Anda di halaman 1dari 93

3/8/2021 Kuis M1 : Big Data Computing Overview: Attempt review

Dashboard / My courses / ATA 2020/2021 | 2-FTI | Komputasi Big Data | TEAM TEACHING / Pertemuan 1 : Big Data Computing Overview
/ Kuis M1 : Big Data Computing Overview

Started on Monday, 8 March 2021, 11:36 AM


State Finished
Completed on Monday, 8 March 2021, 12:11 PM
Time taken 34 mins 33 secs
Grade 100.00 out of 100.00

Question 1 Beragamnya jenis data di dalam Big Data yang meliputi data terstruktur, semi terstruktur dan bahkan data tidak
Correct terstruktur, merupakan penjelasan dari dimensi Big Data dalam hal:
Mark 5.00 out of
5.00 Select one:
Velocity

Variety 

Volume

Veracity

The correct answer is: Variety

Question 2 Contoh solusi Big Data, kecuali:


Correct

Mark 5.00 out of Select one:


5.00
Input Nilai Mahasiswa 

Semua benar

Deteksi Penipuan

Mesin rekomendasi

The correct answer is: Input Nilai Mahasiswa

Question 3 Dalam arsitektur Big Data, solusi berupa rekomendasi, berada pada posisi sebagai:
Correct

Mark 5.00 out of Select one:


5.00
Data Format

End Result 

Data Storage Layer

Data Computing & Analysis

The correct answer is: End Result

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2404117&cmid=491430 1/6
3/8/2021 Kuis M1 : Big Data Computing Overview: Attempt review

Question 4 Dalam ekosistem Big Data, proses pre-prosesing data dapat dilakukan menggunakan:
Correct

Mark 5.00 out of Select one:


5.00
Sqoop 

HDFS

Facebook

Tableu

The correct answer is: Sqoop

Question 5 Data Warehouse dibuat dengan menerapkan serangkaian langkah pemrosesan terhadap data yang berasal dari beberapa
Correct basis data. Berikut ini adalah yang termasuk dalam pemrosesan data tersebut:
Mark 5.00 out of
5.00 Select one:
Pembersihan data

Transformasi data

Semua benar 

Integrasi data

The correct answer is: Semua benar

Question 6 Dataset dibentuk dari:


Correct

Mark 5.00 out of Select one:


5.00
Sekumpulan objek yang memiliki fitur yang sama 

Sekumpulan fitur yang memiliki nilai yang sama

Sekumpulan fitur yang memiliki objek yang sama

Semua salah

The correct answer is: Sekumpulan objek yang memiliki fitur yang sama

Question 7 Komponen Komputasi Big Data di lapisan Middleware terdiri dari:


Correct

Mark 5.00 out of Select one:


5.00
Interface Layer

Resource Layer

Semua benar

SDK Layer 

The correct answer is: SDK Layer

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2404117&cmid=491430 2/6
3/8/2021 Kuis M1 : Big Data Computing Overview: Attempt review

Question 8 Kumpulan data yang disusun dalam tabel berformat persegi panjang yang terdiri dari baris dan kolom disebut sebagai:
Correct

Mark 5.00 out of Select one:


5.00
Semua salah

Flat files 

Data Warehouse

Database

The correct answer is: Flat files

Question 9 Manakah yang benar dari pernyataan berikut ini:


Correct

Mark 5.00 out of Select one:


5.00
Memperkirakan puncak dari kasus positif Covid-19, adalah contoh analisis prediktif. 

Prediktif, menilai tindakan

Deskriptif, perkiraan berdasarkan data yang tersedia

Preskriptif, memodelkan perilaku masa lalu

The correct answer is: Memperkirakan puncak dari kasus positif Covid-19, adalah contoh analisis prediktif.

Question 10 Model basis data yang berupa deret waktu (time series):
Correct

Mark 5.00 out of Select one:


5.00
Temporal database 

Spatial database

Text database

Semua salah

The correct answer is: Temporal database

Question 11 Objek disebut juga:


Correct

Mark 5.00 out of Select one:


5.00
Record

Unit

Data points

Semua benar 

The correct answer is: Semua benar

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2404117&cmid=491430 3/6
3/8/2021 Kuis M1 : Big Data Computing Overview: Attempt review

Question 12 Salah satu keunggulan DGX A100:


Correct

Mark 5.00 out of Select one:


5.00
Semua benar 

Tidak membutuhkan ruang yang besar

Biaya lebih murah

Konsumsi daya lebih sedikit

The correct answer is: Semua benar

Question 13 Sekumpulan tabel dimana bentuk setiap tabel analog dengan flat file, disebut:
Correct

Mark 5.00 out of Select one:


5.00
Semua salah

Data Warehouse

Database 

DBMS

The correct answer is: Database

Question 14 Semakin banyak data hingga mencapai ukuran Peta Byte atau bahkan lebih, merupakan penjelasan dari dimensi Big Data
Correct dalam hal:
Mark 5.00 out of
5.00 Select one:
Veracity

Variety

Velocity

Volume 

The correct answer is: Volume

Question 15 Sumber data yang digunakan dalam aplikasi Big Data dapat berupa:
Correct

Mark 5.00 out of Select one:


5.00
Semua benar 

Data Media Sosial

Data Finansial

Data Asuransi Kesehatan

The correct answer is: Semua benar

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2404117&cmid=491430 4/6
3/8/2021 Kuis M1 : Big Data Computing Overview: Attempt review

Question 16 Tempat penyimpanan data yang dikumpulkan di lokasi berbeda (basis data relasional) dan disimpan menggunakan skema
Correct terpadu:
Mark 5.00 out of
5.00 Select one:
Spatial Database

Transactional database

Semua benar

Data Warehouse 

The correct answer is: Data Warehouse

Question 17 Tipe nilai dapat berupa:


Correct

Mark 5.00 out of Select one:


5.00
Object

Fitur

Semua salah

Numerik 

The correct answer is: Numerik

Question 18 Unit informasi tunggal disebut:


Correct

Mark 5.00 out of Select one:


5.00
Dataset

Nilai 

Objek

Fitur/atribut

The correct answer is: Nilai

Question 19 Visualisasi dari hasil analisis Big Data dapat berupa:


Correct

Mark 5.00 out of Select one:


5.00
Grafik 3D

Plot

Semua benar 

Tabel

The correct answer is: Semua benar

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2404117&cmid=491430 5/6
3/8/2021 Kuis M1 : Big Data Computing Overview: Attempt review

Question 20 Yang merupakan framework untuk Machine Learning:


Correct

Mark 5.00 out of Select one:


5.00
Apache Spark MLlib 

Semua benar

Amazon ML

Azure ML

The correct answer is: Apache Spark MLlib

◄ Materi M1 : Big Data Computing Kuis M1 : Big Data Computing Overview


Jump to...
Overview (Khusus Kelas Malam) ►

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2404117&cmid=491430 6/6
6/6/2021 Kuis M2 : Big Data Computing, Applications and Technologies: Attempt review

Dashboard / My courses /
ATA 2020/2021 | 2-FTI | Komputasi Big Data | TEAM TEACHING
/
Pertemuan 2 : Big Data Computing, Applications and Technologies /
Kuis M2 : Big Data Computing, Applications and Technologies

Started on Monday, 15 March 2021, 1:04 PM


State Finished
Completed on Monday, 15 March 2021, 1:09 PM
Time taken 5 mins 41 secs
Grade 100.00 out of 100.00

Question 1 Arsitektur Hadoop terdiri dari:


Correct

Mark 5.00 out of Select one:


5.00
a. Storage layer, Service Layer, Application Layer

b. Storage layer, Resource Management Layer, Application Layer 

c. Storage layer, Processing Layer, Application Layer

d. Data layer, Processing Layer, Service Layer

The correct answer is: Storage layer, Resource Management Layer, Application Layer

Question 2 Berikut ini adalah saran untuk memasuki era Analytic 3.0:
Correct

Mark 5.00 out of Select one:


5.00
a. Semua benar 

b. Tambahkan beberapa data volume besar yang tidak terstruktur

c. Mulailah dengan kemampuan yang ada untuk manajemen data dan analitik

d. Pilih target dan sub-target analytics 3.0

The correct answer is: Semua benar

Question 3 Berikut ini yang harus dilakukan oleh perusahaan 1.0, kecuali:
Correct

Mark 5.00 out of Select one:


5.00
a. Temukan pelanggan terbaik, tetapkan harga terbaik kepada mereka

b. Membuat analitik dan keputusan berbasis fakta elemen kunci dari hubungan pelanggan, produk dan layanan,
strategi, dan persaingan 

c. Pahami biaya dan dorong kinerja yang lebih baik

d. Buat penawaran yang efektif

The correct answer is: Membuat analitik dan keputusan berbasis fakta elemen kunci dari hubungan pelanggan, produk
dan layanan, strategi, dan persaingan

Send messa…

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2481250&cmid=491954 1/6
6/6/2021 Kuis M2 : Big Data Computing, Applications and Technologies: Attempt review

Question 4 Contoh Analytic 3.0:


Correct

Mark 5.00 out of Select one:


5.00
a. Semua benar 

b. Fokus pada anomali dan pengecualian

c. Data volume tinggi waktu nyata dari sensor dan mesin

d. Analisis untuk tren, pola, prediksi, pengoptimalan, kesadaran situasional

The correct answer is: Semua benar

Question 5 Contoh Aplikasi Machine Learning dan Analitik Prediktif:


Correct

Mark 5.00 out of Select one:


5.00
a. Semua benar 

b. Penetapan harga dinamis

c. Prediksi wabah penyakit

d. Prediksi Cashflow

The correct answer is: Semua benar

Question 6 Contoh data tidak terstruktur:


