BAB I INTRODUKSI
1.1. Latar Belakang Masalah Infrastruktur teknologi infomasi dan komunikasi telah berkembang belakangan ini. Hal yang sama juga terjadi pada perangkat gadget yang memberikan banyak fitur dalam mengakses sumber informasi dengan menggunakan teknologi wireless dan seluler. Menurut Fahrurrozi (2014), pertumbuhan
jumlah
pengguna
perangkat
teknologi
informasi
pun
meningkat. Hal ini tidak hanya terjadi di wilayah perkotaan melainkan juga pedesaan yang kehidupan masyarakatnya masih relatif tradisonal. Penetrasi teknologi informasi yang begitu ekspansif telah meniadakan perbedaan antara masyarakat kota dan desa. Internet telah menjadi kebutuhan bagi setiap individu maupun organisasi. Peningkatan ledakan pengguna internet telah menyebabkan pergeseran dalam cara melakukan bisnis. Dari kehidupan kita sehari-hari untuk transaksi komersial antar perusahaan, internet telah mengubah cara kita melakukan bisnis (Lee et. al., 2000) Penggunaan internet sebagai media untuk berbelanja, mencari informasi, dan kegiatan lainnya merupakan salah satu manfaat internet, dengan jangkauan yang luas. Melalui internet, seorang konsumen dapat mencari inforamsi dan produk atau jasa yang diharapkan dengan waktu yang singkat. Selain itu, konsumen juga dapat memilih dan membandingkan harga ataupun informasi dari tiap penjual dan penyedia jasa. Dalam
1
2
beberapa tahun belakangan ini e-commerce sering diimplementasikan dengan transaksi online atau belanja online atau online shopping. E-
commerce adalah penggunaan internet dan web untuk transaksi bisnis yang memungkinkan transaksi komersial anatara organisasi dan individu. Transasksi komersial ini dimediasi oleh teknologi digital. Transaksi komersial melibatkan pertukaran nilai di seluruh organisasi atau individu sebagai imbalan atas produk dan jasa (Amazon, 2006). Sejalan dengan perkembangan teknologi, transaksi online atau e-
commerce memberikan banyak keuntungan bagi perusahaan (Xiao & Benbasat, 2006). Keuntungan yang didapat diantaranya adalah dapat meningkatkan pendapatan perusahaan dalam waktu yang singkat dan mudah, mempermudah pemasaran, memberikan kenyamanan karena transaksi bisa dilakukan di mana saja, murah karena tidak memutuhkan tenaga kerja, banyak variasi atau pilihan barangnya serta informasi yang didapat selalu update. Beragamnya sumber informasi digital tentu saja memberikan banyak manfaat bagi masyarakat dalam berbagai urusan, seperti bidang penerbitan pun menawarkan produk seperti majalah, koran, buku, prosiding dan jurnal dalam format digital. Namun kondisi tersebut juga menimbulkan masalah tersendiri di kalangan masyarakat, yakni kesulitan untuk mendapatkan informasi yang cepat, akurat dan relevan dengan kebutuhannya. Permasalahan inilah yang mendorong para pakar ilmu komputer melakukan riset untuk menemukan alternatif solusi. Solusi pertama dalam mendapatkan sumber informasi dengan cepat adalah dengan mengembangkan alat (tools) pencari yang dikenal dengan
3
information retrieval system atau sistem temu kembali informasi. Alat bantu tersebut diimplementasikan dalam bentuk search engine atau mesin penelusuran. Beberapa website mesin penelusur yang berkembang pesat antara lain search.baidu.com, www.altavisata.com dan www.google.com. Selain information retrieval system, solusi lain untuk mendapatkan sumber informasi yang tepat dan relevan adalah recommender systems atau sistem penyedia rekomendasi (Konstan, 2004). Sistem ini diimplementasikan dalam bentuk engine yang melakukan pemilihan sumber informasi berdasarkan rekam jejak personal, lalu merekomendasikannya kepada pengguna yang sedang aktif (Deshpande, 2004). Pada awalnya sistem rekomendasi hanya digunakan untuk email filtering (Goldbeg, 1992)., kemudian dikembangkan menjadi alat bantu dalam bisnis online, yakni untuk mempromosikan produk baru kepada para pelanggan dengan memanfaatkan karakteristik pelanggan (Kangas, 2002 dan Montaner, 2003). Sistem perekomendasi dapat membantu dalam mengatasi masalah
information overload (Kangas, 2002) dengan menyediakan saran-saran bersifat personal berdasarkan pada historis perilaku pengguna sebelumnya Belakangan ini, sadar atau tidak, sistem perekomendasi sebenarnya banyak ditemukan dalam keseharian pengguna internet. Salah satu contohnya adalah rekomendasi artikel di situs portal berita seperti Detik.com, Kompas.com, dan Okezone.com. Kompas.com malah baru-baru ini dengan bangga meluncurkan fitur personalisasi bagi para pembacanya. Yang dimaksud personalisasi adalah, pengguna bisa mendapatkan rekomendasi artikel yang sesuai dengan minatnya, bukan sekedar artikel yang populer.
