Hasil Pencarian: "Seleksi" (Semua Bidang (Umum))
Penelusuran metadata karya ilmiah dan dokumen institusi Universitas Bina Insani.
Filter Otomatis
ResetHasil Pencarian: "Seleksi" (Semua Bidang (Umum))
Menampilkan 2 karya ilmiah repository terverifikasi (Skripsi & Artikel Jurnal OJS)
| Detail Karya Ilmiah & Metadata | Tipe & Program Studi | Aksi Metadata |
|---|---|---|
SISTEM SCREENING CURRICULUM VITAE BERBASIS SIMILARITY MATCHING MENGGUNAKAN MPNET EMBEDDING DAN COSINE SIMILARITY
Penulis: Fitri Shafirawati, RULLY PRAMUDITA, S.T., M.Kom. |
2026
Proses screening Curriculum Vitae (CV) pada PT Bahagia Sukses Lestari masih dilakukan secara manual, sehingga memerlukan waktu lama, meningkatkan beban kerja HR, serta berpotensi menimbulkan bias subjektif. Berdasarkan hasil observasi, setiap pembukaan satu lowongan pekerjaan di PT Bahagia Sukses Lestari rata-rata menerima sekitar 60 CV, sedangkan proses rekrutmen hanya ditangani oleh dua staf HR. Dari total lamaran tersebut, hanya sekitar 20 lamaran yang benar-benar sesuai dengan kriteria awal pada tahap screening. Penelitian ini bertujuan untuk mengembangkan sistem screening CV berbasis web menggunakan pendekatan semantic similarity. Pengembangan sistem dilakukan menggunakan metode CRISP-DM, sedangkan proses pencocokan CV dengan lowongan pekerjaan menerapkan Natural Language Processing (NLP) menggunakan model MPNet untuk menghasilkan embedding dan cosine similarity untuk menghitung tingkat kesesuaian. Nilai similarity yang diperoleh kemudian diklasifikasikan menggunakan threshold 0.6 dengan kategori recommended untuk nilai ≥ 0.6 dan not recommended untuk nilai < 0.6. Hasil pengujian dilakukan menggunakan 35 dokumen CV yang masing-masing diuji terhadap dua lowongan pekerjaan berbeda sehingga menghasilkan total 70 proses screening yang menunjukkan nilai kemiripan berkisar antara 0.26 hingga 0.81, dengan 22 CV termasuk kategori recommended dan 48 not recommended. Sistem mampu melakukan proses screening CV secara otomatis dengan waktu rata-rata kurang dari 1 menit untuk setiap proses seleksi. Evaluasi model menghasilkan accuracy sebesar 97%, precision 91%, recall 100%, dan F1-score 95%, yang menunjukkan kemampuan sistem dalam mengidentifikasi kandidat yang relevan. Kesimpulannya, sistem berbasis embedding MPNet dan cosine similarity terbukti mampu meningkatkan efisiensi serta objektivitas proses screening CV dan menghasilkan rekomendasi kandidat secara konsisten.
#Curriculum Vitae Screening
#Cosine Similarity
#Natural Language Processing
#Semantic Similarity
|
Skripsi (S1)
Teknik Informatika (S1)
Restricted Fulltext PDF
|
|
SISTEM PENDUKUNG KEPUTUSAN SELEKSI KARYAWAN DENGAN METODE WASPAS PADA PT. FAN INTEGRASI TEKNOLOGI
Penulis: Maya Barek Helen, Dwi Ismiyana Putri, M.M.S.I |
2026
Perkembangan teknologi informasi mendorong perusahaan untuk memanfaatkan Sistem Pendukung Keputusan (SPK) dalam meningkatkan kualitas pengambilan keputusan, khususnya pada proses seleksi karyawan. PT FAN Integrasi Teknologi masih menggunakan aplikasi pihak ketiga yang bersifat umum, sehingga kriteria penilaian belum sepenuhnya sesuai dengan kebutuhan perusahaan dan pengelolaan data pelamar belum terintegrasi secara mandiri. Penelitian ini bertujuan merancang Sistem Pendukung Keputusan (SPK) seleksi karyawan yang bersifat internal dan terintegrasi menggunakan metode Prototyping sebagai pendekatan pengembangan sistem serta metode Weighted Aggregated Sum Product Assessment (WASPAS) sebagai metode pengambilan keputusan. Metode WASPAS digunakan untuk melakukan perankingan calon karyawan berdasarkan kriteria dan bobot yang telah ditetapkan. Sistem yang dirancang diharapkan mampu membantu proses seleksi karyawan secara objektif, sistematis, dan terukur serta mendukung pengelolaan data pelamar secara terstruktur.
#Sistem Pendukung Keputusan
#Seleksi Karyawan
#WASPAS
#Prototyping
|
Skripsi (S1)
Sistem Informasi (S1)
Restricted Fulltext PDF
|