Font size
S
M
L
XL
WorksheetsQuiz Homework 7
Total questions: 45
Worksheet time: 23mins
Name
Class
Date
1.
Menurut Han et.al (2011), ada 4 cara dalam data preprocessing yaitu, kecuali ……
a)
Data Cleaning
b)
Data Reduction
c)
Data Integration
d)
Data Outlier
e)
Data Transformation
2.
Saat mengolah data yang kotor, umumnya akan memberikan hasil yang kurang baik, tidak stabil dan tidak robust. Oleh karena itu sebelum diolah, data perlu dibersihkan. Berikut ini dikatakan data kotor apabila …...
a)
Terdapat missing value
b)
Noisy data
c)
Outlier data
d)
Semua Jawaban Benar
e)
Semua Jawaban Salah
3.
Apabila dalam prapemrosesan data, kita ingin menggabungkan sejumlah database maka yang harus dilakukan yaitu …….
a)
Data transformation
b)
Data cleaning
c)
Data reduction
d)
Data redundancy
e)
Data integration
4.
Berikut merupakan model / knowledge dalam data mining kecuali ….
a)
Formula
b)
Asosiasi
c)
Tree
d)
Rule
e)
Cluster
5.
Sebuah model dapat dikatakan sebagai model yang baik diukur menggunakan kriteria sebagai berikut …….
a)
Akurasi
b)
Kehandalan
c)
Kegunaan
d)
Semua jawaban benar
e)
Semua jawaban salah
6.
Data yang nilainya berbentuk pecahan atau decimal merupakan jenis data …..
a)
Data Integer
b)
Data Real
c)
Data Polinominal
d)
Data Binominal
e)
Data text
7.
Data yang nilainya berbentuk bilangan bulat merupakan jenis data …..
a)
Data Binominal
b)
Data timeseries
c)
Data Real
d)
Data Integer
e)
Data Polinominal
8.
Dalam Rapidminer terdapat perspektif sebagai berikut yaitu …..
a)
Design perspective
b)
Result perspective
c)
Welcome perspective
d)
Semua jawaban benar
e)
Semua jawaban salah
9.
Perspektif utama dalam Rapidminer yang digunakan sebagai tempat kerja semua proses dibuat dan dikelola adalah perspektif …..
a)
Result
b)
Welcome
c)
Design
d)
Semua jawaban benar
e)
Semua jawaban salah
10.
Berikut merupakan beberapa panel view yang ditampilkan pada perspective design, kecuali ….
a)
Help View
b)
Deployment View
c)
Operator View
d)
Repository View
e)
Parameter View
11.
Rapidminer menyediakan database yang dapat digunakan pada panel …..
a)
Samples Data Repository
b)
Processes Repository
c)
Import Repository
d)
Semua jawaban benar
e)
Semua jawaban salah
12.
Saat kita ingin menggunakan database yang kita miliki maka kita dapat menggunakan fitur pada panel …..
a)
Import Data Repository
b)
Processes Repository
c)
Samples Data Repository
d)
Semua jawaban benar
e)
Semua jawaban salah
13.
Dalam menentukan tingkat performance dari CPU digunakan metode dan algoritma …..
a)
Forecasting, Linear Regression
b)
Classification, Decision Tree
c)
Association, FP Growth-Rule
d)
Clustering, K-Means
e)
Estimation, Linear Regression
14.
Knowledge dari metode estimasi yang diolah menggunakan Linear Regression berupa
a)
Tree
b)
Rule
c)
Formula
d)
Cluster
e)
Correlation
15.
Data yang digunakan untuk pembentukan suatu model disebut ....
a)
Data Testing
b)
Dataset
c)
Data Training
d)
Semua Jawaban Benar
e)
Semua Jawaban Salah
16.
Data yang digunakan untuk pengujian suatu model disebut …..
a)
Data Testing
b)
Dataset
c)
Data Training
d)
Semua Jawaban Benar
e)
Semua Jawaban Salah
17.
Berikut merupakan metode dalam pemisahan data training dan data testing …..
a)
Data dipisahkan secara manual
b)
data dipisahkan secara otomatis menggunakan operator split data
c)
data dipisahkan secara otomatis menggunakan operator cross validation
d)
Semua Jawaban Benar
e)
Semua Jawaban Salah
18.
Untuk mengukur sebuah kinerja suatu model digunakan operator berikut …..
a)
Apply Model
b)
Set Role
c)
Filter Example
d)
Performance
e)
Multiply
19.
Apabila belum menentukan label dalam sebuah dataset ketika proses import data maka dapat digunakan operator …..
a)
Apply Model
b)
Set Role
c)
Filter Example
d)
Performance
e)
Multiply
20.
Apabila kita ingin membagi data menjadi data training dan data testing dengan perbandingan tertentu digunakan operator …..
a)
Apply Model
b)
Set Role
c)
Split Data
d)
Performance
e)
Multiply
21.
Dalam menguji sebuah model, menggunakan data testing digunakan operator …..
a)
Apply Model
b)
Set Role
c)
Split Data
d)
Performance
e)
Multiply
22.
Untuk mengukur kinerja sebuah model clustering - Kmeans menggunakan Operator Cluster Distance Performance ditunjukkan dari nilai …..
a)
Accuration
b)
Root Mean Square
c)
ROC - AUC
d)
Kappa Statistics
e)
Davies-Bouldin Index
23.
