PENDAHULUAN
1
2
harus dapat membuat suatu sistem yang dapat mengubah pola perilaku dan sudut
pandang manusia agar dapat berbasis digital sehingga dapat menciptakan peluang
berupa kemudahan dalam pekerjaan yang mereka laksanakan sehari-hari.
Selain software akuntansi tersebut, ada juga Big Data yang dapat dianalisis
untuk wawasan yang mengarah pada pengambilan keputusan dan strategi bisnis yang
lebih baik (Permana, 2016). Sehingga dapat dilihat bahwa transformasi digital ini
sudah menjadi digital solution dimana sangat erat kaitannya dengan digitalization
and automation dan kini telah tumbuh dalam profesi akuntan dimana terdapat empat
konsep utama, sebagaimana diakui oleh praktisi telah terbukti menjadi dasar untuk
automation, yaitu cloud accounting, Internet of Things (IoT), blockchain dan big
data (KPMG, 2017).
Banyak perusahaan di Indonesia yang telah menerapkan investasi pada penelitian
dan pengembangan di bidang teknologi. Saat ini setiap perusahaan yang bergerak
dalam bisnis mempertimbangkan penggunaan teknologi dalam kegiatan bisnis agar
dapat mengantisipasi berbagai tantangan di era revolusi industri 4.0 dan tidak
tertinggal oleh pesaingnya. Bagi negara-negara maju, transformasi digital dapat
menjadi cara untuk mendapatkan kembali daya saing infrastruktur, khususnya bagi
negara-negara Eropa Barat, yang saat ini tidak mengalami pemotongan biaya listrik
seperti di AS. Sedangkan bagi negara-negara berkembang, transformasi digital dapat
membantu menyederhanakan rantai suplai produksi. Hal ini tentu saja sangat
dibutuhkan untuk menekan biaya produksi yang terus meningkat (Aldianto et al.,
2018). Selain itu, pimpinan perusahaan dapat membuat keputusan dapat lebih selektif
dan menghasilkan keputusan yang tepat dan memadai dengan adanya bantuan dari
teknologi.
Profesi akuntan tentunya juga menjadi terkena dampaknya dengan adanya
transformasi digital ini. Profesi akuntan adalah semua bidang pekerjaan yang
mempergunakan keahlian di bidang akuntansi (International Federation of
Accountants, Regar 2003). Hal ini dikarenakan teknologi digital dapat dikembangkan
dalam menunjang pengelolaan keuangan sehingga tidak terjadi kesalahan dalam
pencatatan dan memudahkan pimpinan untuk mengambil keputusan yang lebih tepat,
baik keputusan yang diambil kegiatan jangka pendek dan masa yang akan datang.
teknologi digital yang berkaitan dengan pengelolaan keuangan dapat menggatikan
tugas akuntan seperti digitalisasi pada pencatatan arus kas masuk dan keluar,
3
perhitungan laba rugi, neraca, perhitungan Break Even Point (BEP), Profitability
Index (PI), Internal Rate of Return (IRR), dan Net Present Value (NPV).
Era globalisasi telah membuat sistem akuntansi digunakan secara masif dan
memberikan dampak dari efisiensi terhadap waktu, tenaga maupun biaya. Menurut
penelitian yang dilakukan oleh University of Oxford pada tahun 2015, akuntan
memiliki 95 persen perubahan kehilangan pekerjaan karena mesin mengambil alih
peran analisis data dan angka-angka (Griffin, 2016). Prof. Dwikorita Karnawati
mengatakan bahwa dalam revolusi industri 4.0 akan menyebabkan 35% jenis
pekerjaan terhapus dalam jangka waktu 5 tahun mendatang dan 75% dalam jangka
waktu 10 tahun (Sucahyowati, 2020).
EY, (2015) dan PwC, (2018) menyatakan bahwa perkembangan teknologi adalah
salah satu megatren utama yang tertunda dalam bidang akuntansi dan dalam
implementasinya akan bertumbuh secara substansial. Megatren dapat digambarkan
sebagai pola atau pergerakan ekstensif yang berkontribusi pada bisnis dan memiliki
pengaruh yang langgeng pada proses bisnis (Lancefield et al., 2015). Dunia
akuntansi semakin bergerak maju dengan contoh implementasi digital solution yang
menawarkan internet-based programs, dan kebutuhan akan akses informasi yang
real-time (Törnqvist & Forss, 2018). Dapat disimpulkan perkembangan teknologi
dalam akuntansi sekarang lebih menonjol dari sebelumnya dan mengenal yang
dinamakan digitalization and automation of accounting.
Digitalization
Automated
Accounting
Gambar 1.2 Persentase Kenaikan Penggunaan Cloud Saat Work From Home
Sumber : (Cloud Adoption and Risk Report : Work from Home Edition, 2020)
5
9
10
2.1.4 Akuntansi
Akuntansi merupakan suatu proses mencatat, mengklasifikasikan,
meringkas, mengelola dan menyajikan data, transaksi serta kejadian yang
berhubungan dengan keuangan sehingga dapat digunakan oleh orang yang
menggunakannya dengan mudah dimengerti untuk pengambilan suatu keputusan
15
serta tujuan lainnya. Akuntansi berasal dari kata asing accounting yang artinya Commented [KD2]: jangan lupa untuk di italic
dalam bahasa Indonesia adalah menghitung atau mempertanggungjawabkan. Commented [SJE3R2]: done
Sugiri & Riyono, (2008:1), akuntansi didefinisikan sebagai suatu kegiatan jasa
yang fungsinya adalah menyediakan informasi kuantitatif, khususnya yang
berkaitan dengan keuangan. Informasi tersebut diharapkan dapat menjadi
masukan dalam proses pegambilan keputusan ekonomik dan rasional. Berikut
merupakan beberapa contoh keputusan ekonomik adalah sebagai berikut :
1. Menerima atau menolak permintaan kredit (bagi bank atau lembaga
keuangan lain yang sedang mempertimbangkan permintaan kredit dari
nasabah atau colon nasabahnya).
2. Melepas kembali atau mempertahankan saham (surat tanda pemikiran
pada persero terbatas) yang sekarang dimiliki.
3. Mengeluarkan saham atau obligasi untuk menarik dana dari masyarakat.
Akuntansi terdiri dari tiga komponen utama yaitu sebagai berikut :
1. Input (masukan) : berupa transaksi, yaitu peristiwa bisnis yang bersifat
keuangan.
2. Process (prosedur) : meliputi berbagai fungsi mulai dari
pengidentifikasi transaksi sampai dengan penyajian informasi
keuangan. Proses utama akuntansi adalah pencatatan yang terdiri dari
dua fungsi yaitu penjumlahan dan pemindahbukuan.
3. Output (keluaran) : berupa informasi keuangan seperti laporan laba
rugi, laporan perubahan ekuitas, perubahan posisi keuangan, dan
laporan arus kas. Menurut Sumarsan, (2013: 1) menjelaskan bahwa :
Akuntansi adalah suatu seni untuk mengumpulkan,
mengidentifikasikan, mengklasifikasikan, mencatat transaksi serta
kejadian yang berhubungan dengan keuangan, sihingga dapat
menghasilkan informasi yaitu laporan keuangan yang dapat digunakan
oleh pihak-pihak yang berkepentingan.
Seorang mahasiswa akuntansi harus lebih dulu memiliki Commented [SJE5R4]: done
2. Andal
3. Lengkap
4. Tepat Waktu
5. Dapat dipahami
6. Dapat diverifikasi
Nilai informasi adalah manfaat yang di dihasilkan oleh informasi
setelah dikurangi biaya yang dikeluarkan untuk menghasilkan informasi
tersebut. Istilah sistem informasi yang terkini identik dengan pemanfaatan
teknologi komputer pada suatu organisasi. Sistem informasi berbasis
komputer adalah suatu kesatuan yang terdiri dari perangkat keras
danperangkat lunak yang dirancang untuk mengubah data menjadi
informasi. Macam-macam Sistem Informasi:
1. Sistem Pengelolaan Data Elektronik (PDE)
2. Sistem Pemrosesan Data (PD)
3. Sistem Informasi Manajemen (SIM)
4. Sistem Penunjang Keputusan (SPK)
5. Sistem Pakar (SP)
6. Sistem Informasi Eksekutif (SIE)
Sistem Informasi Akuntansi (SIA) SIA juga merupakan satu
kesatuan sumber-sumber daya, seperti orang dan peralatan, yang bertujuan
untuk mengubah keuangan dan sumber daya lainnya menjadi informasi.
SIA dapat dilaksanakan secara manual maupun komputerisasi. SIA terdiri
dari lima komponen:
1. Orang-orang
2. Prosedur-prosedur
3. Data
4. Software (perangkat lunak)
5. Infrastruktur teknologi informasi.
Kelima komponen ini secara bersama-sama memungkinkan suatu
SIA memenuhi tiga fungsi pentingnya dalam organisasi, yaitu:
1. Mengumpulkan dan menyimpan data tentang aktivitas aktivitas
dan transaksi-transaksi yang dilaksanakan oleh organisasi.
