Font size
WorksheetsLatihan Soal UTS
Total questions: 55
Worksheet time: 18mins
Pernyataan yang benar mengenai data mining berikut ini adalah
Data mining merupakan proses iterative dan interaktif untuk menemukan pola atau model yang sahih, baru, bermanfaat dan dapat dimengerti dalam suatu database yang sangat besar (massive databases)
Data mining is the nontrivial extraction of implicit, previously unknown and potentially useful information from data
Data mining is the search for relationships and global patterns that exist in small databases but are ‘hidden’ among the vast amount of data, such as a relationship between patient data and their medical diagnosis
Jawaban a dan b benar
Manakah yang benar mengenai teknik searching
Searching adalah salah satu teknik database yang dilakukan untuk memeriksa serangkaian item yang memiliki sifat-sifat yang inginkan
Tindakan untuk menemukan satu item tertentu baik yang diketahui keberadaannya maupun tidak
Memasukkan kata dalam suatu program komputer untuk memperbaiki informasi yang ada dalam database
Semua jawaban benar
Kapankah waktu yang tepat untuk melakukan data reduction
pada saat grouping dan summing data-data yang masih dalam jumlah besar
pada saat data preprocessing pada rangkaian proses KDD (Knowledge Discovery Databases)
Pada saat memasukkan data dalam suatu program komputer
Pada saat indexing
OLAP dapat digunakan untuk membuat rangkuman dari .... yang berbeda, rangkuman baru dan mendapatkan respon secara online
Triple dimensi data
Satu dimensi data
Multidimensi data
Query data
Berikut ini adalah karakteristik-karakteristik penting dari tool data mining, kecuali
data preparation facilities
selection of data mining operation (algorithms)
product scalability and performance
facilities for implementation of result
Salah satu karakteristik data warehouse adalah time-variant, yaitu
Data tidak dapat diperbaharui atau diubah tetapi hanya dapat di tambah dan dilihat
Data yang disusun menurut subjek berisi hanya informasi yang penting bagi pemrosesan decision support
Penyimpanan data selama 5-10 tahun atau lebih, data dapat digunakan untuk perbandingan atau perkiraan
Data terletak pada berbagai aplikasi yang terpisah
Pada tahap data preprocessing terdapat beberapa alat dan metode yang berbeda yang digunakan untuk preprocessing antara lain sampling yaitu
Menyeleksi subset representatif dari populasi data yang besar
Menghilangkan noise dari data
Memanipulasi data mentah untuk menghasilkan input tunggal
Semua jawaban benar
Pola informasi yang dihasilkan dari proses data mining perlu ditampilkan dalam bentuk yang mudah di mengerti oleh pihak yang berkepentingan. Hal tersebut dilakukan pada tahap
Interpretation
evaluation
jawaban a dan b benar
jawaban a dan b salah
Proses enrichment yaitu proses ‘memperkaya’ data yang sudah ada dengan
data / informasi lain yang agak relevan
data / informasi lain yang diperlukan untuk KDD seperti data atau informasi eksternal
jawaban a dan b benar
jawaban a dan b salah
Kebutuhan akan data mining dikarenakan
ketersediaan data yang melimpah, kebutuhan akan informasi sebagai pendukung pengambilan keputusan untuk membuat solusi bisnis
informasi sebagai asset perusahaan yang penting
ketersediaan teknologi informasi dalam skala yang terjangkau
semua jawaban benar
Pattern evaluation adalah suatu proses
Untuk menemukan informasi yang bernilai melalui knowledge base
Untuk membuang data yang tidak konsisten dan noise
Untuk mentransformasikan data menjadi bentuk yang sesuai untuk di mining
Tidak ada jawaban
Berikut ini yang termasuk penugasan pengklasifikasian adalah
memprediksi tingkat keganasan suatu sel tumor (ganas atau tidak ganas)
pengkategorian jenis berita (berita keuangan, cuaca, hiburan, dll)
jawaban a dan b benar
jawaban a dan b salah
Pada metode decision tree, ada berapa cara untuk menspesifikasikan kondisi uji menurut tipe atribut?