Correct

Mark 5.00 out of Select one:


5.00
a. Data pegawai

b. Semua benar

c. Data transaksi penjualan

d. Data media sosial 

The correct answer is: Data media sosial

Question 7 Contoh implementasi dalam perusahaan:


Correct

Mark 5.00 out of Select one:


5.00
a. Procter & Gamble melakukan Analisis sentimen media sosial real time untuk "Pulsa Konsumen"

b. Monsanto membayar hampir $ 1 miliar untuk The Climate Company, yang mengumpulkan dan menganalisis data
cuaca untuk pertanian

c. Semua benar 

d. Sistem Manajemen Inventaris Cerdas pada perusahaan Ford, menyarankan pesanan mingguan untuk dealer dan
telah meningkatkan pendapatan sebesar $ 100 juta / tahun

The correct answer is: Semua benar

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2481250&cmid=491954 2/6
6/6/2021 Kuis M2 : Big Data Computing, Applications and Technologies: Attempt review

Question 8 Dalam computer vision, contoh penerapan Machine Learning adalah, kecuali:
Correct

Mark 5.00 out of Select one:


5.00
a. Pengenalan wajah

b. Deteksi suhu tubuh

c. Pengenalan objek

d. Analitik Rute 

The correct answer is: Analitik Rute

Question 9 Istilah 'Machine Learning' diciptakan pada tahun <T> oleh <P>:
Correct

Mark 5.00 out of Select one:


5.00
a. T = 1989, P = Tom M. Mitchell

b. T = 1999, P = Bill Gates

c. T = 1959, P = Arthur Samuel 

d. T = 1969, P = Yann LeCun

The correct answer is: T = 1959, P = Arthur Samuel

Question 10 Komponen Hadoop yang berfungsi sebagai data processing:


Correct

Mark 5.00 out of Select one:


5.00
a. MapReduce 

b. Semua benar

c. YARN

d. HDFS

The correct answer is: MapReduce

Question 11 Komponen Hadoop yang berfungsi sebagai data storage:


Correct

Mark 5.00 out of Select one:


5.00
a. Semua benar

b. YARN

c. HDFS 

d. MapReduce

The correct answer is: HDFS

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2481250&cmid=491954 3/6
6/6/2021 Kuis M2 : Big Data Computing, Applications and Technologies: Attempt review

Question 12 Manakah pernyataan yang benar tentang era Analytic 3.0:


Correct

Mark 5.00 out of Select one:


5.00
a. Sumber data dari internal, relatif kecil dan data terstruktur dari pelanggan

b. Perpaduan antara analitik tradisional dengan Big Data 

c. Data yang kompleks, besar dan tidak terstruktur

d. Dibutuhkan kapabilitas analitis dan komputasi baru

The correct answer is: Perpaduan antara analitik tradisional dengan Big Data

Question 13 Manakah pernyataan yang benar tentang Hadoop:


Correct

Mark 5.00 out of Select one:


5.00
a. Semua benar

b. Hadoop merupakan Google File System

c. Hadoop merupakan framework untuk bekerja dengan Big Data 

d. Hadoop mulai dikembangkan pada tahun 2008

The correct answer is: Hadoop merupakan framework untuk bekerja dengan Big Data

Question 14 Netflix adalah contoh perusahaan yang tergolong:


Correct

Mark 5.00 out of Select one:


5.00
a. 2.0 

b. 3.0

c. Semua benar

d. 1.0

The correct answer is: 2.0

Question 15 Perbandingan SQL vs NoSQL:


Correct

Mark 5.00 out of Select one:


5.00
a. Semua benar 

b. Static vs Dynamic

c. Structured Query Language vs Un-structured Query Language

d. Relational vs Non-Relational

The correct answer is: Semua benar

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2481250&cmid=491954 4/6
6/6/2021 Kuis M2 : Big Data Computing, Applications and Technologies: Attempt review

Question 16 Perbandingan Traditional vs Big Data Analytics:


Correct

Mark 5.00 out of Select one:


5.00
a. Semua benar 

b. Hard to scale vs Scales out forever

c. Mahal vs Terjangkau

d. Process centric vs Information centric

The correct answer is: Semua benar

Question 17 Salah satu bentuk data tidak terstruktur:


Correct

Mark 5.00 out of Select one:


5.00
a. Document

b. Graph

c. Key-Value

d. Semua benar 

The correct answer is: Semua benar

Question 18 Salah satu fakta yang menunjukkan aspek Velocity dari Big Data:
Correct

Mark 5.00 out of Select one:


5.00
a. Semua benar

b. Pertumbuhan data tidak terstruktur mencapai 60% - 80% per tahun

c. Mobil modern memiliki 100 sensor yang memantau berbagai item pada mobil 

d. 27% responden dalam satu survei tidak yakin dengan banyaknya data mereka yang tidak akurat

The correct answer is: Mobil modern memiliki 100 sensor yang memantau berbagai item pada mobil

Question 19 Salah satu tonggak penting dalam Big Data Analytic dalam aspek pengadaan infrastruktur:
Correct

Mark 5.00 out of Select one:


5.00
a. Dapatkan infrastruktur yang tepat yang dibutuhkan berdasarkan arsitektur solusi Anda termasuk penyimpanan
data dan unit pemrosesan, platform, dan aplikasi 

b. Kembangkan arsitektur Solusi untuk kasus bisnis Anda termasuk proses pengumpulan data, arsitektur teknologi
dan metode analitik serta visualisasi data

c. Adaptasi dan ubah organisasi Anda menuju teknologi big data dan implementasi analitik baru

d. Analisis data untuk setiap kasus bisnis spesifik Anda dan visualisasikan dengan cara yang bermakna

The correct answer is: Dapatkan infrastruktur yang tepat yang dibutuhkan berdasarkan arsitektur solusi Anda termasuk
penyimpanan data dan unit pemrosesan, platform, dan aplikasi

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2481250&cmid=491954 5/6
6/6/2021 Kuis M2 : Big Data Computing, Applications and Technologies: Attempt review

Question 20 Teknologi yang dibutuhkan pada era Analytic 3.0:


Correct

Mark 5.00 out of Select one:


5.00
a. Ketergantungan yang tinggi pada Machine Learning 

b. Keduanya benar

c. Keduanya salah

d. Berpusat pada Data Warehouse

The correct answer is: Ketergantungan yang tinggi pada Machine Learning

Kuis M2 : Big Data Computing,


◄ Video M2 : Big Data Computing,
Jump to... Applications and Technologies (khusus
Application and Technologies
kelas Malam) ►

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2481250&cmid=491954 6/6
Dashboard / My courses / ATA 2020/2021 | 2-FTI | Komputasi Big Data | TEAM TEACHING / Pertemuan 3 : Introduction to Apache Hadoop
/ Kuis M3 : Introduction to Hadoop

Started on Monday, 22 March 2021, 11:56 AM


State Finished
Completed on Monday, 22 March 2021, 12:01 PM
Time taken 5 mins 7 secs
Grade 95.00 out of 100.00

Question 1 Properti Big data yang penting, salah satunya adalah aviability, yaitu:
Correct

Mark 5.00 out of Select one:


5.00
a. Handal

b. Kemampuan menanganai penambahan bebab yang diberikan tanpa penurunan kinerja

c. Ketersediaan layanan secara terus menerus 

d. Kemampuan untuk terus beroperasi walaupun terjadi kegagalan pada beberapa komponen

The correct answer is: Ketersediaan layanan secara terus menerus

Question 2 Properti Big data yang penting, salah satunya adalah scalability, yaitu:
Correct

Mark 5.00 out of Select one:


5.00
a. Kemampuan untuk terus beroperasi walaupun terjadi kegagalan pada beberapa komponen

b. Ketersediaan layanan secara terus menerus

c. Kemampuan menanganai penambahan bebab yang diberikan tanpa penurunan kinerja 

d. Handal

The correct answer is: Kemampuan menanganai penambahan bebab yang diberikan tanpa penurunan kinerja

Question 3 Terdapat 2 (dua) teknologi Penyimpanan Big Data, yaitu


Correct

Mark 5.00 out of Select one:


5.00
a. Flashdisk dan harddisk

b. On Disk Storage Devices dan In Memory Storage Devices 

c. SQL dan No-SQL

d. Reliable dan Fault tolerance

The correct answer is: On Disk Storage Devices dan In Memory Storage Devices

1
Obrolan
Question 4 Komponen layanan inti Hadoop adalah
Correct

Mark 5.00 out of Select one:


5.00
a. ClickStream, Sensor, dan Sentiment

b. MapReduce, HDFS, dan YARN 

c. SQL, NoSQL, Cluster

d. Speed, consistency, dan volume

The correct answer is: MapReduce, HDFS, dan YARN

Question 5 Sistem penyimpanan data cluster adalah


Correct

Mark 5.00 out of Select one:


5.00
a. Data disimpan dengan cara menyalin dataset dan meyimpan Salinan tersebut pada beberapa node

b. Menyimpan data dengan mempartisi secara horizontal dan pecahan horizontal tersebut di simpan secara terpisah
pada node server.

c. Penyimpanan dan pengaturan data pada perangkat penyimpanan harddisk atau flashdisk, dan menyediakan
logical view dari data yang disimpan dalam struktur hirakis direktori file.

d. Kumpulan server atau node digabungkan secara erat, dengan spesifikasi perangkat keras yang sama. Serta
terhubung melalui jaringan dan bekerja sebagai satu kesatuan 

The correct answer is: Kumpulan server atau node digabungkan secara erat, dengan spesifikasi perangkat keras yang
sama. Serta terhubung melalui jaringan dan bekerja sebagai satu kesatuan