18
Hal ini menjadikan cloud computing menjadi sebuah tren komputasi yang sangat
menjanjikan dan memberikan perhatian dalam penelitian akademis serta
memberikan dampak pada industri perangkat lunak.
cloud yang pada dasarnya merupakan server fisik dan virtual server. Commented [SJE9R8]: done
1. Kehilangan data
Pada dasarnya, komputasi awan melibatkan beberapa
penyerahan kendali dari pelanggan ke penyedia layanan.
Meskipun hal ini membuat pengguna memiliki lebih banyak
waktu dan sumber daya keuangan untuk fokus pada aspek
bisnis lainnya, selalu ada risiko bahwa data sensitif berada di
tangan orang lain. Jika keamanan layanan cloud dilanggar,
peretas berpotensi mendapatkan akses ke kekayaan intelektual
atau file pribadi lainnya.
2. Infeksi Malware
Karena tingginya volume data yang disimpan di cloud,
yang memerlukan koneksi internet untuk menyimpan data ini,
siapa pun yang menggunakan layanan cloud berpotensi
menghadapi risiko serangan cyber. Ancaman yang semakin
umum adalah serangan Distributed Denial of Service (DDoS),
di mana peretas mengirimkan volume lalu lintas yang belum
pernah terjadi sebelumnya ke aplikasi berbasis Web, sehingga
merusak server.
3. Masalah hukum / kepatuhan
Meningkatnya undang-undang tentang perlindungan data,
dari GDPR di Eropa hingga HIPAA untuk perawatan
kesehatan, menjaga kepatuhan menjadi lebih sulit. Perusahaan
harus memiliki aturan tegas yang mengatur siapa yang dapat
mengakses data apa dan apa yang dapat mereka lakukan
dengannya. Hal ini membuat akses mudah komputasi awan ke
data dalam skala besar, mungkin sulit untuk melacak siapa
yang dapat mengakses informasi ini.
27
pusat data penyedia layanan. Aplikasi ini juga dapat digunakan di mana
saja dengan koneksi internet tanpa batasan waktu dan ruang.
b) Akses dan Penggunaan Mudah: Aplikasi akuntansi cloud
memungkinkan akses ke data keuangan perusahaan anda kapan saja dan
dimana saja tanpa perlu mendownload dan instal program di komputer.
Hanya butuh komputer dan koneksi internet. Aplikasi akuntansi Cloud
juga dapat diakses dari smartphone yang banyak digunakan saat ini.
c) Spesifikasi Teknis Lanjutan: Aplikasi akuntansi cloud dapat
menawarkan banyak fitur yang ditingkatkan kepada penggunanya tidak
seperti perangkat lunak akuntansi tradisional. Misalnya, bukanlah
pekerjaan mudah untuk mengelola berbagai data keuangan perusahaan
yang saling terkait pada saat yang sama. Sistem dapat dirancang sesuai
dengan merger dan privatisasi perusahaan yang diperlukan. Penyedia
layanan juga menawarkan peluang pengakuan otomatis atas aktivitas
bank melalui perjanjian yang dibuat perusahaan dengan bank tempat
mereka paling banyak melakukan transaksi. Situasi ini dapat dianggap
sebagai tonggak perpindahan dari sistem tradisional ke pencatatan
akuntansi otomatis.
d) Biaya Kepemilikan Total Fleksibel: Saat ini, semua proses bisnis
termasuk sistem informasi harus terstruktur sehingga dapat segera
berubah sesuai dengan status pertumbuhan dan pengurangan yang
mungkin terjadi dalam bisnis. Oleh karena itu, sistem harus terstruktur
sehingga memberikan fleksibilitas. Karena faktanya aplikasi ini dapat
diservis bila diminta, bahwa biaya pemasangan sangat rendah dan dapat
menanggapi kenaikan atau penurunan bisnis, komputasi awan akan
membawa struktur yang lebih fleksibel ke perusahaan berkat fitur-fitur
ini (Yıldız et al., 2011).
e) Peningkatan Kinerja Bisnis: Aplikasi akuntansi cloud membantu
akuntan membuat laporan keuangan dan clipboard secara real-time
dengan beradaptasi dengan perubahan kondisi bisnis dalam waktu
singkat. Situasi ini menciptakan lingkungan bagi administrator untuk
membuat keputusan keuangan yang cepat dan benar serta berkontribusi
pada peningkatan kinerja.
30
Kemajuan dalam lalu lintas dan mobilitas diilustrasikan dengan sangat jelas Commented [SJE13R12]: done
Saat ini masyarakat dalam kehidupan sehari-hari berurusan dengan Commented [SJE15R14]: done
sejumlah besar alat dan teknologi kolaborasi yang berbeda. Di kolaborasi makna
umum dapat didefinisikan sebagai komunikasi dua orang atau lebih, yang
berinteraksi untuk mencapai tujuan bersama.
Sehingga definisi seperti itu tidak mengungkapkan hakikat sosial ini
fenomena. Dalam literatur ilmiah dapat ditemukan gagasan, bahwa komunikasi
bukanlah suatu sifat yang dimiliki oleh seorang individu, melainkan konsekuensi
dari jenis interaksi tertentu; khususnya, yang memiliki fungsionalitas yang saling
bergantung (Scott-Phillips, 2015).
Dengan adanya kolaborasi sosial menjadikan pelanggan yang baru saja
diakuisisi lebih mengontrol hubungan mereka dengan organisasi karena fakta
bahwa pelanggan memiliki akses lebih besar ke tingkat pendidikan dan informasi
baru. Web 2.0 dapat digunakan sebagai enabler dalam menciptakan hubungan
32
yang erat dan jangka panjang antara organisasi dengan pelanggannya dalam hal
ini adalah mahasiswa (Anshari et al., 2015). Web 2.0 memberikan kesempatan
bagi mahasiswa serta peneliti di universitas untuk berkolaborasi dan berbagi
pengetahuan. Ini membantu untuk menemukan kolaborator untuk penelitian dan
kemungkinan untuk berkomunikasi dengan peneliti lain dalam minat penelitian
yang sama. Teknologi Web 2.0 yang memfasilitasi interaktivitas, komentar pada
artikel, dan proses peer review terbuka di antara para sarjana (Anshari et al.,
2016).
Web 2.0 penting untuk pengembangan jaringan sosial untuk mendorong
berbagi pengetahuan. Web 2.0 telah memungkinkan mekanisme untuk
memperluas e-learning dengan mengakomodasi pemberdayaan siswa seperti
memungkinkan mereka untuk berpartisipasi lebih aktif dalam berbagi informasi
dan menghasilkan pengetahuan melalui media sosial. Keuntungan dari Web 2.0
memiliki kemampuan untuk melacak percakapan tentang operasi bisnis. Sebuah
universitas dapat mengambil manfaat dari berhubungan langsung dengan
mahasiswa yang ada dan calon mahasiswa melalui berbagai jejaring sosial,
melacak komentar, pendapat atau saran mahasiswa dan kemudian mendekati
mereka dengan sentuhan yang lebih pribadi. Selanjutnya, aplikasinya dapat
diunduh dan diinstal di ponsel pintar mereka. Alih-alih mencetak catatan mereka,
mereka telah menggunakannya untuk melihat catatan mereka. Mereka juga
menggunakannya untuk menyimpan pekerjaan mereka karena juga berfungsi
sebagai penyimpanan online. Salah satu alasan utama siswa menyukai sistem ini
adalah mereka dapat melihat catatan dari mana saja dan kapan saja mereka mau
(Anshari et al., 2015).
Jika penggunaan teknologi informasi dan komunikasi mengubah hubungan Commented [SJE17R16]: done
Commented [KD18]: Penjelasan kurang mendukung
antara pemerintah dan masyarakat, hal itu juga mengubah hubungan antara dan menggambarkan terkait dengan arti dari digital
masyarakat dan pemerintah. Digitalisasi atau pengurangan titik kontak pengguna service delivery. Tambahkan dan cantumkan sumber
penulisan. Berlaku untuk bagian big data hingga VR AR.
dengan birokrasi dan peninjauan proses untuk membuat layanan mandiri yang Commented [SJE19R18]: done
dimediasi mesin memiliki potensi revolusioner pemerintah. Penerapan kebijakan
transformasi digital memungkinkan bentuk-bentuk baru mediasi dan
pelembagaan praktik yang mewakili jendela peluang untuk mempromosikan
33
inklusi yang lebih besar dan efisiensi serta efektivitas yang lebih besar untuk
pemberian layanan (Siren & Knudsen, 2017).
