Font size
WorksheetsApa Itu Big Data?
Total questions: 90
Worksheet time: 45mins
Lengkapi kalimat berikut: Big Data merujuk pada kumpulan data yang sangat ___ dan ___ yang tidak dapat ditangani atau diproses menggunakan metode pemrosesan data tradisional.
besar, kompleks
kecil, sederhana
mudah, lambat
terstruktur, statis
Karakteristik Big Data manakah yang memiliki definisi berikut: 'Jumlah data yang sangat besar.'
Volume
Velocity
Variety
Veracity
Karakteristik Big Data manakah yang memiliki definisi berikut: 'Kecepatan data yang dihasilkan, dikumpulkan, dan diproses. Data sering kali datang secara real-time.'
Velocity
Variety
Volume
Veracity
Karakteristik Big Data manakah yang memiliki definisi berikut: 'Berbagai jenis format data (terstruktur, semi-terstruktur, tidak terstruktur) dari berbagai sumber.'
Variety
Velocity
Volume
Veracity
Karakteristik Big Data manakah yang memiliki definisi berikut: 'Potensi nilai atau manfaat yang dapat diekstraksi dari data.'
Value
Volume
Velocity
Variety
Karakteristik Big Data manakah yang memiliki definisi berikut: 'Keandalan dan akurasi data.'
Veracity
Velocity
Volume
Variety
Apa yang dimaksud dengan 'Siklus Hidup Proyek Big Data' dalam metodologi dan proses penerapan Big Data?
Rangkaian tahapan yang dilalui dalam perencanaan, pengumpulan, pengolahan, analisis, dan pemanfaatan data dalam proyek Big Data.
Proses pengembangan perangkat lunak tanpa melibatkan data.
Tahapan pemasaran produk digital secara online.
Langkah-langkah dalam membuat presentasi bisnis.
Implementasi Teknis Tahapan Data Pipeline dalam konteks penerapan Big Data adalah...
proses membangun, mengelola, dan mengoptimalkan alur data dari sumber ke tujuan akhir
hanya mengumpulkan data dari berbagai sumber tanpa pengolahan
menyimpan data tanpa melakukan analisis apapun
menghapus data yang tidak diperlukan secara manual
Manakah dari berikut ini yang merupakan tantangan umum dalam implementasi Big Data?
Volume data yang sangat besar dan kompleksitas pengelolaannya
Ketersediaan data yang sangat sedikit
Tidak memerlukan keamanan data
Data selalu terstruktur dengan baik
Lengkapi tahapan Siklus Hidup Data berikut: Tahap pertama dalam Siklus Hidup Data adalah _________?
Generation & Collection
Processing & Analysis
Storage & Maintenance
Destruction & Disposal
Lengkapi tahapan Siklus Hidup Data berikut: Setelah data dikumpulkan, tahap berikutnya adalah _________?
Processing
Destruction
Visualization
Collection
Lengkapi tahapan Siklus Hidup Data berikut: Setelah data diproses, data akan disimpan pada tahap _________?
Storage
Input
Processing
Analysis
Lengkapi tahapan Siklus Hidup Data berikut: Pengelolaan data dilakukan pada tahap _________?
Management
Collection
Destruction
Analysis
Lengkapi tahapan Siklus Hidup Data berikut: Analisis, visualisasi, interpretasi, dan pengambilan keputusan dilakukan pada tahap _________.
Analysis, Visualization, Interpretation & Decision Making
Data Collection & Acquisition
Data Storage & Management
Data Cleaning & Preparation
Lengkapi tahapan Siklus Hidup Data berikut: Tahap terakhir dalam Siklus Hidup Data adalah _________?
Destruction/Archival
Collection
Processing
Analysis
Jelaskan apa yang dimaksud dengan volume dan variety dalam konteks privasi data menurut gambar!
Otomatisasi pengumpulan data dari media sosial, IoT, dan transaksi daring meningkatkan risiko perekaman data pribadi tanpa disadari pengguna.
Volume dan variety hanya berkaitan dengan jumlah perangkat keras yang digunakan dalam penyimpanan data.
Volume dan variety mengacu pada kecepatan akses data dalam jaringan internet.
Volume dan variety adalah istilah yang digunakan untuk mendeskripsikan ukuran file yang diunggah ke media sosial.
Apa risiko dari agregasi dan profiling data menurut gambar?
