Langsung ke konten utama

Postingan

Membuat kartu kontrol (shewart chart)

 Pada sebuah proses produksi tervalidasi, diperoleh data berat rata-rata tablet adalah 300,5 mg dengan standar deviasi 10,3 mg dan jumlah sampel yang diperiksa 20 tablet. warning limit: $$ 300,5 \pm \frac{2 \times 10,3}{\sqrt{20}} $$ atau upper warning limit = 305,1 mg dan lower warning limit = 295,9 mg. action limit: $$ 300,5 \pm \frac{3 \times 10,3}{\sqrt{20}} $$ atau upper action limit = 307,4 mg dan lower action limit = 293,6 mg. kemudian dilakukan proses produksi tablet dari bets ke bets dan diukur berat tablet yang dihasilkan. Hasil pengukuran ini diringkas sebagai berikut : bets      berat tablet (mg)  1             302.4 2             298.4  3             300.2 4             299.0 5             300.4 6            ...

Prediksi Toksisitas Suatu Molekul

Dalam pengembangan molekul obat baru, pemodelan in silico untuk memprediksi aktivitas calon obat saja tidak cukup. Toksisitas suatu molekul juga perlu diprediksi untuk memastikan keamanan obat. Saat ini telah tersedia banyak sekali bank data mengenai sifat-sifat molekul baik obat maupun drug-like molekul, atau senyawa kimia lainnya, termasuk toksisitasnya. Maka orang sudah mengembangkan aplikasi-aplikasi berbasis web untuk mencari hubungan struktur molekul dengan toksisitas guna memprediksi toksisitas suatu molekul kandidat obat. Salah satu aplikasi berbasis web yang sudah dikembangkan adalah eMolTox (http://xundrug.cn/moltox). Aplikasi ini dapat digunakan untuk membantu peneliti dalam memprediksi toksisitas suatu molekul dan lebih lanjut akan menuntun para peneliti untuk memperoleh molekul kandidat obat yang tidak hanya manjur tetapi aman. Langkah-langkah melakukan prediksi toksisitas suatu molekul sangat mudah yaitu : 1. Memasukkan struktur molekul dengan cara menggambar atau memasuk...

Script Pengaturan Dosis Berulang IV Bolus Dua Kompartemen

Langkah-langkah simulasi farmakokinetika dengan R  #Memanggil paket library(ggplot2) library(ggpubr) library(deSolve) #Mendefinisikan persamaan iv.2comp <-function(t, state, parameters) {  with(as.list(c(state, parameters)),{  # rate of change  dC1 <- k21*C2/V1 - (k12+ke)*C1  dC2 <- k12*C1/V2 - k21*C2    # return the rate of change  list(c(dC1, dC2))  }) # end with(as.list ...  } #dose = 100 #V1 = 10 #C1 pada waktu nol = dose/V1 state <- c(C1 = 10, C2 = 0) #pada waktu ke nol time <- seq(0, 100, .01) #Interval waktu pengamatan #mendefinisikan parameter parameters <- c(k12 = .23, k21 = .11, ke = 0.32, V1 = 10, V2 = .5) #Simulasi farmakokinetika untuk dosis tunggal out <- ode(y = state, times = time, func = iv.2comp, parms= parameters)  dat1 <- as.data.frame(out) head(dat1) ## Plot simulasi farmakokinetika pada dosis tunggal c1 <- ggplot(dat1, aes(y = C1, x = time)) + geom_line(colour = 'red', size=1 + scale_...

Menghitung LD50 dengan Bayesian di R2OpenBUGS

library(R2OpenBUGS) library(BRugs) library(coda) logist.mod <- function(){ for (i in 1:N) { r[i] ~ dbin(p[i], n[i]) #asumsi1 b[i] ~ dnorm(0, tau) #asumsi2 logit(p[i]) <- alpha0 + alpha1 * x1[i] + alpha2 * x2[i] + alpha12 * x1[i] * x2[i] + b[i] } #distribusi prior alpha0 ~ dnorm(0, 1.0E-6) alpha1 ~ dnorm(0, 1.0E-6) alpha2 ~ dnorm(0, 1.0E-6) alpha12 ~ dnorm(0, 1.0E-6) tau ~ dgamma(0.001, 0.001) sigma <- 1 / sqrt(tau) } data.1 <- list(r = c(10, 23, 23, 26, 17, 5, 53, 55, 32, 46, 10, 8, 10, 8, 23, 0, 3, 22, 15, 32, 3), #r = germinated       n = c(39, 62, 81, 51, 39, 6, 74, 72, 51, 79, 13, 16, 30, 28, 45, 4, 12, 41, 30, 51, 7), #jumlah total percobaan r       x1 = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1),       x2 = c(0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1),       N = 21, tau=.5) parameters <- c("alpha0", "alpha1", "alpha2", "alpha12") inits <...