Question 6 Type data berikut yang dapat ditangani oleh Hadoop adalah
Correct

Mark 5.00 out of Select one:


5.00
a. Semua benar 

b. Terstruktur

c. Semi – terstruktur

d. Tidak terstuktur

The correct answer is: Semua benar

Question 7 Pernyataan yang benar mengenai MapReduce, adalah:


Correct

Mark 5.00 out of Select one:


5.00
a. semua benar 

b. implementasi dari framework pemrosesan batch

c. membagi masalah besar menjadi masalah kecil yang dapat diselesaikan dengan cepat

d. memproses data besar secara parallel dalam cluster pada commodity hardware

The correct answer is: semua benar


Question 8 Pemrosesan data terdistribusi adalah pemrosesan
Correct

Mark 5.00 out of Select one:


5.00
a. yang melibatkan pelaksanaan sub-tugas secara bersamaan secara kolektif membentuk tugas yang besar melalui
beberapa processor

b. yang membagi pemrosesan dalam beberapa batch dan dilakukan secara offline

c. yang menerapkan divide and conquer dalam fisik terpisah, namun terhunung Bersama dalam satu cluster 

d. yang menggunakan pendekatan pendekatan interaktif tanpa penundaan

The correct answer is: yang menerapkan divide and conquer dalam fisik terpisah, namun terhunung Bersama dalam satu
cluster

Question 9 Berikut yang dimaksud dengan menganalisa data dalam konteks big data adalah:
Correct

Mark 5.00 out of Select one:


5.00
a. mean statistic analytics, deviation standard analytics, dan percentil analytics

b. Classification analytics, regression analytics, clustering analytics, dan hadooping analytics

c. Descriptive analytics, diagnostic analytics, predictive analytics, dan prescriptive analytics 

d. Menentukan jumlah data dan atribut data

The correct answer is: Descriptive analytics, diagnostic analytics, predictive analytics, dan prescriptive analytics

Question 10 Bagian pekerjaan utama MapReduce adalah


Correct

Mark 5.00 out of Select one:


5.00
a. map dan reduce 

b. map dan combine

c. combine dan partition

d. shuffle dan sort

The correct answer is: map dan reduce

Question 11
Properti Big data yang penting, salah satunya adalah reliability, yaitu:
Correct

Mark 5.00 out of Select one:


5.00
a. Kemampuan untuk terus beroperasi walaupun terjadi kegagalan pada beberapa komponen

b. Ketersediaan layanan secara terus menerus

c. Handal 

d. Kemampuan menanganai penambahan bebab yang diberikan tanpa penurunan kinerja

The correct answer is: Handal


Question 12 Properti Big data yang penting, salah satunya adalah fault tolerance, yaitu:
Correct

Mark 5.00 out of Select one:


5.00
a. Handal

b. Kemampuan untuk terus beroperasi walaupun terjadi kegagalan pada beberapa komponen 

c. Ketersediaan layanan secara terus menerus

d. Kemampuan menanganai penambahan bebab yang diberikan tanpa penurunan kinerja

The correct answer is: Kemampuan untuk terus beroperasi walaupun terjadi kegagalan pada beberapa komponen

Question 13
Database NoSQL menggunakan beragam model data untuk mengakses dan mengelola data. Jenis database ini
Incorrect dioptimalkan secara khusus untuk aplikasi yang memerlukan…., yang dicapai dengan mengurangi pembatasan
Mark 0.00 out of konsistensi data dari database lainnya.
5.00
Select one:
a. volume data besar, latensi rendah, dan model data fleksibel 

b. volume data besar, latensi rendah, dan model data fleksibel

c. volume data besar, latensi rendah, dan model data fleksibel

d. volume data besar, latensi rendah, dan model data fleksibel

The correct answer is: volume data besar, latensi rendah, dan model data fleksibel

Question 14 Hadoop adalah framework yang


Correct

Mark 5.00 out of Select one:


5.00
a. Melibatkan satu atau lebih cluster Komputer

b. Semua benar 

c. Memungkinkan pemrosesan secara terdistribusi terhadap data yang berukuran besar

d. Menerapkan programming model yang sederhana

The correct answer is: Semua benar

Question 15
YARN singkatan dari
Correct

Mark 5.00 out of Select one:


5.00
a. Yet another resource need

b. Yet another resource negotiator 

c. Yahoo’s another resource name

d. Yahoo’s archived Resource names

The correct answer is: Yet another resource negotiator


Question 16 Hadoop adalah platform pemrosesan big data yaitu data yang mempunyai karakteristik kecuali:
Correct

Mark 5.00 out of Select one:


5.00
a. Inconsistent dan uncertaint

b. Terakumulasi dengan cepat (high speed velocity)

c. Volume besar, struktur data yang beragam (variety), dan nilai data yang diperlukan (useful value)

d. Jumlah fitur yang tertentu 

The correct answer is: Jumlah fitur yang tertentu

Question 17 Jenis database NoSQL apa yang membuat dan menjalankan aplikasi yang berjalan dengan dataset yang selalu terhubung
Correct menjadi lebih mudah dan sering digunakan untuk jaringan media sosial.
Mark 5.00 out of
5.00 Select one:
a. Dokumen

b. Grafik 

c. Pencarian

d. Primary key

The correct answer is: Grafik

Question 18 NoSQl database adalah singkatan dari


Correct

Mark 5.00 out of Select one:


5.00
a. Numbered of sequel database

b. Not-only Structured Query Language database 

c. No Like Structured Query Language database

d. Numbered of Structured Query Language database

The correct answer is: Not-only Structured Query Language database

Question 19
Berikut ini yang bukan merupakan Hadoop operation mode, adalah
Correct

Mark 5.00 out of Select one:


5.00
a. Pseudo distributed mode

b. Globally distributed mode 

c. Fully-Distributed mode

d. Stand alone mode

The correct answer is: Globally distributed mode


Question 20 Hadoop adalah framework yang bekerja bersama tools lain yang beragam. Kelompok yang umum bekerja bersama
Correct Hadoop adalah
Mark 5.00 out of
5.00 Select one:
a. MapReduce, Hummer and Iguana

b. MapReduce, Hive and Hbase 

c. MapReduce, MySQL and Google Apps

d. MapReduce, Heron and Trumpet

The correct answer is: MapReduce, Hive and Hbase

← Materi M3 : Introduction to Hadoop Jump to...


Kuis M3 : Introduction to Hadoop (khusus
kelas MALAM)) →
3/29/2021 Kuis M4 : Data Preprocessing: Attempt review

Dashboard / My courses / ATA 2020/2021 | 2-FTI | Komputasi Big Data | TEAM TEACHING / Pertemuan 4 : Data Preprocessing
/ Kuis M4 : Data Preprocessing

Started on Monday, 29 March 2021, 11:50 AM


State Finished
Completed on Monday, 29 March 2021, 11:56 AM
Time taken 5 mins 57 secs
Grade 100.00 out of 100.00

Question 1 Bagaimana menangani missing value dengan tepat?


Correct

Mark 5.00 out of Select one:


5.00
Dibiarkan

Eliminasi data object

A,B,dan C benar 

Imputasi nilai manual

Question 2 Berikut adalah nama lain dari data objek, kecuali


Correct

Mark 5.00 out of Select one:


5.00
Sample

Instance

Atribut 

Record

Question 3 Cara menangani noisy data, kecuali


Correct

Mark 5.00 out of Select one:


5.00
Clustering

Combined Computer

Regression

Ignore 

Question 4 Data berupa image, video bahkan suara termasuk jenis data
Correct

Mark 5.00 out of Select one:


5.00
Record

Graf

Multimedia 

Ordered

1
Online

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2645804&cmid=502803 1/4
3/29/2021 Kuis M4 : Data Preprocessing: Attempt review

Question 5 data cleaning pada data preprocessing dilakukan..


Correct

Mark 5.00 out of Select one:


5.00
Dimensionality reduction dan data compression

Imputasi, smoothing dan identifikasi 

Identifikasi dan integrasi dari multiple database

Normalisasi dan diskritasi data

Question 6 Data Cleansing merupakan tahapan untuk membersihkan data kotor sehingga menjadi dataset yang siap diolah. Data
Correct kotor tersebut berupa
Mark 5.00 out of
5.00 Select one:
missing value

duplicate data

A,B,C benar 

outlier

Question 7 Data-data yang saling berhubungan, yang biasanya ditemukan pada jaringan internet termasuk dalam jenis data
Correct

Mark 5.00 out of Select one:


5.00
Record

Graf 

Multimedia

Ordered

Question 8 Imputasi nilai secara otomatis saat menangani incomplete data tidak dapat dilakukan menggunakan
Correct

Mark 5.00 out of Select one:


5.00
Rata-rata

Nilai tertinggi 

interpolasi

Median

Question 9 Jenis kelamin, merupakan salah satu atribut data type…


Correct

Mark 5.00 out of Select one:


5.00
Nominal 

Rasio

Numerik

Ordinal

Question 10 Karakteristik data objek merupakan representasi dari


Correct

Mark 5.00 out of Select one:


5.00
Data sample

Atribut 

Dataset

Data objek

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2645804&cmid=502803 2/4
3/29/2021 Kuis M4 : Data Preprocessing: Attempt review

Question 11 Nilai yang merepresentasikan urutan seperti nilai mata kuliah termasuk dalam atribut data type..
Correct

Mark 5.00 out of Select one:


5.00
Rasio

Numerik

Nominal

Ordinal 

Question 12 Normalisasi data dilakukan pada tahap data preprocessing ..


