NEW
Font size
WorksheetsQuiz PTI-Pertemuan9-10
Total questions: 57
Worksheet time: 58mins
1. Apa yang dimaksud dengan Business Intelligence (BI)?
Teknik dan alat untuk melakukan ekstraksi data.
Teknik untuk menyimpan data.
Proses pengumpulan, pengolahan, dan analisis data.
Sebuah alat untuk menganalisis tren pasar.
Bagaimana Business Intelligence (BI) dan analitik dapat berperan dalam meningkatkan ketahanan perusahaan terhadap tindak penipuan yang semakin canggih?
Dengan menerapkan teknologi blockchain pada BI.
Melalui pengembangan algoritma kecerdasan buatan yang kompleks.
Dengan mengintegrasikan Internet of Things (IoT) ke dalam sistem analitik.
Melalui implementasi strategi keamanan siber yang mutakhir.
Mengapa data scientist diperlukan dalam BI dan analitik?
Untuk mengekstrak data dari berbagai sumber.
Agar data dapat disimpan dengan aman.
Karena mereka memiliki pemahaman bisnis dan teknologi analitik.
Hanya untuk memelihara perangkat keras dan perangkat lunak.
Berikan contoh hasil dari proses Business Intelligence (BI)?
Laporan keuangan tahunan.
Presentasi produk baru.
Grafik penjualan bulanan.
Jumlah karyawan perusahaan.
Apa implikasi strategis dari pemanfaatan teknologi Business Intelligence (BI) dan analitik dalam mendeteksi dan mencegah tindak penipuan?
Dengan memfokuskan strategi pada kepuasan pelanggan untuk mengurangi insiden penipuan.
Dengan mengalokasikan anggaran lebih banyak pada biaya operasional untuk meningkatkan keamanan data.
Dengan menyusun rencana strategis yang mencakup efisiensi operasional dan mendeteksi potensi penipuan dengan menggunakan analitik canggih.
Dengan memprioritaskan investasi pada teknologi tanpa mempertimbangkan dampak pada keamanan data dan operasional.
Sebutkan salah satu contoh manfaat yang dapat diperoleh dari BI dan analitik dalam meningkatkan penjualan!
Mengurangi biaya produksi.
Meningkatkan keberlanjutan lingkungan.
Meningkatkan efisiensi distribusi.
Meningkatkan penjualan dengan model elastisitas harga.
Pernyataan: "BI adalah sejumlah aplikasi, praktik, dan teknologi yang digunakan untuk mengelola data dan membantu pengambilan keputusan yang lebih baik."
BI adalah sejumlah teknologi yang digunakan untuk mengelola data.
BI adalah sejumlah praktik yang digunakan untuk mengelola data.
BI adalah sejumlah aplikasi yang digunakan untuk mengelola data.
BI adalah sejumlah alat yang digunakan untuk mengelola data.
Pernyataan: "Data scientist menjadi penting karena mereka memiliki pemahaman bisnis yang kuat dan teknologi analitik, serta kesadaran terhadap keterbatasan data, alat, dan teknik untuk memberikan perbaikan dalam pengambilan keputusan. (nilai double)
Data scientist menjadi penting karena mereka memiliki pemahaman bisnis yang kuat dan teknologi analitik, serta kesadaran terhadap keterbatasan data, alat, dan teknik untuk memberikan perbaikan dalam pengambilan keputusan.
Data scientist menjadi penting karena mereka memiliki pemahaman bisnis yang kuat dan teknologi analitik, serta kesadaran terhadap keterbatasan data, alat, dan teknik untuk mengelola data.
Data scientist menjadi penting karena mereka memiliki pemahaman bisnis yang kuat dan teknologi analitik, serta kesadaran terhadap keterbatasan data, alat, dan teknik untuk mengoptimalkan produksi produk.
Data scientist menjadi penting karena mereka memiliki pemahaman bisnis yang kuat dan teknologi analitik, serta kesadaran terhadap keterbatasan data, alat, dan teknik untuk memelihara perangkat keras.
Sebutkan beberapa teknik yang digunakan dalam IB!
Ekstraksi data, analisis data, dan transformasi data.
Data mining, analisis statistik, dan data warehousing.
Manajemen rantai pasokan, manajemen kualitas, dan manajemen risiko.
Pemasaran, keuangan, dan manajemen produksi.
