Perpustakaan Digital ITB

Paparan radiasi ultraviolet memicu kerusakan kulit sehingga tabir surya berspektrum luas berbasis kombinasi filter UV organik, seperti Diethylamino Hydroxybenzoyl Hexyl Benzoate (DHHB) dan Ethylhexyl Triazone (EHT), menjadi kebutuhan penting. Namun keterbatasan kelarutan kedua filter padat ini menghambat formulasi. Penelitian ini bertujuan mengembangkan dan memvalidasi model prediksi kelarutan DHHB dan EHT berbasis machine learning menggunakan KNIME, mengembangkan metode HPLC tervalidasi untuk penetapan kadar keduanya, serta mengukur kelarutan aktualnya dalam octisalate, diethylhexyl adipate (DEHA), dan C13-15 alkana. Model dilatih menggunakan deskriptor kemoinformatika dan Relative Energy Difference berbasis Hansen Solubility Parameter. Model terbaik adalah Random Forest untuk DHHB (RMSE 0,07; R² 0,567) dan Linear Regression untuk EHT (RMSE 0,043; R² 0,446), dengan alkohol dan hidrokarbon murni teridentifikasi sebagai outlier di luar applicability domain. Metode HPLC gradien dengan fase gerak metanol–asam format 0,1% memisahkan kedua analit dan memenuhi seluruh parameter validasi (perolehan kembali 93–105%, RSD < 4%, r² ? 0,99). Secara eksperimental, DHHB lebih larut dalam octisalate yang aromatik sedangkan EHT lebih larut dalam DEHA yang alifatik. Dalam sistem campuran, kehadiran DHHB meningkatkan kelarutan EHT melalui kosolvensi molekuler, sementara persaingan solvasi menurunkan kelarutan DHHB.