WorksheetsUTS Educational Inf Gasal 25
Total questions: 50
Worksheet time: 25mins
Name
Class
Date
1.
Jika Anda ingin membangun sistem yang dapat memprediksi mahasiswa berisiko gagal, konsep apa yang paling relevan?
a)
Learning Analytics
b)
Educational Data Mining
c)
AI in Education
d)
Social Learning
2.
Dalam alur umpan balik pembelajaran digital, AIED berperan pada tahap mana?
a)
Mengumpulkan data aktivitas mahasiswa
b)
Mendeskripsikan perilaku belajar
c)
Memprediksi risiko kegagalan
d)
Memberikan intervensi adaptif berdasarkan prediksi
3.
Mengapa “Cognitive Load Theory” penting dalam desain UI/UX sistem pembelajaran?
a)
Agar tampilan lebih menarik secara visual
b)
Untuk mengurangi beban kognitif dan meningkatkan fokus belajar
c)
Untuk mempercepat pemrosesan grafis
d)
Agar sistem mudah diprogram
4.
Apa hubungan logis antara Learning Analytics (LA), Educational Data Mining (EDM), dan AI in Education (AIED)?
a)
LA → Prediksi, EDM → Deskripsi, AIED → Statistik
b)
LA → Deskripsi, EDM → Prediksi, AIED → Intervensi
c)
LA → Intervensi, EDM → Deskripsi, AIED → Prediksi
d)
LA → Statistik, EDM → Algoritma, AIED → Database
5.
Dalam sistem VR laboratorium kimia, aspek teknis yang paling penting untuk menjaga realisme dan efektivitas belajar adalah:
a)
Penggunaan animasi 2D
b)
Rendering 3D dan interaksi waktu nyata
c)
Menyediakan quiz setelah simulasi
d)
Menambahkan musik latar
6.
Jika Anda membangun LMS dengan fitur prediksi keberhasilan mahasiswa, komponen teknis EI yang digunakan berturut-turut adalah:
a)
AIED → EDM → LA
b)
LA → EDM → AIED
c)
EDM → LA → AIED
d)
LA → AIED → EDM
7.
Jika sebuah sistem mampu menyesuaikan tingkat kesulitan soal sesuai performa pengguna, teknologi ini memanfaatkan prinsip:
a)
Learning Analytics
b)
Artificial Intelligence in Education
c)
Social Learning
d)
Data Visualization
8.
Jika tujuan Anda adalah mengubah data interaksi menjadi visualisasi yang membantu dosen mengambil keputusan, maka pendekatan yang digunakan adalah:
a)
EDM
b)
Learning Analytics
c)
AIED
d)
Cognitive Science
9.
Seorang pengembang EI ingin menciptakan sistem kolaboratif yang adaptif dan berbasis AI. Pendekatan terbaik adalah:
a)
Menggabungkan Social Learning dan AIED
b)
Menggunakan hanya LA
c)
Mengandalkan teori behavioristik
d)
Menghapus interaksi sosial
10.
Jika tujuan Anda adalah menggabungkan data dari LMS dan sistem akademik untuk analisis lintas departemen, komponen infrastruktur apa yang dibutuhkan?
a)
Data Warehouse
b)
Streaming Platform
c)
Learning Record Store
d)
Data Lake
11.
Dalam konteks EI, mengapa Learning Record Store (LRS) penting?
a)
Untuk menyimpan dokumen akademik formal
b)
Untuk mengelola data sensor
c)
Untuk mencatat pengalaman belajar lintas platform melalui xAPI
d)
Untuk menggantikan fungsi LMS
12.
Apa risiko utama jika data dari LMS tidak dibersihkan sebelum dianalisis?
a)
Volume data akan menurun
b)
Visualisasi menjadi lebih menarik
c)
Hasil analisis bisa bias dan tidak valid
d)
Proses ETL menjadi lebih cepat
13.
Anda ingin membangun sistem AI Tutor yang memberi umpan balik langsung saat mahasiswa kesulitan. Jenis data apa yang paling penting?
a)
Data batch dari semester sebelumnya
b)
Data real-time dari aktivitas belajar
c)
Data sosial dari media
d)
Data administratif
14.
Mengapa integrasi API penting dalam infrastruktur data pendidikan modern?
a)
Agar sistem dapat saling bertukar data secara otomatis
b)
Agar sistem bekerja tanpa internet
c)
Untuk menghapus data yang tidak penting
d)
Untuk mengubah data menjadi format video
15.
