🚀 Pilih Aplikasi
Analisis Pola Peresepan Obat
Temukan obat yang paling sering diresepkan bersamaan dari data transaksi apotek. Visualisasi graf MST interaktif langsung di browser.
Input data transaksi apotek (format teks bebas)
Graf MST interaktif — hover untuk detail
Ranking ko-peresepan dengan support & confidence
Insight & rekomendasi manajemen apotek otomatis
Export hasil ke CSV
✅ Tidak perlu instalasi
Dashboard Pharmacovigilance
Pantau efek samping obat dari ulasan pasien secara otomatis. Klasifikasi sentimen negatif/positif/netral dengan alert threshold yang dapat disetel.
Input ulasan pasien (dari sosmed, formulir, atau manual)
Klasifikasi sentimen otomatis dengan confidence score
Alert merah otomatis jika % negatif > threshold
Bar chart kata kunci efek samping terdeteksi
Rekomendasi tindak lanjut KFT & BPOM
✅ Tidak perlu instalasi
Decision Support System AHP
Bantu keputusan multikriteria farmasi: pilih supplier terbaik, tentukan lokasi apotek, atau evaluasi vendor IT. Panduan langkah demi langkah.
3 preset siap pakai: Supplier, Lokasi Apotek, Vendor IT
Matriks perbandingan berpasangan Saaty interaktif
Pengecekan Consistency Ratio otomatis
Podium ranking alternatif dengan skor AHP
Export laporan ke CSV
✅ Tidak perlu instalasi
📖 Cara Menggunakan
01
Simpan File HTML
Download semua file .html ke satu folder di komputer Anda. Tidak perlu koneksi internet setelah diunduh.
02
Buka di Browser
Klik dua kali file HTML, atau buka dengan Chrome/Edge/Firefox. Tidak perlu server, tidak perlu Python.
03
Input Data Anda
Masukkan data nyata dari apotek atau rumah sakit Anda. Atau gunakan data contoh yang sudah tersedia.
04
Klik & Dapatkan Hasil
Tekan tombol analisis. Grafik, tabel, dan rekomendasi muncul dalam hitungan detik. Export ke CSV bila perlu.
🏥 Skenario Penggunaan Nyata
💊 Apoteker Komunitas
- Analisis struk penjualan bulanan untuk tata letak rak
- Identifikasi obat yang selalu habis bersamaan → bundling stok
- Monitor keluhan pelanggan di WhatsApp atau Google Form
- Pilih distributor obat terbaik dengan DSS-AHP
🏥 Apoteker Rumah Sakit
- Analisis pola peresepan dokter per poli atau bangsal
- Deteksi keluhan efek samping dari laporan insiden
- Evaluasi supplier formularium dengan kriteria klinis
- Susun rekomendasi KFT berbasis data transaksi
🏭 Industri Farmasi
- Monitor media sosial untuk sinyal farmakovigilans
- Evaluasi vendor bahan baku API multikriteria
- Analisis pola distribusi produk per wilayah
- Prioritas formulasi berdasarkan ko-kebutuhan pasar
🎓 Dosen & Mahasiswa
- Demonstrasi langsung di kelas tanpa setup teknis
- Tugas analisis data dengan data simulasi bawaan
- Landasan untuk penelitian skripsi/tesis
- Eksplorasi konsep AI tanpa barrier coding
❓ Pertanyaan Umum
Apakah data saya dikirim ke server atau internet?
Tidak sama sekali. Semua proses analisis terjadi 100% di browser lokal Anda menggunakan JavaScript. Data yang Anda masukkan tidak pernah meninggalkan komputer Anda. Aplikasi bahkan bisa berjalan tanpa koneksi internet setelah file HTML diunduh (kecuali saat pertama kali membuka portal ini untuk memuat pustaka D3.js dari CDN).
Seberapa akurat klasifikasi sentimen Aplikasi 02?
Aplikasi ini menggunakan pendekatan berbasis leksikon kata kunci — cocok untuk demonstrasi dan analisis awal. Akurasi berkisar 70–85% untuk teks bahasa Indonesia umum tentang obat. Untuk implementasi di fasilitas kesehatan nyata, disarankan menggunakan model NLP berbasis machine learning seperti IndoBERT yang dilatih pada dataset klinis. Aplikasi ini adalah titik awal yang baik sebelum berinvestasi pada solusi yang lebih canggih.
Bisakah saya menggunakan data nyata dari apotek saya?
Ya, dan sangat dianjurkan! Untuk Aplikasi 01, ekspor data transaksi apotek Anda ke format teks dengan setiap baris berisi nama-nama obat yang dibeli bersamaan, dipisahkan koma. Untuk Aplikasi 02, salin ulasan atau keluhan pasien dari WhatsApp, Google Form, atau media sosial ke kolom input. Untuk Aplikasi 03, masukkan kriteria dan alternatif supplier Anda yang sebenarnya.
Bagaimana cara membagikan aplikasi ini ke rekan apoteker?
Cara termudah: kirim keempat file .html via WhatsApp, email, atau Google Drive. Penerima cukup simpan file dan buka dengan browser — selesai. Alternatif lain: unggah ke Google Sites atau hosting gratis seperti Netlify untuk diakses via link. Tidak perlu domain berbayar atau server.
Apakah ini pengganti Python dan Streamlit?
Untuk analisis ringan dan demonstrasi, ya — aplikasi HTML ini jauh lebih mudah diakses. Untuk dataset besar (>10.000 transaksi), model ML yang kompleks, atau integrasi dengan sistem SIMRS, Python + Streamlit (atau framework lain) tetap menjadi pilihan yang lebih tepat. Kedua pendekatan saling melengkapi, bukan menggantikan.
Saya ingin mengembangkan fitur tambahan. Bagaimana caranya?
File HTML ini adalah open source dan dapat dimodifikasi bebas. Buka file dengan teks editor (Notepad, VS Code), cari bagian
<script>, dan modifikasi logika sesuai kebutuhan. Untuk fitur yang lebih kompleks (koneksi database, model ML terlatih), Anda bisa menggunakan Claude atau ChatGPT untuk membantu menulis kode tambahannya — cukup tempelkan kode yang ada dan minta fitur baru!
Siap Mulai? 🚀
Pilih salah satu aplikasi di atas, muat data contoh yang sudah tersedia, dan rasakan bagaimana AI membantu analisis data farmasi dalam hitungan detik.