Penerapan Metode Technology Acceptance Model (TAM) Dalam Penggunaan Aplikasi Linkaja

(1)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3940 Hal 176−186 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom

Penerapan Metode Technology Acceptance Model (TAM) Dalam Penggunaan Aplikasi Linkaja

Hasada Satria Putra Pratama¹, Diovianto Putra Rakhmadani^2*

1 Fakultas Informatika, Teknik Informatika, Institut Teknologi Telkom Purwokerto, Purwokerto, Indonesia

2 Fakultas Rekayasa Industri dan Desain, Bisnis Digital, Institut Teknologi Telkom Purwokerto, Purwokerto, Indonesia Email: ¹[email protected], ²[email protected]

Email Penulis Korespondensi: [email protected] Submitted 22-03-2022; Accepted 12-04-2022; Published 29-04-2022

Abstrak

Financial technology merupakan suatu pelayanan keuangan dimana pemerintah dan masyarakat sangat mengharapkan kebermanfaatannya untuk meningkatkan pengguna sistem layanan keuangan contohnya aplikasi LinkAja. LinkAja merupakan sebuah aplikasi e-wallet atau dompet digital yang memungkinkan pengguna melakukan transaksi non tunai, seperti berbelanja offline atau pun transaksi offline lainnya. Berdasarkan data umpan balik di beberapa lapak layanan digital, aplikasi LinkAja diketahui memiliki banyak persepsi negatif mengenai kegunaannya dan juga masih banyak yang kesulitan dalam mengoperasikan aplikasi tersebut, tak terkecuali di lingkungan Institut Teknologi Telkom Purwokerto (ITTP). Tujuan penelitian ini yaitu untuk melihat penerimaan aplikasi LinkAja di Institut Teknologi Telkom Purwokerto dengan metode Technology Acceptance Model (TAM) dari indikator persepsi kegunaan, kemudahan penggunaan, minat perilaku untuk menggunakan, dan penggunaan sistem secara aktual. Untuk mendapatkan data saat menyususn tugas akhir ini, instrumen pengumpulan data yang digunakan yaitu pengamatan (observasi) dan pembagian kuesioner dengan menggunakan software pengolah data stastistika (SPSS). Pada penelitian ini ditemukan bahwa pengaruh secara langsung dengan nilai tingkat signifikansi paling tinggi yaitu perceived usefulness terhadap actual system use sebesar 0,582 > 0,05 dan pengaruh secara tidak langsung yang paling dominan atau dengan nilai total paling tinggi yaitu perceived ease of use pada Actual System Use melalui behavioral intention to use dengan total 0,39.

Kata Kunci: Kegunaan; Kemudahan; Minat; Penggunaan

Abstract

Financial technology is a financial service where the government and the public really expect its usefulness to increase users of the financial service system, for example the LinkAja application. LinkAja is an e-wallet or digital wallet application that allows users to make non-cash transactions, such as offline shopping or other offline transactions. Based on feedback data in several digital service stalls, the LinkAja application is known to have a lot of negative perceptions about its usefulness and there are also many who have difficulty operating the application, including the Telkom Institute of Technology Purwokerto (ITTP). The purpose of this study is to see the acceptance of the LinkAja application at the Telkom Institute of Technology Purwokerto with the Technology Acceptance Model (TAM) method from indicators of perceived usefulness, ease of use, behavioral interest in using, and actual system use. To obtain data when compiling this final project, the data collection instruments used were observation and distributing questionnaires using statistical data processing software (SPSS). In this study, it was found that the direct influence with the highest level of significance value was perceived usefulness on actual system use of 0.582 > 0.05 and the most dominant indirect effect or with the highest total value, namely perceived ease of use on Actual System Use. through behavioral intention to use with a total of 0.39.

Keywords: Usefulness; Ease Of Use; Behavioral Intention To Use; Actual System Use

1. PENDAHULUAN

Seiring dengan perkembangan zaman, teknologi mulai merajalela di dunia. Masyarakat Indonesia tidak asing lagi dengan adanya internet dan smartphone. Dengan adanya dua hal tersebut, kebutuhan untuk mencari informasi saat ini ditunjang dengan perkembangan teknologi dan sistem informasi. Perkembangan teknologi pada era serba digital saat ini dapat mengubah teknologi dan membuat pola pikir atau perilaku manusia dalam mengakses suatu sistem informasi berubah.

Financial technology merupakan suatu pelayanan keuangan dimana pemerintah dan masyarakat sangat mengharapkan kebermanfaatannya untuk meningkatkan pengguna sistem layanan keuangan contohnya aplikasi LinkAja [1].

Dalam penggunaan e-wallet ada beberapa kelebihan dibandingkan dengan menggunakan uang fisik. Pertama yaitu lebih efisien, dimana pengguna e-wallet dapat bertransaksi tanpa harus membawa uang dalam bentuk fisik seperti biasanya. Kedua, pengguna dapat bertransaksi secara cepat karena di e-wallet terdapat fitur untuk mengurangkan saldo yang terdapat dalam e-wallet tersebut sesuai jumlah transaksinya. Akan tetapi, adanya kekurangan dalam penggunaan e- wallet di lingkungan masyarakat, antara lain masih banyaknya beberapa toko atau pedagang yang belum menggunakan e-wallet dalam transaksi di tempatnya. Selain itu, terdapat adanya risiko terhadap hilangnya uang elektronik jika tidak disertai dengan pengamanan yang kuat [2].

