Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Seiring berjalannya waktu, tuntutan akan informasi yang relevan dan akurat semakin meningkat secara signifikan. Knowledge graph telah muncul sebagai framework untuk menyimpan dan mengorganisir data, serta menangkap hubungan antara entitas dan konsep. Memahami konsep knowledge wealth dalam knowledge graph sangat penting karena memberikan wawasan tentang kelimpahan informasi dan kedalaman pengetahuan yang dapat diakses dan dimanfaatkan. Tujuan dari penelitian ini adalah menganalisis pertumbuhan knowledge wealth dan memprediksi perkembangannya di masa depan. Penelitian ini menggunakan data yang diperoleh langsung dari Wikidata yang mencakup periode tahun 2012 hingga 2022. Statistik deskriptif dan uji kecocokan digunakan untuk menganalisis pertumbuhan knowledge wealth, sementara berbagai teknik pemodelan digunakan untuk memprediksi dan dibandingkan hasilnya. Temuan dari penelitian ini berkontribusi pada pemahaman yang lebih baik tentang pertumbuhan knowledge wealth dalam knowledge graph dan memberikan wawasan berharga untuk melakukan identifikasi dan karakterisasi pertumbuhan knowledge wealth. ......As time progresses, the demand for relevant and accurate information has significantly increased. Knowledge graphs have emerged as a framework for storing and organizing data, capturing relationships between entities and concepts. Understanding the concept of knowledge wealth within a knowledge graph is crucial as it provides insights into the abundance of information and the depth of accessible knowledge. The objective of this study is to analyze the growth of knowledge wealth and forecast its future development. The study utilizes data directly obtained from Wikidata spanning the years 2012 to 2022. Descriptive statistics and goodness-of-fit tests are used to analyze the growth of knowledge wealth, while various modeling techniques are employed to predict and compare the results. The findings of this research contribute to a better understanding of knowledge growth within knowledge graphs and provide valuable insights for identifying and characterizing the growth of knowledge wealth.

Abstrak :
Knowledge graphs grow more prominent year after year. With the development of knowledge graphs, an aspect to take note of is the knowledge wealth of knowledge graphs. Knowledge wealth could be said as the amount of information stored within a knowledge graph. The richness of knowledge wealth in a knowledge graph could heighten the quality of a knowledge graph and vice versa. There have not been many tools to analyze knowledge wealth in knowledge graphs and the ones that exist have limitations in the way they analyze knowledge wealth. We propose a Python framework to analyze knowledge wealth and imbalance for RDF knowledge graphs. The framework can help with doing large scale analysis on knowledge graphs and see how knowledge wealth is distributed within a knowledge graph. To evaluate the framework, this study includes large-scale analysis on several different knowledge graphs. We hope that the result of this framework can help others in analyzing knowledge wealth within various knowledge graphs. ......Dengan perkembangannya knowledge graph, salah satu aspek penting yang perlu diperhatikan adalah knowledge wealth atau kekayaan informasi yang terdapat pada suatu knowledge graph. Kayanya knowledge wealth dalam suatu knowledge graph dapat menandakan tingginya kualitas suatu knowledge graph dan sebaliknya. Belum terdapat banyak alat (tool) untuk menganalisis knowledge wealth dalam knowledge graph dan alat yang sudah ada memiliki limitasi dalam menganalisis. Penelitian ini mengusulkan sebuah framework Python untuk menganalisis knowledge wealth dan knowledge imbalance dalam RDF knowledge graph. Framework ini membantu untuk melakukan analisis skala besar pada knowledge graph dan melihat persebaran knowledge wealth pada knowledge graph tersebut. Untuk mengevaluasi framework ini, dilakukan studi kasus berskala besar pada beberapa knowledge graph. Diharapkan hasil dari penelitian ini dapat membantu dalam meneliti knowledge wealth pada knowledge graph.

