- AI candidate screening adalah proses evaluasi kandidat menggunakan kecerdasan buatan untuk menganalisis, mencocokkan, dan memprioritaskan kandidat berdasarkan kompetensi serta kebutuhan posisi.
- Tahapan yang dapat diotomatisasi AI meliputi resume parsing, skill extraction, candidate matching, candidate scoring, hingga penyusunan prioritas kandidat sebelum recruiter melakukan validasi.
Setiap kali perusahaan membuka lowongan strategis, tim rekrutmen dapat menerima ratusan hingga ribuan lamaran dalam waktu singkat, sementara proses screening tetap dituntut cepat dan konsisten di berbagai tim maupun entitas.
Dalam kondisi tersebut, AI candidate screening mulai dipandang sebagai kapabilitas strategis untuk membantu recruiter memprioritaskan kandidat yang paling relevan tanpa mengorbankan kualitas keputusan.
Namun, keberhasilan implementasinya tidak ditentukan oleh kecanggihan algoritma semata, melainkan oleh kesesuaiannya dengan proses, tata kelola, dan kebutuhan organisasi
Artikel ini akan membahas cara kerja AI candidate screening, framework implementasi, strategi memilih software yang tepat, KPI untuk mengukur keberhasilannya, hingga panduan memanfaatkan AI Candidate Scoring di Mekari Talenta.
Apa Itu AI Candidate Screening?
AI candidate screening adalah proses evaluasi kandidat menggunakan kecerdasan buatan (AI) untuk menganalisis kesesuaian profil kandidat dengan kebutuhan posisi yang dibuka.
Proses ini mencakup parsing CV, ekstraksi skill, hingga pemberian skor kecocokan kandidat secara otomatis.
Berbeda dengan sistem lama yang hanya mencocokkan kata kunci, AI candidate screening yang matang mampu memahami konteks pengalaman kerja, kombinasi kompetensi, dan relevansi karier kandidat terhadap posisi yang dilamar.
Bagi perusahaan dengan struktur multi-entitas, hal ini penting karena kriteria hiring sering berbeda antar unit bisnis, sementara standar evaluasi tetap perlu konsisten di level korporat.
AI Candidate Screening vs Screening Manual
Perbedaan paling terasa antara AI candidate screening dan screening manual bukan hanya pada kecepatan, tetapi juga pada konsistensi keputusan di seluruh organisasi.
Semakin besar skala rekrutmen perusahaan, semakin besar pula gap yang muncul antara kedua pendekatan ini, terutama saat proses hiring berjalan lintas cabang atau lintas negara.
| Aspek | AI Candidate Screening | Manual Screening |
| Kecepatan | Memproses ribuan CV dalam hitungan menit | Terbatas pada kapasitas recruiter per hari |
| Konsistensi | Kriteria evaluasi seragam di setiap kandidat | Rentan terhadap variasi penilaian antar recruiter |
| Skalabilitas | Mudah menyesuaikan volume rekrutmen tinggi | Membutuhkan penambahan tim seiring volume naik |
| Objektivitas | Berbasis parameter dan kompetensi terukur | Berpotensi dipengaruhi bias personal |
| Auditability | Setiap keputusan memiliki jejak data | Sulit ditelusuri jika tidak terdokumentasi |
| Candidate Prioritization | Otomatis mengurutkan kandidat berdasarkan skor | Bergantung pada judgment individu recruiter |
Tabel ini menunjukkan bahwa AI candidate screening bukan pengganti recruiter, melainkan alat yang membantu recruiter fokus pada kandidat yang paling relevan lebih cepat.
Baca Juga: Panduan Lengkap Screening CV yang Efektif untuk HR
Evolusi Proses Screening: Mengapa Perusahaan Mulai Beralih ke AI?
Transformasi proses screening biasanya berjalan bertahap. Perusahaan umumnya melewati empat fase berikut sebelum benar-benar memanfaatkan AI secara strategis.
Memahami posisi organisasi dalam evolusi ini membantu CHRO menentukan prioritas investasi teknologi rekrutmen yang paling relevan saat ini.
1. Manual Screening Tidak Lagi Mampu Mengikuti Volume Rekrutmen Modern
Ketika perusahaan tumbuh, menambah cabang, atau melakukan ekspansi ke entitas baru, volume lamaran ikut meningkat secara signifikan. Recruiter yang membaca CV satu per satu tidak lagi mampu mengimbangi kecepatan bisnis.
