Font size
S
M
L
XL
WorksheetsBigDataPTI
Total questions: 126
Worksheet time: 1hrs 3mins
Name
Class
Date
1.
Apa yang dimaksud dengan “big data”?
a)
Data yang berukuran kecil dan mudah dikelola
b)
Data yang sangat besar, kompleks, terstruktur atau tidak terstruktur, dan dihasilkan dengan kecepatan tinggi
c)
Data yang dihasilkan secara manual
d)
Data yang hanya tersedia di buku teks
e)
Data yang mudah diproses
2.
Apa yang dimaksud dengan Big Data?
a)
Data yang berukuran kecil dan mudah dikelola
b)
Data yang sangat besar, kompleks, terstruktur atau tidak terstruktur, dan dihasilkan dengan kecepatan tinggi
c)
Data yang dihasilkan secara manual
d)
Data yang hanya tersedia di buku teks
e)
Data yang mudah diproses
3.
Apa salah satu teknologi big data yang digunakan untuk penyimpanan cluster terdistribusi?
a)
MySQL
b)
PostgreSQL
c)
Hadoop Distributed File System (HDFS)
d)
Microsoft SQL Server
e)
MongoDB
4.
Apa istilah yang digunakan untuk menggambarkan tantangan dalam memvisualisasikan dan mengelola kumpulan data yang sangat besar?
a)
Big Data
b)
Data Mining
c)
Data Warehousing
d)
Data Analytics
e)
Cloud Computing
5.
Apa tiga dimensi utama dari big data yang didefinisikan oleh Doug Laney?
a)
Volume, Velocity, Variety
b)
Volume, Value, Variety
c)
Velocity, Variability, Validity
d)
Volume, Velocity, Value
e)
Velocity, Variety, Veracity
6.
Jenis data apa yang sering tidak dapat ditangani oleh RDBMS?
a)
Data terstruktur seperti tabel
b)
Data tidak terstruktur dan semi-terstruktur seperti foto dan video
c)
Data berukuran kecil
d)
Data keuangan
e)
Data hasil sensor
7.
Apa perbedaan utama antara data mining dan big data?
a)
Data mining hanya menangani data tidak terstruktur
b)
Big data adalah proses mencari pola dari data besar
c)
Data mining menangani data terstruktur, sedangkan big data menangani semua jenis data
d)
Big data hanya menangani data kecil, sedangkan data mining menangani data besar
e)
Data mining tidak memerlukan analisis lanjut
8.
Apa yang dimaksud dengan "Volume" dalam konteks big data?
a)
Kecepatan data dihasilkan dan diproses
b)
Jenis dan format data yang berbeda
c)
Jumlah data yang sangat besar yang dihasilkan
d)
Metode penyimpanan data
e)
Biaya penyimpanan data
9.
Apa yang dimaksud dengan "Variety" dalam konteks big data?
a)
Jumlah data yang dihasilkan
b)
Kecepatan data dikumpulkan
c)
Jenis dan format data yang berbeda, baik terstruktur, semi-terstruktur, maupun tidak terstruktur
d)
Biaya penyimpanan data
e)
Format data yang seragam
10.
Apa yang dimaksud dengan "Velocity" dalam konteks big data?
a)
Kecepatan data dalam sistem penyimpanan
b)
Jenis data yang tersedia
c)
Ukuran data yang dikumpulkan
d)
Kecepatan di mana data dihasilkan dan diproses
e)
Data yang tidak terstruktur
11.
Manakah dari berikut ini yang bukan merupakan dimensi dari big data?
a)
Volume
b)
Variety
c)
Veracity
d)
Vexation
e)
Velocity
12.
Apa yang menjadi penyebab utama peningkatan jumlah data besar?
a)
Penggunaan perangkat lunak berbayar
b)
Banyaknya sumber data yang berbeda
c)
Pengurangan jumlah perangkat elektronik
d)
Penyimpanan data secara lokal
e)
Penggunaan perangkat keras baru
13.
Data yang tidak cocok disimpan dalam sistem database relasional disebut sebagai
a)
Data terstruktur
b)
Data semi-terstruktur
c)
Data biner
d)
Data tidak terstruktur
e)
Data terorganisir
14.
Apa prinsip utama dari model pemrograman MapReduce?
a)
"Write-once, read-many-times"
b)
"Store-once, compute-many-times"
c)
"Divide-and-conquer"
d)
"Read-once, process-many-times"
e)
"Batch-processing"
15.
Bagaimana Hadoop menyimpan data?
a)
Data ditulis dan dibaca berkali-kali
b)
Data ditulis sekali dan dibaca sekali
c)
Data hanya dibaca tanpa menulis
d)
Data ditulis sekali dan dibaca berkali-kali
e)
Data ditulis dan dihapus secara berkala
16.
Mengapa HDFS dirancang untuk perangkat keras dengan biaya rendah?
a)
Untuk mengurangi biaya operasional dan meningkatkan efisiensi
b)
Karena tidak ada perangkat keras yang tersedia
c)
Untuk meningkatkan kecepatan akses data
d)
Agar dapat memproses data lebih cepat
e)
Karena tidak membutuhkan pengolahan data
17.
Apa itu Apache Hadoop?
a)
Sebuah sistem operasi
b)
Sebuah database relasional
c)
Kerangka kerja untuk aplikasi big data
d)
Alat untuk analisis data statistik
e)
Bahasa pemrograman
18.
Tipe data mana yang tidak dapat disimpan oleh Hadoop?
a)
Data terstruktur
b)
Data semi-terstruktur
c)
Data tidak terstruktur
d)
Data audio
e)
Tidak ada yang benar
19.
Apa fungsi utama dari HDFS dalam Hadoop?
a)
Mengolah data secara real-time
b)
Menyimpan data dalam skala besar
c)
Mengelola jaringan
d)
Menyediakan antarmuka pengguna
e)
Mengkonversi data ke format lain
20.
