Zahra Khania Putri (1), Minto Waluyo (2)
General Background: Digital technology has become an important part of business operations and marketing, including in the food and beverage industry. Specific Background: Modern coffee shop applications are used to support transactions, service access, customer relationships, and digital consumer engagement. Knowledge Gap: Previous Technology Acceptance Model studies have mostly focused on technology adoption, while limited research extends TAM toward purchase intention, purchase decisions, purchase satisfaction, and repurchase behavior in coffee shop applications. Aims: This study aimed to analyze the relationships between application usage, application ease, application benefits, application risk, user trust, purchase intention, purchase decisions, purchase satisfaction, and repurchase. Results: Using a quantitative approach, questionnaire data from 160 respondents were analyzed through Structural Equation Modeling with AMOS. The modified model met acceptable goodness-of-fit criteria, with six indicators categorized as good and two as marginal. Application usage, application benefits, and user trust had significant relationships with purchase intention, while application ease and application risk were not significant. Purchase intention significantly related to purchase decisions, purchase decisions significantly related to purchase satisfaction, and purchase satisfaction significantly related to repurchase. Novelty: This study expands TAM by integrating consumer purchasing behavior variables into one structural model for coffee shop application users. Implications: The findings suggest that application managers should strengthen perceived benefits, active usage, trust, system speed, interface quality, service stability, and value-added features to support repurchase behavior.
Highlights:
Keywords: TAM, Purchase Interest, Purchase Decision, Purchase Satisfaction, Repeat Purchase
Zahra Khania Putri *,1), Minto Waluyo 2)
1) Program Studi Teknik Industri, Universitas Pembangunan Nasional “Veteran” Jawa Timur, Indonesia
2) Program Studi Teknik Industri, Universitas Pembangunan Nasional “Veteran” Jawa Timur, Indonesia
*Email Penulis Korespondensi: 22032010106@student.upnjatim.ac.id
Abstract . In today's digital age, information technology plays an important role in supporting business activities, including in the food and beverage industry. Modern coffee shops launched a digital application to make it easier for consumers to make transactions and access services available on the application. This study aims to analyze the influence of application usage, application ease, application benefits, application risks, and user trust on consumer purchase interest and its impact on purchase decisions, purchase satisfaction, and repurchase. This study uses a quantitative method with data collected through a questionnaire with 160 respondents. The data was analyzed using Structural Equation Model (SEM) with the help of AMOS software. The results show that application usage, application benefits, and user trust have a significant effect on consumer purchase interest, while application ease and risks do not have a significant effect. Furthermore, purchase intention influences purchase decisions, purchase decisions influence purchase satisfaction, and purchase satisfaction influences repurchase. These findings indicate that increasing the perceived benefits of the application, encouraging its usage, and strengthening user trust are key factors in enhancing consumer purchase intention and promoting repurchase behavior in modern coffee shop applications.
Keywords – TAM ; Purchase Interest ; Purchase Decision ; Purchase Satisfaction ; Repeat Purchase
Perkembangan teknologi yang pesat telah memengaruhi berbagai aspek kehidupan manusia, termasuk dalam bidang bisnis dan pemasaran. Perubahan ini mendorong terjadinya transformasi dari aktivitas konvensional menuju pemanfaatan teknologi digital. Dalam bidang manajemen dan ekonomi, khususnya sektor bisnis, teknologi digital berperan dalam mengubah cara perusahaan menjalankan aktivitas operasional serta strategi pemasaran yang lebih efektif dan efisien.Teknologi informasi yang ada di Indonesia saat ini mengalami peningkatan yang sangat pesat dan baik. Hal ini dimanfaatkan perusahaan untuk meluncurkan aplikasi resmi sebagai sarana promosi sekaligus menjaga hubungan dengan pelanggan [1]. Salah satu tren yang sedang berkembang adalah penggunaan aplikasi pada perusahaan kopi. Dalam beberapa tahun terakhir, industri kopi di Indonesia mengalami pertumbuhan yang pesat ditandai dengan jumlah gerai kopi yang meningkat. Sebagaimana dapat dilihat pada Gambar 1.
