BAB V. KESIMPULAN DAN SARAN
B. Saran
1. Uji extrudability terhadap gel anti-inflamasi ekstrak daun cocor bebek perlu dilakukan.
2. Optimasi terhadap kecepatan putar dan lama pencampuran untuk membuat sediaan gel anti-inflamasi ekstrak daun cocor bebek yang memenuhi parameter sifat fisik dan stabilitas fisik perlu dilakukan.
3. Uji pelepasan zat aktif secara in vitro perlu dilakukan untuk mengetahui kemampuan pelepasan senyawa aktif sediaan gel ekstrak daun cocor bebek.
DAFTAR PUSTAKA
Abdassah, M., Sumiwi, S,A., dan Hendrayana, J., 2009, Formulasi Ekstrak Daun Sukun (Autocarpus altilis (Parkins.) Fosberg) dengan Basis Gel sebagai Anti-inflamasi, Jurnal Farmasi Indonesia, 4(4):199-200.
Afzal, M,. Gupta, G., Kazmi, I., Rahman, M., Afzal, O., dan Alam, J., 2012, Anti-Inflammatory and Analgesic Potential of a Novel Steroidal Derivative from Bryophyllum pinnatum, Fitoterapia, 83:853.
Allen, L.V., dan Ansel, H.C., 2014, Ansel’s Pharmaceutical Dosage Forms and
Drug Delivery Systems, 10th Edition, Lippincot Williams & Wilkins, Philadelphia, hal. 408.
Armstrong, N.A., dan James, K.C., 1996, Pharmaceutical Experimental Design and Interpretation, Taylor & Francis Ltd, London, hal.132-137.
Backer, C.A., dan van Den Brink, B., 1963, Flora of Java : Spermatophytes only, Volume II, Wilter-Noordhoff, NVP., Netherland, hal. 362 - 413.
Baki, G., dan Alexander, K.S., 2011, Introduction to Cosmetic Formulation and Technology, John Wiley & Sons Inc, United States, hal. 61.
Bochek, A.M., Yusupova, L.D., Zabilova, N.M., dan Petropavlovskii, G.A., 2011, Rheological Properties of Aqueous H-Carboxymethyl Cellulose Solutions with Various Additives, Russian Journal of Applied Chemistry, 75(4):645.
De Muth, J.E., 1999, Basic Statistics and Pharmaceutical Statistic Applications, Marcell Dekker Inc., New York, hal.265-266.
Dirjen POM, 1995, Farmakope Indonesia, edisi IV, Departemen Kesehatan Republik Indonesia, Jakarta, hal. 7.
Di Rosa, M., Giround, J.P., dan Willoughbby, D.A., 1971, Studies of the Mediators of the Acute Inflammatory Response Induced in Rats in Different Sites by Carrageenan and Turpentine, J Pathol, 104:15-29. Ferreira, R.T., Coutinho, M.A.S., do Carmo Malvar, D., Costa, E.A., Florentino,
I.F., Costa, S.S., dkk., 2014, Mechanism Underlying the Antinociceptive, Antiedematogenic, and Anti-Inflammatory Activity of the Main Flavonoid from Kalanchoe pinnata, Evidence-Based Complementary and Alternative Medicine, 2014:1-8.
Garg, A., Aggarwal, D., Garg, S., dan Singla, A.K., 2002, Spreading of Semisolid Formulations: An Update, Pharmaceutical Technology, September 2002:84-105.
Hasyim, N., Pare, K.R., Junaid, I., dan Kurniati, A., 2012, Formulasi dan Uji Efektivitas Gel Luka Bakar Ekstrak Daun Cocor Bebek (Kalanchoe pinnata L) pada Kelinci (Oryctolagus cuniculus), 16(2):89-94.
Katzung dan Bertram, G., 2001, Farmakologi Dasar dan Klinik, edisi 1, Salemba Medika, Jakarta, hal. 677-678.
Khumar, S., dan Pandey, A.K., 2013, Chemistry and Biological Activities of Flavonoid : An Overview, The Scientific World Journal, 2013:2.
Kurniawan, D.W., dan Sulaiman, T.N., 2009, Teknologi Sediaan Farmasi, Edisi Pertama, Yogyakarta, Graha Ilmu, hal. 97-98.
