wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

Quiz Berpikir Komputasional

Total questions: 65

Worksheet time: 33mins

Name
Class
Date
1.

Konsep berpikir komputasional pertama kali diperkenalkan oleh…

a)

Alan Turing

b)

Jeannette Wing

c)

Seymour Papert

d)

Tim Berners-Lee

e)

Bill Gates

2.

Bahasa pemrograman yang dikembangkan Papert untuk pendidikan anak adalah…

a)

Python

b)

Java

c)

LOGO

d)

Pascal

e)

Ruby

3.

Jeannette Wing berperan dalam memperluas berpikir komputasional sebagai…

a)

Keterampilan teknis

b)

Cara berpikir universal

c)

Metode kompresi data

d)

Algoritma terbaru

e)

Sistem jaringan

4.

Komponen berpikir komputasional untuk memecah masalah besar menjadi bagian-bagian kecil yang mudah dikelola adalah…

a)

Abstraksi

b)

Evaluasi

c)

Dekomposisi

d)

Pola

e)

Sintesis

5.

Tujuan utama berpikir komputasional dalam pendidikan adalah…

a)

Mengajari coding tingkat lanjut

b)

Memperkuat cara berpikir logis dan sistematis

c)

Menghafal algoritma

d)

Membuat aplikasi

e)

Mengurangi data

6.

Abstraksi bertujuan untuk…

a)

Menghapus semua data

b)

Memilih informasi penting

c)

Memecah langkah algoritma

d)

Mengambil pola

e)

Menggabungkan variabel

7.

Pengenalan pola berarti…

a)

Mengacak data

b)

Mendeteksi keteraturan

c)

Menghilangkan variabel

d)

Menghapus anomali

e)

Mereduksi data

8.

Perancangan algoritma berfungsi untuk…

a)

Mengurutkan struktur file

b)

Menyusun langkah sistematis

c)

Menghapus noise

d)

Menganalisis grafik

e)

Menggabungkan model

9.

Komponen berpikir komputasional yang berhubungan langsung dengan coding adalah…

a)

Abstraksi

b)

Pengenalan pola

c)

Desain algoritma

d)

Reduksi

e)

Debugging

10.

Tantangan era Revolusi Industri 4.0 yang paling berkaitan dengan berpikir komputasional adalah…

a)

Minimnya perangkat

b)

Ledakan data dan otomatisasi

c)

Kekurangan jaringan

d)

Penurunan penggunaan komputer

e)

Tidak adanya AI

11.

Berpikir komputasional membantu manusia dalam…

a)

Mengurangi logika

b)

Menyelesaikan masalah kompleks

c)

Menghindari teknologi

d)

Menghapus data

e)

Menghindari informasi

12.

Berpikir komputasional meningkatkan efisiensi karena…

a)

Mengurangi kemampuan analisis

b)

Mengoptimalkan langkah penyelesaian

c)

Mengabaikan data

d)

Mengacak algoritma

e)

Mengurangi kreativitas

13.

Contoh penerapan berpikir komputasional di kehidupan sehari-hari adalah…

a)

Menonton film

b)

Menyusun rencana keuangan

c)

Tidur siang

d)

Mematikan komputer

e)

Menyiram tanaman

14.

Berpikir komputasional mendukung problem solving melalui…

a)

Dekompresi data

b)

Dekomposisi & algoritma

c)

Penyederhanaan memori

d)

Penghapusan pola

e)

Pengacakan nilai

15.

Hubungan berpikir komputasional dengan informatika adalah…

a)

Tidak ada hubungan

b)

Dasar pemrograman dan desain sistem

c)

Menghapus data

d)

Mengurangi penggunaan komputer

e)

Membatasi AI

16.

Proses berpikir sebelum membuat program disebut…

a)

Debugging

b)

Testing

c)

Algoritma

d)

Rendering

e)

Encoding

17.

Contoh penerapan pengenalan pola dalam kehidupan adalah…

a)

Mengurutkan angka acak

b)

Menentukan pola belanja pelanggan

c)

Menonaktifkan internet

d)

Menghapus aplikasi

e)

Mengabaikan data

18.

Berpikir komputasional membuat seseorang lebih siap menghadapi…

a)

Dunia digital modern

b)

Dunia tanpa teknologi

c)

Perubahan manual

d)

Kehidupan tradisional

e)

Teknologi analog

19.

Yang bukan manfaat berpikir komputasional adalah…

a)

Meningkatkan kreativitas

b)

Mengoptimalkan keputusan

c)

Mengabaikan

20.

Yang bukan manfaat berpikir komputasional adalah…

a)

Meningkatkan kreativitas

b)

Mengoptimalkan keputusan

c)

Mengabaikan data

d)

Menyederhanakan masalah

e)

Adaptasi teknologi

21.

Contoh buruk penerapan berpikir komputasional adalah…

a)

Perencanaan proyek

b)

Mengabaikan pola data

c)

Analisis prediksi

d)

Penyusunan jadwal

e)

Optimalisasi langkah

22.