Akibatnya, kandidat berkualitas sering terlewat hanya karena berada di urutan bawah tumpukan CV, bukan karena kompetensinya kurang sesuai.
2. Rule-Based Screening Masih Bergantung pada Keyword Matching
Sebagian perusahaan mencoba solusi menengah berupa rule-based screening, yaitu sistem yang menyaring CV berdasarkan keyword tertentu. Pendekatan ini lebih cepat, tetapi masih kaku.
Kandidat yang menulis pengalamannya dengan istilah berbeda dari keyword yang ditentukan bisa saja tersaring keluar, padahal kompetensinya sebenarnya relevan.
3. AI Candidate Screening Memahami Kompetensi dan Konteks Pekerjaan
AI candidate screening yang lebih matang menganalisis konteks, bukan hanya kata. Sistem ini dapat mengenali kesamaan makna antar istilah dan mengaitkan pengalaman kandidat dengan kebutuhan riil posisi.
Kemampuan ini yang membuat AI candidate screening lebih relevan digunakan pada skala enterprise, di mana variasi judul jabatan dan istilah kerja antar entitas bisa sangat beragam.
Tahapan Screening yang Dapat Diotomatisasi AI
AI candidate screening tidak dirancang untuk mengambil alih seluruh proses rekrutmen, melainkan mengotomatisasi aktivitas yang bersifat administratif, repetitif, dan berbasis data.
Dengan demikian, recruiter dapat mengalokasikan lebih banyak waktu untuk aktivitas yang membutuhkan penilaian profesional, seperti wawancara, diskusi dengan hiring manager, hingga evaluasi kesesuaian budaya kerja.
Secara umum, AI dapat mengotomatisasi beberapa tahapan screening berikut.
- Parsing CV dan profil kandidat menjadi data terstruktur, sehingga informasi seperti pengalaman kerja, pendidikan, sertifikasi, dan keterampilan dapat diproses secara lebih sistematis.
- Mengekstraksi kompetensi dan pengalaman kandidat untuk mengidentifikasi keterampilan, riwayat pekerjaan, maupun kualifikasi yang relevan dengan kebutuhan posisi.
- Mencocokkan profil kandidat dengan persyaratan lowongan, termasuk pengalaman, keterampilan, pendidikan, maupun kriteria lain yang telah ditentukan recruiter.
- Menghasilkan AI candidate score berdasarkan tingkat kecocokan kandidat terhadap posisi yang dilamar, sehingga recruiter dapat lebih mudah menentukan prioritas screening.
- Mengurutkan (ranking) kandidat berdasarkan relevansinya agar tim HR dapat lebih cepat menyusun shortlist dan melanjutkan kandidat yang paling sesuai ke tahap berikutnya.
Meskipun AI mampu mempercepat proses analisis dan penyaringan kandidat, keputusan yang berdampak langsung pada karier seseorang, seperti menentukan kandidat yang lolos ke tahap interview atau menerima penawaran kerja, tetap memerlukan validasi recruiter dan hiring manager.
Pendekatan ini sejalan dengan praktik yang dibagikan oleh para HR leaders dari GoTo, Mayapada Healthcare Group, dan Paramount Enterprise, yang memosisikan AI sebagai decision support, bukan decision maker, dalam setiap keputusan HR.
Untuk memahami prinsip tersebut lebih mendalam, baca juga artikel kami "Kapan AI Boleh Mengambil Keputusan Bisnis, Kapan Harus Manusia?" yang membahas framework Transactional vs. Transformational, Formula 30-30-40, dan Algorithmic Discernment dalam penerapan AI di HR.
Bagaimana Cara Kerja AI Candidate Screening?
Secara umum, alur kerja AI candidate screening mengikuti tahapan berikut, dari CV masuk hingga kandidat dinyatakan lolos ke tahap shortlist.
Resume Parsing — AI Melakukan Parsing terhadap CV dan Profil Kandidat
Tahap pertama adalah mengubah data CV yang tidak terstruktur, seperti PDF atau Word, menjadi data terstruktur yang bisa dibaca sistem, mulai dari riwayat pekerjaan hingga pendidikan.
