Kuis KBD m1-m9 T.T

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

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

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

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

5.00
Interface Layer
Resource Layer
Semua benar
SDK Layer 
The correct answer is: SDK Layer
Question 8 Kumpulan data yang disusun dalam tabel berformat persegi panjang yang terdiri dari baris dan kolom disebut sebagai:
Correct

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

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

5.00
Temporal database 
Spatial database
Text database
Semua salah
The correct answer is: Temporal database
Question 11 Objek disebut juga:

Correct

5.00
Record
Unit
Data points
Semua benar 
Question 12 Salah satu keunggulan DGX A100:

Correct

5.00
Semua benar 
Tidak membutuhkan ruang yang besar
Biaya lebih murah
Konsumsi daya lebih sedikit
Question 13 Sekumpulan tabel dimana bentuk setiap tabel analog dengan flat file, disebut:
Correct

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

5.00
Semua benar 
Data Media Sosial
Data Finansial
Data Asuransi Kesehatan
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

5.00
Object
Fitur
Semua salah
Numerik 
The correct answer is: Numerik
Question 18 Unit informasi tunggal disebut:

Correct

5.00
Dataset
Nilai 
Objek
Fitur/atribut
The correct answer is: Nilai
Question 19 Visualisasi dari hasil analisis Big Data dapat berupa:

Correct

5.00
Grafik 3D
Plot
Semua benar 
Tabel
Question 20 Yang merupakan framework untuk Machine Learning:

Correct

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) ►
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
Grade 100.00 out of 100.00
Question 1 Arsitektur Hadoop terdiri dari:

Correct

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

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

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…
Question 4 Contoh Analytic 3.0:

Correct

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
Question 5 Contoh Aplikasi Machine Learning dan Analitik Prediktif:

Correct

5.00
a. Semua benar 
b. Penetapan harga dinamis
c. Prediksi wabah penyakit
d. Prediksi Cashflow
Question 6 Contoh data tidak terstruktur:

Correct

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

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

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

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

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

5.00
a. Semua benar
b. YARN
c. HDFS 
d. MapReduce
The correct answer is: HDFS
Question 12 Manakah pernyataan yang benar tentang era Analytic 3.0:

Correct

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

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

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

5.00
a. Semua benar 
b. Static vs Dynamic
c. Structured Query Language vs Un-structured Query Language
d. Relational vs Non-Relational
Question 16 Perbandingan Traditional vs Big Data Analytics:

Correct

5.00
a. Semua benar 
b. Hard to scale vs Scales out forever
c. Mahal vs Terjangkau
d. Process centric vs Information centric
Question 17 Salah satu bentuk data tidak terstruktur:

Correct

5.00
a. Document
b. Graph
c. Key-Value
d. Semua benar 
Question 18 Salah satu fakta yang menunjukkan aspek Velocity dari Big Data:
Correct

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

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
Question 20 Teknologi yang dibutuhkan pada era Analytic 3.0:

Correct

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) ►
Dashboard / My courses / ATA 2020/2021 | 2-FTI | Komputasi Big Data | TEAM TEACHING / Pertemuan 3 : Introduction to Apache Hadoop
/ Kuis M3 : Introduction to Hadoop

State Finished
Grade 95.00 out of 100.00
Question 1 Properti Big data yang penting, salah satunya adalah aviability, yaitu:
Correct

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

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

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

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

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

5.00
a. Semua benar 
b. Terstruktur
c. Semi – terstruktur
d. Tidak terstuktur
Question 7 Pernyataan yang benar mengenai MapReduce, adalah:

Correct

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

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

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

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

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

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

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
Question 15
YARN singkatan dari
Correct

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

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

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

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

State Finished
Completed on Monday, 29 March 2021, 11:56 AM
Grade 100.00 out of 100.00
Question 1 Bagaimana menangani missing value dengan tepat?