Penggabungan data dari berbagai sumber dapat menghasilkan profil rinci individu tanpa persetujuan langsung.
Agregasi data selalu meningkatkan keamanan data individu.
Profiling data tidak memerlukan data pribadi sama sekali.
Agregasi data hanya digunakan untuk tujuan statistik tanpa dampak privasi.
Mengapa keamanan penyimpanan terpusat dan distribusi skala besar penting menurut gambar?
Mempermudah target peretas, diperlukan enkripsi, kontrol akses, dan audit rutin untuk mencegah kebocoran informasi sensitif.
Karena data yang disimpan secara terpusat tidak memerlukan perlindungan tambahan.
Distribusi skala besar membuat data otomatis aman tanpa perlu pengawasan.
Keamanan hanya penting untuk data yang tidak terdistribusi.
Apa kepanjangan dari GDPR?
General Data Protection Regulation
Global Data Privacy Regulation
General Digital Privacy Regulation
Government Data Protection Regulation
Apa kepanjangan dari CCPA?
California Consumer Privacy Act
Consumer Cyber Protection Act
California Customer Privacy Agreement
Consumer California Privacy Act
GDPR adalah undang-undang Uni Eropa yang mulai berlaku pada tanggal _________
25 Mei 2018
1 Januari 2017
15 Maret 2019
10 Oktober 2016
CCPA memberikan hak kepada penduduk ________ atas informasi pribadi mereka.
California
Texas
Florida
New York
Apa ruang lingkup dari GDPR?
Bisnis beromzet > $25 juta atau memproses > 50.000 catatan
Global (data warga UE)
Hanya data kesehatan
Definisi data pribadi menurut GDPR adalah _________?
Sangat luas, termasuk biometrik, GPS
Hanya terbatas pada nama dan alamat
Hanya mencakup data keuangan
Hanya data yang dikumpulkan secara online
Apa yang diwajibkan oleh GDPR terkait persetujuan?
Tidak wajib izin awal
Wajib menyediakan opsi opt-out
Wajib mendapat izin eksplisit
Perbandingan Utama GDPR dan CCPA: Hak konsumen menurut CCPA meliputi:
A. Akses, erasure, portabilitas, dsb.
B. Ketahui, hapus, tolak penjualan, nondiskriminasi
C. Hanya akses data
Sanksi maksimum yang dapat diberikan oleh GDPR adalah _________?
Hingga €20 juta atau 4% omset
Hingga €1 juta atau 1% omset
Hingga €5 juta atau 2% omset
Hingga €10 juta atau 3% omset
Lengkapi pernyataan berikut: Kebijakan & Prosedur dalam tata kelola data adalah menetapkan standar kualitas data, peran dan tanggung jawab, serta proses _______ perubahan data.
persetujuan
penghapusan
penyimpanan
pengiriman
Lengkapi pernyataan berikut: Infrastruktur & Teknologi dalam tata kelola data meliputi penerapan alat katalog data, _______ management, dan sistem kontrol akses berbasis peran.
metadata
database
network
storage
Lengkapi pernyataan berikut: Organisasi & Peran dalam tata kelola data adalah menunjuk data steward dan komite tata kelola yang mengawasi _______ dan pelaksanaan kebijakan secara berkelanjutan.
kepatuhan
pengeluaran
inventarisasi
pemasaran
Lengkapi pernyataan berikut: Kaitan dengan Kepatuhan dalam tata kelola data adalah memastikan pelaksanaan regulasi (GDPR, CCPA) melalui dokumentasi, pelatihan, dan _______ internal.
audit
pengarsipan
penghapusan
penyimpanan
Isilah bagian yang kosong: Data dihasilkan dari berbagai sumber, seperti sensor, log aktivitas, dan transaksi, kemudian dikumpulkan secara terpusat ke dalam sistem sebagai langkah awal dalam ________ data.
pengelolaan
penyimpanan
penghapusan
pengiriman
Isilah bagian yang kosong: Data mentah kemudian diolah melalui proses pembersihan (data wrangling) dan transformasi format, termasuk langkah-langkah seperti kompresi atau enkripsi, sehingga menghasilkan data yang siap diakses dan digunakan secara ________.
efisien
acak
manual
lambat
Jelaskan apa yang dimaksud dengan STORAGE dalam pengelolaan data menurut teks di atas!
Data yang telah diproses selanjutnya disimpan untuk kebutuhan analisis dan penggunaan di masa mendatang, umumnya dalam infrastruktur penyimpanan seperti Data Lake atau Data Warehouse.
