Claim Missing Document
Check
Articles

Found 4 Documents
Search

Analisis Upaya Pengurangan Jejak Karbon dalam Aplikasi Perangkat Bergerak Grab dan Gojek Menggunakan Technology Acceptance Model Sartika Eris Maghfiroh, Intan; Nanang Yudi Setiawan; Almira Syawli; Vania Malinda Wibowo; Bonaventura Julio Putra Nandika
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 4 No 2 (2023): Desember
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/justsi.v4i2.192

Abstract

Aplikasi perangkat bergerak seperti Grab dan Gojek menjadi tren di Indonesia dalam beberapa tahun terakhir. Meskipun sangat nyaman dan efisien bagi pengguna, penggunaan aplikasi ini juga secara tidak langsung memberikan dampak pada lingkungan, terutama dalam hal emisi karbon. Penggunaan transportasi online menghasilkan emisi gas rumah kaca dari kendaraan yang digunakan, terutama kendaraan bermotor. Oleh karena itu, upaya pengurangan jejak karbon sangat penting dilakukan oleh penyedia layanan transportasi Grab dan Gojek. Hal ini bertujuan untuk mengurangi dampak negatif terhadap lingkungan dan membantu mengurangi emisi gas rumah kaca yang menyebabkan perubahan iklim. Penelitian ini bertujuan untuk melakukan eksplorasi upaya pengurangan jejak karbon dalam aplikasi perangkat bergerak Grab dan Gojek serta memahami pemahaman pengguna serta menilai keterlibatannya dalam fitur yang diterapkan. Penelitian ini mengkaji mengenai inisiatif yang telah dilakukan Grab dan Gojek dalam melakukan carbon offset untuk mengurangi jejak karbon dari penggunaan kendaraan bermotor. Persepsi dari pengguna dan keterlibatan mereka dalam inisiatif ini juga diukur melalui kuesioner dan diketahui bahwa dari total 365 responden yang telah mengisi, 64% di antaranya belum mengetahui mengenai fitur GoGreener pada Gojek dan Carbon Neutral Fund pada Grab. Meskipun sebagian besar pengguna tersebut telah menggunakan kedua aplikasi selama lebih dari dua tahun, jarang dari mereka yang memanfaatkan fitur ini. Menggunakan teori Technology Acceptance Model sebagai kerangka pengukuran penerimaan pengguna terkait fitur ini, diketahui bahwa ketiga variabel eksogen yakni Perceived Usefulness (PU), Perceived Ease of Use (PEU), dan Attitude Toward Usage (ATU) memiliki pengaruh yang signifikan terhadap Intention to Use (IU). Variabel PU dan ATU memiliki pengaruh yang positif sedangkan PEU memberikan pengaruh yang negatif. Hal ini konsisten terjadi pada responden Gojek maupun Grab, tetapi cukup berbeda dengan penelitian terdahulu yang sejenis di mana umumnya PEU juga memiliki pengaruh positif. Selain itu, terdapat rekomendasi dari pengguna terkait kampanye yang perlu lebih digencarkan dan penataan fitur terkait di halaman awal aplikasi untuk meningkatkan partisipasi dari pengguna.
Faktor yang Mempengaruhi Intention to Use Penggunaan Aplikasi Mobile Banking Wondr di Universitas Brawijaya Wicaksana, Alexander; Septriayadi Sianturi, Riswan; Sartika Eris Maghfiroh, Intan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan dipublikasikan di Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK)
Analisis Upaya Pengurangan Jejak Karbon dalam Aplikasi Perangkat Bergerak Grab dan Gojek Menggunakan Technology Acceptance Model Sartika, Intan; Sartika Eris Maghfiroh, Intan; Nanang Yudi Setiawan; Almira Syawli; Vania Malinda Wibowo; Bonaventura Julio Putra Nandika
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 4 No 2 (2023): Desember
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/justsi.v4i2.192

Abstract

Aplikasi perangkat bergerak seperti Grab dan Gojek menjadi tren di Indonesia dalam beberapa tahun terakhir. Meskipun sangat nyaman dan efisien bagi pengguna, penggunaan aplikasi ini juga secara tidak langsung memberikan dampak pada lingkungan, terutama dalam hal emisi karbon. Penggunaan transportasi online menghasilkan emisi gas rumah kaca dari kendaraan yang digunakan, terutama kendaraan bermotor. Oleh karena itu, upaya pengurangan jejak karbon sangat penting dilakukan oleh penyedia layanan transportasi Grab dan Gojek. Hal ini bertujuan untuk mengurangi dampak negatif terhadap lingkungan dan membantu mengurangi emisi gas rumah kaca yang menyebabkan perubahan iklim. Penelitian ini bertujuan untuk melakukan eksplorasi upaya pengurangan jejak karbon dalam aplikasi perangkat bergerak Grab dan Gojek serta memahami pemahaman pengguna serta menilai keterlibatannya dalam fitur yang diterapkan. Penelitian ini mengkaji mengenai inisiatif yang telah dilakukan Grab dan Gojek dalam melakukan carbon offset untuk mengurangi jejak karbon dari penggunaan kendaraan bermotor. Persepsi dari pengguna dan keterlibatan mereka dalam inisiatif ini juga diukur melalui kuesioner dan diketahui bahwa dari total 365 responden yang telah mengisi, 64% di antaranya belum mengetahui mengenai fitur GoGreener pada Gojek dan Carbon Neutral Fund pada Grab. Meskipun sebagian besar pengguna tersebut telah menggunakan kedua aplikasi selama lebih dari dua tahun, jarang dari mereka yang memanfaatkan fitur ini. Menggunakan teori Technology Acceptance Model sebagai kerangka pengukuran penerimaan pengguna terkait fitur ini, diketahui bahwa ketiga variabel eksogen yakni Perceived Usefulness (PU), Perceived Ease of Use (PEU), dan Attitude Toward Usage (ATU) memiliki pengaruh yang signifikan terhadap Intention to Use (IU). Variabel PU dan ATU memiliki pengaruh yang positif sedangkan PEU memberikan pengaruh yang negatif. Hal ini konsisten terjadi pada responden Gojek maupun Grab, tetapi cukup berbeda dengan penelitian terdahulu yang sejenis di mana umumnya PEU juga memiliki pengaruh positif. Selain itu, terdapat rekomendasi dari pengguna terkait kampanye yang perlu lebih digencarkan dan penataan fitur terkait di halaman awal aplikasi untuk meningkatkan partisipasi dari pengguna.
Analisis Pengaruh Chatgpt Terhadap Productivity Dan Job Engagement Programmer Setiawan, Edy; Tyroni Mursityo, Yusi; Sartika Eris Maghfiroh, Intan
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 6 No 1 (2025): Agustus
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/txvbkh55

