ABSTRAKSI: Wikipedia merupakan situs web Ensiklopedia yang terbesar yang ada saat ini. Wikipedia memiliki resource artikel yang melimpah dan terstruktur dengan baik, juga dapat dikategorikan sebagai resource untuk web semantik yang ideal. Masih banyak pengguna Wikipedia yang merasa kesulitan dalam menulis artikel dengan kualitas yang baik di Wikipedia. Salah satu solusi untuk memudahkan Wikipedia author dengan memanfaatkan kegunaan semantik dengan membuat Link Suggestion yang dapat memberikan saran internal link diantara artikel di Wikipedia untuk user, dan Category Suggestion yang membantu user menempatkan artikelnya dalam kategori yang benar. Pada tugas akhir (TA) ini, metode yang akan digunakan untuk membuat modul Link Suggestion dan Category Suggestion adalah RDF graph matching. Dengan RDF graph matching, Artikel yang ada di Wikipedia akan dimodelkan sebagai resource graph dan inputan dari link dan kategori dimodelkan sebagai query graph. Kemudian dilakukan pengukuran kesamaan dan hasilnya dijadikan acuan dalam penyaranan untuk link serta kategori artikel. Dari hasil perbandingan dengan algoritma Title Matching didapat bahwa fungsi Link Suggestion yang dibangun sistem memiliki akurasi yang lebih baik. Dalam hasil evaluasi eksperimental yang telah dilakukan menunjukan bahwa Category Suggestion dengan menggunakan RDF graph Matching memiliki performansi yang baik,dan dapat memberikan sugesti kategori baru yang sebelumnya tidak ada dalam data di Wikipedia. Dari hasil evaluasi eksperimental yang telah dilakukan menunjukan bahwa penggunaan metode RDF Graph Matching mampu memberikan Link Suggestion dan Category Suggestion untuk suatu artikel dengan baik dalam proses Wikipedia authoring.Kata Kunci : Wikipedia, artikel, RDF, property, graph matching, link, category, suggestionABSTRACT: Wikipedia is a famous application web and one of the biggest application web in the world. Wikipedia will help people to get a lot of information which can be updated and edited with collective intelligence. It can also serve as an idela semantic web data resource with high quality and have a well structuring data. However, to build up and maintenance Wikipedia grower to become more bigger online encyclopedic knowledge base still only have small resource people to maintainance well. Many users may still feel difficult for writing some high quality articles in Wikipedia. In this final assignment,writers will use RDF graph Matching to make Wikipedia authoring become more easier for user. It will be accomplished by the solutions to facilitating semantic reuse and help the user with a Link Suggestion module that it can suggests and auto-completes internal links between Wikipedia articles, and a Category Suggestion module that will help user to get the suggestion for place the articles in the correct categories. The experimental results show the improvements over existing solutions to link and Category Suggestion tasks.Link Suggestion and category suggetion module with RDF graph Matching show that it will help user in wikipedia authoring and it also help the current Wikipedia to make it even better Semantic web data source.Keyword: Wikipedia, articles, RDF, property,graph matching, link, category, suggestion