Subscribe to DeepL Pro to translate larger documents.

Visit www.DeepL.com/pro for more information.

Jurnal Inovasi Terbuka:

Teknologi, Pasar, dan Kompleksitas

Artikel
Pembayaran dengan Uang Elektronik: Faktor-faktor
Pengadopsian Pelanggan dan Implikasinya terhadap
Inovasi Terbuka
Widayat Widayat 1,* , Ilyas Masudin 2 dan Novita Ratna Satiti 1
1 Program Studi Manajemen, Fakultas Ekonomi dan Bisnis, Universitas Muhammadiyah Malang, Malang
65145, Indonesia; satiti@umm.ac.id
2 Program Studi Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah Malang,
Malang 65144, Indonesia; masudin@umm.ac.id
* Korespondensi: widayat@umm.ac.id
periksa ror
Diterima: 11 Juni 2020; Diterima: 19 Juli 2020; Dipublikasikan: 29 Juli pembaruan
2020

Abstrak: Investigasi ini dilakukan terhadap adopsi model pembayaran uang elektronik dengan
menggunakan pendekatan kuantitatif dan kualitatif (metode campuran). Kuesioner online, yang
mencakup pertanyaan tertutup dengan skala lima poin Likert dan pertanyaan terbuka,
didistribusikan melalui grup chatting di media sosial. Sampel responden diambil dari populasi
pelanggan remaja di Indonesia. Kuesioner yang terkumpul diverifikasi keakuratan, keandalan, dan
validitasnya sebelum data dianalisis. Data yang memadai digunakan untuk menguji model
hubungan antara variabel laten, dan hubungan variabel laten dalam model diuji dengan
menggunakan kuadrat terkecil parsial dengan menggunakan perangkat lunak Smart-PLS 3.0 dan
NVIVO 12 plus. Hasil analisis akhir menunjukkan bahwa alasan mengadopsi uang elektronik
adalah kepraktisan dan kemudahan. Alasan utama nasabah mengadopsi uang elektronik adalah
kepraktisan, kemudahan penggunaan, waktu transaksi yang efisien, pembayaran yang lebih cepat,
dan kemudahan proses pembayaran. Pemodelan akhir membentuk inner dan outer model yang fit.
Model ini memverifikasi pengaruh signifikan dari faktor sosial, ekspektasi usaha, dan kondisi fasilitasi
terhadap sikap uang elektronik. Selain itu, faktor sosial, ekspektasi usaha, dan sikap memiliki pengaruh
yang signifikan terhadap perilaku uang elektronik.

Kata kunci: adopsi; uang elektronik; gaya modern; keputusan pembayaran; pelanggan

1. Pendahuluan
Di era cashless saat ini, proliferasi teknologi mobile dan digitalisasi layanan keuangan telah
berkembang secara signifikan, ditandai dengan lahirnya uang elektronik sebagai salah satu alternatif
moda pembayaran yang dipandang sebagai bagian dari gaya hidup baru dan modern [1-4].
Perkembangan ini memaksa pelanggan untuk berurusan dengan moda pembayaran berbasis
teknologi yang relatif asing bagi mereka. Metode tersebut memungkinkan pengguna untuk memilih
membayar secara tunai atau menggunakan uang elektronik untuk transaksi mereka [5]. Pemasaran
persuasif membanjiri berbagai bentuk media dengan tujuan untuk meyakinkan nasabah untuk
menggunakan uang elektronik. Berbagai keuntungan dan kemudahan dijelaskan oleh media untuk
menggugah nasabah agar mau mengadopsi platform uang elektronik. Lebih lanjut, dukungan dari
pihak berwenang, penyediaan fasilitas oleh merchant, kemudahan mendapatkan perangkat aplikasi,
faktor sosial ekonomi, dan meluasnya penggunaan smartphone mendorong nasabah untuk
mengadopsi metode pembayaran berteknologi tinggi tersebut [6-12]. Ada banyak keuntungan dan
kemudahan yang terkait dengan melakukan pembayaran secara elektronik, mengirimkan pembayaran
mobile, atau menggunakan uang elektronik. Namun, penelitian tentang pembayaran elektronik, online, dan
mobile telah mengungkapkan beberapa masalah keamanan yang umum terjadi, yang merupakan
salah satu hambatan utama dalam adopsi e-money. Pelanggan mungkin dihadapkan pada risiko
kegagalan dalam melakukan pembayaran karena infrastruktur yang tidak memadai, risiko
penyalahgunaan data pribadi, risiko penipuan yang dilakukan oleh pihak-pihak yang berniat jahat,
dan risiko lainnya [13]. Nasabah dihadapkan pada masalah yang berkaitan dengan

J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 57; doi: 10.3390/joitmc6030057 www.mdpi.com/journal/joitmc
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 2 dari
57 21

risiko, kurangnya e-money, dan kemudahan kepemilikan; oleh karena itu, nasabah belum tentu
menggunakan e-money dalam bertransaksi.
Pembayaran dengan uang elektronik, sebagai sebuah inovasi model bisnis baru yang berarti dalam
kehidupan bisnis dan ekonomi, telah menarik perhatian besar dari para akademisi dan praktisi dari
berbagai perspektif. Ada beberapa poin penting terkait kemunculan uang elektronik sebagai sebuah
inovasi di era kapitalisme ekonomi dengan modal yang terbatas. Platform atau aplikasi tersebut
dihadirkan sebagai sebuah teknologi baru [15], hasil rekayasa, atau kreasi dari seorang
wirausahawan dalam sebuah perusahaan atau melalui kolaborasi antar wirausahawan, yang
mengasumsikan bahwa inovasi didasari oleh kebutuhan perusahaan untuk menghasilkan sebuah
inovasi yang sukses dan menciptakan nilai tambah bagi perusahaan [16,17]. Keberhasilan wirausahawan
menciptakan inovasi yang menciptakan nilai tambah (dalam hal ini pembayaran e-money) ditentukan
oleh setidaknya tiga pihak penting, yaitu inovator yang merupakan wirausahawan, mitra seperti
lembaga keuangan atau penyedia fasilitas internet, dan pengguna dalam ekosistem inovasi yang
bersifat terbuka (open innovation) [18]. Ekosistem yang melibatkan berbagai pihak dapat
menciptakan lingkungan yang mendukung dan mempengaruhi keberhasilan inovasi terbuka.
Penggunaan teknologi merupakan komponen penting yang menentukan keberhasilan inovasi di
masyarakat. Apa yang dipikirkan, dirasakan, dan dilakukan oleh inovator dan entrepreneur dalam
bentuk desain platform (contohnya e-money) tidak selalu selaras dan mampu memenuhi apa yang
diinginkan oleh pengguna. Menurut inovator, beberapa aspek dari e-money (kepraktisan, kemudahan
penggunaan, dan potensi penghematan waktu) belum tentu sama dengan apa yang dialami dan
dirasakan oleh pengguna. Nasabah adalah pengguna teknologi e-money, dan merupakan penentu
keberhasilan inovasi di bidang keuangan. Perilaku mereka untuk mau menggunakan dan terus
menggunakan sebuah inovasi Teknologi Finansial (Tekfin) menjadi penentu sukses atau tidaknya inovasi
tersebut. Oleh karena itu, makalah ini dirancang untuk menunjukkan inovasi terbuka di bidang
keuangan dari sisi pengguna, yaitu nasabah. Hasilnya berimplikasi pada para pemangku kepentingan
inovasi terbuka dan dapat digunakan sebagai dimensi atau indikator untuk mengukur keberhasilan
inovasi aplikasi pembayaran e-money.
Kurangnya kemauan konsumen untuk mengadopsi e-money sebagai alat pembayaran dalam
bertransaksi merupakan fenomena bisnis sosial yang sangat menarik dan membutuhkan kajian lebih
dalam. Beberapa penelitian terdahulu telah membahas mengenai adopsi e-money sebagai alat
pembayaran. Namun, penelitian-penelitian sebelumnya umumnya menggunakan model adopsi
teknologi dan belum menggunakan teori-teori dalam konteks yang spesifik. Model-model
tradisional-The Theory of Planned Behavior (TPB), Technology Acceptance Model (TAM), dan
Unified Theory of Acceptance and Use of Technology (UTAUT), serta perluasannya-membentuk
suatu kerangka pendekatan yang dianggap tepat [19], yang terus dikaji dan dikembangkan [20].
Beberapa penelitian yang relevan telah menggunakan pendekatan-pendekatan tersebut untuk
menguji pengaruh sikap terhadap niat menggunakan e-money berbasis smartphone [21], menguji
faktor-faktor penjelas adopsi teknologi finansial [22], menjelaskan niat sistem pembayaran
elektronik (non-tunai) dengan menggunakan UTAUT [23-27], dan mempelajari adopsi pembayaran
elektronik secara khusus di Indonesia [28]. Penelitian telah menggunakan TPB untuk menjelaskan
niat menggunakan e-money [5] dan model TAM untuk menguji faktor-faktor yang mempengaruhi
seseorang untuk membeli tiket olahraga secara online [29] dan untuk menganalisis sistem
pembayaran mobile [30-32]. Penelitian lain telah menggabungkan TAM dengan TPB dalam internet
banking [33]. Adopsi e-money sebagai alat pembayaran transaksi, dalam perspektif TPB, merupakan
sebuah tindakan yang didahului oleh niat. Niat tersebut muncul sebagai akibat dari sikap terhadap e-
money dan norma subyektif yang didukung oleh kontrol perilaku. Namun, dalam teori ini titik
tumpu terletak pada aktor yang perilakunya sedang diteliti dan aktor eksternal berupa norma
subyektif dan kontrol perilaku. Sementara itu, model TAM menggambarkan bahwa adopsi
penggunaan teknologi, seperti halnya platform e-money, diprediksi oleh persepsi kebermanfaatan
dan persepsi kemudahan penggunaan teknologi. Artinya, apakah seseorang bersedia mengadopsi
teknologi baru, termasuk bentuk pembayaran berbasis teknologi finansial, ditentukan oleh
penerimaan mereka terhadap manfaat dan kemudahan penggunaan yang terkait dengan teknologi
tersebut.
Penggunaan uang elektronik dalam transaksi dapat dilihat sebagai adopsi teknologi baru oleh
masyarakat. Dalam hal ini, nasabah mengoperasikan sistem aplikasi teknologi tersebut, yang
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 3 dari
57
membutuhkan 21
perangkat berbasis perangkat keras dan perangkat lunak di sisi pembayar dan perangkat
penerima di sisi pedagang. Selain itu, e-money merupakan produk layanan keuangan yang relatif baru,
terutama di daerah-daerah tertentu, seperti
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 4 dari
57 21

