Anda di halaman 1dari 6

1. Apa itu Google Colab?

A. Sebuah perangkat keras untuk analisis data.


B. Sebuah buku catatan online untuk mencatat catatan pribadi.
C. Sebuah lingkungan pengembangan online untuk menulis program dan melakukan
pengolahan data.
D. Sebuah alat untuk memvisualisasikan data.
E. Sebuah platform untuk bermain game.

Jawaban: C. Sebuah lingkungan pengembangan online untuk menulis program dan


melakukan pengolahan data.

2. Mengapa Google Colab cocok untuk pengembangan aplikasi online?


A. Karena harus diinstal terlebih dahulu di komputer.
B. Karena tidak mendukung pengolahan data.
C. Karena tidak memerlukan akun Google/Gmail.
D. Karena dapat diakses langsung dari internet tanpa perlu instalasi.
E. Karena hanya dapat digunakan untuk membuat catatan pribadi.

Jawaban: D. Karena dapat diakses langsung dari internet tanpa perlu instalasi.

3. Apa itu "Online IDE"?


A. Lingkungan pengembangan terintegrasi secara offline.
B. Lingkungan pengembangan yang hanya dapat diakses dari komputer kantor.
C. Lingkungan pengembangan yang hanya dapat diakses melalui akun Gmail.
D. Lingkungan pengembangan yang hanya dapat diakses melalui komputer pribadi.
E. Lingkungan pengembangan yang dapat diakses melalui internet.

Jawaban: E. Lingkungan pengembangan yang dapat diakses melalui internet.

4. Apa fungsi dari "Header Kanan" dalam Google Colab?


A. Menampilkan hasil eksekusi program.
B. Berbagi dokumen dengan teman.
C. Mengubah nama notebook.
D. Mengatur akun Google.
E. Menyimpan dokumen.

Jawaban: D. Mengatur akun Google.

5. Apa yang dimaksud dengan "variabel" dalam pemrograman Python?


A. Sebuah teks yang digunakan untuk mencetak hasil program.
B. Sebuah nama untuk menyimpan data.
C. Sebuah perintah untuk mengubah nama notebook.
D. Sebuah ikon dalam Google Colab.
E. Sebuah alat untuk menggambar grafik.

Jawaban: B. Sebuah nama untuk menyimpan data.

6. Bagaimana cara mencetak data dalam Python?


A. Dengan menggunakan tanda seru (!).
B. Dengan menggunakan perintah "print".
C. Dengan mengklik ikon kunci.
D. Dengan menambahkan data ke dalam variabel.
E. Dengan menggunakan perintah "run cell".

Jawaban: B. Dengan menggunakan perintah "print".

7. Apa yang dimaksud dengan "array" dalam pemrograman Python?


A. Sebuah fungsi yang digunakan untuk mencetak data.
B. Sebuah variabel yang hanya dapat menyimpan satu nilai.
C. Sebuah variabel yang dapat menyimpan banyak nilai.
D. Sebuah tanda kurung siku.
E. Sebuah tanda petik.

Jawaban: C. Sebuah variabel yang dapat menyimpan banyak nilai.

8. Bagaimana cara mengakses elemen ke-n dalam sebuah array?


A. Dengan menggunakan tanda seru (!).
B. Dengan menggunakan perintah "print".
C. Dengan menambahkan data ke dalam variabel.
D. Dengan menghitung dari nol.
E. Dengan menggunakan tanda kurung siku setelah nama array.

Jawaban: E. Dengan menggunakan tanda kurung siku setelah nama array.

9. Apa yang dimaksud dengan "loop for" dalam pemrograman Python?


A. Sebuah kondisi percabangan.
B. Sebuah perintah untuk mengakses elemen array.
C. Sebuah perintah untuk mencetak data.
D. Sebuah perintah untuk mengeksekusi kode berulang kali.
E. Sebuah perintah untuk menghapus data.

Jawaban: D. Sebuah perintah untuk mengeksekusi kode berulang kali.

10. Apa yang dimaksud dengan "library" atau "pustaka kode" dalam pemrograman
Python?
A. Sebuah tempat untuk menyimpan data.
B. Sebuah tanda petik.
C. Sebuah koleksi program dan paket yang menyediakan fungsionalitas tambahan.
D. Sebuah perintah untuk menggabungkan data.
E. Sebuah perintah untuk membuat variabel.

Jawaban: C. Sebuah koleksi program dan paket yang menyediakan fungsionalitas


tambahan.

B. KOLEKSI DATA

1. Apa yang dimaksud dengan web scraping?


A. Proses mengirim email melalui web.
B. Proses mengambil data dari situs web secara otomatis.
C. Proses membuat website baru.
D. Proses menyimpan data ke dalam database.
E. Proses mencari informasi di mesin pencari.

Jawaban: B. Proses mengambil data dari situs web secara otomatis.

2. Langkah pertama dalam web scraping adalah melakukan apa?


A. Membuka Google Colaboratory.
B. Membuka catatan baru.
C. Parsing kode HTML dari situs web.
D. Mengubah data menjadi tabel.
E. Mengirim email.

Jawaban: B. Membuka catatan baru.

3. Apa yang dimaksud dengan parsing dalam konteks web scraping?


A. Proses mengirim email ke situs web.
B. Proses mengubah data menjadi tabel.
C. Proses mengambil kode HTML dari situs web secara utuh.
D. Proses mengambil data dari situs web.
E. Proses membuat website baru.

Jawaban: C. Proses mengambil kode HTML dari situs web secara utuh.

4. Apa yang bisa diambil dari kode HTML sebuah situs web dalam web scraping?
A. Nama pengguna dan kata sandi.
B. Alamat situs web.
C. Data posisi pekerjaan, instansi, dan gaji.
D. Tanggal lahir pengguna.
E. Data pribadi pengguna.

