NEW
Font size
S
M
L
XL
WorksheetsAHMAD219GENAI
Total questions: 70
Worksheet time: 35mins
Name
Class
Date
1.
Apa tujuan utama implementasi Generative AI bagi pemimpin bisnis?
a)
Mengurangi biaya pemasaran
b)
Meningkatkan inovasi produk dan efisiensi operasional
c)
Menggantikan seluruh tenaga kerja manusia
d)
Membatasi akses data pelanggan
2.
Tantangan terbesar yang disebutkan dalam adopsi Generative AI adalah:
a)
Keterbatasan hardware GPU
b)
Kekurangan data pelatihan yang berkualitas
c)
Kurangnya minat pasar
d)
Regulasi yang terlalu ketat
3.
Langkah pertama yang direkomendasikan dalam proses implementasi Generative AI ialah:
a)
Membeli solusi AI komersial
b)
Mengidentifikasi use‑case bisnis yang tepat
c)
Membentuk tim AI internal
d)
Mengadakan pelatihan seluruh karyawan
4.
Menurut dokumen, manfaat utama Generative AI untuk R&D adalah:
a)
Otomatisasi semua eksperimen laboratorium
b)
Mempercepat eksplorasi desain konseptual
c)
Menggantikan tim ilmuwan
d)
Menurunkan biaya lisensi perangkat lunak
5.
Faktor kunci keberhasilan adopsi AI yang ditekankan adalah:
a)
Memilih vendor termurah
b)
Kolaborasi lintas‑departemen
c)
Menggunakan hardware lama
d)
Mengurangi jumlah karyawan IT
6.
Apa peran “Data Governance” dalam konteks Generative AI?
a)
Menyimpan semua data di cloud publik
b)
Menetapkan kebijakan kualitas, keamanan, dan kepatuhan data
c)
Menghapus data historis secara otomatis
d)
Mengganti data scientist dengan AI otomatis
7.
Salah satu contoh use‑case Generative AI di bidang pemasaran yang disebutkan adalah:
a)
Analisis sentimen media sosial secara manual
b)
Pembuatan variasi konten iklan berbasis brief singkat
c)
Penjadwalan posting media sosial secara acak
d)
Pengiriman email massal tanpa segmentasi
8.
Apa yang dimaksud dengan “Model Fine‑tuning” dalam Generative AI?
a)
Melatih model dari nol dengan data baru
b)
Menyesuaikan model yang sudah ada menggunakan dataset spesifik
c)
Mengganti algoritma training dengan yang lebih cepat
d)
Mengurangi ukuran model agar lebih ringan
9.
Dokumen menekankan pentingnya “Human‑in‑the‑Loop”. Ini berarti:
a)
AI beroperasi sepenuhnya tanpa intervensi manusia
b)
Manusia tetap memvalidasi dan mengarahkan output AI
c)
Hanya manusia yang membuat keputusan akhir tanpa AI
d)
Menggunakan robot fisik untuk mengerjakan tugas rutin
10.
Salah satu risiko etis yang perlu diwaspadai saat menggunakan Generative AI adalah:
a)
Kegagalan hardware GPU
b)
Penyebaran konten palsu atau deepfake
c)
Keterbatasan bandwidth internet
d)
Kesulitan dalam menginstal software AI
11.
Generative AI dapat didefinisikan sebagai:
a)
Sistem klasifikasi data saja
b)
Model yang menghasilkan konten baru (teks, gambar, audio) berdasarkan pola data
c)
Algoritma prediksi nilai numerik
d)
Teknologi jaringan saraf yang hanya offline
12.
Contoh aplikasi Generative AI dalam manufaktur adalah:
a)
Sistem manajemen inventaris berbasis barcode
b)
Simulasi desain material baru menggunakan model GAN
c)
Kontrol robotik berbasis PLC tradisional
d)
Analisis keuangan dengan regresi linear
13.
Manfaat utama Generative AI untuk R&D yang disebutkan:
a)
Mengurangi kebutuhan tenaga ahli
b)
Mempercepat eksplorasi desain konseptual
c)
Menghilangkan semua proses manual
d)
Menurunkan biaya lisensi perangkat lunak
14.
Apa perbedaan utama antara “Generative AI” dan “Discriminative AI”?
a)
Generative AI menghasilkan data baru, sedangkan Discriminative AI membedakan atau mengklasifikasikan data yang ada
b)
Discriminative AI hanya dapat dipakai untuk gambar
c)
Generative AI selalu lebih akurat
d)
Tidak ada perbedaan, keduanya sinonim
15.
