Soal Rangkuman [PDF]

Citation preview

1.



Temukan pasangan yang tidak tepat antara feature dan tipe datanya di bawah ini: Jumlah anak - Nominal Data



2. Berikut adalah beberapa hal yang berkaitan dengan Cloud Computing, kecuali: Menerapkan infrastruktur server yang dapat dibuat sendiri 3. Manakah yang termasuk penerapan aplikasi AI? Aplikasi pengubah wajah menjadi lebih muda atau tua 4. Manakah di antara pernyataan di bawah ini yang benar tentang penggunaan Orange? Orange digunakan dengan mengatur hubungan antar widget 5. Apa yang bisa dilakukan selama menyiapkan data, kecuali Menyiapkan parameter 6. Proses pembersihan data kosong dan edit metadata termasuk dalam tahapan Data Exploration 7. Mana yang bukan merupakan AI Project Cycle di bawah ini? Data Back Up 8. Berikut kelebihan yang dapat dilakukan AI, kecuali: Meniru tanda tangan manual 9. Apakah Business (Problem) Understanding itu? Achieve a clear understanding of your business challenges 10. Apa arti C dan N pada tipe data pada fitur dalam Orange? C = Catagorical dan N=Numeric 11. Apa yang harus diperiksa dari data sebelum digunakan, kecuali: banyaknya tipe data 12. Jika atribut numerik, class numerik dan data tersedia secara time series, maka sebaiknya metode data mining yang digunakan adalah: Prediksi 13. Penggunaan metode data mining yang sesuai dengan atribut dan classnya adalah: atribut numerik dan class numerik, maka digunakan metode Estimasi 14. Keunggulan Orange Data Mining adalah, kecuali: Berbasis Python Programming 15. Komponen pembentuk Box plot adalah, kecuali: outlier 16. Berikut ini merupakan urutan dari Penerapan AI adalah: Data, Training, Model, Prediction 17. Dalam widget decision tree dalam Orange, parameter apakah yang bisa diatur? Nilai cabang yang diinginkan 18. Contoh penerapan dari "Supervised Learning" adalah: Biometric Attendance 19. Yang termasuk dalam EDA Methode (Descriptive statistics) adalah kecuali: Density 20. Yang bukan tools machine learning adalah: Microsoft Access 21. Yang bukan termasuk data scientist skillset adalah: Documentation 22. Pembuatan UI dan UX pada sistem AI merupakan tahapan? Deployment 23. Contoh algoritma yang digunakan pada supervised learning, kecuali: K-Means 24. Data disimpan dalam bentuk sederhana dan dapat dibaca di orange menggunakan format apa?



csv 25. Luaran yang dihasilkan dalam Data Mining, kecuali: Menghasilkan Clean Data 26. Proses Upload data set merupakan penerapan "AI Project Cycle" pada tahap? Data Acquisition 27. Visualisasi data untuk data numerik adalah kecuali: Mosaic Display 28. Pernyataan manakah yang benar? Dalam kondisi hasil klasifikasi yang ideal, nilai entropi tidak sama dengan nol 29. Terdapat beberapa project yang dapat dilakukan oleh teachable machine? Pose project 30. Urutan proses Data Mining (Knowledge Discovery in Database) yang paling benar adalah: Preprocessing - Transformation - Modelling - Evaluation 31. Berikut merupakan penerapan AI di bidang art and music adalah: Ecrettmusic 32. Data Science merupakan irisan dari beberapa bidang ilmu sebagai berikut: Domain expertise, Computer Science, dan Mathematics 33. Berikut kelebihan yang dapat dilakukan AI, kecuali: Meniru tanda tangan manual 34. Berikut ini yang tidak termasuk dalam model dalam metode clustering adalah: Back-propagation 35. Parameter apa saja yang bisa dilihat menggunakan widget Distribution dalam Orange, kecuali: Mean 36. Untuk melihat korelasi antara dua atau beberapa variabel kategorik Mosaic Display 37. Analisis korelasi menjelaskan ada atau tidaknya hubungan antar dua variabel. Yang dimaksud dengan korelasi positif adalah : jika penambahan pada nilai X maka bertambah juga nilai Y 38. Widget apa saja yang terdapat dalam group Transform dalam Orange, kecuali: Data Table 39. Kelompok besar dari data dalam machine learning adalah: Supervised dan Unsupervised 40. Widget Orange apa yang digunakan untuk melihat statistik dari parameter (feature) data: Feature Statistics 41. Manakah diantara hal berikut yang merupakan domain dari AI, kecuali: Image Processing 42. Kegunaan melakukan EDA (Exploratory Data Analysis) yang paling benar di bawah ini adalah: menemukan anomali dan menguji hipotesa 43. Skil yang harus dimiliki oleh Data Scienstist dalam kerangka Data Science Proses adalah, kecuali: Domain Knowledge for Deployment 44. Kelompok Widget yang dimiliki Orange adalah kecuali Supervised 45. Pengetahuan yang dihasilkan dari data mining adalah berupa, kecuali akurasi 46. Untuk melihat korelasi antara dua variabel kategorik, digunkan widget:



