El modelo RDF BiTemporal (BiTRDF) extiende el modelo de datos RDF estándar al integrar tanto el tiempo válido como el tiempo de transacción, lo que permite la representación y consulta de conocimiento dinámico e histórico. Aunque se han establecido las bases teóricas de BiTRDF, las estrategias de implementación práctica aún no se han estudiado de manera sistemática. Este artículo cierra esta brecha al explorar seis enfoques alternativos para implementar BiTRDF, combinando programación orientada a objetos y diseños orientados a bases de datos utilizando Python y PostgreSQL. Evaluamos estos enfoques utilizando seis conjuntos de datos sintéticos que van desde 0.5 millones hasta 16 millones de triples bitemporales. La evaluación se centra en el consumo de memoria, el tiempo de carga de datos y el rendimiento de las consultas a medida que aumenta la carga de datos. Los resultados muestran que todos los enfoques tienen un rendimiento comparable cuando el almacén de conocimiento cabe en la memoria. A medida que el tamaño del conjunto de datos crece más allá de la RAM disponible, las implementaciones orientadas a bases de datos logran un rendimiento de carga y consulta sustancialmente mejor, mientras que las implementaciones orientadas a objetos ofrecen mayor flexibilidad y extensibilidad. Estos hallazgos demuestran la viabilidad de implementar BiTRDF utilizando tecnologías existentes y proporcionan orientación práctica para seleccionar estrategias de implementación apropiadas según el tamaño de los datos, los requisitos de rendimiento y las necesidades de extensibilidad.