Latihan Soal Informatika Kelas 11 SMA Tentang AI untuk Pemula (Python)

Materi :

AI untuk Pemula (Python)

Deskripsi :

Menerapkan algoritma Machine Learning dasar (regresi, klasifikasi) dengan Python dan library Scikit-learn.

Jenjang Pendidikan : SMA

Mata Pelajaran : Informatika

Kelas : SMA Kelas 11

Waktu :15 Menit

Jul 08, 2025 | 154 views

Kamu butuh buku ini ?

Smart Book : IPAS 5 untuk SD/MI

Penulis: Panji Hidayat
Penerbit: Intan Pariwara Edukasi

Ilmu Pengetahuan Sosial untuk SMA/MA Kelas X (Edisi Revisi)

Penulis: Sari Oktafiana, Efvinggo Fasya Jaya, M. Rizky Satria
Penerbit: Pusat Kurikulum dan Perbukuan

Algoritma Klasifikasi bertujuan untuk:

A. Menemukan hubungan antara variabel independen dan dependen.

B. Menghitung nilai rata-rata dari suatu dataset.

C. Mengelompokkan data ke dalam beberapa kategori.

D. Memprediksi nilai masa depan berdasarkan data historis.

Dalam kode Python Scikit-learn, apa fungsi dari `model.predict()`?

A. Untuk melatih model dengan data baru.

B. Untuk mengkonfigurasi parameter model.

C. Untuk membuat prediksi berdasarkan data baru.

D. Untuk menghitung metrik evaluasi model.

Apa yang dimaksud dengan Overfitting dalam Machine Learning?

A. Model yang terlalu sederhana sehingga tidak dapat menangkap pola dalam data.

B. Model yang terlalu kompleks sehingga berkinerja baik pada data pelatihan tetapi buruk pada data baru.

C. Model yang tidak dapat belajar dari data pelatihan.

D. Model yang tidak dapat diimplementasikan dalam Python.

Algoritma Regresi bertujuan untuk:

A. Mengklasifikasikan data ke dalam beberapa kategori.

B. Menemukan hubungan antara variabel independen dan dependen.

C. Menghitung nilai rata-rata dari suatu dataset.

D. Menemukan pola dalam data yang tidak terstruktur.

Library Scikit-learn di Python sangat populer digunakan untuk Machine Learning karena:

A. Memiliki performa yang sangat cepat sehingga dapat digunakan untuk perhitungan skala besar.

B. Memiliki antarmuka yang sederhana dan mudah digunakan, serta menyediakan berbagai algoritma ML.

C. Hanya mendukung algoritma supervised learning.

D. Tidak memerlukan pengetahuan tentang Python untuk digunakan.

Apa yang dimaksud dengan 'train' dan 'test' dalam Machine Learning?

A. Train adalah proses menguji model, sedangkan test adalah proses melatih model.

B. Train adalah data yang digunakan untuk melatih model, sedangkan test adalah data yang digunakan untuk menguji model.

C. Train adalah data yang digunakan untuk menguji model, sedangkan test adalah data yang digunakan untuk melatih model.

D. Train dan test adalah langkah yang sama dalam proses machine learning.

Dalam konteks Scikit-learn, apa yang dimaksud dengan 'fit'?

A. Menghitung metrik kinerja model.

B. Mengkonfigurasi parameter model untuk mencapai hasil yang optimal.

C. Membangun model machine learning dari data.

D. Menjalankan model yang telah dilatih pada data baru.

Berikut ini yang merupakan tujuan utama dari Machine Learning (ML)?

A. Menulis kode program secara manual untuk setiap kasus.

B. Mengembangkan sistem yang dapat belajar dari data tanpa diprogram secara eksplisit.

C. Memastikan program selalu menghasilkan output yang sama dengan input yang sama.

D. Memaksa program untuk selalu mengikuti aturan yang telah ditentukan.

Misalkan kita memiliki data untuk memprediksi harga rumah. Algoritma regresi yang paling cocok adalah:

A. K-Nearest Neighbors (KNN)

B. Support Vector Machine (SVM)

C. Linear Regression

D. Decision Tree

Berikut ini merupakan salah satu metrik evaluasi untuk klasifikasi adalah:

A. Mean Squared Error (MSE)

B. Root Mean Squared Error (RMSE)

C. Accuracy

D. Variance