Saat ini, pemasaran dipandang sangat mendukung penyampaian layanan
yang berfokus pada pelanggan, definisi modern dari aktivitas pemasaran yang
diterapkan pada aktivitas layanan pelanggan dan juga perdagangan. Layanan
pelanggan dan metodologi pemasaran telah diterapkan dalam praktik untuk
pengiriman layanan arsip, terutama oleh arsip. Untuk pengiriman layanan di
tempat dalam arsip, pekerjaan teoretis tentang fokus pelanggan, perilaku peneliti,
dan penggunaan teknik pemasaran menerima lebih banyak perhatian, tetapi
secara umum masih berfokus pada tema dan sub-tema tertentu daripada
mengambil pandangan holistik. Namun demikian, ada beberapa studi yang
bermanfaat, yang mencakup isu-isu seperti kebutuhan akan fokus pelanggan dan
penyampaian layanan yang disesuaikan (Smith, 2003).
Sektor publik perlu merancang strategi pemberian layanan yang menjawab
tugasnya untuk memberikan layanan kepada semua warga negara tanpa
diskriminasi, dengan tetap menghormati keterbatasan anggaran dan kebutuhan
untuk mengoptimalkan pengelolaan saluran layanan (Tangi et al., 2021).
analisis data statistik. Pada awal tahun 1800-an, bidang statistik diperluas hingga
mencakup pengumpulan dan analisis data.Langkah-langkah dasar menuju
konsepsi modern Big Data melibatkan pengembangan komputer, ponsel pintar,
internet, dan peralatan sensorik (Internet of Things) untuk menyediakan data.
Kartu kredit juga berperan, dengan menyediakan data dalam jumlah yang
semakin besar, dan tentunya media sosial mengubah sifat volume data dengan
cara yang baru dan terus berkembang. Evolusi teknologi modern terjalin erat
dengan evolusi Big Data (Foote, 2017).
Menurut Sirait, (2016) bahwa peluang dan manfaat penerapan big data
sangat potensial termasuk di pemerintahan. Dengan menggunakan data,
kebijakan publik bisa didesain dan diimplentasikan lebih efektif dan tepat untuk
mencapai sasaran.
Big Data dapat mengumpulkan semua informasi tetang konsumen dengan
jumlah yang besar dan untuk jangka waktu yang lama mulai dari hobi, pekerjaan,
hingga kebiasaan mereka, sehingga Big Data dapat memonitor gejala psikologis
yang dialami konsumen. Dengan melakukan pendekatan Big Data di dalam
melakukan penelitian bisnis, maka membuat segala pengambilan keputusan
bisnis maupun penyusunan strategi bisnis bukan berdasarkan intuisi dan naluri
semata, akan tetapi telah berdasarkan atas data yang ilmiah, akurat, dan terukur
sehingga segala pengambilan keputusan bisnis serta penyusunan strategi bisnis
dapat bersifat solutif dan implementatif.
Data diambil dalam berbagai bentuk dari berbagai sumber seperti yang
ditunjukkan pada Tabel 2.1 Data terstruktur adalah data dalam bentuk sederhana
yang dapat dengan mudah digunakan dan disimpan dalam basis data sedangkan
data tidak terstruktur dalam bentuk seperti email, audio, video, dan postingan
media sosial. mengevaluasi data untuk mengubahnya menjadi informasi yang
berguna menggunakan teknik dan perangkat lunak canggih (Alsghaier et al.,
2017). Data diambil dalam berbagai bentuk dari berbagai sumber seperti yang
ditunjukkan pada Tabel 1. Data terstruktur adalah data dalam bentuk sederhana
yang dapat dengan mudah digunakan dan disimpan dalam basis data sedangkan
data tidak terstruktur dalam bentuk seperti email, audio, video, dan postingan
media sosial.
35
2.1.12 Robotics
Istilah robot berasal dari bahasa Cekoslowakia. Kata robot berasal dari
kosakata “Robota” yang berarti “kerja cepat”. Istilah ini muncul pada tahun 1920
oleh seorang pengarang sandiwara bernama Karel Capec. Karyanya pada saat itu
berjudul “Rossum’s Universal Robot” yang artinya Robot Dunia milik Rossum.
Rossum merancang dan membangun suatu bala tentara yang terdiri dari robot
industri yang akhirnya menjadi terlalu cerdik dan akhirnya menguasai manusia.
Untuk dapat dikatakan sebagai robot sebuah sistem tidak perlu untuk meniru
semua tingkah laku manusia, namun suatu sistem tersebut dapat mengadopsi satu
atau dua dari sistem yang ada pada diri manusia saja sudah dapat dikatakan
sebagai robot. Sistem yang diadopsi dapat berupa sistem penglihatan (mata),
sistem pendengaran (telinga) ataupun sistem gerak (Citra et al., 2010).
Perkembangan suatu ilmu tak lepas dari peran para peneliti kalau tak dapat
dikatakan bahwa justru penelitilah yang menyebabkan suatu ilmu itu
berkembang. Robotika memiliki unsur yang sedikit berbeda dengan ilmu-ilmu
dasar atau terapan yang lain dalam berkembang. Ilmu dasar biasanya
berkembang dari suatu asas atau hipotesis yang kemudian diteliti secara metodis.
Ilmu terapan dikembangkan setelah ilmu-ilmu yang mendasarinya berkembang
37
akan lebih menarik untuk menggunakan perangkat yang lebih canggih, meski
sedikit lebih mahal (Wei, 2019).
Istilah realitas virtual diciptakan dan dipopulerkan oleh Jaron Lanier pada
akhir 1980-an. Lanier menggambarkan VR sebagai "teknologi yang
menggunakan pakaian terkomputerisasi untuk mensintesis realitas bersama".
Sementara mereka mengungkapkannya dengan cara yang berbeda, banyak
peneliti mengkonseptualisasikan VR sebagai pengalaman simulasi yang
bergantung pada penggunaan teknologi. Konseptualisasi berorientasi teknologi
38
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
41
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
2. Quo Vadis Rista Upa Technological skill, Metode Hasil penelitian ini
akuntan Dalam Tikurante, Judgement, penelitian menunjukkan bahwa
Era Revolusi Oktavianus Leadership Skill, kualitatif revolusi industri 4.0
Industri 4.0 Pasoloran, dan Soft Skill, Gagap dengan menuntut profesi
Sita Yubelina Teknologi, Mental pendekatan akuntan untuk
Sabandar deskriptif. menyesuaikan
dengan
perkembangan
teknologi informasi.
Peranan akuntan
saat ini tak lagi
42
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
yang menguasai
software akuntansi,
statistika, MsOffice,
Zahir dan SAP.
Selain menguasai
software dalam
menghadapi 4.0,
penelitian ini
menunjukkan bahwa
softskill utama yang
diperlukan adalah
memiliki
kemampuan berpikir
kritis dan analitis.
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
pekerjaan empiris.
Itu
tetap menjadi salah
satu teori organisasi
yang paling
menonjol dan
banyak digunakan
adopsi sejak
perkembangannya.
Pekerjaan para
peneliti dalam
beberapa dekade
mendatang akan
mengungkapkan
bagaimana kerangka
TOE dapat terus
membentuk
pekerjaan pada
adopsi
inovasi
5. Technology ACCA (the Cloud, Big Data, Studi Sistem cerdas, bot,
trends: their Association of Mobility, dan Social Kepustakaan dan alat AI lainnya
impact on Chartered Collaboration dapat memberikan
the global Certified manfaat dalam
accountancy Accountants) bisnis dan
profession berlatih tetapi,
mereka juga bisa
menciptakan
peluang dan
46
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
tantangan untuk
akuntan.
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
termasuk sistem
mobilitas bantu,
kendaraan
keselamatan aktif
dan kendaraan
cerdas, tantangan
desain kendaraan,
kendaraan ramah
lingkungan dan
hemat energi,
kooperatif
sistem infrastruktur
kendaraan, perilaku
mengemudi dan
pengemudi
sistem bantuan,
pengelolaan armada
kendaraan listrik
dan sistem tenaga
hibrida, sistem
transportasi cerdas
(ITS),
dan pemodelan,
simulasi, dan
pengendalian sistem
lalu lintas.
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
penyisipan robotika
karena manfaatnya
yang tak
terbayangkan seperti
menghilangkan
tugas manual
berulang berbasis
kertas, memudahkan
audit kepatuhan dan
memungkinkan
verifikasi otomatis
dalam transaksi
sebagai bagian dari
fungsi audit dan
mengubah akuntansi
dan audit
konvensional
berfungsi menjadi
fungsi penasehat
dan konsultasi dan
yang tidak akan
menghilangkan
akuntan dari
pekerjaannya tetapi
memudahkan fungsi
akuntansi dan audit.
Sehubungan dengan
studi objektif kedua
ternyata
menemukan bahwa
55
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
18 Technology ACCA (the Cloud, Big Data, Studi Sistem cerdas, bot,
trends: their Association of Mobility, dan Social Kepustakaan dan alat AI lainnya
impact on Chartered Collaboration dapat memberikan
the global Certified manfaat dalam
accountancy Accountants) bisnis dan
profession berlatih tetapi,
mereka juga bisa
menciptakan
58
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
peluang dan
tantangan untuk
akuntan.