Apa yang dimaksud dengan MapReduce?
a)
Alat untuk visualisasi data
b)
Model pemrograman untuk pemrosesan data paralel
c)
Sistem penyimpanan data
d)
Protokol jaringan
e)
Bahasa pemrograman khusus
21.
Contoh dari data semi-terstruktur adalah?
a)
Database relasional
b)
File teks biasa
c)
Data JSON
d)
Gambar JPEG
e)
Video MP4
22.
Dalam konteks analitik big data, apa yang dimaksud dengan analitik preskriptif?
a)
Menyajikan data historis
b)
Memprediksi tren dan pola masa depan
c)
Memberikan rekomendasi atau saran untuk tindakan
d)
Menganalisis data teks tidak terstruktur
e)
Menyusun data untuk visualisasi
23.
Apa tujuan utama dari komponen inti Hadoop?
a)
Meningkatkan kecepatan jaringan
b)
Memudahkan integrasi data
c)
Memproses data besar secara efisien
d)
Mengurangi biaya penyimpanan
e)
Meningkatkan visualisasi
24.
Apa yang dimaksud dengan 'node' dalam konteks Hadoop?
a)
Komponen perangkat keras
b)
Bagian dari model pemrograman
c)
Unit penyimpanan data
d)
Tempat untuk menjalankan aplikasi
e)
Tipe data
25.
Dalam siklus hidup big data, langkah manakah yang melibatkan pengumpulan data dari berbagai sumber?
a)
Analitik
b)
Transformasi Data
c)
Reduksi Data
d)
Visualisasi Data
e)
Agregasi Data
26.
Mengapa penting bagi Hadoop untuk mendukung berbagai jenis data?
a)
Untuk mengurangi biaya
b)
Untuk meningkatkan kecepatan
c)
Untuk fleksibilitas dalam analisis data
d)
Untuk menyimpan lebih banyak data
e)
Untuk meningkatkan keamanan
27.
Apa yang dimaksud dengan Big Data Storage Concepts?
a)
Metode untuk mengkompres data agar lebih efisien.
b)
Kumpulan teknik untuk menyimpan data dalam jumlah kecil.
c)
Kumpulan metode, teknologi, dan strategi untuk menyimpan data dalam jumlah sangat besar, beragam, dan dihasilkan dengan kecepatan tinggi.
d)
Cara untuk menghapus data yang tidak terpakai.
28.
Apa yang dimaksud dengan foreign key dalam basis data relasional
a)
Kunci yang digunakan untuk mengidentifikasi baris secara unik dalam satu tabel
b)
Atribut dalam satu tabel yang merujuk pada kunci utama di tabel lain
c)
Atribut yang berisi data unik dari setiap baris di tabel
d)
Kunci yang digunakan untuk mengurutkan data di tabel
29.
Basis data apa yang termasuk dalam kategori NoSQL?
a)
MySQL
b)
Oracle
c)
MongoDB
d)
PostgreSQL
30.
Mengapa cluster computing penting dalam konteks big data?
a)
Cluster computing hanya digunakan untuk data yang sangat kecil.
b)
Cluster computing memungkinkan pemrosesan data yang sangat besar secara paralel.
c)
Cluster computing hanya cocok untuk data terstruktur.
d)
Cluster computing membuat data lebih sulit diakses.
31.
Apa tujuan utama dari Big Data Storage Concepts?
a)
Mengurangi biaya penyimpanan data.
b)
Memungkinkan penyimpanan, pengelolaan, dan akses data dalam skala besar.
c)
Membuat data lebih sulit diakses oleh orang yang tidak berwenang.
d)
Menghapus semua jenis data yang tidak penting.
32.
Apa salah satu tantangan utama dalam mengelola big data?
a)
Volume data yang sangat besar dan terus bertambah.
b)
Kurangnya variasi jenis data yang dihasilkan.
c)
Data yang selalu statis dan tidak berubah.
d)
Kecepatan pemrosesan data yang sangat lambat.
33.
Apa sifat utama yang dimiliki oleh RDBMS?
a)
CAP (consistency, availability, partition tolerance)
b)
BASE (basically available, soft state, eventually consistent)
c)
ACID (atomicity, consistency, isolation, durability)
d)
Tidak memiliki skema tetap
34.
Apa tujuan utama dari distribusi data di atas cluster besar?
a)
Mengurangi kompleksitas sistem
b)
Meningkatkan kecepatan proses
c)
Mengatasi kesulitan dan menurunkan biaya server mahal
d)
Menambah jumlah komputer dalam cluster
e)
Mempercepat akses ke data
35.
Model konsistensi apa yang diadopsi oleh basis data NoSQL?
a)
ACID
b)
BASE (basically available, soft state, eventually consistent)
c)
Transactional consistency
d)
Relational model
36.
Apa keuntungan menggunakan cluster computing untuk mengelola big data?
a)
Mengurangi biaya penyimpanan data.
b)
Membuat data lebih sulit diakses.
c)
Mengurangi kompleksitas dalam mengelola data.
d)
Meningkatkan kinerja pemrosesan data.
37.
Apa yang dimaksud dengan sharding dalam konteks distribusi data?
a)
Menyimpan data yang sama di beberapa node
b)
Menyimpan set data yang berbeda pada node yang berbeda
c)
Menggandakan data untuk cadangan
d)
Mengatur pembacaan data oleh node master
e)
Menyimpan data pada satu server besar
38.
Apa perbedaan utama antara NoSQL dan RDBMS?
a)
NoSQL mendukung skema tetap
b)
RDBMS tidak mendukung ACID
c)
NoSQL lebih lambat dalam menangani transaksi
d)
RDBMS menggunakan skema tetap, sedangkan NoSQL tidak memiliki skema tetap
39.
Apa yang dimaksud dengan node dalam konteks cluster computing?
a)
Perangkat lunak yang mengkoordinasikan tugas di dalam cluster.
b)
Sebuah komputer individu yang menjadi bagian dari cluster.
c)
Jaringan yang menghubungkan semua komputer dalam cluster.
d)
Data yang diproses oleh cluster.