LinkAja yaitu aplikasi e-wallet atau dompet digital yang memudahkan pengguna saat melakukan transaksi non- tunai, seperti berbelanja offline atau pun transaksi offline lainnya. LinkAja merupakan aplikasi dari TCash (Telkomsel) serta banyak BUMN [3]. Selain itu, LinkAja merupakan gabungan dari layanan e-money milik UnikQu dari PT Bank Negara Indonesia (Persero) Tbk, PT Bank Mandiri (Persero) Tbk dengan E-Cash, dan T-Bank milik PT Bank Rakyat Indonesia (Persero) Tbk. Transaksi online atau e-commerce kini menjadi suatu kebutuhan bagi masyarakat yang ingin dimudahkan dalam membeli atau membayar [4]. Akan tetapi, didapati dari review pengguna dengan skala likert masih terdapat beberapa pengguna aplikasi LinkAja yang memiliki persepsi negatif mengenai kegunaannya dan juga masih

(2)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3940 Hal 176−186 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom banyak yang kesulitan dalam mengoperasikan aplikasi tersebut. Tak terkecuali di lingkungan Institut Teknologi Telkom Purwokerto (ITTP).

ITTP merupakan kampus yang berlokasi di Purwokerto dimana mayoritas warga kampus tersebut menggunakan aplikasi LinkAja sebagai e-wallet atau dompet digital untuk sistem transaksi untuk membeli makanan, minuman, pulsa, paket data, voucher, hingga melakukan transfer antar bank. Di dalam penggunaannya, aplikasi LinkAja ini cukup menjanjikan sebagai platform e-wallet dalam jangka waktu yang panjang. Berdasarkan hasil survey kecil di lingkungan akademik ITTP didapati bahwa permasalahan yang sama terhadap penggunaan aplikasi LinkAja yaitu masalah usefulness dan ease of use.

Gambar 1. Survey Kevil Persepsi Kemudahan

Berdasarkan hasil survey kecil mengenai kemudahan penggunaan aplikasi LinkAja diperoleh data survey yang memilih “Ya” sebanyak 53,8% dan yang memilih “Tidak” sebanyak 46,2% dari total responden sebanyak 13 orang.

Gambar 2. Survey Kecil Persepsi Kegunaan

Berdasarkan hasil survey kecil mengenai kegunaan penggunaan aplikasi LinkAja diperoleh data survey yang memilih “Ya” sebanyak 61,5% dan yang memilih “Tidak” sebanyak 38,5% dari total responden sebanyak 13 orang.

Gambar 1. Survey Kecil Persepsi Kepuasan

Berdasarkan hasil survey kecil mengenai kepuasan penggunaan aplikasi LinkAja diperoleh data survey yang memilih “Ya” sebanyak 38,5% dan yang memilih “Tidak” sebanyak 61,5% dari total responden sebanyak 13 orang.

Tabel 1. Total Hasil Kuisioner

No Butir Pernyataan Ya Tidak Jumlah

1 Mudah digunakan 7 6 13

2 Membantu dalam transaksi harian 8 5 13

3 Kepuasan penggunaan 5 8 13

Berdasarkan tabel diatas menunjukkan bahwa pemilih “Ya” pada indikator mudah digunakan terdapat 7 orang dan “Tidak” 6 orang, pada indikator kegunaan, pemilih “Ya” ada 8 orang dan “Tidak” 5 orang, dan pada indikator kepuasan penggunaan, yang memilih “Ya” 5 orang dan “Tidak” 8 orang. Total responden yang memilih masing-masing

(3)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3940 Hal 176−186 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom butir pernyataan ada 13 orang. Dengan demikian, penelitian ini dilakukan untuk melihat terkait faktor pengaruh penerimaan dalam penggunaan aplikasi LinkAja dengan model TAM agar terciptanya suatu platform dompet digital atau e-money yang sesuai dengan keinginan pengguna.

Technology Acceptance Model (TAM) secara umum menjelaskan terkait penerimaan internet pada sisi tertentu yang dapat berpengaruh dan mudah diterima oleh masyarakat. TAM merupakan sebuah teori yang mengungkapkan bahwa persepsi orang kepada suatu hal, dapat membuat perilaku orang tersebut yang kemudian persepsi penggunaan teknologi dapat menentukan sikapnya dalam menerima teknologi informasi tersebut [5]. Berdasarkan latar belakang tersebut, penulis akan mengambil topik ini menjadi tugas akhir yang berjudul “Analisis Penggunaan Aplikasi LinkAja Menggunakan Metode Technology Acceptance Model (TAM) di Institut Teknologi Telkom Purwokerto”.

