NEW
Font size
WorksheetsUTS AI Kelas 2026
Total questions: 70
Worksheet time: 1hrs 8mins
Apa yang dimaksud dengan kerangka kerja kompetensi AI?
Kerangka kerja kompetensi AI adalah struktur yang mendefinisikan keterampilan dan pengetahuan yang diperlukan dalam bidang kecerdasan buatan.
Kerangka kerja kompetensi AI adalah alat untuk mengukur kinerja siswa.
Kerangka kerja kompetensi AI hanya berlaku untuk pengembang perangkat lunak.
Kerangka kerja kompetensi AI adalah metode pengajaran untuk guru.
Sebutkan tiga komponen utama dari kerangka kerja kompetensi AI untuk guru!
Teori, Praktik, Evaluasi
Etika, berpusat pada pemikiran manusia, pedagogik AI
Pengalaman, Kreativitas, Motivasi
Analisis, Desain, Implementasi
Mengapa penting bagi guru untuk memahami kompetensi AI?
Penting bagi guru untuk memahami kompetensi AI agar dapat mempersiapkan siswa menghadapi tantangan dan peluang di era digital.
Memahami AI hanya diperlukan untuk guru di bidang teknologi saja.
Guru tidak perlu memahami AI karena tidak berpengaruh pada pembelajaran.
Kompetensi AI hanya penting untuk siswa, bukan guru.
Apa peran peserta didik dalam kerangka kerja kompetensi AI?
Peserta didik berperan sebagai pengamat AI.
Peserta didik tidak terlibat dalam pengembangan AI.
Peserta didik hanya sebagai pengguna AI.
Peserta didik berperan sebagai pengguna dan pengembang kompetensi AI.
Jelaskan bagaimana kerangka kerja kompetensi AI dapat diterapkan dalam pembelajaran!
Kerangka kerja kompetensi AI membantu dalam merancang kurikulum yang relevan dan personalisasi pembelajaran untuk meningkatkan hasil belajar.
Kerangka kerja kompetensi AI tidak berpengaruh pada metode pengajaran.
Kerangka kerja kompetensi AI hanya digunakan untuk evaluasi guru.
Kerangka kerja kompetensi AI mengurangi interaksi antara siswa dan guru.
Sebutkan dua spesifikasi yang harus dimiliki oleh guru dalam kompetensi AI!
Keterampilan dalam membuat presentasi visual.
Pengalaman mengajar selama 10 tahun.
1. Pemahaman mendalam tentang teknologi AI. 2. Kemampuan mengintegrasikan AI dalam proses pembelajaran.
Kemampuan berbicara dalam banyak bahasa.
Apa saja tantangan yang dihadapi dalam implementasi kompetensi AI di sekolah?
Semua guru sudah terlatih dalam teknologi AI
AI dapat dengan mudah diintegrasikan tanpa pelatihan
Tantangan dalam implementasi kompetensi AI di sekolah termasuk kurangnya pelatihan guru, infrastruktur teknologi yang tidak memadai, resistensi terhadap perubahan, dan kesulitan integrasi kurikulum.
Tantangan dalam implementasi AI adalah biaya tinggi untuk perangkat keras
Bagaimana cara mengevaluasi kompetensi AI pada peserta didik?
Mengevaluasi hanya berdasarkan hasil akhir proyek
Memberikan penilaian tanpa umpan balik dari peserta didik
Evaluasi kompetensi AI pada peserta didik dapat dilakukan melalui penilaian berbasis proyek, observasi, dan umpan balik.
Menggunakan ujian tertulis sebagai satu-satunya metode
Sebutkan satu contoh implementasi kompetensi AI dalam kurikulum!
Penerapan robotika dalam pelajaran olahraga.
Integrasi AI dalam mata pelajaran sejarah.
Penggunaan AI dalam mata pelajaran seni rupa.
Integrasi pembelajaran AI dalam mata pelajaran TIK.
Apa yang dimaksud dengan literasi data dalam konteks AI?
Literasi data adalah kemampuan untuk menyimpan data dalam database.
