Froggy Jumps
Latihan Soal Analisis Data
1
Seorang siswa ingin mempublikasikan hasil penelitian di blog pribadinya. Dalam data tersebut terdapat nama dan nomor induk teman-temannya sebagai responden. Apa yang seharusnya dilakukan sebelum data tersebut dipublikasikan?
2
Dalam sebuah aplikasi donasi daring, pengguna diminta mengisi nama lengkap, nomor telepon, dan jumlah donasi. Data mana yang seharusnya tidak ditampilkan secara publik di laman donatur?
3
Guru membagikan nilai ujian seluruh siswa di grup kelas WhatsApp tanpa menutup nama siswa. Dari sisi etika data, tindakan guru tersebut termasuk...
4
Sebuah lembaga ingin menampilkan data alumni di situs web mereka. Data yang aman untuk ditampilkan secara publik adalah...
5
Seorang siswa mengunduh data kependudukan dari situs pemerintah yang terbuka untuk umum. Ia kemudian mengolahnya untuk tugas statistik di sekolah. Tindakan ini termasuk...
6
Sebuah lembaga riset membagikan dataset populasi hewan laut dengan lisensi ODbL (Open Database License).
Jika kamu menggunakan dataset ini untuk membuat peta interaktif populasi ikan, apa kewajiban utamamu?
7
Dataset cuaca dari BMKG dibagikan dengan lisensi CC-BY 4.0.
Jika kamu ingin menggunakan data tersebut untuk aplikasi prediksi cuaca komersial, tindakan apa yang sesuai lisensi?
8
Sebuah dataset ekonomi diberikan dengan lisensi CC0 (Public Domain Dedication). Apa yang boleh dilakukan pengguna terhadap dataset tersebut?
9
Kamu menemukan dua dataset: satu berlisensi ODbL dan satu lagi CC0.
Jika kamu menggabungkan keduanya untuk membuat dataset baru, lisensi apa yang paling aman diterapkan agar tidak melanggar aturan?
10
Sebuah startup ingin memakai dataset publik berlisensi CC-BY-NC untuk melatih model kecerdasan buatan komersial.
Apa masalah hukum yang mungkin muncul?
11
Seorang siswa menggunakan dataset dari Kaggle untuk proyek analisis sentimen. Dataset tersebut ditandai sebagai Open Data.
Apa makna dari label Open Data tersebut?
12
Sebuah pemerintah daerah membuka portal data publik berisi data transportasi, ekonomi, dan demografi.
Apa manfaat strategis dari kebijakan open data seperti ini?
13
Dalam sebuah dataset siswa, terdapat kolom berikut: Nama, Nilai_Ujian, Jenis_Kelamin, Peringkat_Kelas
Kolom manakah yang termasuk data ordinal?
14
Dalam dataset penjualan, kolom Harga termasuk jenis data.....
15
Sebuah kolom dataset berisi nilai: “Merah”, “Biru”, “Hijau”, “Kuning”.
Tipe data yang paling tepat adalah:
16
Dalam dataset pelanggan, kolom Jumlah_Kunjungan memiliki nilai seperti 1, 2, 3, 4, dan seterusnya.
Kolom ini termasuk tipe data:
17
Sebuah dataset memiliki kolom Tingkat_Kepuasan dengan skala: “Sangat Puas”, “Puas”, “Netral”, “Tidak Puas”, “Sangat Tidak Puas”.
Bagaimana tipe datanya dan kenapa penting dikenali saat analisis?
18
Dalam dataset penjualan, terdapat kolom Tanggal_Transaksi yang berisi nilai seperti “32/10/2024”.
Masalah apa yang muncul dari data tersebut?
19
Sebuah kolom Usia berisi nilai 12, 15, 16, 150, 14.
Apa langkah paling tepat dalam data cleaning?
20
Kolom Kota memiliki data seperti “Jakarta”, “jakarta”, “JAKARTA”.
Apa jenis masalah datanya?
21
Beberapa baris dalam dataset siswa memiliki nilai kosong (NaN) pada kolom Nilai_Ujian.
Langkah apa yang paling tepat?
22
Selama eksplorasi data, kamu menemukan kolom Pendapatan dengan satuan berbeda: beberapa dalam “USD”, lainnya dalam “IDR”.
Masalah ini termasuk kategori:
23
Kolom Nomor_Telepon memiliki nilai seperti “0812-3456-7890” dan “081234567890”.
Apa cara terbaik untuk membersihkannya?
24
Setelah proses pembersihan (data cleaning), jumlah baris dataset berkurang signifikan. Apa tindakan evaluasi yang perlu dilakukan?
25
Kamu menemukan dua dataset pelanggan yang digabung, ternyata ada entri yang muncul dua kali dengan ID sama.
Apa tindakan tepat dalam proses cleaning?
26
Apa tujuan dari perintah df.info()?
27
df.describe()
Apa fungsi utama dari perintah tersebut?
28
df.duplicated().sum()
Maka hasilnya menunjukkan:
29
Untuk menghapus baris duplikat dari DataFrame, perintah yang benar adalah:
30
df.isnull().sum()
Apa informasi yang diberikan oleh hasil kode ini?
31
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
Apa arti test_size=0.2?
32
Untuk melihat hubungan antar variabel numerik, kamu menjalankan: df.corr()
Apa hasil utamanya?
33
Jika hasil korelasi antara dua variabel adalah 0.92, maka:
34
import seaborn as sns
sns.heatmap(df.corr(), annot=True)
Apa tujuan annot=True?
35
Apa makna nilai R² mendekati 1?
36
Jika r2_score(y_test, y_pred) menghasilkan nilai negatif, artinya:
37
df['Pendapatan'].fillna(df['Pendapatan'].mean(), inplace=True)
38
Jika kamu ingin menampilkan 5 baris pertama dari dataset di Colab, gunakan:
39
df['Gender'].value_counts()
40
Kamu ingin melihat apakah terdapat hubungan kuat antara Harga dan Penjualan. Kamu menulis:
corr = df['Harga'].corr(df['Penjualan'])
print(corr)
Jika hasilnya adalah -0.87, maka interpretasinya adalah:
|
joc despre pizza