Lafuente, A.G., Guillamon, E., Villares, A., Rostagno, M.A., dan Martinez, J.A., 2009, Flavonoids as Anti-inflammatory Agents : Implications in Cancer and Cardiovascular Disease, Inflammation Research, 58:538-552.
Lardy, F., Vennat, B., Pouget, M.P., dan Pourrat, A., 2000, Functionalization of Hydrocolloids : Principal Component Analysis Applied to the Study of Correlations Between Parameters Describing the Consistency of Hydrogels, Drug Development and Industrial Pharmacy, 26(7):715-721. Majaz, A.Q., Tatiya, A.U., Khurshid, M., Nazim, S., dan Siraj, S., 2011, The
Miracle Plant (Kalanchoe pinnata) : A Phytochemical and Pharmacological Review, International Journal of Research in Ayurveda & Pharmacy, 2(5):1478.
Matthew, S., Jain, A, K., James, M., Matthew, C., dan Bhowmik, D., 2013, Analgesic and Anti-Inflammatory Activity of Kalanchoe pinnata (Lam.) Pers, Journal of Medicine Plants Studies, 1(2):24-28.
Milad, R., El-Ahmady, S., dan Singab, A.N., 2014, Genus Kalanchoe (Crassulaceae) : A Review of Its Ethnomedical, Botanical, Chemical and Pharmacological Properties, European Jurnal of Medicinal Plants, 4(1):88-104.
Nugroho, A,E., 2011, Farmakologi, Pustaka Pelajar, Yogyakarta, hal. 167-169. Nwose, C., 2013, Effect of Ethanolic Leaf Extract of Kalanchoe pinnata on Serum
Creatine Kinase in Albino Rats, Journal of Pharmacognosy and Phytochemistry, 1(5):8-12.
Prasad, A.K., Kuma, S., Iyer, S.V., dan Sudani, R.J., 2012, Pharmacognostical, Phytochemical and Pharmacological Review on Bryophyllum pinnata, International Journal of Pharmaceutical & Biological, 423-424.
Putri, E.N., 2010, Optimasi Gelling Agent CMC-Na dan Humektan Polietilen Glikol 400 dalam Sediaan Gel Antiinflamasi Ekstrak Lidah Buaya (Aloe barbadensis Mill.) dengan Aplikasi Desain Faktorial, Skripsi, 35, Universitas Sanata Dharma, Yogyakarta.
Riccioti,E., dan FitzGeral, G.A., 2011, Prostaglandine and Inflammation, Arteriosclerosis, Thrombosis, and Vascular Biology, 31:986-987.
Robinson, T., 1991, The Organic Constituent of Higher Plants, 6th Edition, diterjemahkan oleh Kosasih Padmawinata, Penerbit ITB, Bandung, hal. 208.
Rowe, C.R., Sheskey, P.J., dan Quinn, M.E., 2009, Handbook of Pharmaceutical Excipients, 6th edition, Pharmaceutical Press, London, hal. 118-123, 283-284, 624-626.
Sinko, P.J., 2011, Martin’s Physical Pharmacy and Pharmaceutical Sciences, Lippincot Williams & Wilkins, Philadelphia, hal. 469-471.
Siswanto,A., dan Nurulita, N.A., 2005, Daya Antiinflamasi Infus Daun Mahkota Dewa (Phaleria macrocarpa Scheff. Boerl) pada Tikus Putih (Rattus norvegicus) Jantan, Prossiding Seminar Nasional TOI XXVII, Batu, 177– 181.
Suhartono, 2008, Analisis Data Statistik dengan R, Jurusan Statistika ITS, Surabaya, hal. 115.
Suhono, B., dan Tim LIPI, 2010, Ensikopedia Flora Jilid 6, PT Kharisma Ilmu, Bogor, hal. 124-125.
Taufiq, L., Wahyuningtyas, N., dan Wahyuni, A.S., 2008, Efek Anti-inflamasi Ekstrak Patikan Kebo (Euphorbia hirta L.) pada Tikus Putih Jantan, Pharmacon, 9(1):3,5.
Tranggono, R.I., dan Latifah, F., 2007, Buku Pegangan Ilmu Pengetahuan Kosmetik, PT Gramedia Pustaka Utama, Jakarta, hal. 20.
