Penilaian kinerja adalah salah satu kegiatan untuk melakukan penilaian dan mengevaluasi pencapaian, kemampuan, serta melihat perkembangan dari karyawan. Penelitian ini bertujuan untuk mengimplementasikan metode Fuzzy C-Means dalam mengelompokkan data kinerja karyawan berdasarkan data penilaian dengan atribut-atribut yang diperoleh dari Bagian Sumber Daya Manusia Institut Teknologi PLN yang berupa kehadiran ; baik tidak pernah izin maupun tidak pernah cuti, sikap ; baik hubungan sosial serta kesopanan dan kerapihan, jumlah kegiatan yang diikuti, dan jumlah keterlibatan dalam tim kegiatan. Metode Fuzzy C-Means ini sendiri merupakan algoritma yang sederhana dan sering digunakan dalam melakukan teknik clustering atau pengelompokan data. Beberapa penelitian yang menggunakan metode Fuzzy C-Means menunjukkan bahwa algoritma Fuzzy C-Means ini dapat digunakan untuk mengelompokkan data berdasarkan beberapa jenis atribut yang telah ditentukan. Pada penelitian ini juga menguji presisi masing masing kelompok menggunakan metode Davies Bouildin Index (DBI), yang mana hasil nilai DBI terkecil yang diperoleh daris semua pengelompokkan merupakan kelompok data terbaik.

Performance appraisal is one of the activities to assess and evaluate the achievements, abilities, and see the progress of employees. This study aims to implement the Fuzzy CMeans method in classifying employee performance data based on assessment data with attributes obtained from the Human Resources Section of the PLN Institute of Technology in the form of attendance; either never get permission or never leave, attitude; good social relations as well as politeness and tidiness, the number of activities followed, and the amount of involvement in the activity team. The Fuzzy C-Means method itself is a simple algorithm and is often used in clustering techniques or data grouping. Several studies using the Fuzzy C-Means method show that the Fuzzy C-Means algorithm can be used to group data based on several types of predetermined attributes. This study also tested the precision of each group using the Davies Bouildin Index (DBI) method, in which the smallest DBI value obtained from all groupings was the best data group.