NEW
Font size
S
M
L
XL
WorksheetsQuiz 2 Latihan Soal-Soal UAS Semantik Web
Total questions: 50
Worksheet time: 50mins
Name
Class
Date
1.
Knowledge sering disamakan arti dengan data, fakta, dan ....
a)
Informasi
b)
Data warehouse
c)
Data Ming
d)
Big Data
e)
Semantik Web
2.
Pengetahuan yang tidak bisa diungkapkan dengan bahasa sisebut dengan:
a)
Tacit Knowledge
b)
Precedural Knowledge
c)
Declarative Knowledge
d)
Super Highway Knowledge
e)
Neural Network Knowledge
3.
Menurut Turban (2001), ada beberapa tipe pengetahuan yg bisa dikategorikan dalam bentuk keahlian kecuali :
a)
Teori-teori yang mendasari suatu permasalahan
b)
Aturan-aturan baku & prosedur yang berkaitan dengan permasalahan tertentu.
c)
Aturan-aturan heuristik tentang apa yang harus dikerjakan dalam suatu permasalahan yang diberikan.
d)
Strategi-strategi lokal untuk pemecahan dari tipe-tipe ini.
e)
Meta knowledge (pengetahuan dari pengetahuan)
4.
Menurut Firebaugh (1989), terdapat 4 teknik dalam merepresentasikan pengetahuan kecuali :
a)
Jaringan Semantik (Semantic Network)
b)
Frame
c)
Script
d)
Aturan Produksi atau Sistem Produksi
e)
Model
5.
Simpul digunakan untuk menggambarkan objek, konsep dan situasi yang ditunjukkan berupa lingkaran atau kotak, sedangkan busur digunakan untuk menyatakan hubungan antar simpul ,ditunjukkan berupa:
a)
tanda panah.
b)
node
c)
garis
d)
bujursangkar
e)
lingaran
6.
Sebuah bahasa markah yang digunakan untuk membuat sebuah halaman web, menampilkan berbagai informasi di dalam sebuah penjelajah web Internet dan pemformatan hiperteks sederhana yang ditulis dalam berkas format ASCII agar dapat menghasilkan tampilan wujud yang terintegerasi disebut:
a)
XML
b)
HTML
c)
XHTML
d)
SGML
e)
MGML
7.
Suatu bahasa Markup, yaitu bahasa yang berisikan kode-kode berupa tanda-tanda tertentu dengan aturan tertentu untuk memformat dokumen teks dengan tag sendiri agar dapat dimengerti disebut:
a)
XML
b)
HTML
c)
XHTML
d)
SGML
e)
MGML
8.
Pada 10 Februari 1998, XML 1.0 direkomendasikan secara resmi oleh W3C.XML 1.0 merupakan pencapaian tim sebelas dalam mendesain markup language untuk tujuan penggunaan di Internet, yang serba guna, dan kompetibel dengan:
a)
XML
b)
HTML
c)
XHTML
d)
SGML
e)
MGML
9.
Manakah berikut ini yang bukan merupakan Keunggulan dan keuntungan dari XML?
a)
Memisahkan data dan presentasi.
b)
Pencarian data cepat karena XML merupakan data dalam format yang terstruktur.
c)
Bersifat plain text dan platform independent.
d)
Fleksibilitas dan Representatif
e)
Terstruktur dan standard
10.
Mana berikut ini yang bukan merupakan Aturan dari XML?
a)
Jika terdapat suatu kesalahan di dalam dokumen XML, maka web browser akan menyediakan suatu pesan bantuan
b)
Tag <xml> : medefinisikan versi xml, encoding yang digunakan dan status xml
c)
Semua tag xml harus memiliki tag penutup.
d)
Tag XML adalah case sensitive (membedakan antara huruf besar dan kecil)
e)
Semua tag XML harus tersarang dengan benar dan tidak terbalik-balik
11.
