TEKNIK OPTIMASI DALAM PROSES
PEMBUATAN SEDIAAN FARMASI
Pendahuluan
Upaya optimasi proses pembuatan sediaan
farmasi terus dilakukan oleh peneliti
Optimasi mencakup berbagai hal yang
Teknik optimasi formulasi
FormulaUnsur dalam formulasi sangat bervariasi
tergantung syarat
Persyaratan sediaan Formulator
Market
Fasilitas produksi
Kenapa harus optimum
Sesuatu yang maksium belum tentu optimum,
sehingga yang maksimum belum tentu baik
Hasil akhir diharapkan akan dapat dihasilkan
Formula : zat aktif dan eksipien
Memilih eksipien bukanlah permasalahanyang mudah, karena harus
mempertimbangkan berbagai aspek
Seperti : stabilitas fisika, kimia, ketersediaan
Problem
Keseimbangan diantara persyaratan yang
bertentangan
Kemungkinan adanya interaksi kompleks
Ahli formulasi harus teliti dan tanggap dalam
memilih bahan tambahan dan campuran
bahan serta faktor-faktor yang terkait dengan proses dalam memformulasikan suatu
sediaan, sehingga dapat dihasilkan suatu formulasi yang optimal
Optimasi : suatu pendekatan empiris yang
dapat digunakan untuk memperkirakan
jawaban yang tepat sebagai suatu fungsi dari variabel-variabel yang sedang dikaji sesuai
Untuk mendapatkan komposisi optimum
dari sebuah formula dilakukan dengan cara :
1. Coba – coba / trial and error
1. coba-coba / trial and error
Sejak lama digunakan untuk mendapatkankomposisi optimum
Kurang efisien, mahal, time consuming, sering
kali gagal
Rentang hasil diluar yang dicobakan tidak
2. Teknik optimasi sistematik
Dibagi menjadi :a. Model pendekatan independen
a. Independen
Hasil percobaan sebelumnya digunakan untuk
menetapkan / mencari kondisi percobaan berikutnya dalam upaya untuk mendapatkan hasil/respon yang optimal
Nilai yang dicari dapat berpindah dari respon
yang rendah mendekati optimum
Kelemahan : banyaknya percobaan yang ahrus
dilakukan untuk mencapai hasil yang optimal tidak dikethaui sebelumnya,
Sebagian dari bidang respon tidak terinvestigasi
b. dependen
Sebuah variable tergantung (respon), pada
sebuah parameter formulasi dapat
digambarkan sebagai fungsi komposisi campuran dengan model matematika
Respon diukur berdasarkan kombinasi yang
Simplex lattice design
Metode yang digunakan untuk menentukan
proporsi relatif bahan-bahan yang digunakan dalam suatu formula, sehingga diharapkan akan dapat dihasilkan suatu formula yang paling baik sesuai kriteria yang ditentukan
metode ini cocok untuk prosedur optimasi
SLD 2 VARIABEL
X1 + X 2+....= 1 Simplex yang paling sederhana dengan 2
Hubungan antara respon dan komponen dapat
digambarkan sebagai berikut :
Y = a (A) + b (B) + ab (AB)………(1) Keterangan :
Y = Respon
a, b, ab = koefisien yang didapat dari
percobaan
(A), (B) = Fraksi komponen dengan syarat:
Nilai koefisien a, b dan ab didapatkan dengan cara
memasukkan respon yang didapat dari hasil
percobaan ke dalam persamaan diatas. Setelah
didapatkan nilai a, b dan ab, maka dapat diprediksi perhitungan dari tiap perbandingan fraksi
komponen A dan B. Berdasarkan nilai-nilai respon (Y) dari setiap perbandingan fraksi komponen A dan B tersebut dapat diketahui profil efek campuran
terhadap respon dan berdasarkan profil tersebut dapat ditentukan komposisi A dan B yang dapat memberikan respon optimum seperti yang
Metode untuk mendapatkan nilai a, b dan ab
melalui 3 percobaan tersebut diatas, yaitu :
Percobaan 1 = percobaan yang
menggunakan A saja, berarti nilai (A) = 1
Percobaan 2 = percobaan yang
menggunakan B saja, berarti nilai (B) = 1
Percobaan 3 = percobaan yang
menggunakan campuran A dan B sama
Contoh menghitung persamaan simplex
lattice design
