17 Soal (Pilihan Ganda) Artificial Intelligence (AI) dan Jawaban
Contoh Soal Pilgan Tentang Artificial Intelligence (AI)
1. Apakah yang dimaksud dengan "big data" dalam konteks AI?
A. Teknik komputasi yang digunakan untuk mengelola data dengan volume yang sangat besar dan kompleksitas tinggi.
B. Kumpulan data yang tidak terstruktur dan tidak dapat diolah oleh komputer.
C. Konsep tentang penggunaan teknologi AI untuk menghasilkan data baru.
D. Data yang dikumpulkan dari sumber-sumber yang berbeda untuk digunakan dalam pembelajaran mesin.
Jawaban:
A. Teknik komputasi yang digunakan untuk mengelola data dengan volume yang sangat besar dan kompleksitas tinggi.
2. Manakah dari berikut ini merupakan jenis-jenis komunikasi antara manusia dan AI dalam sistem Natural Language Processing?
A. Input-output
B. Data preprocessing
C. Tokenization
D. Model training
Jawaban:
A. Input-output
3. Apakah yang dimaksud dengan "preprocessing" dalam konteks AI?
A. Proses mengubah data mentah menjadi format yang lebih terstruktur dan siap untuk dianalisis oleh model AI.
B. Algoritma yang digunakan untuk mengklasifikasikan data dalam supervised learning.
C. Metode evaluasi kinerja model AI.
D. Teknik penggabungan data dari berbagai sumber untuk analisis lebih lanjut.
Jawaban:
A. Proses mengubah data mentah menjadi format yang lebih terstruktur dan siap untuk dianalisis oleh model AI.
4. Salah satu teknik yang digunakan dalam pengenalan tulisan tangan adalah:
A. Optical Character Recognition (OCR)
B. Support Vector Machine (SVM)
C. Naive Bayes classifier
D. Deep reinforcement learning
Jawaban:
A. Optical Character Recognition (OCR)
5. Apakah yang dimaksud dengan "sentiment analysis" dalam konteks AI?
A. Proses komputer yang mempelajari dari data melalui pengamatan dan koreksi.
B. Teknik yang digunakan untuk mengklasifikasikan data dalam supervised learning.
C. Metode evaluasi kinerja model AI.
D. Analisis teks untuk mengidentifikasi dan mengukur sentimen atau opini manusia.
Jawaban:
D. Analisis teks untuk mengidentifikasi dan mengukur sentimen atau opini manusia.
6. Salah satu kelemahan utama dari AI adalah:
A. Kemampuan komputer untuk memproses data dengan cepat dan akurat.
B. Keterbatasan dalam memahami konteks dan nuanasa dalam bahasa manusia.
C. Ketergantungan pada koneksi internet yang stabil.
D. Kecenderungan untuk menggantikan pekerjaan manusia secara massal.
Jawaban:
B. Keterbatasan dalam memahami konteks dan nuanasa dalam bahasa manusia.
7. Apa yang dimaksud dengan "tugas klasifikasi" dalam konteks Machine Learning?
A. Tugas yang melibatkan pengelompokan data ke dalam kategori yang telah ditentukan.
B. Proses komputer yang mempelajari dari data melalui pengamatan dan koreksi.
C. Metode evaluasi kinerja model AI.
D. Analisis teks untuk mengidentifikasi dan mengukur sentimen atau opini manusia.
Jawaban:
A. Tugas yang melibatkan pengelompokan data ke dalam kategori yang telah ditentukan.
8. Manakah dari berikut ini bukan merupakan algoritma pengklasifikasi dalam Machine Learning?
A. Logistic Regression
B. Decision Tree
C. K-Means clustering
D. Random Forest
Jawaban:
C. K-Means clustering
9. Salah satu metode yang digunakan dalam memperbaiki model AI yang tidak akurat adalah:
A. Menambahkan lebih banyak fitur ke model.
B. Mengurangi kompleksitas model.
C. Memperbesar ukuran data latih.
D. Melakukan prediksi berdasarkan data yang sudah diketahui.
Jawaban:
B. Mengurangi kompleksitas model.
10. Apa yang dimaksud dengan "neural network" dalam konteks AI?
A. Model matematika yang terinspirasi oleh struktur dan fungsi otak manusia.
B. Algoritma yang digunakan untuk mengklasifikasikan data dalam supervised learning.
C. Metode evaluasi kinerja model AI.
D. Teknik yang digunakan untuk mengoptimalkan penggunaan sumber daya.
Jawaban:
A. Model matematika yang terinspirasi oleh struktur dan fungsi otak manusia.
11. Manakah dari berikut ini bukan merupakan jenis-jenis neural network dalam deep learning?
A. Convolutional Neural Network (CNN)
B. Recurrent Neural Network (RNN)
C. Support Vector Machine (SVM)
D. Generative Adversarial Network (GAN)
Jawaban:
C. Support Vector Machine (SVM)
12. Salah satu contoh aplikasi AI dalam pengenalan wajah adalah:
A. Sistem keamanan dengan pengenalan sidik jari.
B. Mesin pengenalan suara untuk asisten virtual.
C. Sistem deteksi emosi dari ekspresi wajah.
D. Algoritma enkripsi untuk keamanan data.
Jawaban:
C. Sistem deteksi emosi dari ekspresi wajah.
13. Apakah yang dimaksud dengan "hyperparameter" dalam konteks Machine Learning?
A. Parameter internal dalam model yang disesuaikan selama proses pembelajaran.
B. Data yang digunakan untuk melatih model dan menguji kinerjanya.
C. Hasil prediksi yang dihasilkan oleh model.
D. Nilai-nilai yang ditentukan sebelum proses pembelajaran dan mempengaruhi perilaku model.
Jawaban:
D. Nilai-nilai yang ditentukan sebelum proses pembelajaran dan mempengaruhi perilaku model.
14. Manakah dari berikut ini bukan merupakan algoritma yang digunakan dalam reinforcement learning?
A. Q-learning
B. K-Means clustering
C. Deep Q-Network (DQN)
D. Policy gradient
Jawaban:
B. K-Means clustering
15. Apakah yang dimaksud dengan "unsupervised learning" dalam konteks Machine Learning?
A. Proses komputer yang mempelajari dari data melalui pengamatan dan koreksi.
B. Algoritma yang menghasilkan prediksi berdasarkan data historis.
C. Tipe pembelajaran di mana data latih tidak memiliki label atau target yang ditentukan.
D. Teknik yang digunakan untuk mengklasifikasikan data dalam supervised learning.
Jawaban:
C. Tipe pembelajaran di mana data latih tidak memiliki label atau target yang ditentukan.
16. Salah satu contoh aplikasi AI dalam deteksi penipuan keuangan adalah:
A. Asisten virtual seperti Siri, Alexa, atau Google Assistant.
B. Pengenalan suara untuk sistem pengoperasian rumah pintar.
C. Analisis data transaksi untuk mendeteksi pola anomali.
D. Pengenalan wajah dalam sistem keamanan.
Jawaban:
C. Analisis data transaksi untuk mendeteksi pola anomali.
17. Manakah dari berikut ini bukan merupakan teknik pengklasifikasi dalam Machine Learning?
A. Naive Bayes classifier
B. Support Vector Machine (SVM)
C. Decision Tree
D. K-Means clustering
Jawaban:
D. K-Means clustering