2. METODOLOGI PENELITIAN

2.1 Technology Acceptance Model (TAM)

Pada sistem informasi, TAM digunakan sebagai menghitung seberapa banyak penerimaan dan penggunaan suatu sistem informasi ataupun aplikasi. TAM diciptakan oleh Davis, 1989 diadaptasi dari Theory of Reasoned Action (TRA). TRA yaitu model yang dikenalkan oleh Ajzen dan Fishbein dimana teori tersebut untuk pemodelan penerimaan pemakai pada teknologi atau sistem informasi. TRA memiliki beberapa persepsi dasar bahwa manusia memiliki perilaku sadar pada saat mengendalikan diri dalam penggunaan sistem informasi yang digunakan sehari-hari [6]. TRA memiliki prinsip menentukan pengukuran terhadap sikap atau perilaku secara relevan, membedakan kepercayaan dan sikap, serta menentukan faktor lain. Dengan pendekatan TRA menimbulkan persepsi kepada sistem informasi yang dapat menentukan perilaku tersebut. Karena tidak semua orang memiliki kendali atas sikap dan perilaku mereka sendiri, Ajzen dan Fishbein melakukan pengembangan TRA dengan mengintegrasikan konstruksi kontrol yang memprediksikan perilaku dan niat perilaku. Pendekatan perbaikan ini disebut sebagai Theory of Planned Behavior (TPB) [7].

Berdasarkan teori TRA, model TAM dikembangkan Davis pada tahun 1986 [8]. Model ini memberikan penjelasan yang tepat dan lugas untuk proses pencapaian adopsi teknologi dan perilaku pengguna [9]. Kebermanfaatan teknologi atau suatu sistem informasi terjadi karena beberapa faktor yaitu persepsi kegunaan penggunaan, persepsi kemudahan, perilaku terhadap intensitas penggunaan, dan perilaku penggunaan sesungguhnya. Berikut merupakan konstruksi dari Technology Acceptance Model (TAM).

Gambar 4. Technology Acceptance Model

TAM memiliki tujuan menentukan penerima pengguna terhadap suatu sistem informasi atau teknologi. Metode TAM merupakan metode yang memprediksi suatu penerimaan penggunaan sistem informasi atau teknologi oleh penggunanya berdasarkan 2 aspek penentu, yaitu persepsi kegunaan dan persepsi kemudahan penggunaan [10]. Pada metode TAM memiliki dimensi persepsi kegunaan dan persepsi kemudahan penggunaan dimana dimensi tersebut menjadi keterkaitan utama untuk penerimaan suatu teknologi, metode TAM menggunakan indikator minat dan lama waktu penggunaan [11], indikator tersebut sesuai dengan indikator yang sering dikaitkan dengan umpan balik terhadap penggunaan aplikasi LinkAja. Dalam metode TAM, pencantuman indikator dalam metode ini berfungsi untuk mengakomodasi pada perilaku dalam memanfaatkan teknologi dan komunikasi [12]. Selain itu, metodeTAM tidak memaparkan secara mendalam tentang aspek social dan lebih ke penggunaan secara teknikal [13]. Kemudian, dalam keadaan tertentu, ada beberapa elemen yang mempengaruhi kekurangan, dan kegunaan produk dapat secara akurat memperkirakan permintaan pengguna [14].

2.2 Tahapan Penelitian

Penelitian ini menggunakan model penerimaan teknologi TAM. Metode TAM yaitu metode untuk menghitung seberapa banyak penerimaan dan penggunaan suatu sistem informasi ataupun aplikasi. Model ini memberikan penjelasan akurat namun sederhana dalam hal penerimaan teknologi dan perilaku penggunanya. Tahapan di dalam penelitian ini dijabarkan pada gambar diagram alir berikut.

(4)

Gambar 5. Diagram Alir Penelitian

Gambar 5. menjelaskan mengenai tahapan penelitian dalam bentuk diagram alir. Tahapan pertama dalam penelitian ini adalah mengidentifikasi masalah, mencari tahu letak kesulitan pengguna dalam menggunakan aplikasi LinkAja dan akuisis pengetahuan. Kemudian, peneliti akan menyelidiki masalah tersebut dengan menggunakan teknik deskriptif.

Pendekatan ini akan mengumpulkan, mengatur, dan menganalisis data yang didapatkan untuk menggambarkan secara jelas tentang topik penelitian. Kemudian menetapkan tujuan, melakukan tinjauan literatur, dan mengumpulkan data melalui distribusi angket atau kuesioner. Langkah berikutnya yaitu menganalisis dengan menggunakan pendekatan TAM.

Pendekatan TAM adalah teknik untuk memprediksi penerimaan pengguna teknologi atau sistem informasi berdasarkan 2 faktor: persepsi kebermanfaatan dan kemudahan. Langkah terakhir adalah hasil, hasil dari pengolahan data tersebut akan diberikan kepada peneliti, pengembang aplikasi sebagai bahan evaluasi, dan referensi penelitian lanjutan.

2.3 Hipotesis Penelitian

Hipotesis penelitian yang dirumuskan sesuai dengan penelitian ini dijabarkan sebagai berikut :

a. H1 Pengaruh Perceived Ease Of Use pada Perceived Usefulness aplikasi LinkAja di lingkungan Institut Teknologi Telkom Purwokerto.

b. H2 Pengaruh Perceived Usefulness pada Behavioral Intention to Use aplikasi LinkAja di lingkungan Institut Teknologi Telkom Purwokerto.

c. H3 Pengaruh Perceived Ease Of Use pada Behavioral Intention to Use aplikasi LinkAja di lingkungan Institut Teknologi Telkom Purwokerto.

d. H4 Pengaruh Perceived Usefulness pada Actual System Use secara langsung pada aplikasi LinkAja di lingkungan Institut Teknologi Telkom Purwokerto.

e. H5 Pengaruh Perceived Ease Of Use pada Actual System Use secara langsung pada aplikasi LinkAja di lingkungan Institut Teknologi Telkom Purwokerto.

f. H6 Pengaruh Behavioral Intention to Use pada Actual System Use aplikasi LinkAja di lingkungan Institut Teknologi Telkom Purwokerto.

g. H7 Pengaruh Perceived Usefulness pada Actual System Use melalui Behavioral Intention to Use menjadi variabel intervening aplikasi LinkAja di lingkungan Institut Teknologi Telkom Purwokerto.

h. H8 Pengaruh Perceived Ease Of Use pada Actual System Use melalui Behavioral Intention to Use menjadi variabel intervening aplikasi LinkAja di lingkungan Institut Teknologi Telkom Purwokerto.

