cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Anirwan
Contact Email
jurnalanr@gmail.com
Phone
+6285218159999
Journal Mail Official
jopacs.anr@gmail.com
Editorial Address
Jl. Maros X Blok B, Kelurahan Laikang Kecamatan Biringkanaya, Makassar, Provinsi Sulawesi Selatan, 92261, Makassar, Provinsi Sulawesi Selatan
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Journal Pharmacy and Application of Computer Sciences
Published by PT Arlisaka Madani Group
ISSN : -     EISSN : 29858593     DOI : https://doi.org/10.59823/jopacs
Core Subject : Health,
Medicine & Pharmacology
Journal Pharmacy and Application of Computer Sciences (JOPACS) merupakan jurnal ilmiah yang diterbitkan oleh Arlisaka Madani Group dengan scope: Farmacology, Farmakokinetik, Komunitas dan Farmasi Klinik, Kimia Farmasi, Teknologi Farmasi, Microbiology, Bioteknologi Farmasi, Farmasi Herbal, Sistem Informasi Bidang Farmasi, Artificial Intelliegence Bidang Farmasi, Data Sciences Bidang Farmacologi, Machine Learning Bidang Farmacologi, Statistik Method Bidang Farmacologi dan Farmasi. Artikel-artikel yang dimuat dalam JOPACS merupakan artikel hasil penelitian yang akan diterbitkan oleh JOPACS akan direview oleh editor internal dan eksternal. Keputusan diterima atau tidaknya suatu artikel ilmiah dalam jurnal ini merupakan hak Redaksi.
Arjuna Subject : Pharmacology, Toxicology and Pharmaceutics - Pharmacology, Toxicology and Pharmaceutics (Lain-Lain)
Articles 29 Documents
 1   2   3 
UJI AKTIVITAS ANTIBAKTERI KOMBINASI EKSTRAK KULIT BUAH ALPUKAT DAN KULIT BUAH MELON TERHADAP Staphylococcus Aureus DAN Propiniobacterium Acnes Wangka, Sudirman; Firmansyah, Firmansyah; Ajheng, Tendri
Journal Pharmacy and Application of Computer Sciences Vol. 3 No. 1: Februari: 2025: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v3i1.67

Abstract

Kulit Buah Alpukat (Persea americana Mill) dan Kulit Buah Melon (Cucumis sativus L.) merupakan salah satu tanaman yang memeliki senyawa berkhasiati salah satunya sebagai antibakteri. Penelitian ini bertujuan untuk mengetahui aktivitas antibakteri dan konsentrasi berapa pada perbandingan kombinasi ekstrak kulit buah alpukat dan kulit buah melon terhadap Staphylococcus aureus dan Propionibacterium acnes. Kulit buah alpukat dan kulit buah melon diekstraksi secara maserasi dengan pelarut etanol 96%. Ekstrak dikombinasikan dalam tiga rasio berbeda dan aktivitas antibakterinya diuji menggunakan metode difusi cakram, Dimana kertas cakram dijenuhkan kedalam masing-masing kombinasi suspensi ekstrak etanol kulit buah alpukat (Persea americana Mill) ekstrak kulit buah melon (Cucumis sativus L.) dengan perbandingan 1:3 , 2:2 dan 3:1, Na CMC sebagai kontrol negatif dan sebagai kontrol positif menggunakan kloramfenikol. Setelah itu kertas cakram diletakkan pada permukaan media nautrient agar (NA) yang telah diinokulasi dengan suspensi bakteri uji Staphylococcus aureus dan Propionibacterium acnes, kemudian diinkubasikan selama 1x24 jam pada suhu 35oC. Setelah itu di amati zona bening di sekitar kertas cakram untuk menunjukkan ada tidaknya zona hambat yang terbentuk. Diameter zona bening. Hasil penelitian menunjukkan bahwa ekstrak kombinasi menunjukkan berbagai tingkat aktivitas antibakteri terhadap kedua galur bakteri, dengan aktivitas tertinggi diamati pada kombinasi rasio 2:2. Aktivitas antibakteri diklasifikasikan sebagai sedang, dengan diameter zona penghambatan berkisar antara 10,31 mm hingga 13,14 mm untuk Propionibacterium acnes dan 10,59 mm hingga 12,48 mm untuk Staphylococcus aureus. Hasil ini menunjukkan bahwa pada kombinasi eksytak kulit buah alpokat dan buah melon yang paling baik memberikan aktivitas antibakteri adalah perbandingan 2:2. Dengan demikian ekstrak kombinasi kulit alpukat dan kulit melon mungkin merupakan agen antibakteri alami yang potensial untuk pengobatan jerawat dan infeksi kulit lainnya.
PENENTUAN AKTIVITAS ANTIINFLAMASI SEDIAAN EMULGEL MINYAK NILAM (POGOSTEMON CABLIN) TERHADAP MENCIT JANTAN (MUS MUSCULUS) Hafid, Muliana; Abasa, Sustrin
Journal Pharmacy and Application of Computer Sciences Vol. 3 No. 1: Februari: 2025: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v3i1.68

