18219096 Warren Gabriel Mulyawan.pdf
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Proses screening CV adalah tahap penting dalam proses rekrutmen untuk
menyeleksi pelamar pekerjaan berdasarkan CV yang diajukan. Proses secara
manual akan memakan waktu dan berisiko kesalahan tinggi. Oleh karena itu, tim
penulis mengembangkan sistem CV screening berbasis machine learning dengan
fokus dari laporan ini pada pengembangan modul backend dalam bentuk layanan
application programming interface (API).
Tugas Akhir ini menganalisis teknologi yang tepat untuk membangun modul
backend dari sistem CV screening. Tugas Akhir juga berfokus pada proses
autentikasi dan otorisasi dari sistem. Hasil analisis menunjukkan bahwa web stack
MERN, dengan komponen-komponen Node.js, Express, dan MongoDB, adalah
pilihan terbaik untuk membangun modul backend tersebut. Sistem juga
menggunakan JWT dengan algoritma enkripsi HMAC SHA-512 untuk
implementasi proses autentikasi dan otorisasi.
Modul backend diuji menggunakan tool bernama Postman dengan empat jenis
pengujian, yaitu pengujian fungsional, kinerja sistem, sistem keamanan, dan
integrasi dengan modul frontend dan model machine learning. Hasilnya
menunjukkan bahwa sistem berjalan dengan baik, dengan waktu respons sekitar
951,71 ms, sesuai dengan standar Nielsen Norman. Sistem autentikasi dan otorisasi
juga berhasil menjaga keamanan data dengan baik.
Kesimpulan dari Tugas Akhir ini adalah bahwa stack MERN cocok untuk modul
backend dari sistem CV screening, dan sistem keamanan autentikasi dan otorisasi
memenuhi kebutuhan dengan baik. Namun, ada beberapa langkah yang dapat
diambil untuk meningkatkan kualitas Tugas Akhir ini termasuk melakukan
pengujian dengan teknologi berbeda, mengoptimasi kode, mengeksplorasi sistem
keamanan alternatif, dan meningkatkan kinerja web server (CPU usage).