NEW
Font size
S
M
L
XL
WorksheetsPRETEST 2 Susulan
Total questions: 15
Worksheet time: 8mins
Name
Class
Date
1.
Apa tujuan utama dari proses data preparation?
a)
Mempercepat komputasi mesin tanpa memperhatikan kualitas data
b)
Menjamin data akurat, lengkap, dan siap digunakan untuk analisis
c)
Mengubah data menjadi format visual agar lebih mudah dipahami
d)
Menghasilkan kesimpulan bisnis tanpa perlu pembersihan data
2.
Salah satu masalah umum pada data mentah adalah ...
a)
Data selalu dalam format yang sama
b)
Adanya data yang hilang, duplikat, atau tidak konsisten
c)
Data sudah terjamin valid
d)
Data sudah terurut dengan rapi
3.
Pada Python, library yang umum digunakan untuk mengolah data tabular adalah...
a)
TensorFlow
b)
NumPy
c)
Pandas
d)
Matplotlib
4.
Perintah df.dropna(subset=['Kategori'], inplace=True) digunakan untuk...
a)
Menghapus semua data di dataset
b)
Menghapus baris yang memiliki nilai hilang pada kolom 'Kategori'
c)
Menghapus baris yang kosong pada seluruh kolom
d)
Menghapus kolom 'Kategori' dari dataset
5.
Apa fungsi dari df.drop_duplicates(inplace=True)?
a)
Menambahkan baris duplikat ke dataset
b)
Menghapus nilai yang kosong dalam dataset
c)
Menghapus baris yang memiliki data ganda/duplikat
d)
Mengurutkan dataset berdasarkan kolom tertentu
6.
Untuk melihat jumlah nilai yang hilang dalam tiap kolom dataset digunakan perintah...
a)
df.isnull().sum()
b)
df.dropna()
c)
df.fillna()
d)
df.shape()
7.
Jika ada nilai kosong di kolom 'Harga', bagaimana cara menggantinya dengan 0?
a)
df['Harga'].dropna(0, inplace=True)
b)
df['Harga'].fillna(0, inplace=True)
c)
df['Harga'].isnull(0, inplace=True)
d)
df['Harga'].replace(0, inplace=True)
8.
Apa perintah yang tepat untuk menyimpan dataset ke file CSV tanpa menyertakan index?
a)
df.to_csv('file.csv')
b)
df.to_csv('file.csv', index=False)
c)
df.save_csv('file.csv')
d)
df.write('file.csv', noindex=True)
9.
Jika sebuah toko online ingin menganalisis pola pembelian pelanggan, maka langkah pertama yang harus dilakukan adalah...
a)
Langsung membuat model prediksi tanpa melihat datanya
b)
Menentukan algoritma machine learning terlebih dahulu
c)
Menyiapkan data dengan membersihkan, menggabungkan, dan merapikan dataset
d)
Membuat laporan penjualan tanpa dataset
10.
Apa yang dimaksud dengan missing value dalam data preparation?
a)
Nilai yang terlalu besar sehingga perlu dihapus
b)
Nilai yang salah format
c)
Nilai yang tidak terisi atau kosong pada dataset
d)
Nilai yang duplikat
11.
Jika dataset memiliki entri alamat yang salah, apa langkah yang paling tepat?
a)
Menghapus seluruh kolom alamat
b)
Membersihkan atau memperbaiki data yang tidak valid
c)
Membiarkan data tetap ada agar jumlah data besar
d)
Mengubah semua alamat menjadi NULL
12.
Dalam data preparation, menggabungkan data dari website, aplikasi, dan media sosial menjadi satu dataset disebut dengan...
a)
Data visualization
b)
Data normalization
c)
Data merging/integration
d)
Data mining
13.
Kamu menemukan dataset transaksi penjualan yang berisi banyak nilai kosong di kolom Jumlah Terjual. Apa strategi terbaik untuk menanganinya?
a)
Menghapus semua baris yang memiliki nilai kosong agar dataset bersih
b)
Mengisi nilai kosong dengan rata-rata Jumlah Terjual agar data tetap representatif
c)
Mengisi nilai kosong dengan 0 tanpa mempertimbangkan konteks bisnis
d)
Membiarkan nilai kosong karena tidak akan memengaruhi analisis
14.
Dalam kasus toko online yang menggabungkan data dari website, aplikasi mobile, dan media sosial, tantangan utama dalam data preparation adalah...
a)
Data selalu lengkap sehingga tidak ada masalah integrasi
b)
Semua data otomatis sinkron tanpa perlu penyesuaian
c)
Format data yang berbeda-beda sehingga perlu distandarkan
d)
Data sudah pasti valid karena berasal dari sumber resmi
15.
Jika sebuah dataset penjualan memiliki outlier ekstrem pada kolom Harga (contoh: 1 unit barang tercatat 1 miliar rupiah), apa langkah yang paling tepat?
a)
Menghapus semua data agar hasil analisis tidak bias
b)
Memeriksa apakah outlier tersebut benar atau kesalahan input
c)
Menghapus outlier tanpa pertimbangan konteks
d)
Mengganti semua nilai Harga dengan rata-rata harga
Reset