Correct

Mark 5.00 out of Select one:


5.00
data transformation 

data cleaning

data reduction

data Integration

Question 13 Penanganan missing value dapat dilakukan menggunakan nilai estimasi dari probabilitas bersyarat menggunakan metode
Correct

Mark 5.00 out of Select one:


5.00
Eliminasi

Bayessian 

Mean

Regresi

Question 14 Salah satu jenis data record yang diekstrak menjadi kumpulan term dan ditulis berdasarkan frekuensi kemunculan data,
Correct termasuk pada jenis data
Mark 5.00 out of
5.00 Select one:
Matriks

Transaksi

Dokumen 

Sosial network

Question 15 Seberapa mudah data dapat dipahami merupakan kualitas data dari..
Correct

Mark 5.00 out of Select one:


5.00
Believability

Interpretability 

Consistency

Completeness

Question 16 Statistik dasar untuk mengukur sebaran data salah satunya adalah
Correct

Mark 5.00 out of Select one:


5.00
Variance 

Modus

Mean

Median

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2645804&cmid=502803 3/4
3/29/2021 Kuis M4 : Data Preprocessing: Attempt review

Question 17 Studi tentang bagaimana menganalisis data dan membersihkan data merupakan salah satu tujuan dari
Correct

Mark 5.00 out of Select one:


5.00
Data cleansing 

Data testing

Data training

Data validation

Question 18 Tahapan pertama data preprocessing adalah


Correct

Mark 5.00 out of Select one:


5.00
data cleaning 

data Integration

data transformation

data reduction

Question 19 Tanggal penjualan, nama pelanggan, nama barang, jumlah penjualan merupakan contoh dari
Correct

Mark 5.00 out of Select one:


5.00
Data sample penjualan

Atribut penjualan

Data objek penjualan

Dataset penjualan 

Question 20 Tinggi badan, berat badan, usia, dan jenis kelamin merupakan contoh representasi karakteristik dari
Correct

Mark 5.00 out of Select one:


5.00
Data sample

Dataset

Data objek 

Atribut

◄ Materi M4 : Data Preprocessing Kuis M4 : Data Preprocessing (khusus


Jump to...
(update 29/03/2021) kelas MALAM)) ►

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2645804&cmid=502803 4/4
4/5/2021 Kuis M5 : Introduction Data Mining: Attempt review

Dashboard / My courses / ATA 2020/2021 | 2-FTI | Komputasi Big Data | TEAM TEACHING / Pertemuan 5 : Introduction to Data Mining
/ Kuis M5 : Introduction Data Mining

Started on Monday, 5 April 2021, 12:35 PM


State Finished
Completed on Monday, 5 April 2021, 12:47 PM
Time taken 11 mins 31 secs

Question 1 Seberapa mudah data dapat dipahami merupakan kualitas data dari..
Correct

Marked out of Select one:


5.00
a. Interpretability 

b. Believability

c. Completeness

d. Consistency

Question 2 Pernyataan yang tepat terkait data mining and knowledge discovery
Correct

Marked out of Select one:


5.00
a. mengintegrasikan teori dan heuristik 

b. lebih heuristik

c. lebih fokus pada pengujian hipotesis

d. lebih teori

Question 3 Karakteristik Big Data yang terus bertambah dengan cepat secara real-time dinamakan
Correct

Marked out of Select one:


5.00
a. Velocity

b. variety

c. Volume 

d. Value

Question 4 Metode klasifikasi pada fungsi data mining yang menggunakan nilai estimasi dari probabilitas bersyarat dinamakan
Correct metode
Marked out of
5.00 Select one:
a. Eliminasi

b. Regresi

c. Naive Bayessian 

d. Mean

1
Online

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2765364&cmid=517284 1/5
4/5/2021 Kuis M5 : Introduction Data Mining: Attempt review

Question 5 Untuk menghindari set pengujian yang tumpang tindih, data dibagi menjadi k himpunan bagian dengan ukuran yang
Correct sama kemudiansetiap subset secara bergantian digunakan untuk pengujian dan sisanya untuk pelatihan
Marked out of
5.00 Select one:
a. Direct Marketing Paradigm

b. k-fold cross-validation 

c. Commulative PCT Hits

d. Model Sorted list

Question 6 Metode untuk mengelompokkan secara "alami" dari instance yang diberi data tanpa label
Correct

Marked out of Select one:


5.00
a. Visualisasi

b. Asosiasi

c. Klasifikasi

d. Klasterisasi 

Question 7 Metode untuk memprediksi kelas instance dari instance yang diberi label sebelumnya
Correct

Marked out of Select one:


5.00
a. Klasifikasi 

b. Asosiasi

c. Klasterisasi

d. Visualisasi

Question 8 Urutan langkah melakukan klasifikasi


Correct

Marked out of Select one:


5.00
a. Buat model pada set pelatihan, Evaluasi pada set pengujian (Latih ulang?), Pisahkan data menjadi set pelatihan dan
pengujian

b. Buat model pada set pelatihan, pilih secara acak jumlah instance kelas minoritas yang diinginkan, Evaluasi pada set
pengujian

c. Evaluasi pada set pengujian, Buat model pada set pelatihan, Pisahkan data menjadi set pelatihan dan pengujian

d. Pisahkan data menjadi set pelatihan dan pengujian, Buat model pada set pelatihan, Evaluasi pada set pengujian

Question 9 Attributes yang berisi informasi seperti item_ID, name, brand, category, supplier, place_made and price, merupakaan salah
Correct satu contoh jenis database
Marked out of
5.00 Select one:
a. Penyewaan

b. Social media

c. Penjualan 

d. Marketing

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2765364&cmid=517284 2/5
4/5/2021 Kuis M5 : Introduction Data Mining: Attempt review

Question 10 Pernyataan yang kurang sesuai dengan metode peringkasan


Correct

Marked out of Select one:


5.00
a. Biasanya dalam Kombinasi dengan deteksi Deviasi atau metode lain

b. Mengelompokkan data tak berlabel 

c. Menggunakan bahasa dan grafik alami

d. Menjelaskan fitur dari grup yang dipilih

Question 11 Metode untuk mempresentasikan hasil yang ditemukan dengan cara yang "bagus" secara visual
Correct

Marked out of Select one:


5.00
a. Klasterisasi

b. Visualisasi 

c. Klasifikasi

d. Asosiasi

Question 12 Proses pencarian konten baru dan konten yang perlu diperbaharui dengan mengirimkan crawler ke seluruh konten yang
Correct ditemukan dari tautan halaman merupakan Salah satu konsep data mining pada Search Engine yang dinamakan
Marked out of
5.00 Select one:
a. Rank

b. Searching

c. Index

d. Crawl 

Question 13 Melihat suatu objek data yang tidak sesuai dengan perilaku umum data, sering digunakan dalam deteksi penipuan atau
Correct analisis kejadian langka
Marked out of
5.00 Select one:
a. Analisis Outlier 

b. Asosiasi dan Analisis Korelasi

c. Klasifikasi

d. Klasterisasi

Question 14 Regression, Decision Trees, Bayesian, Neural Networks, Naïve Bayes Rules, Support Vector Machines, Genetic Algorithms
Correct adalah pendekatan yang digunakan untuk
Marked out of
5.00 Select one:
a. Asosiasi

b. Klasterisasi

c. Visualisasi

d. Klasifikasi 

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2765364&cmid=517284 3/5
4/5/2021 Kuis M5 : Introduction Data Mining: Attempt review

Question 15 Jenis tugas data mining yang melakukan prediksi kelas


Correct

Marked out of Select one:


5.00
a. Visualisasi

b. Klasifikasi 

c. Asosiasi

d. Klasterisasi

Question 16 Pernyataan yang tepat terkait data mining and knowledge discovery
Correct

Marked out of Select one:


5.00
a. lebih fokus pada pengujian hipotesis

b. melihat pembelajaran real-time dan robotika

c. fokus pada peningkatan kinerja agen pembelajaran

d. fokus pada seluruh proses penemuan pengetahuan 

Question 17 Fungsi dari data mining adalah salah satunya dapat mengetahui pola yang sering (atau kumpulan item yang sering)
Correct misalnya item apa yang sering dibeli bersama di Walmart Anda. Ini dikenal dengan istilah
Marked out of
5.00 Select one:
a. Asosiasi dan Analisis Korelasi 

b. Outlier Analysis

c. Klasifikasi

d. Klasterisasi

Question 18 Yang bukan Metode clusterisasi


Correct

Marked out of Select one:


5.00
a. Hierarchical vs. flat

b. Deterministic vs. probabilistic

c. Exclusive vs. overlapping

d. Decision Tree 

Question 19 Acuan yang tidak tepat ketika melakukan pengaturan parameter


Correct

Marked out of Select one:


5.00
a. Data pengujian harus digunakan untuk penyetelan parameter 

b. Data pengujian tidak dapat digunakan untuk penyetelan parameter

c. Data pengujian tidak digunakan dengan cara apa pun untuk membuat pengklasifikasi

d. Skema pembelajaran beroperasi dalam dua tahap yaitu membangun struktur dasar dan mengoptimalkan
pengaturan parameter

Question 20 Jenis tugas data mining yang menfasilitasi penerimaan / penelusuran informasi bagi pengguna
Correct

Marked out of Select one:


5.00
a. Visualisasi 

b. Klasifikasi

c. Asosiasi

d. Klasterisasi

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2765364&cmid=517284 4/5
4/5/2021 Kuis M5 : Introduction Data Mining: Attempt review

Kuis M5 : Introduction Data Mining


◄ Video M5 : Introduction Data Mining Jump to...
(KHUSUS KELAS MALAM)) ►

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2765364&cmid=517284 5/5
4/19/2021 Kuis M6 : Introduction to Machine Learning (Supervised): Attempt review