4
Sistem perekomendasi dapat kita jumpai pada situs jejaring sosial, seperti Facebook dan Twitter yang merekomendasikan teman atau pengguna lain untuk di-follow. Sistem perekomendasi juga sangat bermanfaat secara komersial untuk situs perdagangan secara daring (e-commerce). Amazon dapat menjual lebih banyak buku dengan cara merekomendasikan suatu buku yang kemungkinan besar akan disukai oleh penggunanya. Di Indonesia sendiri, e-commerce yang menggunakan sistem perekomendasi dalam menunjang aktivitas penghargaan kepada pelanggan sudah banyak, beberapa
diantaranya
adalah
www.olx.co.id,
www.traveloka.com,
www.lazada.com dan www.tokopedia.com. Sistem perekomendasi pada beberapa situs yang cukup dikenal menggunakan engine yang berbasis kepada big data yang dimiliki oleh situs untuk mengolah data-data yang terekam pada setiap pengunjung situs dan member hasil perekomendasian atas kunjungan-kunjugan selanjutnya (Turban, 2015). Pada situs kdnuggets.com, disebutkan bahwa situs perdagangan Amazon sebagai salah satu pelopor e-commerce terbesar yang menggunakan dua kekuatan besar untuk mempertahankan kinerja organisasinya, yaitu mengkolaborasikan kekuatan big data dan sistem perekomendasi. Amazon dengan memperkuat strategi ini sehingga mendapatkan penghargaan sebagai pionir e-commerce yang sukses dang juga yang paling penting adalah mereka dapat menaikkan pendapatan dengan menyediakan rekomendasi yang lebih banyak dan lebih efektif. Data yang diolah dari para pengguna sistem
perekomendasi
pada
situs
e-commerce,
digunakan
untuk
menganalisis perilaku pelanggan pada situs e-commerce. Data akan terus
5
bertambah seiring dengan meningkatnya jumlah konsumen, dan akhirnya akan menjadi data yang besar. Menurut Andrew McAfee dan Erik Brynjolfsson (2012), data besar (big data) tidak hanya sebatas informasi dan komunikasi, tetapi juga mengenai bisnis dan akuntansi, bagaimana data tersebut
dapat
memberikan
tambahan
nilai
kepada
kinerja
organisasi,khususnya bisnis e-commerce yang sedang tumbuh secara pesat. Berdasarkan situs dailysocial.id, nilai pasar e-commerce di Indonesia saat ini diperkirakan antara $1 Milyar hingga $ 10 Milyar pada tahun 2016, dan tiga tahun ke depan pangsa pasar e-commerce akan tumbuh sebesar 250 persen bahkan lebih . Namun, pada akhirnya perilaku dan interaksi dengan sistem perekomendasi, serta pengaruhnya terhadap keputusan proses online, tergantung pada persepsi konsumen (Pu et al., 2012). Sistem perekomendasi boleh jadi dapat memudahkan pengguna layanan e-commerce untuk membandingkan beberapa produk atau jasa yang dinginkan oleh pengguna, namun perlu diketahui apakah produk atau jasa yang ditawarkan oleh sistem perekomendasi dapat langsung membuat pengguna dapat percaya atas produk atau jasa yang ditawarkan sehingga pengguna bersedia untuk membeli produk atau jasa yang ditawarkan sistem. Dalam literatur, untuk memperoleh pemahaman yang lebih baik tentang isu-isu yang terkait dengan adopsi dan penggunaan e-commerce diperlukan beberapa pendekatan model klasik.
