<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="18603">
<titleInfo>
<title>SKEMA MAGANG :</title>
<subTitle>PREDIKSI CHURN PROGRAM PELATIHAN KERJA MENGGUNAKAN ALGORITMA XGBOOST BERDASARKAN DATA HISTORY PESERTA</subTitle>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Dini Fakta Sari, S.T., M.T.</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>ERSYPUTRI, YOANITA-235410070</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text"></placeTerm></place>
<publisher>UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)</publisher>
<dateIssued>2026</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>103 INFORMATIKA 2026</extent>
</physicalDescription>
<note>Lanterna Social Project (d/h Teach4Hope) di bawah PT Mitra Edukasi Berdaya adalah program pelatihan kerja bagi masyarakat kurang mampu, namun masih menghadapi masalah peserta yang tidak menyelesaikan program (churn). Magang ini dilaksanakan di Learning Development Team dengan tugas utama berupa proyek prediksi churn menggunakan algoritma XGBoost berdasarkan data historis 8.218 peserta. Tahapan yang dilakukan meliputi data understanding, exploratory data analysis, preprocessing (pembersihan data, feature selection, penanganan missing value, encoding, dan SMOTE untuk menyeimbangkan kelas), lalu pembangunan model XGBoost dengan sebelas fitur terpilih.
Model menghasilkan performa sangat baik: accuracy 98,97%, precision 92,07%, recall 97,42%, F1-score 94,67%, dan ROC-AUC ≈1,00. Faktor paling berpengaruh terhadap churn adalah Persentase Kehadiran Magang dan Persentase Nilai Magang. Model ini dapat digunakan sebagai alat bantu evaluasi bagi tim Monitoring dan Evaluation dalam merancang strategi pendampingan peserta pada batch berikutnya.
Kata kunci: churn, XGBoost, prediksi, pelatihan kerja, SMOTE</note>
<subject authority=""><topic>PREDIKSI</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>103 ERS P R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">ERS0103IF2026</numerationAndChronology>
<sublocation>Rak Referensi  Skripsi Informatika</sublocation>
<shelfLocator>103 ERS P R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>18603</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2026-10-20 11:40:16</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2026-10-20 11:40:16</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>