Bagaimana Data Lake berbeda dari Data Warehouse dalam konteks fleksibilitas analisis?
a)
Data Lake hanya menyimpan data numerik
b)
Data Warehouse lebih fleksibel dari Data Lake
c)
Data Lake menyimpan data mentah berbagai format sebelum diproses
d)
Data Lake digunakan hanya untuk backup
16.
Jika Anda ingin mendeteksi kecurangan ujian daring, jenis data apa yang paling relevan?
a)
Data forum dan tugas
b)
Data keystroke dan waktu respons
c)
Data administratif
d)
Data video promosi kampus
17.
Dalam arsitektur modern, mengapa sistem terdistribusi lebih disukai daripada sistem terpusat?
a)
Karena lebih mudah diinstal
b)
Karena memungkinkan skalabilitas dan keandalan tinggi
c)
Karena lebih murah untuk semua kampus
d)
Karena tidak membutuhkan keamanan data
18.
Jika data akademik, LMS, dan sensor digabung, apa tantangan utamanya dalam integrasi tersebut?
a)
Perbedaan format dan struktur data
b)
Volume data terlalu kecil
c)
Semua data sudah terstandar
d)
Tidak ada perbedaan sistem
19.
Mengapa Veracity penting dalam 5V Big Data pendidikan?
a)
Karena menentukan kecepatan pemrosesan
b)
Karena menunjukkan keakuratan dan keandalan data
c)
Karena berkaitan dengan jumlah data
d)
Karena menunjukkan harga data
20.
Seorang pengembang memilih cloud computing untuk sistem EI. Apa alasan strategis utama di balik keputusan ini?
a)
Lebih mudah dipelihara dan berskala
b)
Karena kampus tidak memiliki jaringan lokal
c)
Karena data menjadi tidak aman
d)
Karena lebih sederhana untuk sistem kecil
21.
Jika sebuah universitas ingin mematuhi GDPR, langkah teknis apa yang perlu dilakukan pada data mahasiswa?
a)
Membuka akses data ke semua pihak
b)
Melakukan anonimisasi dan enkripsi data pribadi
c)
Menghapus semua data lama
d)
Menyimpan data tanpa izin
22.
“The quality of insights depends on the quality of data.” – Pernyataan ini menekankan pentingnya:
a)
Desain antarmuka yang menarik
b)
Infrastruktur dan pengelolaan data yang akurat
c)
Peningkatan jumlah mahasiswa
d)
Promosi platform belajar
23.
Mengapa Educational Data Mining (EDM) dianggap penting dalam konteks pendidikan modern?
a)
Karena EDM membantu menghitung nilai akhir secara manual
b)
Karena EDM memungkinkan analisis pola belajar yang tersembunyi
c)
Karena EDM menggantikan peran pengajar di ruang kelas
d)
Karena EDM hanya berfungsi sebagai alat visualisasi sederhana
24.
Apa perbedaan utama antara Learning Analytics (LA) dan EDM dalam konteks penerapan datanya?
a)
LA bersifat deskriptif sedangkan EDM bersifat prediktif
b)
LA menggunakan AI sedangkan EDM tidak menggunakan AI
c)
LA bersifat manual sedangkan EDM bersifat otomatis
d)
LA berfokus pada guru sedangkan EDM hanya pada siswa
25.
Dalam pipeline EDM, tahap apa yang paling menentukan kualitas hasil analisis?
a)
Tahap pengumpulan data dari berbagai sumber sistem
b)
Tahap pemodelan algoritma menggunakan metode statistik
c)
Tahap pra-pemrosesan data untuk pembersihan dan normalisasi
d)
Tahap visualisasi hasil dengan dashboard pembelajaran
26.
Dalam contoh kasus K-Means Clustering, mengapa proses normalisasi data penting dilakukan?
a)
Agar data numerik dapat memiliki skala nilai yang seragam
b)
Agar jumlah klaster meningkat sesuai ukuran dataset
c)
Agar algoritma lebih cepat tanpa memerlukan iterasi
d)
Agar centroid tetap berada pada posisi awal setiap siklus
27.
Dalam model Decision Tree, apa tujuan utama dari proses pemilihan fitur terbaik di setiap simpul?
a)
Mengurangi kompleksitas struktur pohon keputusan
b)
Memaksimalkan nilai akurasi dengan meminimalkan impurity
c)
Meningkatkan jumlah percabangan agar model lebih besar
d)
Menyembunyikan pola data agar sulit diinterpretasi
28.
