JIPRAKS Classroom

Cara Bangun AI Agent Penilaian Kandidat Rekrutmen Otomatis dengan n8n + GPT (MVP 2 Hari)

· 3 menit baca

Cara Bangun AI Agent Penilaian Kandidat Rekrutmen Otomatis dengan n8n + GPT (MVP 2 Hari)

🚀 Hook: "Dari ribuan CV, masih harus pilih satu?"

Tim HR sering terjebak menelaah CV, menilai skill, hingga mengatur interview. Waktu yang terbuang mengurangi kecepatan hiring dan meningkatkan risiko kehilangan talenta terbaik. Bayangkan kalau AI Agent dapat menyaring, menilai, dan memberi rekomendasi kandidat dalam hitungan menit—tanpa menulis kode kompleks.

🤖 Konsep Cepat: AI Agent + n8n = "Hiring Bot"

AI Agent adalah workflow yang menggabungkan LLM (mis: OpenAI GPT‑4) dengan logika keputusan. n8n berperan sebagai orkestrator: mengumpulkan data (CV, LinkedIn, test hasil), memanggil GPT untuk score kandidat, lalu menyalurkannya ke sistem ATS (Applicant Tracking System) atau Slack.

🔧 Breakdown Teknis

  • Trigger: Webhook n8n (POST) – dipanggil oleh form aplikasi atau integrasi Zapier ketika ada pelamar baru.
  • Step 1 – Ingest CV: Node HTTP Request ke layanan OCR (mis: Google Document AI) jika CV dalam PDF/image, menghasilkan teks plain.
  • Step 2 – Enrich Data: Node HTTP Request ke LinkedIn API (atau Scraper) untuk menambah pengalaman kerja.
  • Step 3 – Prompt Engineering: Node OpenAI dengan prompt: 
    Berikan skor 0‑100 untuk kandidat berdasarkan:
1. Kecocokan skill dengan job description ({{job_desc}})
2. Pengalaman relevan ({{experience}})
3. Pendidikan dan sertifikasi ({{education}})
Berikan ringkasan satu kalimat dan rekomendasi next step.
  • Step 4 – Decision Logic: Node If – jika skor >= 80, kirim ke Slack #hire-quick; jika 60‑79, kirim ke Google Sheet "Review"; jika < 60, kirim email “Terima kasih” otomatis.
  • Step 5 – Persist & Notify: Node PostgreSQL untuk menyimpan hasil, node Slack untuk notifikasi tim, dan node Email untuk auto‑reply ke pelamar.

💡 Contoh Use Case Real

Perusahaan SaaS B2B (30 orang) menggunakan workflow di atas untuk program Internship. Dalam 2 hari, mereka menurunkan time‑to‑shortlist dari 3 hari menjadi 45 menit. Hasilnya, kualitas short‑list naik 27% (skor interview conversion).

🔑 Insight & Strategi

  • Prompt‑as‑Code: Simpan prompt dalam Set node, versioning dengan Git, sehingga tim non‑tech dapat mengedit via UI n8n.
  • Cost Control: Gunakan Batch node untuk mengumpulkan 5 CV sebelum memanggil GPT, mengurangi token usage 30%.
  • Human‑in‑the‑Loop: Tambahkan step Manual Review yang menampilkan skor dan ringkasan di n8n UI, beri tombol Approve/Reject untuk audit compliance.
  • Data Privacy: Encrypt PDF di bucket S3, gunakan VPC Endpoint untuk panggilan API, dan hapus data mentah setelah scoring.
  • Continuous Improvement: Simpan prompt, score, outcome ke tabel feedback. Setiap minggu, jalankan analisis correlation untuk tweak prompt.

🛠️ Langkah‑Langkah Implementasi (7‑Langkah)

  1. Siapkan n8n (Docker atau Cloud) dengan API key OpenAI.
  2. Buat webhook endpoint di n8n, sambungkan form rekrutmen (Typeform/Google Form).
  3. Integrasi OCR – pilih layanan, buat node HTTP Request, tes dengan contoh PDF.
  4. Rancang prompt – gunakan Set node, simpan di JSON variable candidatePrompt.
  5. Bangun decision flow dengan node If dan notifikasi Slack/Email.
  6. Persist hasil ke PostgreSQL atau Airtable untuk audit trail.
  7. Deploy & monitor – aktifkan Execute Workflow pada schedule (every 5 min) dan gunakan n8n Execution Logs + Grafana untuk latency.

📌 Penutup & CTA

Dengan kombinasi n8n dan GPT, proses rekrutmen yang dulu memakan hari bisa dipadatkan menjadi menit. Mulai dari webhook hingga decision‑engine, semua dapat dibangun dalam 2 hari tanpa menulis satu baris kode backend.

Sudah siap mengurangi beban HR dan mempercepat hiring? Daftar di JIPRAKS Classroom, ikuti modul AI Agent + n8n untuk HR Automation, dan bangun Hiring Bot pertama kamu hari ini!

Artikel terkait