Latihan Soal Informatika Kelas 11 SMA Tentang Data Science Pengantar

Materi :

Data Science Pengantar

Deskripsi :

Pengenalan konsep data science, pengumpulan data, pembersihan data, dan visualisasi data menggunakan Python (Pandas, Matplotlib).

Jenjang Pendidikan : SMA

Mata Pelajaran : Informatika

Kelas : SMA Kelas 11

Waktu :15 Menit

Jul 08, 2025 | 130 views

Kamu butuh buku ini ?

Supertrik Biologi SMP/MTs Kelas VII, VIII , dan IX

Penulis: Drs. Bambang Hermanto dan Retno Widuri, S. Pd. Si
Penerbit: Pustaka Widyatama

Pendidikan Agama Kristen dan Budi Pekerti untuk SMA/SMK Kelas X

Penulis: Julia Suleeman
Penerbit: Pusat Kurikulum dan Perbukuan

Tahap awal dalam proses Data Science adalah...

A. Pembuatan model Machine Learning.

B. Pembersihan dan persiapan data.

C. Visualisasi data untuk presentasi.

D. Pengumpulan data dari berbagai sumber.

Library Python apa yang sering digunakan untuk manipulasi dan analisis data?

A. TensorFlow

B. Keras

C. Pandas

D. Scikit-learn

Apa fungsi utama dari fungsi `groupby()` di Pandas?

A. Menggabungkan beberapa DataFrame menjadi satu.

B. Mengelompokkan data berdasarkan nilai dalam satu atau lebih kolom.

C. Memfilter data berdasarkan kriteria tertentu.

D. Melakukan operasi matematika pada data.

Apa yang dimaksud dengan visualisasi data?

A. Membuat kode untuk analisis data.

B. Menampilkan data dalam bentuk grafik atau diagram.

C. Membuat model Machine Learning.

D. Menulis laporan analisis data.

Setelah melakukan analisis data, apa langkah selanjutnya yang biasanya dilakukan?

A. Menulis laporan analisis.

B. Mengubah data menjadi format yang lebih kompleks.

C. Menghapus data yang tidak relevan.

D. Membuat model Machine Learning.

Apa yang dimaksud dengan 'scatter plot'?

A. Grafik batang yang menunjukkan frekuensi data.

B. Grafik garis yang menunjukkan tren data dari waktu ke waktu.

C. Grafik yang memplot dua variabel numerik terhadap satu sama lain.

D. Grafik lingkaran yang menunjukkan proporsi data.

Apa yang dimaksud dengan Data Science?

A. Ilmu tentang analisis data secara statistik.

B. Ilmu tentang pembuatan database yang efisien.

C. Ilmu tentang transformasi data menjadi wawasan yang bermakna.

D. Ilmu tentang optimasi algoritma pencarian data.

Apa tujuan utama dari pembersihan data?

A. Mempercepat proses analisis data.

B. Memastikan data berkualitas tinggi dengan menghilangkan kesalahan dan inkonsistensi.

C. Menambah ukuran data untuk meningkatkan kinerja model Machine Learning.

D. Mengubah format data menjadi format yang lebih kompleks.

Teknik apa yang umumnya digunakan untuk menangani nilai yang hilang (missing values) dalam data?

A. Menghapus seluruh data yang berisi nilai yang hilang.

B. Menggunakan teknik imputasi seperti rata-rata, median, atau modus.

C. Mengubah seluruh kolom yang berisi nilai yang hilang menjadi nol.

D. Menggunakan teknik smoothing untuk mengestimasi nilai yang hilang.

Library Python apa yang paling sering digunakan untuk membuat visualisasi data di Python?

A. NumPy

B. Matplotlib

C. Requests

D. Beautiful Soup