Vogel, H.G., 2002, Drug Discovery and Evaluation: Pharmacological Assays, 2nd edition, Springer Vorlag Berlin Heidelberg, Berlin, hal. 726-769.
Voigt, R., 1995, Lehbruch der Pharmazeutischem Tecnologie (Buku Pelajaran Teknologi Farmasi), diterjemahkan oleh Soewandhi, S.N. dan Widianto, M.B., Gadjah Mada University Pers, Yogyakarta, hal. 340-341, 352-353.
Yuliani, S.H., 2010, Optimasi Kombinasi Campuran Sorbitol, Gliserol, dan Propilenglikol dalam Gel Sunscreen Ekstrak Etanol Curcuma mangga, Majalah Farmasi Indonesia, 2(2):83-89.
Zats, J.L., dan Kushla, G.P., 1996, Pharmaceutical Dosage Forms : Disperse System, Vol.2, 2nd edition, Marcel Dekker Inc., New York, hal. 399–414.
LAMPIRAN
Lampiran 3. Dokumentasi penanaman tanaman cocor bebek
Gambar 1. Penanaman tanaman cocor bebek
Lampiran 4. Proses pembuatan ekstrak daun cocor bebek
Gambar 1. Ekstrak etanol daun cocor bebek
Gambar 2. Proses maserasi serbuk daun cocor bebek
Lampiran 5. Sediaan gel anti-inflamasi ekstrak daun cocor bebek
Gambar 1. Formula ab Gambar 2. Formula a
Lampiran 6. Pengukuran sifat fisik gel ekstrak daun cocor bebek
Gambar 1. Pengukuran viskositas menggunakan alat Viskometer Rion seri VT 04
Lampiran 7. Pengujian aktivitas anti-inflamasi gel ekstrak daun cocor bebek
Gambar 1. Pengukuran telapak kaki tikus dengan jangka sorong digital
Gambar 2. Pengolesan gel ekstrak daun cocor bebek pada telapak kaki tikus
Gambar 3. Injeksi suspensi karagenan salin 1% secara subplantar
Lampiran 8. Orientasi level kedua faktor penelitian
1. Variasi konsentrasi CMC Na terhadap sifat fisik sediaan CMC Na (g) Daya sebar (cm) Viskositas (dPas) 6 5,05 275 6,5 4,875 300 7 4,575 350 7,5 4,35 400 8 4,15 500 8,5 4 500
Gambar 1. Profil grafik variasi jumlah CMC Na terhadap viskositas dan daya sebar
2. Variasi jumlah propilen glikol terhadap sifat fisik sediaan Propilen glikol (g) Daya sebar (cm) Viskositas (dPas)
5 3,975 450 10 4,3 420 15 4,325 430 20 4,375 450 25 4,45 440 30 4,55 420
Gambar 2. Profil grafik variasi jumlah propilen glikol terhadap viskositas dan daya sebar
3. Formula desain faktorial level tinggi dan rendah
Formula CMC Na (g) Propilen glikol (g)
1 6 20
a 7,5 20
b 6 30
Lampiran 9. Data rata-rata viskositas, daya sebar, dan pergeseran viskositas 1. Viskositas
Waktu Pengujian
Formula
1 (dPas) a (dPas) b (dPas) ab (dPas)
48 jam 285 471,667 260 411,667 1 minggu 285 480 275 420 2 minggu 266,667 490 270 408,333 3 minggu 286,667 500 270 420 4 minggu 279,444 490 271,667 416,111 2. Pergeseran viskositas
Formula Viskositas (dPas) Pergeseran viskositas
(%) 48 jam 4 minggu 1 285 279,444 4,679 ± 1,654 a 471,667 490 2,132 ± 0,902 b 260 271,667 3,859 ± 1,617 ab 411,667 416,111 2,048 ± 1,203 3. Daya sebar Waktu Pengujian Formula
1 (dPas) a (dPas) b (dPas) ab (dPas)
48 jam 5 4,275 5,125 4,483
1 minggu 4,758 4,125 5,067 4,325 2 minggu 4,692 4,250 4,875 4,292 3 minggu 4,65 3,975 4,825 4,267 4 minggu 4,683 4,033 4,817 4,300
