Gabungan Kuis Team Teaching Sains Data & Analisis Big Data

KUIS M1
Penerapan utama data dari data science pada banking adalah melakukan hal-hal berikut
kecuali :
Select one:
a. Virtual Assistants
b. REVOKE
c. DROP
d. Fraud Detection
Sains Data adalah multi disiplin dari:
Select one:
a. Application web, Application desktop
b. Statistical Model, Statistical Computing
c. Hardware, Software
d. Datawarehouse, Datamining
Responsibilities seorang Data Scientist adalah :
Select one:
a. Analyst data with specific statistical software and developing theory of statistics.
b. Intepret and Manage data and solve complex problems using expertise in a variety of
data niches.
c. Develop and initiate innovative statistical techniques, issues and protocols.
d. To provide new insights into business and create solutions that enable enhanced
business performance.
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. Type of Data
b. Skill
c. Scope
d. Background
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 :
Select one:
a. CEO
b. kurator dan pengurus (stewards) data
c. Operator dan Teknisi
d. Pengembang aplikasi dan insinyur/perekaya infrastruktur
Penerapan utama data dari data science pada e-commerce adalah melakukan hal-hal
berikut kecuali :
Select one:
a. Analyzing Reviews
b. Prediction potential problem
c. Identifying Consumers
d. Recomending Product
Task seorang Data Scientist adalah :
Select one:
a. Intepret and Manage data and solve complex problems using expertise in a variety of
data niches.
b. Develop and initiate innovative statistical techniques, issues and protocols.
c. To provide new insights into business and create solutions that enable enhanced business
performance.
d. Analyst data with specific statistical software and developing theory of statistics.
Siklus Hidup Sains Data pada Data Preparation adalah melakukan :
Select one:
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
Siklus Hidup Sains Data pada Data Discovery adalah melakukan :
Select one:
a. Gathering information and deriving outcomes based on business requirements
b. Searching for different sources of data and capturing structured and unstructured data
c. Using variables and equations to establish relationhip
d. Converting data into a common format
Siklus Hidup Sains Data pada Getting things in action adalah melakukan :
Select one:
a. Designing Methods
b. Highlight important criteria
c. Clietn Requirement
d. Easier Explanation of technical concept
Penerapan utama data dari data science pada banking adalah melakukan hal-hal berikut :
Select one:
a. Monitoring System, Maintenance System
b. Customer Segmentation, Identifying Customer, Risk Analysis, Algorithm trading
c. Drug Discovery, Bioinformatics, Maintenance Schedulling
d. Self Driving Car, Car Monitoring System, Enhanced Driving Experience, Enhanced the
safety of Passenger
Persentase proses terbesar sebanyak 60% pada Data Scientist adalah pada proses :
Select one:
a. Building and training set
b. Refining Algorithm
c. Collecting data sets
d. Cleaning and Organizing Data
Siklus Hidup Sains Data pada Mathematical Models adalah melakukan :
Select one:
b. Using variables and equations to establish relationhip
c. Gathering information and deriving outcomes based on business requirements
Siklus Hidup Sains Data pada Getting things in action adalah melakukan :
Select one:
b. Gathering information and deriving outcomes based on business requirements
c. Using variables and equations to establish relationhip
Peran/deskripsi tugas dari Business Analyst (S1) adalah :
Select one:
a. Analyses a large variety of data Information system for improving business performance.
b. Analyses a large variety of data to extract information about system, service or
organization performance and presents them in usable/actionable form.
c. Designs/develops/codes large data analytics applications
d. Designs and maintains the architecture of data science applications and facilities.
Teknik pada Machine Learning adalah, kecuali :
Select one:
a. Reinforcement Learning
b. UnSupervised Learning
c. Supervised Learning
d. Improvement Learning
Peran/deskripsi tugas dari Scientific database operator (D3 – S1) adalah :
Select one:
a. Manages daily operation of cloud storage, including related to data life cycle, and
responds to requests from storage users
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 facilities and resources and responds to customer requests.
Definisi Data Science dari NIST (2018) :
Select one:
a. 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.
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 an inter-disciplinary field that uses scientific methods, processes,
algorithms ... in managing a digital data collection.
Alur Proses Sains Data adalah :
Select one:
a. Get Data - Explore - Model Data - Stimulate Results - Visualize Result - Use Result in
business
b. Get Data - Model Data - Explore - Visualize Result - Stimulate Results - Use Result in
business
c. Get Data - Explore - Visualize Result - Model Data - Stimulate Results - Use Result in
business
d. Get Data - Explore - Model Data - Visualize Result - Stimulate Results - Use Result in
business
Dalam membangun Tim Sains Data, personil yang dibutuhkan pada tahap data analysis
adalah, kecuali :
Select one:
a. Data Scientist
b. Data Science Application Developer
c. Researcher
d. Data Analyst/Business Analyst
KUIS M2
CEP merukapan produk campaign marketing yang mengirim campaign secara :
Select one:
a. Realtime
b. Random
c. Batch
d. Scheduling
Berikut kepanjangan dari ETL :
Select one:
a. Extraction, Transformation, Listen
b. Example, Transformation, Load
c. Extraction, Transaction, Load
d. Extraction, Transformation, Load
Apa kepanjangan dari CEP :
Select one:
a. Campaign Event Processing
b. Collaboration Event Processing
c. Complex Event Processing
d. Communication Event Processing
Berikut contoh penggunaan database pada lingkungan big data, kecuali :
Select one:
a. Druid
b. Postgresql
c. Exel
d. Hdfs
campaign dapat dikirim melalui berbagai channel seperti berikut, kecuali :
Select one:
a. Email
b. Notifikasi Apps
c. SMS
d. Ditelphone
Dalam proses Detail Requirement Gathering terdapat prose :
Select one:
a. Data Source Identification
b. deplyment dan operation monitoring
c. UAT dengan customer
d. ETL Development
Yang bukan termasuk proses dalam tahap development adalah :
Select one:
a. System Integration Test (SIT)
b. ETL Development
c. Data Source Identification
d. Dashboard Development
Dalam hal evalusi CEP, tools yang dapat bertindak sebagai API gateway adalah :
Select one:
a. Hbase
b. Debezim
c. Spark
d. Kong
Prinsip kerja dari CEP dalam mengirim sebuah campaign adalah secara :
Select one:
a. Batch dan general
b. Realtime dan personalize
c. Random dan general
d. Batch dan personalize
Tools yang berfungsi sebagai process scheduler :
Select one:
a. Hive
b. Kafka
c. Kong
d. Airflow
Terdapat 3 komponen utama dalam memproses CEP :
Select one:
a. Data Layer
b. Rule
c. Dataset
d. Event
Tools yang berfungsi sebagai tempat visualisasi dashboard dari harsil ETL :
Select one:
a. Superset
b. Kong
c. Zeppelin
d. Hive
Pada proses realtime ingestion, tools yang digunakan sebagai message broker dalam hal ini
adalah :
Select one:
a. Kafka
b. Zeppelin
c. Krakend
d. Airflow
Berikut tool yang tepat digunakan sebagai api gateway :
Select one:
a. Hive
b. Kafka
c. Spark
d. Kong
Apa saja poin penting dalam big data, kecuali :
Select one:
a. Velocity
b. Variety
c. Vacility
d. Volume
Deployment dan operation monitoring terdapat pada tahap ... pada proses development :
Select one:
a. Deployment
b. Detailed Requirement Gathering
c. Design
d. Developmnet
Berikut yang merupakan query access :
Select one:
a. Hbase dan Postgresql
b. Postgresql dan Hive
c. Hive dan Phoenix
d. HDFS dan Hive
Berikut tahapan layer pada proses ETL
Select one:
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
Berikut urutan yang tepat dalam proses dashboard development :
Select one:
a. Developmnet , Detailed Requirement Gathering, Design, UAT and Deployment
b. Detailed Requirement Gathering, Design, Developmnet, UAT and Deployment
c. Design , Detailed Requirement Gathering, Developmnet, UAT and Deployment
d. UAT and Deployment ,Detailed Requirement Gathering, Design, Developmnet
Dalam proses Cep, Debezium berfungsi sebagai :
Select one:
a. Tempat penyimpanan setiap event yang masuk
b. Mengirim campaign yang telah dievaluasi kepada customer.
c. Melakukan evaluasi setiap event terhadap rule yang tersedia
d. Change Data Capture, atau membaca setiap perubahan yang terjadi pada database.
KUIS M3
Pembagian Dataset pada Pengujian Model Data Mining adalah kecuali:
Select one:
a. data validation
b. data estimation
c. data training
d. data testing
Peran utama data mining adalah sebagai berikut, kecuali :
Select one:
a. Prediksi
b. Klastering
c. Penentuan
d. Estimasi
Linear Regression, Neural Network, Support Vector Machine adalah algoritma pada
.....didata mining:
Select one:
a. Clustering
b. Association
c. Estimasi
d. Classification
Untuk pengujian model pada Pengujian Model Data Mining adalah :
Select one:
a. data validation
b. data estimation
c. data testing
d. data training
Evolusi Science (Evolution of Sciences) tahun 1990 - now adalah :
Select one:
a. Computational science
b. Empirical science
c. Theoretical science
d. Data science
metode data mining yang menggunakan data dengan label dan tidak berlabel sekaligus
dalam proses pembelajarannya adalah :
Select one:
a. Semi-Supervised Learning
b. Supervised Learning
c. Type of Data
d. Unsupervised Learning
Data Cleaning, Data Integration, Data Reduction, Data Transformation adalah proses .... pada
Data mining :
Select one:
a. Data Analyst/Business Analyst
b. Data Pre-processing
c. Data Science Application Developer
d. Data Scientist
