Tingginya kebutuhan akan proses seleksi magang mendorong pengembangan sistem rekrutmen berbasis kecerdasan buatan. Penelitian ini bertujuan untuk membangun dan mengimplementasikan dua modul utama, yaitu AI Interviewer dan AI Decision Making, yang mampu melakukan wawancara awal secara otomatis serta memberikan penilaian kelayakan kandidat berdasarkan log percakapan.
Pengembangan model dilakukan dengan pendekatan fine-tuning menggunakan LoRA dan QLoRA pada dua jenis Large Languange Model, yaitu LLAMA 3B dan 8B, serta Mistral 7B Instruct. Model AI Interviewer bertugas menghasilkan pertanyaan follow-up yang relevan dan dinilai menggunakan metrik BERT Score serta evaluasi manual. Sedangkan, AI Decision Making digunakan untuk menganalisis kelayakan kandidat dari log wawancara.
Hasil evaluasi menunjukkan bahwa Mistral 7B Instruct menghasilkan pertanyaan follow-up paling relevan dengan nilai BERTScore tertinggi, sedangkan LLAMA 8B Instruct unggul dalam penilaian kelayakan akhir kandidat. Kedua model berhasil diintegrasikan dalam sistem rekrutmen magang berbasis web yang mendukung proses seleksi.