Salah satu tantangan teknik dalam mengembangkan Generative AI adalah:
a)
Kurangnya data berlabel
b)
Mode collapse pada GAN
c)
Keterbatasan CPU saja
d)
Tidak adanya GPU di pasar
16.
Model “Transformer” berkontribusi pada Generative AI dengan cara:
a)
Menggunakan jaringan konvolusional untuk gambar
b)
Menerapkan mekanisme attention untuk menangkap hubungan jangka panjang dalam data
c)
Mengandalkan decision tree tradisional
d)
Mengoptimalkan kompresi data video saja
17.
Contoh penggunaan Generative AI di bidang kreatif yang disebutkan:
a)
Penulisan kode perangkat lunak secara manual
b)
Penciptaan musik dan melodi otomatis
c)
Pengolahan data sensor industri
d)
Manajemen basis data relasional
18.
Apa yang dimaksud dengan “Prompt Engineering”?
a)
Membuat antarmuka pengguna grafis
b)
Merancang input teks yang optimal untuk mendapatkan output AI yang diinginkan
c)
Mengoptimalkan hardware GPU
d)
Mengembangkan sistem operasi khusus AI
19.
Dalam konteks keamanan, Generative AI dapat menimbulkan risiko:
a)
Kegagalan hard‑disk
b)
Pembuatan konten berbahaya seperti phishing atau deepfake
c)
Kehabisan listrik pada data center
d)
Penurunan kecepatan jaringan internet
20.
Salah satu prinsip etika yang ditekankan dalam dokumen adalah:
a)
Menggunakan data tanpa izin karena sifat publiknya
b)
Transparansi penggunaan AI dan pemberitahuan kepada pengguna
c)
Menghapus semua jejak audit log
d)
Mengabaikan regulasi privasi data
21.
Data apa yang dianggap paling krusial untuk melatih model Generative AI yang efektif?
a)
Data terstruktur dengan label lengkap
b)
Data tidak berlabel dengan variasi tinggi
c)
Data hanya berupa teks pendek
d)
Data yang di‑snapshot dari satu sumber saja
22.
Langkah “pembersihan data” meliputi:
a)
Menambahkan noise pada data
b)
Menghapus duplikasi, memperbaiki kesalahan, menstandarisasi format
c)
Mengacak urutan data secara acak
d)
Mengonversi semua data menjadi gambar
23.
Tantangan etis terkait data yang disebutkan adalah:
a)
Penyimpanan data di cloud publik secara gratis
b)
Penggunaan data pribadi tanpa persetujuan eksplisit
c)
Kurangnya kemampuan komputer memproses data besar
d)
Tidak tersedia API untuk mengakses data
24.
Metode apa yang digunakan untuk menyeimbangkan dataset yang tidak seimbang?
a)
Menghapus data minoritas
b)
Oversampling atau teknik SMOTE
c)
Mengabaikan data minoritas
d)
Menambah noise pada semua data
25.
Apa peran “Metadata” dalam manajemen data generatif?
a)
Mengganti data utama
b)
Memberikan informasi kontekstual tentang sumber, kualitas, dan hak penggunaan
c)
Mengurangi ukuran file utama
d)
Menyimpan hasil output AI saja
26.
Dalam dokumen, “Data Provenance” berarti:
a)
Menghapus jejak asal data
b)
Merekam asal-usul, sejarah, dan transformasi data
c)
Mengacak sumber data untuk keamanan
d)
Menyimpan data hanya dalam format terkompresi
27.
Salah satu teknik augmentasi data yang cocok untuk gambar generatif adalah:
a)
Menghapus label gambar
b)
Rotasi, flipping, dan perubahan warna
c)
Mengganti gambar menjadi teks
d)
Menambahkan noise pada file PDF
28.
Apa yang dimaksud dengan “Data Drift” dalam konteks AI?
a)
Perubahan hardware server AI
b)
Perubahan distribusi data yang masuk dibandingkan data training
c)
Penurunan kualitas jaringan internet
d)
Perubahan format file menjadi CSV
29.
Untuk memastikan kepatuhan GDPR, dokumen menyarankan:
a)
Menyimpan semua data selamanya
b)
Memberikan opsi penghapusan data (“right to be forgotten”) kepada pengguna
c)
Mengabaikan persetujuan pengguna karena data bersifat anonim
d)
Menggunakan data tanpa enkripsi
30.
