Screening CV Pelamar Pakai AI: Cara Kerjanya, Batasnya, dan Aturan Datanya

AI bisa dipakai untuk menyaring lamaran kerja, tapi bukan untuk memutuskan siapa yang ditolak. Yang realistis: AI membaca puluhan CV, mencocokkannya dengan kriteria yang kamu tulis sendiri, lalu mengeluarkan tabel skor beserta kutipan buktinya — sehingga kamu tinggal membaca 10 CV teratas, bukan 80. Keputusan panggil atau tolak tetap di tangan manusia, dan itu bukan cuma soal etika: UU Pelindungan Data Pribadi memberi pelamar hak mengajukan keberatan atas keputusan yang murni otomatis.

Kami sering menemukan pola yang sama di klien bisnis lokal: satu lowongan admin atau kasir dibuka, tiga hari kemudian ada 60–100 lamaran masuk lewat WhatsApp dan email, dan tidak ada yang sempat membacanya. Akhirnya yang dipanggil adalah lima orang yang kebetulan chat-nya paling atas. Ini masalah penyaringan, bukan masalah kekurangan pelamar.

Apa yang sebenarnya bisa dikerjakan AI saat menyaring lamaran?

Sebagian besar artikel soal ini menjanjikan "AI menilai kandidat secara objektif". Itu terlalu jauh. Yang benar-benar jalan hari ini adalah tiga pekerjaan yang lebih membosankan.

Pertama, ekstraksi: menarik informasi tertentu dari dokumen — pengalaman kerja terakhir, domisili, pendidikan, keterampilan yang disebut. Kedua, pencocokan terhadap rubrik: memberi angka pada kriteria yang kamu tentukan, bukan kriteria yang ditebak model. Ketiga, perangkuman: satu kalimat ringkas per kandidat supaya kamu tidak membuka 80 PDF satu per satu.

Yang tidak bisa dikerjakan AI: menilai apakah orang ini cocok dengan tim kamu, apakah dia jujur soal pengalamannya, dan apakah dia akan bertahan lebih dari tiga bulan. Semua itu tidak ada di CV, jadi tidak ada di input model.

Mana yang cocok untuk tim kamu: chat AI umum, akun kerja, atau software rekrutmen?

Tiga jalur yang masuk akal untuk bisnis dengan 5–30 karyawan. Bedanya bukan di kecerdasan modelnya, tapi di siapa yang boleh melihat data pelamarmu.

Jalur	Cocok kalau	Soal data	Batas praktis
Chat AI umum dengan akun pribadi (ChatGPT, Gemini versi konsumen)	Lowongan sesekali, 20–100 lamaran per posisi	Paling berisiko. Google menyatakan sebagian percakapan Gemini dibaca peninjau manusia dan meminta pengguna tidak memasukkan informasi rahasia	Akun gratis ChatGPT dibatasi 3 unggahan berkas per hari; akun berbayar sampai 80 berkas per 3 jam
Akun kerja berbayar (Google Workspace, paket bisnis)	Rekrutmen rutin dan kamu sudah pakai email domain sendiri	Lebih aman. Google menyatakan data pelanggan Workspace tidak ditinjau manusia dan tidak dipakai melatih model di luar domain tanpa izin	Perlu langganan; fitur AI-nya berbeda per paket
Software rekrutmen ber-AI (ATS)	Buka lowongan tiap bulan, banyak posisi paralel	Bergantung vendor — minta perjanjian pemrosesan data secara tertulis	Biaya bulanan, dan tim harus belajar alat baru

Untuk kebanyakan bisnis lokal yang merekrut dua atau tiga kali setahun, jalur pertama atau kedua sudah cukup. Membeli ATS untuk lowongan yang setahun cuma dibuka dua kali termasuk otomatisasi yang sebenarnya belum kamu butuhkan.

Bagaimana urutan kerjanya dari folder lamaran sampai shortlist?

