Mungkin kamu pernah mendengar statistik ini: 75% resume ditolak oleh sistem pelacakan pelamar (ATS) sebelum dibaca manusia. Angka ini sering kali dikutip oleh pelatih karier, diunggah di LinkedIn, dan menjadi dasar strategi aplikasi bagi para pencari kerja. Namun faktanya, statistik ini hampir pasti tidak benar, terutama tidak dalam pengertian yang dimaksud oleh kebanyakan orang.
Dalam wawancara dengan 25 perekrut di berbagai industri di AS untuk penelitian kami di Enhancv, 92% dari mereka mengaku sistem mereka tidak secara otomatis menolak resume berdasarkan konten atau format. Penyaringan yang sesungguhnya terjadi ketika seorang perekrut yang kelelahan kehabisan waktu dan berhenti membaca resume.
Masalah yang dihadapi banyak pemimpin perekrutan adalah mereka tidak menyadari seberapa besar biaya yang ditanggung akibat proses ini. Ternyata, ada dua masalah ketidakjelasan dalam perekrutan modern, bukan satu. Memahami perbedaan ini adalah langkah awal untuk menyelesaikannya.
Mitos yang Terus Beredar di Kalangan Perekrut
Narasi tentang penolakan resume oleh ATS sangat meresap hingga memengaruhi perilaku kandidat sebelum mereka melamar. Banyak dari mereka obsesif dengan kepadatan kata kunci atau bahkan menghapus format dari resume. Sebagian kandidat menggunakan teks putih tak terlihat untuk menyisipkan frasa yang mereka harapkan dapat memenuhi harapan algoritma. Sekitar 41% kandidat mengaku menggunakan teknik semacam ini untuk mencoba menghindari filter AI.
Apa yang sebenarnya dicari oleh perekrut adalah resume yang mudah dibaca, relevan dengan posisi yang ditawarkan, dan ditulis dengan gaya yang alami. Mekanisme penyaringan yang terjadi sesungguhnya adalah volume. Untuk posisi entry-level, jumlah aplikasi bisa mencapai 400 hingga 600. Untuk posisi teknologi jarak jauh, angka ini bisa mencapai 2.000 sebelum perekrut bahkan memeriksa batch pertama. Perekrut hanya punya waktu beberapa detik, bukan beberapa menit, untuk meninjau setiap aplikasi. Banyak yang berhenti begitu mendapatkan daftar pendek, terlepas dari sisa aplikasi yang masih menunggu pembacaan. Jadi jika kamu melamar pada hari keempat setelah lowongan dibuka pada hari Senin, ada kemungkinan kamu tidak dibaca sama sekali.
Tapi masalah ini berbeda dengan yang sebenarnya dapat diperbaiki oleh para pemberi kerja.
Masalah Ketidakjelasan yang Bisa Dikendalikan Perusahaan
Volume perekrutan bersifat struktural. Memperbaikinya memerlukan waktu dan tidak bisa dilakukan oleh satu manajer perekrutan sendirian. Masalah kedua sepenuhnya berada dalam kendali organisasi dan berdampak besar.
Menurut Greenhouse, 46% pencari kerja mengaku bahwa kepercayaan mereka terhadap proses perekrutan semakin menurun tahun ini, bukan karena mereka tidak diterima, tetapi karena cara mereka diperlakukan selama proses. Penolakan yang diterima sebelum proses berakhir, berbulan-bulan tanpa kabar, dan email konfirmasi yang begitu umum sehingga seolah ditujukan untuk “Pelamar”.
Banyak kandidat yang merasa perlakuan ini mengikis sesuatu yang sulit untuk dibangun kembali. Biaya dari hal ini terukur: 26% pencari kerja menolak tawaran pekerjaan karena komunikasi yang buruk atau harapan yang tidak jelas. Bukan karena gaji yang tidak memadai atau posisi yang tidak sesuai, tetapi murni karena prosesnya.