Literasi data adalah kemampuan memahami dan menggunakan data dalam konteks AI.
Literasi data adalah proses pengumpulan data tanpa analisis.
Literasi data hanya berkaitan dengan pengolahan data statistik.
Jelaskan pentingnya kolaborasi antara guru dan peserta didik dalam pembelajaran AI!
Pembelajaran AI lebih baik dilakukan secara individu.
Kolaborasi hanya menguntungkan guru.
Peserta didik tidak perlu terlibat dalam pembelajaran AI.
Kolaborasi antara guru dan peserta didik meningkatkan pemahaman dan keterampilan dalam pembelajaran AI.
Apa yang dimaksud dengan etika dalam penggunaan AI di pendidikan?
Etika dalam penggunaan AI di pendidikan hanya berkaitan dengan teknologi terbaru.
Etika dalam penggunaan AI di pendidikan tidak memerlukan transparansi.
Etika dalam penggunaan AI di pendidikan hanya mengutamakan efisiensi biaya.
Etika dalam penggunaan AI di pendidikan adalah prinsip moral yang mengatur penggunaan teknologi untuk memastikan keadilan, transparansi, dan tanggung jawab.
Jelaskan bagaimana teknologi AI dapat meningkatkan pengalaman belajar!
AI hanya menggantikan guru dalam pengajaran.
Teknologi AI meningkatkan pengalaman belajar melalui pembelajaran yang dipersonalisasi, analisis data, akses sumber daya, umpan balik instan, dan pembelajaran adaptif.
AI hanya digunakan untuk mengelola administrasi sekolah.
Teknologi AI tidak memiliki dampak pada motivasi siswa.
Apa peran umpan balik dalam pengembangan kompetensi AI?
Umpan balik dapat mengurangi kompleksitas model AI.
Umpan balik hanya diperlukan pada tahap awal pengembangan AI.
Umpan balik tidak berpengaruh pada model AI.
Umpan balik berperan penting dalam meningkatkan akurasi dan kinerja model AI.
Jelaskan bagaimana kompetensi AI dapat membantu dalam pengambilan keputusan!
Kompetensi AI membantu pengambilan keputusan dengan menganalisis data, mengidentifikasi pola, dan memberikan rekomendasi yang objektif.
Kompetensi AI tidak berhubungan dengan analisis data.
AI hanya dapat menggantikan manusia dalam pengambilan keputusan.
AI hanya memberikan rekomendasi berdasarkan intuisi.
Sebutkan dua keterampilan yang harus dimiliki oleh peserta didik dalam kompetensi AI!
Keterampilan analisis data dan keterampilan pemrograman
Keterampilan berbicara dan keterampilan menulis
Keterampilan olahraga dan keterampilan memasak
Keterampilan menggambar dan keterampilan musik
Apa yang dimaksud dengan pembelajaran berbasis proyek dalam konteks AI?
Pembelajaran berbasis proyek fokus pada ujian akhir saja.
Pembelajaran berbasis proyek adalah metode pembelajaran yang melibatkan siswa dalam proyek nyata terkait kecerdasan buatan.
Pembelajaran berbasis proyek tidak melibatkan teknologi.
Pembelajaran berbasis proyek hanya dilakukan di kelas teori.
Jelaskan bagaimana kerangka kerja kompetensi AI dapat beradaptasi dengan perkembangan teknologi!
Mengabaikan perkembangan teknologi dalam pendidikan
Fokus hanya pada teori tanpa praktik industri
Kerangka kerja kompetensi AI dapat beradaptasi dengan memperbarui kurikulum, melatih pengajar, dan berkolaborasi dengan industri.
