Selama ini isu ketenagakerjaan sering direduksi jadi satu angka saja, yaitu tingkat pengangguran. Data Badan Pusat Statistik memang menunjukkan bahwa pengangguran terbuka lulusan diploma dan sarjana berada di kisaran 5,18 persen, atau sekitar 1,67 juta jiwa, dengan mayoritas tenaga kerja bekerja tidak sesuai bidang keahliannya alias mismatch.

Tapi kalau kita gali lebih dalam, akar masalahnya bukan cuma soal lapangan kerja yang terbatas. Masalah yang jauh lebih diam-diam tapi merusak adalah rendahnya kualitas keputusan karier para fresh graduate. Ketika seseorang salah memilih pekerjaan karena panik atau asal-asalan, dampaknya berantai yaitu perusahaan harus merekrut ulang, produktivitas turun, dan menurut estimasi Kementerian Koordinator Bidang Perekonomian, kerugian ekonomi nasional akibat hal ini bisa mencapai Rp115 triliun per tahun. Angka yang jujur saja, cukup mengejutkan untuk sesuatu yang jarang dibahas.

Rantai Masalah yang Jarang Disadari

Jika ditelusuri, semuanya berawal dari satu hal sederhana yaitu kebanjiran informasi lowongan kerja yang tidak terstruktur. Semakin banyak platform yang dibuka, semakin berat beban kognitif yang harus ditanggung otak kita untuk menyaring mana yang relevan. Efeknya dua arah, ada yang jadi decision paralysis alias mendadak lumpuh tidak bisa memutuskan, ada juga yang malah panic applying, asal klik “apply” ke puluhan lowongan tanpa benar-benar tahu apakah cocok atau tidak.

Ironisnya, platform pencarian kerja yang sudah ada saat ini justru fokus menyediakan informasi sebanyak-banyaknya, bukan membantu penggunanya menyaring dan memahami diri sendiri. Belum ada yang mengagregasi lowongan lintas platform, mempersonalisasi rekomendasi berdasarkan kompetensi, apalagi memberi peringatan dini soal potensi mismatch sebelum melamar.

Kenalan dengan PANCARONA

Dari persoalan itulah lahir gagasan PANCARONA, singkatan dari Guided Learning and Opportunity Visualization for Employment Recommendation. Ini adalah aplikasi berbasis Android yang dirancang sebagai career decision support system, alias sistem pendukung keputusan karier, khusus untuk mahasiswa tingkat akhir dan fresh graduate.

Bedanya PANCARONA dengan aplikasi pencarian kerja pada umumnya terletak pada filosofinya. Kalau platform lain menaruh pengguna langsung di tengah lautan lowongan, PANCARONA justru mengajak pengguna untuk berhenti sejenak dan mengenali dirinya lebih dulu lewat pendekatan Reflect-First Model. Refleksi diri ditempatkan sebagai langkah pertama, sebelum sistem memberi rekomendasi apa pun. Filosofi seperti ini yang membuat PANCARONA berbeda dari kebanyakan platform sejenis seperti LinkedIn, Glints, atau Kalibrr, yang masih berfokus pada penyajian informasi berbasis kata kunci semata.

Yang menarik, PANCARONA tidak hanya mengandalkan algoritma semata, tapi juga memadukan pendekatan psikologis. Setidaknya ada empat pilar utama yang menopang sistem ini.

Pertama, Hybrid Recommender System, yaitu kombinasi metode content-based dan collaborative filtering untuk menghasilkan rekomendasi yang lebih akurat sekaligus mengatasi masalah klasik seperti cold-start dan data yang jarang. Kedua, Analytic Hierarchy Process (AHP), sebuah metode pengambilan keputusan multi-kriteria yang membantu menyusun prioritas berdasarkan minat, kompetensi, hingga lokasi kerja secara sistematis. Ketiga, Nudge Theory, pendekatan psikologi yang mendorong pengguna membuat keputusan lebih baik lewat dorongan halus, tanpa memaksa atau membatasi kebebasan memilih. Keempat, Information Architecture, yaitu penataan struktur informasi yang logis dan berpusat pada pengguna, supaya beban kognitif saat menjelajah aplikasi bisa ditekan seminimal mungkin.

Perpaduan keempat pendekatan ini yang membuat PANCARONA tidak sekadar menjadi mesin rekomendasi berbasis data, tapi juga teman diskusi yang membantu proses berpikir penggunanya secara lebih adaptif.

Bagaimana Cara Kerjanya?