ada 3, yaitu nominal, ordinal dan kontine
ada 2, yaitu pembagian 2 cara (2-way split) dan banyak cara (multi-way split)
jawaban a dan b benar
jawaban a dan b salah
Menggunakan banyak partisi dengan nilai yang berbeda adalah salah satu teknik pembagian (splitting) yang disebut dengan
binary split
multi-way split
nominal split
ordinal split
Discretization dilakukan untuk
mempertimbangkan semua kemungkinan pembagian dan mencari pemotongan terbaik
melakukan perhitungan yang lebih intensif
membentuk atribut kategorikal ordinal
menemukan interval dan frekuensi yang sama
Dalam Konsep Data Mining terdapat 3 kebutuhan bisnis, Kecuali
Penambahan maupun peningkatan kapasitas produk
Penambahan biaya operasi perusahaan
Pengurangan biaya operasi perusahaan
Peningkatan efektivitas pemasaran dan keuntungan
Perbedaan antara basis data relasional dengan OLAP
identifikasi atribut
pada basis data relasional data dimasukkan ke dalam tabel, sementara pada OLAP digunakan representasi array multidimensional
pada basis data relasional digunakan representasi array multidimensional sedangkan pada OLAP data dimasukkan ke dalam tabel
jawaban a dan b benar
Di dalam Data Mining terdapat permasalahan bisnis yang umum dihadapi, Kecuali
Bagaimana menyajikan advertensi kepada target yang tepat sasaran
Mengklasifikasikan artikel-artikel secara otomatis
Mengelompokkan pengunjung web yang memiliki kesamaan karateristik tertentu
Memprediksi kelakuan di masa yang lalu
Berikut ini yang termasuk 2 langkah untuk mengkonversi data tabular ke dalam array multidimensi
identifikasi atribut-atribut mana yang merupakan atribut dimensi dan atribut mana yang merupakan atribut target/tujuan
Mencari nilai dari setiap entri dalam array multidimensi dengan menjumlahkan nilai-nilai (dari atribut tujuan)
Jawaban a dan b benar
Jawaban a dan b salah
Konsep dasar yang perlu dipikirkan pelaku bisnis sebagai solusi permasalahan, yaitu
Perumusan Target, Personalisasi, Asosiasi ( Analisis Keranjang Pasar ), Manajemen Pengetahuan.
Pengelompokkan, Estimasi & Prediksi, Pohon Keputusan
Jawaban a dan b salah
Jawaban a dan b benar
Berikut ini yang termasuk 2 langkah untuk mengkonversi data tabular ke dalam array multidimensi
identifikasi atribut-atribut mana yang merupakan atribut dimensi dan atribut mana yang merupakan atribut target/tujuan
Mencari nilai dari setiap entri dalam array multidimensi dengan menjumlahkan nilai-nilai (dari atribut tujuan)
Jawaban a dan b benar
Jawaban a dan b salah
Operasi kunci dari OLAP adalah
Formasi dari kubus data
Korespondensi dari kubus data
Tabel data
Elemen data
Mengapa melakukan data mining dari sudut pandang Komersial
Kecepatan data yang dihimpun dan disimpan (Gbyte/hour)
Data mining untuk reduksi data
Meledaknya volume data yang dihimpun dan disimpan dalam data warehouse
Teknik-teknik tradisional tidak fisibel untuk mengolah data mentah
Mengapa melakukan data mining dari sudut pandang keilmuan
Kecepatan data yang dihimpun dan disimpan (Gbyte/hour)
Data mining untuk reduksi data
Meledaknya volume data yang dihimpun dan disimpan dalam data warehouse
Jawaban a dan b benar
Dari sudut pandang komersial dilakukan data mining, kecuali
Teknik-teknik tradisional tidak fisibel untuk mengolah data mentah
Proses komputasi yang dapat diupayakan
Kuatnya tekanan kompetitif
Meledaknya volume data yang dihimpun dan disimpan dalam data warehouse