Storage adalah proses menghapus data yang tidak diperlukan dari sistem untuk menghemat ruang penyimpanan.
Storage adalah proses mengirimkan data ke pengguna akhir secara langsung tanpa penyimpanan.
Storage adalah proses mengubah data mentah menjadi informasi yang dapat digunakan melalui analisis.
Apa yang terlibat dalam tahap MANAGEMENT dalam pengelolaan data menurut teks di atas?
Tahap ini melibatkan proses pengorganisasian, penyimpanan, serta pengambilan data sesuai kebutuhan, yang menjadi komponen penting dalam penerapan Tata Kelola Data secara efektif.
Tahap ini hanya berfokus pada pengumpulan data tanpa memperhatikan penyimpanan.
Tahap ini berkaitan dengan penghapusan data secara berkala tanpa proses pengambilan data.
Tahap ini hanya melibatkan analisis data tanpa proses pengorganisasian atau penyimpanan.
Tahap apa dalam siklus data yang mencakup proses ekstraksi wawasan, pembangunan model analitik, penyajian hasil, serta pemanfaatannya untuk mendukung pengambilan keputusan dan mengoptimalkan kinerja organisasi?
Analysis, Visualization, Interpretation & Decision-Making
Data Collection & Storage
Data Cleaning & Preprocessing
Data Archiving & Backup
Tahap terakhir dalam siklus data adalah pengarsipan atau pemusnahan data lama, yang dilakukan sesuai dengan kebijakan kepatuhan dan standar pengelolaan data yang berlaku. Tahap ini disebut:
Analisis Data
Visualisasi Data
Destruction/Archival
Interpretasi Data
Apa yang dimaksud dengan Batch Processing dalam strategi utama pengumpulan data pada data pipeline?
Data dikumpulkan dalam periode tertentu lalu diproses sekaligus. Cocok untuk analisis historis (misal: laporan keuangan).
Data diproses secara real-time setiap kali ada data masuk.
Data hanya diproses jika ada permintaan dari pengguna.
Data dikumpulkan dan diproses secara manual tanpa otomatisasi.
Apa yang dimaksud dengan Real-Time/Streaming dalam strategi utama pengumpulan data pada data pipeline?
Data diproses segera setelah masuk, berlatensi rendah. Digunakan untuk sistem sensitif waktu (misal: deteksi penipuan).
Data dikumpulkan secara manual dan diproses secara berkala setiap minggu.
Data hanya diproses setelah seluruh batch terkumpul dalam satu waktu tertentu.
Data pipeline hanya digunakan untuk menyimpan data tanpa melakukan pemrosesan apapun.
Apa yang dimaksud dengan Micro-Batching dalam strategi utama pengumpulan data pada data pipeline?
Kombinasi keduanya, untuk kebutuhan cepat tanpa kompleksitas penuh streaming.
Pengiriman data secara real-time tanpa penundaan.
Pengumpulan data dalam jumlah besar dan diproses secara periodik.
Pengiriman data satu per satu secara langsung ke sistem tujuan.
Fondasi utama Big Data terdiri dari dua pendekatan penyimpanan, yaitu ______ dan ______.
Data Lake dan Data Warehouse
Data Mart dan Data Store
Data Pool dan Data Center
Data Stream dan Data Block
Manakah dari berikut ini yang menyimpan semua jenis data (terstruktur, semi, tidak terstruktur)?
Data Lake
Data Warehouse
Data Warehouse hanya menyimpan data yang sudah ______ dan ______.
bersih dan terstruktur
mentah dan acak
lama dan tidak teratur
baru dan tidak lengkap
Pernyataan berikut benar atau salah: Data Lake menggunakan Schema-on-Read.
True
False
Data Warehouse cocok untuk:
Eksplorasi data dan machine learning
Business Intelligence dan analisis cepat
Apa kepanjangan dari ETL dalam pemrosesan data?
Extract, Transform, Load
Extract, Load, Transform
Execute, Transform, Load
Extract, Transfer, Load
Pada metode ETL, data ditransformasi sebelum dimuat ke _________.
gudang data
basis data operasional
aplikasi front-end
server web
Salah satu kelemahan ETL adalah kurang fleksibel dan sulit diskalakan pada volume besar. Benar atau salah?
