IMPLEMENTASI SISTEM WAWANCARA KERJA BERBASIS RETRIEVAL-AUGMENTED GENERATION UNTUK OTOMATISASI PERTANYAAN DAN JAWABAN

Wawancara kerja merupakan tahapan krusial bagi pencari kerja, khususnya kalangan mahasiswa dan fresh graduate, yang membutuhkan persiapan matang serta latihan simulasi yang realistis. Karena simulasi konvensional sering terbatas pada pertanyaan statis, penelitian ini bertujuan mengimplementasikan sistem simulasi wawancara otomatis berbasis suara memanfaatkan kecerdasan buatan. Sistem ini memadukan Large Language Model (LLM), metode Retrieval-Augmented Generation (RAG), dan basis data vektor ChromaDB. Interaksi suara didukung teknologi Speech recognition (Whisper API) untuk mentranskripsi jawaban dan Text-to-Speech (Edge TTS) untuk menghasilkan suara pewawancara AI. Penilaian jawaban dihitung secara matematis menggunakan TF-IDF dan Cosine Similarity untuk mengukur kemiripan jawaban kandidat dengan jawaban referensi, sementara LLM berperan sebagai reasoning engine penyusun narasi umpan balik dan laporan evaluasi. Performa sistem diuji melalui empat tahap: pengujian kecerdasan menggunakan RAGAs menunjukkan relevansi konteks yang tinggi, human evaluation oleh dua orang pakar menunjukkan 10 dari 15 sampel umpan balik dinilai valid, pengujian fungsionalitas Black Box membuktikan seluruh fitur berjalan dengan baik, serta evaluasi System Usability Scale (SUS) memperoleh skor rata-rata 91 (Grade A, Excellent) dan Net Promoter Score (NPS) mencapai skor 90.