Abstract

Minyak Nilam (Pogostemon cablin) mengandung senyawa patchouli alkohol yang memiliki efek sebagai antiinflamasi. Pemberian minyak Nilam secara topical dapat memberikan efek antiinflamasi pada kulit punggung Mencit jantan. Penelitian ini bertujuan untuk mengetahui aktivitas antiinflamasi minyak Nilam yang di formulasikan kedalam bentuk sediaan emulgel terhadap hewan uji Mencit Jantan dan apakah sediaan emulgel minyak Nilam memenuhi syarak mutu fisik sediaan. Penelitian ini dilakuan dengan tiga formula dengan konsentrasi Minyak Nilam masing-masing FI 10%, FII 12.5%, FIII 15%. Berdasarkan pengujian stabilistas fisik sediaan dari parameter organoleptik, viskositas, homogenitas, tipe emulsi, pH, daya lekat dan cycling test, minyak Nilam dapat diformulasikan kedalam bentu sediaan dengan konsentrasi 10% dan 12.5% karena stabill sebelum dan sesudah cycling test. Hasil pengujian statistik ANOVA dengan SPSS dilakukan uji normalitas dan homogenitas menuujkan bahwa emulgel minyak Nilam tidak menunjukan perbedaan signifikan meskipun rata-ratanya berbeda jauh dalam mengatasi radang pada kaki mencit (sig>0,05), namun jika dilihat dari persen daya inflamasi maka dapat ditarik kesimpulan bahwa emulgel minyak Nilam dengan konsentrai 12.5 % dengan daya inflamasi sebesar 96.87% di menit ke 300 memiliki daya inflamasi yang paling besar dan memenuhi syarat uji mutu fisik sediaan.
PENGEMBANGAN DAN VALIDASI MODEL HYBRID MACHINE LEARNING UNTUK DIAGNOSIS AWAL DEPRESI Aziz, Firman; Abasa, Sustrin; Andyka, Andyka
Journal Pharmacy and Application of Computer Sciences Vol. 3 No. 1: Februari: 2025: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v3i1.69

