NEW
Font size
WorksheetsPreTest2-business analytics-BD-A
Total questions: 15
Worksheet time: 8mins
Apa tujuan utama dari proses data preparation?
Mempercepat komputasi mesin tanpa memperhatikan kualitas data
Menjamin data akurat, lengkap, dan siap digunakan untuk analisis
Mengubah data menjadi format visual agar lebih mudah dipahami
Menghasilkan kesimpulan bisnis tanpa perlu pembersihan data
Salah satu masalah umum pada data mentah adalah ...
Data selalu dalam format yang sama
Adanya data yang hilang, duplikat, atau tidak konsisten
Data sudah terjamin valid
Data sudah terurut dengan rapi
Pada Python, library yang umum digunakan untuk mengolah data tabular adalah...
TensorFlow
NumPy
Pandas
Matplotlib
Perintah df.dropna(subset=['Kategori'], inplace=True) digunakan untuk...
Menghapus semua data di dataset
Menghapus baris yang memiliki nilai hilang pada kolom 'Kategori'
Menghapus baris yang kosong pada seluruh kolom
Menghapus kolom 'Kategori' dari dataset
Apa fungsi dari df.drop_duplicates(inplace=True)?
Menambahkan baris duplikat ke dataset
Menghapus nilai yang kosong dalam dataset
Menghapus baris yang memiliki data ganda/duplikat
Mengurutkan dataset berdasarkan kolom tertentu
Untuk melihat jumlah nilai yang hilang dalam tiap kolom dataset digunakan perintah...
df.isnull().sum()
df.dropna()
df.fillna()
df.shape()
Jika ada nilai kosong di kolom 'Harga', bagaimana cara menggantinya dengan 0?
df['Harga'].dropna(0, inplace=True)
df['Harga'].fillna(0, inplace=True)
df['Harga'].isnull(0, inplace=True)
df['Harga'].replace(0, inplace=True)
Jika sebuah toko online ingin menganalisis pola pembelian pelanggan, maka langkah pertama yang harus dilakukan adalah...
Langsung membuat model prediksi tanpa melihat datanya
Menentukan algoritma machine learning terlebih dahulu
Menyiapkan data dengan membersihkan, menggabungkan, dan merapikan dataset
Membuat laporan penjualan tanpa dataset
Apa yang dimaksud dengan missing value dalam data preparation?
Nilai yang terlalu besar sehingga perlu dihapus
Nilai yang salah format
Nilai yang tidak terisi atau kosong pada dataset
Nilai yang duplikat
Jika dataset memiliki entri alamat yang salah, apa langkah yang paling tepat?
Menghapus seluruh kolom alamat
Membersihkan atau memperbaiki data yang tidak valid
Membiarkan data tetap ada agar jumlah data besar
Mengubah semua alamat menjadi NULL
Dalam data preparation, menggabungkan data dari website, aplikasi, dan media sosial menjadi satu dataset disebut dengan...
Data visualization
Data normalization
Data merging/integration
Data mining
Kamu menemukan dataset transaksi penjualan yang berisi banyak nilai kosong di kolom Jumlah Terjual. Apa strategi terbaik untuk menanganinya?
Menghapus semua baris yang memiliki nilai kosong agar dataset bersih
Mengisi nilai kosong dengan rata-rata Jumlah Terjual agar data tetap representatif
Mengisi nilai kosong dengan 0 tanpa mempertimbangkan konteks bisnis
Membiarkan nilai kosong karena tidak akan memengaruhi analisis
Dalam kasus toko online yang menggabungkan data dari website, aplikasi mobile, dan media sosial, tantangan utama dalam data preparation adalah...
Data selalu lengkap sehingga tidak ada masalah integrasi
Semua data otomatis sinkron tanpa perlu penyesuaian
Format data yang berbeda-beda sehingga perlu distandarkan
Data sudah pasti valid karena berasal dari sumber resmi
Jika sebuah dataset penjualan memiliki outlier ekstrem pada kolom Harga (contoh: 1 unit barang tercatat 1 miliar rupiah), apa langkah yang paling tepat?
Menghapus semua data agar hasil analisis tidak bias
Memeriksa apakah outlier tersebut benar atau kesalahan input
Menghapus outlier tanpa pertimbangan konteks
Mengganti semua nilai Harga dengan rata-rata harga
