digilib@itb.ac.id +62 812 2508 8800

2020 SW Hasna Bachtiar 19217026.pdf)u
PUBLIC Wiwik Istiyarini

Internet of Things (IoT) merupakan istilah untuk perangkat fisik seperti kendaraan, peralatan rumah tangga, dan peralatan elektronik yang terhubung dengan internet. Dalam penelitian ini, fokus utama terdapat pada teknologi rumah pintar sebagai bidang khusus di sektor IoT yang luas. Hal ini dapat didefinisikan sebagai sistem yang terdiri dari perangkat elektronik yang dapat dikelola dan dikendalikan dari jarak jauh secara otomatis melalui website atau aplikasi seluler. Berbagai keuntungan dapat diperoleh dengan mengadopsi rumah pintar seperti mengendalikan elektronik dari jarak jauh dengan menggunakan sensor otomasi sehingga penggunaan energi lebih efektif. Jika menyangkut keuntungan, efisiensi listrik jelas memiliki efek langsung pada tagihan listrik bulanan. Oleh karena itu, penelitian ini berfokus pada analisis penerimaan teknologi rumah pintar di sektor perkantoran, sebagai salah satu sektor B2B yang memperhatikan efisiensi sumber daya, termasuk efisiensi energi listrik. Penelitian ini menganalisis faktor-faktor yang mempengaruhi niat perilaku untuk menggunakan teknologi rumah pintar pada perkantoran di Indonesia menggunakan variabel perceived value dan model UTAUT , yang berisi empat variabel independen Performance Expectancy (PE), Effort Expectancy (EE), Social Influence (SI), dan Facilitating Condition (FC) . Pendekatan yang digunakan dalam penelitian ini adalah kuantitatif dengan mengedarkan kuesioner online untuk mendapatkan data dari 260 orang yang memenuhi kriteria. Regresi Linier Berganda digunakan untuk pemrosesan data. Temuan menunjukkan bahwa niat perilaku secara signifikan dipengaruhi oleh empat variabel yaitu Effort Expectancy, Social Influence, Perceived Value dan Facilitating Condition . Sementara Performance Expectancy tidak signifikan pada niat perilaku untuk menggunakan teknologi rumah pintar. Kata kunci: Internet of Things, teknologi rumah pintar , perkantoran , Unified Theory of Acceptance and Use of Technology, Multiple Linear Regression