True
False
Pada metode ELT, data mentah dimuat dulu ke Data Lake, baru ditransformasi di dalamnya. Benar atau salah?
True
False
Salah satu keunggulan ELT adalah lebih efisien untuk Big Data dan mendukung berbagai format data. Benar atau salah?
True
False
Arsitektur apa yang memisahkan Batch Layer (akurasi historis) dan Speed Layer (real-time)?
Lambda Architecture
Microservices Architecture
Client-Server Architecture
Monolithic Architecture
Arsitektur apa yang menyatukan pemrosesan menjadi satu aliran data (single stream engine)?
Kappa Architecture
Lambda Architecture
Microservices Architecture
Client-Server Architecture
Arsitektur Pemrosesan (Processing Architecture): Manakah dari berikut ini yang merupakan kelebihan Lambda Architecture?
Lebih sederhana dan efisien
Memisahkan Batch Layer dan Speed Layer
Cocok untuk kebutuhan real-time modern
Mudah dikelola
Arsitektur Pemrosesan (Processing Architecture): Kappa Architecture lebih sederhana, efisien, dan mudah dikelola.
True
False
Apa yang dimaksud dengan analisis deskriptif?
Analisis deskriptif berfokus pada penjelasan mengenai apa yang telah terjadi berdasarkan data historis.
Analisis deskriptif adalah metode untuk meramalkan kejadian di masa depan.
Analisis deskriptif digunakan untuk menguji hubungan sebab-akibat antara variabel.
Analisis deskriptif bertujuan untuk mengembangkan teori baru dari data yang ada.
Apa tujuan dari analisis diagnostik?
Analisis diagnostik digunakan untuk memahami alasan atau penyebab di balik peristiwa tersebut.
Analisis diagnostik digunakan untuk memprediksi kejadian di masa depan.
Analisis diagnostik digunakan untuk mengumpulkan data mentah tanpa analisis.
Analisis diagnostik digunakan untuk menyajikan data dalam bentuk visual saja.
Analisis prediktif berupaya memperkirakan apa yang kemungkinan besar akan terjadi di masa depan dengan memanfaatkan teknik apa?
machine learning
statistik deskriptif
pengolahan kata
visualisasi data
Apa yang diberikan oleh analisis preskriptif?
Analisis preskriptif memberikan rekomendasi tindakan terbaik yang dapat diambil untuk mencapai hasil yang diinginkan.
Analisis preskriptif hanya mengumpulkan data historis tanpa memberikan rekomendasi.
Analisis preskriptif hanya memprediksi tren masa depan tanpa solusi.
Analisis preskriptif hanya menjelaskan data yang sudah terjadi tanpa tindakan lanjut.
Apa peran penting tahap Visualisasi dan Interpretasi dalam implementasi data pipeline?
Mengubah hasil analisis teknis menjadi wawasan yang mudah dipahami serta relevan bagi pengambil keputusan.
Mengumpulkan data mentah dari berbagai sumber.
Melakukan pembersihan data secara otomatis tanpa intervensi manusia.
Mengoptimalkan performa server database secara langsung.
Nilai strategis data terletak pada kemampuannya untuk mendorong sistem yang dapat bertindak secara otomatis. Contoh penerapannya adalah _______.
sistem deteksi penipuan real-time yang langsung merespons anomali tanpa intervensi manual.
penyimpanan data secara manual di arsip fisik.
pengumpulan data tanpa analisis lanjutan.
pengisian formulir secara manual oleh pengguna.
Apa manfaat insight yang dihasilkan dari tahap visualisasi dan interpretasi bagi organisasi?
Menambah beban kerja
Berguna bagi kinerja organisasi
Menghambat pengambilan keputusan
Tidak relevan bagi organisasi
Berdasarkan studi kasus, apa masalah utama yang dihadapi oleh bank komersial di Indonesia terkait promosi produk tambahan?
Promosi produk tambahan sering dilakukan secara massal tanpa melihat kebutuhan spesifik tiap nasabah.
Bank komersial hanya menawarkan produk tambahan kepada nasabah prioritas saja.
Promosi produk tambahan selalu dilakukan secara tatap muka di kantor cabang.
Bank komersial tidak pernah melakukan promosi produk tambahan sama sekali.
Apa manfaat utama dari penerapan big data analytics menurut studi kasus di atas?
Bank dapat mengumpulkan berbagai sumber data untuk dianalisis lebih lanjut sehingga kampanye pemasaran menjadi lebih efektif.