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. Algoritma melakukan proses belajar berdasarkan nilai dari variabel target yang terasosiasi
dengan nilai dari variable prediktor
d. Variable (atribut) yang menjadi target/label/class tidak ditentukan (tidak ada)
Beberapa definisi data mining adalah, kecuali :
Select one:
b. Melakukan ekstraksi untuk mendapatkan informasi penting yang sifatnya implisit dan
sebelumnya tidak diketahui, dari suatu data
c. Extraction of interesting (non-trivial, implicit, previously unknown and potentially useful)
patterns or knowledge from huge amount of data
d. Kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan
keteraturan, pola dan hubungan dalam set data berukuran besar
FP-Growth, A Priori, Coefficient of Correlation, Chi Square adalah algoritma pada .....didata
mining :
Select one:
a. Clustering
b. Classification
c. Association
d. Estimasi
Evolusi Science (Evolution of Sciences) sebelum tahun 1600 adalah :
Select one:
b. Data science
d. Empirical science
fakta yang terekam dan tidak membawa arti adalah definisi dari:
Select one:
a. Informasi
b. Pengetahuan
c. Sistem
d. Data
Evolusi Science (Evolution of Sciences) tahun 1950-1990 adalah :
Select one:
a. Data science
b. Theoretical science
c. Computational science
Pola, rumus, aturan atau model yang muncul dari data adalah definisi dari:
Select one:
a. Pengetahuan
b. Informasi
c. Data
d. Sistem
Algoritma association rule (aturan asosiasi) adalah algoritma yang menemukan atribut yang
:
Select one:
a. Monitoring System
b. Muncul Bersamaan
c. Bioinformatics
d. Customer Segmentation
Contoh Penerapan Data Mining adalah sebagai berikut, kecuali :
Select one:
a. Analisis pola belanja pelanggan
b. Penjadwalan Pemeliharaan
c. Deteksi serangan (intrusion) pada suatu jaringan
d. Penentuan pasokan listrik PLN untuk wilayah Jakarta
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. Manages daily operation of cloud storage, including related to data life cycle, and
responds to requests from storage users
d. Software data mining dan data analytics
Untuk pembentukan model pada Pengujian Model Data Mining adalah :
Select one:
a. data training
b. data testing
c. data estimation
d. data validation
Evolusi Science (Evolution of Sciences) tahun 1600-1950 adalah :
Select one:
a. Theoretical science
b. Computational science
c. Empirical science
d. Data science
Definisi Unsupervised Learning adalah, kecuali :
Select one:
a. Variable (atribut) yang menjadi target/label/class tidak ditentukan (tidak ada)
b. Sebagian besar algoritma data mining (estimation, prediction/ forecasting, classification)
adalah supervised learning
c. Algoritma clustering adalah algoritma unsupervised learning
d. Algoritma data mining mencari pola dari semua variable (atribut)
KUIS M4 – TEAM TEACHING
Pseudo 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 lintasan dari satu simpul ke simpul lain
d. Jumlah yang terhubung pada simpul tersebut
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. Kedekatan sentralitas
b. Sentralitas Eigenvector
c. Sentralitas keantaraan
d. Derajat sentralitas
Siapakah ilmuwan penemu Teori Graf :
Select one:
a. Dennis Ritchie
b. Blaise Pascal
c. Bill Gates
d. Leonhard Euler
Ukuran terkait kekuatan dalam jaringan yang menunjukkan seberapa penting orang/pihak
lain yang mempunyai jaringan dengan actor (simpul) adalah:
Select one:
a. Sentralitas Eigenvector
b. Sentralitas keantaraan
c. Kedekatan sentralitas
d. Derajat sentralitas
Apakah yang dimaksud dengan Ruas Paralel dalam graf:
Select one:
a. Jika terdapat lebih dari satu ruas antara dua simpul yang bersebelahan
b. Sebuah ruas dari dan ke satu simpul
c. Sebuah Graf dengan jumlah simpul dan ruas yang berhingga
d. Graf memiliki derajat yang sama
Graf yang tak berarah, tak terhubung atau dengan kata lain kumpulan pohon yang tidak
saling terhubung adalah:
Select one:
a. Hutan (Forest)
b. Pohon (Tree)
c. Asiklik (acyclic)
d. Regular
Graf yang memiliki simpul tetapi tidak memilik ruas disebut:
Select one:
a. Graf terhubung
b. Graf tidak terhubung
c. Graf semu (trivial)
d. Graf hampa
Graf yang dapat dibentuk pada sebuah bidang sedemikian sehingga tidak terdapat dua ruas
yang saling bersilangan adalah:
Select one:
a. Graf plannar
b. Graf hamilton
c. Graf bipartit
d. Graf Euler
Panjang Lintasan (Path) adalah:
Select one:
a. Penghubung antar simpul
b. Jumlah ruas yang terhubung pada simpul tersebut
c. Jumlah lintasan dari satu simpul ke simpul lain
d. Himpunan Simpul
Algoritma untuk pohon rentang minimum adalah:
Select one:
a. Semua jawaban salah
b. Algoritma kruskal
c. Algoritma perjalanan salesman
d. Algoritma djikstra
Graf tidak berarah dimana antara dua simpul terhubung oleh hanya satu jalur (tidak
terdapat siklus)adalah:
Select one:
a. Regular
b. Hutan (Forest)
c. Pohon (Tree)
d. Asiklik (acyclic)
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
Multi Graf adalah:
Select one:
a. Graf terhubung dimana semua simpul berderajat genap
b. Graf yang memiliki loop sendiri tetapi tidak ada ruas yang paralel
c. Graf memiliki derajat yang sama
d. Graf yang tidak memiliki loop sendiri tetapi terdapat ruas yang paralel
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
Himpunan ruas yang dapat membagi graf G menjadi dua sub-graf S dan T disebut dengan:
Select one:
a. cyclic (siklik)
b. Lintasa
c. Derajat
d. Himpunan pemotong (cut set)
Graf dimana terdapat siklus dari sebuah simpul yang mengunjungi setiap simpul dalam graf
tepat satu kali disebut dengan:
Select one:
a. Graf hamilton
b. Graf plannar
c. Graf bipartit
d. Graf Euler
Jenis Graf apakah yang antara setiap pasang simpul terdapat minimum satu jalur:
Select one:
a. Graf terhubung
b. Graf semu (trivial)
c. Graf hampa
Istilah lain untuk simpul pada graf adalah:
Select one:
a. Vertex
b. Lintasan
c. Ruas
d. Edge
Graf yang hanya memiliki 1 simpul adalah:
Select one:
a. Graf semu (trivial)
b. Graf terhubung
c. Graf hampa
Tahapan Feature Extraction pada NLP adalah:
Select one:
a. Sequential Labeling
b. Vector Space Model
c. Tokenization
d. Text Similarity
Masalah yang terdapat pada disiplin Ahli bahasa adalah:
Select one:
a. Bagaimana pengetahuan dan penalaran dapat dimodelkan?
b. Bagaimana kata dan kalimat mendapatkan maknanya?
c. Bagaimana manusia dapat mengidentifikasi struktur kalimat?
d. Bagaimana frase dan kalimat dapat dibentuk dengan kata-kata?
Pernyataan berikut ini adalah kerugian dari NLP:
Select one:
a. Sistem NLP memberikan jawaban atas pertanyaan dalam bahasa alami
b. Sistem NLP menawarkan jawaban yang tepat untuk pertanyaan, tidak ada informasi yang
tidak perlu atau tidak diinginkan
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
Perbedaan utama antara Bahasa Alami dan Bahasa Komputer dengan parameter Literalness
adalah:
Select one:
a. Bahasa Alami menggunakan banyak redundansi, sedangkan Bahasa Komputer adalah
Bahasa formal tidak terlalu berlebihan
b. Tidak ada jawaban yang tepat
c. Bahasa alami terbuat dari idiom dan metafora, sedangkan Bahasa Komputer merupakan
bahasa formal memiliki arti yang persis seperti yang ingin mereka katakan
d. Bahasa Alami bersifat ambigu, sedangkan bahasa komputer dirancang untuk tidak
ambigu
Fase NLP yang merupakan fase akhir tahun 1960-an hingga akhir 1970-an dicirikan dengan:
Select one:
a. Pekerjaan yang dilakukan sebagian besar terkait dengan pengetahuan dunia dan
perannya dalam konstruksi dan manipulasi representasi makna.
b. Pendekatan leksikalisasi tata bahasa dan menjadi pengaruh yang meningkat.
c. Pekerjaan yang dilakukan dalam fase ini difokuskan terutama pada Mesin Penerjemah.
d. 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.
Startup NLP di Indonesia yang menyediakan layanan text berupa Prosa Text API adalah:
Select one:
a. Bahasa.ai
b. Prosa.ai
c. Veronica
d. Kata.ai
Dasar pemrosesan teks dari berbagai NPL task adalah sebagai berikut, kecuali:
Select one:
a. Mengkategorisasi teks
b. Mengklasifikasi teks
c. Tokenisasi
d. Pengektraksian Informasi
Masalah yang terdapat pada disiplin Psikolinguis adalah:
Select one:
a. Bagaimana pengetahuan dan penalaran dapat dimodelkan?
b. Bagaimana frase dan kalimat dapat dibentuk dengan kata-kata?
c. Bagaimana manusia dapat mengidentifikasi struktur kalimat?
d. Bagaimana kata dan kalimat mendapatkan maknanya?
Tahapan NLP apakah dimana tujuan dari tahap ini adalah untuk memecah potongan input
bahasa menjadi kumpulan token yang sesuai dengan paragraf, kalimat, dan kata:
Select one:
a. Analisis sintaks
b. Analisis pragmatis
c. Pengolahan morfologi
d. Analisis semantik
Berikut ini yang bukan domain Computational Linguistics adalah:
Select one:
a. Menyelesaikan practical problem yang melibatkan Bahasa manusia
b. Bagaimana menghasilkan Bahasa
c. Bagaimana mempelajari Bahasa
d. Bagaimana memahami Bahasa
Disebut apakah jenis ambiguitas dari satu kata:
Select one:
a. Ambiguitas Sintaksis
b. Ambiguitas Leksikal
c. Ambiguitas Anaforis
d. Ambiguitas Semantik
Mobil menabrak tiang saat sedang melaju adalah contoh dari ambiguitas:
Select one:
a. Ambiguitas Semantik
b. Ambiguitas Sintaksis
c. Ambiguitas Leksikal
d. Ambiguitas Anaforis
Pemrosesan Bahasa Alami (NLP)menurut Goldberg adalah:
Select one:
a. Bidang perancangan metode dan algoritma yang mengambil sebagai masukan atau
menghasilan sebagai keluaran, data bahasa alami tidak terstruktur
b. Desain dan analisis algoritma komputasi dan representasi untuk memproses bahasa
alami manusia
c. Metode untuk menyelesaikan practical problem yang melibatkan Bahasa manusia
d. Bidang yang mempelajari metode, algoritma, representasi yang memproses input
ataupun output yang berupa Bahasa alami, baik berupa teks maupun suara
Sistem penulisan apakah dimana simbol individu mewakili suku kata:
Select one:
a. Grafik
b. Logografik
c. Silabis
d. Abjad
Tahapan Preposesing pada NLP adalah:
Select one:
a. Vector Space Model
b. Sequential Labeling
c. Text Similarity
d. Tokenization
Berikut ini adalah contoh dari pengkategorian teks kecuali:

