Font size
WorksheetsQuiz tentang Kecerdasan Buatan
Total questions: 84
Worksheet time: 1hrs 3mins
Sebuah sistem AI dirancang khusus untuk bermain catur dan berhasil mengalahkan juara dunia, namun tidak bisa melakukan tugas lain seperti menerjemahkan bahasa atau mengenali wajah. Termasuk dalam kategori AI manakah sistem tersebut?
Machine Learning
Artificial Narrow Intelligence (ANI)
Artificial General Intelligence (AGI)
Deep Learning
Artificial Superintelligence (ASI)
Manakah dari pernyataan berikut yang paling tepat mendeskripsikan perbedaan utama antara Machine Learning (ML) dan Deep Learning (DL)?
ML hanya bisa digunakan untuk data terstruktur, sedangkan DL untuk data tidak terstruktur.
ML selalu merupakan 'supervised learning', sedangkan DL selalu 'unsupervised learning'.
ML menggunakan algoritma regresi, sedangkan DL menggunakan algoritma klasifikasi.
DL membutuhkan volume data yang jauh lebih sedikit daripada ML untuk bisa berfungsi.
ML membutuhkan intervensi manusia untuk rekayasa fitur (feature engineering), sedangkan DL dapat mempelajari fitur secara otomatis.
Sebuah perusahaan ingin membangun sistem untuk memprediksi harga rumah di masa depan berdasarkan fitur seperti luas tanah, jumlah kamar tidur, dan lokasi. Jenis masalah Machine Learning apa yang paling cocok untuk kasus ini?
Reinforcement Learning
Klasifikasi (Classification)
Pengelompokan (Clustering)
Pengurangan Dimensi (Dimensionality Reduction)
Regresi (Regression)
Konsep 'bias' dalam AI merujuk pada...
Kecenderungan sistem AI untuk menghasilkan output yang tidak adil atau diskriminatif secara sistematis terhadap kelompok tertentu.
Kemampuan AI untuk memilih jawaban yang paling populer.
Kesalahan acak yang terjadi selama proses training model.
Parameter dalam model machine learning yang dapat diatur untuk meningkatkan akurasi.
Preferensi pengembang yang sengaja dimasukkan ke dalam algoritma.
Manakah di antara library Python berikut yang paling umum digunakan untuk tugas-tugas Machine Learning umum seperti klasifikasi, regresi, dan clustering, serta menyediakan berbagai alat untuk prapemrosesan data?
PyTorch
TensorFlow
Pandas
NumPy
Scikit-learn
Dalam pengembangan model Machine Learning, mengapa penting untuk membagi dataset menjadi data latih (training data) dan data uji (testing data)?
Agar model bisa memilih data mana yang lebih mudah untuk dipelajari.
Untuk mempercepat proses training dengan menggunakan lebih sedikit data.
Untuk mematuhi peraturan privasi data yang mengharuskan pemisahan.
Karena data uji mengandung jawaban yang benar, sedangkan data latih tidak.
Untuk mengevaluasi performa model pada data baru yang belum pernah dilihat sebelumnya.
Sebuah aplikasi email secara otomatis memindahkan pesan-pesan tertentu ke folder 'Spam'. Kemampuan ini paling mungkin diimplementasikan menggunakan model...
K-Means Clustering
Principal Component Analysis (PCA)
Regresi Linear
Regresi Logistik
Q-Learning
Periode di mana pendanaan dan minat terhadap riset AI menurun drastis karena janji yang berlebihan dan kegagalan mencapai ekspektasi dikenal sebagai...
AI Boom
Dartmouth Conference
The Singularity
AI Spring
AI Winter
Manakah dari berikut ini yang merupakan contoh masalah etika terkait 'transparansi' dalam AI?
Model AI memberikan hasil pinjaman yang berbeda berdasarkan ras pemohon.
Sebuah model 'black box' menolak aplikasi kredit seseorang, tetapi tidak ada yang bisa menjelaskan mengapa keputusan itu dibuat.
