Bagaimana skor 4Rs Kiprah dihitung.

1. Empat pilar dan bobot

Bobot pilar dipilih untuk merepresentasikan brand value yang sebenarnya digunakan sponsor Indonesia di tahun pertama operasional Kiprah. Bobot ini dibekukan selama 12 bulan minimum (lihat ADR-002 di repositori publik). Bila bobot perlu diubah, kebijakan versioning menjamin skor lama tetap dapat diakses via ?version=v1.

• Reach (30%) — jangkauan publik. Berapa banyak orang yang tahu siapa atlet ini.
• Resonance (25%) — koneksi budaya. Apakah audiens Indonesia benar-benar peduli, atau cuma awareness pasif.
• Relevance (25%) — momentum saat ini. Apakah atlet ini sedang dalam window event atau performa yang naik.
• Realisation (20%) — kredibilitas atletik. Posisi liga, medali, statistik dasar.

2. Sub-komponen tiap pilar

Reach (30%) — jangkauan publik

Sub-komponen, dengan bobot internal yang dijumlahkan menjadi 30:

• Follower IG / TikTok / YouTube (12) — gabungan log-scaled per kohort.
• Pageviews Wikipedia 7 hari terakhir (8) — proxy "discovery search" yang stabil.
• Indeks Google Trends 30 hari (5) — sinyal pencarian aktif.
• Cross-platform amplification (5) — bonus bila atlet aktif di banyak kanal sekaligus.

Resonance (25%) — koneksi budaya

Sub-komponen:

• Sentimen IndoBERT pada media massa Indonesia 30 hari (10) — Bahasa-aware sentiment model, bukan terjemahan ke English.
• Frekuensi mention di media massa lokal (8) — GDELT GKG + media monitoring nasional.
• Halo dari event nasional (4) — bonus saat atlet berkontribusi ke timnas / klub yang sedang menonjol.
• Diaspora flag bonus (3) — atlet yang merepresentasikan Indonesia secara internasional mendapat bonus tetap pada Resonance.

Relevance (25%) — momentum saat ini

Sub-komponen:

• Window event (8) — multiplier maksimum 1.5x saat atlet berada dalam window pertandingan / tournament terjadwal (mis. Asian Games, AFC, BWF World Tour). Detail di Bagian 5.
• Tren skor 30 hari (8) — apakah skor naik atau turun. Atlet yang momentum-nya naik mendapat bonus, yang stagnan tidak.
• Aktivitas timnas atau klub liga utama (5) — penampilan terbaru dalam 7 hari mendapat weight lebih tinggi.
• Recent media spike (4) — lonjakan mention di media yang signifikan secara statistik.

Realisation (20%) — kredibilitas atletik

Sub-komponen:

• Tingkat kompetisi (8) — peringkat liga (Liga 1 vs Liga 2, EFL Championship vs Premier League), kelas turnamen, level federasi.
• Statistik dasar yang relevan (6) — gol untuk striker, assist untuk gelandang, ranking dunia untuk bulutangkis, dsb. Disesuaikan dengan posisi / disiplin.
• Medali atau gelar resmi (4) — Olimpiade, Asian Games, SEA Games, kejuaraan dunia.
• Konsistensi 12 bulan (2) — fluktuasi skor yang stabil mendapat bonus kecil terhadap atlet yang one-hit-wonder.

3. Sumber data per sinyal

Setiap angka di skor 4Rs dapat dilacak ke sinyal dan sumber spesifik. Kiprah TIDAK scraping sendiri — semua data publik datang dari Sumber melalui API. Sumber bertanggung jawab atas kurasi, deduplikasi, dan freshness data publik (lihat ADR-001 untuk pemisahan tanggung jawab).