Sieve Diagram 47. Kondisi overfitting terjadi ketika: Test error besar dan training error kecil 48. Kenapa data harus dibersihkan sebelum digunakan adalah kecuali: Kerapihan 49. Aktifitas yang cocok dilakukan dalam prosesnya adalah: Data Exploration - Delete Duplicates 50. Yang termasuk dalam EDA Methode (Visualization) adalah kecuali: Kurtosis 51. Widget apa saja yang terdapat dalam group Visualize dalam Orange, kecuali: Transpose 52. Sebutkan urutan proses Data Mining (4tahap): Data - Data Mining - Model - Evaluation 53. Berikut ini merupakan Algoritma Supervised Learning: Artificial Neural Network 54. Untuk melihat tren dan pola lainnya pada data runtun waktu, biasanya digunakan Line Diagram 55. Komersialisasi mobil Tesla yang saat ini menjadi teknologi AI termutakhir merupakan penerapan AI dibidang? Transport 56. Widget apa saja yang terdapat dalam group Visualize dalam Orange, kecuali: Transpose 57. Yang tidak termasuk dalam Teknik Exploratory Data Analysis Machine Learning 58. Urutan yang paling benar dalam pemrosesan data adalah: Data importing - Data Inspecting - Data cleansing 59. Fungsi visualisasi antara lain, kecuali Mengenali Model 60. Mana pasangan yang tepat ? Evaluation - Evaluate Model 61. Metode evaluasi regresi yang dihitung berdasarkan rata-rata dari kuadrat error adalah: Mean squared error (MSE) 62. Seorang guru sedang menganalisa pengaruh banyaknya latihan soal terhadap keberhasilan siswa dalam mengerjakan ujian. Metode analisa yang sesuai untuk kebutuhan guru tersebut adalah : Regresi 63. Dalam sebuah model regresi linear sederhana, berapa banyak koefisien yang perlu diestimasi menggunakan data training? 2 64. Sebuah model regresi linear sederhana dipergunakan untuk memprediksi berat badan



siswa berdasarkan asupan kalori (x) hariannya dan dinyatakan dengan



y = 2.5 + 0.15x. Jika asupan kalori seorang siswa adalah 500 kalori/hari, berapakah prediksi berat siswa tersebut? 77.5 kg 65. Sebuah model regresi dinyatakan dengan persamaan y = a+bx, nilai a menyatakan : intercept 66. Komponen yang diperlukan pada fase membangun model regresi adalah Data training dan algoritma learning



