Wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

UAS Teknik Data Mining

Total questions: 15

Worksheet time: 7mins

Name
Class
Date
1.

Sebutkan beberapa teknik yang digunakan dalam Feature Engineering!

a)

Normalisasi, pengkodean kategori, pemilihan fitur, ekstraksi fitur

b)

Pengujian hipotesis, analisis multivariat, pengelolaan data, pemodelan statistik

c)

Pembersihan data, visualisasi, pengelompokan, analisis regresi

d)

Klasifikasi, regresi, clustering, analisis sentimen

2.

Apa tujuan dari pengambilan data web?

a)

Tujuan dari pengambilan data web adalah untuk mengumpulkan informasi untuk analisis dan pengembangan.

b)

Untuk mengurangi biaya hosting

c)

Untuk meningkatkan kecepatan website

d)

Untuk memperbaiki tampilan desain website

3.

Jelaskan proses dasar dalam web scraping!

a)

Mengidentifikasi data dari database lokal

b)

Membuat aplikasi mobile untuk menampilkan data

c)

Menggunakan software pengolah kata untuk menyimpan data

d)

Proses dasar dalam web scraping meliputi mengidentifikasi URL, mengirim permintaan HTTP, mengambil konten HTML, mengekstrak data, dan menyimpan data.

4.

Sebutkan beberapa alat yang umum digunakan untuk web scraping!

a)

Web Crawler Pro

b)

Data Miner

c)

Beautiful Soup, Scrapy, Selenium, Puppeteer, Requests

d)

HTML Parser

5.

Apa yang dimaksud dengan analisis cerita data?

a)

Analisis cerita data adalah cara untuk menulis cerita fiksi.

b)

Analisis cerita data adalah metode pengumpulan data statistik.

c)

Analisis cerita data adalah proses memahami dan menafsirkan data dari narasi untuk menemukan pola dan makna.

d)

Analisis cerita data hanya digunakan untuk penelitian ilmiah.

6.

Mengapa penting untuk menceritakan data dengan baik?

a)

Audiens tidak peduli dengan cara penyampaian data.

b)

Penting untuk menceritakan data dengan baik agar informasi dapat dipahami, membantu pengambilan keputusan, dan menarik perhatian audiens.

c)

Data yang buruk tidak mempengaruhi keputusan.

d)

Menceritakan data tidak perlu dilakukan dengan baik.

7.

Sebutkan elemen-elemen penting dalam analisis cerita data!

a)

Setting, dialogue, resolution

b)

Genre, audience, symbolism

c)

Narrator, climax, exposition

d)

Konteks, karakter, plot, konflik, tema, sudut pandang.

8.

Apa itu dashboard dalam konteks data?

a)

Dashboard adalah alat visualisasi data yang menyajikan informasi penting secara ringkas.

b)

Dashboard adalah alat untuk mengirim email secara massal.

c)

Dashboard adalah jenis database yang menyimpan informasi.

d)

Dashboard adalah perangkat lunak untuk mengedit data.

9.

Sebutkan beberapa manfaat menggunakan dashboard!

a)

Meningkatkan biaya operasional

b)

Memperlambat proses analisis data

c)

Mengurangi jumlah data yang tersedia

d)

Beberapa manfaat menggunakan dashboard adalah visualisasi data yang jelas, pengambilan keputusan yang lebih cepat, dan pemantauan kinerja yang efektif.

10.

Sebutkan beberapa jenis visualisasi yang dapat dibuat di Tableau!

a)

Bar charts, line graphs, pie charts, scatter plots, heat maps, dashboards.

b)

doughnut charts

c)

line charts

d)

bar graphs

11.

Bagaimana cara memilih fitur yang relevan dalam rekayasa fitur?

a)

Identifikasi tujuan, analisis korelasi, pemilihan fitur berbasis model, dan validasi silang.

b)

Mengabaikan data yang tidak relevan

c)

Memilih fitur berdasarkan popularitas di media sosial

d)

Menggunakan semua fitur tanpa seleksi

12.

Apa tantangan yang sering dihadapi dalam web scraping?

a)

Membuat situs web baru dari awal

b)

Menggunakan perangkat keras yang lebih kuat

c)

Tantangan dalam web scraping termasuk perubahan struktur situs, langkah-langkah anti-scraping, masalah hukum, dan pengelolaan data besar.

d)

Meningkatkan kecepatan internet

13.

Sebutkan beberapa teknik visualisasi data yang efektif!

a)

Animasi, video presentasi, slide PowerPoint

b)

Tabel data, grafik 3D, diagram alur

c)

Gambar statis, infografis, poster

d)

Diagram batang, diagram garis, diagram lingkaran, Heatmap.

14.

Metode dalam feature engineering, dimana kita melakukan aksi "mengubah" data kategorik menjadi data numerik, disebut

a)

Scaling

b)

Encoding

c)

Transformation

d)

Extraction

15.

Mengapa penting untuk melakukan feature engineering sebelum melakukan analisis data lanjutan?

a)

Untuk mengurangi jumlah baris dalam data

b)

Untuk mengurangi jumlah kolom dalam data

c)

Untuk memastikan data bersih, akurat, dan memiliki format yang tepat

d)

Untuk melakukan visualisasi data