Abstract

Depresi adalah gangguan mental yang umum dan dapat mengurangi kualitas hidup secara signifikan. Diagnosis dini sangat penting untuk mencegah dampak buruk depresi, namun sering kali terlambat karena keterbatasan sumber daya dan kesadaran. Penelitian ini bertujuan untuk mengembangkan model hybrid machine learning untuk diagnosis dini depresi, menggunakan dataset yang berisi 42 pertanyaan terkait gejala depresi. Model hybrid ini menggabungkan tiga algoritma: Random Forest (RF), Support Vector Machine (SVM), dan Naive Bayes (NB), dengan penyesuaian bobot untuk meningkatkan akurasi prediksi. Hasil eksperimen menunjukkan bahwa model individual RF, SVM, dan NB memiliki akurasi masing-masing 91%, 88%, dan 86%, sementara model hybrid yang menggabungkan ketiga algoritma dengan bobot RF: 0.5, SVM: 0.3, dan NB: 0.2 menghasilkan akurasi 93%, precision 93%, recall 92%, F1-Score 93%, dan AUC 0.95. Hasil ini menunjukkan bahwa model hybrid dapat memberikan akurasi yang lebih baik dibandingkan dengan model individual, serta memiliki potensi untuk digunakan dalam aplikasi berbasis teknologi untuk memberikan peringatan dini mengenai depresi. Penelitian ini juga mencatat pentingnya kualitas dataset dalam menentukan performa model dan mendorong penelitian lebih lanjut untuk menguji model dengan data real-time dan dataset yang lebih beragam.
PENGARUH PEMBERIAN EKSTRAK ETANOL AKAR PINANG (Areca catechu L) TERHADAP PENURUNAN KADAR GLUKOSA DARAH MENCIT (Mus musculus) Abasa, Sustrin; Ishak, Pertiwi
Journal Pharmacy and Application of Computer Sciences Vol. 2 No. 1: Februari: 2024: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v2i1.38

Abstract

Telah dilakukan penelitian tentang pengaruh pemberian ekstrak etanol akar pinang(Areca catechu L) terhadap penurunan kadar glukosa darah mencit (Mus musculus). Tujuan penelitian ini adalah untuk melihat pengaruh pemberian ekstak etanol akar pinang terhadap penurunan kadar glukosa darah mencit yang diinduksi glukosa 80%.Metode ekstraksi yang di gunakan yaitu refluks dengan hasil ekstrak akar pinangyang digunakan adalah 1% b/v, 4% b/v, 8% b/v. Pengukuran kadar glukosa darah dilakukan setiap 30 menit selama 120 menit. Data kadar glukosa darah tiap waktu sampling pada tiap kelompok dianalisis secara statistik menggunakan metode Rancangan Acak Lengkap (RAL) kemudian di lanjutkan dengan rentang Student Newmant Keuls (SNK). Hasil penelitian menunjukkan bahwa ekstrak etanol akar pinang dengan konsentrasi 1% b/v menurunkan kadar glukosa darah sebesar 25,3 mg/dL, 4% b/v sebesar 45 mg/dL, 8% b/v sebesar 59 mg/dL, Na.CMC 1% sebesar 6,6 mg/dL, dan Glibenklamid sebesar 67,3 mg/dL. Pemberian ekstrak akar pinang dengan konsentrasi 8% b/v memberikan hasil lebih besar terhadap penurunan kadar glukosa darah dibandingkan konsentasi 1% b/v, 4% b/v, dan Na.CMC 1%.
PREDIKSI DEPRESI: INOVASI TERKINI DALAM KESEHATAN MENTAL MELALUI METODE MACHINE LEARNING Rijal, Muhammad; Aziz, Firman; Abasa, Sustrin
Journal Pharmacy and Application of Computer Sciences Vol. 2 No. 1: Februari: 2024: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v2i1.47

Abstract

Penelitian ini menangani isu serius kesehatan mental, khususnya depresi, dengan fokus mendalam pada pemahaman dan prediksi menggunakan metode machine learning. Tujuan utama penelitian adalah mengevaluasi berbagai algoritma machine learning dalam konteks prediksi depresi, dengan memanfaatkan data kesehatan mental yang semakin melimpah. Dengan pertanyaan penelitian yang memusatkan pada efektivitas metode, faktor-faktor yang memengaruhi performa, dan implementasi hasil prediksi secara praktis, penelitian ini berupaya mengembangkan model prediktif yang memberikan kontribusi signifikan pada pemahaman risiko depresi dan penerapan intervensi yang lebih tepat waktu. Hasil penelitian menyoroti Random Forest sebagai model unggulan dengan kinerja tinggi, menegaskan potensi aplikasi model-machine learning dalam pengelolaan depresi untuk solusi yang lebih terukur dan personal di bidang kesehatan mental.
UJI EFEK ANALGETIK EKSTRAK ETANOL BUAH BLIGO (Benincasa hispida Thumb) TERHADAP MENCIT (Mus musculus) Arif, Mutmainah; Temarwut, Farid Fani; Ishak, Pertiwi
Journal Pharmacy and Application of Computer Sciences Vol. 2 No. 1: Februari: 2024: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v2i1.48