Abstract

Perkembangan pesat dalam bidang pengembangan perangkat lunak, didorong oleh kemajuan seperti komputasi awan, kecerdasan buatan, dan keamanan siber, menetapkan standar yang lebih tinggi dan tantangan yang lebih kompleks bagi pengembang perangkat lunak. Teknologi kecerdasan buatan seperti ChatGPT telah populer dalam menyelesaikan berbagai masalah, dari medis hingga linguistik. Dengan kemampuan ChatGPT menjawab pertanyaan kompleks dengan diberikan konteks tertentu, penelitian tentang penggunaan ChatGPT dalam pengembangan perangkat lunak menjadi sangat menarik, mengingat kelebihan dan kekurangannya. ChatGPT perlu diteliti lebih lanjut agar pemahaman mengenai bidang kecerdasan buatan yang sedang berkembang pesat ini dapat diperoleh secara mendalam. Penelitian ini bertujuan untuk mengeksplorasi faktor-faktor yang mempengaruhi kepuasan pengguna dan menguji dampak kepuasan tersebut terhadap produktivitas dan keterlibatan kerja. Penelitian menggunakan metode Structural Equation Modelling (SEM) untuk menganalisis faktor yang mempengaruhi kepuasan dan bagaimana kepuasan tersebut berpengaruh terhadap produktivitas dan keterlibatan kerja. Faktor kepuasan yang dianalisis terdiri dari ekspektasi kinerja, ekspektasi usaha, kenikmatan yang dirasakan, kepercayaan terhadap privasi, kehadiran sosial, antropomorfisme, dan kecerdasan sistem. Peneliti menemukan bahwa faktor-faktor seperti ekspektasi kinerja, kehadiran sosial, dan antropomorfisme berpengaruh signifikan terhadap kepuasan pengguna berdasarkan 205 responden. Selain itu, kepuasan juga memiliki kaitan yang erat dengan tingkat produktivitas dan keterlibatan kerja. Dalam penelitian ini ditemukan bahwa karakteristik ChatGPT mempengaruhi kepuasan pengguna melalui beberapa faktor, yaitu ekspektasi usaha dengan koefisien 0,504, kehadiran sosial dengan koefisien 0,349, dan antropomorfisme dengan koefisien 0,302. Selain itu, kepuasan juga terbukti memiliki pengaruh terhadap produktivitas dengan koefisien 0,988 serta keterlibatan kerja dengan koefisien 0,901. Penelitian ini memberikan kontribusi dalam memahami cara optimal mengimplementasikan teknologi kecerdasan buatan agar memberikan manfaat maksimal dan memahami faktor-faktor yang mempengaruhi kepuasan pengguna.   Abstract Rapid developments in the field of software engineering, driven by advancements such as cloud computing, artificial intelligence, and cybersecurity, are setting higher standards and more complex challenges for software engineers. Artificial intelligence technologies such as ChatGPT have been popular in solving a variety of problems, ranging from medical to linguistic. With ChatGPT’s ability to answer complex questions given a certain context, research on the use of ChatGPT in software engineering becomes very interesting, given its advantages and disadvantages. To understand this rapidly growing field, ChatGPT needs to be researched further. This study aims to explore the factors that influence satisfaction and examine the impact of satisfaction on productivity and job engagement. The research uses Structural Equation Modelling (SEM) to analyze the factors that influence satisfaction and how satisfaction affects productivity and work engagement. The satisfaction factors analyzed consisted of performance expectancy, effort expectancy, perceived enjoyment, trust in privacy, perceived social presence, anthropomorphism, and perceived intelligence. Based on 205 respondents, it was found that factors such as performance expectancy, perceived social presence, and anthropomorphism have a significant effect on satisfaction. In addition, satisfaction is also found to corelate to productivity and job engagement. This study found that ChatGPT characteristics affect user satisfaction through several factors, namely effort expectation with a coefficient of 0.504, social presence with a coefficient of 0.349, and anthropomorphism with a coefficient of 0.302. In addition, satisfaction was also shown to have an influence on productivity with a coefficient of 0.988 and work engagement with a coefficient of 0.901. This research contributes to understanding the optimal way to implement artificial intelligence technology to provide maximum benefits and understanding the factors that affect user satisfaction more deeply.