4. Hasil uji viskositas dan daya sebar gel validasi area komposisi optimum Formula Viskositas (dPas) Daya Sebar (cm) Replikasi 1 405 4,475 Replikasi 2 410 4,5 Replikasi 3 410 4,475 408,333 ± 2,357 4,483 ± 0,012
Lampiran 10. Data uji aktivitas anti-inflamasi 1. Rata –rata pengukuran tebal telapak kaki
Menit ke- Kontrol Negatif (mm) Kontrol Positif (mm) Formula Gel (mm) 0 5,017 5,077 4,907 30 5,177 5,107 4,983 60 5,417 5,197 5,083 120 5,557 5,280 5,22 180 5,603 5,287 5,237
2. Rata – rata volume edema telapak kaki Menit ke- Kontrol Negatif
(mm) Kontrol Positif (mm) Formula Gel (mm) 0 0 0 0 30 0,16 0,03 0,077 60 0,4 0,09 0,177 120 0,54 0,203 0,313 180 0,587 0,21 0,33
3. Perhitungan rata- rata AUC formula gel ekstrak daun cocor bebek
Menit ke- AUC (mm.jam)
I II III 0 -30 0,007 0,02 0,03 30 – 60 0,035 0,045 0,052 60 -120 0,135 0,125 0,095 120 -180 0,095 0,095 0,04 Jumlah 0,585 0,69 0,672 0,649
4. Pengukuran tebal telapak kaki kontrol positif
Menit ke- Replikasi (mm) SD
I (mm) II (mm) III (mm) 0 5,18 5,17 4,88 5,077 0,170 30 5,20 5,23 4,89 5,107 0,188 60 5,35 5,32 4,92 5,197 0,240 120 5,37 5,41 5,06 5,28 0,192 180 5,40 5,39 5,07 5,287 0,187 5. Pengukuran volume edema telapak kaki kontrol positif
Menit ke- Replikasi (mm) SD
I (mm) II (mm) III (mm) 0 0 0 0 0 0 30 0,02 0,06 0,01 0,03 0,026 60 0,17 0,15 0,04 0,12 0,07 120 0,19 0,24 0,18 0,20 0,032 180 0,22 0,22 0,19 0,21 0,0173 6. Perhitungan AUC a. Kontrol negatif
Menit ke- AUC (mm.jam)
I II III 0 – 30 0,025 0,0525 0,0425 30 – 60 0,1275 0,16 0,1325 60 -120 0,51 0,485 0,415 120 -180 0,62 0,545 0,525 Jumlah 1,2825 1,2425 1,115 b. Kontrol positif
Menit ke- AUC (mm.jam)
I II III 0 – 30 0,005 0,015 0,0025 30 – 60 0,0475 0,0525 0,0125 60 -120 0,18 0,195 0,11 120 - 180 0,205 0,23 0,185 Jumlah 0,4375 0,4925 0,31
c. Formula gel anti-inflamasi
Menit ke- AUC (mm.jam)
I II III 0 – 30 0,007 0,02 0,03 30 -60 0,042 0,065 0,082 60 -120 0,22 0,255 0,26 120 -180 0,315 0,35 0,3 Jumlah 0,585 0,69 0,672
7. Persentase penghambatan inflamasi Replikasi Perlakuan Kontrol positif (%) Formula (%) 1 63, 942 51,786 2 59, 409 43,132 3 74, 450 44,574 65,934 ± 6, 299 46,497 ± 3,785
Lampiran 11. Perhitungan menggunakan program R versi 3.1.2 1. Uji Normalitas a. Viskositas > show(viskositas) 1 a b ab 1 280 460 260 420 2 285 475 265 400 3 290 480 255 415 1) Viskositas formula 1 > shapiro.test(viskositas$"1") Shapiro-Wilk normality test data: viskositas$"1"
W = 1, p-value = 1 2) Viskositas formula a
> shapiro.test(viskositas$"a") Shapiro-Wilk normality test data: viskositas$a
W = 0.9231, p-value = 0.4633 3) Viskositas formula b
> shapiro.test(viskositas$"b") Shapiro-Wilk normality test data: viskositas$b
W = 1, p-value = 1 4) Viskositas formula ab
> shapiro.test(viskositas$"ab") Shapiro-Wilk normality test data: viskositas$ab
W = 0.9231, p-value = 0.4633
Keterangan: Uji normalitas p>0,05 sehingga dapat dikatakan distribusi data viskositas normal.
