Upload
others
View
35
Download
0
Embed Size (px)
Citation preview
SKRIPSI
PENGUKURAN PENERIMAAN PENGGUNA DALAM PEMBAYARAN
PARKIR PADA SKY PARKING MENGGUNAKAN MOBILE WALLET
OVO
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sistem Informasi
Fakultas Sains dan Teknologi
Universiras Islam Negeri Syarif Hidayatullah
Disusun Oleh :
DWI ADJI PRASETYO
11150930000069
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
2019 M/ 1441 H
i
SKRIPSI
PENGUKURAN PENERIMAAN PENGGUNA DALAM PEMBAYARAN
PARKIR PADA SKY PARKING MENGGUNAKAN MOBILE WALLET
OVO
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sistem Informasi
Fakultas Sains dan Teknologi
Universiras Islam Negeri Syarif Hidayatullah
Disusun Oleh :
DWI ADJI PRASETYO
11150930000069
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
2019 M/ 1441 H
Halaman Judul
i
ii
PENGUKURAN PENERIMAAN PENGGUNA DALAM PEMBAYARAN
PARKIR PADA SKY PARKING MENGGUNAKAN MOBILE WALLET
OVO
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sistem Informasi
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah
Disusun Oleh :
DWI ADJI PRASETYO
11150930000069
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
2019 M/ 1441 H
i
iv
LEMBAR PENGESAHAN SKRIPSI
PENGUKURAN PENERIMAAN PENGGUNA DALAM PEMBAYARAN
PARKIR PADA SKY PARKING MENGGUNAKAN MOBILE WALLET
OVO
SKRIPSI
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sistem Informasi
Fakultas Sains dan Teknologi
Universiras Islam Negeri Syarif Hidayatullah
Oleh:
DWI ADJI PRASETYO
NIM: 11150930000069
Menyetujui,
Dosen Pembimbing I Dosen Pembimbing II
Aries Susanto H.T., MMSI., Ph.D.
NIP.19740322 200710 1 002
Rinda Hesti Kusumaningtyas MMSI
NIP. 19810929 200912 2 002
Mengetahui
Ketua Program Studi Sistem Informasi Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
A’ang Subiyakto, Ph.d
NIP. 19760219 200710 1 002
iv
PENGESAHAN UJIAN
Skripsi yang berjudul Pengukuran Penerimaan Pengguna Dalam Pembayaran
Parkir Pada Sky Parking Menggunakan Mobile Wallet OVO yang ditulis oleh
Dwi Adji Prasetyo, NIM 11150930000069 telah diuji dan dinyatakan lulus dalam
sidang Munaqosah Fakultas Sains dan Teknologi, Universitas Islam Negeri Syarif
Hidayatullah Jakarta pada hari . Skripsi ini telah diterima sebagai salah satu syarat
gelar Sarjana Satu (S1) Program Studi Sistem Informasi.
Menyetujui,
Penguji I Penguji II
Nurbojatmiko, M.Kom
NIDN. 0428116703
Elsy Rahajeng, MTI
NIDN. 0323117404
Pembimbing I Pembimbing II
Aries Susanto H.T., MMSI., Ph.D.
NIP.19740322 200710 1 002
Rinda Hesti Kusumaningtyas MMSI
NIP. 19810929 200912 2 002
Mengetahui,
Dekan Fakultas Sains dan Teknologi Ketua Program Studi Sistem Informasi
Prof. Dr. Lily Surayya Eka Putri
NIP. 19690404 200501 2 005
A’ang Subiyakto, Ph.D.
NIP. 19760219 200710 1 002
i
v
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-
BENAR HASIL KARYA SENDIRI DAN BELUM PERNAH DIAJUKAN
SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN
TINGGI ATAU LEMBAGA MANAPUN.
Jakarta, 22 Oktober 2019
Dwi Adji Prasetyo
11150930000069
v
vi
ABSTRAK
Dwi Adji Prasetyo – 11150930000069, Pengukuran Penerimaan Pengguna Dalam
Pembayaran Parking Pada Sky Parking Menggunakan Mobile Wallet OVO di
bawah bimbingan Aries Susanto HT, Ph.D dan Rinda Hesti Kusumaningtyas,
MMSI.
Sky Parking merupakan salah satu perusahan yang memberikan jasa operasional
parkir pada gedung-gedung yang ada di Indonesia. Sky Parking pun demi
meningkatkan daya operasionalnya bekerja sama dengan salah satu mobile wallet
yaitu OVO. Namun masih sering terjadinya error yang terjadi saat ingin melakukan
pembayaran menggunakan mobile wallet OVO dan belum diketahui apakah dengan
menggunakan mobile wallet OVO pengguna lebih merasa aman dan efektif saat
melakukan pembayaran tersebut. Penelitian dilakukan untuk mengetahui sejauh
mana penerimaan pengguna dalam menggunakan mobile wallet OVO pada Sky
Parking. Model yang digunakan yaitu Technology Acceptance Model (TAM) dan
menambahkan satu variabel yaitu Subjective Norm dari Theory of Planned
Behavior (TPB). Metode pendekatan yang dipakai pada penelitian ini yaitu
kuantitatif dan analisis data menggunakan pendekatan PLS-SEM dengan tools
SmartPLS versi 3.2.8. Hasilnya, dua dari sepuluh hipotesis ditolak. Security
terhadap Intention to Use dan Perceived Ease of Use terhadap Intention to Use.
Sementara itu hipotesis terkuat yaitu Subjective Norm terhadap Intention to Use.
Hasil penelitian ini diharapkan menjadi salah satu bahan pertimbangan
pengambilan keputusan bagi pihak Sky Parking dalam bekerja sama dengan mobile
wallet OVO, sehingga penerepan mobile wallet OVO sebagai alat pembayaran
parkir pada Sky Parking dapat diterapkan lebih maksimal.
Kata kunci : Sky Parking, Mobile Wallet OVO, Penerimaan Pengguna, Technology
Acceptance Model, Theory of Planned Behavior
BAB I-V + xiv halaman + 129 halaman + 25 Gambar + 18 Tabel + Daftar Pustaka
+ Lampiran
vi
vii
KATA PENGANTAR
Alhamdulillah, segala puji kehadirat Allah SWT, atas berkat, rahmah dan
karunia-Nya kepada penulis dari awal proses penyusunan hingga penyelesian
skripsi ini. Shalawat serta salam semoga selalu tercurahkan kepada nabi besar
Muhammad SAW.
Penyusunan skrispsi ini merupakan salah satu syarat untuk memperoleh
gelar sarjana (S-1) pada Jurusan Sistem Informasi, Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta. Dengan judul “Pengukuran
Penerimaan Pengguna Dalam Melakukan Pembayaran Parkir Pada Sky Parking
Menggunakan Mobile Wallet OVO”.
Keberhasilan proses penyusunan hingga penyelesian skripsi ini tentunya tidak
luput dari bantuan dan bimbingan berbagai pihak, untuk itu pada kesempatan ini
penulis dengan ikhlas dan tulus ingin mengucapkan terima kasih yang sebesar-
besarnya kepada :
1. Ibu Prof.Dr. Lily Surayya Eka Putri, M. Env. Stud selaku Dekan Fakultas
Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.
2. Bapak A’ang Subiyakto, Ph.D selaku Ketua Program Studi Sistem
Informasi, Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta
dan Ibu Nida’ul Hasanati S.T. MMSI selaku Sekretaris Program Studi
Sistem Informasi, Fakultas Sains dan Teknologi UIN Syarif Hidayatullah
Jakarta.
viii
3. Bapak Aries Susanto HT, MMSI,. Ph.d selaku dosen pembimbing pertama
dan Ibu Rinda Hesti Kusumaningtyas, MMSI selaku dosen pembimbing
kedua.
4. Dosen-dosen Program Studi Informasi yang telah memberikan ilmu serta
pengalaman selama perkuliahan.
5. Orang tua penulis Ibu Yayah Rohayah dan Kakak penulis, Amalia Permata
Sari serta Nenek Penulis Ibu Embon atas semua do’a, dukungan serta
pengertian dan kebasaran yang diberikan.
6. Teman-teman terdekat yaitu Tasya Azkiya, Rahmadi, Ginanjar, Arga, Bang
Zaky, Ka Ai, Restri dan Adin yang telah selalu membantu memberi saran
ataupun dukungan selama penulisan skripsi ini.
7. Keluarga Himpunan Sistem Informasi (HIMSI) dan keluaga Sistem
Informasi 15 yang juga ikut andil dalam penyelesaian skripsi ini.
8. Seluruh Mahasiswa Sistem Informasi UIN Syarif Hidayatullah Jakarta, baik
senior, seangkatan ataupun junior lainnya yang tidak dapat disebutkan satu
persatu dan telah banyak membantu kehidupan perkuliahan penulis.
9. Seluruh karyawan Fakultas Sains dan Teknologi yang telah banyak
membantu penulis dalam perkuliahan, terutama dalam hal adminsistrasi
mengenai skripsi.
Penulis pun berdo’a agar Allah SWT selalu memberikan kepada semua
pihak serta membalas hal yang setimpal dan berlipat-lipat atas semua kebaikan
mauapun dukungan dalam pembuatan skripsi ini. Dalam penyelesaian skripsi
ini, penulis sudah berusaha dengan maksimal dan sebaik mungkin, namun
penulis menyadari masih banyak kekurangan dalam menyajikan skripsi ini.
ix
Untuk itu penulis dengan hati terbuka menerima kritik dan salan dalam upaya
untuk menyempurnakan skripsi ini nantinya. Penulis pun berharap agar skripsi
ini memberikan manfaat kepada pembaca terutama penulis sendiri.
Jakarta, Oktober 2019
Dwi Adji Prasetyo
11150930000069
vii
x
DAFTAR ISI
Halaman Judul .......................................................................................................... i
LEMBAR PENGESAHAN SKRIPSI ................................................................... iv
PENGESAHAN UJIAN ........................................................................................ iv
PERNYATAAN ...................................................................................................... v
ABSTRAK ............................................................................................................. vi
KATA PENGANTAR .......................................................................................... vii
DAFTAR ISI ........................................................................................................... x
DAFTAR GAMBAR ........................................................................................... xiii
DAFTAR TABEL ................................................................................................ xiv
BAB I PENDAHULUAN ....................................................................................... 1
1.1 Latar Belakang ......................................................................................... 1
1.2 Identifikasi Masalah ................................................................................. 8
1.3 Rumusan Masalah .................................................................................... 8
1.4 Batasan Masalah ....................................................................................... 9
1.5 Tujuan Penelitian .................................................................................... 10
1.6 Manfaat Penelitian .................................................................................. 10
1.7 Metodelogi Penelitian ............................................................................. 11
1.8 Hipotesa Penelitian ................................................................................. 11
1.9 Sistematika Penulisan ............................................................................. 12
BAB II LANDASAN TEORI ............................................................................... 14
2.1 Definisi Sistem Informasi ....................................................................... 14
2.1.1 Komponen Sistem Informasi ................................................................ 15
2.2 Definisi Internet ...................................................................................... 17
2.3 Electronic Commerce ............................................................................. 18
2.3.1 Definisi Electronic Commerce ........................................................ 18
2.3.2 Bentuk Interaksi Electronic Commerce .......................................... 19
2.4 Mobile Commerce .................................................................................. 21
2.4.1 Karakteristik Mobile Commerce ........................................................... 22
2.5 Mobile Wallet ......................................................................................... 24
2.6 Teknologi Finansial (Financial Technology) ......................................... 28
xi
2.7 Definisi Parkir ........................................................................................ 29
2.8 Definisi Pembayaran .............................................................................. 31
2.9 Definisi Pengukuran ............................................................................... 32
2.10 Definisi Adopsi Teknologi ..................................................................... 33
2.11 Definisi Penerimaan Pengguna............................................................... 34
2.12 Theory of Reasoned Action (TRA) ......................................................... 35
2.13 Technology Acceptance Model (TAM) .................................................. 36
2.13.1 Perceived Usefulness .......................................................................... 38
2.13.2 Perceived Ease of Use ........................................................................ 39
2.13.3 Attitude Toward Using ........................................................................ 40
2.13.4 Behavioral Intention to Use ................................................................ 41
2.13.5 Actual System Use ............................................................................... 42
2.13.6 Eksternal Variabel............................................................................... 42
2.14 Theory of Planned Behavior (TPB) ........................................................ 45
2.15 Penelitian Kuantitatif .............................................................................. 46
2.16 Sampel dan Teknik Sampling ................................................................. 48
2.16.1 Probability Sampling .......................................................................... 49
2.16.2 Non Probability Sampling .................................................................. 50
2.17 Slovin ...................................................................................................... 51
2.18 Skala Likert ............................................................................................ 52
2.19 Structural Equation Modelling ............................................................... 53
2.20 Partial Least Square ................................................................................ 54
2.21 PLS-SEM ................................................................................................ 54
2.22 Smart PLS ............................................................................................... 59
2.23 Penelitian Sejenis ................................................................................... 60
BAB III METODOLOGI PENELITIAN.............................................................. 65
3.1 Pendekatan Penelitian ............................................................................. 65
3.2 Populasi dan Sampel Penelitian ............................................................. 66
3.3 Metode Pengumpulan Data .................................................................... 67
3.3.1 Studi Pustaka ................................................................................... 67
3.3.2 Survei .............................................................................................. 67
3.4 Metode Analisis Data ............................................................................. 68
3.4.1 Model Usulan dan Hipotesis Penelitian ................................................ 68
3.4.2 Indikator Penelitian ............................................................................... 75
xii
3.4.3 Pembuatan Kuesioner ........................................................................... 76
3.5 Analisis Data dan Hasil Interpretasinya ................................................. 79
3.6 Kerangka Penelitian ............................................................................... 81
BAB IV HASIL ANALISIS DAN INTERPRETASI ........................................... 82
4.1 Sejarah Singkat PT Sky Parking Utama ................................................. 82
4.1.1 Visi dan Misi PT Sky Parking Utama ............................................. 83
4.1.2 Struktur Organisasi PT Sky Parking Utama ................................... 84
4.1.3 Pembagian Tugas dan Wewenang .................................................. 84
4.2 Analisis Demografis ............................................................................... 86
4.2.1 Hasil Analisis Demografis .............................................................. 86
4.2.2 Interpretasi dan Pembahasan Hasil Analisis Data Demografis ....... 87
4.3 Analisis Pengukuran Model (Outer Model)........................................ 93
4.3.1 Hasil Analisis Pengukuran Model (Outer Model) .......................... 93
4.3.2 Interpretasi dan Pembahasan Hasil Analisis Model Pengukuran
(Outer Model) ................................................................................................ 98
4.4 Analisis Model Struktural (Inner Model) .................................................. 100
4.4.1 Hasil Analisis Model Struktrual (Inner Model) ............................ 100
4.4.2 Interpretasi dan Pembahasan Hasil Analisis Model Struktural (Inner
Model) 108
BAB V PENUTUP .............................................................................................. 115
5.1 Kesimpulan ........................................................................................... 115
5.2 Saran ..................................................................................................... 116
DAFTAR PUSTAKA ......................................................................................... 118
xiii
DAFTAR GAMBAR
Gambar 1. 1 Proporsi Perangkat telepon seluler yang di Gunakan (APJII, 2017) 2
Gambar 1. 2 Unduhan Mobile Wallet di Indonesia (Google Play, 2019) ............. 4
Gambar 1. 3 Pembayaran Menggunakan Mobile Wallet OVO (Prosesbayar,
2018) ....................................................................................................................... 5
Gambar 2. 1: Siklus Sistem Informasi (Kusrini & Koniyo, 2007) ...................... 15
Gambar 2. 2 : Komponen Sistem Informasi (Kusrini & Koniyo, 2007) ............. 16
Gambar 2. 3 : Bentuk Interaksi E-Commerce (Sandhusen, 2008) ...................... 21
Gambar 2. 4 Karakteristik Mobile Commerce (Viega, 2017).............................. 24
Gambar 2. 5 Pengguna Utama Layanan Mobile Wallet (Yang et al, 2012) ........ 26
Gambar 2. 3 Ekosistem Mobile Wallet (Pitdora & Desai, 2010) ........................ 27
Gambar 2. 4 Alur Pembayaran Parkir Menggunakan Mobile Wallet OVO (Sky
Parking, 2018) ....................................................................................................... 27
Gambar 2. 6 Theory of Reasoned Action (Fishbein & Ajzen, 2010) .................. 36
Gambar 2. 7 Technology Acceptance Model (Davis, 1989) ............................... 37
Gambar 2. 8 Final Version Technology Acceptance Model (Venkatesh & Davis,
1996) ..................................................................................................................... 38
Gambar 2. 9 The Theory of Planned Behavior (TPB) (Ajzen, 1991) ................. 46
Gambar 3. 1 Model Penelitian Lai (2017) ........................................................... 69
Gambar 3. 2 Model Penelitian Usulan................................................................. 70
Gambar 3. 3 Kerangka Penelitian ........................................................................ 81
Gambar 4. 1 Struktur Organisasi PT. Sky Parking Utama (Sky Parking, 2015) . 84
Gambar 4. 2 Presentase Usia Responden ............................................................ 88
Gambar 4. 3 Presentase Usia Responden ............................................................ 89
Gambar 4. 4 Presentase Pekerjaan Responden .................................................... 90
Gambar 4. 5 Presentase Pendapatan Responden ................................................. 91
Gambar 4. 6 Presentase Lama Menggunakan Internet Responden ..................... 92
Gambar 4. 7 Presentase Lama Menggunakan Mobile Wallet OVO Responden . 93
Gambar 4. 8 Hasil Uji Path Coefficient (β) ....................................................... 101
Gambar 4. 9 Hasil Uji T-test atau T-statistic ..................................................... 103
Gambar 4. 10 Model Usulan Penelitian Mobile Wallet OVO ........................... 103
i
xiv
DAFTAR TABEL
Tabel 3. 1 Jumlah Data Kuesioner ....................................................................... 67
Tabel 3. 2 Indikator dari Variabel Penelitian ....................................................... 75
Tabel 3. 3 Daftar Skala Likert pada Kuesioner .................................................... 77
Tabel 3. 4 Daftar Kuesioner ................................................................................. 77
Tabel 4. 1 Hasil Analisis Demografis................................................................... 87
Tabel 4. 2 Hasil Outer Loading ............................................................................ 94
Tabel 4. 3 Hasil Composite Reliability ................................................................. 95
Tabel 4. 4 Hasil Average Variance Extracted (AVE) .......................................... 96
Tabel 4. 5 Hasil Cross Loading ............................................................................ 96
Tabel 4. 6 Nilai Fornell-Lacrker Criterion ........................................................... 97
Tabel 4. 7 Ringkasan Analisis Model Pengukuran (Outer Model) ...................... 99
Tabel 4. 8 Hasil Uji Path Coefficient (β) ............................................................ 100
Tabel 4. 9 Hasil Uji Coefficient of Determinant (R2) ......................................... 101
Tabel 4. 10 Hasil Uji T-test atau T-statistic ........................................................ 102
Tabel 4. 11 Hasil Analisis Effect Size (f2) .......................................................... 104
Tabel 4. 12 Hasil Uji Predictive Relevance (Q2) ................................................ 105
Tabel 4. 13 Hasil Uji Relative Impact (q2) ......................................................... 105
Tabel 4. 14 Ringkasan Analisis Model Struktural (Inner Model) ...................... 107
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pada saat ini kita berada di ambang revolusi teknologi yang secara
fundamental akan mengubah cara kita hidup, bekerja dan bersosialisasi satu
sama lain. Di masa depan sendiri kita tidak tahu persis apa yang akan terjadi
dalam skala ruang lingkup, dan kompleksitasnya, transformasi yang terjadi
berbeda dengan apa yang telah di alami manusia (Raymond, 2016). Teknologi
sendiri telah berkembang pesat sekarang ini, dimana perkembangan teknologi
informasi pun dapat mengingkatkan kinerja dan memungkinkan berbagai
kegiatan dapat dilakukan dengan efisien dan efektif, sehingga tingkat
produktivitas menjadi tinggi (Wardiawan, 2002). Bahkan suatu perusahaan
memiliki potensi yang tinggi untuk lebih menjangkau lebih luas, kemudian
memasarkan produk dan juga layanan baru kepada pelanggan bila
menggunakan Teknologi Informasi. Penggunaan Teknologi Informasi dan
Internet sendiri pun berdampak pada transformasi dari masyarakat industri ke
masyarakat informasi dan selanjutnya ekonomi industri hingga ekonomi
pengetahuan (Shaqiri, 2015).
Pada saat ini dari total penduduk Indonesia sebanyak 262 juta orang, pada
tahun 2019 tercatat sebanyak 64,8 % penduduk telah menggunakan internet,
presentase tersebut meningkat dari sebelumnya yaitu pada tahun 2017 sebanyak
54,68% (APJII, 2019). Selain itu berdasarkan data dari Badan Pusat Statistik
proporsi individu menggunakan internet pada telepon seluler di Indonesia pada
tahun 2015, tercatat sebesar 85,46% yang setahun kemudian pada tahun 2016
2
menjadi 90,91% (Badan Pusat Statistik, 2018). Dalam beberapa dekade terakhir
pun telepon seluler sendiri menjadi sesuatu yang mempengaruhi dalam
kehidupan manusia (Alaeddin, Altounjy, Zainudin, & Kamarudin, 2018). Hal
itu pun dikuatkan dengan data dari APJII (2017) proporsi pengguna telepon
seluler lebih banyak dibandingkan penggunaan laptop dengan perbandingan
82,80% menggunakan laptop dan 95,75% menggunakan telepon seluler.
Kemajuan teknologi internet telah mendapatkan perhatian sebagai opsi layanan
keuangan seperti pembayaran (Jeong & Yoon, 2013).
Gambar 1. 1 Proporsi Perangkat telepon seluler yang di Gunakan (APJII, 2017)
Pada tanggal 14 agustus 2014 Bank Indonesia mencanangkan “Gerakan
Nasional Non Tunai” atau disingkat “GNNT”. GNNT ditujukan untuk
meningkatkan kesadaran masyarakat terhadap pengguanaan instrumen non
tunai, sehingga akan terbentuk sebuah komunitas atau masyarakat yang lebih
menggunakan instrumen non tunai (Less Cash Society/LCS) khususnya dalam
kegiatan transaksi atas kegiatan ekonominya (Bank Indonesia, 2014)
Menurut Peraturan Bank Indonesia No.18/40/PBI/2016 bahwa
perkembangan teknologi dan sistem informasi terus melahirkan berbagai
3
inovasi, khususnya yang berkaitan dengan financial technology (fintech) dalam
memenuhi kebutuhan masyarakat, termasuk bidang jasa sistem pembayaran,
baik sisi instrumen, penyelenggara, mekanisme, maupun insfrastruktur
penyelenggaraan pemrosesan transasksi pembayaran (Bank Indonesia, 2016).
Menurut definisi yang dijabarkan oleh National Digital Research Centre
(NDRC), teknologi finansial adalah istilah yang digunakan untuk menyebut
suatu inovasi di bidang jasa finansial, di mana istilah tersebut berasal dari kata
“financial” dan “technology” (FinTech) yang mengacu pada inovasi finansial
dengan sentuhan teknologi modern. Konsep FinTech tersebut mengadaptasi
perkembangan teknologi yang dipadukan dengan bidang finansial pada
lembaga perbankan, sehingga diharapkan bisa memfasilitasi proses transaksi
keuangan yang lebih praktis, aman serta modern, meliputi layanan keuangan
berbasis digital yang saat ini telah berkembang di Indonesia, yaitu payment
channel system, digital banking, online digital insurance, Peer to Peer (P2P)
Lending, serta crowd funding (Chrismastianto, 2017).
Sky Parking merupakan salah satu perusahaan yang sudah menerapkan
GNNT dan financial technology pada jasa yang diberikannya. Sky Parking
adalah perusahaan yang menjalankan operator lahan parkir yang ada di
Indonesia. Terdapat 12 lahan parkir yang menjadi operasional Sky Parking di
wilayah Jakarta dan Tangerang antara lain Benton Junction, Lippo Kuningan,
Lippo Mall Kemang, Mall WTC Matahari, Metropolis Town Square, Pejaten
Village, Pluit Village, Siloam Hospital Kebon Jeruk, Siloam Hospital Lippo
Village, Tamini Square, dan Universitas Pelita Harapan. Sky Parking juga
memiliki keunggulan dalam penggunaan teknologi guna mencapai efektifitas
4
operasional yang dilakukannya. Salah satu penggunaan teknologi yang dipakai
oleh Sky Parking adalah mobile wallet (Sky Parking, 2017).
Mobile wallet merupakan sebuah aplikasi software yang ada pada ponsel
untuk melakukan pembayaran secara online (Doan, 2014). Fungsinya sama
dengan dompet fisik pada umumnya, dimana yang biasanya menggunakan uang
tunai dalam pembayaran, kini digantikan dengan pembayaran elektronik
(Taghiloo, Agheli, & Rezaeinezhad, 2010). Ada beberapa mobile wallet yang
ada di Indonesia seperti OVO, Gopay dari Go-Jek, dan Dana. Pada bulan
Oktober 2018 pengguna mobile wallet OVO pun sudah terhitung sebanyak 115
Juta pengguna (Gunawan, 2019). Salah satu kelebihan dari mobile wallet OVO
yaitu gratis biaya top up pada beberapa bank seperti Bank BCA, Bank Mandiri,
Bank Nobu lalu pada gerai minimarket Alfamart (Yusra, 2016).
Gambar 1. 2 Unduhan Mobile Wallet di Indonesia (Google Play, 2019)
Pada penelitian Setiobudi & Wiradinata (2018) mengenai intensi usaha kecil
menengah (UKM) dalam adopsi financial technology pada daerah Jawa Timur,
bahwa mobile wallet OVO lebih mudah digunakan oleh karyawan UKM dalam
penggunaan teknologi finansial. Kemudian Priyono (2017) pada penelitiannya,
5
menyatakan bahwa Go-Pay lebih familiar digunakan oleh pengguna sebagai
media pembayaran karena kemudahan dalam melakukan pembayaran tersebut.
Sky Parking melakukan kerja sama dengan salah satu penyedia layanan
mobile wallet yaitu OVO. Sky Parking bekerja sama dengan mobile wallet OVO
dalam hal pembayaran. Mobile wallet OVO tersebut dapat berfungsi sebagai
pembayaran karena pada mobile wallet OVO terdapat saldo yang dapat
digunakan untuk membayar parkir pada Sky Parking. Tujuan Sky Parking
menggunakan mobile wallet OVO sebagai metode pembayaran adalah untuk
mengurangi antrian yang terjadi ketika melakukan pembayaran secara tunai.
Namun selain pembayaran dengan mobile wallet OVO, pada lahan sky parking
tetap dapat melakukan pembayaran dengan tunai melalui Parkir Payment
Station (PPS) yang dikelola oleh Sky Parking secara langsung. (Sky Parking,
2017).
Gambar 1. 3 Pembayaran Parkir Menggunakan Mobile Wallet OVO
(Prosesbayar, 2018)
6
Namun kerjasama antara Sky Parking dan mobile wallet OVO masih
terbilang baru, sehingga berdasarkan penelitian dan pengalaman pribadi
peneliti, menggunakan mobile wallet OVO dalam membayar parkir masih
sering mengalami gangguan. Menurut Supriyanto & Muhsin (2008) sebuah
teknologi informasi yang baik harus digunakan secara efektif dalam
meningkatkan kinerja pengguna, mengurangi tenaga dan waktu yang
dikeluarkan. Lalu belum diketahui apakah dengan metode sistem pembayaran
tersebut memberikan rasa aman pada pengguna dalam menggunakannya atau
tidak, karena hal yang perlu di perhatikan dalam menggunakan pembayaran
elektronik salah satunya yaitu keamanan (Ozkan & Hackney, 2009).
Lalu berdasarkan studi pendahuluan yang dilakukan oleh peneliti, diketahui
belum adanya pengukuran penerimaan pengguna dalam pembayaran parkir
pada Sky Parking menggunakan mobile wallet OVO. Hal tersebut
menyebabkan tidak adanya laporan yang dapat menggambarkan bagaimana
cara pandangan pengguna saat melakukan pembayaran tersebut, sehingga
penting untuk di identifikasi penerimaan pengguna dalam pembayaran tersebut
(Chen & Adams, 2014).
Kemudian di sisi lain, studi terkait kinerja sistem informasi telah menjadi
minat para peneliti dan praktisi selama bertahun-tahun (Subiyakto & Ahlan,
2014). Oleh karena itu, peneliti melihat adanya urgensi untuk mengukur tingkat
penerimaan teknologi yang di terapkan oleh Sky Parking dalam
pembayarannya. Hasil dari penelitian ini pun diharapkan dapat menjadi saran
bagi pihak terkait dalam meningkatkan sistem yang dipakai pada perusahaan
tersebut.
