Font size
WorksheetsPengantar AI dan Big Data
Total questions: 75
Worksheet time: 37mins
Apa itu Kecerdasan Buatan (AI)?
Kecerdasan Buatan (AI) adalah sistem komputer yang dapat meniru kecerdasan manusia.
Kecerdasan Buatan adalah sistem yang tidak dapat belajar dari data.
Kecerdasan Buatan adalah teknologi yang hanya digunakan untuk permainan.
Kecerdasan Buatan adalah perangkat keras yang tidak memerlukan pemrograman.
Sebutkan beberapa aplikasi AI dalam kehidupan sehari-hari.
Kulkas biasa
Televisi analog
Kamera digital
Beberapa aplikasi AI dalam kehidupan sehari-hari adalah asisten virtual, sistem rekomendasi, perangkat rumah pintar, dan perangkat lunak pengenalan gambar.
Apa yang dimaksud dengan Big Data?
Big Data adalah istilah untuk data kecil yang mudah dikelola.
Big Data adalah teknologi perangkat keras untuk penyimpanan data.
Big Data hanya mencakup data yang terstruktur dan tidak memerlukan analisis.
Big Data adalah kumpulan data besar dan kompleks yang memerlukan teknologi khusus untuk pengolahan dan analisis.
Sebutkan tiga karakteristik utama dari Big Data.
Size, Speed, Structure
Stability, Security, Scalability
Simplicity, Sensitivity, Synchronization
Volume, Velocity, Variety
Apa perbedaan antara data terstruktur dan tidak terstruktur?
Data terstruktur tidak dapat diubah, sedangkan data tidak terstruktur dapat diubah.
Data terstruktur hanya terdiri dari angka, sedangkan data tidak terstruktur hanya terdiri dari teks.
Data terstruktur selalu lebih besar dari data tidak terstruktur.
Data terstruktur memiliki format yang terorganisir, sedangkan data tidak terstruktur tidak memiliki format yang jelas.
Jelaskan konsep Machine Learning dalam AI.
Machine Learning adalah metode untuk mengontrol perangkat keras secara langsung.
Machine Learning adalah metode dalam AI yang memungkinkan sistem untuk belajar dari data dan meningkatkan kinerjanya seiring waktu.
Machine Learning adalah teknik untuk menghapus data yang tidak relevan.
Machine Learning hanya digunakan untuk pengolahan gambar.
Apa itu algoritma dalam konteks AI?
Algoritma adalah hasil akhir dari proses pembelajaran mesin.
Algoritma adalah data yang disimpan dalam database AI.
Algoritma adalah jenis perangkat keras yang digunakan dalam AI.
Algoritma adalah serangkaian langkah atau instruksi yang digunakan dalam AI untuk memproses data dan membuat keputusan.
Sebutkan contoh algoritma yang umum digunakan dalam AI.
Decision Trees, Neural Networks, Support Vector Machines, A*, Genetic Algorithms
Bubble Sort
Linear Regression
K-Means Clustering
Apa peran data dalam pengembangan AI?
Data is irrelevant to AI development.
Data plays a crucial role in AI development by enabling model training and improving performance.
Data only serves to confuse AI models.
AI can develop without any data input.
Jelaskan bagaimana Big Data dapat digunakan dalam bisnis.
Big Data hanya relevan untuk perusahaan teknologi.
Big Data dapat digunakan dalam bisnis untuk analisis perilaku pelanggan, efisiensi operasional, prediksi tren pasar, dan optimasi strategi pemasaran.
Big Data hanya digunakan untuk penyimpanan data besar.
Big Data tidak berpengaruh pada keputusan bisnis.
Apa itu analisis data?
Analisis data adalah cara untuk menyimpan data.
Analisis data adalah proses untuk mencetak data.
Analisis data adalah metode untuk menghapus data.
Analisis data adalah proses untuk mengolah dan menafsirkan data.
Sebutkan beberapa alat yang digunakan untuk analisis Big Data.
Apache Hadoop, Apache Spark, Apache Flink
Tableau
Microsoft Excel
Google Analytics
Apa itu cloud computing dan bagaimana hubungannya dengan Big Data?
Big Data hanya dapat dikelola tanpa cloud computing.
Cloud computing tidak berhubungan dengan analisis data.
Cloud computing adalah teknologi penyimpanan data lokal.
