Indonesia 
English 
Yogyakarta, 27 Agustus 2025 – Departemen Ilmu Komputer dan Elektronika (DIKE) FMIPA Universitas Gadjah Mada kembali menggelar kegiatan DCSEminar dengan topik “An Introduction to Querying over Knowledge Graphs on the Web”. Seminar ini menghadirkan narasumber Ruben Taelman, Ph.D., Senior Researcher dari Ghent University, Belgium, dan dimoderatori oleh Dr. techn. Kabul Kurniawan, S.Kom., M.Cs., dosen DIKE UGM. Kegiatan diselenggarakan secara daring melalui Zoom dan diikuti oleh dosen serta mahasiswa.
Dalam pemaparannya, Ruben Taelman memperkenalkan konsep Knowledge Graphs sebagai pendekatan penyimpanan data berbasis graf yang mampu mengatasi keterbatasan model relasional tradisional. Ia menjelaskan bagaimana data dapat saling terhubung lintas sumber menggunakan teknologi Semantic Web dan Linked Data, sehingga memungkinkan interlinking informasi dalam skala global. Menurutnya, model ini relevan untuk era data yang semakin kompleks dan terdesentralisasi.
Lebih lanjut, Ruben membahas tentang RDF (Resource Description Framework) sebagai standar representasi data berbasis graf yang telah direkomendasikan W3C sejak tahun 1999, dengan versi terbaru RDF 1.2 yang akan diluncurkan pada tahun 2025. Ia juga menjelaskan peran SPARQL sebagai bahasa query yang memungkinkan pengguna membaca, memperbarui, dan mengkonstruksi data RDF dengan berbagai bentuk query seperti SELECT, CONSTRUCT, ASK, hingga DESCRIBE.
Selain teori dasar, seminar ini juga mengulas praktik publikasi Knowledge Graphs melalui SPARQL endpoints, data dumps, maupun Linked Data documents. Ruben menekankan bahwa meski SPARQL endpoints sangat kuat, beban komputasi tinggi pada server sering menjadi tantangan. Oleh karena itu, ia memperkenalkan pendekatan decentralized querying yang mendistribusikan proses query antara klien dan server, dengan teknik seperti federated query processing dan link traversal query processing.
Pada sesi tanya jawab, peserta mengajukan pertanyaan seputar otomasi pembuatan RDF, integrasi dataset terpisah seperti CSV ke dalam knowledge graph, hingga peluang integrasi knowledge graphs dengan large language models (LLMs) untuk meningkatkan kualitas dan transparansi hasil query. Ruben juga menyinggung beberapa contoh aplikasi, termasuk SPARQL engines populer seperti Apache Jena, QLever, hingga Comunica, serta endpoint besar seperti Wikidata dan Uniprot yang menyimpan miliaran data terhubung.
Kegiatan ini selaras dengan pencapaian Tujuan Pembangunan Berkelanjutan (SDGs), khususnya SDG 4: Pendidikan Berkualitas melalui penyediaan akses ilmu pengetahuan pada universitas, serta SDG 9: Inovasi dan Infrastruktur dengan mendorong pemanfaatan teknologi knowledge graphs untuk mendukung riset, inovasi, dan pembangunan infrastruktur digital yang berkelanjutan.
Author: Marina
Editor: Rifki
#SDGs4 #SDGs9