Jawaban: C. Data posisi pekerjaan, instansi, dan gaji.

5. Apa yang perlu dilakukan setelah mengambil kode HTML dari situs web dalam
web scraping?
A. Mengubahnya menjadi teks biasa.
B. Menyimpannya dalam folder lokal.
C. Memproses setiap elemen kode HTML untuk mendapatkan data yang penting.
D. Mengirim email ke pengguna situs web.
E. Mengganti kode HTML dengan kode baru.

Jawaban: C. Memproses setiap elemen kode HTML untuk mendapatkan data yang
penting.

6. Bagaimana cara mengambil data posisi pekerjaan dari kode HTML situs web
dalam web scraping?
A. Dengan menggunakan tanda seru (!).
B. Dengan mengganti kode HTML.
C. Dengan mencetak semua data.
D. Dengan menambahkan data ke dalam variabel.
E. Dengan mengakses elemen kode HTML yang sesuai.
Jawaban: E. Dengan mengakses elemen kode HTML yang sesuai.

7. Apa yang perlu dilakukan setelah mendapatkan data mentah dari web scraping?
A. Mengirim email.
B. Menghapus semua data.
C. Mengubahnya menjadi tabel.
D. Membaca kode HTML.
E. Mengganti kode program.

Jawaban: C. Mengubahnya menjadi tabel.

8. Apa yang dimaksud dengan "framing" dalam konteks web scraping?


A. Proses mengirim email dengan data.
B. Proses mengubah data menjadi tabel.
C. Proses mengambil kode HTML dari situs web.
D. Proses mengganti kode program.
E. Proses membuat website baru.

Jawaban: B. Proses mengubah data menjadi tabel.

9. Apa yang dilakukan dalam langkah terakhir web scraping?


A. Mengirim email ke situs web.
B. Mengganti kode HTML.
C. Membuka catatan baru.
D. Mengubah data menjadi teks biasa.
E. Membingkai data array ke dalam tabel.

Jawaban: E. Membingkai data array ke dalam tabel.

C. VISUALISASI DATA

1. Apa tujuan dari pra-pemrosesan data dalam analisis data?


A. Mengubah data menjadi teks biasa.
B. Menyimpan data dalam folder lokal.
C. Menghilangkan data yang tidak penting.
D. Membuat data menjadi lebih sulit dipahami.
E. Mengganti kode HTML situs web.

Jawaban: C. Menghilangkan data yang tidak penting.

2. Mengapa perlu mengubah data gaji yang masih bertipe teks menjadi tipe bilangan
dalam analisis data?
A. Agar data bisa diubah menjadi teks biasa.
B. Agar data bisa disimpan dalam folder lokal.
C. Agar data bisa dihitung untuk dibuat visualisasi.
D. Agar data bisa menjadi lebih sulit dipahami.
E. Agar data bisa diubah menjadi kode HTML situs web.

Jawaban: C. Agar data bisa dihitung untuk dibuat visualisasi.


3. Apa yang perlu dilakukan sebelum membuat visualisasi data?
A. Mengubah semua data menjadi teks biasa.
B. Menyimpan semua data dalam folder lokal.
C. Melakukan pra-pemrosesan data.
D. Membuat data menjadi lebih sulit dipahami.
E. Mengganti kode HTML situs web.

Jawaban: C. Melakukan pra-pemrosesan data.

4. Apa library Python yang dapat digunakan untuk membuat visualisasi data seperti
diagram batang?
A. Pandas.
B. NumPy.
C. Seaborn.
D. Matplotlib.
E. Scikit-learn.

Jawaban: D. Matplotlib.

5. Apa fungsi dari library Plotly dalam membuat visualisasi data?


A. Mengubah data menjadi teks biasa.
B. Menyimpan data dalam folder lokal.
C. Menghilangkan data yang tidak penting.
D. Membuat data menjadi lebih sulit dipahami.
E. Membuat berbagai jenis diagram, termasuk diagram batang.

Jawaban: E. Membuat berbagai jenis diagram, termasuk diagram batang.

6. Mengapa perlu mengelompokkan lowongan pekerjaan berdasarkan gabungan


posisi dan instansi penyedia lowongan dalam visualisasi data?
A. Agar data menjadi lebih sulit dipahami.
B. Agar data bisa diubah menjadi teks biasa.
C. Agar data bisa disimpan dalam folder lokal.
D. Agar data bisa dihitung dengan benar.
E. Agar data bisa diubah menjadi kode HTML situs web.

Jawaban: D. Agar data bisa dihitung dengan benar.

7. Apa kegunaan diagram batang dalam visualisasi data?


A. Menampilkan proporsi dari beberapa item.
B. Memperlihatkan persebaran data secara baris per baris.
C. Menyimpan data dalam folder lokal.
D. Mengubah data menjadi teks biasa.
E. Menampilkan data secara visual untuk perbandingan.

Jawaban: E. Menampilkan data secara visual untuk perbandingan.

8. Apa kegunaan diagram lingkaran (pie chart) dalam visualisasi data?


A. Memperlihatkan proporsi dari beberapa item.
B. Menampilkan persebaran data secara baris per baris.
C. Menyimpan data dalam folder lokal.
D. Mengubah data menjadi teks biasa.
E. Menampilkan data secara visual untuk perbandingan.

Jawaban: A. Memperlihatkan proporsi dari beberapa item.

9. Apa yang bisa digunakan sebagai library Python alternatif untuk membuat
visualisasi data selain Matplotlib?
A. Pandas.
B. NumPy.
C. Seaborn.
D. Scikit-learn.
E. Django.

Jawaban: C. Seaborn.

Anda mungkin juga menyukai