Gambar 1. Grafik Jumlah Perkembangan Konsumsi Kopi di Indonesia
Sumber: Pusat Data dan Sistem Informasi Pertanian Kementerian Pertanian
Kedai kopi modern merupakan salah satu merek kopi lokal terbesar di Indonesia yang memiliki 868 gerai di 64 kota di Indonesia dan telah mengadopsi teknologi digital untuk mendukung strategi bisnisnya. Seiring berjalannya waktu, persaingan di industri kopi saat ini semakin ketat. Kepuasan pengguna untuk menggunakan aplikasi yang dikembangkan merupakan aspek penting bagi perusahaan. Keberhasilan sistem informasi atau aplikasi bukan hanya bergantung pada kemampuan dalam memproses dan menghasilkan informasi yang berkualitas, tetapi juga pengalaman yang didapatkan oleh pengguna terhadap kinerja yang diberikan oleh sistem atau aplikasi tersebut. Apabila suatu produk tidak sesuai dengan ekspetasi pengguna, maka mereka akan merasa tidak puas. Sebaliknya, apabila kinerja produk sesuai dengan ekspetasi pengguna, maka pengguna akan merasa puas [2].
Untuk memahami faktor-faktor yang mempengaruhi penerimaan pengguna terhadap aplikasi, diperlukan penelitian dengan menggunakan Technology Acceptance Model (TAM) dengan alat analisis Structural Equation Modeling (SEM). TAM adalah salah satu model yang dapat digunakan untuk menganalisis faktor yang berpengaruh terhadap penerimaan suatu sistem informasi [3]. TAM cocok digunakan untuk menguji penerimaan penggunaan teknologi informasi berdasarkan persepsi kegunaan aplikasi, kemudahan aplikasi, manfaat aplikasi, risiko aplikasi, dan kepercayaan pengguna terhadap aplikasi [4]. SEM dipilih sebagai teknik analisis didasarkan pada kompleksitas model TAM yang mencakup variabel laten yang saling berkaitan [5]. Beberapa penelitian sebelumnya telah mengkaji penerimaan teknologi menggunakan TAM dan SEM yang secara efektif menjelaskan terkait penerimaan dan kepuasan pengguna. Namun, penelitian terkait penerimaan pengguna aplikasi kedai kopi modern dengan pendekatan TAM dan alat analisis SEM masih terbatas. Pada penelitian sebelumnya, TAM umumnya hanya digunakan untuk menganalisis penerimaan dan penggunaan teknologi oleh pengguna. Fokus penelitian masih terbatas pada tahap adopsi teknologi, seperti persepsi kemudahan penggunaan dan persepsi manfaat. Penelitian tersebut belum banyak mengkaji bagaimana penerimaan teknologi dapat memengaruhi perilaku konsumen secara lebih luas, khususnya dalam proses pembelian seperti minat beli, keputusan pembelian, kepuasan pembelian, hingga pembelian ulang pada aplikasi digital di sektor kedai kopi modern. Oleh karena itu, penelitian ini mencoba memperluas model TAM dengan mengintegrasikan variabel perilaku konsumen dalam proses pembelian. Penelitian ini tidak hanya menganalisis penerimaan teknologi, tetapi juga mengkaji bagaimana penggunaan aplikasi, kemudahan aplikasi, manfaat aplikasi, risiko aplikasi, serta kepercayaan pengguna terhadap aplikasi dapat memengaruhi minat beli konsumen dan berdampak pada keputusan pembelian, kepuasan pembelian, serta pembelian ulang. Dengan demikian, penelitian ini diharapkan dapat memberikan kontribusi teoretis dalam pengembangan model TAM pada ranah perilaku konsumen serta kontribusi empiris dalam konteks industri kedai kopi berbasis aplikasi digital.
