1) Dalam ANN, node diibaratkan seperti apa dalam otak manusia? a) Sinapsis b) Dendrit c) Neuron d) Lobus frontal 2) Apa prinsip utama yang melandasi cara kerja Artificial Neural Network (ANN)? a) Mengubah data menjadi simbol logika untuk diproses oleh komputer b) Meniru mekanisme pemrosesan informasi pada otak manusia melalui node dan bobot c) Mengelompokkan data berdasarkan kesamaan nilai numerik d) Mengganti seluruh algoritma tradisional dengan sistem visual 3) Mengganti seluruh algoritma tradisional dengan sistem visual a) Banyaknya data yang melewati node b) Nilai kesalahan (error) pada proses pelatihan c) Jumlah neuron pada lapisan berikutnya d) Besarnya nilai bobot (weight) yang memengaruhi kekuatan hubungan antar node 4) Proses pembaruan bobot dalam ANN dilakukan agar… a) Mengoptimalkan hubungan antar node untuk meminimalkan kesalahan klasifikasi b) Menambah kecepatan proses klasifikasi tanpa mengubah akurasi c) Mengurangi jumlah neuron yang tidak aktif d) Menyamakan semua nilai output antar node 5) Kapan proses umpan balik (feedback) pada ANN akan berhenti? a) Saat bobot seluruh jaringan bernilai nol b) Saat konfigurasi bobot dianggap mencapai kondisi optimal c) Saat jumlah neuron telah mencapai batas maksimum d) Saat jumlah data latih telah habis digunakan 6) Mengapa proses pelatihan (training) pada ANN dianggap kompleks? a) Karena melibatkan penghapusan node yang tidak efisien b) Karena membutuhkan perhitungan manual terhadap setiap bobot c) Karena mencakup penghitungan error, pembaruan bobot, dan representasi data yang beragam d) Karena menggunakan fungsi aktivasi yang berbeda di setiap neuron 7) Mengapa supervised learning cocok digunakan untuk klasifikasi gambar? a) Karena data input dan label kelas telah diketahui sehingga model dapat belajar berdasarkan contoh yang benar b) Karena tidak memerlukan dataset besar c) Karena hanya membutuhkan data tanpa label d) Karena hasilnya tidak perlu diverifikasi 8) Tujuan utama dari unsupervised learning dalam ANN adalah… a) Meningkatkan kecepatan klasifikasi dengan data terlabel b) Menemukan pola tersembunyi dari data tanpa label yang diketahui sebelumnya c) Melatih jaringan untuk memprediksi label yang sudah diketahui d) Menghapus data yang tidak relevan dari dataset 9) Dalam supervised learning, apa yang terjadi jika model tidak mampu membedakan gambar baru dengan baik? a) Model sudah mencapai kondisi optimal b) Model memiliki bobot konstan pada setiap koneksi c) Model menggunakan jumlah neuron yang terlalu sedikit d) Model mengalami overfitting karena terlalu mengikuti data latih 10) Dalam konteks penelitian ANN, mengapa proses pelatihan masih menjadi topik riset hingga kini? a) Karena ANN tidak dapat digunakan pada data gambar yang kompleks b) Karena metode pelatihan sulit diterapkan pada sistem komputasi modern c) Karena proses pelatihan memerlukan penentuan struktur jaringan dan bobot yang optimal secara dinamis d) Karena supervised learning sudah tidak lagi efektif

AL-AMIRA AGHNIYAAAA' (ANN)

by
Print
Embed

Leaderboard

Visual style

Options

Switch template

Continue editing: ?