Salah satu manfaat penggunaan “Data Versioning” adalah:
a)
Mengurangi ukuran penyimpanan secara drastis
b)
Memungkinkan reproduktifitas eksperimen AI dengan melacak tiap perubahan dataset
c)
Menghilangkan kebutuhan backup data
d)
Mempercepat proses training secara otomatis
31.
Perbedaan utama antara pembelajaran Supervised dan Unsupervised adalah:
a)
Supervised hanya untuk prediksi numerik
b)
Supervised menggunakan data berlabel, sedangkan Unsupervised tidak berlabel
c)
Unsupervised selalu menghasilkan gambar
d)
Supervised tidak memerlukan proses pelatihan
32.
Reinforcement Learning (RL) paling cocok untuk masalah:
a)
Klasifikasi email spam
b)
Pengoptimalan kebijakan penentuan harga dinamis dalam real‑time
c)
Penyaringan foto di media sosial
d)
Prediksi cuaca dengan regresi linear
33.
Teknologi AI yang menjadi pondasi Generative AI menurut dokumen:
a)
Sistem Pakar berbasis aturan hard‑coded
b)
Jaringan Saraf Tiruan (Neural Networks) khususnya arsitektur “Transformer”
c)
Algoritma pencarian heuristik klasik
d)
Database relasional SQL
34.
Apa fungsi utama “Attention Mechanism” dalam model Transformer?
a)
Mengurangi dimensi data menjadi satu nilai
b)
Menentukan kontribusi relatif tiap token input terhadap output
c)
Mengganti fungsi aktivasi ReLU
d)
Menyimpan model dalam format XML
35.
Model “Convolutional Neural Network (CNN)” paling sering digunakan untuk:
a)
Analisis teks panjang
b)
Pemrosesan citra dan video
c)
Optimasi jadwal produksi
d)
Prediksi nilai saham dengan time‑series
36.
Dalam konteks AI, apa itu “Explainable AI (XAI)”?
a)
AI yang dapat menghasilkan gambar realistik
b)
Kerangka kerja yang memungkinkan manusia memahami keputusan model
c)
AI yang beroperasi secara offline
d)
AI yang hanya menggunakan data terstruktur
37.
Salah satu kelebihan “Edge AI” dibandingkan AI berbasis cloud adalah:
a)
Memerlukan koneksi internet terus‑menerus
b)
Mengurangi latensi dan meningkatkan privasi data
c)
Membutuhkan server data center besar
d)
Tidak dapat dipakai untuk IoT
38.
Apa peran “AutoML” dalam pengembangan model AI?
a)
Menulis kode Python secara manual
b)
Mengotomatiskan proses pemilihan model, hyperparameter, dan pipeline
c)
Mengganti semua data scientist dengan robot
d)
Hanya berfungsi pada data gambar
39.
Model “Recurrent Neural Network (RNN)” terutama dipakai untuk:
a)
Analisis citra statis
b)
Pengolahan data berurutan seperti teks atau sinyal waktu
c)
Optimasi jaringan logistik
d)
Clustering data tidak berlabel
40.
Dokumen menekankan pentingnya “Model Monitoring”. Ini meliputi:
a)
Menonaktifkan semua log setelah deployment
b)
Memantau performa, drift, dan bias model secara berkelanjutan
c)
Menghapus data training setelah model selesai
d)
Hanya melakukan monitoring pada akhir tahun
41.
Arsitektur GAN (Generative Adversarial Network) terdiri dari dua komponen utama, yaitu:
a)
Encoder dan Decoder
b)
Generator dan Discriminator
c)
Classifier dan Regressor
d)
Supervisor dan Worker
42.
Keunggulan model “Diffusion” dibandingkan GAN dalam menghasilkan gambar adalah:
a)
Memerlukan lebih sedikit data pelatihan
b)
Lebih stabil selama proses pelatihan dan menghasilkan detail yang lebih halus
c)
Tidak memerlukan GPU
d)
Dapat dijalankan pada perangkat seluler tanpa optimasi
43.
Dalam konteks bisnis, Generative AI dapat membantu pembuatan konten marketing dengan cara:
a)
Mengganti seluruh tim kreatif secara otomatis
b)
Menghasilkan variasi teks iklan dan visual secara cepat berdasarkan brief singkat
c)
Mengirim email secara otomatis tanpa review manusia
d)
Mengoptimalkan biaya iklan dengan algoritma bidding tradisional
44.
Model “Variational Autoencoder (VAE)” berfungsi utama untuk:
a)
Mengklasifikasikan gambar ke dalam kategori tetap
b)
Mempelajari representasi terkompresi (latent space) untuk menghasilkan data baru
c)
Menyimpan data dalam format ZIP
d)
Mengoptimalkan jaringan 5G
45.
