Pengaruh Minat Penggunaan Fitur Split Bill di Kalangan Gen Z dengan Menggunakan Pendekatan Teori UTAUT 2 (Studi Kasus Nasabah Bank Rakyat Indonesia)

Read full text
Authors: Nadia Sekar Abadi
Cited by: 0

Abstract

Perkembangan teknologi finansial (fintech), khususnya mobile banking, telah mengubah perilaku transaksi masyarakat, terutama di kalangan Generasi Z yang akrab dengan teknologi digital. Salah satu inovasi yang dikembangkan oleh Bank Rakyat Indonesia melalui aplikasi BRImo adalah fitur split bill, yang memungkinkan pengguna membagi tagihan secara otomatis dalam satu transaksi. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi minat Generasi Z dalam menggunakan fitur split bill pada aplikasi BRImo dengan menggunakan pendekatan Unified Theory of Acceptance and Use of Technology 2 (UTAUT2). Variabel independen yang diteliti meliputi performance expectancy, effort expectancy, social influence, facilitating conditions, hedonic motivation, price value, dan habit. Penelitian ini menggunakan metode kuantitatif dengan teknik purposive sampling terhadap 100 nasabah BRI Cabang Ungaran dari Generasi Z yang telah menggunakan fitur split bill. Data dikumpulkan melalui kuesioner daring dan dianalisis menggunakan regresi linier berganda. Hasil penelitian menunjukkan bahwa seluruh variabel UTAUT2 berpengaruh signifikan secara parsial terhadap minat penggunaan fitur split bill. Nilai koefisien determinasi (Adjusted R²) sebesar 0,789 menunjukkan bahwa model penelitian mampu menjelaskan 78,9% variasi minat penggunaan, sedangkan sisanya dipengaruhi oleh faktor lain di luar model. Temuan ini memberikan implikasi praktis bagi pengembang aplikasi perbankan digital untuk meningkatkan kemudahan penggunaan, manfaat fungsional, serta dukungan teknis fitur, sekaligus memperkuat validitas model UTAUT2 dalam konteks fintech di Indonesia.

Fields of Study & Subjects

Technology Adoption and User Behaviour Health Technology Consumer Behavior Consumer Behavior and Marketing Influence

Publication details

Journal / source
RIGGS Journal of Artificial Intelligence and Digital Business
Volume
5
Issue
1
Pages
1695–1704
Publication date
7 February 2026
Language
ID