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
dapat mengatasi
masalah yang rumit
atau ambigu, atau di
mana hal-hal
berubah.
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
lingkungan biaya
audit, dan
mendukung teori
yang memprediksi
bahwa audit laporan
keuangan mungkin
tidak memenuhi
kebutuhan semua
pemangku
kepentingan.
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
cloud tidak
diperhitungkan
dengan benar.
Metode
No Judul Peneliti Variabel Kesimpulan
Penelitian
perubahan ini.
: Technological
Factors (TF) H1
: Keputusan atau
: Organizational H2
Sikap Profesi
Factors (OF)
Akuntan
H3
: Environmental
Factors (EF)
2.3.2 Hipotesis
1. Technological Factors (TF)
Technological Factors (TF) mengacu pada teknologi internal
dan eksternal yang berguna bagi perusahaan. Ini adalah praktik dan
peralatan saat ini internal ke perusahaan, termasuk beberapa teknologi
yang tersedia yang berada di luar perusahaan. Konteks teknologi juga
dapat menunjukkan keterampilan relevan yang diperlukan untuk
menggunakan teknologi tertentu. Konteks teknologi digambarkan
sebagai pengetahuan teknis yang diperlukan untuk menerapkan
pemasaran media social (Matikiti et al., 2018). Komputasi awan telah Commented [SJE25]: cari yang lebih relate dengan
cloud
banyak digunakan di sektor akuntansi dalam beberapa tahun terakhir.
66
79
80
Jumlah sampel yang digunakan dalam penelitian ini adalah sebanyak 97 dari Commented [KD2]: Tuliskan berapa lama kamu
memperoleh data kuesioner tersebut.
hasil kuesioner yang disebarkan selama satu bulan. Hal ini disebabkan tidak
diketahuinya jumlah pasti dari populasi seluruh lulusan S1 di Indonesia yang sudah
pernah menggunakan teknologi cloud. Maka dari itu, peneliti memutuskan untuk
menghitung besarnya sampel menggunakan rumus unknown populations.
EF4 0,904
EF5 0,918
EF6 0,877
AC1 0,961
AC2 0,856
AC3 0,972
AC4 0,949
Sumber : Output Smart PLS versi 3.3.3 (2021)
Berdasarkan outer loading diatas seluruh data memiliki nilai loading lebih
dari 0.70 dan dinyatakan valid sehingga dapat dilanjutkan dengan Nilai Average
Variance Extracted (AVE). Average Variance Extracted (AVE) digunakan
sebagai kriteria pengujian convergent validity. Average Variance Extracted
(AVE) mampu menunjukkan kemampuan nilai variabel laten dalam mewakili
skor data asli. Semakin besar nilai Average Variance Extracted (AVE)
menunjukkan semakin tinggi kemampuannya dalam menjelaskan nilai pada
indikator-indikator yang mengukur variabel laten. Dasar pengambil keputusan
untuk nilai Average Variance Extracted (AVE) dalam penelitian ini adalah
sebagai berikut:
a. Jika nilai Average Variance Extracted (AVE) > 0.50 maka konstruk
yang diteliti memiliki validitas konvergen yang baik.
b. Jika nilai Average Variance Extracted (AVE) < 0.50 maka konstruk
yang diteliti adalah tidak memiliki validitaskonvergen yang baik.
Berdasarkan hasil tabel dari nilai loading factor dan nilai Average
Variance Extracted (AVE) dapat disimpulkan sebagi berikut:
1. Konstruk variabel technology factors diukur dengan TF1-TF9. Semua
indikator memiliki factor loading diatas 0,70 dan AVE diatas 0,50.
Maka dapat disimpulkan bahwa konstruk telah memenuhi syarat
validitas konvergen yang baik, ideal dan memadai.
2. Konstruk variabel organization factors diukur dengan OF1-OF9.
Semua indikator memiliki factor loading diatas 0,70 dan AVE diatas
0,50. Maka dapat disimpulkan bahwa konstruk telah memenuhi syarat
validitas konvergen yang baik, ideal dan memadai.
3. Konstruk variabel environment factors diukur dengan EF1-EF6. Semua
indikator memiliki factor loading diatas 0,70 dan AVE diatas 0,50.
Maka dapat disimpulkan bahwa konstruk telah memenuhi syarat
validitas konvergen yang baik, ideal dan memadai.
4. Konstruk variabel adoption of cloud diukur dengan AC1-AC4. Semua
indikator memiliki factor loading diatas 0,70 dan AVE diatas 0,50.
Maka dapat disimpulkan bahwa konstruk telah memenuhi syarat
validitas konvergen yang baik, ideal dan memadai.
Pada tabel 4.16 menunjukkan bahwa nilai koefisien jalur yang ditandai
dengan original sample (O) pada penelitian ini berkisar antara 0,245 hingga
0,402. Maka dapat disimpulkan bahwa seluruh variabel dalam penelitian ini,
Techology Factors (TF), Organization Factors (OF) dan Environment Factors
(EF), memiliki hubungan positif terhadap Adoption of Cloud (AC).
4.6.5 T-statistics
Pada penelitian ini dilakukan uji t-statistics untuk mengetahui apakah
hipotesis dapat diterima atau ditolak. Hipotesis dapat diterima apabila nilai t-
statistics lebih besar dari 1,65, dan sebaliknya, hipotesis ditolak apabila nilai t-
statistics lebih besar dari 1,65 (Ghozali, 2013). Pengujian t-statistics diperoleh
dari hasil prosedur bootsrapping dengan subsample sebesar 5000 dan tingkat
signifikansi dalam pengujian ini adalah sebesar 0,05 atau 5% pada SmartPLS 3.
Tabel 4. 17 T-statistics
T-statistics P
Hubungan Jalur Keterangan
(|O/STDEV| ) Value
105
jalur dan t-statistics berada di atas nilai minimal, yaitu 0,368 dan 3,142.
Artinya, hipotesis H1 diterima.
4.8 Pembahasan
Penelitian ini dilakukan dengan tujuan untuk menganalisis faktor-faktor yang
mempengaruhi adopsi cloud di perusahaan-perusahaan di Indonesia. Faktor-faktor
yang diteliti adalah faktor teknologi, faktor organisasi, dan faktor lingkungan.
Penelitian ini dilakukan dari bulan Maret 2021 sampai dengan Juni 2021, dimana
pandemi COVID-19 sedang terjadi dan mengharuskan banyak karyawan perusahaan
untuk bekerja dari rumah dan mengharuskan mereka untuk memanfaatkan teknologi
secara maksimal dalam bekerja. Penelitian ini menggunakan TOE Framework.
Penelitian ini dikumpulkan dengan metode kuesioner yang disebar melalui media
sosial seperti LinkedIn dan Instagram. Dari hasil penyebaran kuesioner ini berhasil
mengumpulkan data sebanyak 97 responden yang bekerja di berbagai perusahaan di
Indonesia seperti Bank Central Asia, Halodoc, Gojek, dan lain sebagainya. Dari
perusahaan dimana responden bekerja, 64,9% nya merupakan perusahaan besar yang
memiliki lebih dari 100 karyawan. Sedangkan sektor yang paling banyak mengisi
kuesioner ini merupakan sektor perdagangan, jasa, dan investasi dengan jumlah 37
responden atau 38,1% dan yang paling sedikit merespon adalah di sektor
pertambangan dan sektor industri dasar dan kimia dengan jumlah masing-masing 2
responden atau 2%.
107
Data dari hasil kuesioner ini dianalisis dengan metode Structural Equation
Model – Partial Least Square (SEM-PLS) dengan menggunakan software SmartPLS
3. Peneliti terlebih dahulu membuat path model diagram dalam SmartPLS 3,
kemudian melakukan evaluasi model pengukuran dan model struktural. Evaluasi
model pengukuran meliputi uji validitas konvergen dengan mempertimbangkan nilai
outer loading dan Average Variance Extracted (AVE), uji validitas diskriminan
dengan mempertimbangkan nilai cross loading, serta uji reliabilitas dengan
mempertimbangkan nilai cronbach’s alpha dan composite reliability. Dari hasil uji
validitas konvergen dan validitas diskriminan dapat disimpulkan bahwa data
penelitian ini valid dan dapat digunakan untuk pengujian selanjutnya. Kemudian dari
hasil uji reliabilitas dapat disimpulkan bahwa data penelitian ini reliabel dan
konsisten sehingga dapat digunakan untuk pengujian model struktural.
