http://localhost:8080/handle/123456789/6 Skripsi Mahasiswa Mon, 26 Oct 2026 08:47:25 GMT 2026-10-26T08:47:25Z http://localhost:8080/handle/123456789/32454 PENERAPAN METODE SMALL GROUP DISCUSSION DALAM MENINGKATKAN KREATIVITAS SISWA KELAS IV SD AMANAH-I MEDAN SITI, KHALIZAH LUBIS Penelitian ini bertujuan untuk meningkatkan kreativitas siswa kelas IV SD Amanah I Medan melalui penerapan metode Small Group Discussion. Penelitian dilatarbelakangi oleh rendahnya kreativitas siswa dalam proses pembelajaran, yang ditunjukkan dengan kurangnya keberanian mengemukakan pendapat, rendahnya partisipasi dalam diskusi, serta kurang berkembangnya kemampuan siswa dalam menghasilkan ide-ide kreatif. Penelitian ini merupakan Penelitian Tindakan Kelas (PTK) yang dilaksanakan dalam dua siklus, dengan tahapan perencanaan, pelaksanaan tindakan, observasi, dan refleksi. Subjek penelitian adalah 20 siswa kelas IV SD Amanah I Medan. Teknik pengumpulan data menggunakan observasi, angket kreativitas, dan tes hasil belajar. Data dianalisis secara deskriptif kuantitatif dan kualitatif. Hasil penelitian menunjukkan bahwa penerapan metode Small Group Discussion dapat meningkatkan kreativitas siswa. Nilai rata-rata kreativitas siswa meningkat dari 61,50 pada prasiklus menjadi 75,25 pada Siklus I, kemudian meningkat lagi menjadi 88,50 pada Siklus II. Selain itu, aktivitas guru, aktivitas siswa, dan hasil belajar juga mengalami peningkatan pada setiap siklus. Berdasarkan hasil penelitian dapat disimpulkan bahwa metode Small Group Discussion efektif untuk meningkatkan kreativitas siswa kelas IV SD Amanah I Medan serta menciptakan pembelajaran yang aktif, kolaboratif, dan berpusat pada siswa. Mon, 31 Aug 2026 00:00:00 GMT http://localhost:8080/handle/123456789/32454 2026-08-31T00:00:00Z http://localhost:8080/handle/123456789/32453 SEGMENTASI LOYALITAS PELANGGAN MENGGUNAKAN MODEL LRFM DAN ALGORITMA K-MEDOIDS PADA UMKM ABANG JENGGOT MOSLEM STORE DIFFA, AKBAR PULUNGAN Penelitian ini bertujuan untuk melakukan segmentasi loyalitas pelanggan pada UMKM Abang Jenggot Moslem Store menggunakan model LRFM (Length, Recency, Frequency, Monetary) dan algoritma K-Medoids sebagai dasar dalam penyusunan strategi pemasaran yang lebih efektif dan tepat sasaran. Data yang digunakan berupa 100 data pelanggan dengan 336 transaksi selama periode Januari–Mei 2026. Model LRFM digunakan untuk merepresentasikan karakteristik pelanggan berdasarkan lama hubungan dengan usaha, waktu transaksi terakhir, frekuensi pembelian, dan total nilai transaksi. Selanjutnya, algoritma K-Medoids diterapkan untuk mengelompokkan pelanggan berdasarkan tingkat kemiripan karakteristik LRFM menggunakan jarak Euclidean. Hasil penelitian menunjukkan bahwa terbentuk empat kelompok pelanggan, yaitu cluster loyal sebanyak 9%, potensial sebanyak 58%, risiko sebanyak 12%, dan baru sebanyak 21%, dengan total cost minimum sebesar Rp17.810.009. Proses clustering dinyatakan konvergen pada iterasi pertama karena total cost pada iterasi kedua mengalami peningkatan sebesar Rp350.047. Medoid akhir yang diperoleh adalah P074 untuk cluster loyal, P048 untuk cluster potensial, P076 untuk cluster risiko, dan P015 untuk cluster baru. Hasil segmentasi tersebut dapat digunakan sebagai dasar dalam menentukan strategi pemasaran yang berbeda sesuai karakteristik setiap kelompok pelanggan. Sistem berbasis web yang dikembangkan juga mampu membantu proses pengelolaan data, perhitungan clustering, dan evaluasi hasil segmentasi secara lebih cepat, objektif, dan efisien. Mon, 10 Aug 2026 00:00:00 GMT http://localhost:8080/handle/123456789/32453 2026-08-10T00:00:00Z http://localhost:8080/handle/123456789/32452 PENGARUH KESIAPAN MENTAL DAN KETERAMPILAN KERJA TERHADAP MINAT KARIER MAHASISWA UMSU DENGAN KEPERCAYAAN DIRI SEBAGAI VARIABEL MEDIASI Alvina, Winda Sari Penelitian ini bertujuan untuk menguji dan menganalisis pengaruh kesiapan mental dan keterampilan kerja terhadap minat karier mahasiswa UMSU di Kota Medan dengan kepercayaan diri sebagai variabel