1. Satukan semua lamaran ke satu folder. Lamaran yang masuk lewat WhatsApp, email, dan Instagram harus jadi satu tumpukan dulu. Beri nama file dengan pola tetap, misalnya nama-posisi-tanggal.pdf.
2. Cek mana CV yang berupa gambar. Buka PDF-nya, coba blok teksnya dengan kursor. Kalau tidak bisa diblok, itu hasil foto atau scan. Di paket ChatGPT non-Enterprise, dokumen hanya dibaca secara teks — gambar di dalamnya dibuang. CV hasil foto akan terbaca kosong, dan model bisa saja tetap memberi skor. Pisahkan file semacam ini untuk dibaca manual.
3. Tulis rubriknya sebelum membuka CV mana pun. Misalnya: pengalaman relevan 0–3, domisili terhadap lokasi kerja 0–2, keterampilan wajib 0–3, kerapian penulisan 0–2. Rubrik yang ditulis setelah melihat kandidat favorit bukan rubrik, itu pembenaran.
4. Buang data yang tidak dipakai menilai. NIK, nomor KTP, alamat lengkap, tanggal lahir, foto, dan status pernikahan tidak menentukan kemampuan kerja. Hapus atau tutupi sebelum diunggah. Ini sekaligus memperkecil risiko kalau datanya bocor.
5. Proses per batch kecil, 10–15 CV sekali jalan. Batch besar membuat model mulai mengaburkan kandidat satu dengan lainnya. Minta keluaran berbentuk tabel: nama file, skor per kriteria, total, satu kalimat alasan, dan kutipan persis dari CV sebagai bukti tiap skor.
6. Wajibkan jawaban "tidak ada bukti di CV". Tulis di instruksinya: kalau informasi tidak ada di dokumen, tulis "tidak disebutkan", jangan menyimpulkan. Tanpa kalimat ini, model cenderung mengisi kekosongan dengan tebakan yang terdengar meyakinkan.
7. Uji silang lima CV acak. Nilai lima lamaran sendiri tanpa melihat hasil AI, lalu bandingkan. Kalau selisihnya jauh, rubriknya yang ambigu, bukan modelnya yang bodoh. Perbaiki rubrik, ulangi.
8. Putuskan sendiri, catat alasannya. Simpan tabel hasilnya di spreadsheet supaya bisa ditengok lagi saat ada pertanyaan dari pelamar atau saat merekrut posisi serupa tahun depan.

Kalau hasilnya sudah berbentuk tabel, langkah lanjutannya gampang: masukkan ke spreadsheet dan olah di sana. Cara memakai rumus AI di Google Sheets berguna untuk merapikan kolom keterampilan yang formatnya berantakan.

Apa aturannya di Indonesia soal data pelamar?

CV adalah data pribadi, dan memprosesnya tunduk pada UU Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi. Empat pasal yang relevan langsung dengan penyaringan otomatis:

• Pasal 20. Pengendali data wajib punya dasar pemrosesan. Persetujuan eksplisit untuk tujuan tertentu adalah salah satunya — dan tujuan itu harus disampaikan lebih dulu. Menyeleksi pelamar termasuk tujuan yang wajar; memakai CV mereka untuk hal lain tidak otomatis ikut tercakup.
• Pasal 10. Subjek data berhak mengajukan keberatan atas keputusan yang hanya didasarkan pada pemrosesan otomatis, termasuk pemrofilan, yang berdampak signifikan pada dirinya. Ditolak kerja jelas berdampak signifikan. Ini alasan hukum kenapa penolakan otomatis penuh adalah ide buruk.
• Pasal 34. Pemrosesan berisiko tinggi wajib dinilai dampaknya lebih dulu. Yang masuk kategori berisiko tinggi antara lain pengambilan keputusan otomatis yang berdampak signifikan, dan kegiatan evaluasi, penskoran, atau pemantauan yang sistematis. Memberi skor pada ratusan CV persis masuk kalimat itu.
• Pasal 43. Data wajib dihapus kalau sudah tidak diperlukan untuk tujuan pemrosesannya. Artinya folder berisi 90 CV dari lowongan tahun lalu bukan arsip, itu kewajiban yang belum dikerjakan.

Sanksi administratif untuk pelanggaran diatur di Pasal 57, berupa peringatan tertulis sampai denda administratif paling tinggi 2 persen dari pendapatan tahunan terhadap variabel pelanggaran. Untuk bisnis kecil, risiko yang lebih nyata bukan denda, melainkan data pelamar bocor dan reputasi rusak di kota sendiri.

Hal praktis yang mudah dikerjakan hari ini: matikan pelatihan model. Di ChatGPT ada pengaturan Improve the model for everyone di menu Data Controls yang bisa dinonaktifkan kapan saja, dan berlaku untuk seluruh akun. Di Gemini versi konsumen, riwayat percakapan tersimpan dengan hapus-otomatis bawaan 18 bulan, sedangkan percakapan yang sempat ditinjau manusia disimpan sampai tiga tahun dan tidak ikut terhapus saat kamu menghapus aktivitas. Untuk daftar lengkap apa saja yang sebaiknya tidak pernah masuk ke chat AI, kami sudah menulisnya di data yang tidak boleh dimasukkan ke ChatGPT dan AI lain.

Kenapa hasilnya sering meleset?

Empat kegagalan yang paling sering kami lihat saat memasang alur seperti ini, urut dari yang paling sering:

CV hasil foto dibaca kosong. Sudah disebut di atas, tapi ini penyebab nomor satu. Pelamar posisi non-kantoran sering mengirim foto CV dari HP. Di paket biasa, teks di dalam gambar tidak diambil.

