.92099 0.19 0.5549881 0.248 0.724406 0.28 0.817877 0.166 0.484884 0.229 0.668907 0.274 0.800351

278 2.76305 0.179 0.49458595 0.236 0.65208 0.27 0.746024 0.157 0.433799 0.218 0.602345 0.263 0.726682

280 2.68442 0.169 0.45366698 0.225 0.603995 0.258 0.69258 0.147 0.39461 0.208 0.558359 0.252 0.676474

282 2.11116 0.155 0.3272298 0.21 0.443344 0.245 0.517234 0.135 0.285007 0.194 0.409565 0.239 0.504567

284 1.61611 0.14 0.2262554 0.194 0.313525 0.229 0.370089 0.122 0.197165 0.18 0.2909 0.224 0.362009

286 0.9854 0.123 0.1212042 0.177 0.174416 0.213 0.20989 0.107 0.105438 0.163 0.16062 0.208 0.204963

288 0.24492 0.106 0.02596152 0.159 0.038942 0.195 0.047759 0.091 0.022288 0.146 0.035758 0.191 0.04678

290 -0.40908 0.089 -0.0364081 0.141 -0.05768 0.178 -0.07282 0.076 -0.03109 0.13 -0.05318 0.175 -0.07159

292 -1.11663 0.073 -0.081514 0.124 -0.13846 0.162 -0.18089 0.062 -0.06923 0.114 -0.1273 0.16 -0.17866

294 -1.70435 0.058 -0.0988523 0.108 -0.18407 0.147 -0.25054 0.049 -0.08351 0.1 -0.17044 0.145 -0.24713

296 -2.03457 0.046 -0.0935902 0.095 -0.19328 0.135 -0.27467 0.038 -0.07731 0.088 -0.17904 0.133 -0.2706

298 -2.2757 0.035 -0.0796495 0.084 -0.19116 0.124 -0.28219 0.028 -0.06372 0.077 -0.17523 0.122 -0.27764

300 -2.73709 0.026 -0.0711643 0.074 -0.20254 0.114 -0.31203 0.02 -0.05474 0.068 -0.18612 0.113 -0.30929

302 -2.70092 0.018 -0.0486166 0.066 -0.17826 0.106 -0.2863 0.013 -0.03511 0.06 -0.16206 0.105 -0.2836

304 -2.77029 0.013 -0.0360138 0.06 -0.16622 0.1 -0.27703 0.008 -0.02216 0.055 -0.15237 0.099 -0.27426

306 -1.82188 0.01 -0.0182188 0.056 -0.10203 0.096 -0.1749 0.005 -0.00911 0.051 -0.09292 0.095 -0.17308

308 -1.66152 0.007 -0.0116306 0.054 -0.08972 0.093 -0.15452 0.003 -0.00498 0.049 -0.08141 0.092 -0.15286

310 -1.49254 0.006 -0.0089552 0.053 -0.0791 0.092 -0.13731 0.003 -0.00448 0.048 -0.07164 0.09 -0.13433

Calculated 1.31965312 1.347386 1.339639 1.1919 1.229357 1.243126

Kadar 66778.2233 68201.64 67834.43 59647.14 62222.01 62942.74

% kadar 102.735723 104.9256 104.3607 91.76483 95.72617 96.83498


64

Lampiran 10. Sertifikat Analisis (CoA) Parasetamol


65

Lampiran 11. Sertifikat Analisis (CoA) Kafein


66

BIOGRAFI PENULIS

Penulis skripsi berjudul “Aplikasi Spektrofotometri UV

dan Kalibrasi Multivariat Untuk Analisis Parasetamol

dan Kafein” memiliki nama lengkap Gersom Jalaq.

Penulis lahir di Samarinda pada tanggal 13 Juli 1993,

merupakan putra sulung dari tiga bersaudara dari

pasangan Godwin Adriano Limberg dan Ermina Julan.

Penulis menempuh pendidikan di Sekolah Dasar Katolik

1 W. R. Soperatman Samarinda (1999-2005), Sekolah Menengah Pertama Katolik

W. R. Soepratman Samarinda (2005-2008), Sekolah Menengah Atas Katolik W.R.

Soepratman Samarinda (2008-2011) dan saat ini sedang melanjutkan jenjang

perguruan tinggi di Fakultas Farmasi Universitas Sanata Dharma (USD)

Yogyakarta. Selama menempuh pendidikan di perguruan tinggi, penulis terlibat

dalam beberapa kegiatan kemahasiswaan seperti sie. acara Panitia Pharmacy

Performance dan Pharmacy Road to School (2014), sie. keamanan Seminar

Nasional dan Longmarch “Young Generation with No More HIV Infection,

Discriminations, and AIDS Related Deaths”, asisten dosen praktikum Kimia

Analisis, dan beberapa seminar kesehatan.


PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI · Hasil penetapan kadar prediksi parasetamol (PCT) dalam...

Documents

Transcript of PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI · Hasil penetapan kadar prediksi parasetamol (PCT) dalam...