← Back

# Hirevidence.com Is Born πŸš€

Akhirnya saya sekarang bisa bilang ini: Hirevidence.com resmi lahir.

Setelah beberapa waktu ngoprek, bongkar-pasang code, debugging sampai lupa waktu, membaca CV yang jumlahnya bikin mata capek, dan beberapa kali bertanya dalam hati:

β€œIni sebenarnya gue lagi bikin apa sih?” πŸ˜…

Hari ini saya akhirnya bisa memperkenalkan sesuatu yang sudah cukup lama saya kerjakan:

Hirevidence β€” Evidence-Based Candidate Screening.

Dan jujur, perjalanan sampai ke titik ini ternyata jauh lebih panjang daripada yang saya bayangkan.


Semuanya berawal dari satu masalah

Saya melihat satu hal yang cukup sederhana dalam proses recruitment.

CV itu sangat pandai bercerita.

Candidate bisa menulis:

  • Expert Python
  • Advanced Django
  • Experienced with AWS
  • Kubernetes
  • Docker
  • PostgreSQL
  • Redis
  • dan entah berapa banyak teknologi lainnya.

Tapi kemudian muncul pertanyaan:

"Oke... tapi evidence-nya mana?"

Apakah benar-benar pernah menggunakannya?

Seberapa dalam?

Digunakan setiap hari atau cuma pernah menyentuhnya?

Apakah pengalaman tersebut relevan dengan posisi yang sedang dibuka?

Dan yang paling penting:

Apa yang sebenarnya belum kita ketahui tentang kandidat ini?

Di situlah saya mulai tertarik.


Screening CV ternyata bukan pekerjaan yang ringan

Bayangkan sebuah perusahaan mendapatkan ratusan CV untuk satu posisi.

Recruiter harus membaca satu per satu.

Mencari skill.

Membandingkan pengalaman.

Mencocokkan requirement.

Mencatat kandidat yang menarik.

Kemudian kembali lagi ke CV sebelumnya karena lupa detailnya.

Dan akhirnya...

berhari-hari berlalu.

Untuk perusahaan dengan banyak posisi dan volume kandidat yang tinggi, pekerjaan seperti ini bisa menjadi bottleneck.

Saya kemudian berpikir:

β€œBagaimana kalau bagian yang repetitif ini bisa dibantu oleh sebuah sistem?”

Bukan sistem yang memutuskan siapa yang diterima.

Bukan juga AI yang tiba-tiba berkata:

"Candidate A: hire."

Karena menurut saya, keputusan seperti itu tetap milik manusia.

Yang saya inginkan adalah sesuatu yang lebih sederhana:

Bantu recruiter melihat evidence dengan lebih cepat.


Dari ide kecil menjadi Hirevidence

Awalnya saya tidak punya gambaran bahwa ide ini akan berkembang menjadi sebuah platform.

Saya mulai dari extraction.

Ambil CV.

Baca isinya.

Ekstrak informasi.

Kemudian mulai mencocokkannya dengan job requirement.

Kedengarannya sederhana.

Ternyata...

nggak sesederhana itu. πŸ˜‚

PDF ternyata bisa macam-macam.

Ada CV yang rapi.

Ada yang layout-nya aneh.

Ada yang penuh tabel.

Ada yang dua kolom.

Ada yang text-nya berantakan.

Ada yang informasinya tidak lengkap.

Dan tentu saja ada CV yang sepertinya dibuat dengan prinsip:

β€œYang penting upload dulu.” πŸ˜…

Di sisi lain, sistem juga harus bisa membedakan antara:

"Tidak punya skill"

dan

"Tidak ada evidence yang cukup untuk menyimpulkan."

Buat saya, dua hal itu berbeda.

Kalau CV tidak menyebut Kubernetes, misalnya, saya tidak mau sistem langsung mengatakan:

Kubernetes = 0.

Mungkin memang tidak punya.

Tapi mungkin juga pernah menggunakannya dan tidak ditulis.

Jadi lebih jujur kalau sistem mengatakan:

Unknown.

Dan dari sinilah konsep evidence menjadi semakin penting.


Lalu AI masuk ke dalam cerita

Tentu saja saya juga mencoba memanfaatkan AI.

Tapi saya tidak ingin membuat produk yang sekadar:

Upload CV β†’ kirim prompt β†’ keluar angka β†’ selesai.

Menurut saya, itu terlalu sederhana untuk masalah recruitment.

Saya lebih tertarik membuat sebuah intelligent screening system.

AI boleh membantu ketika reasoning yang lebih dalam diperlukan.

Tetapi sistem tetap harus menunjukkan:

  • evidence yang ditemukan
  • skill yang teridentifikasi
  • pengalaman yang relevan
  • hal yang belum diketahui
  • gap terhadap requirement
  • dan pertanyaan yang bisa digunakan recruiter untuk melakukan verifikasi

Jadi bukan:

"AI bilang kandidat ini bagus."

Tetapi:

"Ini evidence yang kami temukan. Silakan Anda yang menilai."

Itu perbedaan yang cukup penting bagi saya.


Dan kemudian datang bagian yang paling bikin pusing πŸ˜…

Membangun demo itu gampang.

Membangun sesuatu yang benar-benar bisa dipakai orang?

Nah, itu cerita lain.

Ada extraction yang tiba-tiba gagal.

Ada CV yang berhasil diproses tapi hasilnya tidak lengkap.

Ada worker yang kelihatannya hidup tapi ternyata tidak mengerjakan pekerjaan seperti yang diharapkan.

