quizz kel 1

1. Apa yang menjadi dasar utama dari algoritma Naive Bayes?

• a. Jaringan Syaraf Tiruan

• b. Teorema Probabilitas Bayes

• c. Algoritma GeneƟka

2. Apa asumsi utama yang digunakan oleh Naive Bayes dalam pengklasifikasian data?

• a. Semua fitur saling berkorelasi

• b. Fitur saling independen satu sama lain

• c. Data harus bersifat numerik

3. Siapa yang mengemukakan teorema Bayes?

• a. Albert Einstein

• b. Thomas Bayes

• c. Isaac Newton

4. Salah satu keunggulan algoritma Naive Bayes adalah...

• a. Harus menggunakan dataset besar

• b. Proses training sangat kompleks

• c. Perhitungannya cepat dan efisien

5. Dalam aplikasi nyata, Naive Bayes sering digunakan untuk...

• a. Prediksi harga saham berbasis grafik

• b. Klasifikasi email spam

• c. Pengolahan gambar dan video

6. Jika probabilitas kondisional bernilai nol, maka...

• a. Hasil klasifikasi tetap bisa didapatkan

• b. Probabilitas prediksi juga menjadi nol

• c. Proses pelaƟhan harus diulang

7. Apa yang membuat Naive Bayes cocok untuk pengklasifikasian dokumen?

• a. Bisa menganalisis gambar

• b. Tidak butuh banyak fitur

• c. Bisa dipersonalisasi sesuai kebutuhan

8. Apa yang terjadi jika nilai fitur tertentu hilang dalam Naive Bayes?

• a. Algoritma gagal melakukan klasifikasi

• b. Nilai tersebut bisa diabaikan

• c. Harus mengulang seluruh dataset

9. Jenis data apa yang bisa digunakan dalam Naive Bayes?

• a. Hanya data numerik

• b. Data kuanƟtaƟf dan kualitaƟf

• c. Hanya data yang sudah di-normalisasi

10. Mengapa algoritma Naive Bayes mudah dipahami dan diterapkan?

• a. Karena menggunakan banyak layer tersembunyi

• b. Karena berbasis logika fuzzy

• c. Karena kode pemrogramannya sederhana dan intuiƟf