Salah satu tantangan pelatihan GAN yang disebutkan dalam dokumen adalah:
a)
Overfitting pada data kecil
b)
Mode collapse, di mana generator menghasilkan output seragam
c)
Keterbatasan RAM pada komputer desktop
d)
Tidak dapat memproses teks
46.
Apa perbedaan utama antara “Conditional GAN” dan GAN standar?
a)
Conditional GAN tidak memerlukan discriminator
b)
Conditional GAN menerima label atau kondisi tambahan untuk mengendalikan output
c)
GAN standar menghasilkan video, bukan gambar
d)
Tidak ada perbedaan, hanya nama lain
47.
Dalam pipeline Generative AI, tahap “Prompt Refinement” bertujuan:
a)
Mengganti model dengan yang lebih kecil
b)
Menyempurnakan input teks agar model menghasilkan output yang lebih relevan
c)
Menambahkan noise pada gambar output
d)
Menghapus semua metadata
48.
Salah satu contoh penggunaan Generative AI di bidang desain produk adalah:
a)
Membuat prototipe fisik secara manual
b)
Menghasilkan konsep bentuk produk secara otomatis menggunakan AI‑driven generative design
c)
Menghitung biaya produksi dengan spreadsheet
d)
Mengirimkan laporan PDF ke klien tanpa revisi
49.
Apa yang dimaksud dengan “Latent Space Interpolation” dalam konteks model generatif?
a)
Menggabungkan dua dataset terpisah
b)
Menciptakan transisi mulus antara dua titik di ruang laten untuk menghasilkan variasi output
c)
Mengurangi ukuran file menjadi 0 KB
d)
Menyimpan model dalam format .exe
50.
Dokumen menekankan pentingnya “Responsible AI” dalam penggunaan Generative AI, meliputi:
a)
Mengabaikan hak cipta konten yang dihasilkan
b)
Menerapkan kebijakan etika, transparansi, dan kontrol kualitas pada output AI
c)
Menjual model generatif tanpa lisensi
d)
Menyimpan semua data dalam format teks biasa
51.
Manfaat utama Generative AI untuk meningkatkan efisiensi operasional yang disebutkan adalah:
a)
Mengurangi jumlah rapat bulanan
b)
Otomatisasi pembuatan dokumen teknis, laporan, dan desain produk
c)
Menghilangkan kebutuhan departemen IT
d)
Menurunkan gaji karyawan secara signifikan
52.
Contoh aplikasi Generative AI dalam pengembangan produk yang diuraikan:
a)
Simulasi stress test pada bahan metalik menggunakan model physics‑based
b)
Pembuatan prototype desain produk secara virtual dengan AI‑driven generative design
c)
Penggunaan spreadsheet untuk perencanaan produksi
d)
Manual assembly line tanpa bantuan mesin
53.
Tantangan etis yang perlu dipertimbangkan saat mengintegrasikan Generative AI dalam bisnis meliputi:
a)
Risiko plagiarisme konten yang dihasilkan
b)
Keterbatasan bandwidth internet perusahaan
c)
Kesulitan mengakses file PDF lama
d)
Penggunaan bahasa pemrograman lama
54.
Dalam dokumen, “AI‑augmented Decision Making” didefinisikan sebagai:
a)
Mengganti semua keputusan manusia dengan AI otomatis
b)
Menggunakan output AI sebagai salah satu faktor pertimbangan dalam proses keputusan
c)
Menghilangkan kebutuhan data analyst
d)
Menggunakan AI hanya untuk tugas administratif rutin
55.
Salah satu contoh penggunaan Generative AI untuk customer support yang disebutkan:
a)
Mengirim email massal tanpa personalisasi
b)
Membuat jawaban otomatis berbasis konteks untuk tiket layanan
c)
Mengganti semua agen manusia dengan chatbot yang statis
d)
Menyimpan semua percakapan dalam format CSV
56.
Apa peran “Fine‑tuned Language Model” dalam pembuatan materi pemasaran?
a)
Menghasilkan laporan keuangan
b)
Menulis teks iklan dan deskripsi produk yang sesuai brand voice
c)
Mengoptimalkan jaringan server
d)
Menyimpan data pelanggan dalam format XML
57.
Dokumen menyarankan langkah pertama dalam mengadopsi Generative AI di organisasi:
a)
Membeli lisensi software terbesar di pasar
b)
Melakukan audit kebutuhan bisnis dan data yang tersedia
c)
Mengganti semua infrastruktur IT sekaligus
d)
Menutup semua cabang operasional selama implementasi
58.
