<mods:mods version="3.3" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd" xmlns:mods="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><mods:titleInfo><mods:title>ANALISIS LITERATUR TENTANG INTEGRASI KECERDASAN BUATAN DALAM PEREKRUTAN: IMPLIKASI BAGI MANAJEMEN SDM</mods:title></mods:titleInfo><mods:name type="personal"><mods:namePart type="given">Andi Maghfirah</mods:namePart><mods:namePart type="family">Juniar</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:name type="personal"><mods:namePart type="given">Andi Batary</mods:namePart><mods:namePart type="family">Citta</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:abstract>Penelitian ini bertujuan untuk menganalisis integrasi kecerdasan buatan (AI) dalam proses perekrutan karyawan dan implikasinya terhadap manajemen sumber daya manusia (SDM). Studi ini menggunakan pendekatan kualitatif berbasis analisis literatur untuk mengeksplorasi potensi AI dalam meningkatkan efisiensi dan akurasi perekrutan, sekaligus mengidentifikasi tantangan seperti bias algoritmik, kurangnya transparansi, dan ancaman terhadap privasi data kandidat. Hasil penelitian menunjukkan bahwa AI dapat mengotomatisasi berbagai proses perekrutan, termasuk penyaringan dan evaluasi kandidat, yang secara signifikan menghemat waktu dan biaya. Namun, potensi bias algoritmik yang disebabkan oleh data latih yang tidak inklusif menjadi salah satu hambatan utama dalam penerapan AI yang adil dan etis. Selain itu, regulasi dan kebijakan yang mendukung, seperti Undang-Undang Perlindungan Data Pribadi (UU PDP) di Indonesia, memainkan peran penting dalam memastikan penggunaan AI yang bertanggung jawab. Regulasi tersebut harus mencakup perlindungan data pribadi, transparansi, dan mitigasi bias dalam pengambilan keputusan berbasis AI. Penelitian ini menyimpulkan bahwa meskipun AI memiliki potensi besar untuk merevolusi perekrutan, implementasinya memerlukan pendekatan yang cermat dan strategis. Penelitian selanjutnya disarankan untuk fokus pada studi empiris di berbagai konteks organisasi, pengembangan algoritma yang inklusif, serta dampaknya terhadap pengalaman kandidat, guna menciptakan sistem perekrutan yang lebih holistik dan berkelanjutan.</mods:abstract><mods:originInfo><mods:dateIssued encoding="iso8601">2024</mods:dateIssued></mods:originInfo><mods:originInfo><mods:publisher>Open Access</mods:publisher></mods:originInfo><mods:genre>Artikel</mods:genre></mods:mods>