Indonesia. Perspektif teori dan pendekatan yang digunakan oleh para peneliti terdahulu relevan
untuk menjelaskan fenomena e-money, namun studi pengembangan lebih lanjut masih diperlukan
[34]. Perilaku seseorang dalam menggunakan atau bersedia menggunakan perangkat teknologi, yang
meliputi perangkat keras dan perangkat lunak, tidak hanya ditentukan oleh atribut yang melekat
pada sistem perangkat tersebut, tetapi juga faktor kontekstual dan faktor personal yang ada pada
individu. Oleh karena itu, mengintegrasikan bagian-bagian dari model sebelumnya merupakan
pekerjaan yang menantang [20,35,36] tetapi akan sangat berguna secara teoritis dan praktis. Berangkat dari
ketidaksempurnaan pendekatan yang digunakan oleh peneliti terdahulu, studi dalam paper ini
mengintegrasikan TPB, TAM, dan UTAUT yang disesuaikan dengan objek e-money. Lebih lanjut,
penelitian ini juga menggali alasan nasabah menggunakan perangkat tersebut. Berangkat dari
kondisi tersebut, pertanyaan menarik yang diangkat dalam paper ini mengeksplorasi alasan utama
nasabah menggunakan e-money dan sejauh mana faktor yang melekat pada diri pelaku, atribut yang
melekat pada perangkat aplikasi e-money, kondisi eksternal yang memudahkan penggunaan e-
money, dan faktor sosial berkontribusi pada adopsi perilaku penggunaan e-money dalam
bertransaksi.
Penelitian-penelitian sebelumnya yang terkait dengan pembayaran elektronik belum
sepenuhnya menyelidiki faktor-faktor eksternal dan internal yang memengaruhi perilaku konsumen
untuk mengadopsi dan terus menggunakan berbagai aplikasi uang elektronik dalam satu studi,
pendekatan, dan konteks yang relevan. Pentingnya penelitian ini adalah bahwa penelitian empiris
akademis yang menggunakan pendekatan kualitatif dan kuantitatif merupakan metode yang relatif
baru untuk mempelajari pembayaran elektronik, dan bahwa ada kelangkaan literatur yang
dipublikasikan yang mengeksplorasi adopsi pembayaran elektronik di Indonesia dari perspektif
perilaku konsumen. Dengan menggunakan model berdasarkan TPB, TAM, dan UTAUT, penelitian
ini berkontribusi pada penelitian dengan menilai relevansi dan efek dari tiga variabel independen,
yaitu faktor sosial, ekspektasi usaha, dan kondisi yang memfasilitasi, dalam mempengaruhi
pelanggan untuk menggunakan uang elektronik di Indonesia, yang dimediasi oleh sikap pelanggan
terhadap uang elektronik. Penelitian ini juga menilai alasan nasabah remaja menggunakan e-money.
Ada dua pertanyaan dasar yang perlu dijawab: Apa saja faktor-faktor yang mempengaruhi nasabah
remaja untuk menggunakan e-money? Bagaimana faktor sosial, ekspektasi usaha, dan kondisi yang
memfasilitasi mempengaruhi niat perilaku nasabah untuk mengadopsi e-money di Indonesia, yang
dimediasi oleh sikap terhadap e-money? Makalah ini disusun secara sistematis agar pembaca dapat
dengan mudah memahami isinya, dimulai dari bagian pendahuluan yang menjelaskan perlunya
dilakukan penelitian dan permasalahan yang akan diteliti. Pada bagian selanjutnya, metodologi
penelitian diuraikan meliputi pendekatan, populasi, sampel, teknik pengumpulan data, analisis data,
dan evaluasi kesesuaian model. Pada bagian terakhir, hasil pengolahan data, output analisis data, dan
pembahasan hasil disajikan. Pada bagian akhir dari paper ini, kesimpulan, keterbatasan, dan
rekomendasi disajikan.

2. Metodologi
Dalam penelitian ini, pendekatan survei kuantitatif dan kualitatif digunakan untuk
mengumpulkan data dari pelanggan remaja dengan rentang usia 15 hingga 25 tahun. Data
primer diperoleh dengan menggunakan kuesioner berbasis poin (tertutup) dengan skala lima
poin Likert (Sangat Setuju, Setuju, Netral, Tidak Setuju, dan Sangat Tidak Setuju), dan
beberapa item pertanyaan bersifat terbuka, yang didistribusikan melalui grup obrolan media
sosial. Responden dipilih dengan menggunakan non-probability convenience sampling. Sampel
responden diambil dari populasi pelanggan remaja di Indonesia. Kuesioner yang terkumpul
diverifikasi kelengkapan dan validitasnya dengan menggunakan teknik imputasi, dan responden
yang datanya tidak lengkap tidak diikutsertakan dalam tahap analisis. Setelah verifikasi, 160
kasus (96,96%) dipertahankan. Jumlah data tersebut memiliki kekuatan statistik yang memadai
(0,99), yang dihitung dengan menggunakan perangkat lunak G-Power. Data dari pertanyaan
terbuka dianalisis dengan menggunakan perangkat lunak NVIVO 12 Plus, dan data demografis
dianalisis dengan menggunakan perangkat lunak Jeffrey's Amazing Statistics Program (JASP).
Teori Perilaku Terencana (TPB), sebagai perluasan dari Theory of Reason Action (TRA), telah
diterapkan secara luas untuk menjelaskan keterkaitan antara sikap dan perilaku. Dalam model teoritis
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 5 dari
57
tersebut, 21
perilaku nyata seseorang dipengaruhi oleh niat berperilaku, sedangkan niat untuk
berperilaku dengan cara tertentu dipengaruhi oleh sikap seseorang terhadap objek dan norma
subyektif. Pada
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 6 dari
57 21