2.4 Sampel Penelitian

Menurut Roscoe, ukuran sampel yang baik untuk riset yaitu diantara 30 dan 500, dan jika sampel terbagi menjadi banyak kelompok, ukuran sampel minimum per kelompok adalah 30. Jika riset akan melibatkan lebih dari 2 variabel, banyak sampel minimal sepuluh kali banyak variabel yang diteliti; dan untuk riset eksperimental sederhana yang melibatkan

(5)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3940 Hal 176−186 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom kelompok kontrol dan eksperimen, ukuran sampel per kelompok kontrol harus diantara sepuluh dan dua puluh orang [15].

Berdasarkan beberapa sumber mengenai minimal pengambilan jumlah sampel, maka penelitian ini dilakukan dengan menggunakan sampel penelitian sebesar 30 data.

2.5 Uji Validitas

Uji validitas digunakan untuk mengetahui apakah data yang dikumpulkan setelah penelitian adalah data yang valid dengan menggunakan metode pengukuran yang disediakan (kuesioner) [16]. Pada penelitian ini uji validitas kuisioner menggunakan 10 responden yang terdiri dari mahasiswa dan dosen Institut Teknologi Telkom Purwokerto dengan signifikasi 0,05. Diperoleh r tabel 0,6319 dengan keputusan apabila r hitung > r tabel (valid) dan r hitung < r tabel (tidak valid).

Tabel 2. Hasil Uji Validitas

Kode rhitung rtabel Keterangan

PU1 0.954 0,6319 VALID

PU2 0.888 0,6319 VALID

PU3 0.771 0,6319 VALID

PU4 0.927 0,6319 VALID

PEOU1 0.890 0,6319 VALID

PEOU2 0.922 0,6319 VALID

PEOU3 0.687 0,6319 VALID

PEOU4 0.890 0,6319 VALID

ITU1 0.943 0,6319 VALID

ITU2 0.945 0,6319 VALID

ITU3 0.899 0,6319 VALID

ITU4 0.961 0,6319 VALID

AU1 0.921 0,6319 VALID

AU2 0.879 0,6319 VALID

AU3 0.800 0,6319 VALID

Tabel 2 menunjukkan hasil uji validitas dari keseluruhan instrumen penelitian yang menggunakan r tabel sebesar 0,6319 dengan demikian untuk instrumen penelitian dikatakan valid.

2.6 Uji Reliabilitas

Uji reliabilitas untuk melihat apakah instrumen yang dipakai untuk mengevaluasi (kuesioner) konsisten dalam mengukur gejala yang sama [16].

Tabel 3. Hasil Uji Reliabilitas

Kode Cronbach Alpha N Item Interpretasi

PU 0.909 4 Tinggi

PEOU 0.872 4 Tinggi

ITU 0.952 4 Tinggi

AU 0.833 3 Tinggi

Tabel 3 menunjukkan hasil uji reliabilitas dari keseluruhan instrumen penelitian. Suatu konstruk atau variabel dikatakan reliabel apabila memiliki Cronbach Alpha > 0,60 dengan demikian untuk instrumen penelitian dikatakan reliabel.

2.9 Uji Asumsi Klasik 2.9.1 Uji Normalitas

Gambar 6. Normal P-Plot Variabel Dependen: Intention To Use

(6)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3940 Hal 176−186 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom Berdasarkan gambar diatas untuk hasil pengujian normalitas terhadap variabel dependen : Intention to Use menggunakan grafik normal P-Plot, terlihat titik-titik yang menyebar pada sekitar garis diagonal, maka dapat disimpulkan menggunakan grafik normal P-Plot bahwa data terdistribusi secara normal

Gambar 7. Normal P-Plot Variabel Dependen: Actual To Use

Berdasarkan gambar diatas untuk hasil pengujian normalitas terhadap variabel dependen : Actual To Use menggunakan grafik normal P-Plot, terlihat titik-titik yang menyebar pada sekitar garis diagonal, maka dapat disimpulkan menggunakan grafik normal P-Plot bahwa data terdistribusi secara normal. Kemudian dapat dilihat dari test of normality yang menggunakan Kolmogorov-Smirnov sebagai berikut:

Tabel 4. Hasil Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 50

Normal Parameters^a,b Mean .0000000

Std.

Deviation

2.53575250 Most Extreme

Differences

Absolute .097

Positive .097

Negative -.078

Test Statistic .097

Asymp. Sig. (2-tailed) .200^c,d

a. Test distribution is Normal.

b. Calculated from data.

c. Lilliefors Significance Correction.

d. This is a lower bound of the true significance.

Berdasarkan hasil One-Sample Kolmogorov-Smirnov Test diketahui nilai signifikasi sebesar 0,200 > 0,05, maka dapat disimpulkan bahwa nilai residual berdistribusi normal.

