1.

Amazon/Alexa, Microsoft/Cortana merupakan contoh pemanfaatan AI di Bahasa dengan teknologi

Select one:
a. Smart Speaker
b. Google Translate
c. Drone Control
d. Chat Bot AI

2. Apakah yang dimaksud dengan Variety dan Complexity dalam Big Data:
Select one:
a. Akurasi data
b. Data dihasilkan secara cepat, maka dibutuhkan pemrosesan yang cepat juga
c. Ukuran data
d. Sebuah aplikasi dapat membuat/mengumpulkan banyak jenis data

3. Beda Data Scientist dan Data Analyst adalah bahwa Data Analyst memiliki "has problem solving
skills, knowledge of basic statistic". Hal tersebut ada pada fitur :
Select one:
a. Background
b. Skill
c. Scope
d. Type of Data

4. Berikut contoh penggunaan database pada lingkungan big data, kecuali :

Select one:
a. Exel
b. Postgresql
c. Hdfs
d. Druid

5. Berikut ini adalah penerapan kecerdasan buatan dalam pariwisata, kecuali:

Select one:
a. Penanganan bagasi
b. Booking perjalanan
c. Komparasi tiket termurah
d. Smart track system

6. Bidang ilmu komputer yang dikhususkan untuk memecahkan masalah kognitif yang umumnya terkait
dengan kecerdasan manusia, seperti pembelajaran, pemecahan masalah, dan pengenalan pola
merupakan definisis dari
Select one:
a. Artificial Intelligence
 b. Kecerdasan Buatan
c. Sains Data
d. Metode Numerik

7. Bidang studi multidisiplin dengan tujuan untuk mengatasi tantangan dalam data besar adalah
Select one:
a. Artificial Intelligence
b. Metode Numerik
c. Sains Data
d. Kecerdasan Buatan

8. Big data dapat membantu melakukan predictive maintenance & quality pada industri
Select one:
a. Education
b. Banking
c. Agriculture
d. Automotive
9. Contoh Pemanfaatan AI di Bidang Pariwisata pada evolusi teknologi tahun 2005-2010 dengan
menggunakan teknologi Internet adalah
Select one:
a. ICT Smart Tourism
b. Computer Reservasi Berbasis Komputer
c. Internet Informasi Travel
d. Blog,SNS Two Way Communication

10. Contoh Platform Online for FIT (Fully Independent Traveler) pada akomodasi adalah
Select one:
a. Geoogle
b. MAPS
c. airbnb
d. Gojek

11. Definisi Supervised Learning adalah, kecuali :

Select one:
a. Pembelajaran dengan guru, data set memiliki target/label/class
b. Sebagian besar algoritma data mining (estimation, prediction/ forecasting, classification)
adalah supervised learning
c. Variable (atribut) yang menjadi target/label/class tidak ditentukan (tidak ada)
d. Algoritma melakukan proses belajar berdasarkan nilai dari variabel target yang
terasosiasi dengan nilai dari variable predictor
12. Disiplin ilmu yang khusus mempelajari data, khususnya data kuantitatif (data numerik), baik yang
terstruktur maupun tidak terstruktur adalah definisi dari:
Select one:
a. Kecerdasan buatan
b. Artificial Intelligence
c. Sains data
d. Big data

13. Jenis Machine Learning berdasarkan campur tangan manusia adalah .

Select one:
a. Reinforcement Learning
b. Instance Based Learning
c. Model based Learning
d. Batch Learning

14. Pemanfaatan AI di Bidang Pariwisata pada evolusi teknologi tahun 2005-2010 dengan
menggunakan teknologi
Select one:
a. Computer
b. Blog, SNS
c. ICT
d. Internet

15. Pendeteksi/Pengklasifikasian Cyberbullying adalah contoh implementasi Artificial Intelligence di

bidang:
Select one:
a. Ritail
b. Psikologi
c. Bahasa dan NLP
d. SDM

16. Penerapan utama data dari data science pada e-commerce adalah melakukan hal-hal berikut
kecuali :
Select one:
a. Recomending Product
b. Prediction potential problem
c. Analyzing Reviews
d. Identifying Consumers
17. Sains Data adalah multi disiplin dari:
Select one:
a. Statistical Model, Statistical Computing
b. Application web, Application desktop
c. Hardware, Software
d. Datawarehouse, Datamining

18. Sebuah sistem yang berfungsi untuk memonitor serta menganalisa media sosial dan platform online
yang berbasis teknologi big data menggunakan keahlian Artificial Intelligence dan Natural
Learning Process (NLP) adalah
Select one:
a. Corpus
b. Social Network Analysis
c. Drone Emprit
d. Data Science

19. Teknik pada Machine Learning adalah, kecuali :

Select one:
a. Supervised Learning
b. Reinforcement Learning
c. Improvement Learning
d. UnSupervised Learning

20. Tujuan Pengunaan robot dan IOT untuk suatu even sebagai salah satu Revolusi Industri 4.0 dan
Pariwisata adalah
Select one:
a. Efisiensi Biaya Operasi
b. Menggurangi user
c. Berbagi Pengalaman Baru
d. Personalisasi Pengalaman Wisatawan
Question 1
Answer saved
Marked out of 1.00

Flag question

Question text

Bidang ilmu komputer yang dikhususkan untuk memecahkan masalah kognitif yang
umumnya terkait dengan kecerdasan manusia, seperti pembelajaran, pemecahan
masalah, dan pengenalan pola adalah definisi dari:

Select one:
a. Artificial Intelligence
b. Kecerdasan buatan
c. Sains data
d. Big data

Question 2
Answer saved
Marked out of 1.00

Flag question

Question text

Artificial Intelligence pada tahun 1950 an - 1970 an berfokus pada:

Select one:
a. Pembelajaran Mendalam
b. Jaringan Neural
c. Pembelajaran Mesin
d. Mempredikasi sinyal yang dibuat

Question 3
Answer saved
Marked out of 1.00
 Flag question

Question text

Berikut ini adalah definisi Artificial Intelligence:

Select one:
a. Kecerdasan yang ditampilkan oleh mesin, di mana, pembelajaran dan
kemampuan berbasis tindakan meniru otonomi darip ada kecerdasan yang
berorientasi pada proses

Question 4
Answer saved
Marked out of 1.00

Flag question

Question text

Berikut ini adalah penerapan kecerdasan buatan dalam pariwisata, kecuali:

Select one:
a. Komparasi tiket termurah
b. Smart track system

Question 5
Answer saved
Marked out of 1.00

Flag question

Question text

Apakah yang dimaksud dengan Volume dalam Big Data:

Select one:
a. Sebuah aplikasi dapat membuat/mengumpulkan banyak jenis data
b. Ukuran data
Question 6
Answer saved
Marked out of 1.00

Flag question

Question text

Artificial Intelligence pada tahun 2011 - saat ini berfokus pada:

Select one:
a. Pembelajaran Mesin
b. Pembelajaran Mendalam

Question 7
Answer saved
Marked out of 1.00

Flag question

Question text

Apakah yang dimaksud dengan Variety dan Complexity dalam Big Data:

Select one:
a. Ukuran data
b. Sebuah aplikasi dapat membuat/mengumpulkan banyak jenis data

Question 8
Answer saved
Marked out of 1.00

Flag question

Question text

Disiplin ilmu yang khusus mempelajari data, khususnya data kuantitatif (data
numerik), baik yang terstruktur maupun tidak terstruktur adalah definisi dari:

Select one:
a. Artificial Intelligence
b. Sains data

Question 9
Answer saved
Marked out of 1.00

Flag question

Question text

Bidang ilmu komputer yang dikhususkan untuk memecahkan masalah kognitif yang
umumnya terkait dengan kecerdasan manusia, seperti pembelajaran, pemecahan
masalah, dan pengenalan pola adalah definisi dari:

Select one:
a. Big data
b. Artificial Intelligence

Question 10
Answer saved
Marked out of 1.00

Flag question

Question text

Berikut adalah pernyataan yang benar mengenai Last Mile Delivery:

Select one:
a. konsep arsitektur yang mengi ntegrasikan teknologi dan me ngumpulkan data
untuk mengoptimalkan efisiensi operasi
b. senjata tersembunyi yang me mungkinkan seorang arsitek untuk mengubah
parameter t ertentu untuk membuat berba gai jenis desain
c. Jawaban tidak ada yang benar
d. Cara yang digunakan distributor atau retailer untuk mengirim barang ke
konsumen secara langsung tanpa menggunakan pihak ketiga.

Question 11
Answer saved
Marked out of 1.00

Flag question

Question text

Apakah yang dimaksud dengan Sains Data:

Select one:
a. Data yang skala, keragaman, dan kompleksitasnya memerlukan arsitektur, teknik,
algoritma, dan analisis untuk mengelola serta mengekstrak nilai dan pengetahuan
yang tersembunyi.
b. Kecerdasan yang ditampilkan oleh mesin, di mana, pembelajaran dan
kemampuan berbasis tindakan meniru otonomi darip ada kecerdasan yang
berorientasi pada proses
c. Disiplin ilmu yang khusus mempelajari data, khususnya data kuantitatif (data
numerik), baik yang terstruktur maupun tidak terstruktur.

Question 12
Answer saved
Marked out of 1.00

Flag question

Question text

Tool yang digunakan dalam sains data adalah:

Select one:
a. Kaffe
b. Shogun
c. R

Question 13
Answer saved
Marked out of 1.00

Flag question
Question text

Apakah yang dimaksud dengan Big Data:

Select one:
a. Bidang ilmu komputer yang dikhususkan untuk memecahkan masalah kognitif
yang umumnya terkait dengan kecerdasan manusia, seperti pembelajaran,
pemecahan masalah, dan pengenalan pola
b. Disiplin ilmu yang khusus mempelajari data, khususnya data kuantitatif (data
numerik), baik yang terstruktur maupun tidak terstruktur.
c. Kecerdasan yang ditampilkan oleh mesin, di mana, pembelajaran dan
kemampuan berbasis tindakan meniru otonomi darip ada kecerdasan yang
berorientasi pada proses
d. Data yang skala, keragaman, dan kompleksitasnya memerlukan arsitektur, teknik,
algoritma, dan analisis untuk mengelola serta mengekstrak nilai dan pengetahuan
yang tersembunyi.

