ABSTRAK Nama Penulis 1 / Program Studi : Faris Sayidinarechan Ardhafa / Computer Science Nama Penulis 2 / Program Studi : Naufal Adi Wijanarko / Computer Science Judul : Knowledge Wealth Evolution: A Case Study of Wikidata Pembimbing : Fariz Darari, Ph.D. 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 knowledge wealth growth 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 knowledge wealth growth, sementara berbagai teknik pemodelan digunakan untuk memprediksi dan dibandingkan hasilnya. Temuan dari penelitian ini berkontribusi pada pemahaman yang lebih baik tentang knowledge growth dalam knowledge graph dan memberikan wawasan berharga untuk melakukan identifikasi dan karakterisasi knowledge wealth growth. Kata kunci: Knowledge graph, knowledge wealth, prediksi