Prediksi adalah proses untuk…

a)

Menghapus data

b)

Memperkirakan hasil berdasarkan data

c)

Mengacak nilai

d)

Mengurangi dataset

e)

Menggabungkan file

23.

Contoh prediksi dalam kehidupan sehari-hari adalah…

a)

Prakiraan cuaca

b)

Menggambar peta

c)

Memasak mie

d)

Tidur malam

e)

Menonton TV

24.

Dalam prediksi, data historis digunakan untuk…

a)

Menghapus pola

b)

Menganalisis tren masa lalu

c)

Mengurangi akurasi

d)

Mengacak variabel

e)

Menghilangkan nilai

25.

Tahap pertama prediksi berbasis berpikir komputasional adalah…

a)

Validasi

b)

Uji model

c)

Dekomposisi

d)

Evaluasi

e)

Distribusi

26.

Hasil prediksi yang baik ditentukan oleh…

a)

Banyaknya iklan

b)

Kualitas data

c)

Jumlah followers

d)

Warna grafik

e)

Kecepatan internet

27.

Mengapa data penting dalam prediksi?

a)

Untuk membuat keputusan acak

b)

Karena menjadi dasar pola

c)

Agar model tidak bekerja

d)

Untuk menghapus noise

e)

Untuk menciptakan error

28.

Yang termasuk evaluasi prediksi regresi adalah…

a)

Screening

b)

MSE

c)

Rendering

d)

Kompresi

e)

Encoding

29.

MAE digunakan untuk mengukur…

a)

Kesalahan absolut rata-rata

b)

Waktu pelatihan

c)

Kualitas gambar

d)

Ukuran file

e)

Warna grafik

30.

F1-Score merupakan kombinasi dari…

a)

MAE dan RMSE

b)

Precision dan Recall

c)

Data dan noise

d)

Regresi dan klasifikasi

e)

Suara dan video

31.

RMSE merupakan akar dari…

a)

MAE

b)

MSE

c)

Precision

d)

Accuracy

e)

Recall

32.

Prediksi klasifikasi digunakan untuk…

a)

Memprediksi angka

b)

Menentukan kategori

c)

Menghapus data

d)

Mengubah warna

e)

Menggabungkan suara

33.

Prediksi regresi digunakan untuk…

a)

Nilai numerik

b)

Gambar

c)

Suara

d)

Teks

e)

Kategori warna

34.

Contoh prediksi deret waktu adalah…

a)

Memilih warna cat

b)

Prediksi penjualan mingguan

c)

Menghapus file

d)

Menghitung jarak tempuh

e)

Mengirim gambar

35.

Prediksi anomali digunakan untuk mendeteksi…

a)

Nilai normal

b)

Nilai tidak wajar

c)

Nilai kosong

d)

Nilai tetap

e)

Nilai acak

36.

Prediksi rekomendasi digunakan pada…

a)

Sistem kasir

b)

Toko sembako

c)

Platform streaming

d)

Alat tulis kantor

e)

Bengkel

37.

Pola digunakan dalam prediksi untuk…

a)

Menghapus data

b)

Menentukan hubungan antar variabel

c)

Mengurangi nilai

d)

Mengacak file

e)

Menghapus noise

38.

Contoh pola dalam prediksi adalah…

a)

Harga berubah acak

b)

Penjualan naik saat libur

c)

Data rusak

d)

Data hilang

e)

Data tidak bergerak

39.

Langkah pertama menemukan pola adalah…

a)

Menghapus data

b)

Mengumpulkan data historis

c)

Mengacak variabel

d)

Mengurangi dataset

e)

Menyembunyikan nilai

40.

Pola digunakan untuk…

a)

Prediksi masa depan

b)

Menghilangkan informasi

c)

Mengurangi akurasi

d)

Pengacakan

e)

Kompresi data

41.

Analisis pola dilakukan agar…

a)

Data gagal diproses

b)

Model dapat belajar dari keteraturan

c)

Algoritma menjadi rusak

d)

Variabel tidak terdeteksi

e)

Data tidak terproses

42.

Analisis pola dilakukan agar…

a)

Data gagal diproses

b)

Model dapat belajar dari keteraturan

c)

Algoritma menjadi rusak

d)

Variabel hilang

e)

Noise bertambah

43.

Algoritma Linear Regression digunakan untuk…

a)

Prediksi kategori

b)

Prediksi nilai kontinu

c)

Prediksi gambar

d)

Deteksi error

e)

Menghapus file

44.

Decision Tree bekerja dengan…

a)

Percabangan logis

b)

Kompresi data

c)

Pengurangan warna

d)

Penyaringan suara

e)

Pengacakan nilai

45.

Random Forest adalah…

a)

Gabungan banyak decision tree

b)

Pohon tunggal

c)

Neural network

d)

Model statistik

e)

Kode biner

46.

Naive Bayes menggunakan…

a)

Probabilitas

b)

Suara

c)

Warna

d)

Grafik

e)

Gambar

47.

KNN (K-Nearest Neighbors) melakukan prediksi berdasarkan…

a)

Kecepatan internet

b)

Jarak terdekat antar data

c)

Banyaknya warna

d)

Ukuran file

e)

Kompresi audio

48.

