[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-seo-233330-113":3,"detail-sidebar-cat-1-id-113":80,"doc-detail-233330-id":114},{"code":4,"msg":5,"data":6},0,"ok",{"site_id":7,"language":8,"slug":9,"title":10,"keywords":11,"description":12,"schema_data":13,"social_meta":73,"head_meta":75,"extra_data":77,"updated_unix":79},113,"id","information-extraction-from-cv-documents-using-hybrid-natural-language-processing-and-rule-based-abstract-and-methodology","Ekstraksi Informasi dari Dokumen CV Menggunakan Pendekatan Hybrid Natural Language Processing dan Rule-Based - Abstrak dan Metodologi","","Transformasi digital dalam rekrutmen menuntut penerapan Applicant Tracking System (ATS) agar pengelolaan pelamar lebih efisien. Pengembangan ATS terkendala oleh tingginya variabilitas format Curriculum Vitae (CV) yang tidak terstruktur sehingga sulit diproses dengan metode berbasis aturan yang kaku maupun pendekatan deep learning yang memerlukan sumber daya komputasi besar. Penelitian ini merancang sistem ekstraksi informasi CV yang menyeimbangkan akurasi dan efisiensi komputasi melalui pendekatan hibrida, dengan integrasi Rule-Based (Regular Expressions) untuk entitas faktual serta NLP menggunakan spaCy dan PhraseMatcher untuk analisis konteks kompetensi dan pengalaman kerja. Hasil pengujian menunjukkan Precision 91,3%, Recall 87,5%, F1-Score 89,4%, akurasi keseluruhan 80,8%, dan waktu pemrosesan rata-rata di bawah 2 detik per dokumen.",{"@graph":14,"@context":72},[15,34,55],{"@type":16,"itemListElement":17},"BreadcrumbList",[18,23,27,31],{"item":19,"name":20,"@type":21,"position":22},"https://docshare.wps.com","Home","ListItem",1,{"item":24,"name":25,"@type":21,"position":26},"https://docshare.wps.com/id/template/","Template",2,{"item":28,"name":29,"@type":21,"position":30},"https://docshare.wps.com/id/template/umum/","Umum",3,{"item":32,"name":10,"@type":21,"position":33},"https://docshare.wps.com/id/template/information-extraction-from-cv-documents-using-hybrid-natural-language-processing-and-rule-based-abstract-and-methodology/233330/",4,{"url":32,"name":10,"@type":35,"image":36,"author":41,"headline":10,"publisher":44,"fileFormat":47,"inLanguage":8,"description":12,"dateModified":48,"datePublished":49,"encodingFormat":47,"isAccessibleForFree":50,"interactionStatistic":51},"DigitalDocument",{"url":37,"@type":38,"width":39,"height":40},"https://docshare.wps.com/thumbnails/information-extraction-from-cv-documents-using-hybrid-natural-language-processing-and-rule-based-abstract-and-methodology/233330.png","ImageObject",442,249,{"name":42,"@type":43},"Rizky","Person",{"url":19,"name":45,"@type":46},"DocShare","Organization","application/pdf","2026-09-22","2026-09-10",true,{"@type":52,"interactionType":53,"userInteractionCount":22},"InteractionCounter",{"@type":54},"ViewAction",{"@type":56,"mainEntity":57},"FAQPage",[58,64,68],{"name":59,"@type":60,"acceptedAnswer":61},"Apa tujuan utama penelitian ekstraksi informasi CV ini?","Question",{"text":62,"@type":63},"Mengembangkan sistem ekstraksi informasi CV yang akurat sekaligus efisien secara komputasi untuk menjembatani kesenjangan antara performa ekstraksi dan kebutuhan sumber daya.","Answer",{"name":65,"@type":60,"acceptedAnswer":66},"Bagaimana pendekatan hibrida bekerja dalam sistem yang diusulkan?",{"text":67,"@type":63},"Sistem mengintegrasikan Rule-Based dengan Regular Expressions untuk mengekstraksi entitas faktual, serta NLP menggunakan spaCy dan PhraseMatcher untuk analisis konteks pada kompetensi dan pengalaman kerja.",{"name":69,"@type":60,"acceptedAnswer":70},"Berapa hasil kinerja sistem berdasarkan pengujian empiris?",{"text":71,"@type":63},"Sistem mencapai