Setelah melakukan evaluasi model pengukuran dilanjutkan dengan evaluasi
model struktural yang meliputi uji koefisien determinansi (R2), predictive relevance
(Q2), effect size (f2), koefisien jalur, dan T-Statistics, serta uji hipotesis dengan
mempertimbangkan nilai koefisien jalur dan T-Statistics. Dari hasil uji koefisien
determinasi dapat diketahui bahwa variabel-variabel independen yang memiliki
hubungan dengan variabel Adoption of Cloud (AC) memberikan pengaruh yang
tergolong dalam kategori kuat dengan nilai R2 sebesar 0,927. Dari hasil dari uji effect
size (f2) dapat diketahui juga bahwa setiap variabel independen memiliki pengaruh
yang besar atau menengah terhadap variabel Adoption of Cloud (AC) sebagai
variabel dependen. Selain itu, dari hasil uji predictive relevance (Q2) dapat diketahui
bahwa model ini memiliki relevansi prediktif karena semua variabel dependen yaitu
Adoption of Cloud (AC) memiliki nilai Q2 lebih dari 0.
Untuk uji hipotesis utama, peneliti menggunakan nilai koefisien jalur dan nilai t-
statistics sebagai dasar penentuan apakah hipotesis utama diterima atau ditolak. Dari
hasil uji hipotesis utama dapat diketahui bahwa semua hipotesis utama dapat Commented [KD5]: Seluruh hasil pembahasan terkait
dengan hipotesis TOE Framework ini masih kurang
diterima. memberikan sumber yang menjelaskan bagaimana
penelitian mu ini hasilnya selaras dan juga tidak selaras
dengan penelitian-penelitian terdahulu, sehingga kamu
4.8.1 Pengaruh Technology Factors terhadap Adoption of Cloud jelaskan kaitan serta perbedaannya apa. Tidak hanya
sekedar menjelaskan bahwa ini berpengaruh atau tidak,
Variabel Technology Factors yang digunakan dalam penelitian ini terdiri melainkan bagaimana kamu menuliskannya dan
memberitahu update an nya berdasarkan penelitian
dari 9 indikator, yang diberi kode TF1, TF2, TF3, TF4, TF5, TF6, TF7, TF8, dan terdahulu juga.
TF9. Dari 97 responden yang mengisi kuesioner, semuanya mengisi dengan Tambahkan juga untuk bagian Organization dan
Environment nya.
108
lengkap di bagian teknologi sehingga tidak ada kuesioner yang tidak valid. Rata-
rata nilai untuk Technology Factors adalah 3,3047, dengan median 3, nilai
maksimal 4 dan nilai minimal 1. Variabel TF1 memiliki minimal yang berbeda
yaitu 2. Secara keseluruhan, responden merespon setuju untuk semua pernyataan
mengenai Technology Factors.
Berdasarkan hasil pengolahan data pada penelitian ini menunjukkan bahwa
variabel Technology Factors mempengaruhi variabel Adoption of Cloud secara
positif dan signifikan. Hal ini dikarenakan nilai koefisien jalur dan t-statistics
berada di atas nilai minimal, yaitu 0,368 dan 3,142. Artinya, hipotesis H1
diterima. Dari hasil penelitian ini, menunjukkan bahwa hasil ini sama dengan
penelitian yang dilakukan oleh P. Borgman., et al, (2013), yang membahas
tentang faktor-faktor yang mempengaruhi penggunaan komputasi awan dengan
menggunakan TOE Framework yang diuji pada 24 perusahaan global di
berbagai industri. Hasil dari penelitian tersebut mengatakan bahwa teknologi dan
organisasi berpengaruh dalam keputusan implementasi komputasi awan.
Sesuai dengan penelitian Venkatesh & Davis, (2000) yang menyatakan
bahwa Technology Factors menjadi salah satu faktor penentu penerimaan sebuah
sistem dan berpengaruh positif terhadap Adoption of Cloud. Software berbasis
cloud yang dapat diakses secara online tentu memberikan kemudahan dan
kenyamanan bagi setiap karyawan untuk mengakses pekerjaan kantor mereka
dari mana saja dan kapan saja selama terhubung dengan internet. Hal ini tentu
memudahkan karyawan ketika harus bekerja dari rumah selama pandemi
COVID-19. Adanya kemudahan ini meningkatkan niat karyawan maupun
perusahaan untuk menggunakan software berbasis cloud.
Namun pada kenyataannya tidak semua orang dapat menerima dan mudah
beradaptasi dengan adanya perubahan sistem dari konvensional menjadi lebih
modern. Hal ini mungkin menjadi penyebab mengapa indikator TF3 yang
menyatakan “Saya merasa hasil kinerja saya meningkat dengan adanya software
berbasis cloud” memiliki nilai outer loading yang lebih kecil dibandingkan 8
indikator lainnya. Sedangkan nilai outer loading terbesar dimiliki oleh TF8
dengan pernyataan “Adanya perubahan yang signifikan sebelum dan sesudah
adanya penggunaan cloud” memiliki nilai outer loading 0,902.
Dari hasil kuesioner dapat dilihat bahwa sekitar 65% responden berasal dari
perusahaan besar, dimana organisasi yang lebih besar dikaitkan dengan inersia
109
birokrasi dan struktur yang kurang fleksibel sehingga akan memiliki lebih
banyak kesulitan dalam menerima dan menerapkan perubahan teknologi (F.
Damanpour, 2010). Sementara organisasi yang lebih kecil lebih mungkin
memfasilitasi penggunaan inovasi karena mereka memiliki inersia birokrasi yang
lebih sedikit dan struktur yang lebih fleksibel. Hal ini memungkinkan mereka
untuk mendapatkan keuntungan dari komunikasi yang lebih rendah, koordinasi
dan pengaruh untuk mendapatkan dukungan untuk mengimplementasikan
perubahan teknologi.
Dari sisi perusahaan, penggunaan cloud ini mendatangkan banyak efisiensi
yang tentunya akan berdampak juga bagi kinerja perusahaan secara keseluruhan.
Hal ini didukung dari data Microsoft (2020) bahwa cloud services berpotensi
meningkatkan pendapatan perusahaan hingga 30% dan berpeluang untuk
meningkatkan bisnis hingga 2,4 kali lebih cepat.
organisasi yang dapat mempengaruhi adopsi cloud (Chao & Chandra, 2012).
Misalnya, jika suatu organisasi tidak memiliki keterampilan yang diperlukan
untuk melakukan pemasaran media sosial, akan sulit baginya untuk mengadopsi
pemasaran media sosial bahkan jika ada tekanan untuk melakukannya dari
lingkungan eksternal. Pada saat yang sama apa yang terjadi di lingkungan
eksternal juga dapat mempengaruhi adopsi pemasaran media sosial. Misalnya,
jika pesaing suatu organisasi mengadopsi atau telah mengadopsi pemasaran
media sosial, ia akan dipaksa untuk mengadopsinya agar tetap kompetitif
(Wamba & Carter, 2014).
Berdasarkan hasil penelitian diatas, diketahui bahwa variabel
Technology Factors, Organization Factors, dan Environment Factors memiliki
nilai R2 sebesar 0,927 atau 92,7% terhadap variabel Adoption of Cloud. Nilai f2
dari Techology Factors dan Environment Factors memiliki pengaruh yang besar
terhadap Adoption of Cloud. Sedangkan nilai f2 dari Organization Factors hanya
memiliki pengaruh yang menengah terhadap Adoption of Cloud. Variabel
dependen pada penelitian ini memiliki nilai Q2 lebih besar dari nol, maka dapat
disimpulkan bahwa model penelitian ini memiliki predictive relevance.
Hubungan hipotesis antar variabel pada penelitian ini memiliki nilai positif untuk
Techology Factors, Organization Factors, dan Environment Factors. Untuk
pengujian hipotesis ini, diperoleh hasil yang signifikan dan dapat diterima untuk
ketiga variabel.
Tuntutan yang dihasilkan dengan situasi sekarang ini dimana COVID-19
membuat para karyawan harus dapat bekerja dari rumah dan memaksa
perusahaan untuk mencari cara agar para karyawan dapat bekerja dari rumah.
Solusi yang memungkinkan untuk para karyawan dapat berkerja dimana saja dan
kapan saja adalah dengan menggunakan teknologi cloud. Perlunya dukungan
dari sisi teknologi yaitu software berbasis cloud, kemudian dari sisi organisasi
yaitu berupa pelatihan dan dukungan teknis serta dari lingkungan berupa regulasi
agar keamanan data dapat terjamin. Cloud ini diharapkan dapat
diimplementasikan secara menyeluruh di seluruh perusahaan baik itu besar,
sedang, kecil maupun mikro dan juga seluruh sektor yang ada di Indonesia.
BAB 5
SIMPULAN DAN SARAN
5.1 Simpulan
Berdasarkan penelitian yang telah dilakukan, maka peneliti dapat menyimpulkan
hasil penelitian sebagai berikut:
1. Variabel Technology Factors berpengaruh positif dan signifikan terhadap
variabel Adoption of Cloud. Hal ini menunjukkan bahwa faktor teknologi
berpengaruh secara langsung dalam peningkatan pengadopsian cloud. Hasil
ini juga didukung oleh penelitian sebelumnya dimana Technology Factors
berpengaruh signifikan terhadap Adoption of Cloud. Ini dikarenakan semakin
maju dan mudahnya teknologi cloud maka semakin besar juga potensi
perusahaan untuk mengadopsi cloud. Oleh karena itu faktor kemudahan dan
kemajuan teknologi mempengaruhi keputusan individu untuk menggunakan
cloud.