b. Daya Sebar > show(dayasebar) 1 a b ab 1 5.025 4.325 5.100 4.450 2 5.000 4.200 5.125 4.475 3 4.975 4.300 5.150 4.525 1) Daya sebar formula 1
> shapiro.test(dayasebar$"1") Shapiro-Wilk normality test data: dayasebar$"1"
W = 1, p-value = 1 2) Daya sebar formula a
> shapiro.test(dayasebar$"a") Shapiro-Wilk normality test data: dayasebar$a
W = 0.8929, p-value = 0.3631
3) Daya sebar formula b
> shapiro.test(dayasebar$"b") Shapiro-Wilk normality test data: dayasebar$b
W = 1, p-value = 1 4) Daya sebar formula ab
> shapiro.test(dayasebar$"ab") Shapiro-Wilk normality test data: dayasebar$ablv
W = 0.9643, p-value = 0.6369
Keterangan: Uji normalitas p>0,05 sehingga dapat dikatakan distribusi data daya sebar normal.
c. Stabilitas
1) Uji stabilitas formula 1 > geser
X48jam X1minggu X2minggu X3minggu X4minggu 1 280 280 250 280 290 2 285 290 270 285 305 3 290 285 280 295 300 > shapiro.test(geser$"48jam")
Shapiro-Wilk normality test data: geser$"48jam"
W = 1, p-value = 1
> shapiro.test(geser$"1minggu") Shapiro-Wilk normality test data: geser$"1minggu"
W = 0.75, p-value < 2.2e-16
Keterangan: Uji normalitas p>0,05 sehingga dapat dikatakan distribusi data stabilitas formula 1 normal.
2) Uji stabilitas formula a > fa
48jam 1minggu 2minggu 3minggu 4minggu 1 460 490 480 500 475 2 475 480 500 510 480 3 480 470 490 490 490 > shapiro.test(fa$"48jam")
Shapiro-Wilk normality test data: fa$"48jam"
W = 0.9231, p-value = 0.4633 > shapiro.test(fa$"4minggu")
Shapiro-Wilk normality test data: fa$"4minggu"
W = 0.9643, p-value = 0.6369
Keterangan: Uji normalitas p>0,05 sehingga dapat dikatakan distribusi data stabilitas formula a normal.
3) Uji stabilitas formula b > fb
48jam 1minggu 2minggu 3minggu 4minggu 1 260 270 270 275 280 2 265 275 260 270 275 3 255 280 265 265 270 > shapiro.test(fb$"48jam")
Shapiro-Wilk normality test data: fb$"48jam"
W = 1, p-value = 1
> shapiro.test(fb$"4minggu") Shapiro-Wilk normality test data: fb$"4minggu"
W = 1, p-value = 1
Keterangan: Uji normalitas p>0,05 sehingga dapat dikatakan distribusi data stabilitas formula b normal.
4) Uji stabilitas formula ab > fab1 48jam 1 2 3 4 1 420 420 400 410 425 2 400 410 410 430 415 3 415 430 415 420 420 > shapiro.test(fab1$"48jam")
Shapiro-Wilk normality test data: fab1$"48jam"
W = 0.9231, p-value = 0.4633 > shapiro.test(fab1$"4")
Shapiro-Wilk normality test data: fab1$"4"
W = 1, p-value = 1
Keterangan: Uji normalitas p>0,05 sehingga dapat dikatakan distribusi data stabilitas formula ab normal.
2. Uji Kesamaan Variansi > efek
CMCNa PG viskositas dayasebar formula 1 6.0 20 280 5.025 formula.1 2 6.0 20 285 5.000 formula.1 3 6.0 20 290 4.975 formula.1 4 7.5 20 460 4.325 formula.a 5 7.5 20 475 4.200 formula.a 6 7.5 20 480 4.300 formula.a 7 6.0 30 260 5.100 formula.b 8 6.0 30 265 5.125 formula.b 9 6.0 30 255 5.150 formula.b 10 7.5 30 420 4.450 formula.ab 11 7.5 30 400 4.475 formula.ab 12 7.5 30 415 4.525 formula.ab a. Viskositas >leveneTest(efek$viskositas,efek$formula,center=mean) Levene's Test for Homogeneity of Variance (center = mean)
Df F value Pr(>F) group 3 1.5238 0.2813
Keterangan: Uji kesamaan variansi p>0,05 sehingga dapat dikatakan data viskositas homogen.
