cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dwi Puji Hastuti
Contact Email
dwi.dsu@bsi.ac.id
Phone
+6289666044452
Journal Mail Official
ejournal@bsi.ac.id
Editorial Address
https://jurnal.bsi.ac.id/index.php/evolusi/about/editorialHistory
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
EVOLUSI : Jurnal Sains dan Manajemen
Published by Universitas Bina Sarana Informatika
ISSN : 23388161     EISSN : 26570793     DOI : https://doi.org/10.31294/evolusi
Core Subject : Science,
Computer Science & IT
volusi : Jurnal Sains dan Manajemen is a journal published by LPPM Universitas Bina Sarana Informatika Kampus Kabupaten Banyumas. Evolusi is issued two times a year (March and September) in electronic form. The electronic pdf version is accessible on the internet free of charge. We encourage all interested contributors to submit their work for consideration. The Journal covers the whole spectrum of applied informatics and computing, which includes, but is not limited to: [1] Soft computing, [2] Information Systems and Technologies, [3] Human Computer Interaction, [4] Soft Computing and Intelligent System, [5] Information Retrieval, [6] Knowledge Engineering, [7] Decision Support System, [8] Fuzzy Systems, [9] Data Mining, [10] Big Data Analysis, [11] Information Security, etc. Submitted papers must be written in Indonesian or English for initial review stage by editors and further review process by minimum two reviewers.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 35 Documents
 1   2   3   4 
Pengaruh AI Terhadap Perilaku Konsumen: Membentuk Pilihan dan Preferensi di Era digital Abbas, Emil; Muh. Syarif
Evolusi : Jurnal Sains dan Manajemen Vol. 14 No. 1 (2026): Periode Maret 2026
Publisher : LPPM Universitas Bina Sarana Informatika Kampus Kabupaten Banyumas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/evolusi.v14i1.12610

Abstract

Perilaku konsumen sebagian besar telah diubah oleh kemajuan Kecerdasan Buatan (AI), yang mengubah preferensi dan pilihan produk, serta persepsi konsumen di pasar digital. Dengan diperkenalkannya sistem rekomendasi produk berbasis AI, iklan bertarget, dan konten yang disesuaikan, cara tradisional konsumen dalam mengambil keputusan sudah berubah. Memprediksi preferensi konsumen cukup menantang, karena sifat kompleks pola perilaku dan tren pasar yang selalu berubah. Penelitian ini bertujuan untuk menciptakan kerangka kerja yang dapat meningkatkan prediksi perilaku konsumen sedemikian rupa sehingga wawasan yang dapat ditindaklanjuti dapat diberikan untuk mendukung dan mengembangkan aktivitas pemasaran digital. Dengan menggunakan Data Pembelian Konsumen, Data Clickstream, Ulasan & Sentimen Pelanggan, dan informasi Demografis, kerangka kerja ini dapat memperoleh wawasan berharga terkait pola pembelian dan perilaku keterlibatan. Untuk memastikan data berkualitas tinggi untuk pelatihan model, diterapkan pipeline pra-pemrosesan data yang komprehensif, yang menggabungkan teknik seperti penghapusan catatan duplikat dan penanganan nilai yang hilang. Penelitian ini memperkenalkan Jaringan Neural Dalam Multiobjektif Stokastik yang Dioptimalkan (SMO-DNN) untuk menganalisis dan memprediksi preferensi konsumen dengan akurasi dan efisiensi yang ditingkatkan. Model yang diusulkan mengintegrasikan SMO untuk penyetelan hyperparameter, mengoptimalkan proses pembelajaran DNN untuk mengekstrak wawasan yang bermakna dari data konsumen yang kompleks. Penelitian ini memberikan akurasi sebesar 98,69%, presisi sebesar 98,53%, recall sebesar 98,64%, dan F1-measure sebesar 98,33%, yang menghasilkan keuntungan signifikan bagi industri pemasaran digital untuk menyusun dan mengoptimalkan kehidupan mereka sendiri, meningkatkan keterlibatan pelanggan, dan menciptakan model e-commerce modular yang kaya data untuk beradaptasi dengan permintaan konsumen. Penelitian ini menjelaskan bagaimana metode optimasi AI memengaruhi perilaku konsumen saat ini dan mentransformasi perdagangan digital.
Optimasi Hyperparameter CNN Berbasis MediaPipe untuk Peningkatan Akurasi Pengenalan SIBI Denny Pribadi; Apip Supiandi; Taufik Hidayatulloh; Rinda Restiawati; Muhammad Hisyam Syafaat; Muhammad Rendi Rizaldi
Evolusi : Jurnal Sains dan Manajemen Vol. 14 No. 2 (2026): Periode September 2026
Publisher : LPPM Universitas Bina Sarana Informatika Kampus Kabupaten Banyumas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/evolusi.v14i2.12812

Abstract

Sistem Bahasa Isyarat Indonesia (SIBI) is a visual communication medium used by individuals with hearing impairments; however, public awareness and understanding of sign language remain limited, creating significant communication barriers in daily life. This study aims to develop a SIBI alphabet recognition system based on deep learning by utilizing a Convolutional Neural Network (CNN) approach supported by computer vision using MediaPipe. The research stages include hand image acquisition, preprocessing through normalization and augmentation, and model training using a CNN architecture. The dataset is divided into 80% for training, 10% for validation, and 10% for testing to evaluate the model’s generalization performance. Experimental results show that the model achieves a training accuracy of 99.72% and a validation accuracy of 96%, indicating highly effective performance in real-time SIBI gesture classification. Therefore, this study contributes to the development of assistive technologies that facilitate inclusive communication for individuals with hearing impairments in Indonesia.
Si Pintar Aplikasi Pengetahuan Seputar Islam Berbasis Android Doni, Fahlepi Roma Doni; Sudrajat, Budi; Muhammad Lukman, Afit
Evolusi : Jurnal Sains dan Manajemen Vol. 14 No. 2 (2026): Periode September 2026
Publisher : LPPM Universitas Bina Sarana Informatika Kampus Kabupaten Banyumas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/evolusi.v14i2.13586

