Analisis Keuangan dan Big Data

Bagaimana machine learning dapat membantu dalam analisis laporan keuangan untuk mendeteksi potensi fraud?

• Dengan menganalisis pola transaksi dan memberikan peringatan jika ada anomali

• Dengan menggantikan peran auditor sepenuhnya sehingga tidak diperlukan pemeriksaan manual

• Dengan hanya fokus pada perhitungan ulang angka tanpa melihat pola historis

• Dengan membuat laporan keuangan baru berdasarkan prediksi masa depan

Mengapa Big Data penting dalam analisis ekonomi?

• Karena dapat mengolah data dalam jumlah besar untuk memahami tren dan membuat prediksi ekonomi yang lebih akurat

• Karena menggantikan semua metode tradisional dalam analisis ekonomi

• Karena hanya berguna untuk sektor keuangan dan tidak memiliki dampak pada industri lain

• Karena memungkinkan peramalan ekonomi tanpa memerlukan data historis

Apa manfaat utama penggunaan analisis big data dalam dunia keuangan?

• Membantu dalam deteksi transaksi mencurigakan dan prediksi risiko investasi

• Menghilangkan kebutuhan untuk laporan keuangan manual

• Menjamin bahwa semua investasi akan menguntungkan

• Hanya digunakan oleh perusahaan besar tanpa manfaat bagi bisnis kecil

Apa elemen utama yang membentuk sistem kognitif?

• Hanya hardware dan model machine learning

• Aplikasi, model pembelajaran mesin, sumber data, dan layanan visualisasi

• Hanya data publik yang dianalisis secara otomatis

• Sistem yang bekerja tanpa perlu data atau pelatihan tambahan

Berdasarkan diagram Figure 1.2 (Element of Cognitive System), sistem kognitif terdiri dari beberapa komponen utama. Manakah di bawah ini yang bukan bagian dari arsitektur sistem kognitif?

• Ontologi dan Taksonomi

• Feature Extraction dan Data Access

• Layanan Presentasi dan Visualisasi

• Hard Disk Eksternal

Mengapa infrastruktur yang fleksibel dan agile penting dalam sistem kognitif?

• Untuk memungkinkan aplikasi berkembang seiring waktu dengan skala yang lebih besar

• Agar sistem kognitif dapat berjalan tanpa perlu pembaruan data

• Supaya semua data dihapus setelah digunakan

• Karena sistem kognitif tidak memerlukan skalabilitas dalam pengolahan data

Dalam konteks cognitive computing, bagaimana cara sistem menghasilkan hipotesis?

• Sistem menebak jawaban berdasarkan intuisi tanpa menggunakan data

• Sistem menganalisis data dan pola untuk menghasilkan kemungkinan penyebab atau solusi

• Sistem hanya memberikan satu jawaban yang pasti benar tanpa mempertimbangkan alternatif lain

• Sistem bergantung sepenuhnya pada pengguna untuk menentukan semua kemungkinan hipotesis

Apa tujuan utama dari hypothesis scoring dalam machine learning?

• Menilai seberapa valid sebuah hipotesis berdasarkan bukti yang tersedia

• Menghapus hipotesis yang tidak sesuai tanpa analisis lebih lanjut

• Menyediakan satu jawaban final tanpa memerlukan feedback tambahan

• Menghasilkan hipotesis baru tanpa membandingkannya dengan data yang ada

Seorang pemilik bisnis melihat penurunan penjualan dalam tiga bulan terakhir. Sistem AI bisnis dapat membantu dengan cara:

• Menghasilkan kemungkinan penyebab seperti tren pasar, harga pesaing, atau masalah logistik

• Menghentikan operasional bisnis sementara sampai ditemukan solusi pasti

• Mengandalkan satu asumsi saja tanpa mengevaluasi berbagai faktor

• Mengabaikan data penjualan dan hanya fokus pada strategi pemasaran baru

Apa peran corpus dalam pengembangan sistem kecerdasan buatan?

• Menjadi sumber data untuk pelatihan model pembelajaran mesin

• Hanya berfungsi sebagai arsip data tanpa analisis

• Menawarkan informasi yang tidak terstruktur