Knowledge Wealth Evolution: A Case Study Of Wikidata = Evolusi Kekayaan Pengetahuan: Studi Kasus Wikidata
Faris Sayidinarechan Ardhafa;
Naufal Adi Wijanarko; Fariz Darari, supervisor; Evi Yulianti, examiner; Dipta Tanaya, examiner
(Fakultas Ilmu Komputer Universitas Indonesia, 2023)
|
|
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. |
 S-Faris Sayidinarechan Ardhafa.pdf :: Unduh
|
| No. Panggil : | S-pdf |
| Entri utama-Nama orang : | |
| Entri tambahan-Nama orang : | |
| Entri tambahan-Nama badan : | |
| Subjek : | |
| Penerbitan : | Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2023 |
| Program Studi : |
| Bahasa : | eng |
| Sumber Pengatalogan : | LibUI eng rda |
| Tipe Konten : | text |
| Tipe Media : | computer |
| Tipe Carrier : | online resource |
| Deskripsi Fisik : | xviii, 153 pages : illustration |
| Naskah Ringkas : | |
| Lembaga Pemilik : | Universitas Indonesia |
| Lokasi : | Perpustakaan UI |
| No. Panggil | No. Barkod | Ketersediaan |
|---|---|---|
| S-pdf | 14-24-30683832 | TERSEDIA |
| Ulasan: |
| Tidak ada ulasan pada koleksi ini: 9999920535381 |