Apa itu data warehousing dalam IB?
Proses pengumpulan, pengolahan, dan analisis data dari berbagai sumber untuk mendapatkan informasi yang berguna dan bermakna bagi suatu organisasi.
Proses ekstraksi dan transformasi data, visualisasi data dalam bentuk dashboard atau grafik, serta analisis dan interpretasi data untuk memahami tren dan pola dalam data tersebut.
Proses memindahkan data dari sumber ke database yang dirancang khusus untuk tujuan analisis bisnis.
Proses membentuk data menjadi informasi yang berguna dan bermakna bagi pengambilan keputusan bisnis.
Bagaimana proses arsitektur Business Intelligence dimulai?
Dengan pengumpulan data dari berbagai sumber.
Dengan pembuatan laporan dan dashboard.
Dengan pengolahan data mentah dari berbagai sumber.
Dengan analisis data.
Apa saja output dari proses arsitektur Business Intelligence?
Data mining, OLAP cube, dashboard, laporan.
Data warehouse, media sosial, ETL, ERP.
Visualisasi data, pengumpulan data, analisis data, transformasi data.
Business analytics, pengambilan keputusan, evaluasi kinerja, data mining.
Apa yang dimaksud dengan ETL pada arsitektur Business Intelligence?
Proses untuk mentransformasi data mentah menjadi informasi yang bermakna.
Proses untuk mengumpulkan data dari berbagai sumber.
Proses untuk menganalisis data dan menghasilkan laporan.
Proses untuk mengubah data dari flat file menjadi data warehouse.
Bagaimana proses untuk menghasilkan laporan dalam arsitektur Business Intelligence?
Proses ETL --> Data Warehouse --> Alat Analisis --> Laporan
Proses Alat Analisis --> Data Warehouse --> ETL --> Laporan
Proses Data Warehouse --> Alat Analisis --> ETL --> Laporan
Proses Alat Analisis --> ETL --> Data Warehouse --> Laporan
Bagaimana Data Scientist dapat memberikan kontribusi dalam deteksi penipuan kartu kredit?
Dengan mengumpulkan data mentah.
Dengan menganalisis tren penjualan.
Dengan membangun model prediktif.
Dengan menyusun laporan keuangan.
Berikan contoh visualisasi data yang dapat digunakan untuk mempresentasikan sekuensial langkah-langkah dalam proses bisnis.
Pie chart
Bar chart
Gantt chart
Scatter plot
Sebutkan manfaat utama dari penggunaan word cloud dalam visualisasi data!
Menggambarkan hubungan antara variabel dalam data.
Memperjelas perbandingan antara kategori data.
Merepresentasikan struktur hierarki dalam data.
Menggambarkan frekuensi kemunculan kata dalam data.
Apa yang dimaksud dengan Data Cube dalam konteks OLAP?
Metode untuk menganalisis data multidimensi.
Struktur data multidimensi yang digunakan oleh OLAP.
Metode untuk menyimpan data dalam format tabel.
Metode untuk menghasilkan laporan data statis.
Apakah OLAP dan Data Cube adalah hal yang sama?
Ya, OLAP dan Data Cube adalah hal yang sama.
Tidak, OLAP adalah metode, sedangkan Data Cube adalah struktur data.
Tidak, OLAP adalah struktur data, sedangkan Data Cube adalah metode.
Tidak ada jawaban yang benar.
Teknik data mining yang digunakan untuk menemukan hubungan antara variabel dalam data, atau antara item dalam transaksi, dan digunakan untuk analisis market basket disebut...
Association
Clustering
Classification
Summarization
Bagaimana tahap transformasi data dilakukan dalam KDD?
Dengan mengumpulkan data yang relevan.
Dengan memilih fitur atau atribut penting.
Dengan mengubah data menjadi format yang lebih sesuai.
Dengan menerapkan teknik data mining.
Sebutkan teknik yang digunakan dalam tahap data mining dalam KDD!
Seleksi data, preprocessing, transformasi data.
Evaluasi, interpretasi, pengambilan pengetahuan.
Association, clustering, classification.
Pengumpulan data, pembersihan data, normalisasi data.
Tahap CRISP-DM yang bertujuan untuk memperjelas tujuan bisnis dari proyek data mining dan merancang rencana proyek adalah:
Business understanding (Pemahaman Bisnis)
Data understanding (Pemahaman Data)
Data preparation (Persiapan Data)
Modeling (Pemodelan)
Apa tujuan utama dari Dashboard IKU?