Tujuan dari penelitian ini adalah untuk mengetahui pengaruh TAM terhadap minat beli, keputusan pembelian, kepuasan pembelian, dan pembelian ulang pada pengguna aplikasi kedai kopi modern dengan teknik analisis SEM. Hasil dari penelitian ini diharapkan dapat memberi kontribusi teoritis dalam pengembangan model penerimaan teknologi, khususnya dalam aplikasi pada penjualan kopi. Hasil penelitian melalui pendekatan ini juga dapat dijadikan acuan praktis bagi perusahaan dalam menghadapi persaingan industri kopi yang semakin ketat. Berikut merupakan kerangka konseptual penelitian sebagaimana dapat dilihat di Gambar 2.
Gambar 2. Kerangka Konseptual Penelitian
Penelitian ini difokuskan pada pengguna aplikasi kedai kopi modern yang telah melakukan transaksi minimal satu kali melalui aplikasi. Pengumpulan data dilakukan dengan menyebarkan kuesioner secara daring melalui berbagai platform media sosial, seperti Instagram dan WhatsApp. Penelitian ini dilaksanakan mulai bulan September 2025 hingga jumlah data yang diperlukan terpenuhi. Variabel bebas dalam penelitian ini meliputi penggunaan aplikasi (X1), kemudahan aplikasi (X2), manfaat aplikasi (X3), risiko aplikasi (X4), dan kepercayaan pengguna terhadap aplikasi (X5). Sementara itu, variabel terikat terdiri atas minat beli (Y1), keputusan pembelian (Y2), kepuasan pembelian (Y3), dan pembelian ulang (Y4). Jumlah sampel yang digunakan dalam penelitian ini sebanyak 160 responden, yang telah memenuhi persyaratan penggunaan teknik maximum likelihood dalam analisis Structural Equation Modeling (SEM), yaitu minimal 100 responden [6]. Teknik pengambilan sampel yang digunakan adalah nonprobability sampling dengan metode purposive sampling, dengan kriteria responden pernah menggunakan aplikasi kedai kopi modern. Instrumen penelitian menggunakan kuesioner dengan skala Likert lima poin untuk mengukur persepsi responden terhadap variabel penelitian. Indikator yang digunakan dalam penelitian ini diadaptasi dari penelitian sebelumnya yang relevan dengan TAM. Indikator kemudahan penggunaan dan manfaat aplikasi mengacu pada konsep TAM yang dikembangkan oleh Fred Davis (1989), sedangkan indikator penggunaan aplikasi, risiko aplikasi, dan kepercayaan pengguna diadaptasi dari penelitian terdahulu yang membahas perilaku konsumen dalam penggunaan aplikasi digital. Seluruh indikator kemudian disesuaikan dengan konteks penggunaan aplikasi kedai kopi modern. Analisis data dilakukan dengan menggunakan metode SEM berbantuan perangkat lunak AMOS, yang diawali dengan pengujian validitas, reliabilitas, Goodness of Fit, serta pengujian hipotesis. Teknik analisis ini bertujuan untuk mengidentifikasi pengaruh langsung maupun tidak langsung antarvariabel serta membentuk model matematis yang merepresentasikan hubungan antara variabel Technology Acceptance Model (TAM) terhadap minat beli, keputusan pembelian, kepuasan pembelian, dan pembelian ulang.
Tahap measurement model merupakan tahap dasar yang penting untuk dilakukan agar dapat dilanjutkan ke tahap selanjutnya, yaitu uji structural model. Berikut adalah gambar visualisasi dari measurement model yang menampilkan keterkaitan antar variabel serta indikator yang diuji pada penelitian ini untuk memberikan gambaran lebih jelas terkait dengan struktur model yang dianalisis. Berikut merupakan visualisasi measurement model yang menunjukkan hubungan antara variabel dan indikator yang diuji dalam penelitian ini untuk memperjelas struktur model yang dianalisis dapat dilihat pada Gambar 3 dan Tabel 1.
Gambar 3. Measurement Model
Tabel1. Hasil Uji Goodness of Fit Measurement Model
Setelah dilakukan uji Goodness of Fitdidapatkan bahwa model ini telah memenuhi sebagian besar kriteria kelayakan. Dididapatkan bahwa empat kriteria belum memenuhi standar kelayakan, dua kriteria telah memenuhi standar, serta dua kriteria lain mendekati nilai cut off value yang telah ditetapkan. Dengan adanya hasil uji Goodness of Fitpada measurement model ini dapat diindikasikan bahwa model masih perlu untuk dilakukan perbaikan dengan modification model agar dapat mempresentasikan hubungan antar variabel yang lebih akurat. Berikut merupakan standardized Regression Weight Measurement Model sebagaimana dapat dilihat di Tabel 2.
