Latihan Soal Informatika Kelas 11 SMA Tentang Big Data Pengantar

Materi :

Big Data Pengantar

Deskripsi :

Pengenalan konsep big data, teknik pengolahan data besar, dan alat-alat big data seperti Hadoop dan Spark (konsep dasar).

Jenjang Pendidikan : SMA

Mata Pelajaran : Informatika

Kelas : SMA Kelas 11

Waktu :15 Menit

Jul 08, 2025 | 115 views

Kamu butuh buku ini ?

Bukupas Kimia untuk SMA/MA Kelas 10

Penulis: A. Haris Watoni
Penerbit: Yrama Widya

Pendidikan Kepercayaan Terhadap Tuhan Yang Maha Esa dan Budi Pekerti untuk SMA/SMK Kelas X

Penulis: Marubat Sitorus
Penerbit: Pusat Kurikulum dan Perbukuan

Apa yang dimaksud dengan 'Veracity' dalam Big Data?

A. Kecepatan pemrosesan data.

B. Volume data yang disimpan.

C. Kualitas dan keandalan data.

D. Jenis data yang disimpan.

Apa definisi dari Big Data?

A. Data yang mudah diolah oleh komputer.

B. Data yang memiliki volume, kecepatan, variasi, dan nilai yang sangat besar.

C. Data yang hanya terdiri dari angka-angka.

D. Data yang sudah diurutkan dan diorganisasikan secara ketat.

Apa fungsi utama dari MapReduce dalam kerangka kerja Hadoop?

A. Menyimpan data secara terstruktur.

B. Membagi data menjadi pecahan kecil untuk diproses secara paralel.

C. Menggabungkan data dari berbagai sumber.

D. Mengurutkan data berdasarkan nilai.

Teknik apa yang sering digunakan untuk menemukan pola dan wawasan tersembunyi dalam data Big Data?

A. Data Visualization

B. Data Compression

C. Data Mining

D. Data Filtering

Apa yang dimaksud dengan Spark?

A. Sebuah database terdistribusi.

B. Sebuah kerangka kerja pemrosesan data yang cepat dan serbaguna.

C. Sebuah alat untuk visualisasi data.

D. Sebuah sistem operasi untuk Big Data.

Perangkat lunak apa yang dirancang untuk memproses data besar secara terdistribusi?

A. Microsoft Excel

B. Adobe Photoshop

C. Hadoop

D. Microsoft Word

Salah satu keunggulan menggunakan Spark dibandingkan Hadoop MapReduce adalah...

A. MapReduce lebih cepat dalam menangani data yang sangat besar.

B. Spark memiliki overhead yang lebih rendah.

C. Spark mendukung berbagai bahasa pemrograman seperti Python, R, dan Scala.

D. MapReduce lebih mudah digunakan untuk pemrosesan data sederhana.

Teknik apa yang umum digunakan untuk memecah Big Data menjadi bagian yang lebih kecil agar dapat diproses lebih efisien?

A. Data Mining

B. Data Compression

C. Data Aggregation

D. Data Normalization

Apa yang dimaksud dengan 'Data Lake' dalam konteks Big Data?

A. Penyimpanan data terstruktur yang terorganisir dengan baik.

B. Penyimpanan data mentah dalam format apa adanya, tanpa perlu pemrosesan awal.

C. Sistem database yang hanya menyimpan data transaksi.

D. Platform untuk menjalankan machine learning.

Manakah dari berikut ini yang bukan merupakan tantangan utama dalam mengelola Big Data?

A. Penyimpanan data yang aman dan terjangkau.

B. Pemrosesan data yang cepat dan efisien.

C. Memastikan data berkualitas tinggi dan dapat diandalkan.

D. Memahami dan menginterpretasikan data kompleks.