Tugas review artikel PBM minggu 5/Melly

 

Melly Yuni Anjani/ 250321830259/ Tugas review artikel PBM minggu 5/ Topik 4

Judul: A Knowledge Graph-Driven Analysis of the Interlinkages among the Sustainable Development Goal Indicators in Different Spatial Resolutions	Androna, C.M.; Mandilara, I.; Fotopoulou, E.; Zafeiropoulos, A.; Papavassiliou, S. A Knowledge Graph-Driven Analysis of the Interlinkages among the Sustainable Development Goal Indicators in Different Spatial Resolutions. Sustainability 2024, 16, 4328. https:// doi.org/10.3390/su16114328
Aspek	Uraian
Gap Penelitian	Sebagian besar studi sebelumnya menganalisis keterkaitan antar SDG hanya pada tingkat nasional dan secara silo (terpisah antar indikator). Belum ada kerangka analisis yang memanfaatkan knowledge graph untuk mengintegrasikan berbagai sumber data (UN SDG Database, Eurostat) secara semantik, memperbaiki data gaps melalui imputasi, dan memungkinkan analisis keterhubungan pada berbagai level spasial (nasional dan regional).
Tujuan	Mengembangkan dan menguji SustainGraph, sebuah knowledge graph open-source yang mengintegrasikan data indikator SDG dari berbagai sumber, memetakan keterkaitan antar indikator (synergy dan trade-off), serta menyajikan analisis multi-level spasial untuk mendukung perumusan kebijakan berbasis bukti.
Metode	- Data Pre-processing: Pemilihan indikator dengan metadata filtering, asesmen kualitas data (coverage temporal & spasial). - Imputasi data: Menggunakan interpolasi temporal & KNN-imputer untuk mengisi missing values. - Analisis Korelasi: Korelasi Spearman untuk mengukur hubungan antar indikator. - Knowledge Graph Construction: Representasi data sebagai node (indikator) dan edges (hubungan positif/negatif). - Teknik Analisis Masalah Berbasis Data: Mapping berbasis graph/network analysis — menghasilkan peta visual keterkaitan (graph mapping) yang menunjukkan sinergi dan trade-off antar SDGs pada level nasional dan regional. (Pada gambar 1&2 dibawah)
Hasil & Pembahasan	- Dari 242 indikator, 183 indikator lolos kriteria untuk analisis nasional (99 UN, 84 EU). - Ditemukan 476 sinergi (hubungan positif) dan 140 trade-off (hubungan negatif). - SDG 17 (Partnership), 10 (Reduced Inequalities), 9 (Industry & Innovation), 8 (Decent Work) muncul sebagai pusat jaringan sinergi (central nodes). - SDG 7 (Energy) dan SDG 16 (Peace & Justice) paling sering terlibat trade-off. - Di level NUTS 2 (regional), trade-off lebih sedikit, menandakan peluang kebijakan daerah untuk lebih sinkron. - Diskusi menyoroti pentingnya analisis jaringan sebagai alat pengambil keputusan kebijakan yang mempertimbangkan efek silang antar SDGs.
Novelty (Kontribusi Asli)	- Pertama kali mengintegrasikan data SDG lintas sumber (UN & EU) ke dalam knowledge graph open-source yang siap pakai. - Menawarkan pendekatan mapping berbasis graph untuk memvisualisasi dan menganalisis keterkaitan SDGs secara multi-level. - Menyediakan kerangka yang replikatif, memudahkan pembuat kebijakan dan peneliti melakukan pemantauan progres SDG berbasis data.
Keterbatasan	- Bergantung pada ketersediaan data resmi (indikator yang tidak lengkap atau terlambat publikasi mempengaruhi hasil). - Analisis berbasis korelasi → tidak dapat menunjukkan arah kausalitas. - Data level lokal (mikro) masih minim → hasil lebih cocok untuk kebijakan nasional/regional daripada desa/kota. - Belum memanfaatkan sumber data non-tradisional (citizen science, data real-time).