NEW
Font size
S
M
L
XL
WorksheetsPengolahan Data dan Neural Network
Total questions: 25
Worksheet time: 13mins
Name
Class
Date
1.
Gambar diatas adalah teknik yang menggabungkan kekuatan model bahasa besar dengan kemampuan untuk mengambil informasi dari sumber external yang dinamakan…
a)
GRU
b)
RAG
c)
RNN
d)
LSTM
2.
Learning rate dalam optimasi digunakan untuk…
a)
Mengontrol kecepatan pembaruan parameter
b)
Mengukur performa model
c)
Menambah parameter model
d)
Memilih arsitektur model
3.
Teknik optimasi mana yang membantu menghindari overfitting?
a)
Dropout
b)
Batch Normalization
c)
Early Stopping
d)
Semua di atas
4.
Regularization dalam deep learning bertujuan untuk…
a)
Menambah parameter
b)
Meningkatkan akurasi model di data training
c)
Mengurangi overfitting
d)
Mengurangi ukuran dataset
5.
Momentum dalam optimasi berfungsi untuk…
a)
Mengurangi osilasi dalam proses pembelajaran
b)
Meningkatkan learning rate
c)
Mengganti fungsi loss
d)
Mengurangi dimensi data
6.
Komponen utama dari neural network meliputi...
a)
Layers, neurons, dan weights
b)
Tables, keys, dan values
c)
Epochs, iterations, dan cycles
d)
Operators, variables, dan conditions
7.
Apa yang dimaksud dengan supervised learning?
a)
Model dilatih tanpa label
b)
Model dilatih dengan data yang memiliki label
c)
Model hanya menggunakan satu jenis data
d)
Model digunakan untuk clustering
8.
Siapa yang dikenal sebagai pelopor dalam pengembangan neural network?
a)
Andrew Ng
b)
Geoffrey Hinton
c)
Alan Turing
d)
Yann LeCun
9.
Apa nama teknik yang membuat deep learning menjadi populer di tahun 2010-an?
a)
Gradient Descent
b)
Dropout
c)
Backpropagation
d)
Batch Normalization
10.
Apa fungsi utama dari library deep learning?
a)
Mengelola data secara manual
b)
Menyediakan alat untuk membangun dan melatih model neural network
c)
Membuat visualisasi data
d)
Memprogram hardware computer
11.
Library mana yang terkenal dengan kemudahan penggunaannya untuk pemula?
a)
TensorFlow
b)
Keras
c)
Caffe
d)
PyTorch
12.
Komponen utama dari CNN meliputi...
a)
Convolution, Pooling, Fully Connected
b)
Activation, Normalization, Dropout
c)
Epochs, Weights, Loss
d)
Variables, Operators, Conditions
13.
Apa yang dimaksud dengan stride dalam CNN?
a)
Jarak langkah filter saat bergerak melintasi data input
b)
Ukuran data input
c)
Jumlah lapisan dalam model
d)
Bobot filter
14.
Apa yang dimaksud dengan 'weighted data points' dalam boosting?
a)
Data point diberikan bobot yang sama
b)
Data point diberi bobot berdasarkan kesalahannya
c)
Semua data point diabaikan
d)
Hanya data yang benar yang digunakan
15.
Apa yang menjadi inti dari teknik boosting?
a)
Membangun model tunggal yang besar
b)
Menggabungkan beberapa model sederhana untuk meningkatkan kinerja
c)
Menggunakan neural network untuk meningkatkan akurasi
d)
Menghapus data outlier
16.
Large Language Models bekerja berdasarkan...
a)
Logika manual
b)
Probabilitas dan distribusi kata
c)
Model fisik
d)
Dataset berbasis gambar
17.
Contoh LLM yang populer adalah...
a)
ChatGPT
b)
ResNet
c)
AdaBoost
d)
SVM
18.
Apa fungsi utama dari tokenisasi dalam LLM?
a)
Mengurangi ukuran model
b)
Memecah teks menjadi unit-unit yang dapat diproses
c)
Meningkatkan akurasi prediksi
d)
Membangun model baru
19.
Apa kelebihan utama GRU dibandingkan LSTM?
a)
Memiliki lebih banyak parameter
b)
Lebih sederhana dan lebih cepat
c)
Digunakan untuk data gambar
d)
Tidak menggunakan backpropagation
20.
Apa yang menjadi inti dari Energy-Based Models?
a)
Backpropagation
b)
Perhitungan energi dalam ruang latar
c)
Konvolusi
d)
Pooling
21.
Energy-Based Models sering digunakan untuk...
a)
Segmentasi gambar
b)
Model generatif
c)
Clustering
d)
Preprocessing data
22.
Apa hubungan antara energi rendah dan kemungkinan dalam Energy-Based Models?
a)
Energi rendah berarti kemungkinan lebih kecil
b)
Energi rendah berarti kemungkinan lebih tinggi
c)
Energi rendah tidak relevan
d)
Energi rendah selalu berarti error
23.
Teknik optimasi yang paling umum digunakan dalam deep learning adalah...
a)
Gradient Descent
b)
Decision Trees
c)
Support Vector Machines
d)
K-Nearest Neighbors
24.
Dalam konteks LSTM, apa fungsi dari 'forget gate'?
a)
Menghapus dropout
b)
Memutuskan informasi mana yang pelu dihilangkan dari cell state
c)
Meningkatkan learning rate
d)
Memproses data urutan panjang
25.
Apa perbedaan utama antara CNN dan RNN?
a)
CNN untuk gambar, RNN untuk data urutan
b)
CNN hanya untuk data teks
c)
RNN digunakan untuk data gambar
d)
CNN dan RNN berfungsi sama
Reset