Bagi perusahaan yang menerima CV dari berbagai format dan bahasa, kemampuan parsing yang akurat menjadi fondasi penting agar tahap selanjutnya berjalan tepat.
Skill Extraction — AI Mengidentifikasi Pengalaman, Keterampilan, dan Kompetensi
Setelah data terstruktur, AI mengidentifikasi keterampilan teknis, soft skill, dan pengalaman relevan dari riwayat kerja kandidat.
Proses ini mencakup pengenalan konteks, misalnya membedakan pengalaman “manajer proyek konstruksi” dengan “manajer proyek IT” meski keduanya sama-sama menggunakan kata “manajer proyek”.
Candidate Matching — AI Mencocokkan Kandidat dengan Kebutuhan Posisi
Selanjutnya, sistem membandingkan hasil identifikasi kompetensi kandidat dengan requirement posisi yang telah diinput recruiter, termasuk job description dan kualifikasi yang dibutuhkan.
Semakin lengkap dan spesifik requirement yang diinput, semakin akurat pula proses pencocokan yang dihasilkan AI.
Candidate Scoring — AI Menghasilkan Candidate Score Berdasarkan Parameter yang Ditentukan
Hasil pencocokan kemudian direpresentasikan dalam bentuk skor numerik yang memudahkan recruiter membandingkan banyak kandidat sekaligus tanpa membaca satu per satu secara manual.
Skor ini biasanya mempertimbangkan berbagai parameter, mulai dari pendidikan, pengalaman kerja, hingga kesesuaian ekspektasi gaji dengan anggaran posisi.
Recruiter Validation — Recruiter Melakukan Validasi Sebelum Kandidat Diproses ke Tahap Berikutnya
Tahap terakhir yang tidak boleh dilewatkan adalah validasi manusia. Recruiter tetap perlu meninjau kandidat dengan skor tinggi sebelum memutuskan melanjutkan ke tahap interview atau assessment.
Validasi ini penting untuk memastikan konteks yang tidak tertangkap sistem, misalnya alasan gap karier atau situasi khusus lainnya, tetap dipertimbangkan secara adil.
Baca Juga: Panduan HR Menyaring CV Kandidat yang Menarik, Ini Komponen Pentingnya!
Framework AI Candidate Screening: Empat Pilar Implementasi yang Efektif
Keberhasilan implementasi AI candidate screening tidak ditentukan oleh kecanggihan algoritma semata, tetapi oleh kemampuan organisasi mengintegrasikan AI ke dalam proses rekrutmen secara menyeluruh.
Untuk itu, terdapat empat pilar yang menjadi fondasi implementasi AI candidate screening yang efektif, mulai dari standardisasi proses hingga pemanfaatan insight untuk mendukung pengambilan keputusan.
Pilar 1 — Standardization: Menjaga Konsistensi Proses Screening
Semakin banyak recruiter, hiring manager, atau entitas yang terlibat dalam rekrutmen, semakin besar risiko terjadinya perbedaan standar dalam mengevaluasi kandidat.
Akibatnya, kualitas shortlist dapat berbeda meskipun posisi yang direkrut memiliki kebutuhan yang sama.
AI candidate screening membantu menerapkan parameter evaluasi yang konsisten, mulai dari proses matching hingga candidate scoring.
Dengan standar yang sama, organisasi dapat mengurangi variasi penilaian antar recruiter sekaligus menjaga konsistensi proses screening di seluruh unit bisnis.
Pilar 2 — Scalability: Menangani Pertumbuhan Volume Rekrutmen
AI membantu memproses ribuan CV secara bersamaan tanpa menambah beban kerja tim recruitment secara proporsional terhadap volume lamaran yang masuk.
Kemampuan ini juga mendukung kebutuhan rekrutmen lintas cabang dan multi-entitas, sekaligus mempercepat hiring untuk posisi dengan jumlah pelamar tinggi seperti frontliner atau staf operasional.
Bagi holding company atau enterprise dengan banyak anak perusahaan, kompleksitas rekrutmen bertambah karena setiap entitas bisa memiliki proses approval dan struktur organisasi berbeda.
Nah, AI candidate screening yang scalable membantu menjaga kecepatan hiring tanpa mengorbankan konsistensi antar entitas.