Data pribadi pengguna digunakan untuk melatih model tanpa izin.
Pengenalan robot di pabrik menyebabkan banyak pekerja kehilangan pekerjaan.
Mobil otonom mengalami kecelakaan dan tidak jelas siapa yang bertanggung jawab.
Pengenalan robot di pabrik menyebabkan banyak pekerja kehilangan pekerjaan.
Tes yang dirancang oleh Alan Turing untuk mengukur kemampuan mesin dalam menunjukkan perilaku cerdas yang setara atau tidak dapat dibedakan dari manusia dikenal sebagai...
Voight-Kampff Test
Chinese Room Argument
Turing Test
CAPTCHA Test
Benchmark Test
Dalam hierarki konsep, manakah urutan dari yang paling umum ke yang paling spesifik yang benar?
Machine Learning -> Deep Learning -> Artificial Intelligence
Deep Learning -> Artificial Intelligence -> Machine Learning
Artificial Intelligence -> Deep Learning -> Machine Learning
Machine Learning -> Artificial Intelligence -> Deep Learning
Artificial Intelligence -> Machine Learning -> Deep Learning
Manakah dari permasalahan berikut yang paling TIDAK cocok diselesaikan dengan pendekatan AI atau Machine Learning?
Menerjemahkan teks dari satu bahasa ke bahasa lain secara otomatis.
Mendeteksi penipuan transaksi kartu kredit berdasarkan pola belanja.
Menghitung total gaji karyawan berdasarkan jam kerja dan tarif per jam yang sudah pasti.
Merekomendasikan film kepada pengguna berdasarkan riwayat tontonan mereka.
Mendiagnosis penyakit dari gambar medis seperti rontgen atau MRI.
Dalam konteks dataset untuk supervised learning, apa yang dimaksud dengan 'label'?
Jawaban atau output yang benar yang ingin diprediksi oleh model.
Jumlah total baris data dalam sebuah dataset.
Nama-nama kolom dalam sebuah tabel data.
Versi dataset yang sudah dibersihkan dan diproses.
Informasi mentah yang dikumpulkan dari sensor atau input pengguna.
Sebuah model Machine Learning memiliki akurasi 99% pada data latih, tetapi hanya 60% pada data uji. Fenomena ini disebut...
Convergence
Variance
Underfitting
Overfitting
Bias
Apa fungsi utama dari 'neuron' dalam sebuah Artificial Neural Network (ANN)?
Menvisualisasikan data untuk analisis oleh manusia.
Menyimpan seluruh dataset untuk referensi di masa depan.
Memilih algoritma Machine Learning yang paling cocok untuk data.
Menerima input, memprosesnya dengan bobot (weights) dan fungsi aktivasi, lalu meneruskan output.
Secara acak menghapus data untuk mencegah overfitting.
Sebuah sistem AI dirancang khusus untuk bermain catur dan berhasil mengalahkan juara dunia, namun tidak bisa melakukan tugas lain seperti menerjemahkan bahasa atau mengenali wajah. Termasuk dalam kategori AI manakah sistem tersebut?
Artificial General Intelligence (AGI)
Artificial Superintelligence (ASI)
Machine Learning
Artificial Narrow Intelligence (ANI)
Deep Learning
Manakah dari pernyataan berikut yang paling tepat mendeskripsikan perbedaan utama antara Machine Learning (ML) dan Deep Learning (DL)?
ML hanya bisa digunakan untuk data terstruktur, sedangkan DL untuk data tidak terstruktur.
ML membutuhkan intervensi manusia untuk rekayasa fitur (feature engineering), sedangkan DL dapat mempelajari fitur secara otomatis.
ML selalu merupakan 'supervised learning', sedangkan DL selalu 'unsupervised learning'.
DL membutuhkan volume data yang jauh lebih sedikit daripada ML untuk bisa berfungsi.
ML menggunakan algoritma regresi, sedangkan DL menggunakan algoritma klasifikasi.