Di sisi lain, Technology Acceptance Model (TAM) dikembangkan untuk menjelaskan bagaimana teknologi
baru dan berbagai aspek yang melekat di dalamnya diterima dan digunakan oleh pengguna.
Meskipun banyak model yang telah diusulkan sebelumnya dalam bidang Sistem Informasi untuk
menggambarkan hubungan, model ini telah dikenal dan digunakan secara luas. Dalam model ini,
penerimaan teknologi baru oleh pengguna didasarkan pada dua faktor, yaitu persepsi kegunaan
(perceived usefulness), yang mengacu pada seberapa besar pengguna percaya bahwa teknologi akan
membantu meningkatkan kinerja/efisiensi, dan persepsi kemudahan (perceived ease of use), yaitu
sejauh mana pengguna merasa nyaman dalam menggunakan fitur-fitur teknologi. Faktor-faktor ini
kemudian menentukan sikap pengguna terhadap penggunaan teknologi. Model ini selanjutnya
mengatakan bahwa persepsi kegunaan juga akan mempengaruhi niat perilaku untuk menggunakan.
Sikap seseorang akan menentukan perilakunya dan, pada gilirannya, mempengaruhi penerimaan yang
sebenarnya. Kerangka teori Unified Theory of Acceptance and Use of Technology (UTAUT) secara luas
digunakan untuk memprediksi niat perilaku untuk adopsi teknologi. Niat untuk menggunakan sesuatu
diprediksi oleh ekspektasi kinerja (PE), ekspektasi usaha (EE), pengaruh sosial (SI), dan kondisi yang
memfasilitasi (FC). Beberapa peneliti, seperti yang telah disebutkan di bagian pendahuluan, telah
memodifikasi model tersebut. Berangkat dari berbagai metode dalam literatur dan dari ketiga
pendekatan tersebut, ketiga model tersebut disusun atau dimodifikasi dalam penelitian ini dengan
menerapkan variabel-variabel yang disesuaikan dengan objek penelitian, yaitu e-money. Penulis
sengaja menggunakan variabel pengaruh sosial yang sepadan dengan norma subyektif dan terminologi faktor
sosial. Data y a n g memadai terkait faktor sosial, ekspektasi usaha, dan kondisi yang memfasilitasi
dalam sikap dan niat perilaku menggunakan e-money digunakan untuk membangun model struktural
dan pengukuran dengan menggunakan Partial Least Square-Structural Equation Modeling (PLS-
SEM) dengan menggunakan perangkat lunak Smart-PLS 3.0. Signifikansi korelasi antar variabel dalam
model struktural (inner model) diuji dengan membandingkan nilai T-statistik dengan nilai T-kritis
(2,00). Jika nilai T-statistik lebih besar atau sama dengan 2,00, maka hubungan variabel tersebut
dinyatakan signifikan. Sementara itu, signifikansi dari indikator-indikator pembentuk variabel laten
diuji dengan cara yang sama. Jika nilai T-statistik lebih besar atau sama dengan T-kritis indikator,
maka indikator tersebut dinyatakan signifikan.

3. Konstruk dan Indikator

Model struktural menggambarkan hubungan antara pengaruh faktor sosial, ekspektasi usaha,
dan kondisi yang memfasilitasi terhadap sikap uang elektronik dan pengaruh sikap uang elektronik
terhadap perilaku niat menggunakan uang elektronik. Masing-masing variabel laten tersebut tidak
dapat diobservasi dan diukur dengan indikator-indikator yang valid. Hasil pengujian validitas
terhadap model pengukuran menunjukkan bahwa konstruk variabel laten tersusun atas indikator-
indikator yang valid: nilai T-statistik lebih besar dari nilai kritis (1,96), dan nilai loading lebih besar
dari 0,60 yang menunjukkan bahwa semua indikator konstruk adalah valid. Indikator-indikator
sebagai pengukur masing-masing variabel laten dirinci dalam Tabel 1.
J. Open Innov. Technol. Mark. Kompleks. 2020, 6,
14
Variabel Laten
Alasan Penggunaan E-Money
Kondisi yang Memfasilitasi
[25,35,37,38]
Ekspektasi Usaha (EE) [25,39]
Faktor Sosial (SF) [23,25,38]
Sikap terhadap Uang Elektronik
Perilaku Niat Penggunaan Uang
Elektronik [23,24,38,40]
Tabel 1. Variabel dan Pengukuran.
Operasionalisasi dan Pengukuran
Item (Kode)
Alasan pelanggan menggunakan pembayaran e-money dalam bertransaksi.
Sejauh mana pelanggan percaya bahwa infrastruktur teknis tersedia
untuk mendukung adopsi pembayaran e-money, diukur dari persepsi
untuk dapat mengakses sumber daya yang diperlukan, serta untuk
mendapatkan pengetahuan dan dukungan yang diperlukan untuk
menggunakan e-money.
Dinilai dengan menggunakan pertanyaan berskala lima poin tertutup.
Tingkat kemudahan yang terkait dengan penggunaan sistem
pembayaran e-money, diukur dari persepsi kemudahan penggunaan
layanan e-money, serta kemudahan dalam mempelajari cara
menggunakan layanan tersebut. Dinilai dengan menggunakan
pertanyaan berskala lima poin tertutup.
Sejauh mana rekan-rekan kerja mempengaruhi penggunaan sistem,
baik secara positif maupun negatif, diukur dari persepsi tentang
bagaimana teman sebaya mempengaruhi penggunaan pembayaran e-
money oleh nasabah. Dinilai dengan menggunakan pertanyaan
berskala lima poin tertutup.
Sikap adalah kondisi mental atau kesiapan mental, yang diorganisir
melalui pengalaman, memberikan pengaruh yang terarah atau
dinamis terhadap respons individu terhadap uang elektronik dan hal-
hal yang terkait. Dinilai dengan menggunakan pertanyaan berskala
lima poin tertutup.
Tindakan untuk terus menggunakan uang elektronik,
merekomendasikannya kepada pihak lain, dan memelihara fitur-fitur
teknologi terkait pada perangkat.
Dinilai dengan menggunakan pertanyaan berskala lima poin tertutup.
575 dari
Pertanyaan terbuka, "Apa saja kelebihan dan
kerugiannya, dan mengapa menggunakan uang elektronik
dalam transaksi Anda?"
■ Ketersediaan fasilitas di toko yang dikunjungi (FC_1)
■ Jaringan internet yang memadai (FC_2)
■ Dukungan yang dimiliki smartphone (FC_3)
■ Memiliki kemampuan/pengetahuan tentang uang elektronik
(FC_4)
■ Terampil menggunakan uang elektronik (FC_5)
■ Lembaga keuangan mendukung penggunaan (FC_6)
■ Pengalaman gagal membayar dengan uang elektronik (FC_8)
■ Sangat mudah untuk dipraktikkan atau diterapkan (EE_1)
■ Prosedur yang harus digunakan mudah (EE_2.)
■ Praktis tidak perlu repot menyediakan uang (EE_3.)
■ Fitur yang mudah digunakan (EE_4.)
■ Metode pembayaran sangat mudah dipelajari (EE_5)
■ Menginstal aplikasi itu mudah (EE_6)
■ Mengisi ulang uang elektronik itu mudah (EE_7)
■ Teman-teman Anda merekomendasikan penggunaan uang
elektronik (SF_1)
■ Keluarga Anda merekomendasikan penggunaan uang
elektronik (SF_2)
■ Tetangga Anda merekomendasikan penggunaan uang
elektronik (SF_3)
■ Media mendorong penggunaan uang elektronik (SF_4)
■ Pedagang merekomendasikan uang elektronik (SF_5)
■ Ide yang sangat bagus (A-Att1)
■ Transaksi yang menyenangkan (A-Att2)
■ Memiliki wawasan pengetahuan yang memadai (A-Att4)
■ Transaksi lebih modern dan canggih (A-Att5)
■ Transaksi terasa berkelas (A-Att6)
■ Melanjutkan penggunaan uang elektronik (BIH-1)
■ Berencana menggunakan uang elektronik di masa mendatang
(BIH-2)
■ Membiasakan diri menggunakan uang elektronik (BIH-3)
■ Tidak menginstal ulang dari sistem (BIH-4)
■ Segera isi ulang jika habis (BIH-5)
■ Memilih merchant yang menerima uang elektronik (BIH-6)
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 6 dari
57 21