40.
Apa keuntungan utama dari replikasi data?
a)
Meningkatkan throughput data
b)
Memungkinkan partisi data menjadi lebih kecil
c)
Meningkatkan toleransi kesalahan sistem
d)
Mempercepat penulisan data
e)
Mengurangi jumlah node yang diperlukan
41.
Apa yang dimaksud dengan load balancing dalam cluster computing?
a)
Proses mengidentifikasi node yang rusak dalam cluster.
b)
Proses menggabungkan hasil dari semua node dalam cluster.
c)
Proses menyimpan data secara redundan di beberapa node.
d)
Proses mendistribusikan beban kerja secara merata ke semua node dalam cluster.
42.
Produk NewSQL manakah yang merupakan basis data in-memory?
a)
Clustrix
b)
VoltDB
c)
NuoDb
d)
MemSQL
43.
Dalam model master-slave, apa yang terjadi jika node master gagal?
a)
Semua node akan berhenti berfungsi
b)
Slave akan mengambil alih sebagai master
c)
Penulisan data akan terhenti sampai node master dipulihkan
d)
Semua permintaan pembacaan akan dialihkan ke node master baru
e)
Tidak ada data yang hilang karena semua sudah disalin ke slave
44.
Apa peran sistem operasi dalam cluster computing?
a)
Mengelola sumber daya pada setiap node.
b)
Mengkoordinasikan komunikasi antar node.
c)
Menyediakan antarmuka bagi pengguna untuk mengakses cluster.
d)
Semua jawaban di atas benar.
45.
Bagaimana cara mengatasi titik kegagalan tunggal (single point of failure) pada sistem peer-to-peer?
a)
Dengan meningkatkan kapasitas node master
b)
Dengan menambah jumlah slave
c)
Dengan menggunakan replikasi dan distribusi tugas di antara node
d)
Dengan menempatkan node di lokasi yang sama
e)
Dengan mengganti master secara berkala
46.
Salah satu penerapan utama big data dalam industri retail adalah untuk:
a)
Mengurangi jumlah karyawan yang bekerja di toko.
b)
Mempersonalisasi rekomendasi produk kepada pelanggan.
c)
Mengurangi biaya produksi barang.
d)
Mengurangi jumlah toko fisik yang dimiliki.
47.
Apa yang dimaksud dengan "scaling-up" dalam konteks penyimpanan data?
a)
Menambah lebih banyak server untuk meningkatkan kapasitas
b)
Mengganti server yang lama dengan yang baru
c)
Menambahkan sumber daya ke server yang sudah ada untuk meningkatkan kapasitasnya
d)
Mengurangi jumlah server untuk menghemat sumber daya
48.
Apa yang dimaksud dengan "scaling-out" dalam penyimpanan data?
a)
Menambah RAM ke server yang ada
b)
Mengurangi kapasitas server untuk mengurangi biaya
c)
Menambahkan server baru atau node untuk memenuhi permintaan yang meningkat
d)
Menggabungkan server lama menjadi satu
49.
Perusahaan teknologi ABC menggunakan teknik sharding untuk membagi data mereka ke beberapa node dalam sistem distribusi. Namun, beberapa node sering mengalami kegagalan, sehingga sebagian data tidak dapat diakses oleh pengguna. Jika Anda diminta untuk meningkatkan keandalan sistem, solusi apa yang paling efektif?
a)
Menambahkan lebih banyak node untuk setiap shard
b)
Menerapkan replikasi data di seluruh node, sehingga setiap shard memiliki salinan di node lainnya
c)
Menggabungkan semua shard menjadi satu node pusat yang lebih kuat
d)
Mengurangi jumlah shard untuk meningkatkan efisiensi akses data
e)
Meningkatkan kapasitas memori pada setiap node untuk mencegah kegagalan
50.
Sebuah perusahaan e-commerce sedang mengalami peningkatan pesat dalam jumlah pengguna dan transaksi harian. Mereka harus memilih antara menggunakan sharding atau replikasi untuk memastikan bahwa sistem mereka dapat menangani beban yang semakin besar. Manakah dari strategi berikut yang paling tepat diterapkan, dan faktor apa yang paling penting untuk dipertimbangkan dalam keputusan tersebut?
a)
Menggunakan sharding untuk membagi data berdasarkan kategori produk, sehingga setiap node menangani jenis data yang berbeda
b)
Menerapkan replikasi pada seluruh data di semua node untuk memastikan ketersediaan saat terjadi kegagalan node
c)
Menggabungkan sharding dan replikasi untuk meningkatkan toleransi terhadap kegagalan dan ketersediaan data
d)
Mengurangi ukuran shard agar setiap node tidak terlalu banyak memproses data
e)
Meningkatkan kapasitas penyimpanan pada setiap node agar data tidak perlu dibagi
51.
Dalam sebuah sistem distributed file system (DFS) yang menggunakan replikasi data, klien di berbagai lokasi geografis melaporkan adanya peningkatan waktu akses file. Apa langkah paling tepat yang harus diambil untuk mengurangi latensi akses file?
a)
Meningkatkan jumlah replikasi data pada setiap node
b)
Menghapus beberapa node untuk mengurangi beban jaringan
c)
Memastikan klien terhubung ke node terdekat secara geografis
d)
Meningkatkan ukuran setiap file agar lebih cepat diakses
e)
Mengurangi jumlah klien yang diizinkan mengakses file secara bersamaan
52.
Apa kepanjangan NoSql
a)
Non Object Structured Query Language
b)
Not Only Structured Query Language
c)
Not Only Space Query Language
d)
Non Object Space Query Language
53.
Pilihlah pilihan di bawah ini yang bukan merupakan tipe database di NoSQL
a)
Key-Value Store
b)
Document Database
c)
Graph Database
d)
Relational Database
54.
