Quiz Chapter 8 BD

Quiz Chapter 8 BD

University

10 Qs

quiz-placeholder

Similar activities

ANTARES Workshop - IoT Knowledge

ANTARES Workshop - IoT Knowledge

1st Grade - Professional Development

10 Qs

Latihan 1 - Manajemen Risiko TI - 3TRKA

Latihan 1 - Manajemen Risiko TI - 3TRKA

University

15 Qs

SNA #5

SNA #5

University

15 Qs

Pengolahan Dokumen, Jaringan Komputer dan Cloud

Pengolahan Dokumen, Jaringan Komputer dan Cloud

University

12 Qs

Quiz Organisasi Pararel Komputer

Quiz Organisasi Pararel Komputer

University

15 Qs

Arti dan Kegunaan Probabilitas

Arti dan Kegunaan Probabilitas

University - Professional Development

10 Qs

Tel-U Sisfo Walk Edisi 3 Quiz

Tel-U Sisfo Walk Edisi 3 Quiz

University

15 Qs

Distribution quiz

Distribution quiz

University

10 Qs

Quiz Chapter 8 BD

Quiz Chapter 8 BD

Assessment

Quiz

Computers

University

Medium

Created by

Utomo Pujianto

Used 1+ times

FREE Resource

10 questions

Show all answers

1.

MULTIPLE CHOICE QUESTION

45 sec • 1 pt

Apa tujuan dari Association Rules dalam data mining?
Menyusun data berdasarkan kategori
Menyusun transaksi menjadi itemset yang tidak sering muncul
Mengidentifikasi hubungan atau asosiasi antara item-item yang ada dalam dataset
Mengelompokkan data menjadi beberapa kelompok berdasarkan kesamaan

Answer explanation

Penjelasan: Association Rules digunakan untuk menemukan hubungan atau asosiasi yang kuat antara item dalam dataset. Tujuannya adalah untuk mengidentifikasi pola yang sering muncul bersama dalam transaksi.

2.

MULTIPLE CHOICE QUESTION

45 sec • 1 pt

FP-Growth Algorithm adalah algoritma yang digunakan untuk...
Menemukan frequent itemsets tanpa menghasilkan kandidat itemset
Menyusun itemset berdasarkan urutan frekuensinya
Mengelompokkan itemset berdasarkan kesamaan atribut
Menyaring transaksi berdasarkan pola tertentu

Answer explanation

Penjelasan: FP-Growth (Frequent Pattern Growth) adalah algoritma yang lebih efisien dibandingkan Apriori karena tidak menghasilkan kandidat itemset. Algoritma ini menggunakan struktur pohon bernama FP-tree untuk menemukan frequent itemsets secara langsung.

3.

MULTIPLE CHOICE QUESTION

45 sec • 1 pt

Charm Algorithm lebih efisien dibandingkan Apriori karena...
Charm tidak membutuhkan proses pemilihan kandidat itemset
Charm menggunakan teknik berbasis pohon untuk menemukan aturan asosiasi
Charm mengurangi waktu komputasi dengan mengabaikan beberapa itemset yang tidak relevan
Charm hanya dapat digunakan untuk dataset kecil

Answer explanation

Penjelasan: Charm menggunakan teknik pencocokan itemset yang lebih efisien dengan mengabaikan itemset yang tidak relevan, sehingga mengurangi waktu komputasi dan meningkatkan kecepatan pencarian frequent itemsets.

4.

MULTIPLE CHOICE QUESTION

45 sec • 1 pt

Apa yang dimaksud dengan Joint Probability Distribution?
Probabilitas terjadinya dua kejadian yang saling independen
Probabilitas dua atau lebih kejadian yang saling tergantung terjadi bersamaan
Probabilitas sebuah kejadian terjadi dalam satu interval waktu
Probabilitas suatu kejadian terjadi di masa depan

Answer explanation

Penjelasan: Joint Probability Distribution adalah distribusi probabilitas yang menggambarkan kemungkinan dua atau lebih kejadian yang saling tergantung terjadi pada saat yang bersamaan.

5.

MULTIPLE CHOICE QUESTION

45 sec • 1 pt

Dalam algoritma CHARM, operasi irisan pada tidset digunakan untuk?
Menambah jumlah item dalam itemset
Menghapus itemset yang jarang
Menggabungkan itemset dengan daftar transaksi yang sesuai
Meningkatkan jumlah transaksi dalam dataset

Answer explanation

Operasi irisan dalam tidset digunakan untuk menggabungkan itemset dengan daftar transaksi yang cocok. Ini membantu menemukan itemset yang tertutup dengan mempersempit ruang pencarian.

6.

MULTIPLE CHOICE QUESTION

45 sec • 1 pt

Contoh penggunaan data mining dalam pemasaran adalah
Menemukan pelanggan yang paling mungkin membeli produk tertentu
Menambahkan lebih banyak produk ke toko
Menghapus produk yang tidak populer
Mengatur keuangan perusahaan

Answer explanation

Contoh penggunaan data mining dalam pemasaran adalah menemukan pelanggan yang paling mungkin membeli produk tertentu. Teknik ini digunakan untuk membuat strategi pemasaran yang lebih efisien dan tepat sasaran.

7.

MULTIPLE CHOICE QUESTION

45 sec • 1 pt

DBSCAN sering kali dipilih untuk analisis data besar (Big Data) karena alasan berikut, kecuali:
Kemampuannya menangani noise pada data
Kemampuannya mengidentifikasi cluster dengan bentuk yang berbeda
Skalabilitasnya yang tinggi tanpa perlu modifikasi
Tidak memerlukan informasi jumlah cluster awal.

Answer explanation

karena DBSCAN tidak langsung skalabel untuk Big Data. Kompleksitasnya yang biasanya O(n²) membuatnya tidak efisien tanpa modifikasi

Create a free account and access millions of resources

Create resources
Host any resource
Get auto-graded reports
or continue with
Microsoft
Apple
Others
By signing up, you agree to our Terms of Service & Privacy Policy
Already have an account?