4. Evaluasi dan Diskusi Model

4.1. Demografi
Dari data yang telah dikumpulkan, diperoleh karakteristik responden yang meliputi usia,
kepemilikan e-money, dan jenis kelamin. Dari aspek kepemilikan teknologi uang elektronik, sebagian
besar responden memiliki dan menggunakan Ovo (27,86%), Gopay (21,24%), Linkaja (13,17%), Mandiri "E-
money" (6,18%), dan Brizzi (5,11%), serta 20,15% menggunakan uang elektronik lainnya.
Penggunaan uang elektronik oleh responden beragam, mulai dari belanja online, membayar layanan
taksi online, membayar layanan pesan antar makanan, membeli tiket bioskop, dan berbelanja
berbagai kebutuhan sehari-hari. Data yang diolah dalam NVIVO 12 plus dapat divisualisasikan
dalam Gambar 1. Alasan utama nasabah menggunakan e-money dalam bertransaksi adalah karena
praktis, mudah, tidak memakan waktu, dan efisien, seperti yang dirinci pada Gambar 2. Mayoritas
responden adalah perempuan (101/63,13%) dan minoritas laki-laki. Hal ini mengindikasikan bahwa,
dibandingkan dengan laki-laki, lebih banyak perempuan yang lebih suka menggunakan uang
elektronik. Selain karena sangat mudah d i g u n a k a n , praktis, dan berisiko rendah dibandingkan
dengan membawa uang tunai, uang elektronik lebih cocok digunakan oleh perempuan. Sementara
itu, dari sisi usia, mayoritas responden (hingga 84,38%) berada di kelompok usia 16-20 tahun.
Hanya sebagian kecil saja yang berada di luar kelompok usia tersebut. Secara psikologis, kelompok
usia ini terdiri dari mereka yang masih berusaha mendefinisikan diri dan mengadopsi hal-hal baru,
termasuk uang berbasis teknologi. Kelompok ini merupakan generasi yang sangat melek teknologi
informasi, memiliki keterampilan yang memadai, peka terhadap perubahan teknologi, dan
merupakan pemegang smartphone.

Gambar 1. Pohon kata hasil NVivo untuk penggunaan uang elektronik oleh pelanggan.

Gambar 2. Hasil word cloud NVivo untuk alasan penggunaan uang elektronik.
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 7 dari
57 21

4.2. Evaluasi Model

Tujuan dari penelitian ini adalah untuk menguji model hubungan pengaruh variabel laten
(perilaku e-money dan sikap e-money), yang dinilai melalui faktor sosial, ekspektasi usaha, dan kondisi yang
memfasilitasi. Variabel-variabel tersebut diambil dari beberapa model, yaitu TPB, TAM, dan
UTAUT, dan masing-masing faktor diukur dengan indikator yang valid. Outer model merupakan
pengukuran formatif dari model variabel laten orde pertama. Model pengukuran perlu dinilai
reliabilitas dan validitasnya dari setiap variabel laten. Validitas dapat dinilai dengan menggunakan
validitas konvergen, yang menggambarkan tingkat kepercayaan terhadap kebaikan pengukuran
setiap indikator. Selanjutnya, model perlu dinilai dengan menggunakan validitas diskriminan, yang
menggambarkan perbedaan atau ketidaksesuaian antar indikator dalam variabel laten. Validitas
konvergen dinilai dengan Average Variance Extracted (AVE) dan Composite Reliability (CR). AVE
mengukur tingkat variasi konstruk dibandingkan dengan tingkat kesalahan pengukuran. Nilai AVE
di atas 0,70 menunjukkan pengukuran yang sangat baik, dan nilai AVE yang dapat diterima
setidaknya 0,50. CR adalah ukuran reliabilitas yang nilainya lebih rendah dari Cronbach's alpha;
nilai CR yang dapat diterima minimal 0,70 [41].
Tabel 2 menunjukkan AVE, CR, Rho-A, dan Cronbach's alpha untuk variabel laten (sikap uang
elektronik, perilaku uang elektronik), ekspektasi usaha, kondisi yang memfasilitasi, dan faktor sosial.
Semua variabel laten ditemukan valid secara konstruk berdasarkan nilai Cronbach's alpha, Rho-A,
dan composite reliability, dengan nilai di atas nilai kritis (0,70). Demikian juga dengan nilai AVE, semua
variabel laten lebih besar dari 0,50. Selain itu, validitas diskriminan juga diukur dengan menggunakan
kriteria Heterotrait-Monotrait Ratio (HTMT). Banyak penulis yang menyarankan bahwa sebuah
konstruk variabel laten dikatakan valid jika nilai HTMT di bawah 0.90, dan beberapa penulis bahkan
menyarankan di bawah 0.85. Nilai HTMT s e b e s a r 1 mengindikasikan bahwa variabel tersebut tidak valid
[42,43]. Pada Tabel 3, kita dapat melihat nilai HTMT dari sikap uang elektronik dengan perilaku uang
elektronik adalah 0,877, sementara yang lain di bawah 0,85, dan variabel kondisi yang memfasilitasi
dengan faktor sosial adalah 0,570. Jika cut-off adalah 0.90, maka dapat dikatakan bahwa konstruk
laten dalam model memenuhi persyaratan.

Tabel 2. Indikator validitas konstruk laten.

Rata-rata Varians yang

Variabel Cronbach's Alpha Rho-A Keandalan Komposit
Diekstraksi
(AVE)
Sikap terhadap Uang 0.821 0.834 0.875 0.585
Elektronik
Perilaku Uang Elektronik 0.867 0.877 0.901 0.605
Harapan Usaha 0.912 0.915 0.930 0.656
Kondisi yang 0.881 0.885 0.910 0.630
Memfasilitasi
Faktor Sosial 0.835 0.843 0.876 0.542
Sumber: Keluaran Smart-PLS.

Tabel 3. Rasio Heterotrait-Monotrait (HTMT).

Sikap Perilaku Harapan Kondisi yang

Variabel Laten Faktor Sosial
terhadap Uang Usaha Memfasilitasi
Uang Elektroni
Elektron k
ik
Sikap terhadap Uang - - - - -
Elektronik
Perilaku Uang Elektronik 0.877 - - -
Harapan Usaha 0.770 0.739 - - -
Kondisi yang 0.779 0.663 0.740 - -
Memfasilitasi
Faktor Sosial 0.704 0.646 0.567 0.570 -
Sumber: Keluaran Smart-PLS.

Cross-loading digunakan untuk mendeteksi validitas diskriminan. Sebuah indikator

J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 8 dari
57 21

memiliki korelasi yang lebih tinggi dengan dirinya sendiri dibandingkan dengan variabel lainnya.
Tabel 4 menunjukkan nilai cross-loading. Semua indikator yang menggunakan indikator variabel
laten dalam model nilai cross-loading setiap indikator lebih besar daripada variabel laten itu
sendiri (angka yang dicetak tebal) dibandingkan dengan variabel lain (angka yang lebih kecil dan
tidak dicetak tebal). Sebagai contoh, pada baris pertama, A-Att1 merupakan indikator yang mengukur
variabel sikap terhadap e-money,
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 9 dari
57 21

pada kolom kedua adalah 0.822, yang lebih besar dari nilai pada kolom lainnya (0.589, 0.686, 0.625,
dan 0.465). Hal ini mengindikasikan bahwa A-Att1 merupakan indikator yang valid sebagai pengukur
variabel sikap terhadap e-money dibandingkan dengan keefektifannya sebagai pengukur variabel
lainnya. Untuk indikator-indikator variabel lain, nilainya lebih besar dari variabel itu sendiri
dibandingkan dengan variabel lainnya. Hal ini juga mengindikasikan bahwa indikator-indikator
yang mengukur variabel laten tersebut valid.

Tabel 4. Indikator variabel laten yang dimuat silang.

Uang Memfasilitasi
Item Pengukuran Uang Usaha Faktor Sosial
Elektronik
Elektronik
Sikap Perilaku Harapan Ketentuan
A-Att1 0.822 0.589 0.686 0.625 0.465
A-Att2 0.835 0.619 0.617 0.600 0.480
A-Att4 0.756 0.577 0.466 0.496 0.529
A-Att5 0.760 0.582 0.473 0.488 0.398
A-Att6 0.635 0.474 0.309 0.318 0.485
BIH-1 0.650 0.751 0.520 0.414 0.482
BIH-2 0.616 0.834 0.560 0.554 0.444
BIH-3 0.544 0.806 0.538 0.431 0.447
BIH-4 0.548 0.755 0.452 0.414 0.448
BIH-5 0.647 0.855 0.586 0.558 0.490
BIH-6 0.438 0.646 0.406 0.321 0.361
EE_1 0.567 0.513 0.845 0.569 0.443
EE_2 0.613 0.565 0.834 0.578 0.505
EE_3 0.507 0.508 0.727 0.483 0.351
EE_4 0.510 0.498 0.810 0.524 0.475
EE_5 0.594 0.559 0.855 0.532 0.454
EE_6 0.486 0.517 0.761 0.556 0.391
EE_7 0.579 0.580 0.827 0.520 0.396
FC_1 0.486 0.445 0.478 0.707 0.402
FC_2 0.487 0.472 0.420 0.717 0.510
FC_3 0.535 0.432 0.511 0.840 0.378
FC_4 0.548 0.472 0.591 0.856 0.372
FC_5 0.594 0.513 0.587 0.869 0.437
FC_6 0.546 0.447 0.556 0.757 0.383
SF_1 0.485 0.460 0.379 0.414 0.784
SF_2 0.297 0.312 0.244 0.211 0.733
SF_3 0.283 0.316 0.194 0.208 0.705
SF_4 0.603 0.512 0.585 0.501 0.688
SF_5 0.409 0.409 0.428 0.422 0.711
SF_6 0.477 0.437 0.370 0.396 0.791
Sumber: Keluaran Smart-PLS.