Berdasarkan fenomena ini,
menurut peneliti penting untuk
mengetahui keberterimaan sistem perekomendasi ini dari perspektif pengguna saat melakukan pembelian. Hal ini dapat dijadikan sebagai acuan
6
bahwa sistem perekomendasi dapat digunakan sebagai sarana dan inovasi untuk meningkatkan kinerja organisasi, khususnya bisnis e-commerce. Penelitian ini menggunakan beberapa teori untuk menguji faktorfaktor yang mempengaruhi penggunaan sistem perekomendasi pada e-
commerce dari perspektif pengguna. Penelitian ini mengadaptasi teori dan model dari Choi et al. (2014) dan Lopez et al. (2015) untuk menjelaskan adopsi konsumen yang menggunakan sistem perekomendasian pada saat menggunakan e-commerce. Penelitian ini memodifikasi variabel-variabel yang ada pada penelitian sebelumnya dan sesuai untuk diteliti lebih lanjut, dan menambahkan variabel mengenai kepercayaan dan niat membeli. Variabel kepercayaan dan niat membeli ditambahkan dalam penelitian tersebut, diharapkan dapat menjadi respon yang diinginkan situs e-
commerce terhadap pelanggan, agar memiliki niat membeli yang lebih tingi dibanding dengan konsumen yang menggunakan sistem pencarian manual. Dalam
model
penelitian
ini,
terdapat
konstruk
utama
yang
memainkan peran utama sebagai determinan langsung dari persepsi penggunaan format sistem perekomendasi yaitu kepercayaan. Variabel kepercayaan
tersebut
mempengaruhi
langsung
niat
membeli
pada
konsumen. Variabel kepercayaan dan niat membeli pada saat menggunakan sistem pencarian, juga akan dikontrol oleh beberapa variabel. Variabel yang digunakan ialah variabel komentar dan rating (Pavlou & Dimika, 2006), variabel kecendrungan umum (Stewart, 2003), variabel kepercayaan terhadap marketplace (Lu et al., 2015), dan variabel kewajaran harga persepsian (Kahneman et al., 1986). Variabel-variabel yang digunakan
7
tersebut
akhirnya
mengerucut
menjadi
variabel-variabel
yang
mempengaruhi siklus pembelian di dalam akuntansi, dalam hal ini ialah niat membeli konsumen pengguna e-commerce. Penelitian ini mencoba untuk mengidentifikasi rangsangan faktorfaktor persepsian dengan membuat hubungan konsumen yang positif dan hasil perilaku melalui pengaruh sistem kognitif dan afektif konsumen. Hal ini biasanya disebut model Stimuli-Organism-Response (S-O-R), yang berpendapat bahwa rangsangan lingkungan sosial
dalam bentuk kognitif
dan afektif reaksi individu akan kembali mempengaruhi respon mereka (Mehrabian dan Russell, 1975). Penelitian ini mengacu pada Stimuli-
Organism-Response (S-O-R) Model untuk menguji pengaruh karakteristik teknologi recommender system pada pelanggan atas pengalaman virtual dan niat mereka untuk membeli. Penelitian ini
menjelaskan jenis partisipasi perilaku di sistem
perekomendasi, yaitu persepsi-persepsi dan kepercayaan dari perspektif pengalaman pelanggan online. Penelitian ini menggunakan model S-O-R untuk menghubungkan lingkungan teknologi recommender systems dengan perilaku partisipasi pelanggan. Dalam hal ini ialah faktor-faktor fungsional pada konsumen pengguna sistem perekomendasi. Berdasarkan studi sebelumnya, penelitian ini memodifikasi dan mengidentifikasi empat karakteristik utama sebagai stimuli pada pengguna sistem perekomendasi, yaitu
kebermanfaatan
rekomendasi
persepsian
persepsian (perceived
(perceived
usefulness),
recommendation
quality),
kualitas risiko
persepsian (perceived risk) dan pengaruh sosial (social influence). Kedua
8
karakteristik
ini
akan
mempengaruhi
karakteristik
organism
yaitu
kepercayaan pada sistem dan akhirnya berkembang pada respon terhadap konsumen e-commerce untuk memiliki niat membeli produk ataupun jasa. Kerangka ini diharapkan
akan berguna untuk mengetahui pengalaman
pelanggan dan perilaku dalam e-commerce. 1.2 Perumusan Masalah Reformasi dalam menjalankan bisnis daring yang dilakukan oleh para pelaku e-commerce melalui modernisasi pendekatan historis pengguna dengan
menggunakan
sistem
perekomendasi
dapat
membantu
para
pelanggannya dalam mengatasi masalah information overload (Kangas, 2002), yaitu dengan menyediakan saran-saran bersifat personal berdasarkan pada historis perilaku pengguna sebelumnya. Sistem perekomendasi merupakan bentuk penghargaan terhadap pelanggan yang dilakukan para pengusaha yang bergerak di bidang e-commerce, dalam hal kaitannya dengan perkembangan teknologi informasi. Hal yang berkaitan dengan penelitian ini, yaitu menganalisis kepercayaan dan niat para pelanggan untuk
membeli
produk
atau
jasa
yang
ditawarkan
oleh
sistem