Cloud computing adalah model layanan komputasi yang mendukung pengelolaan Big Data.
Jelaskan konsep data mining.
Data mining hanya digunakan untuk analisis statistik sederhana.
Data mining adalah proses menghapus data yang tidak relevan.
Data mining adalah proses menemukan pola dan informasi berguna dari data besar.
Data mining adalah teknik untuk menyimpan data secara aman.
Apa tantangan utama dalam mengelola Big Data?
Tantangan utama dalam mengelola Big Data adalah volume, kecepatan, dan variasi data.
Tantangan utama adalah keterbatasan perangkat keras yang digunakan.
Tantangan utama adalah biaya penyimpanan data yang tinggi.
Tantangan utama adalah kurangnya minat dari pengguna.
Sebutkan beberapa bahasa pemrograman yang digunakan dalam AI.
Python, R, Java, C++, Julia
CSS
SQL
HTML
Apa itu neural network?
Neural network adalah algoritma untuk mengolah data tanpa menggunakan jaringan.
Neural network adalah sistem operasi untuk komputer.
Neural network adalah model komputasi yang meniru cara kerja otak manusia untuk memproses informasi.
Neural network adalah jenis perangkat keras komputer.
Jelaskan perbedaan antara AI, Machine Learning, dan Deep Learning.
AI is the overarching field, Machine Learning is a subset of AI focused on data-driven learning, and Deep Learning is a subset of Machine Learning that uses neural networks.
AI and Machine Learning are the same, while Deep Learning is a type of AI that doesn't require data.
Machine Learning is a type of AI that only uses rules, and Deep Learning is a type of Machine Learning that doesn't use algorithms.
AI is a type of software, Machine Learning is a programming language, and Deep Learning is a hardware component.
Apa itu Internet of Things (IoT) dan bagaimana hubungannya dengan Big Data?
Internet of Things (IoT) adalah jaringan perangkat yang terhubung ke internet, dan hubungannya dengan Big Data adalah IoT menghasilkan data besar yang dianalisis untuk wawasan.
Big Data adalah teknologi yang tidak terkait dengan perangkat keras.
IoT hanya digunakan untuk menghubungkan perangkat rumah tangga.
Internet of Things (IoT) adalah jenis perangkat lunak untuk analisis data.
Sebutkan beberapa etika yang perlu dipertimbangkan dalam penggunaan AI.
Kecepatan pemrosesan
Privasi data, transparansi, keadilan, tanggung jawab, dampak sosial
Biaya pengembangan
Ketersediaan perangkat keras
Tahapan pemanfaatan data pada pengembangan adalah
Goal defining - Data gathering - data parsing - modeling - accuracy testing
data gathering - data parsing - modeling - accuracy testing - goal defining
goal defining - data parsing - data gathering - modeling - accuracy testing
goal defining - modeling - data gathering - data parsing - accuracy testing
Proses pemisahan antara data training dan data testing berada pada tahapan
goal defining
data parsing
data gathering
modeling
proses pembersihan data berada pada tahapan
goal defining
data parsing
data gathering
modeling
mengimplementasikan model yang akan digunakan berada pada tahapan
modeling
acuracy testing
goal defininf
data parsing
menjelaskan keadaan bisnis saat ini melalui data historis disebut
deskriptive
diagnostic
predictive
prescriptive