2.9.2 Uji Multikolinearitas

Tabel 5. Tabel Koefisien Variabel Dependen: Intention To Use Coefficients^a

Model

Unstandardized Coefficients

Standardized

Coefficients t Sig. Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) -4.074 2.389 -1.705 .095

Perceived usefulness .141 .170 .104 .829 .411 .573 1.744

Ease Of Use .972 .177 .688 5.489 .000 .573 1.744

a. Dependent Variable: Intention To Use

Tabel 5 menjelaskan mengenai koefisien variabel dependen dari Intention to Use.

Tabel 6. Tabel Koefisien Variabel Dependen: Actual To Use Coefficients^a

Model Unstandardized

Coefficients

Standardized

Coefficients t Sig.

Collinearity Statistics

B Std. Error Beta Tolera ce VIF

(7)

1 (Constant) 3.930 2.085 1.885 .066

Perceived usefulness

-.081 .145 -.076 -.555 .582 .565 1.769

Ease Of Use -.257 .192 -.234 -1.338 .187 .349 2.861

Intention To Use .706 .124 .907 5.713 .000 .423 2.364

a. Dependent Variable: Actual System Use

Tabel 6 menjelaskan mengenai koefisien variabel dependen dari Actual to Use. Cara mengetahui ada tidaknya gejala multikolinieritas dengan melihat nilai (VIF) dan tolerance dengan ketentuan sebagai berikut. Jika nilai VIF kurang dari 10 dan tolerance lebih dari 0,1, maka dinyatakan tidak terjadi multikolinieritas [17]. Sedangkan, berdasarkan hasil uji multikolinieritas diatas nilai tolerance masing-masing variable > 0,1 dan pada statistic VIF < 10, maka dapat disimpulkan bahwa tidak terjadi gejala multikolinieritas.

2.9.3 Uji Heteroskedastisitas

Gambar 8. Hasil Scatterplot Variabel Dependen: Intention To Use

Gambar 9. Hasil Scatterplot Variabel Dependen: Actual To Use

Dilihat dari output diagram di atas diketahui bahwa titik-titik tidak membentuk pola yang jelas. Titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, sehingga dapat diambil kesimpulan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.

3. HASIL DAN PEMBAHASAN

3.1 Uji Hipotesis 3.1.1 Uji Simultan (Uji F)

Uji F untuk mengetahui apakah semua variabel bebas (variabel X) berpengaruh signifikan pada variabel terikat (variabel Y) secara bersama. Dalam penelitian ini, menggunakan tingkat penerimaan atau penolakan yang substansial (alfa = 0,05) sebagai ambang penerimaan atau penolakan.

Tabel 8. ANOVA Variabel Dependen: Intention To Use ANOVA^a

Model Sum of Squares df Mean Square F Sig.

1 Regression 429.648 2 214.824 32.046 .000^b

Residual 315.072 47 6.704

Total 744.720 49

(8)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3940 Hal 176−186 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom a. Dependent Variable: Intention To Use

b. Predictors: (Constant), Perceived Ease Of Use, Perceived Usefulness

Berdasarkan output diatas diperoleh Fhitung sebesar 32,046 sementara Ftabel diperoleh dari hasil perbandingan pada distribusi Ftabel sebesar 3,20 maka dapat diartikan bahwa Fhitung > Ftabel. Sedangkan nilai signifikansi yang diperoleh pada output tabel diatas sebesar 0,000 dapat diartikan bahwa nilai signifikansi < 0,05. Maka variabel perceived usefulness dan perceived ease of use secara simultan berpengaruh signifikan pada variabel intention to use. Dengan demikian diperoleh Ha diterima atau hipotesis diterima.

Tabel 9. ANOVA Variabel Dependen: Actual System Use ANOVA^a

Model Sum of Squares df Mean Square F Sig.

1 Regression 229.873 3 76.624 15.931 .000^b

Residual 221.247 46 4.810

Total 451.120 49

b. Predictors: (Constant), Intention To Use, Perceived Usefulness, Perceived Ease Of Use

Berdasarkan output diatas diperoleh Fhitung sebesar 15,931 sementara Ftabel diperoleh dari hasil perbandingan pada distribusi Ftabel sebesar 3,20 maka dapat diartikan bahwa Fhitung > Ftabel. Sedangkan nilai signifikansi yang diperoleh pada output tabel diatas sebesar 0,000 dapat diartikan bahwa nilai signifikansi < 0,05. Maka variabel perceived usefulness, perceived ease of use, dan intention to use secara simultan berpengaruh signifikan pada variabel actual system use.

Dengan demikian diperoleh Ha diterima atau hipotesis diterima.

3.1.2 Uji Parsial (Uji T)

Uji T untuk membuktikan secara individu apakah variabel independen berpengaruh variabel dependen dengan nilai alpha

=0,05 (5%).

Tabel 10.Tabel Koefisien Variabel Dependen: Perceived Usefulness Coefficients^a

Model Unstandardized Coefficients Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 5.758 1.848 3.116 .003

Perceived Ease Of Use .679 .114 .653 5.975 .000

a. Dependent Variable: Perceived Usefulness

Berdasarkan tabel diatas hasil uji T menunjukkan bahwa nilai signifikansi pengaruh perceived ease of use terhadap perceived usefulness adalah 0,000 < 0,05 dan nilai Thitung 5,975 lebih besar dari nilai Ttabel yang diperoleh dari perbandingan nilai α dibagi 2 dengan Df sebesar 2,011. Maka diperoleh Ha diterima atau hipotesis diterima. Artinya terdapat pengaruh perceived ease of use terhadap perceived usefulness secara signifikan.

