Dokumen Asli
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Proses rekrutmen pada perusahaan merupakan salah satu proses yang memakan
waktu yang lama. Proses rekrutmen biasanya membutuhkan sumber daya dan
waktu yang banyak. Pada bidang IT, recruiter juga haruslah memiliki
pengetahuan domain bidang IT untuk dapat melakukan rekrutmen dengan baik.
Perkembangan teknologi yang semakin maju telah memunculkan berbagi
teknologi yang dapat membantu recruiter dalam proses rekrutmen ini.
Interview dilakukan dengan melakukan interview untuk tiap poin kompetensi
yang diberikan oleh recruiter Interview terdiri dari 2 tahap, yaitu behavioral dan
teknikal. Interview bewhavioral dilakukan secara BEI (Behavioral Event
Interview) dengan metode STAR (Situation, Task, Action, and Result). Penilian
interview behavioral dan teknikal dilakukan dengan klasifikasi 2 kelas. Hasil
penilaian tersebut diagregasi untuk mendapatkan skor dari seluruh interview.
Pada implementasi sistem, dilakukan few-shot learning pada LLM GPT-4o untuk
membangkitkan pertanyaan pada interview. Hasil evaluasi pembangkit pertanyaan
behavioral dengan G-Eval menggunakan LLM GPT-4 menunjukkan model
memiliki nilai metrik answerability sebesar 0.8938, nilai metrik listening sebesar
0.9633, nilai mertik relevance sebesar 0.986, dan nilai metrik buatan STAR
completeness sebesar 0.9532.
Proses evaluasi interview, implementasi dilakukan dengan melakukan fine-tuning
pada model Longformer untuk penilaian interview behavioral dan few-shot
learning pada LLM GPT-4 untuk penilaian interview teknikal. Penggunaan RAG
terhadap knowledge base yang berisi pengetahuan mengenai term pada bidang IT
juga digunakan untuk membantu mengaugmentasikan output dari Longformer.
Knowledge base yang digunakan adalah Wikipedia. Data yang digunakan pada
proses fine-tuning merupakan data sintetik yang dibuat dengan prompt
engineering pada LLM GPT-4 dan GPT-4o. Hasil fine-tuning pada model
Longformer untuk mengklasifikasikan hasil interview behavioral memiliki nilai
F1-score sebesar 0.962, nilai accuracy sebesar 0.967, nilai precision sebesar
0.970, dan nilai recall sebesar 0.967.