Layanan intelijen kebocoran data mengembalikan banyak record dengan urutan yang tidak sesuai kebutuhan analis. Penelitian ini bertujuan merancang dan menguji sistem penyaringan dan pemeringkatan ulang record kebocoran identitas digital. Penelitian memakai pendekatan Design Science Research. Sistem menormalisasi record, mencocokkan email, telepon, username, dan nama, lalu menghitung skor relevansi dengan weighted scoring method. Gerbang konflik tanggal lahir mengeluarkan kandidat yang bertentangan. Skor risiko dipisahkan dari skor relevansi. Evaluasi memakai 60 query berlabel, yaitu 20 query kalibrasi dan 40 query pengujian, dengan maksimal 20 kandidat per query. Peneliti membandingkan urutan asli layanan dengan metode usulan memakai Precision, Recall, Mean Reciprocal Rank, dan Mean Average Precision, serta interval kepercayaan bootstrap berpasangan. Hasil menunjukkan Precision pada posisi pertama naik dari 0,4500 menjadi 0,7500. Mean Average Precision naik dari 0,4760 menjadi 0,7546. Recall pada 20 posisi teratas tidak berubah. Metode usulan memperbaiki urutan kandidat, tetapi tidak menambah kandidat relevan. Hasil ini berlaku pada sampel terbatas dan belum menunjukkan kontribusi tiap komponen secara terpisah.
Copyrights © 2026