RegresTSF Off A

Apa fungsi dari koefisien regresi?

• Menentukan jenis klasifikasi
• Menunjukkan kemiringan garis regresi
• Menentukan ukuran cluster
• Menandakan skala fitur

Answer explanation

Koefisien regresi menunjukkan perubahan nilai target akibat perubahan satu unit fitur input.

Metrik yang digunakan untuk menilai performa regresi, kecuali...

• RMSE
• MAE
• R-squared
• Silhouette Score

Answer explanation

Silhouette Score digunakan untuk evaluasi clustering, bukan regresi.

Apa fungsi dari R-squared dalam regresi?

• Menilai kesalahan klasifikasi
• Menentukan signifikansi fitur
• Mengukur seberapa baik model menjelaskan variansi data
• Mengukur akurasi prediksi kategori

Answer explanation

R-squared menunjukkan proporsi variansi yang dapat dijelaskan oleh model.

Masalah multikolinearitas muncul ketika...

• Ada data yang hilang
• Dua atau lebih fitur saling berkorelasi tinggi
• Target bervariasi
• Model terlalu kecil

Answer explanation

Multikolinearitas mengindikasikan hubungan linear yang tinggi antar fitur independen.

Polynomial regression digunakan saat...

• Hubungan data berbentuk garis lurus
• Data bersifat kategorikal
• Hubungan antara variabel input dan output non-linier
• Model tidak bisa belajar

Answer explanation

Polynomial regression memungkinkan fitting data non-linier dengan menambahkan derajat pangkat.

Apa arti intercept dalam regresi linier?

• Nilai koefisien fitur utama
• Nilai output ketika semua input bernilai nol
• Jarak antar dua fitur
• Nilai maksimum fitur

Answer explanation

Intercept adalah nilai prediksi saat semua input bernilai nol.

Komponen trend dalam time series mengacu pada...

• Pola acak
• Fluktuasi jangka pendek
• Perubahan arah jangka panjang
• Pola musiman

Answer explanation

Trend menunjukkan arah umum naik atau turunnya nilai dalam jangka panjang.

Apa itu seasonality dalam time series?

• Pola naik-turun acak
• Pola berulang pada interval tetap
• Efek noise
• Data tanpa pola

Answer explanation

Seasonality adalah pola yang berulang secara periodik seperti harian, mingguan, atau tahunan.

ARIMA adalah metode forecasting yang menggabungkan...

• Random forest dan boosting
• Autoregression, Differencing, dan Moving Average
• Clustering dan PCA
• K-NN dan regression

Answer explanation

ARIMA menggabungkan tiga komponen utama untuk memodelkan time series.

Untuk mendeteksi pola musiman, metode yang tepat digunakan adalah...

• Naive Bayes
• STL decomposition
• Gradient boosting
• PCA

Answer explanation

STL (Seasonal-Trend decomposition using Loess) memisahkan komponen seasonal, trend, dan residual.