K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENILAIAN PADA VIRTUAL PATIENT CASE

  • Kunti Eliyen Universitas Brawijaya
  • Herman Tolle Universitas Brawijaya
  • Muhamad Aziz Muslim

Abstract

Dalam pendidikan kedokteran ada berbagai macam ujian yang diterapkan. Salah satunya adalah ujian Objective Stucture Clinical Examinations (OSCE). OSCE adalah alat untuk menilai komponen kompetensi klinik seperti history taking, pemeriksaan fisik, procedural skill, ketrampilan komunikasi, interpretasi hasil laboratorium, manajemen dan lain-lain yang diuji menggunakan checklist yang telah disetujui dan mahasiswa akan mengikuti beberapa station. OSCE merupakan bagian dari penilaian yang bertujuan untuk menilai kompetensi dan ketrampilan klinis mahasiswa secara objektif dan terstruktur yang biasanya dilakukan pada tengah semester atau akhir semester pada mata kuliah tertentu. Pada penelitian ini akan dikembangkan sistem penilaian otomatis untuk ujian OSCE berdasarkan kasus pasien virtual yang dapat digunakan oleh mahasiswa sebagai self -assessment agar mahasiswa memiliki kesiapan dalam menghadapi ujian OSCE yang nyata. Pada penelitian ini sistem penilaian dilakukan dengan melakukan klasifikasi nilai untuk setiap jenis kategori pemeriksaan. Algoritma yang akan diimplementasikan untuk klasifikasi adalah K-Nearest Neighbor (KNN). Uji coba yang telah dilakukan menggunakan KNN didapat akurasi sebesar 89,8% dengan menggunakan data latih sebesar 135, data uji sebesar 84 data dan nilai k=3.

Published
2017-10-17
How to Cite
ELIYEN, Kunti; TOLLE, Herman; MUSLIM, Muhamad Aziz. K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENILAIAN PADA VIRTUAL PATIENT CASE. Jurnal Arus Elektro Indonesia, [S.l.], v. 3, n. 1, p. 15-18, oct. 2017. ISSN 2443-2318. Available at: <https://jurnal.unej.ac.id/index.php/E-JAEI/article/view/5363>. Date accessed: 20 mar. 2019.