WorksheetsUAS_TeoInfo_AB
Total questions: 73
Worksheet time: 37mins
Name
Class
Date
1.
Mutual information antara dua variabel acak \(X\) dan \(Y\) mengukur:
a)
Ketidakpastian total dalam \(X\).
b)
Pengurangan ketidakpastian \(X\) diberikan \(Y\).
c)
Jumlah ketidakpastian dalam \(X\) dan \(Y\).
d)
Ketidakpastian total dalam \(Y\).
2.
Pernyataan berikut yang paling menggambarkan entropy coding adalah:
a)
Skema pengkodean yang menggunakan kode terpendek untuk simbol paling jarang.
b)
Skema pengkodean yang menggunakan kode dengan panjang sama untuk semua simbol.
c)
Skema pengkodean yang menggunakan kode terpendek untuk simbol paling sering.
d)
Skema pengkodean yang mengurangi redundansi dalam data yang dikirimkan.
3.
Perbedaan utama antara pengkodean Huffman dan pengkodean Shannon-Fano adalah:
a)
Pengkodean Huffman menghasilkan kode yang lebih panjang.
b)
Pengkodean Shannon-Fano menghasilkan kode yang lebih panjang.
c)
Pengkodean Huffman menggunakan probabilitas simbol.
d)
Pengkodean Shannon-Fano menggunakan probabilitas simbol.
4.
Entropy sebuah variabel acak mengukur:
a)
Ketidakpastian rata-rata variabel tersebut.
b)
Informasi total dalam variabel tersebut.
c)
Redundansi variabel tersebut.
d)
Efisiensi variabel tersebut.
5.
Tujuan utama dari pengkodean entropi adalah:
a)
Meningkatkan panjang pesan yang dikirimkan.
b)
Mengurangi ketidakpastian dalam pesan.
c)
Mengurangi redundansi dalam pesan.
d)
Menambah redundansi dalam pesan.
6.
Dalam pengkodean Huffman, simbol dengan probabilitas tinggi:
a)
Diberikan kode yang lebih panjang.
b)
Diberikan kode yang lebih pendek.
c)
Diabaikan dalam pengkodean.
d)
Diberikan kode dengan panjang tetap.
7.
Kelebihan utama pengkodean Huffman dibandingkan pengkodean Shannon-Fano adalah:
a)
Lebih sederhana untuk diimplementasikan.
b)
Memberikan kode yang lebih optimal.
c)
Menghasilkan kode dengan panjang tetap.
d)
Tidak ada kelebihan utama.
8.
Efisiensi dalam pengkodean informasi mengacu pada:
a)
Jumlah total kode yang digunakan.
b)
Panjang rata-rata kode dibandingkan dengan entropi.
c)
Redundansi total dalam kode.
d)
Ketidakpastian dalam kode.
9.
Redundansi dalam pengkodean informasi adalah:
a)
Pengurangan ketidakpastian dalam kode.
b)
Penambahan simbol yang tidak diperlukan.
c)
Simbol yang sering muncul.
d)
Simbol yang jarang muncul.
10.
Pengkodean Shannon-Fano bekerja dengan cara:
a)
Membagi simbol berdasarkan frekuensi menjadi dua grup dengan jumlah frekuensi yang hampir sama.
b)
Membagi simbol secara acak menjadi dua grup.
c)
Memberikan kode dengan panjang tetap untuk semua simbol.
d)
Memberikan kode terpendek untuk simbol paling jarang.
11.
Sumber informasi tanpa ingatan adalah:
a)
Sumber yang simbolnya tidak memiliki hubungan satu sama lain.
b)
Sumber yang simbolnya tergantung pada simbol sebelumnya.
c)
Sumber yang simbolnya memiliki ketergantungan jangka panjang.
d)
Sumber dengan ketidakpastian maksimum.
12.
Pada kanal komunikasi, tujuan utama penggunaan kode koreksi kesalahan adalah:
a)
Mengurangi ketidakpastian dalam pesan yang diterima.
b)
Menambah redundansi untuk mendeteksi dan memperbaiki kesalahan.
c)
Mengurangi panjang pesan yang dikirimkan.
d)
Meningkatkan kecepatan transmisi.
13.
Hamming Code digunakan untuk:
a)
Meningkatkan efisiensi pengkodean.
b)
Menambah ketidakpastian dalam pesan.
c)
Mendeteksi dan memperbaiki kesalahan dalam pesan yang dikirimkan.
d)
Mengurangi panjang pesan yang dikirimkan.