Bank dapat mengurangi jumlah karyawan secara signifikan.
Bank dapat menurunkan suku bunga pinjaman secara otomatis.
Bank dapat menambah jumlah cabang fisik di berbagai daerah.
Sebutkan tiga jenis data yang dikumpulkan bank setelah memanfaatkan big data analytics menurut studi kasus!
Transaksi rekening, penggunaan kartu kredit, histori pinjaman, dan data perilaku nasabah.
Data cuaca, data lalu lintas, dan data penjualan toko ritel.
Data hasil pertanian, data ekspor-impor, dan data produksi pabrik.
Data kesehatan pasien, data resep obat, dan data kunjungan rumah sakit.
Lengkapi kalimat berikut: Dengan analisis big data, bank bisa memetakan nasabah ke dalam segmen yang lebih ________.
spesifik
umum
acak
sementara
Lengkapi kalimat berikut: Karena data nasabah tergolong ________, bank harus memastikan bahwa analisis tidak melanggar ketentuan OJK atau regulasi perlindungan data pribadi.
sensitif
umum
publik
biasa
Lengkapi kalimat berikut: Promosi yang dulunya dikirim massal ke semua nasabah kini lebih ________.
tertarget
terbuka
terbatas
tersembunyi
Lengkapi kalimat berikut: Nasabah tidak lagi menerima tawaran produk yang tidak ________.
relevan
mahal
murah
populer
Apa tahapan pertama dalam metode yang ditunjukkan pada diagram?
PENGUMPULAN DATA
ANALISIS DATA
PENARIKAN KESIMPULAN
PENYAJIAN DATA
Tahapan apa yang dilakukan setelah 'PENGUMPULAN DATA' dalam diagram metode?
PEMBERSIHAN & INTEGRASI DATA (DATA PREPROCESSING)
VISUALISASI DATA
PEMODELAN DATA
PENGAMBILAN KEPUTUSAN
Urutkan tahapan berikut sesuai dengan diagram metode: 1) ANALISIS SEGMENTASI NASABAH, 2) EVALUASI HASIL, 3) MODEL PREDIKSI CROSS-SELLING. Manakah yang dilakukan terlebih dahulu?
ANALISIS SEGMENTASI NASABAH
EVALUASI HASIL
MODEL PREDIKSI CROSS-SELLING
Apa tahapan terakhir dalam diagram metode ini?
EVALUASI HASIL
PERENCANAAN
PELAKSANAAN
PENGUMPULAN DATA
Setelah 'ANALISIS SEGMENTASI NASABAH', tahapan apa yang dilakukan menurut diagram metode?
MODEL PREDIKSI CROSS-SELLING
PENGUMPULAN DATA NASABAH
EVALUASI HASIL
PENENTUAN TARGET PASAR
Sebutkan salah satu tantangan utama dalam implementasi Big Data yang disebutkan pada gambar!
Tantangan Tata Kelola Data (Data Governance), Tantangan Keamanan & Kepatuhan (Security & Compliance), Tantangan Operasional & Pemeliharaan (DataOps)
Peningkatan Kecepatan Internet, Penurunan Harga Hardware, Kemudahan Akses Data
Pengurangan Jumlah Data, Penyederhanaan Proses Bisnis, Penghapusan Data Historis
Peningkatan Jumlah Karyawan, Penambahan Jam Kerja, Pengurangan Biaya Operasional
Apa yang dapat menyebabkan lonjakan biaya, pelanggaran kepatuhan, dan kegagalan proyek dalam implementasi Big Data menurut gambar?
Gagal mengelola area manajemen, tata kelola, dan risiko non-teknis.
Penggunaan teknologi terbaru tanpa pelatihan.
Investasi besar dalam perangkat keras saja.
Fokus hanya pada analisis data tanpa memperhatikan keamanan.
Manakah berikut ini yang BUKAN merupakan tantangan utama implementasi Big Data menurut gambar?
Tata Kelola Data (Data Governance)
Keamanan & Kepatuhan (Security & Compliance)
Operasional & Pemeliharaan (DataOps)
Desain Grafis
Jelaskan mengapa volume data yang besar meningkatkan risiko kesalahan input dan inkonsistensi antar sumber!
Karena semakin besar volume data, semakin tinggi risiko terjadinya kesalahan input dan inkonsistensi antar sumber, sehingga kebijakan validasi dan kontrol kualitas wajib diterapkan sejak awal.