Menerapkan metode pengajaran tradisional tanpa perubahan
Agen cerdas yang hanya merespons berdasarkan kondisi saat ini tanpa mempertimbangkan sejarah disebut:
Model-Based Agent
Simple Reflex Agent
Utility-Based Agent
Learning Agent
Goal-Based Agent
Dalam PEAS, "Actuators" berfungsi untuk:
Mengukur performa
Menyediakan informasi lingkungan
Mengerjakan tindakan yang dipilih
Mendeteksi sensor
Mengoptimalkan tujuan
Jenis agen yang dapat belajar dari pengalamannya adalah:
Reflex Agent
Goal-Based Agent
Utility-Based Agent
Learning Agent
Model-Based Agent
Agen refleks berbasis model ditambahkan dengan:
Pengetahuan tentang dunia
Rencana untuk tujuan
Tujuan khusus
Kemampuan komunikasi
Fungsi utilitas
Prinsip utama agen rasional adalah:
Memaksimalkan nilai ukuran performa
Meminimalkan tindakan
Mengabaikan lingkungan
Mengambil risiko besar
Menghindari tindakan
Tipe agen yang bekerja dengan mempertimbangkan tujuan adalah:
Reflex Agent
Goal-Based Agent
Utility-Based Agent
Learning Agent
Model-Based Agent
Lingkungan yang sepenuhnya tergantung pada tindakan agen disebut:
Stochastic
Deterministic
Dynamic
Continuous
Episodic
Pada PEAS, "Performance Measure" bertujuan untuk:
Mengoptimalkan tujuan
Mengukur kualitas tindakan agen
Mengarahkan sensor
Menyediakan informasi lingkungan
Memproses input
Agen yang selalu berusaha mencapai tujuan dengan cara optimal adalah:
Reflex Agent
Goal-Based Agent
Utility-Based Agent
Rational Agent
Deterministic Agent
Lingkungan yang tidak dapat diprediksi disebut:
Deterministic
Dynamic
Episodic
Stochastic
Continuous
Tugas utama dari agen rasional adalah untuk:
Menyusun semua kemungkinan
Memilih tindakan terbaik berdasarkan pengetahuan
Mengikuti langkah-langkah manual
Menghindari risiko apapun
Mengabaikan lingkungan
Pada agen PEAS untuk dokter, actuator yang digunakan adalah:
Stetoskop
Printer
Layar tampilan
Kamera
Sonar
Jenis agen yang berusaha mencapai tingkat kebahagiaan tertinggi disebut:
Reflex Agent
Utility-Based Agent
Model-Based Agent
Learning Agent
Goal-Based Agent
Agen yang dapat memonitor perubahan lingkungan secara terus-menerus adalah:
Reflex Agent
Model-Based Agent
Goal-Based Agent
Utility-Based Agent
Learning Agent
Jenis agen yang mengambil inisiatif untuk mencapai tujuan tertentu disebut:
Reaktif
Proaktif
Otonom
Situated
Fleksibel
Lingkungan catur adalah contoh lingkungan:
Partially observable
Static
Continuous
Dynamic
Single-agent
Agen refleks sederhana tidak cocok jika:
Lingkungan statis
Lingkungan berubah secara konstan
Perlu belajar dari pengalaman
Menerima input tetap
Tidak perlu mengambil keputusan
PEAS pada agen mobil otomatis, "Performance measure" termasuk:
Kamera
Setir
Keselamatan
Jalan raya
GPS
Agen rasional selalu bertindak untuk:
Mendapatkan informasi lebih banyak
Menyimpan langkah
Menghindari tindakan lawan
Memaksimalkan ukuran performa
Mengikuti proses standar
Jenis lingkungan yang diamati sebagian disebut:
Fully observable
Stochastic
Partially observable
Continuous
Discrete
Contoh lingkungan episodic adalah:
Pembersih vakum otomatis
Catur
Pengendara mobil otomatis
Permainan Go
Penyimpanan data
Agen yang hanya memberikan respons atas input saat ini tanpa mempelajari pengalaman disebut:
Reflex Agent
Utility-Based Agent
Goal-Based Agent
Learning Agent
Rational Agent
Agen berbasis tujuan memerlukan:
Pengetahuan lingkungan
Tujuan yang harus dicapai
Perencanaan tindakan
Umpan balik
Arsitektur khusus
Apa tujuan utama dari pengembangan Artificial Intelligence (AI)?