b. Daya sebar
> leveneTest(efek$dayasebar,efek$formula,center=mean) Levene's Test for Homogeneity of Variance (center = mean)
Df F value Pr(>F) group 3 2.2069 0.1649
8
Keterangan: Uji kesamaan variansi p>0,05 sehingga dapat dikatakan data daya sebar homogen.
c. Stabilitas 1) Formula 1
> leveneTest(vektor$values~vektor$ind)
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F) group 4 0.875 0.5121 10
Keterangan: Uji kesamaan variansi p>0,05 sehingga dapat dikatakan semua data pergeseran viskositas formula 1homogen.
2) Formula a
> leveneTest(vektor$values~vektor$ind)
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F) group 4 0.0455 0.9954 10
Keterangan: Uji kesamaan variansi p>0,05 sehingga dapat dikatakan semua data pergeseran viskositas formula a homogen. 3) Formula b
> leveneTest(vektor$values~vektor$ind)
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F) group 4 0 1 10
Keterangan: Uji kesamaan variansi p>0,05 sehingga dapat dikatakan semua data pergeseran viskositas formula b homogen. 4) Formula ab
> leveneTest(vektor$values~vektor$ind)
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F) group 4 0.2105 0.9267 10
Keterangan: Uji kesamaan variansi p>0,05 sehingga dapat dikatakan semua data pergeseran viskositas formula ab homogen.
3. Uji ANOVA a. Viskositas
> aov(vektor$values~vektor$ind) Call:
aov(formula = vektor$values ~ vektor$ind) Terms:
vektor$ind Residuals Sum of Squares 92189.58 533.33 Deg. of Freedom 3 8 Residual standard error: 8.164966 Estimated effects may be unbalanced
> anova=aov(vektor$values~vektor$ind) > anova
Call:
aov(formula = vektor$values ~ vektor$ind) Terms:
vektor$ind Residuals Sum of Squares 92189.58 533.33 Deg. of Freedom 3 8 Residual standard error: 8.164966 Estimated effects may be unbalanced > summary(anova)
Df Sum Sq Mean Sq F value Pr(>F) vektor$ind 3 92190 30730 460.9 2.69e-09 *** Residuals 8 533 67 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 b. Daya sebar > aov(vektor$values~vektor$ind) Call:
aov(formula = vektor$values ~ vektor$ind) Terms:
vektor$ind Residuals Sum of Squares 1.4893750 0.0141667 Deg. of Freedom 3 8 Residual standard error: 0.04208127 Estimated effects may be unbalanced > anova=aov(vektor$values~vektor$ind) > anova
Call:
aov(formula = vektor$values ~ vektor$ind) Terms:
vektor$ind Residuals Sum of Squares 1.4893750 0.0141667 Deg. of Freedom 3 8 Residual standard error: 0.04208127 Estimated effects may be unbalanced > summary(anova)
Df Sum Sq Mean Sq F value Pr(>F) vektor$ind 3 1.4894 0.4965 280.4 1.93e-08 ***
Residuals 8 0.0142 0.0018 ---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
4. Uji nilai efek persamaan a. Viskositas
> aov(viskositas~CMCNa*PG,data=efek) Call:
aov(formula = viskositas ~ CMCNa * PG, data = efek)
Terms:
CMCNa PG CMCNa:PG Residuals Sum of Squares 85852.08 5418.75 918.75 533.33 Deg. of Freedom 1 1 1 8 Residual standard error: 8.164966
Estimated effects may be unbalanced
> summary.lm(aov(viskositas~CMCNa*PG,data=efek)) Call:
aov(formula = viskositas ~ CMCNa * PG, data = efek) Residuals:
Min 1Q Median 3Q Max -11.667 -5.000 1.667 5.000 8.333 Coefficients:
Estimate Std. Error t value Pr(>|t|) (Intercept) -691.6667 108.8322 -6.355 0.000219 *** CMCNa 171.1111 16.0247 10.678 5.19e-06 *** PG 11.5000 4.2687 2.694 0.027327 * CMCNa:PG -2.3333 0.6285 -3.712 0.005937 ** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 8.165 on 8 degrees of freedom