Salah satu metrik yang dapat digunakan untuk mengukur ROI dari proyek Generative AI adalah:
a)
Jumlah baris kode yang ditulis
b)
Pengurangan waktu siklus produksi atau biaya operasional
c)
Tingkat penggunaan CPU pada server AI
d)
Jumlah halaman PDF yang di‑generate
59.
Apa yang dimaksud dengan “Human‑AI Collaboration” dalam konteks bisnis?
a)
AI bekerja secara terpisah dari manusia
b)
Manusia dan AI bekerja bersama, masing‑masing memberikan nilai tambah
c)
Mengganti semua tenaga kerja dengan robot
d)
Menggunakan AI hanya pada malam hari
60.
Dalam dokumen, risiko bias data dapat diatasi dengan:
a)
Menggunakan satu sumber data saja
b)
Menerapkan teknik sampling yang representatif dan audit data secara berkala
c)
Menghilangkan semua data pribadi
d)
Mengabaikan proses validasi model
61.
Studi kasus pada dokumen menyoroti penggunaan Generative AI di industri:
a)
Perbankan dan keuangan
b)
Manufaktur material dan produksi R&D
c)
Pendidikan daring
d)
Transportasi publik
62.
Hasil utama yang dicapai setelah penerapan Generative AI dalam studi kasus tersebut adalah:
a)
Penurunan kualitas produk sebesar 15 %
b)
Pengurangan waktu siklus pengembangan produk hingga 30 %
c)
Penggantian seluruh tim R&D dengan mesin
d)
Peningkatan biaya operasional sebesar 20 %
63.
Faktor kunci keberhasilan implementasi yang ditekankan dalam studi kasus adalah:
a)
Memilih vendor AI dengan harga terendah
b)
Kolaborasi lintas‑departemen antara tim data, R&D, dan manajemen produk
c)
Menggunakan hardware lama untuk mengurangi investasi
d)
Menghindari pelatihan karyawan demi menjaga kerahasiaan
64.
Metode evaluasi performa model Generative AI yang dipakai dalam studi kasus:
a)
Mengukur akurasi klasifikasi gambar
b)
Membandingkan waktu prototyping dan kualitas desain sebelum‑setelah AI
c)
Menghitung skor BLEU untuk teks saja
d)
Menguji kecepatan rendering video 4K
65.
Tantangan utama yang dihadapi selama implementasi adalah:
a)
Keterbatasan jaringan 5G di pabrik
b)
Ketersediaan data pelatihan berkualitas tinggi dan berskala
c)
Tidak ada dukungan manajemen senior
d)
Regulasi pemerintah yang melarang AI
66.
Solusi yang diadopsi untuk mengatasi kendala data adalah:
a)
Membeli data dari sumber asing tanpa verifikasi
b)
Menggunakan teknik data augmentation dan synthetik untuk melengkapi dataset
c)
Mengurangi jumlah fitur yang dipakai dalam model
d)
Mengganti semua sensor produksi dengan kamera standar
67.
Dampak ekonomi yang diukur pasca‑implementasi mencakup:
a)
Penurunan pendapatan perusahaan sebesar 10 %
b)
Peningkatan margin keuntungan sebesar 12 % berkat efisiensi
c)
Penurunan jumlah karyawan sebesar 30 %
d)
Tidak ada perubahan finansial signifikan
68.
Apa peran “Change Management” dalam keberhasilan proyek ini?
a)
Mengabaikan kebutuhan pelatihan karyawan
b)
Menyediakan program pelatihan, komunikasi, dan dukungan adopsi teknologi
c)
Menutup semua lini produksi selama migrasi
d)
Mengganti seluruh sistem ERP sekaligus
69.
Teknologi Generative AI yang paling dominan digunakan dalam studi kasus tersebut adalah:
a)
Recurrent Neural Network (RNN)
b)
Generative Adversarial Network (GAN) untuk desain material
c)
Decision Tree sederhana
d)
K-Nearest Neighbors (KNN)
70.
Dokumen menekankan pentingnya continuous improvement setelah rollout AI. Ini meliputi:
a)
Menghentikan semua monitoring setelah 1 bulan
b)
Iterasi model secara reguler, feedback loop dengan tim R&D, dan pembaruan data
c)
Mengganti semua model setiap minggu tanpa evaluasi
d)
Menutup akses ke data bagi semua departemen kecuali IT
Reset