Tabel 11. Tabel Koefisien Variabel Dependen: Actual System Use Coefficients^a

Model Unstandardized Coefficients Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) -4.074 2.389 -1.705 .095

Perceived Usefulness .141 .170 .104 .829 .411

Berdasarkan tabel diatas hasil uji T menunjukkan bahwa:

a. Nilai signifikansi pengaruh perceived usefulness terhadap intention to use adalah 0,411 > 0,05 dan nilai Thitung 0,829 lebih kecil dari nilai Ttabel yang diperoleh dari perbandingan nilai α dibagi 2 dengan Df sebesar 2,012. Maka diperoleh Ha ditolak atau hipotesis tidak diterima. Artinya tidak terdapat pengaruh perceived usefulness terhadap intention to use secara signifikan.

b. Nilai signifikansi pengaruh perceived ease of use terhadap intention to use adalah 0,000 < 0,05 dan nilai Thitung 0,5489 lebih besar dari nilai Ttabel yang diperoleh dari perbandingan nilai α dibagi 2 dengan Df sebesar 2,012. Maka diperoleh Ha diterima atau hipotesis diterima. Artinya terdapat pengaruh perceived ease of use terhadap intention to use secara signifikan.

Tabel 12. Tabel Koefisien Variabel Dependen: Actual System Use Coefficients^a

(9)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3940 Hal 176−186 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom Model Unstandardized Coefficients Standardized Coefficients t Sig.

B Std. Error Beta

1 (Constant) 3.930 2.085 1.885 .066

Perceived Usefulness -.081 .145 -.076 -.555 .582

Perceived Ease Of Use -.257 .192 -.234 -1.338 .187

Intention To Use .706 .124 .907 5.713 .000

Berdasarkan tabel diatas hasil uji T menunjukkan bahwa:

a. Nilai signifikansi pengaruh perceived usefulness terhadap actual system use adalah 0,582 > 0,05 dan nilai Thitung - 0,555 lebih kecil dari nilai Ttabel yang diperoleh dari perbandingan nilai α dibagi 2 dengan Df sebesar 2,013. Maka diperoleh Ha ditolak atau hipotesis tidak diterima. Artinya tidak terdapat pengaruh perceived usefulness terhadap actual system use secara signifikan.

b. Nilai signifikansi pengaruh perceived ease of use terhadap actual system use adalah 0,187 > 0,05 dan nilai Thitung - 1,338 lebih kecil dari nilai Ttabel yang diperoleh dari perbandingan nilai α dibagi 2 dengan Df sebesar 2,013. Maka diperoleh Ha ditolak atau hipotesis tidak diterima. Artinya tidak terdapat pengaruh perceived perceived ease of use terhadap actual system use secara signifikan.

c. Nilai signifikansi pengaruh intention to use terhadap actual system use adalah 0,000 < 0,05 dan nilai Thitung 5,713 lebih besar dari nilai Ttabel yang diperoleh dari perbandingan nilai α dibagi 2 dengan Df sebesar 2,013. Maka diperoleh Ha diterima atau hipotesis diterima. Artinya terdapat pengaruh perceived usefulness terhadap actual system use secara signifikan.

3.2 Analisis Jalur (Path Analysis)

Analisis jalur adalah analisis lanjutan pengembangan dari analisis regresi.

a. Besar pengaruh perceived ease of use terhadap perceived usefulness secara parsial dapat dilihat pada tabel berikut:

Tabel 13. Tabel Koefisien Variabel Dependen: Perceived Usefulness Coefficients^a

Model Unstandardized Coefficients Standardized Coefficients t Sig.

B Std. Error Beta

1 (Constant) 5.758 1.848 3.116 .003

a. Dependent Variable: Perceived Usefulness

Dari tabel diatas dapat dilihat besar nilai signifikansi perceived usefulness sebesar 0,000 < 0,05 berarti Ha diterima.

Besar pengaruh perceived ease of use terhadapa perceived usefulness secara gabungan dapat dilihat pada tabel berikut:

Tabel 14. Model Summary Perceived Usefulness Model Summary

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .653^a .427 .415 2.11099

a. Predictors: (Constant), Perceived Usefulness

Dari tabel diatas dapat terlihat nilai R Square sebesar 0,427 atau 42,7%. Angka tersebut menunjukkan besar pengaruh perceived ease of use terhadap perceived usefulness secara gabungan, sedangkan sisanya sebesar 57,3%

dipengaruhi oleh faktor lain.

b. Besar pengaruh perceived ease of use dan perceived usefulness terhadap intention to use dapat dilihat pada tabel berikut:

Tabel 15. Tabel Koefisien Variabel Dependen: Intention To Use Coefficients^a

B Std. Error Beta

1 (Constant) -4.074 2.389 -1.705 .095

Perceived Usefulness .141 .170 .104 .829 .411

Dari tabel diatas dapat dilihat besar nilai signifikansi perceived usefulness sebesar 0,411 > 0,05 berarti Ha ditolak.