Secara alur, pengguna akan memulai dengan proses registrasi dan mengisi self-assessment yang mencakup minat, kemampuan, nilai personal, hingga tujuan karier. Data ini kemudian diolah dengan metode multi-kriteria untuk menghasilkan daftar rekomendasi pekerjaan yang sudah diperingkat sesuai tingkat kecocokan, lengkap dengan alasan di balik rekomendasi tersebut, analisis skill gap, dan saran pelatihan yang relevan.

Dari sisi arsitektur, PANCARONA menerapkan model client-server. Aplikasi Android bertindak sebagai client yang menangani interaksi dengan pengguna, sementara logika berat seperti algoritma AHP dan Hybrid Recommender System diproses di backend berbasis Python/Flask. Pemisahan ini membuat sistem lebih fleksibel dan mudah dikembangkan lebih lanjut ke depannya.

Pengembangannya sendiri memakai pendekatan Scrum yang dipadukan dengan Human-Centered Design, melalui lima fase besar mulai dari analisis kebutuhan, perancangan, pengembangan, integrasi dan pengujian, hingga evaluasi serta peluncuran ke pengguna target. Pendekatan Agile dipilih karena dinilai lebih luwes menghadapi perubahan kebutuhan di tengah jalan, sekaligus tetap memakai teknologi yang sudah teruji tanpa coba-coba sembarangan.

Bagaimana Mengukur Keberhasilannya?

Supaya tidak sekadar “kelihatan bagus di atas kertas”, PANCARONA dirancang untuk diuji melalui empat parameter utama. Sisi fungsional dan sistem diuji lewat unit testing dengan target cakupan minimal 80 persen, ditambah pengujian integrasi dan pengujian menyeluruh pada seluruh alur aplikasi. Sisi kemudahan penggunaan diukur lewat System Usability Scale kepada 100 mahasiswa UNIKOM, dengan target skor minimal 75 yang masuk kategori layak hingga sangat baik.

Tidak berhenti di situ, efektivitas dari sisi psikologis juga diukur menggunakan Career Decision Self-Efficacy Scale lewat metode pre-test dan post-test, dengan target peningkatan kepercayaan diri karier minimal 20 persen. Terakhir, akurasi rekomendasi divalidasi dengan metrik Precision@10, ditargetkan mencapai akurasi minimal 85 persen berdasarkan penilaian ahli karier sebagai acuan.

Rencana uji coba awal akan menyasar 100 mahasiswa lintas disiplin di UNIKOM yang teridentifikasi mengalami information overload dan decision paralysis, sebelum nantinya diperluas ke mahasiswa tingkat akhir dan fresh graduate se-Bandung Raya.

Satu hal yang menarik dari PANCARONA, gagasan ini tidak dibangun dari asumsi kosong. Setiap pendekatan yang digunakan punya landasan akademik yang jelas. Fenomena decision paralysis akibat information overload misalnya, sudah lama diteliti terbukti menurunkan kualitas pengambilan keputusan sekaligus meningkatkan kebingungan pencari kerja. Kondisi ini diperparah oleh rendahnya career decision self-efficacy, atau rasa percaya diri seseorang dalam menentukan pilihan kariernya sendiri, yang menurut penelitian memang jadi salah satu penghambat utama dalam pengambilan keputusan karier yang tepat.

Sistem rekomendasi sebenarnya bukan hal baru sebagai solusi penyaring informasi. Hanya saja, model konvensional yang selama ini dipakai kebanyakan platform dinilai kurang adaptif terhadap preferensi pengguna yang kompleks dan terus berubah. Di sinilah PANCARONA mencoba mengisi celah tersebut, dengan memadukan sisi teknologi dan sisi psikologis sekaligus dalam satu sistem yang lebih personal dan presisi.

Dari sisi keamanan dan etika pun, PANCARONA tidak main-main. Perlindungan data pribadi pengguna mengacu pada Undang-Undang Nomor 27 Tahun 2022, yang mengatur soal keamanan, kerahasiaan, dan transparansi data. Artinya, seluruh data yang diproses harus melalui persetujuan pengguna terlebih dahulu dan tidak akan dibagikan tanpa izin. Selain itu, sistem rekomendasinya juga dirancang dengan prinsip fairness, accountability, and transparency, supaya hasil rekomendasi yang diberikan tetap adil, transparan, dan tidak diskriminatif terhadap penggunanya.

Siapa yang Akan Merasakan Manfaatnya?

