SKRIPSI PENGUKURAN PENERIMAAN PENGGUNA DALAM PEMBAYARAN PARKIR...

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



OVO




Disusun Oleh :

DWI ADJI PRASETYO

11150930000069




2019 M/ 1441 H

Halaman Judul

ii



OVO



Universitas Islam Negeri Syarif Hidayatullah

Disusun Oleh :

DWI ADJI PRASETYO

11150930000069




2019 M/ 1441 H

iv

LEMBAR PENGESAHAN SKRIPSI



OVO

SKRIPSI




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

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

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

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

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

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).

http://www.amazon.com/

http://www.dell.com/

http://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.

http://www.ebay.com/

http://www.bhinneka.com/

http://www.tokopedia.com/

http://www.shoope.co.id/

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



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


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


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


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


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


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


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


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


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


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


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 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 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


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).


Perceived Ease of Use (PEOU)?


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).


Intention to Use (ITU)?


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


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



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


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

SKRIPSI PENGUKURAN PENERIMAAN PENGGUNA DALAM PEMBAYARAN PARKIR...

Documents

Transcript of SKRIPSI PENGUKURAN PENERIMAAN PENGGUNA DALAM PEMBAYARAN PARKIR...