Database NoSQL yang mana yang menggunakan struktur data document-oriented database
a)
MongoDB
b)
Neo4j
c)
CouchDB relax
d)
Redis
55.
Pilihlah pilihan di bawah ini, database yang menggunakan NoSQL bertipe Graph Database
a)
MongoDB
b)
Neo4J
c)
CouchDB
d)
MariaDB
56.
Apa yang dimaksud dengan Document Store
a)
Menyimpan data dalam bentuk tabel
b)
Menyimpan data dalam bentuk key-value
c)
Menyimpan data dalam bentuk graph
d)
Menyimpan data dalam bentuk dokumen seperti JSON
57.
Apa kelebihan utama dari NoSQL dibandingkan dengan rdbms traditional
a)
Skalabilitas Horizontal
b)
Data yang terstruktur
c)
Lebih mudah dipelajari
d)
Skalabilitas Vertikal
58.
Mengapa NoSQL lebih cocok dalam big data, kecuali?
a)
Memiliki kemampuan untuk skala horizontal
b)
Mendukung data dengan variasi tinggi
c)
Dapat menangani volume data yang sangat besar
d)
Sangat terstruktur dan memiliki skema yang tetap
59.
Dalam Big Data bagaimana NoSQL dapat menangani "velocity" pada konsep 5v?
a)
Dengan Menduplikasi semua data ke satu server
b)
Dengan Mendukung operasi tulis dan baca yang cepat pada data yang terus berkembang
c)
Dengan mengabaikan kecepatan data
d)
Dengan mendukung operasi tulis dan baca yang cepat pada data yang terus berkembang
60.
Apa yang dimaksud dengan horizontal scalability dalam sistem komputasi?
a)
Meningkatkan kapasitas sistem dengan menambah memori pada server yang sudah ada
b)
Meningkatkan kapasitas sistem dengan menambah prosesor pada server yang sudah ada
c)
Meningkatkan kapasitas sistem dengan menambah server baru yang bekerja bersama
d)
Mengurangi jumlah server untuk menghemat biaya
e)
Menambah storage pada server yang sudah ada
61.
Manakah dari pernyataan berikut yang merupakan kelebihan dari horizontal scalability?
a)
Lebih mahal dibandingkan dengan vertical scalability
b)
Memungkinkan sistem tetap berfungsi meskipun ada satu server yang gagal
c)
Dapat menambah kapasitas server tanpa mengubah kode aplikasi
d)
Meningkatkan performa CPU pada server
e)
Meningkatkan kapasitas RAM pada server
62.
Manakah dari berikut ini yang merupakan contoh dari NoSQL database?
a)
MySQL
b)
PostgreSQL
c)
Oracle
d)
MongoDB
e)
Microsoft SQL Server
63.
Jenis NoSQL database apa yang menggunakan struktur penyimpanan key-value?
a)
MongoDB
b)
Cassandra
c)
Redis
d)
CouchDB
e)
Neo4j
64.
Apa perbedaan utama antara relational dan non-relational databases?
a)
Relational databases menyimpan data dalam bentuk dokumen, sedangkan non-relational databases menggunakan tabel.
b)
Relational databases menggunakan tabel dengan baris dan kolom, sedangkan non-relational databases menyimpan data tanpa tabel atau dalam bentuk fleksibel.
c)
Relational databases mendukung transaksi ACID, sedangkan non-relational databases tidak mendukung transaksi.
d)
Non-relational databases selalu lebih cepat dari relational databases.
e)
Relational databases hanya digunakan untuk aplikasi kecil, sedangkan non-relational databases untuk aplikasi besar.
65.
Apa keuntungan utama dari menggunakan non-relational databases dibandingkan dengan relational databases?
a)
Struktur data yang lebih ketat dan konsisten.
b)
Dukungan yang lebih baik untuk data yang sangat terstruktur.
c)
Skalabilitas horizontal yang lebih baik dan fleksibilitas dalam menyimpan data tidak terstruktur.
d)
Transaksi yang lebih konsisten dan terjamin
e)
Lebih mudah untuk menormalisasi data.
66.
Dalam konteks pengembangan aplikasi, manakah contoh penerapan yang cocok untuk key-value store?
a)
Penyimpanan riwayat transaksi dalam aplikasi perbankan.
b)
Penyimpanan data session pengguna dalam aplikasi web.
c)
Penyimpanan data hubungan antara siswa dan kursus di universitas.
d)
Penyimpanan metadata untuk foto dan video di platform media sosial
e)
Penyimpanan catatan medis pasien di rumah sakit.
67.
Manakah contoh penerapan yang tepat untuk document-based database?
a)
Penyimpanan log transaksi harian pada mesin kasir
b)
Penyimpanan pengaturan permainan dalam aplikasi game sederhana.
c)
Penyimpanan profil pengguna beserta informasi terkait di platform e-commerce.
d)
Penyimpanan informasi harga produk di aplikasi belanja yang memerlukan perubahan cepat.
e)
Penyimpanan angka statistik cuaca yang selalu diakses dan diubah secara langsung.
68.
Apa yang membedakan database NoSQL dengan database tradisional (RDBMS)?
a)
NoSQL hanya menyimpan data dalam tabel terstruktur.
b)
NoSQL menggunakan skema yang kaku seperti RDBMS
c)
NoSQL dapat menyimpan data tanpa skema tetap dan mendukung data tidak terstruktur.
d)
NoSQL membutuhkan skema sebelum data dapat disimpan.
69.
Apa tujuan utama dari penggunaan database NoSQL dalam sistem modern?
a)
Menyimpan data dalam skema tetap dengan integritas tinggi.
b)
Mengatasi keterbatasan RDBMS dalam menangani data terstruktur.
c)
Menangani volume data yang besar dengan fleksibilitas dan skalabilitas.
d)
Menghindari penggunaan jaringan dalam penyimpanan data.
70.
