Perpustakaan Digital ITB

Dalam proses perekrutan kandidat dalam pengumpulan sumber daya manusia oleh sebuah organisasi, diperlukan serangkaian tahap untuk memilih kandidat yang berkompetensi. Salah satu tahap dalam perekrutan kandidat yang dapat diefisienkan dengan pembelajaran mesin adalah proses wawancara. Dengan pembelajaran mesin, kompetensi yang dimiliki oleh kandidat melalui jawaban wawancaranya dipetakan ke dalam kamus kompetensi yang dimiliki oleh organisasi. Model penilaian kompetensi dibangun dengan encoder yang bersifat pre-trained dalam dua buah arsitektur yang berbeda, yaitu bi-encoder dan cross-encoder, untuk melakukan klasifikasi kompetensi kandidat berdasarkan transkrip wawancara yang didapat dan kamus kompetensi yang dimiliki oleh organisasi. Model penilaian kompetensi mendukung adanya pembelajaran berlanjut dengan paradigma pembelajaran aktif dengan menggunakan fungsi akuisisi PowerBALD. Model penilaian kompetensi kemudian menjadi bagian dari subsistem penilaian kompetensi dengan menyediakan API yang dapat diakses oleh subsistem lain. Pembelajaran aktif pada model penilaian kompetensi dievaluasi dengan ukuran data pool berukuran 28 buah dan akuisisi data hingga 20 buah. Fungsi akuisisi PowerBALD dalam evaluasi menunjukkan performa yang lebih buruk dibandingkan dengan fungsi akuisisi acak. Model bi-encoder yang digunakan memberikan nilai akurasi 37,5% sebagai pre-trained dan akurasi menaik selama pembelajaran aktif hingga 52,1%, sedangkan model cross-encoder yang digunakan memiliki akurasi 62,5% sebagai pre-trained dan akurasi menurun hingga 50%. Subsistem penilaian kompetensi berhasil dikembangkan dan diintegrasikan subsistem aplikasi web. Dengan adanya pembelajaran aktif, model penilaian kompetensi dapat terus dilatih dengan data akuisisi yang diberi label.