Quiz Kecerdasan Artifisial

Yang dimaksud dengan library dalam konteks kecerdasan artifisial adalah ...

• perangkat keras untuk menjalankan sistem AI.

• sekumpulan data hasil pelatihan model AI.

• kumpulan kode dan fungsi siap pakai untuk membangun sistem AI.

• aplikasi berbasis web untuk membuat animasi.

• metode pengumpulan data pasien

Salah satu fungsi utama TensorFlow adalah…

• membuat tampilan grafik data.

• menjalankan program video editing

• melatih dan menjalankan model machine learning

• menyimpan data pasien

• membuat desain kemasan obat

Scikit-learn biasanya digunakan untuk…

• analisis data dan pembuatan model machine learning sederhana.

• membuat tampilan antarmuka aplikasi

• menyimpan data dalam format teks

• membuat animasi 3D

• mengedit suara

Keras berbeda dengan TensorFlow karena…

• tidak membutuhkan pemrograman.

• lebih mudah digunakan untuk membuat model deep learning dengan antarmuka yang sederhana.

• hanya digunakan untuk visualisasi data.

• bekerja tanpa dataset.

• hanya berjalan di perangkat seluler.

Dalam konteks farmasi, library AI dapat digunakan untuk…

• mencetak label obat.

• menentukan waktu penyimpanan obat.

• memprediksi interaksi obat berdasarkan data pasien.

• menulis resep manual.

• mengatur stok obat tanpa sistem digital.

Seorang siswa ingin membuat model AI untuk mengenali bentuk tablet obat berdasarkan warna dan ukuran. Library yang paling tepat digunakan adalah…

• Matplotlib

• TensorFlow

• NumPy

• Pandas

• Flask

Untuk mengelompokkan data pasien berdasarkan jenis penyakit menggunakan library AI, pendekatan yang tepat adalah…

• Clustering

• Classification

• Regression

• Association

• Summarization

Jika data gejala pasien digunakan untuk memprediksi jenis obat yang tepat, jenis model AI yang digunakan adalah…

• deteksi citra

• prediksi (Supervised Learning)

• segmentasi

• Text Mining

• Natural Language Translation

Alasan penerapan AI di dunia farmasi perlu memperhatikan validitas data pasien adalah ...

• karena data yang tidak valid bisa menghemat waktu pelatihan model.

• karena model AI tetap akurat meskipun data salah

• karena data yang tidak valid akan menurunkan akurasi prediksi dan membahayakan pasien.

• karena AI tidak memerlukan data.

• karena data tidak berpengaruh pada hasil model

Jika model AI menunjukkan hasil prediksi dosis yang salah, langkah terbaik adalah…

• menghapus seluruh dataset

• mengulang pelatihan model dengan data yang lebih akurat dan lengkap

• mengabaikan hasil dan melanjutkan proyek

• mengubah kode tanpa memperbaiki data

• menonaktifkan model