Membantu pengguna memahami informasi kualitas.
Menampilkan data keuangan secara real-time.
Memantau dan mengukur kinerja organisasi.
Membuat laporan kepatuhan terhadap aturan dan regulasi.
Bagaimana self-service analytics mempengaruhi pengambilan keputusan berdasarkan fakta?
Meningkatkan kepercayaan pada intuisi dalam pengambilan keputusan.
Mengurangi keterlibatan pelaku bisnis dalam pengambilan keputusan.
Memperkuat keputusan berdasarkan fakta dan analisis data.
Hanya berlaku untuk data yang kompleks.
Apa perbedaan utama antara machine learning dan statistik dalam konteks penambangan data?
Machine learning dan statistik sama-sama menggunakan pendekatan matematis dalam analisis data.
Machine learning fokus pada pengembangan model prediktif, sementara statistik lebih berorientasi pada inferensi dan generalisasi.
Machine learning hanya berlaku untuk data besar, sedangkan statistik cocok untuk data berukuran kecil.
Machine learning dan statistik dapat saling menggantikan peran satu sama lain.
Bagaimana self-service analytics dapat menyebabkan munculnya "pulau data" dalam sebuah organisasi?
Dengan membatasi akses pengguna akhir terhadap data.
Dengan mempermudah pertukaran data antar departemen.
Dengan menciptakan risiko analisis dan pelaporan yang tidak konsisten.
Dengan meningkatkan partisipasi pengguna akhir.
Bagaimana self-service analytics dapat menyebabkan munculnya "pulau data" dalam sebuah organisasi?
Dengan membatasi akses pengguna akhir terhadap data.
Dengan mempermudah pertukaran data antar departemen.
Dengan menciptakan risiko analisis dan pelaporan yang tidak konsisten.
Dengan meningkatkan partisipasi pengguna akhir.
Apa yang dimaksud dengan data menurut buku Principles of Information Systems?
Data adalah informasi yang telah diolah.
Data adalah hasil interpretasi informasi.
Data adalah fakta mentah yang belum diolah.
Data adalah pengetahuan yang digunakan untuk membuat keputusan.
Dimana pengetahuan tacit cenderung sulit didokumentasikan?
Dalam database pengetahuan.
Dalam sistem manajemen dokumen.
Dalam explicit knowledge.
Dalam bentuk tertulis.
Sebutkan salah satu komponen utama Artificial Intelligence (AI) yang dibahas dalam buku Principles of Information Systems.
Sistem manajemen dokumen.
Database pengetahuan.
Mesin berbasis aturan.
Portal pengetahuan.
Mengapa penting untuk memiliki shared understanding dalam piramida kognitif manajemen pengetahuan?
Untuk mengumpulkan data.
Untuk berbagi pengetahuan antar anggota organisasi.
Untuk menciptakan pengetahuan.
Untuk berbagi informasi antar wisdom.
Apa yang dimaksud dengan pengetahuan eksplisit?
Pengetahuan yang sulit didokumentasikan.
Pengetahuan yang telah diinternalisasi oleh individu.
Pengetahuan yang hanya dimiliki oleh individu.
Pengetahuan yang dapat dengan mudah dipindahkan dan disebarkan.
Salah satu konsep dalam Knowledge Management adalah "Coaching and mentoring," yang berfokus pada:
Transfer pengetahuan tacit melalui interaksi individu.
Penyimpanan pengetahuan dalam database pengetahuan.
Pembagian pengetahuan dalam komunitas bisnis.
Penyusunan pengetahuan dalam bentuk explicit knowledge.
Apa yang dimaksud dengan communities of practise?
Kelompok orang yang saling berbagi informasi dan pengetahuan melalui komunikasi online.
Kelompok orang dengan minat yang sama dalam organisasi.
Kelompok orang yang terlibat dalam suatu proyek dan terlibat dalam joint problem solving.
Kelompok orang yang dipilih untuk mengikuti program mentoring untuk mengembangkan skill tertentu.
Bagaimana cara organisasi dapat memanfaatkan teknologi informasi untuk meningkatkan pengelolaan pengetahuan?
Dengan membuat database yang lengkap dan terstruktur.