14.
Dalam Hamming Code, jarak Hamming adalah:
a)
Jumlah bit yang berbeda antara dua kode.
b)
Jumlah bit yang sama antara dua kode.
c)
Panjang kode yang digunakan.
d)
Jumlah kode yang digunakan.
15.
Mutual information juga dapat didefinisikan sebagai:
a)
Entropi total dari dua variabel acak.
b)
Jumlah dari entropi individu dua variabel acak.
c)
Perbedaan antara entropi variabel acak dengan entropi kondisionalnya.
d)
Jumlah ketidakpastian dalam dua variabel acak.
16.
Entropi bersama dari dua variabel acak \(X\) dan \(Y\) diukur dalam:
a)
Bit atau nat.
b)
Bit per detik.
c)
Simbol per detik.
d)
Byte.
17.
Redundansi dalam sebuah pesan berguna untuk:
a)
Menambah panjang pesan.
b)
Mengurangi panjang pesan.
c)
Menambah kecepatan transmisi.
d)
Mendeteksi dan memperbaiki kesalahan.
18.
Pada pengkodean Huffman, sebuah pohon binary dibangun berdasarkan:
a)
Frekuensi atau probabilitas simbol.
b)
Panjang simbol.
c)
Jumlah simbol.
d)
Panjang pesan.
19.
Pengkodean Shannon-Fano dimulai dengan:
a)
Membagi simbol menjadi dua grup dengan jumlah frekuensi yang hampir sama.
b)
Mengurutkan simbol berdasarkan frekuensi.
c)
Menggabungkan simbol dengan probabilitas rendah.
d)
Mengurutkan simbol berdasarkan panjang.
20.
Efisiensi dari sebuah kode pengkodean adalah:
a)
Rasio antara entropi dan panjang rata-rata kode.
b)
Rasio antara panjang rata-rata kode dan entropi.
c)
Jumlah total simbol dalam pesan.
d)
Jumlah total kode yang digunakan.
21.
Dalam teori informasi, informasi yang diukur dalam bit menunjukkan:
a)
Jumlah simbol dalam pesan.
b)
Jumlah kesalahan dalam pesan.
c)
Jumlah pengurangan ketidakpastian.
d)
Jumlah total kode yang digunakan.
22.
Mutual information antara dua variabel acak adalah nol ketika:
a)
Kedua variabel memiliki ketidakpastian maksimum.
b)
Kedua variabel acak adalah independen.
c)
Kedua variabel memiliki entropi yang sama.
d)
Kedua variabel saling berhubungan erat.
23.
Entropi maksimum dari sebuah variabel acak tercapai ketika:
a)
Semua simbol memiliki probabilitas yang sama.
b)
Satu simbol memiliki probabilitas satu, yang lain nol.
c)
Simbol dengan probabilitas rendah lebih sering muncul.
d)
Simbol dengan probabilitas tinggi lebih sering muncul.
24.
Sebuah sumber informasi tanpa ingatan menghasilkan:
a)
Simbol dengan probabilitas tetap dan independen.
b)
Simbol dengan probabilitas yang berubah.
c)
Simbol dengan ketergantungan jangka panjang.
d)
Simbol dengan ketergantungan pendek.
25.
Dalam kanal komunikasi, kapasitas kanal diukur dalam:
a)
Bit per simbol.
b)
Bit per detik.
c)
Simbol per detik.
d)
Byte per detik.
26.
Hamming Code dapat mendeteksi dan memperbaiki:
a)
Tidak ada kesalahan.
b)
Kesalahan satu bit.
c)
Kesalahan dua bit.
d)
Kesalahan tiga bit.
27.
Mutual information adalah:
a)
Jumlah dari dua entropi variabel acak.
b)
Selisih antara entropi total dan entropi kondisional.
c)
Jumlah ketidakpastian dalam dua variabel acak.
d)
Rata-rata ketidakpastian dua variabel acak.
28.
Entropi suatu pesan adalah ukuran dari:
a)
Panjang rata-rata pesan.
b)
Ketidakpastian rata-rata dalam pesan.
c)
Jumlah simbol dalam pesan.
d)
Kecepatan transmisi pesan.
29.
Tujuan dari pengkodean entropi adalah:
a)
Menambah ketidakpastian dalam pesan.
b)
Mengurangi panjang pesan yang dikirim.
c)
Meningkatkan redundansi dalam pesan.
d)
Mengurangi kesalahan dalam pesan.