Target utama PANCARONA adalah mahasiswa tingkat akhir dan fresh graduate di kawasan Bandung Raya, kelompok yang paling rentan mengalami information overload sekaligus paling membutuhkan arah yang jelas di persimpangan awal karier mereka. Namun dampaknya sebenarnya bisa dirasakan lebih luas. Perusahaan yang kesulitan menyaring kandidat yang benar-benar cocok, dunia pendidikan yang ingin tahu kesenjangan kompetensi lulusannya, sampai ekosistem ketenagakerjaan secara umum, semuanya berpotensi ikut terbantu jika kualitas keputusan karier fresh graduate bisa membaik.

Jika dibandingkan dengan platform pencarian kerja yang sudah lebih dulu populer, sebenarnya bukan berarti LinkedIn, Glints, JobStreet, atau Kalibrr tidak berguna. Platform-platform tersebut jelas sudah sangat membantu mempermudah akses informasi lowongan kerja secara daring, bahkan menjadi rujukan utama banyak pencari kerja di Indonesia. Namun, jika diperhatikan lebih jeli, sebagian besar dari mereka masih bermain di level yang sama, yaitu menyajikan sebanyak mungkin informasi berbasis kata kunci, tanpa benar-benar mendampingi penggunanya dalam proses berpikir sebelum melamar. Di titik inilah kesenjangan itu terlihat jelas, belum ada satu pun platform yang benar-benar mengintegrasikan teknologi rekomendasi, sistem pendukung keputusan berbasis multi-kriteria, dan pendekatan psikologis pengguna sekaligus dalam satu wadah. PANCARONA hadir bukan untuk menggantikan platform-platform tersebut, melainkan untuk mengisi ruang kosong yang selama ini terlewat, yaitu ruang untuk berhenti sejenak, berpikir jernih, baru kemudian melangkah dengan lebih yakin.

Mengapa Ini Penting?

Di tengah derasnya arus informasi lowongan kerja hari ini, yang sebenarnya paling dibutuhkan fresh graduate bukan cuma “lebih banyak pilihan”, tapi justru cara yang lebih tenang dan terarah untuk memahami diri sendiri sebelum memutuskan. PANCARONA hadir bukan untuk menambah tumpukan informasi baru, melainkan untuk membantu penggunanya berhenti sejenak, mengenali potensi diri, lalu melangkah dengan lebih percaya diri.

Jika sistem seperti ini bisa berjalan dengan baik, harapannya bukan cuma soal mengurangi angka decision paralysis atau panic applying, tapi juga ikut menyumbang perbaikan kualitas keputusan karier generasi muda Indonesia secara lebih luas, sekaligus membantu efisiensi pasar tenaga kerja itu sendiri.

Penulis: Salsabila – 10123214
Mahasiswa Teknik Informatika, Universitas Komputer Indonesia

Referensi

Badan Pusat Statistik (2023) tentang keadaan ketenagakerjaan Indonesia periode Agustus 2023.

Kementerian Koordinator Bidang Perekonomian (2022) mengenai analisis dampak mismatch tenaga kerja terhadap perekonomian nasional.

Bawden, D. dan Robinson, L. (2020) mengenai gambaran umum fenomena kelebihan informasi (information overload).

Brown, S.D. dan Lent, R.W. (2020) tentang pengembangan karier dan konseling, dari teori menuju praktik.

Isinkaye, F.O., Folajimi, Y.O. dan Ojokoh, B.A. (2021) tentang prinsip, metode, dan evaluasi sistem rekomendasi.

Burke, R. (2021) mengenai sistem rekomendasi hibrida dalam buku pegangan Recommender Systems Handbook.

Saaty, T.L. dan Vargas, L.G. (2021) tentang metode Analytic Hierarchy Process untuk perencanaan dan penentuan prioritas.

Thaler, R.H. dan Sunstein, C.R. (2021) tentang konsep nudge dalam pengambilan keputusan.

Bass, L., Clements, P. dan Kazman, R. (2021) mengenai arsitektur perangkat lunak dalam praktik.

Power, D.J. (2021) tentang tinjauan historis sistem pendukung keputusan.

Ricci, F., Rokach, L. dan Shapira, B. (2022) mengenai teknik, aplikasi, dan evaluasi sistem rekomendasi.

Jannach, D. dan Adomavicius, G. (2021) tentang rekomendasi yang memiliki tujuan (purpose) dalam sistem cerdas.

Schwaber, K. dan Sutherland, J. (2020), panduan resmi metodologi Scrum.
Bangor, A., Kortum, P. dan Miller, J. (2020) tentang interpretasi skor System Usability Scale.