Apa risiko utama yang dapat muncul jika model klasifikasi terlalu menyesuaikan diri dengan data pelatihan?
a)
Model menjadi lambat dalam menghitung hasil prediksi
b)
Model menjadi terlalu sederhana dan kehilangan akurasi
c)
Model mengalami overfitting dan gagal pada data baru
d)
Model berhenti melakukan pembelajaran lebih lanjut
29.
Jika seorang dosen ingin memprediksi skor ujian akhir mahasiswa berdasarkan data aktivitas, teknik yang paling sesuai adalah:
a)
Regression
b)
Clustering
c)
Classification
d)
Process Mining
30.
Dalam konteks regresi linear, apa makna garis terbaik (best-fit line) yang dihasilkan oleh model?
a)
Garis yang menghubungkan semua titik data secara sempurna
b)
Garis yang meminimalkan jarak total antara data dan prediksi
c)
Garis yang melewati nilai rata-rata dari setiap variabel
d)
Garis yang membagi data menjadi dua kelompok seimbang
31.
Mengapa process mining dianggap penting dalam analisis perilaku belajar?
a)
Karena mengungkap urutan aktivitas yang diikuti oleh pelajar
b)
Karena menyederhanakan semua data menjadi satu skor akhir
c)
Karena menggantikan peran kuis sebagai alat evaluasi
d)
Karena menghapus semua log aktivitas yang tidak relevan
32.
Bagaimana recommender system dapat meningkatkan personalisasi dalam pembelajaran daring?
a)
Dengan mengurutkan data berdasarkan frekuensi akses pengguna
b)
Dengan menyarankan materi sesuai minat dan performa individu
c)
Dengan menampilkan semua kursus yang tersedia secara acak
d)
Dengan menonaktifkan fitur filter dan preferensi pengguna
33.
Mengapa bias data menjadi isu penting dalam pengembangan model prediktif EDM?
a)
Karena bias mempercepat proses pelatihan model
b)
Karena bias membuat model tidak mampu belajar sama sekali
c)
Karena bias dapat menghasilkan keputusan yang tidak adil
d)
Karena bias memastikan data lebih mudah diklasifikasikan
34.
Jika model EDM memberikan hasil prediksi yang tidak dapat dijelaskan secara logis, masalah apa yang kemungkinan terjadi?
a)
Overfitting akibat terlalu banyak data uji
b)
Black-box model dengan tingkat interpretasi rendah
c)
Kesalahan normalisasi akibat data numerik kecil
d)
Kesalahan perhitungan karena rumus regresi linear
35.
Mengapa clustering dapat membantu dosen dalam strategi pembelajaran adaptif?
a)
Karena memungkinkan pembagian mahasiswa berdasarkan kemiripan perilaku
b)
Karena menampilkan daftar mahasiswa tanpa mempertimbangkan aktivitas
c)
Karena menghapus variasi data yang dianggap tidak penting
d)
Karena menyederhanakan data dengan menghilangkan label kategori
36.
Dalam model klasifikasi, mengapa feature engineering dianggap langkah kritis?
a)
Karena fitur menentukan kualitas prediksi dan relevansi model
b)
Karena fitur membantu mengurangi kebutuhan data pelatihan
c)
Karena fitur menentukan ukuran dataset tanpa analisis
d)
Karena fitur selalu bersifat otomatis tanpa manusia
37.
Dalam kasus penerapan anomaly detection untuk mendeteksi disengagement, indikator apa yang paling tepat digunakan?
a)
Durasi login dan aktivitas interaksi yang sangat rendah
b)
Frekuensi klik tombol bantuan yang meningkat
c)
Waktu pengerjaan ujian yang lebih panjang dari rata-rata
d)
Jumlah unggahan tugas yang sangat berlebihan
38.
Mengapa teori belajar menjadi fondasi penting dalam pengembangan sistem teknologi pendidikan?
a)
Karena teori belajar menentukan struktur kode program
b)
Karena teori belajar menjelaskan proses kognitif manusia
c)
Karena teori belajar memastikan stabilitas server aplikasi
d)
Karena teori belajar menggantikan peran guru sepenuhnya
39.
Dalam Behaviorism, apa peran utama penguatan (reinforcement) dalam konteks teknologi pembelajaran?
a)
Menyediakan motivasi intrinsik melalui eksplorasi bebas
b)
Memperkuat perilaku belajar melalui konsekuensi terprogram
c)
Menghapus stimulus eksternal agar fokus pada pemikiran internal
d)
Mengurangi interaksi sosial agar pembelajaran lebih cepat
40.