7
Davis (1989) memperkenalkan salah satu model penerimaan teknologi yaitu
adalah Technology Acceptance Model (TAM). Pada penelitian Lai (2017)
menggunakan TAM terhadap pembayaran elektronik terdapat lima variable
yaitu desain (design), keamanan (security), persepsi kebermanfaatan (perceived
usefulness), persepsi kemudahaan penggunaan (perceived ease of use), dan
minat menggunakan (intention to use). Hasil penelitian tersebut variabel
keamanan (security) sangat mempengaruhi minat menggunakan (intention to
use)
Selain TAM, peneliti juga memakai salah satu variabel dari Theory of
Planned Behavior (TPB) (Ajzen, 1991). Variabel tersebut yaitu subjective
norm. Subjective norm atau norma subjektif adalah tekanan sosial yang
dirasakan oleh seseorang untuk melakukan atau tidak melakukan suatu perilaku
(Ajzen, 1991). Hal tersebut berkaitan dengan orang lain untuk mendorong atau
menghalangi individu untuk melakukan suatu perilaku. Dengan kata lain,
subjective norm relatif terhadap keyakinan normatif (normative beliefs) terkait
ekspektasi orang lain. Keyakinan normatif seseorang merupakan harapan atau
dorongan perilaku yang dirasakan dari individu atau orang-orang penting
seperti pasangan, keluarga, teman, dan lain lain (Ajzen, 2002). Oleh karena itu
norma subjektif kemudian dapat dilihat sebagai tekanan sosial yang dirasakan
dari keluarga atau orang-orang sekitar yang akan mempengaruhi niat perilaku
seseorang seperti niat dalam menggunakan suatu teknologi (Park, 2009).
Alasan menggunakan Technology Acceptance Model (TAM) karena TAM
menawarkan suatu penjelasan yang kuat dan sederhana untuk penerimaan dan
perilaku penggunanya (Venkatesh & Morris, 2000). Menurut Jeong & Yoon
8
(2013) salah satu alasan utama penerimaan luas dari TAM adalah karena
pendekatan khusus untuk mengatasi faktor-faktor yang mempengaruhi
penggunaan sistem informasi sementara itu The Theory of Reasoned Action
(TRA) adalah teori umum perilaku manusia.
Berdasarkan pembahasan sebelumnya maka penulis tertarik untuk
melakukan penelitian dengan judul “Pengukuran Penerimaan Pengguna
Dalam Pembayaran Parkir Pada Sky Parking Menggunakan Mobile wallet
OVO”
1.2 Identifikasi Masalah
Bedasarkan latar belakang di atas, maka dapat diuraikan beberapa
identifikasi masalah sebagai berikut :
a. Belum di ketahui apakah keamanan dan efektivitas layanan yang diberikan
oleh Sky Parking mempengaruhi penerimaan pengguna dalam melakukan
pembayaran atau tidak.
b. Belum pernah dilakukan evaluasi terhadap penerapan mobile wallet OVO
pada sistem perparkiran di Indonesia berdasarkan penerimaannya.
c. Belum diketahui faktor apa saja yang mempengaruhi penerimaan pengguna
parkir pada Sky Parking dalam penerapan mobile wallet OVO.
d. Belum diketahui siapa saja yang mendominasi dalam menggunakan mobile
wallet OVO sebagai alat pembayaran.
1.3 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan sebelumnya, maka
rumusan masalah dalam penulisan ini adalah : “Bagaimana evaluasi
9
penerimaan pengguna terhadap pembayaran pada Sky Parking dengan
menggunakan mobile wallet OVO?”
1.4 Batasan Masalah
Berdasarkan permasalahan di atas, maka batasan masalah dalam penelitian
ini yaitu sebagai berikut :
a. Penelitian ini mengadopsi model TAM yang dikembangkan oleh Lai
(2017) yang terdiri dari 5 variabel yaitu design, security, perceived
usefulness, perceived ease of use dan intention of use kemudian peneliti
menambahkan satu variabel dari TPB oleh Ajzen (1991) yaitu subjective
norm.
b. Penelitian ini dilakukan pada pusat perbelanjaan di wilayah DKI Jakarta
dan Tangerang.
c. Penelitian ini menggunakan pendekatan kuantitatif.
d. Teknik pengumpulan data dilakukan dengan survei dalam bentuk kuesioner
yang disebarkan kepada pengguna layanan parkir Sky Parking.
e. Kuesoner dirancang dalam bentuk pertanyaan tertutup dengan tujuh skala
Likert.
f. Teknik pengambilan sampel menggunakan teknik Purposive Sampling.
g. Analisis data menggunakan PLS-SEM dengan tools SmartPLS versi 3.2.8.
10
1.5 Tujuan Penelitian
Penelitian ini bertujuan untuk memberikan manfaat sebagai berikut :
a. Mengetahui apakah keamanan dan efektivitas yang diberikan oleh Sky
Parking mempengaruhi penerimaan pengguna dalam melakukan
pembayaran atau tidak.
b. Mengetahui hasil evaluasi terhadap penerapan mobile wallet OVO pada
sistem perparkiran di Indonesia berdasarkan penerimaannya.
c. Mengetahui faktor-faktor apa saja yang mempengaruhi penerimaan
pengguna sistem pembayaran parkir menggunakan mobile wallet OVO.
d. Memberikan usulan atau rekomendasi dan bahan pertimbangan kepada
pihak Sky Parking dari hasil penelitian ini.
e. Mengetahui siapa saja yang mendominasi dalam menggunakan mobile
wallet OVO.
1.6 Manfaat Penelitian
Manfaat penelitian ini sebagai berikut :
a. Sebagai pengalaman peneliti dalam belajar untuk mengevaluasi dan
mengidentifikasi masalah pada proses bisnis yang sedang berjalan.
b. Dapat mengetahui hasil dari pengukuran penerimaan pengguna terhadap
sistem pembayaran parkir menggunakan mobile wallet OVO.
c. Dapat memberikan rekomendasi terhadap pihak Sky Parking sebagai bahan
pertimbangan.
d. Mengetahui pandangan dan pendapat dari pengguna mengenai penerimaan
sistem pembayaran parkir menggunakan mobile wallet OVO.
11
e. Dapat memberikan referensi bagi peneliti selanjutnya dalam hal evaluasi
penerimaan pengguna menggunakan Technology Acceptance Model (TAM).
1.7 Metodelogi Penelitian
Model yang digunakan pada penelitian ini adalah Technology Acceptance
Model (TAM) yang dikembangkan oleh Lai (2017) dengan lima variabel yaitu
design, security, perceived usefulness, perceived ease of use dan intention to
use.
Peneliti juga menambahkan variabel dari model Theory Planned Behavior
(TPB) yaitu subjective norm (Ajzen, 1991). Penambahan variabel tersebut
mengacu pada pendapat Mathieson et al. (2001) bahwa TAM hanya melakukan
pendekatan terhadap penggunaan sistem sehingga tidak memiliki pertimbangan
untuk mengevaluasi dampak pengaruh sosial terhadap perilaku individu.
Subjective norm merupakan tekanan sosial yang dirasakan individu untuk
melakukan atau tidak melakukan suatu perilaku (Ajzen, 1991). Sehingga
berdasarkan pertimbangan tersebut, peneliti memutuskan menggunakan
variabel SN untuk menggambarkan pengaruh norma subjektif dari suatu
individu. Variabel SN berpengaruh positif terhadap persepsi kegunaan dan
minat menggunakan terhadap penerimaan teknologi (Lee, 2009; Park, 2009).
1.8 Hipotesa Penelitian
Pada penelitian ini ada beberapa hipotesa dari variabel yang digunakan
seperti desain (design) mempengaruhi terhadap persepsi kebermanfaatan
(perceived usefulness) dan kemudahan penggunaan (perceived ease of use),
keamanan (security) mempengaruhi persepsi kebermanfaatan (perceived
usefulness), persepsi kemudahan penggunaan (perceived ease of use) dan minat
12
menggunakan (intention to use), persepsi kemudahan penggunaan (perceived
ease of use) mempengaruhi persepsi kebermanfaatan (perceived usefulness) dan
minat menggunakan (intention to use), persepsi kebermanfaatan (perceived
usefulness) mempengaruhi minat menggunakan (intention to use) dan yang
terakhir norma subjektif (subjective norm) mempengaruhi persepsi
kebermanfaatan (perceived usefulness) dan minat menggunakan (intention to
use).
1.9 Sistematika Penulisan
Penulisan laporan penelitian ini terbagi menjadi lima bab, meliputi
pendahuluan, landasan teori, metodelogi penelitian, hasil analisis dan
interpretasi, dan penutup. Berikut adalah penjelasan secara singkat lima bab
tersebut.
BAB I PENDAHULUAN
Bab ini menjelaskan tentang latar belakang, identifikasi masalah,
rumusan masalah, batasan masalah, tujuan penelitian, batasan
masalah, tujuan penelitian, manfaat penelitian, metodelogi
penelitian, dan sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini membahas mengenai teori-teori yang mendukung penelitian
ini tentang penerimaan pengguna dalam pembayaran parkir pada
Sky Parking dengan menggunakan OVO.
13
BAB III METODELOGI PENELITIAN
Bab ini membahas mengenai metodelogi apa yang digunakan dalam
penelitian ini.
BAB IV HASIL ANALISIS DAN INTERPRETASI
Pada bab ini peneliti membahas hasil pengukuran tingkat
penerimaan pada pengguna terhadap pembayaran pada Sky Parking
menggunakan mobile wallet OVO.
BAB V PENUTUP
Bab ini berisi kesimpulan yang berkenaan dengan hasil pemecahan
masalah serta beberapa saran untuk pihak terkait dan pengembangan
penelitian selanjutnya.
DAFTAR PUSTAKA
14
BAB II
LANDASAN TEORI
2.1 Definisi Sistem Informasi
Sistem informasi dapat dikatakan sebagai suatu kerangka kerja yang
mengkoordinasikan sumber daya (manusia, komputer) untuk mengubah suatu
masukan (input) menjadi keluaran (informasi) guna mencapai tujuan
perusahaan (Kadir & Triwahyuni, 2003). Adapun menurut Mulyanto (2009),
sistem informasi yaitu suatu komponen yang terdiri dari manusia, teknologi
informasi dan prosedur kerja yang memproses, menyimpan, menganalisis dan
menyebarkan informasi untuk mencapai suatu tujuan. Sistem informasi adalah
suatu sistem di dalam suatu organisasi yang mempertemukan kebutuhan
pengolahan transaksi harian yang mendukung fungsi operasi organisasi yang
bersifat manajerial dengan kegiatan strategi dari suatu organisasi untuk dapat
menyediakan kepada pihak luar tertentu dengan laporan-laporan yang
diperlukan (Sutabri, 2012).
Menurut Mustakini (2009) sistem informasi memiliki tugas yaitu untuk
melakukan siklus pengolahan data. dalam melakukan siklus pengolahan data
atau yang disebut juga siklus sistem informasi diperlukan tiga buah komponen
utama, yaitu komponen input, komponen model dan komponen output.
15
Gambar 2. 1: Siklus Sistem Informasi (Kusrini & Koniyo, 2007)
Mustakini (2009) mengatakan bahwa input merupakan data yang masuk ke
dalam sistem informasi, komponen ini perlu ada karena merupakan bahan dasar
dalam pengolahan informasi. Sistem informasi tidak akan dapat menghasilkan
informasi jika tidak memiliki komponen input. Jika sistem informasi tidak
pernah mendapat input, tetapi dapat menghasilkan output, ini merupakan hal
yang tidak biasa. Input yang masuk kedalam sistem informasi dapat langsung
diolah menjadi informasi atau jika belum dibutuhkan sekarang dapat disimpan
dahulu di storage dalam bentuk database.
Dari pengertian di atas dapat disimpulkan bahwa sistem informasi adalah
kombinasi dari teknologi informasi dan aktivitas yang dikerjakan manusia
dengan menggunakan teknologi itu sendiri untuk mendukung kegiatan
operasional dan manajemen sehingga informasi tersebut dapat disebarkan dan
digunakan oleh para penerimanya.
2.1.1 Komponen Sistem Informasi
Dalam sistem informasi terdapat beberapa komponen yang saling
berhubungan guna tercapainya tujuan perusahaan/organisasi dalam
menggunakan SI. Komponen-komponen SI menurut Kadir (2003) terdiri
16
dari perangkat keras, perangkat lunak, prosedur, jaringan komputer dan
komunikasi data, basis data dan orang.
Gambar 2. 2 : Komponen Sistem Informasi (Kusrini & Koniyo, 2007)
Berikut adalah penjelasan tentang komponen SI menurut (Kusrini &
Koniyo, 2007) :
1. Perangkat keras yaitu, mencakup berbagai piranti fisik seperti computer,
printer dan mesin Fax.
2. Perangkat lunak yaitu, mencakup sekumpulan instruksi yang
memungkinkan perangkat keras memproses data.
3. Prosedur yaitu, dapat mencakup sekumpulan aturan yang dipakai untuk
mewujudkan pemrosesan data dan pembangkitan keluaran yang
dikehendaki.
4. Manusia yaitu semua pihak yang bertanggung jawab dalam
pengembangan sistem informasi, pemrosesan dan penggunaan keluaran
sistem informasi.
5. Basis data yaitu sekumpulan tabel, hubungan dan lain-lain yang
berkaitan dengan penyimpanan data.
17
6. Jaringan komputer dan komunikasi data yaitu sistem penghubung yang
memungkinkan sumber (resource) dipakai bersama atau diakses
sejumlah pemakai (Kusrini & Koniyo, 2007).
Berdasarkan penjabaran komponen-komponen sistem informasi di atas,
maka dapat ditarik kesimpulan bahwa sistem informasi mempunyai
komponen-komponen yaitu, hardware, software, prosedur, orang, basis
data dan jaringan komputer yang saling berhubungan sehingga dapat
membantu dan memenuhi tujuan dari pengguna sistem informasi tersebut.
2.2 Definisi Internet
Internet adalah singkatan dari Interconnected Network. Internet merupakan
sebuah sistem komunikasi yang mampu menghubungkan jaringan-jaringan
komputer di seluruh dunia. Berbagai jenis komputer dengan spesifikasi yang
berbeda-beda dapat dapat berkomunikasi melalui internet. Beberapa bentuk
jaringan yang berbeda dapat saling bertukar informasi dan data melalui internet
menggunakan seperangkat aturan yang disebut protokol. Untuk membedakan
setiap komputer atau jaringan yang terhubung ke maka digunakan sebuah
identitas tertentu yang disebut alamat IP (IP Address). Alamat IP merupakan
kombinasi angka-angka yang menunjukan identitas sebuah komputer atau
jaringan di internet (Ramadhan, 2005)
Disamping menggunakan komputer, dapat juga mengakses internet melalui
telepon seluler atau biasa disebut Handphone (HP) menggunakan fasilitas yang
disebut General Pocket Radio Service (GPRS). Internet juga semakin banyak
digunakan di tempat umum. Beberapa tempat umum yang menyediakan
18
layanan internet seperti internet cafe/warnet (juga disebut Cyber Cafe)
(Suyanto, 2007).
Dapat disimpulkan dari penjabaran diatas, internet merupakan suatu
jaringan terbesar di dunia yang dapat menghubungkan jutaan perangkat seperti
komputer, HP dan perangkat lainnya yang dapat terkoneksi dengan internet
sehingga penggunannya dapat bertukar informasi secara cepat di mana saja dan
kapan saja.
2.3 Electronic Commerce
2.3.1 Definisi Electronic Commerce
E-Commerce atau Electronic Commerce adalah proses membeli dan
menjual atau menukar produk dan jasa ataupun informasi melalui komputer
(Turban, King, Lee, Liang, & Turban, 2009). Sedangkan menurut Laudon
& Traver (2012) e-commerce adalah penggunaan internet dan Web untuk
transaksi bisnis atau secara lebih formal e-commerce didefinisikan sebagai
transaksi perdagangan yang dimungkinkan secara digital antar organisasi
dengan organisasi atau dengan individual serta antar individual dengan
individual. Adapun definisi lain menurut Khan (2016) e-commerce adalah
pembelian dan penjualan barang dan jasa di internet. Selain membeli dan
menjual, banyak orang menggunakan internet sebagai sumber informasi
untuk membandingkan harga atau melihat produk terbaru yang ditawarkan
sebelum melakukan pembelian secara online atau di toko tradisional.
Dari penjabaran diatas dapat disimpulkan bahwa e-commerce adalah
semua jenis dari bisnis ataupun transaksi jual beli suatu produk ataupun jasa
yang melibatkan sebuah informasi pada internet, dan juga dapat digunakan
19
sebagai alat dalam membandingkan harga pada toko online dengan
tradisional.
2.3.2 Bentuk Interaksi Electronic Commerce
Menurut Sandhusen (2008) terdapat beberapa jenis interaksi bisnis yang
berangkat dari pihak stakeholder dalam bisnis. Yang pertama yaitu pelaku
bisnis, dalam hal ini perusahaan dan simbol untuk perusahaan yaitu ‘B’
(business). Kemudian yang kedua yaitu konsumen, yaitu pengguna akhir
barang dan jasa yang disimbolkan dengan ‘C’. Terakhir yaitu pemangku
kepentingan berupa pemerintah, yang disimbolkan dengan ‘G’ (goverment).
Adpaun jenis-jenis interaksi antara pelaku-pelaku bisnis sebagai berikut :
1. Business-to-Business (B2B)
B2B adalah bentuk jual-beli produk ataupun yang yang melibatkan dua
atau beberapa perusahaan dan dilakukan secara elektronik. Pada
umumnya, perusahaan yang terlibat seperti pemasok, distributor,
pabrik, toko, dan lain-lain. Adapun contoh dari B2B adalah Global
Source, yaitu situs yang mempertemukan antara perusahaan pembeli
dengan perusahaan penjual produk atau jasa.
2. Business-to-Consumer (B2C)
B2C yaitu bentuk jual-beli produk yang langsung melibatkan penjual
dan konsumer akhir dengan cara elektronik. Perusahaan yang melayani
B2C anatara lain Amazon (www.amazon.com), Dell (www.dell.com),
dan Cisco (www.cisco.com).
20
3. Consumer-to-Consumer (C2C)
C2C atau dapat disebut person-to-person yang merupakan model
perdagangan antara konsumen dengan konsumen lainnya dengan cara
elektronis. Adapun mediator C2C seperti eBay (www.ebay.com) lalu di
Indonesia pun ada Bhinneka (www.bhinneka.com), Tokopedia
(www.tokopedia.com) dan Shoope (www.shoope.co.id).
4. Consumer-to-Business (C2B)
C2B hampir sama dengan C2C dimana beberapa situs telah
berpartisipasi untuk mendukung bisnis yang berbasiskan Consumer-to-
Business (C2B) atau dapat dikatakan C2B sebagai mediator.
5. Business-to-Goverment (B2G)
B2G dapat dikatakan sebagai turunan dari B2B, namun perbedaannya
yaitu proses ini terjadi antara pelaku bisnis dan instansi pemerintah.
6. Goverment-to-Goverment (G2G)
G2G merupakan hubungan atau interaksi antara pemerintah dengan
masyarakat. Dalam hal ini masyarakat dinyatakan sebagai konsumen,
dengan begitu dapat dengan mudah menjangkau pemerintah dalam hal
pelayanan sehari-hari.
21
Bentuk
Interaksi E-
Commerce
B2B
B2C
C2C
C2B
B2G
G2G
Gambar 2. 3 : Bentuk Interaksi E-Commerce (Sandhusen, 2008)
Berdasarkan penjabaran diatas terdapat enam bentuk interaksi e-
commerce yaitu Business-to-Business (B2B), Business-to-Consumer
(B2C), Consumer-to-Consumer (B2C), Consumer-to-Business (C2B),
Business-to-Goverment (B2G) dan Goverment-to-Goverment (G2G).
2.4 Mobile Commerce
Mobile Commerce atau M-Commerce adalah istilah umum yang digunakan
untuk mobile banking, mobile ticketing, mobile coupons serta untuk pembelian
barang dan jasa dengan menggunakan handphone. M-commerce dapat
didefinisikan sebagai semua aktivitas yang terkait dengan transaksi komersial
(potensial) yang dilakukan melalui jaringan komunikasi yang berinteraksi
dengan perangkat nirkabel (Liang et al, 2013). Mobile commerce (m-
commerce) adalah salah satu bisnis dengan pertumbuhan tercepat saat ini. M-
commerce mewakili sekitar 35% dari semua transaksi e-commerce secara
global (Ling and Moi., 2006).
22
Beberapa contoh m-commerce menurut (Liu et al., 2012) :
1. Pembayaran tagihan menggunakan telepon seluler atau handheld
devices.
2. Menggunakan pengenalan suara pada telepon seluler untuk membeli
karcis bioskop (pengenalan suara untuk memulai transaksi pada jaringan
data wireless).
3. Pembelian tiket penerbangan menggunakan handheld devices.
4. Pembayaran untuk file mp3 yang di download melalui telepon seluler
dan handheld devices.
5. Pembelian stok menggunakan telepon seluler atau handheld devices dan
memulai jaringan wireless yang dihubungkan ke intranet penyalur.
Berdasarkan penjabaran diatas dapat disimpulkan bahwa M-Commerce
adalah transaksi pembayaran ataupun pembelian sebuah produk ataupun
jasa dengan menggunakan telepon seluler sebagai media transaksi tersebut.
2.4.1 Karakteristik Mobile Commerce
Adapun beberapa karakteristik m-commerce yaitu (Viega, 2017) :
1. Ubiquity
Ubiquity yang dimaksud dalam konteks ini adalah ketika pengguna telepon
seluler atau pengguna perangkat mobile dapat menggunakan perangkatnya
kapanpun dan di lokasi manapun. Ubiquity meningkatkan kesegeraan dari
komunikasi dan bernilai sama bagi bisnis secara keseluruhan (jual beli di
marketplace) maupun bagi konsumen secara pribadi.
23
2. Convenience
Pengguna akan memiliki akses instan terhadap layanan finansial yang
dikenal dengan nama internet banking untuk melakukan pembayaran atas
transaksi yang dilakukan di dalam aplikasi atau web e-commerce kapanpun
dan dimanapun.
3. Localization
Hal ini akan didasarkan pada lokasi perangkat dan penggunanya.
Dikarenakan sifat smartphone atau mobile device lainnya yang mudah
berubah letaknya seiring dengan penggunanya, maka karakteristik ini harus
didukung oleh fitur GPS (Global Positioning System), sehingga lokasi
pengguna dapat diketahui dan memungkinkan untuk menambah layanan
berdasarkan lokasi bagi penjual. Misalnya, mengirimkan SMS ketika GPS
melacak perangkat user ada dalam radius 1 kilometer dari toko.
4. Privacy and Security
Selain kenyamanan dan kemudahan yang didapatkan pihak pembeli dalam
segi akses dan transaksi, terdapat resiko terkait informasi data diri pengguna
mobile device. Keamanan yang sudah dijaga sedemikian rupa dari pihak
internet banking maupun pihak e-marketplace kadang masih dapat dijebol
dengan mudah oleh pihak-pihak yang tidak bertanggung jawab dengan
tujuan mengambil keuntungan pribadi. Oleh karena itu, diharapkan
pengguna tetap berhati-hati dalam mencantumkan informasi pribadi,
terutama letak geografis karena merupakan informasi yang cukup rawan.
24
Karakteristik
Mobile Commerce
Convenience
LozalizationPrivacy and
Security
Ubiquity
Gambar 2. 4 Karakteristik Mobile Commerce (Viega, 2017)
2.5 Mobile Wallet
Menurut Doan (2014) Mobile wallet adalah sebuah aplikasi software
yang ada pada ponsel untuk melakukan pembayaran secara online. Mobile
wallet dan juga electronic wallet (e-wallet) memiliki makna yang sama, yaitu
sebuah transaksi yang dilakukan melalui sebuah perangkat seluler. Dapat
dikatakan pula mobile wallet sama halnya dengan mobile payment yang
termasuk kedalam transaksi non-tunai, tidak menggunakan media seperti
kartu(Amoroso & Magnier-Watanabe, 2012).
Adapun menurut Lanier (2010) mobile wallet merupakan sebuah
aplikasi perangkat lunak yang memungkinkan pengguna untuk menyimpan
uang secara digital, melakukan pembayaran secara digital dan berbagai jenis
transaksi tanpa uang tunai. Mobile wallet mampu mengambil fungsi dompet
fisik, dengan semua konten dan perilakunya, serta dapat juga mengintegrasikan
pada perangkat digital.
25
Menurut Sahut (2008), mobile wallet dapat mengganti penggunaan
uang tunai, dengan syarat sebagai berikut :
a. Mobile wallet harus memfasilitasi transaksi tanpa membawa uang tunai
yang tebal dan berat.
b. Mobile wallet harus mengurangi pengguna dalam melakukan
perhitungan transaksi agar mempercepat pembayaran.
c. Mobile wallet harus meningkatkan keamanan serta mengurangi resiko
kehilangan dari pencuri dan menjamin anomitas pembayaran.
Menurut Yang et al, (2012), penggunaan mobile wallet sendiri dapat
memberikan keuntungan untuk kedua pihak yaitu investor dan penyedia
layanan. Sehingga keuntungan pun dapat dirasakan oleh pengguna, investor
dan juga penyedia layanan mobile wallet tersebut. Selain itu pedagang
(merchant) yang bekerja sama dengan mobile wallet pun dapat memberikan
keuntungan kepada pengguna dengan adanya program loyalitas seperti diskon
pada (merchant) tersebut.
Kemudian menurut Yang et al, (2012) pengguna utama layanan mobile
wallet terbagi menjadi delapan, yaitu kostumer (costumer), sektor keuangan
(financial sector), pemproduksi perangkat (device manufactur), layanan
provider (service provider), pemerintah (goverment), pengembang perangkat
lunak (software developer), pedagang (merchant), dan operator jaringan
telepon (mobile network operator).
26
Mobile Wallet
Mobile Network Operator
Costumer
Financial Sector
Merchant
Software Developer
Goverment
Service Provider
Device Manufactur
Gambar 2. 5 Pengguna Utama Layanan Mobile Wallet (Yang et al, 2012)
Tak hanya memberikan keuntungan sebagai media pembayaran, namun
mobile wallet pun mempunyai keuntungan lainnya seperti, aspek kenyamanan,
keamanan kemampuan dalam menerima iklan dan juga dapat melakukan
pengecekan saldo dimana pun berada.
Menurut Pitroda & Desai (2010) ada dua kemungkinan ketika kita melihat
sudut pandang ekosistem sebuah mobile wallet, yaitu pada sudut pandang hal
teknologi dan juga sudut pandang pembuat mobile wallet tersebut. Pada
gambar 2.3 di bawah terbagi menjadi beberapa bagian dalam ekosistem mobile
wallet, yaitu proximity service, mobile application, over-the-air, dan
ecosystem.
27
Gambar 2. 6 Ekosistem Mobile Wallet (Pitdora & Desai, 2010)
Salah satu mobile wallet di Indonesia yaitu OVO. Mobile wallet OVO pun
melakukan kerjasama dengan salah satu lahan parkir yaitu Sky Parking.
Kerjasama tersebut melalui proses pembayaran, di mana saldo yang ada pada
mobile wallet OVO dapat dipakai untuk melakukan pembayaran parkir pada
Sky Parking.
Gambar 2. 7 Alur Pembayaran Parkir Menggunakan Mobile Wallet OVO
(Sky Parking, 2018)
28
Dari penjabaran diatas dapat disimpulkan bahwa mobile wallet adalah
sebuah aplikasi software untuk digunakan sebagai tempat menyimpan uang dan
media pembayaran menggantikan uang tunai dengan menggunakan media
perangkat seluler.
2.6 Teknologi Finansial (Financial Technology)
Menurut Dorfleitner, Hornuf, Schmitt, & Weber (2017) teknologi finansial
atau sering disebut fintech merupakan suatu industri yang dapat bergerak
dengan sangat cepat dan dinamis dimana terdapat banyak model bisnis yang
berbeda-beda. Sedangkan menurut Pribadiono, Hukum, Ehsa, & Barat (2016)
financial technology merupakan perpaduan antara teknologi dan fitur keuangan
atau dapat juga diartikan inovasi pada sektor finansial dengan sentuhan
teknologi terkini. Fintech sendiri merupakan model layanan keuangan baru
yang telah dikembangkan melalui suatu inovasi teknologi informasi Hsueh
(2017)
Adapun tipe-tipe teknologi finansial menurut Hsueh (2017) :
1. Sistem pembayaran melalui pihak ketiga (Third-party payment systems)
Adapun beberapa contoh sistem pembayaran melalui pihak ketiga yaitu
crossborderEC, online-to-offline (O2O), sistem pembayaran mobile, dan
platform pembayaran yang menyediakan jasa seperti pembayaran bankdan
transfer
2. Peer-to-Peer Lending
Peer-to-Peer Lending merupakan platform yang mempertemukanpemberi
pinjaman dan peminjam melalui internet. Peer-to-Peer Lending
29
menyediakan mekanisme kredit dan manajemen risiko. Platform ini
membantu pemberi pinjaman dan peminjam memenuhi kebutuhan masing-
masing dan menghasilkan penggunaan uang secara efisien.