Baca Juga: Mass Hiring: Definisi dan Strategi Efektifnya
Pilar 3 — Governance: Menjaga Kualitas Keputusan dan Kepatuhan
AI membantu mengurangi risiko bias melalui evaluasi berbasis kompetensi, bukan atribut yang tidak relevan dengan pekerjaan.
Selain itu, AI membantu menjaga transparansi candidate scoring dan mendukung perlindungan data kandidat, dua hal yang menjadi perhatian utama tim legal dan compliance di perusahaan besar.
Governance yang kuat juga berarti setiap keputusan screening dapat ditelusuri kembali, sehingga memudahkan audit internal maupun eksternal terkait proses rekrutmen.
Pilar 4 — Intelligence: Mengubah Screening menjadi Insight Bisnis
Pada level paling matang, AI mampu mengidentifikasi kandidat prioritas lebih cepat sekaligus memberikan insight kepada recruiter dan hiring manager terkait kualitas talent pool yang tersedia.
AI juga dapat menghubungkan hasil screening dengan quality of hire, serta memanfaatkan data rekrutmen sebagai dasar workforce planning ke depan.
Pada tahap ini, screening tidak lagi sekadar proses administratif, melainkan sumber data strategis bagi keputusan bisnis terkait talenta.
Baca Juga: 7 Alur & Tahapan Rekrutmen Karyawan untuk Hiring yang Lebih Strategis
Framework Evaluasi AI Candidate Screening Software: Menentukan Solusi yang Tepat untuk Kematangan Organisasi
Tidak ada satu solusi AI candidate screening yang cocok untuk semua perusahaan.
Organisasi dengan volume rekrutmen, struktur bisnis, dan tingkat kematangan digital yang berbeda akan membutuhkan kapabilitas AI yang berbeda pula.
Oleh karena itu, evaluasi software sebaiknya tidak hanya berfokus pada fitur, tetapi juga pada kesesuaiannya dengan kebutuhan organisasi saat ini dan rencana pertumbuhannya.
1. Evaluasi Kesiapan Proses Rekrutmen Sebelum Mengevaluasi AI
Banyak organisasi langsung membandingkan fitur atau akurasi AI candidate screening tanpa terlebih dahulu mengevaluasi kesiapan proses rekrutmen mereka sendiri.
Padahal, kualitas rekomendasi AI sangat bergantung pada kualitas data dan proses yang menjadi masukannya. Garbage in, garbage out juga berlaku dalam implementasi AI.
Misalnya, deskripsi pekerjaan yang terlalu umum, kriteria seleksi yang tidak konsisten antar recruiter, atau data kandidat yang tidak lengkap dapat membuat AI kesulitan mengidentifikasi kandidat yang benar-benar sesuai.
Akibatnya, organisasi mungkin menyimpulkan bahwa AI tidak akurat, padahal akar permasalahannya justru berasal dari proses rekrutmen yang belum terstandarisasi.
Sebelum mengevaluasi vendor AI candidate screening, HR leaders sebaiknya memastikan bahwa organisasi telah memiliki job description yang jelas, kriteria screening yang terdokumentasi, serta proses seleksi yang konsisten di seluruh tim.
Dengan fondasi tersebut, AI dapat memberikan rekomendasi yang lebih relevan dan membantu recruiter mengambil keputusan secara lebih cepat dan konsisten.
2. Pilih AI yang Menyelesaikan Bottleneck Terbesar Organisasi
Tidak semua organisasi menghadapi tantangan rekrutmen yang sama.
Perusahaan yang menerima ribuan lamaran setiap bulan mungkin lebih membutuhkan AI untuk mempercepat proses screening, sementara organisasi yang merekrut talenta spesialis justru lebih membutuhkan AI yang mampu mengidentifikasi kandidat berkualitas tinggi secara lebih akurat.
Karena itu, evaluasi software AI candidate screening sebaiknya dimulai dari bottleneck yang ingin diselesaikan, bukan dari daftar fitur yang ditawarkan vendor.
Misalnya, apakah tantangan utama organisasi adalah time-to-hire yang terlalu lama, kualitas shortlist yang belum konsisten, tingginya beban administratif recruiter, atau sulitnya menjaga standar rekrutmen di berbagai cabang maupun entitas.