Menggantikan manusia di seluruh bidang pekerjaan
Meningkatkan kemampuan komputer dalam mengambil keputusan
Mengembangkan perangkat lunak yang tidak memerlukan data
Menghasilkan data baru tanpa masukan manusia
Mempercepat produksi hardware
Kecerdasan Buatan adalah....
vBagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik
Bagaimana supaya mesin bisa berpikir cerdas dan mampu mengalahkan manusia
Mesin yang mampu bertindak seperti manusia, berpikir cerdas, bertingkah laku cerdas tak terkalahkan
Mesin yang membantu manusia supaya bisa cerdas dan pintar
Berikut ini adalah komponen dari kecerdasan buatan, yaitu:
Knowledge Base dan Enginer
Mesin Otomata dan Pengetahuan
Knowledge Base dan Inference Engine
Pengetahuan dan pengalaman
Komponen kecerdasan buatan yang berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya disebut:
Knowledge Base
Inference Engine
Pengetahuan umum
mesin komputer
Komponen kecerdasan buatan yang mempunyai kemampuan menarik kesimpulan berdasarkan pengalaman disebut:
Komponen Komputer
Pengalaman
Basis Pengetahuan
Motor Inferensi
Turing Test merupakan sebuah metode pengujian kecerdasan yang dibuat oleh:
Mesin Turing
Turing Alexander
Allan Turing
Alan Test
Bentuk Penalaran Umum ke Khusus disebut:
Deduktif
Induktif
Edukatif
Logic
Berikut ini adalah hal-hal dalam membangun sistem, kecuali:
Mendefinisikan masalah dengan tepat
Menganalisis Masalah
Mencari-cari masalah
Merepresentasikan pengetahuan
Tujuan utama kecerdasan buatan adalah:
Membuat mesin menjadi lebih pintar
Kecerdasan yang dibuat
Membuat manusia lebih cerdas
Kecerdasan alami
Berikut ini ciri-ciri cerdas, kecuali:
Mampu belajar dari pengalaman
Memahami pesan-pesan yang ambigous atau kontradiktif
Merespon secara cepat dan benar terhadap situasi baru
Tidak melakukan pertimbangan
Sebuah teknologi yang memungkinkan sistem komputer, perangkat lunak, program dan robot untuk “berpikir” secara cerdas layaknya manusia disebut ...
Machine Learning
Flipped Learning
Artificial Intelligence
Deep Learning
Di bawah ini yang termasuk karakteristik kelas tradisional pada umumnya, kecuali ...
Pengajar merupakan sumber pengetahuan yang utama.
Seluruh pembelajaran disampaikan dengan metode ceramah.
Latihan dan pekerjaan rumah merupakan rutinitas sehari-hari.
Siswa dapat membangun pengetahuannya sendiri dari berbagai sumber.
Pernyataan di bawah ini yang tidak benar adalah ...
AI memberikan kemudahan dalam memperoleh materi pendidikan.
AI hanya bisa diakses melalui komputer.
Dengan AI, siswa tidak perlu hadir di dalam kelas.
AI tidak hanya memberikan dampak positif pada bidang pendidikan.
Berikut adalah AI mentransformasi dunia pendidikan kecuali ...
New Content
Global Learning
New Efficiencies
Simplifying Administrative Learning
Menilai pekerjaan rumah dan mengevaluasi essay secara otomatis adalah manfaat transformasi AI pada ...
Global Learning
Simplifying Administrative Learning
Personalized Learning
New Efficiencies
Salah satu poin utama transformasi AI dalam dunia pendidikan pada Personalized Learning adalah ...
Siswa belajar bersama-sama di dalam kelas.
Guru mengatur jadwal belajar siswa.
Guru menjadi fasilitator dalam proses belajar mengajar.
Siswa dapat mengatur materi yang ingin dipelajari sesuai kecepatan masing-masing.
Dampak positif di mana siswa dapat terhubung dengan siswa lainnya dari berbagai penjuru dunia dalam satu kelas, merupakan dampak positif transformasi AI pada ...