Apa yang Seharusnya Dihasilkan oleh Automasi
Ada perbedaan penting antara menggunakan automasi untuk menangani skala dan menggunakannya sebagai pengganti penilaian manusia. Penelitian LinkedIn tentang masa depan perekrutan menemukan bahwa pemberi kerja 54 kali lebih mungkin dibanding tahun lalu untuk menyebutkan “pengembangan hubungan” sebagai keterampilan yang dibutuhkan bagi perekrut. Efisiensi dan koneksi bukanlah kemampuan yang sama — dan pasar sudah memahami hal ini.
SHRM menegaskan bahwa keberhasilan perekrutan bergantung pada penggabungan automasi dengan pengawasan manusia, bukan menggantikan salah satu dengan yang lain. Tim yang mengintegrasikan AI menghemat sekitar 20% dari waktu kerja mereka. Pertanyaannya adalah bagaimana waktu tersebut digunakan.
Ketika Sistem Menyaring Kandidat yang Tepat
Bahkan ketika automasi tidak secara massal menolak resume berdasarkan font atau format, ketergantungan pada pencocokan kata kunci dan kriteria yang kaku tetap menciptakan masalah nyata. Perekrut menjelaskan pengalaman dengan kandidat berpengalaman yang tidak cocok dengan deskripsi pekerjaan (mantan manajer umum yang melamar untuk posisi kontributor individu senior, profesional berusia di atas 40 tahun yang terlihat terlalu memenuhi syarat, orang yang beralih karier dengan keterampilan relevan di tempat yang tidak terduga). Beberapa dari mereka menghabiskan satu tahun tanpa kabar sebelum menyadari bahwa sistem hanya mencocokkan pola berdasarkan template.
Ironisnya, kandidat-kandidat ini adalah orang-orang yang biasanya dicari perekrut jika mereka bisa melihat aplikasi secara langsung. Namun, saat nuansa itu dibutuhkan, tumpukan aplikasi telah disortir sebelumnya. Menurut Pew, 66% warga AS tidak akan melamar pekerjaan jika pemberi kerja mengungkapkan bahwa AI digunakan dalam prosesnya. Berdasarkan pengamatan, skeptisisme ini tidak sepenuhnya salah.
Apa yang Bisa Dilakukan Pemimpin Mengenai Masalah Ini
Masalah volume memerlukan pemikiran struktural jangka panjang — pemasaran yang lebih baik, definisi peran yang lebih jelas, dan jalur internal yang lebih cepat. Semua itu tidak bisa terjadi dalam semalam.
Sementara itu, masalah komunikasi bisa mulai diperbaiki segera. Menurut laporan 2026 Job Seeker Nation Report dari Employ, 44% kandidat mengaku tidak mendapatkan kabar setelah melamar adalah tantangan terbesar mereka, dan ghosting oleh perekrut kini mencapai 32%.
Jadi, beri tahu kandidat bagaimana proses perekrutan berjalan dan berapa lama biasanya. Tanggapi aplikasi dengan cara yang lebih manusiawi. Jika ada AI yang terlibat dalam penyaringan, sampaikan saja. Selesaikan komunikasi dengan siapa pun yang melewati tahap awal meski tidak melanjutkan proses. Semua ini bukan hal yang sulit — hanya membutuhkan disiplin.
Apa yang Dikenang Kandidat Setelah Proses Berakhir
Apa yang terjadi dalam perekrutan modern bukanlah masalah perangkat lunak — itu adalah situasi di mana organisasi terlalu keras mengoptimalkan untuk kebutuhan mereka sendiri sehingga mengabaikan perasaan kandidat di sisi lain.
Kandidat yang merasa diakui — meski saat ditolak — akan mengingat momen itu. Mereka akan melamar kembali ketika situasi berubah, merekomendasikan orang lain dari jaringan mereka, dan memberi keuntungan pada kamu saat skor Glassdoor kamu tidak sempurna. Ini adalah aset bakat jangka panjang yang hampir tidak memerlukan biaya untuk dibangun.
Perusahaan-perusahaan yang memahami hal ini akan terus menarik kandidat kuat bahkan di pasar yang sulit. Sementara yang tidak paham akan bertanya-tanya mengapa saluran mereka semakin memburuk.