MENGGUNAKAN HASIL ANALITIK PREDIKTIF DAN PENGETAHUAN LAIN DENGAN MENYARANKAN UPAYA TERBAIK DI MASA DEPAN
deskriptive
diagnostic
prespective
predictive
MENJELASKAN MENGAPA SUATU MASALAH TERJADI MELALUI DATA HISTORIC
predictive
prespective
diagnostic
descriptive
MENGGUNAKAN HASIL ANALITIK PREDIKTIF DAN PENGETAHUAN LAIN DENGAN MENYARANKAN UPAYA TERBAIK DI MASA DEPAN
PRESCRIPTIVE
PREDICTIVE
DIAGNOSTIC
DESCRIPTIVE
PENYEBAB MAYORITAS PENGEMBANGAN AI/DS GAGAL DALAM LINGKUP MASALAH ADALAH KECUALI
TIDAK JELAS
PROBLEM SALAH
OVERPROMISING
JUMLAHNYA TIDAK CUKUP
PENYEBAB MAYORITAS PENGEMBANGAN AI/DS GAGAL DALAM DATA ADALAH
TIDAK TEPAT VARIABELNYA
OVERPROMISING
TERLALU KOMPLEKS
TIDAK TEPAT
METRIKS PENGUKURAN TIDAK TEPAT MERUPAKAN PENYEBAB MAYORITAS PENGEMBANGAN AI/DS GAGAL DALAM HAL
DATA
MODEL
LINGKUP MASALAH
SUMBERDAYA
METODOLOGI DATA SAINS SESUAI DENGAN
SKKNI NO. 299 TAHUN 2020
SKKNI NO. 229 TAHUN 2020
SKKNI NO. 299 TAHUN 2021
SKKNI NO. 229 TAHUN 2020
TAHAPAN SKKNI NO. 299 TAHUN 2020 ADALAH
BUSINESS UNDERSTANDING - DATA UNDERSTANIDNG - DATA PREPARATION - MODELING - MODEL EVALUATION - DEPLOYMENT - EVALUATION
DATA UNDERSTANDING - BUSINESS UNDERSTANIDNG - DATA PREPARATION - MODELING - MODEL EVALUATION - DEPLOYMENT - EVALUATION
BUSINESS UNDERSTANDING - DATA UNDERSTANIDNG - DATA PREPARATION - MODELING - MODEL EVALUATION - EVALUATION - DEPLOYMENT
BUSINESS UNDERSTANDING - DATA PREPARATION - DATA UNDERSTANDING - MODELING - MODEL EVALUATION - DEPLOYMENT - EVALUATION
MENGUMPULKAN DATA, MENELAAH DATA DAN MEMVALIDASI DATA TERMASUK DALAM TAHAPAN
DATA UNDERSTANDING
DATA PREPARATION
MODELING
DEPLOYMENT
MEMILAH DATA, MEMEBRSIHKAN DATA, MENGKONSTRUKSI DATA BERADA DALAM TAHAPAN
DATA UNDERSTANDING
DATA PREPARATION
MODELING
DEPLOYMENT
Big Data mencakup 3 V, apa yang bukan termasuk 3 V tersebut?
volume
velocity
variety
viscocity
Faktor pendorong implementasi big data
biaya storage terlalu tinggi
kompatibilitas H/w rendah
ekosistem open source
small medium economy
Yang termasuk dalam ekosistem Big Data apa saja?
Pilih semua jawaban yang benar
machine learning
modelling
visualisasi data
cloud infrastructure
Dalam ekosistem Hadoop, Hive dan apache Drill termasuk dalam fungsi apa?
Analytical SQL on Hadoop
No SQL Database
Resource management
Storage
Dalam ekosistem Hadoop, MongoDB dan Apache HBase termasuk dalam fungsi apa?
Analytical SQL on Hadoop
No SQL Database
Resource management
Storage
Dalam ekosistem Hadoop, Yarn termasuk dalam fungsi apa?
Analytical SQL on Hadoop
No SQL Database
Resource management
Storage
Dalam ekosistem Hadoop, HDFS termasuk dalam fungsi apa?
Analytical SQL on Hadoop
No SQL Database
Resource management
Storage
Distro open source yang menggabung seluruh ekosistem Hadoop menjadi satu adalah
Mahout
cloudera
Calderon
Caldera
Data science adalah proses mengolah data dari sebuah big data. Yang tidak termasuk dalam proses data science adalah
manajemen penyimpanan data
menemukan pertanyaan tentang informasi apa yang harus dicari
mempersiapkan data
membuat sebuah model
Dalam implementasi data science, kita bisa memanfaatkan teknologi machine learning. Pemanfaatan machine learning paling optimal untuk proses apa?
mempersiapkan data
mendeploy model
mengevaluasi model
membuat sebuah model
Definisi Big Data adalah ?
