AI Class

Automasi Rekrutmen End-to-End dengan n8n + AI: Dari Shortlisting hingga Interview Bot

· 4 menit baca

Automasi Rekrutmen End-to-End dengan n8n + AI: Dari Shortlisting hingga Interview Bot

Ringkasan: Panduan praktis membangun workflow rekrutmen otomatis menggunakan n8n dan AI: parsing CV, shortlisting, scoring, jadwal interview, interview bot, hingga integrasi ATS.

Kenapa Automasi Rekrutmen dengan n8n + AI penting?

Proses rekrutmen tradisional sering kali lambat, rawan bias, dan menghabiskan waktu HR. Dengan n8n (platform otomasi open-source) yang dikombinasikan dengan AI, tim HR bisa mempercepat screening, meningkatkan konsistensi penilaian, dan memberikan pengalaman kandidat yang lebih cepat dan profesional.

Apa yang akan Anda pelajari

  • Desain arsitektur workflow rekrutmen end-to-end di n8n
  • Teknik parsing CV dan ekstraksi data penting
  • Metode shortlisting & scoring dengan AI
  • Automasi penjadwalan interview dan interview bot berbasis AI
  • Mitigasi bias, privasi, dan best practice implementasi

1. Arsitektur high-level Workflow

Secara garis besar, workflow rekrutmen otomatis terdiri dari beberapa tahap:

  1. Ingest: Sumber kandidat (email, form, LinkedIn, job portal)
  2. Parsing & Normalisasi: Ekstrak data dari CV/Resume
  3. Enrichment: Ambil profil LinkedIn / GitHub jika ada
  4. Scoring & Shortlisting: AI menilai kecocokan terhadap job description
  5. Screening Interview Otomatis: Interview bot atau asynchronous video
  6. Penjadwalan: Sinkronisasi kalender dan invite
  7. Integrasi ATS & Audit Trail: Simpan keputusan dan alasan

Komponen n8n yang sering dipakai

  • Webhook node: Menerima aplikasi/form
  • HTTP Request / Email Read node: Ingest dari job portal atau email
  • Function / Code node: Transformasi dan validasi field
  • AI node: Panggil LLM untuk parsing CV, scoring, dan interview bot
  • Google Calendar / Outlook node: Penjadwalan
  • Database node (Postgres/MySQL): Simpan hasil dan audit trail
  • Slack / Email node: Notifikasi tim rekrutmen

2. Parsing CV dan Ekstraksi Data

Langkah awal adalah mengekstrak informasi penting (nama, email, pengalaman, pendidikan, skills). Pilih salah satu metode:

  • OCR + Rules: Untuk CV berbentuk gambar/PDF, gunakan OCR lalu regex/heuristik.
  • LLM Parsing: Kirim teks CV ke model LLM dengan prompt terstruktur untuk mengembalikan JSON terformat.

Contoh prompt sederhana untuk LLM:

"Extract as JSON: name, email, phone, years_experience, skills (array), last_company, education (array)"

Di n8n: gunakan node HTTP Request ke API LLM (OpenAI/Anthropic/Local LLM) lalu Function node untuk memvalidasi format JSON dan mengisi nilai default jika kosong.

3. Scoring & Shortlisting dengan AI

Tujuannya menghasilkan skor kecocokan objektif terhadap job description. Gunakan kombinasi:

  • Embedding similarity: Convert job description dan CV summary ke embeddings, hitung cosine similarity.
  • Rules-based weights: Berikan bobot lebih pada pengalaman spesifik, sertifikasi, atau hard-skill.
  • LLM evaluasi: Minta LLM membuat ringkasan 3 pro dan 3 kontra dan memberi skor 0-100.

Contoh workflow scoring di n8n:

  1. Generate CV summary via LLM
  2. Compute embedding CV & JD, calculate similarity
  3. Run LLM prompt untuk final scoring dengan konteks similarity dan rule outputs

4. Interview Bot & Screening Otomatis

Screening awal bisa dilakukan dengan interview bot berbasis asynchronous questions (kandidat jawab via voice/text) atau live chat bot. Fungsinya:

  • Verifikasi soft-skill dan komunikasi
  • Menjawab pertanyaan kandidat secara otomatis
  • Mengumpulkan sample jawaban untuk evaluasi

Implementasi singkat:

  • n8n mengirim email/SMS dengan link interview bot (mis. Typeform + voice recorder atau custom WebApp)
  • Jawaban kandidat masuk ke webhook n8n -> LLM untuk transcribe & scoring
  • Hasil scoring masuk ke ATS dan trigger notifikasi

5. Penjadwalan Otomatis

Setelah kandidat lolos shortlisting, automasi penjadwalan dapat meniadakan back-and-forth email:

  • Sinkronisasi kalender pewawancara dengan Google/Outlook node
  • Kiriman opsi slot ke kandidat via email dengan link ke booking page
  • Set webhook untuk konfirmasi dan buat event kalender otomatis

Tips: sediakan buffer time, timezone-aware invites, dan fallback waktu jika konflik.

6. Integrasi ATS dan Audit Trail

Simpan setiap keputusan, skornya, dan prompt yang dipakai ke database. Ini penting untuk auditability dan compliance (mis. pertanyaan auditor tentang kenapa kandidat ditolak).

Di n8n: gunakan node Database untuk insert/update record, dan buat export report bulanan otomatis (CSV/Google Sheets).

7. Mitigasi Bias & Kepatuhan

AI dapat mempercepat, tapi juga memperkuat bias. Praktik mitigasi:

  • Hilangkan data sensitif dari input (nama, foto, umur, gender) saat scoring awal
  • Gunakan ensemble scoring: gabungkan rule-based dan model outputs
  • Audit model: simulasikan ribuan resume dan cek distribusi keputusan
  • Simpan prompt & versi model untuk traceability

8. KPIs & Monitoring Workflow

Beberapa metrik penting:

  • Time-to-hire
  • Time-to-screen
  • Acceptance rate for interview invites
  • Quality-of-hire proxy (hiring manager rating)
  • False positive/negative rate for shortlisting

Gunakan n8n untuk mengirim metrik ke observability stack (Prometheus/Grafana) atau ke Slack/email report harian.

9. Contoh Prompt untuk Shortlisting (Praktis)

"You are a hiring assistant. Given the job description and candidate summary, produce:
- overall_score (0-100)
- top_3_strengths (array)
- top_3_concerns (array)
- recommended_action (shortlist/interview/reject)
Return as JSON only."

10. Best Practices Implementasi di n8n

  • Modularize workflow: buat sub-workflows untuk parsing, scoring, dan scheduling
  • Versi prompt & simpan di database
  • Rate limit calls ke LLM dan implementasikan caching untuk CV yang sama
  • Gunakan environment untuk secrets (API keys) dan RBAC untuk nodes sensitif
  • Uji end-to-end dengan data anonim sebelum produksi

Penutup

Membangun pipeline rekrutmen otomatis dengan n8n + AI memberikan keuntungan signifikan: efisiensi, konsistensi, dan pengalaman kandidat yang lebih baik. Namun implementasi yang bertanggung jawab—dengan mitigasi bias, audit trail, dan monitoring—sangat penting.

Mulai sederhana: lakukan proof-of-concept untuk parsing dan scoring, lalu tambahkan interview bot dan penjadwalan. Dengan pendekatan iteratif dan pengukuran KPI, tim HR Anda dapat bertransformasi menjadi proses hiring yang cepat dan andal.

Butuh template workflow n8n untuk rekrutmen? Di JIPRAKS Classroom kami menyediakan template & contoh prompt yang bisa langsung digunakan.

Artikel terkait