Daftar sumber sinyal utama:

• Wikidata — identitas atlet, tanggal lahir, kewarganegaraan, klub afiliasi, link ke Wikipedia bilingual (id / en).
• Wikipedia (id + en) — pageviews 7 hari, biografi naratif untuk hero dossier.
• GDELT GKG — frekuensi dan sentimen mention di media massa global.
• IndoBERT (Sumber-side) — sentiment scoring khusus Bahasa Indonesia.
• YouTube Data API — subscriber count, view count, kanal aktivitas atlet.
• Apify Instagram + TikTok — follower count publik (snapshot harian / jam-an untuk top_1k).
• Google Trends — indeks pencarian 30 hari, dipakai sebagai proxy intent publik aktif.
• Federasi resmi (PSSI, IBL, PBSI, PERBASI, dsb.) — statistik pertandingan, ranking, peringkat dunia.
• FBref / Transfermarkt / BWF / Liquipedia — data statistik olahraga terverifikasi.

Daftar lengkap series ID per atlet dapat dilihat di Sumber API. Setiap baris di tabel kiprah_scores menyimpan input_series_ids[] dan input_timestamps[] sehingga setiap skor dapat diaudit kembali ke sinyal aslinya — fitur "show your work" yang tidak boleh disembunyikan dari pengguna (CLAUDE.md constraint #6).

4. Freshness per cohort

Tidak semua atlet di-update dengan frekuensi yang sama. Kiprah membagi populasi atlet ke dalam tiga kohort dengan SLA freshness yang berbeda:

• top_1k — 1.000 atlet IDN paling besar (timnas senior, kontrak liga utama, cakupan media massa). Update sinyal sosial: per-jam. Update skor: per-jam. SLA freshness: ≥ 98% atlet di-update < 7 hari.
• top_10k — 10.000 atlet IDN tier menengah (liga regional, timnas junior, atlet niche dengan publik aktif). Update sinyal: harian. Update skor: harian. SLA freshness: ≥ 91% atlet di-update < 7 hari.
• long_tail — atlet di luar top_10k (junior, retired, profil lengkapan). Update sinyal: mingguan. Update skor: mingguan. SLA freshness target: ≥ 68% atlet di-update < 7 hari (best-effort, tidak dijamin).

Status freshness ditampilkan di dossier sebagai tanggal observasi terakhir ("Data per 12 Jul 2026") — hanya bila Sumber sudah punya observasi bertanggal untuk atlet tersebut; tanpa observasi, Kiprah tidak menampilkan klaim freshness sama sekali. Bila Sumber melaporkan stale_since pada sebuah entitas, Kiprah menampilkan flag visual.

5. Event-window multiplier

Saat seorang atlet berada dalam window event terjadwal (mis. AFC Round 3 Pratama Arhan 2026-06-11, Asian Games Veddriq Leonardo 2026-09-23), Kiprah menerapkan multiplier pada Relevance saja — TIDAK pada Reach, Resonance, atau Realisation. Hal ini menjaga agar event spike tidak membuat skor melambung tidak realistis.

• Multiplier dihitung dari prestige event × proximity ke pertandingan. Range: 1.0x (tidak ada window) sampai 1.5x (window aktif × event prestige tinggi).
• Multiplier maksimum dipatok 1.5x — tidak ada exception. Bahkan event final Olimpiade tidak melampaui cap ini.
• Window typical: 7 hari sebelum + 3 hari sesudah pertandingan. Configurable per event via window_pre_days dan window_post_days di Sumber event entity.
• Setelah window berakhir, multiplier kembali ke 1.0x. Skor yang naik selama event tidak "lengket" — kembali ke baseline kecuali sub-komponen lain (Reach, Realisation) ikut naik karena performa di event.

6. Versi skor dan freeze

Skor versi v1 dibekukan selama 12 bulan minimum. Selama periode ini, bobot tidak diubah — segmen overrides solve all in-period needs (lihat ADR-002 di repositori publik).

Bila v2 diterbitkan, skor v1 tetap dapat diakses selamanya via URL ?version=v1 (lihat ADR-003). Kutipan dalam slide deck, artikel, atau kontrak yang menyebut "Pratama Arhan: 87 (Kiprah, Mei 2026)" tetap dapat diverifikasi.