Multiple R-squared: 0.9942, Adjusted R-squared: 0.9921
b. Daya sebar
> aov(dayasebar~CMCNa*PG,data=efek) Call:
aov(formula = dayasebar ~ CMCNa * PG, data = efek) Terms: CMCNa PG CMCNa:PG Residuals Sum of Squares 1.4008333 0.0833333 0.0052083 0.0141667 Deg. of Freedom 1 1 1 8 Residual standard error: 0.04208127
Estimated effects may be unbalanced
> summary.lm(aov(dayasebar~CMCNa*PG,data=efek)) Call:
aov(formula = dayasebar ~ CMCNa * PG, data = efek) Residuals:
Min 1Q Median 3Q Max -0.075 -0.025 0.000 0.025 0.050 Coefficients:
Estimate Std. Error t value Pr(>|t|) (Intercept) 8.316667 0.560908 14.827 4.22e-07 *** CMCNa -0.594444 0.082589 -7.198 9.27e-05 *** PG -0.020833 0.022001 -0.947 0.371 CMCNa:PG 0.005556 0.003239 1.715 0.125 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.04208 on 8 degrees of freedom
Multiple R-squared: 0.9906, Adjusted R-squared: 0.987
F-statistic: 280.4 on 3 and 8 DF, p-value: 1.932e-08 5. Uji ANOVA efek
a. Viskositas
> anova=aov(viskositas~CMCNa*PG,data=efek) > anova
Call:
aov(formula = viskositas ~ CMCNa * PG, data = efek)
Terms:
CMCNa PG CMCNa:PG Residuals Sum of Squares 85852.08 5418.75 918.75 533.33
Deg. of Freedom 1 1 1 8 Residual standard error: 8.164966
Estimated effects may be unbalanced > summary(anova)
Df Sum Sq Mean Sq F value Pr(>F) CMCNa 1 85852 85852 1287.78 3.98e-10 *** PG 1 5419 5419 81.28 1.83e-05 *** CMCNa:PG 1 919 919 13.78 0.00594 ** Residuals 8 533 67 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 b. Daya sebar > anova=aov(dayasebar~CMCNa*PG,data=efek) > anova Call:
aov(formula = dayasebar ~ CMCNa * PG, data = efek) Terms: CMCNa PG CMCNa:PG Residuals Sum of Squares 1.4008333 0.0833333 0.0052083 0.0141667 Deg. of Freedom 1 1 1 8
Residual standard error: 0.04208127 Estimated effects may be unbalanced > summary(anova)
Df Sum Sq Mean Sq F value Pr(>F) CMCNa 1 1.4008 1.4008 791.059 2.76e-09 *** PG 1 0.0833 0.0833 47.059 0.00013 *** CMCNa:PG 1 0.0052 0.0052 2.941 0.12469 Residuals 8 0.0142 0.0018 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
6. Uji t-berpasangan stabilitas gel a. Formula 1
> geserf1
48jam 1minggu 2minggu 3minggu 4 minggu 1 280 290 250 280 290
2 285 290 270 285 305 3 290 285 280 295 300
> t.test(geserf1$"48jam",geserf1$"4minggu",paired=T) Paired t-test
data: geserf1$"48jam" and geserf1$"4minggu" t = -4, df = 2, p-value = 0.05719
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval: -27.675509 1.008842
sample estimates:
mean of the differences -13.33333
Keterangan: Uji t-berpasangan memiliki p>0,05 sehingga dapat dikatakan antara formula 1 setelah penyimpanan 48 jam dan 4 minggu tidak berbeda bermakna.
b. Formula a > fa
48jam 1minggu 2minggu 3minggu 4minggu 1 460 490 480 500 475 2 475 480 500 510 480 3 480 470 490 490 490 > t.test(fa$"48jam",fa$"4minggu",paired=T)
Paired t-test
data: fa$"48jam" and fa$"4minggu" t = -3.4641, df = 2, p-value = 0.07418
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval: -22.420689 2.420689
sample estimates:
mean of the differences -10
Keterangan: Uji t-berpasangan memiliki p>0,05 sehingga dapat dikatakan antara formula a setelah penyimpanan 48 jam dan 4 minggu tidak berbeda bermakna.
