Proses screening awal untuk program seleksi kandidat pada PT X Cilegon masih
bergantung pada pemeriksaan curriculum vitae (CV) secara manual, sementara
penilaian kesesuaian kandidat terhadap organisasi dan lingkungan penempatan
belum dilakukan secara terstruktur. Penelitian ini bertujuan mengembangkan model
screening awal kandidat berbasis Person-Job Fit (PJ Fit), Person-Organization Fit
(PO Fit), dan Person-Environment Fit (PE Fit) serta menguji sejauh mana model
tersebut dapat dioperasionalkan melalui prototipe yang memanfaatkan Large
Language Model (LLM). Penelitian menggunakan pendekatan studi kasus singlecase
embedded dengan tiga proposisi penelitian. Kebutuhan kasus didiagnosis
melalui enam wawancara semi-terstruktur dengan praktisi Human Resources (HR)
yang dianalisis secara tematik. Model generik PJ–PO–PE kemudian
dikontekstualisasikan berdasarkan karakteristik jabatan, ketersediaan data, dan
kebijakan perusahaan, lalu divalidasi oleh panel HR.
Dari 22 atribut model generik, panel HR menilai 16 atribut sesuai untuk digunakan
pada prototipe PT X, yang terdiri atas delapan atribut PJ, lima atribut PO, dan tiga
atribut PE. Bobot atribut ditetapkan melalui Analytic Network Process (ANP)
karena sebagian kriteria saling bergantung, berdasarkan penilaian dua praktisi HR,
dengan kontribusi dimensi PJ sebesar 55,4%, PO sebesar 40,1%, dan PE sebesar
4,5%. Prototipe mengekstraksi informasi CV menggunakan Qwen2.5-VL:7B,
menilai kemiripan makna atribut tekstual menggunakan Qwen3-Embedding-0.6B,
menilai atribut terstruktur dengan aturan eksplisit, menilai PO Fit melalui
kesesuaian profil, dan menilai PE Fit berdasarkan kebutuhan kandidat dan kondisi
lokasi kerja. Skor atribut diagregasikan dengan bobot global ANP menjadi skor per
dimensi, skor total, peringkat, dan rincian kontribusi atribut yang dapat ditelusuri.
Uji end-to-end pada 13 responden nyata menghasilkan 116 pasangan kandidat–
jabatan dan menunjukkan bahwa prototipe dapat memproses dokumen kandidat
aktual. Uji criterion validity terbatas terhadap 20 kasus uji sintetis berlabel HR pada
posisi Mill Foreman menghasilkan akurasi 0,85, F1-score 0,880, dan Area Under
the Curve (AUC) 0,939. Hasil penelitian mendukung proposisi bahwa model perlu
dikontekstualisasi dan dapat dioperasionalkan secara tertelusur, sedangkan
proposisi keselarasan dengan penilaian HR baru didukung sebagian karena skor PO
yang tinggi dapat menutupi kelemahan PJ pada profil dengan sinyal yang saling
berlawanan. Temuan ini masih terbatas pada sampel kecil, data sintetis, dan satu
posisi, sehingga belum merepresentasikan validitas prediktif pada populasi pelamar
yang lebih luas.
Perpustakaan Digital ITB