Apa yang dimaksud dengan 'fitur' (feature) dalam konteks Machine Learning?
Algoritma yang digunakan oleh model.
Parameter yang diatur oleh pengembang.
Variabel input atau atribut yang digunakan untuk melatih model.
Output yang dihasilkan o
Apa yang dimaksud dengan 'variabel input' dalam Machine Learning?
Algoritma yang digunakan oleh model.
Parameter yang diatur oleh pengembang.
Variabel input atau atribut yang digunakan untuk melatih model.
Output yang dihasilkan oleh model.
Tingkat akurasi model.
Periode di mana pendanaan dan minat terhadap riset AI menurun drastis karena janji yang berlebihan dan kegagalan mencapai ekspektasi dikenal sebagai...
AI Boom
Dartmouth Conference
The Singularity
AI Spring
AI Winter
Manakah dari berikut ini yang merupakan contoh masalah etika terkait 'transparansi' dalam AI?
Model AI memberikan hasil pinjaman yang berbeda berdasarkan ras pemohon.
Sebuah model 'black box' menolak aplikasi kredit seseorang, tetapi tidak ada yang bisa menjelaskan mengapa keputusan itu dibuat.
Data pribadi pengguna digunakan untuk melatih model tanpa izin.
Pengenalan robot di pabrik menyebabkan banyak pekerja kehilangan pekerjaan.
Mobil otonom mengalami kecelakaan dan tidak jelas siapa yang bertanggung jawab.
Tes yang dirancang oleh Alan Turing untuk mengukur kemampuan mesin dalam menunjukkan perilaku cerdas yang setara atau tidak dapat dibedakan dari manusia dikenal sebagai...
Voight-Kampff Test
Chinese Room Argument
Turing Test
CAPTCHA Test
Benchmark Test
Manakah dari permasalahan berikut yang paling TIDAK cocok diselesaikan dengan pendekatan AI atau Machine Learning?
Menerjemahkan teks dari satu bahasa ke bahasa lain secara otomatis.
Mendeteksi penipuan transaksi kartu kredit berdasarkan pola belanja.
Menghitung total gaji karyawan berdasarkan jam kerja dan tarif per jam yang sudah pasti.
Merekomendasikan film kepada pengguna berdasarkan riwayat tontonan mereka.
Mendiagnosis penyakit dari gambar medis seperti rontgen.
Apa fungsi dari data 'validasi' dalam proses pengembangan model ML?
Untuk menguji model pada data yang tidak pernah dilihat sebelumnya.
Untuk membersihkan data dari nilai yang hilang.
Untuk mengatur hyperparameter model dan mencegah overfitting.
Untuk melatih model dan menemukan bobot terbaik.
Untuk membuat visualisasi data.
Algoritma Machine Learning yang digunakan untuk mengelompokkan data yang tidak memiliki label (jawaban) disebut...
Supervised Learning
Reinforcement Learning
Semi-supervised Learning
Unsupervised Learning
Transfer Learning
Apa yang dimaksud dengan 'Big Data'?
Dataset yang hanya terdiri dari teks.
Dataset yang sangat besar dan kompleks, yang sulit diproses menggunakan metode tradisional.
Database yang hanya berisi gambar.
Dataset yang digunakan untuk melatih model Deep Learning.
Data yang dikumpulkan dari sensor IoT.
Manakah dari pernyataan berikut yang paling tepat mendeskripsikan 'overfitting'?
Model terlalu sederhana dan tidak dapat menangkap pola data.
Model memiliki performa yang baik pada data latih, tetapi buruk pada data uji.
Model memiliki performa yang buruk pada data latih dan data uji.
Model memiliki performa yang baik pada semua data.
Model membutuhkan lebih banyak data untuk dilatih.
Jika Anda ingin membuat sebuah program yang dapat mengelompokkan foto-foto berdasarkan objek yang ada di dalamnya, jenis pembelajaran apa yang paling cocok?
