Pencocokan data (juga dikenal sebagai pencocokan rekaman, deduplikasi data, resolusi entitas, identifikasi objek, atau pencocokan bidang) adalah proses mengidentifikasi, membandingkan, dan menggabungkan rekaman yang mewakili entitas yang sama dari berbagai sumber data. Ini adalah komponen penting dari integrasi data, jaminan kualitas data, dan pergudangan data.
Pencocokan data biasanya dilakukan untuk mengkonsolidasikan beberapa kumpulan data menjadi satu kesatuan yang terintegrasi. Tampilan terpadu ini kemudian dapat digunakan lebih lanjut untuk mendeteksi tren, menargetkan pelanggan, mengidentifikasi catatan duplikat, dan meningkatkan akurasi pengambilan keputusan.
Pencocokan data biasanya dilakukan menggunakan algoritma perbandingan yang membandingkan berbagai bidang dari dua catatan berbeda yang dianggap sebagai entitas yang sama, misalnya nama orang, atau nomor rekening pelanggan. Algoritme kemudian menghasilkan skor berdasarkan tingkat kesamaan antara kedua catatan tersebut. Bergantung pada keakuratan yang diperlukan, skor yang dihasilkan dari perbandingan dapat diterima, atau disempurnakan lebih lanjut dan diverifikasi secara manual.
Selain individu, pencocokan data dapat digunakan untuk mengidentifikasi pergerakan aset dan barang, anomali dalam transaksi keuangan, dan perubahan fitur geografis (misalnya jalan raya).
Teknik pencocokan data menjadi semakin otomatis dengan penggunaan algoritma pembelajaran mesin yang disesuaikan untuk tugas pencocokan data. Hal ini memungkinkan waktu pemrosesan lebih cepat serta peningkatan akurasi.
Pencocokan data sangat penting untuk berbagai aplikasi dan layanan modern, seperti menjaga integritas database, mengoptimalkan kinerja rantai pasokan, mendeteksi penipuan dan pencucian uang, dan mengembangkan layanan yang dipersonalisasi. Pencocokan data juga digunakan dalam layanan kesehatan untuk melindungi privasi pasien dan memfasilitasi akses ke informasi pasien bagi profesional kesehatan.