Select one:
a. Essay Scoring
b. Translation
c. Spam Filtering
d. Sentiment Analysis
Berikut ini tekhnik pemrosesan bahasa alami umum yang merupakan Grammar Correction
adalah:
Select one:
a. Ketik kata kunci untuk mengajukan pertanyaan
b. Koreksi ejaan dan tata bahasa
c. Google, Yahoo, Bing
d. Meringkas informasi penting dari suatu sumber untuk menghasilkan versi yang
dipersingkat
Sub-bidang Ilmu Komputer khususnya Artificial Intelligence (AI) yang berkepentingan untuk
memungkinkan komputer memahami dan memproses bahasa manusia, adalah:
Select one:
a. Natural Languange Processing (NLP)
b. Computer Vision
c. Image Processing
d. Expert System
Startup NLP di Indonesia yang menjadikan conversational AI dengan chatbot sebagai

produk utama mereka adalah...
Select one:
a. Prosa.ai
b. Prosa.ai dan Bahasa.ai
c. Prosa.ai dan Kata.ai
d. Kata.ai dan Bahasa.ai
Pernyataan berikut ini adalah keuntungan dari NLP:
Select one:
a. Akurasi jawaban meningkat dengan jumlah informasi relevan yang diberikan dalam
pertanyaan
b. Sistem NLP terkadang tidak memiliki antarmuka pengguna
c. Bahasa Query Kompleks
d. Tidak dapat beradaptasi dengan domain dan masalah baru karena fungsinya yang
terbatas
Keuntungan dari Social Network Analysis adalah:
Select one:
a. berfokus pada edge
b. berfokus pada jaringan
c. berfokus pada node
d. berfokus pada interaksi
Social network analysis adalah :
Select one:
a. studi sociometri
b. sebuah studi yang mempelajari tentang hubungan manusia dengan memanfaatkan teori
graf
c. metode yang menghubungkan antar node
d. peta yang terdiri atas banyak orang dimana di dalamnya terdapat relasi antar individunya
Gephi adalah Software Social Network Analysis, kecuali :
Select one:
a. Free
b. Open Source
c. Berbayar
d. interactive visualization and exploration
Beberapa disiplin ilmu dari Social Network Analysis adalah, kecuali :
Select one:
a. Graf Network
b. Social Network
c. Transportation Network
d. Electrical Network
Struktur matematika paling dasar dari suatu grafik adalah :
Select one:
a. Banyaknya Set V
b. Satu set V yang terhubung melalui garis E
c. Banyaknya garis E
d. Banyaknya Network
Tipe dari Social Network Analysis yang "Personal network"
Select one:
a. Physiocentric
b. Egocentric
c. Anthropologie
d. Sociocentric
Riset tentang network analisis ditemukan pada bidang ilmu :
Select one:
a. Educational Psychology
b. Theoretical Science
c. Computational Science
d. Data Science
Menurut Halgin & DeJordy, 2008 "If your research question is about different patterns of
interaction within defined groups" adalah :
Select one:
a. Egocentric
b. Physiocentric
c. Sociocentric
d. Anthropologie
Software Social Network Analysis adalah :
Select one:
a. NodeXL dan Gephi
b. RapidMiner
c. Linux dan Windows
d. Twitter
NodeXL adalah Software Social Network Analysis yang, kecuali
Select one:
a. Menggunakan template Word
b. Open Source
c. Menggunakan template Excell
d. Free
Menurut Halgin & DeJordy, 2008 "If your research question is about phenomena of or
affecting individual entities across different settings" adalah :
Select one:
a. Anthropologie
b. Egocentric
c. Sociocentric
d. Physiocentric
Network analysis dibangun dari :
Select one:
a. Sociology
b. Economy
c. Political
d. Communication
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.
Tipe dari Social Network Analysis yang "Whole network"
Select one:
a. Anthropologie
b. Egocentric
c. Physiocentric
d. Sociocentric
Tipe dari Social Network Analysis yang "Creates one network":
Select one:
a. Egocentric
b. Anthropologie
c. Physiocentric
d. Sociocentric
Sejarah Network Analysis pada tahun ......New York Times reported on the new science of
“psychological geography” :
Select one:
a. 1933
b. 1950
c. 1930
d. 1960
Betweenness Centrality adalah :
Select one:
a. ukuran terbentuknya jaringan pada grafik
c. ukuran sentralitas suatu node dalam suatu jaringan berdasarkan jumlah jalur terdekat
yang melewatinya.
node.
Edge adalah :
Select one:
a. koneksi antara duah buah jaringan
b. koneksi antara lebih dari dua buah node
c. koneksi antara banyak node
d. koneksi antara dua buah node
Degree Centrality adalah :
Select one:
a. ukuran sentralitas suatu node dalam suatu jaringan berdasarkan jumlah jalur terdekat
yang melewatinya.
c. ukuran terbentuknya jaringan pada grafik
node.
Tipe dari Social Network Analysis yang "Creates many stand alone networks":
Select one:
a. Egocentric
b. Physiocentric
c. Anthropologie
d. Sociocentric
Sentiment = feelings, kecuali :
Select one:
a. Emotions
b. Attitudes
c. Soul
d. Opinions
Traditional bullying was limited to ....... :
Select one:
a. animal
b. schools and youth crowds
c. staff
d. floral
Contoh Pertanyaan pada Sentiment Analysis:
Select one:
a. How many node in graph?
b. Is far or close ?
c. How to produce product ?
d. Is this product review positive or negative?
..............A powerful analytics and data visualization platform. Connect all your data and create
interactive dashboards that update in real-timey.
Select one:
a. R
b. Tableau
c. Python
d. RapidMiner
............recognizing opinion- oriented questions.
Select one:
a. Information extraction
b. Bias identification
c. Summarization
d. Question answering
Applications from SA have been useful in other areas, kecuali :
Select one:
a. Entertainment
b. Politics/political science
c. Sociology
d. Law/policy making
..............bullying with the use of digital technology.
Select one:
a. Electronicbully
b. Cyberbullyng
c. Ebully
d. Bullying
text analysis tools can sort text by :
Select one:
a. read for information
b. topic
c. extract information
d. extract data
...........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
.............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. System analysis
b. Sentiment analysis
c. Information analysis
d. Data analysis
process of cleaning, analyzing, interpreting, and visualizing data to discover valuable

