SUTEJO, Agus and Gernowo, Rahmat and Purwoadi, Michael A. (2024) EKSTRAKSI ONTOLOGI DARI BASIS DATA RELASIONAL MENGGUNAKAN METADATA PEMETAAN OBJEK-RELASIONAL (ORM) : STUDI KASUS DOMAIN PERENCANAAN PEMBANGUNAN. Masters thesis, UNIVERSITAS DIPONEGORO.

	Text Cover Depan_Agus Sutejo.pdf Download (1MB)
	Text Bab 1_Agus Sutejo_30000321413023_final_pengesahan-15-18.pdf Download (69kB)
	Text Bab 2_Agus Sutejo_30000321413023_final_pengesahan-19-27.pdf Download (194kB)
	Text Bab 3_Agus Sutejo_30000321413023_final_pengesahan-28-34.pdf Restricted to Repository staff only Download (120kB)
	Text Bab 4_Agus Sutejo_30000321413023_final_pengesahan-35-69.pdf Restricted to Repository staff only Download (1MB)
	Text Bab 5_Agus Sutejo_30000321413023_final_pengesahan-70-71.pdf Download (61kB)
	Text Daftar Pustaka_Agus Sutejo_30000321413023_final_pengesahan-72-73.pdf Download (189kB)
	Text Lampiran_Agus Sutejo_30000321413023_final_pengesahan-74-80.pdf Restricted to Repository staff only Download (124kB)

Abstract

Penelitian ini bertujuan mengembangkan pendekatan baru dalam pembelajaran ontologi dengan memanfaatkan metadata object-relational mapping (ORM), didorong oleh kebutuhan akan representasi pengetahuan yang akurat dari relational database (RDB) untuk mendukung aplikasi semantik. Dengan meningkatnya kompleksitas aplikasi modern, pengetahuan yang terdapat dalam RDB menjadi semakin penting. Namun, tantangan muncul dalam mengekstraksi ontologi dari RDB karena perbedaan paradigma antara data berbasis objek dan relasional. Dalam upaya mengatasi hambatan ini, penelitian ini mengintegrasikan metadata ORM ke dalam pembelajaran ontologi. Metode penelitian melibatkan analisis metadata ORM, konstruksi abstract syntax tree (AST), dan ekstraksi ontologi. Evaluasi dilakukan dengan membandingkan hasil ontologi dengan ontologi referensi dengan mengukur precision, recall, dan F-measure. Hasil penelitian menunjukkan bahwa pendekatan ini dapat meningkatkan akurasi pembelajaran ontologi dari basis data relasional, terutama pada ekstraksi konsep yang memiliki relasi hirarkis dan propertinya. Metode ini juga mengatasi kesulitan ekstraksi ontologi dari aplikasi yang menggunakan strategi ORM single-table-inheritance, di mana pemisahan antara atribut kelas utama dan turunannya menjadi lebih sulit. Meskipun metode ini memiliki keterbatasan karena memerlukan akses ke kode sumber aplikasi, namun potensinya untuk meningkatkan akurasi pembelajaran ontologi dari RDB tetap signifikan. Metode ini akan dapat diterapkan khususnya untuk mengekstrak ontologi dari aplikasi yang dikembangkan secara internal maupun dari aplikasi open-source.
Kata Kunci: Ontologi, Pembelajaran ontologi, Object-relational mapping, Relational database, AST, F-measure

This research aims to develop a new approach in ontology learning using Object-Relational Mapping (ORM) metadata, driven by the need for accurate knowledge representation from relational database (RDB) to support semantic applications. With the increasing complexity of modern applications, the knowledge within RDBs becomes increasingly crucial. However, challenges arise in extracting ontology from RDBs due to the paradigm differences between object-oriented and relational data. In an effort to overcome these hurdles, this study integrates ORM metadata into ontology learning. The research method involves analyzing ORM metadata, constructing Abstract Syntax Trees (ASTs), and ontology extraction. Evaluation is conducted by comparing the ontology results with reference ontologies and measuring precision, recall, and F-measure. The findings indicate that this approach can enhance the accuracy of ontology learning from relational databases, particularly in extracting concepts with hierarchical relations and their properties. This method also addresses the challenge of ontology extraction from applications utilizing single-table-inheritance ORM strategy, where the separation between main class attributes and its subclasses becomes more difficult. Despite its limitations due to requiring access to application source code, the potential of this method to improve ontology learning accuracy from RDBs remains significant. This method can be applied, especially, to extract ontologies from internally developed applications or open-source applications.
Keywords: Ontology, Ontology learning, Object-relational mapping Relational database

Actions (login required)

View Item