Tabel2. Standardized Regression Weight Measurement Model
Uji validitas bertujuan untuk memastikan bahwa setiap indikator mampu merepresentasikan konstruk yang diukur secara akurat. Indikator dinyatakan valid apabila nilai Critical Ratio (CR) lebih besar dari dua kali standar error (CR > 2SE). Berdasarkan hasil pengujian, seluruh indikator memiliki nilai CR yang memenuhi kriteria tersebut, sehingga dinyatakan valid. Selain itu, dengan derajat kebebasan sebanyak 35 indikator dan tingkat signifikansi 0,05, diperoleh nilai t-tabel sebesar 1,690 [7]. Hasil ini menunjukkan bahwa seluruh indikator berkontribusi signifikan dalam membentuk konstruk laten yang diteliti.
Structural model digunakan untuk menguji hubungan kausal antarvariabel laten berdasarkan model konseptual yang telah disusun. Model ini merupakan tahap lanjutan dari measurement model yang telah memenuhi kriteria kelayakan, dengan fokus pada pengaruh variabel eksogen (X1 hingga X5) terhadap variabel endogen (Y1 hingga Y4). Pengujian dilakukan menggunakan pendekatan maximum likelihood estimation untuk memperoleh hasil estimasi yang akurat. Berikut merupakan visualisasi structural model yang menunjukkan hubungan antara variabel dan indikator yang diuji dalam penelitian ini untuk memperjelas struktur model yang dianalisis dapat dilihat pada Gambar 4 dan Tabel 3.
Gambar 4. Structural Model
Tabel3. Hasil Uji Goodness of Fit Structural Model
Uji Goodness of Fitpada structural model ini menunjukkan bahwa semua indikator belum memenuhi kriteria ideal. Ketidaksesuaian yang terjadi menunjukkan bahwa model yang dikembangkan belum sepenuhnya merepresentasikan hubungan antarvariabel secara optimal. Oleh karena itu, diperlukan modification model untuk meningkatkan kualitas model agar lebih sesuai dengan data penelitian. Proses modifikasi dilakukan berdasarkan nilai modification indices (MI) guna memperbaiki tingkat Goodness of Fit antara model dan data.
Modifikasi model dilakukan sebagai tahap lanjutan ketika model awal belum memenuhi kriteria Goodness of Fit. Langkah ini bertujuan untuk meningkatkan kesesuaian model dengan data serta merepresentasikan hubungan antarvariabel secara lebih akurat. Berikut merupakan visualisasi modification model yang menunjukkan hubungan antara variabel dan indikator yang diuji dalam penelitian ini untuk memperjelas struktur model yang dianalisis dapat dilihat pada Gambar 5 dan Tabel 4.
Gambar 5. Modification Model
Tabel4. Hasil Uji Goodness of Fit Modification Model
Berdasarkan hasil di atas menunjukkan bahwa enam kriteria telah memenuhi kategori baik dan dua kriteria mendekati nilai cut off value yang telah ditetapkan. Pada pengujian Goodness of Fit tidak mengharuskan untuk semua kriteria terpenuhi secara keseluruhan. Penggunaan empat hingga lima kriteria Goodness of Fit maka model telah memenuhi kategori kelayakan dan penelitian dapat dinyatakan diterima serta dapat dilakukan analisis lebih lanjut [8]. Berikut merupakan standardized Regression Weight Measurement Model sebagaimana dapat dilihat di Tabel 5.
Tabel5. Standarized Regression Weight Modification Model
Berdasarkan tabel, terdapat satu hubungan yang tidak valid, yaitu variabel X2 (kemudahan aplikasi) terhadap Y1 (minat beli), dengan nilai CR = −2,629 dan 2SE = 0,419, sehingga CR < 2SE. Nilai CR sebagai t-hitung dibandingkan dengan t-tabel sebesar 1,690 pada taraf signifikansi 0,05. Hubungan dinyatakan signifikan apabila CR > t-tabel. Sebagian besar indikator dalam penelitian ini signifikan dalam membentuk konstruk laten, tetapi terdapat dua hubungan yang tidak signifikan.