c. Formula b > fb
48jam 1minggu 2minggu 3minggu 4 minggu
1 260 270 270 275 265
2 265 275 260 270 275
3 255 280 265 265 270
> t.test(fb$"48jam",fb$"4minggu",paired=T) Paired t-test
data: fb$48jam and fb$4minggu t = -3.4641, df = 2, p-value = 0.07418
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval: -22.420689 2.420689
sample estimates:
mean of the differences -10
Keterangan: Uji t-berpasangan memiliki p>0,05 sehingga dapat dikatakan antara formula b setelah penyimpanan 48 jam dan 4 minggu tidak berbeda bermakna.
d. Formula ab > fab 48jam 1 2 3 4 1 420 420 400 420 425 2 400 410 410 430 415 3 415 430 415 420 420 > t.test(fab$"48jam",fab$"4",paired=T) Paired t-test
data: fab$"48jam" and fab$"4" t = -2.5, df = 2, p-value = 0.1296
alternative hypothesis: true difference in means is not equal to 0
-22.675509 6.008842 sample estimates:
mean of the differences -8.333333
Keterangan: Uji t-berpasangan memiliki p>0,05 sehingga dapat dikatakan antara formula 1 setelah penyimpanan 48 jam dan 4 minggu tidak berbeda bermakna.
7. Uji t-independen persen penghambatan edema
> inflamasi
positif gel antinflamasi 1 63.942 51.786 2 59.409 43.132 3 74.450 44.574
> t.test(inflamasi$"positif",inflamasi$"gel antinflamasi")
Welch Two Sample t-test
data: inflamasi$positif and inflamasi$"gel antinflamasi" t = 3.7398, df = 3.278, p-value = 0.02862
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval: 3.662135 35.210531
sample estimates: mean of x mean of y 65.93367 46.49733
Keterangan: Uji t-independen memiliki p<0,05 sehingga dapat dikatakan bahwa persen penghambatan edema gel ekstrak daun cocor bebek memiliki perbedaan yang bermakna dengan kontrol positif Voltadex®.
Lampiran 12. Perhitungan efek CMC Na, propilen glikol, dan interaksi kedua faktor Formula CMC Na Propilen glikol Interaksi Viskositas (dPas) Daya sebar (cm) 1 - - + 285 5 a + - - 471,667 4,275 b - + - 260 5,125 ab + + + 411,667 4,483
1. Perhitungan efek viskositas
Efek CMC Na = = 169,167
Efek propilen glikol = = -42,5
Efek interaksi = = -17,5
2. Perhitungan efek daya sebar
Efek CMC Na = = -0,6835
Efek propilen glikol = = 0,1665
BIOGRAFI PENULIS
Gregoria Novalia Ambarani lahir di Magelang pada tanggal 17 November 1993, yang merupakan anak pertama pasangan Bapak Martinus Ambar Waluyo dan Ibu Dwi Kurniyati. Penulis menempuh pendidikan formal di TK Negeri Pertiwi 1 Magelang pada tahun ajaran 1998–1999, SD Negeri Potrobangsan 3 Magelang pada tahun ajaran 1999– 2005, SMP Negeri 1 Magelang pada tahun ajaran 2005–2008, SMA Pangudi Luhur Van Lith Muntilan pada tahun ajaran 2008–2011, dan Program Studi S1 Fakultas Farmasi Universitas Sanata Dharma Yogyakarta pada tahun 2011-2015. Selama menempuh perkuliahan S1, penulis memiliki pengalaman sebagai asisten Praktikum Biokimia pada tahun 2013, asisten Praktikum Analisis Farmasi pada tahun 2015, dan asisten Praktikum Validasi Metode pada tahun 2015. Penulis juga terlibat dalam organisasi seperti menjadi Wakil Komisariat Eksternal Jaringan Mahasiswa Kesehatan Indonesia (JMKI) periode 2013/2014. Penulis juga aktif di beberapa kepanitiaan, seperti koordinator konsumsi Pharmacy Performance dan Pharmacy Road to School 2014, koordinator acara Komunitas Sadar Sehat JMKI wilayah Yogyakarta 2013, dan anggota divisi humas Seminar dan Longmarch HIV/AIDS 2012.