Correct

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

5.00
Sample
Instance
Atribut 
Record
Question 3 Cara menangani noisy data, kecuali

Correct

5.00
Clustering
Combined Computer
Regression
Ignore 
Question 4 Data berupa image, video bahkan suara termasuk jenis data
Correct

5.00
Record
Graf
Multimedia 
Ordered
1
Online
Question 5 data cleaning pada data preprocessing dilakukan..

Correct

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

5.00
Record
Graf 
Multimedia
Ordered
Question 8 Imputasi nilai secara otomatis saat menangani incomplete data tidak dapat dilakukan menggunakan
Correct

5.00
Rata-rata
Nilai tertinggi 
interpolasi
Median
Question 9 Jenis kelamin, merupakan salah satu atribut data type…

Correct

5.00
Nominal 
Rasio
Numerik
Ordinal
Question 10 Karakteristik data objek merupakan representasi dari

Correct

5.00
Data sample
Atribut 
Dataset
Data objek
Question 11 Nilai yang merepresentasikan urutan seperti nilai mata kuliah termasuk dalam atribut data type..
Correct

5.00
Rasio
Numerik
Nominal
Ordinal 
Question 12 Normalisasi data dilakukan pada tahap data preprocessing ..

Correct

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

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

5.00
Believability
Interpretability 
Consistency
Completeness
Question 16 Statistik dasar untuk mengukur sebaran data salah satunya adalah
Correct

5.00
Variance 
Modus
Mean
Median
Question 17 Studi tentang bagaimana menganalisis data dan membersihkan data merupakan salah satu tujuan dari
Correct

5.00
Data cleansing 
Data testing
Data training
Data validation
Question 18 Tahapan pertama data preprocessing adalah

Correct

5.00
data cleaning 
data Integration
data transformation
data reduction
Question 19 Tanggal penjualan, nama pelanggan, nama barang, jumlah penjualan merupakan contoh dari
Correct

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

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)) ►
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
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

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

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
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

5.00
a. Visualisasi
b. Asosiasi
c. Klasifikasi
d. Klasterisasi 
Question 7 Metode untuk memprediksi kelas instance dari instance yang diberi label sebelumnya
Correct

5.00
a. Klasifikasi 
b. Asosiasi
c. Klasterisasi
d. Visualisasi
Question 8 Urutan langkah melakukan klasifikasi

Correct

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
Question 10 Pernyataan yang kurang sesuai dengan metode peringkasan

Correct

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

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 
Question 15 Jenis tugas data mining yang melakukan prediksi kelas

Correct

5.00
a. Visualisasi
b. Klasifikasi 
c. Asosiasi
d. Klasterisasi
Question 16 Pernyataan yang tepat terkait data mining and knowledge discovery
Correct

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

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

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

5.00
a. Visualisasi 
b. Klasifikasi
c. Asosiasi
d. Klasterisasi
Kuis M5 : Introduction Data Mining

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

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

5.00
a. Supervised – Classification 
b. Reinfocement
c. Unsupervised
d. Supervised -Regresion
Question 2 Yang tidak digunakan pada Model Supervised Learning

Correct

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

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) 
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

5.00
a. Reinfocement Learning
b. Semi Supervised Learning 
c. Supervised Learning
d. Unsupervised Learning
Question 9 Tahapan yang tepat ketika melakukan testing

Correct

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

5.00
a. Pohon
b. Instance
c. Aturan 
d. Tabel
Question 12 Pembelajaran yang menghasilkan Nilai output ti bernilai diskrit (kelas)

Correct

5.00
a. Klasifikasi 
b. Generalisasi
c. Regressi
d. Klasterisasi
Question 13 Tahapan yang tepat ketika melakukan training

Correct

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

5.00
a. Feature/ atribut
b. Instance
c. Feature Extraction
d. Training Set 
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
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

5.00
a. Unsupervised Learning
b. Reinfocement Learning
c. Semi Supervised Learning
d. Supervised Learning 
Question 20
Correct
Marked out of
5.00
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)) ►
/ Pertemuan 7 : Introduction to Machine Learning (Unsupervised) / Kuis M7 : Unsupervised Learning

State Finished
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

5.00
a. Regression 
b. clustering
c. Dimensionality reduction
d. Association
Question 6 Algoritma yang paling banyak digunakan untuk task Association rules
Incorrect