30.
Pada pengkodean Huffman, pohon binary dibangun berdasarkan:
a)
Frekuensi atau probabilitas simbol.
b)
Panjang simbol.
c)
Jumlah simbol.
d)
Panjang pesan.
31.
Redundansi dalam pengkodean informasi mengacu pada:
a)
Jumlah bit tambahan yang digunakan untuk mengoreksi kesalahan.
b)
Jumlah bit yang dihilangkan untuk efisiensi.
c)
Panjang total pesan.
d)
Ketidakpastian total pesan.
32.
Efisiensi dari sebuah kode pengkodean adalah:
a)
Rasio antara entropi dan panjang rata-rata kode.
b)
Jumlah total simbol dalam pesan.
c)
Panjang total kode yang digunakan.
d)
Jumlah kesalahan dalam kode.
33.
Pada Hamming Code, jarak Hamming antara dua kode adalah:
a)
Jumlah bit yang berbeda antara dua kode.
b)
Jumlah bit yang sama antara dua kode.
c)
Panjang kode yang digunakan.
d)
Jumlah kode yang digunakan.
34.
Entropi bersama dari dua variabel acak \(X\) dan \(Y\) adalah:
a)
Entropi total dari \(X\) dan \(Y\).
b)
Entropi total dari \(X\) ditambah \(Y\).
c)
Entropi dari distribusi gabungan \(X\) dan \(Y\).
d)
Entropi dari distribusi marginal \(X\) atau \(Y\).
35.
Redundansi dalam sebuah pesan adalah:
a)
Penambahan simbol yang tidak diperlukan.
b)
Pengurangan simbol yang tidak diperlukan.
c)
Jumlah simbol dalam pesan.
d)
Jumlah total kode yang digunakan.
36.
Dalam pengkodean Shannon-Fano, simbol diurutkan berdasarkan:
a)
Probabilitas simbol dari yang terbesar hingga terkecil.
b)
Probabilitas simbol dari yang terkecil hingga terbesar.
c)
Panjang simbol dari yang terpanjang hingga terpendek.
d)
Panjang simbol dari yang terpendek hingga terpanjang.
37.
Sumber informasi tanpa ingatan menghasilkan simbol dengan:
a)
Probabilitas tetap dan independen.
b)
Probabilitas yang berubah dan bergantung satu sama lain.
c)
Probabilitas tetap dan bergantung satu sama lain.
d)
Probabilitas yang berubah dan independen.
38.
Kanal komunikasi dengan kapasitas terbesar adalah kanal yang:
a)
Mempunyai entropi tertinggi.
b)
Mempunyai kecepatan transmisi tertinggi.
c)
Mengurangi kesalahan sampai nol.
d)
Mempunyai efisiensi pengkodean tertinggi.
39.
Hamming Code digunakan untuk:
a)
Menambah efisiensi pengkodean.
b)
Mendeteksi dan memperbaiki kesalahan dalam pesan yang dikirimkan.
c)
Mengurangi ketidakpastian dalam pesan.
d)
Meningkatkan panjang pesan yang dikirimkan.
40.
Dalam teori informasi, mutual information antara dua variabel acak adalah:
a)
Jumlah entropi dari dua variabel acak.
b)
Perbedaan antara entropi variabel acak dengan entropi kondisionalnya.
c)
Jumlah ketidakpastian dalam dua variabel acak.
d)
Rata-rata ketidakpastian dua variabel acak.
41.
Entropi maksimum dari sebuah variabel acak tercapai ketika:
a)
Semua simbol memiliki probabilitas yang sama.
b)
Satu simbol memiliki probabilitas satu, yang lain nol.
c)
Simbol dengan probabilitas rendah lebih sering muncul.
d)
Simbol dengan probabilitas tinggi lebih sering muncul.
42.
Mutual information antara dua variabel acak adalah nol ketika:
a)
Kedua variabel memiliki ketidakpastian maksimum.
b)
Kedua variabel acak adalah independen.
c)
Kedua variabel memiliki entropi yang sama.
d)
Kedua variabel saling berhubungan erat.
43.
Efisiensi pengkodean dalam teori informasi mengacu pada:
a)
Jumlah total kode yang digunakan.
b)
Panjang rata-rata kode dibandingkan dengan entropi.
c)
Redundansi total dalam kode.
d)
Ketidakpastian dalam kode.