Sebutkan bidang ilmu yang berkaitan dengan data mining
Fisika
Kimia
Pemodelan Matematika
Biologi
Beberapa solusi dapat diselesaikan dengan data mining dalam penerapannya dalam Analisa Perusahaan dan Manajemen Resiko, Kecuali
Merencanakan Sumber Daya (Resource Planning)
Menebak target pasar
Memonitor Persaingan (Competition)
Merencanakan Keuangan dan Evaluasi Aset
Data Mining Engine adalah Suatu proses
Untuk menemukan informasi yang bernilai melalui knowledge base
Untuk membuang data yang tidak konsisten dan noise
Untuk mentransformasikan data menjadi bentuk yang sesuai untuk di mining
Penggabungan data dari beberapa sumber
Data Cleaning adalah Suatu Proses
Untuk menemukan informasi yang bernilai melalui knowledge base
Untuk membuang data yang tidak konsisten dan noise
Untuk mentransformasikan data menjadi bentuk yang sesuai untuk di mining
Penggabungan data dari beberapa sumber
Digunakan untuk memetakan data dengan prediksi atribut bernilai real, disebut dengan
Regresi
Klasifikasi
Prediksi
Analisis Time Series
Proses untuk menemukan model atau fungsi yang menjelaskan atau membedakan konsep atau kelas data dengan tujuan untuk dapat memprediksi kelas dari suatu objek yang labelnya tidak diketahui, disebut dengan
Regresi
Prediksi
Klasifikasi
Analisis Time Series
Model data relasional, Implementasi DBMS relasional adalah ciri-ciri evolusi database pada tahun
1960
1970
1980
1990
Data mining, data warehouse, database multimedia, dan Web database adalah ciri-ciri evolusi database pada tahun
1960
1970
1980
1990
Ciri-ciri evolusi database pada tahun 2000 adalah sebagai berikut, Kecuali
A. Teknologi web dan sistem informasi global
B. Data mining dengan berbagai variasi aplikasi
C. Stream data managemen dan mining
D. Pengumpulan data, pembuatan data, IMS dan network DBMS
Suatu alat untuk analisa data, yang memecahkan permasalahan penggolongan adalah
Sequence Discovery
Clustering
Assosiation Rule
Summarization
Salah Satu Teknik Data Mining adalah
Data Warehouse
Visualisasi Data
Graphical User Interface
Pattern evaluation
Yang bukan termasuk Tipe-Tipe Data Pada Mining adalah
Variabel - Variabel berskala interval
Variabel biner
Variabel Oktal
Variabel nominal, ordinal dan rasio
Manakah yang termasuk Kategori Pendekatan Clustering adalah
Data Integration
Data Mining Engine
Algoritma Partisi
Salah satu karakteristik data warehouse adalah Non volatile, yaitu
Data tidak dapat diperbaharui atau diubah tetapi hanya dapat ditambah dan dilihat
Data yang disusun menurut subjek berisi hanya informasi yang penting bagi pemrosesan decision support
Penyimpanan data selama 5-10 tahun atau lebih, data dapat digunakan untuk perbandingan atau perkiraan
Data terletak pada berbagai aplikasi yang terpisah
Terdapat beberapa alat dan metode yang berbeda yang digunakan untuk preprocessing seperti Transformation, Yaitu
Menyeleksi subset representatif dari populasi data yang besar
Menghilangkan noise dari data
Memanipulasi data mentah untuk menghasilkan input tunggal
Mengorganisasi data untuk pengaksesan yang lebih spesifik
Terdapat beberapa alat dan metode yang berbeda yang digunakan untuk preprocessing seperti Normalization, Yaitu
Menyeleksi subset representatif dari populasi data yang besar
Menghilangkan noise dari data
Memanipulasi data mentah untuk menghasilkan input tunggal
Mengorganisasi data untuk pengaksesan yang lebih spesifik