Dalam teorema CAP, apa yang dimaksud dengan 'Partition Tolerance'?
a)
Sistem dapat terus berjalan meskipun ada bagian dari sistem yang tidak bisa saling berkomunikasi.
b)
Sistem dapat menerima dan menolak data secara bersamaan.
c)
Sistem menjamin bahwa semua data tetap konsisten selama pemutusan jaringan.
d)
Sistem menolak semua permintaan jika terjadi pemutusan jaringan.
71.
Menurut teorema CAP, sebuah sistem hanya bisa menjamin dua dari tiga properti berikut secara bersamaan. Properti apa saja yang dimaksud?
a)
Consistency, Availability, Reliability
b)
Availability, Consistency, Partition Tolerance
c)
Scalability, Partition Tolerance, Consistency
d)
Durability, Scalability, Availability
72.
Apa yang dimaksud dengan 'Atomicity' dalam prinsip ACID?
a)
Setiap transaksi dalam database dapat dibatalkan atau diselesaikan secara utuh.
b)
Setiap transaksi harus dijalankan secara paralel.
c)
Setiap transaksi harus ditulis ke disk sebelum selesai.
d)
Setiap transaksi dapat dilakukan sebagian atau dipecah menjadi beberapa bagian.
73.
Dalam prinsip ACID, apa yang dimaksud dengan 'Durability'?
a)
Data yang sudah diubah dalam transaksi akan tetap konsisten walaupun terjadi kegagalan sistem setelahnya.
b)
Data yang dimodifikasi akan hilang jika terjadi crash.
c)
Transaksi harus bisa dijalankan ulang jika terjadi kegagalan sistem.
d)
Semua transaksi akan otomatis digabungkan setelah sistem pulih.
74.
Apa yang dimaksud dengan 'Basically Available' dalam prinsip BASE?
a)
Sistem dapat menolak semua permintaan jika terjadi kegagalan jaringan.
b)
Sistem selalu dapat diakses meskipun terjadi sebagian kegagalan.
c)
Sistem hanya akan tersedia jika semua node berfungsi dengan baik.
d)
Sistem akan berhenti bekerja saat terjadi masalah kecil dalam jaringan.
75.
Apa arti dari 'Eventual Consistency' dalam sistem yang menerapkan prinsip BASE?
a)
Data akan selalu konsisten di semua node pada setiap saat.
b)
Sistem menjamin bahwa data akan konsisten secara langsung setelah transaksi selesai.
c)
Sistem akan menjadi konsisten di semua node setelah beberapa waktu, meskipun mungkin ada ketidaksesuaian sementara.
d)
Data di semua node akan tetap tidak konsisten secara permanen.
76.
Apa yang dimaksud dengan 'schemaless database'?
a)
Database yang hanya menyimpan data dalam bentuk tabel.
b)
Database yang memerlukan skema tetap sebelum menyimpan data.
c)
Database yang tidak memerlukan struktur tetap untuk menyimpan data.
d)
Database yang hanya menyimpan data terstruktur.
77.
Apa perbedaan utama antara batch processing dan real-time processing
serta kapan masing-masing digunakan?
a)
Batch processing memproses data dalam kelompok pada waktu tertentu, sementara real-time processing memproses data secara langsung saat data diterima. Batch processing cocok untuk pemrosesan data dalam jumlah besar yang tidak memerlukan respons segera, seperti penggajian. Real-time processing lebih sesuai untuk aplikasi yang membutuhkan respons cepat, seperti transaksi perbankan.
b)
Batch processing memproses data seketika setelah diterima, sedangkan real-time processing menunggu data terkumpul sebelum diproses. Batch processing digunakan untuk transaksi perbankan, sedangkan real-time processing digunakan untuk tugas seperti penggajian.
c)
Batch processing adalah proses yang berjalan sepanjang waktu tanpa jeda, sedangkan real-time processing berjalan hanya pada waktu tertentu. Batch processing digunakan untuk data yang membutuhkan respons cepat, sementara real-time processing cocok untuk data besar yang diproses pada waktu yang telah ditentukan.
d)
Batch processing memproses data dalam jumlah kecil secara terus-menerus, sedangkan real-time processing memproses data dalam jumlah besar pada waktu tertentu. Batch processing cocok untuk aplikasi seperti sensor cuaca, sedangkan real-time processing digunakan untuk mengolah data tahunan.
78.
Bagaimana cara kerja stream processing dibandingkan dengan metode
tradisional?
a)
Stream processing memproses data dalam aliran yang terus-menerus saat data tiba, sedangkan metode tradisional memproses data setelah semua data terkumpul. Stream processing cocok untuk analisis data real-time, sedangkan metode tradisional lebih cocok untuk laporan batch.
b)
Stream processing mengumpulkan data terlebih dahulu lalu memprosesnya secara bersamaan, sedangkan metode tradisional memproses data satu per satu saat data tiba. Stream processing digunakan untuk penggajian, sementara metode tradisional untuk analisis peristiwa langsung.
c)
Stream processing dan metode tradisional sama-sama memproses data setelah data terkumpul, tetapi stream processing lebih lambat dalam mengolah data. Keduanya digunakan dalam konteks yang sama, tetapi berbeda dalam kecepatan.
d)
Stream processing hanya digunakan untuk data kecil dan metode tradisional untuk data besar. Stream processing mengolah data dengan menunggu sampai semua data tersedia, sedangkan metode tradisional dapat bekerja lebih cepat untuk analisis langsung.
79.
Apa keuntungan dari parallel processing dalam lingkungan big data?
a)
Parallel processing hanya mengurangi biaya penyimpanan data tanpa berpengaruh pada kecepatan pemrosesan data dalam big data.
b)
Parallel processing memungkinkan pembagian tugas menjadi lebih kecil sehingga mempercepat pemrosesan data yang sangat besar, meningkatkan efisiensi waktu.
c)
Parallel processing meningkatkan akurasi data dengan menjalankan proses verifikasi lebih banyak, tetapi tidak berdampak pada kecepatan.
d)
Parallel processing memungkinkan data diproses satu per satu, sehingga lebih cocok untuk analisis batch yang lambat.