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

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

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

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) ►
/ Pertemuan 8 : Introduction to Machine Learning (Reinforcement) / Kuis M8 : Reinforcement

State Finished
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

5.00
a. State
b. Value
c. Action 
d. Reward
Question 3 Reinforcement learning tepat digunakan untuk menyelesaikan permasalahan utama dalam:
Correct

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

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

5.00
a. 6
b. 5 
c. 4
d. 3
Question 6 Reinforcement learning merupakan bagian dari:

Correct

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

5.00
a. Reward
b. Policy 
c. Model
d. Action
Question 8 Fungsi reward dalam Markov Decision Process dapat bernilai bilangan:
Correct

5.00
a. Asli
b. Bulat
c. Semua benar 
d. Riil
Question 9 Reinforcement learning dapat diilustrasikan sebagai interaksi antara:

Correct

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

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

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

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

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

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

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

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

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

5.00
a. Reward
b. Policy 
c. Model
d. Value
Question 19 Pernyataan yang benar terkait reinforcement learning:

Correct

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

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

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

5.00
a. Padding
b. Epoch
c. Max Pooling
d. Stride
The correct answer is: Padding
Response history
2 3/05/21, 11:32 Saved: Padding Answer saved
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
2 3/05/21, 11:32 Saved: Stride Answer saved
Question 4 Berikut ini adalah efek dari mengecilnya nilai stride dalam Algoritma Convolutional Neural Network:
Incorrect

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
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

5.00
a. Mengatasi overfitting
b. Mengurangi dimensi feature map
c. Mempercepat proses komputasi
d. Semua benar
Response history
2 3/05/21, 11:32 Saved: Mengatasi overfitting Answer saved
Question 6 Berikut ini merupakan loss function dalam algoritma berbasis Neural Network:
Incorrect

5.00
a. Sigmoid function
b. ReLu
c. Semua benar
d. Cross entropy
The correct answer is: Cross entropy
Response history
2 3/05/21, 11:33 Saved: Sigmoid function Answer saved
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
2 3/05/21, 11:33 Saved: Fully-connected layer Answer saved
Question 8 Berikut ini merupakan library Python untuk Algoritma Deep Learning:
Incorrect

5.00
a. Keras
b. PyTorch
c. Semua benar
d. Tensorflow
Response history
2 3/05/21, 11:33 Saved: Keras Answer saved
Question 9 Hasil dari proses flatten pada Algoritma Convolutional Neural Network menjadi masukan dalam:
Incorrect

5.00
a. Convolutional layer
b. Fully-connected layer
c. Semua salah
d. Pooling layer
The correct answer is: Fully-connected layer
Response history
2 3/05/21, 11:33 Saved: Convolutional layer Answer saved
Question 10 16 Berikut ini adalah teknik yang dapat digunakan pada pooling layer dalam Algoritma Convolutional Neural Network:
Correct

5.00
a. Semua benar
b. Min pooling
c. Max pooling
d. Average pooling
Response history
2 3/05/21, 11:33 Saved: Semua benar Answer saved
Question 11 Untuk mencegah terjadinya overfitting dalam Algoritma Convolutional Neural Network dilakukan:
Incorrect

5.00
a. Penambahan epoch
b. Perbanyak jumlah hidden layer
c. Dropout regularization
d. Perkecil stride
The correct answer is: Dropout regularization
Response history
2 3/05/21, 11:33 Saved: Penambahan epoch Answer saved
Question 12 Sebuah citra berdimensi 5x5 dengan filter 3x3 dan stride sebesar 2 akan menghasilkan feature map berdimensi:
Incorrect

5.00
a. 3x3
b. 2x2
c. 4x4
d. Semua salah
The correct answer is: 2x2
Response history
2 3/05/21, 11:33 Saved: 3x3 Answer saved
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
2 3/05/21, 11:33 Saved: Recall Answer saved
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
2 3/05/21, 11:33 Saved: ReLU Answer saved
Question 15 13 Algoritma Deep Learning dapat menyelesaikan permasalahan berikut ini:

