Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) SAINTEK
Rima Puji Lestari
Unknown Affiliation
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Chatbot Berbasis TF-IDF dan Cosine Similarity untuk Optimalisasi Layanan Pelanggan di Domino's Pizza Duren Sawit Sidik Riffani; Alfiyan Nuruzzaman; Indi Alya Putri; Rima Puji Lestari
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam industri makanan cepat saji, mendapatkan informasi yang cepat dan akurat sangatlah penting. Tidak adanya akses informasi yang memadai serta banyaknya pertanyaan berulang dari pelanggan sering menjadi penghalang untuk memberikan layanan yang optimal. Penelitian ini bertujuan untuk mengembangkan chatbot sebagai asisten pelanggan guna meningkatkan layanan pelanggan di Domino's Pizza Duren Sawit. Untuk mencocokkan pertanyaan pelanggan dengan jawaban yang relevan, digunakan metode Frequency-Inverse Document Frequency (TF-IDF) dan cosine similarity. Chatbot ini dirancang untuk membantu pelanggan, menjawab pertanyaan umum, serta mengurangi beban kerja staf layanan pelanggan. Fitur-fitur yang disediakan mencakup informasi promo terbaru, pemesanan menu, daftar menu, dan metode pembayaran. Implementasi chatbot dilakukan menggunakan bahasa pemrograman Python yang diintegrasikan dengan platform Telegram. Hasil penelitian menunjukkan bahwa chatbot berbasis cosine similarity dan TF-IDF ini mampu memberikan jawaban yang relevan terhadap berbagai pertanyaan pelanggan, dengan akurasi mencapai 90% berdasarkan hasil pengujian terhadap 10 pertanyaan.
Klasifikasi Tingkat Stres pada Mahasiswa Tingkat Akhir menggunakan Metode Naïve Bayes di Universitas Pelita Bangsa Rima Puji Lestari; Nurhadi Surojudin; Eko Budiarto
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66565

Abstract

Stres sering dialami oleh mahasiswa, khususnya mahasiswa tingkat akhir yang sedang menyelesaikan skripsi. Penelitian ini dilakukan untuk mengklasifikasikan tingkat stres yang sedang dihadapi oleh mahasiswa tingkat akhir Prodi Teknik Informatika angkatan 2021 di Universitas Pelita Bangsa dengan menggunakan metode Naïve Bayes. Berdasarkan hasil kuesioner, terdapat 300 responden berpartisipasi. Dengan menggunakan pendekatan SEMMA (Sample, Explore, Modify, Model, Assess), data dari 300 responden dilakukan proses handling sehingga tersisa 285 data yang valid, kemudian data dibagi menjadi data latih dan data uji dengan perbandingan 80:20. Tingkat stres dikategorikan menjadi 3 yaitu rendah, sedang, dan tinggi. Performa model menunjukkan bahwa model memiliki akurasi sebesar 93%, dengan nilai precision, recall, dan F1-score keseluruhan masing-masing sebesar 93%. Hasil klasifikasi diperoleh bahwa tingkat stres sedang merupakan kategori terbanyak yaitu sebesar 42,1%, diikuti oleh stres tinggi 29,1%, dan stres rendah 28,8%. Temuan pada penelitian ini dapat digunakan sebagai dasar pengambilan keputusan untuk penyediaan layanan dukungan psikologis dan akademik bagi mahasiswa tingkat akhir.
Co-Authors Alfiyan Nuruzzaman Eko Budiarto Indi Alya Putri Nurhadi Surojudin Sidik Riffani