Dengan memahami masalah utama yang ingin diselesaikan, organisasi dapat memilih solusi AI yang benar-benar memberikan nilai bisnis, bukan sekadar menambah teknologi baru dalam proses rekrutmen.
Baca Juga: Cara Mengurangi Time to Hire untuk Mempercepat Proses Rekrutmen
3. Pastikan AI Memahami Kompetensi, Bukan Hanya Keyword
Salah satu keterbatasan resume screening tradisional adalah ketergantungannya pada keyword matching.
Kandidat yang memiliki kompetensi relevan dapat terlewat hanya karena menggunakan istilah yang berbeda dengan yang tercantum dalam job description.
Sebaliknya, kandidat yang menyisipkan banyak kata kunci belum tentu memiliki pengalaman yang benar-benar sesuai.
Karena itu, HR perlu mengevaluasi apakah AI candidate screening hanya mencocokkan kata kunci, atau sudah mampu memahami hubungan antar keterampilan, pengalaman kerja, sertifikasi, hingga konteks suatu peran.
Kemampuan ini penting terutama untuk posisi spesialis atau strategis yang sering kali tidak dapat direpresentasikan oleh satu istilah atau sertifikasi saja.
Semakin baik AI memahami kompetensi kandidat secara kontekstual, semakin besar peluang organisasi menemukan talenta potensial yang sebelumnya mungkin terlewat melalui proses screening berbasis keyword.
4. Evaluasi Transparansi Sebelum Mengevaluasi Akurasi
Banyak vendor AI menonjolkan tingkat akurasi atau kecanggihan model yang digunakan.
Namun, bagi organisasi, pertanyaan yang lebih penting adalah apakah recruiter dapat memahami mengapa seorang kandidat memperoleh candidate score tertentu.
AI yang hanya menghasilkan skor tanpa penjelasan berisiko menjadi black box, sehingga recruiter kesulitan memverifikasi hasil screening atau menjelaskan dasar pengambilan keputusan kepada hiring manager.
Kondisi ini juga menyulitkan organisasi ketika perlu melakukan evaluasi terhadap proses rekrutmen atau memastikan keputusan yang diambil tetap adil dan konsisten.
Karena itu, pilih solusi yang mendukung explainable AI, yaitu mampu menunjukkan faktor-faktor yang memengaruhi hasil penilaian, seperti kesesuaian keterampilan, pengalaman kerja, pendidikan, maupun persyaratan lain yang telah ditetapkan.
Transparansi ini membantu recruiter menggunakan AI sebagai dasar diskusi dan validasi, bukan sekadar menerima rekomendasi sistem tanpa memahami alasannya.
5. Pilih Solusi yang Mampu Berkembang Bersama Organisasi
Kebutuhan rekrutmen akan berubah seiring pertumbuhan bisnis.
Perusahaan yang saat ini hanya membuka puluhan lowongan per tahun dapat berkembang menjadi organisasi dengan ratusan posisi aktif, banyak recruiter, hingga struktur multi-entitas yang memerlukan proses rekrutmen terpusat.
Karena itu, evaluasi software AI candidate screening tidak hanya berdasarkan kebutuhan saat ini, tetapi juga kemampuannya mendukung pertumbuhan organisasi di masa depan.
Misalnya, apakah solusi tersebut dapat menangani volume kandidat yang lebih besar, mendukung workflow lintas entitas, terintegrasi dengan ATS, HRIS, maupun assessment tools, serta menyediakan analitik yang membantu organisasi terus menyempurnakan strategi rekrutmennya.
Memilih solusi yang skalabel juga membantu perusahaan menghindari biaya dan kompleksitas migrasi sistem ketika kebutuhan rekrutmen semakin berkembang.
Dengan demikian, investasi AI tidak hanya memberikan efisiensi jangka pendek, tetapi juga menjadi fondasi transformasi talent acquisition dalam jangka panjang.
KPI untuk Mengukur Keberhasilan AI Candidate Screening
Keberhasilan implementasi AI candidate screening tidak hanya diukur dari seberapa cepat proses screening berlangsung, tetapi juga dari dampaknya terhadap kualitas keputusan rekrutmen.
Oleh karena itu, AI candidate screening sebaiknya dipahami sebagai bagian dari recruitment value chain yang menghubungkan kualitas data kandidat, keputusan recruiter, hingga kualitas talenta dan performa bisnis yang dihasilkan.