3. Crowdfunding
Crowdfunding merupakan salah satu tipe FinTech di mana sebuah konsep
atau produk seperti desain, program, konten, dan karya kreatif
dipublikasikansecara umum dan bagi masyarakat yang tertarik dan ingin
mendukungkonsep atau produk tersebut dapat memberikan dukungan
secara finansial. Crowdfunding dapat digunakan untuk mengurangi
kebutuhan finansial kewirausahaan, dan memprediksi permintaan pasar.
Berdasarkan penjabaran diatas dapat disimpulkan bahwa teknologi finansial
(Financial Technology) merupakan suatu layanan yang menggabungkan antara
teknologi dan keuangan dimana layanan ini menyediakan inovasi pada sebuah
bisnis.
2.7 Definisi Parkir
Parkir adalah keadaan tidak bergeraknya suatu kendaraan yang tidak
bersifat sementara dengan kata lain parkir adalah setiap kendaraan yang
berhenti pada tempat-tempat tertentu baik yang dinyatakan dengan rambu atau
tidak (Abubakar, 1998). Menurut Undang Undang Lalu Lintas No.9 tentang
lalu lintas (2009) parkir dapat di definsikan sebagai keadaan kendaraan
berhenti atau tidak bergerak untuk beberapa saat dan kendaraan tersebut
ditinggalkan oleh pengemudinya. Adapaun pengertian parkir menurut Kamus
Besar Bahasa Indonesia (KBBI) parkir adalah menghentikan (kendaraan
bermotor) untuk beberapa saat ditempat yang sudah disediakan.
30
Menurut Pedoman teknis Penyelenggaraan Fasilitas Parkir Dirjen
Perhubungan Darat (1996) bahwa ada beberapa jenis parkir menurut statusnya,
antara lain :
a. Parkir Umum
Parkir umum adalah perparkiran yang menggunakan tanah, jalan dan
lapangan yang memiliki/dikuasai dan pengelolaannya diselenggarakan
oleh pemerintah daerah. Tempat parkir umum ini menggunakan
sebagian badan jalan umum yang dikuasai pemerintah.
b. Parkir Khusus
Parkir khusus adalah perparkiran yang menggunakan tanah-tanah atau
lahan yang tidak dikuasai pemerintah yang penyelenggaraannya
dikuasai pihak lain baik berupa badan usaha maupun perorangan.
c. Parkir Darurat
Parkir darurat atau insidentil adalah perparkiran di tempat umum baik
yang menggunakan lahan tanah, jalan, lapangan milik daerah atau
swasta karena kegiatan insidentil.
d. Taman Parkir
Taman parkir adalah suatu areal bangunan perparkiran yang dilengkapi
fasilitas sarana perparkiran yang pengelolaannya diselenggarakan oleh
pemerintah daerah.
e. Gedung Parkir
Gedung parkir adalah bangunan yang dimanfaatkan untuk tempat parkir
kendaraan yang penyelenggaraannya oleh pemerintah daerah atau
pihak ketiga yang telah mendapatkan ijin pemerintah daerah.
31
Dari penjabaran diatas maka dapat di tarik kesimpulan dari pengertian
parkir adalah keadaan berhenti atau tidak bergerak sebuah kendaraan bermotor
beroda dua ataupun empat yang ditinggalkan oleh pengemudinya pada tempat
yang sudah disediakan untuk berhenti.
2.8 Definisi Pembayaran
Pembayaran dalam arti luas dapat dikatakan sebagai pemenuhan suatu
prestasi. Hal ini berlaku bagi pihak yang menyerahkan uang sebagai harga
pembayaran, maupun bagi pihak yang menyerahkan benda sebagaimana yang
diperjanjikan. Dalam perjanjian jual beli pembayaran diartikan sebagai
penyerahan uang bagi pihak yang satu (pembeli) dan penyerahan barang bagi
pihak lainnya (penjual). Pembayaran yang sudah dilaksanakan biasanya
disertai bukti atau tanda bukti pembayaran (Rijan & Koesoemawati, 2009).
Menurut Gani (2019) pembayaran dalam arti sempit adalah pelunasan
utang oleh debitur kepada kreditur. Pembayaran ini dilakukan dalam bentuk
uang atau barang. Namun, pengertian pembayaran dalam arti yuridis tidak
hanya dalam bentuk uang atau barang, tetapi juga dalam bentuk jasa, seperti
jasa lahan parkir, dan lain-lain.
Dari definisi diatas, dapat disimpulkan bahwa pembayaran adalah suatu
jenis transaksi atas barang atau jasa oleh penjual dan pembeli dengan
menggunakan alat pembayaran yang sudah disepakati seperti barang ataupun
uang kepada pihak yang bersangkutan.
32
2.9 Definisi Pengukuran
Menurut Calongesi (1995) yang dimaksud dengan pengukuran
(measurement) adalah suatu proses pengumpulan data melalui pengamatan
empiris untuk mengumpulkan informasi relavan dengan tujuan yang telah
ditentukan. Sedangkan menurut Alwasilah (1996) pengukuran (measurement)
adalah proses yang mendeskripsikan performance seseorang dengan
menggunakan suatu skala kuantitatif (sistem angka) sedemikian rupa hingga
sifat kualitatif dari performance seseorang tersebut dinyatakan dengan angka-
angka.
Adapun pendapat yang menguatkan pernyataan tersebut, yang yang
menyatakan bahwa pengukuran merupakan pemberian angka terhadap suatu
atribut atau karakter tertentu yang dimiliki oleh seseorang, atau suatu obyek
tertentu yang mengacu pada aturan dan formulasi yang jelas. Aturan atau
formulasi tersebut harus disepakati secara umum oleh para ahli (Zainul &
Nasution, 2001). Secara lebih ringkas, Arikunto (2006) menyatakan pengertian
pengukuran (measurement) sebagai kegiatan membandingkan suatu hal
dengan satuan ukuran tertentu sehingga sifatnya menjadi kuantitatif.
Dari definisi di atas dapat disimpulkan bahwa pengukuran (measurement)
merupakan proses pengumpulan data melalui pengamatan empiris dengan
tujuan untuk mendapatkan informasi mengenai performance dari sebuah objek
yang dinyatakan dalam skala kuantitatif (sistem angka).
33
2.10 Definisi Adopsi Teknologi
Menurut Pires & Aisbett (2003) menyatakan bahwa adopsi teknologi
adalah suatu proses perusahaan mengaukisisi kemampuan pemanfaatan
teknologi informasi guna mendukung pencapaian dari tujuan bisnis perusahaan
tersebut. Proses ini dapat mengubah strategi bisnis yang dilakukan oleh
perusahaan.
Adapun pendapat menurut Hill (1997) menambahkan bahwa kemampuan
perusahaan untuk membangun teknologi sebagai standar industri adalah
sebagai penentu penting dari posisi kompetitif dan kesuksesan suatu
perusahaan dalam jangka panjang. Perusahaan perlu mengadopsi teknologi
yang menjadikan proses bisnisnya tidak tertinggal oleh pesaing.
Terdapat lima faktor yang mempengaruhi sikap perusahaan dalam
mengadopsi perubahan teknologi, yaitu Fliegel, et.al (1971)
1. Keuntungan nilai tambah relatif bila teknologi itu diadopsi,
2. Kecocokan teknologi dengan sosial budaya setempat,
3. Hasil pengamatan perusahaan terhadap penggunaan teknologi itu pada
perusahaan lain,
4. Kemampuan mencoba sendiri akan keberhasilan teknologi baru,
5. Kondisi ekonomi yang ada seperti ketersediaan modal (Fliegel, et.al,
(1971).
Berdasarkan penjabaran diatas dapat ditarik kesimpulan yaitu adopsi
teknologi adalah proses perusahaan ataupun organisasi dalam menerapkan
suatu teknologi yang baru guna untuk memenuhi ataupun mendukung strategi
bisnis perusahaan tersebut.
34
2.11 Definisi Penerimaan Pengguna
Penerimaan pengguna (User Acceptance) merupakan faktor penting yang
mempengaruhi keberhasilan implementasi dari suatu teknologi. Penerimaan
pengguna dapat didenisikan sebagai keinginan sebuah grup user atau pengguna
dalam memanfaatkan teknologi informasi (TI) yang didesain untuk membantu
pekerjaan mereka (Nasir, 2013).
Menurut Dillon (2001) penerimaan pengguna didefinisikan sebagai
keinginan yang dapat dibuktukan dalam kelompok pengguna untuk
menggunakan teknologi informasi yang dirancang untuk mendukung tugas-
tugas pengguna. Sedangkan menurut Succi & Walter (1999), penerimaan
pengguna terhadap teknologi informasi adalah kemauan yang nampak di dalam
suatu kelompok pengguna untuk menerapkan sistem teknologi informasi
tersebut dalam pekerjaannya.
Penerimaan pengguna dapat didefinsikan sebagai kemauan dari
sekelompok pengguna dalam menggunakan teknologi informasi guna
mendukung pekerjaannya (Dillon & Morris, 1996). Kurangnya suatu
penerimaan pengguna adalah hambatan yang signifikan bagi keberhasilan
penerapan suatu sistem informasi yang baru. Terkadang pengguna tidak mau
menggunakan sistem informasi yang telah disediakan, padahal jika pengguna
tersebut ingin menggunakan akan menghasilkan keuntungan bagi pengguna
tersebut. Oleh karena itu penerimaan pengguna merupakan salah satu faktor
yang penting dalam menentukan keberhasilan atau kegagalan suatu proyek
sistem informasi yang sudah diimplementasikan.
35
Berdasarkan definisi di atas, dapat disimpulkan bahwa penerimaan
pengguna merupakan kemauan dari sekelompok pengguna dalam
menggunakan teknologi yang dirancang untuk dapat mendukung dalam
kegiatan pekerjaannya.
2.12 Theory of Reasoned Action (TRA)
Theory of Reasoned Action (TRA) atau yang dikenal dengan teori tindakan
beralasan pertama kali dikenalkan oleh Ajzen & Fishbein (1967) . TRA adalah
penentu perilaku yang penting, yaitu niat perilaku. Namun teori ini secara tidak
langsung menyatakan bahwa perilaku pada umumnya terjadi dengan adanya
niat dan tidak akan pernah terjadi tanpa niat. Niat seseorang dipengaruhi oleh
sikap terhadap suatu perilaku, seperti apakah ia merasa perilaku itu penting.
Hal yang mempengaruhi niat perilaku seseorang adalah sikap mereka terhadap
perilaku dan norma-norma subjektif yang berhubungan dengan perilaku. Sikap
ditentukan oleh keyakinan seseorang dalam melakukan perilaku, dengan
demikian seseorang yang memegang keyakinan kuat bahwa hasil yang dinilai
positif akan dihasilkan dari melakukan perilaku yang dipertanyakan akan
memiliki sikap positif terhadap perilaku. Begitu juga dengan norma subjektif
yang ditentukan dengan keyakinan normatifnya. Seperti, apakah seseorang
referensi penting menyetujui atau tidak menyetujui untuk melakukan perilaku,
ditentukan oleh motivasi seseorang untuk memenuhi referensi tersebut. Dapat
dikatakan seseorang akan melakukan suatu perilaku jika mereka merasa
terdorong untuk melakukan perilaku tersebut.
TRA sendiri berasal dari bidang psikologi sosial. Para psikologi sosial
berusaha untuk menjelaskan bagaiman dan mengapa sikap mempengaruhi
36
perilaku, atau bagaimana dan mengapa keyakinan seseorang mengubab cara
mereka bertindak. Perilaku dapat berupa verbal ataupun non-verbal. Adapun
tiga konstruksi TRA secara umum yaitu, niat perilaku, sikap, dan norma
subjektif (Otieno, Liyala, Odongo, & Abeka, 2016)
Gambar 2. 8 Theory of Reasoned Action (Fishbein & Ajzen, 2010)
Berdasarkan penjabaran diatas dapat disimpulkan bahwa TRA adalah
sebuah teori yang menentukan suatu niat individu atau seseorang dalam
melakukan suatu perilaku dan terdapat tiga konstruk umum yaitu, niat perilaku,
sikap, dan norma subjektif.
2.13 Technology Acceptance Model (TAM)
Model penerimaan teknologi (Technology Acceptance Model atau TAM)
merupakan suatu model penerimaan sistem teknologi informasi yang
digunakan oleh pengguna atau user yang dikenalkan oleh (Davis, 1989). Model
TAM diadopsi dari Teori Tindakan Beralasan (The Theory of Reasoned Action
atau TRA). TAM diadopsi dari TRA karena premis bahwa reaksi dan persepsi
seseorang terhadap suatu hal akan menentukan sikap dan perilaku orang
tersebut. Oleh karena itu, dapat dipahami bahwa reaksi dari persepsi pengguna
37
Sistem Informasi (SI) akan mempengaruhi sikapnya dalam penerimaan
penggunaan SI.
Menurut Davis, (1989) tujuan utama TAM adalah memberikan dasar
untuk menelusuri pengaruh faktor-faktor eksternal terhadap sikap dan tujuan
pengguna. Model TAM menempatkan faktor sikap dari tiap-tiap perilaku
pengguna dengan dua variabel persepsi kegunaan (perceived usefulness) dan
persepsi kemudahaan penggunaan (perceived ease of use) sebagai intrumen
untuk menjelaskan varians pada minat pengguna (user’s intention)
Gambar 2. 9 Technology Acceptance Model (Davis, 1989)
Adapula TAM yang sudah di modifikasi oleh Venkatesh & Davis (1996)
pada penelitian tersebut dihapus variabel Attitude Toward Using (ATU)
terhadap Behavioral Intention to Use (BI). Hal tersebut dilakukan karena
menurut Venkatesh & Davis (1996) Behavioral Intention to Use (BI)
merupakan prediksi yang paling baik dalam mengetahui kebiasaan penggunaan
sistem (Actual System Use).
38
Gambar 2. 10 Final Version Technology Acceptance Model (Venkatesh & Davis,
1996)
Menurut Venkatesh & Morris (2000) TAM menawarkan suatu penjelasan
yang kuat dan sederhana untuk penerimaan dan perilaku penggunanya. Lalu
salah satu alasan utama penerimaan luas dari TAM adalah karena pendekatan
khusus untuk mengatasi faktor-faktor yang mempengaruhi penggunaan sistem
informasi sementara itu Theory of Reasoned Action (TRA) adalah teori umum
perilaku manusia (Jeong & Yoon, 2013).
Berdasarkan penjabaran di atas, dapat disimpulkan bahwa TAM
merupakan model penerimaan pengguna yang dipengaruhi oleh dua variabel
utama yaitu perceived usefulness dan perceived ease of use sebagai penentu
minat pengguna dalam menggunakan sistem atau teknologi informasi. Namun
tidak menutup kemungkinan adanya keterlibatan faktor eksternal yang juga
dapat mempengaruhi penerimaan pengguna.
2.13.1 Perceived Usefulness
Menurut Davis, (1989) persepsi kegunaan (perceived usefulness) dapat
didefinisikan sebagai ukuran seseorang percaya bahwa dengan
menggunakan sistem tersebut akan meningkatkan kinerja mereka. Definisi
tersebut di dapat dari kata bermanfaat atau berguna (useful) yang artinya
39
dapat digunakan secara menguntungkan. Davis, (1989) membagi dimensi
persepsi kegunaan menjadi berikut :
a. Menjadikan pekerjaan lebih mudah.
b. Bermanfaat (usefull)
c. Menambah produktivitas (increase productivity)
d. Mempertinggi efektifitas (enchance efectiveness)
e. Meningkatkan kinerja pekerjaan (improve job performance)
Dari penjelasan variabel persepsi kegunaan (perceived usefulness) di
atas, dapat disimpulkan bahwa variabel perceived usefulness merupakan
persepsi pengguna terhadap pengunaan SI/TI, bahwa dengan menggunakan
SI/TI tersebut dapat membantu pengguna dalam meningkatkan kinerja dan
prestasinya.
2.13.2 Perceived Ease of Use
Menurut Davis, (1989) Perceived Ease of Use (PEOU) atau persepsi
kemudahan penggunaan dapat di definisikan sebagai tingkat dimana
seseorang percaya bahwa dengan menggunakan sistem tersebut bebas atau
dapat mengurangi waktu usaha yang mereka keluarkan
Davis (1989) membagi dimensi persepsi kemudahan penggunaan
menjadi berikut :
a. Interaksi individu atau seseorang dengan sistem jelas dan mudah
dimengerti (clear and understandable)
b. Tidak membutuhkan banyak usaha untuk berinteraksi dengan sistem
tersebut (does not require a lot of mental effort)
40
c. Sistem tersebut mudah digunakan (easy to use)
d. Mudah mengoperasikan sistem sesuai dengan apa yang ingin individu
kerjakan (easy to get the system to do what he/she wants to do)
Dari penjelasan diatas mengenai Perceived Ease of Use (PEOU) atau
Persepsi Kemudahan Penggunaan, maka dapat disimpulkan bahwa PEOU
adalah persepsi pengguna yang percaya bahwa dengan menggunakan sistem
atau SI/TI yang mereka gunakan dapat mengurangi usaha pengguna dalam
mengerjakan suatu pekerjaan.
2.13.3 Attitude Toward Using
Menurut Davis, Bagozzi, & Marshaw (1989) Attitude Toward Using
(ATU) atau Sikap Terhadap Penggunaan dapat didefinisikan sebagai
perasaan positif atau negatif individu terhadap melakukan suatu perilaku
yang telah ditentukannya. Sikap terhadap penggunaan sebuah teknologi
dalam TAM dikonsepkan sebagai sikap terhadap penggunaan sistem yang
berbentuk penerimaan atau penolakan sebagai dampak jika seseorang
menggunakan suatu teknologi dalam pekerjaan mereka. Faktor sikap
merupakan salah satu aspek yang dapat mempengaruhi perilaku individual.
Sikap seseorang terdiri atas tiga unsur yaitu unsur kognitif (cognitive),
afektif (affective), dan komponen-komponen yang berkaitan dengan
perilaku (behavioral component)
Berdasarkan variabel Attitude Toward Using (ATU) di atas, maka dapat
ditarik kesimpulan bahwa ATU adalah salah satu variabel dari TAM yang
mempengaruhi minat perilaku individu atau seseorang yaitu perasaan positif
41
atau negatif pengguna terhadap penggunaan sistem atau SI/TI yang
berbentuk pada sebuah penerimaan atau penolakan SI/TI oleh pengguna.
2.13.4 Behavioral Intention to Use
Menurut Davis et al. (1989) Behavioral Intention to Use (BI) atau Niat
Perilaku adalah kecenderungan perilaku individu atau seseorang untuk
menggunakan suatu teknologi. Tingkat penggunaan sebuah teknologi
komputer pada seseorang dapat diprediksi dari sikap perhatiannya terhadap
suatu teknologi tersebut, misalnya keinginan seseorang menambah
peripheral pendukung motivasi untuk memotivasi pengguna lainnya.
Sikap perhatian individu terhadap sebuah sistem informasi dapat
memprediksi tinggan penggunaan sistem informasi pada pengguna. Jadi ada
semacam motivasi untuk menggunakan dan sebuah keinginan untuk
memotivasi pengguna lainnya. Hal ini meliputi aspek, antara lain :
kognitif/cara pandang adanya ketertarikan terhadap sebuah sistem
informasi, afektif dengan pernyataan pengguna untuk meggunakan sistem
informasi, komponen yang berkaitan dengan perilaku yaitu adanya
keinginan untuk tetap menggunakan sistem informasi yang ada (Fatmawati,
2015).
Dari penjabaran di atas mengenai variabel Behavioral Intention to Use
(BI), maka dapat disimpulkan bahwa BI merupakan suatu kecenderungan
perilaku individu terhadap penggunaan sebuah sistem atau SI/TI yang dapat
dilihat dari perhatian ataupun cara pandang individu tersebut terhadap SI/TI
tersebut.
42
2.13.5 Actual System Use
Menurut Davis et al. (1989) dalam (Fatmawati, 2015) menyebutkan
bahwa “actual use” diartikan sebagai “a person’s performance of spesific
behavior”. Artinya kinerja individu atau seseorang dari perilaku tertentu.
Hal ini dapat diketahui melalui kondisi secara nyata pengguna sistem
informasi tersebut, antara lain yaitu intensitas penggunaan sistem informasi,
frekuensi penggunaan menggunakan sistem informasi, maupun penggunaan
sistem informasi yang sebenarnya secara terus-menerus pada sistem
tersebut.
Adapun definisi lain dari Actual System Use yaitu kondisi nyata
penggunaan suatu sistem. Dikonsepkan dalam bentuk pengukuran terhadap
frekuensi dan durasi waktu penggunaan teknologi. Seseorang akan merasa
puas menggunakan sistem jika mereka meyakini bahwa sistem tersebut
mudah digunakan dan akan meningkatkan produktivitas atau performa
mereka, yang tercermin dari kondisi nyata penggunaan (Davis, 1989).
Dari penjabaran di atas mengenai Actual System Use, maka dapat
disimpulkan bahwa Actual System Use adalah kondisi nyata penggunaan
sebuah sistem yang dapat dilihat dari penggunaan, frekuensi penggunaan,
maupun penggunaan yang dilakukan secara terus-menerus SI/TI oleh
penggunanya.
2.13.6 Eksternal Variabel
Menurut Davis et al. (1989) mengatakan bahwa walaupun variabel
eksternal tidak mempengaruhi secara langsung terhadap sikap dan tingkah
43
laku penerimaan ataupun penggunaan teknologi, TAM menegaskan bahwa
aturan yang menjembatani kepercaraan dan sikap antara variabel eksternal
dan sikap. Hal tersebut terjadi karena adanya perbedaan tiap individu,
seperti kerakteristik atau kepribadian dan kecacatan.
Pada TAM variabel eksternal dapat diganti dan disesuaikan dengan
obyek dan topik penelitian. Pada penelitian mengenai pembayaran
elektronik yang dilakukan oleh Lai (2017) terdapat dua variabel eksternal
yang dipakai, yaitu desain (design) dan keamanan (security).
2.13.6.1 Design
Menurut Nurhidayat (2003) desain adalah perencanaa untuk
mewujudkan suatu gagasan. Desain dibuat dalam bentuk gambar yang
mudah dipahami oleh yang berminat mempelajarinya. Para pembuat
desain, disebut dengan desainer, yang umumnya merupakan orang yang
profesional dibidang tertentu. Para desainer membuat sebuah karya dalam
bentuk gambar, selalu diawali dengan sketsa. Gambar sketsa merupakan
coretan kasar dengan goresan yang berulang ulang. Desain dalam
penelitian ini mengenai desain dan fungsinya. Fungsi yang dimaksud
adalah berfungsinya fitur yang tersedia pada sebuah sistem (Poey Chin Lai
& Ariffin, 2015).
Adapun prinsip prinsip pada desain (Nurhidayat, 2003) :
1. Kenyamanan (comfortable)
2. Keluwesan (flexibelity)
3. Keamanan (security)
44
Berdasarkan penjabaran diatas, dapat disimpulkan bahwa desain
adalah sebuah sketsa yang dibuat oleh desainer dan juga memiliki sebuah
fungsi yang berbentuk fitur pada sebuah sistem.
2.13.6.2 Security
Security atau keamanan berasal dari kata aman. Menurut Kamus
Besar Bahasa Indonesia (KBBI) aman memiliki arti bebas dari bahaya.
Secara umum kemanan adalah status seseorang dalam kondisi terlindungi
secara fisik, sosial, spiritual, finansial, politik, emosi, pekerjaan, atau
berbagai akibat dari sebuah kegagalan atau kerusakan, kecelakaan, atau
berbagai keadaan yang tidak diinginkan (Musyarofah, 2013).
Pada penelitian ini keamanan yang dimaksud yaitu mengenai
keamanan dalam pembayaran elektronik yang terbagi kepada tiga dimensi
yaitu reliability, safety, dan privacy (Polatoglu & Ekin, 2001). Menurut
Sumanjeet (2009) keamanan yang perlu dipertimbangkan dalam
pembayaran elektronik sebagai berikut :
a. Authentication (auntentikasi) yaitu untuk membuktikan bahwa ada
bukti identitas dari semua pihak yang terlibat.
b. Integrity (integritas) yaitu untuk membuktikan bahwa informasi
mengenai keuangan yang dikirimkan tidak berubah.
c. Non-repudiation (tidak ada penolakan) yaitu untuk membuktikan
semua pihak memiliki bukti penerimaan yang tidak dapat disangkal.
d. Confidentiality (kerahasiaan) yaitu untuk memastikan bahwa
transaksi dilindungi dari kemungkinan penyadap.
45
e. Relaibilty (reliabilitas) yaitu untuk memastikan bahwa berkurangnya
kegagalan.
f. Authorization (otorisasi) yaitu untuk memastikan bahwa individu
diberikan hak dan hak istimewa yang dinginkan.
Berdasarkan penjabaran diatas dapat disimpulkan bahwa keamanan
adalah kondisi dimana individu merasa bebas dari bahaya dan merasa
terlindungin dari sebuah ancaman.
2.14 Theory of Planned Behavior (TPB)
Model Teori Perilaku Perencanaan (Theory of Planned Behavior atau
TPB) adalah suatu model untuk memprediksi dan menjelaskan perilaku
manusia dalam konteks tertentu (Ajzen, 1991). Menurut Taylor & Todd (1995)
TPB untuk memperhitungkan kondisi dimana individu tidak memiliki kontrol
penuh atas kehendak perilaku mereka.
TPB merupakan pengembangan dari theory of reason action (TRA),
dimana dalam TRA dikatakan bahwa minat perilaku diprediksi oleh sikap
(attitude) dan norma subjektif (subjective norm) (Hartono, 2007). Dalam
pengembangan TPB ditambahkan satu faktor yaitu perceived behavioral
control (Ajzen, 1991). Perbedaan ini menyebabkan TPB mengakui bahwa ada
kemungkinan tidak semua perilaku berada di bawah kendali kehendak
individu. Meskipun TPB dirumuskan untuk memprediksi perilaku di banyak
pengaturan, telah terbukti relevan dan cocok dalam menjelaskan penggunaan
suatu sistem informasi (Mathieson, 1991).
Pada penelitian yang dilakukan oleh Lee (2009) dan Park (2009)
menyatakan bahwa norma subjektif (subjective norm) mempengaruhi
46
penerimaan pengguna dalam menggunakan teknologi. Maka dapat dikatakan
bahwa tekanan sosial yang dirasakan seseorang dapat mempengaruhi untuk
menggunakan atau tidaknya sebuah teknologi.
Gambar 2. 11 The Theory of Planned Behavior (TPB) (Ajzen, 1991)
Berdasarkan penjabaran diatas dapat disimpulkan bahwa TPB
dikembangkan untuk memprediksi perilaku individu yang sepenuhnya tidak
berada di bawah kendali individu tersebut. Niat individu untuk melakukan
dapat dipengaruhi oleh tiga faktor yaitu sikap (attitude), norma subjektif
(subjective norm), dan kontrol perilaku (behavioral control).
2.15 Penelitian Kuantitatif
Penelitian kuantitatif merupakan penelitian yang banyak menuntut
angka pengguanaan angka, mulai dari pengumpulan data, penafsiran data
tersebut serta penampilan dari hasilnya (Siyoto & Sodik, 2015). Menurut
Suryani & Hendriyani (2016) penelitian dengan menggunakan pendekatan
kuantitatif menggunakan analisis data yang berbentuk angka atau numerik
yang memungkinkan peneliti untuk menguji hipotesis atau teori tertentu.
Tujuan penelitian kuantitatif adalah mengembangkan dan menggunakan
47
model-model matematis, teori-teori dan/atau hipotesis yang berkaitan dengan
fenomena alam.
Metode penelitian kuantitatif dapat difenisikan sebagai metode
penelitian yang berlandaskan pada filsafat positivisme dan digunakan untuk
meneliti pada populasi atau sampel tertentu dimana teknik pengambilan sampel
pada umumnya dilakukan secara random, pengumpulan data menggunakan
instrumen penelitian analisis data bersifat kuantitatif/statistik dengan tujuan
untuk menguji hipotesis yang telah ditetapkan. Metode ini berlandaskan pada
filsafat positivisme yang memandang realitas/ gejala/ fenomena dapat
diklasifikasikan, relatif tetap, konkrit, teramati, terukur, dan hubungan gejala
bersifat sebab akibat (Sugiyono, 2014).
Beberapa metode penelitian kuantitatif yang cukup sering digunakan
yaitu survei dan eksperimen (Siyoto & Sodik, 2015) dengan penjelasan sebagai
berikut :
1. Metode Survei
Metode Survei merupakan metode penelitian yang menggunakan
kuesioner sebagai instrument utama untuk mengumpulkan data.
Penelitian survei dengan kuesioner ini memerlukan responden dalam
jumlah yang cukup agar validitas temuan dapat dicapai dengan baik.
2. Metode Eksperimen
Metode eksperimen adalah metode penelitian yang bertujuan untuk
menjelaskan hubungan sebab-akibat (kausalitas) antara satu variabel
dengan lainnya (variabel X dan variabel Y). Untuk menjelaskan
48
hubungan kausalitas ini, peneliti hars melakukan kontrol dan pengukuran
yang sangat cermat terhadap variabel-variabel penelitiannya.
