Redirigiendo al acceso original de articulo en 16 segundos...
ARTÍCULO
TITULO

LEARNING VECTOR QUANTIZATION UNTUK KLASIFIKASI PENILAIAN PADA VIRTUAL PATIENT CASE DOI : 10.24114/cess.v2i2.6476 | Abstract views : times

Kunti Eliyen    

Resumen

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 a = 0,1.

 Artículos similares