Panduan Menggerus Tablet

Tablet adalah sediaan obat yang ditujukan untuk pemakaian oral. Sebenarnya, cara minum tablet cukup sederhana yaitu bisa langsung ditelan dengan bantuan segelas air. Namun, seringkali pasien mempunyai masalah dalam menelan tablet sehingga Apoteker biasanya akan membantu pasien dengan cara menggerus obat tersebut kemudian dibungkus menjadi sebuah puyer. Hal ini nampaknya baik namun tidak selalu demikian. Ada beberapa jenis tablet yang tidak boleh digerus atau jika digerus maka ada beberapa hal yang harus diperhatikan. Berikut ini diuraikan beberapa jenis tablet yang tidak diizinkan untuk digerus.  1. Tablet modified release misalnya sustained-release (SR). Tablet jenis SR dirancang untuk melepaskan dosis obat selama kurun waktu yang cukup lama. Sehingga total jumlah obat di dalam sediaan SR pasti berlipat ganda dari sediaan biasa. Jika digerus dan diberikan kepada pasien begitu saja, dapat menyebabkan kelebihan dosis yang berakibat fatal.  2. Tablet salut enterik (SE). ...

Membuat plot xy scatter dengan label dan watermark

library(lattice) x <- c(1,3,5,7,9) y <- c(21,17,9,8,10) names <- c('a','b','c','d','e') xyplot(y~x,pch=20,       panel=function(x, y, ...) {                panel.xyplot(x, y, ...)                panel.abline(h=15,v=4, lty=2)                panel.text(5,15,"anfarmatika.blogspot.com", cex=3, col='grey', srt=45);                ltext(x=x, y=y, labels=names, pos=1, offset=1, cex=.8)             })

Transporter dalam dalam absorpsi obat : Kinetika Michaelis-Menten

Kinetika Michaelis-Menten (MM) sangat berguna untuk memahami proses disposisi obat dalam tubuh. Beberapa molekul obat bersifat polar sehingga tidak mampu berdifusi pasif untuk melewati membran sel. Transport molekul-molekul obat ini diperantarai oleh suatu molekul pembawa (umumnya protein) yang disebut dengan transporter. Pada hakekatnya, proses perpindahan/transport obat melalui molekul pembawa seperti reaksi enzimatis sehingga berlaku reaksi : $\ce{E + S <=>[k_1][k_3] ES ->[k_2][] E + P }$ Dalam konteks disposisi obat, tidak terjadi pembentukan produk. namun hanya perpindahan obat dari kompartemen apikal ke basolateral atau sebaliknya. sehingga persamaan reaksi lebih tepat apabila ditulis sebagai berikut: $\ce{E + S_{apikal} <=>[k_1][k_3] ES ->[k_2][] E + S_{basolateral} }$ atau $\ce{E + S_{basolateral} <=>[k_1][k_3] ES ->[k_2][] E + S_{apikal} }$ Dengan menggunakan pendekatan kinetika M-M maka dapat dituliskan kinetika perpindahan obat yaitu:...

Katalisis asam basa umum

Sebelum menjelaskan katalisis asam-basa umum saya ingin terlebih dahulu menuliskan ionisasi asam fosfat yang akan dijadikan contoh dalam pembahasan ini. $$H_{3}PO_{4} \rightleftharpoons HPO_4^- + H^+       \qquad pKa_1 = 2,16$$ $$H_{2}PO_4^-\rightleftharpoons HPO_4^{2-}+ H^+ \qquad pKa_2 = 7,2$$ $$HPO_4^{2-}\rightleftharpoons PO_4^{3-}+ H^+ \qquad pKa_3 = 12,4$$ $$Ka_1 =\frac{ [H^+][H_2PO_4^-]}{[H_3PO_4]}$$ $$Ka_2 =  \frac{ [H^+][HPO_4^{2-}]}{[H_2PO_4^-]}$$  $$Ka_3 =  \frac{ [H^+][PO_4^{3-}]}{[HPO_4^{2-}]}$$ konsentrasi dapar ($C$) merupakan jumlah donor proton ditambah dengan akseptor proton. Jika digunakan ionisasi kedua sebagai contoh maka: $$C = [H_{2}PO_4^-] + [HPO_4^{2-}]$$ maka: $$C =\frac{ [H^+][HPO_4^{2-}]}{Ka_2}+ [HPO_4^{2-}]$$ $$C =\left (\frac{ [H^+]}{Ka_2}+ 1 \right) [HPO_4^{2-}]$$ $$C =\left (\frac{ [H^+] + Ka_2}{Ka_2} \right) [HPO_4^{2-}]$$ $$ \frac{C Ka_2}{[H^+] + Ka_2} = [HPO_4^{2-}]$$ Sekarang kita bahas mengen...