7. Apa yang Kiprah TIDAK ukur

Sama pentingnya menjelaskan apa yang skor 4Rs sengaja tidak masukkan:

• Karakter pribadi — Kiprah tidak menilai kepribadian atlet, controversy, atau perilaku off-field. Ada banyak ranking dan komentar publik yang melakukannya; itu bukan pertanyaan yang skor 4Rs jawab.
• Estimasi market value — Kiprah TIDAK menerbitkan angka rupiah / USD per kontrak. Skor adalah komposit relatif, bukan valuasi finansial. Sponsor / manajemen punya tools sendiri untuk valuasi.
• Sentimen di komentar / DM — Resonance memakai sentimen media massa, bukan komentar individu di kanal sosial. Komentar sering toksik, manipulatif, atau berasal dari bot — tidak representatif.
• Tebakan masa depan — Skor adalah snapshot saat ini, bukan prediksi. Atlet yang skornya 87 hari ini tidak dijanjikan tetap 87 minggu depan.
• Fisikalitas — tinggi badan, berat, fitness test — bukan input ke skor. Hanya statistik output (gol, ranking, medali) yang masuk.

8. Provenance dan audit

Setiap baris di tabel kiprah_scores menyimpan (athlete_id, score_version, segment, computed_at, input_series_ids[], input_timestamps[]). Konsekuensinya:

• Setiap skor dapat di-audit kembali ke sinyal asli — pembaca dapat klik "show inputs" dan melihat persis follower count, sentiment value, peringkat liga yang masuk ke komputasi.
• Bila Sumber mengoreksi sebuah sinyal (mis. follower count yang ternyata salah scrape), re-komputasi skor dapat dilakukan dan history versi dipertahankan.
• Compute pipeline (Dagster) memproduksi audit log untuk setiap window komputasi — available untuk inspeksi internal.

9. Contoh perhitungan

Worked example menggunakan data fixture saat ini (akan diperbarui dengan data live Sumber begitu signal scrapers green untuk top_1k cohort, perkiraan W3-9):

Pratama Arhan (87 / 100, Mei 2026)

• Reach 26 / 30 — IG 5.2M + TikTok 3.4M + YouTube 720k follower (log-scaled jadi 12 / 12); Wikipedia pageviews 14.2k 7-hari (5 / 8); Google Trends 81 (4 / 5); cross-platform bonus (5 / 5).
• Resonance 21 / 25 — IndoBERT sentiment media positif tinggi (9 / 10); mention frequency K League + Timnas (6 / 8); halo dari Timnas senior (3 / 4); diaspora bonus (3 / 3).
• Relevance 22 / 25 — window AFC Round 3 aktif, multiplier 1.15x pada Relevance saja (8 / 8 × 1.15 = 9.2, capped di 8); momentum 30 hari naik (7 / 8); aktivitas timnas + Suwon FC (5 / 5); media spike akhir bulan (4 / 4). Komputasi raw 22, tidak melampaui cap pillar 25.
• Realisation 18 / 20 — K League 2 + Timnas senior (7 / 8); statistik back: tackles + crosses (5 / 6); penampilan Asian Cup 2024 (3 / 4); konsistensi 12 bulan (3 / 2, capped). Total 18 / 20.
• Total: 26 + 21 + 22 + 18 = 87 / 100.

Semua sub-skor disimpan di kolom kiprah_scores.subscores_jsonb dan dapat di-inspect di view "Show inputs" di setiap dossier (PR P11).

10. Banding skor

Bila Anda merasa skor seorang atlet salah secara signifikan (misal: signal dari Sumber ternyata tidak terhubung ke akun yang benar, atau bobot terhitung tidak sesuai), ajukan banding ke halo@kiprah.co. Tim Kiprah akan meninjau dalam 7 hari kerja dan memperbaiki bila kesalahan terkonfirmasi. Banding bukan jalur untuk menukar skor dengan opini ("saya rasa atlet ini lebih besar") — hanya untuk koreksi data yang salah.

Metodologi versi v1.0 · score_version v1 · berlaku 5 Mei 2026. Bobot dibekukan 12 bulan minimum per ADR-002. Worked example diperbarui begitu data live Sumber masuk untuk top_1k cohort. Pertanyaan / banding: halo@kiprah.co.