Seleksi sekumpulan sel dari seluruh array multidimensi dengan menetapkan nilai spesifik untuk satu atau lebih dimensi
Dicing
Roll-up
Drill-down
Slicing
Salah satu contoh proses roll-up yaitu
pada data penjualan, kita dapat mengumpulkan data penjualan dari seluruh tanggal (harian) dalam satu bulan
membagi total data penjualan bulanan ke dalam total penjualan harian
jawaban a dan benar
jawaban a dan b salah
Berikut ini yang termasuk karakteristik Rule-Based Classifier, kecuali
aturan mutually exclusive pengklasifikasi (classifier) mengandung aturan mutually exclusive jika aturan-aturan independen satu sama lain dan setiap record paling banyak dilingkupi oleh satu aturan
aturan exhaustive classifier memiliki lingkupan exhaustive jika mencatat untuk setiap kemungkinan kombinasi nilai atribut
pada aturan exhaustive, setiap record paling sedikit dilingkupi oleh satu aturan
aturan mutually exclusive pengklasifikasi (classifier) mengandung aturan mutually exclusive jika aturan-aturan dependen satu sama lain dan setiap record paling banyak dilingkupi oleh satu aturan
Suatu aturan dapat disederhanakan namun hal ini tentunya akan menimbulkan efek yaitu
aturan tidak lagi bersifat mutually exclusive sehingga satu record dapat memicu lebih dari satu aturan
aturan tidak lagi bersifat exhaustive sehingga satu record dapat tidak memicu satupun aturan
jawaban a dan b benar
jawaban a dan b salah
Ada 2 (dua) skema pengurutan aturan yaitu
Rule-based ordering dan Class-based ordering
Direct ordering dan indirect ordering
Learn-one-rule dan learn-two-rule
Semua jawaban benar
Berikut ini adalah aspek-aspek dari sequential covering, kecuali
A. pertumbuhan aturan (rule growing), instance elimination
B. Evaluasi aturan (rule evaluation), criteria berhenti (Stopping criterion)
Rule deleting dan rule pruning
Extraction
Mengapa kita menghilangkan positive instances
untuk memaksimumkan pengukuran entropy
untuk memastikan bahwa aturan selanjutnya akan berbeda
untuk mencegah underestimating keakurasian aturan
semua jawaban benar
Mengapa kita menghilangkan negative instances
untuk memaksimumkan pengukuran entropy
untuk memastikan bahwa aturan selanjutnya akan berbeda
untuk mencegah underestimating keakurasian aturan
semua jawaban benar
Pernyataan yang benar mengenai stopping criterion
menghitung hasil yang didapat (gain)
jika gain signifikan, maka jangan perhatikan aturan yang bar
serupa dengan pasca pemangkasan (post pruning) pada pohon keputusan
membandingkan tingkat error pada himpunan validasi
Seorang produsen menghitung biaya marginal (dalam juta rupiah) untuk memproduksi x unit barang dinyatakan dalam persamaan matematika (terdapat pada gambar) Ketika produksi semakin besar, biaya marginal mendekati nilai…
0
3
5
8
Dari 100 mahasiswa, 60 suka matematika, 50 suka fisika, dan 30 suka keduanya. Jika dipilih seorang acak, peluang ia hanya suka salah satu dari kedua mata kuliah tersebut adalah…
0,3
0,5
0,6
0,8
Sebuah bola dilempar ke atas dengan tinggi (dalam meter) setelah tt detik dinyatakan:
h(t)=20t−5t^2
t = 1 detik
t = 2 detik
t = 3 detik
t = 4 detik
Luas daerah yang dibatasi kurva y=x^2 dan garis y=2x dari x = 0hingga perpotongan kedua kurva adalah…
1/3
2/3
4/3
5/3
Sebuah mobil bergerak sehingga jarak tempuh setelah t detik adalah s(t)=t^2+3t meter. Kecepatan rata-rata dari detik ke-2 sampai ke-5 adalah:
10 m/s
8 m/s
12 m/s
14 m/s