Question 14
Answer saved
Marked out of 1.00

Flag question

Question text

Data yang skala, keragaman, dan kompleksitasnya memerlukan arsitektur, teknik,

algoritma, dan analisis untuk mengelola serta mengekstrak nilai dan pengetahuan
yang tersembunyi adalah definisi dari:

Select one:
a. Artificial Intelligence
b. Big data

Question 15
Answer saved
Marked out of 1.00

Flag question

Question text

Apakah yang dimaksud dengan Kecerdasan Buatan:

Select one:
a. Bidang ilmu komputer yang dikhususkan untuk memecahkan masalah kognitif
yang umumnya terkait dengan kecerdasan manusia, seperti pembelajaran,
pemecahan masalah, dan pengenalan pola
b. Kecerdasan yang ditampilkan oleh mesin, di mana, pembelajaran dan
kemampuan berbasis tindakan meniru otonomi darip ada kecerdasan yang
berorientasi pada proses

Question 16
Answer saved
Marked out of 1.00

Flag question

Question text

Apakah yang dimaksud dengan Veracity dalam Big Data:

Select one:
a. Data dihasilkan secara cepat, maka dibutuhkan pemrosesan yang cepat juga
b. Ukuran data
c. Akurasi data

Question 17
Answer saved
Marked out of 1.00

Flag question

Question text

Tujuan utama penggunaan Artificial Intelligence adalah :

Select one:
a. Untuk meningkatkan kemampuan manusia dengan membuat perangkat lebih
mampu dan meningkatkan UX

Question 18
Answer saved
Marked out of 1.00
 Flag question

Question text

Pendeteksi/Pengklasifikasian Cyberbullying adalah contoh implementasi Artificial

Intelligence di bidang:

Select one:
a. SDM
b. Psikologi

Question 19
Answer saved
Marked out of 1.00

Flag question

Question text

Artificial Intelligence pada tahun 1980 an - 2010 an berfokus pada:

Select one:
a. Jaringan Neural
b. Mempredikasi sinyal yang dibuat
c. Pembelajaran Mendalam
d. Pembelajaran Mesin

Question 20
Answer saved
Marked out of 1.00

Flag question

Question text

Apakah yang dimaksud dengan Velocity dalam Big Data:

Select one:
a. Akurasi data
b. Data dihasilkan secara cepat, maka dibutuhkan pemrosesan yang cepat juga
Berikut tahapan layer pada proses ETL

Select one:
a. Row Layer, Business Layer, Gold Layer
b. Business Layer , Row Layer, Gold Layer
c. Record Layer, Row Layer, Gold Layer
d. Row Layer, Gold Layer, Business Layer

Prinsip kerja dari CEP dalam mengirim sebuah campaign adalah secara :

Select one:
a. Random dan general
b. Batch dan general
c. Batch dan personalize
d. Realtime dan personalize

Berikut yang merupakan query access :

Select one:
a. Hive dan Phoenix
b. HDFS dan Hive
c. Hbase dan Postgresql
d. Postgresql dan Hive

Tools yang berfungsi sebagai process scheduler :

Select one:
a. Airflow
b. Kafka
c. Kong
d. Hive

Yang bukan termasuk proses dalam tahap development adalah :

Select one:
a. Dashboard Development
b. Data Source Identification
c. System Integration Test (SIT)
d. ETL Development

Apa kepanjangan dari CEP :

Select one:
a. Campaign Event Processing
b. Complex Event Processing
c. Collaboration Event Processing
d. Communication Event Processing

Dalam proses Cep, Debezium berfungsi sebagai :

Select one:
a. Melakukan evaluasi setiap event terhadap rule yang tersedia
b. Mengirim campaign yang telah dievaluasi kepada customer.
c. Tempat penyimpanan setiap event yang masuk
d. Change Data Capture, atau membaca setiap perubahan yang terjadi pada database.

Berikut contoh penggunaan database pada lingkungan big data, kecuali :

Select one:
a. Postgresql
b. Druid
c. Hdfs
d. Exel

Tools yang berfungsi sebagai tempat visualisasi dashboard dari harsil ETL :

Select one:
a. Superset
b. Hive
c. Zeppelin
d. Kong
Deployment dan operation monitoring terdapat pada tahap ... pada proses development :

Select one:
a. Deployment
b. Detailed Requirement Gathering
c. Developmnet
d. Design

Pada proses realtime ingestion, tools yang digunakan sebagai message broker dalam hal ini
adalah :

Select one:
a. Airflow
b. Zeppelin
c. Krakend
d. Kafka

campaign dapat dikirim melalui berbagai channel seperti berikut, kecuali :

Select one:
a. Email
b. Ditelphone
c. Notifikasi Apps
d. SMS

Berikut tool yang tepat digunakan sebagai api gateway :

Select one:
a. Kafka
b. Kong
c. Spark
d. Hive

Dalam hal evalusi CEP, tools yang dapat bertindak sebagai API gateway adalah :

Select one:
a. Spark
b. Debezim
c. Kong
d. Hbase

Berikut urutan yang tepat dalam proses dashboard development :

Select one:
a. Detailed Requirement Gathering, Design, Developmnet, UAT and Deployment
b. Developmnet , Detailed Requirement Gathering, Design, UAT and Deployment
c. Design , Detailed Requirement Gathering, Developmnet, UAT and Deployment
d. UAT and Deployment ,Detailed Requirement Gathering, Design, Developmnet

Dalam proses Detail Requirement Gathering terdapat prose :

Select one:
a. Data Source Identification
b. deplyment dan operation monitoring
c. ETL Development
d. UAT dengan customer

CEP merukapan produk campaign marketing yang mengirim campaign secara :

Select one:
a. Random
b. Batch
c. Realtime
d. Scheduling

Apa saja poin penting dalam big data, kecuali :

Select one:
a. Vacility
b. Velocity
c. Variety
d. Volume

Berikut kepanjangan dari ETL :

Select one:
a. Example, Transformation, Load
b. Extraction, Transformation, Load
c. Extraction, Transformation, Listen
d. Extraction, Transaction, Load

Terdapat 3 komponen utama dalam memproses CEP :

Select one:
a. Event
b. Dataset
c. Data Layer
d. Rule

fakta yang terekam dan tidak membawa arti adalah definisi dari:

Select one:
a. Pengetahuan
b. Data
c. Sistem
d. Informasi

Evolusi Science (Evolution of Sciences) sebelum tahun 1600 adalah :

Select one:
a. Empirical science
b. Theoretical science
c. Computational science
d. Data science

Definisi Supervised Learning adalah, kecuali :

Select one:
a. Algoritma melakukan proses belajar berdasarkan nilai dari variabel target yang terasosiasi
dengan nilai dari variable prediktor
b. Sebagian besar algoritma data mining (estimation, prediction/ forecasting, classification)
adalah supervised learning
c. Variable (atribut) yang menjadi target/label/class tidak ditentukan (tidak ada)
d. Pembelajaran dengan guru, data set memiliki target/label/class

Evolusi Science (Evolution of Sciences) tahun 1990 - now adalah :

Select one:
a. Empirical science
b. Data science
c. Theoretical science
d. Computational science

Untuk pembentukan model pada Pengujian Model Data Mining adalah :

Select one:
a. data testing
b. data estimation
c. data validation
d. data training

Untuk pengujian model pada Pengujian Model Data Mining adalah :

Select one:
a. data testing
b. data validation
c. data training
d. data estimation

Pola, rumus, aturan atau model yang muncul dari data adalah definisi dari:

Select one:
a. Sistem
b. Data
c. Pengetahuan
d. Informasi

Definisi Unsupervised Learning adalah, kecuali :

Select one:
a. Algoritma clustering adalah algoritma unsupervised learning
b. Algoritma data mining mencari pola dari semua variable (atribut)
c. Sebagian besar algoritma data mining (estimation, prediction/ forecasting, classification)
adalah supervised learning
d. Variable (atribut) yang menjadi target/label/class tidak ditentukan (tidak ada)

metode data mining yang menggunakan data dengan label dan tidak berlabel sekaligus
dalam proses pembelajarannya adalah :

Select one:
a. Type of Data
b. Supervised Learning
c. Unsupervised Learning
d. Semi-Supervised Learning

Pembagian Dataset pada Pengujian Model Data Mining adalah kecuali:

Select one:
a. data estimation
b. data training
c. data validation
d. data testing

Linear Regression, Neural Network, Support Vector Machine adalah algoritma pada
.....didata mining:

Select one:
a. Clustering
b. Association
c. Estimasi
d. Classification

Algoritma association rule (aturan asosiasi) adalah algoritma yang menemukan atribut yang
:

Select one:
a. Monitoring System
b. Bioinformatics
c. Muncul Bersamaan
d. Customer Segmentation

Peran utama data mining adalah sebagai berikut, kecuali :

Select one:
a. Estimasi
b. Klastering
c. Penentuan
d. Prediksi

Evolusi Science (Evolution of Sciences) tahun 1950-1990 adalah :

Select one:
a. Data science
b. Theoretical science
c. Computational science
d. Empirical science

Beberapa definisi data mining adalah, kecuali :

Select one:
a. Kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan
keteraturan, pola dan hubungan dalam set data berukuran besar
b. Extraction of interesting (non-trivial, implicit, previously unknown and potentially useful)
patterns or knowledge from huge amount of data
c. Searching for different sources of data and capturing structured and unstructured data
d. Melakukan ekstraksi untuk mendapatkan informasi penting yang sifatnya implisit dan
sebelumnya tidak diketahui, dari suatu data

Contoh Penerapan Data Mining adalah sebagai berikut, kecuali :

Select one:
a. Deteksi serangan (intrusion) pada suatu jaringan
b. Analisis pola belanja pelanggan
c. Penjadwalan Pemeliharaan
d. Penentuan pasokan listrik PLN untuk wilayah Jakarta

Data Cleaning, Data Integration, Data Reduction, Data Transformation adalah proses .... pada
Data mining :

Select one:
a. Data Pre-processing
b. Data Science Application Developer
c. Data Analyst/Business Analyst
d. Data Scientist

Rapidminer adalah :

Select one:
a. Designs and implements or monitors and maintains large-scale cloud databases.
b. Manages daily operation of facilities and resources and responds to customer requests.
c. Software data mining dan data analytics
d. Manages daily operation of cloud storage, including related to data life cycle, and
responds to requests from storage users

Evolusi Science (Evolution of Sciences) tahun 1600-1950 adalah :

Select one:
a. Computational science
b. Theoretical science
c. Empirical science
d. Data science
FP-Growth, A Priori, Coefficient of Correlation, Chi Square adalah algoritma pada .....didata
mining :

Select one:
a. Association
b. Classification
c. Clustering
d. Estimasi

Jenis Graf apakah dimana terdapat dua simpul yang tidak memiliki jalur yang
menghubungkan ke dua simpul tersebut:

Select one:
a. Graf hampa
b. Graf semu (trivial)
c. Graf terhubung
d. Graf tidak terhubung

Siapakah ilmuwan penemu Teori Graf :

Select one:
a. Bill Gates
b. Dennis Ritchie
c. Leonhard Euler
d. Blaise Pascal

Graf yang hanya memiliki 1 simpul adalah:

Select one:
a. Graf semu (trivial)
b. Graf terhubung
c. Graf hampa
d. Graf tidak terhubung
Ukuran terkait kekuatan dalam jaringan yang menunjukkan seberapa penting orang/pihak
lain yang mempunyai jaringan dengan actor (simpul) adalah:

Select one:
a. Derajat sentralitas
b. Sentralitas keantaraan
c. Kedekatan sentralitas
d. Sentralitas Eigenvector

Pseudo Graf adalah:

Select one:
a. Graf memiliki derajat yang sama
b. Graf yang memiliki loop sendiri tetapi tidak ada ruas yang paralel
c. Graf terhubung dimana semua simpul berderajat genap
d. Graf yang tidak memiliki loop sendiri tetapi terdapat ruas yang paralel

Graf tidak berarah dimana antara dua simpul terhubung oleh hanya satu jalur (tidak
terdapat siklus)adalah:

Select one:
a. Hutan (Forest)
b. Asiklik (acyclic)
c. Regular
d. Pohon (Tree)

Algoritma untuk pohon rentang minimum adalah:

Select one:
a. Algoritma perjalanan salesman
b. Semua jawaban salah
c. Algoritma kruskal
d. Algoritma djikstra

Graf dimana terdapat siklus dari sebuah simpul yang mengunjungi setiap simpul dalam graf
tepat satu kali disebut dengan:
Select one:
a. Graf bipartit
b. Graf Euler
c. Graf plannar
d. Graf hamilton

Apakah yang dimaksud dengan Derajat pada graf:

Select one:
a. Jumlah lintasan dari satu simpul ke simpul lain
b. Jumlah ruas yang terhubung pada simpul tersebut
c. Penghubung antar simpul
d. Himpunan Simpul

Istilah lain untuk simpul pada graf adalah:

Select one:
a. Ruas
b. Edge
c. Lintasan
d. Vertex

Graf yang memiliki simpul tetapi tidak memilik ruas disebut:

Select one:
a. Graf semu (trivial)
b. Graf hampa
c. Graf tidak terhubung
d. Graf terhubung

Ukuran terkait kekuatan dalam jaringan yang menunjukkan simpul mana yang berperan
dalam sebagai perantara, yaitu seberapa sering sebuah simpul dilalui oleh lintasan
terpendek adalah:

Select one:
a. Derajat sentralitas
b. Kedekatan sentralitas
c. Sentralitas Eigenvector
d. Sentralitas keantaraan

