Di era digital, terdapat kesenjangan signifikan antara kompetensi yang diperoleh melalui Learning Management System (LMS) dan kebutuhan industri yang tercermin dalam Job Portal. Kondisi ini menyulitkan pencari kerja untuk mengidentifikasi jalur karier yang relevan, sementara perusahaan menghadapi tantangan dalam memverifikasi keterampilan kandidat secara efektif. Penelitian ini bertujuan mengembangkan DIGITEFA, sebuah sistem terintegrasi yang menjembatani platform LMS dan Job Portal yang sudah ada. Fitur utamanya adalah memungkinkan pengguna Job Portal menautkan akun LMS mereka untuk menampilkan pencapaian terverifikasi, memberikan rekomendasi course di LMS berdasarkan analisis lowongan kerja, dan menyediakan skor kecocokan (suitability score) kuantitatif bagi perusahaan untuk mengevaluasi pelamar.

Pengembangan sistem ini menggunakan metodologi Agile dengan kerangka kerja Scrum. Proses implementasi meliputi integrasi akun antara backend LMS (Laravel), dan Job Portal (NestJS). Kemudian layanan microservice menggunakan FastAPI untuk menangani logika rekomendasi. Metode utama yang digunakan adalah Content-Based Filtering yang diperkuat dengan teknik text embedding berbasis model Sentence Transformers. Teknik ini memungkinkan analisis semantik yang mendalam untuk membandingkan deskripsi pekerjaan dengan profil keterampilan kandidat dari course yang telah diselesaikan.

Hasil dari penelitian ini adalah prototipe sistem terintegrasi yang fungsional dan teruji. Sistem berhasil menyediakan rekomendasi course yang personal dan akurat, serta menyajikan skor kecocokan pelamar bagi perusahaan. Pengujian validasi model semantik menunjukkan bahwa sistem mampu membedakan relevansi lebih konsisten dan kontekstual, di mana skor kemiripan di atas 70% dikategorikan sebagai kecocokan tinggi dan di bawah 30% sebagai kecocokan rendah. Dengan demikian, DIGITEFA terbukti dapat meningkatkan relevansi pembelajaran bagi pengguna dan menyederhanakan proses rekrutmen bagi perusahaan secara lebih objektif.