2020 : Aplikasi Metode AdaBoost dan Support Vector Machine Regressor Pada Penentuan Paracetamol dan Kafein Dengan Spektra Tumpang-Tindih Penuh

Suprapto S.Si., M.Sc., Ph.D
Yatim Lailun Nimah S.Si, M.Si., Ph.D

External link

Type

RESEARCH

Keywords

-


Abstract

Paracetamol dan kafein adalah salah satu campuran zat aktif yang sering digunakan dalam sediaan obat farmasi. Parasetamol, asetaminofen, adalah obat analgesik dan antipiretik yang efektif dalam mengobati nyeri ringan hingga sedang seperti sakit kepala, neuralgia, dan nyeri akibat muskuloskeletal (Martindale, 2002). Kafein merupakan obat perangsang sistem saraf pusat manusia yang berfungsi sebagai penghilang rasa kantuk sementara. Kafein termasuk dalam golongan zat psikoaktif yang paling banyak dikonsumsi di dunia. Tetapi, tidak seperti zat psikoaktif lainnya, kafein bersifat legal dan tidak diatur oleh hukum yuridiksi (Lovvet, 2005). Spektrofotometer UV merupakan salah satu metode yang sederhana, cepat dan lazim digunakan dalam laboratorium industri farmasi. Penggunaan Spektrofotmeter UV dalam analisis sediaan obat multikomponen memerlukan preparasi data yang relatif rumit, mengingat spektra yang tumpang tindih antar komponen. Paracetamol dan kafein keduanya memiliki daerah serapan maksimum pada panjang gelombang yang sangat berdekatan yaitu 288 nm untuk paracetamol dan 287 nm untuk kafein, sehingga menyebabkan adanya tumpang tindih spektra dari masing-masing senyawa pada panjang gelombang maksimum kedua campuran tersebut. Metode analisis multivariat adalah metode analisis multikomponen yang dianggap lebih sederhana untuk penentuan kadar parasetamol dan kafein dalam sediaan farmasi menggunakan data pengurangan absorbansi puncak dengan algoritma AdaBoost Regressor (ABR) dan Support Vector Regression (SVR). Metode regresi ini didasarkan pada pengenalan pola puncak yang didapat dan dikorelasikan antara variasi konsentrasi campuran analit yang diukur terhadap pola absorbansi puncak yang didapat dan dipergunakan untuk membuat prediksi pada data pengujian