Model data RDF berupa suatu statemen dalam bentuk triple yang terdiri dari subyek, predikat, dan obyek. Untuk mendapatkan informasi dari suatu graph RDF dibutuhkan suatu query disebut:
a)
RDF
b)
Tripel
c)
Subyek Semantik
d)
Predikat Semantik
e)
SPARQL
12.
Di internet banyak tersedia interface untuk SPARQL seperti
a)
Proprofs
b)
Quizizz
c)
SNORQL
d)
Crosword
e)
SQL-Like
13.
Query mengembalikan grafik RDF yang dikonstruksi oleh variabel pengganti dalam sekumpulan kerangka triple adalah:
a)
CONSTRUC
b)
ASK
c)
DESCRIBE
d)
DISTINC
e)
SELECT
14.
Manakan berikut ini yang bukan merupakan Fungsi dari SPARQL
a)
Hasil dari query SPARQL dapat mengembalikan nilai dalam beberapa format data yang antara lain : XML, JSON, RDF, dan HTML
b)
Mengubah suatu data RDF menjadi vocabulary yang lain
c)
Mengembangkan data dengan melakukan query terhadap suatu relasi yang diketahui.
d)
Mengambil nilai dari data yang terstruktur maupun data yang semi terstruktur.
e)
Dapat melakukan query operasi join yang kompleks pada database yang berlainan secara lebih sederhana
15.
Sembarang variable diikatkan ke term RDF selama evaluasi query. Format dari jawaban ke query didefinisikan dalam statemen
a)
Select
b)
Where
c)
RDF
d)
URI
e)
URL
16.
Manakah berikut ini yang bukan merupakan tujuan pembelajaran Big Data?
a)
Mengetahui 6 Generasi Manajemen Data
b)
Memahami Big Data dan atributnya
c)
Memahami Hacking Big Data
d)
Mengetahui Aplikasi pemrosesan Big Data
e)
Memahami perbedaan Big Data dan Business Intelligence (BI)
17.
Big Data adalah: Sebuah problem domain di mana teknologi tradisional seperti relational database tidak mampu lagi untuk.......
a)
membantu
b)
mengintegrasikan
c)
menyerang
d)
melayani
e)
memahami
18.
Big data memiliki aliran data yang yang cepat dan real time. ini merupakan sifat Big Data yang disebut:
a)
Volume
b)
Velocity
c)
Variety
d)
Vokasional
e)
Verbal
19.
Tidak membuang data apapun karena residu tersebut mungkin akan menjadi penting sejalannya waktu merupakan
a)
Manfaat Big Data
b)
Tujuan Big Data
c)
Strategi Big Data
d)
Protokol Big Data
e)
Prinsip Big Data
20.
System penyimpanan data terdistribusi yang ditujukan untuk mengelola data yang terstruktur dan didesain sebagai system yang handal untuk mengelola data dalam skala petabytes dan dalam ribuan mesin (komputer) disebut:
a)
Google File System (GFS)
b)
Google Map Reduce
c)
Google Asistant
d)
Google Bigtable
e)
Google Earth
21.
Mengapa diperlukan Data Mining? (Manakah Alasan berikut yang tidak benar?)
a)
Karena adanya Digitalisasi
b)
Karena Adanya Web
c)
Karena Adanya Streaming Data
d)
Karena Kita tenggelam dalam data
e)
Krena kita butuh hemat data
22.
Pengertian Data mining (pencarian pengetahuan dari data). Mengekstrak secara otomatis pola atau pengetahuan yang menarik (tidak sederhana,tersembunyi, tidak diketahui sebelumnya, berpotensi berguna) dari:......
a)
data dalam keberagaman format
b)
data dalam posisi terebar
c)
data dengan sumber berbeda
d)
data dalam jumlah sangat besar.
e)
data dari perangkat berbeda
23.
Manakah berikut ini yang bukan merupakan sudut pandang Klasifikasi sistem Data Mining?
a)
Data
b)
Pengetahuan Viewer
c)
Teknik
d)
Aplikasi
e)
Keberagaman Format
24.