Supervised Learning
Unsupervised Learning
Reinforcement Learning
Semi-supervised Learning
Active Learning
Dalam pemrosesan data, apa tujuan utama dari 'normalisasi'?
Menghapus data yang hilang.
Membuat data lebih mudah dibaca oleh manusia.
Mengubah skala fitur data ke rentang yang sama.
Mengubah data tidak terstruktur menjadi terstruktur.
Memisahkan data menjadi training dan testing.
Salah satu masalah etika utama dalam penggunaan AI adalah 'accountability'. Masalah ini berkaitan dengan...
Siapa yang bertanggung jawab jika AI membuat keputusan yang salah atau berbahaya.
Apakah data yang digunakan AI adil atau tidak.
Apakah AI menggunakan energi yang terlalu banyak.
Apakah AI transparan dalam mengambil keputusan.
Apakah data pengguna dilindungi dengan baik.
Library Python yang paling cocok untuk manipulasi dan analisis data dalam format tabel (seperti CSV atau Excel) adalah...
NumPy
Matplotlib
Pandas
PyTorch
TensorFlow
Manakah dari berikut ini yang merupakan contoh dari 'supervised learning'?
Mengelompokkan dokumen ke dalam kategori berdasarkan isinya.
Melatih robot untuk menavigasi labirin.
Memprediksi apakah seorang pelanggan akan membeli produk baru atau tidak.
Menemukan pola tersembunyi dalam dataset tanpa label.
Mengidentifikasi anomali dalam data transaksi.
Dalam konteks Deep Learning, 'TensorFlow' dan 'PyTorch' adalah contoh dari...
Algoritma ML
Dataset
Bahasa pemrograman
Framework atau library
Metode evaluasi
Apa yang membedakan 'Artificial General Intelligence (AGI)' dari 'Artificial Narrow Intelligence (ANI)'?
AGI lebih murah untuk dikembangkan daripada ANI.
AGI bisa melakukan tugas apa pun yang bisa dilakukan manusia, sementara ANI hanya bisa melakukan satu tugas spesifik.
AGI memiliki kesadaran, sedangkan ANI tidak.
AGI tidak memerlukan data, sedangkan ANI membutuhkannya.
AGI adalah konsep lama, sementara ANI adalah konsep modern.
Sebuah sistem AI yang digunakan untuk mendeteksi tumor dari gambar hasil rontgen paling mungkin menggunakan pendekatan...
Regresi
Klasifikasi
Clustering
Reinforcement Learning
Dimensinality Reduction
Apa yang dimaksud dengan 'label' dalam 'unsupervised learning'?
Ada banyak label yang digunakan untuk mengklasifikasikan data.
Labelnya harus dibuat secara manual.
Label adalah hasil prediksi dari model.
Label tidak ada, karena model belajar dari data tanpa panduan.
Label adalah nama kolom pada dataset.
Salah satu tantangan etika terbesar dari sistem pengenalan wajah adalah...
Membutuhkan data yang sangat besar.
Sulitnya mengembangkan algoritma yang akurat.
Potensi pelanggaran privasi dan pengawasan massal.
Biaya komputasi yang tinggi.
Sulitnya membedakan antara wajah asli dan gambar.
Konsep di mana sebuah model Machine Learning yang telah dilatih pada satu tugas digunakan kembali sebagai titik awal untuk melatih model pada tugas yang berbeda disebut...
Supervised Learning
Reinforcement Learning
Transfer Learning
Unsupervised Learning
Semi-supervised Learning
Dalam konteks TKJ, mengapa Python atau Bash sering digunakan untuk koding?
Keduanya adalah bahasa pemrograman yang paling sulit dipelajari.
Keduanya memiliki sintaks yang ringkas dan efisien untuk otomasi jaringan dan sistem.
Keduanya tidak memerlukan library eksternal.
Keduanya hanya bisa digunakan untuk pengembangan aplikasi web.
Keduanya sangat lambat dalam eksekusi program.