Dengan menggunakan sistem manajemen pengetahuan.
Dengan mengirimkan informasi secara lengkap melalui email kepada semua karyawan.
Dengan membuat website perusahaan yang menampilkan semua informasi.
Sebutkan dua contoh pengetahuan tacit yang disebutkan dalam uraian “Business Inteligence & Analytics”!
Formula produk dan paten.
Cara mengendarai sepeda dan teknik dokter.
Daftar kontak pelanggan dan hasil riset pasar.
Prosedur standar dan perspektif pribadi.
Dimana pengetahuan tacit yang berharga harus diidentifikasi dalam konteks penjualan proyek manajemen pengetahuan?
Pada percontohan kecil.
Dalam sasaran dan tujuan organisasi.
Pada tahap menghubungkan upaya KM.
Pada pertemuan langsung.
Sebutkan dua langkah dalam proses penangkapan dan integrasi pengetahuan eksplisit baru!
Menyebarluaskan dan menyimpan.
Menangkap dan mengelola.
Mengumpulkan data dan mengkombinasikan data.
Membuat dan merefinisikan.
Bagaimana teknologi Communities of Practice digunakan dalam KM?
Untuk membuat jaringan antar karyawan.
Untuk memonitor kinerja karyawan.
Untuk membangun kolaborasi dan berbagi pengetahuan.
Untuk memfasilitasi proses produksi.
Sebutkan contoh pemanfaatan teknologi Communities of Practice dalam KM!
Kelompok diskusi online tentang teknologi informasi.
Sistem manajemen dokumen terpusat.
Katalog perpustakaan online.
Sistem manajemen relasi pelanggan.
Siapa yang menggunakan teknologi Organisational Network Analysis dalam KM?
Manajer keuangan.
Manajer produksi.
Manajer sumber daya manusia.
Semua Manager.
Mengapa Organizational Network Analysis (ONA) digunakan sebagai teknologi pendukung KM?
Untuk memudahkan akses informasi yang dibutuhkan.
Untuk memahami struktur dan hubungan dalam organisasi.
Untuk meningkatkan produktivitas karyawan.
Untuk membuat database pengetahuan yang terpusat.
Sebutkan contoh teknologi Web 2.0 yang digunakan dalam KM?
Blogging
Data mining
E-commerce
Customer Relationship Management
Apa manfaat dari teknologi Business Role Management System dalam KM?
Meningkatkan kolaborasi antar karyawan.
Mengelola peran dan tanggung jawab karyawan secara efektif.
Memudahkan akses informasi penting.
Membuat database pengetahuan yang terpusat.
Sebutkan contoh pemanfaatan teknologi Enterprise Search Software dalam KM!
Mencari dokumen terkait proyek tertentu.
Melacak aktivitas karyawan dalam sistem manajemen SDM.
Mengorganisir database pelanggan.
Memonitor kinerja perusahaan.
Apa yang dimaksud dengan Cloud Computing dalam sistem AI?
Suatu sistem yang memungkinkan penggunaan komputer secara terpusat melalui internet.
Suatu sistem yang memungkinkan penggunaan komputer secara terdistribusi.
Suatu sistem yang memungkinkan penggunaan komputer secara terpusat tanpa internet.
Suatu sistem yang memungkinkan penggunaan komputer secara lokal.
Apa saja komponen yang dibutuhkan untuk mengembangkan sistem AI?
Learning, Reasoning, dan Self-Correction.
Video, audio, dan foto.
Gambar, suara, dan teks.
Prosesor, RAM, dan hard disk.
Apa yang dimaksud dengan Deep Learning pada AI?
Teknik pembelajaran mesin dengan menggunakan jaringan neural dengan banyak lapisan.
Teknik pembelajaran mesin dengan menggunakan algoritma yang sangat sederhana.
Teknik pembelajaran mesin dengan menggunakan jaringan neural dengan satu lapisan.
Teknik pembelajaran mesin dengan menggunakan algoritma yang sangat kompleks.
Apa yang dimaksud dengan Reasoning dalam sistem AI?
Kemampuan untuk memproses data dalam jumlah besar.
Kemampuan untuk membuat keputusan berdasarkan data yang ada.
Kemampuan untuk memahami bahasa manusia.
Kemampuan untuk melakukan kalkulasi matematika.
