<![CDATA[ABSTRAKDirektorat Jenderal Pajak (DJP) menghadirkan chatbot Tanya Fiska/Fisko pada contact center Kring Pajak 1500200, namun penelitian mengenai faktor penerimaan wajib pajak masih terbatas. Penelitian ini menganalisis pengaruh faktor UTAUT, kepercayaan, kualitas informasi, dan kualitas bahasa terhadap niat penggunaan chatbot pajak, sekaligus menguji peran mediasi kepercayaan. Data dikumpulkan dari 122 wajib pajak yang telah berinteraksi dengan chatbot dan dianalisis dengan Partial Least Squares Structural Equation Modeling (PLS-SEM). Hasil menunjukkan bahwa kepercayaan (β = 0,395) dan kondisi pendukung (β = 0,181) berpengaruh signifikan terhadap niat penggunaan, sedangkan ekspektasi kinerja, ekspektasi usaha, pengaruh sosial, kualitas informasi, dan kualitas bahasa tidak menunjukkan pengaruh langsung yang signifikan. Kualitas informasi terbukti menjadi pembentuk kepercayaan yang kuat (β = 0,685) dan memengaruhi niat secara tidak langsung melalui kepercayaan. Temuan ini menegaskan bahwa kepercayaan merupakan mekanisme kunci penerimaan chatbot pajak Tanya Fiska/Fisko, dengan kualitas informasi sebagai pondasinya. Penelitian memberikan kontribusi teoretis pada pengembangan UTAUT untuk konteks chatbot layanan publik serta masukan praktis bagi peningkatan layanan.ABSTRACTThe Indonesian Directorate General of Taxes provides the tax chatbots Tanya Fiska and Fisko within the Kring Pajak 1500200 contact center, yet understanding of the factors driving their acceptance remains limited. This study examines the effects of UTAUT factors, trust, information quality, and language quality on the behavioral intention to use the tax chatbot, and tests the mediating role of trust. Data were collected from 122 taxpayers who had interacted with the chatbot and analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM). The results show that trust (β = 0.395) and facilitating conditions (β = 0.181) significantly affect behavioral intention, whereas performance expectancy, effort expectancy, social influence, information quality, and language quality show no significant direct effect. Information quality strongly shapes trust (β = 0.685) and influences intention indirectly through trust. These findings underscore trust as the key mechanism of tax chatbot acceptance, with information quality as its foundation. The study contributes theoretically to extending UTAUT for public-service chatbots and offers practical input for service improvement.]]>