Bagaimana prinsip Behaviorism diterapkan pada sistem seperti Duolingo?
a)
Dengan memberikan umpan balik instan, poin, dan lencana
b)
Dengan membiarkan pengguna membuat aturan belajar sendiri
c)
Dengan menghubungkan pengguna pada komunitas global belajar
d)
Dengan menghapus semua bentuk pengulangan otomatis
41.
Apa kelemahan utama Behaviorism dalam konteks EdTech modern?
a)
Terlalu fokus pada pengembangan interaksi sosial
b)
Mengabaikan proses mental dan pemahaman yang mendalam
c)
Terlalu banyak melibatkan kolaborasi antarpengguna
d)
Tidak dapat diimplementasikan dalam aplikasi digital
42.
Mengapa pendekatan Constructivism relevan untuk simulasi sains virtual?
a)
Karena mendorong pembelajaran pasif berdasarkan aturan sistem
b)
Karena memungkinkan siswa membangun konsep melalui eksplorasi
c)
Karena hanya menekankan pada hafalan dan latihan mekanis
d)
Karena meniadakan kolaborasi dan refleksi selama belajar
43.
Dalam konteks EdTech, apa peran sandboxes dalam pendekatan konstruktivistik?
a)
Memberikan lingkungan fleksibel untuk eksplorasi dan eksperimen
b)
Membatasi interaksi pengguna agar proses belajar efisien
c)
Mengarahkan pengguna untuk mengikuti instruksi langkah demi langkah
d)
Menentukan skor akhir berdasarkan hasil kuis otomatis
44.
Mengapa Operational Transformation penting dalam sistem kolaboratif seperti editor daring?
a)
Untuk mengelola urutan perubahan dan mencegah konflik edit
b)
Untuk meningkatkan kecepatan akses data di sisi server
c)
Untuk mengurangi ukuran file dokumen dalam basis data
d)
Untuk membatasi akses pengguna yang belum terdaftar
45.
Dalam Connectivism, apa makna utama dari konsep nodes dan connections?
a)
Node adalah server penyimpan data, connection adalah jaringannya
b)
Node adalah entitas pengetahuan, connection adalah hubungan antarentitas
c)
Node adalah pengguna pasif, connection adalah media sosial
d)
Node adalah hasil belajar, connection adalah umpan balik sistem
46.
Dalam Cognitive Load Theory, mengapa penting mengurangi extraneous load pada antarmuka pembelajaran?
a)
Karena beban kognitif tambahan menghambat pemrosesan informasi
b)
Karena beban kognitif meningkatkan daya ingat jangka panjang
c)
Karena beban kognitif mempercepat pembentukan skema otomatis
d)
Karena beban kognitif memperkuat motivasi belajar intrinsik
47.
Apa yang membedakan intrinsic load dengan germane load dalam Cognitive Load Theory?
a)
Intrinsic berasal dari kesulitan materi, germane dari pemrosesan pembelajaran
b)
Intrinsic dari desain visual, germane dari interaksi sosial
c)
Intrinsic dari interaksi sistem, germane dari kode program
d)
Intrinsic dari motivasi pengguna, germane dari faktor eksternal
48.
Mengapa EdTech seperti Khan Academy menjadi contoh penerapan Cognitive Load Theory?
a)
Karena menggabungkan antarmuka sederhana dan video singkat
b)
Karena menampilkan banyak animasi dan efek visual
c)
Karena memberikan tantangan dengan teks panjang berulang
d)
Karena mengandalkan penilaian subjektif oleh pengajar
49.
Dalam Socio-cultural Theory, apa fungsi utama Zone of Proximal Development (ZPD)?
a)
Menentukan batas kemampuan maksimal mesin pembelajaran
b)
Menjelaskan jarak antara potensi individu dan hasil aktual
c)
Mengatur urutan algoritma dalam sistem pembelajaran adaptif
d)
Mengukur perbedaan hasil antar kelompok eksperimen
50.
Bagaimana Cognitive Load Theory dan Behaviorism dapat dikombinasikan dalam satu platform EdTech?
a)
Dengan mengurangi gangguan visual sambil memberikan umpan balik langsung
b)
Dengan menambahkan banyak animasi untuk menarik perhatian pengguna
c)
Dengan meniadakan semua bentuk penguatan perilaku otomatis
d)
Dengan menampilkan kuis tanpa batas waktu dan umpan balik
100 %