Berdasarkan hasil penelitian, diperoleh empat persamaan simultan yang menggambarkan hubungan antarvariabel dalam model struktural. Persamaan ini mengasumsikan bahwa seluruh residual error (Z1 hingga Z5) dan konstanta bernilai nol, sehingga faktor gangguan dalam model diabaikan. Asumsi ini sesuai dengan persamaan regresi standar yang digunakan dalam penelitian. Berikut disajikan persamaan simultan yang terbentuk dalam model
Persamaan Model 1
Y1 = fn(Xn)
Y1 = f(X1) + f(X2) + f(X3) + f(X4) + f(X5)
Y1 = 0,951X1 - 1,027X2 + 0,638X3 + 0,04X4 + 0,505X5 (1)
Persamaan Model 2
Y2 = β (Y1)
Y2 = 0,986Y1
Y2 = (0,986 (0,951X1 - 1,027X2 + 0,638X3 + 0,04X4 + 0,505X5)
Y2 = 0,937X1 - 1,012X2 + 0,629X3 + 0,039X4 + 0,497X5(2)
Persamaan Model 3
Y3 = β (Y2)
Y3 = 0,857Y2
Y3 = (0,857(0,937X1 - 1,012X2 + 0,629X3 + 0,039X4 + 0,497X5)
Y3 = 0,803X1 - 0,867X2 + 0,539X3 + 0,033X4 + 0,425X5(3)
Persamaan Model 4
Y4 = β (Y3)
Y4 = 1Y3
Y4 = 1(0,803X1 - 0,867X2 + 0,539X3 + 0,033X4 + 0,425X5)
Y4 = 0,803X1 - 0,867X2 + 0,539X3 + 0,033X4 + 0,425X5(4)
Hasil uji hipotesis pertama menunjukkan bahwa penggunaan aplikasi (X1) berpengaruh signifikan terhadap minat beli konsumen (Y1), dengan nilai CR sebesar 3,716 yang lebih besar dari t-tabel 1,690, sehingga H1 diterima. Nilai koefisien regresi sebesar 0,951 menunjukkan bahwa peningkatan penggunaan aplikasi akan meningkatkan minat beli konsumen. Ini sesuai dengan penelitian terdahulu yang menyatakan bahwa intensitas penggunaan aplikasi dapat meningkatkan kenyamanan dan persepsi kegunaan, sehingga berdampak positif terhadap minat beli konsumen [9].
Hasil uji hipotesis kedua menunjukkan bahwa kemudahan aplikasi (X2) tidak berpengaruh signifikan terhadap minat beli konsumen (Y1), dengan nilai CR sebesar −2,629 yang lebih kecil dari t-tabel 1,690, sehingga H0 diterima. Nilai koefisien regresi sebesar −1,027 menunjukkan adanya pengaruh negatif yang tidak signifikan. Hasil ini menunjukkan bahwa kemudahan aplikasi belum mampu memberikan pengaruh signifikan terhadap minat beli konsumen. Hal ini diduga karena mayoritas responden berusia 18–22 tahun yang merupakan generasi digital sehingga kemudahan penggunaan bukan lagi faktor utama. Minat beli lebih dipengaruhi oleh aspek lain seperti kecepatan akses, tampilan aplikasi, kestabilan sistem, fitur promo, dan kemudahan pembayaran. Ini sesuai dengan penelitian terdahulu yang menyatakan bahwa kemudahan penggunaan tidak berpengaruh terhadap minat beli. Hal ini menunjukkan bahwa meskipun kemudahan aplikasi menjadi pertimbangan, faktor tersebut bukan penentu utama minat beli, karena mayoritas pengguna telah terbiasa menggunakan aplikasi sehingga kemudahan dianggap sebagai hal yang wajar. Faktor lain di luar kemudahan aplikasi lebih berperan dalam membentuk minat beli konsumen [10].
