1 BAB I INTRODUKSI 1.1. Latar Belakang Masalah

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.