Volume yang besar
memprediksi data
mengumpulkan data
mengevaluasi atau menganalisis
Big Data sangat bermanfaat bagi perusahaan khususnya
kontribusi
spesifikasi data
pengambilan keputusan
database
contoh database yang disusun terperinci adalah
Kartu Keluarga
Akte Kelahiran
Kartu Tanda Penduduk
Konten Medsos
WA, konten medsos, video, audio adalah data diluar data yang......
terstruktur
beragam
besar sekali
unik
Big Data digunakan perusahaan untuk ?
mengembangkan data
organisasi yang baik
memperoleh informasi dan pengetahuan
meningkatkan daya saing
Data bisa mendeskripsikan suatu peristiwa, prediksi, fenomena. Adalah tujuan data bagi
perusahaan atau bisnis
sekolah
karyawan perusahaan
masa depan
salah satu aspek dalam big data yang digunakan dibidang ekonomi adalah
inovasi
search
focus
semua benar
Forecast adalah aspek yang digunakan untuk
masa depan
inovasi
realisasi data
prediksi
Good Corporate Governance adalah prinsip perusahaan untuk
melindungi data
analisis perusahaan
confidential
kinerja yang baik
dibawah ini data apa saja yang dijadikan sumber Big Data
data dengan kapasitas besar
penggunaan data besar untuk pengambilan keputusan
data social media
data sensus penduduk
Jenis data yang disimpan dalam bentuk tabel, baris dan kolom yang normalnya disimpan dalam excel atau spreadsheet, dimana informasi pada data sangat terorganisir dan dapat dengan mudah diakses dari database dengan algoritma mesin pencari sederhana.
structured data
semi sructured data
unstructured data
data teks, berformat foto atau gambar, video, atau suara, merupakan contoh data
data terstruktur
data tidak terstruktur
data semi terstruktur
Memiliki banyak data merupakan karakteristik big data. yaitu
volume
velocity
value
veracity
bisa diartikan sebagai big data yang dibuat memiliki manfaat bagi pengguna atau orang.
value
volume
veracity
variety
kecepatan data yang dibuat, diolah kembali, dan digeneralisasi, merupakan karakteristik big data yang disebut
variety
velocity
value
volume
keakuratan data dalam memproses sebuah program, merupakan karakteristik big data yang disebut
veracity
velocity
value
volume
tools yang digunakan untuk mempermudah proses big data agar lebih cepat dan efisien serta aman disebut
framework big data
Program
Coding
Big data
part of the Hadoop ecosystem, so need to have an installation of Apache Hadoop before.
Hadoop
Hive
Spark
MongoDB
is a framework for processing large datasets on a cluster
MapReduce
Hadoop
Hive
Spark
It uses Apache Kafka as the underlying data store and message bus and runs on YARN.
SPARK
FLINK
SAMZA
MapReduce
Cocok untuk data “time-series” dan memberikan trend, misalnya harga satu atau lebih saham dari tanggal ke tanggal.
Scatter Plot
Garis
Bar
Teks
Cocok untuk menunjukkan hubungan antara dua nilai variabel, misalnya berat terhadap tinggi badan dari para pemain sepakbola.
Scatter plot
Line
Bar
Pie
Cocok digunakan ketika ingin ditunjukkan nilai-nilai beberapa variabel atau kategori agar terlihat perbandingaannya.
Scatter plot
Line
Bar
Teks
dapat menanggulangi sifat data yang berubah-berubah secara cepat, merupakan karakteristik bigdata yang disebut
variability
volatility
viability
validity
Data science adalah proses mengolah data dari sebuah big data. Yang tidak termasuk dalam proses data science adalah
manajemen penyimpanan data
menemukan pertanyaan tentang informasi apa yang harus dicari
mempersiapkan data
membuat sebuah model
Dalam implementasi data science, kita bisa memanfaatkan teknologi machine learning. Pemanfaatan machine learning paling optimal untuk proses apa?
mempersiapkan data
mendeploy model
mengevaluasi model
membuat sebuah model
kecepatan data yang dibuat, diolah kembali, dan digeneralisasi, merupakan karakteristik big data yang disebut
variety
velocity
value
volume
Keuntungan dari Data yang teroganisasi adalah
Redudansi
Dapat Dipakai Berasama
Integrity
Inkonsisten
Bagaimana cara Big Data membantu dalam pengambilan keputusan strategis?
Big Data tidak dapat digunakan untuk analisis risiko.
Big Data tidak memiliki pengaruh pada pengambilan keputusan.
Big Data membantu dalam pengambilan keputusan strategis dengan menyediakan wawasan berbasis data yang akurat dan relevan.
Big Data hanya digunakan untuk analisis keuangan.
Sebutkan beberapa tantangan yang dihadapi dalam pengelolaan Big Data.
Keamanan data, privasi, dan integrasi data.
Biaya perangkat keras yang tinggi.
Data yang tidak terstruktur tidak dapat digunakan.
Kurangnya minat dari pengguna.