Hasil uji hipotesis ketiga menunjukkan bahwa manfaat aplikasi (X3) berpengaruh signifikan terhadap minat beli konsumen (Y1), dengan nilai CR sebesar 3,276 yang lebih besar dari t-tabel 1,690, sehingga H1 diterima. Nilai koefisien regresi sebesar 0,638 menunjukkan bahwa peningkatan manfaat aplikasi akan meningkatkan minat beli konsumen. Ini sesuai dengan penelitian terdahulu yang menyatakan bahwa semakin besar manfaat yang dirasakan pengguna, semakin positif pengalaman dalam menggunakan aplikasi, sehingga berdampak pada peningkatan minat beli [11].
Hasil uji hipotesis keempat menunjukkan bahwa risiko aplikasi (X4) tidak berpengaruh signifikan terhadap minat beli konsumen (Y1), dengan nilai CR sebesar 0,967 yang lebih kecil dari t-tabel 1,690, sehingga H0 diterima. Nilai koefisien regresi sebesar 0,04 menunjukkan adanya pengaruh positif yang tidak signifikan. Hasil ini menunjukkan bahwa risiko aplikasi yang terdiri dari risiko keuangan, sosial, fungsional, dan waktu tidak berpengaruh terhadap minat beli konsumen. Hal ini diduga karena mayoritas responden berusia 18–22 tahun yang memiliki literasi digital tinggi dan terbiasa melakukan transaksi melalui aplikasi. Selain itu, frekuensi pembelian yang relatif sering menunjukkan bahwa responden telah memiliki pengalaman menggunakan aplikasi, sehingga persepsi terhadap risiko menjadi lebih rendah dan tidak menjadi pertimbangan utama dalam minat beli. Ini sesuai dengan penelitian terdahulu yang menyatakan bahwa perceived risk tidak berpengaruh signifikan terhadap purchase intention. Hal ini menunjukkan bahwa kepercayaan terhadap sistem keamanan serta pengalaman penggunaan yang baik dapat mengurangi kekhawatiran konsumen terhadap risiko, sehingga tidak memengaruhi minat beli secara signifikan [12].
Hasil uji hipotesis kelima menunjukkan bahwa kepercayaan pengguna aplikasi (X5) berpengaruh signifikan terhadap minat beli konsumen (Y1), dengan nilai CR sebesar 3,998 yang lebih besar dari t-tabel 1,690, sehingga H1 diterima. Nilai koefisien regresi sebesar 0,505 menunjukkan bahwa peningkatan kepercayaan pengguna akan meningkatkan minat beli konsumen. Ini sesuai dengan penelitian terdahulu yang menyatakan bahwa kepercayaan berperan penting dalam mendorong minat beli konsumen dalam transaksi daring [13].
Hasil uji hipotesis keenam menunjukkan bahwa minat beli (Y1) berpengaruh signifikan terhadap keputusan pembelian (Y2), dengan nilai CR sebesar 9,043 yang lebih besar dari t-tabel 1,690, sehingga H1 diterima. Nilai koefisien regresi sebesar 0,986 menunjukkan bahwa peningkatan minat beli akan meningkatkan keputusan pembelian. Ini sesuai dengan penelitian terdahulu yang menyatakan bahwa minat beli berperan penting dalam mendorong konsumen melalui tahapan pengambilan keputusan hingga melakukan pembelian.
Hasil uji hipotesis ketujuh menunjukkan bahwa keputusan pembelian (Y2) berpengaruh signifikan terhadap kepuasan pembelian (Y3), dengan nilai CR sebesar 8,231 yang lebih besar dari t-tabel 1,690, sehingga H1 diterima. Nilai koefisien regresi sebesar 0,857 menunjukkan bahwa peningkatan keputusan pembelian akan meningkatkan kepuasan pembelian. Ini sesuai dengan penelitian terdahulu yang menyatakan bahwa kepuasan konsumen dipengaruhi oleh kesesuaian antara harapan dan hasil yang diterima [14].