insights that drive smarter and more effective business decisions is ...... :
Select one:
a. Information
b. Data
c. Information System
d. Data analysis
Some sentiment analysis jargon :
Select one:
a. Collection
b. Collaboration
c. Analysis
d. Semantic orientation
.............discarding subjective information.
Select one:
a. Question answering
b. Summarization
c. Bias identification
d. Information extraction
.............Open-source platform for building advanced machine learning solutions, and

visualizing data. :
Select one:
a. RapidMiner
b. Python
c. Microsoft Excel
d. KNIME
.............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. Python
d. Microsoft Excel
........... accounting for multiple viewpoints.
Select one:
a. Summarization
b. Bias identification
c. Information extraction
d. Question answering
............For data analytics teams that want to tackle challenging tasks and handle large
amounts of data.
Select one:
a. Python
b. Microsoft Excel
c. KNIME
d. RapidMiner
...........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. RapidMiner
b. Microsoft Excel
c. Python
d. KNIME
Sentiment analysis, also called :
Select one:
a. Opinion Data
b. Sentiment Mining
c. Appraisals
d. Opinion Mining
..........focuses on the process of turning raw data into useful statistics, information, and
explanations.
Select one:
a. Data analysis
b. Information
c. Information System
d. Data
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. Python
b. Big data analysis
c. NLP pipeline
d. Setiment analysis
Sebagian besar data yang semakin bertambah berupa
Select one:
a. Unstructured data
b. Enterprise data
c. Structured data
d. Balanced data
Ilustrasi hubungan Subyek dan Obyek yang saling berhubungan melalui predikat dapat
dilihat menggunakan
Select one:
a. Tree-map
b. Directed graph
c. Undirected graph
d. Co-occurrence
Pada grafik perkembangan data dari tahun 2010 hingga 2020, data terbanyak bersumber
dari area berikut kecuali
Select one:
a. Enterprise Data
b. Social Media
c. Sensors & Devices
d. Exabytes volume
Berikut ini adalah 3 kriteria big data sedehana
Select one:
a. Volume, veracity, variety
b. Visibility, value, velocity
c. Visibility, variety, veracity
d. Volume, velocity, variety
Proses NLP yang mengacu pada pengategorian kata-kata dalam teks (korpus) tergantung
pada definisi kata dan konteksnya disebut sebagai
Select one:
a. Named Entity Recognition (NER)
b. Part-Of-Speech (POS) Tagging
c. Automatic Term Recognition (ATR)
d. Syntax Analysis (S-P-O)
Big data dapat membantu melakukan predictive maintenance & quality pada industri
Select one:
a. Agriculture
b. Banking
c. Education
d. Automotive
Berikut adalah manfaat Co-occurrence kecuali
Select one:
a. Identifikasi jenis korelasi antar pelaku dan istilah
b. Menampilkan aktor penting yang sering muncul bersamaan
c. Menunjukkan aktor yang ada dalam paragraf yang sama
d. Indikasi adanya korelasi antar pelaku dan istilah
NLP pada Sistem Factminer mendapatkan masukkan dari hal berikut, kecuali
Select one:
a. Semantic Search Engine
b. Laporan Internal
c. Dokumen
d. Berita online
Berikut ini adalah sumber data yang digunakan pada Knowledge Explorer Indonesia
OneSearch (IOS), kecali:
Select one:
a. iTunes
b. Jurnal
c. Berita online
d. Blog
Suatu teknik yang secara otomatis mengidentifikasi entitas tertentu dalam teks dan
mengklasifikasikannya ke dalam kategori yang telah ditentukan sebelumnya disebut
Select one:
a. Part-Of-Speech (POS) Tagging
b. Syntax Analysis (S-P-O)
c. Automatic Term Recognition (ATR)
d. Named Entity Recognition (NER)
Sebuah tree-map dapat digunakan mengidentifikasi untuk hal berikut kecuali:
Select one:
a. Aktifitas terkait dengan aktor
b. Obyek atau entitas terkait aktivitas subyek.
c. Aktor perorangan, organisasi, konsep (subyek)
d. Hubungan antar subjek
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. Drone Emprit
b. Corpus
c. Social Network Analysis
d. Data Science
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. Nifi
b. Kafka
c. Hive
d. Orange
Text mining language yang paling popular adalah
Select one:
a. Python dan R
b. Python dan NLP
c. HTML dan KNIME
d. NLP dan Java
Program database apakah yang digunakan untuk Data & Statistic pada Knowledge Explorer
Indonesia OneSearch (IOS)?
Select one:
a. MongoDB
b. API
c. MySQL
d. Apache SOLR
SparkNLP dapat melakukan hal berikut kecuali
Select one:
a. Tokenization
b. Sentiment Detector
c. Actor recognition
d. Stemming
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. Part-Of-Speech (POS) Tagging
b. Automatic Term Recognition (ATR)
c. Named Entity Recognition (NER)
d. Syntax Analysis (S-P-O)
Selain tokoh dan organisasi, dalam suatu berita FactMiner dapat mengekstrak data berikut
kecuali
Select one:
a. Lokasi
b. Peristiwa
c. Waktu
d. Komentar
NLP digunakan dalam hal-hal berikut kecuali:
Select one:
a. Quote Extraction
b. Text-to-speech extraction
c. Sentiment Analysis
d. Trends Analysis
20/05/22 15.06 1 pesan baru
Dashboard / My courses / ATA 2021/2022 | 3-Fpsi | Sains Data dan Analisis Big Data | TEAM TEACHING
/ PERTEMUAN 10 MATERI : MARKETING AND CAMPAIGN / KUIS MINGGU 10 MATERI : MARKETING AND CAMPAIGN KELAS PAGI
Question 1 Menyusun data untuk memastikannya dapat ditanyakan secara berguna dalam kerangka waktu yang sesuai oleh semua
Not yet pengguna adalah tahapan dalam:
answered
Marked out of Select one:

1.00
a. Business Solution Architects
b. Data Explorers
c. Data Hygienists
d. Data Scientists
Clear my choice
LINK REKAMAN VIDIO PERTEMUAN 11