Dashboard / My courses / ATA 2020/2021 | 2-FTI | Komputasi Big Data | TEAM TEACHING
/ Pertemuan 6 : Introduction to Machine Learning (Supervised) / Kuis M6 : Introduction to Machine Learning (Supervised)

Started on Monday, 12 April 2021, 12:13 PM


State Finished
Completed on Monday, 12 April 2021, 12:21 PM
Time taken 7 mins 15 secs

Question 1 Jika variabel keluaran adalah berupa kategori misalnya “apel”, “jeruk” termasuk pada machine learning bertipe
Correct

Marked out of Select one:


5.00
a. Supervised – Classification 

b. Reinfocement

c. Unsupervised

d. Supervised -Regresion

Question 2 Yang tidak digunakan pada Model Supervised Learning


Correct

Marked out of Select one:


5.00
a. Linear Model

b. Latent Semantic Analysis 

c. Neural Networks

d. Support Vector Machine

Question 3 Sebuah proses yg mempersiapkan data sehingga data tsb bisa kita extract cirinya menjadi suatu vektor
Correct

Marked out of Select one:


5.00
a. Feature/ atribut

b. Feature Extraction 

c. Training Set

d. Instance

Question 4 Tujuan pembelajaran unsupervised adalah membagun model yang dapat menemukan komponen / variabel / fitur
Correct tersembunyi pada data pelatihan, yang dapat digunakan untuk hal berikut, kecuali
Marked out of
5.00 Select one:
a. Reduksi dimensi (dimension reduction)

b. Pengelompokan (clustering) 1

c. Rekomendasi Online

d. Pengklasifikasian (classification) 

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2886503&cmid=530930 1/5
4/19/2021 Kuis M6 : Introduction to Machine Learning (Supervised): Attempt review

Question 5

Correct

Marked out of
5.00

Gambar pada representasi di atas adalah Pola-pola struktur yang ada pada suatu koleksi data (knowledge) dalam bentuk

Select one:
a. Pohon 

b. Aturan

c. Instance

d. Tabel

Question 6 Saat Anda ingin mengungkap pengelompokan yang melekat dalam data, seperti mengelompokkan hewan berdasarkan
Correct beberapa karakteristik / fitur, mis. jumlah kaki maka model pembelajaran yang sesuai
Marked out of
5.00 Select one:
a. Reinfocement Learning

b. Supervised Learning - Classification

c. Supervised Learning - Regression

d. Unsupervised Learning - Clustering 

Question 7 Model Pembelajaran yang mempelajari bagaimana sistem dapat menyimpulkan suatu fungsi untuk mendeskripsikan
Correct struktur tersembunyi dari data yang tidak berlabel. Sistem ini tidak memprediksi keluaran yang benar, tetapi
Marked out of mengeksplorasi data dan dapat menarik kesimpulan dari kumpulan data untuk mendeskripsikan struktur tersembunyi dari
5.00 data yang tidak berlabel.

Select one:
a. Semi Supervised Learning

b. Reinfocement Learning

c. Unsupervised Learning 

d. Supervised Learning

Question 8 Model pembelajaran yang menggunakan data berlabel dan tidak berlabel untuk pelatihan.
Correct

Marked out of Select one:


5.00
a. Reinfocement Learning

b. Semi Supervised Learning 

c. Supervised Learning

d. Unsupervised Learning

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2886503&cmid=530930 2/5
4/19/2021 Kuis M6 : Introduction to Machine Learning (Supervised): Attempt review

Question 9 Tahapan yang tepat ketika melakukan testing


Correct

Marked out of Select one:


5.00
a. Image Features - Training With Labeled Data – Prediction

b. Image Features - Training With Labeled Data - Learned Model

c. Image Features - Training With Unlabel Data -Learned Model - Prediction

d. Image Features - Learned Model - Prediction 

Question 10 Ciri-ciri dari masing-masing sample data misalnya Smartphone. ciri: memiliki ...
Correct

Marked out of
5.00 Select one:
a. Feature Extraction

b. Training Set

c. Feature/ atribut 

d. Instance

Question 11 Pola-pola struktur yang ada pada suatu koleksi data (knowledge) dapat direpresentasi dalam bentuk if then rules :
Correct

Marked out of Select one:


5.00
a. Pohon

b. Instance

c. Aturan 

d. Tabel

Question 12 Pembelajaran yang menghasilkan Nilai output ti bernilai diskrit (kelas)


Correct

Marked out of Select one:


5.00
a. Klasifikasi 

b. Generalisasi

c. Regressi

d. Klasterisasi

Question 13 Tahapan yang tepat ketika melakukan training


Correct

Marked out of Select one:


5.00
a. Image Features - Training With Labeled Data – Prediction

b. Image Features - Training With Labeled Data - Learned Model 

c. Image Features - Training With UnLabeled Data - Prediction

d. Image Features - Learned Model - Prediction

Question 14 Kumpulan data yg sudah dipastikan kebenarannya, dr sisi label, data awal, komponen2 data yg akan dijadikan kunci,
Correct

Marked out of Select one:


5.00
a. Feature/ atribut

b. Instance

c. Feature Extraction

d. Training Set 

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2886503&cmid=530930 3/5
4/19/2021 Kuis M6 : Introduction to Machine Learning (Supervised): Attempt review

Question 15 Pembelajaran yang bertujuan memprediksi output dengan akurat untuk data baru dan output ti bernilai kontinu (riil),
Correct contoh untuk Prediksi kinerja CPU
Marked out of
5.00 Select one:
a. Regressi 

b. Klasifikasi

c. Klasterisasi

d. Generalisasi

Question 16 Yang bukan tujuan supervised learning untuk membangun model yang dapat menghasilkan output yang benar untuk
Correct suatu data input dapat digunakan untuk
Marked out of
5.00 Select one:
a. Regresi (regression)

b. Klasterisasi (clustering) 

c. Ranking

d. Pengklasifikasian (classification)

Question 17
Correct

Marked out of
5.00

Gambar pada representasi di atas adalah Pola-pola struktur yang ada pada suatu koleksi data (knowledge) dalam bentuk

Select one:
a. Instance

b. Tabel

c. Pohon

d. Aturan 

Question 18 Salah satu teknik yang digunakan untuk mengkontrol fenomena over-fitting adalah dengan cara menambah finalti ke
Correct fungsi error.
Marked out of
5.00 Select one:
a. prediction

b. model selection

c. regularization 

d. generalization

Question 19 Model ini belajar dari kumpulan data berlabel dan kemudian digunakan untuk memprediksi peristiwa di masa depan.
Correct

Marked out of Select one:


5.00
a. Unsupervised Learning

b. Reinfocement Learning

c. Semi Supervised Learning

d. Supervised Learning 

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2886503&cmid=530930 4/5
4/19/2021 Kuis M6 : Introduction to Machine Learning (Supervised): Attempt review

Question 20
Correct

Marked out of
5.00

Gambar pada representasi di atas adalah Pola-pola struktur yang ada pada suatu koleksi data (knowledge) dalam bentuk

Select one:
a. Instance

b. Pohon

c. Aturan

d. Tabel 

Kuis M6 : Introduction to Machine


◄ Materi M6 : Introduction to Machine
Jump to... Learning (Supervised) (KHUSUS KELAS
Learning-Supervised
MALAM)) ►

https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=2886503&cmid=530930 5/5
Dashboard / My courses / ATA 2020/2021 | 2-FTI | Komputasi Big Data | TEAM TEACHING
/ Pertemuan 7 : Introduction to Machine Learning (Unsupervised) / Kuis M7 : Unsupervised Learning

Started on Monday, 19 April 2021, 12:02 PM


State Finished
Completed on Monday, 19 April 2021, 12:27 PM
Time taken 25 mins 28 secs

Question 1 Metode berbasis aturan untuk menemukan hubungan antara variabel dalam kumpulan data tertentu. Metode ini sering
Correct digunakan untuk analisis keranjang pasar, memungkinkan perusahaan untuk lebih memahami hubungan antara produk
Marked out of yang berbeda. Memahami kebiasaan konsumsi pelanggan memungkinkan bisnis untuk mengembangkan strategi
5.00 penjualan silang dan mesin rekomendasi yang lebih baik.

Select one:
a. Dimensionality reduction

b. clustering

c. Regression

d. Association 

Question 2 Jenis algoritme pengurangan dimensi yang digunakan untuk mengurangi redundansi dan mengompresi kumpulan data
Correct melalui ekstraksi fitur. Metode ini menggunakan transformasi linier untuk membuat representasi data baru, menghasilkan
Marked out of sekumpulan "komponen utama". Komponen utama pertama adalah arah yang memaksimalkan varians dari dataset.
5.00 Sementara komponen utama kedua juga menemukan varians maksimum dalam data, itu sama sekali tidak berkorelasi
dengan komponen utama pertama, menghasilkan arah yang tegak lurus, atau ortogonal, ke komponen pertama. Proses
ini berulang berdasarkan jumlah dimensi, dimana komponen utama berikutnya adalah arah ortogonal ke komponen
sebelumnya dengan varians terbanyak.

Select one:
a. Singular value decomposition

b. FP-Growth

c. Principal component analysis 

d. Autoencoders

Question 3 Teknik yang memanfaatkan jaringan neural untuk mengompresi data dan kemudian membuat ulang representasi baru
Correct dari input data asli. Terdapat lapisan tersembunyi secara khusus bertindak sebagai penghambat untuk memampatkan
Marked out of lapisan masukan sebelum merekonstruksi di dalam lapisan keluaran.
5.00

Select one:
a. Autoencoders 

b. Principal component analysis

c. FP-Growth

d. Singular value decomposition

1
Online
Question 4 Pengelompokan yang mengambil pendekatan "top-down". Dalam hal ini, satu cluster data dibagi berdasarkan perbedaan
Correct antara titik data. Pengelompokan dengan cara ini tidak umum digunakan, tetapi masih perlu diperhatikan dalam konteks
Marked out of pengelompokan hierarkis. Proses pengelompokan ini biasanya divisualisasikan menggunakan dendrogram, diagram mirip
5.00 pohon yang mendokumentasikan penggabungan atau pemisahan titik data pada setiap iterasi.