Hasil uji hipotesis kedelapan menunjukkan bahwa kepuasan pembelian (Y3) berpengaruh signifikan terhadap pembelian ulang (Y4), dengan nilai CR sebesar 8,619 yang lebih besar dari t-tabel 1,690, sehingga H1 diterima. Nilai koefisien regresi sebesar 1 menunjukkan bahwa peningkatan kepuasan pembelian akan meningkatkan pembelian ulang. Ini sesuai dengan penelitian terdahulu yang menyatakan bahwa kepuasan konsumen mendorong loyalitas, sehingga meningkatkan kecenderungan pembelian ulang dan rekomendasi produk [15].
Berdasarkan hasil penelitian mengenai pengaruh penggunaan aplikasi kedai kopi modern terhadap minat beli, keputusan pembelian, kepuasan pembelian, dan pembelian ulang, dapat disimpulkan bahwa penggunaan aplikasi, manfaat aplikasi, dan kepercayaan pengguna berpengaruh signifikan terhadap minat beli konsumen. Sebaliknya, kemudahan dan risiko aplikasi tidak menunjukkan pengaruh signifikan terhadap minat beli. Selain itu, minat beli terbukti berpengaruh signifikan terhadap keputusan pembelian, keputusan pembelian berpengaruh terhadap kepuasan pembelian, dan kepuasan pembelian berpengaruh terhadap pembelian ulang. Hasil analisis juga menunjukkan bahwa hubungan antarvariabel dapat dirumuskan dalam persamaan simultan Y4 = 0,803X1 − 0,867X2 + 0,539X3 + 0,033X4 + 0,425X5.
Berdasarkan hasil penelitian, diketahui bahwa kemudahan dan risiko aplikasi tidak berpengaruh signifikan terhadap minat beli konsumen. Oleh karena itu, pengelola aplikasi kedai kopi modern disarankan untuk tidak hanya berfokus pada aspek kemudahan, tetapi juga meningkatkan kualitas layanan secara menyeluruh, seperti kecepatan sistem, kestabilan aplikasi, tampilan antarmuka, serta fitur yang memberikan nilai tambah. Meskipun risiko tidak berpengaruh signifikan, pengelola tetap perlu menjaga keamanan data dan perlindungan privasi pengguna guna mempertahankan kepercayaan. Selain itu, penelitian selanjutnya diharapkan dapat mengembangkan kajian ini dengan menambahkan variabel lain, seperti kualitas layanan, promosi digital, dan citra merek, untuk memperkaya hasil penelitian.
Penulis mengucapkan terima kasih kepada seluruh responden penelitian yang telah memberikan kontribusi dalam penelitian ini, dan pihak-pihak lain yang turut membantu dalam penyusunan penelitian ini yang tidak dapat disebutkan penulis satu per satu.
H. G. Musa, I. Fatmawati, Nuryakin, and M. Suyanto, “Marketing Research Trends Using Technology Acceptance Model (TAM): A Comprehensive Review of Researches (2002–2022),” Cogent Business & Management, vol. 11, no. 1, pp. 1–17, 2024, doi: 10.1080/23311975.2024.2329375.
E. V. A. Karyoto, Y. T. Wiranti, and M. I. A. Putera, “Pengaruh Behavioral Intention terhadap Use Behavior pada Penggunaan Aplikasi Gojek,” Teknika, vol. 13, no. 1, pp. 109–119, 2024, doi: 10.34148/teknika.v13i1.761.
A. E. Sari, A. R. Munir, J. Maming, and E. Satria, “Development of Marketing Mix in Tourism with Technology Acceptance Model (TAM) in the Tourist Area of Kerinci Regency,” International Journal of Economics, Business, and Innovation Research, vol. 2, no. 5, pp. 35–46, 2023, doi: 10.18502/kss.v7i12.11542.
Musdalifah and E. L. Hadisaputro, “Analisis Kepuasan Pengguna Menggunakan Technology Acceptance Model pada Aplikasi Dana,” Journal of Computer System and Informatics, vol. 4, no. 1, pp. 72–78, 2022, doi: 10.47065/josyc.v4i1.2493.