Dalam materi TKJ, koding dapat digunakan untuk 'Keamanan Jaringan'. Apa contoh penerapannya?
Membuat model Deep Learning untuk memprediksi harga Bitcoin.
Mengembangkan skrip untuk mendeteksi ancaman keamanan atau mengelola firewall.
Membuat aplikasi mobile untuk pesan instan.
Merancang database untuk e-commerce.
Melatih robot untuk ber
Mengembangkan skrip untuk mendeteksi ancaman keamanan atau mengelola firewall.
Membuat aplikasi mobile untuk pesan instan.
Mengembangkan skrip untuk mendeteksi ancaman keamanan atau mengelola firewall.
Merancang database untuk e-commerce.
Melatih robot untuk berjalan.
Pengembangan 'IoT (Internet of Things)' di jurusan TKJ membutuhkan koding untuk...
Membangun website statis.
Memprogram mikrokontroler agar dapat mengirim data ke jaringan.
Membuat video game 2D.
Merancang antarmuka pengguna (UI) yang rumit.
Mengatur hak akses pengguna pada sistem operasi.
Sebuah sistem AI dirancang khusus untuk bermain catur dan berhasil mengalahkan juara dunia, namun tidak bisa melakukan tugas lain seperti menerjemahkan bahasa atau mengenali wajah. Termasuk dalam kategori AI manakah sistem tersebut?
Machine Learning
Artificial Narrow Intelligence (ANI)
Artificial General Intelligence (AGI)
Deep Learning
Artificial Superintelligence (ASI)
Manakah dari pernyataan berikut yang paling tepat mendeskripsikan perbedaan utama antara Machine Learning (ML) dan Deep Learning (DL)?
ML hanya bisa digunakan untuk data terstruktur, sedangkan DL untuk data tidak terstruktur.
ML selalu merupakan 'supervised learning', sedangkan DL selalu 'unsupervised learning'.
ML menggunakan algoritma regresi, sedangkan DL menggunakan algoritma klasifikasi.
DL membutuhkan volume data yang jauh lebih sedikit daripada ML untuk bisa berfungsi.
ML membutuhkan intervensi manusia untuk rekayasa fitur (feature engineering), sedangkan DL dapat mempelajari fitur secara otomatis.
Sebuah perusahaan ingin membangun sistem untuk memprediksi harga rumah di masa depan berdasarkan fitur seperti luas tanah, jumlah kamar tidur, dan lokasi. Jenis masalah Machine Learning apa yang paling cocok untuk kasus ini?
Reinforcement Learning
Klasifikasi (Classification)
Pengelompokan (Clustering)
Pengurangan Dimensi (Dimensionality Reduction)
Regresi (Regression)
Konsep 'bias' dalam AI merujuk pada...
Kecenderungan sistem AI untuk menghasilkan output yang tidak adil atau diskriminatif secara sistematis terhadap kelompok tertentu.
Kemampuan AI untuk memilih jawaban yang paling populer.
Kesalahan acak yang terjadi selama proses training model.
Parameter dalam model machine learning yang dapat diatur untuk meningkatkan akurasi.
Preferensi pengembang yang sengaja dimasukkan ke dalam algoritma.
Manakah di antara library Python berikut yang paling umum digunakan untuk tugas-tugas Machine Learning umum seperti klasifikasi, regresi, dan clustering, serta menyediakan berbagai alat untuk prapemrosesan data?
PyTorch
TensorFlow
Pandas
NumPy
Scikit-learn
Dalam pengembangan model Machine Learning, mengapa penting untuk membagi dataset menjadi data latih (training data) dan data uji (testing data)?
Agar model bisa memilih data mana yang lebih mudah untuk dipelajari.
Untuk mempercepat proses training dengan menggunakan lebih sedikit data.
Untuk mematuhi peraturan privasi data yang mengharuskan pemisahan.
Karena data uji mengandung jawaban yang benar, sedangkan data latih tidak.
Untuk mengevaluasi performa model pada data baru yang belum pernah dilihat sebelumnya.
