NEW
Font size
WorksheetsKUIS MATERI KECERDASAN ARTIFISIAL
Total questions: 20
Worksheet time: 10mins
Aplikasi kecerdasan artifisial adalah program atau sistem yang menggunakan teknologi AI untuk meniru cara berpikir manusia. Manakah yang TIDAK termasuk contoh kemampuan yang ditiru?
Belajar dan mengenali pola
Membuat keputusan
Menyelesaikan masalah secara otomatis
Menyimpan barang di gudang secara manual
Tujuan utama penggunaan aplikasi kecerdasan artifisial dalam kehidupan sehari-hari adalah untuk...
Menggantikan semua pekerjaan manusia sepenuhnya
Membantu memecahkan masalah dan membuat keputusan lebih cepat
Mengurangi penggunaan perangkat digital
Menghapus kebutuhan untuk belajar
Jika kamu butuh bantuan arah dan rute tercepat ke suatu tempat, contoh aplikasi AI yang paling tepat digunakan adalah...
ChatGPT
Google Maps
Gemini
Suno AI
Contoh aplikasi AI yang berfokus pada belajar bahasa dengan latihan interaktif pada materi adalah...
Duolingo
Gemini
YouTube Kids
Google Lens
Perhatikan ilustrasi robot memegang ponsel pada materi. Ilustrasi itu paling mendukung gagasan bahwa AI...
Hanya bekerja di komputer besar dan laboratorium
Dapat hadir dalam aplikasi ponsel yang membantu pengguna
Tidak terkait dengan pengambilan keputusan
Selalu membutuhkan koneksi internet yang cepat
Jenis data apa yang TIDAK disebutkan sebagai contoh untuk melatih AI?
Gambar
Suara
Teks
Cuaca
Urutan awal yang benar pada langkah melatih kecerdasan artifisial adalah ...
Memberi label pada data → Mengumpulkan data → Merapikan data
Mengumpulkan data → Merapikan data → Memberi label pada data
Merapikan data → Menguji kecerdasan artifisial → Mengumpulkan data
Mengumpulkan data → Menguji kecerdasan artifisial → Memberi label pada data
Langkah manakah yang dilakukan setelah AI belajar mengenali pola?
Mengumpulkan data
Merapikan data
Menguji kecerdasan artifisial
Memberi label pada data
Manakah pernyataan yang paling tepat tentang variasi dan kualitas data terhadap ketepatan prediksi AI?
Variasi dan kualitas data tidak memengaruhi ketepatan prediksi
Variasi data berpengaruh, tetapi kualitas data tidak
Kualitas data berpengaruh, tetapi variasi data tidak
Variasi dan kualitas data yang baik membantu menghasilkan prediksi yang lebih tepat
Perhatikan diagram proses belajar AI: Percobaan (Action) → Diberi umpan balik (Feedback) → Belajar dari umpan balik (Learning) → Perbaikan (Improvement). Langkah mana yang paling tepat dilakukan SETELAH AI menerima umpan balik?
Percobaan ulang tanpa perubahan
Belajar dari umpan balik
Menghapus data pelatihan
Menghentikan sistem sementara
Apa cara utama kecerdasan artifisial belajar menurut ringkasan?
Menebak jawaban secara acak
Mengenali pola dari banyak data yang diberi label
Mengikuti perintah lisan manusia
Mengunduh jawaban dari internet
Mengapa data pelatihan harus mewakili semua kelompok?
Agar ukuran file menjadi kecil
Agar AI bekerja lebih lambat
Agar keputusan AI tidak bias dan lebih adil
Agar AI bisa bermain game
Pernyataan manakah yang benar tentang kebenaran hasil AI?
AI selalu benar sehingga tidak perlu dievaluasi
AI tidak selalu benar dan perlu dievaluasi oleh manusia
AI tidak boleh digunakan untuk mengolah data
AI hanya benar saat menggunakan data sedikit
Manakah yang termasuk proses belajar AI berdasarkan ringkasan?
Memberi label pada data sehingga pola dapat dipelajari
Menghapus label dari semua data
Menyembunyikan data dari AI
Menutup akses AI ke data
Pilih langkah yang tepat untuk meningkatkan keadilan keputusan AI.
Mengurangi jumlah data hingga sedikit
Menggunakan data yang mewakili berbagai kelompok
Mengabaikan hasil pengujian
Tidak melibatkan manusia dalam evaluasi
Jika kamu membuat AI mengenali gambar buah, data pelatihan yang paling baik adalah?
Hanya gambar apel merah
Gambar apel, pisang, jeruk dari berbagai warna dan kondisi dengan label
Gambar pemandangan tanpa label
Teks tentang buah tanpa gambar
Apa arti "data yang diberi label" dalam konteks pembelajaran AI?
Data tanpa nama
Data yang memiliki penjelasan atau kategori yang benar
Data yang disembunyikan dari model
Data yang sudah dihapus
Kapan kita menggunakan data baru untuk menguji AI?
Sebelum AI belajar pola
Selama proses pelabelan
Setelah AI selesai belajar dari data pelatihan
Tidak perlu menggunakan data baru
Tujuan utama pengujian dengan data yang belum pernah dilihat adalah untuk…
Membuat AI menghafal jawaban
Menilai seberapa baik AI mengenali pola pada situasi baru
Mengurangi ukuran model
Menambah jumlah label
Langkah mana yang menunjukkan perencanaan yang baik sebelum melatih AI?
Memastikan data berlabel mewakili berbagai kondisi dan kelompok
Menghapus label agar netral
Menghindari pengujian agar hemat waktu
Hanya memakai data dari satu sumber
