Ketika sebuah lowongan menerima ratusan lamaran, bagian rekrutmen tidak membuka satu per satu berkas dari awal. Sistem pelacak pelamar membantu mengumpulkan semuanya dalam satu tempat, membaca isinya, lalu menyajikannya dalam bentuk yang bisa dicari. Di sinilah CV ATS berperan sebagai bahan mentah yang harus dibaca mesin dengan benar.
Buat mahasiswa Informatika dan Sistem Informasi yang tertarik pada HR tech, cara sistem ini membaca CV ATS adalah contoh menarik penerapan pemrosesan dokumen dan pencarian informasi. Biar lebih kebayang, kita bedah tahapannya satu per satu.
Apa Itu ATS dan Posisi CV ATS di Dalamnya
ATS atau Applicant Tracking System adalah perangkat lunak yang mengelola proses rekrutmen, mulai dari penerimaan lamaran, penyimpanan data pelamar, sampai pelacakan tahap seleksi. Di dalamnya, setiap CV ATS yang masuk diubah menjadi data terstruktur supaya rekruter dapat mencari berdasarkan kriteria tertentu.
Penting dicatat, tidak semua sistem bekerja sama. Ada yang hanya berfungsi sebagai basis data pencarian, ada pula yang menambahkan peringkat otomatis. Dengan kata lain, mengunggah CV ATS ke sistem belum berarti lamaran otomatis tersisih. Banyak penjelasan praktisi menyebut sistem ini umumnya tidak menolak lamaran sendiri, tetapi cara kerjanya bergantung pada produk dan pengaturan perusahaan.
Tahap Parsing dalam Memproses CV ATS
Parsing adalah proses mengubah dokumen menjadi data yang bisa diolah. Berikut gambaran alur yang umum terjadi.
- Ekstraksi teks. Sistem mengambil teks dari berkas CV ATS berformat PDF atau DOCX. Berkas hasil pindaian gambar butuh pengenalan karakter optik dan hasilnya kurang andal.
- Segmentasi. Sistem mengenali bagian-bagian seperti pendidikan, pengalaman, dan keahlian, biasanya dari judul bagian.
- Ekstraksi entitas. Nama, surel, nomor telepon, tanggal, nama perusahaan, dan keahlian diambil dengan aturan pola atau model pemrosesan bahasa alami.
- Normalisasi. Variasi penulisan disamakan, misalnya JS dan JavaScript, atau format tanggal yang berbeda.
- Penyimpanan. Hasilnya dimasukkan ke kolom basis data yang dapat dicari.
Tahap segmentasi sering menjadi sumber masalah. Tata letak dua kolom, tabel, dan kotak teks bisa membuat urutan teks tercampur. Karena itu, CV ATS yang disusun dalam satu kolom dengan judul bagian lazim cenderung terbaca lebih akurat.
Baca juga: Peluang Karir Technical Writer di Perusahaan Teknologi
Pencocokan Kata Kunci dan Penilaian Relevansi
Setelah data CV ATS tersimpan, sistem dapat mencocokkannya dengan deskripsi lowongan. Pendekatan paling sederhana adalah pencarian kata kunci: rekruter mengetik keahlian yang dicari, lalu sistem menampilkan CV yang memuatnya. Pendekatan lain memberi skor berdasarkan seberapa banyak istilah lowongan muncul pada CV.
Sebagian sistem modern memakai pendekatan semantik, yaitu membandingkan makna teks lewat representasi vektor, sehingga kata berbeda dengan arti dekat tetap bisa cocok. Namun, rincian pada tiap produk tidak selalu terbuka, jadi jangan menganggap semua sistem bekerja seperti itu. Bagi pelamar, pelajarannya jelas: gunakan istilah yang sama dengan lowongan bila memang sesuai, dan tulis keahlian secara tegas.
Dalam konteks ini, CV ATS friendly pada dasarnya adalah CV yang membuat tahap ekstraksi dan pencocokan berjalan tanpa gangguan. Struktur yang jelas dan kata kunci yang jujur membuat data anda tersimpan utuh.
Tantangan Teknis dan Etika pada Sistem ATS
Dari sisi rekayasa, ada beberapa tantangan. Format dokumen sangat beragam, bahasa pelamar berbeda-beda, dan istilah keahlian terus berkembang. Pada CV ATS yang memakai istilah tidak lazim, risiko ini makin besar. Sistem yang terlalu bergantung pada kata kunci juga berisiko melewatkan kandidat yang kompeten tetapi memakai istilah berbeda.
Dari sisi etika, ada risiko bias. Jika model dilatih dari data rekrutmen lama yang tidak seimbang, hasilnya bisa mengulang bias yang sama. Data dalam setiap CV ATS juga termasuk data pribadi yang harus dilindungi sesuai aturan pelindungan data pribadi. Karena itu, keputusan akhir sebaiknya tetap melibatkan penilaian manusia. Siapa pun yang membangun sistem seperti ini perlu menguji dan mengaudit hasilnya secara berkala.
Ide Proyek Pengurai CV ATS untuk Mahasiswa
Anda bisa mencoba membuat pengurai CV sederhana sebagai proyek kuliah. Mulailah dari mengekstrak teks dari PDF, mencari surel dan nomor telepon dengan ekspresi reguler, lalu mengelompokkan bagian berdasarkan judul. Setelah itu, bandingkan daftar keahlian dengan deskripsi lowongan dan tampilkan persentase kecocokan. Proyek seperti ini memperlihatkan secara langsung bagaimana CV ATS dibaca mesin.
Mendalami HR Tech di Universitas Nusa Mandiri
Kalau anda tertarik membangun sistem pemrosesan dokumen dan analitik rekrutmen, Universitas Nusa Mandiri (UNM) menyediakan program studi Informatika, Sistem Informasi, Sains Data, Manajemen, dan Bisnis Digital. Kombinasinya membantu anda memahami pemrograman, basis data, analisis data, sekaligus proses bisnis di bagian sumber daya manusia.
UNM terakreditasi BAN-PT, dan kompetensi lulusannya diakui secara nasional untuk karier profesional. Biaya pendidikannya ramah dan fleksibel, dengan pembayaran yang mudah dilakukan secara online. UNM dapat menjadi salah satu alternatif pendidikan yang dapat dipertimbangkan bagi anda yang ingin berkarier di bidang teknologi.
Pada akhirnya, memahami cara sistem membaca CV ATS membantu anda menulis dokumen yang jelas bagi mesin maupun manusia.