Manakah berikut ini yang bukan merupakan permasalahan Data Mining dari segi metologinya?
a)
Evaluasi pola
b)
Background knowledge
c)
Noise (gangguan) dan data yang tidak lengkap
d)
Distributed dan paralel method
e)
Interactive mining
25.
Mengapa tidak menggunakan analisis Data Base Biasa?
a)
Jumlah data yang terbatas
b)
Data yang Homogen
c)
Dimensi Data yang Sangat Besar (Ribuan Filed)
d)
Database dari sumber yang sama, database lama
e)
Databasenya Terstruktur
26.
Open source Semantic Web Framework untuk Java yang berdasarkan rekomendasi W3C untuk RDF dan OWL disebut:
a)
Jena
b)
API
c)
RDF Schema
d)
DAML
e)
Instances
27.
Jena menyediakan lingkungan pemrograman cocok untuk (kecuali)
a)
RDF
b)
RDFS
c)
OWL
d)
SPARQL
e)
DOS
28.
Manakah berikut ini yang bukan merupaka kegukaan dari Jena?
a)
Impor dari ontologi OWL, RDF, DAML ke dalam model yang sesuai (persisten atau di memori)
b)
Pengolahan model
c)
Ekspor model ke owl, rdf,
d)
Ekspor model ke file DAML
e)
Import Model dari file Video
29.
Sebuah Clasess adalah definisi dari sekelompok individu yang dimiliki bersama-sama karena mereka berbagi sifat umum. Misalnya John dan Mary baik milik kelas "orang" disebut dengan istilah:
a)
Classes
b)
Obyek
c)
Inherintnce
d)
Instances
e)
Enkapsulasi
30.
Suatu hal yang membentuk Classes terdiri dari; anggotanya, hal ini mewarisi karakteristik kelas dan sifat dapat digunakan untuk berhubungan satu sama lain disebut dengan:
a)
Classes
b)
Obyek
c)
Inherintnce
d)
Instances
e)
Enkapsulasi
31.
Hubungan antara contoh dari dua kelas/classes disebut dengan:
a)
Obyek properties
b)
Datatype Properties
c)
Instances
d)
Inheritance
e)
RDF Model
32.
Komponen utama yang berisi kumpulan model bernama, metode untuk menciptakan model-model baru [keduanya bernama dan anonim] dan membuka model sebelumnya bernama, menghapus model, dan mengakses satu "default"nya disebut dengan:
a)
Model Maker
b)
Literal
c)
Statemen
d)
Datatype Properties
e)
Instances
33.
Sebuah tampilan lebih bagus dari model Jena yang diketahui berisi data ontologi, sesuai dengan kosakata diberikan ontologi (seperti OWL) disebut dengan:
a)
ComplementClass
b)
IntersectionClass
c)
UnionClass
d)
OntModel
e)
OntClass
34.
Antarmuka enkapsulasi dari properti yang nilainya memiliki range yang dibatasi untuk individu (seperti: data yang berbeda dari tipe data dari properti nilainya disebut dengan:
a)
OntResource
b)
OntModelSpec
c)
Obyek Property
d)
Datatype Property
e)
Reasoner
35.
OntModelSpec:Mengenkapsulasi deskripsi dari komponen model ontologi, termasuk skema penyimpanan, alasan dan profil dari…..
a)
Bahasa
b)
Schema
c)
Data
d)
Property
e)
Program
36.
Meramalkan masa depan agar perusahaan dapat mempersiapkan diri merupakan:
a)
Kerugian Data Ming
b)
Keuntungan Data Mining
c)
Beban Data Nining
d)
Kelemahan Data Mining
e)
Kefleksibelan Data Mining
37.
Sebuah bank me-mining transaksi customer untuk mengidentifikasi customer yang kemungkinan besar tertarik terhadap produk baru. Apa kira-kira yang terjadi setelah dilakukan Data Mining ini?
a)
Terjadi peningkatan transaksi 20 kali
b)
Terjasi penurunan transaksi 20 kali
c)
Terjadi pemindahan nasabah yang keluar bank tersebut 20 kali
d)
Terjadi Kerugian Laba 20 kali
e)
Tidak ada Pengaruhnya
38.