44.
Dalam pengkodean Huffman, simbol dengan probabilitas tinggi:
a)
Diberikan kode yang lebih panjang.
b)
Diberikan kode yang lebih pendek.
c)
Diabaikan dalam pengkodean.
d)
Diberikan kode dengan panjang tetap.
45.
Pengkodean Shannon-Fano bekerja dengan cara:
a)
Membagi simbol berdasarkan frekuensi menjadi dua grup dengan jumlah frekuensi yang hampir sama.
b)
Membagi simbol secara acak menjadi dua grup.
c)
Memberikan kode dengan panjang tetap untuk semua simbol.
d)
Memberikan kode terpendek untuk simbol paling jarang.
46.
Dalam komunikasi data, kapasitas kanal adalah:
a)
Jumlah simbol yang dapat dikirimkan per detik.
b)
Jumlah bit yang dapat dikirimkan per detik.
c)
Panjang rata-rata kode.
d)
Ketidakpastian dalam kode.
47.
Mutual information dapat didefinisikan sebagai:
a)
Entropi total dari dua variabel acak.
b)
Selisih antara entropi total dan entropi kondisional.
c)
Jumlah dari entropi dua variabel acak.
d)
Perbedaan antara entropi dua variabel acak.
48.
Entropi sebuah variabel acak mengukur:
a)
Ketidakpastian rata-rata variabel tersebut.
b)
Informasi total dalam variabel tersebut.
c)
Redundansi variabel tersebut.
d)
Efisiensi variabel tersebut.
49.
Sumber informasi tanpa ingatan adalah:
a)
Sumber yang simbolnya tidak memiliki hubungan satu sama lain.
b)
Sumber yang simbolnya tergantung pada simbol sebelumnya.
c)
Sumber yang simbolnya memiliki ketergantungan jangka panjang.
d)
Sumber dengan ketidakpastian maksimum.
50.
Tujuan utama dari pengkodean entropi adalah:
a)
Meningkatkan panjang pesan yang dikirimkan.
b)
Mengurangi ketidakpastian dalam pesan.
c)
Mengurangi redundansi dalam pesan.
d)
Menambah redundansi dalam pesan.
51.
Kelebihan utama pengkodean Huffman dibandingkan pengkodean Shannon-Fano adalah:
a)
Lebih sederhana untuk diimplementasikan.
b)
Memberikan kode yang lebih optimal.
c)
Menghasilkan kode dengan panjang tetap.
d)
Tidak ada kelebihan utama.
52.
Efisiensi dalam pengkodean informasi mengacu pada:
a)
Jumlah total kode yang digunakan.
b)
Panjang rata-rata kode dibandingkan dengan entropi.
c)
Redundansi total dalam kode.
d)
Ketidakpastian dalam kode.
53.
Redundansi dalam pengkodean informasi adalah:
a)
Pengurangan ketidakpastian dalam kode.
b)
Penambahan simbol yang tidak diperlukan.
c)
Simbol yang sering muncul.
d)
Simbol yang jarang muncul.
54.
Pada kanal komunikasi, tujuan utama penggunaan kode koreksi kesalahan adalah:
a)
Mengurangi ketidakpastian dalam pesan yang diterima.
b)
Menambah redundansi untuk mendeteksi dan memperbaiki kesalahan.
c)
Mengurangi panjang pesan yang dikirimkan.
d)
Meningkatkan kecepatan transmisi.
55.
Hamming Code digunakan untuk:
a)
Meningkatkan efisiensi pengkodean.
b)
Menambah ketidakpastian dalam pesan.
c)
Mendeteksi dan memperbaiki kesalahan dalam pesan yang dikirimkan.
d)
Mengurangi panjang pesan yang dikirimkan.
56.
Dalam Hamming Code, jarak Hamming adalah:
a)
Jumlah bit yang berbeda antara dua kode.
b)
Jumlah bit yang sama antara dua kode.
c)
Panjang kode yang digunakan.
d)
Jumlah kode yang digunakan.
57.
Mutual information juga dapat didefinisikan sebagai:
a)
Entropi total dari dua variabel acak.
b)
Jumlah dari entropi individu dua variabel acak.
c)
Perbedaan antara entropi variabel acak dengan entropi kondisionalnya.
d)
Jumlah ketidakpastian dalam dua variabel acak.
58.