New Efficiencies
Global Learning
Personalized Learning
Smart Content
AI merupakan teknologi yang memungkinkan penyelenggara suatu acara mendapatkan data akurat yang meliputi jumlah peserta, pengadaan konsumsi dan ketersediaan logistik merupakan dampak dari ...
New Efficiencies
Global Learning
Personalized Learning
Smart Content
Di bawah ini pernyataan yang benar adalah ...
AI tidak berdampak selain pada dunia pendidikan.
Biaya pengadaan dan pelatihan AI terjangkau.
AI tidak akan menggantikan peran pengajar.
Aplikasi AI akan meningkat pada tahun 2050.
Sebutkan satu tantangan etika yang dihadapi dalam pengembangan AI!
Bias algoritma
Keamanan siber
Keterbatasan data
Kepatuhan hukum
Apa manfaat penggunaan AI dalam proses belajar mengajar?
Manfaat penggunaan AI dalam proses belajar mengajar termasuk personalisasi pembelajaran, umpan balik cepat, dan analisis data untuk adaptasi materi.
AI tidak dapat menganalisis data siswa secara efektif.
Penggunaan AI mengurangi kebutuhan akan guru di kelas.
AI hanya digunakan untuk mengajar tanpa interaksi siswa.
Apa perbedaan antara pembelajaran terawasi dan tidak terawasi?
Keduanya menggunakan metode yang sama dalam analisis data.
Pembelajaran terawasi menggunakan data berlabel, sedangkan pembelajaran tidak terawasi menggunakan data tanpa label.
Pembelajaran terawasi tidak memerlukan data berlabel.
Pembelajaran tidak terawasi hanya menggunakan data terstruktur.
Apa yang menjadi kekhawatiran utama terkait perkembangan AI?
Manakah pertanyaan terbuka yang dapat memicu diskusi yang lebih mendalam tentang AI?
Evaluasilah pernyataan ini: "AI dapat sepenuhnya menggantikan peran guru di dalam kelas." Pernyataan ini...
Benar, karena AI lebih pintar dari manusia
Salah, karena AI tidak memiliki kemampuan empati, motivasi, dan penilaian holistik seperti guru
Benar, untuk mata pelajaran eksakta saja
Salah, karena AI terlalu mahal
Seorang guru ingin menggunakan AI untuk membuat bahan ajar yang dipersonalisasi. Prinsip etika AI manakah yang paling utama untuk dipertimbangkan sebelum memilih alatnya?
Kecerdasan buatan alat tersebut
Keamanan dan privasi data peserta didik
Kecepatan menghasilkan konten
Biaya berlangganan alat tersebut
Sebuah sekolah merencanakan integrasi AI. Manakah dari komponen berikut yang paling esensial dalam kerangka kerja tata kelola AI di sekolah mereka adalah
Jadwal pelatihan penggunaan AI untuk guru
Kebijakan formal tentang transparansi, akuntabilitas, dan penggunaan data yang etis
Daftar merek laptop yang kompatibel dengan AI
Target nilai rata-rata kelas yang ingin dicapai dengan bantuan AI
Sebuah tool AI dapat menerjemahkan percakapan guru secara real-time untuk siswa yang bahasa ibunya berbeda. Tantangan pedagogis terbesarnya adalah...
Kecepatan terjemahan
Menjaga makna kontekstual, budaya, dan nuansa pedagogis dalam terjemahan tersebut
Memilih aksen bahasa Inggris yang digunakan
Biaya tool tersebut
Analisis prediktif AI menunjukkan seorang siswa memiliki probabilitas tinggi untuk tidak lulus suatu mata pelajaran. Tindakan etis yang harus dilakukan guru adalah...
Langsung memberitahu siswa bahwa dia diprediksi tidak akan lulus
Menggunakan informasi ini sebagai peringatan dini untuk memberikan dukungan dan intervensi pedagogis yang tepat, bukan sebagai vonis
Mengabaikan prediksi AI tersebut
Memindahkan siswa ke kelas yang lebih mudah
