Perusahaan yang telah menerapkan pemanfaatan teknologi tidak akan lepas dari pengolahan data atau informasi, akan tetapi tidak semua perusahaan dapat memaksimalkan pengolahan data yang mereka miliki, salah satunya di CV. Arfa Nusantara Teknologi, data calon karyawan yang masuk ke dalam sebuah perusahaan tidak dilakukan pengolahan lebih lanjut. Penelitian ini mencoba untuk melakukan pengolahan terhadap data calon karyawan yang masuk ke sebuah perusahaan dengan tujuan untuk mengklasifikasikan data calon tenaga kerja berdasarkan variabel hasil skor tes teknis dari tim penilai, total nilai bobot keahlian, minimum gaji yang diminta dan jumlah tahun pengalaman bekerja dengan mengimplementasikan algoritma K-Nearest Neighbor (KNN), dengan implementasi algoritma ini nantinya akan dihasilkan beberapa klasifikasi data calon tenaga kerja yaitu paling baik, cukup baik dan kurang baik yang dimana dapat membantu tim penilai dalam perusahaan tersebut untuk membuat keputusan dalam menerima calon tenaga kerja yang terbaik bagi perusahaan dan mengetahui tingkat akurasi dari algoritma tersebut. Selain itu penelitian ini mencoba beberapa jumlah pengambilan ketetanggaan KNN dan menerapkan K-Fold Cross Validation dalam menentukan model optimal klasifikasi. Pada model optimal yang berhasil didapatkan berada di rata-rata nilai akurasi, presisi dan recall adalah 100% pada pembagian k = 4 dan k = 5 di uji coba pengambilan 10 K-Fold Cross Validation. Sedangkan nilai ketetanggan algoritma KNN paling baik adalah k = 7. Pada pengujian System Usability Scale didapatkan skor sebesar 80,21 dan masuk kedalam kategori nilai B.