Himpunan ruas yang dapat membagi graf G menjadi dua sub-graf S dan T disebut dengan:

Select one:
a. Derajat
b. Lintasa
c. cyclic (siklik)
d. Himpunan pemotong (cut set)

Apakah yang dimaksud dengan Ruas Paralel dalam graf:

Select one:
a. Sebuah ruas dari dan ke satu simpul
b. Sebuah Graf dengan jumlah simpul dan ruas yang berhingga
c. Graf memiliki derajat yang sama
d. Jika terdapat lebih dari satu ruas antara dua simpul yang bersebelahan

Multi Graf adalah:

Select one:
a. Graf yang memiliki loop sendiri tetapi tidak ada ruas yang paralel
b. Graf terhubung dimana semua simpul berderajat genap
c. Graf yang tidak memiliki loop sendiri tetapi terdapat ruas yang paralel
d. Graf memiliki derajat yang sama

Ruas adalah :

Select one:
a. Penghubung antar simpul
b. Himpunan Simpul
c. Jumlah yang terhubung pada simpul tersebut
d. Jumlah lintasan dari satu simpul ke simpul lain
Panjang Lintasan (Path) adalah:

Select one:
a. Jumlah lintasan dari satu simpul ke simpul lain
b. Himpunan Simpul
c. Penghubung antar simpul
d. Jumlah ruas yang terhubung pada simpul tersebut

Graf yang dapat dibentuk pada sebuah bidang sedemikian sehingga tidak terdapat dua ruas
yang saling bersilangan adalah:

Select one:
a. Graf hamilton
b. Graf plannar
c. Graf bipartit
d. Graf Euler

Graf yang tak berarah, tak terhubung atau dengan kata lain kumpulan pohon yang tidak
saling terhubung adalah:

Select one:
a. Regular
b. Pohon (Tree)
c. Asiklik (acyclic)
d. Hutan (Forest)

Jenis Graf apakah yang antara setiap pasang simpul terdapat minimum satu jalur:

Select one:
a. Graf terhubung
b. Graf hampa
c. Graf semu (trivial)
d. Graf tidak terhubung
Keuntungan dari Social Network Analysis adalah:

Select one:
a. berfokus pada interaksi
b. berfokus pada node
c. berfokus pada jaringan
d. berfokus pada edge

NodeXL adalah Software Social Network Analysis yang, kecuali

Select one:
a. Free
b. Menggunakan template Word
c. Open Source
d. Menggunakan template Excell

Software Social Network Analysis adalah :

Select one:
a. NodeXL dan Gephi
b. Twitter
c. RapidMiner
d. Linux dan Windows

Tipe dari Social Network Analysis yang "Personal network"

Select one:
a. Anthropologie
b. Egocentric
c. Sociocentric
d. Physiocentric

Struktur matematika paling dasar dari suatu grafik adalah :

Select one:
a. Banyaknya garis E
b. Banyaknya Network
c. Satu set V yang terhubung melalui garis E
d. Banyaknya Set V

Gephi adalah Software Social Network Analysis, kecuali :

Select one:
a. Free
b. Berbayar
c. interactive visualization and exploration
d. Open Source

Menurut Halgin & DeJordy, 2008 "If your research question is about phenomena of or
affecting individual entities across different settings" adalah :

Select one:
a. Egocentric
b. Anthropologie
c. Physiocentric
d. Sociocentric

Menurut Halgin & DeJordy, 2008 "If your research question is about different patterns of
interaction within defined groups" adalah :

Select one:
a. Physiocentric
b. Sociocentric
c. Anthropologie
d. Egocentric

Sejarah Network Analysis pada tahun ......New York Times reported on the new science of
“psychological geography” :

Select one:
a. 1950
b. 1933
c. 1960
d. 1930

Tipe dari Social Network Analysis yang "Creates one network":

Select one:
a. Anthropologie
b. Sociocentric
c. Physiocentric
d. Egocentric

Tipe dari Social Network Analysis yang "Creates many stand alone networks":

Select one:
a. Egocentric
b. Sociocentric
c. Anthropologie
d. Physiocentric

Degree Centrality adalah :

Select one:
a. ukuran terbentuknya jaringan pada grafik
b. ukuran sentralitas suatu node yang dihitung berdasarkan rerata jarak terdekat antar
node.
c. ukuran sentralitas suatu node dalam sebuah jaringan yang diukur dari jumlah garis
penghubung (edge) yang menyambung beberapa node.
d. ukuran sentralitas suatu node dalam suatu jaringan berdasarkan jumlah jalur terdekat
yang melewatinya.

Network analysis dibangun dari :

Select one:
a. communication
b. political
c. sociology
d. economy

Edge adalah :

Select one:
a. koneksi antara lebih dari dua buah node
b. koneksi antara dua buah node
c. koneksi antara duah buah jaringan
d. koneksi antara banyak node

Beberapa disiplin ilmu dari Social Network Analysis adalah, kecuali :

Select one:
a. graf network
b. electrical network
c. social network
d. transportation network

Social network analysis adalah :

Select one:
a. studi sociometri
b. peta yang terdiri atas banyak orang dimana di dalamnya terdapat relasi antar individunya
c. metode yang menghubungkan antar node
d. sebuah studi yang mempelajari tentang hubungan manusia dengan memanfaatkan teori
graf

Closeness Centrality adalah :

Select one:
a. ukuran sentralitas suatu node dalam suatu jaringan berdasarkan jumlah jalur terdekat
yang melewatinya.
b. ukuran sentralitas suatu node dalam sebuah jaringan yang diukur dari jumlah garis
penghubung (edge) yang menyambung beberapa node.
c. ukuran terbentuknya jaringan pada grafik
d. ukuran sentralitas suatu node yang dihitung berdasarkan rerata jarak terdekat antar
node.

Riset tentang network analisis ditemukan pada bidang ilmu :

Select one:
a. educational psychology
b. Theoretical science
c. Data science
d. Computational science

Betweenness Centrality adalah :

Select one:
a. ukuran sentralitas suatu node dalam sebuah jaringan yang diukur dari jumlah garis
penghubung (edge) yang menyambung beberapa node.
b. ukuran sentralitas suatu node dalam suatu jaringan berdasarkan jumlah jalur terdekat
yang melewatinya.
c. ukuran sentralitas suatu node yang dihitung berdasarkan rerata jarak terdekat antar node.
d. ukuran terbentuknya jaringan pada grafik

Tipe dari Social Network Analysis yang "Whole network"

Select one:
a. Anthropologie
b. Physiocentric
c. Sociocentric
d. Egocentric

Question 1
Answer saved
Marked out of 1.00

Flag question
Question text

..............bullying with the use of digital technology.

Select one:
a. electronicbully
b. Bullying
c. Cyberbullyng
d. ebully

Sentiment = feelings, kecuali :

Select one:
a. Soul
b. Attitudes
c. Emotions
d. Opinions

...........is a form of qualitative analysis that is concerned with more than just statistics and
numerical values.

Select one:
a. Analysis
b. Analysis
c. Analysis
d. Text Analysis

Applications from SA have been useful in other areas, kecuali :

Select one:
a. Sociology
b. Law/policy making
c. Politics/political science
d. Entertainment
........... accounting for multiple viewpoints.

Select one:
a. Question answering
b. Bias identification
c. Information extraction
d. Summarization

..............A powerful analytics and data visualization platform. Connect all your data and create
interactive dashboards that update in real-timey.

Select one:
a. Python
b. R
c. Tableau
d. RapidMiner

process of cleaning, analyzing, interpreting, and visualizing data to discover valuable

insights that drive smarter and more effective business decisions is ...... :

Select one:
a. Data analysis
b. Data
c. Information System
d. Information

Sentiment analysis, also called :

Select one:
a. Opinion Data
b. Sentiment Mining
c. Opinion Mining
d. Appraisals
.............used to analyze data and sort it as Positive, Negative, or Neutral to gain in-depth
knowledge about how customers feel towards each aspect.

Select one:
a. Sentiment analysis
b. Data analysis
c. System analysis
d. Information analysis

Some sentiment analysis jargon :

Select one:
a. Analysis
b. Semantic orientation
c. Collaboration
d. Collection

text analysis tools can sort text by :

Select one:
a. extract information
b. extract data
c. read for information
d. topic

.............Open-source platform for building advanced machine learning solutions, and

visualizing data. :

Select one:
a. Microsoft Excel
b. RapidMiner
c. Python
d. KNIME

Traditional bullying was limited to ....... :

Select one:
a. floral
b. staff
c. animal
d. schools and youth crowds

Question 14
Answer saved
Marked out of 1.00

Flag question

Question text

...........Filter, organize, and visualize quantitative data. The perfect tool for performing simple
data analysis. Explore common functions and formulas for data analysis.

Select one:
a. Microsoft Excel
b. RapidMiner
c. Python
d. KNIME

..........focuses on the process of turning raw data into useful statistics, information, and
explanations.

Select one:
a. Information System
b. Information
c. Data
d. Data analysis

............recognizing opinion- oriented questions.

Select one:
a. Information extraction
b. Summarization
c. Question answering
d. Bias identification

............For data analytics teams that want to tackle challenging tasks and handle large
amounts of data.

Select one:
a. KNIME
b. RapidMiner
c. Microsoft Excel
d. Python

.............discarding subjective information.

Select one:
a. Bias identification
b. Information extraction
c. Summarization
d. Question answering

Contoh Pertanyaan pada Sentiment Analysis:

Select one:
a. How to produce product ?
b. Is this product review positive or negative?
c. Is far or close ?
d. How many node in graph?

.............The preferred programming language for machine learning. Use it to build data
analysis solutions for various use cases.

Select one:
a. RapidMiner
b. KNIME
c. Microsoft Excel
d. Python

Program database apakah yang digunakan untuk Data & Statistic pada Knowledge Explorer
Indonesia OneSearch (IOS)?

Select one:
a. API
b. Apache SOLR
c. MongoDB
d. MySQL

Text mining language yang paling popular adalah

Select one:
a. NLP dan Java
b. Python dan NLP
c. HTML dan KNIME
d. Python dan R

Sebuah tree-map dapat digunakan mengidentifikasi untuk hal berikut kecuali:

Select one:
a. Obyek atau entitas terkait aktivitas subyek.
b. Hubungan antar subjek
c. Aktifitas terkait dengan aktor
d. Aktor perorangan, organisasi, konsep (subyek)

Bidang yang terkait dengan studi, desain dan pengembangan teknik untuk mengekstraksi
unit leksikal dari teks dan pemfilteran unit leksikal melalui beberapa skema penilaian dan
peringkat, yang digunakan untuk identifikasi istilah disebut

Select one:
a. Syntax Analysis (S-P-O)
b. Part-Of-Speech (POS) Tagging
c. Named Entity Recognition (NER)
d. Automatic Term Recognition (ATR)
NLP digunakan dalam hal-hal berikut kecuali:

Select one:
a. Quote Extraction
b. Sentiment Analysis
c. Text-to-speech extraction
d. Trends Analysis

SparkNLP dapat melakukan hal berikut kecuali

Select one:
a. Actor recognition
b. Sentiment Detector
c. Tokenization
d. Stemming

Proses NLP yang mengacu pada pengategorian kata-kata dalam teks (korpus) tergantung
pada definisi kata dan konteksnya disebut sebagai

Select one:
a. Part-Of-Speech (POS) Tagging
b. Named Entity Recognition (NER)
c. Syntax Analysis (S-P-O)
d. Automatic Term Recognition (ATR)

Sebagian besar data yang semakin bertambah berupa

Select one:
a. Balanced data
b. Enterprise data
c. Structured data
d. Unstructured data

Big data dapat membantu melakukan predictive maintenance & quality pada industri

Select one:
a. Education
b. Agriculture
c. Automotive
d. Banking

Pada grafik perkembangan data dari tahun 2010 hingga 2020, data terbanyak bersumber
dari area berikut kecuali