Dilakukan suatu formulasi dari suatu
granul dengan menggunakan dua bahan pengisi yaitu laktosa dan sukrosa, maka untuk memperoleh kombinasi bahan
pengisi dengan formula optimum
dilakukan percobaan untuk
Dari percobaan uji sifat alir dari granul
diperoleh data sebagai berikut :
NO
WAKTU ALIR GRANUL (gram/detik)
FORMULA
1 13,16 30,30 28,57
2 12,66 30,30 28,57
3 13,16 30,30 27,78
4 12,66 30,30 27,03
5 12,66 30,30 27,78
Rata-rata 12,86 30,30 27,95
Y = a (A) + b (B) + ab (A)(B)
sifat alir
100% A B = 0Y = 12,86
maka persamaan yang didapatkan:
Contoh lain ada dua macam solvent, A dan B
akan diteliti pengaruhnya terhadap kelarutan zat X. Untuk melihat pengaruh solvent
tersebut dibuat dalam 3 percobaan
100% A 100% B
Kelarutan zat tersebut
Dalam 100% A = 10 mg/ml Dalam 100% B = 15 mg/ml
Dalam 50% A dan 50 % B = 30 mg/ml Maka dapat dihitung masing-masing
koefisiennya dengan mesubstitusikan
Sehingga dapat persamaan
Y = 10 (A) + 15 (B) + 30 (A) (B)
Maka kita dapat memprediksi respon lain
Contoh, berapa kelarutan jika pada campuran
75% A dan 25 % B
Jika terdiri dari 3 campuran
Digambarkan dalam segitiga sama sisi Dengan rumus
Y :
b1X1+b2X2+b3X3+b12X1X2+b23X2X3+b13X1X3+ b123X1X2X3
Y : respon
X1,X2,X3 : fraksi dari tiap komponen B1,b2,b3 : koefisien regresi X,X2X3
B12, b13, b23 : koefeisen regresi X1-X2, X1-X3,
X2-X3
Persamaan tsb tidak terdapat intersep bo
konstanta dri titik potong
Dapat dihitung intersepnya X1+X2+X3 = 1
Substitusi : X3 = 1 – (X1+X2) menjadi Y = b1X1+b2X2+b3(1-(X1+X2)
Jika persamaan tsb diubah dlm bentuk
persamaan kuadrat dgn basis X2
X2 = (-b23-b123X1)X22 +
(b2-b3+B12X1-b13X1+B23-X1+b123X1-b123X12)X2+ (b1X1+B3-B3X1+B13X1-B13X12)-Y=0
Dengan dikaitkan pada 0=ax²+bx+c-Y, maka :
a=-b23-b123X1
b=b2-b3+B12X1-b13X1+B23-B23X1+b123X1-b123X12
Koefisien diketahui dari perhitungan regresi
dan Y adalah respon yang diinginkan. Nilai X1 ditentukan, maka X2 dapat dihitung, akan
didapatkan 2 nilai X2 dan dicari X2 yang memenuhi syarat. Dengan kata lain X2
digunakan untuk mencari nilai X3. Setelah semua nilai didapat dimasukkan ke dalam
Jika campuran formula tidak merupakan zat
tunggal yang murni (100%)
%yang ditransformasikan
= (%sesungguhnya-%minimum)
(% maksimum - % minimum)
Simplex lattice design hanya bisa digunakan
untuk campuran yang bisa dikuantifikasi
(secara fisik ada), seperti campuran pelarut atau bahan
Tidak dapat yang abstrak seperti : suhu,
tekanan, dan lama pengeringan
Faktor faktor lain yg berpengaruh dalam
Desain faktorial
Aplikasi persamaan regresi yaitu teknik untuk
memberikan model hubungan antara variabel respon dengan satu atau lebih variabel bebas
Desain faktorial digunakan dalam percobaan
untuk menentukan secara simulasi efek dari beberapa faktor dan interaksinya yang
Istilah
Faktor : variabel yang ditetapkan, misal : waktu, suhu, konsentrasi,
dua macam bahan. Faktor dapat bersifat kualitatif atau kuantitatif. Keduanya harus dapat ditetapkan harganya dengan angka. Misal konsentrasi : 1%, 2%; panas 10C, 100C. Desain factorial dapat terdiri dari 2 atau lebih factor.
Level : harga yg ditetapkan utk factor. Misal level 10C dan 100C utk
temperature.
Respon : hasil terukur yg diperoleh dari percobaan yg dilakukan.
Perubahan respon dapat disebabkan oleh bervariasinya level. Respon yg ingin diukur harus dapat dikuantifikasi.
Interaksi : dapat dianggap sebagai batas dari penambahan efek
efek factor. Interaksi dapayt bersifat sinergis atau antagonis.
Sinergis berarti hasil interaksi tsb mempunyai efek yang lebih besar dari masing2 efek factor. Antagonis berarti hasil tersebut