Select one:
a. Pendekatan Overlapping

b. Pendekatan Aglomeratif

c. Pendekatan Probabilistic

d. Pendekatan Divisive 

Question 5 Yang bukan tugas dari pembelajaran tanpa pengawasan


Correct

Marked out of Select one:


5.00
a. Regression 

b. clustering

c. Dimensionality reduction

d. Association

Question 6 Algoritma yang paling banyak digunakan untuk task Association rules
Incorrect

Marked out of Select one:


5.00
a. Eclat

b. Apriori 

c. Apriori

d. FP-Growth

Question 7 Teknik tanpa pengawasan yang membantu menyelesaikan estimasi kepadatan atau masalah pengelompokan "lunak".
Correct Dalam hal ini, titik data dikelompokkan berdasarkan kemungkinannya termasuk dalam distribusi tertentu. Teknik yang
Marked out of paling umum digunakan adalah Gaussian Mixture Model (GMM)
5.00

Select one:
a. Pendekatan Divisive

b. Pendekatan Aglomeratif

c. Pendekatan Probabilistic 

d. Pendekatan Overlapping

Question 8 Teknik yang digunakan ketika jumlah fitur, atau dimensi, dalam kumpulan data tertentu terlalu tinggi. Teknik ini
Correct mengurangi jumlah input data ke ukuran yang dapat dikelola sambil juga menjaga integritas set data sebanyak mungkin,
Marked out of biasanya digunakan dalam tahap data praproses
5.00

Select one:
a. clustering

b. Association

c. Dimensionality reduction 

d. Regression
Question 9 Algoritme yang berusaha menemukan pola tersembunyi atau pengelompokan data tanpa perlu campur tangan manusia.
Correct

Marked out of Select one:


5.00
a. Semi Supervised Learning

b. Unsupervised Learning 

c. Deep Learning

d. Supervised Learning

Question 10 Algoritme yang menggunakan pohon hash untuk menghitung kumpulan item, menavigasi kumpulan data dengan cara
Correct yang pertama. Algoritma ini telah dipopulerkan melalui analisis keranjang pasar, yang mengarah ke mesin rekomendasi
Marked out of yang berbeda untuk platform musik dan pengecer online.Misalnya, jika saya memutar radio Black Sabbath di Spotify,
5.00 dimulai dengan lagu mereka "Anggrek", salah satu lagu lain di saluran ini kemungkinan besar adalah lagu Led Zeppelin,
seperti "Over the Hills dan Far Away." Ini didasarkan pada kebiasaan mendengarkan saya sebelumnya serta kebiasaan
orang lain.

Select one:
a. Apriori 

b. Apriori

c. Eclat

d. FP-Growth

Question 11 Algoritme yang bukan digunakan untuk pengelompokan (Clustering)


Correct

Marked out of Select one:


5.00
a. Hierarkis ( hierarchical)

b. Auto Encoder 

c. Tumpang tindih (overlapping)

d. Clustering ekslusif (specifically exclusive)

Question 12 Salah satu bentuk pengelompokan yang menetapkan bahwa suatu titik data hanya dapat ada dalam satu cluster. Ini juga
Correct bisa disebut sebagai pengelompokan "keras". Algoritma yang digunakan salah satunya adalah K-means clustering
Marked out of
5.00 Select one:
a. Hierarkis ( hierarchical)

b. Tumpang tindih (overlapping)

c. Clustering Eksklusif (specifically exclusive) 

d. Memecah belah (Divisive)

Question 13 Pendekatan reduksi dimensi lain yang memfaktorkan matriks, A, menjadi tiga matriks peringkat rendah. SVD
Incorrect dilambangkan dengan rumus, A = USVT, di mana U dan V adalah matriks ortogonal. S adalah matriks diagonal, dan nilai S
Marked out of dianggap sebagai nilai tunggal matriks A. Principal component analysis
5.00

Select one:
a. FP-Growth

b. Singular value decomposition 

c. Autoencoders
Question 14 Teknik yang mengelompokkan data yang tidak berlabel berdasarkan persamaan atau perbedaannya. Algoritma ini
Correct digunakan untuk memproses objek data mentah dan tidak terklasifikasi menjadi grup yang diwakili oleh struktur atau
Marked out of pola dalam informasi.
5.00

Select one:
a. Dimensionality reduction

b. Association

c. Clustering 

d. Regression

Question 15 Pembelajaran mesin tanpa pengawasan, menggunakan algoritme pembelajaran mesin untuk menganalisis dan
Correct mengelompokkan set data tak berlabel
Marked out of
5.00 Select one:
a. Unsupervised Learning 

b. Supervised Learning

c. Deep Learning

d. Semi Supervised Learning

Question 16 Pengelompokan yang sebagai "pendekatan bottom-up". Di mana titik datanya diisolasi sebagai pengelompokan terpisah
Correct pada awalnya, dan kemudian digabungkan bersama secara iteratif atas dasar kesamaan hingga satu cluster tercapai.
Marked out of
5.00 Select one:
a. Pendekatan Aglomeratif 

b. Pendekatan Overlapping

c. Pendekatan Probabilistic

d. Pendekatan Divisive

Question 17 Kemampuannya untuk menemukan persamaan dan perbedaan informasi menjadikannya unsupervised learning sebagai
Correct solusi ideal tugas tugas di bawah ini, kecuali
Marked out of
5.00 Select one:
a. Analisis data eksplorasi

b. Klasifikasi buah jeruk dan buah apel 

c. Segmentasi pelanggan

d. strategi penjualan silang

Question 18 Salah satu bentuk pengelompokan yang memungkinkan titik data menjadi bagian dari beberapa kluster dengan derajat
Correct keanggotaan terpisah. Ini disebut juga Pengelompokan "lembut" atau fuzzy k-means
Marked out of
5.00 Select one:
a. Clustering Eksklusif (specifically exclusive)

b. Hierarkis ( hierarchical)

c. Tumpang tindih (overlapping) 

d. Memecah belah (Divisive)


Question 19 Pendekatan Unsupervised Learning adalah
Correct

Marked out of Select one:


5.00
a. Mempelajari bagaimana cara kerja pembelajaran tanpa pengawasan dan dengan pengawasan

b. Mempelajari bagaimana cara kerja pembelajaran yang mendalam

c. Mempelajari bagaimana cara kerja pembelajaran dengan pengawasan

d. Mempelajari bagaimana cara kerja pembelajaran tanpa pengawasan 

Question 20 Algoritme yang menggunakan pohon hash untuk menghitung kumpulan item, menavigasi kumpulan data dengan cara
Correct yang pertama. Algoritma ini telah dipopulerkan melalui analisis keranjang pasar, yang mengarah ke mesin rekomendasi
Marked out of yang berbeda untuk platform musik dan pengecer online.Misalnya, jika saya memutar radio Black Sabbath di Spotify,
5.00 dimulai dengan lagu mereka "Anggrek", salah satu lagu lain di saluran ini kemungkinan besar adalah lagu Led Zeppelin,
seperti "Over the Hills dan Far Away." Ini didasarkan pada kebiasaan mendengarkan saya sebelumnya serta kebiasaan
orang lain. Ini termasuk task

Select one:
a. Regression

b. Association 

c. Dimensionality reduction

d. clustering

Kuis M7 : Unsupervised Learning


◄ Materi M7 : Unsupervised Learning Jump to...
(KHUSUS KELAS MALAM) ►
Dashboard / My courses / ATA 2020/2021 | 2-FTI | Komputasi Big Data | TEAM TEACHING
/ Pertemuan 8 : Introduction to Machine Learning (Reinforcement) / Kuis M8 : Reinforcement

Started on Monday, 26 April 2021, 12:07 PM


State Finished
Completed on Monday, 26 April 2021, 12:50 PM
Time taken 43 mins 42 secs

Question 1 Efek dari suatu aksi yang dipilih dari suatu state yang bergantung hanya pada state tersebut saja bukan pada state-state
Correct sebelumnya dikenal sebagai sifat:
Marked out of
5.00 Select one:
a. Stokastik

b. Markov 

c. Bellman

d. Transisi

Question 2 Pada Markov Decision Process, pemilihan ruas jalan dalam permasalahan shortest path merupakan bagian dari:
Correct

Marked out of Select one:


5.00
a. State

b. Value

c. Action 

d. Reward

Question 3 Reinforcement learning tepat digunakan untuk menyelesaikan permasalahan utama dalam:
Correct

Marked out of Select one:


5.00
a. Permainan catur 

b. Pengenalan objek

c. Segmentasi pelanggan

d. Peramalan cuaca

Question 4 Berikut ini merupakan pernyataan yang salah terkait Markov Decision Process:
Correct

Marked out of Select one:


5.00
a. Fungsi reward dapat dinyatakan sebagai suatu fungsi ekspektasi

b. Total policy pada suatu state untuk semua reward adalah 1 

c. Fungsi nilai state-action dapat dinyatakan dalam persamaan ekspektasi Bellman

d. Elemen matriks probabilitas transisi bernilai antara 0 dan 1


Question 5 Markov Decision Process dapat didefinisikan kedalam n-tuple, dimana bernilai:
Correct

Marked out of Select one:


5.00
a. 6

b. 5 

c. 4

d. 3

Question 6 Reinforcement learning merupakan bagian dari:


Correct

Marked out of Select one:


