SOAL INFORMATIKA XII

Manakah pernyataan berikut yang paling tepat menggambarkan dampak positif Internet of Things (IoT) terhadap industri manufaktur?

• • A. IoT hanya meningkatkan efisiensi pada tahap produksi.

• • B. IoT memungkinkan pemantauan real-time pada seluruh proses produksi, sehingga dapat mengoptimalkan penggunaan sumber daya dan mengurangi downtime.

• • C. IoT hanya berguna untuk perusahaan besar dengan modal yang sangat besar.

• • D. IoT hanya meningkatkan kualitas produk akhir.

• • E. IoT membuat pekerjaan manusia menjadi berkurang.

Perusahaan A ingin menerapkan sistem Smart Home. Sensor mana yang paling relevan untuk memantau konsumsi energi di rumah dan memberikan rekomendasi untuk menghemat energi?

• • A. Sensor suhu

• • B. Sensor cahaya

• • C. Sensor gerak

• • D. Sensor kualitas udara

• • E. Smart meter

Salah satu tantangan utama dalam implementasi IoT adalah keamanan data. Manakah di antara berikut ini yang bukan merupakan ancaman keamanan dalam sistem IoT?

• • A. Serangan DDoS

• • B. Peretasan perangkat

• • C. Penggunaan enkripsi yang kuat

• • D. Adanya celah keamanan pada firmware perangkat

• • E. Social engineering

Manakah dari berikut ini yang TIDAK merupakan contoh penerapan pembelajaran mesin dalam kehidupan sehari-hari?

• A. Rekomendasi produk di toko online

• B. Pengenalan wajah pada smartphone

• C. Penerjemahan bahasa secara otomatis

• D. Kalkulator sederhana

• E. Sistem deteksi spam email

Apa yang membedakan supervised learning dengan unsupervised learning dalam pembelajaran mesin?

• A. Keduanya sama-sama membutuhkan data berlabel

• B. Supervised learning mencari pola dalam data tanpa label, sedangkan unsupervised learning menggunakan data berlabel

• C. Supervised learning menggunakan data berlabel untuk membuat prediksi, sedangkan unsupervised learning mencari pola dalam data tanpa label

• D. Unsupervised learning lebih kompleks daripada supervised learning

• E. Keduanya tidak memiliki perbedaan signifikan

Algoritma pembelajaran mesin yang paling cocok digunakan untuk memprediksi harga rumah berdasarkan luas, lokasi, dan jumlah kamar adalah...

• A. Regresi Linear

• B. K-Means Clustering

• C. Decision Tree

• D. Naive Bayes

• E. Support Vector Machine (SVM)

Apa yang dimaksud dengan deep learning?

• A. Teknik pembelajaran mesin yang menggunakan jaringan saraf tiruan dengan banyak lapisan

• B. Proses pengambilan keputusan berdasarkan aturan yang telah ditentukan

• C. Metode pembelajaran mesin yang tidak memerlukan data berlabel

• D. Algoritma pembelajaran mesin yang digunakan untuk klasifikasi teks

• E. Teknik pembelajaran mesin yang hanya menggunakan data numerik

Manakah pernyataan berikut yang BENAR mengenai hubungan antara Machine Learning dan Deep Learning?

• A. Deep Learning adalah subbagian dari Machine Learning yang menggunakan neural network dengan banyak lapisan.

• B. Machine Learning hanya dapat digunakan untuk menganalisis data terstruktur, sedangkan Deep Learning untuk data tidak terstruktur.

• C. Deep Learning lebih cepat dalam pelatihan dibandingkan Machine Learning karena arsitekturnya yang sederhana.

• D. Machine Learning lebih akurat dalam tugas-tugas pengenalan pola kompleks dibandingkan Deep Learning.

• E. Deep Learning tidak membutuhkan data dalam jumlah besar untuk mencapai kinerja yang baik.

Apa implikasi etis yang paling mungkin muncul dari penggunaan teknologi seperti DeepFace dalam kehidupan sehari-hari?

• A. Meningkatnya efisiensi dalam proses identifikasi individu.

• B. Kemungkinan pelanggaran privasi dan pengawasan massal.

• C. Penurunan tingkat kejahatan siber.

• D. Peningkatan kualitas layanan pelanggan berbasis AI.

• E. Kemudahan dalam mengidentifikasi objek dalam gambar.

Apa yang DIMAKSUD dengan "cold start problem" dalam sistem rekomendasi?

• • A. Ketika sistem tidak dapat memberikan rekomendasi yang akurat karena kekurangan data pengguna.

• • B. Ketika sistem mengalami crash dan tidak dapat berfungsi.

• • C. Ketika pengguna tidak tertarik dengan rekomendasi yang diberikan.

• • D. Ketika sistem memberikan rekomendasi yang sama kepada semua pengguna.

• • E. Ketika sistem membutuhkan waktu yang lama untuk memproses data.