Ilustrasi AIP (Artikel Ilmiah Populer) (Foto: UNAIR NEWS)

Salah Jurusan atau Salah Karier? Ketika AI Membantu Lulusan Menemukan Pekerjaan yang Tepat

Tidak sedikit lulusan perguruan tinggi yang akhirnya bekerja pada bidang yang jauh dari latar belakang pendidikan mereka. Fenomena ini dikenal sebagai education-job mismatch dan masih menjadi tantangan besar di Indonesia. Di era kecerdasan buatan (AI), muncul pertanyaan menarik: bisakah teknologi membantu mahasiswa dan lulusan menentukan karier yang lebih sesuai dengan kompetensinya?

Memilih karier sering kali menjadi salah satu keputusan paling penting dalam kehidupan seseorang. Namun, proses tersebut tidak selalu mudah. Banyak mahasiswa menentukan pilihan pekerjaan berdasarkan tren, pengaruh lingkungan, atau informasi yang terbatas. Akibatnya, tidak sedikit lulusan yang merasa pekerjaannya kurang sesuai dengan kemampuan maupun bidang studi yang telah ditempuh selama bertahun-tahun.

Fenomena ketidaksesuaian antara pendidikan dan pekerjaan ini bukan sekadar persoalan individu. Dampaknya dapat dirasakan secara lebih luas, mulai dari menurunnya produktivitas tenaga kerja hingga kurang optimalnya investasi pendidikan yang telah dilakukan. Data yang dikutip dalam penelitian menunjukkan bahwa sekitar 35,36% pekerja muda bekerja pada bidang yang tidak sesuai dengan tingkat pendidikan yang dimilikinya, sementara lebih dari satu juta lulusan sarjana masih berada dalam kondisi menganggur.

Kondisi tersebut mendorong perlunya pendekatan yang lebih objektif dalam membantu pengambilan keputusan karier. Selama ini, proses pemilihan karier umumnya masih sangat bergantung pada penilaian subjektif. Padahal, setiap individu memiliki kombinasi pendidikan, keterampilan, pengalaman, dan minat yang dapat dianalisis secara sistematis menggunakan teknologi.

Melalui penelitian berjudul Sistem Prediksi Kecocokan Karir Pasca Studi Berbasis Resume Screening Menggunakan Metode Random Forest dan SVM, tim peneliti Universitas Airlangga mengembangkan sistem prediksi kecocokan karier berbasis machine learning. Sistem ini memanfaatkan data resume untuk memprediksi bidang pekerjaan yang paling sesuai dengan profil seseorang.

Penelitian menggunakan dataset yang sangat besar, yaitu 13.389 resume dari berbagai bidang pekerjaan. Informasi dalam resume diolah menggunakan teknik Natural Language Processing (NLP) dan direpresentasikan dengan metode TF-IDF berbasis n-gram. Selanjutnya, dua algoritma machine learning yang populer, yaitu Random Forest dan Support Vector Machine (SVM), digunakan untuk melakukan proses klasifikasi.

Hasil penelitian menunjukkan bahwa kedua model mampu memberikan performa yang baik dalam memprediksi kecocokan karier. Namun, algoritma SVM memberikan hasil yang lebih unggul dibandingkan Random Forest. SVM berhasil mencapai akurasi sebesar 84,39% dengan F1-score 83,36%, sedangkan Random Forest memperoleh akurasi 81,96%.

Menariknya, penelitian ini tidak hanya berfokus pada tingkat akurasi model. Analisis lebih lanjut menunjukkan bahwa kompetensi teknis, pengalaman kerja, dan bidang studi merupakan faktor yang paling berpengaruh dalam menentukan kecocokan karier seseorang. Temuan ini memperkuat pandangan bahwa kesuksesan karier tidak hanya ditentukan oleh ijazah atau gelar akademik semata, tetapi juga oleh keterampilan dan pengalaman yang relevan dengan kebutuhan dunia kerja.

Dari perspektif pendidikan tinggi, hasil penelitian ini memiliki implikasi yang sangat penting. Perguruan tinggi dapat memanfaatkan sistem serupa untuk membantu mahasiswa memahami peluang karier yang sesuai sejak dini. Mahasiswa tidak lagi hanya mengandalkan asumsi atau persepsi pribadi, tetapi dapat memperoleh rekomendasi yang didukung oleh analisis data.

Bagi industri, teknologi ini juga berpotensi meningkatkan kualitas proses rekrutmen. Perusahaan dapat memperoleh gambaran yang lebih objektif mengenai kecocokan kandidat terhadap posisi tertentu. Sementara bagi mahasiswa dan lulusan, sistem ini dapat menjadi alat bantu untuk mengevaluasi kesiapan diri dan mengidentifikasi kompetensi yang perlu ditingkatkan sebelum memasuki dunia kerja.

Lebih jauh lagi, penelitian ini menunjukkan bahwa kecerdasan buatan tidak hanya dapat digunakan untuk otomasi dan efisiensi bisnis, tetapi juga untuk membantu manusia mengambil keputusan penting dalam hidupnya. Ketika data dan AI digunakan secara tepat, proses perencanaan karier dapat menjadi lebih terarah, objektif, dan berbasis bukti.

Di tengah tingginya angka education-job mismatch, pemanfaatan AI menawarkan pendekatan baru yang lebih ilmiah dalam membantu mahasiswa dan lulusan menentukan arah karier. Penelitian ini membuktikan bahwa analisis resume berbasis machine learning mampu memprediksi kecocokan karier dengan tingkat akurasi yang tinggi. Ke depan, integrasi AI dalam layanan bimbingan karier dapat menjadi salah satu solusi untuk menjembatani kesenjangan antara kompetensi lulusan dan kebutuhan dunia kerja. Dengan demikian, lulusan tidak hanya mendapatkan pekerjaan, tetapi juga pekerjaan yang benar-benar sesuai dengan potensi yang dimiliki.

Penulis: Yutika Amelia Effendi, Afnan Nadhir, Hensa Hendy Anugerah Ebenezer Situngkir, Rafka Kumara Aradea, Stephanus Chandra Setiono

Detail artikel:

Judul : SISTEM PREDIKSI KECOCOKAN KARIR PASCA STUDI BERBASIS RESUME SCREENING MENGGUNAKAN METODE RANDOM FOREST DAN SVM

DOI: https://doi.org/10.35143/jkt.v12i1.6883

Accessibility ✕
Bahasa Indonesia Bahasa Indonesia English English
Universitas Airlangga
Excellence with Morality
Scroll to Top