Rancang Bangun Aplikasi untuk Optimasi Sistem Rekrutmen Karyawan Berbasis Analisis CV Menggunakan NLP dan Topsis

Nurfadli, Mohamad Handika

Jurnal Nasional Komputasi dan Teknologi Informasi
Vol 9, No 1 (2026): Februari 2026

Abstrak - Proses rekrutmen karyawan yang dilakukan secara manual sering kali memerlukan waktu yang lama dan berpotensi menimbulkan subjektivitas dalam penilaian pelamar. Penelitian ini bertujuan untuk membangun sistem seleksi pelamar yang mampu mengekstraksi informasi dari Curriculum Vitae (CV) secara otomatis dan memberikan pemeringkatan pelamar secara objektif pada tahap awal seleksi. Metode yang digunakan adalah Natural Language Processing (NLP) untuk mengekstraksi entitas penting seperti jenjang pendidikan, jurusan, pengalaman kerja, dan keterampilan dari CV pelamar, serta Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) untuk memberikan peringkat pelamar berdasarkan kriteria pendidikan, pengalaman, dan keterampilan yang telah ditentukan. Data penelitian diambil dari dokumen CV pelamar dalam format PDF, yang kemudian diproses melalui modul NLP untuk mendapatkan skor pada setiap kriteria. Skor tersebut digunakan dalam perhitungan TOPSIS untuk memperoleh nilai preferensi dan peringkat pelamar. Hasil implementasi menunjukkan bahwa sistem mampu menghasilkan peringkat pelamar dengan nilai preferensi mendekati 1 untuk kandidat terbaik, sehingga membantu perusahaan dalam mempercepat proses seleksi tahap awal dan meminimalkan risiko subjektivitas. Sistem ini diharapkan dapat menjadi solusi efektif dalam proses rekrutmen, khususnya pada tahap penyaringan awal pelamar sebelum melanjutkan ke tahap seleksi lanjutan seperti wawancara dan tes.Kata kunci : Rekrutmen; NLP; TOPSIS; Analisis CV; Pemeringkatan; Abstract - The manual employee recruitment process often requires considerable time and carries the potential for subjectivity in applicant evaluation. This study aims to develop an applicant selection system capable of automatically extracting information from Curriculum Vitae (CV) documents and providing objective applicant rankings during the initial selection stage. The method employed involves Natural Language Processing (NLP) to extract key entities such as education level, field of study, work experience, and skills from applicants’ CVs, combined with the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) to rank applicants based on predefined criteria in education, experience, and skills. The research data were obtained from applicants’ CVs in PDF format, which were processed through the NLP module to generate scores for each criterion. These scores were then applied in the TOPSIS calculation to determine preference values and applicant rankings. The implementation results indicate that the system can produce applicant rankings with preference values approaching 1 for the best candidates, thereby assisting companies in accelerating the initial selection process and reducing the risk of subjectivity. This system is expected to serve as an effective solution in recruitment, particularly during the initial screening stage prior to advanced selection processes such as interviews and tests.Keywords: Recruitment System; NLP; TOPSIS; Curriculum Vitae Analysis; Applicant Ranking;