Ada queue.

Ada Redis.

Ada Docker.

Ada database.

Ada bug yang muncul setelah saya merasa:

β€œKayaknya sudah beres.”

Lalu beberapa menit kemudian:

error.

πŸ˜‚

Saya juga mulai memikirkan hal-hal yang sebelumnya tidak terlalu kelihatan.

Bagaimana kalau sistem gagal?

Apakah credit user tetap berkurang?

Bagaimana membedakan CV yang memang buruk dengan system failure?

Bagaimana kalau recruiter meng-upload ratusan CV sekaligus?

Bagaimana menjaga data kandidat?

Berapa lama data harus disimpan?

Bagaimana memastikan hasil screening tidak dianggap sebagai keputusan otomatis?

Semakin dalam membangunnya, semakin kelihatan bahwa membuat SaaS bukan cuma soal menulis code.

Code mungkin hanya sebagian dari pekerjaannya.


Dari beberapa CV menjadi ratusan CV

Ada satu fase yang cukup menarik.

Saya mulai melakukan testing dengan jumlah CV yang semakin banyak.

Awalnya beberapa.

Kemudian puluhan.

Kemudian ratusan.

Dan di situ saya mulai melihat bahwa performa bukan cuma masalah:

"Apakah aplikasinya jalan?"

Tetapi:

"Apakah aplikasinya tetap masuk akal ketika dipakai dalam kondisi nyata?"

Karena saya tidak ingin Hirevidence hanya terlihat bagus ketika demo dengan 5 CV.

Saya ingin sistemnya punya fondasi yang cukup untuk berkembang.


Jadi sebenarnya Hirevidence itu apa?

Kalau harus saya jelaskan sesederhana mungkin:

Hirevidence membantu recruiter melakukan screening kandidat berdasarkan evidence yang ditemukan dari CV dan job requirement.

Bukan ATS.

Bukan pengganti recruiter.

Dan bukan mesin yang memutuskan siapa yang harus diterima.

Hirevidence lebih saya bayangkan sebagai Screening Intelligence Layer.

Sebuah lapisan yang membantu recruiter mendapatkan gambaran kandidat dengan lebih cepat sebelum masuk ke tahap interview dan verification.

Karena pada akhirnya...

AI bukan yang melakukan hiring.

Manusialah yang melakukan hiring.

AI hanya membantu manusia mendapatkan informasi yang lebih baik.


3 hari atau seminggu menjadi sekitar 10 menit?

Salah satu hal yang paling membuat saya excited adalah potensi penghematan waktu.

Screening manual puluhan atau ratusan CV bisa membutuhkan berhari-hari, bahkan lebih lama tergantung jumlah kandidat dan kompleksitas posisi.

Dengan Hirevidence, proses screening awal dalam skenario tertentu bisa dipangkas menjadi sekitar 10 menit.

Bukan berarti semua proses recruitment selesai dalam 10 menit.

Tentu tidak.

Interview tetap perlu.

Verification tetap perlu.

Human judgment tetap perlu.

Tetapi kalau pekerjaan awal yang repetitif bisa dipersingkat secara signifikan...

itu sudah cukup berarti.


Dan akhirnya... Hirevidence lahir πŸš€

Setelah semua proses itu, akhirnya saya sampai di satu titik:

Hirevidence.com is live.

Masih jauh dari sempurna.

Masih banyak yang ingin saya perbaiki.

Masih banyak edge case yang harus saya temukan.

Masih banyak feedback yang ingin saya dengar.

Tapi justru itu yang membuat saya excited.

Karena sekarang Hirevidence bukan lagi sekadar ide di kepala atau project yang hanya berjalan di local machine.

Sudah ada produknya.

Sudah bisa digunakan.

Dan sekarang waktunya melihat apakah masalah yang saya coba selesaikan ini memang benar-benar dirasakan oleh recruiter dan hiring team.


Dari developer menjadi founder

Buat saya pribadi, ini juga merupakan perjalanan yang cukup berbeda.

Selama ini saya terbiasa berpikir seperti developer:

"Bagaimana cara membuatnya bekerja?"

Sekarang saya harus mulai belajar berpikir lebih luas:

"Apakah ini benar-benar menyelesaikan masalah?"

"Apakah orang mau menggunakannya?"

"Apakah mereka mendapatkan manfaat nyata?"

"Apa yang harus saya perbaiki berikutnya?"

Dan ternyata...

membangun produk sendiri jauh lebih menantang daripada sekadar membangun aplikasi.

Tapi juga jauh lebih menyenangkan.


Welcome, Hirevidence. πŸ‘‹

Jadi...

Welcome to the world, Hirevidence. πŸš€

Saya belum tahu sejauh apa project ini akan berkembang.

Tapi saya tahu satu hal:

Saya ingin membangunnya dengan prinsip sederhana:

Evidence over assumptions.

Intelligence over prompts.

Human decides.

Kalau kamu seorang HR, recruiter, hiring manager, atau sekadar penasaran dengan apa yang sedang saya bangun, saya akan sangat senang kalau kamu mampir dan melihatnya.

πŸ‘‰ Hirevidence.com

Dan kalau setelah melihatnya kamu punya kritik, pertanyaan, atau bahkan bilang:

"Bro, ini sebenarnya bisa dibuat lebih bagus kalau..."

Saya justru ingin mendengarnya.

Karena Hirevidence baru saja lahir.

Dan perjalanan sebenarnya...

baru dimulai. πŸš€

Last updated 24 Sep 2026 23:34

Comments