1.

Temukan pasangan yang tidak tepat antara feature dan tipe datanya di bawah ini:
Jumlah anak - Nominal Data
2. Berikut adalah beberapa hal yang berkaitan dengan Cloud Computing, kecuali:
Menerapkan infrastruktur server yang dapat dibuat sendiri
3. Manakah yang termasuk penerapan aplikasi AI?
Aplikasi pengubah wajah menjadi lebih muda atau tua
4. Manakah di antara pernyataan di bawah ini yang benar tentang penggunaan
Orange?
Orange digunakan dengan mengatur hubungan antar widget
5. Apa yang bisa dilakukan selama menyiapkan data, kecuali
Menyiapkan parameter
6. Proses pembersihan data kosong dan edit metadata termasuk dalam tahapan
Data Exploration
7. Mana yang bukan merupakan AI Project Cycle di bawah ini?
Data Back Up
8. Berikut kelebihan yang dapat dilakukan AI, kecuali:
Meniru tanda tangan manual
9. Apakah Business (Problem) Understanding itu?
Achieve a clear understanding of your business challenges
10. Apa arti C dan N pada tipe data pada fitur dalam Orange?
C = Catagorical dan N=Numeric
11. Apa yang harus diperiksa dari data sebelum digunakan, kecuali:
banyaknya tipe data
12. Jika atribut numerik, class numerik dan data tersedia secara time series, maka
sebaiknya metode data mining yang digunakan adalah:
Prediksi
13. Penggunaan metode data mining yang sesuai dengan atribut dan classnya adalah:
atribut numerik dan class numerik, maka digunakan metode Estimasi
14. Keunggulan Orange Data Mining adalah, kecuali:
Berbasis Python Programming
15. Komponen pembentuk Box plot adalah, kecuali:
outlier
16. Berikut ini merupakan urutan dari Penerapan AI adalah:
Data, Training, Model, Prediction
17. Dalam widget decision tree dalam Orange, parameter apakah yang bisa diatur?
Nilai cabang yang diinginkan
18. Contoh penerapan dari "Supervised Learning" adalah:
Biometric Attendance
19. Yang termasuk dalam EDA Methode (Descriptive statistics) adalah kecuali:
Density
20. Yang bukan tools machine learning adalah:
Microsoft Access
21. Yang bukan termasuk data scientist skillset adalah:
Documentation
22. Pembuatan UI dan UX pada sistem AI merupakan tahapan?
Deployment
23. Contoh algoritma yang digunakan pada supervised learning, kecuali:
K-Means
24. Data disimpan dalam bentuk sederhana dan dapat dibaca di orange menggunakan
format apa?
