Wawancara kerja adalah jenis tahapan dalam seleksi kerja yang melibatkan percakapan antara pelamar/pencari kerja dengan pihak perwakilan perusahaan untuk menilai kecocokan pelamar tersebut. Dikarenakan banyaknya kandidat pelamar kerja yang banyak, terdapat kemungkinan bias dalam rekrutmen dalam hal penilaian standar pewawancara serta memakan waktu dan biaya yang cukup banyak. Oleh karena itu, penelitian ini bertujuan untuk melakukan otomatisasi menggunakan machine learning untuk menghasilkan model yang memiliki performansi yang optimal dalam melakukan klasifikasi kepribadian. Metode yang digunakan ialah klasifikasi teks yang merupakan salah satu bagian dari natural language processing dengan metode Naïve Bayes karena lebih cepat daripada model diskriminatif lainnya dan SVM karena cocok untuk high dimensional space. Kedua metode tersebut digunakan untuk mengklasifikasikan hasil menjadi dua kategori: MEMUASKAN dan TIDAK MEMUASKAN. Berdasarkan hasil evaluasi, tingkat akurasi pengklasifian menggunakan Naïve Bayes sebesar 72,01% dan SVM sebesar 72,25%. Pada hasil penelitian ini bahwa Naïve Bayes dan SVM dapat membantu permasalahan dalam mengklasifikasikan kepribadian pelamar kerja dan model yang digunakan dapat mempercepat waktu serta mengurangi biaya untuk administrasi perusahaan.
Kata kunci : Machine Learning, Naïve Bayes, SVM, Teks Klasifikasi, Wawancara Kerja