Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) dalam proses seleksi karyawan terbaik di PT. XYZ menggunakan algoritma Random Forest. Permasalahan utama yang dihadapi perusahaan adalah proses penilaian karyawan yang masih dilakukan secara manual melalui Microsoft Excel, sehingga rawan terhadap kesalahan perhitungan, duplikasi data, serta memerlukan waktu yang lama untuk menentukan karyawan berprestasi. Untuk mengatasi hal tersebut, penelitian ini mengusulkan penerapan sistem berbasis web yang terintegrasi dengan model klasifikasi machine learning guna meningkatkan efisiensi dan objektivitas proses evaluasi. Metode penelitian yang digunakan meliputi tiga tahap pengumpulan data, yaitu studi pustaka, observasi, dan wawancara. Proses pengembangan sistem dilakukan menggunakan model Software Development Life Cycle (SDLC) dengan pendekatan Waterfall, yang mencakup tahapan perencanaan, analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Hasil implementasi menunjukkan bahwa sistem mampu menampilkan hasil penilaian karyawan berdasarkan empat kriteria utama: kedisiplinan, kinerja, sikap kerja, dan keahlian, yang kemudian diolah menggunakan algoritma Random Forest untuk menentukan peringkat akhir. Hasil pengujian menunjukkan bahwa penerapan metode Random Forest memberikan tingkat akurasi yang tinggi dalam proses klasifikasi dengan nilai akurasi mencapai 91,2%, serta menghasilkan peringkat karyawan yang konsisten dengan hasil evaluasi HRD. Sistem ini juga dilengkapi dengan antarmuka pengguna yang sederhana dan informatif, yang memudahkan admin, HRD, dan karyawan dalam mengakses informasi sesuai hak akses masing-masing. Secara keseluruhan, penerapan algoritma Random Forest dalam sistem pendukung keputusan ini terbukti efektif dalam meningkatkan kecepatan, objektivitas, dan transparansi proses penilaian karyawan di PT. XYZ.