Tabel 5 menunjukkan nilai R-squared dan adjusted R-squared yang menggambarkan

kemampuan faktor sosial, kondisi yang memfasilitasi, dan ekspektasi usaha dalam menjelaskan
variabel sikap e-money dan perilaku e-money. Untuk e-money attitude, R-squared sebesar 0.603,
yang berarti bahwa variabel e-money attitude dijelaskan oleh kedua variabel independen tersebut
sebesar 60.3%, dan sisanya (39.7%) dipengaruhi oleh variabel lain. R-squared variabel perilaku e-
money sebesar 0,611 yang berarti pengaruh faktor sosial dan ekspektasi usaha pada sikap e-money
terhadap perilaku e-money sebesar 61,1%, sedangkan 39,9% dipengaruhi oleh variabel lain.

Tabel 5. Korelasi berganda variabel endogen.

Variabel Laten R-Squared R-Kuadrat yang

Disesuaikan
Sikap terhadap Uang 0.603 0.596
Elektronik
Perilaku Uang 0.611 0.604
Elektronik
Sumber: Keluaran Smart-PLS.
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 10 dari
57 21

Multikolinearitas terjadi ketika dua atau lebih variabel independen dalam sebuah model berkorelasi,
sehingga menghasilkan informasi dan respons yang berlebihan. Multikolinearitas diukur dengan
variance inflation factors (VIF) dan tolerance. Jika nilai VIF melebihi 4.0, atau memiliki tolerance
kurang dari 0.2, hal ini mengindikasikan adanya masalah multikolinieritas dalam model. Tabel 6
menunjukkan bahwa nilai VIF untuk variabel independen pada e-money attitude dan e-money
behavior lebih kecil dari 0,4. Hal ini mengindikasikan bahwa model yang diuji terbebas dari
masalah multikolinieritas [41].

Tabel 6. Nilai Faktor Inflasi Varians Dalam (VIF).

Variabel Laten Sikap terhadap Uang Perilaku Uang

Elektronik Elektronik
Sikap terhadap Uang 2.233
Elektronik
Harapan Usaha 1.959 1.952
Faktor Sosial 1.499 1.665
Kondisi yang 1.918
Memfasilitasi
Sumber: Keluaran Smart-PLS.

Gambar 3 dan 4 menunjukkan model struktural dan model pengukuran. Model pengukuran
menunjukkan validitas konstruk variabel laten yang terdiri dari indikator-indikator yang valid,
dimana nilai T-statistik lebih besar dari nilai kritis (1,96), dan nilai loading lebih besar dari 0,60
yang mengindikasikan bahwa semua indikator konstruk valid. Pada model struktural (Tabel 7), yang
menggambarkan jalur hubungan antar variabel laten, nilai T-statistik dari 2,591 hingga 4,758 lebih
besar dari T-kritis (1,96) pada signifikansi 5%, kecuali untuk jalur faktor sosial terhadap perilaku e-
money yang nilai T-statistiknya hanya 1,861 dan signifikan pada level 10%. Koefisien semua jalur
dalam inner model (sampel asli) berkisar antara 0,144 hingga 0,483, dengan standar deviasi dari
0,078 sampai 0,101. Koefisien menunjukkan besarnya pengaruh variabel laten terhadap variabel
laten lainnya. Semua koefisien bernilai positif, yang berarti hubungan antar variabel tersebut
searah. Jika variabel laten independen berubah, maka variabel laten dependen akan meningkat.
Sebagai contoh, koefisien jalur e-money attitude terhadap e-money behavior sebesar 0,483,
mencerminkan besarnya perubahan yang akan terjadi jika e-money attitude berubah. Interpretasi
makna perubahan variabel tergantung pada pengukuran dan skala yang digunakan. Tidak semua
perubahan dapat diinterpretasikan secara kuantitatif.

Gambar 3. Model struktural dengan bobot (koefisien).

J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 11 dari
57 21

Gambar 4. Model pengukuran variabel laten (t-statistik).

Tabel 7. R a t a - r a t a Koefisien Jalur, Standar Deviasi (STDEV), Nilai T, dan Nilai p.

Standar
Sampel Rata- Statistik-T
Path Deviasi Nilai-p
Asli (O) rata (|O/STDEV|)
(STDEV)
Sampel
(M)
Sikap Uang Elektronik → Perilaku Uang 0.483 0.494 0.101 4.758 0.000
Elektronik
Ekspektasi Usaha → Perilaku Penggunaan Uang 0.255 0.249 0.098 2.591 0.010
Elektronik
Faktor Sosial → Perilaku Penggunaan Uang 0.144 0.140 0.078 1.861 (*) 0.064
Elektronik
Ekspektasi Usaha → Sikap terhadap E-Money 0.329 0.326 0.080 4.106 0.000
Kondisi yang Memfasilitasi → Sikap terhadap 0.313 0.315 0.085 3.674 0.000
Uang Elektronik
Faktor Sosial → Sikap terhadap Uang Elektronik 0.274 0.276 0.078 3.525 0.001
Sumber: Output Smart-PLS (*). Signifikan pada alpha 10%.

Kerangka dasar model ini mencakup satu atau beberapa domain TPB, TAM, dan UTAUT.
Fokus dari model ini adalah integrasi dari ketiga model tersebut yang terletak pada domain yang
diposisikan d i b a g i a n p a l i n g kanan dari model, yaitu niat perilaku menggunakan
uang elektronik. Dalam berbagai konteks penelitian terkait, model ini telah diterapkan secara luas,
baik dengan menggambarkan niat sebagai mediator atau tanpa mediasi. Hasilnya menunjukkan
bahwa perilaku terhadap suatu objek secara konsisten diprediksi oleh sikap. Demikian juga, hasil
analisis data menunjukkan bahwa niat dan perilaku terkait penggunaan e-money secara signifikan
diprediksi oleh sikap terhadap e-money. Hasil ini mendukung penelitian sebelumnya yang
diterapkan dalam berbagai konteks. Misalnya, dalam kasus belanja online, dinyatakan bahwa
perilaku belanja online atau melalui internet dipengaruhi oleh sikap seseorang terhadap sistem
belanja [44,45] dalam konteks adopsi mobile banking [46], penggunaan sistem non-tunai [27], dan
adopsi teknologi smart home [47]. Secara lebih spesifik, hal ini mendukung penelitian yang
dilakukan dalam konteks penggunaan pembayaran elektronik, pembayaran mobile, penggunaan
uang elektronik, dan topik-topik serupa [48,49].
Secara lebih spesifik, domain niat perilaku e-money merupakan konstruk yang diukur melalui
indikator-indikator sebagai berikut: instalasi aplikasi, kontinuitas penggunaan, rencana penggunaan
dalam jangka pendek ke depan, familiarisasi, niat pengguna untuk tidak melakukan instalasi ulang,
langsung melakukan top up, dan merekomendasikan orang lain untuk menggunakan e-money untuk
transaksi pembayaran, serta apakah e-money merupakan alat pembayaran utama ketika melakukan
transaksi. Niat dan perilaku komposit tersebut dijelaskan oleh sikap subjek terhadap e-money, yang
diukur dengan indikator sebagai berikut: ide yang bagus, menyenangkan, berpengetahuan luas,
modern, dan berkelas. Hal ini berarti nasabah berniat untuk menggunakan dan benar-benar menggunakan e-
money dalam bertransaksi karena sikap mereka terhadap e-money. Misalnya, nasabah akan terus
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 12 dari
57 21

menggunakan dan membiasakan diri dengan e-money untuk transaksi pembayaran karena merasa
bahwa menggunakan e-money adalah ide yang bagus, modern, tidak kuno,
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 13 dari
57 21