Precision 91,3%, Recall 87,5%, F1-Score 89,4%, akurasi keseluruhan 80,8%, dengan waktu pemrosesan rata-rata di bawah 2 detik per dokumen.","https://schema.org",{"og:url":32,"og:type":74,"og:title":10,"og:site_name":45,"og:description":12},"article",{"robots":76,"canonical":32},"index,follow",{"doc_id":78,"site_id":7},233330,1790121079,{"code":4,"msg":81,"data":82},"success",[83,87,91,95,99,103,107,111],{"id":84,"doc_module":22,"doc_module_name":25,"category_name":85,"show_sort_weight":4,"slug":86},178,"Faktur","faktur",{"id":88,"doc_module":22,"doc_module_name":25,"category_name":89,"show_sort_weight":4,"slug":90},192,"Formulir","formulir-192",{"id":92,"doc_module":22,"doc_module_name":25,"category_name":93,"show_sort_weight":4,"slug":94},180,"Media Sosial","media-sosial",{"id":96,"doc_module":22,"doc_module_name":25,"category_name":97,"show_sort_weight":4,"slug":98},179,"Poster","poster",{"id":100,"doc_module":22,"doc_module_name":25,"category_name":101,"show_sort_weight":4,"slug":102},176,"Presentasi","presentasi",{"id":104,"doc_module":22,"doc_module_name":25,"category_name":105,"show_sort_weight":4,"slug":106},177,"Resume","resume",{"id":108,"doc_module":22,"doc_module_name":25,"category_name":109,"show_sort_weight":4,"slug":110},182,"Surat","surat-a95d00d3aaf04f3b854ecf140f00d385",{"id":112,"doc_module":22,"doc_module_name":25,"category_name":29,"show_sort_weight":4,"slug":113},183,"umum-07d1ff437201438088836b2b1ed3c90f",{"code":4,"msg":81,"data":115},{"doc_id":78,"user_id":116,"nickname":42,"user_avatar":117,"doc_module":22,"category_id":112,"category_name":29,"doc_title":10,"doc_description":12,"doc_content":118,"file_id":119,"file_url":120,"file_type":121,"file_size":122,"view_count":22,"is_deleted":4,"is_public":22,"is_downloadable":22,"audit_status":22,"page_count":123,"language":124,"language_code":8,"site_id":7,"html_lang":8,"table_of_contents":125,"faqs":126,"seo_title":127,"seo_description":12,"update_tm":128,"read_time":26},962085564807,"https://ap-avatar.wpscdn.com/davatar_6f874abed73319feea01a86fa6f0fab8","EKSTRAKSI INFORMASI DARI DOKUMEN CV MENGGUNAKAN PENDEKATAN HYBRID NATURAL LANGUAGE PROCESSING DAN RULE-BASED  \nSyahfrizka Dyah Nazwa Umbara, Ade Eviyanti, Hindarto, Sumarno  \nInformatika, Universitas Muhammadiyah Sidoarjo  \nJl. Raya Gelam No. 250, Candi, Sidoarjo  \n[adeeviyanti@umsida.ac.id](adeeviyanti@umsida.ac.id)  \nABSTRAK  \nTransformasi digital dalam rekrutmen menuntut adopsi Applicant Tracking System (ATS) untuk efisiensipengelolaan pelamar. Namun, tantangan utama pengembangan ATS terletak pada tingginya variabilitas format Curriculum Vitae (CV) tidak terstruktur, yang sulit diproses oleh metode berbasis aturan karena sifatnya yang kaku, maupun Deep Learning yang membebani sumber daya komputasi. Penelitian ini bertujuan mengembangkan sistem ekstraksi informasi CV yang menyeimbangkan akurasi tinggi dan efisiensi komputasi. Melalui pendekatanhibrida (Hybrid Approach), penelitian ini mengintegrasikan algoritma Rule-Based (Regular Expressions) untuk ekstraksi entitas faktual dan Natural Language Processing (NLP) menggunakan pustaka spaCy serta PhraseMatcher untuk analisis kontekstual pada kompetensi dan pengalaman kerja. Hasil pengujian empiris menunjukkan kinerja sistem yang unggul dengan nilai Precision 91.3%, Recall 87.5%, dan F1-Score 89.4% . Secara keseluruhan, sistem mencapai akurasi 80.8% dengan waktu pemrosesan rata-rata di bawah 2 detik per dokumen. Temuan ini membuktikan bahwa integrasi metode hibrida efektif menangani kompleksitas format CV dengan kebutuhan komputasi yang efisien.  \nKata kunci : Natural Language Processing, Applicant Tracking System, Information Extraction, Resume Parsing, Hybrid Approach, Rule-Based System  \n1. PENDAHULUAN  \nDalam era transformasi digital yang dinamis, efisiensi proses rekrutmen telah berevolusi menjadi prioritas strategis bagi keberlangsungan perusahaan. Volume pelamar yang masif menuntut adopsi teknologi Applicant Tracking System (ATS) sebagaistandar industri dalam manajemen talenta [1] . Komponen inti yang menentukan kecerdasan sebuah ATS adalah teknologi Resume Parsing, yang berfungsi mengonversi dokumen Curriculum Vitae (CV) tidak terstruktur (seperti format PDF atau Word) menjadi data terstruktur yang siap diolah untuk proses seleksiotomatis [2] . Keberhasilan teknologi ini sangat krusialkarena data yang akurat menjadi fondasi bagi pengambilan keputusan rekrutmen yang tepat sasaran.  \nMeskipun urgensinya tinggi, pengembangan parser CV menghadapi tantangan fundamental berupavariabilitas format dokumen yang sangat ekstrem [3] . Literatur terkini mengidentifikasi dikotomi kelemahanpada dua pendekatan dominan yang ada. Pertama, pendekatan Rule-Based menawarkan presisi tinggi untuk entitas dengan pola tetap (seperti email ataunomor telepon) [4][5], namun sangat kaku dan rentan gagal ketika menghadapi variasi gaya bahasa atau tataletak CV yang kreatif. Kedua, pendekatan Machine Learning (seperti model BERT atau LSTM) memangunggul dalam pemahaman kontekstual [6][7], namun pendekatan ini menuntut ketersediaan dataset latih (training dataset) yang besar serta sumber dayakomputasi tinggi (GPU) . Kebutuhan sumber daya yang intensif ini seringkali menjadi hambatan implementasi, khususnya bagi infrastruktur skala kecilhingga menengah yang membutuhkan efisiensi biaya dan kecepatan.  \nPenelitian ini bertujuan untuk menjembatanikesenjangan (gap) antara akurasi ekstraksi informasi dan efisiensi komputasi. Fokus utama penelitian adalah mengembangkan sistem ekstraksi informasi CV yang tidak hanya akurat dalam menangkap datapelamar, tetapi juga ringan secara komputasi sehinggalayak diimplementasikan pada berbagai skalainfrastruktur tanpa ketergantungan pada perangkat keras kelas atas (high-end hardware) .  \nUntuk mencapai tujuan tersebut, penelitian ini mengusulkan solusi jalan tengah melalui pendekatan Hibrida (Hybrid Approach) berbasis Python. Kebaruan (Novelty) dari penelitian ini terletak padaarsitektur integrasi sistem yang menggabungkan kekuatan dua metode: Optimasi Rule-Based: Penggunaa","cbCaivkYjW5ux7S7","https://ap.wps.com/l/cbCaivkYjW5ux7S7","pdf",621060,6,"Indonesian","# Abstrak\n# 1. Pendahuluan\n## Transformasi digital dan kebutuhan ATS\n## Tantangan variabilitas format CV\n## Tujuan penelitian dan kontribusi kebaruan\n# 2. Tinjauan Pustaka\n## 2.1. Penelitian Terdahulu","[{\"question\":\"Apa tujuan utama penelitian ekstraksi informasi CV ini?\",\"answer\":\"Mengembangkan sistem ekstraksi informasi CV yang akurat sekaligus efisien secara komputasi untuk menjembatani kesenjangan antara performa ekstraksi dan kebutuhan sumber daya.\"},{\"question\":\"Bagaimana pendekatan hibrida bekerja dalam sistem yang diusulkan?\",\"answer\":\"Sistem mengintegrasikan Rule-Based dengan Regular Expressions untuk mengekstraksi entitas faktual, serta NLP menggunakan spaCy dan PhraseMatcher untuk analisis konteks pada kompetensi dan pengalaman kerja.\"},{\"question\":\"Berapa hasil kinerja sistem berdasarkan pengujian empiris?\",\"answer\":\"Sistem mencapai Precision 91,3%, Recall 87,5%, F1-Score 89,4%, akurasi keseluruhan 80,8%, dengan waktu pemrosesan rata-rata di bawah 2 detik per dokumen.\"}]","Ekstraksi Informasi dari Dokumen CV Menggunakan Pendekatan Hybrid Natural Language Processing dan Rule-Based - Abstrak dan Metodologi | PDF",1789077026]