Tabel Spektrum Infra Merah

Compound Class Group Absorption (cm -1 ) Appearance Comments acid halide C=O stretching 1815-1785 strong alcohols O-H stretching 3700-3584 medium, sharp free O-H stretching 3550-3200 strong, broad intermolecular bonded O-H stretching 3200-2700 weak, broad intramolecular bonded O-H bending 1420-1330 medium aldehyde C-H stretching 2830-2695 medium doublet C=O stretching 1740-1720 strong C-H bending 1390-1380 medium aliphatic ether C-O stretching 1150-1085 strong aliphatic ketone C=O stretching 1725-1705 strong or cyclohexanone or cyclopentenone aliphatic primary amine N-H stretching 3400-3300 medium alkane C-H stretching 3000-2840 medium C-H bending 1465 medium methylene group C-H bending 1450 medium methyl group C-H bending 1385-1380 medium gem dimethyl C-H stretching 3100-3000 medium C=C stretching 1678-1668 weak disubstituted (trans) C=C stretching 1675-1665 weak trisu...

Analisis Regresi Linier dengan Geogebra

Analisis regresi merupakan alat yang umum digunakan di bidang farmasi untuk menghitung banyak hal seperti menghitung kadar obat dengan metode instrumentasi, memperkirakan stabilitas obat, menghitung kurva dosis respon (pada rentang yang linier), dan sebagainya. Di bangku kuliah kita diajarkan menggunakan kalkulator scientific atau excel untuk menghitung koefisien regresi dari data regresi yaitu slope dan intercept . Kemudian dengan operasi matematik maka dapat dilakukan perhitungan (misal kadar obat) sesuai dengan persamaan tersebut. Contoh: jika model regresi untuk konsentrasi ($x$) dan absorbansi ($y$) adalah  $$y = ax + b$$ maka untuk menghitung konsentrasi dari suatu sampel yang diketahui memiliki absorbansi sebesar $y_i$ dapat digunakan rumus: $$x_i = \frac{y_i - b}{a}$$ Beberapa software seperti Geogebra, R, dan excel menawarkan solusi praktis untuk mempercepat proses perhitungan. Namun pada pembahasan kali ini akan ditunjukkan cara menganalisis regresi dengan...

Contoh Studi Pre-formulasi Sederhana untuk Sediaan Cair

Untuk membuat sediaan obat cair, pertama-tama perlu diketahui parameter-parameter penting dari zat aktif itu sendiri seperti : kelarutan, pH stabil (bukan pH pada saat dilarutkan dalam air, tetapi pH medium yang membuat senyawa itu stabil), rute degradasi utama, sifat asam basa, nilai pKa dan inkompatibilitas. Seperti contoh dibawah ini, dilakukan studi preformulasi sederhana terhadap aspirin. Gambar 1. Struktur molekul aspirin [2] No Parameter Deskripsi/data Ref 1 Khasiat Sebagai analgesik dan antipiretik dengan cara menghambat enzim sikooksigenase dalam proses pembentukan prostaglandin [1] 2 Dosis terapi Dosis lazim aspirin yang diberikan melalui rute oral sebagai analgesik dan antipiretik adalah 300 – 900 mg setiap 4 – 6 jam tergantung pada kebutuhan klinis, dengan dosis maksimal 4 g per hari. [1] 3 Berat Molekul 180,16 g/mol [2] 4 Kelarutan Larut 1 dalam 300 bagian air, 1 dalam 5 bagian alk...

Pengenalan Sediaan Semipadat

Sediaan semipadat merupakan salah satu sediaan farmasi yang unik. Beberapa teknik pembuatan sediaan dasar dapat digabung menjadi satu untuk menghasilkan sediaan yang baru. Sebagai contoh, emulsi minyak dalam air (M/A) dapat dikombinasikan dengan menambahkan gelling agent pada fase air sehingga menghasilkan emulgel. Contoh lain, penambahan sejumlah besar padatan dalam hidrogel yang dikombinasikan dengan basis hidrokarbon mampu menghasilkan sediaan pasta. Atau, gabungan emulsi air dalam minyak (A/M) dengan basis hidrokarbon menghasilkan salep absorpsi. Oleh karena itu, diperlukan sudut pandang secara lebih komperehensif agar mampu memahami sediaan semipadat dan pada akhirnya mampu merancang formulasi sediaan semipadat. Gambar 1. Mindmap sediaan semipadat Pertama-tama, diperlukan pemahaman definisi dasar tentang sediaan semipadat USP yang dapat dilihat di  sini  atau di sini  kemudian digambarkan dalam sebuah mindmap sederhana sediaan semipadat (Gambar 1).  Men...