Select one:
a. Social Media
b. Sensors & Devices
c. Enterprise Data
d. Exabytes volume

Berikut ini adalah sumber data yang digunakan pada Knowledge Explorer Indonesia
OneSearch (IOS), kecali:

Select one:
a. iTunes
b. Blog
c. Jurnal
d. Berita online

Ilustrasi hubungan Subyek dan Obyek yang saling berhubungan melalui predikat dapat
dilihat menggunakan

Select one:
a. Tree-map
b. Co-occurrence
c. Undirected graph
d. Directed graph

Text information, segmentation and tokenization, text cleaning, vectorization and feature
engineering, text lemmatization and stemming, machine learning algorithms, dan result
interpretation adalah tahapan dari
Select one:
a. Setiment analysis
b. Python
c. NLP pipeline
d. Big data analysis

Berikut ini merupakan toolkit data mining bersifat open source yang dapat digunakan untuk
visualisasi data, machine learning serta memiliki pemrograman visual untuk analisis data
kualitatif yang cepat, eksploratif dan interaktif:

Select one:
a. Kafka
b. Nifi
c. Hive
d. Orange

Sebuah sistem yang berfungsi untuk memonitor serta menganalisa media sosial dan
platform online yang berbasis teknologi big data menggunakan keahlian Artificial
Intelligence dan Natural Learning Process (NLP) adalah

Select one:
a. Data Science
b. Drone Emprit
c. Social Network Analysis
d. Corpus

NLP pada Sistem Factminer mendapatkan masukkan dari hal berikut, kecuali

Select one:
a. Laporan Internal
b. Dokumen
c. Semantic Search Engine
d. Berita online
Selain tokoh dan organisasi, dalam suatu berita FactMiner dapat mengekstrak data berikut
kecuali

Select one:
a. Lokasi
b. Komentar
c. Peristiwa
d. Waktu

Suatu teknik yang secara otomatis mengidentifikasi entitas tertentu dalam teks dan
mengklasifikasikannya ke dalam kategori yang telah ditentukan sebelumnya disebut

Select one:
a. Automatic Term Recognition (ATR)
b. Syntax Analysis (S-P-O)
c. Part-Of-Speech (POS) Tagging
d. Named Entity Recognition (NER)

Berikut adalah manfaat Co-occurrence kecuali

Select one:
a. Menampilkan aktor penting yang sering muncul bersamaan
b. Identifikasi jenis korelasi antar pelaku dan istilah
c. Menunjukkan aktor yang ada dalam paragraf yang sama
d. Indikasi adanya korelasi antar pelaku dan istilah

Berikut ini adalah 3 kriteria big data sedehana

Select one:
a. Volume, veracity, variety
b. Visibility, variety, veracity
c. Volume, velocity, variety
d. Visibility, value, velocity
Pembersihan data ini dimulai dari awal saat data pertama kali diambil dan melibatkan
semua anggota tim yang menyentuh data di titik mana pun, merupakan tahapan dalam:

Select one:
a. Data Scientists
b. Business Solution Architects
c. Data Explorers
d. Data Hygienists

Elemen dibawah ini tidak diperhitungkan dalam metrik GRP sosial:

Select one:
a. Audience relevance
b. Sentiment
c. Effective reach
d. Relevant

Peran Data Explorers adalah:

Select one:
a. Menyaring kumpulan data untuk menemukan data yang sebenarnya dibutuhkan
b. Memastikan bahwa data yang masuk ke sistem bersih dan akurat, dan tetap seperti itu
selama siklus hidup data
c. Mengubah model menjadi hasil
d. Mengumpulkan data yang ditemukan dan mengaturnya sehingga siap untuk dianalisis

Berikut adalah pernyataan yang tidak benar mengenai Heatmap:

Select one:
a. Heatmap adalah teknik visualisasi data yang menunjukkan besarnya suatu fenomena
sebagai warna dalam dua dimensi
b. Heatmap dapat digunakan menilai kekuatan dan kelemahannya dalam menggunakan big
data di semua area fungsional
c. Heatmap memberikan panduan harga pada tingkat transaksi individual
d. Heatmap membantu perusahaan mengidentifikasi dan memprioritaskan peluang untuk
investasi
Skor prediktif yang menggunakan perilaku masa lalu dan informasi demografis untuk
menghitung probabilitas eksplisit bahwa warga negara akan terlibat dalam bentuk aktivitas
politik tertentu adalah:

Select one:
a. Skor elektabilitas
b. Skor dukungan
c. Skor respons
d. Skor perilaku

Peran Data Hygienists adalah:

Select one:
a. Menyaring kumpulan data untuk menemukan data yang sebenarnya dibutuhkan
b. Memastikan bahwa data yang masuk ke sistem bersih dan akurat, dan tetap seperti itu
selama siklus hidup data
c. Mengumpulkan data yang ditemukan dan mengaturnya sehingga siap untuk dianalisis
d. Mengambil data terorganisir dan membuat model analitik canggih

Peran Business Solution Architects adalah:

Select one:
a. Mengambil data terorganisir dan membuat model analitik canggih
b. Memastikan bahwa data yang masuk ke sistem bersih dan akurat, dan tetap seperti itu
selama siklus hidup data
c. Mengumpulkan data yang ditemukan dan mengaturnya sehingga siap untuk dianalisis
d. Menyaring kumpulan data untuk menemukan data yang sebenarnya dibutuhkan

Memprediksi perilaku pelanggan dan memungkinkan segmentasi pelanggan tingkat lanjut

dan pengoptimalan harga adalah tahapab dalam:

Select one:
a. Business Solution Architects
b. Data Explorers
c. Data Hygienists
d. Data Scientists
Otomatisasi dilakukan untuk mengubah data menjadi laba, apakah yang dilakukan pada
otomatisasi ini:

Select one:
a. Mendukung tenaga penjualan dengan target yang bermanfaat
b. Mengungkapkan apa yang mendorong harga untuk setiap segmen pelanggan dan
produk
c. Membuat replikasi dan perubahan analisis lebih mudah sehingga tidak perlu selalu
memulai dari awal
d. Mengembangkan seperangkat komunikasi yang jelas untuk memberikan alasan harga
untuk menonjolkan nilai dan menyesuaikan argumen tersebut dengan pelanggan

Skor prediktif yang memprediksi preferensi politik warga adalah:

Select one:
a. Skor respons
b. Skor perilaku
c. Skor dukungan
d. Skor elektabilitas

Definisi Kampanye menurut Rogers dan Storey adalah:

Select one:
a. Serangkaian tindakan komunikasi yang direncanakan dengan tujuan menciptakan efek
tertentu pada sejumlah besar khalayak yang dilakukan secara berkelanjutan selama periode
waktu tertentu
b. Penggunaan berbagai metode komunikasi yang berbeda secara terkoordinasi dalam
jangka waktu tertentu yang ditujukan untuk mengarahkan khalayak pada masalah tertentu
dan solusinya
c. Proses rangkaian komunikasi politik antara kontestan politik dan pemilih
d. Penciptaan kembali dan pemindahan simbol-simbol penting secara terus menerus
melalui komunikasi

GRP (Gross Rating Point) Sosial Media digital dibagi menjadi tiga,

Select one:
a. Skor perilaku, Skor dukungan, Skor respons
 b. Milik anda (misalnya situs web Anda), Berbayar (iklan spanduk yang Anda beli di situs
lain), Diperoleh (posting atau komentar orang melaui blog atau tweet)
c. Effective reach, Audience relevance, Sentiment
d. Data Hygienists, Data Explorers, Business Solution Architects

Model prediktif kampanye politik menghasilkan tiga kategori "skor prediktif" , kecuali:

Select one:
a. Skor respons
b. Skor perilaku
c. Skor elektabilitas
d. Skor dukungan

Apakah Quality Function Deployment (QFD)itu:

Select one:
a. Teknik visualisasi data yang menunjukkan besarnya suatu fenomena sebagai warna dalam
dua dimensi
b. Teknik untuk mengatasi kesenjangan komunikasi antara anggota fungsional yang
berbeda dalam suatu tim
c. Teknik dari desain produk yang menerjemahkan kebutuhan pelanggan ke dalam rekayasa
karakteristik
d. Pola dalam analisis menunjukkan peluang untuk penetapan harga yang berbeda pada
tiap tingkat produk per pelanggan berdasarkan kesediaan untuk membayar

Berikut ini bukan termasuk dalam faktor yang mempengaruhi kampanye politik:

Select one:
a. Perkembangan teknologi
b. Perkembangan media cetak
c. Kebijakan politik panitia pemilihan
d. Kemunduran partai politik

Menyusun data untuk memastikannya dapat ditanyakan secara berguna dalam kerangka
waktu yang sesuai oleh semua pengguna adalah tahapan dalam:
Select one:
a. Data Explorers
b. Data Hygienists
c. Business Solution Architects
d. Data Scientists

Peran Data Scientist adalah:

Select one:
a. Mengambil data terorganisir dan membuat model analitik canggih
b. Memastikan bahwa data yang masuk ke sistem bersih dan akurat, dan tetap seperti itu
selama siklus hidup data
c. Mengumpulkan data yang ditemukan dan mengaturnya sehingga siap untuk dianalisis
d. Menyaring kumpulan data untuk menemukan data yang sebenarnya dibutuhkan

Peran Campaign Experts adalah:

Select one:
a. Mengubah model menjadi hasil
b. Memastikan bahwa data yang masuk ke sistem bersih dan akurat, dan tetap seperti itu
selama siklus hidup data
c. Menyaring kumpulan data untuk menemukan data yang sebenarnya dibutuhkan
d. Mengumpulkan data yang ditemukan dan mengaturnya sehingga siap untuk dianalisis

Skor prediktif yang memprediksi bagaimana warga akan menanggapi penjangkauan

kampanye adalah:

Select one:
a. Skor dukungan
b. Skor perilaku
c. Skor elektabilitas
d. Skor respons

Berikut ini adalah keefektifan dari Customer Lifecycle Managemen, kecuali:

Select one:
 a. Pertahankan pelanggan yang sudah ada dan menangkan kembali pelanggan lama
b. Dapatkan pelanggan baru
c. Kembangkan pelanggan yang sudah ada
d. Mengubah model menjadi hasil

Berdasarkan model komunikasi, efektivitas komunikasi dapat dilihat melalui?

= channel

Memeriksa jadwal dan mengumpulkan tugas tepat waktu adalah termasuk?