2.16 Sampel dan Teknik Sampling
Menurut Nurgiyantoro (2015) Populasi dan sampel adalah subjek
penelitian dari data yang berasal dari subjek penelitian yang akan dijadikan
objek analisis statistik. Populasi adalah keselurahan anggota subjek penelitian
yang memiliki kesamaan karakteristik, dan sampel adalah sebagian dari
populasi yang akan dijadikan sumber data yang memiliki karakteristik dari
populasi. Dengan kata lain, menurut Guritno, Sudaryono, & Raharja (2009)
populasi adalah wilayah generalisasi yang terdiri atas: obyek atau subyek yang
mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti
untuk dipelajari dan ditarik kesimpulannya. Menurut Nanang (2010) Populasi
bagi suatu penelitian harus dapat dibedakan ke dalam dua sifat:
a. Populasi yang bersifat homogen
Populasi ini memiliki sifat yang sama, Misalnya, seorang dokter yang akan
melihat darah seseorang, maka ia cukup mengambil setetes darah saja.
Dokter itu tidak perlu mengambil darah dalam jumlah satu botol. Sebab
volume darah satu tetes dengan satu botol akan menghasilkan informasi
yang sama.
b. Populasi yang bersifat heterogen
Populasi ini terdapat unsur-unsur yang sifat maupun keadannya bervariasi,
sehingga perlu ditetapkan batas-batasnya. Sampel merupakan suatu bagian
populasi. Dengan mengambil sampel, peneliti ingin menarik kesimpulan
49
yang akan digeneralisasi terhadap populasi. Penarikan sampel merupakan
proses pemilihan sejumlah elemen dari populasi.
Sampel merupakan sebagian populasi yang digunakan untuk dasar
kesimpulan dari penelitian. Cara utama yang dilakukan peneliti yaitu
menggunakan sampel untuk menaksir perilaku di dalam suatu populasi. Hal
tersebut membuat pengambilan sampel sangat penting untuk dipertimbangkan.
Teknik sampling merupakan teknik untuk pengambilan sampel yang
digunakan di dalam penelitian. Teknik sampling terdapat dua jenis, yaitu
probability sampling dan non probability sampling. Berikut adalah penjelasan
mengenai dua jenis dari teknik sampling (Wirawan, 2015):
2.16.1 Probability Sampling
Probability sampling adalah teknik pengambilan sampel dimana setiap
unsur anggota sampel dalam populasi memiliki peluang yang sama untuk
dipilih menjadi anggota sampel. Probability sampling memiliki beberapa
jenis, yaitu (Wirawan, 2015):
1. Simple random sampling atau sampel acak sederhana: sebuah teknik
pengambilan sampel yang dilakukan secara acak tanpa memperhatikan
strata yang ada, lalu teknik ini dapat digunakan jika populasinya
homogeny atau memiliki ciri atau karakter yang sama dari anggota.
2. Proportionale stratifield random sampling atau sampel acak berstrata:
teknik sampel yang menggunakan populasi tidak homogeny.
Pengambilan sampel yang dilakukan secara acak dengan
memperhatikan strata yang ada, dengan maksud setiap strata terwakili
setiap stratanya.
50
3. Cluster sampling atau sampel acak kluster: teknik pengambilan sampel
yang digunakan untuk menentukan jumlah sampel jika sumber data
yang luas, dengan cara mengambil sampel yang di dasarkan pada
daerah populaai yang telah di tetapkan.
2.16.2 Non Probability Sampling
Non probability sampling adalah pengambilan sampel yang tidak
memberikan kesempatan yang sama kepada anggota populasi untuk
dipilih sebagai anggota sampel. Non probability sampling memiliki
jenis, yaitu (Wirawan, 2015) :
1. Systematic sampling atau sampel sistematik: teknik dengan
pengambilan sampel berdasarkan nomor dari anggota populasi
yang telah disusun sebelumnya.
2. Purposive sampling atau sampel purposive: teknik dengan
pengambilan sampel berdasarkan pertimbangan tertentu.
3. Quota sampling atau kuota sampel: teknik dengan pengambilan
sampel terhadap anggota populasi yang memiliki ciri tertentu
yang tiap kelompok memiliki karakteristik atau sifat tertentu.
4. Incidental sampling: teknik dengan pengambilan sampel
berdasarkan kebetulan atau siapa saja yang bertemu dengan
peneliti dapat dijadikan sampel.
5. Saturated sampling: teknik dengan pengambilan sampel jika
semua anggota populasi digunakan sebagai sampel.
6. Snowball sampling: teknik dengan pengambilan sampel yang
jumlah awalnya sedikit, kemudian sedikit tersebut diminta
51
untuk mengajak temannya untuk dijadikan sampel, dan
seterusnya seperti itu.
7. Multistage Sampling merupakan bentuk kompleks dari cluster
sampling, karena jenis sampel ini membagi populasi menjadi
kelompok (cluster). Kemudian, satu atau lebih kelompok yang
dipilih secara acak dan semua orang dalam kelompok yang
dipilih diambil sampelnya. Dalam Multistage Sampling, peneliti
memilih suatu sampel dalam dua tahap atau lebih karena peneliti
tidak dapat mengidentifikasikan populasinya dengan mudah,
atau populasinya sangat besar (Wagiran, 2014).
Dari penjabaran di atas dapat tarik kesimpulan bahwa populasi
adalah wilayah penelitian yang didalamnya terdapat subjek maupun
objek yang digunakan oleh peneliti dalam mencari data atau sebagainya
dan kemudian ditarik kesimpulan. Sedangkan sampel merupakan
sebagian dari populasi yang diambil untuk mewakili populasi tersebut
dalam penelitian.
2.17 Slovin
Slovin merupakan sebuah rumus atau formula untuk menghitung jumlah
sampel minimal apabila perilaku dari sebuah populasi tidak diketahui secara
pasti. Karena dalam pengambilan sampel, jumlahnya harus representative
sehingga hasil penelitian yang dilakukan dapat digeneralisasikan dan
diperhitungannya pun tidak memerlukan tabel jumlah sampel, namun dapat
dilakukan dengan rumus dan perhitungan sederhanya (Sugiyono, 2011).
52
Keterangan :
n = Ukuran sampel/jumlah responden
N = Ukuran Populasi
e = Presentasi kelonggaran ketelitia kesalahan pengambilan sampe yang
masih bisa ditolelir (5% atau 10%)
2.18 Skala Likert
Menurut Sudaryono (2015), Skala Likert digunakan untuk mengukur
sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang
kejadian atau gejala sosial yang telah ditetapkan secara spesifik oleh peneliti
(selanjutnya disebut variabel penelitian.) Variabel yang akan diukur
dijabarkan menjadi dimensi. Dimensi lalu dijabarkan menjadi subvariabel.
Kemudian, subvariabel dijabarkan menjadi indikator-indikator yang dapat
diukur.
Skala Likert merupakan suatu skala psikometrik yang umum digunakan
dalam kuesioner dan merupakan skala yang paling banyak digunakan dalam
riset beberapa survei. Skala ini mempunyai empat atau lebih butir
pertanyaan yang dikombinasikan sehingga membentuk suatu skor atau nilai
yang merepresentasikan sifat individu, seperti pengetahuan, sikap, dan
perilaku. Sewaktu menanggapi pertanyaan atau pernyataan dalam skala
Likert, responden menentukan tingkat persetujuan terhadap suatu
pertanyaan atau pernyataan dengan memilih salah satu dari pilihan yang
tersedia. Biasanya disediakan tujuh pilihan skala dengan format seperti
(Warmbrod, 2014) :
53
[1] Sangat Setuju;
[2] Setuju;
[3] Agak Setuju;
[4] Netral;
[5] Agak Tidak Setuju;
[6] Tidak Setuju;
[7] Sangat Tidak Setuju.
2.19 Structural Equation Modelling
Menurut Wong (2013), Structural Equation Modelling (SEM) adalah
metode analisis data multivariat generasi kedua yang sering digunakan
dalam penelitian pemasaran karena dapat menguji model kausal linier dan
aditif yang didukung secara teoritis. Pada SEM, sebuah variabel bersifat
eksogen atau endogen. Variabel eksogen memiliki panah jalan yang
mengarah ke luar dan tidak ada yang mengarah ke dalam. Sementara itu,
variabel endogen memiliki setidaknya satu jalur yang mengarah ke dalam
dan mewakili efek dari variabel lain. SEM memungkinkan peneliti
melakukan pengujian secara eksplisit tingkat konsistensi alat ukur dan
konsistensi internal (reabilitas) suatu model penelitian yang secara teoritis
memiliki hubungan struktural yang dapat diestimasi secara akurat. Selain
itu, SEM dapat melakukan analisis faktor, analisis jalur, dan regresi (W.
Abdillah & Jogiyanto, 2015).
Terdapat beberapa alterternatif teknik SEM, antara lain adalah PLS
yang dikembangkan dengan berbagai aplikasi perangkat lunak atau software
seperti untuk SEM yang berbasis kovarian yaitu Lisrel, AMOS, dan EQS.
54
Sedangkan software SEM berbasis varian adalah XLSTAT PLS-PM, PLS
Graph, SmartPLS, Visual PLS, dan sebagainya (Yamin & Kurniawan,
2011).
2.20 Partial Least Square
Menurut Abdillah & Mustakini (2015) Partial Least Square (PLS)
merupakan teknik statistika multi varian yang melakukan perbandingan
antara variabel dependen berganda dan variabel independen berganda. PLS
adalah analisis persamaan struktural (SEM) berbasis varian yang secara
simultan dapat melakukan pengujian model pengukuran sekaligus
pengujian model struktural. Model pengukuran digunakan untuk ujivaliditas
dan reabilitas, sedangkan model struktural digunakan untuk uji kausalitas
(pengujian hipotesis dengan model prediksi).
PLS pun memiliki tujuan yaitu untuk memprediksi pengaruh
variabel X terhadap Y dan menjelaskan hubungan teoritis di antara kedua
variabel (Abdillah & Mustakini, 2015). PLS adalah metode regresi yang
dapat digunakan untuk identifikasi faktor yang merupakan kombinasi X
sebagai penjelas dari variabel Y sebagai variabel respon (Talbot, 1997).
2.21 PLS-SEM
PLS merupakan model prediksi yang tidak dapat mengasumsikan
distribusi terntentu untuk mengestimasikan parameter dan memprediksi
hubungan kausalitas. Oleh sebab itu, teknik parametrik untuk menguji
signifikansi parameter tidak diperlukan dan evaluasi untuk prediksi bersifat
non-parametrik.
55
Menurut Yamin & Kurniawan (2011) dalam evaluasi PLS dilakukan
dengan dua tahap yaitu mengevaluasi model pengukuran (Outer Model) dan
model struktural (Inner Model).
1. Evaluasi Model Pengukuran (Outer Model)
Pada tahap ini, peneliti mendefinisikan dan menspesifikasi
hubungan antara konstruk laten dengan indikatornya apakah bersifat
reflektif atau formatif. Pada model ini terdapat beberapa pemeriksaan
yaitu individual item reliability, internal consistency reliability,
average variance extracted dan discriminant validity. Model
pengukuran dilakukan untuk dapat mengetahui hubungan antara
variabel dengan indikator-indikatornya.
Pada pemeriksaan individual item reliability dapat melihat nilai
outer loading. Nilai ini menggambarkan besaran korelasi antara setiap
indikator dengan variabelnya. Nilai outer loading dapat dikatakan ideal
jika diatas 0,7 (Yamin & Kurniawan, 2011). Kemudian dapat dikatakan
cukup jika nilai outer loading antara 0,5-0,6 (Ghozali, 2011). Indikator
dengan nilai outer loading yang lemah biaisanya dihapus atau
dieleminasi. Lalu untuk nilai outer loading 0,4-0,7 lebih baik untuk
dipertimbangkan terlebih dahulu sebelum dihapus jika nilai compostite
reliability atau average variance extracted masih dapat memenuhi
syarat. Tapi untuk nilai outer loading di bawah 0,4, indikator tersebut
biasanya dihapus (Hair, Hult, Ringle, & Sarstedt, 2017).
Kemudian melihat internal consistency reliability dari nilai
composite reliability. Composite reliability lebih baik dalam
56
pengukuran internal consistency dibanding dengan cronbach’s alpha
dalam model SEM, karena cronbach’s alpha cenderung menaksir lebih
rendah construct reliability dibandingkan dengan composite reliability.
Nilai composite reliability dapat dikatakan diterima jika nilai antara
0,6-0,7. Kemudian dapat dikatakan memuaskan jika nilai antara 0,7-0,9
(Abdillah & Mustakini, 2015; Hair et al., 2017; Yamin & Kurniawan,
2011).
Rumus untuk composite reliability (CR)
Selanjutnya yaitu menguji nilai dari average variance extracted
(AVE). Nilai dari AVE menggambarkan besarnya varian variabel
manifes yang dapat dikandung oleh konstruk laten. Nilai AVE dapat
diterima jika minimal atau di atas 0,5 yang menunjukan bahwa
convergent validity yang baik. Hal tersebut dapat diartikan bahwa
variabel laten dapat menjelaskan rata-rata lebih dari setengah variance
dari indikator-indikatornya. Maka dari itu semakin varian yang
dikandung oleh konstruk laten, semakin besar representasi variabel
terhadap kontruk tersebut (Ghozali & Latan, 2014; Hair et al., 2017;
Yamin & Kurniawan, 2011).
Rumus dari average variance extracted (AVE)
Setelah itu melakukan uji validitas diskriminan (discriminant
validity). Discriminant validity terjadi jika dua instrumen yang berbeda
57
mengukur dua konstruk yang diprediksi tidak berkorelasi
menghasilkan skor yang memang tidak berkorelasi (Mustakini, 2008).
Uji discriminant validity dilakukan dengan melihat nilai cross loading
dan Fornell-Larcker criterion (Hair et al., 2017). Untuk cross loading,
membandingkan nilai outer loading indikator dengan variabelnya dan
variabel pada blok lainnya. Jika nilai antara indikator dengan
variabelnya lebih tinggi dari korelasi dengan variabel blok lainnya,
maka variabel tersebut memprediksi ukuran blok mereka lebih baik dari
blok lain. Pada Fornell-Larcker criterion, membandingkan nilai AVE
dengan kuadrat nilai korelasi antar konstruk. Model mempunyai
validitas yang cukup jika akar AVE untuk setiap konstruk lebih besar
daripada korelasi antar konstruk dengan konstruk lainnya dalam model
(Chin et al, 1997).
2. Model Struktrual (Inner Model)
Pada model struktural (Inner Model) terdapat beberapa tahap untuk
dievaluasi. Pertama yaitu melihat signifikan hubungan antara konstruk.
Hal tersebut dapat dilihat jika path coefficient (koefisien jalur) yang
menunjukan tingkat signifikansi dalam pengujian hipotesis atau
menggambarkan kekuatan hubungan antara konstruk. Path coefficient
(β) diuji dengan nilai ambang diatas 0,1 untuk menyatakan bahwa path
(jalur) yang dimaksud mempunyai pengaruh di dalam model.
58
Kemudian, mengevaluasi nilai dari R2. Nilai R2 digunakan untuk
mengukur tingkat variasi perubahan variabel independen terhadap
variabel dependen (Abdillah & Mustakini, 2015). Menurut Yamin &
Kurniawan (2011) terdapat tiga klasifikasi batasan nilai R2 yaitu 0.67
sebagai substansial, 0.33sebagai moderat, dan 0.19 sebagai sebagai
tingkat varian yang lemah.
Tahap ketiga yaitu melihat nilai t-test dengan metode bootsrapping
menggunakan uji one-tailed dengan nilai tingkat signifikansi. Adapun
besaran tingkat signifikansi yang belakangan ini dipakai untuk uji one-
tailed yaitu 1.65 (tingkat signifikan 10%), 1.96 (tingkat signifikan 5%),
dan 2.57 (tingkat signifikan 1%) (Hair et al., 2017; Yamin &
Kurniawan, 2011). Nilai t-test digunakan untuk menguji hipotesis-
hipotesis penelitian. Hipotesis penelitian dapat diterima, jika nilai t-test
lebih besar dari tingkat signifikansi yang digunakan.
Selain itu, banyak juga peneliti menggunakan nilai p value untuk
menilai tingkat signifikansi (Hair et al., 2017). Bila ingin
mengasumsikan tingkat signifikan 5%, maka nilai p value harus lebih
kecil dari 0,05 untuk menyimpulkan bahwa hipotesis tersebut memilki
tingkat signifikan 5%. Begitu juga dengan 10% (p value < 0.1) dan 1%
(p value < 0,01).
Tahap keempat, yaitu pengujijan f2 (effect size). Pengujian ini
dilakukan agar dapat memprediksi pengaruh variabel tertentu terhadap
variabel lainnya dalam struktur model dengan nilai ambang batas
sekitar 0.02 untuk pengaruh kecil, 0.15 untuk pengaruh menengah dan
59
0.35 untuk pengaruh yang besar(Hair et al., 2017; Yamin & Kurniawan,
2011).
Rumus f2 (effect size)
Kelima yaitu pengujian Q2 (predictive relevance) dengan
menggunakan metode blindfolding agar dapat memberikan bukti bahwa
variabel tertentu yang digunakan pada model yang dibuat mempunyai
keterkaitan prediktif (predictive relevance) dengan variabel lainnya
pada model tersebut dengan nilai ambang batas pengukuran di atas nol.
Tahap keenam yaitu melakukan pengujian q2 (relative impact)
dengan menggunakan metode yang sama yaitu blindfolding agar dapat
mengukur relatif dari pengaruh sebuah keterkaitan antara prediktif
sebuah variabel tertentu dengan variabel lainnya yang memiliki nilai
sebesar 0.02 untuk pengaruh kecil, 0.15 untuk pengaruh sedang dan
0.35 untuk pengaruh besar (Hair et al., 2017; Yamin & Kurniawan,
2011).
2.22 Smart PLS
SmartPLS atau smart partial least square merupakan software
statistik yang telah dikembangkan oleh institute of Hamburg Jerman,
dimana memiliki tujuan yang sama dengan Lisrel dan Amos yaitu untuk
menguji hubungan antara variabel, baik sesama variabel laten maupun
dengan variabel indikator atau manifest. Penggunaan smartPLS sangat
diajurkan ketika peneliti memiliki keterbatasan jumlah sampel sementara
60
model yang dibangun kompleks, hal ini tidak dapat dilakukan ketika peneliti
menggunakan Lisrel dan Amos karena software tersebut membutuhkan
kecukupan sampel.
Adapun kelebihan lainnya dari smartPLS yaitu kemampuannya
dalam mengolah data yang baik untuk model SEM formatif ataupun
reflektif. Model SEM formatif memiliki ciri-ciri diantaranya yaitu variabel
laten atau konstruk yang dibangun variabel indikator, dimana panah
mengarah dari variabel konstruk ke variabel indikator. Model SEM reflektif
merupakan model SEM dimana variabel konstruk merupakan refleksi dari
variabel indikator, sehingga panahnya mengarah dari variabel indikator ke
variabel laten. Secara statistik, konsekuensinya adalah tidak akan ada nilai
error pada variabel indikator.
2.23 Penelitian Sejenis
No Judul Nama Peneliti Tahun Hasil Pembahasan
1 Integrating trust
and personal
values into the
Technology
Acceptance
Model:The case
of e-government
services adoption
Daniel
Belanche, Luis
V. Casalo
2012 Trust sebagai variabel
eksternal pada
penelitian ini
mempengaruhi
terhadap penerimaan
untuk menggunakan
e-goverment service,
selain itu Perceived
Usefulness (PU) pun
signifikan pada
penelitan tersebut.
2 Acceptance of
mobile money by
poor
citizens of India:
integrating trust
into the
technology
acceptance model
Sumedha
Chauhan
2016 Perceived Ease of
Use (PEOU) tidak
berdampak pada
penerimaan mobile
money oleh
masyarakat menengah
kebawah di India.
Trust sebagai
61
eksternal variabel dari
TAM berpengaruh
pada penerimaan
mobile money
tersebut.
3 Design and
Security impact
on consumers'
intention to use
single platform E-
payment
P C Lai 2017 Pada penelitian
tersebut semua
hipotesa diterima dan
variabel security
adalah variabel yang
signifikan dalam
minat penggunaan
pembayaran
elektronik pada
negara Singapore,
Philippines, Malaysia,
Thailand, Vietnam,
dan Indonesia
4 Effects of Attitude
toward Using,
Perceived
Usefulness,
Perceived Ease of
Use and
Perceived
Compatibility on
Intention to Use
E-Marketing
Kanokwan
Kanchanatanee,
Nuttida
Suwanno, Anu
Jarernvongrayab
2014 Hasil penelitian
menunjukan bahwa
attitude toward using
E-Marketing adalah
faktor yang
paling berpengaruh
dalam menyebabkan
seseorang mempunyai
minat (intention to
use)
dalam menggunakan
E-Marketing
5 Quality,
Perceived
Usefulness, User
Satisfaction, and
Intention to Use:
An Empirical
Study of
Ubiquitous
Personal Robot
Service
Yoojung Kim,
Hyung Seok Lee
2014 Perceived usefulness
dan user satisfaction
secara signifikan
berdampak positif
kepada niat
untuk menggunakan
personal robot
service. Perceived
usefulness memiliki
efek yang lebih
signifikan terhadap
niat untuk
menggunakan layanan
daripada user
satisfaction.
6 Towards an
understanding of
the consumer
Dong-Hee Shin 2009 Pada penelitian
tersebut persepsi
keamanan (perceived
62
acceptance of
mobile wallet
security) dan
kepercayaan (trust)
mempengaruhi secara
signifikan terhadap
minat penggunaan
(intention) dalam
penerimaan mobile
wallet
7 A model of
consumer
acceptance of
mobile payment
Lei-da Chen 2008 Penerimaan dalam
penggunaan mobile
payment dipengaruhi
oleh 4 faktor
perceived usefulness
(PU), perceived ease
of use (PEOU),
perceived risk (PR)
dan compability.
Compability pada
penelitian tersebut
variabel yang paling
signifikan dalam
penerimaan mobile
payment
8 The Impact of
Mobile Payments
on the Success
and Growth of
Micro-Business:
The Case of M-
Pesa in Kenya
Marion Mbogo 2010 perceived
convenience,
perceived ease of
accessibility, dan
perceived support
mempengaruhi
kesuksesan dalam
penggunaan mobile
payment terhadap
usaha kecil di Kenya
9 The study of
technology
acceptance for e-
wallets
application of
clinic fees
payment
Yi-Horng Lai 2012 Technology
experience sebagai
ekternal variabel
model TAM pada
penelitian tersebut
mempengaruhi dalam
penerimaan e-wallet
dalam pembayaran
pada apotik di Taipei
10 User Acceptance
of Mobile
Payment : The
Effect of User-
Centric Security
System
Edda Tandi
Lwoga, Noel
Biseok Lwoga
2017 Compability, social
influence dan m-
payment knowledge
merupakan faktor
yang mempengaruhi
perceived usefulness.
63
Charateritics and
Gender
Sedangkan yang
mempengaruhi
perceived ease of use
adalah trust dan
compability.
11 An Analysis of the
Technology
Acceptance Model
in Understanding
University
Students’
Behavioral
Intention to Use
e-Learning
Sung Youl Park 2009 Attitude, Self
Efficiency, dan
Subjective Norm
merupakan variabel
yang mempengaruhi
penerimaan dalam
menggunakan e-
learning oleh
mahasiswa di Korea.
12 Factors
influencing the
adoption of
internet banking:
An integration of
TAM
and TPB with
perceived risk and
perceived benefit
Ming-Chi Lee 2009 Pada penelitian
tersebut dengan objek
Internet Banking,
secara langsung
penerimaannya di
pengaruhi positif oleh
perceived benefit,
attitude, sebjective
norm dan perceived
behavioral control.
Berdasarkan penelitian diatas makan peneliti menyimpulkan bahwa
model penerimaan TAM yang dikombinasikan dengan variabel lainnya
terbukti dapat digunakan dalam mengetahui faktor-faktor apa saja yang
dapat mempengaruhi penerimaan sebuah SI/TI, pengujian tersebut
menggunakan variabel-variabel yang seperti model asli ataupun ditambah
dengan variabel eksternal lainnya. Namun dari beberapa penelitian diatas
terdapat kekurangan yaitu hanya berfokus terhadap penerimaan dari sisi
teknologi saja tidak membahas mengenai pengaruh atau dampak tekanan
sosial, sekalipun membahas varibel tentang pengaruh sosial secara umum
saja.
64
Maka dari itu, agar mampu menjelaskan penerimaan pengguna
dalam penerapan SI/TI dari sisi pengaruh sosial, peneliti menambahkan satu
variabel dari Theory of Planned Behavior (TPB) yaitu subjective norm
karena norma subjektif relatif terhadap keyakinan normatif (normative
belief) ataupun tekanan sosial yang dirasakan oleh individu sehingga dapat
mempridiksi bagaimana niat seseorang dalam menggunakan teknologi.
BAB III
METODOLOGI PENELITIAN
3.1 Pendekatan Penelitian
Penelitian ini dilakukan dengan menggunakan pendekatan
kuantitatif yang bersifat cross-sectional dengan tujuan penelitian yaitu
untuk mengetahui variabel-variabel apa saja yang mempengaruhi
penerimaan pengguna parkir pada Sky Parking dalam membayar parkir
menggunakan mobile wallet OVO. Kemudian untuk mengetahui variabel
apa saja yang mempunyai pengaruh terbesar yang nantinya akan diajukan
sebagai saran ataupun bahan evaluasi untuk pihak Sky Parking dalam proses
pengelolaan parkir yang mereka terapkan.
Peneliti menggunakan pendekatan kuantitatif yang terdiri dari dua
metode, yaitu pengumpulan data dan analisis data. Metode yang pertama
yaitu pengumpulan data yang dilakukan dengan survei dan menyebarkan
kuesioner secara langsung maupun tidak langsung. Untuk penyebaran
kuesioner langsung dilakukan dengan mencari responden yang tepat dan
bertatap muka secara langsung dilakukan dengan mencari responden yang
tepat dan bertatap muka langsung ketika sedang menyebarkan kuesioner.
Lalu untuk penyebaran kuesioner secara tidak langsung yaitu dilakukan
dengan media sosial, yaitu melalui, email, whatsapp, line, instagram dan
lain lain dengan menggunakan google forms untuk pengisiannya. Data
diproses dari bulan April 2019 sampai dengan bulan Mei 2019.
Kemudian metode kedua yaitu analisis data yang dilakukan secara
statistik berdasarkan model yang diusulkan. Setelah data dari hasil
kuiseioner terkumpul, peneliti melakukan analisis outer model, inner model,
dan uji hipotesis dengan menggunakan tools SmartPLS versi 3.2.8, yang
selanjutnya membuat kesimpulan dan saran berdasarkan hipotesis yang
diajukan sebelumnya.
3.2 Populasi dan Sampel Penelitian
Populasi dalam penelitian ini adalah siapa saja yang menggunakan
jasa parkir pada Sky Parking dan membayar menggunakan mobile wallet
OVO. Jumlah pengguna mengacu pada kapasitas parkir secara total dari
delapan pusat perbelanjaan yang dikelola oleh Sky Parking yang ada di
Jakarta dan Tangerang yaitu Benton Junction, Lippo Kuningan, Lippo Mall
Kemang, Mall WTC Matahari, Metropolis Town Square, Pejaten Village,
Pluit Village, dan Tamini Square. Jumlah total kapasitas parkir pada delapan
pusat perbelanjaan tersebut adalah sebesar 19.460 kendaraan . Merujuk pada
jumlah populasi tersebut menggunakan rumus Slovin dengan tingkat
kesalahan 10% sehingga jumlah acuan dalam penelitian ini adalah sebanyak
100 pengguna. Selain itu menggunakan teori Hair et al., 2017 sampel yang
digunakan yaitu 10 kali dari jumlah panah yang diarahkan pada variabel
laten. Sehingga berdasarkan teori tersebut adalah 100 sampel dengan begitu
276 sampel yang didapatkan pada penelitian ini dapat dikatakan telah
memenuhi syarat
3.3 Metode Pengumpulan Data
3.3.1 Studi Pustaka
Metode ini dilakukan dengan cara mempelajari teori-teori ataupun
penelitian-penelitian sejenis dan buku-buku serta situs-situs penyedia
layanan yang berhubungan dengan objek serta mendukung sebagai dasar
dalam penelitian ini
3.3.2 Survei
Pada tahap ini peneliti melakukan survei dengan cara menyebarkan
kuesioner baik secara langsung maupun tidak langsung guna
mendapatkan data yang diinginkan. Penyebaran kuesioner secara
langsung dilakukan dengan bertatap muka langsung dengan responden.
Lalu untuk penyebaran kuesioner yang dilakukan secara tidak langsung
yaitu menggunakan media sosial seperti email, whatsapp, line, instagram
dan lain-lain dengan menggunakan google forms untuk pengisiannya.