Incorrect

5.00
a. Natural Language Processing
b. Pengenalan suara
c. Deteksi objek
d. Semua benar
Response history
2 3/05/21, 11:33 Saved: Natural Language Processing Answer saved
Question 16 Berikut ini merupakan contoh Algoritma Deep Learning:

Correct

5.00
a. Semua benar
b. Algoritma Long Short Term Memory
c. Algoritma Convolutional Neural Network
d. Algoritma Recurrent Neural Network
Response history
Question 17 Dimensi dari feature map dalam Algoritma Convolutional Neural Network bergantung pada:
Incorrect

5.00
a. Padding
b. Dimensi filter dan input
c. Semua benar
d. Stride
Response history
2 3/05/21, 11:33 Saved: Padding Answer saved
Question 18 Algoritma Deep Learning berbasis:

Incorrect

5.00
a. Semua benar
b. Neural network
c. Machine learning
d. Artificial Intelligence
The correct answer is: Neural network
Response history
Question 19 Berikut ini merupakan fungsi aktivasi dalam Algoritma Convolutional Neural Network:
Incorrect

5.00
a. Tanh
b. ReLU
c. Semua benar
d. Sigmoid
Response history
2 3/05/21, 11:33 Saved: Tanh Answer saved
Question 20 Pooling layer pada Algoritma Convolutional Neural Network terdapat pada:
Incorrect

5.00
a. Semua salah
b. Input layer
c. Output layer
d. Hidden layer
The correct answer is: Hidden layer
Response history
2 3/05/21, 11:33 Saved: Semua salah Answer saved
◄ Materi M9 : Introduction to Deep Kuis M9 : Introduction to Deep Learning

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

Kuis KBD m1-m9 T.T

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Kuis KBD m1-m9 T.T

Diunggah oleh

Hak Cipta:

Format Tersedia

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

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

The correct answer is: Variety

Question 2 Contoh solusi Big Data, kecuali:

Mark 5.00 out of Select one:

The correct answer is: Input Nilai Mahasiswa

Mark 5.00 out of Select one:

Data Storage Layer

Data Computing &amp; Analysis

The correct answer is: End Result

Mark 5.00 out of Select one:

The correct answer is: Sqoop

The correct answer is: Semua benar

Question 6 Dataset dibentuk dari:

Mark 5.00 out of Select one:

Sekumpulan fitur yang memiliki nilai yang sama

Sekumpulan fitur yang memiliki objek yang sama

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

Mark 5.00 out of Select one:

The correct answer is: SDK Layer

Mark 5.00 out of Select one:

The correct answer is: Flat files

Question 9 Manakah yang benar dari pernyataan berikut ini:

Mark 5.00 out of Select one:

Prediktif, menilai tindakan

Deskriptif, perkiraan berdasarkan data yang tersedia

Preskriptif, memodelkan perilaku masa lalu

Mark 5.00 out of Select one:

The correct answer is: Temporal database

Question 11 Objek disebut juga:

Mark 5.00 out of Select one:

The correct answer is: Semua benar

Question 12 Salah satu keunggulan DGX A100:

Mark 5.00 out of Select one:

Tidak membutuhkan ruang yang besar

Biaya lebih murah

Konsumsi daya lebih sedikit

The correct answer is: Semua benar

Mark 5.00 out of Select one:

The correct answer is: Database

The correct answer is: Volume

Mark 5.00 out of Select one:

Data Media Sosial

Data Asuransi Kesehatan

The correct answer is: Semua benar

The correct answer is: Data Warehouse

Question 17 Tipe nilai dapat berupa:

Mark 5.00 out of Select one:

The correct answer is: Numerik

Question 18 Unit informasi tunggal disebut:

Mark 5.00 out of Select one:

The correct answer is: Nilai

Question 19 Visualisasi dari hasil analisis Big Data dapat berupa:

Mark 5.00 out of Select one:

The correct answer is: Semua benar

Question 20 Yang merupakan framework untuk Machine Learning:

Mark 5.00 out of Select one:

The correct answer is: Apache Spark MLlib

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

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

Question 1 Arsitektur Hadoop terdiri dari:

Mark 5.00 out of Select one:

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

Data Computing & Analysis