Detail Laporan TA : RADEN MUHAMMAD SALEH IDRIS

RADEN MUHAMMAD SALEH IDRIS (2017) PENGEMBANGAN SMART CANDIDATE APP THROUGH SCREENING UNTUK MENGOPTIMALKAN PROSES REKRUTMEN KARYAWAN DENGAN METODE RAPID APPLI Skripsi, Teknik Informatika
Politeknik Negeri Indramayu.

Text LAPORAN BAB 1 ( Download )

Pengelolaan Sumber Daya Manusia (SDM) merupakan hal yang penting dalam pencapaian tujuan, salah satu aktivitas dalam pengelolaan SDM adalah rekrutmen dan seleksi. PT Nihon Seiki Indonesia merupakan perusahaan PMA Jepang yang bergerak di bidang komponen Elektronik dan Otomotif, salah satu permasalahan yang dihadapi perusahaan yaitu kurang optimalnya hasil rekrutmen karyawan dibuktikan dengan kualitas dari karyawan setelah bekerja dan penyebabnya adalah pada proses rekrutmen karyawan terdapat pelamar yang melakukan joki. Agar proses rekrutmen dapat memperoleh hasil yang optimal dan meminimalkan penjoki maka dibuatlah aplikasi rekrutmen online. Smart Candidate App Through Screening (CATS) merupakan aplikasi kandidat cerdas melalui penyaringan yang dapat memberikan rekomendasi kandidat terbaik melalui proses resume screening menggunakan text mining dan meminimalkan penjoki dengan disediakan kartu tes yang divalidasi oleh perusahaan serta dilengkapi dengan QR-Code. Smart CATS dibuat berbasis website dengan menggunakan framework Laravel dan Flask Python untuk Application Programming Interface (API) resume screening. Penelitian ini menggunakan penelitian kualitatif dengan teknik pengumpulan data yang digunakan adalah dengan melalui analisis observasi dan wawancara. Smart CATS ini menerapkan model pengembangan software yaitu Metode Rapid Application Development (RAD). Hasil penelitian menunjukkan bahwa Smart CATS dapat memperoleh rating kandidat terbaik dari proses resume screening yang menjadi rekomendasi untuk perusahaan dalam penentuan kelulusan tahapan seleksi dan meminimalisir penjoki dengan kartu tes yang dibawa pada saat seleksi. Kata Kunci: Rekrutmen Online, Rapid Application Development, Resume Screening, Text Mining, Laravel, Flask, Python, API