Kemudian tahap berikutnya, semua kuesioner yang terkumpul akan
disaring dan diklasifikasikan dengan menggunakan software pengolah
angka MS.Excell 2016. Berdasarkan data tersebut peneliti berhasil
memperoleh 278 kuesioner. 20 kuesioner berasal dari penyebaran secara
langsung dan 258 sisanya berasal dari penyebaran secara tidak langsung.
Data kuesioner dapat dilihat langsung pada tabel 3.1 berikut.
Tabel 3. 1 Jumlah Data Kuesioner
Metode Penyebaran ∑ Valid ∑ Tidak Valid Keterangan
Langsung 20 0
Tidak Langsung 256 2 Redudansi input
pada google forms
Total 276 2
Saat peneliti melakukan penyebaran kuesioner secara langsung
terdapat beberapa data yang di dapatkan yaitu, 5 data pada WTC
Matahari, 3 data pada Metropolis Town Square, 3 data pada Lippo Mall
Kemang, 4 data pada Benton Junction, 3 data pada Pluit Village dan 2
data pada Lippo Kuningan.
3.4 Metode Analisis Data
3.4.1 Model Usulan dan Hipotesis Penelitian
Penelitian ini bertujuan untuk mengetahui pengaruh penerimaan
pengguna terhadap suatu sistem. Dalam hal ini sistem yang dimaksud adalah
sistem pembayaran parkir secara elektronik pada Sky Parking dengan
menggunakan mobile wallet OVO. Untuk mengetahui hal tersebut maka
akan dilakukan pengukuran penerimaan pembayaran elektronik tersebut.
Berdasarkan kajian teori dan penelitian sejenis, peneliti memutuskan
untuk menggunakan model Technology Acceptance Model (TAM) sebagai
model utama dalam penelitian ini karena berdasarkan penelitian
sebelumnya TAM menawarkan suatu penjelasan yang kuat dan sederhana
untuk penerimaan dan perilaku penggunanya dan pendekatan khusus untuk
mengatasi faktor-faktor yang mempengaruhi penggunaan sistem informasi.
Selain itu, peneliti menggunakan TAM yang telah dikembangkan
oleh Lai (2017) dimana pada penelitiannya tersebut membahas mengenai
penerimaan pengguna dalam pembayaran secara elektronik. Pada penelitian
tersebut tedapat lima variabel yang dipakai yaitu design, security, perceived
usefulness, perceived ease of use dan intention to use.
Security
Perceived Usefulness
Perceived Ease of Use
Intention to Use
H5
H3
H4
H6
H8
H7
Design
H1
H2
Gambar 3. 1 Model Penelitian Lai (2017)
Kemudian, peneliti memodifikasi model TAM tersebut dengan
menambahkan satu variabel yaitu subjective norm yang merupakan salah
satu variabel dari model Theory of Planned Behavior (TPB) (Ajzen, 1991).
Dalam penelitian Mathieson et al. (2001) dan Chen et al. (2009)menyatakan
bahwa TAM tidak memiliki pertimbangan yang cukup untuk mengevaluasi
dampak pengaruh sosial pada perilaku individu atau seseorang terhadap
penggunaan teknologi. Sehingga Chen et al. (2009) menyimpulkan bahwa
subjective norm merupakan indikator yang berpengaruh terhadap perceived
usefulnes. Oleh karena itu, peneliti memilih untuk menambahkan variabel
subjective norm ke dalam model penelitian usulan. Model usulan yang
digunakan dalam penelitian ini dapat dilihat pada gambar 3.1.
Security
Perceived Usefulness
Perceived Ease of Use
Intention to Use
Subjectiv Norm
H5
H3
H4
H6
H8
H7
H9
H10
Design
H1
H2
Gambar 3. 2 Model Penelitian Usulan
Berikut adalah penjelasan dari variabel-variabel yang membentuk model
penelitian usulan.
1. Design
Design pada penelitian ini meliputi desain dan fungsi dari
pembayaran elektronik yang dipakai sebagai metode pembayaran. Dalam
penelitian ini, design dapat didefinisikan sebagai tampilan dari mobile
wallet OVO sebagai aplikasi dalam pembayaran parkir pada Sky Parking.
Pada penelitian Davis (1989) mengidentifikasi bahwa fitur desain
mempengaruhi secara langsung terhadap perceived ease of use dan
perceived usefulness. Kemudian desain yang mudah dimengerti dapat
meningkatkan minat dalam menggunakan pembayaran elektronik
(Syzmanski & Hise, 2000).
Berdasarkan penjabaran diatas, diasumsikan bahwa design
berpengaruh terhadap perceived ease of use dan perceived usefulness
terkait kemudahan dalam desain yang mudah untuk digunakan.
Berdasarkan hal tersebut, peneliti mengambil hipotesis sebagai berikut :
H1 : Design (DES) berpengaruh positif terhadap Perceived Usefulness
(PU)
H2 : Design (DES) berpengaruh positif terhadap Perceived Ease of Use
(PEOU)
2. Security
Security atau keamanan dapat didefinisikan sebagai rasa terjaga
atau merasa aman dari bahaya. Dalam konteks penelitian ini security
meliputi tiga aspek yaitu reliability, safety dan privacy (Polatoglu &
Ekin, 2001). Karena pada dasarnya pembayaran elektronik tidak lagi
memakai uang tunai sebagai media pembayarannya sehingga pengguna
tidak takut untuk kehilangan uang yang mereka miliki. Dengan kemanan
yang pengguna rasakan tentunya akan membuat pengguna tersebut tetap
untuk memakai metode pembayaran elektronik tersebut (P C Lai, 2017).
Bedasarkan penjabaran diatas dapat disimpulkan bahwa
keamanan memberikan dampak positif terhadap persepsi manfaat dan
kemudahan penggunaan yang dirasakan, dan minat menggunakan. Oleh
karena itu peneliti mengambil hipotises sebagai berikut.
H3 : Security (SEC) berpengaruh positif terhadap Perceived Usefulness
(PU)
H4 : Security (SEC) berpengaruh positif terhadap Perceived Ease of Use
(PEOU)
H5 : Security (SEC) berpengaruh positif terhadap Intention to Use
(ITU)
3. Perceived Ease of Use
Perceived Ease of Use atau persepsi kemudahan didefinisikan
sebagai tingkat dimana seseorang percaya bahwa dengan menggunakan
sistem tersebut bebas atau dapat mengurangi waktu usaha yang mereka
keluarkan (Davis, 1989). Adapun pendapat dari Venkatesh (2003)
semakin mudah teknologi digunakan maka akan semakin bermanfaat
teknologi tersebut bagi penggunanya, sehingga dapat mempengaruhi
seseorang dalam minat menggunakan suatu teknologi. Kemudian
beberapa penelitian menyatakan bahwa perceived ease of use memiiki
kontribusi terhadap perceived usefulness (Venkatesh & Davis, 2000;
Belanche, Casaló, & Flavián, 2012)
Berdasarkan penjelasan di atas, maka dapat disimpulkan bahwa
persepsi kemudahan dalam menggunakan suatu teknologi,
mempengaruhi manfaat yang dirasakan dan juga mempengaruhi
keinginin seseorang untuk menggunakan suatu teknologi tersebut. Maka
dari itu, peneliti mengambil hipotesis sebagai berikut.
H6 : Perceived Ease of Use (PEOU) berpengaruh positif terhadap
Perceived Usefulness (PU)
H7 : Perceived Ease of Use (PEOU) berpengaruh positif terhadap
Intention to Use (ITU)
4. Perceived Usefulness
Perceived Usefulness atau persepsi kebermanfaatan dapat
didefinisikan sebagai ukuran kepercayaan dan keyakinan seseorang
bahwa dengan menggunakan suatu sistem ataupun teknologi akan
bermanfaat sehingga meningkatkan kinerja dari pekerjaan seseorang
tersebut (Davis et al., 1989).
Model TAM menyarankan bahwa niat perilaku seseorang pada
dasarnya bergantung pada dua faktor yaitu sikap dan juga persepsi
manfaat yang dirasakan (Davis et al., 1989). Maka dari itu hal tersebut
sama dengan hasil yang ditemukan oleh penelitian sebelumnya yang
mengemukakan bahwa perceived usefulness adalah salah satu faktor
yang penting pada TAM (Davis, 1993). Sehingga seseorang yang
memiliki keinginan dalam melakukan suatu perilaku meyakini bahwa
kinerja mereka akan meningkat jika menggunakan suatu teknologi
tertentu (Davis et al., 1989).
Berdasarkan penjelasan di atas, maka dapat di asusmsikan bahwa
manfaat yang dirasakan oleh pengguna dalam menggunakan suatu
teknologi akan mempengerahui niat mereka untuk menggunakannya.
Maka dari itu, peneliti mengambil hipotesis berikut.
H8 : Perceived Usefulness (PU) berpengaruh positif terhadap Intention
to Use (ITU)
5. Subjective Norm
Menurut Ajzen (1991), subjective norm (SN) mengacu pada suatu
tekanan sosial yang dirasakan oleh individu ataupun seseorang untuk
melakukan atau tidak melakukan suatu perilaku. Subjective norm disini
dapat diasumsikan sebagai seseorang yang cenderung tidak dapat
menghindari pengaruh tindakan oranglain terhadap keinginan individu
tersebut dalam mengadopsi atau tidak mengadopsi suatu teknologi.
Lalu Venkatesh & Davis (2000) mengidentifikasi bahwa model
dasar TAM memiliki beberapa keterbatasan untuk menjelaskan alasan
dimana seseorang akan merasakan manfaat dalam menggunakan suatu
sistem, maka mereka mengusulkan untuk menambahkan variabel
konstruk yaitu subjective norm yang mempengaruhi perceived usefulness
(Chuttur, 2009). Kemudian pada penelitian Park (2009) menyatakan
bahwa subjective norm merupakan indikator yang cukup berpengaruh
terhadap perceived usefulness.
H9 : Subjective Norm (SN) berpengaruh positif terhadap Perceived
Usefulness (PU)
H10 : Subjective Norm (SN) berpengaruh positif terhadap Intention to
Use (ITU)
6. Intention to Use
Intention to Use dapat diartikan sebagai kecenderungan individu
atau seseorang dalam menggunakan suatu teknologi (Davis et al., 1989).
Sudah dijelaskan sebelumnya bahwa keinginan atau minat pengguna
dalam menggunakan sebuah sistem dapat dipengaruhi oleh dua faktor
yaitu perceived usefulness dan percived ease of use (Davis et al., 1989)
begitu pula dengan subjective norm (Chen et al., 2009).
3.4.2 Indikator Penelitian
Tabel 3. 2 Indikator dari Variabel Penelitian
Variabel Indikator Sumber
Design
(DES)
No Repetitions
Lai, 2017
Simplified
Operations
Task Clarity
Multi-function
Security
(SEC)
Safety
Lai, 2017 Privacy
Confidentiality
Reliability
Perceived
Ease of
Use
(PEOU)
Mudah dipelajari
Davis,
1989
Jelas dan mudah
dimengerti
Fleksibel
Mudah digunakan
Perceived
Usefulness
(PU)
Mempercepat
Pekerjaan
Davis,
1989
Meningkatkan
Kinerja
Effectivness
Kebermanfaatan
Subjective
Norm
(SN)
Tekanan Sosial
Ajzen,
1991;
Fishbein &
Ajzen,
2005
Keyakinan
Normatif
Motivasi untuk
mengikuti
Dukungan
Lingkungan
Intention
to Use
(ITU)
Minat
Menggunakan
Davis et
al., 1989
Ketertarikan atas
pengembangan
teknologi
Menyarankan
pengguna teknologi
3.4.3 Pembuatan Kuesioner
Pada penelitian ini terdapat sejumlah pertanyaan yang dibuat
berdasarkan model TAM yang telah dimodifikasi. Pertanyaan-pertanyaan
disesuaikan dengan variabel-variabel yang terdapat dalam model TAM.
Berikut adalah format kuesioner penelitian yang ada.
Data Responden
A. Profil Responden
Jawablah dengan mengisi data diri atau memberikan tanda (√) pada
jabawan yang tersedia.
1. Jenis Kelamin : O Laki-laki O Perempuan
2. Usia : O ≥ 18 Tahun O 19-25 Tahun
O 26-35 Tahun O ≥ 36 Tahun
3. Pekerjaan : O Mahasiswa/Pelajar O PNS
O Pegawai Swasta O Wirausaha
O Lain-lain
4. Pendapatan Perbulan / Uang Saku :
O < Rp.1.000.000
O < Rp.1.000.000 – Rp.3.000.000
O < Rp.3.000.000 – Rp.5.000.000
O < Rp.5.000.000 – Rp.7.000.000
O > Rp.7.000.000
B. Pertanyaan Umum
1. Sudah berapa lama anda menggunakan internet?
O < 1 Tahun O 1-5 Tahun O 6-10 Tahun O > 10 Tahun
2. Apakah anda sudah pernah menggunakan mobile wallet OVO
sebagai alat pembayaran?
O Pernah O Tidak Pernah
3. Sudah berapa lama menggunakan mobile wallet OVO?
O < 1 Bulan O 1-4 Bulan O 4-8 Bulan
O 9-12 Bulan O > 12 Bulan
C. Variabel Kuesioner
Dalam pengisian kuesioner dibawah peneliti menggunakan skala likert
dari 1-7
Tabel 3. 3 Daftar Skala Likert pada Kuesioner
Jawaban Singkatan Nilai
STS Sangat Tidak Setuju 1
TS Tidak Setuju 2
ATS Agak Tidak Setuju 3
N Netral 4
AS Agak Setuju 5
S Setuju 6
SS Sangat Setuju 7
Tabel 3. 4 Daftar Kuesioner
No Pertanyaan STS TS ATS N AS S SS
Design
1 Dengan menggunakan Mobile wallet
OVO tidak terjadi pengulangan
pembayaran yang sama saat
melakukan pembayaran parkir
(pembayaran yang dilakukan dua
kali)
2 Mobile wallet OVO mudah di
operasikan untuk pembayaran parkir
3 Mobile wallet OVO memberikan
penjelasan yang baik dalam
pembayaran parkir
4 Mobile wallet OVO memiliki fungsi
lain selain sebagai alat pembayaran
parkir
Security
1 Mobile wallet OVO dapat digunakan
secara aman sebagai alat pembayaran
parkir
2 Mobile wallet OVO menjaga privasi
saya sebagai alat pembayaran parkir
3 Menggunakan mobile wallet OVO
saya merasa aman memberikan
identitas saya
4 Mobile wallet OVO dapat diandalkan
sebagai alat pembayaran parkir
Perceived Ease of Use
1 Mobile wallet OVO mudah untuk
dipelajari sebagai alat pembayaran
parkir
2 Mobile wallet OVO mudah dipahami
dengan baik sebagai alat pembayaran
parkir
3 Mobile wallet OVO membuat
pembayaran parkir menjadi lebih
fleksibel
4 Secara keseluruhan mobile wallet
OVO mudah digunakan sebagai alat
pembayaran parkir
Perceived Usefulness
1 Mobile wallet OVO dapat
menyelesaikan pembayaran parkir
dengan lebih cepat
2 Mobile wallet OVO meningkat
kinerja saya dalam melakukan
pembayaran parkir
3 Mobile wallet OVO meningkatkan
keefektifan saya dalam pembayaran
parkir
4 Keberadaan Mobile wallet OVO
sangat berguna bagi saya
Subjective Norm
1 Pihak pengelola parkir mengharuskan
saya menggunakan mobile wallet
OVO sebagai media pembayaran
parkir
2 Orang terdekat saya (seperti keluarga,
teman atau pasangan) menyarankan
untuk menggunakan mobile wallet
OVO
3 Saya mendapatkan motivasi untuk
menggunakan mobile wallet OVO
dari orang-orang yang menurut saya
penting
4 Lingkungan sekitar saya mendukung
untuk menggunakan mobile wallet
OVO
Intention to Use
1 Secara keseluruhan saya berniat
untuk terus menggunakan mobile
wallet OVO
2 Saya tertarik terhadap pengembangan
teknologi mobile wallet OVO untuk
menunjang pembayaran elektronik
3 Saya berniat menyarankan rekan saya
untuk menggunakan mobile wallet
OVO
3.5 Analisis Data dan Hasil Interpretasinya
Terdapat dua hasil analisis yaitu analisis demografi dan analisis statistik
inferensial. Pertama, peneliti melakukan hasil data demografis dengan
software Ms. Excell 2016 dengan mengelompokan data responden
berdasarkan usia, jenis kelamin, status pekerjaan, pendidikan terakhir,
pendapatan, pengetahuan mengenai keberadaan sistem dan pengalaman
menggunakan sistem. Selanjutnya dilakukan pengolahan data secara
inferential untuk menganalisa data dan menguji hipotesis pada penelitian ini
dengan pendekatan PLS-SEM menggunakan tools SmartPLS versi 3.2.8.
Kemudian tahap kedua yaitu dilakukan analisis statistik inferensial
menggunakan tools SmartPLS versi 3.2.8. Ada dua analisis yang harus
dilakukan dalam tahap ini, yaitu analisis measurement model outer model)
dan structural model (inner model). Measurement model (outer model)
dilakukan melalui proses pengujian validitas dan reliabilitas outer model
melalui indikator reliability, internal consistency reliability, convergent
validity, dan discriminant validity. Sedangkan pengujian struktural model
(inner model) melalui path ceofficient (β), coefficient of determination (𝑅2),
t-test melalui metode bootstrapping, effect size (f2), predictive relevance
(𝑄2), dan relative impact (𝑞2) menggunakan metode pengujian blindfolding
(Hair et al., 2017).
Lalu untuk interpresasi hasil akan dijelaskan secara lengkap pada Bab
IV dengan menjabarkan hasil analisis demografi responden,
menterjemahkan hasil analisis model secara statistik dengan
membandingkan dengan beberapa literatur terkait sebelumnya.
3.6 Kerangka Penelitian
Berikut ini adalah kerangka penelitian yang menjadi acuan untuk
melakukan penelitian
Latar Belakang
Pengujian Masalah
Mulai
Metode Pengumpulan Data
Metode Analisis Data
Selesai
Identifikasi Masalah
Penemuan Masalah
Batasan Masalah
Tujuan Penelitian
Studi Pustaka
Survei
Kesimpulan dan Saran
Model Usulan
Pengujian Dengan SmartPLS
Interpretasi Hasil
Analisis Outer Model
Analisis Inner Model
Hasil Analisis Demografis
Hasil Analisis Outer Model
Hasil Analisis Inner Model
Gambar 3. 3 Kerangka Penelitian
82
BAB IV
HASIL ANALISIS DAN INTERPRETASI
4.1 Sejarah Singkat PT Sky Parking Utama
PT Sky Parking Utama didirikan pada 25 Maret 2015 dan beralamat pada
Ruko Pinangsia Blok H No.20, Karawaci Office, Tangerang. Sky Parking
merupakan salah satu operator lahan parkir terbaik di Indonesia. Berawal dari
sebuah usaha sederhana, Sky Parking telah berkembang menjadi salah satu
perusahaan terkemuka di industri dengan mengutamakan profesionalisme dan
kesempurnaan produk sehingga menghasilkan kualitas yang tidak tersaingi dari
beragam aspek bisnis.
Sky Parking akan melakukan analisan mendalam terlebih dahulu agar dapat
memastikan penggunaan lahan parkir yang optimal. Kunjungan dengan jangka
waktu minimal satu (1) bulan sekali dilakukan untuk mendapatkan penilaian
atau penafsiran lengkap yang mencakup analisa volume kendaraan, strategi
mengurangi kemacetan dan rincian inventaris asset pemilik lahan. Keamanan
dan kenyamanan pelanggan adalah faktor utama dalam pengoperasian lahan
parkir. Sky Parking percaya bahwa rasa aman memegang peran lebih dari
sekedar kenyamanan, namun juga merupakan tanggung jawab moral demi
mencapai standar pelayanan tertinggi. Sky Parking akan memberikan rumusan
strategi khusus untuk menjamin efisiensi operasional seperti, perhitungan
jumlah lahan dan gerbang yang dibutuhkan, serta jumlah pegawai yang akan
melayani. Strategi harga akan ditetapkan berdasarkan optimalisasi pemasukan
(revenue) tanpa harus mengorbankan kenyamanan pelanggan.
83
Pelayanan yang diberikan Sky Parking meliputi penempatan rambu dan
petunjuk arah, fasilitas dan layanan parkir valet, desain seragam yang unik,
serta akses keluar-masuk kendaraan yang mudah. Penggunaan teknologi
termutakhir menjadikan Sky Parking mampu mencapai efektivitas operasional.
Sistem parkir otomatis, pembayaran menggunakan uang elektronik (mobile
wallet), sistem penyimpanan data yang aman dan stabil, serta pengaturan yang
terintegrasi merupakan beberapa contoh layanan teknologi yang ditawarkan
Sky Parking.
4.1.1 Visi dan Misi PT Sky Parking Utama
a. Visi
Menjadi perusahaan parkir termaju dan terkemuka dan mempunyai
reputasi baik di Asia melalui sumber daya manusia yang mempunyai
kompetensi tinggi.
b. Misi
Menjalankan bisnis parkir berdasarkan inovasi dan
menyelenggarakan prinsip-prinsip operasional terbaik,
Sumber daya manusia yang kompeten,
Memiliki hubungan keluar yang baik dengan semua pihak terkait.
84
4.1.2 Struktur Organisasi PT Sky Parking Utama
Gambar 4. 1 Struktur Organisasi PT. Sky Parking Utama (Sky Parking, 2015)
4.1.3 Pembagian Tugas dan Wewenang
1. Car Park Manager/CPM
a. Memimpin dan mengelola organisasi sesuai dengan peraturan yang ada
pada PT Sky Parking Utama,
b. Mengendalikan, mengatur, serta mengembangkan organisasi dalam
rangka mencapai tujuannya,
c. Mengadakan rapat guna membentuk kerja sama dengan bawahan.
2. Assistant Car Park Manager/ACPM
a. Sebagai wakil manajer dalam mewakili pengambilan keputusan jika
manajer berhalangan hadir atau sedang sibuk menghadiri rapat di tempat
lain,
b. Memberi pengaruh yang baik pada bawahannya,
85
c. Membuat jadwal kerja semua staff.
3. Staff Administrasi
a. Tugas administrasi sebagai pengelola keuangan didalam tempat kantor,
b. Membuat absensi untuk semua anggota struktur organisasi,
c. Menyiapkan voucher atau sticker yang akan dibagikan kepada semua
kasir Parking Payment System (PPS) sebagai kelengkapan dalam
penjualan epoint,
d. Menerima uuang setoran dari bawahannya setiap akhir shift,
e. Membuat rekapan setoran pembayaran parkir dan rekapan penjualan
epoint.
4. Supervisor/Pengawas
a. Mempunyai kuasa dan wewenang untuk mengeluarkan perintah kepada
rekan kerja bawahannya,
b. Memberi motivasi kerja kepada staff bawahannya dan memberikan
breaffing bersama staff setiap hari.
c. Seorang di dalam suatu organisasi yang bertanggung jawab terhadap
kelompok kerjanya,
d. Menyelesaikan masalah yang terjadi di lapangan dengan sebisa
mungkin tanpa harus melibatkan atasan tertinggi.
5. Staff Kasir
a. Seseorang yang bertugas untuk melayani pelanggan yang ingin
melakukan pembayaran dan dalam hal ini kasih melayani pelanggan
yang ingin membayar parkir,
b. Melayani dengan baik pelanggan yang ingin membeli epoint,
86
c. Menyerahkan setoran hasil kerjanya kepada admin dan membayar
langsung jika terdapat selisih kekurangan dalam jumlah nominal yang
di setorkan dengan jumlah rekapan dari komputer admin.
6. Staff Attendent
a. Seseorang yang bertugas jaga pada pintu keluar (gate) untuk membantu
pelanggan yang mengalami kesulitan,
b. Memberitahu dan menjelaskan ketentuan yang berlaku untuk bayar
denda di pintu keluar.
4.2 Analisis Demografis
4.2.1 Hasil Analisis Demografis
Pada tahap ini dilakukan dengan menganalisis jawaban
responden terhadap beberapa pertanyaan tentang profil responden,
penggunaan internet dan penggunaan mobile wallet OVO dalam
kuesioner yang sudah disebarkan sebelumnya, dengan begitu
menghasilkan informasi demografis terkait karakteristik responden
terhadap tingkat penerimaan mobile wallet OVO.
Peneliti berhasil memperoleh data responden sebanyak 276
responden dalam kurun waktu selama satu bulan (16 April 2019
sampai dengan 16 Mei 2019). Informasi demografis yang diperoleh
dari responden terbagi dalam beberapa karkteristik, yaitu meliputi
jenis kelamin, pekerjaan, pendapatan perbulan/uang saku,
pengalaman menggunakan internet dan pengalaman menggunakan
mobile wallet OVO. Berikut adalah hasil analisisnya.
87
Tabel 4. 1 Hasil Analisis Demografis
No Karakteristik Item Responden Presentase
1 Jenis Kelamin Perempuan 156 56,5%
Laki-Laki 120 43,5%
2 Usia
≥18 Tahun 10 3,6%
19-25 Tahun 214 77,5%
26-35 Tahun 35 12,7%
≥ 36 Tahun 17 6,2%
3 Pekerjaan
Mahasiswa/Pelajar 163 59,1%
Pegawai Swasta 64 23,2%
PNS 8 2,9%
Wirausaha 13 4,7%
Lain-Lain 28 10,1%
4
Pendapatan
Perbulan/Uang
Saku
< Rp.1.000.000 165 59,8%
Rp.1.000.000 - Rp.3.000.000 19 6,9%
Rp.3.000.000 - Rp.5.000.000 47 17,0%
Rp.5.000.000 - Rp.7.000.000 23 8,3%
> Rp.7.000.000 22 8,0%
5
Pengalaman
Menggunakan
Internet
< 1 Tahun 0 0,0%
1-5 Tahun 22 8,0%
6-10 Tahun 142 51,4%
> 10 Tahun 112 40,6%
6
Lama
Menggunakan
Mobile wallet OVO
< 1 Bulan 46 16,7%
1-4 Bulan 97 35,1%
4-8 Bulan 63 22,8%
9-12 Bulan 28 10,1%
>12 Bulan 42 15,2%
4.2.2 Interpretasi dan Pembahasan Hasil Analisis Data Demografis
Berdasarkan hasil analisis informasi demografis profil
responden, oleh karena itu dilakukan interpretasi dan pembahasan
mengenai hasil analisisnya sebagai berikut.
1. Jenis Kelamin
Dapat dilihat pada tabel 4.1 pada sub bab sebelumnya
mengenai jenis kelamin responden, dapat diketahui bahwa
88
sekitar 56,5% responden adalah perempuan, kemudian sisanya
yaitu sebanyak 45,5% adalah responden laki-laki. Hal tersebut
terjadi karena peneliti menemukan saat pelaksanaan penyebaran
kuesioner, perempuan cenderung lebih bersedia untuk mengisi
kuesioner tersebut dibandingkan dengan laki-laki.
Gambar 4. 2 Presentase Usia Responden
2. Usia
Dapat dilihat pada tabel 4.1 pada sub bab sebelumnya
mengenai usia responden, dapat diketahui responden dengan
rentang usia lebih dari sama dengan 18 Tahun sebanyak 3,6%,
kemudian rentang usia lebih dari sama dengan 36 Tahun
sebanyak 6,2%, lalu rentang usia 26 sampai dengan 35 tahun
sebanyak 12,7% dan terakhir rentang usia 19 sampai dengan 25
sebanyak 77,5%. Hal tersebut terjadi karena peneliti lebih
banyak memiliki relasi dengan rentang usia antara 19 sampai
dengan 25 tahun. Peneliti pun beranggapan pada usia tersebut
89
adalah usia produktif seseorang dalam menggunakan sebuah
teknologi.
Gambar 4. 3 Presentase Usia Responden
3. Status Pekerjaan
Dapat dilihat pada tabel 4.1 pada sub bab sebelumnya
mengenai status pekerjaan responden, dapat diketahui sebanyak
59,1% responden adalah mahasiswa atau pelajar, kemudian
23,2% responden adalah pegawai swasta, lalu 4,7% responden
adalah wirausaha, kemudian 2,9% responden adalah pegawai
negeri sipil (PNS), dan sisanya yaitu 10,1% responden adalah
status pekerjaan lain yang umum ada di Indonesia. Hal tersebut
terjadi karena status pekerjaan peneliti yaitu sebagai mahasiswa
sehingga mempunyai relasi lebih banyak terhadap mahasiswa
atau pelajar, dengan begitu responden didominasi oleh pelajar
atau mahasiswa.