2. Variabel Organization Factors berpengaruh positif dan signifikan terhadap
variabel Adoption of Cloud. Hal ini menunjukkan bahwa faktor organisasi
berpengaruh secara langsung dalam peningkatan pengadopsian cloud. Hasil
ini juga didukung oleh penelitian sebelumnya dimana Organization Factors
berpengaruh signifikan terhadap Adoption of Cloud. Oleh karena itu sebelum
mengadopsi cloud, perusahaan harus memiliki kemampuan yang mumpuni
dan selalu melakukan peningkatan dalam kualitasnya.
3. Variabel Environment Factors berpengaruh positif dan signifikan terhadap
variabel Adoption of Cloud. Hal ini menunjukkan bahwa faktor lingkungan
berpengaruh secara langsung dalam peningkatan pengadopsian cloud. Hasil
ini juga didukung oleh penelitian sebelumnya dimana Environment Factors
berpengaruh signifikan terhadap Adoption of Cloud. Ini dikarenakan semakin
besarnya tekanan dari kompetitor yang juga menggunakan cloud maka
semakin besar juga potensi perusahaan untuk mengadopsi cloud. Oleh karena
itu faktor lingkungan mempengaruhi keputusan individu untuk menggunakan
cloud agar mereka tidak kehilangan daya saing mereka.
113
114
5.3 Saran
Berdasarkan hasil pembahasan penelitian dan analisis yang dilakukan oleh
peneliti terdapat beberapa hal yang harus diperhatikan, penelitian ini masih memiliki
kekurangan dan perlu diperbaiki untuk penelitian selanjutnya. Adapun saran peneliti
didalam penelitian ini sebagai berikut:
1. Diharapkan dapat menggunakan objek penelitian yang berbeda agar dapat
menghasilkan hasil yang komprehensif dapat menjadi pembanding untuk
melihat bagaimana pengaruh dari variabel penelitian dengan objek yang
berbeda.
2. Peneliti selanjutnya, juga dapat menambahkan jumlah responden dan
memperluas area penyebaran kuesioner agar hasil yang diperoleh memiliki
tingkat validitas yang lebih tinggi dan menggambarkan seluruh populasi
tidak hanya di tempat tertentu.
3. Pengumpulan data yang dilakukan sebaiknya menggunakan metode
wawancara. Hal ini disebabkan metode wawancara memiliki tingkat
keakuratan dan validitas lebih baik dibandingkan dengan pengumpulan
menggunakan kuesioner. Dengan metode wawancara maka kecil
kemungkinan mendapatkan data yang anomali atau tidak sesuai, hal
tersebut dikarenakan setiap jawaban responden akan memiliki alasan yang
lebih kuat.
4. Peneliti selanjutnya dapat lebih teliti dalam melakukan penelitian dengan
menambahkan jumlah variabel-variabel yang belum dicantumkan pada
penelitian kali ini serta indikator indikator pengukuran variable lainnya
agar lebih valid dan dapat dipercaya.
5. Adanya penelitian lanjutan dari tema penelitian ini, baik penelitian ulang
maupun penelitian baru. Dengan adanya penelitian lanjutan maka dapat
dilihat perubahan dari waktu ke waktu yang harapannya penelitian ini dapat
meningkatkan penerapan software berbasis cloud kedepannya.
6. Diharapkan agar pihak KAP dapat memanfaatkan hasil penelitian ini secara
maksimal sebagai feedback dari penerapan software berbasis cloud saat ini.
Hasil penelitian ini merupakan gambaran users' experience dari berbagai
perusahaan di Indonesia, sehingga diharapkan dapat menjadi bahan
pertimbangan KAP untuk mencapai tujuan dari implementasi software itu
sendiri.
116
LAMPIRAN
Lampiran 1 Kuesioner
L1
L2
L3
L4
L5
L6
40 3 3 3 3 3 3 3 3 3
41 3 3 3 3 3 3 3 3 3
42 4 4 4 4 4 4 4 4 4
43 4 4 4 4 4 4 4 4 4
44 3 3 3 3 3 3 3 3 3
45 4 4 4 4 4 4 4 4 4
46 4 4 4 4 4 4 4 4 4
47 4 4 4 4 4 4 4 4 4
48 4 4 4 4 4 4 4 4 4
49 4 4 4 4 4 4 4 4 4
50 4 4 4 4 4 4 4 4 4
51 4 4 4 4 4 4 4 4 4
52 4 4 3 4 4 3 3 4 4
53 3 3 4 3 3 4 4 3 3
54 4 4 4 4 4 4 4 4 4
55 4 4 4 4 4 4 4 4 4
56 4 4 4 4 4 4 4 4 4
57 2 2 2 2 2 2 2 2 2
58 4 4 4 4 4 4 4 4 4
59 4 4 4 4 4 4 4 4 4
60 3 3 4 3 3 4 4 3 3
61 3 3 4 3 3 4 4 3 3
62 4 4 4 4 4 4 4 4 4
63 4 4 3 4 4 3 3 4 4
64 3 4 4 4 3 3 3 3 4
65 4 3 3 3 4 4 4 4 3
66 4 3 3 3 4 3 3 4 3
67 4 3 3 4 4 4 4 4 3
68 4 3 3 4 4 3 3 4 3
69 4 4 4 4 4 4 4 4 4
70 4 3 3 3 4 4 4 4 3
71 3 4 4 3 3 3 3 3 4
72 3 3 3 3 3 3 3 3 3
73 3 3 4 4 3 4 4 3 3
74 3 3 4 3 3 4 4 3 3
75 4 3 3 3 4 4 4 4 3
76 3 3 4 4 3 3 3 3 3
77 3 3 4 3 3 4 4 3 3
78 4 3 3 3 4 4 4 4 3
79 3 3 4 4 3 4 4 3 3
80 3 3 3 4 3 3 3 3 3
81 3 3 4 3 4 4 4 4 3
L12
82 4 4 3 3 4 3 3 4 4
83 3 4 4 3 3 4 4 3 4
84 3 3 3 4 3 3 3 3 3
85 3 3 4 3 3 3 3 3 3
86 4 3 4 3 4 4 4 4 3
87 4 3 3 3 3 3 3 3 3
88 3 3 3 3 3 3 3 3 2
89 3 3 3 3 3 3 3 3 3
90 3 3 3 3 3 3 3 3 3
91 3 3 3 3 3 3 3 3 3
92 3 3 3 3 3 3 3 3 3
93 3 3 3 3 3 3 3 3 3
94 3 4 4 3 4 3 3 4 4
95 4 3 3 4 3 4 4 3 3
96 3 3 3 3 3 3 3 3 3
97 4 4 4 4 4 4 4 4 4
L13
Responden OF1 OF2 OF3 OF4 OF5 OF6 OF7 OF8 OF9
1 3 4 4 4 3 3 4 3 3
2 2 3 3 3 4 2 3 3 3
3 3 3 3 3 3 3 4 3 3
4 3 3 3 3 3 3 3 3 3
5 3 2 2 2 3 3 2 2 2
6 3 3 3 3 3 3 3 3 3
7 2 2 2 2 2 2 2 3 3
8 3 3 3 3 3 3 3 3 3
9 3 4 4 4 3 3 4 4 3
10 3 3 3 3 3 3 3 3 3
11 4 4 4 4 4 4 4 4 4
12 3 3 3 3 3 3 3 3 3
13 3 2 2 2 3 3 2 3 3
14 3 3 3 3 3 3 3 4 4
15 4 3 3 3 4 4 3 3 3
16 2 3 3 3 2 2 3 4 4
17 3 2 2 2 3 3 2 1 2
18 1 2 2 2 2 1 1 1 1
19 3 3 3 3 3 3 3 3 3
20 3 4 4 4 3 3 3 3 3
21 3 3 3 3 3 3 3 3 3
22 3 3 3 3 4 4 3 4 3
23 3 3 3 3 3 3 3 3 3
24 3 3 3 3 3 3 3 3 3
25 3 3 3 3 4 4 3 4 3
26 2 3 3 3 3 3 3 3 3
27 3 3 3 3 3 3 3 3 3
28 4 4 4 4 4 4 4 4 4
29 3 3 3 3 3 3 3 3 3
30 1 2 2 2 2 2 2 2 2
31 4 4 4 4 4 4 4 4 4
32 3 3 3 3 3 3 3 3 3
