Drug Recommendation System Untuk Sistem Saraf Pusat Menggunakan Pendekatan Content-Based Filtering (Studi Kasus: Data Sistem Saraf Pusat Pada Website Mims Indonesia)

Abstract

Saat ini, telah banyak sekali beredar berbagai macam merek obat dari perusahan-perusahaan farmasi dengan bahan kandungan dan indikasi yang sama. Jika obat yang diresepkan oleh dokter dalam keadaan habis, atau obat sudah tidak beredar, maka apoteker dapat melakukan pergantian obat. Namun dalam melakukan pergantian obat, apoteker masih menggunakan cara manual seperti mencari informasi obat melalui buku atau salah satunya website MIMS Indonesia yang menyediakan database obat-obatan yang ada di Indonesia. Hal ini dapat menghabiskan banyak waktu apoteker dalam mencari obat pengganti. Berdasarkan permasalahan tersebut, peneliti menawarkan solusi yaitu membuat sebuah sistem rekomendasi agar dapat membantu para apoteker mencari alternatif obat yang memiliki kemiripan serta dapat mengehemat waktu pencarian obat. Penelitian ini bertujuan mengetahui hasil rekomendasi obat untuk sistem saraf pusat berdasarkan kemiripan bahan kandungan, indikasi, kontra indikasi, efek samping, dan penyakit menggunakan pendekatan Content-Based Filtering. Pendekatan Content-Based Filtering menggunakan konsep pembobotan Term Frequency-Invers Document Frequency dan perhitungan Cosine Similarity. Dalam menemukan hasil rekomendasi, digunakan obat “Paraco” sebegai contoh pengujian. Diperoleh 5 obat dengan nilai kemiripan tertinggi secara berturut-turut yaitu “Naprex”, “Pamol Suppository”, “Sanmol/Sanmol Forte”, “Turpas”, dan “Glocetamol Forte” dengan nilai secara berturut-turut adalah 0,85, 0,83, 0,82, 0,82, dan 0,82.