80.
Mengapa data preprocessing penting sebelum analisis data besar?
a)
Data preprocessing memperlambat proses analisis data karena membutuhkan lebih banyak langkah sebelum analisis dapat dilakukan.
b)
Data preprocessing digunakan untuk menyembunyikan informasi penting dari data sebelum diproses, sehingga menjaga privasi data.
c)
Data preprocessing hanya diperlukan untuk mengurangi ukuran data, tanpa dampak pada kualitas hasil analisis.
d)
Data preprocessing membantu menghilangkan data yang tidak lengkap atau salah, sehingga analisis menjadi lebih akurat dan dapat dipercaya.
81.
Bagaimana fault-tolerant processing memastikan kelangsungan proses
dalam sistem big data?
a)
Fault-tolerant processing hanya memproses data ketika semua komponen sistem berfungsi sempurna, memastikan tidak ada kegagalan.
b)
Fault-tolerant processing menghapus data yang salah dari sistem secara otomatis, tetapi tidak menyediakan cara untuk memulihkan proses yang gagal.
c)
Fault-tolerant processing menduplikasi data dan proses di berbagai node, sehingga jika satu node gagal, data tetap dapat diproses oleh node lain.
d)
Fault-tolerant processing menghentikan seluruh sistem saat ada kegagalan, memastikan bahwa tidak ada data yang rusak diproses lebih lanjut.
82.
Bagaimana key performance indicators (KPI) membantu dalam pengelolaan
layanan komputasi awan?
a)
Mengukur kinerja bisnis
b)
Memantau kesehatan sistem dan aplikasi cloud
c)
Mengidentifikasi pengguna baru
d)
Mendeteksi ancaman keamanan
e)
Menentukan model harga cloud terbaik
83.
Bagaimana perusahaan dapat meningkatkan manajemen siklus hidup data?
a)
Mengadopsi teknologi AI
b)
Meningkatkan kapasitas server
c)
Menggunakan alat manajemen data otomatis
d)
Menyewa lebih banyak staf IT
e)
Menggunakan lebih banyak pusat data fisik
84.
Apa perbedaan antara Infrastructure as a Service (IaaS) dan Platform as a Service (PaaS)?
a)
IaaS hanya menawarkan perangkat keras, sedangkan PaaS mencakup perangkat keras dan perangkat lunak
b)
IaaS mengelola keamanan, PaaS mengelola performa
c)
PaaS menyediakan manajemen data, IaaS mengelola jaringan
d)
IaaS menawarkan layanan tingkat aplikasi, PaaS menawarkan layanan tingkat jaringan
e)
IaaS berfokus pada pengembangan aplikasi, PaaS pada penyimpanan data
85.
Bagaimana elastisitas dalam komputasi awan membantu bisnis mengelola sumber daya?
a)
Menyediakan skala otomatis sesuai permintaan
b)
Mengurangi biaya jaringan
c)
Menyimpan data dalam jumlah besar
d)
Mengalokasikan sumber daya statis
e)
Menambah server secara manual
86.
Apa tantangan keamanan utama dalam komputasi awan dan bagaimana cara mengatasinya?
a)
Integritas data - menggunakan enkripsi
b)
Performa aplikasi - menggunakan caching
c)
Kecepatan jaringan - menambah bandwidth
d)
Penyimpanan data - menggunakan RAID
e)
Fleksibilitas platform - menggunakan alat monitoring
87.
Mengapa multi-tenancy penting dalam komputasi awan dan apa risikonya?
a)
Mengurangi biaya, tetapi meningkatkan risiko kebocoran data
b)
Meningkatkan privasi, tetapi mengurangi fleksibilitas
c)
Mempermudah manajemen, tetapi meningkatkan biaya operasional
d)
Mengurangi waktu pengembangan, tetapi menghambat kinerja sistem
e)
Meningkatkan keamanan, tetapi mengurangi kolaborasi
88.
Jelaskan peran virtualisasi dalam cloud computing.
a)
Membantu menambah kapasitas jaringan
b)
Mengizinkan multiple sistem operasi berjalan di satu server fisik
c)
Mempercepat proses penyimpanan data
d)
Menyediakan platform berbasis AI
e)
Mengamankan sistem dari serangan
89.
Bagaimana cloud orchestration meningkatkan pengelolaan lingkungan awan yang kompleks?
a)
Dengan otomatisasi tugas manual
b)
Dengan menambah tenaga manusia
c)
Dengan meningkatkan kecepatan CPU
d)
Dengan menambah lokasi fisik pusat data
e)
Dengan mengurangi proses komputasi
90.
Apa peran kontainerisasi dalam lingkungan awan modern?
a)
Memudahkan distribusi aplikasi lintas platform
b)
Meningkatkan bandwidth internet
c)
Mengurangi kebutuhan akan server fisik
d)
Mengoptimalkan komputasi berbasis perangkat keras
e)
Mempercepat penyimpanan data
91.
Apa pertimbangan utama dalam memilih antara model cloud publik, privat, dan hibrida?
a)
a. Biaya pengiriman barang
b)
b. Jenis koneksi internet yang digunakan
c)
c. Keamanan dan kepatuhan regulasi
d)
d. Jumlah karyawan perusahaan
e)
-
92.
19. Bagaimana komputasi tanpa server (serverless computing) menguntungkan bisnis dalam hal biaya dan skalabilitas?
a)
a. Memungkinkan pengembangan offline
b)
b. Mengoptimalkan penggunaan sumber daya
c)
c. Mengurangi ukuran perangkat keras
d)
d. Memerlukan lebih banyak pemeliharaan
e)
-
93.
