UTS Data Mining

Pada Dataset bunga Iris, kolom "Sepal Length" didataset tersebut dikenal dengan nama …

• Label
• Class
• Attribute
• Example
• Group

Dataset data karyawan memiliki variable TB yang berisi bernilai tinggi badan karyawan dalam centimeter. variable TB berjenis ...

• Binary
• Ordinal
• Nominal
• Continues
• Discrete

Berikut ini library Python yang digunakan sebagai library Machine Learning adalah ...

• NumPy
• Matplotlib
• OpenCV
• Pandas
• SKLearn

Proses perbaikan data khususnya data-data outlier dinamakan dengan…

• Cleaning
• Creating
• Completing
• Correcting
• Converting

Proses melakukan pengisian data sampel yang kosong (Missing Values) dinamakan dengan…

• Cleaning
• Creating
• Completing
• Correcting
• Converting

Pernyataan berikut tentang Clustering dan Classification yang benar adalah ...

• Pada Clustering tidak memiliki kelompok pemisah antar group
• Jumlah Sampel data pada Clustering lebih banyak daripada Classification
• Clustering memerlukan data training
• Classification tidak perlu menggunakan data training dan data testing
• Semua pilihan salah

Dataset public pada Google Collaborator biasanya sudah disediakan pada library …

• NumPy
• Matplotlib
• SKLearn
• Tree
• CV

Outlier biasanya terjadi karena …

• kesalahan perhitungan
• kesalahan anotasi
• kesalahan pemberian label
• kesalahan pengambilan data
• semua pilihan benar

Mengapa penting untuk mendeteksi outlier dalam analisis data?

• Outlier tidak mempengaruhi hasil analisis data
• Outlier dapat menyebabkan bias dan mengganggu hasil analisis
• Outlier hanya terjadi dalam dataset kecil
• Outlier tidak relevan untuk interpretasi data
• Semual pilihan salah

Apa tujuan normalisasi menggunakan z-transform dalam analisis data?

• Untuk mengubah distribusi data menjadi distribusi normal standar dengan rata-rata 0 dan standar deviasi 1.
• Untuk mengubah data menjadi rentang tertentu, misalnya antara 0 dan 1.
• Untuk menambahkan data ke dalam analisis tanpa penyesuaian.
• Untuk menghapus outlier dari dataset.
• Untuk mengisikan Missing Values