Perpustakaan Digital ITB

Proses pelamaran pekerjaan merupakan proses yang kompleks baik bagi pelamar maupun perusahaan. Terlebih, pelamar dari suatu lowongan dapat mencapai ribuan. Bagi perusahaan dibutuhkan sumber daya yang tidak sedikit untuk menyeleksi dokumen serta melakukan wawancara kepada pelamar. Oleh karena itu, dibutuhkan sebuah sistem cerdas yang dapat mengoptimalkan proses lamaran pekerjaan sehingga lebih efisien. Salah satu terobosan untuk menyelesaikan masalah ini adalah pengembangan Sistem Cerdas untuk Candidate Matching dan Asesmen Talenta IT. Sistem ini akan menjadi sistem yang menangani proses seleksi lamaran pekerjaan dari pendaftaran, seleksi dokumen hingga asesmen atau wawancara. Tugas akhir ini bertujuan untuk mengembangkan salah satu modul dari Sistem Cerdas untuk Candidate Matching dan Asesmen Talenta IT, yakni modul Ekstraksi Informasi dan Klasifikasi Dokumen Lamaran Kerja dengan Model Pembelajaran Mesin. Modul ini bertujuan untuk membantu tugas tim sumber daya manusia dalam menyeleksi dokumen lamaran pekerjaan. Modul ekstraksi informasi dikembangkan dengan pendekatan pembelajaran mesin. Model berbasis transformer terlatih dengan metode transfer learning terbukti menghasilkan kinerja terbaik dengan nilai recall 0,81. Sedangkan, model klasifikasi dokumen lamaran dengan kebutuhan perusahaan mendapatkan kinerja terbaik pada model SVM. Model ini menunjukkan nilai kinerja AUC pada angka 0,85 dan precision pada angka 0,70. Meskipun terklasifikasi sebagai model yang dapat diandalkan menurut nilai AUC-nya, model ini masih perlu ditingkatkan kinerjanya, terutama berdasarkan metrik recall.