Semakin baik kualitas keputusan pada tahap screening, semakin besar dampaknya terhadap kualitas hiring dan performa bisnis dalam jangka panjang.
Karena itu, HR leaders perlu mengevaluasi implementasi AI menggunakan metrik yang mencerminkan dampak operasional maupun bisnis, bukan hanya berdasarkan persepsi bahwa proses rekrutmen terasa lebih cepat.
Berikut beberapa KPI yang umum digunakan untuk mengukur keberhasilan AI candidate screening.
1. Time-to-Screen
Time-to-screen adalah waktu yang dibutuhkan sejak kandidat mengirimkan lamaran hingga recruiter memperoleh hasil screening awal atau candidate score.
KPI ini membantu perusahaan mengevaluasi seberapa cepat AI mampu memproses dan memprioritaskan kandidat.
Semakin singkat time-to-screen, semakin cepat recruiter dapat melanjutkan kandidat potensial ke tahap berikutnya.
2. Time-to-Hire
Time-to-hire adalah total waktu yang dibutuhkan sejak lowongan dipublikasikan hingga kandidat menerima job offer.
Metrik ini menjadi salah satu indikator utama efektivitas proses rekrutmen karena menunjukkan seberapa cepat organisasi mampu mengisi posisi yang kosong.
Implementasi AI diharapkan dapat mempersingkat durasi tersebut dengan mempercepat proses screening awal.
Baca Juga: Time to Hire vs Time to Fill: Mana yang Sebenarnya Perlu Anda Ukur?
3. Quality of Hire
Quality of hire merupakan metrik yang menunjukkan kualitas karyawan yang berhasil direkrut.
Penilaiannya umumnya dilakukan beberapa bulan setelah karyawan bergabung, misalnya melalui performa kerja, pencapaian KPI, produktivitas, atau tingkat retensi.
Jika AI berhasil membantu mengidentifikasi kandidat yang lebih relevan, kualitas rekrutmen juga cenderung meningkat.
4. Cost per Hire
Cost per hire adalah rata-rata biaya yang dikeluarkan perusahaan untuk merekrut satu karyawan.
Perhitungannya mencakup biaya iklan lowongan, software rekrutmen, assessment, hingga waktu yang dihabiskan tim HR selama proses seleksi.
AI dapat membantu menekan biaya tersebut dengan mengurangi pekerjaan administratif dan mempercepat proses screening.
5. Interview-to-Offer Ratio
Interview-to-offer ratio menunjukkan perbandingan antara jumlah kandidat yang diwawancarai dengan jumlah kandidat yang menerima job offer.
Rasio yang semakin rendah menunjukkan bahwa proses screening berhasil menghasilkan shortlist yang lebih relevan, sehingga recruiter dan hiring manager tidak perlu mewawancarai terlalu banyak kandidat sebelum menemukan yang tepat.
6. Candidate Drop-off Rate
Candidate drop-off rate adalah persentase kandidat yang mengundurkan diri sebelum proses rekrutmen selesai.
Tingkat drop-off yang tinggi dapat mengindikasikan proses seleksi yang terlalu panjang atau pengalaman kandidat yang kurang baik.
Dengan mempercepat screening dan komunikasi, AI berpotensi membantu mengurangi angka tersebut.
7. Recruiter Productivity
Recruiter productivity menggambarkan kapasitas recruiter dalam menangani proses rekrutmen dalam periode tertentu.
Metrik ini dapat dilihat dari jumlah kandidat yang discreening, posisi yang berhasil diisi, atau lowongan yang dikelola oleh setiap recruiter.
Ketika AI mengambil alih pekerjaan administratif, recruiter dapat mengalokasikan lebih banyak waktu untuk aktivitas strategis seperti wawancara dan kolaborasi dengan hiring manager.
Baca Juga: Berapa Lama Proses Rekrutmen? Ini Waktu Ideal dan Cara Mempercepatnya
Panduan Menggunakan AI Candidate Scoring di Mekari Talenta untuk Mempercepat Proses Rekrutmen
Setelah memahami framework dan KPI di atas, langkah berikutnya adalah melihat bagaimana kapabilitas ini diterapkan dalam praktik.