Abstract

Pelaksanaan ibadah dalam agama Islam merupakan bentuk pengabdian seorang Muslim kepada Allah SWT. yang memiliki peran penting dalam membentuk keimanan, ketakwaan, serta akhlak mulia. Ibadah tidak hanya dipahami sebagai pelaksanaan ritual seperti salat, puasa, zakat, dan haji, tetapi juga mencakup seluruh aktivitas yang dilakukan dengan niat ikhlas. Pelaksanaan ibadah yang baik akan memberikan dampak positif terhadap pembentukan karakter individu, meningkatkan kedisiplinan, tanggung jawab, kejujuran, serta kepedulian sosial dalam kehidupan bermasyarakat. Oleh karena itu, pemahaman dan pembiasaan ibadah sejak dini menjadi aspek penting dalam pendidikan Islam. Dengan hadirnya teknologi salah satunya Android dapat membantu penyebaran informasi pelaksanaan amal ibadah sehingga dapat diubah ke dalam format digital dengan harapan informasi  menjadi lebih mudah untuk diketahui oleh umat islam dimanapun beradah. Metode ini merupakan cara penyebaran informasi yang dapat mendorong lebih semangat serta tepat waktu dalam pelaksanaan ibadah. Pada penelitian ini akan membuat aplikasi pengetahuan seputar pelaksanaan amal ibadah berbasis Android yang dilengkapi dengan penyajian ilmu fiqih, artikel islam untuk menambah wawasan dan edukasi umat muslim. Berdasarkan pengujian aplikasi didapat bahwa secara fungsional sudah sesuai yang artinya produk multimedia pengetahuan seputar amal ibadah islam layak digunakan oleh pengguna, Hasil dari aplikasi ini diharapkan dapat membantu kita dalam mengetahui ilmu fiqih.
Implementasi WEBUSE dalam Evaluasi Website RSPAD Gatot Soebroto Samsiana, Samsiana; Narti, Narti; Pebrianto, Rangga
Evolusi : Jurnal Sains dan Manajemen Vol. 14 No. 2 (2026): Periode September 2026
Publisher : LPPM Universitas Bina Sarana Informatika Kampus Kabupaten Banyumas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/evolusi.v14i2.14159

Abstract

Rapid advancements in information technology have prompted government agencies and public service institutions to utilize websites as primary channels for information and communication. As Indonesia's largest military hospital, the RSPAD Gatot Soebroto website plays a crucial role in providing health information services to the general public, TNI personnel, and state officials. However, no in-depth evaluation of the website's usability has been conducted to date. This study aims to evaluate the usability of the RSPAD Gatot Soebroto website using the Website Usability Evaluation Tool (WEBUSE) method. A quantitative descriptive approach was employed, with data collected via WEBUSE questionnaires distributed to 100 respondents who had previously accessed the RSPAD Gatot Soebroto website. The questionnaire instrument comprised four key dimensions—Content Usefulness, Organization, Navigation and Links, and User Interface Design—consisting of a total of 21 statements. Analysis results indicate that the website's average usability score falls into the "Good" category; this suggests that the RSPAD Gatot Soebroto website offers a satisfactory level of ease of use, efficiency, and user satisfaction, although there remains room for improvement regarding visual design and information updates. The findings of this study can serve as a basis for developers to enhance the website's quality, thereby optimizing its ability to meet public information needs.
Optimalisasi Estimasi Beban Pemanasan dan Beban Pendinginan Bangunan dengan Hyperparameter XGBoost Ida Darwati
Evolusi : Jurnal Sains dan Manajemen Vol. 14 No. 2 (2026): Periode September 2026
Publisher : LPPM Universitas Bina Sarana Informatika Kampus Kabupaten Banyumas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/evolusi.v14i2.14437

Abstract

The author's previous research compared XGBoost and Linear Regression for estimating building heating and cooling loads, from the results of the study obtained the smallest RMSE using XGBoost of 1 and RMSE (Root Mean Square Error) is one of the benchmarks for the accuracy of a study with a regression dataset, so in this study the author carried out optimization in estimating building heating and cooling loads using hyperparameters with XGBoost, as a continuation of previous research to obtain a better RMSE value, using the same dataset energy efficiency from the UCI website. The dataset division in the research that the author is currently conducting is 80% training data and 20% for testing data, the author also changed the random state to 42 as well as the choice of value combinations in learning_rate, n_estimator, max_depth, subsample, colsample_bytree and min_child_weight. The author uses the python programming language to get the best combination and in this study, both heating and cooling loads, theauthor got the best combination at a learning rate of 0.05, n_estimator 1000, max depth 10, subsample 0.8, colsample bytree 0.5 and min child weight 3. For the heating load, the RMSE value was 0.3575 and the R² score was 0.9988, while for the cooling load, the RMSE value was 0.7978 with an R² score of 0.9931, so it can be concluded that the RMSE value is much better than previous research.

Page 4 of 4 | Total Record : 35

 1   2   3   4 

Filter by Year

2025 2026


Reset
Filter By Issues
All Issue Vol. 14 No. 2 (2026): Periode September 2026 Vol. 14 No. 1 (2026): Periode Maret 2026 Vol. 13 No. 2 (2025): Periode September 2025 Vol. 13 No. 1 (2025): Periode Maret 2025