Granulasi Basah

Pendahuluan Metode granulasi basah adalah teknik pembuatan tablet yang paling banyak digunakan. Granulasi basah dimulai dari pencampuran, penambahan bahan pengikat, pengayakan, pengeringan, penambahan bahan ekstragranular, dan yang terakhir adalah pencetakan tablet. Bahan pengikat dapat ditambahkan dalam bentuk suspensi/larutan/mucilago atau dalam bentuk serbuk kering. Manakala tablet dibuat dalam skala kecil, bahan pengikat ditambahkan dalam bentuk serbuk dan kemudian ditambah dengan sejumlah pelarut. Sebaliknya, dalam skala besar, sebaiknya bahan pengikat didispersikan terlebih dahulu ke dalam pelarut membentuk larutan/mucilago/suspensi baru kemudian ditambahkan ke dalam campuran yang akan dibuat menjadi granul. Penambahan pelarut atau cairan pengikat tidak perlu terlalu besar, sebab massa ("adonan") yang akan digranul cukup dibuat lembab ( jangan sampai basah atau seperti pasta karena menyebabkan tablet terlalu keras ). Setelah terbentuk massa yang cukup kalis, dilak...

Membuat Laporan Analisis Data yang Baik

Dalam postingan ini, dibagikan beberapa tips untuk membuat laporan analisis Anda menarik dan mudah diinterpretasikan, dan tentunya mendapatkan nilai maksimal. 1. Selalu sajikan ringkasan hasil perhitungan dalam bentuk tabel Setelah melakukan serangkaian proses perhitungan, ada baiknya hasil disajikan secara ringkas pada suatu tabel. Hal ini akan memudahkan orang lain dalam melihat data secara keseluruhan dan memberikan penilaian yang maksimal. Seperti pada contoh berikut ini. Dalam suatu percobaan penentuan koefisien distribusi asam sitrat dalam sistem oktanol-air, ada dua proses perhitungan yang pertama adalah perhitungan berat asam sitrat yang tersisa di fase air pada saat setimbang : $$ {w}_{eq}= \frac{V_{NaOH} \cdot M_{NaOH} \cdot BM_{ac}}{3} $$ dan yang kedua adalah perhitungan koefisien distribusi yaitu: $$ K_{D}= \frac{w - w_{eq}}{w_{eq}} $$ di mana $ w $, $w_{eq}$, $V_{NaOH}$, $M_{NaOH}$, $BM_{ac}$ secara berurutan adalah berat asam sitrat mula-mula yang dilarutkan dalam ...

Import Data di Rstudio

Langkah awal dari proses analsisi data dengan Rstudio adalah memasukkan data (import) ke dalam software tersebut. Hal ini dapat dilakukan dengan 2 langkah mudah yaitu: 1. Mengatur working directory (direktori kerja) dimana anda menyimpan data 2. Melakukan import data sesuai dengan formatnya bisa berupa xlsx, csv, atau txt (dalam tutorial ini dicontohkan import data dari csv). Untuk lebih jelasnya silakah melihat tautan video di bawah ini. Selamat mencoba  

Diagram Fase

Kurva diagram fase di bawah ini menggambarkan daerah dimana tiga komponen berada dalam satu atau dua fase ketika dicampurkan. Dalam bidang farmasi hal ini diperlukan untuk mencari perbandingan ketiga komponen untuk menghasilkan sistem satu fase . Misalnya dalam pembuatan emulsi yang terdiri dari tiga komponen utama yaitu minyak, air, dan emulgator. Gambar 1. Diagram terner hasil praktikum mahasiswa (digambar dengan menggunakan ggtern) 

Kalsium Sebagai Second Messenger dalam Kontraksi Otot

Ketika konsentrasi intraseluler meningkat,  kalsium dapat berikatan dengan troponin C pada filamen-filamen aktin (di dalam otot lurik)   atau kalmodulin (CaM) yang mengatur filamen-filamen miosin (di dalam otot polos).  Mekanisme terjadinya kontraksi pada otot lurik Di dalam otot lurik, kalsium yang berikatan dengan troponin C mengakibatkan perubahan konformasi kompleks troponin pada filamen-filamen aktin. Hal ini menyebabkan tempat-tempat ikatan (binding sites) dengan miosin yang semula tertutup menjadi terbuka dan terjadi ikatan antara aktin dan miosin (Gambar 1). Gambar 1. Kalsium menyebabkan terbentuknya ikatan aktin-miosin Selanjutnya, terjadi ikatan antara miosin dengan ATP (adenin triphosphate). Suatu ketika, ATP terhidrolisis menjadi ADP (adenin diphosphate) dan ion fosfat inorganik (Pi), menyebabkan terbentuknya jembatan silang dan miosin berikatan dengan tempat (site) yang baru pada aktin. P elepasan Pi mengubah konformasi aktin dan menghasilkan ...