90
Gambar 4. 4 Presentase Pekerjaan Responden
4. Pendapatan atau Uang Saku Perbulan
Dapat dilihat pada tabel 4.1 pada sub bab sebelumnya
mengenai pendapatan atau uang saku perbulan, dapat diketahui
sekitar 59,8% responden memiliki pendapatan atau uang saku
kurang dari Rp.1.000.000, kemudian 6,9% responden memiliki
pendapatan atau uang saku sekitar Rp.1.000.000 sampai dengan
Rp.3.000.000, lalu 17% responden memiliki pendapataan atau
uang saku sekitar Rp.3.000.000 sampai dengan Rp.5.000.000,
kemudian 8,3% responden memiliki pendapatan atau uang saku
sekitar Rp.5.000.000 sampai dengan Rp.7.000.000, dan terakhir
sisanya yaitu 8% responden memiliki pendapatan atau uang saku
lebih dari Rp.7.000.000 . Hal tersebut terjadi karena status
responden didominasi oleh mahasiswa atau pelajar, yang
memungkinkan mereka hanya mendapatkan pendapatan atau
91
uang saku perbulan yang diberikan oleh orang tua mereka
dengan kisaran pendapatn uang saku kurang dari Rp.1.000.000.
Gambar 4. 5 Presentase Pendapatan Responden
5. Pengalaman Menggunakan Internet
Dapat dilihat pada tabel 4.1 pada sub bab sebelumnya
mengenai pengalaman menggunakan internet, dapat diketahui
responden dengan lama menggunakan internet 1 sampai 5 tahun
sebanyak 8% responden, kemudian responden dengan lama
menggunakan internet 6 sampai 10 tahun sebanyak 51,4%
responden, dan responden dengan lama menggunakan internet
lebih dari 10 tahun sebanyak 40,6% responden. Hal tersebut
dapat terjadi karena internet sudah lama diimplementasikan di
Indonesia sekitar tahun 90-an.
92
Gambar 4. 6 Presentase Lama Menggunakan Internet Responden
6. Pengalaman Menggunakan Mobile wallet OVO
Dapat dilihat pada tabel 4.1 pada sub bab sebelumnya
mengenai pengalaman menggunakan mobile wallet OVO, dapat
diketahui sekitar16,7% responden menggunakan mobile wallet
OVO kurang dari 1 bulan, sekitar 35,1% responden
menggunakan mobile wallet OVO 1 sampai dengan 4 bulan,
sekitar 22,8% responden menggunakan mobile wallet OVO
selama 4 sampai dengan 8 bulan, sekitar 10,1% responden
menggunakan mobile wallet OVO selama 9 sampai dengan 12
bulan, dan sekitar 15,2% responden menggunakan mobile wallet
OVO lebih dari 12 bulan. Hal tersebut terjadi karena mobile
wallet mulai banyak digunakan oleh masyarakat Indonesia sejak
tahun 2017.
93
Gambar 4. 7 Presentase Lama Menggunakan Mobile Wallet OVO Responden
4.3 Analisis Pengukuran Model (Outer Model)
4.3.1 Hasil Analisis Pengukuran Model (Outer Model)
Pada tahap analisis pengukuran model atau outer model terdiri dari
empat tahap pengujian yaitu, individual item reliability, internal
consistency, average variance extracted dan discriminant validity (Hair et
al., 2017; Yamin & Kurniawan, 2011). Berikut adalah hasil analisis
pengukuran model yang dilakukan dalam empat tahap.
1. Individual Item Reliability
Pada tahap ini dilakukan pengujian dengan melihat nilai
outer loading yang menggambarkan besarnya korelasi antara
setiap item pengukuran dengan variabelnya. Outer loading dapat
diterima jika nilai outer loading diatas 0,7 (Yamin & Kurniawan,
2011). Kemudian dapat dikatakan cukup jika nilai outer loading
antara 0,5-0,6 (Ghozali, 2011). Setelah melakukan analisis
94
terhadap model penelitian, maka diperoleh outer loading yang
dapat dilihat pada tabel 4.2.
Dari hasil analisis tersebut dapat dilihat bahwa semua
indikator dinyatakan ideal karena nilai diatas 0,7, hanya terdapat
nilai yang dapat dikatakan cukup yaitu indikator SN1 dan masih
dapat dipertahankan, sehingga peneliti memutuskan tidak
adanya penghapusan indikator.
Tabel 4. 2 Hasil Outer Loading
DES SEC PEOU PU SN ITU
DES1 0,774
DES2 0,825 DES3 0,789
DES4 0,702 SEC1 0,834
SEC2 0,851 SEC3 0,713 SEC4 0,839
PEOU1 0,874
PEOU2 0,907
PEOU3 0,862
PEOU4 0,905
PU1 0,881
PU2 0,900
PU3 0,894
PU4 0,782
SN1 0,615
SN2 0,817 SN3 0,813 SN4 0,849
ITU1 0,911
ITU2 0,894
ITU3 0,880
95
Setelah hasil outer loading telah dilakukan, sehingga tidak
ada nilai yang kurang dari 0,6 oleh karena itu dapat dilanjutkan
ke pengujian untuk tahap berikutnya yaitu penguijan internal
consistency reliability.
2. Internal Consistency Reliability
Pada tahap ini dilakukan pengujian dengan melihat nilai dari
composite reliability (CR). Nilai composite reliability dapat
dikatakan diterima dengan nilai 0,6 hingga 0,7 dan dapat dikatakan
memuaskan dengan nilai 0,7 hingga 0,9 (M. Abdillah & Mustakini,
2015; Hair et al., 2017; Yamin & Kurniawan, 2011). Hasil pada
tahap ini dapat dilihat pada tabel 4.3.
Hasil pengujian tersebut dapat diketahui bahwa seluruh nilai
composite reliatbility memiliki nilai di atas 0,7 yang berarti semua
variabel dapat diterima dan valid.
Tabel 4. 3 Hasil Composite Reliability
Variabel Composite Reliability
Design (DES) 0,856
Security (SEC) 0,885
Perceived Ease of Use (PEOU) 0,937
Perceived Usefulness (PU) 0,923
Subjective Norm (SN) 0,859
Intention to Use (ITU) 0,923
3. Average Variance Extracted
Pada tahap ini dilakukan pengujian dengan melihta nilai average
variance extracted (AVE). Adapun nilai minimal AVE yaitu 0,5
96
yang menunjukan bahwa ukuran convergent validity yang baik
(Ghozali & Latan, 2014; Hair et al., 2017; Yamin & Kurniawan,
2011). Hasil pengujian AVE dapat dilihat pada tabel 4.4. Pada tabel
tersebut dapat dilihat bahwa semua nilai AVE pada setiap variabel
telah di atas nilai minimal yaitu 0,5, sehingga semua nilai AVE dapat
dikatakan diterima.
Tabel 4. 4 Hasil Average Variance Extracted (AVE)
Variabel Average Variance Extracted (AVE)
Design (DES) 0,599
Security (SEC) 0,658
Perceived Ease of Use (PEOU) 0,787
Perceived Usefulness (PU) 0,749
Subjective Norm (SN) 0,607
Intention to Use (ITU) 0,800
4. Discriminant Validity
Pada tahap ini dilakukan pengujian discriminant validity
dengan menggunakan dua metode. Pada metode yang pertama
yaitu cross loading dengan membandingkan nilai outer loading
indikator dengan variabelnya dan variabel pada blok lainnya,
dimana nilai antara indikator dengan variabelnya harus lebih
tinggi dari korelasi dengan variabel blok lainnya (Hair et al.,
2017). Pengujian dengan metode cross loading dapat dilihat
pada tabel 4.5.
Tabel 4. 5 Hasil Cross Loading
DES SEC PEOU PU SN ITU
DES1 0,774 0,552 0,574 0,551 0,384 0,465
DES2 0,825 0,564 0,646 0,573 0,262 0,334
DES3 0,789 0,597 0,587 0,557 0,269 0,410
97
DES4 0,702 0,454 0,503 0,493 0,244 0,424
SEC1 0,581 0,834 0,611 0,569 0,230 0,387
SEC2 0,596 0,851 0,535 0,517 0,275 0,345
SEC3 0,418 0,713 0,398 0,418 0,346 0,394
SEC4 0,649 0,839 0,706 0,653 0,312 0,486
PEOU1 0,671 0,665 0,874 0,678 0,423 0,518
PEOU2 0,670 0,631 0,907 0,668 0,312 0,486
PEOU3 0,649 0,601 0,862 0,738 0,318 0,532
PEOU4 0,669 0,628 0,905 0,762 0,335 0,509
PU1 0,606 0,595 0,742 0,881 0,339 0,476
PU2 0,628 0,610 0,697 0,900 0,431 0,522
PU3 0,660 0,589 0,746 0,894 0,417 0,506
PU4 0,537 0,551 0,592 0,782 0,396 0,652
SN1 0,180 0,229 0,255 0,284 0,615 0,337
SN2 0,308 0,255 0,332 0,334 0,817 0,471
SN3 0,331 0,344 0,308 0,383 0,813 0,441
SN4 0,325 0,274 0,322 0,413 0,849 0,562
ITU1 0,452 0,406 0,536 0,564 0,574 0,911
ITU2 0,514 0,512 0,524 0,585 0,465 0,894
ITU3 0,441 0,431 0,488 0,526 0,545 0,880
Lalu untuk metode kedua yaitu Fornell-Lacrker criterion
dengan membandingkan nilai AVE dengan kuadrat nilai korelasi
antar konstruk. Nilai akar AVE tersebut harus lebih tinggi daripada
korelasi antara konstruk dengan konstruk lainnya atau nilai AVE
tersebut harus lebih tinggi dari kuadrat korelasi antara konstruk
(Hair et al., 2017). Hasil dari metode Fornell-Lacrker criterion dapat
diihat pada tabel 4.6.
Tabel 4. 6 Nilai Fornell-Lacrker Criterion
DES SEC PEOU PU SN ITU
DES 0,774
SEC 0,703 0,703
PEOU 0,749 0,501 0,887
PU 0,703 0,712 0,803 0,866
98
SN 0,374 0,353 0,391 0,458 0,779
ITU 0,524 0,501 0,712 0,678 0,591 0,895
Dari keempat pengujian tersebut yang telah dilakukan pada analisis
pengukuran model (outer model) maka dapat diketahui bahwa keempat
pengujian yang telah dilakukan telah memenuhi standar dari setiap tahapan
dalam pengujian. Oleh karena itu dapat dikatakan bahwa model yang
digunakan pada penelitian ini memiliki karakteristik yang baik sesuai dengan
ketetapan dari setiap pengujian. Sehingga dari hasil tersebut dapat di
lanjutkan pada tahap pengujian model struktural (inner model).
4.3.2 Interpretasi dan Pembahasan Hasil Analisis Model
Pengukuran (Outer Model)
Berdasarkan hasil analisis model pengukuran (outer model), hasil akhir
dari analisis model pengukuran telah menunjukan bahwa penelitian ini telah
memenuhi syarat yang baik yaitu dengan mengacu pada nilai outer loading
di atas 0,7 atau berada diantara 0,6-0,7 dan nilai dari average variance
extracted (AVE) telah menunjukan lebih dari 0,5. Oleh karena itu hasil
analisis model pengukuran ini dapat dilanjutkan pada analisis struktur
model (inner model). Hasil pengukuran yang telah dilakukan pada analisis
model pengukuran (outer loading) secara ringkas dapat dilihat pada tabel
4.7.
99
Tabel 4. 7 Ringkasan Analisis Model Pengukuran (Outer Model)
Keterangan :
VAR : Variabel CR : Composite Reliability
IND : Indikator AVE : Average Variance Extracted
OL : Outer Loading
VAR IND OL Cross Loading
CR AVE DES SEC PEOU PU SN ITU
DES
DES1 0,774 0,774 0,552 0,574 0,551 0,384 0,465
0,856 0,599 DES2 0,825 0,825 0,564 0,646 0,573 0,262 0,334
DES3 0,789 0,789 0,597 0,587 0,557 0,269 0,410
DES4 0,702 0,702 0,454 0,503 0,493 0,244 0,424
SEC
SEC1 0,834 0,581 0,834 0,611 0,569 0,230 0,387
0,885 0,658 SEC2 0,851 0,596 0,851 0,535 0,517 0,275 0,345
SEC3 0,713 0,418 0,713 0,398 0,418 0,346 0,394
SEC4 0,839 0,649 0,839 0,706 0,653 0,312 0,486
PEOU
PEOU1 0,874 0,671 0,665 0,874 0,678 0,423 0,518
0,937 0,787 PEOU2 0,907 0,670 0,631 0,907 0,668 0,312 0,486
PEOU3 0,862 0,649 0,601 0,862 0,738 0,318 0,532
PEOU4 0,905 0,669 0,628 0,905 0,762 0,335 0,509
PU
PU1 0,881 0,606 0,595 0,742 0,881 0,339 0,476
0,923 0,749 PU2 0,900 0,628 0,610 0,697 0,900 0,431 0,522
PU3 0,894 0,660 0,589 0,746 0,894 0,417 0,506
PU4 0,782 0,537 0,551 0,592 0,782 0,396 0,652
SN
SN1 0,615 0,180 0,229 0,255 0,284 0,615 0,337
0,859 0,607 SN2 0,817 0,308 0,255 0,332 0,334 0,817 0,471
SN3 0,813 0,331 0,344 0,308 0,383 0,813 0,441
SN4 0,849 0,325 0,274 0,322 0,413 0,849 0,562
ITU
ITU1 0,911 0,452 0,406 0,536 0,564 0,574 0,911
0,923 0,8 ITU2 0,894 0,514 0,512 0,524 0,585 0,465 0,894
ITU3 0,880 0,441 0,431 0,488 0,526 0,545 0,880
100
4.4 Analisis Model Struktural (Inner Model)
4.4.1 Hasil Analisis Model Struktrual (Inner Model)
Pada analisis model struktural (inner model) terdapat enam tahap
pengujian, yaitu pengujian path coefficient (β), coefficient of determination
(R2), t-test dengan metode bootstraping, effect size (f2), predictive relevance
(Q2), dan relative impact (q2) (M. Abdillah & Mustakini, 2015; Hair et al.,
2017; Yamin & Kurniawan, 2011). Berikut adalah penjabaran dari setiap
pengujian yang dilakukan.
1. Uji Path Coefficient (β)
Pengujian pada tahap ini dilakukan dengan melihat nilai pada
path coefficient (β). Nilai path coefficient sendiri harus lebih dari 0,1 agar
dapat dikatakan memiliki pengaruh terhadap model tersebut (Hair et al.,
2017). Nilai path coefficient dapat dilihat pada tabel 4.8 berikut.
Tabel 4. 8 Hasil Uji Path Coefficient (β)
Hubungan antar Variabel Path Coefficient (β)
DES → PEOU 0,492
DES → PU 0,150
PEOU → ITU 0,158
PEOU → PU 0,533
PU → ITU 0,278
SEC → ITU 0,067
SEC → PEOU 0,365
SEC → PU 0,143
SN → ITU 0,378
SN → PU 0,143
Pada uji path coefficient kali ini hanya terdapat satu jalur yang
memiliki nilai di bawah 0,1 yaitu SEC ke ITU. Maka dengan begitu dapat
101
dikatakan semua jalur memiliki pengaruh yang signifikan kecuali jalur SEC
terhadap ITU. Untuk lebih jelas lagi dapat dilihat pada gambar berikut.
Gambar 4. 8 Hasil Uji Path Coefficient (β)
2. Coefficient of Determination (R2)
Pada tahap pengujian ini, nilai dari R2 digunakan untuk mengukur
tingkat variasi perubahan variabel independen terhadap variabel dependen
(Abdillah & Mustakini, 2015). Terdapat tiga klasifikasi batasan nilai R2
yaitu 0.67 sebagai substansial, 0.33 sebagai moderat, dan 0.19 sebagai
sebagai tingkat varian yang lemah (Yamin & Kurniawan, 2011). Nilai R2
pada penelitian ini dapat dilihat pada tabel 4.9 berikut.
Tabel 4. 9 Hasil Uji Coefficient of Determinant (R2)
Variabel R2 Keterangan
Intention to Use (ITU) 0,522 Moderat
Percieved Ease Of Use (PEOU) 0,629 Moderat
Percieved Usefulness (PU) 0,696 Substansial
102
Pada tabel R2 di atas dapat diketahui bahwa semua nilai dari R2 pada
penelitian ini Intention to Use (ITU) dan Perceived Ease of Use (PEOU)
diklasifikasikan sebagai moderat, kemudian Perceived Usefulness
diklasfikasikan sebagai substansial.
3. T-test atau T-statistic
Pada tahap ini dilakukan pengujian T-test atau T-statistic yang
dilakukan dengan metode bootstrapping dengan uji one-tailed dimana
tingkat signifikan yang digunakan yaitu 5% dimana nilai dari t-test harus
lebih besar dari 1,96 (Hair et al., 2017; Yamin & Kurniawan, 2011). Hasil
nilai T-test dan p value pada penelitian ini dapat dilihat pada tabel 4.10
berikut.
Tabel 4. 10 Hasil Uji T-test atau T-statistic
Hubungan antar Variabel T Statistics (|O/STDEV|)
DES → PEOU 8,124
DES → PU 2,163
PEOU → ITU 1,820
PEOU → PU 8,774
PU → ITU 3,004
SEC → ITU 1,013
SEC → PEOU 5,648
SEC → PU 2,415
SN → ITU 7,067
SN → PU 3,447
Berdasarkan tabel 4.10 diatas, dapat diketahui bahwa terdapat dua jalur
atau hipotesis yang ditolak karena nilai t-test menunjukan di bawah 1,96
yaitu PEOU → ITU (1,820) dan SEC → ITU (1,013), sedangkan untuk
delapan hipotesis lainnya diterima. Lalu dilihat dari nilai p value, dari
delapan hipotesis yang diterima, enam hipotesis dapat dikatakan memiliki
103
tingkat singnifikansi 1% dan dua hipotesis lainnya memiliki tingkat
signifikansi 5%.
Gambar 4. 9 Hasil Uji T-test atau T-statistic
Setelah dilakukan uji t-test dan terdapat dua hipotesa yang ditolak maka model
penelitian yang diajukan untuk penelitian selanjutnya mengenai mobile wallet
OVO, dimana terdapat dua hipotesa yang di hapus yaitu SEC → ITU dan PEOU →
ITU seperti pada gambar 4.10 di bawah ini.
Security
Perceived Usefulness
Perceived Ease of Use Intention to Use
Subjectiv Norm
H3
H4
H5
H6
H7
H8
DesignH1
H2
Gambar 4. 10 Model Usulan Penelitian Mobile Wallet OVO
104
4. Effect Size (f2)
Pada tahap pengujian ini, menghitung nilai effect size agar dapat
memprediksi pengaruh dari variabel tertentu terhadap variabel lainnya
dalam struktur model. Adapun ambang batas nilai effect size yaitu, sekitar
0.02 untuk pengaruh kecil, 0.15 untuk pengaruh menengah dan 0.35 untuk
pengaruh yang besar (Hair et al., 2017; Yamin & Kurniawan, 2011). Hasil
perhitungan effect size dapat dilihat pada tabel berikut.
Tabel 4. 11 Hasil Analisis Effect Size (f2)
Hipotesis f2 Analisis f2
Hip. Hubungan antar Variabel R2-in R2-ex ∑R2
H1 DES → PU 0.696 0.688 0.026 Kecil
H2 DES → PEOU 0.629 0.506 0.331 Menengah
H3 SEC → PU 0.696 0.688 0.026 Kecil
H4 SEC → PEOU 0.629 0.561 0.183 Menengah
H5 SEC → ITU 0.522 0.520 0.004 Kecil
H6 PEOU → PU 0.696 0.592 0.342 Besar
H7 PEOU → ITU 0.522 0.516 0.012 Kecil
H8 PU → ITU 0.522 0.499 0.048 Kecil
H9 SN → PU 0.696 0.679 0.055 Kecil
H10 SN → ITU 0.522 0.410 0.234 Menengah
Berdasarkan tabel 4.11 di atas, dapat diketahui bahwa terdapat dua
hubungan antar variabel yang memiliki pengaruh besar yaitu PEOU → PU,
lalu ada pula hubungan antar variabel yang memiliki pengaruh menengah
yaitu DES → PEOU, SEC → PEOU dan SN → ITU. Selain itu, enam
hubungan antar variabel lainnya hanya memiliki pengaruh kecil.
5. Predictive Relevance (Q2)
Pada tahap pengujian ini dilakukan dengan blindfolding agar dapat
memberikan bukti bahwa variabel tertentu yang digunakan pada model yang
105
dibuat mempunyai keterkaitan prediktif (predictive relevance) dengan
variabel lainnya pada model tersebut dengan nilai ambang batas pengukuran
di atas nol.
Tabel 4. 12 Hasil Uji Predictive Relevance (Q2)
Variabel Q2
Intention to Use (ITU) 0.393
Percieved Ease Of Use (PEOU) 0.465
Percieved Usefullness (PU) 0.489
Berdasarkan tabel 4.12 diatas, maka dapat diketahui bahwa adanya
keterkaitan setiap variabel karena memiliki nilai predictive relevance diatas
0.
6. Relative Impact (q2)
Pada tahap pengujian relative impact menggunakan metode
blindfolding agar dapat mengukur relatif dari pengaruh sebuah keterkaitan
antara prediktif sebubah variabel tertentu dengan variabel lainnya yang
memiliki nilai sebesar 0.02 untuk pengaruh kecil, 0.15 untuk pengaruh
sedang dan 0.35 untuk pengaruh besar (Hair et al., 2017; Yamin &
Kurniawan, 2011).
Tabel 4. 13 Hasil Uji Relative Impact (q2)
Hipotesis q2 Analisis q2
Hip. Hubungan antar Variabel Q2-in Q2-ex ∑Q2
H1 DES → PU 0.489 0.484 0.009 Kecil
H2 DES → PEOU 0.465 0.375 0.168 Sedang
H3 SEC → PU 0.489 0.483 0.001 Kecil
H4 SEC → PEOU 0.465 0.416 0.091 Kecil
H5 SEC → ITU 0.393 0.392 0.001 Kecil
H6 PEOU → PU 0.489 0.414 0.146 Sedang
H7 PEOU → ITU 0.393 0.389 0.006 Kecil
106
H8 PU → ITU 0.393 0.377 0.026 Kecil
H9 SN → PU 0.489 0.479 0.019 Kecil
H10 SN → ITU 0.393 0.308 0.140 Kecil
Bedasarkan tabel 4.13 diatas dapat diketahui bahwa terdapat dua hubungan
antar variabel yang memiliki pengaruh sedang yaitu DES → PEOU dan PEOU →
PU, namun ke delapan hubungan antar variabel lainnya hanya memiliki pengaruh
yang kecil.
107
Tabel 4. 14 Ringkasan Analisis Model Struktural (Inner Model)
Keterangan :
(β) : Path Coefficient Sign : Signifikan k : Kecil
R2 : Coefficient of Determinant Insign : Tidak Signifikan m : Menengah
f2 : Effect Size M : Moderat b : Besar
Q2 : Predictive Relevance S : Substansial
q2 : Relative Impact PR : Predictive Relevan
Hipotesis (β) T-test
P
Value R2
f2 Q2 Analisis
Hip. Jalur R2-in R2-ex R2 Q2-in Q2-ex Q2 (β) t-test R2 f2 Q2 q2
H1 DES → PU 0.150 2.163 0.015 0.696 0.696 0.688 0.026 0.489 0.484 0.009 Sign Diterima S k PR k
H2 DES → PEOU 0.492 8.124 0.000 0.629 0.629 0.506 0.331 0.465 0.375 0.168 Sign Diterima M m PR m
H3 SEC → PU 0.143 2.145 0.008 0.696 0.696 0.688 0.026 0.489 0.483 0.001 Sign Diterima S k PR k
H4 SEC → PEOU 0.365 5.648 0.000 0.629 0.629 0.561 0.183 0.465 0.416 0.091 Sign Diterima M m PR k
H5 SEC → ITU 0.067 1.013 0.156 0.522 0.522 0.520 0.004 0.393 0.392 0.001 Insign Ditolak M k PR k
H6 PEOU → PU 0.533 8.774 0.000 0.696 0.696 0.592 0.342 0.489 0.414 0.146 Sign Diterima S b PR m
H7 PEOU → ITU 0.158 1.820 0.034 0.522 0.522 0.516 0.012 0.393 0.389 0.006 Sign Ditolak M k PR k
H8 PU → ITU 0.278 3.004 0.001 0.522 0.522 0.499 0.048 0.393 0.377 0.026 Sign Diterima M k PR k
H9 SN → PU 0.143 3.447 0.000 0.696 0.696 0.679 0.055 0.489 0.479 0.019 Sign Diterima S k PR k
H10 SN → ITU 0.378 7.067 0.000 0.522 0.522 0.410 0.234 0.393 0.308 0.140 Sign Diterima M m PR k
108
4.4.2 Interpretasi dan Pembahasan Hasil Analisis Model Struktural
(Inner Model)
Pada bagian ini peneliti akan menjabarkan bagian interpretasi dan
pembahasan mengenai analisis struktural model (inner model) berdasarkan
enam tahap yang dilakukan sebelumnya, yaitu path coefficient (β),
coefficient of determinant (R2), t-test dengan metode bootstraping, effect
size (f2), predictive relevance (Q2), dan relative impact (q2). Berikut
merupakan penjabaran peneliti dengan mengikuti hipotesis-hipotesis yang
telah dirumuskan pada bab 3 pada penelitian ini.
H1 Apakah Design (DES) berpengaruh secara positif terhadap
Perceived Usefulness (PU)?
Berdasarkan hasil analisis struktural model, bahwa dapat diketahui
bahwa design (DES) terhadap perceived usefulness (PU) memiliki nilai
path coefficient di atas 0,1 yaitu 0,150, dengan begitu dapat dikatakan
bahwa DES → PU memiliki pengaruh yang signifikan. Selain itu nilai t-
test dari hipotesis tersebut sebesar 2,163 yang menunjukan bahwa
hipotesis tersebut diterima.
Dengan demikian dapat dikatakan bahwa design (DES) berpengaruh
positif terhadap perceived usefulness (PU) yang sejalan dengan
penelitian yang dilakukan sebelumnya oleh Ahn, Ryu, & Han (2004) dan
Lai (2017). Berdasarkan hasil pembahasan dari hipotesis H1 di atas
mengenai pengaruh design (DES) terdadap perceived usefulness (PU),
maka dapat disimpulkan bahwa pengguna parkir Sky Parking berasumsi
109
bahwa dengan menggunakan mobile wallet OVO yang di desain dengan
baik maka akan dirasakan manfaatnya dari aplikasi tersebut.
H2 Apakah Design (DES) berpengaruh secara positif terhadap
Perceived Ease of Use (PEOU)?
Berdasarkan hasil analisis stuktural model, dapat diketahui bahwa
nilai t-test design (DES) terhadap perceived ease of use (PEOU) di atas
1,96 yaitu 8,124 yang menyatakan bahwa H2 tersebut diterima. Selain
itu di dukung dengan nilai path coefficient di atas 0,1 yaitu 0,492
sehingga dapat dikatakan bahwa DES → PEOU mempunyai hubungan
yang signifikan.
Hal tersebut dapat disimpulkan bahwa dengan desain suatu aplikasi
yang mudah dimengerti maka mempengaruhi kemudahan penggunaan
aplikasi tersebut. Dengan demikian dapat dikatakan bahwa design (DES)
berpengaruh positif terhadap perceived ease of use (PEOU) yang sesuai
dengan penelitian sebelumnya dilakukan oleh Ahn et al. (2004) dan Lai
(2017).
H3 Apakah Security (SEC) berpengaruh secara positif terhadap
Perceived Usefulness (PU)?
Berdasarkan hasil analisis struktural model, dapat diketahui bahwa
nilai path coefficient dari security (SEC) terhadap perceived usefulness
(PU) mempunyai nilai yang signifikan diatas 0,1 yaitu 0,143, selain itu
nilai t-test pun menyatakan bahwa H3 diterima dengan nilai diatas 1,97
yaitu 2,415.
110
Maka dari itu dapat dikatakan bahwa hipotesis security (SEC)
berpengaruh positif terhadap perceived usefulness (PU) sesuai dengan
penelitian yang dilakukan sebelumnya oleh Lai (2017).
H4 Apakah Security (SEC) berpengaruh secara positif terhadap
Perceived Ease of Use (PEOU)?
Berdasarkan hasil analisis struktural model, dapat diketahui bahwa
nilai t-test dari security (SEC) terhadap perceived ease of use (PEOU)
yaitu 5,648 yang menyatakan bahwa H4 dikatakan diterima. Selain itu
hal tersebut didukung dengan nilai path coefficient diatas 0,1 yaitu 0,365
sehingga dapat dikatakan bahwa hubungan antara SEC → PEOU adalah
signifikan.
Dengan demikian bahwa hipotesis security (SEC) berpengaruh
positif terhadap perceived ease of use (PEOU) yang sesuai dengan
penelitian sebelumnya yang dilakukan oleh Lai (2017).
H5 Apakah Security (SEC) berpengaruh secara positif terhadap
Intention to Use (ITU)?
Berdasarkan hasil analisis struktural model, dapat diketahui bahwa
security (SEC) terhadap intention to use (ITU) mempunyai nilai t-test di
bawah 1,96 yaitu 1,013 dan nilai path coefficient di bawah 0,1 yaitu 0,067
maka dapat dikatakan bahwa SEC → ITU mempunyai pengaruh yang
tidak signifikan dan ditolak. Selain itu f2 dan q2 pun menunjukan
pengaruh yang kecil untuk jalur hipotesa tersebut.