Sebagai software HCM yang mampu mengelola perusahaan dengan 2.000 hingga lebih dari 10.000 karyawan, Mekari Talenta menghadirkan AI Candidate Score dari Mekari Airene sebagai bagian dari fitur aplikasi rekrutmen karyawan.
Fitur ini juga dapat digunakan secara modular, sehingga perusahaan dapat mengaktifkannya sesuai kebutuhan tanpa harus mengubah keseluruhan sistem HR yang sudah berjalan.
Berikut alur kerja yang dapat dijadikan acuan HR dalam memanfaatkan AI Candidate Scoring di Mekari Talenta.
Tahap 1: Tambahkan Kandidat ke dalam Pipeline Rekrutmen
Setiap kandidat yang melamar akan tercatat dalam satu pipeline rekrutmen terpusat, lengkap dengan ringkasan profil, resume, dan portofolio yang dapat diakses tim HR di seluruh cabang atau entitas.
Dengan pipeline yang terpusat, CHRO dan tim regional dapat memantau status rekrutmen tanpa harus meminta laporan manual dari masing-masing lokasi secara terpisah.
Tahap 2: Lengkapi Informasi Lowongan agar AI Dapat Melakukan Penilaian secara Akurat
Akurasi AI Candidate Score sangat bergantung pada kelengkapan data yang diinput recruiter, mulai dari deskripsi pekerjaan, persyaratan pekerjaan, kisaran gaji, hingga rentang usia dan preferensi tertentu bila relevan.
Semakin lengkap dan spesifik informasi lowongan yang dimasukkan, semakin baik pula AI mengidentifikasi kandidat yang benar-benar sesuai dengan kebutuhan posisi tersebut.
Tahap 3: Tinjau AI Candidate Score dan Analisis Kecocokan Kandidat
Pada tahap ini, AI Candidate Scoring di Mekari Talenta menganalisis tingkat kecocokan kandidat dengan lowongan kerja menggunakan skor 0 hingga 100. Semakin tinggi skornya, semakin tinggi pula kesesuaian antara profil kandidat dan persyaratan posisi.
Untuk menghasilkan skor tersebut, AI menganalisis berbagai data, seperti deskripsi dan persyaratan pekerjaan, pendidikan, pengalaman kerja, perkiraan gaji, rentang usia, serta preferensi lain yang ditentukan recruiter.
Oleh karena itu, semakin lengkap informasi yang diinput pada lowongan kerja, semakin akurat pula hasil analisis AI.
Recruiter dapat mengklik View Details untuk melihat ringkasan analisis yang menjadi dasar pemberian skor, kemudian melakukan validasi sebelum menentukan kandidat yang akan diproses ke tahap berikutnya.
Fitur ini tersedia bagi pengguna paket Ultimate Hire, dan kandidat dengan skor di bawah ambang batas tertentu dapat secara otomatis ditolak sistem sesuai konfigurasi yang ditentukan HR.
Tahap 4: Lanjutkan Kandidat ke Assessment atau Interview Berdasarkan Hasil Screening
Setelah meninjau skor, recruiter dapat melakukan Move Stage untuk memindahkan kandidat ke tahap Assessment atau Interview, lengkap dengan opsi Move Only atau Move and Invite untuk mengatur undangan sekaligus.
Bila fitur Enable Assessment aktif, sistem akan otomatis mengirimkan link assessment kepada kandidat begitu tahapan dipindahkan, sehingga recruiter tidak perlu mengirim undangan secara manual satu per satu.
Tahap 5: Pantau Progres Kandidat hingga Proses Hiring Selesai
Seluruh riwayat proses rekrutmen kandidat, mulai dari tahapan yang telah dilalui hingga catatan komentar tim, tersimpan dalam Timeline yang dapat ditinjau kapan saja oleh HR maupun hiring manager terkait.
Dengan satu sumber data yang sama, HR di level korporat dapat memperoleh visibilitas penuh terhadap proses rekrutmen di seluruh cabang atau entitas tanpa perlu merekonsiliasi data dari berbagai sistem terpisah.
Pelajari lebih lanjut bagaimana Mekari Talenta dapat membantu menyederhanakan proses rekrutmen perusahaan Anda secara end-to-end.
Hubungi tim kami untuk mendapatkan konsultasi dan melihat solusi yang paling sesuai dengan kebutuhan organisasi Anda.