dan menyenangkan. Hal ini mengindikasikan bahwa sikap terhadap suatu objek tertentu merupakan prediksi
dari perilaku seseorang yang berhubungan dengan objek tersebut, sesuai dengan kerangka TPB dan
penelitian terdahulu yang menjadi dasar penelitian ini.
Selain dipengaruhi oleh sikap, perilaku seseorang dalam menggunakan e-money secara
signifikan dipengaruhi oleh ekspektasi usaha (effort expectancy) dan faktor sosial. Kedua prediktor
tersebut merupakan domain yang sepadan dengan pengaruh sosial yang diambil dari kerangka kerja
UTAUT [50] dan norma subyektif dalam kerangka kerja TPB [51]. Hal ini mengindikasikan bahwa
satu atau beberapa domain dari kerangka dasar yang sudah mapan dan diterapkan secara luas, dalam
hal ini TPB dan UTAUT, masih memberikan hasil yang konsisten. Analisis dalam konteks penggunaan e-
money sebagai alat transaksi pembayaran secara konsisten mendukung hasil penelitian sebelumnya,
yaitu bahwa faktor sosial dan ekspektasi usaha merupakan prediktor dari perilaku [26,27,44,47,48,52]. Hal
ini berarti nasabah akan terus menggunakan e-money, menjadikannya sebagai pilihan utama
pembayaran, dan tetap memasang aplikasi e-money di perangkat pintar karena adanya bujukan dari
luar seperti toko-toko yang mereka kunjungi dan teman dekat atau keluarga sebagai faktor sosial.
Analisis berdasarkan data yang tersedia menunjukkan hasil yang signifikan secara statistik,
mengindikasikan bahwa perilaku dan niat untuk menggunakan uang elektronik dipengaruhi secara
positif oleh keberadaan pihak luar yang memberikan penilaian yang berguna dan praktis terhadap
atribut-atributnya dengan cara yang berarti. Signifikansi d a r i temuan ini mendukung penelitian
sebelumnya yang menerapkan TPB dan UTAUT secara keseluruhan dalam konteks pembayaran
transaksi non-tunai [26,27,46,53]. Sikap terhadap uang elektronik adalah variabel penjelas yang
paling dekat dalam model hipotesis yang diuji dalam penelitian ini. Domain sikap diambil dari
kerangka kerja TPB [51,54,55] sebagai penjelas dari niat perilaku. Sebagai penjelasan, pembentukan
sikap dipengaruhi oleh faktor eksternal, yaitu faktor di luar diri pelaku. Dalam penelitian ini, sikap
yang sedang dioptimalkan dipengaruhi oleh faktor sosial dan kondisi yang memfasilitasi. Faktor
eksternal adalah pihak, orang dekat, atau penjual yang ada di luar diri nasabah, sedangkan facilitating
conditions lebih difokuskan pada infrastruktur yang tersedia yang memungkinkan nasabah untuk
melakukan transaksi dengan menggunakan e-money. Konsep ini diambil dari kerangka kerja UTAUT,
sedangkan kerangka kerja TPB lebih mengarah pada kontrol perilaku. Beberapa ukuran yang valid dari
variabel-variabel tersebut antara lain ketersediaan fasilitas di merchant, dukungan koneksi internet,
smartphone yang memadai, kemampuan pengguna, dukungan lembaga keuangan, dan kemungkinan
gagal bayar. Hasil analisis menunjukkan bahwa sikap nasabah terhadap e-money secara signifikan
diprediksi oleh kedua domain ini. Artinya, sikap nasabah yang positif terkait dengan alat ukur yang
digunakan disebabkan oleh kondisi infrastruktur sebagai pendukung dan juga persuasi faktor sosial.
Adanya koneksi internet, dukungan perangkat yang memadai, dan keterampilan pengguna, ditambah
dengan dorongan dari pihak eksternal seperti toko, lembaga keuangan, dan orang-orang terdekat
individu, akan membuat pengguna e-money memiliki sikap yang positif. Sikap positif tersebut
tercermin dari perasaan senang, tidak khawatir data pribadi disalahgunakan, dan merasa up to date.
Temuan ini tidak bertentangan dan justru memperkuat penelitian-penelitian sebelumnya yang
mencoba mengambil sebagian domain atau mengaplikasikan pendekatan TPB dan UTAUT secara
utuh dalam berbagai konteks, misalnya konteks transaksi pembayaran yang tidak menggunakan
uang tunai (50,55-58).

5. Kesimpulan dan Rekomendasi

Dari temuan-temuan di atas, dapat disimpulkan bahwa kerangka kerja model TPB, TAM, dan
UTAUT konsisten dan dapat diperluas dalam berbagai konteks, khususnya dalam menjelaskan
fenomena sosial adopsi uang elektronik sebagai alat pembayaran oleh nasabah di Indonesia. Mengkonstruksi
sebuah model yang terintegrasi dengan menerapkan satu atau beberapa domain yang diambil dari
beberapa kerangka teori dapat lebih berguna untuk menjelaskan fenomena sosial terkini.
Rekonstruksi sebuah model yang dianggap sudah mapan dengan menggunakan domain yang
mungkin berlaku tidak sama dengan model dasarnya. Sebagai contoh, dalam tulisan ini, variabel
sikap, tanpa menerapkan variabel niat sebelum variabel perilaku, memperkaya model yang sudah
ada.
Penelitian ini meneliti subjek yang sebagian besar berada dalam kelompok usia yang sama di
Indonesia dan memiliki karakteristik yang relatif sama, sehingga jika model yang diuji diterapkan
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 14 dari
57 21

dalam konteks populasi yang berbeda, maka akan memberikan hasil yang berbeda namun lebih
bermakna. Oleh karena itu, ada peluang besar
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 15 dari
57 21

bagi peneliti selanjutnya untuk menerapkan model ini pada konteks sosial yang berbeda. Meskipun
sampel dalam penelitian ini dapat dikatakan memadai secara statistik, model ini sebaiknya diuji pada
jumlah sampel yang lebih besar a g a r hasilnya lebih robust. Penelitian ini dilakukan terhadap
sampel yang diambil dari populasi dengan menggunakan teknik non-probabilitas, yang memiliki
kemampuan generalisasi yang rendah, dibandingkan dengan menggunakan teknik pengambilan sampel
probabilitas. Peneliti selanjutnya sebaiknya mengambil sampel dengan menggunakan teknik probabilitas
a g a r hasilnya memiliki daya generalisasi yang tinggi. Sebagai rekomendasi manajerial praktis, khususnya
bagi penyedia layanan berbasis uang elektronik, jika perusahaan ingin meningkatkan penetrasi
pengguna uang elektronik, dapat mengupayakan hal tersebut dengan memperkuat faktor sosial
melalui edukasi uang elektronik, memberikan insentif bagi merchant, mengedukasi keluarga dan
teman dekat sebagai faktor sosial, serta meningkatkan ketersediaan infrastruktur yang memadai.
Selanjutnya, terkait dengan implikasi penelitian ini, faktor-faktor yang mempengaruhi adopsi
pembayaran uang elektronik, seperti kepraktisan, efisiensi waktu, dan kemudahan dalam
pengoperasian yang didukung oleh fasilitas pendukung dari stakeholder pendukung, p i h a k
perbankan, dan penyedia jasa internet, dapat digunakan oleh para pelaku wirausaha dan pemangku
kepentingan inovasi terbuka sebagai dimensi atau indikator untuk mengukur keberhasilan inovasi
aplikasi pembayaran uang elektronik.

Kontribusi Penulis: W.W. menyusun, merancang, dan meninjau survei, mengelola desain literatur dan kuesioner daring,
menyiapkan dan menganalisis data, serta menyusun naskah; I.M. memverifikasi hasil analisis, dan meninjau
naskah dan naskah akhir; N.R.S. mengumpulkan data melalui kuesioner daring, serta memvalidasi data yang
terkumpul. Semua penulis telah membaca dan menyetujui versi naskah yang diterbitkan.
Pendanaan: Penelitian ini didukung oleh Direktorat Penelitian dan Pengabdian kepada Masyarakat,
Universitas Muhammadiyah Malang, Indonesia, melalui skema Pengembangan Karya Ilmiah, tahun anggaran 2020.
Ucapan terima kasih: Dengan penuh rasa terima kasih, saya ingin mengucapkan terima kasih kepada semua
pihak yang telah mendukung saya dalam penelitian ini. Pertama, saya ingin berterima kasih kepada Allah SWT
yang telah memberikan saya kemampuan, kekuatan, dan bimbingan sehingga saya dapat menyelesaikan naskah
ini dengan baik. Terima kasih kepada rektor dan wakil rektor, Direktur Direktorat Riset dan Pengabdian
Masyarakat Dekan Fakultas Ekonomi dan Bisnis Universitas Muhammadiyah Malang, serta pihak-pihak yang
telah membantu dalam pelaksanaan penelitian ini.
Konflik Kepentingan: Para penulis menyatakan bahwa tidak ada konflik kepentingan.

