Nama : Mohammad Yani Program Studi : Doktor Ilmu Komputer Judul : Deteksi Entitas Dengan Pendekatan Pola Berbasis Posisi dan Penautan Entitas dan Relasi Dengan Pendekatan Pen- carian Bertahap Pada Sistem Knowledge Graph Question Answering Promotor : Dr. Indra Budi, S.Kom., M.Kom Performa sistem tanya jawab berbasis Knowledge Graph (KGQA) sangat dipen- garuhi oleh dua tugas, yaitu deteksi entitas dan penautan entitas dan relasi. Daftar entitas dan relasi yang dihasilkan oleh tugas ini akan digunakan oleh konstruktor kueri untuk memperoleh data yang benar dari Knowledge Graph (KG). Telah ada beberapa penelitian terkait kedua tugas ini. Namun, pada kedua tugas ini masih terdapat beberapa isu. Terdapat tiga isu utama pada tugas deteksi entitas. Pertama, tidak semua entitas yang ada di dalam pertanyaan digunakan di dalam kueri. Ke- dua, sebuah pertanyaan menggunakan entitas, tetapi tidak dikenali oleh Named En- tity Recognizer (NER), dan ketiga adalah tidak diketahuinya posisi entitas di dalam Triple. Untuk mengatasi isu pada tugas deteksi entitas ini penulis mengusulkan sebuah pendekatan pola berbasis posisi. Pendekatan ini memanfaatkan pola dari se- buah pertanyaan untuk memprediksi di mana posisi entitas berada di dalam Triple. Sementara itu, pada tugas penautan entitas dan relasi, terdapat dua isu utama yaitu isu kesenjangan leksikal dan ambiguitas entitas. Untuk mengatasi isu-isu tersebut, penulis mengusulkan sebuah pendekatan penautan entitas dan relasi dengan meng- gunakan konsep pencarian bertahap. Dalam pendekatan ini, prediksi relasi dila- kukan sebelum penautan entitas. Selanjutnya, penautan entitas dilakukan secara bertahap dimulai dengan pencarian berbasis teks sampai dengan pencarian berbasis vektor. Hasil evaluasi menunjukkan bahwa pendekatan pola berbasis posisi untuk deteksi entitas memperoleh nilai akurasi lebih baik dari Falcon 2.0, yaitu sebesar 98,91% dan 89,52% pada SimpleQuestions dan LC-QuAD 2.0. Pendekatan pen- carian bertahap untuk penautan entitas dan relasi juga menunjukkan akurasi yang lebih baik dari Falcon 2.0. Masing-masing 89,87% dan 74,83% pada SimpleQues- tions dan LC-QuAD 2.0 untuk penautan entitas dan 91,74% dan 61,96% pada Sim- pleQuestions dan LC-QuAD 2.0 untuk penautan relasi. Kata Kunci: Deteksi entitas, penautan entitas, penautan relasi, sistem tanya jawab, knowledge graph.