20. Apa pentingnya peraturan data localization dalam komputasi awan dan bagaimana perusahaan mematuhinya?
a)
a. Menghilangkan kebutuhan untuk backup
b)
b. Mempercepat proses pengolahan data
c)
c. Mengurangi biaya operasional
d)
d. Menghindari pelanggaran hukum
94.
21. Bagaimana komputasi tepi (edge computing) melengkapi cloud computing dalam memproses data dari perangkat IoT?
a)
a. Mengurangi latensi pemrosesan
b)
b. Memperbesar ukuran data yang diproses
c)
c. Mengharuskan semua data dikirim ke cloud
d)
d. Meningkatkan biaya transfer data
95.
22. Bagaimana aplikasi cloud-native berbeda dari aplikasi tradisional dalam hal desain dan kinerja?
a)
a. Mengandalkan pemrograman statis
b)
b. Menggunakan satu server fisik
c)
c. Dirancang untuk skalabilitas dan resilien
d)
d. Tidak memerlukan pembaruan
96.
23. Apa peran kecerdasan buatan (AI) dalam mengelola sumber daya cloud?
a)
a. Mengganti semua pekerja manusia
b)
b. Meningkatkan efisiensi penggunaan sumber daya
c)
c. Menghapus kebutuhan untuk perangkat keras
d)
d. Meningkatkan kompleksitas sistem
97.
24. Jelaskan konsep kedaulatan data (data sovereignty) dan dampaknya pada komputasi awan
a)
a. Memindahkan data ke luar negeri
b)
b. Menghilangkan semua risiko data
c)
c. Mengurangi kebutuhan akan keamanan data
d)
d. Kepatuhan terhadap hukum lokal
98.
25. Bagaimana arsitektur mikro-layanan meningkatkan pengembangan aplikasi cloud dan skalabilitas?
a)
a. Meningkatkan modularitas aplikasi
b)
b. Mengharuskan semua layanan saling bergantung
c)
c. Membatasi penggunaan teknologi baru
d)
d. Mengurangi efisiensi pengembangan
99.
Bagaimana strategi manajemen data memengaruhi pengambilan keputusan
dalam organisasi besar?
a)
Manajemen data hanya memengaruhi keputusan operasional, tidak strategis.
b)
Manajemen data memungkinkan keputusan berdasarkan intuisi daripada data aktual.
c)
Manajemen data yang efektif memberikan akses cepat dan akurat terhadap informasi, mendukung keputusan yang lebih tepat.
d)
Manajemen data menghambat pengambilan keputusan karena memperlambat akses informasi.
100.
Mengapa tata kelola data (data governance) penting dalam manajemen
data?
a)
Tata kelola data mengurangi kebutuhan untuk mengikuti regulasi yang ketat.
b)
Tata kelola data memungkinkan penggunaan data tanpa memerlukan kebijakan yang jelas.
c)
Tata kelola data memastikan bahwa data dikelola dengan aman, akurat, dan sesuai regulasi.
d)
Tata kelola data hanya berfungsi untuk menghemat biaya penyimpanan data.
101.
Apa peran Master Data Management (MDM) dalam menjaga konsistensi data?
a)
MDM memungkinkan setiap departemen memiliki versi datanya sendiri untuk efisiensi.
b)
MDM menggabungkan data dari berbagai sumber untuk menciptakan satu sumber kebenaran yang konsisten.
c)
MDM mengurangi kebutuhan untuk menyinkronkan data antara sistem yang berbeda.
d)
MDM hanya berfungsi untuk mem-backup data penting organisasi.
102.
Dalam hierarki pekerjaan Oozie, yang bukan Pekerjaan Oozie adalah ?
a)
Workflow Jobs
b)
Coordinator Jobs
c)
Bundle Jobs
d)
Scheduler Jobs
103.
Hadoop YARN, YARN adalah singkatan dari..
a)
Yet Another Resource Network
b)
Yet Another Reserve Negotiator
c)
Yet Another Resource Negotiator
d)
Semua jawaban Benar
104.
Apache Hive dalam ekosistem Hadoop digunakan untuk ?
a)
Pemrosesan data real-time
b)
Kueri dan analisis data dengan menggunakan HQL
c)
Penyimpanan file besar dalam Hadoop
d)
Pemetaan data menjadi nilai kunci
105.
Hadoop terdiri dari dua komponen utama, yaitu ?
a)
HDFS dan MapReduce
b)
MapReduce dan Pig
c)
HDFS dan Apache Spark
d)
Hive dan HBase
106.
HBase menggunakan komponen berikut untuk menjaga keseimbangan dan ketersediaan data, kecuali
a)
HDFS (Hadoop Distributed File System)
b)
ZooKeeper
c)
SQL Server
d)
RegionServers
e)
Data akan hilang
107.
Salah satu keuntungan utama dari HBase adalah
a)
Kinerja tinggi untuk kueri SQL kompleks
b)
Skalabilitas horizontal yang efisien
c)
Kemampuan untuk menyimpan data dalam format JSON
d)
Terjadi 'hotspot' yang dapat memperlambat kinerja sistem
e)
Dukungan penuh untuk transaksi ACID
108.
Apa yang menjadi model penyimpanan utama dalam Cassandra?
a)
Kolom terdistribusi
b)
Tabel baris
c)
Dokumen JSON
d)
File teks
e)
Framework pemrograman
109.
Mengapa Cassandra tidak dianjurkan untuk menyimpan file BLOB besar?
a)
Karena tidak mendukung penyimpanan file sama sekali
b)
Karena dapat menyebabkan penurunan performa dan masalah memori
c)
Karena hanya mendukung file berukuran kecil saja
d)
Karena tidak ada batasan ukuran file yang ditetapkan
e)
karena Kemampuan sistem untuk mengabaikan kesalahan pengguna
110.
Apa yang terjadi jika ada direktori target dengan nama yang sama saat mengimpor data menggunakan Sqoop?
a)
Direktori dihapus dan dibuat ulang
b)
Impor akan gagal untuk mencegah penghapusan data
c)
Data akan ditambahkan ke dalam direktori yang ada
d)
Direktori baru akan dibuat di dalam direktori yang ada
e)
Melakukan analisis data besar
111.