Sedangkan besar signifikansi perceived ease of use sebesar 0,000 < 0,05 berarti Ha diterima. Besar pengaruh perceived ease of use dan perceived usefulness terhadap intention to use secara gabungan dapat dilihat pada tabel berikut ini:

(10)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3940 Hal 176−186 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom Tabel 16. Model Summary Intention To Use

Model Summary

1 .760^a .577 .559 2.58914

a. Predictors: (Constant), Perceived Ease Of Use, Perceived Usefulness

Dari tabel diatas dapat dilihat nilai R Square sebesar 0,577 atau 57,7%. Angka tersebut menunjukkan besar pengaruh perceived ease of use dan perceived usefulness terhadap intention to use secara gabungan, sedangkan sisanya 42,3% dipengaruhi oleh faktor lain.

c. Besar pengaruh perceived ease of use dan perceived usefulness terhadap actual system use melalui intention to use dapat dilihat pada tabel berikut:

Tabel 17. Tabel Koefisien Variabel Dependen: Actual System Use Coefficients^a

B Std. Error Beta

1 (Constant) 3.930 2.085 1.885 .066

Perceived Usefulness -.081 .145 -.076 -.555 .582

Perceived Ease Of Use -.257 .192 -.234 -1.338 .187

Intention To Use .706 .124 .907 5.713 .000

Dari tabel diatas dapat dilihat besar nilai signifikansi perceived usefulness sebesar 0,582 > 0,05 berarti Ha ditolak.

Kemudian, besar signifikansi perceived ease of use sebesar 0,187 > 0,05 berarti Ha ditolak dan besar signifikansi intention to use sebesar 0,000 < 0,05 berarti Ha diterima. Besar pengaruh perceived ease of use dan perceived usefulness terhadap actual system use melalui intention to use secara gabungan dapat dilihat pada tabel berikut ini:

Tabel 18. Model Summary Actual System Use Model Summary

1 .714^a .510 .478 2.19311

a. Predictors: (Constant), Intention To Use, Perceived Usefulness, Perceived Ease Of Use

Dari tabel diatas dapat dilihat nilai R Square sebesar 0,510 atau 51,0%. Angka tersebut menunjukkan besar pengaruh perceived ease of use dan perceived usefulness terhadap actual system use melalui intention to use secara gabungan, sedangkan sisanya 49,0% dipengaruhi oleh faktor lain. Analisis jalur yang digunakan didalam penelitian ini dijabarkan pada gambar berikut :

Gambar 10. Analisis Jalur

Berdasarkan gambar 3 didapatkan permodelan analisis jalur yang terdiri dari pengaruh langsung dan pengaruh tidak langsung, dengan hasil pengolahan data sebagai berikut :

a. Pengaruh Langsung

1. Jalur P1: pengaruh perceived ease of use terhadap perceived usefulness sebesar 0,653.

2. Jalur P2: pengaruh perceived usefulness terhadap intention to use sebesar 0,104.

3. Jalur P3: pengaruh perceived ease of use terhadap intention to use sebesar 0,688.

4. Jalur P4: pengaruh perceived usefulness terhadap actual system use sebesar -0,076.

5. Jalur P5: pengaruh perceived ease of use terhadap actual system use sebesar -0,234.

6. Jalur P6: pengaruh intention to use terhadap actual system use sebesar 0,907.

(11)

b. Pengaruh Tidak Langsung

1. Jalur P6 melalui P2: pengaruh perceived Usefulness pada Actual System Use melalui Behavioral Intention to Use.

X1 – Z – Y = (0,104 x 0,907) = 0,094.

2. Jalur P6 melalui P3: pengaruh Perceived Ease Of Use pada Actual System Use melalui Behavioral Intention to Use. X2 – Z – Y = (0,688 x 0,907) = 0,624.

4. KESIMPULAN

Berdasarkan dari hasil penelitian terhadap aplikasi LinkAja dengan responden yang ada di lingkungan ITTP dengan penggunaan metode TAM maka dapat disimpulkan bahwa pengaruh secara langsung dengan nilai tingkat signifikansi paling tinggi yaitu perceived usefulness terhadap actual system use sebesar 0,582 , Hal tersebut dapat disimpulkan bahwa aplikasi LinkAja dalam hal kegunaan merupakan faktor yang paling tidak berpengaruh secara signifikan terhadap lama waktu penggunaan. Pengaruh secara tidak langsung yang paling dominan atau dengan nilai total paling tinggi yaitu perceived ease of use pada Actual System Use melalui behavioral intention to use dengan total 0,39. Hal tersebut berarti aplikasi LinkAja dalam hal kemudahan merupakan faktor yang berpengaruh secara signifikan terhadap lama waktu penggunaan melalui minat dari penggunaan aplikasi linkaja. Berdasarkan hasil penelitian tersebut, maka dapat disimpulkan bahwa faktor kegunaan aplikasi merupakan faktor yang paling tidak mempunyai pengaruh terhadap penggunaan sistem, sedangkan faktor kemudahan dalam penggunaan aplikasi LinkAja merupakan faktor yang paling dominan dalam hal penggunaan sistem bagi pengguna aplikasi LinkAja.

REFERENCES

[1] M. Faisal and Kraugusteeliana, “Analisis Behavioral Intention Pada Penggunaan Digital Payment Dengan Menggunakan Metode Technology Acceptance Model 3 (Studi Kasus Pada Aplikasi Linkaja),” Semin. Nas. Inform. Sist. Inf. dan Keamanan Siber, vol.