5.00
a. Semua benar

b. Markov Decision Process

c. Dynamic Programming

d. Machine learning 

Question 7 Solusi dari Markov Decision Process disebut sebagai:


Correct

Marked out of Select one:


5.00
a. Reward

b. Policy 

c. Model

d. Action

Question 8 Fungsi reward dalam Markov Decision Process dapat bernilai bilangan:
Correct

Marked out of Select one:


5.00
a. Asli

b. Bulat

c. Semua benar 

d. Riil

Question 9 Reinforcement learning dapat diilustrasikan sebagai interaksi antara:


Correct

Marked out of Select one:


5.00
a. Reward dengan state berikutnya

b. Semua benar

c. Agen dengan lingkungannya 

d. State dengan aksi yang dipilih

Question 10 Sifat Markov dalam Markov Decision Process diperlukan langsung dalam menentukan:
Correct

Marked out of Select one:


5.00
a. Fungsi nilai state-action

b. Aksi yang dipilih

c. Fungsi reward

d. Matriks probabilitas transisi 


Question 11 Reinforcement learning dapat diterapkan dalam permasalahan:
Correct

Marked out of Select one:


5.00
a. Semua benar 

b. Penentuan jalur terpendek

c. Navigasi robot

d. Supervised learning

Question 12 Sekumpulan token yang mewakili setiap kemungkinan keadaan dari agen disebut sebagai:
Correct

Marked out of Select one:


5.00
a. Reward

b. Action

c. Semua salah

d. State 

Question 13 Dalam memilih aksi pada suatu state perlu diperhatikan hal-hal berikut ini:
Correct

Marked out of Select one:


5.00
a. Memilih aksi yang memberikan state dengan nilai tertinggi 

b. Semua benar

c. Nilai state-action pada suatu waktu berlaku untuk sembarang policy

d. Memaksimumkan reward pada masa mendatang

Question 14 Berikut ini merupakan contoh permasalahan yang dapat diselesaikan dengan reinforcement learning:
Correct

Marked out of Select one:


5.00
a. Self-driving car

b. Sistem percakapan

c. Bermain Game

d. Semua benar 

Question 15 Reward dalam permasalahan shortest path yang dimodelkan dengan Markov Decision Process ditandai dengan:
Correct

Marked out of Select one:


5.00
a. Nilai bobot pada simpul

b. Total nilai bobot simpul dan ruas

c. Nilai bobot pada ruas 

d. Semua salah

Question 16 Berikut ini merupakan beberapa algoritma reinforcement learning, kecuali:


Correct

Marked out of Select one:


5.00
a. Hill-Climbing Bagged Ensemble Selection (HCES-Bag) 

b. State-Action-Reward-State-Action (SARSA)

c. Q-learning

d. Deep Deterministic Policy Gradient (DDPG)


Question 17 Berikut ini merupakan pernyataan yang kurang tepat terkait reinforcement learning (RL):
Correct

Marked out of Select one:


5.00
a. RL dapat digunakan dalam menciptakan sistem pelatihan untuk siswa yang bersifat kustom

b. RL memerlukan lingkungan untuk berinteraksi secara repetitif

c. RL dapat digunakan pada robotik untuk otomasi industri

d. RL yang diselesaikan dengan Markov Decision Process memerlukan data latih dalam menentukan probabilitas
transisinya 

Question 18 Pemilihan suatu aksi pada suatu state tertentu didalam Markov Decision Process ditentukan oleh:
Correct

Marked out of Select one:


5.00
a. Reward

b. Policy 

c. Model

d. Value

Question 19 Pernyataan yang benar terkait reinforcement learning:


Correct

Marked out of Select one:


5.00
a. Aksi yang dapat dipilih pada setiap state tidak unik 

b. Untuk aksi yang bersifat stokastik harus memenuhi sifat Markov

c. Semua benar

d. Input yang diterima oleh agen berupa state, action dan reward

Question 20 Efek dari suatu pilihan aksi pada suatu state ditentukan oleh:
Correct

Marked out of Select one:


5.00
a. Model transisi 

b. Fungsi reward

c. Policy

d. Semua salah

Kuis M8 : Reinforcement (KHUSUS KELAS


◄ Materi M8 : Reinforcement Learning Jump to...
MALAM) ►
5/4/2021 Kuis M9 : Introduction to Deep Learning: Attempt review

Dashboard / Courses / Program Sarjana / ATA 2020/2021 | 2-FTI | Komputasi Big Data | TEAM TEACHING
/ Pertemuan 9 : Introduction to Machine Learning (Deep) / Kuis M9 : Introduction to Deep Learning

∑IGMA

Started on Monday, 3 May 2021, 11:32 AM


State Finished
Completed on Monday, 3 May 2021, 11:33 AM
Time taken 1 min 44 secs
Grade 35.00 out of 100.00

Question 1 18 Dalam Algoritma Convolutional Neural Network, ReLU seringkali digunakan pada:
Correct

Mark 5.00 out of Select one:


5.00
a. Hidden layer

b. Input layer

c. Output layer

d. Classification layer

The correct answer is: Hidden layer

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:32 Saved: Hidden layer Answer saved

3 3/05/21, 11:33 Attempt finished Correct 5.00

file:///D:/College (On Going)/SEMESTER 4/3. Komputasi Big Data Team Teaching/Pertemuan 9 (M9)/M9_KBD.html 1/11
5/4/2021 Kuis M9 : Introduction to Deep Learning: Attempt review

Question 2 Untuk memperbanyak feature yang berhasil diekstrak dalam Algoritma Convolutional Neural Network digunakan:
Correct

Mark 5.00 out of Select one:


5.00
a. Padding

b. Epoch

c. Max Pooling

d. Stride

The correct answer is: Padding

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:32 Saved: Padding Answer saved

3 3/05/21, 11:33 Attempt finished Correct 5.00

Question 3 Parameter dalam Algoritma Convolutional Neural Network yang menentukan berapa jumlah pergeseran filter disebut
Correct sebagai:
Mark 5.00 out of
5.00 Select one:
a. Stride

b. Epoch

c. Dropout

d. Padding

The correct answer is: Stride

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:32 Saved: Stride Answer saved

3 3/05/21, 11:33 Attempt finished Correct 5.00

file:///D:/College (On Going)/SEMESTER 4/3. Komputasi Big Data Team Teaching/Pertemuan 9 (M9)/M9_KBD.html 2/11
5/4/2021 Kuis M9 : Introduction to Deep Learning: Attempt review

Question 4 Berikut ini adalah efek dari mengecilnya nilai stride dalam Algoritma Convolutional Neural Network:
Incorrect

Mark 0.00 out of Select one:


5.00
a. Proses komputasi semakin cepat

b. Semua benar

c. Informasi yang diperoleh semakin detail

d. Performa yang dihasilkan semakin baik

The correct answer is: Informasi yang diperoleh semakin detail

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:32 Saved: Proses komputasi semakin cepat Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

Question 5 Pooling layer bertujuan untuk:


Incorrect

Mark 0.00 out of Select one:


5.00
a. Mengatasi overfitting

b. Mengurangi dimensi feature map

c. Mempercepat proses komputasi

d. Semua benar

The correct answer is: Semua benar

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:32 Saved: Mengatasi overfitting Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

file:///D:/College (On Going)/SEMESTER 4/3. Komputasi Big Data Team Teaching/Pertemuan 9 (M9)/M9_KBD.html 3/11
5/4/2021 Kuis M9 : Introduction to Deep Learning: Attempt review

Question 6 Berikut ini merupakan loss function dalam algoritma berbasis Neural Network:
Incorrect

Mark 0.00 out of Select one:


5.00
a. Sigmoid function

b. ReLu

c. Semua benar

d. Cross entropy

The correct answer is: Cross entropy

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Sigmoid function Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

Question 7 10 Tahapan feature extraction pada Algoritma Convolutional Neural Network terdiri dari beberapa lapisan (layer) berikut
Correct ini, kecuali:
Mark 5.00 out of
5.00 Select one:
a. Fully-connected layer

b. Convolutional layer

c. Pooling layer

d. Semua salah

The correct answer is: Fully-connected layer

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Fully-connected layer Answer saved

3 3/05/21, 11:33 Attempt finished Correct 5.00

file:///D:/College (On Going)/SEMESTER 4/3. Komputasi Big Data Team Teaching/Pertemuan 9 (M9)/M9_KBD.html 4/11
5/4/2021 Kuis M9 : Introduction to Deep Learning: Attempt review

Question 8 Berikut ini merupakan library Python untuk Algoritma Deep Learning:
Incorrect

Mark 0.00 out of Select one:


5.00
a. Keras

b. PyTorch

c. Semua benar

d. Tensorflow

The correct answer is: Semua benar

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Keras Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

Question 9 Hasil dari proses flatten pada Algoritma Convolutional Neural Network menjadi masukan dalam:
Incorrect

Mark 0.00 out of Select one:


5.00
a. Convolutional layer

b. Fully-connected layer

c. Semua salah

d. Pooling layer

The correct answer is: Fully-connected layer

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Convolutional layer Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

file:///D:/College (On Going)/SEMESTER 4/3. Komputasi Big Data Team Teaching/Pertemuan 9 (M9)/M9_KBD.html 5/11
5/4/2021 Kuis M9 : Introduction to Deep Learning: Attempt review

Question 10 16 Berikut ini adalah teknik yang dapat digunakan pada pooling layer dalam Algoritma Convolutional Neural Network:
Correct

Mark 5.00 out of Select one:


5.00
a. Semua benar

b. Min pooling

c. Max pooling

d. Average pooling

The correct answer is: Semua benar

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Semua benar Answer saved

3 3/05/21, 11:33 Attempt finished Correct 5.00

Question 11 Untuk mencegah terjadinya overfitting dalam Algoritma Convolutional Neural Network dilakukan:
Incorrect