Apa format file default untuk impor data menggunakan Sqoop?
a)
JSON
b)
XML
c)
Delimited text
d)
SequenceFiles
e)
HDFS
112.
Apa yang terjadi jika ada kegagalan pada Sink dalam proses pengiriman data menggunakan Flume?
a)
Data akan hilang sepenuhnya
b)
Data akan disimpan sementara di Channel sampai Sink kembali aktif
c)
Proses pengiriman akan berhenti sepenuhnya
d)
Data akan dikirim ke sumber lain secara otomatis
e)
Teks terpisah (Delimited Text)
113.
Apa tujuan utama dari Apache Pig dalam ekosistem Hadoop?
a)
Mengelola basis data relasional
b)
Menyimpan data dalam format JSON
c)
Menganalisis data secara real-time
d)
Menyediakan bahasa pemrograman tingkat tinggi untuk menyederhanakan penulisan aplikasi MapReduce
e)
Menampilkan hasil ke terminal
114.
Berapa ukuran blok default HDFS?
a)
32MB
b)
64MB
c)
128MB
d)
16MB
e)
1GB
115.
Apa peran utama dari Apache Hadoop dalam pengelolaan big data?
a)
Untuk mengelola basis data kecil
b)
Untuk memproses data secara terpusat
c)
Untuk mendistribusikan dan memproses data besar secara efisien
d)
Untuk menghapus data secara otomatis
e)
Untuk menganalisa basis data relasional
116.
Bagaimana sistem penyimpanan terdistribusi HDFS bekerja dalam menyimpan data secara efisien?
a)
Dengan menyimpan data di satu server
b)
Dengan menyimpan data dalam blok-blok di beberapa node
c)
Dengan menghapus data yang tidak digunakan
d)
Dengan mengompres data secara otomatis
e)
Dengan menggunakan server cloud
117.
Mengapa replikasi data menjadi penting dalam HDFS dan bagaimana replikasi ini membantu dalam mengatasi kegagalan node?
a)
Untuk meningkatkan ukuran data
b)
Untuk mengurangi biaya penyimpanan
c)
Untuk memastikan data tetap tersedia meskipun terjadi kegagalan pada salah satu node
d)
Untuk mempercepat pemrosesan data
e)
Untuk menghapus data lama secara otomatis
118.
Jelaskan konsep MapReduce dan bagaimana model ini digunakan dalam memproses big data?
a)
Membagi tugas menjadi dua tahap: map dan reduce
b)
Menggunakan satu server untuk memproses data
c)
Menyimpan data dalam format terkompresi
d)
Menjalankan proses secara paralel di satu mesin
e)
Memproses data hanya setelah data tersimpan di HDFS
119.
Apa saja tahapan utama dalam fase pemetaan dan pengurangan pada MapReduce?
a)
Map, Reduce, Combine
b)
Map, Shuffle, Sort, Reduce
c)
Map, Filter, Sort, Combine
d)
Sort, Filter, Map, Reduce
e)
Filter, Shuffle, Map, Combine
120.
Apa saja keterbatasan yang dihadapi oleh Hadoop 1.0?
a)
Kurangnya dukungan terhadap replikasi data
b)
Keterbatasan dalam menjalankan aplikasi
c)
Tidak adanya sistem manajemen data
d)
Penggunaan hanya untuk data terstruktur
e)
Hanya bekerja pada mesin berbiaya tinggi
121.
Apa perbedaan utama antara penyimpanan data di HDFS dan sistem file tradisional?
a)
HDFS menggunakan penyimpanan terpusat
b)
HDFS tidak mendukung penyimpanan terdistribusi
c)
HDFS hanya bekerja pada sistem cloud
d)
HDFS menghapus data secara otomatis setelah diproses
e)
HDFS mendistribusikan data ke banyak node dan mendukung replikasi data
122.
Apa perbedaan utama antara Hadoop 1.0 dan Hadoop 2.0 dalam hal manajemen sumber daya?
a)
Hadoop 2.0 memperkenalkan HDFS
b)
Hadoop 2.0 mendukung replikasi otomatis data
c)
Hadoop 2.0 memperkenalkan YARN untuk manajemen sumber daya yang lebih fleksibel
d)
Hadoop 2.0 tidak lagi mendukung pemrosesan paralel
e)
Hadoop 2.0 menggantikan MapReduce dengan sistem pemrosesan baru
123.
YARN (Yet Another Resource Negotiator) dalam Hadoop digunakan untuk ?
a)
Menyimpan dan mengelola data
b)
Menjalankan proses pengolahan data tanpa MapReduce
c)
Mempercepat proses MapReduce
d)
Mengoptimalkan kompresi data
e)
Menyediakan mekanisme untuk mengelola resource dan job scheduling
124.
Apa format utama yang digunakan untuk mengorganisasikan data dalam Apache Hive?
a)
Tables, Views, dan Schemas
b)
Columns, Rows, dan Fields
c)
Tables, Partitions, dan Buckets
d)
Files, Directories, dan Blocks
e)
Nodes, Blocks, dan Mappers
125.
Apache Mahout paling sering digunakan untuk mengimplementasikan algoritma berikut, kecuali !
a)
Klasifikasi
b)
Klasterisasi
c)
Rekomendasi
d)
Query database
e)
Dimensi pengurangan
126.
type bahasa kueri apa yang digunakan Hive, dan apa tujuan utamanya?
a)
HDFS; untuk mengelola sistem file terdistribusi
b)
SQL; untuk mengeksekusi model pembelajaran mesin
c)
HQL; untuk memuat dan menanyakan tabel menggunakan sintaks yang mirip dengan SQL
d)
Oozie; untuk schedule jobs
e)
YARN; untuk mengelola alokasi resource
Reset