2, no. 1, pp. 1–11, 2019.

[2] A. E. Irawati and E. Suhartono, “ANALISIS TECHNOLOGY ACCEPTANCE MODEL APLIKASI LINKAJA,” J. Ris. Ekon.

dan Bisnis, vol. 13, no. 3, p. 164, 2020, doi: 10.26623/jreb.v13i3.2861.

[3] R. Ar Rasyid, E. Sunarya, and A. M Ramdan, “ANALISIS MINAT MENGGUNAKAN MOBILE PAYMENT DENGAN PENDEKATAN TECHNOLOGY ACCPETANCE MODEL PADA PENGGUNA LINK AJA SUKABUMI,” HIRARKI J. Ilm.

Manaj. Dan Bisnis, vol. 2, no. 2, pp. 116–125, 2020, doi: 10.30606/hirarki.v2i2.387.

[4] B. A. Wahid, “ANALISIS PENGGUNAAN MOBILE COMMERCE (M-COMMERCE) TERHADAP PERSEPSI DAN KEPERCAYAAN KONSUMEN MENGGUNAKAN TECHNOLOGY ACCEPTANCE MODEL (TAM),” J. Inform., pp. 1–8, 2019.

[5] R. Mahfuroh, A. P. Wicaksono, and P. S. Akuntansi, “FAKTOR YANG MEMPENGARUHI PENGGUNAAN FINANCIAL TECHNOLOGY LINKAJA SEBAGAI ALAT PEMBAYARAN ELEKTRONIK,” J. Ilm. Akunt. Manaj., vol. 3, no. 2, pp. 160–

173, 2020, doi: 10.35326/jiam.v3i2.

[6] H. Ramadhani and S. Monalisa, “ANALISIS PENERAPAN SISTEM INFORMASI PENGELOLAAN NILAI RAPORT MENGGUNAKAN METODE TAM,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 3, no. 2, pp. 65–69, 2017.

[7] A. Andrianto, “FAKTOR YANG MEMENGARUHI BEHAVIOR INTENTION UNTUK PENGGUNAAN APLIKASI DOMPET DIGITAL MENGGUNAKAN MODEL UTAUT2,” J. Ilm. Ekon. Bisnis, vol. 25, no. 2, pp. 111–122, 2020, doi:

10.35760/eb.2020.v25i2.2412.

[8] W. N. Syahril and B. Rikumahu, “PENGGUNAAN TECHNOLOGY ACCEPTANCE MODEL (TAM) DALAM ANALISIS MINAT PERILAKU PENGGUNAAN E-MONEY PADA MAHASISWA UNIVERSITAS TELKOM,” J. Mitra Manaj., vol. 3, no. 2, pp. 201–214, 2019, doi: 10.52160/ejmm.v3i2.201.

[9] S. S. Lee and W. Wella, “Analisis Technology Acceptance Model Penggunaan E-Learning pada Mahasiswa,” Ultim. InfoSys, vol. 9, no. 2, pp. 70–78, 2019, doi: 10.31937/si.v9i2.913.

[10] A. P. C. H.Uswatun, M. Rusydi, M. Candra Zaky, Maftukhatushalikhah, “Penggunaan Digital Payment Syariah pada Masyarakan Di Kota Palembang Pendekatan TAM pada layanan syariah LinkAja,” J. Intelekt. Keislaman, Sos. dan Sains, vol. 10, no. 1, pp.

93–107, 2021.

[11] Y. Hari, Darmanto, B. Hermawan, Y. Widianto, and I. B. Trisno, “Assesment Online Learning System di Masa Pandemi COVID- 19 Menggunakan Metode Technology Acceptance Model,” J. Tek., vol. 18, no. 2, pp. 112–122, 2020, doi: 10.37031/jt.v18i2.76.

[12] N. Nurhamidah, A. Kurniawan, and I. Umiyati, “ANALISIS PERILAKU PENGGUNA TEKNOLOGI ATAS PENERIMAAN LAYANAN E-SAMSAT MENGGUNAKAN MODEL TAM DAN TPB (Studi Kasus Pada SAMSAT Wilayah Kabupaten Subang),” Accruals, vol. 2, no. 1, pp. 28–40, 2018, doi: 10.35310/accruals.v2i1.5.

[13] A. Safitra, “Penerimaan Wajib Pajak Pada Awal Implementasi E-Faktur Pajak Berbasis Desktop Application,” J. Pajak dan Keuang. Negara, vol. 3, no. 1, pp. 119–135, 2021, doi: 10.31092/jpkn.v3i1.1287.

[14] S. Watmah, S. Fauziah, and N. Herlinawati, “Identifikasi Faktor Pengaruh Penggunaan Dompet Digital Menggunakan Metode TAM Dan UTAUT2,” Indones. J. Softw. Eng., vol. 6, no. 2, pp. 261–269, 2020, doi: 10.31294/ijse.v6i2.8833.

[15] M. Nanang, Metode Penelitian Kuantitatif : Analisis Isi dan Analisis Data Sekunder. 2014.

[16] V. W. Sujarweni, SPSS Untuk Penelitian. 2015.

[17] C. Gunawan, Mahir Menguasai SPSS (Mudah Mengolah Data Dengan IBM SPSS Statistic 25). 2019.