Manakah yang bukan meruakan karakteristik/Ciri dari Data Kompleks berikut ini?
a)
Aliran data dan sensor
b)
Data terstruktur, graph, social networdk, multi-linked data
c)
Database dari berbagai sumber, database lama
d)
Spasial (peta), multimedia, text, web
e)
Software Konduktor
39.
Data mining query languages dan ad-hoc mining, Visualisasi, Interactive mining merupakan Permasalahan Data Mining Dari Segi…..
a)
Aplikasi
b)
Metoloogi
c)
Interaksi Pengguna
d)
Sudut Pandang
e)
Fungsi
40.
Berikut ini adalah klasifikasi Sistem Data Mining berdasarkan fungsi adalah:
a)
Deskriptif dan Prediktif
b)
Data : Jenis data yang akan ditambang
c)
Pengetahuan view: Pengetahuan yang akan ditemukan
d)
Teknik: Teknik yang akan digunakan
e)
Aplikasi
41.
Big data memiliki jumlah data yang sangat besar sehingga dalam proses pengolahan data dibutuhkan suatu penyimpanan yang besar dan dibutuhkan analisis yang lebih spesifik sifat Big Data ini disebut:
a)
Volume
b)
Velocity
c)
Variety
d)
Vokasional
e)
Verbal
42.
Big data memiliki bentuk format data yang beragam baik terstruktur ataupun tidak terstruktur dan bergantung pada banyaknya sumber data sifat Big Data ini disebut:
a)
Volume
b)
Velocity
c)
Variety
d)
Vokasional
e)
Verbal
43.
Big Data Proessing Software Pengolahan Big Data diklarifikasi menjadi 2 jenis metode yaitu:
a)
Pengolahan data berbasis batch dan Realtime
b)
Pengolahan data berbasis Proses dan Hambatan
c)
Pengolahan data berbasis Waktu dan Volume
d)
Pengolahan data berbasis Kompleksitas dan Hasil
e)
Pengolahan data berbasis Sumber Data dan Bentuk Laporan
44.
Google memiliki teknologi canggih yang memungkinkannya mampu mengolah dan memanfaatkan Big Data dengan tepat. Manakah salah satu contoh teknologi Google tersebut?
a)
Google MapReduce
b)
Google Classroom
c)
Google Mail
d)
Google Youtube
e)
GoogleSite
45.
Fasilitas Google yang dapat menyimpan data super besar yang tidak bisa disimpan dalam suatu HDD paling besar sekalipun disebut:
a)
Google MapReduce
b)
Google Classroom
c)
Google Mail
d)
Google File System (GFS)
e)
GoogleSite
46.
Sebuah proyek percobaan menggunakan RDF, yang juga mendefinisikan kosakata standar pada SPARQL disebut dengan:
a)
FOAF
b)
RDF
c)
RDF Schema
d)
Ontology
e)
Triple
47.
Sebuah query SPARQL benar-benar berjalan pada dataset RDF yang mungkin termasuk beberapa …………………
a)
Grafik RDF.
b)
Grafik Lingkaran
c)
Grafik Batang
d)
Grafik Garis
e)
Grafik 3 Dimensi
48.
Pengetahuan tentang Bagaimana caranya melakukan sesuatu sisebut dengan:
a)
Tacit Knowledge
b)
Precedural Knowledge
c)
Declarative Knowledge
d)
Super Highway Knowledge
e)
Neural Network Knowledge
49.
Pengetahuan untuk mengetahui sesuatu itu benar atau salah disebut
a)
Tacit Knowledge
b)
Precedural Knowledge
c)
Declarative Knowledge
d)
Super Highway Knowledge
e)
Neural Network Knowledge
50.
Contoh Pengetahuan untuk bagaimana kita menggerakkan tangan termasuk ke dalam jenis pengetahuan:
a)
Tacit Knowledge
b)
Precedural Knowledge
c)
Declarative Knowledge
d)
Super Highway Knowledge
e)
Neural Network Knowledge
Reset