33 3 3 3 3 3 3 3 3 3
34 3 3 3 3 3 3 3 3 3
35 3 3 3 3 3 3 3 3 3
36 3 3 3 3 3 3 3 3 3
37 3 3 3 3 3 3 3 3 3
38 4 3 3 3 3 3 3 3 3
L14
39 3 3 3 3 3 3 3 3 3
40 4 3 3 3 3 3 3 3 3
41 3 3 3 3 3 3 3 3 3
42 4 4 4 4 4 4 4 4 4
43 4 4 4 4 4 4 4 4 4
44 3 3 3 3 3 3 3 3 3
45 4 4 4 4 4 4 4 4 4
46 4 4 4 4 4 4 4 4 4
47 4 4 4 4 4 4 4 4 4
48 3 4 4 4 4 4 4 4 4
49 4 4 4 4 4 4 4 4 4
50 4 4 4 4 4 4 4 4 4
51 4 4 4 4 4 4 4 4 4
52 4 3 4 4 4 3 4 3 4
53 4 4 3 3 3 3 4 3 3
54 4 4 4 4 4 3 4 4 4
55 4 4 4 4 4 3 4 4 4
56 3 4 4 4 4 3 3 2 4
57 3 2 2 2 2 3 3 3 2
58 4 4 4 4 4 4 4 4 4
59 4 4 4 4 4 4 4 4 4
60 3 4 3 3 3 3 4 3 3
61 3 4 3 3 3 3 4 3 3
62 4 4 4 4 4 4 4 4 4
63 4 3 4 4 4 4 3 4 4
64 3 3 3 3 2 3 3 3 3
65 4 4 4 4 3 4 4 4 4
66 4 3 4 4 3 4 3 4 4
67 4 4 4 4 4 4 4 4 4
68 4 3 4 4 3 4 3 4 4
69 4 4 4 4 3 4 4 4 4
70 4 4 4 4 4 4 4 4 4
71 3 3 3 3 3 3 3 3 3
72 3 3 3 3 3 3 3 3 3
73 3 3 3 4 3 3 4 3 3
74 3 4 3 4 3 3 4 3 3
75 4 3 4 4 4 4 4 4 4
76 3 3 3 3 3 3 3 3 3
77 3 3 3 4 3 3 4 3 3
78 4 3 4 4 4 4 4 4 4
79 3 3 3 4 3 3 4 3 3
80 3 3 3 3 3 3 3 3 3
L15
81 4 4 4 4 4 4 4 4 4
82 4 3 4 3 4 4 3 4 4
83 3 3 3 4 3 3 4 3 3
84 3 3 3 3 3 3 3 3 3
85 3 3 3 3 3 3 4 4 4
86 4 3 4 4 4 4 4 4 4
87 3 3 3 3 3 3 4 3 3
88 3 3 3 3 3 3 1 1 1
89 3 3 3 3 3 3 4 4 4
90 3 2 3 3 3 3 3 3 3
91 3 4 3 3 3 3 4 3 3
92 3 2 3 3 3 3 3 3 3
93 4 3 3 3 3 3 4 4 4
94 4 4 4 3 4 4 4 4 4
95 4 4 3 4 3 3 4 4 4
96 3 3 3 3 3 3 3 3 3
97 4 3 4 4 4 4 3 3 4
L16
Responden EF1 EF2 EF3 EF4 EF5 EF6 AC1 AC2 AC3 AC4
1 4 3 3 4 3 4 3 3 3 4
2 3 3 3 3 3 3 3 3 3 3
3 3 4 3 3 3 3 4 4 3 3
4 3 3 3 3 3 3 3 3 3 3
5 3 3 3 3 3 3 3 3 3 3
6 3 4 4 3 4 3 4 4 4 3
7 3 3 3 3 3 3 3 3 3 3
8 4 3 3 4 3 4 3 3 3 4
9 3 3 3 3 3 3 3 3 3 3
10 3 3 3 3 3 3 3 3 3 3
11 4 4 4 4 4 4 4 4 4 4
12 3 3 3 3 3 3 3 3 3 3
13 3 3 3 3 3 3 3 3 3 3
14 4 4 4 4 4 4 4 4 4 4
15 3 3 3 3 3 3 3 3 3 3
16 4 4 4 4 4 4 4 4 4 4
17 1 1 1 2 2 2 1 1 2 2
18 1 2 1 1 1 1 2 1 1 1
19 3 3 3 3 3 3 3 3 3 3
20 3 3 3 3 3 3 3 3 3 3
21 3 3 3 3 3 3 3 3 3 3
22 3 3 3 3 3 3 4 4 3 3
23 3 3 3 3 3 3 3 3 3 3
24 3 3 3 3 3 3 3 3 3 3
25 3 3 3 3 3 3 4 4 3 3
26 3 3 3 3 3 3 3 3 3 3
27 3 3 3 3 3 3 3 3 3 3
28 4 4 4 4 4 4 4 4 4 4
29 3 3 3 3 3 3 3 3 3 3
30 2 2 2 2 2 2 2 2 2 2
31 4 4 4 4 4 4 4 4 4 4
32 3 3 3 3 3 3 3 3 3 3
33 3 3 3 3 3 3 3 3 3 3
34 3 3 3 3 3 3 3 3 3 3
35 2 2 2 2 2 2 3 3 3 3
36 3 3 3 3 3 3 3 3 3 3
37 3 3 3 2 2 3 3 3 3 3
38 3 3 3 3 3 3 3 3 3 3
L17
39 3 3 3 3 3 3 3 3 3 3
40 3 3 3 3 3 3 3 3 3 3
41 3 3 3 3 3 3 3 3 3 3
42 4 4 4 4 4 4 4 4 4 4
43 3 3 3 3 3 3 4 4 4 4
44 3 3 3 4 4 3 3 3 3 3
45 4 4 4 4 4 4 4 4 4 4
46 4 3 4 4 4 3 4 4 4 4
47 4 4 4 4 4 4 4 4 4 4
48 3 4 4 4 4 4 4 4 4 4
49 4 3 4 4 4 3 4 4 4 4
50 4 4 4 4 4 4 4 4 4 4
51 4 4 4 4 4 4 4 4 4 4
52 3 4 4 3 3 4 4 3 4 4
53 4 3 3 4 4 3 3 4 3 3
54 4 4 4 4 4 4 4 4 4 4
55 4 3 4 4 4 3 4 4 4 4
56 4 4 4 4 4 4 4 4 4 4
57 2 3 2 4 4 3 2 2 2 2
58 4 4 4 4 4 3 4 4 4 4
59 4 4 4 4 4 3 4 4 4 4
60 4 3 4 3 3 4 3 4 3 3
61 4 3 4 3 3 3 3 4 3 3
62 4 4 4 4 4 3 4 4 4 4
63 3 4 3 4 4 3 4 3 4 4
64 4 3 3 3 3 4 3 3 3 3
65 4 4 4 4 4 4 4 4 4 4
66 4 4 3 4 4 4 4 3 4 4
67 4 4 4 4 4 4 4 4 4 4
68 3 4 3 4 4 3 4 3 4 4
69 4 4 4 4 4 4 4 4 4 4
70 4 4 4 4 4 4 4 4 4 4
71 3 3 3 3 3 3 3 3 3 3
72 3 3 3 3 3 3 3 3 3 3
73 4 3 4 3 3 3 3 4 3 3
74 4 3 4 3 3 3 3 4 3 3
75 3 4 4 4 4 4 4 4 4 4
76 4 3 3 3 3 3 3 3 3 3
77 4 3 4 3 3 3 3 4 3 3
78 3 4 4 4 4 4 4 4 4 4
79 4 3 4 3 3 3 3 4 3 3
80 3 3 3 3 3 3 3 3 3 3
L18
81 4 4 4 4 4 4 4 4 4 4
82 3 4 3 4 4 4 4 3 4 4
83 4 3 4 3 3 3 3 4 3 3
84 3 3 3 3 3 3 3 3 3 3
85 4 3 3 3 3 3 3 3 3 3
86 4 4 4 4 4 4 4 4 4 4
87 3 3 3 3 3 3 3 3 3 3
88 3 3 3 3 3 3 3 3 3 3
89 3 3 3 3 3 3 3 3 3 3
90 2 3 3 3 3 3 3 3 3 3
91 3 3 3 3 3 3 3 3 3 3
92 3 3 3 3 3 3 3 3 3 3
93 3 3 3 3 3 3 3 3 3 3
94 3 4 4 3 4 4 4 3 4 4
95 4 3 3 4 3 3 3 4 3 3
96 3 3 3 3 3 3 3 3 3 3
97 4 4 4 4 4 4 4 4 4 4
L19
Indikator TF OF EF AC
TF1 0,868
TF2 0,826
TF3 0,779
TF4 0,827
TF5 0,901
TF6 0,874
TF7 0,864
TF8 0,902
TF9 0,831
OF1 0,844
OF2 0,793
OF3 0,926
OF4 0,875
OF5 0,81
OF6 0,842
OF7 0,808
OF8 0,833
OF9 0,889
EF1 0,821
EF2 0,902
EF3 0,887
EF4 0,904
EF5 0,918
EF6 0,877
AC1 0,961
AC2 0,856
AC3 0,972
AC4 0,949
L20
Average
Cronbach's Composite
rho_A Variance
Alpha reliability
Extracted (AVE)
TF 0,952 0,955 0,966 0,875
OF 0,945 0,947 0,956 0,784
EF 0,951 0,955 0,958 0,718
AC 0,953 0,957 0,96 0,728
Lampiran 9 R-Square
Lampiran 10 f Square
AC TF OF EF
AC
TF 0,426
OF 0,207
EF 0,416
Q² (=1-
SSO SSE
SSE/SSO)
TF 338 78,018 0,799
OF 582 582
EF 873 873
AC 873 873
AC TF OF EF
AC
TF 0,402
OF 0,245
EF 0,368
Lampiran 13 Bootstrapping
Original Sample Mean Standard T-statistics
Sample (O) (M) Deviation (|O/STDEV| )
TF -> AC 0,402 0,376 0,119 3,541
OF -> AC 0,245 0,249 0,08 3,071
EF -> AC 0,368 0,388 0,114 3,094
L22
PERSONAL INFORMATION
Binusian ID 2201827282
Full Name Sherena Juliani Evanty
E-Mail sherena_evanty@binus.ac.id
Address Current
Jelambar Selatan 2 no 23 RT 005/ RW 03
Jelambar Baru, Grogol Petamburan, Jakarta Barat
DKI Jakarta 11460
Permanent
Jelambar Selatan 2 no 23 RT 005/ RW 03
Jelambar Baru, Grogol Petamburan, Jakarta Barat
DKI Jakarta 11460
FORMAL EDUCATION
July 2018 – Present Bina Nusantara University, Jakarta, Indonesia
Bachelor (S1), Accounting GPA : 3.78
July 2016 – Apr 2018 SMA Negeri 2 Jakarta, Jakarta Barat, Indonesia
Senior High, Not applicable GPA : N/A
DAFTAR PUSTAKA
117
118
Working Paper.