Abstract

Penelitian ini bertujuan untuk mengetahui efek analgetik dari ekstrak etanol buah B. hispida. Penelitian ini menggunakan metode geliat pada 15 ekor mencit yang dibagi dalam 5 kelompok perlakuan. Kelompok I sebagai kontrol negatif yang diberikan Na-CMC, kelompok II sebagai kelompok kontrol positif yang diberikan suspensi antalgin, kelompok III, IV, dan V sebagai kelompok perlakuan yang diberikan ekstrak etanol buah B. hispida dengan konsentrasi masing-masing 1%, 2%, dan 3%. Masing-masing kelompok diberikan asam asetat 1% secara intraperitonial untuk menginduksi nyeri. setelah tiga puluh menit pemberian asam asetat, kelompok kontrol positif dan kelompok perlakuan diberikan bahan uji secara oral. Kemudian setelah tiga puluh menit pemberian bahan uji, diamati dan dihitung jumlah geliat dengan interval waktu pada menit ke-15, 30, 45 dan 60. Hasil penelitian menunjukkan bahwa ekstrak etanol buah B. hispida dengan konsentrasi 1%, 2% dan 3% memberikan persentase proteksi berturut-turut yaitu 43,83%, 47,67% dan 56,33%. Kelompok kontol positif yang diberikan antalgin memberikan persentase proteksi sebesar 93,33% dan kontrol negatif yang diberi Na-CMC memberikan persentase proteksi sebesar 0%.
IMPLEMENTASI METODE SUPPORT VECTOR MACHINE UNTUK DETEKSI DINI PERSISTENSI OBAT DALAM FARMASI Aziz, Firman; Wahab, Andyka
Journal Pharmacy and Application of Computer Sciences Vol. 2 No. 1: Februari: 2024: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v2i1.50

Abstract

Penelitian ini fokus pada penerapan metode Support Vector Machine (SVM) dalam menganalisis persistensi obat pada pasien di ranah farmasi. Melalui pengumpulan data dari rekam medis elektronik, termasuk tanggal pengambilan obat, dosis, dan lamanya pasien mempertahankan ketekunan, model SVM berhasil mencapai tingkat akurasi sebesar 71%. Hasil analisis mengidentifikasi jenis obat, dosis, dan durasi pengobatan sebagai faktor kritis yang mempengaruhi persistensi obat. Implikasi klinis penelitian ini memberikan landasan untuk personalisasi rencana pengobatan, memungkinkan praktisi kesehatan untuk merancang intervensi yang lebih terarah. Meskipun SVM menunjukkan kelebihan dalam menangani dataset kompleks, tantangan pemilihan parameter yang optimal dan sensitivitas terhadap variasi fitur dalam dataset perlu diperhatikan. Kesimpulan utama menekankan perlunya pendekatan individualistik dalam manajemen persistensi obat, memberikan kontribusi penting terhadap pemahaman praktis di bidang farmasi, dan merangsang penelitian lanjutan dalam pengembangan metode analisis yang lebih canggih.
INTELLIGENCE SOCIAL MEDIA ANALYTICS PADA PEMERINTAH KOTA MAKASSAR PERIODE AGUSTUS-SEPTEMBER 2023 Anwar; Nursalim; jeffry, jeffry
Journal Pharmacy and Application of Computer Sciences Vol. 2 No. 1: Februari: 2024: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v2i1.51