Sebuah aplikasi email secara otomatis memindahkan pesan-pesan tertentu ke folder 'Spam'. Kemampuan ini paling mungkin diimplementasikan menggunakan model...
K-Means Clustering
Principal Component Analysis (PCA)
Regresi Linear
Regresi Logistik
Q-Learning
Periode di mana pendanaan dan minat terhadap riset AI menurun drastis karena janji yang berlebihan dan kegagalan mencapai ekspektasi dikenal sebagai...
AI Boom
Dartmouth Conference
The Singularity
AI Spring
AI Winter
hadap riset AI menurun drastis karena janji yang berlebihan dan kegagalan mencapai ekspektasi dikenal sebagai...
AI Boom
Dartmouth Conference
The Singularity
AI Spring
AI Winter
Manakah dari berikut ini yang merupakan contoh masalah etika terkait 'transparansi' dalam AI?
Model AI memberikan hasil pinjaman yang berbeda berdasarkan ras pemohon.
Sebuah model 'black box' menolak aplikasi kredit seseorang, tetapi tidak ada yang bisa menjelaskan mengapa keputusan itu dibuat.
Data pribadi pengguna digunakan untuk melatih model tanpa izin.
Pengenalan robot di pabrik menyebabkan banyak pekerja kehilangan pekerjaan.
Mobil otonom mengalami kecelakaan dan tidak jelas siapa yang bertanggung jawab: pemilik, produsen, atau pemrogram.
Tes yang dirancang oleh Alan Turing untuk mengukur kemampuan mesin dalam menunjukkan perilaku cerdas yang setara atau tidak dapat dibedakan dari manusia dikenal sebagai...
Voight-Kampff Test
Chinese Room Argument
Turing Test
CAPTCHA Test
Benchmark Test
Dalam hierarki konsep, manakah urutan dari yang paling umum ke yang paling spesifik yang benar?
Machine Learning -> Deep Learning -> Artificial Intelligence
Deep Learning -> Artificial Intelligence -> Machine Learning
Artificial Intelligence -> Deep Learning -> Machine Learning
Machine Learning -> Artificial Intelligence -> Deep Learning
Artificial Intelligence -> Machine Learning -> Deep Learning
Manakah dari permasalahan berikut yang paling TIDAK cocok diselesaikan dengan pendekatan AI atau Machine Learning?
Menerjemahkan teks dari satu bahasa ke bahasa lain secara otomatis.
Mendeteksi penipuan transaksi kartu kredit berdasarkan pola belanja.
Menghitung total gaji karyawan berdasarkan jam kerja dan tarif per jam yang sudah pasti.
Merekomendasikan film kepada pengguna berdasarkan riwayat tontonan mereka.
Mendiagnosis penyakit dari gambar medis seperti rontgen atau MRI.
Dalam konteks dataset untuk supervised learning, apa yang dimaksud dengan 'label'?
Jawaban atau output yang benar yang ingin diprediksi oleh model.
Jumlah total baris data dalam sebuah dataset.
Nama-nama kolom dalam sebuah tabel data.
Versi dataset yang sudah dibersihkan dan diproses.
Informasi mentah yang dikumpulkan dari sensor atau input pengguna.
Sebuah model Machine Learning memiliki akurasi 99% pada data latih, tetapi hanya 60% pada data uji. Fenomena ini disebut...
Convergence
Variance
Underfitting
Overfitting
Bias
Apa fungsi utama dari 'neuron' dalam sebuah Artificial Neural Network (ANN)?
Menvisualisasikan data untuk analisis oleh manusia.
Menyimpan seluruh dataset untuk referensi di masa depan.
Memilih algoritma Machine Learning yang paling cocok untuk data.
Menerima input, memprosesnya dengan bobot (weights) dan fungsi aktivasi, lalu meneruskan output.
Secara acak menghapus data untuk mencegah overfitting.
Apa perbedaan utama antara Artificial Intelligence (AI) dan Machine Learning (ML)?