Entropi bersama dari dua variabel acak \(X\) dan \(Y\) diukur dalam:
a)
Bit atau nat.
b)
Bit per detik.
c)
Simbol per detik.
d)
Byte.
59.
Redundansi dalam sebuah pesan berguna untuk:
a)
Menambah panjang pesan.
b)
Mengurangi panjang pesan.
c)
Menambah kecepatan transmisi.
d)
Mendeteksi dan memperbaiki kesalahan.
60.
Pengkodean Shannon-Fano dimulai dengan:
a)
Membagi simbol menjadi dua grup dengan jumlah frekuensi yang hampir sama.
b)
Mengurutkan simbol berdasarkan frekuensi.
c)
Menggabungkan simbol dengan probabilitas rendah.
d)
Mengurutkan simbol berdasarkan panjang.
61.
Sumber informasi tanpa ingatan menghasilkan:
a)
Simbol dengan probabilitas tetap dan independen.
b)
Simbol dengan probabilitas yang berubah.
c)
Simbol dengan ketergantungan jangka panjang.
d)
Simbol dengan ketergantungan pendek.
62.
Pada kanal komunikasi, kapasitas kanal diukur dalam:
a)
Bit per simbol.
b)
Bit per detik.
c)
Simbol per detik.
d)
Byte per detik.
63.
Hamming Code dapat mendeteksi dan memperbaiki:
a)
Tidak ada kesalahan.
b)
Kesalahan satu bit.
c)
Kesalahan dua bit.
d)
Kesalahan tiga bit.
64.
Mutual information adalah:
a)
Jumlah dari dua entropi variabel acak.
b)
Selisih antara entropi total dan entropi kondisional.
c)
Jumlah ketidakpastian dalam dua variabel acak.
d)
Rata-rata ketidakpastian dua variabel acak.
65.
Entropi suatu pesan adalah ukuran dari:
a)
Panjang rata-rata pesan.
b)
Ketidakpastian rata-rata dalam pesan.
c)
Jumlah simbol dalam pesan.
d)
Kecepatan transmisi pesan.
66.
Tujuan dari pengkodean entropi adalah:
a)
Menambah ketidakpastian dalam pesan.
b)
Mengurangi panjang pesan yang dikirim.
c)
Meningkatkan redundansi dalam pesan.
d)
Mengurangi kesalahan dalam pesan.
67.
Pada pengkodean Huffman, pohon binary dibangun berdasarkan:
a)
Frekuensi atau probabilitas simbol.
b)
Panjang simbol.
c)
Jumlah simbol.
d)
Panjang pesan.
68.
Redundansi dalam pengkodean informasi mengacu pada:
a)
Jumlah bit tambahan yang digunakan untuk mengoreksi kesalahan.
b)
Jumlah bit yang dihilangkan untuk efisiensi.
c)
Panjang total pesan.
d)
Ketidakpastian total pesan.
69.
Efisiensi dari sebuah kode pengkodean adalah:
a)
Rasio antara entropi dan panjang rata-rata kode.
b)
Jumlah total simbol dalam pesan.
c)
Panjang total kode yang digunakan.
d)
Jumlah kesalahan dalam kode.
70.
Pada Hamming Code, jarak Hamming antara dua kode adalah:
a)
Jumlah bit yang berbeda antara dua kode.
b)
Jumlah bit yang sama antara dua kode.
c)
Panjang kode yang digunakan.
d)
Jumlah kode yang digunakan.
71.
Entropi bersama dari dua variabel acak \(X\) dan \(Y\) adalah:
a)
Entropi total dari \(X\) dan \(Y\).
b)
Entropi total dari \(X\) ditambah \(Y\).
c)
Entropi dari distribusi gabungan \(X\) dan \(Y\).
d)
Entropi dari distribusi marginal \(X\) atau \(Y\).
72.
Redundansi dalam sebuah pesan adalah:
a)
Penambahan simbol yang tidak diperlukan.
b)
Pengurangan simbol yang tidak diperlukan.
c)
Jumlah simbol dalam pesan.
d)
Jumlah total kode yang digunakan.
73.
Dalam pengkodean Shannon-Fano, simbol diurutkan berdasarkan:
a)
Probabilitas simbol dari yang terbesar hingga terkecil.
b)
Probabilitas simbol dari yang terkecil hingga terbesar.
c)
Panjang simbol dari yang terpanjang hingga terpendek.
d)
Panjang simbol dari yang terpendek hingga terpanjang.
100 %