Balzacq, T., & Cavelty, M. D. (2016). A theory of actor-network for cyber-security.
European Journal of International Security, 1(2), 176–198.
https://doi.org/10.1017/eis.2016.8
Batubara, N. A., & Awangga, R. M. (2020). TUTORIAL OBJECT DETECTION
PLATE NUMBER WITH CONVOLUTION NEURAL NETWORK (CNN).
Kreatif industri Nusantara.
Baygin, M., Yetis, H., Karakose, M., & Akin, E. (2016). An effect analysis of
industry 4.0 to higher education. In 2016 15th international conference on
information technology based higher education and training (ITHET). IEEE, 1–
4.
Blackwell, C. K., Lauricella, A. R., Wartella, E., Robb, M., & Schomburg, R. (2013).
Adoption and use of technology in early education: The interplay of extrinsic
barriers and teacher attitudes. Computers and Education, 69, 310–319.
https://doi.org/10.1016/j.compedu.2013.07.024
Botta, A., De Donato, W., Persico, V., & Pescapé, A. (2016). Integration of cloud
computing and internet of things: a survey. Future Generation Computer
Systems, 56, 684–700.
Boukerche, A., & De Grande, R. E. (2018). Vehicular cloud computing:
Architectures, applications, and mobility. Computer Networks, 135, 171–189.
https://doi.org/10.1016/j.comnet.2018.01.004
Chao, C. A., & Chandra, A. (2012). Impact of owner’s knowledge of information
technology (IT) on strategic alignment and IT adoption in US small firms.
Journal of Small Business and Enterprise Development.
Citra, Eri, B., Wibowo, P., Rangga, A., Fakultas, P., Jurusan, T. I., & Informatika, T.
(2010). Robotika. 1–13.
Damanpour, F. (2010). An integration of research findings of effects of firm size and
market competition on product and process innovations. British Journal of
Management, 21(4), 996–1010.
Damanpour, Fariborz, & Schneider, M. (2006). Phases of the adoption of innovation
in organizations: Effects of environment, organization and top managers. British
Journal of Management, 17(3), 215–236. https://doi.org/10.1111/j.1467-
8551.2006.00498.x
Darmawan Deni. (2020). Metode Penelitian Kuantitatif. Remaja Rosdakarya PT.
119
Hair Jr, J. F., Sarstedt, M., Hopkins, L., & Kuppelwieser, V. G. (2014). Partial least
squares structural equation modeling (PLS-SEM): An emerging tool in business
research. European Business Review.
Hakim, A. (2020). Metodologi Penelitian. Universitas Terbuka.
Javaid, J., Soroya, S., & Mahmood, K. (2020). Impact of personal and organizational
factors on knowledge sharing attitude of university teachers in Pakistan.
Electronic Library, 38(2), 317–336. https://doi.org/10.1108/EL-05-2019-0121
Joseph, & Simon. (2014). Accounting for the impact of conservation on human
well‐being.
KBBI. (2016). Kamus Besar Bahasa Indonesia.
KPMG. (2017). Meet the millennials.
https://home.kpmg/content/dam/kpmg/uk/pdf/2017/04/Meet-the-Millennials-
Secured.pdf
Kusumo, E. J. (2017). Analisis pemilihan program aplikasi cloud accounting untuk
usaha kecil dan menengah (UKM).
Lancefield, D., Vaughan, R., & Boxshall, R. (2015). When megatrends collide: How
to prepare for the inevitable interactions between global forces and stay ahead
of the competition. Strategy and Business, 78, 1–10.
Lin, W., Liang, C., Wang, J. Z., & Buyya, R. (2014). Bandwidth‐aware divisible task
scheduling for cloud computing. Software: Practice and Experience, 44(2),
163–174.
Margherita, E. G., & Braccini, A. M. (2020). IS in the cloud and organizational
benefits: an exploratory study. In Exploring Digital Ecosystems. Springer,
Cham, 417–428.
Martins, C., Oliveira, T., & Popovič, A. (2014). Understanding the Internet banking
adoption: A unified theory of acceptance and use of technology and perceived
risk application. International Journal of Information Management, 34(1), 1–
13.
Molla, A., Cooper, V., & Pittayachawan, S. (2014). The Green IT Readiness (G-
Readiness) of Organizations: An Exploratory Analysis of a Construct and
Instrument. Communications of the Association for Information Systems, 29(4).
Musyaffi, A. M., & Kayati, K. (2020). Dampak Kemudahan dan Risiko Sistem
Pembayaran QR Code: Technology Acceptance Model (TAM) Extension.
Jurnal Inspirasi Bisnis Dan Manajemen, 3(2), 161.
121
https://doi.org/10.33603/jibm.v3i2.2635
Oh, S. Y., & Bailenson, J. (2017). Virtual and Augmented Reality. The International
Encyclopedia of Media Effects, 1–16.
https://doi.org/10.1002/9781118783764.wbieme0172
Oliveira, De A., G., de Castilhos, F., Renard, C. M. G. C., & Bureau, S. (2014).
Comparison of NIR and MIR spectroscopic methods for determination of
individual sugars, organic acids and carotenoids in passion fruit. Food Research
International, 60, 154–162.
Palocsay, S. W., & Markham, I. S. (2014). Management science in US AACSB
international-accredited core undergraduate business school curricula. Journal
of Education for Business, 89(2), 110–117.
Permana, Y. (2016). Mengenal Big Data. Codepolitan.
Prichici, C., & Ionescu, B. (2015). Cloud accounting–A new paradigm of accounting
policies. SEA-Practical Application of Science, 3, 489–496.
Priyatikanto, R., Arifyanto, M. I., Darma, R., & Hakim, M. I. (2018). Formation
History of Binary Clusters in the Large Magellanic Cloud. Proceedings of the
International Astronomical Union, 118–121.
Putro, E. C., Awangga, R. M., & Andarsyah, R. (2020). Tutorial Object Detection
People With Faster region-Based Convolutional Neural Network(Faster R-
CNN). Kreatif industri Nusantara.
Rahardja, U., Aini, Q., Graha, Y. I., & Tangkaw, M. R. (2019). Gamification
Framework Design of Management Education and Development in Industrial
Revolution 4.0. In Journal of Physics: Conference Series, 1364(1), 012035.
Rahayu, R., & Day, J. (2015). Determinant factors of e-commerce adoption by SMEs
in developing country: evidence from Indonesia. Procedia-Social and
Behavioral Sciences, 195, 142–150.
Ramaswamy, Gangwar, H., & R, H. D. (2015). Journal of Enterprise Information
Management Understanding determinants of cloud computing adoption using an
integrated TAM-TOE model. Journal of Enterprise Information Management,
28(1), 107–130.
Regar. (2003). International Federation of Accountants.
Rosyadi, K. (2018). New Social Capital Dan Revolusi Industri 4.0; Studi Terhadap
Pembangunan Masyarakat Umkm Batik Tanjung Bumi Bangkalan Madura.
Pamator Journal, 11(2), 149–153.
122