K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENILAIAN PADA VIRTUAL PATIENT CASE
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.
Penulis: Kunti Eliyen
Kode Jurnal: jptlisetrodd170310