Berikut merupakan tipe sampling yang dapat ditentukan dalam panel parameters kecuali ….
a)
Linear Sampling
b)
Shuffled Sampling
c)
Stratified Sampling
d)
Purposive Sampling
e)
Automatic
24.
Tujuan dari preprocessing data adalah untuk mengukur kualitas data yang tercermin dalam aspek ….
a)
Accuracy
b)
Untimeliness
c)
Interpretability
d)
Inconsistency
e)
Completeness
25.
sebelum melakukan data mining. data yang kotor perlu diberisihkan dengan cara berikut, kecuali …...
a)
mengisi nilai-nilai yang kosong
b)
memperhalus data yang noisy
c)
menggabungkan sejumlah database
d)
mengidentifikasi dan menghapus outliers
e)
memperbaiki inkonsistensi data
26.
Gambar tersebut menggambarkan permasalahan yang ada dalam dataset yaitu ….
a)
Noisy
b)
Missing Value
c)
Incosistency Data
d)
Outliers
e)
Denormalized
27.
Berikut merupakan cara dalam mengatasi kasus missing data sebagai berikut …...
a)
mengabaikan tuple
b)
mengisi atribut kosong secara manual
c)
mengisi atribut kosong secara otomatis dengan penggunaan operators
d)
Semua Jawaban benar
e)
Semua Jawaban salah
28.
Setelah mendeteksi adanya data yang kosong, dapat diatasi dengan mengisi data menggunakan nilai rata-rata melalui operator …..
a)
Split Data
b)
Set Role
c)
Filter Examples
d)
Multiply
e)
Replace Missing Values
29.
Untuk menentukan atribut yang digunakan, bertujuan untuk mengatasi missing value digunakan operator …...
a)
Modify Attribute
b)
Multiply
c)
Filter Examples
d)
Semua Jawaban benar
e)
Semua Jawaban Salah
30.
Berikut merupakan cara dalam membersihkan noisy data yaitu …..
a)
Binning
b)
Regression
c)
Clustering
d)
Setting Regular Expression
e)
Remove Outliers
31.
Operator yang dapat digunakan untuk membersihkan noisy data sebagai berikut .....
a)
Replace Missing Values
b)
Filter Examples
c)
Replace
d)
Modify Attribute
e)
Map
32.
Apabila ingin merubah semua isian value menjadi value yang baru dengan cara menggunakan operator ….
a)
Modify Attribute
b)
Filter Examples
c)
Replace
d)
Map
e)
Set Role
33.
Untuk merubah semua data yang berupa angka menjadi huruf menggunakan parameter ….
a)
Map
b)
Sampling
c)
Regular Expression
d)
Semua Jawaban Benar
e)
Semua Jawaban Salah
34.
Data dapat direduksi menjadi jauh lebih kecil dengan tetap menjaga integritas yang terdapat pada data asli dengan tujuan utama …..
a)
Efisiensi waktu proses mining
b)
Fill in the missing values
c)
Data Normalization
d)
Semua Jawaban Benar
e)
Semua Jawaban Salah
35.
Dua Metode dalam data Reduction yaitu ….
a)
Attribute Reduction
b)
Algorithm Reduction
c)
Model Reduction
d)
Accuracy Reduction
e)
Data Reduction
36.
Berikut merupakan dua strategi dalam metode dimensionality reduction yaitu ….
a)
Feature Extraction
b)
Feature Transformation
c)
Feature Selection
d)
Semua Jawaban Benar
e)
Semua Jawaban Salah
37.
Berikut merupakan pendekatan pada strategi feature selection kecuali yaitu ….
a)
Filter Approach
b)
Log-Linear Approach
c)
Embedded Approach
d)
Example Approach
e)
Wrapper Approach
38.
Operator Principal Component Analysis dapat digunakan pada data berikut, kecuali ….
a)
Numerik
b)
Polinominal
c)
Integer
d)
Real
e)
Semua Jawaban Benar<br />
39.
Data terbaik adalah data yang merupakan …. Populasi
a)
Mendekati
b)
Menjauhi
c)
Sama dengan
d)
Semua Jawaban Benar
e)
Semua Jawaban Salah
40.
Berikut merupakan contoh dari Wrapper Approach yaitu ….
a)
Weighted Naïve Bayes
b)
Chi Square
c)
Log Likehood Ratio
d)
Information Gain
e)
Backward Elimination
41.
Berikut merupakan metode dalam Data Transformation yaitu ….
a)
Discretization
b)
Normalization
c)
Aggregation
d)
Attribute Reduction
e)
Feature Selection
42.
Beberapa pendekatan dalam metode Normalization sebagai berikut ….
a)
Min-Max
b)
Aggregation
c)
Z-Score
d)
Filter Examples
e)
Decimal Scalling
43.
Pendekatan dalam Metode Discretization yaitu ….
a)
Binning, Histogram, Feature
b)
Clustering, Decision Tree, Association
c)
Histogram, Correlation, Forecasting
d)
Binning, Histogram, Decision Tree
e)
Forecasting, Association, Binning
44.
Tujuan dalam melakukan Data Integration sebagai berikut ….<br />
a)
Entity Identification Problem
b)
Remove Redundancies
c)
Detect Inconsistencies
d)
Semua Jawaban Benar
e)
Semua Jawaban Salah
45.
Dalam melakukan Data Integration, diperlukan ….
a)
Data set
b)
Database
c)
Meta Data
d)
Semua Jawaban Benar
e)
Semua Jawaban Salah
Reset