perekomendasi situs perdagangan daring dalam teknologi informasi yang dibentuk oleh para pengembang situs e-commerce. Penelitian ini dilakukan untuk memverifikasi kepercayaan dan niat membeli para pelanggan e-
commerce dalam penggunaan sistem perekomendasi di toko daring. Penelitian ini menggunakan model Stimuli-Organism-Response (SO-R) yang dikemukakan oleh Mehrabian dan Russel (1975). Karakteristik dari stimuli dalam penggunaan sistem perekomendasi dibagi menjadi empat
9
yaitu
kebermanfaatan
rekomendasi
persepsian
(perceived
persepsian (perceived
usefulness),
recommendation
quality),
kualitas risiko
persepsian (perceived risk) dan pengaruh sosial (social influence). Organism dalam penelitian ini memasukkan karakteristik kepercayaan kepada sistem oleh konsumen e-commerce, yang di mana menjabarkan bahwa faktor-faktor seperti integritas dan kompetensi sistem akan turut menjadi pengaruh tersendiri terhadap karakteristik ini. Terakhir, yaitu karakteristik respon pada penelitian ini ialah niat membeli yang dipengaruhi oleh kepercayaan sistem. Pada penelitian ini juga terdapat variabel-variabel kontrol untuk mengurangi bias atas variabel-variabel yang akan diteliti. Variabel kepercayaan pada sistem, akan dikontrol oleh komentar-komentar yang dituliskan oleh pembeli sebelumnya mengenai produk, serta kecendrungan umum seseorang untuk mempercayai sesuatu. Variabel kontrol lainnya yaitu variabel niat membeli, yaitu kepercayaan terhadap toko di pasar daring (marketplace) dan juga persepsi mengenai kewajaran harga yang ditawarkan
(perceived price fairness). Masalah yang diteliti kemudian dirumuskan dalam
pertanyaan
penelitian sebagai berikut: 1. Apakah persepsian
rangsangan
dapat
dari
mempengaruhi
pengaruh
sosial
kepercayaan
dan
konsumen
faktor-faktor
e-commerce
pengguna sistem perekomendasi? 2. Apakah kepercayaan konsumen e-commerce pengguna sistem perekomendasi dapat mempengaruhi niat untuk membeli produk atau jasa yang direkomendasikan?
10
1.3 Tujuan Penelitian Tujuan dari penelitian ini ialah peneliti ingin menguji bagaimana variabel-variabel persepsian seperti kebermanfaatan persepsian (perceived
usefulness), kualitas rekomendasi persepsian (perceived recommendation quality), risiko persepsian (perceived risk) dan pengaruh sosial (social influence) mempengaruhi kepercayaan terhadap sistem perekomendasi (trust in recommender system) dan niat membeli (purchase intention) oleh para konsumen pengguna sistem perekomendasi pada penelitian yang berjudul: “Analisis Faktor-faktor yang Mempengaruhi Kepercayaan dan Niat Membeli Konsumen Menggunakan Sistem Perekomendasi di Situs Perdagangan Secara Daring (E-commerce Recommender Systems)” 1.4 Manfaat Penelitian Penelitian ini diharapkan dapat bermanfaat bagi penyedia layanan, pengguna dan pihak lain. 1. Bagi penyedia layanan situs penjualan secara daring, penelitian ini diharapkan dapat memberikan wawasan bagi penyedia layanan dalam mempengaruhi pelanggan untuk hal mencari produk atau jasa yang dibutuhkan. Penyedia layanan toko daring dapat menimbang dalam menggunakan
sistem
perekomendasi
pada
situs
e-commerce
dan
meningkakan kinerja sistemnya, sehingga diharapkan dapat menjadi bahan pertimbangan dalam upaya meningkatkan kualitas pelayanannya untuk meningkatkan kepercayaan dan niat membeli bagi konsumen.
11
2. Bagi pengguna, penelitian ini diharapkan dapat memberikan wawasan tambahan bagi pengguna sebagai bahan pertimbangan dalam menggunakan sistem perekomendasi sebagai salah satu sarana layanan pembelian produk atau jasa pada situs e-commerce. 3. Bagi pihak lain, memberikan sumbangan wawasan terhadap penelitian akuntansi yang berhubungan dengan sistem informasi keperilakuan. 1.5 Sistematika Penelitian Untuk memberikan gambaran secara singkat mengenai keseluruhan isi penelitian, penulis menyusun systematika penelitian yang terdiri dari lima bab, yaitu: BAB I: INTRODUKSI Bab ini berisikan latar belakang masalah, perumusan masalah, tujuan penelitian, manfaat penelitian serta systematika penelitian. BAB II: KAJIAN PUSTAKA Bab ini berisikan tentang landasan teori yang digunakan untuk mendukung penelitian serta mengembangkan hipotesis yang akan diuji dalam penelitian ini. BAB III: DISAIN RISET Dalam bab ini menjelaskan mengenai desain penelitian, jenis dan sumber data, teknik pengumpulan data, dan metode analisis data. BAB IV: ANALISIS DAN DISKUSI Dalam bab ini menjelaskan mengenai pembahasan analisis data yang merupakan hasil dari data-data yang telah dikumpulkan dan diolah.
