Talent Management merupakan proses yang sangat penting bagi organisasi untuk mengidentifikasi, mengelola, dan mempertahankan individu-individu yang berbakat untuk mencapai tujuan strategis perusahaan. Di tengah persaingan yang semakin ketat, perusahaan dihadapkan pada tantangan untuk menyusun strategi yang efektif dalam mengelola sumber daya manusia. Namun, kelemahan utama pada sistem yang ada saat ini masih terletak pada penggunaan sistem rekomendasi yang cenderung subyektif, tidak berdasarkan hasil tes kemampuan, kinerja karyawan, dan psikotes. Salah satu pendekatan yang telah diterapkan adalah dengan menggunakan metode machine learning untuk mengatasi kelemahan tersebut. Penelitian ini bertujuan untuk mengatasi kekurangan pada proses rekomendasi jabatan struktural dengan mengusulkan pendekatan berbasis Support Vector Machine (SVM). Pada penelitian ini, kami mengumpulkan data dari sebuah universitas di A untuk mengembangkan model prediksi dengan menggunakan metode SVM. Data yang digunakan meliputi informasi mengenai kemampuan, kinerja, dan aspek psikometrik karyawan. Setelah melalui proses pelatihan intensif, model SVM yang kami kembangkan diuji dan dievaluasi kinerjanya berdasarkan kriteria yang telah ditetapkan. Hasil eksperimen menunjukkan bahwa pendekatan SVM dalam manajemen talenta dapat memberikan hasil yang menjanjikan. Model yang dihasilkan mampu memberikan rekomendasi pekerjaan yang lebih obyektif dan efisien, serta mengurangi tingkat subyektifitas yang sering muncul dalam proses rekrutmen dan penempatan. Temuan ini menyoroti potensi besar metode pembelajaran mesin dalam meningkatkan efektivitas manajemen talenta di berbagai sektor industri.
Kata kunci: Manajemen Talenta, Support Vector Machine, Pembelajaran Mesin, Rekomendasi, Universitas