 csv
25. Luaran yang dihasilkan dalam Data Mining, kecuali:
Menghasilkan Clean Data
26. Proses Upload data set merupakan penerapan "AI Project Cycle" pada tahap?
Data Acquisition
27. Visualisasi data untuk data numerik adalah kecuali:
Mosaic Display
28. Pernyataan manakah yang benar?
Dalam kondisi hasil klasifikasi yang ideal, nilai entropi tidak sama dengan nol
29. Terdapat beberapa project yang dapat dilakukan oleh teachable machine?
Pose project
30. Urutan proses Data Mining (Knowledge Discovery in Database) yang paling benar
adalah:
Preprocessing - Transformation - Modelling - Evaluation
31. Berikut merupakan penerapan AI di bidang art and music adalah:
Ecrettmusic
32. Data Science merupakan irisan dari beberapa bidang ilmu sebagai berikut:
Domain expertise, Computer Science, dan Mathematics
33. Berikut kelebihan yang dapat dilakukan AI, kecuali:
Meniru tanda tangan manual
34. Berikut ini yang tidak termasuk dalam model dalam metode clustering adalah:
Back-propagation
35. Parameter apa saja yang bisa dilihat menggunakan widget Distribution dalam
Orange, kecuali:
Mean
36. Untuk melihat korelasi antara dua atau beberapa variabel kategorik
Mosaic Display
37. Analisis korelasi menjelaskan ada atau tidaknya hubungan antar dua variabel. Yang
dimaksud dengan korelasi positif adalah :
jika penambahan pada nilai X maka bertambah juga nilai Y
38. Widget apa saja yang terdapat dalam group Transform dalam Orange, kecuali:
Data Table
39. Kelompok besar dari data dalam machine learning adalah:
Supervised dan Unsupervised
40. Widget Orange apa yang digunakan untuk melihat statistik dari parameter (feature)
data:
Feature Statistics
41. Manakah diantara hal berikut yang merupakan domain dari AI, kecuali:
Image Processing
42. Kegunaan melakukan EDA (Exploratory Data Analysis) yang paling benar di bawah ini
adalah:
menemukan anomali dan menguji hipotesa
43. Skil yang harus dimiliki oleh Data Scienstist dalam kerangka Data Science Proses
adalah, kecuali:
Domain Knowledge for Deployment
44. Kelompok Widget yang dimiliki Orange adalah kecuali
Supervised
45. Pengetahuan yang dihasilkan dari data mining adalah berupa, kecuali
akurasi
46. Untuk melihat korelasi antara dua variabel kategorik, digunkan widget:
 Sieve Diagram
47. Kondisi overfitting terjadi ketika:
Test error besar dan training error kecil
48. Kenapa data harus dibersihkan sebelum digunakan adalah kecuali:
Kerapihan
49. Aktifitas yang cocok dilakukan dalam prosesnya adalah:
Data Exploration - Delete Duplicates
50. Yang termasuk dalam EDA Methode (Visualization) adalah kecuali:
Kurtosis
51. Widget apa saja yang terdapat dalam group Visualize dalam Orange, kecuali:
Transpose
52. Sebutkan urutan proses Data Mining (4tahap):
Data - Data Mining - Model - Evaluation
53. Berikut ini merupakan Algoritma Supervised Learning:
Artificial Neural Network
54. Untuk melihat tren dan pola lainnya pada data runtun waktu, biasanya digunakan
Line Diagram
55. Komersialisasi mobil Tesla yang saat ini menjadi teknologi AI termutakhir merupakan
penerapan AI dibidang?
Transport
56. Widget apa saja yang terdapat dalam group Visualize dalam Orange, kecuali:
Transpose
57. Yang tidak termasuk dalam Teknik Exploratory Data Analysis
Machine Learning
58. Urutan yang paling benar dalam pemrosesan data adalah:
Data importing - Data Inspecting - Data cleansing
59. Fungsi visualisasi antara lain, kecuali
Mengenali Model
60. Mana pasangan yang tepat ?
Evaluation - Evaluate Model
61. Metode evaluasi regresi yang dihitung berdasarkan rata-rata dari kuadrat error
adalah:
Mean squared error (MSE)
62. Seorang guru sedang menganalisa pengaruh banyaknya latihan soal terhadap
keberhasilan siswa dalam mengerjakan ujian. Metode analisa yang sesuai untuk
kebutuhan guru tersebut adalah :
Regresi
63. Dalam sebuah model regresi linear sederhana, berapa banyak koefisien yang perlu
diestimasi menggunakan data training?
2
64. Sebuah model regresi linear sederhana dipergunakan untuk memprediksi berat

badan siswa berdasarkan asupan kalori (x) hariannya dan dinyatakan dengan
y = 2.5 + 0.15x. Jika asupan kalori seorang siswa adalah 500 kalori/hari, berapakah
prediksi berat siswa tersebut?
