Etika digital merupakan bagian dari literasi digital yang mengatur cara berinteraksi secara sopan di dunia maya. Contoh pelanggaran etika digital adalah menyebarkan komentar negatif atau memposting konten tanpa izin. Pelanggaran ini dapat merusak reputasi seseorang atau memicu konflik online.

Tindakan apa yang mencerminkan etika digital yang baik di media sosial?

Hoaks atau berita palsu sering menyebar di media sosial, memengaruhi opini publik. Literasi digital membantu siswa mengenali hoaks dengan memeriksa sumber informasi, seperti situs resmi atau media terpercaya, serta menggunakan alat pengecekan fakta.
Apa langkah pertama untuk memverifikasi kebenaran berita di media sosial?

Keamanan siber adalah aspek penting literasi digital untuk melindungi data pribadi. Phishing adalah ancaman umum, di mana penyerang mengirim email atau pesan palsu untuk mencuri informasi sensitif seperti kata sandi atau data kartu kredit.
Bagaimana cara terbaik untuk menghindari ancaman phishing?

Literasi digital mencakup penggunaan alat teknologi secara produktif, seperti aplikasi pengolah kata untuk tugas sekolah. Namun, siswa harus memahami hak cipta dan menghindari plagiarisme saat menggunakan sumber online.
Apa yang harus dilakukan untuk menghindari plagiarisme saat membuat tugas?

Kolaborasi online, seperti menggunakan Google Docs atau aplikasi konferensi video, menjadi bagian penting literasi digital. Kolaborasi ini memerlukan komunikasi yang jelas dan pengelolaan waktu untuk menghindari kesalahpahaman antar anggota tim.
Apa yang harus dilakukan untuk memastikan kolaborasi online efektif?

Kecerdasan buatan (AI) memungkinkan komputer meniru kemampuan manusia, seperti pengenalan suara atau gambar. Contohnya adalah sistem rekomendasi di platform streaming yang menyarankan film berdasarkan riwayat tontonan pengguna dengan menganalisis pola data.
Apa dasar kerja sistem rekomendasi berbasis AI?

AI sering digunakan dalam pengenalan wajah, seperti untuk membuka kunci ponsel. Teknologi ini mengandalkan algoritma untuk mencocokkan pola wajah dengan data yang tersimpan. Namun, pengenalan wajah dapat menimbulkan masalah privasi jika data wajah disalahgunakan.
Apa tantangan utama dalam penggunaan teknologi pengenalan wajah?

Asisten virtual seperti Siri atau Google Assistant menggunakan pemrosesan bahasa alami (NLP) untuk memahami perintah pengguna. NLP memungkinkan AI mengenali pola dalam bahasa manusia, tetapi memerlukan data pelatihan yang besar untuk akurat.
Apa yang diperlukan agar NLP dalam asisten virtual bekerja dengan baik

AI dapat digunakan untuk mendeteksi penipuan di transaksi online dengan mengenali pola transaksi yang tidak biasa. Namun, jika algoritma AI dilatih dengan data yang bias, hasilnya bisa tidak akurat dan merugikan pengguna.
Apa risiko utama jika AI untuk deteksi penipuan dilatih dengan data bias?

Internet of Things (IoT) adalah jaringan perangkat yang terhubung ke internet untuk bertukar data, seperti lampu pintar atau kulkas di rumah pintar. IoT meningkatkan efisiensi, tetapi perangkat ini rentan terhadap peretasan jika tidak diamankan dengan baik.
Apa langkah terbaik untuk meningkatkan keamanan perangkat IoT?

IoT di rumah pintar memungkinkan pengguna mengontrol perangkat seperti AC melalui aplikasi ponsel. Namun, jika perangkat IoT tidak diatur dengan jaringan yang aman, data pengguna bisa dicuri oleh peretas.
Apa yang harus dilakukan untuk melindungi data pengguna di rumah pintar?

IoT dalam pelayanan kesehatan, seperti gelang pintar, dapat memantau detak jantung pasien dan mengirimkan data ke dokter. Namun, data kesehatan sangat sensitif dan memerlukan enkripsi untuk mencegah kebocoran.
Apa yang penting untuk melindungi data kesehatan dari perangkat IoT?

Big data adalah kumpulan data besar dan kompleks yang diolah untuk menemukan pola, seperti perilaku pelanggan di e-commerce. Big data memiliki tiga karakteristik utama: volume (jumlah besar), velocity (kecepatan pengumpulan), dan variety (beragamnya jenis data).
Apa salah satu karakteristik utama big data?

Big data sering digunakan dalam pemasaran untuk memprediksi tren pasar berdasarkan data media sosial. Namun, penggunaan data ini harus mematuhi peraturan privasi seperti GDPR untuk melindungi pengguna.
Mengapa kepatuhan terhadap peraturan privasi penting dalam penggunaan big data?

Big data memungkinkan analisis prediktif, seperti memprediksi cuaca berdasarkan data historis dan sensor. Namun, akurasi prediksi bergantung pada kualitas data yang dikumpulkan.

Apa yang menentukan akurasi analisis prediktif dalam big data?

Machine learning (ML) adalah cabang AI yang memungkinkan komputer belajar dari data tanpa diprogram secara eksplisit. Contohnya, ML digunakan untuk mendeteksi spam di email dengan mengenali pola dari data pelatihan.
Apa yang diperlukan agar ML dapat mendeteksi spam dengan akurat?

Dalam machine learning, pembelajaran terawasi (supervised learning) menggunakan data berlabel untuk melatih model, seperti mengklasifikasikan gambar kucing dan anjing. Kualitas label data sangat penting untuk akurasi model.
Apa yang menentukan akurasi model pembelajaran terawasi?

Machine learning digunakan dalam mobil otonom untuk mengenali rambu lalu lintas berdasarkan data gambar. Namun, model ML harus terus diperbarui untuk menghadapi kondisi baru, seperti cuaca buruk.
Mengapa pembaruan model ML penting untuk mobil otonom?

Machine learning dalam keamanan siber digunakan untuk mendeteksi ancaman, seperti malware, dengan mengenali pola serangan dari data historis. Namun, model harus dilatih ulang secara berkala untuk menghadapi ancaman baru.
Mengapa pelatihan ulang model ML penting dalam keamanan siber?