67. Jika sebuah model regresi yang dinyatakan dengan persamaan y = a + bx memiliki nilai kemiringan positif, maka: nilai y akan naik ketika nilai x naik 68. Jika sebuah model regresi linear memiliki MSE nol, maka error testing lebih besar atau sama dengan error training 69. Berikut adalah metode machine learning yang masuk dalam kategori supervised learning, kecuali: Clustering 70. Berikut ini yang paling tepat untuk menggambarkan regresi adalah : Metode yang dipergunakan untuk mengukur relasi kebergantungan antar variabel 71. Parameter setting apa saja yang tidak terdapat dalam widget Linear Regression: Balance class distribution 72. Model regresi yang dipergunakan untuk memetakan nilai diskrit disebut dengan: Regresi Logistik 73. Metode evaluasi regresi yang dihitung berdasarkan rata-rata dari nilai absolute error adalah : Mean absolute error (MAE) 74. Dalam melakukan evaluasi regresi logitik, rasio antara data positif yang diklasifikasikan dengan benar terhadap total prediksi positif (TP/(TP+FP)) disebut: Precision 75. Model regresi yang mempergunakan satu variabel bebas untuk memprediksi nilai variabel terikat disebut: Regresi sederhana 76. Berikut ini adalah metric evaluasi yang dapat digunakan di dalam machine learning model klasifikasi: Semua Jawaban Benar 77. Struktur Artificial Neural Network adalah, kecuali: learning function 78. Proses untuk menentukan percabangan didalam decision tree adalah: Information Gain 79. Berikut adalah widget di Orange yang masuk dalam kategori data, kecuali: Pivot table 80. Fungsi aktivasi yang terdapat dalam Neural Network tidak digunakan adalah: fungsi tangensial 81. Berikut ini adalah fungsi aktivasi yang digunakan didalam jaringan saraf tiruan, kecuali: Fungsi Dropout 82. Berikut adalah istilah yang terdapat dalam Artificial Neural Network, kecuali: Entropy 83. Nilai batas AUC supaya sebuah model classifier memiliki performa yang lebih besar dari random classifier adalah: 0.5 84. Berikut ini yang merupakan model pembelajaran ensemble adalah: Random Forest 85. Berikut ini merupakan istilah yang berkaitan dengan klasifikasi, kecuali: Kohesi 86. ROC dibentuk dengan memetakan antara : TPR dan FPR



87. Metode Klasifikasi yang menggunakan struktur pohon dalam representasi modelnya adalah: Decision Tree 88. Metode klasifikasi yang termasuk dalam kategori lazy learner adalah: K-NN 89. Berikut yang termasuk dalam metode supervised learning adalah: ANN dan Decision Tree 90. Sebuah metode klasifikasi dipergunakan untuk memprediksi bencana alam (True = terjadi bencana, False = tidak terjadi bencana). Yang memberikan resiko paling tinggi adalah: False Negatif 91. Besaran yang menyatakan kedekatan data dalam satu cluster disebut dengan: Kohesi 92. Untuk menilai performansi sebuah hasil clustering, ukuran yang bisa dipakai adalah: Nilai silhouette 93. Dalam widget k-means dalam Orange, parameter apakah yang bisa diatur? Nilai silhouette yang diinginkan 94. Salah satu metode clustering adalah menggunakan PCA, keunggulan dari PCA adalah: Dapat mengurangi dimensi dataset dengan mempertahankan variabilitas 95. Berikut ini adalah cara kerja clustering k-means, kecuali: Menghilangkan data yang overlap 96. Berikut adalah jenis file data (extention) yang bisa disimpan menggunakan Orange, kecuali: txt 97. Berikut ini adalah cara untuk melakukan evaluasi pada clustering: Silhouette Coefficient dan BDI 98. Berikut ini adalah keterbatasan dari k-means, kecuali: mudah diimplementasikan 99. Metode berikut yang termasuk metode clustering adalah: k-Means dan PCA 100. Clustering adalah salah satu model unsupervised learning, maka dari itu salah satu ciri khas dari data clustering adalah: Data Clustering tidak memiliki target label 101. Jika Silhouette coefficient bernilai 1, maka: Cluster yang terbentuk terpisah dengan baik 102. Parameter setting yang tidak terdapat pada widget k-means adalah: Components Selection 103. Pemilihan nilai k berdasarkan metode elbow adalah: Memilih k pada penurunan nilai WCSS yang tidak signifikan 104. Elbow method sering dipergunakan untuk menentukan: Jumlah cluster dalam k-means 105. Apakah yang tidak mempengaruhi pengelompokan data yang dilakukan oleh metode k-means? Hasil pelatihan dengan training set