Neural Network meniru cara kerja…

a)

Otak manusia

b)

CPU

c)

RAM

d)

Radio

e)

Printer

49.

Support Vector Machine mencari…

a)

Gambar baru

b)

Garis pemisah terbaik antar kelas

c)

Data terkecil

d)

Variabel bebas

e)

File terbesar

50.

Algoritma yang cocok untuk rekomendasi adalah…

a)

KNN

b)

SVM

c)

Naive Bayes

d)

Regresi linear

e)

Kode biner

51.

Algoritma yang digunakan untuk mendeteksi anomali adalah…

a)

KNN

b)

Isolation Forest

c)

CNN

d)

RNN

e)

Tokenizer

52.

Model prediksi akan semakin akurat jika…

a)

Data semakin sedikit

b)

Data semakin berkualitas

c)

Pola dihapus

d)

Noise ditambah

e)

Variabel dikurangi secara acak

53.

Publikasi konten digital bertujuan untuk…

a)

Menghapus konten

b)

Menyediakan konten ke publik

c)

Mengacak file

d)

Menghindari audiens

e)

Membatasi akses

54.

Distribusi konten bertujuan untuk…

a)

Menyebarkan konten ke banyak saluran

b)

Menutup platform

c)

Menghapus database

d)

Mengurangi akses

e)

Menonaktifkan server

55.

Diseminasi konten fokus pada…

a)

Pemahaman dan penerapan

b)

Penghapusan data

c)

Penyusunan gambar

d)

Pengacakan informasi

e)

Pengurangan user

56.

Contoh konten edukasi adalah…

a)

Meme

b)

Video tutorial

c)

Iklan parfum

d)

Trailer film

e)

Game horor

57.

Konten audio efektif karena…

a)

Butuh data besar

b)

Cocok untuk multitasking

c)

Tidak ada suara

d)

Tidak butuh pendengar

e)

Berbasis video

58.

SEO digunakan untuk…

a)

Menemukan konten di mesin pencari

b)

Menghapus file

c)

Mengganti server

d)

Mengurangi pengguna

e)

Mengubah format

59.

Platform profesional untuk diseminasi adalah…

a)

TikTok

b)

LinkedIn

c)

YouTube Kids

d)

Spotify

e)

Bigo Live

60.

CDN bekerja dengan…

a)

Mengirim konten dari server terdekat

b)

Memperbesar ukuran file

c)

Menghapus cache

d)

Mengurangi server lokal

e)

Menghambat akses

61.

Manfaat utama CDN adalah…

a)

Menghapus konten

b)

Kecepatan & keamanan meningkat

c)

Mengurangi trafik

d)

Menghilangkan data

e)

Menghapus user

62.

Layanan CDN dari Microsoft adalah…

a)

Cloudflare

b)

Azure CDN

c)

Fastly

d)

Akamai

e)

CloudFront

63.

Manfaat utama dari menggunakan algoritma dalam pemrograman adalah…

a)

Mengurangi jumlah kode yang ditulis

b)

Menghilangkan kebutuhan akan data

c)

Meningkatkan penggunaan memori

d)

Mengurangi kompleksitas masalah

e)

Meningkatkan kecepatan eksekusi

64.

Dalam konteks machine learning, overfitting terjadi ketika…

a)

Data terlalu banyak

b)

Model terlalu kompleks

c)

Model terlalu sederhana

d)

Data tidak cukup

e)

Model tidak dilatih dengan baik

65.

Fungsi dari validasi data dalam proses prediksi adalah…

a)

Meningkatkan jumlah data

b)

Mengubah format data

c)

Mengurangi waktu pemrosesan

d)

Menjamin akurasi model

e)

Menghapus data yang tidak relevan

Similar Resources on Wayground

IT Specialist: Device Configuration & Management

68 questions

IT Specialist: Device Configuration & Management

quiz

Worksheet

•

9th - 12th Grade

PAS-1 Informatika Kelas 8 Tahn 2025

60 questions

PAS-1 Informatika Kelas 8 Tahn 2025

quiz

Worksheet

•

8th Grade - University

XII_Latihan Soal_PSAS_INF

65 questions

XII_Latihan Soal_PSAS_INF

quiz

Worksheet

•

9th - 12th Grade

Cara Kerja Motherboard

60 questions

Cara Kerja Motherboard

quiz

Worksheet

•

10th Grade

GPHS_G10_EOY_2025_WALLACE

70 questions

GPHS_G10_EOY_2025_WALLACE

quiz

Worksheet

•

10th Grade - University

Excel and Google Workspace Multiple Choice Questions

62 questions

Excel and Google Workspace Multiple Choice Questions

quiz

Worksheet

•

10th Grade

Ôn tập giữa kì 1 môn tin học lớp 10

62 questions

Ôn tập giữa kì 1 môn tin học lớp 10

quiz

Worksheet

•

10th Grade

Quiz Teknologi Informasi

60 questions

Quiz Teknologi Informasi

quiz

Worksheet

•

9th - 12th Grade