Perekrutan pegawai merupakan proses yang penting untuk merekrut para pelamar yang akan menyerap tenaga kerja bagi suatu perusahaan. Banyak perusahaan yang mengalami kesulitan dalam menyeleksi se- jumlah besar pelamar kerja yang jumlahnya banyak sehingga memerlukan biaya yang besar dan waktu yang lama. Salah satu cara yang efektif untuk menyeleksi pelamar, yaitu dengan menyeleksi data hasil wawancara pelamar kerja yang telah diberikan skor oleh ahli. Penelitian ini dilakukan untuk membangun model penilaian yang membantu perusahaan dalam menganalisis dan mengelompokkan data wawancara dalam seleksi pelamar kerja secara otomatis dengan waktu singkat, menghemat biaya, subjektivitas, dan tanpa bias. Model yang dibangun diharapkan dapat menghasilkan prediksi yang dapat memberikan saran bagi perusahaan terkait diterima atau tidaknya seorang pelamar. Pada penelitian ini menggunakan eks- traksi fitur word embeddings untuk merepresentasikan kata menjadi vektor. Metode yang digunakan yaitu algoritma artificial neural network (ANN). Tujuan dari pengujian ini untuk melihat kemampuan ANN da- lam melatih bobot dan bias pada data teks wawancara. Hasil dari proses ini menunjukkan bahwa ANN merupakan pendekatan yang efektif karena tingkat akurasi ANN mampu menghasilkan keakuratan rata- rata mencapai 74.67%.
Kata kunci : klasifikasi teks, artificial neural network, wawancara, word embeddings, feature selection