Referensi
1. Dávid, V. Fintech, era baru layanan keuangan. Vez.-Bp. manag. Rev. 2017, 48, 22 - 32. [CrossRef]
2. Engert, W.; Fung, B.S.C.; Hendry, S. Apakah Masyarakat Tanpa Uang Tunai Bermasalah? Bank of Canada: Toronto,
ON, Kanada, 2018.
3. Gofe, T.; Tulu, D. Faktor Penentu Penggunaan E-Payment Pelanggan di Bank Komersial Ethiopia pada Kasus
Kota Nekemte. Int. J. Econ. Bus. Manag. Stud. 2019, 6, 378-391. [CrossRef]
4. Jain, P.; Singhal, S. Adopsi Dompet Digital: Sebuah Tinjauan Literatur. Int. J. Manag. Stud. 2019, 6. [CrossRef]
5. Ayudya, A.C.; Wibowo, A. Niat Menggunakan E-Money dengan Menggunakan Theory of Planned Behavior
dan Locus of Control. J. Keuang. Perbank. 2018, 22, 335-349. [CrossRef]
6. Lin, X. Faktor-faktor yang Mempengaruhi Niat Penggunaan Pelanggan Cina terhadap Pembayaran Seluler
Korea. Dalam Prosiding Konferensi Internasional 3rd 2019 tentang E-commerce, E-Business dan E-
Government-ICEEG 2019, Lyon, Prancis, 18 - 21 Juni 2019; hlm. 40 - 44. [CrossRef]
7. Shanthini, J.S.; Nallathmbi, J.I. Studi Tentang Persepsi Pelanggan Mengenai Transaksi Non-Tunai di Daerah
Peikulam. Int. J. Bus. Adm. res. Rev. 2018, 21, 101-108.
8. Sivasakthi, N.R.D.; Nandhini, M. Transaksi non-tunai: Mode, kelebihan dan kekurangan. Int. J. Appl. Res.
2017, 3, 122-125.
9. Hu, Z.; Ding, S.; Li, S.; Chen, L.; Yang, S. Niat Adopsi Layanan Fintech untuk Pengguna Bank: Pemeriksaan
Empiris dengan Model Penerimaan Teknologi yang Diperluas. Simetri 2019, 11, 340. [CrossRef]
10. Sarika, P.; Vasantha, S. Dampak dari dompet seluler pada transaksi non-tunai. Int. J. Teknologi Terkini. Eng.
2019, 7, 1164-1171.
11. Roy, S.; Sinha, I. Faktor-Faktor yang Mempengaruhi Adopsi Pelanggan terhadap Pembayaran Elektronik:
Sebuah Analisis Empiris. IOSR J. Bus. Manag. 2017, 19, 76-90. [CrossRef]
12. Moslehi, F.; Haeri, A.; Gholamian, M.r. Investigasi faktor-faktor yang efektif dalam memperluas pembayaran
elektronik di Iran dengan menggunakan teknik datamining. J. Ind. Syst. Eng. 2019, 12, 61-94.
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 16 dari
57 21

13. Coppolino, L.; Romano, L.; D'Antonio, S.; Formicola, V.; Massei, C. Penggunaan teori dempster-shafer
untuk deteksi penipuan: Studi kasus transfer uang seluler. Dalam Komputasi Terdistribusi Cerdas VIII;
Springer: Cham, Swiss, 2015; pp. 465-474.
14. Yun, J.H.J.; Zhao, X.; Wu, J.; Yi, J.C.; Park, K.B.; Jung, W.Y. Model bisnis, inovasi terbuka, dan keberlanjutan
dalam industri berbagi mobil-Membandingkan tiga negara. Keberlanjutan 2020, 12, 1883. [CrossRef]
15. Yun, JJ; Kim, D.; Yan, MR Rekayasa inovasi terbuka-Studi pendahuluan tentang masuknya teknologi baru ke
pasar. Elektronik 2020, 9, 791. [CrossRef]
16. Marques, J.P.C. Inovasi Tertutup versus Inovasi Terbuka: Evolusi atau Kombinasi? Int. J. Bus. Manag. 2014,
9. [CrossRef]
17. West, J.; Salter, A.; Vanhaverbeke, W.; Chesbrough, H. Inovasi terbuka: Dekade berikutnya. Res. Kebijakan
2014,
43, 805-811. [CrossRef]
18. Ortiz, J.; Ren, H.; Li, K.; Zhang, A. Konstruksi ekologi inovasi terbuka di internet: Studi kasus Xiaomi (Cina)
menggunakan logika kelembagaan. Keberlanjutan 2019, 11, 3225. [CrossRef]
19. Taherdoost, H. Tinjauan terhadap model dan teori penerimaan dan adopsi teknologi. Procedia Manuf. 2018,
22, 960-967. [CrossRef]
20. Momani, A.; Jamous, M. Evolusi Teori Penerimaan Teknologi. Int. J. Contemp. Comput. Res.
2017, 1, 51-58.
21. Friadi, H.; Sumarwan, U. Kirbrandoko Integrasi Technology Acceptance Model dan Theory of Planned
Behaviour terhadap Niat Menggunakan Uang Elektronik. Int. J. Sci. Res. 2018, 7. [CrossRef]
22. Lee, W. Memahami Penerimaan Pelanggan terhadap Layanan Fintech: Perluasan Model TAM ke
Memahami Bitcoin. IOSR J. Bus. Manag. 2018, 20, 34-37. [CrossRef]
23. Hussain, M.; Mollik, A.T.; Johns, R.; Rahman, M . S. Adopsi pembayaran M untuk segmen piramida terbawah:
Sebuah investigasi empiris. Int. J. Bank Mark. 2019, 37, 362-381. [CrossRef]
24. Sobti, N. Dampak demonetisasi pada difusi layanan pembayaran mobile di India: Anteseden perilaku niat dan
adopsi menggunakan model UTAUT yang diperluas. J. Adv. Manag. Res. 2019, 16, 472 - 477. [CrossRef]
25. Lee, J.M.; Lee, B.; Rha, J.Y. Faktor penentu penggunaan pembayaran mobile dan efek moderasi gender:
Memperluas model UTAUT dengan risiko privasi. Int. J. Elektron. Commer. Stud. 2019, 10, 43-64. [CrossRef]
26. Junadi, S. Model Faktor-Faktor yang Mempengaruhi Niat Nasabah untuk Menggunakan Sistem
Pembayaran Elektronik di Indonesia.
Procedia Comput. Sci. 2015, 59, 214 - 220. [CrossRef]
27. Oktariyana, M.D.; Ariyanto, D.; Ratnadi, N.M.D. Implementasi Model UTAUT dan D&M untuk Keberhasilan
Penilaian Sistem Non Tunai. Res. J. Financ. Account. 2019, 10, 127-137. [CrossRef]
28. Andre, G.V.; Baptista, P.T.; Setiowati, R. Faktor-Faktor Penentu Adopsi Mobile Payment di DKI Jakarta. J.
Res. Mark. 2019, 10, 823-831.
29. Pool, J.K.; Kazemi, R.V.; Amani, M.; Lashaki, J.K. Perpanjangan model penerimaan teknologi untuk E-
Repurchasing tiket pertandingan olahraga. Int. J. Manag. Bus. Res. 2016, 6, 1-12.
30. Liébana-Cabanillas, F.; Muñoz-Leiva, F.; Sánchez-Fernández, J. Pendekatan global untuk analisis
pengguna
perilaku dalam sistem pembayaran mobile di lingkungan elektronik yang baru. Pelayanan. Bus. 2018, 12, 25-64.
[CrossRef]
31. Acheampong, P.; Zhiwen, L.; Antwi, H.A.; Akai, A.; Otoo, A.; Mensah, W.G. Hibridisasi Indeks Kesiapan
Teknologi yang Diperluas dengan Model Penerimaan Teknologi (TAM) untuk Memprediksi Adopsi
Pembayaran Elektronik dalam Ghana. Am. J. Multidiscip. Res. 2017, 5, 172-184.
32. Bailey, A.A.; Pentina, I.; Mishra, A.S.; Mimoun, M . S.B. Adopsi pembayaran mobile oleh pelanggan Amerika
Serikat: TAM yang diperluas. Int. J. Retail Distrib. Manag. 2017, 45, 626-640. [CrossRef]
33. Safeena, R.; Date, H.; Hundewale, N.; Kammani, A. Kombinasi TAM dan TPB dalam Adopsi Internet
Banking . Int. J. Comput. Teori Eng. 2013, 146 - 150. [CrossRef]
34. Kebijaksanaan, JP; Suite, ES; Horwitz, SM Adopsi Inovasi: Tinjauan Teori dan Konstruk Jennifer.
Kebijakan Administrasi Ment. Kesehatan 2014, 41, 480 - 502. [CrossRef]
35. Pal, A.; Herath, T.; Rao, H.R. Tinjauan faktor kontekstual yang memengaruhi adopsi dan penggunaan
pembayaran seluler.
J. Bank. Financ. Technol. 2019, 3, 43-57. [CrossRef]
36. Lai, P. Tinjauan Literatur Model dan Teori Adopsi Teknologi untuk Teknologi Baru. J. Inf. Syst. Technol.
Manag. 2017, 14, 21-38. [CrossRef]
37. Lim, S.H.; Kim, D.J.; Hur, Y.; Park, K. Sebuah Studi Empiris tentang Dampak Persepsi Keamanan dan
Pengetahuan terhadap Niat Berkelanjutan untuk Menggunakan Layanan Pembayaran Fintech Mobile. Int. J.
Hum. Comput. Interact. 2019, 35, 886-898. [CrossRef]
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 17 dari
57 21

