Sebuah perusahaan rintisan (startup) menghadapi tantangan dalam mengelola data pelanggan yang terus bertumbuh secara eksponensial. Mereka membutuhkan solusi penyimpanan dan analisis data yang skalabel, hemat biaya, dan memiliki ketersediaan tinggi tanpa harus menginvestasikan besar-besaran pada infrastruktur fisik. Selain itu, tim pengembang ingin fokus pada pengembangan aplikasi inti tanpa terbebani oleh manajemen server. Model komputasi awan manakah yang paling tepat untuk memenuhi kebutuhan perusahaan ini secara komprehensif?

PaaS (Platform as a Service) karena menyediakan lingkungan pengembangan dan deployment tanpa perlu mengelola infrastruktur dasar.

Pemerintah sedang mempertimbangkan regulasi baru mengenai penggunaan algoritma AI dalam pengambilan keputusan penting seperti penilaian kredit atau penentuan kelayakan bantuan sosial. Salah satu isu krusial adalah kebutuhan akan 'explainability' atau kemampuan untuk menjelaskan mengapa AI membuat keputusan tertentu. Mengapa explainability sangat penting dalam konteks ini dan apa tantangan utamanya?

Explainability penting untuk memastikan akuntabilitas, transparansi, keadilan, dan kemampuan untuk mengidentifikasi serta memperbaiki bias dalam keputusan AI; tantangan utamanya adalah kompleksitas model AI 'black box' yang sulit diinterpretasi.

Ujian Sekolah

LATIHAN• 1/5

No. 1

Pemerintah sedang merencanakan pembangunan 'Smart City' yang akan mengintegrasikan berbagai teknologi Internet of Things (IoT), seperti sensor lalu lintas, kamera pengawas, dan sistem manajemen limbah. Meskipun konsep ini menjanjikan efisiensi dan peningkatan kualitas hidup, ada kekhawatiran serius mengenai privasi warga dan potensi penyalahgunaan data. Bagaimana pendekatan terbaik untuk menyeimbangkan inovasi teknologi IoT dengan perlindungan privasi warga dalam konteks Smart City?