<![CDATA[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.]]>
Copyrights © 2026