Karena volume data yang besar selalu menjamin data lebih akurat dan konsisten.
Volume data yang besar tidak mempengaruhi risiko kesalahan input dan inkonsistensi.
Semakin besar volume data, semakin mudah mengelola data tanpa risiko kesalahan.
Mengapa penting bagi organisasi untuk mengetahui asal-usul data dan bagaimana data tersebut berubah?
Agar dapat melakukan audit dan memastikan data tetap valid dari hulu ke hilir.
Agar dapat mengurangi kebutuhan akan pelatihan karyawan baru.
Agar dapat meningkatkan jumlah data yang dikumpulkan tanpa batas.
Agar dapat menghapus data secara acak tanpa risiko.
Apa solusi untuk mengatasi data silos menurut gambar?
Memusatkan data, tapi tetap dengan kontrol akses yang ketat agar keamanan tetap terjaga.
Membiarkan setiap departemen mengelola datanya sendiri tanpa integrasi.
Menghapus semua data lama tanpa melakukan backup.
Menggunakan sistem manual untuk pertukaran data antar departemen.
Mengapa proyek data sering gagal meskipun menggunakan sistem canggih menurut gambar?
Karena tidak ada proses formal atau struktur kerja yang jelas.
Karena teknologi yang digunakan terlalu mahal.
Karena tim terlalu besar.
Karena data yang digunakan selalu akurat.
Apa ancaman terbesar yang dijelaskan dalam konteks keamanan data menurut gambar?
Kebocoran data (data breach) terjadi ketika informasi sensitif diakses oleh pihak tidak berwenang.
Peningkatan kapasitas penyimpanan data secara otomatis.
Penggunaan data untuk analisis bisnis yang sah.
Penyimpanan data di perangkat lokal tanpa enkripsi.
Mengapa mitigasi keamanan harus diterapkan berlapis sejak awal menurut gambar?
Untuk mencegah kebocoran data sebelum terjadi masalah
Untuk mempercepat akses data
Untuk mengurangi biaya operasional
Untuk meningkatkan reputasi organisasi
Apa yang harus dilakukan terhadap model analitik agar tetap relevan seiring perubahan pola data?
Model analitik harus terus dipantau dan divalidasi secara berkala.
Model analitik cukup dibuat sekali dan tidak perlu diperbarui.
Model analitik hanya digunakan jika data tidak berubah.
Model analitik harus dihapus setiap kali data berubah.
Keberhasilan operasional Big Data tidak hanya bergantung pada teknologi, tapi juga pada ______ antara berbagai pihak seperti arsitek data, ilmuwan data, insinyur ML, dan analis bisnis.
kolaborasi
kompetisi
isolasi
konfrontasi
Apa yang dimaksud dengan analisis prediktif menurut bacaan di atas?
Analisis prediktif adalah pemanfaatan data historis untuk mengantisipasi tren masa depan dan membantu industri mengoptimalkan operasi serta memenuhi permintaan pasar.
Analisis prediktif adalah proses mengumpulkan data secara acak tanpa tujuan tertentu.
Analisis prediktif adalah metode untuk menghapus data lama dari sistem.
Analisis prediktif adalah teknik untuk membuat laporan keuangan tahunan.
Pada tahun berapakah perangkat analisis prediktif menyumbang sekitar 35% dari total pendapatan Amazon?
2020
2018
2019
2021
Mengapa analisis prediktif penting bagi perusahaan seperti Amazon?
Karena analisis prediktif membantu memperkirakan permintaan pelanggan, mengelola inventaris secara efisien, dan meningkatkan akurasi serta kecepatan dalam pengambilan keputusan.
Karena analisis prediktif hanya digunakan untuk membuat tampilan website lebih menarik.
Karena analisis prediktif berfungsi untuk menambah jumlah karyawan di perusahaan.
Karena analisis prediktif digunakan untuk mengurangi kualitas layanan pelanggan.
Apa kepanjangan dari ML?
Pembelajaran Mesin
Mata Listrik
Makanan Laut
Mobil Listrik
DeepMind AI digunakan untuk mempercepat penemuan obat dengan cara memprediksi apa?
Pelipatan protein
Sintesis DNA
Reaksi kimia obat
Struktur virus
Berapa persen perusahaan yang diperkirakan akan mengadopsi AI pada tahun 2025?
70%
40%
85%
55%