◄ PERTEMUAN 10 MATERI :
Jump to... SOSHUM 3 MATERI : MARKETING AND
MARKETING AND CAMPAIGN
CAMPAIGN ►
1
Online
https://v-class.gunadarma.ac.id/mod/quiz/attempt.php?attempt=6325974&cmid=922253 1/2
20/05/22 15.07 KUIS MINGGU 10 MATERI : MARKETING AND CAMPAIGN KELAS PAGI (page 2 of 20)
Question 2 Otomatisasi dilakukan untuk mengubah data menjadi laba, apakah yang dilakukan pada otomatisasi ini:
Not yet
answered
Select one:
Marked out of
a. Membuat replikasi dan perubahan analisis lebih mudah sehingga tidak perlu selalu memulai dari awal
1.00
b. Mendukung tenaga penjualan dengan target yang bermanfaat
c. Mengungkapkan apa yang mendorong harga untuk setiap segmen pelanggan dan produk
d. Mengembangkan seperangkat komunikasi yang jelas untuk memberikan alasan harga untuk menonjolkan nilai dan
menyesuaikan argumen tersebut dengan pelanggan
Clear my choice

CAMPAIGN ►
1
Online
https://v-class.gunadarma.ac.id/mod/quiz/attempt.php?attempt=6325974&cmid=922253&page=1 1/2
20/05/22 15.08 1 pesan baru
Question 3 Apakah Quality Function Deployment (QFD)itu:

Not yet
answered
Select one:
Marked out of
a. Pola dalam analisis menunjukkan peluang untuk penetapan harga yang berbeda pada tiap tingkat produk per
1.00
pelanggan berdasarkan kesediaan untuk membayar
b. Teknik dari desain produk yang menerjemahkan kebutuhan pelanggan ke dalam rekayasa karakteristik
c. Teknik visualisasi data yang menunjukkan besarnya suatu fenomena sebagai warna dalam dua dimensi
d. Teknik untuk mengatasi kesenjangan komunikasi antara anggota fungsional yang berbeda dalam suatu tim
Clear my choice

CAMPAIGN ►
1
Online
20/05/22 15.09 1 pesan baru
Question 4 Memprediksi perilaku pelanggan dan memungkinkan segmentasi pelanggan tingkat lanjut dan pengoptimalan harga
Not yet adalah tahapab dalam:
answered

1.00
a. Data Explorers
b. Data Hygienists
c. Business Solution Architects
d. Data Scientists
Clear my choice

CAMPAIGN ►
1
Online
Question 5 Skor prediktif yang memprediksi bagaimana warga akan menanggapi penjangkauan kampanye adalah:
Not yet
answered
Select one:
Marked out of
a. Skor perilaku
1.00
b. Skor elektabilitas
c. Skor respons
d. Skor dukungan
Clear my choice

CAMPAIGN ►
Question 6 Peran Data Scientist adalah:

Not yet
answered
Select one:
Marked out of
a. Menyaring kumpulan data untuk menemukan data yang sebenarnya dibutuhkan
1.00
b. Mengambil data terorganisir dan membuat model analitik canggih
c. Mengumpulkan data yang ditemukan dan mengaturnya sehingga siap untuk dianalisis
d. Memastikan bahwa data yang masuk ke sistem bersih dan akurat, dan tetap seperti itu selama siklus hidup data
Clear my choice

CAMPAIGN ►
1
Online
Question 7 Skor prediktif yang memprediksi preferensi politik warga adalah:

Not yet
answered
Select one:
Marked out of
a. Skor dukungan
1.00
b. Skor perilaku
c. Skor respons
d. Skor elektabilitas
Clear my choice

CAMPAIGN ►
Question 8
Not yet answered
Marked out of 1.00
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
Clear my choice
◀︎ PERTEMUAN 10 MATERI : MARKETING AND CAMPAIGN
Jump to...
LINK REKAMAN VIDIO PERTEMUAN 11 SOSHUM 3 MATERI : MARKETING AND CAMPAIGN ▶︎
Obrolan
Question 9
Not yet answered
Marked out of 1.00
GRP (Gross Rating Point) Sosial Media digital dibagi menjadi tiga,
Select one:
a. Effective reach, Audience relevance, Sentiment
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. Skor perilaku, Skor dukungan, Skor respons
d. Data Hygienists, Data Explorers, Business Solution Architects
Clear my choice

1
Jump to... Obrolan

Question 10
Not yet answered
Marked out of 1.00
Berikut ini bukan termasuk dalam faktor yang mempengaruhi kampanye politik:
Select one:
a. Kemunduran partai politik
b. Perkembangan media cetak
c. Kebijakan politik panitia pemilihan
d. Perkembangan teknologi
Clear my choice
Jump to...
Obrolan
Question 11
Not yet answered
Marked out of 1.00
Berikut adalah pernyataan yang tidak benar mengenai Heatmap:
Select one:
a. Heatmap membantu perusahaan mengidentifikasi dan memprioritaskan peluang untuk investasi
b. Heatmap adalah teknik visualisasi data yang menunjukkan besarnya suatu fenomena sebagai warna dalam dua dimensi
c. Heatmap memberikan panduan harga pada tingkat transaksi individual
d. Heatmap dapat digunakan menilai kekuatan dan kelemahannya dalam menggunakan big data di semua area fungsional
Clear my choice
Jump to...
Obrolan
Question 12
Not yet answered
Marked out of 1.00
Elemen dibawah ini tidak diperhitungkan dalam metrik GRP sosial:
Select one:
a. Effective reach
b. Sentiment
c. Audience relevance
d. Relevant
Clear my choice

1
Jump to...
Obrolan
Question 13
Not yet answered
Marked out of 1.00
Peran Data Explorers adalah:
Select one:
a. Mengumpulkan data yang ditemukan dan mengaturnya sehingga siap untuk dianalisis
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. Menyaring kumpulan data untuk menemukan data yang sebenarnya dibutuhkan
Clear my choice

1
Jump to...
Obrolan
Question 14
Not yet answered
Marked out of 1.00
Model prediktif kampanye politik menghasilkan tiga kategori "skor prediktif" , kecuali:
Select one:
a. Skor elektabilitas
b. Skor dukungan
c. Skor respons
d. Skor perilaku
Clear my choice
Jump to...
1
Obrolan
Question 15
Not yet answered
Marked out of 1.00
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 perilaku
b. Skor elektabilitas
c. Skor respons
d. Skor dukungan
Clear my choice
Jump to...

1
Obrolan
Question 16
Not yet answered
Marked out of 1.00
Berikut ini adalah keefektifan dari Customer Lifecycle Managemen, kecuali:
Select one:
a. Mengubah model menjadi hasil
b. Kembangkan pelanggan yang sudah ada
c. Dapatkan pelanggan baru
d. Pertahankan pelanggan yang sudah ada dan menangkan kembali pelanggan lama
Clear my choice

1
Jump to...
Obrolan
Question 17
Not yet answered
Marked out of 1.00
Peran Data Hygienists adalah:
Select one:
Clear my choice
Jump to...

1
Obrolan
Question 18
Not yet answered
Marked out of 1.00
Peran Business Solution Architects adalah:
Select one:
Clear my choice

1
Jump to...
Obrolan
Question 19
Not yet answered
Marked out of 1.00
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 Explorers
b. Data Hygienists
c. Business Solution Architects
d. Data Scientists
Clear my choice