AI adalah subset dari ML.
AI dan ML adalah dua istilah yang dapat dipertukarkan.
ML adalah subset dari AI yang berfokus pada mesin yang belajar dari data.
AI hanya berurusan dengan data terstruktur, sedangkan ML berurusan dengan data tidak terstruktur.
ML adalah bidang yang lebih luas dari AI.
Manakah dari contoh berikut yang paling menggambarkan 'Unsupervised Learning'?
Sebuah model dilatih untuk memprediksi harga saham di masa depan berdasarkan data historis.
Sebuah model mengelompokkan pelanggan ke dalam segmen-segmen berdasarkan perilaku belanja mereka tanpa label yang telah ditentukan.
Sebuah model dilatih untuk mengenali objek
Tujuan utama dari Machine Learning adalah...
Memprogram komputer untuk melakukan satu tugas spesifik.
Menggunakan robot untuk menyelesaikan pekerjaan manusia.
Mengembangkan algoritma yang memungkinkan komputer belajar dari data tanpa diprogram secara eksplisit.
Menciptakan kecerdasan yang setara atau melebihi manusia.
Menyimpan dan mengelola data dalam jumlah besar.
Aplikasi AI yang digunakan untuk memberikan rute tercepat dan informasi lalu lintas secara real-time adalah...
Media sosial
Asisten virtual
Aplikasi ride-sharing
GPS
E-commerce
Algoritma yang digunakan untuk memprediksi nilai kontinu, seperti harga rumah atau suhu, dikenal sebagai...
Algoritma Klasifikasi
Algoritma Regresi
Algoritma Clustering
Algoritma Reinforcement
Algoritma Pengelompokan
Manakah dari berikut ini yang merupakan contoh penerapan AI dalam kehidupan sehari-hari?
Kalkulator
Mesin cuci manual
Lampu jalan biasa
Filter spam pada email
Radio analog
Proses di mana model AI belajar dari umpan balik atau reward dari lingkungan untuk mencapai tujuan tertentu disebut...
Supervised Learning
Unsupervised Learning
Reinforcement Learning
Deep Learning
Transfer Learning
Sebuah model dilatih untuk membedakan antara gambar anjing dan kucing. Jenis masalah Machine Learning apa yang sedang dipecahkan?
Regresi
Klasifikasi
Clustering
Dimensi Pengurangan
Reinforcement Learning
Dalam supervised learning, model belajar dari dataset yang sudah memiliki...
Banyak fitur
Ukuran yang kecil
Data yang tidak terstruktur
Data yang tidak berlabel
Data yang berlabel atau 'jawaban' yang benar
Apa yang dimaksud dengan 'overfitting' dalam Machine Learning?
Model yang terlalu sederhana dan tidak menangkap pola data yang kompleks.
Model yang memiliki akurasi rendah pada data latih.
Model yang sangat baik dalam memprediksi data uji, tetapi buruk pada data latih.
Model yang terlalu kompleks dan menghafal data latih, sehingga gagal dalam menggeneralisasi data baru.
Model yang membutuhkan waktu terlalu lama untuk dilatih.
Manakah dari berikut ini yang merupakan contoh Machine Learning yang paling cocok untuk segmentasi pelanggan (mengelompokkan pelanggan dengan perilaku serupa)?
Regresi Linear
Regresi Logistik
K-Means Clustering
Jaringan Saraf Tiruan
Naive Bayes
Mengapa data yang bersih dan berkualitas tinggi sangat penting dalam pengembangan model Machine Learning?
Data berkualitas tinggi membuat model lebih cepat dilatih.
Model tidak dapat berfungsi tanpa data berkualitas tinggi.
Data berkualitas tinggi akan menghasilkan model yang lebih akurat dan dapat diandalkan.
Data berkualitas tinggi memungkinkan model untuk bekerja pada data yang lebih kecil.
Data berkualitas tinggi mengurangi kebutuhan akan feature engineering.