mediasi. Penelitian ini menggunakan pendekatan kuantitatif. Sampel penelitian terdiri dari 100 mahasiswa UMSU yang ditentukan menggunakan teknik purposive sampling. Pengumpulan data dilakukan melalui kuesioner dengan skala Likert dan disebarkan secara daring menggunakan Google Form. Teknik analisis data yang digunakan adalah Partial Least Square-Structural Equation Modeling (PLS-SEM) dengan bantuan aplikasi SmartPLS. Hasil penelitian menunjukkan bahwa kesiapan mental berpengaruh positif dan signifikan terhadap kepercayaan diri, keterampilan kerja berpengaruh positif dan signifikan terhadap kepercayaan diri, kesiapan mental berpengaruh positif dan signifikan terhadap minat karier, serta keterampilan kerja berpengaruh positif dan signifikan terhadap minat karier. Kepercayaan diri juga menunjukkan hubungan positif terhadap minat karier. Selain itu, terdapat pengaruh tidak langsung kesiapan mental terhadap minat karier melalui kepercayaan diri sebesar 0,338 dan pengaruh tidak langsung keterampilan kerja terhadap minat karier melalui kepercayaan diri sebesar 0,277. Hasil penelitian ini menunjukkan bahwa kesiapan mental, keterampilan kerja, dan kepercayaan diri merupakan aspek yang penting dalam mendukung minat karier mahasiswa dalam mempersiapkan diri menghadapi dunia kerja. Sat, 12 Sep 2026 00:00:00 GMT http://localhost:8080/handle/123456789/32452 2026-09-12T00:00:00Z http://localhost:8080/handle/123456789/32451 KLASIFIKASI FAST-MOVING DAN SLOW-MOVING TERHADAP DATA TRANSAKSI PENJUALAN MENGGUNAKAN ALGORITMA XGBOOST PADA PT RODES CHEMINDO FELISIA, AQUERAH Salah satu komponen kunci dalam mendukung operasional perusahaan adalah manajemen persediaan, terutama dalam menentukan ketersediaan dan pergerakan produk. PT Rodes Chemindo masih mengidentifikasi barang-barang yang cepat laku dan lambat laku secara manual menggunakan Microsoft Excel. Prosedur ini tidak memanfaatkan sepenuhnya data transaksi perusahaan yang sangat besar, relatif memakan waktu, dan rentan terhadap kesalahan manusia. Metode Extreme Gradient Boosting (XGBoost) akan digunakan dalam penelitian ini untuk menganalisis dan mengkategorikan barang berdasarkan pergerakannya ke dalam kategori “Barang yang Cepat Terjual” dan “Barang yang Lambat Terjual”. Selain itu, sistem berbasis web akan dikembangkan untuk mengotomatiskan proses klasifikasi ini. Kumpulan data ini terdiri dari 17.973 transaksi penjualan PT Rodes Chemindo yang tercatat antara Januari dan Desember 2025. Sebanyak 413 item berbeda diidentifikasi sebagai objek klasifikasi dengan menggunakan jumlah penjualan total (total_qty) dan frekuensi transaksi sebagai fitur utama setelah prapemrosesan data, agregasi, dan rekayasa fitur. Rasio Perputaran (Turnover Ratio/TOR) digunakan untuk menentukan kategori Barang yang Cepat Terjual dan Barang yang Lambat Terjual. Selanjutnya, dataset tersebut dibagi menjadi 330 set pelatihan dan 83 set uji dengan rasio 80:20 dan random_state = 42. Teknik XGBoost, dengan laju pembelajaran sebesar 0,1, kedalaman pohon maksimum 5, dan 100 estimator, digunakan untuk membangun model klasifikasi. Confusion Matrix, Accuracy, Precision, Recall, dan F1-Score digunakan untuk mengevaluasi kinerja model. Model XGBoost mencapai nilai Accuracy, Precision, Recall, dan F1-Score sebesar 1,00 atau 100%, berdasarkan hasil evaluasi terhadap 83 titik data uji. Hal ini berartiseluruh data uji diklasifikasikan dengan benarsesuai dengan label yang telah ditentukan sebelumnya dalam dataset penelitian. Model tersebut kemudian diintegrasikan ke dalam sistem berbasis web yang mendukung pengunggahan data, pemrosesan, klasifikasi, serta penyajian hasil melalui tabel dan visualisasi menggunakan Flask dan MySQL. Untuk meningkatkan pengambilan keputusan dalam manajemen persediaan PT Rodes Chemindo, algoritma XGBoost dapat diimplementasikan dalam sistem berbasis web guna mengotomatiskan klasifikasi produk dan menghasilkan data yang lebih terorganisir. Mon, 14 Sep 2026 00:00:00 GMT http://localhost:8080/handle/123456789/32451 2026-09-14T00:00:00Z