Sistem Pemeringkatan Resume Berbasis LLM untuk Seleksi Kandidat PT Triputra Khatulistiwa
DOI:
https://doi.org/10.62712/juktisi.v5i2.1329Keywords:
Large Language Model, Resume Ranking System, Recruitment, Nuxt.js, Candidate SelectionAbstract
Proses screening resume pada PT. Triputra Khatulistiwa, sebuah perusahaan jasa ekspedisi dan logistik di Kalimantan Barat dengan cakupan operasional di 14 kabupaten/kota, masih dilakukan secara sepenuhnya manual oleh tim HR yang terbatas. Rata-rata jumlah pelamar mencapai 20 orang per periode rekrutmen dengan waktu screening 3 hingga 7 hari kerja, sehingga rentan terhadap inkonsistensi penilaian antar evaluator dan bias subjektif. Penelitian ini bertujuan merancang dan membangun sistem pemeringkatan resume berbasis web bernama SmartLoker yang mengintegrasikan Large Language Model (LLM) untuk mengotomatisasi proses seleksi kandidat. Sistem dikembangkan menggunakan metode waterfall dengan pemodelan UML (use case, activity, entity relationship diagram, dan sequence diagram), dibangun menggunakan framework Nuxt 3 (Vue 3) dengan basis data MySQL melalui ORM Prisma. Integrasi LLM menggunakan model GPT-4o-mini melalui layanan Sumopod yang kompatibel dengan OpenAI, dengan pendekatan two-stage prompting, yaitu ekstraksi informasi resume dan penilaian berbobot terhadap kriteria kesesuaian skill, pengalaman, dan pendidikan. Sistem melibatkan empat peran pengguna (Super Admin, Admin, HR, dan Pelamar) serta dilengkapi fitur analisis jejak digital, perankingan kandidat berbasis AI, penjadwalan wawancara, dan notifikasi otomatis melalui email dan WhatsApp. Pengujian dengan metode black box terhadap 26 skenario pada seluruh modul menunjukkan seluruh fungsi berjalan valid, dengan waktu pemrosesan screening kurang dari 30 detik per resume. Hasil ini menunjukkan bahwa sistem mampu mempersingkat waktu seleksi, meningkatkan konsistensi penilaian, dan mengurangi bias subjektif dalam proses rekrutmen di PT. Triputra Khatulistiwa.
Downloads
References
[1] N. Mahmudah, D. Cahyani, and M. Ali, “Transformasi digital dalam pengelolaan sumber daya manusia: Tinjauan konseptual dan studi literatur,” Pendas J. Ilm. Pendidik. Dasar, vol. 10, no. 04, pp. 275–287, 2025.
[2] A. Musfirah and M. Syukri, “Retensi Karyawan dan Peran Teknologi Digital Dalam Manajemen Sumber Daya Manusia,” Econ. Digit. Bus. Rev., vol. 7, no. 1, pp. 396–408, 2025.
[3] H. Kusumaningrum, J. Z. Rachman, and M. R. Maulana, “Proses Rekrutmen, Seleksi dan Penempatan Talenta Karyawan Terbaik di Lembaga Pendidikan,” DIAJAR J. Pendidik. dan Pembelajaran, vol. 3, no. 2, pp. 220–230, 2024.
[4] D. M. Sasongko and S. R. Sirait, “Strategi Rekrutmen Dan Seleksi yang Efektif Dalam Manajemen Sumber Daya Manusia,” J. Stud. Interdisip. Perspekt., vol. 24, no. 2, pp. 80–86, 2025.
[5] Z. M. Utama, L. N. Rizki, R. P. Suprakto, and L. P. Puspitarini, “AI dalam rekrutmen: Analisis terhadap kecepatan, efisiensi waktu, objektivitas penilaian dan risiko kualitas,” Sci. J. Reflect. Econ. Accounting, Manag. Bus., vol. 8, no. 4, pp. 1454–1463, 2025.
[6] K. Batubara and M. C. Rizky, “Peran Human Capital Manajemen Dalam Perekrutan Tenaga Kerja,” Yos Soedarso Econ. J., vol. 6, no. 3, pp. 72–80, 2024.
[7] I. Cahyaningrum and N. Ilham, “Analisis Efektivitas Proses Rekrutmen Online Pada Karyawan Divisi Human Resource Departemen Pt Fabindo Sejahtera Tangerang,” J. Ilm. Ekon. Dan Manaj., vol. 3, no. 11, pp. 473–488, 2025.
[8] P. J. Naibaho and M. V. Romi, “Analisis Rekrutmen dan Seleksi Terhadap Kinerja Karyawan Bagian Quality Control Pada Perusahaan PT. EMM,” Permana J. Perpajakan, Manajemen, dan Akunt., vol. 17, no. 3, pp. 2667–2684, 2025.
[9] M. Patricya, “Proses rekruitment dan seleksi tenaga kerja,” J. Akuntansi, Manaj. dan Ilmu Pendidik., pp. 133–147, 2025.
[10] R. Amalia and M. Lukman, “Analisis Postur Tubuh pada Pekerjaan Manual Handling Menggunakan Metode Owas (Ovako Working Analysis System) pada Pekerja di PT. XYZ.,” J. Syntax Lit., vol. 10, no. 8, 2025.
[11] M. Yamin, “INTEGRASI KECERDASAN BUATAN DALAM PROSES REKRUTMEN SDM: SEBUAH TINJAUAN SISTEMATIS [INTEGRATION OF ARTIFICIAL INTELLIGENCE IN THE HUMAN RESOURCE RECRUITMENT PROCESS: A SYSTEMATIC REVIEW],” Al-Ihtiram Multidiscip. J. Couns. Soc. Res., vol. 4, no. 1, pp. 301–316, 2025.
[12] F. Hikmah and S. Suakanto, “PERAN ARTIFICIAL INTELLIGENCE DALAM USAHA KECIL DAN MENENGAH: SYSTEMATIC LITERATURE REVIEW (SLR),” J. Educ. Dev., vol. 14, no. 1, pp. 746–751, 2026.
[13] A. Shafelbilyunazra and D. D. Prasetya, “Pengaruh Few-shot Learning pada Kinerja LLM untuk Ekstraksi Entitas Iklan Lowongan Kerja,” J. Pustaka AI (Pusat Akses Kaji. Teknol. Artif. Intell., vol. 5, no. 2, pp. 418–427, 2025.
[14] A. Puspabhuana, P. Y. D. Arliyanto, M. Abdurrahman, and F. A. Puspita, “INTEGRASI CHATGPT, N8N, DAN SUPABASE UNTUK OTOMATISASI ANALISIS CV DAN PENCOCOKAN LOWONGAN KERJA BERBASIS VEKTOR,” J. Inkofar, vol. 9, no. 2, 2026.
[15] M. Rodiaminollah and M. A. Fahmi, “MANFAAT DAN TANTANGAN ARTIFICIAL INTELLIGENCE (AI) DALAM REKRUTMEN DAN SELEKSI KARYAWAN,” IQTISODINA, vol. 8, no. 2, pp. 36–44, 2025.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Herman Firmansyah, Panny Agustia Rahayuningsih, Muhammad Rezki
This work is licensed under a Creative Commons Attribution 4.0 International License.
