Jumlah informasi elektronis yang tersedia semakin meningkat jumlahnya. Penggna harus lebih selektif dalam memilih informasi yang mereka butuhkan. Guna mempermudah dalam memilih informasi, perlu kiranya dikembangkan sautu mekanisme penyaringan informasi untuk melengkapi mekanisme temu kembali informasi yang telah banyak dikembangkan. Seperti halnya temu-kembali informasi, penyaringan informasi bertindak sebagai mediator antara sumber informasi dengan pengguna dan memiliki tujuan sama yaitu menyajikaninformasi yang sesai dengan keinginan penggna. Perbedaan diantara kedanya terletak pada masalah waktu penggunaan, representasi ketertarikan pengguna, dan sifat informasi. Sistem penyaringan informasi digunakan dalam jangka waktu yang panjang dengan ketertarikan pengguna relatif stabil. Ketertarikan pengguna disimpan dalam bentuk berkas yang disebut profil (Profile). Koleksi dokumen berasal dari penyedia informasi yang selalu menyediakan dokumen baru setiap selang waktu tertentu. Tujuan penelitian ini adalah membuat prototipe sistem penyaringan informasi dengan memanfaatkan dua metode yang telah dikenal dalam bidang temu kembali informasi. Metode yang digunakan tersebut yaitu model ruang vektor (Vector Space Model) dan umpan balik relevansi (Relevance Feedback). Dari hasil pengamatan sistem, dapat diketahui bahaw bentuk profil pengguna yang terdiri dari istilah-istilah unik dengan bobotnya masing-masing dapat digunakan untuk mempresentasikan ketertarikan pengguna jangka panjang dan digunakan untuk melakukan pembandingan dengan representasi koleksi dokumen. Penggunaan sistem selam 5 kali siklus penyaringan menunjukkan hasil yang semakin baik. Pengembangan lebih lanjut dapat dilakukan dengan menambahkan teknik pembelajaran yang lain untuk lebih mendukung sifat adaptif sistem