Sumber Daya Manusia (SDM) menjadi salah satu komponen yang sangat penting dalam membangun sebuah Perusahaan atau Institusi. Untuk tetap mendorong atau memotivasi kinerja Sumber Daya Manusia atau karyawan, maka perusahaan memberikan reward kepada karyawan. Pada kesempatan kali ini penulis berkesempatan melaksanakan penelitian di IT-PLN, dimana Institut Teknologi - PLN sampai sekarang masih mencari pola atau model yang tepat dalam melakukan pemberian reward terhadap karyawannya. Berdasarkan masalah tersebut, Penulis melaksanakan penelitian ini agar dapat membantu IT-PLN dalam menawarkan metode pendukung kinerja karyawan dalam pemberian reward sesuai dengan perhitungan yang kuat dan jelas yaitu sesuai klasifikasi masing�masing karyawan. Penelitian ini menggunakan metode klasifikasi dengan Algoritma ANFIS dan berhasil mengolah data kinerja karyawan yang terdiri atas 4 atribut menjadi klasifikasi Karyawan Baik, Karyawan Cukup dan Karyawan Kurang. Implementasi penelitian ini menggunakan Aplikasi Matlab seri R2018a dan diuji dengan confusion matrix. Nilai akurasi RSME (Root Mean Root Square Error) dengan fungsi keanggotaan jenis gaussian dan model hybrid menghasilkan nilai error di angka 16.1184. Kemudian pengujian confusion matrix terhadap klasifikasi penilaian kinerja dengan algoritma Anfis menghasilkan tingkat akurasi sebesar 75%, presisi sebesar 83%, dan recall atau sensitivitysebesar 75% ehingga hasil penelitian ini menyimpulkan bahwa Algoritma ANFIS mampu digunakan sebagai metode pendukung keputusan penilaian kinerja karyawan dalam pemberian Reward di Institut Teknologi – PLN.

Human Resources (HR) is one of the most important components in building a company or institution. To continue to encourage or motivate the performance of Human Resources or employees, the company provides rewards to employees. On this occasion the author had the opportunity to carry out research at IT-PLN, where the Institute of Technology - PLN is still looking for the right pattern or model in giving rewards to its employees. Based on these problems, the author carried out this research in order to assist IT-PLN in offering a method of supporting employee performance in providing rewards in accordance with strong and clear calculations, namely according to the classification of each employee. This study uses the classification method with the ANFIS Algorithm and successfully processes employee performance data which consists of 4 attributes into the classification of Good Employees, Enough Employees and Poor Employees. The implementation of this research uses the Matlab R2018a application and is tested with a confusion matrix. The accuracy value of RSME (Root Mean Root Square Error) with the membership function of the Gaussian type and the hybrid model produces an error value of 16.1184. Then testing the confusion matrix on the classification of performance appraisals with the Anfis algorithm produces an accuracy rate of 75%, precision of 83%, and recall or sensitivity of 75% so that the results of this study conclude that the ANFIS Algorithm can be used as a decision support method for evaluating employee performance in giving rewards. at the Institute ofTechnology – PLN.