Skor tanpa bukti. Kalau kamu tidak meminta kutipan, model akan memberi angka yang kelihatan rapi tanpa dasar yang bisa dicek. Angka rapi itu yang bikin orang berhenti memverifikasi.

Rubrik yang sebenarnya bias. AI tidak menghapus bias, ia menjalankan kriteria yang kamu tulis. Kalau rubriknya memberi nilai pada "lulusan kampus ternama", hasilnya bias — konsisten, tapi tetap bias. Justru karena konsisten, biasnya jadi merata ke semua kandidat.

CV yang ditulis pakai AI juga. Banyak pelamar sekarang menyusun CV dengan bantuan AI dan menyalin ulang kata kunci dari iklan lowongan. Penyaringan berbasis kata kunci jadi mudah dikelabui. Ini alasan tambahan untuk menilai bukti konkret — angka penjualan, nama sistem yang pernah dipakai, lama bertahan di satu tempat — bukan kecocokan istilah.

Kapan cara ini tidak cocok

Kalau lamaran yang masuk di bawah 20, membaca manual lebih cepat daripada menyiapkan rubrik dan batch. Kalau posisi yang dicari sangat spesifik dan kamu satu-satunya yang tahu kriterianya, menuliskan rubrik itu sendiri sudah setengah pekerjaan — AI-nya cuma menghemat sisa waktunya. Kalau lamaran masuk sebagai chat WhatsApp panjang tanpa lampiran, masalahmu bukan penyaringan tapi pengumpulan; benahi dulu formulir lamarannya, mirip cara merapikan data pelanggan sebelum otomatisasi.

Dan kalau alasan utamamu memakai AI adalah supaya tidak perlu menolak orang secara langsung — itu bukan masalah yang diselesaikan alat.

Pertanyaan yang sering muncul

Apakah pelamar harus diberi tahu kalau CV-nya diproses AI?

Pasal 21 mewajibkan pengendali data menyampaikan informasi tentang tujuan, jenis data, dan relevansi data yang diproses saat dasarnya persetujuan. Menyebutkan di iklan lowongan bahwa seleksi awal dibantu alat digital dan keputusan akhir dilakukan manusia adalah praktik yang aman sekaligus jujur.

Berapa lama boleh menyimpan CV yang tidak lolos?

Undang-undangnya tidak menyebut angka pasti; yang diwajibkan adalah menghapus saat data tidak lagi diperlukan untuk tujuan pemrosesan. Jalan praktisnya: tentukan sendiri masa simpan, misalnya enam bulan untuk bank kandidat, sebutkan di iklan lowongan, lalu benar-benar hapus saat jatuh tempo.

Apakah AI bisa langsung mengirim email penolakan?

Secara teknis bisa. Kami tidak menyarankan penolakan otomatis penuh, karena Pasal 10 memberi pelamar hak mengajukan keberatan atas keputusan yang murni otomatis dan berdampak signifikan. Yang aman: AI menyiapkan draf, manusia menekan kirim.

Bagaimana kalau CV-nya berbahasa campuran Indonesia dan Inggris?

Model bahasa besar menangani ini tanpa masalah. Yang bermasalah justru singkatan lokal dan nama perusahaan daerah yang tidak dikenal — model bisa salah menebak jenis industrinya. Sebutkan konteksnya di instruksi, misalnya "ini lowongan kasir toko roti di Yogyakarta".

Apakah hasil skornya konsisten kalau diulang?

Tidak persis sama. Menjalankan batch yang sama dua kali bisa menghasilkan selisih satu poin di beberapa kandidat. Karena itu jangan pakai skor sebagai batas mati; pakai sebagai urutan baca. Kandidat di sekitar ambang tetap dibaca manual.

Langkah berikutnya

Kalau lamaran yang masuk masih tercecer antara WhatsApp, email, dan DM, penyaringan pakai AI belum akan terasa hasilnya — yang perlu dibereskan lebih dulu adalah satu pintu masuk yang rapi: formulir di website yang langsung mengumpulkan berkas dalam format seragam, lalu tersimpan otomatis ke satu spreadsheet. Itu bagian yang biasanya kami pasang untuk klien, karena alur yang sama juga dipakai untuk menampung prospek, bukan cuma pelamar. Kalau kamu ingin tahu bagian mana dari alur rekrutmen atau prospekmu yang paling banyak bocor, minta audit gratis — kami cek dulu, baru bicara solusinya.

Sumber yang dirujuk di artikel ini: FAQ unggahan berkas OpenAI, Pusat Privasi Aplikasi Gemini, dan halaman privasi AI Google Workspace, semuanya diperiksa pada Agustus 2026.