Instalasi Farmasi Rumah Sakit Islam A Yani menghasilkan berbagai jenis data operasional harian meliputi demografi asuransi penjualan serta inventaris namun pemanfaatannya belum optimal karena sistem manajemen saat ini terbatas pada analitik deskriptif Keterbatasan ini menyebabkan ketiadaan pemantauan obat secara real-time memaksa proses operasional seperti validasi resep pengecekan dosis identifikasi interaksi obat hingga dispensing berjalan secara manual yang berisiko meningkatkan medication error dan membahayakan keselamatan pasien Untuk mengatasi masalah tersebut proyek akhir ini mengusulkan sistem Pharma Analytics sebagai Clinical Decision Support System komprehensif yang mengintegrasikan analitik deskriptif prediktif dan preskriptif dengan Generative AI Solusi ini memanfaatkan Large Language Model spesifik medis MedGemma secara on-premise melalui framework Ollama demi menjaga keamanan privasi data pasien dengan n8n sebagai orchestrator alur kerjanya Guna memitigasi risiko halusinasi AI diterapkan arsitektur Retrieval-Augmented Generation dan Model Context Protocol yang memaksa model merujuk ketat pada basis pengetahuan medis E-Fornas dan ICD-11 dalam basis data PGVector sebelum memberikan rekomendasi Eksperimen menggunakan 22 skenario instruksi menunjukkan bahwa model murni rentan terhadap halusinasi kritis pada logika kompleks sehingga sistem ini mutlak diperlukan demi validasi akurat yang diperkuat oleh pengujian fungsional blackbox yang mengonfirmasi stabilitas otomasi inventaris Analisis kepuasan pengguna melalui metode PIECES mencatatkan skor akhir 75,91% (kategori Baik) membuktikan bahwa Pharma Analytics sangat efektif dalam mengotomatisasi pengolahan data farmasi memitigasi kesalahan terapi meningkatkan efisiensi operasional serta menyelamatkan nyawa pasien RSI