Abstrak :
Seiring berjalannya waktu, tuntutan akan informasi yang relevan dan akurat semakin meningkat secara signifikan. Knowledge graph telah muncul sebagai framework untuk menyimpan dan mengorganisir data, serta menangkap hubungan antara entitas dan konsep. Memahami konsep knowledge wealth dalam knowledge graph sangat penting karena memberikan wawasan tentang kelimpahan informasi dan kedalaman pengetahuan yang dapat diakses dan dimanfaatkan. Tujuan dari penelitian ini adalah menganalisis pertumbuhan knowledge wealth dan memprediksi perkembangannya di masa depan. Penelitian ini menggunakan data yang diperoleh langsung dari Wikidata yang mencakup periode tahun 2012 hingga 2022. Statistik deskriptif dan uji kecocokan digunakan untuk menganalisis pertumbuhan knowledge wealth, sementara berbagai teknik pemodelan digunakan untuk memprediksi dan dibandingkan hasilnya. Temuan dari penelitian ini berkontribusi pada pemahaman yang lebih baik tentang pertumbuhan knowledge wealth dalam knowledge graph dan memberikan wawasan berharga untuk melakukan identifikasi dan karakterisasi pertumbuhan knowledge wealth. ......As time progresses, the demand for relevant and accurate information has significantly increased. Knowledge graphs have emerged as a framework for storing and organizing data, capturing relationships between entities and concepts. Understanding the concept of knowledge wealth within a knowledge graph is crucial as it provides insights into the abundance of information and the depth of accessible knowledge. The objective of this study is to analyze the growth of knowledge wealth and forecast its future development. The study utilizes data directly obtained from Wikidata spanning the years 2012 to 2022. Descriptive statistics and goodness-of-fit tests are used to analyze the growth of knowledge wealth, while various modeling techniques are employed to predict and compare the results. The findings of this research contribute to a better understanding of knowledge growth within knowledge graphs and provide valuable insights for identifying and characterizing the growth of knowledge wealth.

Abstrak :
Seiring dengan pesatnya perkembangan volume data, kebutuhan akan data yang machine-readable tidak bisa dihindari. Akibatnya, penggunaan struktur data knowledge graph semakin populer. Dengan perkembangannya, aspek kualitas dari sebuah knowledge graph perlu diperhatikan, salah satunya adalah knowledge wealth: kekayaan informasi yang terdapat pada suatu knowledge graph. Tingginya knowledge wealth dalam suatu knowledge graph dapat menandakan tingginya kualitas suatu knowledge graph; sebaliknya, tingkat knowledge wealth yang rendah mengindikasikan buruknya kualitas suatu knowledge graph. Namun, belum terdapat cara formal yang mendefinisikan knowledge wealth dan bagaimana mengukurnya serta menganalisisnya. Penelitian ini mengusulkan sebuah framework untuk menganalisis knowledge wealthdan tingkat knowledge imbalance dalam RDF knowledge graph dengan melihat bagaimana knowledge wealth dari sebuah kelas entitas tersebar pada knowledge graph tersebut menggunakan pengukuran statistika dan bantuan visualisasi. Selain itu, framework ini juga membantu untuk mengidentifikasi grup-grup entitas berdasarkan tingkat kekayaan di dalam kelasnya, menemukan bentuk distribusi yang paling mendekati distribusi knowledge wealth, melakukan pengelompokkan kelas-kelas entitas berdasarkan bentuk distribusi knowledge wealth, hingga mendeteksi bias pada sebuah knowledge graph. Untuk mengevaluasi framework ini, dilakukan studi kasus pada beberapa kelas entitas di Wikidata. Diharapkan hasil dari penelitian ini dapat membantu dalam meneliti knowledge wealth pada knowledge graph serta dimanfaatkan untuk mengoptimalkan usaha pengeditan dan pengembangan proyek knowledge graph oleh para kontributornya. ......Along with the rapid development of data volumes, the need for machine-readable data is inevitable. As a result, the use of knowledge graph data structures becomes more popular. With its development, quality aspects of a knowledge graph need to be considered, one of which is knowledge wealth: the amount of information contained in a knowledge graph. A high level of knowledge wealth in a knowledge graph may indicate the high quality of a knowledge graph; conversely, a low level of knowledge wealth can be a sign of poor quality of a knowledge graph. However, there is no formal way to define knowledge wealth and how to measure and analyze it. This study proposes a framework to analyze knowledge wealth and the level of knowledge imbalance in the RDF knowledge graph by seeing how the knowledge wealth of an entity class is spread over the knowledge graph using statistical measures and visualization. In addition, this framework also helps to identify entity groups based on the level of wealth in their class, finds the best theoretical distribution that fits best to knowledge wealth distribution, performs clustering on classes based on the shape of knowledge wealth distribution, and detects bias in a knowledge graph. To evaluate this framework, some use cases were conducted on several classes on Wikidata. It is hoped that the results of this study can assist in researching knowledge wealth in the knowledge graph and be used to optimize the efforts of editing and developing knowledge graph projects by the contributors.