= etika pembelajaran daring

Berikut ini merupakan penyebab pasar e-commerce Indonesia tumbuh sangat agresif, kecuali?
= penetrasi internet yang makin turun

Berikut ini pernyataan yang kurang tepat mengenai pembelajaran team teaching adalah?
= terbagi ke dalam dua rumpun ilmu yaitu Teknologi dan rekayasa serta sosial dan humaniora

Berikut ini pernyataan yang benar mengenai digital literacy adalah

= semua benar

Berkomentar di unggahan status media sosial teman adalah bentuk

= hak untuk kebebasan berekspresi

Menarik diri dari sosial dan tanggung jawab personal merupakan salah satu karakteristik cyber
addiction yang disebut
= withdrawal

Berikut ini yang menjadi faktor penyebab online aggression behavior lebih berdampak bagi
korban yang digambarkan sulitnya bukti kekerasan yang dihilangkan dari dunia digital
adalah
= anonymity

Tidak membagikan no telepon kolega atau rekan kerja kepada orang lain tanpa izin adalah
salah satu bentuk tanggungjawab apa
= menyimpan data pribadi dan orang lain

Pernyataan berikut ini yang benar mengenai privacu concern adalah

= semua benar

Berikut ini merupakan pernyataan yang benar mengenai VUCA, kecuali

= Fenomena yang hilang karena adanya revolusi industry

Berikut ini pernyataan yang benar mengenai alasan mengapa online dating berbeda dengan
offline dating behavior adalah
= semua benar

Berikut ini merupakan cara menerapkan internet safety dalam penggunaan email, kecuali
= bertanya kepada orang tua jika meminta informasi personal

“tindakan membeli atau menjual barang atau jasa melalui penggunaan internet” adalah definisi
dari
= digital economy

Salah satu subdisiplin dalam digital literacy yang menjelaskan mengenai kemampuan dalam
memahami penggunaan komputer dan aplikasi untuk tujuan praktis adalah
= computer literacy

Berikut ini pernyataan yang tepat mengenai digital access, yaitu

= semua benar

Berikut ini pernyataan yang benar mengenai digital divide, kecuali

= ketimpangan informasi yang diterima

Kenapa etika digital penting

= karena penggunaan teknologi meningkat maka dunia digital memerlukan etika

Berikut ini yang termasuk ke dalam bentuk online social behavior yang sederhana, kecuali
= mengikuti petisi daring
Penerapan utama data dari data science adalah melakukan hal-hal berikut kecuali
= identifying consumers

Siklus hidup sains data pada data preparation adalah melakukan

= converting data into a common format

Beda data scientist dan data analyst memiliki “has problem solving skills, knowledge of basic
statistic”
= skill

Siklus hidup sains data pada getting things action adalah melakukan
= gathering information and deriving outcomes based on business requirements

Definisi data science dari NIST (2018)

= data science is a extraction of useful knowledge directly from data through a process of
discovery or of hypothesis formulation and hypothesis testing

Profil professional sains data tergolong keluarga pekerjaan (okupasi) terkait data. Pekerjaan
baru yang diusulkan ditempatkan dalam empat kelompok klasifikasi teratas adalah
manager, profesional madya dan pekerja pendukung klerikal, yang termasuk profesional
adalah
= operator dan teknisi

Siklus hidup sains data pada data discovery adalah melakukan

= searching for different sources of data capturing structured and unstructured data

Siklus hidup sains data pada mathematical models melakukan

= using variables and equations to establish relationship

Dalam membangun tim sains data, personil yang dibutuhkan pada tahap data analysis adalah,
kecuali
= researcher

Penerapan utama data dari data science pada banking adalah melakukan hal-hal berikut kecuali
= fraud detection
Komponen-komponen dari sains data pada Domain Knowledge adalah, kecuali
= designing methods

Persentase proses terbesar sebanyak 60% pada data scientist adalah pada proses
= cleaning and organizing data

Sains data adalah multi disiplin dari

= statistical model, statistical computing

Teknik pada machine learning adalah, kecuali

= improvement learning

Responsibilities seorang data scientist adalah

= to provide new insight into business and create solutions that enable enchanced business
performance

Penerapan utama data dari data science pada banking adalah melakukan hal-hal berikut
= customer segmentation, identifying customer, risk analysis. Algorithm trading

Alur proses sains data adalah

= get data – explore – visualize result – model data – stimulate results – use result in business

Task seorang data scientist adalah

= analyst data with specific statistical software and developing theory of statictics

Startup NLP di Indonesia yang menyediakan layana text berupa prosa txt API adalah
= prosa.ai

Disebut apakah jenis ambiguitas dari satu kata

= ambiguitas leksikal

Sistem penulisan apakah dimana simbol individu mewakili suku kata

= silabis
Masalah yang terdapat pada disiplin ahli Bahasa adalah
= bagaimana frase dan kalimat dapat dibentuk dengan kata-kata?

Berikut ini adalah contoh dari pengkategorian teks adalah kecuali

= translation

Masalah yang terdapat pada disiplin psikolinguis adalah

= bagaimana manusia dapat mengidentifikasi struktur kalimat?

Tahapan feature extraction pada NLP adalah

= vector space model

Startup NLP di Indonesia yang menjadikan conversational Al dengan chatbot sebagai produk
utama mereka adalah
= kata.ai dan Bahasa.ai

Pemrosesan Bahasa alami (NLP) menurut Goldberg adalah

= bidang perancangan metode dan algoritma yang mengambil sebagai masukan atau
menghasilkan sebagai keluaran, data Bahasa alami tidak terstruktur

Mobil menabrak tiang saat sedang melaju adalah contoh ambiguitas

= ambiguitas semantik

Berikut ini yang bukan domain Computational Linguistics adalah

= menyelesaikan practical problem yang melibatkan Bahasa manusia

Perbedaan utama antara Bahasa alami dan Bahasa komputer dengan parameter literalness
adalah
= tidak ada jawaban yang tepat

Tahapan preposesing pada NLP adalah

= tokenization

Pernyataan erikut ini adalah keuntungan dari NLP

= akurasi jawaban meningkat dengan jumlah informasi relevan yang diberikan dalam
pertanyaan

Berikut ini tekhnik pemrosesan Bahasa alami umum yang merupakan Grammar Correction
adalah
= koreksi ejaan dan tata Bahasa

Pernyataan berikut ini adalah kerugian dari NLP

= sistem ini dibangun untuk satu tugas dan spesifik saja

Tahapan NLP apakah dimana tujuan dari tahap ini adalah untuk memecah potongan input
Bahasa menajdi kumpulan token yang sesuai dengan paragraf kalimat dan kata
= pengolahan morfologi

Fase NLP yang merupakan fase akhir tahun 1960-an hingga akhir 1970-an dicirikan dengan
= mendapat beberapa sumber daya & alat praktis seperti parser, misalnya alvey natural
language tools bersama dengan sistem yang lebih operasional dan komersial, misalnya
untuk kueri database

Sub-bidang ilmu komputer khususnya articficial intelligence (Al) yang berkepentingan untuk
memunginkan komputer memahami dan memproses Bahasa manusia, adalah
= natural language processing (NLP)

Dalam pemrosesan teks dari berbagai NLP task adalah sebagai berikut, kecuali
= tokenisasi
MINGGU KE-1
1. Alur Proses Sains Data adalah :
a. Get Data - Model Data - Explore - Visualize Result - Stimulate Results - Use Result in
business
b. Get Data - Explore - Visualize Result - Model Data - Stimulate Results - Use Result in
business
c. Get Data - Explore - Model Data - Stimulate Results - Visualize Result - Use Result in
business
d. Get Data - Explore - Model Data - Visualize Result - Stimulate Results - Use Result
in business

2. Beda Data Scientist dan Data Analyst adalah bahwa Data Analyst memiliki "has problem
solving skills, knowledge of basic statistic". Hal tersebut ada pada fitur :
a. Backgrounf c. Skill
b. Scope d. Type of Data

3. Dalam membangun tim Sains Data, personil yang dibutuhkan pada tahap data analysis adalah,
kecuali :
a. Researcher
b. Data Science Application Developer
c. Data Scientist
d. Data Analyst/Business Analyst

4. Definisi Data Science dari NIST (2018) :

a. Data science is an inter-disciplinary field that uses scientific methods, processes,
algorithms ... in managing a digital data collection.
b. Data science combines the scientific method, math and statistics.
c. Data science is the extraction of useful knowledge directly from data through a
process of discovery, or of hypothesis formulation and hypothesis testing.
d. Data science is the field of study that combines domain expertise, programming skills, and
knowledge of mathematics and statistics to extract meaningful insights from data.

5. Komponen-kompone dari Sains data pada DOMAIN KNOWLEDGE adalah, kecuali :

a. Designing Methods
b. Easier Explanation of technical concept
c. Clietn Requirement
d. Highlight important criteria
6. Penerapan utama data dari data science pada banking adalah melakukan hal-hal berikut
kecuali:
a. DROP c. REVOKE
b. Fraud Detection d. Virtual Assistans

7. Penerapan utama data dari data science pada banking adalah melakukan hal-hal berikut :
a. Self Driving Car, Car Monitoring System, Enhanced Driving Experience, Enhanced
the safety of Passenger
b. Monitoring System, Maintenance System
c. Drug Discovery, Bioinformatics, Maintenance Schedulling
d. Customer Segmentation, Identifying Customer, Risk Analysis, Algorithm trading

8. Penerapan utama data dari data science pada e-commerce adalah melakukan hal-hal berikut
kecuali :
a. Prediction potential problem c. Recomending Product
b. Identifying Consumers d. Analyzing Reviews

9. Peran/deskripsi tugas dari Business Analyst (S1) adalah :

a. Analyses a large variety of data Information system for improving business
performance
b. Designs/develops/codes large data analytics applications
c. Designs and maintains the architecture of data science applications and facilities
d. Analyses a large variety of data to extract information about system, service or
organization performance and presents them in usable/actionable form

10. Peran/deskripsi tugas dari Scientific database operator (D3 – S1) adalah :
a. Manages daily operation of facilities and resources and responds to customer requests
b. Designs and implements or monitors and maintains large-scale cloud databases
c. Manages daily operation of scientific databases, including related to data life cycle,
and responds to requests from database users
d. Manages daily operation of cloud storage, including related to data life cycle, and responds
to requests from storage users

11. Profil Profesional Sains Data tergolong keluarga pekerjaan (okupasi) terkait data. Pekerjaan
baru yang diusulkan ditempatkan dalam empat kelompok klasifikasi teratas adalah manager,
professional, teknisi dan profesional madya dan pekerja pendukung klerikal. yang termasuk
professional adalah :
a. Pengembang aplikasi dan insinyur/perekaya infrastruktur
b. Curator dan pengurus (stewards) data
c. CEO
d. Operator dan Teknisi
12. Responsibilities seorang Data Scientist adalah :
a. Analyst data with specific statistical software and developing theory of statistics
b. To provide new insights into business and create solutions that enable enhanced
business performance
c. Develop and initiate innovative statistical techniques, issues and protocols
d. Intepret and Manage data and solve complex problems using expertise in a variety of data
niches.

13. Persentase proses terbesar sebanyak 60% pada Data Scientist adalah pada proses :
a. Refining Algorithm c. Building and training set
b. Cleaning and Organizing Data d. Collecting data sets

14. Sains Data adalah multi disiplin dari:

a. Hardware, Software
b. Statistical Model, Statistical Computing
c. Application web, Application desktop
d. Datawarehouse, Datamining

15. Siklus Hidup Sains Data pada Data Discovery adalah melakukan :
a. Converting data into a common format
b. Searching for different sources of data and capturing structured and unstructured
data
c. Gathering information and deriving outcomes based on business requirements
d. Using variables and equations to establish relationhip

16. Siklus Hidup Sains Data pada Data Preparation adalah melakukan :
a. Using variables and equations to establish relationhip
b. Searching for different sources of data and capturing structured and unstructured data
c. Gathering information and deriving outcomes based on business requirements
d. Converting data into a common format

17. Siklus Hidup Sains Data pada Getting things in action adalah melakukan :
a. Searching for different sources of data and capturing structured and unstructured data
b. Using variables and equations to establish relationhip
c. Converting data into a common format
d. Gathering information and deriving outcomes based on business requirements

18. Siklus Hidup Sains Data pada Mathematical Models adalah melakukan :
a. Searching for different sources of data and capturing structured and unstructured data
b. Gathering information and deriving outcomes based on business requirements
c. Converting data into a common format
d. Using variables and equations to establish relationhip
19. Task seorang Data Scientist adalah :
a. Develop and initiate innovative statistical techniques, issues and protocols
b. Analyst data with specific statistical software and developing theory of statistics
c. Intepret and Manage data and solve complex problems using expertise in a variety
of data niches.
d. To provide new insights into business and create solutions that enable enhanced business
performance.