1
Jump to... Obrolan

Question 20
Not yet answered
Marked out of 1.00
Definisi Kampanye menurut Rogers dan Storey adalah:
Select one:
a. Penggunaan berbagai metode komunikasi yang berbeda secara terkoordinasi dalam jangka waktu tertentu yang ditujukan
untuk mengarahkan khalayak pada masalah tertentu dan solusinya
b. Penciptaan kembali dan pemindahan simbol-simbol penting secara terus menerus melalui komunikasi
c. Proses rangkaian komunikasi politik antara kontestan politik dan pemilih
d. Serangkaian tindakan komunikasi yang direncanakan dengan tujuan menciptakan efek tertentu pada sejumlah besar
khalayak yang dilakukan secara berkelanjutan selama periode waktu tertentu
Clear my choice
Jump to...
Obrolan
KUIS TEAM TEACHING – M11
Rendahnya tingkat Tax Compliance jika dilihat dari Big Data adalah:
Select one:
a. Perlunya memberikan insentif
b. Rendahnya ketersediaan dana pajak
c. Big data belum di manfaatkan dengan optimal oleh otoritas pajak
d. Kualitas data yang tidak mendukung
Berikut pemanfaatan data bagi DJP , kecuali:
Select one:
a. Data Pribadi
b. Data Warehouse
c. Data Eksternal
d. Internal Data
Teknik untuk membantu melihat pelanggan mana yang akan meninggalkan layanan
sehingga perusahaan dapat mengembangkan strategi yang tepat untuk mempertahankan
pelanggan, disebut :
Select one:
a. Credit Scoring
b. Segmentasi pelanggan
c. Upselling
d. Churn-prediction
Berikut ini yang termasuk klasifikasi variabel segmentasi yang tidak dapat diobservasi terkait
produk-spesisik adalah :
Select one:
a. Psikografik
b. Demografi
c. Preferensi
d. Loyalitas
Tahapan Algoritma C4.5 untuk membangun pohon keputusan setelah tahap “Bagi kasus
dalam cabang” adalah
Select one:
a. Pilih atribut sebagai akar
b. Ulangi proses untuk masing-masing cabang sampai semua kasus pada cabang memiliki
kelas yang sama
c. Membuat aturan asosiasi
d. Buat cabang untuk masing-masing nilai
Data Warehouse DJP dapat berupa data-data, kecuali
Select one:
a. Direct Tax
b. Data Tradisonal
c. Inderect Tax
d. Tranfer Pricing
Analisa yang berdasarkan pada data-data mengenai harga historis yang terjadi pada pasar
saham, disebut :
Select one:
a. Analisis fundamental
b. Analisis Keranjang Pasar
c. Analisis kredit
d. Analisis teknikal
Contoh dari Direct Tax Adalah
Select one:
a. Data Perbankan
b. Data CSR
c. Data Wajib pajak Penghasilan Badan
d. Data PPN
Di dalam perpajakan ada yang disebut dengan Self Assesment System, apa yang dimaksud
Self Assesment System
Select one:
a. Wajib pajak punya otoritas penuh aktif dalam menjalankan kewajiban perpajakannya
b. Peranan pemerintah sangat aktif dalam menentukan penerimaan pajak
c. Pemerintah bersama dengan wajib pajak aktif melaksanakan hak dan kewajiban
perpajakan
d. Pihak lain yang melakukan semuan kewajiba perpajakan
Praktik ilegal dalam dunia investasi, di mana seorang investor mendapat informasi yang
pasti perihal peluang keuntungan dalam transaksi jual beli saham. Kepastian informasi
tersebut tentu bersumber dari „orang dalam‟ di perusahaan terkait, disebut :
Select one:
a. Insider trading
b. Money laundring
c. Bribery
d. Sanction breaches
Berikut adalah Karakteristik Big Data, Kecuali:
Select one:
a. Velocity
b. Capacity
c. Volume
d. Variety
Penerapan analisis big data dalam konteks penerimaan pajak memiliki banyak potensi,
dianataranya kecuali:
Select one:
a. Dapat melihat relasi antar-wajib pajak,
b. Mengurangi risiko biaya
c. Dapat mengidentifikasi risiko ketidakpatuhan setiap wajib pajak
d. Memperkaya profil wajib pajak,
Tools yang dapat digunakan untuk mengolah big data adalah :
Select one:
a. Hadoop
b. SPSS
c. Excel
d. Integral
Kegunaan Big Data Bagi pemerintah sangat penting, diantaranya :
Select one:
a. Menjadi biaya tinggi bagi pemerintah
b. Memberikan peluang untuk melakukan rekayasa transaksi
c. Meningkatkan pendapatan negara
d. Merupakan sarana untuk menyembunyikan transaksi
Market Basket Analysis termasuk kelompok peran sains data pada industri keuangan :
Select one:
a. Bisnis real estate
b. Lainnya
c. Manajemen Risiko
d. Bisnis melalui CRM
Jenis Fraud yang korban terbesarnya adalah para pemegang saham, adalah :
Select one:
a. Customer Fraud
b. Employee Fraud
c. Investment Scam
d. Management Fraud
Berikut merupakan contoh data konvensional
Select one:
a. Data Laporan keuangan Perusahaan
b. Data Stocks (Saham)
c. Data Transaksi Nasabah Bank
d. Data Sosial Media(Twitter,Facebook,Youtube dll)
Mendorong konsumen untuk membeli model yang lebih mahal dalam brand atau kategori
produk yang sama, atau untuk menambah model asli dengan fitur tambahan, disebut :
Select one:
a. Pre-selling
b. Down-selling
c. Cross-selling
d. Upselling
Tahapan dalam money laundry dimana sudah mulai digunakan mata uang digital, adalah
tahap :
Select one:
a. Layering
b. Credit scoring
c. Integration
d. Placement
Metode ini merupakan metode eksplorasi yang mengubah data yang sangat besar menjadi
pohon keputusan yang merepresentasikan suatu aturan, disebut :
Select one:
a. Neural Network
b. Multivariate Adaptive Regression Spline (MARS)
c. Chi-squared Automatic Interaction Detection (CHAID)
d. Classification and Regression Tree (CART)
Apakah yang dimaksud dengan Variety dan Complexity dalam Big Data:
Select one:
a. Sebuah aplikasi dapat membuat/mengumpulkan banyak jenis data
b. Data dihasilkan secara cepat, maka dibutuhkan pemrosesan yang cepat juga
c. Akurasi data
d. Ukuran data
Apakah yang dimaksud dengan Kecerdasan Buatan:
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.
d. Bidang ilmu komputer yang dikhususkan untuk memecahkan masalah kognitif yang
umumnya terkait dengan kecerdasan manusia, seperti pembelajaran, pemecahan masalah, dan
pengenalan pola
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. Big data
d. Sains data
Apakah yang dimaksud dengan Volume dalam Big Data:
Select one:
a. Data dihasilkan secara cepat, maka dibutuhkan pemrosesan yang cepat juga
b. Ukuran data
c. Akurasi data
d. Sebuah aplikasi dapat membuat/mengumpulkan banyak jenis data
Apakah yang dimaksud dengan Sains Data:
Select one:
a. Data yang skala, keragaman, dan kompleksitasnya memerlukan arsitektur, teknik, algoritma,
b. Disiplin ilmu yang khusus mempelajari data, khususnya data kuantitatif (data numerik), baik
c. Kecerdasan yang ditampilkan oleh mesin, di mana, pembelajaran dan kemampuan berbasis
pengenalan pola
Tujuan utama penggunaan Artificial Intelligence adalah :
Select one:
a. Monitoring aktifitas dan kondisi tubuh kita
b. Untuk meningkatkan kemampuan manusia dengan membuat perangkat lebih mampu dan
meningkatkan UX
c. menciptakan komputasi yang lebih personal, meningkatkan produktivitas, menemukan
kembali proses bisnis, dan membangun platform cloud yang cerdas
d. Streaming data
Berikut adalah pernyataan yang benar mengenai Last Mile Delivery:
Select one:
a. Jawaban tidak ada yang benar
b. konsep arsitektur yang mengi ntegrasikan teknologi dan me ngumpulkan data untuk
mengoptimalkan efisiensi operasi
c. Cara yang digunakan distributor atau retailer untuk mengirim barang ke konsumen secara
langsung tanpa menggunakan pihak ketiga.
d. senjata tersembunyi yang me mungkinkan seorang arsitek untuk mengubah parameter t
ertentu untuk membuat berba gai jenis desain
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. Sains data
b. Kecerdasan buatan
c. Big data
d. Artificial Intelligence
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. Kecerdasan buatan
c. Sains data
d. Big data
Apakah yang dimaksud dengan Big Data:
Select one:
a. Disiplin ilmu yang khusus mempelajari data, khususnya data kuantitatif (data numerik), baik
b. Data yang skala, keragaman, dan kompleksitasnya memerlukan arsitektur, teknik, algoritma,
c. Kecerdasan yang ditampilkan oleh mesin, di mana, pembelajaran dan kemampuan berbasis
pengenalan pola
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
Artificial Intelligence pada tahun 1980 an - 2010 an berfokus pada:
Select one:
a. Pembelajaran Mendalam
b. Jaringan Neural
c. Pembelajaran Mesin
d. Mempredikasi sinyal yang dibuat
Berikut ini adalah definisi Artificial Intelligence:
Select one:
a. Kecerdasan yang ditampilkan oleh mesin, di mana, pembelajaran dan kemampuan berbasis
b. Bidang ilmu komputer yang dikhususkan untuk memecahkan masalah kognitif yang
pengenalan pola
c. Disiplin ilmu yang khusus mempelajari data, khususnya data kuantitatif (data numerik), baik
d. Data yang skala, keragaman, dan kompleksitasnya memerlukan arsitektur, teknik, algoritma,
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. Sains data
c. Kecerdasan buatan
d. Artificial Intelligence
Tool yang digunakan dalam sains data adalah:
Select one:
a. Shogun
b. Kaffe
c. R
d. PyTorch
Artificial Intelligence pada tahun 2011 - saat ini berfokus pada:
Select one:
a. Pembelajaran Mendalam
b. Pembelajaran Mesin
c. Mempredikasi sinyal yang dibuat
d. Jaringan Neural
Apakah yang dimaksud dengan Velocity dalam Big Data:
Select one:
a. Akurasi data
b. Sebuah aplikasi dapat membuat/mengumpulkan banyak jenis data
c. Ukuran data
d. Data dihasilkan secara cepat, maka dibutuhkan pemrosesan yang cepat juga
Apakah yang dimaksud dengan Veracity dalam Big Data:
Select one:
a. Ukuran data
b. Sebuah aplikasi dapat membuat/mengumpulkan banyak jenis data
c. Data dihasilkan secara cepat, maka dibutuhkan pemrosesan yang cepat juga
d. Akurasi data
Pendeteksi/Pengklasifikasian Cyberbullying adalah contoh implementasi Artificial Intelligence di