Apa saja jenis-jenis kecerdasan buatan berdasarkan fungsinya? (nilai triple)
Kecerdasan buatan berdasarkan fungsi terbagi menjadi tiga, yaitu AI yang digunakan untuk menjawab pertanyaan, AI yang digunakan untuk mengambil keputusan, dan AI yang digunakan untuk mengenali gambar.
Kecerdasan buatan berdasarkan fungsi terbagi menjadi empat, yaitu AI yang digunakan untuk menjawab pertanyaan, AI yang digunakan untuk mengambil keputusan, AI yang digunakan untuk mengenali gambar, dan AI yang digunakan untuk berbicara.
Kecerdasan buatan berdasarkan fungsi terbagi menjadi dua, yaitu AI yang digunakan untuk menjawab pertanyaan dan AI yang digunakan untuk mengambil keputusan.
Kecerdasan buatan berdasarkan fungsi terbagi menjadi lima, yaitu AI yang digunakan untuk menjawab pertanyaan, AI yang digunakan untuk mengambil keputusan, AI yang digunakan untuk mengenali gambar, AI yang digunakan untuk berbicara, dan AI yang digunakan untuk menulis.
Apa yang dimaksud dengan user interface pada Expert System?
Komponen yang menyimpan seluruh informasi dan aturan yang diperlukan oleh sistem untuk memecahkan masalah.
Komponen yang menangani tampilan informasi dan interaksi pengguna.
Komponen yang memungkinkan sistem memberikan penjelasan tentang cara kerjanya.
Komponen yang memperoleh pengetahuan dari pakar dan merancang aturan-aturan sistem.
Apa yang dimaksud dengan knowledge base acquisition facility pada Expert System?
Komponen yang menyimpan seluruh informasi dan aturan yang diperlukan oleh sistem untuk memecahkan masalah.
Komponen yang memperoleh pengetahuan dari pakar dan merancang aturan-aturan sistem.
Komponen yang memungkinkan sistem memberikan penjelasan tentang cara kerjanya.
Komponen yang menangani tampilan informasi dan interaksi pengguna.
Sebutkan salah satu fungsi Komponen "Inference Engine" dalam Expert System?
Menyimpan pengetahuan untuk dipakai oleh sistem ahli.
Melakukan inferensi dan menentukan output.
Memberikan penjelasan tentang cara kerja sistem ahli.
Mengumpulkan data dari luar sistem untuk disimpan dalam knowledge base.
Mengapa Expert System dapat membantu meningkatkan efisiensi dan efektivitas suatu organisasi?, Berdasarkan komprehensifitas dalam konteks peningkatan efisiensi dan efektivitas Ada 3 jawaban yang hampir semua benar, namun ada satu jawaban yang tidak sesuai yaitu … (nilai double)
Karena Expert System dapat menyimpan pengetahuan yang dimiliki oleh para ahli dalam suatu domain tertentu.
Karena Expert System dapat mengevaluasi opsi-opsi keputusan dan memberikan rekomendasi terbaik secara konsisten.
Karena Expert System dapat melakukan tugas-tugas yang biasanya dilakukan oleh para ahli, sehingga mempercepat proses pengambilan keputusan.
Karena Expert System dapat meningkatkan akurasi dan konsistensi dalam pengambilan keputusan.
Sebutkan beberapa contoh aplikasi Expert System yang sudah digunakan di berbagai bidang?
Sistem diagnosis medis, sistem rekomendasi produk, sistem kontrol industri.
Sistem prediksi cuaca, sistem pengolahan citra, sistem keamanan jaringan.
Sistem pengenalan wajah, sistem penerjemah bahasa, sistem pengenalan suara.
Sistem manajemen proyek, sistem manajemen risiko, sistem manajemen kualitas.
Apa yang membedakan Vision system dengan Neural Network? (nilai double)
Vision system fokus pada pengolahan gambar dan video, sedangkan Neural Network fokus pada mengenali dan bertindak sesuai pola dan trend yang dikenali dalam sebuah set data yang besar.
Vision system fokus pada membuat desain arsitektur, sedangkan Neural Network fokus pada membantu pekerjaan kasar agar dapat terautomatisasi.
Vision system fokus pada pengolahan bahasa alami, sedangkan Neural Network fokus pada analisis data dalam ilmu medis.
Vision system fokus pada membuat sistem expert, sedangkan Neural Network fokus pada membuat robot pintar.
