Perpustakaan Digital ITB

Proses rekrutmen merupakan proses yang harus dijalani oleh seorang kandidat ketika melamar suatu pekerjaan. Sering kali proses ini memakan waktu yang lama sehingga bisa membuang waktu kandidat maupun perekrut. Salah satu pendekatan yang dilakukan adalah dengan menggunakan pembelajaran mesin untuk mempercepat salah satu tahap pada rekrutmen dan tahap tersebut salah satunya adalah tahap wawancara. Aspek yang dapat dibantu dengan pembelajaran mesin adalah emosi apa yang ditunjukkan oleh kandidat selama wawancara. Ekstraksi emosi ini diharapkan dapat membantu penilaian perekrut untuk kandidat karena menurut salah satu studi, emosi positif yang ditunjukkan dapat membawa energi positif ke tempat kerja. Berdasarkan pertimbangan-pertimbangan tersebut, kami memutuskan untuk mengembangkan AIVue, aplikasi wawancara pekerjaan berbasis pembelajaran mesin yang membantu perekrut mengidentifikasi emosi kandidat selama wawancara. Tugas akhir ini berfokus pada pengembangan backend aplikasi yang menangani hal- hal seperti komunikasi dengan antarmuka aplikasi dan model pembelajaran mesin, penyimpanan dan pengaksesan data, serta arsitektur pengembangan aplikasi. Hasil akhir dari pengembangan adalah sistem backend aplikasi yang dapat mendukung keberjalanan aplikasi berdasarkan tiga konsiderasi sebelumnya. Pengujian sistem backend dilakukan dengan melakukan integration testing untuk menguji masing- masing fungsionalitas endpoint yang didefinisikan. Hasil pengujian yang didapat adalah keseluruhan endpoint dapat berjalan sesuai dengan fungsionalitasnya masing- masing, tetapi dengan beberapa temuan, yaitu response time yang relatif lama dan terjadi inkonsistensi data ketika menggunakan data yang sudah dihapus secara halus. Tugas akhir ini menghasilkan sistem backend aplikasi AIVue yang dapat berkomunikasi dengan frontend AIVue menggunakan API dan model pembelajaran mesin menggunakan message queue serta dapat mengelola dan mengakses data yang tersimpan dalam basis data relasional serta object storage.