Abstract

Perkembangan teknologi informasi dan komunikasi, media sosial telah menjadi salah satu sumber utama informasi dan wadah ekspresi masyarakat, warga Makassar aktif berpartisipasi dalam berbagai platform media sosial seperti Facebook dan Instagram, menjadikannya sumber data yang berharga untuk memahami pandangan, kebutuhan, dan isu-isu yang sedang berkembang dalam komunitas. Dengan menggunakan teknik web scraping dan API (Application Programming Interface) untuk pengumpulan data, teknik analisis data meliputi analisis sentiment, analisis temporal untuk mengidentifikasi tren, analisis jaringan sosial untuk memahami hubungan antar entitas di media sosial, dan analisis tekstual untuk mengidentifikasi topik atau entitas penting dalam teks dengan pengkasifikasian menggunakan algoritma Naïve bayes. Dalam periode Agustus sampai September 2023, ditemukan sentiment positif sebesar 55,07%, sentiment negatif 21,01%, sentiment netral 23,92 dari jumlah post 2.666, jumlah interaksi 110.25, dengan melibatkan 754 akun yang berpartisipasi dalam berbagai isu yang dianalisis
KLASIFIKASI DEPRESI MENGGUNAKAN SUPPORT VECTOR MACHINE: PENDEKATAN BERBASIS DATA TEXT MINING Aziz, Firman; Ishak, Pertiwi; Abasa, Sustrin
Journal Pharmacy and Application of Computer Sciences Vol. 2 No. 2: Agustus: 2024: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v2i2.53

Abstract

Deteksi dini depresi merupakan tantangan penting dalam bidang kesehatan mental. Penelitian ini bertujuan untuk mengembangkan model klasifikasi yang dapat memprediksi depresi dengan tingkat akurasi tinggi menggunakan teknik klasifikasi data. Data kuesioner digunakan sebagai dasar untuk pengembangan model ini. Melalui proses pembersihan data, ekstraksi fitur, dan normalisasi, data disiapkan untuk pelatihan dan pengujian model. Pembagian data dilakukan dengan proporsi 80:20 antara data pelatihan dan data pengujian. K-fold cross-validation digunakan untuk memastikan generalisasi model. Selanjutnya, parameter SVM dioptimalkan menggunakan grid search dan cross-validation. Model dilatih dan dievaluasi menggunakan metrik evaluasi yang mencakup akurasi, presisi, recall, dan F1-Score. Hasil penelitian menunjukkan bahwa model klasifikasi depresi mencapai tingkat keakuratan, presisi, recall, dan F1-Score sebesar 100%. Implikasi hasil ini dalam praktik klinis dibahas, bersama dengan rekomendasi untuk penelitian lebih lanjut. Kesimpulannya, penelitian ini menunjukkan potensi besar dalam pengembangan model klasifikasi depresi yang akurat dan andal untuk meningkatkan deteksi dini dan intervensi depresi.
FORMULASI DAN UJI STABILITAS SEDIAAN KRIM BODY SCRUB MENGGUNAKAN KULIT BUAH NAGA MERAH (Hylocereus polyrhizus) M, Ismat; Nur, Muhammad Khaerul
Journal Pharmacy and Application of Computer Sciences Vol. 2 No. 2: Agustus: 2024: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v2i2.55

Abstract

Penelitian ini bertujuan untuk menentukan stabilitas fisik sediaan krim bodiy scrub menggunakan kulit bauh naga merah (Hylocereus polyrhizus). Sediaan kirim bodiy scrub kulit buah naga merah di formulasi dengan menggunakan variasi konsentrasi kulit buah naga merah,Satabilitas fisik sedian krim body scrub di tentukan berdasrakan dengan parameter perubahan warna, bau dan bentuk,viskositas tipe emulsi,daya sebar, homogenitas, dan PH sebelum dan setelah penyimpanan selama 2 minggu, Hasil menunjukkan bahwa sediaan krim body scrub kulit buah naga merah (Hylocereus polyrhizus) konsentrasi 10% dan 15% lebih stabil di bandingkan konsentrasi 20%.

Page 2 of 3 | Total Record : 29

 1   2   3 

Filter by Year

2023 2025


Reset
Filter By Issues
All Issue Vol. 3 No. 2: Agustus: 2025: JOPACS Vol. 3 No. 1: Februari: 2025: JOPACS Vol. 2 No. 2: Agustus: 2024: JOPACS Vol. 2 No. 1: Februari: 2024: JOPACS Vol. 1 No. 2: Agustus: 2023: JOPACS Vol. 1 No. 1: Februari: 2023: JOPACS