Skripsi ini membahas permasalahan proses validasi alert keamanan yang masih dilakukan secara manual oleh analis SOC PT. XYZ melalui pengecekan satu per satu platform Cyber Threat Intelligence (VirusTotal, CTX.io, OTX AlienVault, dan AbuseIPDB), yang memakan waktu lama dan berisiko menghasilkan keputusan tidak konsisten akibat ketergantungan pada satu sumber CTI; untuk mengatasinya, penulis merancang sebuah middleware berbasis Python yang terintegrasi dengan Wazuh SIEM menggunakan pendekatan Decision Level Fusion, di mana hasil kueri paralel dari keempat sumber CTI dinormalisasi lalu digabungkan berdasarkan bobot yang dihitung dari nilai F1-Score data historis, kemudian dibandingkan dengan threshold empiris untuk memicu active response otomatis berupa penghapusan file atau pemblokiran IP; hasil pengujian terhadap 428 sampel data menunjukkan sistem mencapai precision 98,41%, recall 98,94%, dan F1-Score 98,67% dengan waktu validasi rata-rata hanya 3 detik dibandingkan 42,2 detik pada proses manual (percepatan ±14 kali lipat), sehingga membuktikan bahwa sistem yang diusulkan mampu meningkatkan akurasi deteksi ancaman, mempercepat respons insiden, dan berpotensi menurunkan beban kerja analis SOC.