ABSTRAK Nama : Gries Yulianti Program Studi : Magister Ilmu Komputer Judul : Transformasi Tabel ke Knowledge Graph dengan Pendekatan Unsupervised Ketersediaan data tabular atau tabel di internet sangat banyak. Salah satu jenis tabel yaitu tabel relasional yang berisi data terstruktur yang mendeskripsikan suatu entitas. Pemanfaatan tabel relasional ini dapat ditingkatkan dengan mentransformasi tabel menjadi knowledge graph. Tidak seperti tabel yang tidak terdapat integrasi antar data maupun tabel, knowledge graph mengidentifikasi data atau entitas didalamnya secara unik dengan Uniform Resource Identifiers (URI) dan terintegrasi satu sama lain. Secara umum, transformasi tabel ke knowledge graph diurai menjadi tiga tugas pemetaan, yaitu baris atau sel tabel ke entitas, kolom atau atribut ke properti, dan tabel keseluruhan ke kelas di knowledge graph. Banyak penelitian yang melakukan proses transformasi ini hanya fokus pada pemetaan sel tabel ke entitas knowledge graph saja. Oleh karena itu, penelitian ini melakukan proses transfromasi tabel ke knowledge graph terhadap tiga tugas pemetaan tersebut. Jika dibandingkan dengan T2K yang melakukan tiga tugas pemetaan juga dengan pendekatan supervised, proses transformasi yang dilakukan dalam penelitian ini menggunakan pendekatan unsupervised. Pendekatan ini terdiri dari beberapa prosedur berbasis heuristik dan aturan, dan tidak bergantung pada T2D gold standard yang merupakan dataset yang digunakan. Dalam pemetaan sel ke entitas, hasil penelitian ini lebih unggul dari T2K dan jika dibandingkan dengan TabEAno yang menggunakan pendekatan unsupervised juga, penelitian ini mencapai kinerja yang sebanding yang ditunjukkan dengan perolehan skor precision yang sama yaitu 0.92. Sedangkan dalam dua tugas pemetaan lainnya, walaupun tidak lebih unggul dari T2K, namun sifat pendekatan unsupervised yang diterapkan pada penelitian ini tidak memiliki ketergantungan yang berarti dengan dataset. Kata Kunci: Tabel, Knowledge Graph, Transformasi, T2D gold standard