bidang:
Select one:
a. Ritail
b. Bahasa dan NLP
c. SDM
d. Psikologi
Artificial Intelligence pada tahun 1950 an - 1970 an berfokus pada:
Select one:
a. Jaringan Neural
b. Pembelajaran Mesin
c. Mempredikasi sinyal yang dibuat
d. Pembelajaran Mendalam
08/07/22 14.56 1 pesan baru
/ Pertemuan 13 : Data mining dan Statistik / Kuis M13 : Data mining dan statistik
Question 1 Peran utama data mining adalah sebagai berikut, kecuali :

Answer saved

1.00
a. Penentuan
b. Klastering
c. Prediksi
d. Estimasi
Clear my choice
◄ Materi Minggu 13 : Data mining dan Link Rekaman Vidio Minggu 13 SosHum 3
Jump to...
statistik : Data Mining dan Statistik ►
1
Online
08/07/22 14.58 Kuis M13 : Data mining dan statistik (page 2 of 20)
Question 2 Evolusi Science (Evolution of Sciences) tahun 1990 - now adalah :

Answer saved

1.00
b. Data science
Clear my choice
Jump to...
1
Online
08/07/22 14.58 1 pesan baru
Question 3 Beberapa definisi data mining adalah, kecuali :

Answer saved

1.00
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
Clear my choice
Jump to...
1
Online
08/07/22 14.58 1 pesan baru
Question 4 Untuk pembentukan model pada Pengujian Model Data Mining adalah :
Answer saved

1.00
a. data training
b. data estimation
c. data testing
d. data validation
Clear my choice
Jump to...
1
Online
08/07/22 14.58 1 pesan baru
Question 5 Definisi Supervised Learning adalah, kecuali :

Answer saved

1.00
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
Clear my choice
Jump to...
1
Online
08/07/22 14.58 1 pesan baru
Question 6 Algoritma association rule (aturan asosiasi) adalah algoritma yang menemukan atribut yang :
Answer saved

1.00
a. Bioinformatics
b. Muncul Bersamaan
c. Monitoring System
d. Customer Segmentation
Clear my choice
Jump to...
1
Online
Question 7 fakta yang terekam dan tidak membawa arti adalah definisi dari:
Answer saved

1.00
a. Informasi
b. Sistem
c. Pengetahuan
d. Data
Clear my choice
Jump to...
1
Online
08/07/22 14.59 1 pesan baru
Question 8 Pola, rumus, aturan atau model yang muncul dari data adalah definisi dari:
Answer saved

1.00
a. Data
b. Sistem
c. Informasi
d. Pengetahuan
Clear my choice
Jump to...
1
Online
08/07/22 14.59 1 pesan baru
Question 9 FP-Growth, A Priori, Coefficient of Correlation, Chi Square adalah algoritma pada .....didata mining :
Answer saved

1.00
a. Estimasi
b. Association
c. Classification
d. Clustering
Clear my choice
Jump to...
1
Online
08/07/22 14.59 1 pesan baru
Question 10 Evolusi Science (Evolution of Sciences) tahun 1600-1950 adalah :

Answer saved

1.00
b. Data science
Clear my choice
Jump to...
1
Online
08/07/22 14.59 1 pesan baru
Question 11 Pembagian Dataset pada Pengujian Model Data Mining adalah kecuali:
Answer saved

1.00
a. data estimation
b. data validation
c. data testing
d. data training
Clear my choice
Jump to...
1
Online
08/07/22 14.59 1 pesan baru
Question 12 Data Cleaning, Data Integration, Data Reduction, Data Transformation adalah proses .... pada Data mining :
Answer saved

1.00
a. Data Analyst/Business Analyst
b. Data Science Application Developer
c. Data Scientist
d. Data Pre-processing
Clear my choice
Jump to...
1
Online
08/07/22 14.59 1 pesan baru
Question 13 Linear Regression, Neural Network, Support Vector Machine adalah algoritma pada .....didata mining:
Answer saved

1.00
a. Classification
b. Clustering
c. Association
d. Estimasi
Clear my choice
Jump to...
1
Online
Question 14 Evolusi Science (Evolution of Sciences) sebelum tahun 1600 adalah :

Answer saved

1.00
c. Empirical science
d. Data science
Clear my choice
Jump to...
1
Online
Question 15 Rapidminer adalah :

Answer saved

1.00
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 cloud storage, including related to data life cycle, and responds to requests from
storage users
d. Software data mining dan data analytics
Clear my choice
Jump to...
1
Online
08/07/22 15.00 1 pesan baru
Question 16 Metode data mining yang menggunakan data dengan label dan tidak berlabel sekaligus dalam proses pembelajarannya
Answer saved adalah :
Marked out of
1.00 Select one:
a. Supervised Learning
b. Unsupervised Learning
c. Type of Data
d. Semi-Supervised Learning
Clear my choice
Jump to...
1
Online
08/07/22 15.00 1 pesan baru
Question 17 Untuk pengujian model pada Pengujian Model Data Mining adalah :
Answer saved

1.00
a. data training
b. data testing
c. data validation
d. data estimation
Clear my choice
Jump to...
1
Online
08/07/22 15.00 1 pesan baru
Question 18 Definisi Unsupervised Learning adalah, kecuali :

Answer saved

1.00
a. Algoritma clustering adalah algoritma unsupervised learning
b. Algoritma data mining mencari pola dari semua variable (atribut)
c. Variable (atribut) yang menjadi target/label/class tidak ditentukan (tidak ada)
d. Sebagian besar algoritma data mining (estimation, prediction/ forecasting, classification) adalah supervised
learning
Clear my choice
Jump to...
1
Online
Question 19 Contoh Penerapan Data Mining adalah sebagai berikut, kecuali :

Answer saved

1.00
a. Deteksi serangan (intrusion) pada suatu jaringan
b. Analisis pola belanja pelanggan
c. Penentuan pasokan listrik PLN untuk wilayah Jakarta
d. Penjadwalan Pemeliharaan
Clear my choice
Jump to...
1
Online
Question 20 Evolusi Science (Evolution of Sciences) tahun 1950-1990 adalah :

Answer saved

1.00
c. Data science
Clear my choice
Jump to...
1
Online
7/15/22, 4:14 PM Kuis Pertemuan 14 : Sains data, Big Data dan Kecerdasan Buatan di Kehidupan Sehari-hari (page 1 of 20)
/ Pertemuan 14 : Sains data, Big Data dan Kecerdasan Buatan di Kehidupan Sehari-hari
/ Kuis Pertemuan 14 : Sains data, Big Data dan Kecerdasan Buatan di Kehidupan Sehari-hari
Question 1 Amazon/Alexa, Microsoft/Cortana merupakan contoh pemanfaatan AI di Bahasa dengan teknologi

Answer saved

5.00
a. Google Translate
b. Smart Speaker
c. Drone Control
d. Chat Bot AI
Clear my choice
◄ Materi Pertemuan 14: Sains data, Big

Data dan Kecerdasan Buatan di Jump to...
Kehidupan Sehari-hari
Question 2 Apakah yang dimaksud dengan Variety dan Complexity dalam Big Data:
Answer saved