Sebuah perusahaan streaming film menggunakan AI untuk merekomendasikan film kepada penggunanya berdasarkan riwayat tontonan mereka. Ini adalah contoh dari...
Klasifikasi
Regresi
Sistem rekomendasi
Natural Language Processing
Computer Vision
Apa tujuan utama dari Natural Language Processing (NLP) dalam AI?
Memprediksi harga saham.
Memungkinkan mesin memahami dan memproses bahasa manusia.
Mengendalikan robot.
Mengelompokkan gambar.
Menganalisis data numerik.
Peran AI dalam aplikasi GPS, seperti Google Maps, adalah untuk...
Menghasilkan musik untuk pengemudi.
Mengubah tampilan peta.
Menganalisis data lalu lintas real-time untuk menemukan rute tercepat.
Mengubah warna kendaraan pada peta.
Mengatur kecepatan kendaraan.
Jenis AI yang memiliki kemampuan intelektual yang setara dengan manusia dan bisa memecahkan masalah di berbagai domain disebut...
Artificial Superintelligence (ASI)
Artificial Narrow Intelligence (ANI)
Artificial General Intelligence (AGI)
Deep Learning
Machine Learning
Algoritma yang digunakan dalam sistem pendeteksi wajah pada smartphone adalah contoh dari...
Natural Language Processing
Computer Vision
Reinforcement Learning
Regression
Clustering
Apa yang membedakan Deep Learning dari Machine Learning tradisional?
Deep Learning menggunakan data dalam jumlah yang lebih kecil.
Deep Learning hanya berurusan dengan data berlabel.
Deep Learning menggunakan arsitektur jaringan saraf dengan banyak lapisan tersembunyi.
Deep Learning membutuhkan lebih sedikit kekuatan komputasi.
Deep Learning tidak memerlukan data sama sekali.
Dalam Machine Learning, apa yang dimaksud dengan 'fitur' (feature)?
Akurasi model.
Setiap kolom data yang digunakan untuk melatih model.
Nilai yang diprediksi oleh model.
Algoritma yang digunakan.
Tipe model Machine Learning.
Sebuah sistem AI digunakan untuk mengotomatisasi proses membaca dan memproses data dari dokumen keuangan. Ini adalah contoh penerapan AI di bidang...
Pendidikan
Kesehatan
Keuangan
Otomotif
Hiburan
Sebuah mobil otonom menggunakan AI untuk mendeteksi pejalan kaki, rambu lalu lintas, dan mobil lain di jalan. Hal ini paling sering melibatkan teknologi...
Natural Language Processing
Reinforcement Learning
Computer Vision
Data Mining
Speech Recognition
Apa yang dimaksud dengan 'Transfer Learning'?
Melatih model dari awal dengan data baru.
Menggunakan kembali model yang sudah dilatih pada satu tugas untuk tugas yang berbeda.
Memindahkan data dari satu tempat ke tempat lain.
Melatih model dengan data yang tidak berlabel.
Proses konvergensi model.
Salah satu risiko etika dari penggunaan AI adalah masalah privasi data. Hal ini terjadi ketika...
AI membuat keputusan yang sulit dijelaskan.
Robot menggantikan pekerjaan manusia.
Data pribadi pengguna digunakan untuk melatih model tanpa izin yang jelas.
Ada kecenderungan bias dalam hasil AI.
Model AI tidak memiliki akurasi yang memadai.
Sebuah chatbot layanan pelanggan yang dapat memahami pertanyaan dan memberikan jawaban yang relevan adalah contoh dari AI yang menggunakan...
Computer Vision
Reinforcement Learning
Natural Language Processing
Regresi
Clustering
Aplikasi e-commerce seperti Shopee atau Tokopedia menggunakan AI untuk merekomendasikan produk kepada pengguna. Tipe data yang paling penting untuk sistem rekomendasi ini adalah...
Data cuaca
Riwayat pembelian dan penelusuran pengguna
Data geografis
Data harga saham
Statistik olahraga