Z. Putlely, Y. A. Lesnussa, A. Z. Wattimena, and M. Y. Matdoan, “Structural Equation Modeling (SEM) untuk Mengukur Pengaruh Pelayanan, Harga, dan Keselamatan terhadap Tingkat Kepuasan Pengguna Jasa Angkutan Umum Selama Pandemi COVID-19 di Kota Ambon,” Indonesian Journal of Applied Statistics, vol. 4, no. 1, pp. 1–13, 2021, doi: 10.13057/ijas.v4i1.45784.
M. Waluyo and M. Rachman, Mudah Cepat Tepat dalam Aplikasi Structural Equation Modeling. Malang, Indonesia: Literasi Nusantara, 2020.
Nuryadi, T. D. Astuti, E. S. Utami, and M. Budiantara, Dasar-Dasar Statistik Penelitian. Bantul, Indonesia: Sibuku Media, 2017.
U. Nadroh, “Peran Fanatisme sebagai Variabel Moderasi terhadap Penerimaan Produk Kosmetik dan Makanan Korea Selatan oleh Konsumen Indonesia,” Jurnal Ekonomi Manajemen Akuntansi dan Keuangan, vol. 6, no. 2, pp. 1–15, 2025, doi: 10.53697/emak.v6i2.2783.
Khoirunnisa and R. Dwijayanti, “Pengaruh Kemudahan Penggunaan, Fitur Produk, dan Promosi Cashback terhadap Minat Mahasiswa Menggunakan Aplikasi OVO sebagai Alat Transaksi Belanja,” Jurnal Pendidikan Tata Niaga, vol. 8, no. 3, pp. 979–984, 2020, doi: 10.26740/jptn.v8n3.p979-984.
S. Aisyah, H. Rizaldi, E. R. N. Wahyuni, and R. Ferdianto, “Bagaimana Kenikmatan Berbelanja Online Mempengaruhi Minat Pembelian Kembali?,” Jurnal Neraca, vol. 20, no. 2, pp. 126–136, 2024, doi: 10.48144/neraca.v20i2.1996.
N. Kholifah, V. D. Yusa, R. R. Utami, and I. E. Aprilia, “Pengaruh Persepsi Manfaat dan Kemudahan Penggunaan Aplikasi Mobile terhadap Minat Beli Ulang Kopi Lokal,” JUMANSI: Jurnal Ilmiah Manajemen dan Akuntansi Medan, vol. 7, no. 2, pp. 374–383, 2025. [Online]. Available: https://jurnal.itscience.org/index.php/jumansi/article/view/6036/4596
M. A. Hadi, E. Besra, and Verinita, “The Effect of Perceived Risk and Perceived Usefulness on Purchase Intention with Customer Attitude as a Mediation Variable (Survey of Tokopedia Consumers in Padang City),” Enrichment: Journal of Management, vol. 12, no. 4, pp. 2918–2930, 2022, doi: 10.35335/enrichment.v12i4.754.
A. Urnika and I. Khasanah, “Analisis Pengaruh Kepercayaan, Persepsi Risiko, dan E-Service Quality terhadap Keputusan Pembelian di Lazada dengan Minat Beli sebagai Variabel Intervening,” Diponegoro Journal of Management, vol. 12, no. 1, pp. 1–11, 2023. [Online]. Available: https://ejournal3.undip.ac.id/index.php/djom/article/view/38709
S. Tirtayasa, A. P. Lubis, and H. Khair, “Keputusan Pembelian sebagai Variabel Mediasi Hubungan Kualitas Produk dan Kepercayaan terhadap Kepuasan Konsumen,” Jurnal Inspirasi Bisnis dan Manajemen, vol. 5, no. 1, pp. 67–86, 2021, doi: 10.33603/jibm.v5i1.4929.
U. K. Lathifa and A. Silvianita, “Loyalitas Pelanggan Kopi Kenangan dari Segi Pengalaman Pelanggan, Kualitas Pelayanan, dan Kepuasan Pelanggan (Studi pada Konsumen di Bandung),” Jurnal Ekonomi dan Bisnis, vol. 24, no. 1, pp. 55–71, 2023, doi: 10.30659/ekobis.24.1.55-71.