TEKNIK OPTIMASI DALAM PROSES PEMBUATAN SEDIAAN FARMASI

TEKNIK OPTIMASI DALAM PROSES PEMBUATAN SEDIAAN FARMASIWintari Taurina, M. Sc, Apt.Pendahuluan Upaya optimasi proses pembuatan sediaan farmasi terus dilakukan oleh penelitiOptimasi mencakup berbagai hal yang berkatian dengan pembuatan sediaan farmasi, antara lain optimasi proses dan optimasi formulasiTeknik optimasi formulasiFormulaMetodeProses PeralatanPengemasUnsur dalam formulasi sangat bervariasi tergantung syaratPersyaratan sediaanFormulatorMarketFasilitas produksi

Persyaratan tersebut tidak bisa berdiri sendiri, dibutuhkan mendapatkan parameter yang optimum

Kenapa harus optimumkenapa bukan maksimumSesuatu yang maksium belum tentu optimum, sehingga yang maksimum belum tentu baikHasil akhir diharapkan akan dapat dihasilkan sediaan yang bermutu (aman, manjur, acceptable, stabil)Formula : zat aktif dan eksipienMemilih eksipien bukanlah permasalahan yang mudah, karena harus mempertimbangkan berbagai aspekSeperti : stabilitas fisika, kimia, ketersediaan hayati, kemudahan dalam proses produksi, harga, dllProblem Keseimbangan diantara persyaratan yang bertentanganKemungkinan adanya interaksi kompleks antara eksipien yang mempengaruhi persyaratan yang diinginkanAhli 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 optimalOptimasi : suatu pendekatan empiris yang dapat digunakan untuk memperkirakan jawaban yang tepat sebagai suatu fungsi dari variabel-variabel yang sedang dikaji sesuai dengan respon-respon yang dihasilkan dari rancangan percobaan yang dilakukanUntuk mendapatkan komposisi optimum dari sebuah formula dilakukan dengan cara :Coba coba / trial and errorTeknik optimasi sistematik1. coba-coba / trial and errorSejak lama digunakan untuk mendapatkan komposisi optimumKurang efisien, mahal, time consuming, sering kali gagalRentang hasil diluar yang dicobakan tidak dapat diketahui adanya kemungkinan kombinasi yang lebih baik diluar yang dicobakan tidak diketahui2. Teknik optimasi sistemikDibagi menjadi :Model pendekatan independenModel pendekatan dependena. Independen Hasil percobaan sebelumnya digunakan untuk menetapkan / mencari kondisi percobaan berikutnya dalam upaya untuk mendapatkan hasil/respon yang optimalNilai yang dicari dapat berpindah dari respon yang rendah mendekati optimumKelemahan : banyaknya percobaan yang ahrus dilakukan untuk mencapai hasil yang optimal tidak dikethaui sebelumnya, Sebagian dari bidang respon tidak terinvestigasi sehingga kemungkinan diperoleh sub optimalb. dependen Sebuah variable tergantung (respon), pada sebuah parameter formulasi dapat digambarkan sebagai fungsi komposisi campuran dengan model matematikaRespon diukur berdasarkan kombinasi yang digunakanSimplex lattice designMetode 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 ditentukanmetode ini cocok untuk prosedur optimasi formula dimana jumlah total dari bahan yang berbeda adalah konstan.X1 + X 2+....= 1Simplex yang paling sederhana dengan 2 variabel komponenHubungan 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: 0 (A) 1, 0 (B) 1,(A+B)=1

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 diinginkan

Metode untuk mendapatkan nilai a, b dan ab melalui 3 percobaan tersebut diatas, yaitu :Percobaan 1= percobaan yang menggunakan A saja, berarti nilai (A) = 1Percobaan 2= percobaan yang menggunakan B saja, berarti nilai (B) = 1Percobaan 3= percobaan yang menggunakan campuran A dan B sama banyak, berarti nilai (A) = 0,5 dan nilai (B) = 0,5.

Contoh menghitung persamaan simplex lattice designDilakukan 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 mendapatkan formula optimum dengan metode simplex lattice design. Dari percobaan uji sifat alir dari granul diperoleh data sebagai berikut :

NOWAKTU ALIR GRANUL (gram/detik)FORMULA 100% laktosaFORMULA 50% laktosa:50%sukrosaFORMULA 100% sukrosa113,1630,3028,57212,6630,3028,57313,1630,3027,78412,6630,3027,03512,6630,3027,78Rata-rata12,8630,3027,95SD0,270,000,65Y = a (A) + b (B) + ab (A)(B)sifat alir100% A B = 0Y = 12,8612,86 = a (1) + b (0)+ ab (1) (0)a = 12,86100% B A=0Y= 27,9527,95 = (0)+ b (1) + ab (0) (1)b = 27,9550% A:50%B A = 0,5, B = 0,5Y=30,3030,30 = 12,86 (0,5) + 27,95(0,5) +ab(0,5)(0,5)ab = 39,58maka persamaan yang didapatkan:Y = 12,86 A + 27,95 B + 39,58 AB

Contoh lain ada dua macam solvent, A dan B akan diteliti pengaruhnya terhadap kelarutan zat X. Untuk melihat pengaruh solvent tersebut dibuat dalam 3 percobaan100% A100% B50%-50% A : BKelarutan zat tersebutDalam 100% A = 10 mg/mlDalam 100% B = 15 mg/mlDalam 50% A dan 50 % B = 30 mg/mlMaka dapat dihitung masing-masing koefisiennya dengan mesubstitusikanSehingga dapat persamaan Y = 10 (A) + 15 (B) + 30 (A) (B)Maka kita dapat memprediksi respon lain diluar hasil percobaanContoh, berapa kelarutan jika pada campuran 75% A dan 25 % BY = 10(0.75) + 30(0.75)(0.25) + 15 (0.25) Y=16.875Jika terdiri dari 3 campuranDigambarkan dalam segitiga sama sisiDengan rumusY : b1X1+b2X2+b3X3+b12X1X2+b23X2X3+b13X1X3+b123X1X2X3Y : responX1,X2,X3 : fraksi dari tiap komponenB1,b2,b3 : koefisien regresi X,X2X3B12, b13, b23 : koefeisen regresi X1-X2, X1-X3, X2-X3B123 : koefisien regresi dari X1-X2-X3

Persamaan tsb tidak terdapat intersep bo konstanta dri titik potongDapat dihitung intersepnyaX1+X2+X3 : 1Substitusi : X3 : 1 (X1+X2) menjadiY : b1X1+b2X2+b3(1-(X1+X2) +b12X1X2+b13X1(1-(X1+X2))+b23X2(1-(X1+X2)+b123X1X2(1-(X1+X2))Jika persamaan tsb diubah dlm bentuk persamaan kuadrat dgn basis X2X2 =Jika campuran formula tidak merupakan zat tunggal yang murni (100%)%yang ditransformasikan = (%sesungguhnya-%minimum) (% maksimum - % minimum)Untuk mendapatkan nilai R atau respon C0ntoh perhitunganSimplex lattice design hanya bisa digunakan untuk campuran yang bisa dikuantifikasi (secara fisik ada), seperti campuran pelarut atau bahanTidak dapat yang abstrak seperti : suhu, tekanan, dan lama pengeringanaDesain faktorialAplikasi persamaan regresi yaitu teknik untuk memberikan model hubungan antara variabel respon dengan satu atau lebih variabel bebasDesain faktorial digunakan dalam percobaan untuk menentukan secara simulasi efek dari beberapa faktor dan interaksinya yang signifikanIstilah Faktor : variabel yang ditetapkan, misal : waktu, suhu, konsentrasi