20. Teknik pada Machine Learning adalah, kecuali :

a. UnSupervised Learning c. Improvement Learning
b. Supervised Learning d. Reinforcement Learning

MINGGU KE-2
1. Berikut contoh penggunaan database pada lingkungan big data, kecuali :
a. Excel c. Hdfs
b. Postgresql d. Druid

2. Prinsip kerja dari CEP dalam mengirim sebuah campaign adalah secara :
a. Realtime dan personalize c. Batch dan general
b. Batch dan personalize d. Random dan general

3. CEP merukapan produk campaign marketing yang mengirim campaign secara :

a. Scheduling c. Random
b. Realtime d. Batch

4. Apa kepanjangan dari CEP :

a. Communication Event Processing
b. Campaign Event Processing
c. Complex Event Processing
d. Collaboration Event Processing

5. Dalam proses Cep, Debezium berfungsi sebagai :

a. Mengirim campaign yang telah dievaluasi kepada customer
b. Change Data Capture, atau membaca setiap perubahan yang terjadi pada database
c. Melakukan evaluasi setiap event terhadap rule yang tersedia
d. Tempat penyimpanan setiap event yang masuk

6. Berikut kepanjangan dari ETL :

a. Example, Transformation, Load
b. Extraction, Transaction, Load
c. Extraction, Transformation, Load
d. Extraction, Transformation, Listen
7. Dalam proses Detail Requirement Gathering terdapat prose :
a. deplyment dan operation monitoring
b. UAT dengan customer
c. ETL Development
d. Data Source Identification

8. Dalam hal evalusi CEP, tools yang dapat bertindak sebagai API gateway adalah :
a. Kong c. Hbase
b. Spark d. Debezim

9. Berikut urutan yang tepat dalam proses dashboard development :

a. Developmnet , Detailed Requirement Gathering, Design, UAT and Deployment
b. Design , Detailed Requirement Gathering, Developmnet, UAT and Deployment
c. UAT and Deployment ,Detailed Requirement Gathering, Design, Developmnet
d. Detailed Requirement Gathering, Design, Developmnet, UAT and Deployment

10. Yang bukan termasuk proses dalam tahap development adalah :

a. System Integration Test (SIT) c. Dashboard Development
b. Data Source Identification d. ETL Development

11. Pada proses realtime ingestion, tools yang digunakan sebagai message broker dalam hal ini
adalah :
a. Airflow c. Kafka
b. Zeppelin d. Krakend

12. Apa saja poin penting dalam big data, kecuali :

a. Variety c. Velocity
b. Volume d. Vacility

13. Terdapat 3 komponen utama dalam memproses CEP :

a. Dataset c. Event
b. Data Layer d. Rule

14. campaign dapat dikirim melalui berbagai channel seperti berikut, kecuali :
a. email c. Ditelphone
b. SMS d. Notifikasi Apps

15. Berikut tool yang tepat digunakan sebagai api gateway :

a. Hive c. Kong
b. Kafka d. Spark
16. Berikut yang merupakan query access :
a. Hbase dan Postgresql c. HDFS dan Hive
b. Postgresql dan Hive d. Hive dan Phoenix

17. Deployment dan operation monitoring terdapat pada tahap ... pada proses development :
a. Detailed Requirement Gathering c. Design
b. Deployment d. Development

18. Berikut tahapan layer pada proses ETL

a. Business Layer , Row Layer, Gold Layer
b. Record Layer, Row Layer, Gold Layer
c. Row Layer, Gold Layer, Business Layer
d. Row Layer, Business Layer, Gold Layer

19. Tools yang berfungsi sebagai tempat visualisasi dashboard dari harsil ETL :
a. Zeppelin c. Superset
b. Hive d. Kong

20. Tools yang berfungsi sebagai process scheduler :

a. Airflow c. Kong
b. Hive d. Kafka

MINGGU KE-3
1. Contoh Penerapan Data Mining adalah sebagai berikut, kecuali :
a. Penentuan pasokan listrik PLN untuk wilayah Jakarta
b. Analisis pola belanja pelanggan
c. Penjadwalan Pemeliharaan
d. Detekdi serangan (intrusion) pada suatu jaringan

2. Evolusi Science (Evolution of Sciences) tahun 1990 - now adalah :

a. Data science c. Empirical science
b. Theoretical science d. Computational science

3. Evolusi Science (Evolution of Sciences) tahun 1600-1950 adalah :

a. Theoretical science c. Data science
b. Computational science d. Empirical science

4. Evolusi Science (Evolution of Sciences) tahun 1950-1990 adalah :

a. Theoretical science c. Data science
b. Computational science d. Empirical science
5. Algoritma association rule (aturan asosiasi) adalah algoritma yang menemukan atribut yang :
a. Customer Segmentation c. Monitoring System
b. Bioinformatics d. Muncul Bersamaan

6. FP-Growth, A Priori, Coefficient of Correlation, Chi Square adalah algoritma pada .....didata
mining :
a. Estimasi c. Association
b. Clustering d. Classification

7. Peran utama data mining adalah sebagai berikut, kecuali :

a. Prediksi c. Estimasi
b. Klastering d. Penentuan

8. Data Cleaning, Data Integration, Data Reduction, Data Transformation adalah proses .... pada
Data mining :
a. Data Analyst/Business Analyst
b. Data Pre-processing
c. Data Science Application Developer
d. Data Scientist

9. Definisi Supervised Learning adalah, kecuali :

a. Sebagian besar algoritma data mining (estimation, prediction/ forecasting, classification)
adalah supervised learning
b. Pembelajaran dengan guru, data set memiliki target/label/class
c. Algoritma melakukan proses belajar berdasarkan nilai dari variabel target yang terasosiasi
dengan nilai dari variable predictor
d. Variable (atribut) yang menjadi target/label/class tidak ditentukan (tidak ada)

10. Definisi Unsupervised Learning adalah, kecuali :

a. Algoritma clustering adalah algoritma unsupervised learning
b. Variable (atribut) yang menjadi target/label/class tidak ditentukan (tidak ada)
c. Algoritma data mining mencari pola dari semua variable (atribut)
d. Sebagian besar algoritma data mining (estimation, prediction/ forecasting,
classification) adalah supervised learning

11. Beberapa definisi data mining adalah, kecuali :

a. Extraction of interesting (non-trivial, implicit, previously unknown and potentially useful)
patterns or knowledge from huge amount of data
b. Kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan
keteraturan, pola dan hubungan dalam set data berukuran besar
c. Melakukan ekstraksi untuk mendapatkan informasi penting yang sifatnya implisit dan
sebelumnya tidak diketahui, dari suatu data
 d. Searching for different sources of data and capturing structured and unstructured
data

12. Pembagian Dataset pada Pengujian Model Data Mining adalah kecuali:
a. Data training c. Data estimation
b. Data testing d. Data validation

13. Evolusi Science (Evolution of Sciences) sebelum tahun 1600 adalah :

a. Computational science c. Data science
b. Theoretical science d. Empirical science

14. Untuk pengujian model pada Pengujian Model Data Mining adalah :
a. Data estimation c. Data testing
b. Data validation d. Data training

15. Untuk pembentukan model pada Pengujian Model Data Mining adalah :
a. Data validation c. Data estimation
b. Data testing d. Data training

16. metode data mining yang menggunakan data dengan label dan tidak berlabel sekaligus dalam
proses pembelajarannya adalah :
a. Semi-Supervised Learning c. Unsupervised Learning
b. Supervised Learning d. Type of Data

17. Pola, rumus, aturan atau model yang muncul dari data adalah definisi dari:
a. System c. Informasi
b. Data d. Pengetahuan

18. fakta yang terekam dan tidak membawa arti adalah definisi dari:
a. informasi
b. pengetahuan
c. system
d. data

19. Linear Regression, Neural Network, Support Vector Machine adalah algoritma pada .....didata
mining:
a. Classification c. Estimasi
b. Clustering d. Association

20. Rapidminer adalah :

a. Software data mining dan data analytics
b. Manages daily operation of cloud storage, including related to data life cycle, and responds
to requests from storage users
 c. Manages daily operation of facilities and resources and responds to customer requests
d. Designs and implements or monitors and maintains large-scale cloud databases

MINGGU KE-5
1. Ukuran terkait kekuatan dalam jaringan yang menunjukkan simpul mana yang berperan dalam
sebagai perantara, yaitu seberapa sering sebuah simpul dilalui oleh lintasan terpendek adalah:
a. Kedekatan sentralitas
b. Derajat sentralitas
c. Sentralitas Eigenvector
d. Sentralitas keantaraan

2. Apakah yang dimaksud dengan Derajat pada graf:

a. Penghubung antar simpul
b. Jumlah ruas yang terhubung pada simpul tersebut
c. Himpunan Simpul
d. Jumlah lintasan dari satu simpul ke simpul lain

3. Istilah lain untuk simpul pada graf adalah:

a. Ruas
b. Vertec
c. Edge
d. Lintasan

4. Graf tidak berarah dimana antara dua simpul terhubung oleh hanya satu jalur (tidak terdapat
siklus) adalah:
a. Regular
b. Asiklik (acyclic)
c. Pohon (Tree)
d. Hutan (Forest)

5. Pseudo Graf adalah:

a. Graf yang tidak memiliki loop sendiri tetapi terdapat ruas yang paralel
b. Graf yang memiliki loop sendiri tetapi tidak ada ruas yang paralel
c. Graf memiliki derajat yang sama
d. Graf terhubung dimana semua simpul berderajat genap

6. Ruas adalah:
a. Penghubung antar simpul
b. Himpunan simpul
c. Jumlah yang terhubung pada simpul tersebut
d. Jumlah lintasan dari satu simpul ke simpul lain
7. Jenis Graf apakah dimana terdapat dua simpul yang tidak memiliki jalur yang menghubungkan
ke dua simpul tersebut:
a. Graf hampa
b. Graf terhubung
c. Graf tidak terhubung
d. Graf semu (trivial)

8. Algoritma untuk pohon rentang minimum adalah:

a. Algoritma kruskal
b. Algoritma perjalanan salesman
c. Algoritma djikstra
d. Semua jawaban salah

9. Graf yang dapat dibentuk pada sebuah bidang sedemikian sehingga tidak terdapat dua ruas
yang saling bersilangan adalah:
a. Graf plannar
b. Graf hamiton
c. Graf bipartit
d. Graf Euler

10. Graf dimana terdapat siklus dari sebuah simpul yang mengunjungi setiap simpul dalam graf
tepat satu kali disebut dengan:
a. Graf Euler
b. Graf bipartit
c. Graf Hamilton
d. Graf plannar

11. Panjang Lintasan (Path) adalah:

a. Jumlah ruas yang terhubung pada simpul tersebut
b. Himpunan Simpul
c. Penghubung antar Simpul
d. Jumlah lintasan dari satu simpul ke simpul lain

12. Graf yang memiliki simpul tetapi tidak memiliki ruas disebut:
a. Graf hampa
b. Graf terhubung
c. Graf tidak terhubung
d. Graf semu (trivial)

13. Siapakah ilmuan penemu Teori Graf:

a. Blaise Pascal
b. Dennis Ritchie
 c. Bill Gates
d. Leonhard Euler

14. Ukuran terkait kekuatan dalam jaringan yang menunjukkan seberapa penting orang/pihak lain
yang mempunyai jaringan dengan actor (simpul) adalah:
a. Derajat sentralitas
b. Sentralitas keantaraan
c. Kedekatan sentralitas
d. Sentralitas Eigenvector

15. Himpunan ruas yang dapat membagi graf G menjadi sub-graf S dan T disebut dengan:
a. Lintasa
b. Derajat
c. Himpunan pemotong (cut set)
d. Cyclic (siklik)

16. Multi Graf adalah:

a. Graf memiliki derajat yang sama
b. Graf yang tidak memiliki loop sendiri tetapi terdapat ruas yang paralel
c. Graf yang memiliki loop sendiri tetapi tidak ada ruas yang paralel
d. Graf terhubung dimana semua simpul berderajat genap

17. Graf yang hanya memiliki 1 simpul adalah:

a. Graf semua (trivial)
b. Graf hampa
c. Graf tidak terhubung
d. Graf terhubung

18. Jenis Graf apakah yang antara setiap pasang simpul terdapat minimum satu jalur:
a. Graf semu (trivial)
b. Graf terhubung
c. Graf tidak terhubung
d. Graf hampa

19. Graf yang tak berarah, tak terhubung atau dengan kata lain kumpulan pohon yang tidak saling
terhubung adalah:
a. Asiklik (acyclic)
b. Hutan (Forest)
c. Pohon (Tree)
d. Regular

