Text

DETEKSI KETIDAKSESUAIAN KETERAMPILAN TERSEMBUNYI DALAM ORGANISASI BERBASIS RAG

---

Fenomena silent skill mismatch dalam organisasi sering kali menghambat optimalisasi potensi talenta karena kurangnya transparansi data aktivitas kerja karyawan terhadap standar kompetensi industri. Penelitian ini bertujuan untuk mengembangkan sistem deteksi silent skill mismatch berbasis kecerdasan buatan dengan mengimplementasikan arsitektur Retrieval-Augmented Generation (RAG). Metode yang digunakan melibatkan integrasi basis pengetahuan organisasi ke dalam vector database FAISS dengan model embedding all-MiniLM-L6-v2, serta penggunaan model bahasa besar Gemma 3 12B untuk melakukan penalaran semantik (reasoning). Sistem diuji menggunakan 51 data uji yang mencakup berbagai skenario keterampilan dan tugas pekerjaan. Hasil penelitian pada tahap retrieval menunjukkan performa yang sangat impresif dengan nilai Mean Recall@3 sebesar 0,9412 (94,12%) dan Mean MRR sebesar 0,8007. Evaluasi kualitas luaran melalui framework RAGAS menggunakan model Gemini 2.5 Flash sebagai evaluator memberikan skor Answer Relevancy 4,82/5,0 dan Context Precision 4,96/5,0, yang menegaskan bahwa sistem mampu memberikan jawaban tepat sasaran. Validasi akhir menunjukkan tingkat akurasi sebesar 100% terhadap Ground Truth (analisis pakar). Penelitian ini menyimpulkan bahwa pendekatan RAG merupakan solusi andal dalam mewujudkan Explainable AI di bidang HR untuk mengidentifikasi potensi talenta secara transparan dan berbasis bukti.

---

Availability

Detail Information

Call Number

Informatika 658.04 Ibn d

Language

Indonesia

NPM

223510579

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

Ketidakcocokan keterampilan
Retrieval-Augmented Generation (RAG)
Manajemen SDM

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment