PENGGUNAAN TEKNOLOGI ARTIFICIAL INTELLIGENCE DALAM PEMILIHAN PRODUK KECANTIKAN OLEH KONSUMEN WANITA
on
E-Jurnal Manajemen, Vol. 12, No. 7, 2023:733-752 ISSN : 2302-8912
DOI: https://doi.org/10.24843/EJMUNUD.2023.v12.i07.p05
PENGGUNAAN TEKNOLOGI ARTIFICIAL INTELLIGENCE DALAM PEMILIHAN PRODUK KECANTIKAN OLEH KONSUMEN WANITA
I Putu Wahyu Dwinata JS 1 Yustikarani Julianti Pambudi 2
-
1 Fakultas Ekonomi dan Bisnis, Universitas Mahasaraswati, Bali, Indonesia
-
2 Politeknik APP, Jakarta, Indonesia email: [email protected]
ABSTRAK
Penggunaan teknologi Artificial Intelligence (AI) dalam industri kecantikan terus meningkat sebagai sarana membantu para konsumen dalam pemilihan produk. Penelitian ini bertujuan untuk menguji pengaruh perceived ease of use, perceived usefulness dan norma subjektif terhadap niat untuk menggunakan teknologi AI pada pemilihan produk kecantikan. Wanita dewasa muda menjadi fokus subjek pada penelitian ini sebagai target market terbasar dari industri kecantikan. Sebanyak 105 responden menjadi sampel dalam penelitian kuantitaif dengan metode purposive sampling. Pengolahan data menggukan aplikasi Smart-PLS menghasilkan bahwa perceived ease of use, perceived usefulness dan norma subjektif secara signifikan berpengaruh terhadap niat untuk menggunakan teknologi AI. Disisi lain norma subjektif tidak berpengaruh terhadap perceived usefulness.
Kata kunci: kecerdasan buatan, norma subjektif, persepsi kemudahaan penggunaan, persepsi kebermanfaatan
ABSTRACT
The use of artificial intelligence (AI) technology in the beauty industry continues to increase as a means of helping consumers in product choices. The research aims to test the influence of perceived ease of use, perceved usefulness and subjective norms on the intention to use AI technology on the selection of beauty products. Young adult women became the subject focus on this study as the most targeted market based of the beauty industry. A total of 105 respondents were sampled in quantitative research using purposive sampling method. Data processing by Smart-PLS applications results in the perceptual ease of use, perceived usefulness and subjective norms having a significant influence on the intention to use AI technology. On the other hand, subjective norms do not influence perceived usefulness.
Keywords: artificial intelligence; perceived ease of use, perceived usefulness, subjective norm
PENDAHULUAN
Teknologi AI merupakan hasil pengembangan mesin dengan serangkaian proses dan kombinasi algoritma khusus shingga mampu menjalankan fungsinya menyerupai dengan manusia (Longoni et al., 2019). Kemampuan berpikir teknologi AI merupakan hasil dari pengetahuan yang diinput oleh manusia dan disimulasi proses penalarannya untuk memecahkan masalah (Kusumawati, 2018). Artificial Intelligence menjadi jembatan antara data sains dan pengolahan analisis data yang sangat besar dan tidak dapat diatasi oleh manusia secara cepat (Pangkey et al., 2019). Penggunaan teknologi Artificial Intelligence (AI) terus meningkat dan digunakan dalam berbagai bidang. Setidaknya lebih dari 50% industri disetiap negara yang mengaplikasikan teknologi AI pada proses bisnisnya (Vasiljeva et al., 2017). Teknologi AI memiliki banyak keunggulan yang menjadi pertimbangan bagi perusahaan untuk terus mengembangkan dan mengelaborasi dalam proses bisnsinya. Pemanfaatan teknologi AI digunakan untuk antisipasi permintaan konsumen, automasi proses operasional (Pillai et al., 2020), mengenali dan memahami konsumen (Arifin, 2019). Perusahaan dapat meningkatan nilai tambah produk dengan penggunaan AI seperti waktu yang lebih cepat, sistem terintegrasi, hingga kualitas produk yang terjaga (Ririh et al., 2020).
Pemanfaatan teknologi AI digunakan pula dalam proses pemasaran produk dan meningkatkan pengalaman berbelanja konsumen. Fitur yang dikembangkan dengan menggunakan teknologi AI adalah personalisasi produk agar sesuai dengan kebutuhan setiap pembeli (Ramadhana & Hussein, 2022). Pengalaman berbelanja yang unik meningkatkan penggunaan dan mendukung untuk pembelian produk (Nagy & Hajdú, 2021). Setiap perusahaan memiliki keunikan masing-masing sesuai dengan nilai dan pengalaman yang ingin disampaikan oleh perusahaan tersebut. Inovasi ini telah memberikan dampak bagi peningkatan pendapatan perusahaan hingga 10% pada lebih dari 100 perusahaan top global (Edelman & Abraham, 2022). Pemanfataan teknologi AI setiap perusahaan juga menyesuaikan dengan produk yang ditawarkan.
Salah satu industri yang menggunakan teknologi AI untuk meningkatkan pengalaman berbelanja adalah industri kecantikan (Kristi & Kusumawati, 2021). Industri kecantikan secara spesifik pada penjualan produk make up dan skincare mulai menggunakan teknologi AI dalam website mereka yang membantu konsumen dalam pemilihan produk (Zhong et al., 2021). Hal ini menjadi salah satu bukti bahawa teknologi AI tidak hanya memberikan keuntungan dari sisi perusahaan namun juga bagi pembeli (Vrublevskaia, 2021). Secara garis besar setiap pengguna dapat menggunakan teknologi tersebut melalui website kemudian merekam gambar. Berdasarkan hasil gambar tersebut kemudian teknologi AI akan mengolah data dan memberikan rekomendasi produk yang sesuai. Jika produk yang ditawarkan adalah produk skincare maka AI akan memberikan rekomendasi sesuai dengan permasalahan kulit wajah hasil analisis. Apabila produk yang ditawarkan adalah produk makeup, maka pengguna memiliki fitur tambahan memilih warna produk yang sesuai secara langsung. Hal ini meningkatkan pengalaman dan membuat setiap pengguna mendapatkan rekomendasi personal sesuai dengan keunikan dan kebutuhan masing-masing (Tseng & Tzou, 2022).
Perbedaan fitur-fitur dari teknologi AI yang disediakan oleh perusahaan juga menghasilkan perbedaan nilai yang diterima oleh setiap pengguna. Pengguna memiliki persepsi terhadap kemudahaan teknologi dan persepsi manfaat yang dirasakan yang berbeda-beda. Kondisi ini sesuai dengan konsep Technology Acceptance Model (TAM) yang merupakan kerangka kerja khusus untuk menjelaskan proses adopsi informasi baru yang berhubungan dengan teknologi dan secara khusus berkaitan dengan proses kerja (Davis, 1989). Konsep ini digunakan untuk mengindentifikasi kemampuan pengguna dalam memahami dan menggunakan teknologi baru. Adopsi sebuah teknologi baru dipengaruhi oleh waktu dan keadaan dari masing-masing individu serta cara dalam menggunakan teknologi tersebut (Noor Ardiansah et al., 2020). TAM terdiri dari dua indikator utama yaitu persepsi terhadap kemudahan penggunaan (perceived ease of use) dan manfaat yang dirasakan (perceived usefulness).
Persepsi terhadap kemudahaan dalam penggunaan teknologi (perceived ease of use) berhubungan dengan pengguna yang tidak memerlukan usaha lebih untuk dapat memahami dan menggunakan teknologi (Davis, 1989). Kemudahan yang dirasakan oleh pengguna teknologi terdiri dari beberapa hal seperti dapat dipelajari dan dipahami dengan mudah, dapat dilakukan dengan ringkas tanpa banyak tahapan dan mudah digunakan tanpa perlu adanya bantuan dari orang lain. Kemudahan ini dapat didukung oleh beberapa diantaranya adalah penempatan user interface yang menarik, navigasi website yang mudah dan penggunaan bahasa sederhana. Beberapa penelitian sebelumnya mendapatkan kesimpulan bahwa kemudahan dalam penggunaan teknologi yang dirasakan oleh pengguna meningkatkan keinginan untuk terus menggunakan teknologi tersebut (Davis, 1989; Hansen et al., 2018; Tahar et al., 2020). Semakin mudah penggunaan teknologi yang dirasakan maka minat untuk menggunakan akan semakin besar dan sebaliknya jika dirasakan proses penggunaan teknologi sulit maka akan menurutkan minat untuk menggunakannya (Kumala et al., 2020). Dalam konteks penggunaan teknologi AI maka semakin mudah bagi pengguna untuk menggunakan fitur AI dan melakukan pembelian produk, maka semakin tinggi ketertarikan dari pengguna untuk menggunakan teknologi tersebut.
Disisi lain penilaian pengguna akan kemudahan dalam penggunaan teknologi turut meningkatkan penilaian terhadap manfaat yang dirasakan dari penggunaan teknologi. Penggunaan yang mudah membuat teknologi menjadi lebih tepat guna dan meningkatkan efisensi, sehingga setidaknya pengguna sudah merasakan manfaat dari sisi waktu yang lebih cepat dari pemanfaatan teknologi AI (M. A. Nugroho & Fajar, 2017). Ketika penggunaan teknologi lebih mudah maka pengguna dapat menghemat lebih banyak waktu dan menggunakan untuk kegiatan lain (Chi, 2018). Beberapa penelitian sebelumnya juga mendapatkan hasil bahwa kemudahaan dalam penggunaan teknologi meningkatkan persepsi manfaat yang dirasakan (Chi, 2018; Punnoose, 2012; Walczuch et al., 2007).
H1 : Perceived ease of use dari pemanfaatan teknologi AI pada pemilihan produk kecantikan berpengaruh terhadap perceived usefulness.
H2 : Perceived ease of use dari pemanfaatan teknologi AI pada pemilihan produk kecantikan berpengaruh terhadap niat untuk menggunakan teknologi.
Berbeda dari persepsi terhadap kemudahan penggunaan yang hanya fokus pada dampak dari proses penggunaan teknologi, persepsi terhadap manfaat melihat lebih luas mengenai dampak secara menyeluruh terhadap kinerja (Teo, 2009). Persepsi terhadap manfaat yang dirasakan (perceived usefulness) merupakan kondisi ketika pengguna merasakan adanya nilai tambah setelah penggunaan teknologi (Davis, 1989). Nilai tambah ini dapat terdiri dari beberapa hal dalam hubungannya dengan kinerja pengguna seperti peningkatan efektivitas dan efisiensi dan peningkatan kinerja pengguna (Tahar et al., 2020). Aspek manfaat yang dimaksud dalam konsep ini adalah pengguna dapat mengerjakan dengan lebih cepat menggunakan teknologi, merasa lebih berguna, efektif, lebih mudah dan peningkatan performa kerja (Davis, 1989). Beberapa penelitian menunjukkan bahwa adanya manfaat yang dirasakan oleh pengguna mempengaruhi kemauan dan niat untuk menggunakan teknologi tersebut (Hamid et al., 2016; Shin & Lee, 2014; Tahar et al., 2020). Hal ini dikarenakan tanpa adanya manfaat yang dirasakan pengguna akan merasa sia-sia dan teknologi tersebut menjadi tidak berguna. Dalam hal penggunaan teknologi AI, pengguna merasa fitur AI membantu dan bermanfaat dalam pemilihan produk kecantikan.
H3 : Perceived usefulness dari pemanfaatan teknologi AI pada pemilihan produk kecantikan berpengaruh terhadap niat untuk menggunakan teknologi.
Niat untuk menggunakan teknologi dapat bersumber dari dalam individu dan dapat pula dipengaruhi oleh lingkungan sekitar. Norma subjektif merupakan perilaku seseorang yang dipengaruhi oleh sekitarnya seperti teman maupun keluarga (Ajzen, 1991). Adanya tekanan dari orang-orang disekitar juga mempengaruhi keputusan untuk menggunakan suatu teknologi. Hal ini menjadi penting karena referensi dari lingkungan dapat mengurangi risiko dan ketidakpastian (Purani et al., 2019). Saat pengguna mempercayai rekomendasi dan sekitar yang memberikan referensi bahwa teknologi tersebut dapat berguna maka pengguna akan cenderung merasakan hal yang sama (Lewis et al., 2003). Dalam beberapa penelitian ditemukan bahwa tekanan dari lingkungan sosial memberikan pengaruh signifikan terhadap niat untuk menggunakan teknologi (Hasbullah et al., 2016; A. Nugroho et al., 2018). Norma subjektif juga berhubungan dengan perceived usefulness (Aji et al., 2020; Schepers & Wetzels, 2007). Hal ini dikarenakan manfaat yang dirasakan oleh satu orang pengguna akan dirasakan oleh pengguna lainnya (Kim et al., 2009).
H4 : Norma subjektif berpengaruh terhadap perceived usefulness dari pemanfaatan teknologi AI pada pemilihan produk kecantikan.
H5 : Norma subjektif berpengaruh terhadap niat untuk menggunakan teknologi AI pada pemilihan produk kecantikan.
Pada penelitian ini secara khusus menganalisis fenomena yang terjadi dalam penggunaan teknologi AI oleh wanita dewasa muda. Wanita merupakan target pasar terbesar bagi perusahaan di industri kecantikan secara umum dan secara spesifik dalam penggunaan teknologi AI. Pemilihan umur dewasa muda 20 – 40 tahun (Santrock, 2020), dikarenakan pada umur tersebut telah memasuki umur legal dan telah mampu mengambil keputusan sendiri secara sadar. Hal ini karena pada teknologi AI terutama melaui website terdapat keputusan yang harus diambil dan berhubungan dengan keamanan data dari pengguna.
METODE PENELITIAN
Penelitian kuantitatif ini berfokus pada menguji hipotesis untuk menentukan bagaimana variabel berpengaruh satu sama lain. Mengetahui penggunaan teknologi AI di industri kecantikan secara spesifik pada pengguna wanita menjadi tujuan dari penelitian. Pemilihan populasi pengguna wanita yang mana wanita menjadi target market utama dari perusahaan kecantikan. Pada penelitian ini akan menguji hipotesis dari empat variabel yaitu subjective norm, perceived usefulness, perceived ease of use dan intention to use. Variabel tersebut disusun membentuk empat variabel yang dapat dilihat pada Gambar 1.
Gambar 1. Model Penelitian
Responden dari penelitian ini adalah wanita dewasa muda yang berumur 20 hingga 40 tahun. Responden didapatkan dari hasil penyebaran kuesioner secara daring melalui media sosial seperti Instagram dan whatsapp. Alat penelitian yang digunakan adalah kuesioner yang disebarkan secara online melalui platform Google Forms. Kuesioner terdiri dari tiga bagian yaitu pertanyaan saringan, data responden, dan bagian utama. Pertanyaan saringan bertujuan untuk memastikan responden yang mengisi kuesioner telah sesuai dengan kriteria penelitian yaitu wanita dan pernah menggunakan teknologi AI pada website produk kecantikan baik makeup maupun skincare. Pada bagian data responden berisi pertanyaan demografis responden yang terdiri dari nama responden, usia, pendidikan terakhir dan pekerjaan. Selain itu ditanyakan pula di website mana responden menggunakan teknologi AI. Pada pertanyaan ini bersifat semi terbuka, yang mana responden diberikan pilihan website brand yang telah menyediakan fitur teknologi AI, namun juga diberikan pilihan opsi lainnya sehingga responden dapat menuliskan nama brand jika tidak terdapat pada daftar yang diberikan. Pertanyaan berikutnya terkait dengan frekuensi penggunaan teknologi AI oleh responden dan
keputusan pembelian oleh responden. Keputusan pembelian yang dimaksud adalah apakah responden akhirnya memutuskan untuk membeli produk setelah mendapatkan rekomendasi produk hasil dari analisis teknologi AI. Produk yang ditanyakan pada kuesioner adalah produk kecantikan yang terdiri dari produk skincare dan makeup bagi wanita.
Berdasarkan model penelitian diatas, maka terdapat empat variabel yang menjadi dasar dari penelitian ini. Untuk mempermudah dalam proses penelitian maka ditentukan dasar pengertian operasional yang menjadi acuan sebagaimana yang dapat dilihat pada Tabel 1.
|
Tabel 1. Definisi Operasional | |
|
Variabel |
Definisi Operasional Referansi |
|
Technology Perceived Acceptance Usefulness |
Tingkat kepastian bahwa penggunaan suatu teknik akan meningkatkan kinerja (Davis, 1989) mereka Kemudahan penggunaan yang dirasakan (Davis, 1989) |
|
Perceived Ease of Use |
terkait dengan kemudahan mengakses teknologi termasuk semua fitur yang ada di dalamnya. |
|
Intention to Use |
(Davis, 1989) Kemauan untuk menggunakan teknologi. |
|
Theory Subjective Planned Norm Behavior |
Norma subyektif adalah cara pandang seseorang terhadap pentingnya (Bilgihan et al., lingkungan sosialnya ketika ia ingin 2016) bertindak dengan cara tertentu. |
Sumber: Data diolah, 2023
Populasi dari penelirian ini merupaka masyarakat di Jakarta. Responden yang menjadi sampel pada penelitian ini selama bulan Juni hingga Agustus 2022 adalah Wanita yang berdomisili di Jakarta dengan usia 20 sampai 40 tahun. Pada penelitian ini terdapat 112 responden namun hanya 105 responden yang sesuai kriteria. Jumlah minimum sampel yang digunakan sebagai acuan dalam penelitian ini adalah 10 kali dari jumlah maksimum anak panah yang menunjuk ke variabel dalam model (Bilgihan et al., 2016). Berdasarkan kriteria tersebut maka jumlah minimum sampel yang dibutuhkan adalah 50 sampel. Sehingga, jumlah responden telah memenuhi kriteria minimum.
Bagian pertanyaan utama dapat dilihat pada Tabel 2 yang terdiri dari 16 pertanyaan untuk mengukur empat variabel diukur dengan menggunakan skala likert dengan rentang nilai sangat tidak setuju (1) hinggga sangat setuju (5).
|
Tabel 2. Daftar Pertanyaan Kuesioner | |
|
Konstruk |
Pertanyaan |
|
Perceived Usefulness Bersambung… |
PU1: Fitur Virtual Try On bermanfaat bagi saya dalam memperoleh produk dengan promosi yang menguntungkan |
Lanjutan Tabel 2…
|
Konstruk |
Pertanyaan |
|
PU2: Menggunakan Fitur Virtual Try On dapat menghemat uang saya. PU3: Menggunakan Fitur Virtual Try On ini meningkatkan kualitas belanja saya. PU4: Menggunakan Fitur Virtual Try On ini membuat proses berbelanja menjadi lebih cepat. PU5: Fitur Virtual Try On menghilangkan hambatan dalam ruang dan waktu untuk membeli produk. | |
|
Perceived Ease of Use |
PEOU1: Saya merasa dapat dengan mudah menggunakan Fitur Virtual Try On. PEOU2: Saya dapat menggunakan Fitur Virtual Try On dengan jelas dan dapat dimengerti. PEOU3: Saya dapat menggunakan Fitur Virtual Try On tanpa bantuan. PEOU4: Saya tidak butuh usaha yang lebih untuk dapat memahami proses dalam menggunakan Fitur Virtual Try On PEOU5: Fitur Virtual Try On ini ramah pengguna. |
|
Intention to Use |
IU1: Saya berencana untuk terus menggunakan Fitur Virtual Try On IU2: Saya akan merekomendasikan orang lain untuk menggunakan Fitur Virtual Try On IU3: Saya akan terus menggunakan Fitur Virtual Try On untuk pembelian di masa mendatang. |
|
Subjective Norm |
SN1: Saya selalu berpikir untuk menggunakan Fitur Virtual Try On untuk memilih produk dan berbelanja. SN2: Dengan menggunakan Fitur Virtual Try On meningkatkan status sosial saya. SN3: Menggunakan Fitur Virtual Try On, membuat saya lebih dipandang oleh teman-teman sekitar. SN4: Saya akan menjadi lebih trendi dengan menggunakan Fitur Virtual Try On. SN5: Ada orang-orang disekitar saya yang juga menggunakan Fitur Virtual Try On secara terus menerus. |
Sumber: Data diolah, 2023
Pengujian hipotesis dilakukan dengan menggunakan aplikasi Smart-PLS. Pengujian bertujuan untuk melihat pengaruh dari variabel independent terhadap variabel dependen. Sebelum melakukan uij hipotesis terlebih dahulu dilakukan analisis terhadap validitas dan reliabilitas untuk memastikan data yang didapatkan dari hasil penyebaran kuesioner valid dan dapat digunakan dalam penelitian ini. Hasil dari pengujian validitas, reliabilitas dan pengujia hipotesis dibahas lebih lanjut pada bagian hasil dan pembahasan.
HASIL DAN PEMBAHASAN
Berdasarkan hasil pengisian oleh responden selama bulan Juni hingga Agustus 2022 secara demografi, responden didominasi oleh wanita berumur 21-30 tahun (77.1%). Responden sebagian besar merupakan mahasiswa (72.4%) yang sedang menempuh pendidikan sarjana (64.8%). Lebih lengkap mengenai data demografi responden terdapat pada Tabel 3.
Tabel 3.
Data Demografi Responden
|
Karekteristik |
Tipe |
n |
% |
|
Jenis Kelamin |
Wanita |
105 |
100 |
|
Umur |
20 - 30 |
81 |
77.1 |
|
31 - 40 |
24 |
22.9 | |
|
Pendidikan |
Diploma |
31 |
29.5 |
|
Sarjana |
68 |
64.8 | |
|
Master |
6 |
5.7 | |
|
Pekerjaan |
Pegawai Swasta |
13 |
12.4 |
|
PNS |
6 |
5.7 | |
|
Mahasiswa |
76 |
72.4 | |
|
Wiraswasta |
3 |
2.9 | |
|
Ibu Rumah Tangga |
3 |
2.9 | |
|
Freelancer |
3 |
2.9 | |
|
Dokter |
1 |
1.0 |
Catatan: n=105
Sumber: Data diolah, 2023
Pengujian validitas dan realibilitas dilakukan untuk memastikan model yang digunakan memenuhi kriteria. Adapun kriteria pengukuran yang digunakan adalah nilai Loading Factors (LF) harus lebih besar dari 0.70, nilai reliabilitas keseluruhan lebih besar dari 0.70, nilai Average Variance Extracted (AVE) lebih besar dari 0.50 dan nilai dicriminant validity lebih kecil atau sama dengan 0.90.
Pengujian dilakukan dengan menggunakan SMART-PLS. Berdasarkan hasil pengujian perlu dilakukan penghapusan beberapa indikator karena nilai LF yang dihasilkan lebih rendah dari 0.70 sebagaimana yang dapat dilihat pada Tabel 4. Indikator yang yang dihapus adalah PU3 & PU4.
Tabel 4.
Deskripsi Statistik Hasil Pengujian Pertama dan Kedua
|
Constructs |
Variables |
Factor Loading 1st Test |
Factor Loading 2nd Test |
|
Perceived Usefulness |
PU1 |
0.731 |
0.769 |
|
PU2 |
0.750 |
0.789 | |
|
PU3 |
0.728 |
0.684 | |
|
PU4 |
0.628 |
- | |
|
PU5 |
0.822 |
0.833 | |
|
Perceived Ease of Use |
PEOU1 |
0.759 |
0.761 |
|
PEOU2 |
0.760 |
0.758 | |
|
PEOU3 |
0.783 |
0.781 | |
|
PEOU4 |
0.836 |
0.837 |
Bersambung…
|
Lanjutan Tabel 4… | |||
|
Constructs |
Variables |
Factor Loading 1st Test |
Factor Loading 2nd Test |
|
PEOU5 |
0.754 |
0.755 | |
|
Intention to Use |
IU1 |
0.909 |
0.909 |
|
IU2 |
0.860 |
0.862 | |
|
IU3 |
0.888 |
0.895 | |
|
Subjective Norm |
SN1 |
0.836 |
0.835 |
|
SN2 |
0.850 |
0.848 | |
|
SN3 |
0.885 |
0.886 | |
|
SN4 |
0.866 |
0.868 | |
|
SN5 |
0.809 |
0.808 | |
|
Note: PU=Perceived Usefulness; PEOU=Perceived Ease Of Use; IU=Intention to Use; | |||
|
SN=Subjective Norms Sumber: Data diolah, 2023 | |||
Setelah kedua data tersebut dikeluarkan dari proses pengujian maka dilakukan pengujian ulang dan didapatkan hasil bahwa data telah memenuhi seluruh kriteria. Hasil pengujian terdapat pada Tabel 5.
|
Tabel 5. Deskripsi Statistik Hasil Pengujian Ketiga | ||||
|
Constructs |
Variables |
Factor Loading |
Composite Reliability |
AVE |
|
Perceived Usefulness |
PU1 |
0.763 |
0.848 |
0.650 |
|
PU2 |
0.832 | |||
|
PU5 |
0.823 | |||
|
Perceived Ease of Use |
PEOU1 |
0.741 |
0.864 |
0.559 |
|
PEOU2 |
0.751 | |||
|
PEOU3 |
0.708 | |||
|
PEOU4 |
0.790 | |||
|
PEOU5 |
0.748 | |||
|
Intention to Use |
IU1 |
0.888 |
0.897 |
0.743 |
|
IU2 |
0.827 | |||
|
IU3 |
0.871 | |||
|
Subjective Norm |
SN1 |
0.806 |
0.917 |
0.687 |
|
SN2 |
0.841 | |||
|
SN3 |
0.853 | |||
|
SN4 |
0.827 | |||
|
SN5 |
0.817 | |||
|
Note: PU=Perceived Usefulness; PEOU=Perceived Ease Of Use; IU=Intention to Use; SN=Subjective Norms Sumber: Data diolah, 2023 | ||||
|
Tabel 6. Correlation coefficient matrix and square root of AVE PU PEOU IU SN | |
|
PU PEOU IU SN |
0.806 0.507 0.748 0.501 0.743 0.862 0.738 0.742 0.738 0.829 |
Sumber: Data diolah, 2023
Pengujian terhadap model struktural dilakukan untuk menguji kualitas dan akurasi model yang digunakan dalam penelitian. Kriteria yang dugnakan adalah dengan Standardized Root Mean Square Residual (SRMR) dengan nilai yang diterima <0.08 dan Normal Fit Index dengan nilai semakin mendekati 1 (satu) maka semakin baik (Hair et al., 2018).
Tabel 7.
Goodness-of-fit indices of Measurement and Structural Model
|
Saturated Model |
Estimated Model | |
|
SRMR |
0.078 |
0.078 |
|
NFI |
0.750 |
0.750 |
Note: SRMR=Standardized Root mean square residual; NFI= Normed Fit Index
Sumber: Data diolah, 2023
Berdasarkan pengisian kuesioner oleh responden, teknologi AI yang terbanyak digunakan adalah fitur yang ditawarkan pada website brand Maybelline sebesar 30,5%. Fitur yang ditawarkan oleh Maybellinne adalah Virtual Try On (VTO) untuk produk Make-up. Sehingga para pengguna dapat mencoba secara virtual produk yang dibutuhkan melalui komputer maupun gawai masing-masing. Produk yang dapat digunakan meliputi berbagai produk makeup seperti produk wajah, mata dan bibir. Teknologi AI terbanyak kedua yang digunakan adalah dari brand Garnier. Garnier memberikan fitur teknologi AI Bernama Garnier Skin Coach yang mana pengguna dapat melakukan analisis kulit wajah secara virtual dan menemukan produk yang sesuai.
Tabel 8.
Karakteristik Responden
|
Karakteristik |
n |
% |
|
Brand yang paling sering digunakan | ||
|
Bio Beauty Lab |
1 |
1,0 |
|
Emina |
9 |
8,6 |
|
Focallure |
1 |
1,0 |
|
Garnier |
23 |
21,9 |
|
Loreal |
11 |
10,5 |
Bersambung…
Lanjutan Tabel 8…
|
Karakteristik |
n |
% |
|
Makeover |
14 |
13,3 |
|
Maybelline |
32 |
30,5 |
|
Wardah |
14 |
13,3 |
Note: n = 105
Sumber: Data diolah, 2023
Frekuensi penggunaan teknologi AI melalui website produk kecantikan belum terlalu tinggi. Dari 105 responden 60% diantaranya atau 63 orang baru menggunakan AI sebanyak 1 (satu) sampai 2 (dua) kali, hanya sekitar 5% yang telah menggunakan teknologi AI sebagai media pemilihan produk kecantikan lebih dari 7 (tujuh kali). Jumlah ini menunjukkan bahwa sebagian besar dari responden belum secara rutin menjadikan teknologi AI sebagai pengganti proses pembelian produk secara konvesional dengan datang langsung ke toko. Selain itu asumsi lainnya dikarenakan produk kecantikan seperti makeup dan skincare bukan kebutuhan utama dengan intensitas pembelian yang tinggi sehingga frekuensi penggunaannya tidak terlalu besar.
Tabel 9.
Frekuensi Penggunaan Teknologi AI
|
Karakteristik |
n |
% |
|
Frekuensi penggunaan teknologi AI | ||
|
1 - 2 |
63 |
60,0 |
|
3 - 4 |
27 |
25,7 |
|
5 - 6 |
10 |
9,5 |
|
7 - 8 |
2 |
1,9 |
|
9 - 10 |
1 |
1,0 |
|
> 10 |
2 |
1,9 |
|
Note: n = 105 |
Sumber: Data diolah, 2023
Frekuensi penggunaan teknologi AI yang rendah namun tidak mengindikasikan bahwa pengguna hanya sekedar uji coba menggunakan teknologi tersebut. Hal ini tercermin dari data pembelian produk setelah menggunakan teknologi AI sebesar 81% responden melakukan pembelian. Sehingga dapat disimpulkan bahwa setelah pengguna melakukan uji coba produk secara virtual atau analisis virtual mereka langsung memutuskan untuk membeli produk tersebut. Jumlah ini menunjukkan indikasi yang baik dari penggunaan teknologi AI dalam
pemilihan produk kecantikan, walaupun secara lebih detil akan dilihat berdasarkan hasil uji hipotesis.
Tabel 10.
Pembelian Produk Setelah Menggunakan Teknologi AI
Karakteristik
%
85 81,0
20 19,0
Pembelian produk setelah menggunakan teknologi AI
Yes
No
Note: n = 105
Sumber: Data diolah, 2023
Berdasarkan hasil pengujian hipotesis, empat dari lima hipotesis terdukung dan satu hipotesis tidak terdukung yaitu H5. Ketentuan uji hipotesis yang dijadikan sebagai dasar adalah jika nilai probability (p-value) ≤ 0.05 maka hipotesis dinyatakan didukung. Secara lebih detil pada Tabel 7 merangkumm hasil yang didapatkan dari pengujian hipotesis dengan menggunakan aplikasi Smart-PLS.
Tabel 11.
Hasil Pengujian Hipotesis
|
Hypothesis |
Path Direction |
P-Value |
Result |
|
H1 |
PEOU - PU |
0.002 |
Supported |
|
H2 |
PEOU - IU |
0.000 |
Supported |
|
H3 |
PU - IU |
0.045 |
Supported |
|
H4 |
SN - PU |
0.457 |
Not Supported |
|
H5 |
SN - IU |
0.000 |
Supported |
Sumber: Data diolah, 2023
Pada H1 dinyatakan bahwa kemudahan peggunaan berpengaruh positif terhadap persepsi manfaat yang dirasakan oleh pengguna teknologi AI pada industri kecantikan. Semakin konsumen merasakan teknologi memudahkan aktivitas dalam memilih produk kecantikan maka meningkatkan kebermanfaatan yang dirasakan (M. A. Nugroho & Fajar, 2017; Purba, 2018). Kemudahaan dalam penggunaan teknologi AI didapatkan dari proses dari awal hingga mendapatkan hasil yang cepat dan tidak banyak tahapan yang harus dilakukan. Pengguna hanya perlu untuk mengambil gambar wajah melalui kamera gawai ataupun komputer lalu AI akan menganalisis produk yang tepat sesuai dengan produk yang ditawarkan pada website brand. Setelah AI memberikan hasil, pengguna dapat langsung memilih produk dan menlanjutkan ke proses pembelian. Setiap website dari brand sudah dilengkapi dengan fitur pembelian produk, sehingga pengguna dapat langsung
bertransaksi dalam satu website. Pengguna juga diberikan kemudahan tambahan dengan banyaknya alternatif media pembayaran yang disediakan.
Kemudahan ini membuat pengguna merasakan manfaat yang lebih dengan menggunakan teknologi AI. Manfaat pertama yang dirasakan pengguna adalah dari segi waktu. Waktu yang sebelumnya harus digunakan untuk datang langsung ke toko konvensional dapat dipangkas dengan melakukan pemilihan produk secara virtual di tempat masing-masing. Sehingga, pengguna dapat memanfaatkan waktu lebihnya untuk kegiatan lainnya yang lebih bermanfaat. Manfaat lainnya produk yang dibeli telah dipastikan sesuai dengan kebutuhan dari setiap pengguna. Kemampuan analisis teknologi AI mampu menghasilkan kebutuhan produk seperti produk skincare yang disesuaikan dengan jenis kulit pengguna dan permasalahan kulit lainnya. Untuk produk makeup pengguna juga dapat langsung melihat kecocokan dengan wajah masing-masing dengan berbagai pilihan yang disediakan. Hal ini membuat pengguna dapat mengurangi risiko ketidakpastian dan kegagalan dalam pembelian produk.
Kemudahan penggunaan yang dirasakan oleh pengguna teknologi AI juga mempengaruhi keinginan untuk terus menggunakan AI. Hal ini terlihat dari hasil uji hipotesis H2 dengan nilai P-value 0.000 maka hipotesis terdukung. Sebagaimana yang ditemukan pada penelitian sebelumnya, bahawa semakin mudah teknologi digunakan maka konsumen akan semakin ingin untuk menggunakan karena tidak membutuhkan waktu dan tenaga lebih (Aji et al., 2020; Kamal et al., 2020; Tahar et al., 2020). Adanya teknologi AI yang paling utama adalah mempersingkat waktu yang dibutuhkan oleh pengguna untuk memilih produk kecantikan. Waktu menjadi hal krusial bagi setiap orang karena berpengaruh pada produktivitas kerja masing-masing individu. Sehingga ketika dengan adanya AI pengguna dapat melakukan kegiatan lebih banyak dengan waktu yang sama dibandingkan dengan datang langsung ke toko maka meningkatkan keinginan untuk terus menggunakan. Teknologi AI yang mudah didukung dengan fitur yang disediakan di website, yang mana fitur fitur AI dapat digunakan tanpa memerlukan waktu lebih untuk memahami proses penggunaannya, bahasa yang disediakan dapat dengan mudah dimengerti dan tanpa memerlukan bantuan dari orang lain. Sehingga pengguna merasa tidak perlu mengeluarkan usaha lebih untuk dapat menggunakan teknologi AI dan meningkatkan niat untuk terus menggunakan teknologi AI dalam pemilihan produk.
Hasil yang didapatkan dari kedua hipotesis sebelumnya dapat menjadi acuan bagi proses pengembangan teknologi AI bagi perusahaan di industri kecantikan. Aspek kemudahan dalam prises penggunaan teknologi AI menjadi hal yang penting karena mempengaruhi persepsi manfaat yang dirasakan serta keinginan untuk menggunakan fitur tersebut. Sehingga dalam proses desain website dan juga fitur teknologi AI, perushaan perlu untuk memastikan bahwa navigasi website, desain, dan proses kerja dari fitur AI semudah mungkin sehingga mampu meningkatkan motivasi dari para pengguna. Hal ini juga termasuk dengan pemilihan bahasa. Perusahaan dalam melakukan desain perlu mempertimbangkan penyediaan multibahasa di website, karena dapat memudahkan bagi para pengguna.
Hasil pengujian pada H3 mendukung hipotesis kebermanfaatan yang dirasakan oleh pengguna meningkatkan keinginan untuk menggunakan teknologi
AI. Teknologi AI di industri kecantikan diciptakan untuk memberikan manfaat membantu konsumen dalam memilih dan membeli produk. Peningkatan dalam penggunaan teknologi AI dari manfaat yang dirasakan ditemukan pula pada beberapa penelitian terdahulu (Hamid et al., 2016; Martens et al., 2017). Semakin banyak perusahaan dan website yang menggunakan teknologi AI juga membuat calon konsumen lebih terbiasa dengan teknologi tersebut sehingga semakin merasakan manfaat dari penggunaannya. Manfaat yang dirasakan dari penggunaan teknologi AI khususnya dalam pemilihan produk kecantikan terdiri dari berbagai macam. Salah satu manfaatnya adalah pengguna dimudahkan dalam melakukan pemilihan produk. Untuk produk skincare pengguna mendapatkan nilai lebih dengan mengetahui kondisi kulit berdasarkan hasil analisis AI. Selama ini pengguna dalam melakukan pembelian produk skincare hanya berdasarkan pengalaman dan hasil analisis pribadi, namun dengan adanya teknologi AI dapat memberikan hasil yang lebih akurat dari kondisi kulit dan produk yang tepat sesuai dengan permasalahn masing-masing. Fitur personalisasi ini pula yang meningkatkan niat untuk menggunakan teknologi AI, karena pengguna merasa mendapatkan pengalaman yang berbeda dan spesial.
Hasil pengujian terhadap variabel norma subjektif pada penelitian ini memberikan dua hasil. Pada H4 norma subjektif mempengaruhi keinginan dalam menggunakan teknologi AI. Hasil ini ditemukan pula pada beberapa penelitian terdahulu yang menyatakan bahwa keingginan untuk menggunakan teknologi AI didukung oleh adanya tekanan sosial dari lingkungan sekitar (Aji et al., 2020; Teo, 2009). Tekanan sosial yang dimaksud dapat bersumber dari berbagai pihak seperti keluarga, teman bahkan influencer. Saat ini banyak influencer yang menggunakan media sosial sebagai wadah untuk melakukan review produk baik secara sukarela maupun kerjasama berbayar dengan pihak perusahaan. Hasil pengaruh dari seorang influencer dalam mempengaruhi pengikutnya untuk menggunakan suatu produk atau fitur yang ditawarkan oleh produk tersebut dipengaruhi oleh berbagai hal salah satunya adalah jumlah pengikut. Semakin bersar jumlah pengikut dari seorang influencer maka semakin besar pula kemungkinan para pengikut untuk menggunakan produk yang direview. Kondisi ini akan menimbulkan efek domino yang mana ketika pengikut terpengaruh untuk menggunakan produk tersebut dan akan mempengaruhi lingkungan lainnya. Sehingga penting bagi perusahaan untuk media promosi dan orang yang tepat untuk mempromosikan produk serta teknologi AI yang ditawarkan oleh perusahaan, mengingat tekanan lingkungan sosial berpengaruh penting bagi niat untuk menggunakan teknologi.
Tekanan sosial meningkatkan keinginan untuk menggunakan teknologi AI namun tidak berpengaruh terhadap kebermanfaatan yang dirasakan. Hal ini berdasarkan hasil uji hipotesis pada H5 yang tidak terdukung. Hasil ini bertolak belakang dengan penelitian sebelumnya yang mendapatkan hasil bahwa tekanan sosial berpengaruh terhadap persepsi manfaat yang dirasakan oleh para pengguna (Aji et al., 2020; Kim et al., 2009). Dalam penelitian sebelumnya didapatkan bahwa manfaat yang dirasakan oleh seseorang akan dapat dirasakan oleh orang lain dibawah pengaruhnya. Hal ini tidak sesuai dengan hasil dari penelitian ini dikarenakan setiap orang memiliki persepsi dan tolok ukur masing-masing mengenai manfaat yang dirasakan. Ditambahkan pula fitur teknologi AI ini
berhubungan dengan produk kecantikan yang tidak ada nilai mutlak terhadap produk makeup maupun produk skincare. Faktor lainnya yang mempengaruhi hasil ini diakibatkan karena para pengguna hanya tertarik untuk menggunakan teknologi untuk sesaat menyesuaikan dengan tekanan yang besar. Akan tetapi karena penggunaan tidak dilakukan secara berkelanjutan dan tidak didasari dari keinginan sendiri membuat konsumen tidak merasakan kebermanfaatannya. Selain itu untuk mendapatkan pengalaman dan manfaat yang dirasakan butuh adanya waktu lebih lama dan variabel mediator tambahan (Schepers & Wetzels, 2007; Teo, 2009).
Tabel 12.
Hasil Pengujian Indirect Effect
|
Indirect Effect |
P-Value |
Result |
|
PEOU - PU - IU |
0.122 |
Not Supported |
|
SN - PU - IU |
0.504 |
Not Supported |
Sumber: Data diolah, 2023
Pada penelitian ini juga dilakukan pengujian terhadap efek tidak langsung yang ditimbulkan oleh variabel mediator. Terdapat dua pengujian yaitu antara variabel kemudahan penggunaan terhadap keinginan untuk menggunakan teknologi AI dengan mediasi kebermanfaatan dan norma subjektif terhadap keinginan penggunaan dengan mediasi kebermanfaatan yang dirasakan. Hasil dari pengujian didapatkan bahwa tidak ada diantara keduanya yang memberikan efek tidak langusng sebagai variabel mediasi. Bagi pengguna teknologi AI ketika merasakan adanya kemudahan dalam penggunaan teknologi tidak perlu untuk merasakan manfaat dari teknologi tersebut untuk akhirnya pengguna memutuskan atau berniat untuk menggunakan teknologi tersebut. Pengguna cukup merasakan semakin mudah menggunakan teknologi AI maka akan semakin meningkatkan keinginan untuk menggunakan teknologi tersebut. Begitupula secara terpisah ketika pengguna merasakan manfaat dari penggunaan teknologi AI maka akan meningkatkan niat untuk menggunakan teknologi tersebut.
Hasil yang sama juga didapatkan pada pengaruh antara norma subjektif dan niat untuk menggunakan teknologi dengan mediasi persepsi terhadap manfaat yang dirasakan. Tekanan sosial sudah cukup mampu membuat pengguna mau menggunakan teknologi AI tanpa perlu para pengguna merasakan manfaat dari teknologi AI tersebut terlebih dahulu. Jika merujuk pada hasil analisis hipotesis sebelumnya, norma subjektif tidak berpengaruh pada persepsi manfaat yang dirasakan oleh pengguna teknologi AI. Sehingga, hasil ini semakin memperjelas bahwa tekanan sosial dari lingkungan cukup menjadi faktor pendorong untuk menggunakan teknologi AI.
SIMPULAN DAN SARAN
Penelitian ini menunjukkan bahwa teknologi artificial intelligence mampu menjadi salah satu media bagi perusahaan untuk memasarkan produk di industri kecantikan. Teknologi AI mampu memberikan pengalaman yang
berbeda bagi calon konsumen dengan berbelanja melalui virtual namun tetap mendapatkan produk yang tepat. Jika sebelumnya berbelanja melalui ecommerce konsumen kesulitan untuk memilih produk karena ada kemungkinan produk tidak sesuai dengan yang diharapkan atau tidak cocok di wajah calon konsumen. Adanya teknologi AI meminimalisir kemungkinan tersebut sehingga walaupun membeli secara virtual konsumen mampu mendapatkan produk yang tepat.
Berdasarkan hasil penelitian ini memberikan masukan bagi perusahaan di industri kecantikan. Pengembangan teknologi AI dapat terus dikembangkan oleh perusahaan karena memberikan banyak manfaat dan dapat meningkatkan awareness hingga pembelian produk dengan meningkatkan keinginan penggunaan teknologi AI. Terdapat hal yang perlu diperhatikan dalam mendesain teknologi AI. Teknologi yang diberikan harus didesain dengan navigasi semudah mungkin agar pengguna tidak merasakan kesulitan dalam penggunaan yang dapat menurunkan keinginan untuk melanjutkan menggunakan teknologi AI. Teknologi yang diberikan juga harus memberikan manfaat secara signifikan dan langsung seperti mempersingkat waktu belanja bagi konsumen, dan memberikan tampilan produk yang mendekati realitas pada hasil pengolahan AI. Perusahaan juga dapat memanfaatkan faktor sosial seperti promosi melalui influencer. Promosi tersebut dapat meningkatkan jumlah penggunaa teknologi AI karena tekanan sosial termasuk salah satu variabel yang mempengaruhi keinginan untuk menggunakan teknologi. Walaupun disisi lain perusahaan perlu memperhatikan agar manfaat dari teknologi AI dapat dengan cepat dirasakan oleh pengguna baru sehingga dapat meningkatkan penggunaan berulang.
Penelitian ini masih terdapat banyak kekurangan yang dapat dikembangkan bagi penelitian berikutnya. Pada penelitian ini baru membahas sampai ditahap pengguna mau atau berniat untuk menggunakan teknologi AI. Untuk penelitian berikutnya dapat membahas lebih lanjut mengenai penggunaan berulang dan keputusan pembelian produk dengan menggunakan teknologi AI. Dari segi objek penelitian akan lebih baik jika pada penelitian selanjutnya objek yang diteliti lebih luas tidak hanya terbatas pada wanita dewasa muda namun bagi seluruh pengguna dan konsumen di industri kecantikan. Hal ini mengingat karena produk dari industri kecantikan sudah tersedia bagi berbagai kalangan muda hingga tua dan sudah banyak produk khusus bagi pria. Sehingga akan lebih baik jika diturutsertakan sebagai objek penelitian.
REFERENSI
Aji, H. M., Berakon, I., & Riza, A. F. (2020). The effects of subjective norm and knowledge about riba on intention to use e-money in Indonesia. Journal of Islamic Marketing, 12(6), 1180–1196. https://doi.org/10.1108/JIMA-10-2019-0203
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T
Arifin, S. H. (2019). Pemasaran Era Milenium. CV. Budi Utama.
Bilgihan, A., Barreda, A., Okumus, F., & Nusair, K. (2016). Consumer perception of knowledge-sharing in travel-related OnlineSocial Networks. Tourism Management, 52, 287–296. https://doi.org/10.1016/j.tourman.2015.07.002
Chi, T. (2018). Understanding Chinese consumer adoption of apparel mobile commerce: An extended TAM approach. Journal of Retailing and Consumer Services, 44(July), 274–284. https://doi.org/10.1016/j.jretconser.2018.07.019
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, September, 319–339. https://doi.org/https://doi.org/10.2307/249008
Edelman, D. C., & Abraham, M. (2022). Customer Experience in the Age of AI. Harvard Business Review, 100(2), 116–125.
Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2018). The Results of PLS-SEM Article information. European Business Review, 31(1), 2–24. https://doi.org/10.1108/EBR-11-2018-0203
Hamid, A. A., Razak, F. Z. A., Bakar, A. A., & Abdullah, W. S. W. (2016). The Effects of Perceived Usefulness and Perceived Ease of Use on Continuance Intention to Use E-Government. Procedia Economics and Finance, 35(October 2015), 644–649. https://doi.org/10.1016/s2212-5671(16)00079-4
Hansen, J. M., Saridakis, G., & Benson, V. (2018). Risk, trust, and the interaction of perceived ease of use and behavioral control in predicting consumers’ use of social media for transactions. Computers in Human Behavior, 80, 197–206. https://doi.org/10.1016/j.chb.2017.11.010
Hasbullah, N. A., Osman, A., Abdullah, S., Salahuddin, S. N., Ramlee, N. F., & Soha, H. M. (2016). The Relationship of Attitude, Subjective Norm and Website Usability on Consumer Intention to Purchase Online: An Evidence of Malaysian Youth. Procedia Economics and Finance, 35(October 2015), 493– 502. https://doi.org/10.1016/s2212-5671(16)00061-7
Kamal, S. A., Shafiq, M., & Kakria, P. (2020). Investigating acceptance of telemedicine services through an extended technology acceptance model (TAM). Technology in Society, 60(September 2019), 101212.
https://doi.org/10.1016/j.techsoc.2019.101212
Kim, H. bumm, Kim, T. (Terry), & Shin, S. W. (2009). Modeling roles of subjective norms and eTrust in customers’ acceptance of airline B2C eCommerce
websites. Tourism Management, 30(2), 266–277.
https://doi.org/10.1016/j.tourman.2008.07.001
Kristi, K., & Kusumawati, N. (2021). Technology Acceptance and Customer Perception of Augmented Reality (AR) in Indonesian Beauty Industry. https://doi.org/10.4108/eai.22-7-2020.2307916
Kumala, D. C., Pranata, J. W., & Thio, S. (2020). Pengaruh Perceived Usefulness, Perceived Ease of Use, Trust, Dan Security Terhadap Minat Penggunaan Gopay Pada Generasi X Di Surabaya. Jurnal Manajemen Perhotelan, 6(1), 19–29. https://doi.org/10.9744/jmp.6.1.19-29
Kusumawati, R. (2018). Kecerdasan Buatan Manusia (Artificial Intelligence); Teknologi Impian Masa Depan. ULUL ALBAB Jurnal Studi Islam, 9(2), 257– 274. https://doi.org/10.18860/ua.v9i2.6218
Lewis, W., Agarwal, R., & Sambamurthy, V. (2003). Sources of Influence on Beliefs about Information Technology Use: An Empirical Study of Knowledge Workers. MIS Quarterly, 27(4), 657–678.
https://doi.org/https://doi.org/10.2307/30036552
Longoni, C., Bonezzi, A., & Morewedge, C. K. (2019). Resistance to Medical Artificial Intelligence. Journal of Consumer Research, 46(4), 629–650. https://doi.org/10.1093/jcr/ucz013
Martens, M., Roll, O., & Elliott, R. (2017). Testing the Technology Readiness and Acceptance Model for Mobile Payments Across Germany and South Africa. International Journal of Innovation and Technology Management, 14(6). https://doi.org/10.1142/S021987701750033X
Nagy, S., & Hajdú, N. (2021). Consumer Acceptance of the Use of Artificial Intelligence in Online Shopping: Evidence From Hungary. Amfiteatru Economic, 23(56), 1–1. https://doi.org/10.24818/EA/2021/56/155
Noor Ardiansah, M., Chariri, A., Rahardja, S., & Udin. (2020). The effect of electronic payments security on e-commerce consumer perception: An extended model of technology acceptance. Management Science Letters, 10(7), 1473–1480. https://doi.org/10.5267/j.msl.2019.12.020
Nugroho, A., Najib, M., & Simanjuntak, M. (2018). Factors Affecting Consumer Interest In Electronic Money Usage With Theory Of Planned Behavior (TPB). Journal of Consumer Sciences, 3(1), 15. https://doi.org/10.29244/jcs.3.1.15-27
Nugroho, M. A., & Fajar, M. A. (2017). Effects of Technology Readiness Towards Acceptance of Mandatory Web-Based Attendance System. Procedia Computer Science, 124, 319–328. https://doi.org/10.1016/j.procs.2017.12.161
Pangkey, F. M., Furkan, L. M., & Mulyono, L. E. H. (2019). Pengaruh Artificial Intelligence dan Digital Marketing terhadap Minat Beli Konsumen. Jmm Unram - Master of Management Journal, 8(3), 258–269.
https://doi.org/10.29303/jmm.v8i3.448
Pillai, R., Sivathanu, B., & Dwivedi, Y. K. (2020). Shopping intention at AI-powered automated retail stores (AIPARS). Journal of Retailing and Consumer Services, 57(June), 102207.
https://doi.org/10.1016/j.jretconser.2020.102207
Punnoose, A. C. (2012). Determinants of intention to use eLearning based on the technology acceptance model. Journal of Information Technology Education:Research, 11(1), 301–337. https://doi.org/10.28945/1744
Purani, K., Kumar, D. S., & Sahadev, S. (2019). e-Loyalty among millennials: Personal characteristics and social influences. Journal of Retailing and Consumer Services, 48(July 2018), 215–223.
https://doi.org/10.1016/j.jretconser.2019.02.006
Purba, J. T. (2018). Strategic innovation through technology readiness and acceptance in implementing for corporate sustainability. 12th International Annual Symposium on Management, March, 14th 2015 in Makassar Sulawesi, Indonesia, February, 14. https://doi.org/10.13140/RG.2.2.15744.53764
Ramadhana, M. A., & Hussein, A. S. (2022). Pengaruh Penggunaan Artificial Intelligence Terhadap Customer Loyalty Dengan Citra Merek Sebagai Variabel Mediasi. Jurnal Manajemen Pemasaran Dan …, 01(4), 522–531. https://jmppk.ub.ac.id/index.php/jmppk/article/view/84%0Ahttps://jmppk.ub. ac.id/index.php/jmppk/article/download/84/63
Ririh, K. R., Laili, N., Wicaksono, A., & Tsurayya, S. (2020). Studi Komparasi dan Analisis Swot Pada Implementasi Kecerdasan Buatan (Artificial Intelligence) di Indonesia. Jurnal Teknik Industri, 15(2), 122–133.
https://ejournal.undip.ac.id/index.php/jgti/article/view/29183
Santrock, J. W. (2020). Essentials of life-span development (18th ed.). McGraw-Hill.
Schepers, J., & Wetzels, M. (2007). A meta-analysis of the technology acceptance model: Investigating subjective norm and moderation effects. Information and Management, 44(1), 90–103. https://doi.org/10.1016/j.im.2006.10.007
Shin, S., & Lee, W. J. (2014). The effects of technology readiness and technology acceptance on NFC mobile payment services in Korea. Journal of Applied Business Research, 30(6), 1615–1626.
https://doi.org/10.19030/jabr.v30i6.8873
Tahar, A., Riyadh, H. A., Sofyani, H., & Purnomo, W. E. (2020). Perceived ease of use, perceived usefulness, perceived security and intention to use e-filing: The role of technology readiness. Journal of Asian Finance, Economics and Business, 7(9), 537–547.
https://doi.org/10.13106/JAFEB.2020.VOL7.NO9.537
Teo, T. (2009). The impact of subjective norm and facilitating conditions on preservice teachers’ attitude toward computer use: A structural equation modeling of an extended technology acceptance model. Journal of Educational Computing Research, 40(1), 89–109. https://doi.org/10.2190/EC.40.1.d
Tseng, J., & Tzou, H. (2022). How AI and AR Can Help Beauty Industry. 7–14.
Vasiljeva, T., Shaikhulina, S., & Kreslins, K. (2017). Cloud Computing: Business Perspectives, Benefits and Challenges for Small and Medium Enterprises (Case of Latvia). Procedia Engineering, 178, 443–451.
https://doi.org/10.1016/j.proeng.2017.01.087
Vrublevskaia, O. (2021). Effectiveness and universality of artificial intelligence implementation in modern marketing: media and cosmetics industry. https://www.theseus.fi/handle/10024/503288
Walczuch, R., Lemmink, J., & Streukens, S. (2007). The effect of service employees’ technology readiness on technology acceptance. Information and Management, 44(2), 206–215. https://doi.org/10.1016/j.im.2006.12.005
Zhong, Y., Oh, S., & Moon, H. C. (2021). Service transformation under industry 4.0: Investigating acceptance of facial recognition payment through an extended technology acceptance model. Technology in Society, 64(December 2020), 101515. https://doi.org/10.1016/j.techsoc.2020.101515
752
Discussion and feedback