Kunti Eliyen
Brawijaya University

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

LEARNING VECTOR QUANTIZATION UNTUK KLASIFIKASI PENILAIAN PADA VIRTUAL PATIENT CASE Kunti Eliyen
CESS (Journal of Computer Engineering, System and Science) Vol 2, No 2 (2017): Juli 2017
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (511.385 KB) | DOI: 10.24114/cess.v2i2.6476

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 untuk menilai keterampilan mahasiswa dalam memeriksa dan memperlakukan pasien virtual. Pada penelitian ini sistem penilaian dilakukan dengan melakukan klasifikasi nilai untuk setiap jenis kategori pemeriksaan. Algoritma yang akan diimplementasikan untuk klasifikasi adalah Learning Vector Quantization (LVQ). Uji coba yang telah dilakukan menggunakan LVQ didapat akurasi sebesar 98,8% dengan menggunakan data latih sebesar 135, data uji sebesar 105 data dan nilai α = 0,1.