Claim Missing Document
Check
Articles

Found 3 Documents
Search

Adopsi QRIS di Kalimantan: Analisis Empiris Berdasarkan Model UTAUT Rafii, Mohamad; Nuswantoro, Setio Ardy; Ulfi, Muhammad; Junaedi, Ahyar; Windiarti, Ika Safitri
Jurnal Teknik Vol 13, No 2 (2024): Juli - Desember 2024
Publisher : Universitas Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jt.v13i2.12238

Abstract

Dengan menggunakan model Unified Theory of Acceptance and Use of Technology (UTAUT), penelitian ini menganalisa bagaimana penerimaan dari teknologi Quick Response Indonesia Standard (QRIS) oleh pengguna pembayaran digital di Kalimantan. Untuk mengevaluasi hubungan antara konstruk utama, Performance Expectancy (PE), Effort Expectancy (EE), Social Influence (SI), dan Facilitating Conditions (FC), terhadap Behavioral Intentions (BH) dan Use Behavior (UB), studi ini menggunakan pendekatan kuantitatif Structural Equation Modeling (SEM). Sampel 418 orang yang dipilih untuk pengumpulan data dipilih melalui survei online yang dikirim melalui Google Forms. Confirmatory Factor Analysis (CFA) digunakan untuk memverifikasi validitas dan reliabilitas instrumen pengukuran. Jika Average Variance Extracted (AVE) melebihi 0,5 dan nilai Cronbach’s Alpha melebihi 0,7, instrumen tersebut menunjukkan reliabilitas yang kuat. Hasil penelitian menunjukkan bahwa seluruh struktur memiliki reliabilitas yang tinggi. Kemudian ditemukan bahwa setiap konstruk utama memuliki pengaruh, baik langsung ataupun tidak langsung terhadap BH dan UB pada penggunaan teknologi QRIS. Studi ini memberikan wawasan empiris tentang penerimaan teknologi di Indonesia dan memberikan implikasi bagi para pemangku kepentingan yang ingin meningkatkan adopsi dan penggunaan sistem pembayaran digital.
Analisis Faktor-Faktor yang Mempengaruhi Niat Penggunaan QRIS di Kalangan Mahasiswa Kalimantan: Pendekatan UTAUT2 dan TAM Nuswantoro, Setio Ardy; Ulfi, Muhammad; Azizah, Nur
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 3 (2024): Edisi Juli
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i3.449

Abstract

Perkembangan teknologi, khususnya dalam pemanfaatan smartphone, telah mengubah lanskap transaksi digital di Indonesia, memfasilitasi partisipasi masyarakat dengan lebih efisien. Studi ini menginvestigasi adopsi Quick Response Code Indonesian Standard (QRIS) sebagai sistem pembayaran digital yang inovatif. Dengan mengaplikasikan Unified Theory of Acceptance and Use of Technology (UTAUT2) dan Technology Acceptance Model (TAM), penelitian ini menganalisis faktor-faktor yang mempengaruhi niat dan perilaku pengguna terhadap QRIS di kalangan mahasiswa Kalimantan dan survei online dilakukan terhadap 392 mahasiswa. Hasil analisis struktural menunjukkan konstruk model yang digunakan valid dan reliabel untuk dilakukan uji hipotesis. Hasil uji hipotesis menunjukkan bahwa Effort Expectancy, Social Influence, dan Price Value tidak berpengaruh terhadap niat dan penggunaan QRIS di Kalimantan. Facilitating Condition juga tidak berpengaruh secara langsung terhadap penggunaan QRIS, akan tetapi memiliki pengaruh tidak langsung melalui niat penggunaan QRIS.
IDENTIFIKASI PENYAKIT PADA TANAMAN PADI MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) Ulfi, Muhammad; Supriyanto, Muhammad Ibadurrahman Arrasyid; Chalsi Mala Sari; Setio Ardy Nuswantoro
Jurnal Sains Komputer dan Teknologi Informasi Vol. 7 No. 2 (2025): Jurnal Sains Komputer dan Teknologi Informasi
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penurunan hasil panen padi sering kali disebabkan oleh serangan penyakit pada tanaman padi. Identifikasi dini terhadap penyakit padi menjadi langkah penting untuk mengurangi dampak kerugian. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis metode Convolutional Neural Network (CNN) yang dapat mendeteksi penyakit pada tanaman padi dengan memanfaatkan dataset dari Roboflow yang berisi 11.110 gambar. Model yang digunakan adalah Rice Plant Leaf Disease Classification, yang telah dilatih menggunakan dataset tersebut. Aplikasi ini dirancang agar petani dapat dengan mudah mengunggah gambar daun padi untuk mendapatkan diagnosis penyakit secara cepat dan akurat. Hasil pengujian menunjukkan bahwa model CNN yang digunakan mampu mencapai akurasi tinggi dalam mengidentifikasi penyakit padi. Penelitian ini diharapkan dapat memberikan solusi praktis bagi petani untuk mengelola dan mencegah penyakit padi, sehingga meningkatkan produktivitas hasil panen.