38. Sivathanu, B. Adopsi sistem pembayaran digital di era demonetisasi di India: Sebuah studi empiris.
J. Sci. Technol. Manajemen Kebijakan. 2019, 10, 143-171. [CrossRef]
39. Shao, Z.; Zhang, L.; Li, X.; Guo, Y. Anteseden dari kepercayaan dan niat untuk terus menggunakan platform
pembayaran mobile : Efek moderasi dari gender. Electron. Commer. Res. Appl. 2019, 33, 100823. [CrossRef]
40. Alademomi, R.O.; Rufai, O.H.; Teye, E.T.; Sunguh, K.K.; Ashu, H.A.; Oludu, V.O.; Mbugua, C.W.
Penggunaan Pembayaran Elektronik pada Bus Rapid Transit (BRT): Sebuah Uji Empiris, Penerimaan Publik
dan Implikasi Kebijakan dalam Lagos, Nigeria. Int. J. Bus. Soc. Sci. 2019, 10, 115 - 126. [CrossRef]
41. Hair, J.F.; Risher, J.J.; Sarstedt, M.; Ringle, C.M. Kapan menggunakan dan bagaimana melaporkan hasil
PLS-SEM.
Eur. Bus. Rev. 2019, 31, 2 - 24. [CrossRef]
42. Hamid, M.R.A.; Sami, W.; Sidek, M.H.M. Penilaian Validitas Diskriminan: Penggunaan kriteria Fornell &
Larcker versus Kriteria HTMT. J. Phys. Conf. Ser. 2017, 890. [CrossRef]
43. Henseler, J.; Ringle, C.M.; Sarstedt, M. Kriteria baru untuk menilai validitas diskriminan dalam pemodelan
persamaan struktural berbasis varians. J. Acad. Mark. Sains. 2014, 43, 115 - 135. [CrossRef]
44. Ilham, S.; Nik, N.M.K. Menelaah Teori Perilaku Terencana (TPB) dan Model Penerimaan Teknologi (TAM)
dalam Pembelian Melalui Internet Menggunakan Pemodelan Persamaan Struktural. Int. Ref. Res. J. 2012, 2,
62-77.
45. Widayat, W. Perilaku Konsumen Elektronik: Peran Sikap, Persepsi Risiko terhadap Niat-Perilaku Belanja; Atlantis
Press: Amsterdam, Belanda, 2018. [CrossRef]
46. Xu, Y.; Ghose, A.; Xiao, B. Adopsi Pembayaran Mobile: Sebuah Investigasi Empiris pada Alipay. Manag.
Sci.
2018, 1-52. [CrossRef]
47. Salimon, G.M.; Goronduste, H.A.; Abdullah, H. Adopsi pengguna Teknologi Rumah Pintar di Malaysia:
Integrasi TAM 3, TPB, UTAUT 2 dan perluasan konstruknya untuk prediksi yang lebih baik. J. Bus.
Manag. 2018, 20, 60-69. [CrossRef]
48. Giri, R.R.W.; Apriliani, D.; Sofia, A. Analisis Niat Perilaku pada Layanan E-Money di Indonesia: Menggunakan
model UTAUT yang dimodifikasi. Dalam Prosiding Konferensi Internasional Ekonomi, Bisnis,
Kewirausahaan, dan Keuangan ke-1 (ICEBEF 2018), Bandung, Indonesia, 19 September 2018.
49. Meuthia, R.; Ananto, R.; Afni, Z.; Setiawan, L. Memahami Niat Generasi Milenial untuk Menggunakan E-
Money: Sebuah Studi pada Mahasiswa Universitas Negeri Padang. ICO-ASCNITY 2019 2020. [CrossRef].
50. Venkatesh, V.; Thong, J.Y.L.; Xu, X. Teori Terpadu tentang Penerimaan dan Penggunaan Teknologi: Sebuah
Sintesis dan Jalan di Depan. J. Assoc. Inf. Syst. 2016, 17, 328-376. [CrossRef]
51. Ajzen, I. Sikap dan perilaku konsumen: Teori perilaku terencana yang diterapkan pada keputusan
konsumsi makanan . Ital. Rev Agric. Ekon. 2015, 70, 121 - 138. [CrossRef]
52. Yu, C.S. Faktor-faktor yang mempengaruhi individu untuk mengadopsi mobile banking: Bukti empiris dari model
UTAUT.
J. Elektron. Commer. Res. 2012, 13, 105-121.
53. Khatimah, H.; Halim, F. Niat Menggunakan Transaksi E-Money Di Indonesia: Kerangka Konseptual. Dalam
Prosiding Konferensi Riset Manajemen Bisnis 2013, Sintok, Malaysia, 11 Desember 2013.
54. de Abrahão, R.S.; Moriguchi, S.N.; Andrade, D.F. Niat adopsi pembayaran mobile: Sebuah analisis dalam
dalam terang Teori Penerimaan dan Penggunaan Teknologi Terpadu (Unified Theory of Acceptance and Use of
Technology/UTUT). RAI Rev. Adm. Inovação 2016,
13, 221-230. [CrossRef]
55. Paul, J.; Modi, A.; Patel, J. Memprediksi konsumsi produk ramah lingkungan dengan menggunakan teori
perilaku terencana dan tindakan beralasan. J. Retail. Consum. Serv. 2016, 29, 123-134. [CrossRef]
56. Chiemeke, S.C.; Evwiekpaefe, A.E. Kerangka kerja konseptual dari model teori terpadu penerimaan dan
penggunaan teknologi (UTAUT) yang dimodifikasi dengan faktor-faktor Nigeria dalam adopsi e-commerce.
Int. Res. J. Rev. 2011, 2, 1719-1726.
57. Larasati, I.; Havidz, H.; Aima, M.H.; Ali, H.; Iqbal, M.K. Niat untuk mengadopsi inovasi pembayaran mobile
WeChat pada masyarakat Indonesia yang tinggal di Tiongkok. Int. J. Appl. Innov. Eng. Manag. 2018, 7, 105-
117.
58. Mat Shafie, I.S.; Mohd Yusof, Y.L.; Mahmood, A.N.; Mohd Ishar, N.I.; Jamal, H.Z.; Abu Kasim, N.H.A.
Faktor-Faktor yang Mempengaruhi Adopsi Pembayaran Elektronik: Sebuah Studi Empiris di Malaysia. Adv.
Bus. Res. int. J. 2018, 4, 53-62. [CrossRef]

© 2020 oleh penulis. Pemegang lisensi MDPI, Basel, Swiss. Artikel ini adalah artikel
akses terbuka yang didistribusikan di bawah syarat dan ketentuan Atribusi Creative
Commons
J. Open Innov. Technol. Mark. Kompleks. 2020, 6, 18 dari
57 21

(CC BY) lisensi (http://creativecommons.org/licenses/by/4.0/).