Faktor Penentu Minat Penggunaan E-Commerce Shopee Dalam Pembelian Online Mneggunakan Metode Technology Acceptance Model (TAM)
Article Sidebar
Main Article Content
Abstract
E-commerce suatu marketplace yang dipakai selaku sarana transaksi komersil yang melngkaitkan pertukaran nilai dilaksanakan pada media teknologi internet oleh tiap individual atau organisasi. Salah satu yang tercantum pada e-commerce yang di mana pada situasi ini marak dipakai masyarakat Indonesia ialah aplikasi Shopee. Shopee ialah marketplace di bidang e-commerce yang saat ini sedang bertumbuh di Indonesia. Minat pada shopee tercipta sesudah didapat informasi terkait objek atau keinginan, disertai dengan keterkaitan perasaan terarah pada objek perilaku tertentu, dan tercipta oleh lingkungan. Secara teoritis dan praktis Technology Acceptance Model (TAM) ialah model yang dipandang paling benar dalam memaparkan bagaimana pemakai menyetujui suatu sistem. Penelitian ini menggunakan metode Technology Acceptance Model (TAM) ialah teori yang merekomendasikan landasan guna mengkaji dan mengerti sikap pengguna. Maksud dilaksanakannya penelitian ini ialah guna menemukan dampak persepsi kemudahan penggunaan (Perceived Ease Of Use (PeoU), lalu persepsi kemanfaatan (Perceived of Usefulness (PoU) dan persepsi keamanan (Perceived Security) dalam menggunakan aplikasi E-Commerce Shopee. Metode penelitian ini memakai metode kuantitatif yang dimana data yang akan dipakai sifatnya ialah data primer. Data primer penelitian didapatkan lewatresponden yang mengisi kuesioner dengan memakai skala likert. Pengolahan dan analisis data dilakukan memakai metode Partial Least Square - Structural Equal Modeling (PLS-SEM) dengan software SmartPLS. Hasil penelitian ini memaparkan jika Persepsi Manfaat (Perceived Ssefulness) berakibat positif dan signifikan pada Penggunaan E-Commerce Shopee. Persepsi Kemudahan (Perceived Ease of Use) berakibat positif dan signifikan pada Penggunaan E-Commerce Shopee. Persepsi Keamanan (Perceived Security) berakibat positif dan signifikan pada Penggunaan E-Commerce Shopee.
Article Details
References
Castleman, Kenneth R., 2004, Digital Image Processing, Vol. 1, Ed.2, Prentice Hall, New Jersey.
Gonzales, R., P. 2004, Digital Image Processing (Pemrosesan Citra Digital), Vol. 1, Ed.2, diterjemahkan oleh Handayani, S., Andri Offset, Yogyakarta.
Wyatt, J. C, dan Spiegelhalter, D., 1991, Field Trials of Medical Decision-Aids: Potential Problems and Solutions, Clayton, P. (ed.): Proc. 15th Symposium on Computer Applications in Medical Care, Vol 1, Ed. 2, McGraw Hill Inc, New York.
Yusoff, M, Rahman, S.,A., Mutalib, S., and Mohammed, A. , 2006, Diagnosing Application Development for Skin Disease Using Backpropagation Neural Network Technique, Journal of Information Technology, vol 18, hal 152-159.
Wyatt, J. C, Spiegelhalter, D, 2008, Field Trials of Medical Decision-Aids: Potential Problems and Solutions, Proceeding of 15th Symposium on Computer Applications in Medical Care, Washington, May 3.
Prasetya, E., 2006, Case Based Reasoning untuk mengidentifikasi kerusakan bangunan, Tesis, Program Pasca Sarjana Ilmu Komputer, Univ. Gadjah Mada, Yogyakarta.
Ivan, A.H., 2005, Desain target optimal, Laporan Penelitian Hibah Bersaing,Proyek Multitahun, Dikti, Jakarta.
Wallace, V. P., Bamber, J. C. dan Crawford, D. C. 2000. Classification of reflectance spectra from pigmented skin lesions, a comparison of multivariate discriminate analysis and artificial neural network. Journal Physical Medical Biology, No.45, Vol.3, 2859-2871.
Xavier Pi-Sunyer, F., Becker, C., Bouchard, R.A., Carleton, G. A., Colditz, W., Dietz, J., Foreyt, R. Garrison, S., Grundy, B. C., 1998, Clinical Guidlines on the identification, evaluation, and treatment of overweight and obesity in adults, Journal of National Institutes of Health, No.3, Vol.4, 123-130: http://journals.lww.com/acsm-msse/Abstract/1998/11001/paper_treatment_of_obesity.pdf.
Borglet, C, 2003, Finding Asscociation Rules with Apriori Algorithm, http://www.fuzzy.cs.uniagdeburgde/~borglet/apriori.pdf, diakses tgl 23 Februari 2007.