Nillik vs Screening CV Manual
Sebagian besar tim rekrutmen kecil di Indonesia masih screening CV secara manual — buka satu per satu PDF, baca dari atas sampai bawah, catat di spreadsheet. Cara ini jalan, tapi tidak scale. Halaman ini membandingkan screening manual dengan AI screening Nillik di metrik yang penting: waktu, biaya, konsistensi, dan trade-off yang mungkin terlewat.
Apa itu Nillik?
Nillik adalah tool AI yang baca CV seperti recruiter, terapkan formula scoring tetap (Skills 50%, Experience 35%, Education 15%), dan ranking kandidat dalam detik. Recruiter review bagian atas ranking instead of setiap CV satu per satu — ranking mengangkat strong match ke atas.
Apa itu screening CV manual?
Screening manual adalah pendekatan tradisional: recruiter atau hiring manager buka tiap CV, baca, mental compare dengan job requirements, lalu putuskan apakah shortlist atau tidak. Catatan biasanya berakhir di spreadsheet atau email thread. Waktu per CV: 3-8 menit untuk baca attentive.
Perbandingan side-by-side
Angka asumsi posisi mid-level, 50 CV per lowongan. Performance asli berbeda tergantung kualitas CV dan kejelasan requirement. Direview terakhir 2026-05-16.
| Kriteria | Nillik | Screening CV Manual |
|---|---|---|
| Waktu untuk 50 CV | Di bawah 5 menit (parallel processing) | 3-7 jam baca fokus |
| Biaya untuk 50 CV | ~Rp 202.000 di rate Starter (101 credits) | Waktu recruiter Rp 50k-100k/jam = Rp 150k-700k cost gaji |
| Konsistensi | Formula scoring identik tiap kali | Bervariasi — kelelahan, mood, jam mempengaruhi judgment |
| Unconscious bias | Berkurang — scoring blind ke nama, foto, alamat (tergantung apa yang AI extract) | Ada meski dengan niat terbaik; well-documented di riset HR |
| Detail reasoning per kandidat | Ya — AI return penjelasan per criterion | Tergantung catatan recruiter; sering skip kalau buru-buru |
| Audit trail | Ya — disimpan per scoring session dengan timestamp | Spreadsheet atau email; mudah hilang |
| Edge case (CV unusual) | AI mungkin miss nuance, sarankan reprocess atau review manual | Recruiter bisa spot signal unusual (e.g., penjelasan career gap, side project) |
| Setup | Sign up + upload, tanpa training | Zero setup, tapi butuh training screener baru |
| Scaling beyond 1 posisi | Linear — kecepatan sama untuk 5 posisi paralel | Sub-linear — recruiter context-switch antar posisi |
| Infrastruktur dibutuhkan | Internet + browser | Spreadsheet, email, catatan kertas |
Pilih Nillik kalau...
- Kamu terima lebih dari 20 CV per posisi dan screening menghabiskan minggu kamu
- Kamu ingin scoring konsisten dan auditable across recruiter
- Kamu ingin kurangi unconscious bias di screening early-stage
- Tim kamu kecil dan menarik recruiter ke screening ganggu kerjaan lain
- Kamu hire across multiple posisi sekaligus
Tetap manual kalau...
- Kamu hire satu orang setiap 6+ bulan — tooling AI tidak worth perubahan workflow
- Role butuh baca antar baris (creative portfolio, career unconventional, executive search)
- Tidak ada budget bahkan untuk tool credit-based
- CV kamu sangat pendek dan screening di bawah 1 menit per CV
- Compliance atau kebijakan hiring butuh human-only screening di tahap ini
Pertanyaan yang sering ditanyakan
Apakah AI screening akan miss kandidat bagus yang manusia bisa tangkap?
Kadang. AI pakai formula tetap dan bisa underrate kandidat dengan jalur unusual (career switcher, self-taught engineer, creative portfolio-heavy). Pattern yang direkomendasikan: pakai Nillik sebagai first pass — angkat top match cepat — lalu human read kasus borderline (biasanya skor 40-70) untuk tangkap outlier.
Apakah AI screening adil dan legal di Indonesia?
Indonesia tidak punya regulasi spesifik yang larang AI-assisted CV screening per 2026-05-16. Best practice: pakai AI sebagai decision-support tool dengan human review untuk shortlist final, bukan sebagai pengambil keputusan tunggal. Dokumentasikan kriteria scoring untuk transparansi.
Seberapa akurat Nillik dibanding recruiter manusia?
Akurasi tergantung kejelasan requirement. Requirement vague (e.g., 'komunikasi bagus') menghasilkan skor noisy. Requirement spesifik (e.g., 'pengalaman React 16+, domain e-commerce') menghasilkan ranking reliable. Dari pengalaman kami, requirement well-defined menghasilkan ranking Nillik yang dekat dengan apa yang recruiter berpengalaman akan hasilkan — di kecepatan 50-100x.
Bisa lihat kenapa Nillik kasih skor tertentu ke kandidat?
Bisa. Setiap kandidat yang di-score punya analisis detail yang tunjukkan reasoning AI untuk tiap criterion (skills, experience, education). Kamu bisa audit, override, dan reprocess sesuai kebutuhan.
Coba Nillik gratis
5 credits gratis, tanpa kartu kredit. Bandingkan dengan proses manual kamu di CV asli.