77.5 kg
65. Sebuah model regresi dinyatakan dengan persamaan y = a+bx, nilai a menyatakan :
intercept
66. Komponen yang diperlukan pada fase membangun model regresi adalah
Data training dan algoritma learning
67. Jika sebuah model regresi yang dinyatakan dengan persamaan y = a + bx memiliki
nilai kemiringan positif, maka:
nilai y akan naik ketika nilai x naik
68. Jika sebuah model regresi linear memiliki MSE nol, maka
error testing lebih besar atau sama dengan error training
69. Berikut adalah metode machine learning yang masuk dalam kategori supervised
learning, kecuali:
Clustering
70. Berikut ini yang paling tepat untuk menggambarkan regresi adalah :
Metode yang dipergunakan untuk mengukur relasi kebergantungan antar
variabel
71. Parameter setting apa saja yang tidak terdapat dalam widget Linear Regression:
Balance class distribution
72. Model regresi yang dipergunakan untuk memetakan nilai diskrit disebut dengan:
Regresi Logistik
73. Metode evaluasi regresi yang dihitung berdasarkan rata-rata dari nilai absolute error
adalah :
Mean absolute error (MAE)
74. Dalam melakukan evaluasi regresi logitik, rasio antara data positif yang
diklasifikasikan dengan benar terhadap total prediksi positif (TP/(TP+FP)) disebut:
Precision
75. Model regresi yang mempergunakan satu variabel bebas untuk memprediksi nilai
variabel terikat disebut:
Regresi sederhana
76. Berikut ini adalah metric evaluasi yang dapat digunakan di dalam machine learning
model klasifikasi:
Semua Jawaban Benar
77. Struktur Artificial Neural Network adalah, kecuali:
learning function
78. Proses untuk menentukan percabangan didalam decision tree adalah:
Information Gain
79. Berikut adalah widget di Orange yang masuk dalam kategori data, kecuali:
Pivot table
80. Fungsi aktivasi yang terdapat dalam Neural Network tidak digunakan adalah:
fungsi tangensial
81. Berikut ini adalah fungsi aktivasi yang digunakan didalam jaringan saraf tiruan,
kecuali:
Fungsi Dropout
82. Berikut adalah istilah yang terdapat dalam Artificial Neural Network, kecuali:
Entropy
83. Nilai batas AUC supaya sebuah model classifier memiliki performa yang lebih besar
dari random classifier adalah:
0.5
84. Berikut ini yang merupakan model pembelajaran ensemble adalah:
Random Forest
85. Berikut ini merupakan istilah yang berkaitan dengan klasifikasi, kecuali:
Kohesi
86. ROC dibentuk dengan memetakan antara :
TPR dan FPR
87. Metode Klasifikasi yang menggunakan struktur pohon dalam representasi modelnya
adalah:
Decision Tree
88. Metode klasifikasi yang termasuk dalam kategori lazy learner adalah:
K-NN
89. Berikut yang termasuk dalam metode supervised learning adalah:
ANN dan Decision Tree
90. Sebuah metode klasifikasi dipergunakan untuk memprediksi bencana alam (True =
terjadi bencana, False = tidak terjadi bencana). Yang memberikan resiko paling
tinggi adalah:
False Negatif
91. Besaran yang menyatakan kedekatan data dalam satu cluster disebut dengan:
Kohesi
92. Untuk menilai performansi sebuah hasil clustering, ukuran yang bisa dipakai adalah:
Nilai silhouette
93. Dalam widget k-means dalam Orange, parameter apakah yang bisa diatur?
Nilai silhouette yang diinginkan
94. Salah satu metode clustering adalah menggunakan PCA, keunggulan dari PCA
adalah:
Dapat mengurangi dimensi dataset dengan mempertahankan variabilitas
95. Berikut ini adalah cara kerja clustering k-means, kecuali:
Menghilangkan data yang overlap
96. Berikut adalah jenis file data (extention) yang bisa disimpan menggunakan Orange,
kecuali:
txt
97. Berikut ini adalah cara untuk melakukan evaluasi pada clustering:
Silhouette Coefficient dan BDI
98. Berikut ini adalah keterbatasan dari k-means, kecuali:
mudah diimplementasikan
99. Metode berikut yang termasuk metode clustering adalah:
k-Means dan PCA
100. Clustering adalah salah satu model unsupervised learning, maka dari itu salah
satu ciri khas dari data clustering adalah:
Data Clustering tidak memiliki target label
101. Jika Silhouette coefficient bernilai 1, maka:
Cluster yang terbentuk terpisah dengan baik
102. Parameter setting yang tidak terdapat pada widget k-means adalah:
Components Selection
103. Pemilihan nilai k berdasarkan metode elbow adalah:
Memilih k pada penurunan nilai WCSS yang tidak signifikan
104. Elbow method sering dipergunakan untuk menentukan:
Jumlah cluster dalam k-means
105. Apakah yang tidak mempengaruhi pengelompokan data yang dilakukan oleh
metode k-means?
Hasil pelatihan dengan training set