Maka dengan begitu dapat dikatakan bahwa security (SEC) tidak
mempunyai pengaruh yang positif terhadap intention to use (ITU) yang
111
sesuai dengan hipotesis sebelumnya yang dilakukan oleh Yendra, Brasit,
Jusni, & Nursyamsi (2017) dan Hole, Moen, & Tjostheim (2006)
Kemungkinan mengapa H5 ditolak dan tidak signifikan, yaitu
pengaruh security (SEC) terhadap intention to use (ITU) telah dimediasi
oleh variabel perceived usefulness (PU). Maka buka berarti variabel SEC
tidak mempunyai pengaruh terhadap ITU, namun SEC tidak secara
langsung mempengaruhi ITU melaikan melalui mediasi PU. Hal tersebut
merupakan sebagai efek tidak langsung (Mustakini, 2008).
Kemungkinan kedua menurut Yendra et al. (2017), kelompok usia
18 sampai 40 tahun merupakan kelompok dewasa muda yang merupakan
fase transisi dalam peran fisik, kognitif maupun sosial, sehingga tidak
langsung percaya terhadap keamanan yang dirasakannya pada saat
penggunaan sistem. Lalu responden yang mendominasi pada penelitian
ini yaitu pada usia 19 sampai 25 tahun yang masuk pada kelompok
dewasa muda. Maka dari adanya tambahan penggunaan kode khusus atau
pin saat melakukan pembayaran parkir diperlukan.
H6 Apakah Perceived Ease of Use (PEOU) berpengaruh secara positif
terhadap Perceived Usefulness (PU)?
Berdasarkan hasil analisis struktural model, maka dapat diketahui
bahwa t-test untuk hipotesis PEOU → PU sebesar 8,774 maka hipotesis
tersebut diterima. Selain itu, nilai path coefficient pada hipotesis tersebut
memiliki hubungan yang signifikan dengan nilai 0,533.
Maka hasil hipotesis ini sejalan dengan penelitian yang telah
dilakukan sebelumnya yang menyatakan bahwa perceived ease of use
112
(PEOU) memiliki pengaruh terhadap perceived usefulness (PU) (Jones,
Mccarthy, & Halawi, 2010; Lai, 2017)
H7 Apakah Perceived Ease of Use (PEOU) berpengaruh secara positif
terhadap Intention to Use (ITU)?
Berdasarkan hasil analisis stuktural model, dapat diketahui bahwa
hubungan antara perceived ease of use (PEOU) terhadap intention to use
(ITU) tidak memiliki pengaruh. Nilai t-test untuk PEOU → ITU 1,820
sehingga H7 dapat dikatakan ditolak.
Hal ini berbeda dengan hipotesis awal yang diajukan. Dengan kata
lain kemudahaan pengunaan suatu teknologi oleh individu tidak secara
langsung dalam mempengaruhi niat menggunakan suatu teknologi
tersebut. Hipotesis tersebut sejalan dengan penelitian yang dilakukan
sebelumnya yang menyatakan bahwa perceived ease of use (PEOU)
terhadap intention to use (ITU) tidak memiliki pengaruh (Jones et al.,
2010; Kanchanatanee et al., 2014).
Belum adanya pemberitahuan secara berkala setelah melakukan
scan barcode untuk melakukan pembayaran parkir, sehingga pengguna
merasa sulit ketika tidak mengingat harus tepat pada waktu berapa keluar
pada tempat parkir tersebut.
H8 Apakah Perceived Usefulness (PU) berpengaruh secara positif
terhadap Intention to Use (ITU)?
Berdasarkan hasil analisis struktural model, dapat diketahui bahwa H8
perngaruh perceived usefulness (PU) terhadap intention to use (ITU)
diterima, dengan nilai t-test 3,004. Selain itu, nilai path coefficient sebesar
113
0,278 yang menandakan bahwa PU → ITU memiliki hubungan yang
signifikan.
Maka dapat disimpulkan bahwa penilaian individu terdapat manfaat yang
dirasakan (perceived usefulness) mengenai penggunaan suatu teknologi
akan mempengaruhi minat individu tersebut untuk menggunakan atau
menerima sistem tersebut (intention to use). Hipotesis ini pun sejalan
dengan penelitian sebelumnya yang menyatakan bahwa perceived
usefulness (PU) memiliki pengaruh terhadap intention to use (ITU) (Kim &
Lee, 2017; Lai, 2017)
H9 Apakah Subjective Norm (SN) berpengaruh secara positif terhadap
Perceived Usefulness (PU)?
Berdasarkan hasil analisis struktural model, dapat diketahui bahwa
nilai t-test untuk subjective norm (SN) terhadap perceived usefulness
(PU) sebesar 3,447 yang menyatakan bahwa H9 diterima. Selain itu, nilai
path coefficient sebesar 0,143 yang menyatakan bahwa hubungan antara
SN → PU signifikan. Maka dapat dikatakan bahwa norma subjektif
mempngaruhi timbulnya manfaat yang dirasakan oleh invididu saat
mereka menggunakan suatu teknologi.
Hasil dari hipotesis ini sejalan dengan penelitian yang sudah
dilakukan sebelumnya, yang menyatakan bahwa subjective norm (SN)
memiliki pengaruh terhadap perceived usefulness (PU) (Chen & Adams,
2014; Park, 2009).
Adanya informasi yang diperoleh dari komunikasi individu satu ke
individu lainnya secara lisan memiliki pengaruh terhadap manfaat yang
114
dirasakan oleh individu tersebut setelah menggunakan teknologi, maka
dapat dikatakan bahwa tekanan sosial dari lingkungan individu
mempengaruhi penilaian manfaat dari penggunaan suatu teknologi (Liao,
Chen, & Yen, 2007).
H10 Apakah Subjective Norm (SN) berpengaruh secara positif
terhadap Intention to Use (ITU)?
Berdasarkan hasil analisis struktrural model, dapat diketahui bahwa
subjective norm (SN) memiliki pengaruh terhadap intention to use (ITU)
yang menyatakan bahwa H10 diterima. Hal tersebut didukung dengan
nilai t-test SN → ITU 7,067 dan juga nilai path coefficient 0,378. Maka
dapat dikatakan bahwa norma subjektif memiliki pengaruh terhadap
sebuah penggunaan teknologi.
Adanya tekanan sosial dari lingkungan individu dapat memberikan
pengaruh dalam menggunakan suatu teknologi. Hasil dari hipotesis ini
sejalan dengan penelitian yang dilakukan sebelumnya yang menyatakan
bahwa subjective norm (SN) memiliki pengaruh terhadap intention to use
(ITU) (Lee, 2009; Park, 2009). Peneliti berasumsi bahwa adanya
dukungan dari pihak Sky Parking untuk mempemudah pembayaran
parkir menggunakan mobile wallet OVO dapat mempengaruhi niat
individu untuk menggunakan teknologi tersebut.
115
BAB V
PENUTUP
5.1 Kesimpulan
Berdasarkan hasil pembahasan analisis mengenai tingkat penerimaan
pengguna parkir pada Sky Parking dengan menggunakan mobile wallet
OVO, maka dapat disimpulkan bahwa :
1. Berdasarkan hasil hipotesis dapat diketahui bahwa pengguna merasa
lebih efektif menggunakan mobile wallet OVO sebagai alat pembayaran
parkir, hal tersebut dapat dilihat dari diterimanya indikator PU3
mengenai efektifitas yang dirasakan dalam menggunakan mobile wallet
OVO sebagai alat pembayaran parkir. Namun pengguna belum merasa
aman dalam menggunakan mobile wallet OVO karena di tolaknya
security (keamanan) terhadap intention to use (minat menggunakan).
2. Terdapat dua hipotesis yang ditolak yaitu security dan intention to use
(SEC → ITU) serta perceived ease of use dan intention to use (PEOU
→ ITU). Alasan SEC → ITU ditolak karena nilai t-test yang dibawah
ambang batas yaitu 1.013 , lalu kemungkinan PEOU → ITU ditolak
karena nilai t-test dibawah ambang batas yaitu 1.820 .
3. Hipotesis SEC → ITU ditolak karena pengguna dari penelitian ini rata-
rata memiliki usia pada rentang usia 19 sampai dengan 25 tahun
sehingga masih belum merasa yakin bahwa data pengguna yang dipakai
akan aman untuk melakukan pembayaran parkir, sehingga adanya kode
khusus atau pin di perlukan saat melakukan pembayaran parkir. Lalu
116
PEOU → ITU ditolak karena masih belum adanya pemberitahuan secara
berkala agar pengguna harus keluar dari tempat parkir tersebut setelah
30 menit melakukan scan barcode.
4. Faktor-faktor yang mempengaruhi penerimaan mobile wallet OVO
sebagai alat pembayaran yaitu manfaat yang dirasakan (perceived
usefulness) dan faktor lingkungan pengguna (subjective norm) disusul
dengan desain (design).
5. Perceived Ease of Use terhadap Perceived Usefulness merupakan
hipotesis yang memiliki pengaruh paling besar pada penelitian ini,
disusul dengan Design terhadap Perceived Ease of Use.
6. Perempuan merupakan jenis kelamin yang mendominasi dalam
penggunaan mobile wallet OVO sebanyak 56.5% pada penelitian ini.
Kemudian rentang umum pengguna mobile wallet OVO yang
mendominasi pada usia 19 sampai dengan 25 tahun sebanyak 77.5%.
Lalu pekerjaan yang mendominasi menjadi responden pengguna mobile
wallet OVO pada penelitian ini yaitu mahasiswa/pelajar sebanyak
59.1%.
5.2 Saran
Berdasarkan hasil penelitian yang telah dilakukan, peneliti memiliki
beberapa saran yang mungkin dapat dipertimbangkan baik untuk penelitian
selanjutnya maupun instansi terkait, yaitu sebagai berikut :
1. Bagi peneliti selanjutnya, khususnya yang tertarik dengan penelitian
sejenis diharapkan untuk mempertimbangkan hal berikut :
117
a. Memperluas populasi dengan mengambil sampel populasi diluar
DKI Jakarta dan Tangerang yang menggunakan mobile wallet OVO
sebagai alat pembayaran parkir pada Sky Parking.
b. Mungkin dapat dilakukan penelitian mengenai tingkat kepuasan
perngguna terhadap penggunaan mobile wallet OVO sebagai alat
pembayaran parkir.
c. Menggunakan metode kualitatif dengan responden para expert
dipihak Sky Parking maupun mobile wallet OVO.
2. Bagi pihak Sky Parking, agar dapat terus menyelesaikan hambatan
dalam penerapan mobile wallet OVO, diharapkan pihak Sky parking
dapat memperhatikan hal berikut :
a. Subjective Norm pada penelitian ini mempengaruhi niat
menggunakan (intention to use) mobile wallet OVO sebagai alat
pembayaran parkir. Oleh karena itu pihak sky parking harus terus
memberikan arahan dan mengajak kepada pengguna parkir agar
tetap untuk menggunakan mobile wallet OVO sebagai alat
pembayaran parkir seperti membuat spanduk mengenai prosedur
mudahnya menggunakan mobile wallet OVO sebagai alat
pembayaran parkir.
b. Masih kurang maksimalnya kemudahan yang dirasakan oleh
pengguna, maka diperlukan peningkatan kemudahan dalam
penggunaan mobile wallet OVO, seperti dengan menambahkan fitur
scan secara langsung melalui aplikasi tanpa menggunakan kertas.
118
DAFTAR PUSTAKA
Abdillah, M., & Mustakini, J. H. (2015). Partial Least Suare (PLS) Alternatif
Structural Euation Modeling (SEM) dalam Penelitian Bisnis. Yogyakarta:
Andi.
Abdillah, W., & Jogiyanto, H. (2015). Partial Least Square (PLS) : alternatif
Structural Equation Modeling (SEM) dalam Penelitian Bisnis. Yogyakarta:
Andi.
Abubakar, I. (1998). Pedoman Perencanaan dan Pengoperasian Fasilitas Parkir.
Jakarta: Direktorat Jendral Perhubungan Darat Bina Sistem Lalu Lintas dan
Angkutan Kota.
Ahn, T., Ryu, S., & Han, I. (2004). The impact of the online and offline features
on the user acceptance of Internet shopping malls. Electronic Commerce
Research and Applications, 3(4), 405–420.
https://doi.org/10.1016/j.elerap.2004.05.001
Ajzen, I. (1991). The Theory of Planned Behavior.
Ajzen, I. (2002). Perceived Behavioral Control , Self-Efficacy , Locus of Control ,
and the Theory of Planned Behavior1, 665–683.
Alaeddin, O., Altounjy, R., Zainudin, Z., & Kamarudin, F. (2018). From Physical
To Digital : Investigating Consumer, 17(2).
https://doi.org/10.17512/pjms.2018.17.2.02
Alwasilah. (1996). Glossary of educational Assessment Term. Jakarta: Ministry of
Education and Culture.
119
Amoroso, D. L., & Magnier-Watanabe, R. (2012). Building a Research Model for
Mobile Wallet Consumer Adoption : The Case of Mobile Suica in Japan,
7(1), 94–110. https://doi.org/10.4067/S0718-18762012000100008
APJII. (2017). Penetrasi dan Perilaku Pengguna Internet Indonesia 2017.
APJII. (2019). Jumlah Pengguna Internet di Indonesia. Retrieved July 31, 2019,
from https://tekno.kompas.com/read/2019/05/16/03260037/apjii-jumlah-
pengguna-internet-di-indonesia-tembus-171-juta-jiwa
Arikunto, S. (2006). Prosedur Penelitian : Suatu Pendekatan Praktik. Jakarta:
Rineka Cipta.
Badan Pusat Statistik. (2018). Proporsi Individu yang Menggunakan Internet
Menurut Media untuk Mengakses Internet. Retrieved from www.bps.go.id
Bank Indonesia. (2014). Bank Indonesia Mencanangkan Gerakan Nasional Non
Tunai. Retrieved January 29, 2019, from https://www.bi.go.id/id/ruang-
media/siaran-pers/pages/sp_165814.aspx
Bank Indonesia. (2016). Penyelenggaraan Pemrosesan Transaksi Pembayaran.
Retrieved from http://www.bi.go.id/id/peraturan/sistem-pembayaran
Belanche, D., Casaló, L. V, & Flavián, C. (2012). Integrating trust and personal
values into the Technology Acceptance Model : The case of e-government
services adoption, 15(4), 192–204.
https://doi.org/10.1016/j.cede.2012.04.004
Calongesi, J. S. (1995). Merancang Tes Untuk Menilai Prestasi Siswa. Bandung:
ITB.
120
Chen, J. J., & Adams, C. (2014). User Acceptance of Mobile Payments : A
Theoretical Model for Mobile Payments, (December).
Chen, S.-C., Chen, H.-H., & Chen, M.-F. (2009). Determinants of satisfaction and
continuance intention towards self-service technologies, 1822122.
https://doi.org/10.1108/02635570911002306
Chrismastianto, I. A. W. (2017). Analisis swot implementasi teknologi finansial
terhadap kualitas layanan perbankan di indonesia, 20(1), 133–144.
Chuttur, M. (2009). Overview of the Technology Acceptance Model : Origins ,
Developments and Future Directions, (January).
Davis, F. D. (1989). Perceived Usefulness , Perceived Ease of Use , and User
Acceptance of Information Technology, (October).
https://doi.org/10.2307/249008
Davis, F. D., Bagozzi, R. P., & Marshaw, P. R. (1989). User Acceptance of
Computer Technology : A Comparison of Two Theoretical Models User
Acceptance Of Computer Technology, (August).
https://doi.org/10.1287/mnsc.35.8.982
Dillon, A. (2001). User Acceptance of Information Technology. In W. Karwowski
(ed). Encyclopedia of Human Factors and Ergonomics. London: Taylor and
Francis.
Dillon, A., & Morris, M. G. (1996). User Acceptance of Information Technology:
Theories and Models. Annual Review of Information Science and
Technology, 31, 3–32.
121
Doan, N. (2014). Consumer Adoption In Mobile Wallet : A Study of Consumers in
Finland. Turku University of Applied Science.
Dorfleitner, G., Hornuf, L., Schmitt, M., & Weber, M. (2017). Definition of
FinTech and Description of the FinTech Industry. In Chapter 2.
Fatmawati, E. (2015). Technology Acceptance Model (TAM) Untuk Menganalisis
Penerimaan Terhadap Sistem Informasi Perpustakaan. Journal Iqra’, 09
No.01.
Fishbein, M. ., & Ajzen, I. (2010). Predicting and Changing Behavior: The
Reasoned Action Approach. Taylor & Francis.
Gani, E. S. (2019). Perjanjian Terapeutik Antara Dokter dan Pasien. Ponorogo:
Uwais Inspirasi Indonesia.
Ghozali. (2011). Structural Equation Modeling Metode Alternatif dengan Partial
Least Square. Semarang: Badan Penerbit Universitas Diponegoro.
Ghozali, I., & Latan, H. (2014). Partial Least Squares Konsep, Metode, dan
Aplikasi Menggunakan Program WarpPLS 4.0. Semarang: Badan Penerbit
Universitas Diponegoro.
Gunawan, H. (2019). Pengguna OVO Sudah Capai 115 Juta. Retrieved July 31,
2019, from https://investor.id/it-and-telecommunication/pengguna-ovo-
sudah-capai-115-juta
Guritno, S., Sudaryono, & Raharja, U. (2009). Theory and Application of IT
Research. Yogyakarta: Andi Offset.
Hair, J. F., Hult, T., Ringle, C., & Sarstedt, M. (2017). A Primer on Partial Least
122
Suares Structural Equation Modeling (PLS-SEM) (2nd Edition). United State
of Ameriga: SAGE Publications.
Hartono, J. (2007). Sistem Informasi Keperilakuan. Yogyakarta: Andi.
Hill, C. W. L. (1997). Establishing a standard : Competitive strategy and
technological standards in winner-take-all industries, 11(2).
Hole, K. J., Moen, V., & Tjostheim, T. (2006). Case study: Online banking
security. IEEE Security and Privacy, 4(2), 14–20.
https://doi.org/10.1109/MSP.2006.36
Jeong, B., & Yoon, T. E. (2013). An Empirical Investigation on Consumer
Acceptance of Mobile Banking Services, 2(1), 31–40.
https://doi.org/10.5430/bmr.v2n1p31
Jones, C. M., Mccarthy, R. V, & Halawi, L. (2010). Utilizing the Technology
Acceptance Model to Assess the Employee Adoption of Information Systems
Security Measures, 11.
Kadir, A. (2003). Pengenalan Sistem Informas. Yogyakarta: Andi.
Kadir, A., & Triwahyuni, T. (2003). Pengenalan Teknologi Informasi.
Yogyakarta: Andi.
Kanchanatanee, K., Suwanno, N., & Jarernvongrayab, A. (2014). Effects of
Attitude toward Using, Perceived Usefulness, Perceived Ease of Use and
Perceived Compatibility on Intention to Use E-Marketing. Journal of
Management Research, 6(3), 1. https://doi.org/10.5296/jmr.v6i3.5573
Khan, A. G. (2016). Electronic Commerce: A Study on Benefits and Challenges
123
in an Emerging Economy, 16(1).
Kim, Y., & Lee, H. S. (2017). Quality , Perceived Usefulness , User Satisfaction ,
and Intention to Use : An Empirical Study of Ubiquitous Personal Robot
Service, 10(11). https://doi.org/10.5539/ass.v10n11p1
Kusrini, M. K., & Koniyo, A. (2007). Tuntutan Praktis Membangun Sistem
Informasi Akuntansi dengan Visual Basic & Microsoft SQL Server.
Yogyakarta: Andi.
Lai, P C. (2017). Design and Security impact on consumers ’ intention to use
single platform E- payment, (June). https://doi.org/10.4036/iis.2016.R.05
Lai, Poey Chin, & Ariffin, A. Z. (2015). Perceived Enjoyment and Malaysian
Consumers’ Intention to Use a Single Platform E-Payment, 9.
Laudon, C. K., & Traver, G. C. (2012). E-Commerce 2012 : Business,
Technology, Society. Kendallville: Pearson.
Lee, M. C. (2009). Factors influencing the adoption of internet banking: An
integration of TAM and TPB with perceived risk and perceived benefit.
Electronic Commerce Research and Applications, 8(3), 130–141.
https://doi.org/10.1016/j.elerap.2008.11.006
Liao, C., Chen, J., & Yen, D. C. (2007). Theory of planning behavior ( TPB ) and
customer satisfaction in the continued use of e-service : An integrated model,
23, 2804–2822. https://doi.org/10.1016/j.chb.2006.05.006
Mathieson, K. (1991). Predicting User Intentions : Comparing the Technology
Acceptance Model with the Theory of Planned Behavior, (July).
124
https://doi.org/10.1287/isre.2.3.173
Mathieson, K., Peacock, E., & Chin, W. W. (2001). Extending the Technology
Acceptance Model : The Influence of Perceived User Resources, 32(3).
Mulyanto, A. (2009). Simtem Informasi Konsep dan Aplikasi. Yogyakarta:
Pustaka Pelajar.
Mustakini, J. H. (2008). Metodologi Penelitian Sistem Informasi. Yogyakarta:
Andi.
Mustakini, J. H. (2009). Sistem Informasi Teknologi. Yogyakarta: Andi.
Musyarofah, D. E. (2013). Kemanan. Kendal.
Nanang, M. (2010). Metode Penelitian Kuantitatif. Jakarta: Rajawali Pers.
Nasir, M. (2013). Evaluasi Penerimaan Teknologi Informasi Mahasiswa di
Palembang Menggunakan Model UTAUT. SNATI, 1–5.
Nurgiyantoro, B. (2015). Teori Pengkasian Fiksi. Yogyakarta: Gajah Mada
University.
Nurhidayat, D. (2003). Pendidikan Seni Rupa. Jakarta: Grasindo.
Otieno, O. C., Liyala, S., Odongo, B. C., & Abeka, S. (2016). Theory of Reasoned
Action as an Underpinning to Technological Innovation Adoption Studies,
(February 2019). https://doi.org/10.13189/wjcat.2016.040101
Ozkan, S., & Hackney, R. (2009). Towards Successful E-Payment Systems : An
Empirical Identification And Analysis Of Critical, (January).
Park, S. Y. (2009). An Analysis of the Technology Acceptance Model in
125
Understanding University Students’ Behavioral Intention to Use e-Learning.
Educational Technology & Society, 3, 150–162.
Pires, G. D., & Aisbett, J. (2003). The relationship between technology adoption
and strategy in business-to-business markets, 32, 291–300.
https://doi.org/10.1016/S0019-8501(02)00237-7
Polatoglu, V. N., & Ekin, S. (2001). An empirical investigation of the Turkish
consumers ’ acceptance of Internet banking services.
Priyono, A. (2017). Analisis Pengaruh Trusk dan Risk Dalam Penerimaan
Teknologi Dompet Elektronik Go-Pay, 21(1), 88–106.
https://doi.org/10.20885/jsb.vol21.iss1.art6
Prosesbayar. (2018). 7 Cara Bayar Parkir Pakai OVO Hanya 1 Rupiah. Retrieved
August 13, 2019, from https://www.prosesbayar.com/cara-bayar-parkir-
pakai-ovo/
Ramadhan, A. (2005). Seri Pelajaran Komputer Internet dan Aplikasinya
(Cetakan Pe). Jakarta: PT Elex Media Komputindo.
Raymond, R. (2016). Industri 4.0: revolusi industri abad ini dan pengaruhnya
pada bidang kesehatan dan bioteknologi. Tjandrawinata Dexa Laboratories
of Biomolecular Sciences (DLBS) Dexa Medica Group, 29(1), 1.
https://doi.org/10.5281/zenodo.49404
Rijan, Y., & Koesoemawati, I. (2009). Cara Mudah Membuat Surat
Perjanjian/Kontrak dan Surat Penting Lainnya. Jakarta: Raih Asa Sukses.
Sandhusen, R. L. (2008). Marketing. New York: Barrons Educational Series.
126
Sasmiyarsi, W., & Meliana, V. (2019). Pengaruh Inovasi Proses T-Cash Tap
Terhadap Kepuasan Pelanggan Serta Dampaknya Terhadap Loyalitas
Pelanggan Telkomsel, 6(1).
Setiobudi, A., & Wiradinata, T. (2018). Intensi UKM Dalam Adopsi Financial
Technology di Jawa Timur, (September).
https://doi.org/10.30813/ncci.v0i0.1233
Shaqiri, A. B. (2015). Impact of Information Technology and Internet in
Businesses. Academic Journal of Business, Administration, Law and Social
Sciences, 1(1), 73–79. https://doi.org/10.1016/j.jjie.2012.04.001
Siyoto, S., & Sodik, M. A. (2015). Dasar Metodelogi Penelitian. Yogyakarta:
Literasi Media Publishing.
Sky Parking. (2017). Keunggulan. Retrieved February 16, 2019, from
http://www.skyparking.co.id/page/kehandalan
Subiyakto, A., & Ahlan, A. R. (2014). Implementation of Input-Process-Output
Model for Measuring Information System Project Success, (May).
https://doi.org/10.11591/telkomnika.v12i7.4130
Succi, M. J., & Walter, Z. D. (1999). Theory of User Acceptance of Information
Technologies : An Examination of Health Care Professionals Management
University of Connecticut University of Connecticut, 00(c), 1–7.
Sudaryono. (2015). Metodologi Riset di Bidang IT (Panduan Praktis, Teori dan
Contoh Kasus). Yogyakarta: Andi.
Sugiyono. (2011). Metode Penelitian Kuantitatif dan Kualitatif dan R&D.
127
Bandung: CV Alfabeta.
Sugiyono. (2014). Metode Penelitian Manajemen. Bandung: Alfabeta.
Sumanjeet. (2009). Emergence of Payment Systems in the Age of Electronic
Commerce : The State of Art, 1–18.
Supriyanto, W., & Muhsin, A. (2008). Teknologi Informasi Perpustakaan.
Yogyakarta: Kanisius.
Suryani, & Hendriyani. (2016). Metode Riset Kuantitatif: Teori dan Aplikasi pada
Penelitian Bidang Manajemen dan Ekonomi Islam. Jakarta: Kencana.
Sutabri, T. (2012). Analisis Sistem Informasi. Yogyakarta: Andi.
Suyanto, A. H. (2007). Pengenalan Internet. Jurnal Komputer.
Syzmanski, D. M., & Hise, R. T. (2000). E-Satisfaction : An Initial Examination.
Journal of Retailing, 76(309–322).
Taghiloo, M., Agheli, M. A., & Rezaeinezhad, M. R. (2010). Mobile Based
Secure Digital Wallet for Peer to Peer Payment System. October, 1(4), 1–11.
Taylor, S., & Todd, P. (1995). Assessing IT usage: The role of prior experience.
MIS Quarterly: Management Information Systems, 19(4), 561–568.
Turban, E., King, D., Lee, J., Liang, T.-P., & Turban, D. (2009). Electronic
Commerce : A Managerial Perspective 2010. Prentise Hall.
Venkatesh, V., & Davis, F. D. (1996). A Model of the Antecedents of Perceived
Ease of Use : Development and Test. Decision Science, 27(3).
Venkatesh, V., & Davis, F. D. (2000). A Theoretical Extension of the Technology
128
Acceptance Model : Four Longitudinal Field Studies, (October 2018), 185–
204.
Venkatesh, V., & Morris, M. G. (2000). Why Don ’ T Men Ever Stop To Ask For
Directions ? Gender , Social Influence , And Their Role In Technology And
Usage Behavior. MIS Quartely, 24(1), 115–139.
Viega, M. T. (2017). Karakteristik Mobile Commerce. Retrieved March 16, 2019,
from https://sis.binus.ac.id/2017/04/27/karakteristik-mobile-e-commerce/
Wagiran. (2014). Implementasi Kurikulum 2013. Temanggung: CV Bahtera
Wijaya Perkasa.
Wardiawan, W. (2002). Perkembangan Teknologi Informasi di Indonesia.
Fakultas Teknik Universitas Komputer Indonesia (UNIKOM).
Warmbrod, J. R. (2014). Reporting and Interpreting Scores Derived from Likert-
type Scales, 55(5), 30–47. https://doi.org/10.5032/jae.2014.05030
Wirawan. (2015). Evaluasi Kinerja Sumber Daya Manusia (Teori, Aplikasi, dan
Penelitian). Jakarta: Salemba Empat.
Wong, K. K. (2013). Partial Least Squares Structural Equation Modeling ( PLS-
SEM ) Techniques Using SmartPLS.
Yamin, S., & Kurniawan, H. (2011). Generasi Baru Mengolah Data Penelitian
dengan Partial Least Square Path Modeling. Jakarta: Salemba Infotek.
Yendra, Brasit, N., Jusni, & Nursyamsi, I. (2017). An Analysis on Factors that
Influence Customers ’ Intention to Use Internet Banking in Jayapura City,
V(Viii), 29–37.