20. Apakah yang dimaksud dengan Ruas Paralel dalam graf:

a. Jika terdapat lebih dari satu ruas antara dua simpul yang bersebelahan
 b. Sebuah Graf dengan jumlah simpul dan ruas yang berhingga
c. Graf memiliki derajat yang sama
d. Sebuah ruas dari dan ke satu simpul

MINGGU KE-6
1. Sistem penulisan apakah dimana simbol individu mewakili suku kata:
a. Abjad
b. Logografik
c. Grafik
d. Silabis

2. Perbedaan utama antara Bahasa Alami dan Bahasa Komputer dengan parameter Literalness
adalah:
a. Bahasa alami terbuat dari idiom dan metafora, sedangkan Bahasa Komputer
merupakan Bahasa formal memiliki arti yang persis seperti yang ingin mereka
katakan
b. Bahasa alami bersifat ambigu, sedangkan Bahasa computer dirancang untuk tidak ambigu
c. Tidak ada jawaban yang tepat
d. Bahasa Alami menggunakan banyak redundansi, sedangkan Bahasa Komputer adalah
Bahasa formal tidak terlalu berlebihan

3. Startup NLP di Indonesia yang menjadikan conversational AI dengan chatbot sebagai produk
utama mereka adalah
a. Prosa.ai dan Kata.ai
b. Prosa.ai
c. Kata.ai dan Bahasa.ai
d. Prosa.ai dan Bahasa.id

4. Disebut apakah jenis ambiguitas dari satu kata:

a. Ambiguitas Sintaksis
b. Ambiguitas Semantik
c. Ambiguitas Anaforis
d. Ambiguitas Leksikal

5. Berikut ini adalah contoh dari pengkategorian teks kecuali:

a. Translation
b. Sentiment Analysis
c. Essay Scoring
d. Spam Filtering
6. Tahapan Preposesing pada NLP adalah:
a. Vector Space Model
b. Tokenization
c. Sequential Labeling
d. Text Similarity

7. Berikut ini yang bukan domain Computational Linguistics adalah:

a. Bagaimana mempelajari Bahasa
b. Bagaimana menghasilkan Bahasa
c. Bagaimana memahami Bahasa
d. Menyelesaikan practical problem yang melibatkan Bahasa manusia

8. Masalah yang terdapat pada disiplin Ahli Bahasa adalah:

a. Bagaimana manusia dapat mengidentifikasi struktur kalimat?
b. Bagaimana frase dan kalimat dapat dibentuk dengan kata-kata?
c. Bagaimana pengetahuan dan penalaran dapat dimodelkan?
d. Bagaimana kata dan kalimat mendapatkan maknanya?

9. Fase NLP yang merupakan fase akhir tahun 1960-an hingga akhir 1970-an dicirikan dengan:
a. Pekerjaan yang dilakukan dalam fase ini difokuskan terutama pada Mesin Penerjemah
b. Pekerjaan yang dilakukan sebagian besar terkait dengan pengetahuan dunia dan
perannya dalam konstruksi dan manipulasi representasi makna
c. Pendekatan leksikalisasi tata Bahasa dan menjadi pengaruh yang meningkat
d. Mendapat beberapa sumber daya & alat praktis seperti parser, misalnya Alvey Natural
Language Tools bersama dengan sistem yang lebih operasional dan komersil, misalnya
untuk kueri database

10. Tahapan Feature Extraction pada NLP adalah:

a. Text Similarity
b. Sequential Labeling
c. Tokenization
d. Vector Space Model

11. Masalah yang terdapat pada disiplin Psikolinguis adalah:

a. Bagaimana pengetahuan dan penalaran dapat dimodelkan?
b. Bagimana kata dan kalimat mendapatkan maknanya?
c. Bagaimana manusia dapat mengidentifikasi struktur kalimat?
d. Bagaimana frase dan kalimat dapat dibentuk dengan kata-kata?

12. Pernyataan berikut ini adalah kerugian dari NLP:

a. Sistem NLP menawarkan jawaban yang tepat untuk pertanyaan, tidak ada informasi yang
tidak perlu atau tidak diinginkan
b. Sistem NLP memberikan jawaban atas pertanyaan dalam Bahasa alami
 c. Pengguna dapat mengajukan pertanyaan tentang subjek apa pun dan mendapatkan
tanggapan langsung dalam hitungan detik
d. Sistem ini dibangun untuk satu tugas dan spesifik saja

13. Startup NLP di Indonesia yang menyediakan layanan text berupa Prosa Text API adalah:
a. Bahasa.ai
b. Veronica
c. Prosa.ai
d. Kata.ai

14. Tahapan NLP apakah dimana tujuan dari tahap ini adalah untuk memecah potongan input
Bahasa menjadi kumpulan token yang sesuai dengan paragraph, kalimat, dan kata:
a. Analisis semantic
b. Analisis progmatis
c. Analisis sintaks
d. Pengolahan morfologi

15. Pemrosesan Bahasa Alami (NLP) menurut Goldberg adalah:

a. Desain dan analisis algoritma komputasi dan representasi untuk memproses Bahasa alami
manusia
b. Bidang yang mempelajari metode, algoritma, representasi yang memproses input ataupun
output yang berupa Bahasa alamai, baik berupa teks maupun suara
c. Metode untuk menyelesaikan prac-tical problem yang melibatkan Bahasa manusia
d. Bidang perancangan metode dan algoritma yang mengambil sebagai masukan atau
menghasilkan sebagai keluaran, data bahasa alami tidak terstruktur

16. Sub-bidang Ilmu Komputer khususnya Artifical Intelligence (AI) yang berkepentingan untuk
memungkinkan computer memahami dan memproses Bahasa manusia, adalah:
a. Natural Languange Processing (NLP)
b. Computer Vision
c. Image Processin
d. Expert System

17. Berikut ini teknik pemrosesan Bahasa alami umum yang merupakan Grammar Correction
adalah:
a. Meringkas informasi penting dari suatu sumber untuk menghasilkan versi yang
dipersingkat
b. Ketik kata kunci untuk mengajukan pertanyaan
c. Koreksi ejaan dan tata bahasa
d. Google, Yahoo, Bing

18. Mobil menabrak tiang saat sedang melaju adalah contoh dari ambiguitas:
a. Ambiguitas Anaforis
 b. Ambiguitas Sintaksis
c. Ambiguitas Semantik
d. Ambiguitas Leksikal

19. Dasar pemrosesan teks dari berbagai NPL task adalah sebagai berikut, kecuali:
a. Mengkategorisasi teks
b. Mengklasfikasi teks
c. Tokenisasi
d. Pengekstraksian informasi

20. Pernyataan berikut ini adalah keuntungan dari NLP:

a. Bahasa Query Kompleks
b. Sistem NLP terkadang tidak memiliki antarmuka pengguna
c. Akurasi jawaban meningkat dengan jumlah informasi relevan yang diberikan dalam
pertanyaan
d. Tidak dapat beradaptasi dengan domain dan masalah baru karena fungsinya yang terbatas

MINGGU KE-7
1. Beberapa disiplin ilmu dari Social Network Analysis adalah, kecuali:
a. Graf network
b. Electrical network
c. Transportation network
d. Social network

2. Betweenness Centrality adalah:

a. Ukuran terbentuknya jaringan pada grafik
b. Ukuran sentralitas suatu node dalam sebuah jaringan yang diukur dari jumlah garis
penghubung (edge) yang menyambung beberapa node.
c. Ukuran sentralitas suatu node yang dihitung berdasarkan rerata jarak terdekat antar node.
d. Ukuran sentralitas suatu node dalam suatu jaringan berdasarkan jumlah jalur
terdekat yang melewatinya.

3. Gephi adalah Software Social Network Analysis, kecuali:

a. Interactive visualization and exploration
b. Free
c. Open source
d. Berbayar

4. Menurut Halgin & DeJordy, 2008 “If your research question is about different patterns of
interaction within defined groups” adalah:
a. Physiocentric
b. Anthropologie
 c. Egocentric
d. Sociocentric

5. Tipe dari Social Network Analysis yang “Creates one network”:

a. Physiocentric
b. Egocentric
c. Anthropologie
d. Sociocentric

6. Tipe dari Social Network Analysis yang “Personal network”:

a. Physiocentric
b. Sociocentric
c. Egocentric
d. Anthropologie

7. Sejarah Network Analysis pada tahun ….. New York Times reported on the new science of
“psychological geography”:
a. 1960
b. 1950
c. 1930
d. 1933

8. Tipe dari Social Network Analysis yang “Creates many stand alone network”:
a. Sociocentric
b. Egocentric
c. Physiocentric
d. Anthropologie

9. Degree Centrality adalah:

a. Ukuran sentralitas suatu node dalam suatu jaringan berdasarkan jumlah jalur terdekat yang
melewatinya.
b. Ukuran terbentuknya jaringan pada grafik.
c. Ukuran sentralitas suatu node dalam sebuah jaringan yang diukur dari jumlah garis
penghubung (edge) yang menyambung beberapa node.
d. Ukuran sentralitas suatu node yang dihitung berdasarkan rerata jarak terdekat antar node.

10. Struktur matematika paling dasar dari suatu grafik adalah:

a. Banyaknya Network
b. Satu set V yang terhubung melalui garis E
c. Banyaknya set V
d. Banyaknya garis E
11. Closeness Centrality adalah:
a. Ukuran sentralitas suatu node yang dihitung berdasarkan rerata jarak terdekat
antar node.
b. Ukuran sentralitas suatu node dalam sebuah jaringan yang diukur dari jumlah garis
penghubung (edge) yang menyambung beberapa node.
c. Ukuran terbentuknya jaringan pada grafik.
d. Ukuran sentralitas suatu node dalam suatu jaringan berdasarkan jumlah jalur terdekat yang
melewatinya.

12. Netwotk analysis dibangun dari:

a. Political
b. Sociology
c. Communication
d. Economy

13. Social network analysis adalah:

a. Peta yang terdiri atas banyak orang dimana di dalamnya terdapat relasi antar individunya
b. Metode yang menghubungkan antar node
c. Studi sociometri
d. Sebuah studi yang mempelajari tentang hubungan manusia dengan memanfaatkan
teori graf

14. Edge adalah:

a. Koneksi antara dua buah node
b. Koneksi antara banyak node
c. Koneksi antara dua buah jaringan
d. Koneksi antara lebih dari dua buah node

15. Riset tentang network analysis ditemukan pada bidang ilmu:

a. Theoretical science
b. Data science
c. Computational science
d. Educational psychology

16. NodeXL adalah Software Social Network Analysis yang, kecuali:

a. Menggunakan templete Word
b. Menggunakan templete Excel
c. Free
d. Open Source

17. Keuntungan dari Social Network Analysis adalah:

a. Berfokus pada jaringan
b. Berfokus pada node
 c. Berfokus pada edge
d. Berfokus pada interaksi

18. Tipe dari Social Network Analysis yang “Whole network”

a. Anthropologie
b. Physiocentric
c. Sociocentric
d. Egocentric

19. Software Social Network Analysis adalah:

a. Linux dan Windows
b. Twitter
c. RapidMiner
d. NodeXL dan Gephi

20. Menurut Halgin & DeJordy, 2008 “If your research question is about phenomena of or
affectiong individual entities across different settings” adalah:
a. Sociocentric
b. Anthropologie
c. Egocentric
d. Physiocentric

MINGGU KE-8
1. ………. Filter, organize, and visualize quantitative data. The perfect tool for performing simple
data analysis. Explore common functions and formulas for data analysis.
a. RapidMiner
b. KNIME
c. Python
d. Microsoft Excel

2. ………. The preferred programming language for machine learning. Use it to build data
analysis solutions for various use cases.
a. KNIME
b. Python
c. Microsoft Excel
d. RapidMiner

3. Sentiment analysis, also called:

a. Appraisals
b. Opinion Data
c. Sentiment Mining
d. Opinion Mining
4. ………. Is a form of qualitative analysis that is concerned with more than just statistics and
numerical values.
a. Analysis
b. Analysis
c. Analysis
d. Text analysis

5. Contoh pertanyaan pada Sentiment Analysis

a. Is this product review positive or negative?
b. How many node in graph?
c. Is far or close?
d. How to produce product?