Mark 0.00 out of Select one:


5.00
a. Penambahan epoch

b. Perbanyak jumlah hidden layer

c. Dropout regularization

d. Perkecil stride

The correct answer is: Dropout regularization

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Penambahan epoch Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

file:///D:/College (On Going)/SEMESTER 4/3. Komputasi Big Data Team Teaching/Pertemuan 9 (M9)/M9_KBD.html 6/11
5/4/2021 Kuis M9 : Introduction to Deep Learning: Attempt review

Question 12 Sebuah citra berdimensi 5x5 dengan filter 3x3 dan stride sebesar 2 akan menghasilkan feature map berdimensi:
Incorrect

Mark 0.00 out of Select one:


5.00
a. 3x3

b. 2x2

c. 4x4

d. Semua salah

The correct answer is: 2x2

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: 3x3 Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

Question 13 Salah satu ukuran dari confusion matrix yang dapat digunakan dalam mengukur tingkat keberhasilan sistem dalam
Correct menemukan kembali sebuah informasi adalah:
Mark 5.00 out of
5.00 Select one:
a. Recall

b. Semua salah

c. Accuracy

d. Precision

The correct answer is: Recall

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Recall Answer saved

3 3/05/21, 11:33 Attempt finished Correct 5.00

file:///D:/College (On Going)/SEMESTER 4/3. Komputasi Big Data Team Teaching/Pertemuan 9 (M9)/M9_KBD.html 7/11
5/4/2021 Kuis M9 : Introduction to Deep Learning: Attempt review

Question 14 Untuk menyelesaikan permasalahan klasifikasi biner menggunakan algoritma berbasis Neural Network lebih tepat
Incorrect digunakan fungsi aktivasi:
Mark 0.00 out of
5.00 Select one:
a. ReLU

b. Sigmoid

c. Semua salah

d. Softmax

The correct answer is: Sigmoid

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: ReLU Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

Question 15 13 Algoritma Deep Learning dapat menyelesaikan permasalahan berikut ini:


Incorrect

Mark 0.00 out of Select one:


5.00
a. Natural Language Processing

b. Pengenalan suara

c. Deteksi objek

d. Semua benar

The correct answer is: Semua benar

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Natural Language Processing Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

file:///D:/College (On Going)/SEMESTER 4/3. Komputasi Big Data Team Teaching/Pertemuan 9 (M9)/M9_KBD.html 8/11
5/4/2021 Kuis M9 : Introduction to Deep Learning: Attempt review

Question 16 Berikut ini merupakan contoh Algoritma Deep Learning:


Correct

Mark 5.00 out of Select one:


5.00
a. Semua benar

b. Algoritma Long Short Term Memory

c. Algoritma Convolutional Neural Network

d. Algoritma Recurrent Neural Network

The correct answer is: Semua benar

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Semua benar Answer saved

3 3/05/21, 11:33 Attempt finished Correct 5.00

Question 17 Dimensi dari feature map dalam Algoritma Convolutional Neural Network bergantung pada:
Incorrect

Mark 0.00 out of Select one:


5.00
a. Padding

b. Dimensi filter dan input

c. Semua benar

d. Stride

The correct answer is: Semua benar

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Padding Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

file:///D:/College (On Going)/SEMESTER 4/3. Komputasi Big Data Team Teaching/Pertemuan 9 (M9)/M9_KBD.html 9/11
5/4/2021 Kuis M9 : Introduction to Deep Learning: Attempt review

Question 18 Algoritma Deep Learning berbasis:


Incorrect

Mark 0.00 out of Select one:


5.00
a. Semua benar

b. Neural network

c. Machine learning

d. Artificial Intelligence

The correct answer is: Neural network

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Semua benar Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

Question 19 Berikut ini merupakan fungsi aktivasi dalam Algoritma Convolutional Neural Network:
Incorrect

Mark 0.00 out of Select one:


5.00
a. Tanh

b. ReLU

c. Semua benar

d. Sigmoid

The correct answer is: Semua benar

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Tanh Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

file:///D:/College (On Going)/SEMESTER 4/3. Komputasi Big Data Team Teaching/Pertemuan 9 (M9)/M9_KBD.html 10/11
5/4/2021 Kuis M9 : Introduction to Deep Learning: Attempt review

Question 20 Pooling layer pada Algoritma Convolutional Neural Network terdapat pada:
Incorrect

Mark 0.00 out of Select one:


5.00
a. Semua salah

b. Input layer

c. Output layer

d. Hidden layer

The correct answer is: Hidden layer

Response history
Step Time Action State Marks

1 3/05/21, 11:32 Started Not yet answered

2 3/05/21, 11:33 Saved: Semua salah Answer saved

3 3/05/21, 11:33 Attempt finished Incorrect 0.00

◄ Materi M9 : Introduction to Deep Kuis M9 : Introduction to Deep Learning


Jump to...
Learning (KHUSUS KELAS MALAM) ►

file:///D:/College (On Going)/SEMESTER 4/3. Komputasi Big Data Team Teaching/Pertemuan 9 (M9)/M9_KBD.html 11/11
Berikut ini pernyataan yang tepat tentang Python adalah:

Select one:
O a. Python tergolong cepat untuk pengembangan

b. Semua jawaban benar

O c. Python tergolong lambat untuk eksekusi kode program

O d. Semua jawabansalah

Clear my choice

Elemen dalam RDD dikelompokkan kedalam beberapapartisi dan hanya


dapat disimpan pada sebuah node yang berbeda merupakan konsep RDD
dalam hal:

Select one:
a. Distributed

O b. Semuasalah

O c. Dataset

O d. Resilient

Clear my choice

Spark diimplementasikan dalam:

Select one:
a. Semua jawaban benar

O b. Semua jawabansalah
O c«. Scala
O d. Java

Clear my choice
Komputasi pada GPU cluster dapat menggunakan:

Select one:
O a. Semua jawabansalah

b. Semua jawaban benar

O c. Numba
O d. PySpark

Clear my choice

Berikut ini yang salah terkait dengan Numbaadalah:

Select one:
O a. Bersama dengan Spark dapat memudahkandistribusi pada Spark
workers dengan GPU

O b. Dapat mengkompilasi CPU dan fungsi CUDA dalam aplikasi Python

c. Semuasalah

O d. Bersama dengan Spark dapat menjalankan kode program pada Spark


workers dengan GPU

Clear my choice

Bahasa pemrograman Pythontergolong cepat digunakan untuk:

Select one:
O a. Mengembangkankode program

O b. Menguji kode program

O c. Menulis kode program

d. Semua benar

Clear my choice
API Spark memiliki dukungan yang terbatas pada bahasa pemrograman:

Select one:
O a. Scala

O b.R
O c. Java

O d. Python

Clear my choice

Numba dapat menangani:

Select one:
a. Semua jawaban benar

O b. Semua jawabansalah
O c. Penyalinan data dari dan ke host jika diperlukan

O d. Alokasi data dari dan ke hostjika diperlukan

Clear my choice

Apache Spark bukan merupakan:

Select one:
a. Semua jawaban salah

O b. Suatu mesin untuk mengeksekusi komputasiterdistribusi pada suatu


klaster
O c. Semua jawaban benar

O d. Suatu Application Programming Interface

Clear my choice
Type inference pada proses Numba memerlukan:

Select one:
a. Semua jawaban benar

O b. Functions Arguments

O c. Semua jawabansalah
O d. NumbaIR

Clear my choice

Modul kompilasi tepat waktu pada Python untuk GPU adalah:

Select one:
a. Semua benar

O b. PySpark
O c. Numba

O d. CUDA

Clear my choice

Berikut ini adalah urutan proses yang dijalankan oleh Numba:

Select one:
O a. Rewrite IR, LLVM IR, Lowering, LLVM/NVVMJIT

O b. Rewrite IR, Lowering, LLVM/NVVMJIT, LLVM IR

O c. Lowering, Rewrite IR, LLVM/NVVMJIT, LLVM IR

d. Rewrite IR, Lowering, LLVM IR, LLVM/NVVMJIT


Permasalahan alokasi memori dalam komputasi pada GPU terdapat pada
tugas yang berskala:

Select one:
O a. Besar
O b. Sangat besar

O c. Sedang

d. Kecil
Clear my choice

Bahasa pemrograman Pythontergolong cepat dikarenakan:

Select one:
a. Semua benar

O b. Bahasa pemrograman tingkattinggi

O c«. Dapatdiinterpretasikan

O d. Dapat dikodekan secara dinamis

Clear my choice

Bahasa pemrograman Python tergolong lambat untuk eksekusi:

Select one:
O a. Tugas yang tidak berulang dan tergolongtingkattinggi

O b. Tugas yang berulang dan tergolongtingkattinggi

c. Tugas yang berulang dan tergolong tingkat rendah

O d. Tugas yang tidak berulang dan tergolongtingkat rendah

Clear my choice
Berikut ini adalah komputasiprimitif yang tersedia pada Spark untuk
melakukan paralelisme dan meminimumkan komunikasi antar workers:

Select one:
O a. Map
O b. Filter

Cc. Semua Benar

O d. Reduce

Clear my choice

Modul kompilasi tepat waktu pada Python untuk CPU adalah:

Select one:
O a. Numba

O b. PySpark

c. Semua benar

O d. CUDA

Clear my choice

Banyaknya operasi-operasi kecil yang berulang merupakan salah satu


penyebab bahasa pemrograman Python:

Select one:
O a. Semuasalah

O b. Berjalan optimal

c. Tergolong lambat

O d. Memerlukan alokasi memori yang besar

Clear my choice

Anda mungkin juga menyukai