129
Yusra, Y. (2016). OVO Tegaskan Kemitraan dengan Bank Mandiri, Grab,
Alfamart dan Moka. Retrieved January 26, 2019, from
https://dailysocial.id/post/ovo-tegaskan-kemitraan-dengan-bank-mandiri-
grab-alfamart-dan-moka
Zainul, A., & Nasution, N. (2001). Penilaian Hasil Belajar. Jakarta: Departemen
Pendidikan Nasional.
130
LAMPIRAN
131
No DE1 DE2 DE3 DE4 SEC1 SEC2 SEC3 SEC4 PEOU1 PEOU2 PEOU3 PEOU4 PU1 PU2 PU3 PU4 SN1 SN2 SN3 SN4 ITU1 ITU2 ITU3
1 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 4 5 5 5 5 5 5
2 3 4 4 3 5 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 4 4
3 4 6 4 6 5 6 4 6 5 4 5 4 4 4 5 6 3 3 5 5 6 6 4
4 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7
5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 4 4 4
6 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 4 4 7
7 5 6 3 6 6 4 4 5 5 6 6 6 6 5 5 4 3 3 4 3 4 4 4
8 6 5 6 6 4 4 4 5 6 6 6 5 6 6 6 6 6 5 5 4 6 6 6
9 4 6 6 7 6 7 5 6 6 6 7 6 5 5 5 6 3 5 4 4 5 6 5
10 5 7 7 7 7 7 7 5 5 5 5 5 5 5 6 6 3 5 5 4 4 4 4
11 5 6 5 6 4 6 6 6 5 5 6 5 6 6 6 6 5 6 6 5 5 5 6
12 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7
13 5 6 6 7 5 6 6 5 6 6 5 5 6 5 7 5 5 5 6 7 6 5 5
14 5 5 6 5 6 6 5 6 6 5 6 6 6 6 5 5 5 4 5 5 5 5 5
15 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4
16 6 6 6 7 6 6 6 6 6 6 6 6 6 6 6 7 5 5 5 6 6 6 6
17 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
18 6 7 5 6 7 6 5 6 7 7 6 6 7 7 6 6 5 4 5 5 5 6 6
19 4 6 4 6 5 4 4 5 6 6 5 5 7 5 5 4 5 5 5 3 4 5 4
20 7 6 6 6 6 7 7 7 7 5 6 6 7 7 7 7 6 4 6 6 6 7 6
21 7 7 7 6 6 5 7 6 6 7 5 7 7 7 7 7 6 5 7 6 7 6 7
22 4 5 4 7 7 4 4 5 5 5 5 5 6 6 6 5 4 4 4 4 4 4 4
23 6 5 4 7 5 5 5 5 4 6 4 6 4 4 4 5 3 5 5 2 6 5 3
24 6 7 6 7 7 7 6 6 6 7 6 7 7 7 6 7 5 6 5 5 5 7 6
25 5 5 4 4 7 7 7 7 7 7 7 7 7 7 7 7 4 4 6 3 3 5 6
26 4 5 4 6 5 5 5 5 4 4 4 5 4 4 4 4 3 5 5 5 3 4 4
132
27 6 7 7 7 6 6 4 6 6 7 7 7 7 6 7 7 2 5 5 5 5 5 5
28 6 6 6 6 5 5 5 5 5 4 3 6 4 5 5 2 4 4 5 4 2 5 4
29 6 5 5 6 5 5 6 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 6
30 6 6 4 6 6 6 4 6 5 4 5 5 5 5 5 5 5 5 5 5 4 4 4
31 5 5 5 4 4 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
32 4 7 6 6 7 7 5 7 5 5 7 7 7 7 7 4 4 5 5 5 4 6 4
33 4 7 6 7 6 5 5 6 7 7 7 7 6 6 7 7 4 5 5 5 5 5 4
34 6 6 7 6 7 7 5 6 6 6 6 6 7 6 6 6 5 5 4 4 4 6 4
35 5 6 5 5 5 5 7 6 6 6 5 6 6 6 6 6 6 6 6 6 7 7 7
36 4 5 5 5 6 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
37 5 5 4 6 6 5 5 4 4 5 5 5 6 5 5 6 3 6 5 6 5 5 5
38 6 7 6 7 6 6 6 6 6 6 6 6 6 6 6 7 5 6 6 7 6 7 7
39 6 6 6 5 6 6 5 6 5 5 6 6 6 5 6 6 6 4 5 5 5 4 5
40 5 5 5 6 5 5 4 5 4 4 5 4 5 4 5 4 4 5 5 5 4 4 5
41 6 6 5 6 6 6 6 6 5 6 7 7 7 6 6 7 4 5 3 5 6 7 4
42 7 7 5 7 7 6 6 7 6 6 7 7 6 6 6 7 5 7 7 7 7 7 7
43 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
44 6 6 4 6 6 4 5 6 6 6 6 6 6 6 6 6 7 5 5 5 4 5 5
45 4 5 4 5 4 5 4 4 4 4 4 4 4 4 4 4 4 4 5 5 4 4 4
46 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
47 4 7 4 7 7 4 2 6 5 6 7 7 7 6 7 7 1 4 4 4 4 6 2
48 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7
49 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 4 4 7 4 5 6 7
50 7 7 6 7 7 6 5 6 7 6 7 7 7 7 7 6 7 7 7 7 6 6 5
51 7 7 6 7 5 5 4 5 6 6 7 7 6 5 7 7 4 5 5 6 7 7 7
52 5 5 5 6 5 5 5 5 4 4 6 4 3 3 4 4 3 4 5 4 4 4 4
53 6 6 5 7 5 5 6 6 5 5 6 6 6 6 6 6 7 7 7 7 7 7 7
133
54 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 6 6 6 6 6 6 6 6
55 6 7 7 7 5 7 7 7 7 7 7 7 7 7 7 7 4 5 6 6 6 7 7
56 7 5 5 7 7 7 7 7 6 6 6 7 5 6 7 7 5 5 7 5 7 7 7
57 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7
58 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 4 5 5 5 5 5
59 7 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 6 6 6 6 6 6 6
60 4 5 5 6 6 5 6 4 5 6 5 4 6 3 5 3 6 5 5 6 4 6 4
61 5 4 5 7 5 5 5 5 6 5 5 5 5 5 5 5 6 6 5 7 7 7 7
62 5 5 5 7 5 5 5 6 6 6 5 5 6 5 5 6 1 6 6 6 7 7 7
63 7 7 7 7 7 5 5 7 7 7 5 6 6 6 7 7 7 4 5 5 7 7 4
64 6 5 5 7 5 5 5 5 5 5 6 6 5 5 5 5 5 5 5 5 6 5 4
65 7 7 5 7 7 5 5 7 7 7 7 7 7 7 7 7 4 4 5 5 7 7 5
66 4 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 2 5 5 4 4 3 4
67 7 5 7 7 7 7 5 7 6 6 7 6 7 7 7 5 4 3 6 6 7 7 7
68 6 6 6 6 7 7 6 6 6 5 6 6 5 6 5 7 5 4 4 6 6 6 6
69 5 3 6 3 6 4 4 5 5 5 6 5 2 2 4 6 6 5 3 5 7 7 6
70 5 6 6 7 7 5 5 7 7 7 6 7 7 7 7 7 6 6 5 7 7 7 7
71 6 5 6 7 6 7 5 6 6 6 7 7 6 6 6 6 5 5 5 6 6 5 6
72 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 1 5 5 6 6 7 5
73 5 4 5 7 5 5 5 5 6 6 6 6 6 6 6 6 6 5 5 4 7 7 7
74 4 5 5 4 5 5 5 5 4 3 4 5 6 5 5 6 4 4 5 4 5 5 5
75 6 6 5 7 6 6 5 6 6 6 7 7 7 6 6 7 4 6 5 6 6 6 6
76 6 6 6 7 7 7 5 7 7 7 6 7 6 5 6 6 6 5 4 4 5 6 6
77 5 4 4 6 5 5 4 5 5 5 4 4 4 4 4 4 4 4 4 4 4 5 4
78 5 5 5 6 5 5 6 5 5 5 5 6 6 6 6 7 4 5 5 6 7 7 7
79 6 6 5 6 6 6 5 5 5 6 6 6 6 5 6 5 4 4 5 5 6 6 6
80 6 5 4 7 5 5 4 6 5 5 5 5 4 5 5 7 5 4 5 4 7 7 6
134
81 4 3 3 7 5 5 5 4 5 5 3 3 2 3 4 6 4 5 4 4 4 4 4
82 6 7 7 7 7 7 5 7 7 7 7 7 7 7 7 7 7 5 6 5 7 7 7
83 3 5 5 4 5 5 6 5 5 5 5 5 4 4 4 4 2 5 3 4 5 5 4
84 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 4 4 4 4 6 6 6
85 7 7 7 7 6 6 3 6 7 7 7 7 7 7 7 5 3 5 4 4 5 6 6
86 6 6 6 7 5 5 5 6 7 7 7 7 7 7 7 7 4 6 6 6 7 7 7
87 6 7 7 7 5 5 5 7 6 6 7 7 7 4 7 6 4 4 4 5 5 5 4
88 7 7 7 7 6 7 5 7 7 7 7 7 5 6 6 5 5 6 5 4 7 7 7
89 6 6 6 7 7 7 6 6 7 6 7 6 7 7 5 6 7 7 6 6 7 7 7
90 5 6 5 6 6 5 5 5 6 5 6 6 6 5 6 6 4 5 5 4 5 4 5
91 6 5 4 7 6 5 5 5 6 5 3 4 3 3 3 4 4 5 5 5 4 5 4
92 5 6 5 7 6 5 5 5 5 4 7 6 6 4 6 5 4 5 6 3 6 5 5
93 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 4 4 4 7 7 7 7
94 5 5 5 4 5 5 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
95 6 5 5 5 5 5 4 5 4 5 5 5 5 5 5 5 4 6 4 5 4 4 5
96 5 5 6 6 6 5 5 6 6 6 6 6 6 5 6 5 5 5 5 5 6 5 5
97 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 4 2 4 4 4 4 4
98 5 5 6 7 6 5 5 5 5 6 5 5 5 5 4 7 3 5 5 6 6 5 7
99 5 6 6 7 6 6 6 6 6 6 6 7 6 6 6 6 6 7 6 7 7 7 7
100 5 7 6 7 6 6 5 6 6 7 7 7 7 7 7 5 1 5 4 4 5 5 4
101 4 5 4 5 5 5 4 5 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5
102 7 7 7 7 6 6 7 6 6 6 7 6 7 7 6 7 7 6 5 6 7 7 7
103 5 7 7 7 6 7 3 7 7 7 7 7 6 4 7 7 5 5 5 5 7 7 7
104 5 6 5 6 6 5 5 6 6 5 5 5 6 6 6 5 5 5 6 5 5 5 5
105 6 6 6 6 6 5 5 6 6 6 6 6 6 6 6 6 5 6 4 5 6 5 6
106 5 5 5 5 5 5 5 5 5 5 5 5 5 5 6 5 2 4 5 5 4 4 4
107 7 7 6 7 7 7 7 7 7 7 7 7 7 7 6 7 7 7 7 7 7 7 7
135
108 5 3 4 4 5 5 4 5 5 5 4 5 5 4 4 5 4 5 5 5 4 6 4
109 6 6 6 6 6 6 6 6 6 6 6 6 5 5 5 5 4 4 5 5 5 5 4
110 5 7 5 7 7 4 5 6 5 5 6 5 5 5 5 6 3 4 5 5 6 6 4
111 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
112 6 6 6 6 5 5 4 6 6 6 6 4 6 6 6 4 4 5 5 5 5 4 5
113 6 5 6 6 7 7 6 7 6 7 6 6 6 6 6 7 4 5 5 4 6 6 6
114 5 5 4 5 6 6 5 6 6 6 6 6 6 6 7 6 7 6 6 6 6 7 6
115 6 5 6 7 4 5 5 6 6 5 6 6 6 5 6 5 4 5 4 5 6 5 6
116 5 5 4 6 5 5 4 5 6 5 5 5 6 5 5 5 5 5 5 5 6 5 5
117 5 5 5 5 5 5 5 5 5 5 5 5 6 5 5 5 4 4 4 4 4 5 5
118 6 6 6 6 6 5 4 6 6 6 6 6 7 6 7 7 4 5 5 6 6 6 4
119 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
120 7 7 5 5 6 4 5 7 6 6 4 6 5 5 4 7 4 4 6 4 5 6 6
121 6 6 5 7 4 4 4 6 6 6 6 6 6 5 5 5 4 5 6 6 6 4 6
122 5 5 4 4 5 5 6 6 6 6 6 6 5 5 4 5 6 6 5 5 7 6 7
123 6 7 6 7 6 6 6 6 6 6 7 6 6 6 6 6 4 6 6 6 6 6 6
124 6 7 6 7 7 7 7 7 6 5 7 6 6 5 7 7 3 5 5 6 6 7 6
125 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7
126 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
127 6 7 5 7 6 6 6 7 6 6 7 6 7 6 6 7 4 5 6 6 6 6 7
128 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 4 6 5 5 5 5 6
129 6 6 6 7 7 7 5 7 7 7 7 7 7 7 7 7 6 6 6 6 6 6 6
130 4 5 4 6 5 5 5 4 4 5 5 5 4 4 5 4 4 3 4 4 5 5 4
131 7 6 5 7 5 7 6 5 6 5 6 6 6 5 6 6 5 4 6 4 6 7 6
132 7 4 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7
133 4 6 4 6 4 4 6 5 4 4 4 4 4 4 4 6 5 4 5 5 5 6 4
134 6 7 6 6 6 6 6 6 7 7 5 6 6 4 5 4 2 4 6 3 4 4 5
136
135 5 6 5 6 7 7 7 7 7 6 6 7 7 7 7 7 4 5 6 6 5 6 6
136 6 5 4 7 5 6 5 5 5 6 4 5 5 4 4 5 6 5 3 3 4 5 4
137 4 4 5 5 5 5 6 5 5 4 4 4 4 4 4 5 2 5 5 5 4 5 6
138 5 6 5 6 4 5 5 5 5 4 5 5 5 6 7 6 4 5 6 5 4 5 6
139 5 5 5 6 5 6 5 5 4 5 6 6 5 6 4 6 4 5 4 4 5 4 6
140 7 5 4 7 5 4 5 5 5 5 7 6 7 7 7 7 7 7 7 7 6 7 7
141 7 6 6 7 6 6 6 4 4 4 4 4 4 6 6 7 3 7 6 7 7 7 7
142 4 6 5 7 6 6 4 7 6 6 6 6 5 6 7 7 4 7 6 6 6 7 7
143 7 5 7 7 7 6 4 6 4 5 5 5 6 6 5 7 4 4 4 4 5 6 5
144 6 6 6 7 6 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7
145 4 4 4 7 6 4 6 7 6 4 4 4 6 5 4 5 2 4 6 3 4 6 6
146 7 7 5 7 5 6 6 5 6 6 6 6 6 5 5 6 5 4 5 5 4 6 5
147 6 5 5 6 5 5 5 6 5 5 4 5 4 5 5 5 6 5 6 6 5 6 5
148 7 6 6 7 7 7 6 7 6 6 7 6 7 7 7 7 4 5 5 3 5 7 6
149 6 6 6 7 6 6 5 5 6 5 6 6 6 6 6 7 3 6 6 6 7 7 6
150 6 6 6 6 6 6 6 6 5 5 6 6 6 6 6 6 6 4 5 7 7 7 7
151 5 5 6 6 3 3 4 5 4 5 5 4 4 4 4 4 5 5 5 5 4 4 4
152 4 6 5 7 4 5 5 7 4 5 6 5 6 5 2 4 3 5 6 3 6 6 4
153 5 5 6 7 7 7 7 7 5 6 6 6 6 6 6 7 6 3 3 4 6 6 6
154 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
155 6 6 5 7 6 5 4 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5
156 5 5 5 5 5 5 4 5 5 5 4 5 5 5 5 5 5 5 6 5 5 5 5
157 5 5 6 6 6 5 6 6 6 5 6 6 6 6 6 6 6 6 6 6 6 6 6
158 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 5 5 6 6 6 6
159 3 6 6 7 6 5 5 6 6 6 6 6 5 5 5 6 4 3 3 5 5 6 6
160 5 7 5 7 4 5 5 4 6 5 4 6 2 4 5 4 4 5 5 6 5 4 6
161 7 4 5 7 7 7 6 5 5 4 4 2 5 5 3 4 4 3 4 4 4 5 4
137
162 7 7 7 7 5 5 5 6 7 6 6 5 7 7 7 7 4 5 3 3 7 7 7
163 6 6 5 6 5 6 5 5 6 5 6 5 5 6 6 6 4 6 6 6 6 5 6
164 7 6 5 5 5 5 5 5 5 5 5 6 5 5 5 5 5 5 5 5 6 6 4
165 4 5 5 7 5 4 4 5 6 7 7 7 7 6 5 7 6 6 6 6 7 7 7
166 6 6 6 7 7 7 3 5 6 6 6 6 6 6 7 7 6 7 7 6 6 6 6
167 5 6 6 7 6 6 6 6 6 6 7 6 7 6 7 7 4 5 6 6 7 7 6
168 5 5 5 7 6 4 3 5 5 5 5 5 5 5 5 5 6 5 5 4 4 6 4
169 5 6 6 6 7 5 5 5 6 6 6 6 5 5 5 5 4 5 4 4 5 5 4
170 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
171 7 7 6 6 7 6 6 6 7 7 7 6 6 6 6 7 7 5 5 5 6 6 6
172 6 5 5 7 6 5 6 5 5 5 5 6 6 6 6 6 4 4 6 6 7 6 6
173 4 6 5 6 6 6 6 6 6 6 6 6 6 6 6 6 5 4 5 5 6 5 5
174 6 6 6 6 5 5 5 6 6 5 6 6 6 6 6 6 5 6 5 6 7 6 6
175 5 5 5 5 5 5 4 5 4 4 4 4 4 4 4 6 4 6 5 6 5 5 5
176 6 4 6 6 5 5 4 6 6 6 6 6 6 6 6 6 2 5 4 4 6 4 6
177 5 6 7 7 5 5 6 7 6 5 6 5 5 5 5 6 4 4 5 6 4 5 6
178 5 5 5 5 5 4 5 5 4 4 5 5 5 5 5 6 4 5 4 4 5 4 4
179 5 5 6 7 5 6 4 7 6 6 5 6 7 6 7 5 5 6 5 7 7 6 6
180 5 5 5 5 5 4 5 5 4 4 5 5 4 4 5 6 3 4 5 5 3 5 4
181 6 5 4 6 6 4 6 6 6 6 5 6 6 6 5 6 4 6 4 6 6 5 6
182 5 5 5 5 5 5 5 5 7 5 6 5 6 6 6 6 5 6 5 6 6 5 5
183 5 6 6 7 5 6 6 7 4 4 4 4 4 5 6 5 3 5 5 5 5 5 5
184 5 6 6 5 5 6 5 5 5 5 5 5 6 5 5 6 5 5 5 5 5 5 5
185 6 6 5 7 5 5 4 5 5 5 6 5 5 5 5 6 5 6 5 6 5 6 6
186 5 6 5 6 5 5 4 5 5 5 4 4 5 4 4 6 3 4 6 4 4 5 4
187 5 5 6 6 5 6 6 6 6 5 5 4 5 5 6 5 5 5 5 5 4 5 5
188 5 5 4 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 4 5 4 4
138
189 6 6 6 7 6 4 5 5 6 6 6 5 5 4 4 7 1 5 5 7 7 7 7
190 6 6 5 7 6 6 6 5 6 6 6 6 5 6 5 6 5 6 6 7 6 6 6
191 6 5 6 6 5 4 4 6 6 5 6 6 6 6 6 6 4 4 6 6 6 5 6
192 6 6 6 6 6 5 5 6 6 5 6 5 6 5 6 4 5 6 6 6 6 6 6
193 6 6 6 6 7 6 6 6 6 6 6 6 6 6 6 7 4 4 4 4 7 7 7
194 7 6 6 4 5 5 4 5 6 5 5 5 4 4 4 4 5 5 6 6 5 5 4
195 7 6 6 7 7 6 6 6 6 6 6 6 6 6 6 7 6 6 6 7 7 7 7
196 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 6 5 5 5 5
197 6 7 6 7 7 7 6 6 6 6 7 7 7 7 7 7 5 7 7 7 7 7 7
198 6 5 4 6 5 5 5 5 5 6 6 6 5 4 5 4 5 6 5 5 4 4 4
199 6 7 6 7 7 7 7 7 6 6 5 6 6 5 6 6 5 5 6 6 6 6 6
200 7 7 5 7 5 5 4 7 7 7 7 7 7 5 6 7 3 6 5 4 7 7 6
201 6 6 6 6 5 5 5 5 6 6 6 6 6 6 6 6 5 6 5 5 6 5 5
202 4 4 4 4 5 5 5 6 4 4 4 4 4 4 4 6 4 5 5 5 6 6 5
203 6 6 5 6 6 5 6 7 7 7 7 6 6 5 7 6 5 7 6 7 7 5 6
204 7 6 6 6 6 6 5 6 6 7 7 6 6 7 6 7 5 6 7 7 7 6 7
205 5 5 6 6 5 5 5 5 6 5 6 6 6 6 6 6 4 5 6 6 7 6 6
206 5 6 5 6 6 6 5 5 6 6 5 5 6 6 6 5 4 5 5 5 4 5 5
207 6 6 4 6 6 5 4 6 5 6 6 6 6 6 6 5 6 5 5 4 6 6 4
208 5 5 5 5 5 6 5 6 6 4 5 3 5 5 5 6 5 6 7 7 5 6 5
209 5 5 4 5 5 5 4 6 4 5 5 4 4 5 4 5 5 5 5 5 5 6 5
210 5 4 5 7 6 5 3 6 5 4 5 4 2 3 3 6 4 5 5 6 6 6 6
211 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 4 7 7 7 7 7 7
212 5 5 5 6 5 6 3 6 4 4 3 5 5 4 4 3 2 5 5 5 4 4 4
213 7 7 6 7 6 6 7 7 7 7 7 7 6 7 7 7 5 7 7 7 7 7 7
214 5 5 5 7 5 5 5 5 5 4 6 5 5 4 6 7 5 5 5 5 3 6 4
215 5 5 5 6 5 5 5 5 5 5 6 5 6 6 6 5 4 4 5 5 5 5 5
139
216 7 7 7 7 7 7 5 7 7 7 7 7 6 6 6 6 5 5 5 5 4 4 4
217 6 6 6 7 6 6 4 6 6 6 6 6 6 6 6 6 4 5 5 5 4 4 3
218 7 7 7 7 7 7 6 7 7 7 7 7 7 7 7 5 5 5 5 4 6 7 4
219 6 7 7 7 6 5 5 7 7 7 7 7 7 6 7 6 5 5 4 7 7 7 7
220 6 5 5 7 6 6 6 6 6 6 6 6 6 6 6 5 4 5 5 6 6 6 6
221 5 5 5 5 5 4 4 4 4 4 5 4 4 5 5 4 4 4 4 5 5 6 6
222 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 2 5 5 5 6 6 6
223 7 7 7 7 7 7 7 7 7 6 4 5 7 7 7 7 4 7 7 7 7 7 7
224 7 6 6 7 7 6 6 6 6 6 6 6 7 6 7 7 7 5 5 5 7 7 7
225 4 6 7 7 7 7 7 7 7 6 7 7 7 7 7 7 4 5 7 7 7 7 7
226 5 5 5 7 5 5 5 5 5 5 6 5 5 5 5 7 4 7 7 7 7 7 7
227 6 5 5 6 6 6 6 6 6 6 5 5 6 5 5 6 6 6 6 6 6 6 6
228 5 5 5 6 6 6 6 6 6 5 5 4 5 5 5 6 5 5 5 5 5 4 4
229 7 7 7 7 7 7 7 7 7 7 7 7 5 5 6 7 4 7 5 5 5 5 5
230 5 6 5 5 7 6 6 7 6 6 6 7 6 5 5 6 5 5 6 5 7 5 6
231 5 5 5 6 7 7 6 5 3 3 7 5 7 5 5 7 4 5 5 5 6 7 5
232 6 6 5 6 6 5 4 6 6 7 6 6 6 4 5 5 4 4 5 4 4 5 5
233 7 7 7 7 6 6 6 7 4 6 7 6 7 7 7 7 3 5 5 4 6 7 7
234 6 7 7 7 6 6 5 6 7 7 7 6 7 7 7 7 3 5 6 6 7 7 4
235 7 7 7 7 7 6 7 7 7 7 7 7 7 7 7 7 3 6 6 7 7 7 7
236 7 7 7 6 6 6 5 7 7 7 7 7 6 7 7 7 6 7 7 7 7 7 7
237 5 5 4 6 5 5 4 5 5 5 6 5 5 5 5 5 4 5 5 5 5 5 5
238 5 5 5 7 5 5 4 5 4 4 4 4 5 5 5 5 5 5 4 4 5 6 5
239 6 5 6 7 5 6 4 6 6 5 5 7 7 6 7 7 7 6 6 7 6 5 4
240 7 7 6 7 7 7 7 7 7 7 7 7 7 7 7 7 4 7 7 7 7 7 7
241 6 7 4 7 5 5 4 6 6 5 6 7 7 6 6 7 6 5 5 6 7 7 7
242 6 6 6 5 4 5 6 6 5 5 5 5 5 6 5 6 4 5 5 5 5 5 5
140
243 7 7 7 7 7 6 6 6 7 7 6 6 6 5 5 5 4 7 6 6 7 7 7
244 6 7 7 7 7 7 7 6 7 7 7 6 7 6 7 7 6 6 6 6 6 6 6
245 7 6 5 7 7 6 5 7 7 6 6 6 6 4 7 6 6 7 6 6 7 6 6
246 7 6 5 7 6 6 5 6 6 6 7 6 7 7 7 6 4 7 5 6 6 6 7
247 6 4 5 4 5 4 6 6 5 6 5 5 6 5 6 7 5 6 6 6 7 6 4
248 6 7 6 7 6 6 6 6 6 6 6 6 6 5 6 7 5 7 6 6 7 7 7
249 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 5 7 7 7 7 7
250 5 5 4 5 5 5 6 5 5 5 5 5 5 5 3 4 4 5 5 5 4 4 4
251 6 4 4 7 5 6 6 5 5 5 5 5 5 5 5 5 3 4 5 4 4 5 5
252 5 6 4 7 6 6 6 6 6 6 6 6 6 6 5 5 4 5 5 5 5 5 3
253 5 5 4 6 5 5 4 5 4 4 4 4 5 4 4 4 3 5 5 5 3 5 4
254 7 5 6 7 7 5 5 6 6 5 7 6 7 6 7 6 5 6 6 7 6 7 7
255 7 6 5 7 6 6 6 7 6 6 6 6 7 7 7 7 7 6 7 7 7 6 6
256 5 5 3 7 6 5 6 5 5 4 5 5 5 5 4 7 4 4 5 6 6 6 6
257 4 5 5 6 5 5 4 6 5 5 6 5 6 5 5 6 4 5 4 5 6 6 7
258 6 6 6 7 6 6 6 6 7 6 7 7 6 6 6 7 6 5 6 6 7 7 6
259 7 7 3 7 7 6 6 6 7 7 6 6 6 6 6 7 6 6 5 6 7 7 7
260 7 4 4 7 5 4 4 5 7 7 7 7 7 7 7 7 4 4 5 7 7 7 7
261 7 6 6 7 7 7 6 7 6 6 7 7 6 6 6 6 4 5 5 5 4 5 5
262 5 5 4 7 5 4 4 5 5 5 4 6 7 7 6 6 7 6 6 7 6 4 5
263 7 7 6 7 7 7 7 7 7 7 7 7 7 7 7 7 6 6 7 7 7 7 7
264 7 7 7 7 7 7 5 7 6 6 7 7 7 7 5 6 5 5 4 4 5 7 7
265 7 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 6 6 6 6
266 6 5 5 5 6 5 5 5 5 5 5 5 6 6 5 6 5 5 6 6 5 5 5
267 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 4 4 5 5 4
268 5 5 5 7 5 5 6 5 5 5 6 5 4 5 5 7 5 5 5 5 5 6 5
269 4 4 5 7 5 5 6 5 6 6 4 4 5 4 5 5 3 4 6 6 6 6 6
141
270 7 4 5 6 7 7 7 7 7 7 7 7 7 5 7 7 5 5 4 4 7 7 7
271 7 7 7 7 7 6 4 7 7 7 7 7 7 7 7 7 3 5 5 5 6 7 7
272 5 6 5 7 7 5 5 5 4 6 6 6 5 4 5 7 2 5 5 3 7 7 7
273 5 6 5 7 5 6 5 7 6 6 6 6 7 6 6 7 6 5 4 7 7 7 5
274 7 5 6 7 6 6 7 7 6 6 6 7 7 7 6 7 6 5 6 6 7 7 7
275 7 7 6 7 7 7 7 7 7 7 7 6 6 5 5 5 5 7 7 7 7 7 7
276 7 4 4 7 6 7 5 5 6 6 3 5 6 4 4 5 7 5 5 2 5 5 4
142
LAMPIRAN