6. ………. A powerful analytics and data visualization platform. Connect all your data and create
interactive dashboards that update in real-timey.
a. Tableau
b. RapidMiner
c. R
d. Python

7. ………. For data analytics teams that want to tackle challenging tasks and handle large
amounts of data.
a. RapidMiner
b. Python
c. KNIME
d. Microsoft Excel

8. Some sentiment analysis jargon:

a. Collection
b. Collaboration
c. Analysis
d. Semantic orientation

9. Text analysis tools can sort text by:

a. Extract data
b. Extract information
c. Topic
d. Read for information

10. ………. Open-source platform for building advance machine learning solutions, and
visualizing data:
a. KNIME
 b. Microsoft Excel
c. RapidMiner
d. Pyhton

11. ………. Recognizing opinion- oriented questions.

a. Question answering
b. Bias identification
c. Summarization
d. Information extraction

12. ………. Bullying with the use of digital technology.

a. Ebully
b. Cyberbullying
c. Bullying
d. Electronicbully

13. Applications from SA have been useful in other areas, kecuali:

a. Law/policy making
b. Entertainment
c. Sociology
d. Poilitics/political science

14. ………. Focuses on the process of turning raw dara into useful statistics, information, and
explanations.
a. Data analysis
b. Information
c. Data
d. Information System

15. ………. Accounting for multiple viewpoints.

a. Question answering
b. Bias identification
c. Information extraction
d. Summarization

16. ………. Discarding subjective information.

a. Bias identification
b. Information extraction
c. Summarization
d. Question answering

17. Traditional bullying was limited to …..:

a. Staff
 b. Animal
c. Floral
d. Schools and youth crowds

18. ………. Used to analyze data and sort it as Posotive, Negative, or Neutral to gain in-depth
knowledge about how customers feel towards each aspect.
a. Data analysis
b. Sentiment analysis
c. System analysis
d. Information analysis

19. Sentiment = feelings, kecuali:

a. Opinions
b. Emotions
c. Attitudes
d. Soul

20. Process of cleaning, analyzing, interpreting, and visualizing data to discover valuable insights
that drive smarter and more effective business decisions is …..
a. Data analysis
b. Information System
c. Data
d. Information

MINGGU KE-9
1. Berikut ini adalah sumber data yang digunakan pada Knowledge Explorer Indonesia
OneSearch (IOS), kecuali….
a. Blog
b. Berita online
c. Jurnal
d. iTunes

2. Sebagian besar data yang semakin bertambah berupa

a. Unstructured data
b. Structured data
c. Enterprise data
d. Balanced data

3. NLP digunakan dalam hal-hal berikut kecuali:

a. Text-to-speech-extraction
b. Trends Analysis
c. Sentiment Analysis
 d. Quote Extraction

4. Berikut ini merupakan toolkit data mining bersifat open source yang dapat digunakan untuk
visualisasi data, machine learning serta memiliki pemrograman visual untuk analisis data
kualitatif yang cepat, eksploratif dan interaktif:
a. Nifi
b. Kafka
c. Hive
d. Orange

5. Sebuah sistem yang berfungsi untuk memonitor serta menganalisa media sosial dan platform
online yang berbasis teknologi big data menggunakan keahlian Artifical Intelligence dan
Natural Learning Process (NLP) adalah
a. Social Network Analysis
b. Drone Emprit
c. Corpus
d. Data Science

6. SparkNLP dapat melakukan hal berikut, kecuali:

a. Sentiment Detector
b. Actor recognition
c. Tokenization
d. Stemming

7. Text mining language yang paling popular adalah

a. Python dan NLP
b. NLP dan Java
c. HTML dan KNIME
d. Python dan R

8. Berikut adalah manfaat Co-occurrence kecuali

a. Menunjukkan aktor yang ada dalam paragraph yang sama
b. Menampilkan aktor penting yang sering muncul bersamaan
c. Indikasi adanya korelasi antar pelaku dan istilah
d. Identifikasi jenis korelasi antar pelaku dan istilah

9. Suatu teknik yang secara otomatis mengidentifikasi entitas tertentu dalam teks dan
mengklasifikasikannya ke dalam kategori yang telah ditentukan sebelumnya disebut
a. Named Entity Recognition (NER)
b. Syntax Analysis (S-P-O)
c. Automatic Term Recognition (ATR)
d. Part-Of-Speech (POS) Tagging
10. Bidang yang terkait dengan studi, desain dan pengembangan teknik untuk mengekstraksi unit
leksikal dari teks dan pemfilteran unit leksikal melalui beberapa skema penilaian dan
peringkat, yang digunakan untuk identifikasi istilah disebut
a. Automatic Term Recognition (ATR)
b. Named Entity Recognition (NER)
c. Syntax Analysis (S-P-O)
d. Part-Of-Speech (POS) Tagging

11. Berikut ini adalah 3 kriteria big data sederhana

a. Visibility, variety, veracity
b. Volume, velocity, variety
c. Volume, veracity, variety
d. Visibility, value, velocity

12. Big data dapat membantu melakukan predictive maintenance & quality pada industri
a. Agriculture
b. Automotive
c. Education
d. Banking

13. Pada grafik perkembangan data dari tahun 2010 hingga 2020, data terbanyak bersumber dari
area berikut kecuali
a. Sensors & Devices
b. Social Media
c. Exabytes volume
d. Enterprise Data
14. Sebuah tree-map dapat digunakan mengidentifikasi untuk hal berikut, kecuali:
a. Obyek atau entitas terkait aktivitas subyek
b. Aktifitas terkait dengan actor
c. Actor perorangan, organisasi, konsep (subyek)
d. Hubungan antar subyek

15. NLP pada Sistem Factminer mendapatkan masukkan dari hal berikut, keculia
a. Berita online
b. Dokumen
c. Laporan internal
d. Semantic Search Engine

16. Ilustrasi hubungan Subyek dan Obyek yang saling berhubungan melalui predikat dapat dilihat
menggunakan
a. Co-occurrence
b. Tree-map
c. Undirected graph
 d. Directed graph

17. Selain tokoh dan organisasi, dalam suatu berita FactMiner dapat mengekstrak data berikut
keculai:
a. Peristiwa
b. Komentar
c. Lokasi
d. Waktu

18. Proses NLP yang mengacu pada pengategorian kata-kata dalam teks (korpus) tergantung pada
definisi kata dan konteksnya disebut sebagai
a. Automatic Term Recognition (ATR)
b. Part-Of-Speech (POS) Tagging
c. Syntax Analysis (S-P-O)
d. Named Entity Recognition (NER)

19. Text information, segmentation and tokenization, text cleaning, vectorization and feature
engineering, text lemmatization and stemming, machine learning algorithms, dan result
interpretation adalah tahapan dari
a. Setiment analysis
b. NLP pipeline
c. Big data analysis
d. Python

20. Program database apakah yang digunakan untuk Data & Statistic pada Knowledge Explorer
Indonesia OneSearch (IOS)?
a. MySQL
b. MongoDB
c. Apache SOLR
d. API
Algoritma association rule (aturan asosiasi) adalah algoritma yang menemukan atribut yang
:

Select one:
a. Muncul Bersamaan
b. Bioinformatics
c. Customer Segmentation
d. Monitoring System
Untuk pengujian model pada Pengujian Model Data Mining adalah :

Select one:
a. data validation
b. data testing
c. data estimation
d. data training
Evolusi Science (Evolution of Sciences) tahun 1600-1950 adalah :

Select one:
a. Computational science
b. Theoretical science
c. Empirical science
d. Data science
Metode data mining yang menggunakan data dengan label dan tidak berlabel sekaligus
dalam proses pembelajarannya adalah :

Select one:
a. Unsupervised Learning
b. Supervised Learning
c. Semi-Supervised Learning
d. Type of Data
Beberapa definisi data mining adalah, kecuali :

Select one:
a. Extraction of interesting (non-trivial, implicit, previously unknown and potentially useful)
patterns or knowledge from huge amount of data
b. Melakukan ekstraksi untuk mendapatkan informasi penting yang sifatnya implisit dan
sebelumnya tidak diketahui, dari suatu data
c. Searching for different sources of data and capturing structured and unstructured data
d. Kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan
keteraturan, pola dan hubungan dalam set data berukuran besar
Contoh Penerapan Data Mining adalah sebagai berikut, kecuali :

Select one:
a. Penjadwalan Pemeliharaan
b. Penentuan pasokan listrik PLN untuk wilayah Jakarta
c. Analisis pola belanja pelanggan
d. Deteksi serangan (intrusion) pada suatu jaringan
fakta yang terekam dan tidak membawa arti adalah definisi dari:

Select one:
a. Informasi
b. Data
c. Sistem
d. Pengetahuan
Evolusi Science (Evolution of Sciences) tahun 1990 - now adalah :

Select one:
a. Computational science
b. Theoretical science
c. Data science
d. Empirical science
Evolusi Science (Evolution of Sciences) tahun 1950-1990 adalah :

Select one:
a. Data science
b. Empirical science
c. Computational science
d. Theoretical science
Peran utama data mining adalah sebagai berikut, kecuali :

Select one:
a. Klastering
b. Estimasi
c. Penentuan
d. Prediksi
Pembagian Dataset pada Pengujian Model Data Mining adalah kecuali:
Select one:
a. data validation
b. data training
c. data testing
d. data estimation
Data Cleaning, Data Integration, Data Reduction, Data Transformation adalah proses .... pada
Data mining :

Select one:
a. Data Analyst/Business Analyst
b. Data Science Application Developer
c. Data Pre-processing
d. Data Scientist
Definisi Supervised Learning adalah, kecuali :

Select one:
a. Algoritma melakukan proses belajar berdasarkan nilai dari variabel target yang terasosiasi
dengan nilai dari variable prediktor
b. Pembelajaran dengan guru, data set memiliki target/label/class
c. Sebagian besar algoritma data mining (estimation, prediction/ forecasting, classification)
adalah supervised learning
d. Variable (atribut) yang menjadi target/label/class tidak ditentukan (tidak ada)
Rapidminer adalah :

Select one:
a. Software data mining dan data analytics
b. Manages daily operation of cloud storage, including related to data life cycle, and
responds to requests from storage users
c. Designs and implements or monitors and maintains large-scale cloud databases.
d. Manages daily operation of facilities and resources and responds to customer requests.
Linear Regression, Neural Network, Support Vector Machine adalah algoritma pada
.....didata mining:

Select one:
a. Clustering
b. Estimasi
c. Classification
d. Association
Pola, rumus, aturan atau model yang muncul dari data adalah definisi dari:

Select one:
a. Sistem
b. Informasi
c. Data
d. Pengetahuan
Untuk pembentukan model pada Pengujian Model Data Mining adalah :

Select one:
a. data training
b. data validation
c. data estimation
d. data testing
Evolusi Science (Evolution of Sciences) sebelum tahun 1600 adalah :

Select one:
a. Computational science
b. Theoretical science
c. Data science
d. Empirical science
FP-Growth, A Priori, Coefficient of Correlation, Chi Square adalah algoritma pada .....didata
mining :

Select one:
a. Association
b. Clustering
c. Estimasi
d. Classification
Definisi Unsupervised Learning adalah, kecuali :

Select one:
a. Algoritma clustering adalah algoritma unsupervised learning
b. Algoritma data mining mencari pola dari semua variable (atribut)
c. Sebagian besar algoritma data mining (estimation, prediction/ forecasting, classification)
adalah supervised learning
d. Variable (atribut) yang menjadi target/label/class tidak ditentukan (tidak ada)