5.00
a. Data dihasilkan secara cepat, maka dibutuhkan pemrosesan yang cepat juga
b. Ukuran data
c. Sebuah aplikasi dapat membuat/mengumpulkan banyak jenis data
d. Akurasi data
Clear my choice

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

Question 4 Berikut contoh penggunaan database pada lingkungan big data, kecuali :
Answer saved

5.00
a. Postgresql
b. Hdfs
c. Druid
d. Exel
Clear my choice

Question 5 Berikut ini adalah penerapan kecerdasan buatan dalam pariwisata, kecuali:
Answer saved

5.00
a. Booking perjalanan
b. Komparasi tiket termurah
c. Penanganan bagasi
d. Smart track system
Clear my choice

Question 6 Bidang ilmu komputer yang dikhususkan untuk memecahkan masalah kognitif yang umumnya terkait dengan kecerdasan
Answer saved manusia, seperti pembelajaran, pemecahan masalah, dan pengenalan pola merupakan definisis dari
Marked out of
5.00 Select one:
a. Kecerdasan Buatan
c. Sains Data
d. Metode Numerik
Clear my choice

Question 7 Bidang studi multidisiplin dengan tujuan untuk mengatasi tantangan dalam data besar adalah
Answer saved

5.00
a. Artificial Intelligence
b. Metode Numerik
c. Sains Data
d. Kecerdasan Buatan
Clear my choice

Question 8 Big data dapat membantu melakukan predictive maintenance & quality pada industri
Answer saved

5.00
a. Education
b. Agriculture
c. Banking
d. Automotive
Clear my choice

Question 9 Contoh Pemanfaatan AI di Bidang Pariwisata pada evolusi teknologi tahun 2005-2010 dengan menggunakan teknologi
Answer saved Internet adalah
Marked out of
5.00 Select one:
a. ICT Smart Tourism
b. Blog,SNS Two Way Communication
c. Internet Informasi Travel
d. Computer Reservasi Berbasis Komputer
Clear my choice

Question 10 Contoh Platform Online for FIT (Fully Independent Traveler) pada akomodasi adalah
Answer saved

5.00
a. Geoogle
b. Gojek
c. MAPS
d. airbnb
Clear my choice

Question 11 Definisi Supervised Learning adalah, kecuali :

Answer saved

5.00
a. Pembelajaran dengan guru, data set memiliki target/label/class
b. Sebagian besar algoritma data mining (estimation, prediction/ forecasting, classification) adalah supervised
learning
c. Algoritma melakukan proses belajar berdasarkan nilai dari variabel target yang terasosiasi dengan nilai dari variable
prediktor
d. Variable (atribut) yang menjadi target/label/class tidak ditentukan (tidak ada)
Clear my choice

Question 12 Disiplin ilmu yang khusus mempelajari data, khususnya data kuantitatif (data numerik), baik yang terstruktur maupun
Answer saved tidak terstruktur adalah definisi dari:
Marked out of
5.00 Select one:
a. Big data
c. Sains data
d. Kecerdasan buatan
Clear my choice

Question 13 Jenis Machine Learning berdasarkan campur tangan manusia adalah .

Answer saved

5.00
a. Instance Based Learning
b. Reinforcement Learning
c. Model based Learning
d. Batch Learning
Clear my choice

Question 14 Pemanfaatan AI di Bidang Pariwisata pada evolusi teknologi tahun 2005-2010 dengan menggunakan teknologi
Answer saved

5.00
a. Blog, SNS
b. Computer
c. ICT
d. Internet
Clear my choice

Question 15 Pendeteksi/Pengklasifikasian Cyberbullying adalah contoh implementasi Artificial Intelligence di bidang:

Answer saved

5.00
a. Bahasa dan NLP
b. SDM
c. Psikologi
d. Ritail
Clear my choice

Question 16 Penerapan utama data dari data science pada e-commerce adalah melakukan hal-hal berikut kecuali :
Answer saved

5.00
a. Prediction potential problem
b. Identifying Consumers
c. Recomending Product
d. Analyzing Reviews
Clear my choice

Question 17 Sains Data adalah multi disiplin dari:

Answer saved

5.00
a. Hardware, Software
b. Application web, Application desktop
c. Datawarehouse, Datamining
d. Statistical Model, Statistical Computing
Clear my choice

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

Question 19 Teknik pada Machine Learning adalah, kecuali :

Answer saved

5.00
a. Improvement Learning
b. Reinforcement Learning
c. Supervised Learning
d. UnSupervised Learning
Clear my choice

Question 20 Tujuan Pengunaan robot dan IOT untuk suatu even sebagai salah satu Revolusi Industri 4.0 dan Pariwisata adalah
Answer saved

5.00
a. Menggurangi user
b. Efisiensi Biaya Operasi
c. Berbagi Pengalaman Baru
d. Personalisasi Pengalaman Wisatawan
Clear my choice


Gabungan Kuis Team Teaching Sains Data & Analisis Big Data

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Gabungan Kuis Team Teaching Sains Data & Analisis Big Data

Uploaded by

Copyright:

Available Formats

KUIS M1

Sains Data adalah multi disiplin dari:

Responsibilities seorang Data Scientist adalah :

Task seorang Data Scientist adalah :

Siklus Hidup Sains Data pada Data Discovery adalah melakukan :

Siklus Hidup Sains Data pada Mathematical Models adalah melakukan :

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

Peran/deskripsi tugas dari Scientific database operator (D3 – S1) adalah :

Definisi Data Science dari NIST (2018) :

Alur Proses Sains Data adalah :

CEP merukapan produk campaign marketing yang mengirim campaign secara :

Berikut kepanjangan dari ETL :

Apa kepanjangan dari CEP :

Berikut contoh penggunaan database pada lingkungan big data, kecuali :

Dalam proses Detail Requirement Gathering terdapat prose :

Yang bukan termasuk proses dalam tahap development adalah :

Tools yang berfungsi sebagai process scheduler :

Terdapat 3 komponen utama dalam memproses CEP :

Berikut tool yang tepat digunakan sebagai api gateway :

Apa saja poin penting dalam big data, kecuali :

Berikut tahapan layer pada proses ETL

Berikut urutan yang tepat dalam proses dashboard development :

Dalam proses Cep, Debezium berfungsi sebagai :

Pembagian Dataset pada Pengujian Model Data Mining adalah kecuali:

Peran utama data mining adalah sebagai berikut, kecuali :

Untuk pengujian model pada Pengujian Model Data Mining adalah :

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

Definisi Supervised Learning adalah, kecuali :

Beberapa definisi data mining adalah, kecuali :

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

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

Untuk pembentukan model pada Pengujian Model Data Mining adalah :

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

Pseudo Graf adalah:

Siapakah ilmuwan penemu Teori Graf :

Apakah yang dimaksud dengan Ruas Paralel dalam graf:

Graf yang memiliki simpul tetapi tidak memilik ruas disebut:

Panjang Lintasan (Path) adalah:

Algoritma untuk pohon rentang minimum adalah:

Multi Graf adalah:

Istilah lain untuk simpul pada graf adalah:

Graf yang hanya memiliki 1 simpul adalah:

Tahapan Feature Extraction pada NLP adalah:

Masalah yang terdapat pada disiplin Ahli bahasa adalah:

Pernyataan berikut ini adalah kerugian dari NLP:

Masalah yang terdapat pada disiplin Psikolinguis adalah:

Berikut ini yang bukan domain Computational Linguistics adalah:

Disebut apakah jenis ambiguitas dari satu kata:

Pemrosesan Bahasa Alami (NLP)menurut Goldberg adalah:

Sistem penulisan apakah dimana simbol individu mewakili suku kata:

Tahapan Preposesing pada NLP adalah:

Berikut ini adalah contoh dari pengkategorian teks kecuali:

Startup NLP di Indonesia yang menjadikan conversational AI dengan chatbot sebagai

Keuntungan dari Social Network Analysis adalah:

Social network analysis adalah :

Gephi adalah Software Social Network Analysis, kecuali :

Beberapa disiplin ilmu dari Social Network Analysis adalah, kecuali :

Struktur matematika paling dasar dari suatu grafik adalah :

Tipe dari Social Network Analysis yang "Personal network"

Riset tentang network analisis ditemukan pada bidang ilmu :

Software Social Network Analysis adalah :

NodeXL adalah Software Social Network Analysis yang, kecuali

Network analysis dibangun dari :