CONTEMPORARY STUDIES IN ECONOMIC, FINANCE AND BANKING VOLUME 2 NO 2 TAHUN 2023

CSEFB PENGARUH E-SERVICE QUALITY, E-TRUST DAN

ARTIFICIAL INTELLIGENCE TERHADAP NASABAH
02.02.2023
EXPERIENCE PENGGUNA APLIKASI BRIMO

DITERIMA Karen Yuliani Kristhiofan*, Faishal Fadli

April 2023 Ekonomi, Keuangan dan Perbankan, Fakultas Ekonomi dan Bisnis,
Universitas Brawijaya
DIREVISI
Mei 2023
Abstract: This research aims to examine the effect of e-service quality, e-trust and artificial
intelligence on the customer experience using the BRImo app in the DKI Jakarta area in
2022. This type of research is quantitative with the multiple regression analysis method using
DISETUJUI the SPSS tool. Based on the results of research on 100 respondents with a Likert scale of 1-
4, it shows that e-service quality consists of reliability, responsiveness, assurance, empathy,
Juni 2023
and tangibles. E-trust, which consists of ability, benevolence, and integrity. Artificial
intelligence which consists of mechanical intelligence, analytical intelligence, intuitive
intelligence, and empathetic intelligence. These three variables have a significant influence
on the Nasabah experience, which consists of immersion, flow, cognitive compatibility, and
emotional compatibility. As a result, a higher level of nasabah experience will increase
nasabah intensity when using the BRImo app.

Keywords: E-service quality, e-trust, artificial intelligence, customer experience, aplikasi

BRImo.

Abstrak: Penelian ini bertujuan untuk menguji pengaruh e-service quality, e-trust, dan
artificial intelligence terhadap nasabah experience pengguna Aplikasi BRImo di wilayah
DKI Jakarta Tahun 2022. Jenis penelitian ini adalah kuantitatif dengan metode analisis regresi
berganda menggunakan alat bantu SPSS. Berdasarkan hasil penelitian terhadap 100
responden dengan skala likert 1-4, menunjukkan bahwa e-service quality yang terdiri dari
reliability, responsiveness, assurance, empathy, dan tangibles. E-trust yang terdiri dari
ability, benevolence, dan integrity. Artificial intelligence yang terdiri dari mechanical
intelligence, analytical intelligence, intuitive intelligence dan empathetic intelligence. Tiga
variabel tersebut memiliki pengaruh signifikan terhadap nasabah experience yang terdiri dari
INDEKSASI immersion, flow, cognitive fit, dan emotional fit. Sehingga tingkat nasabah experience yang
tinggi akan mendorong intensitas nasabah dalam menggunakan Aplikasi BRImo.
Google Scholar

Kata kunci: E-service quality, e-trust, artificial intelligence, nasabah experience, aplikasi
BRImo

PENULIS
KORESPONDENSI
Karen Yuliani
Kristhiofan

karenyk@student.ub. Cite this as:

ac.id Kristhiofan, K. Y. & Fadli, F. 2023 Pengaruh E-Service Quality, E-Trust Dan Artificial Intelligence
Fakultas Ekonomi Terhadap Nasabah Experience Pengguna Aplikasi Brimo. Contemporary Studies in Economic,
dan Bisnis, Finance, and Banking. Volume 02, Number 2, Pages 181-192. Universitas Brawijaya.
Universitas Brawijaya http://dx.doi.org/10.21776/csefb.2023.02.2.01

KAREN YULIANI KRISTHIOFAN & FAISHAL FADLI 181

CONTEMPORARY STUDIES IN ECONOMIC, FINANCE AND BANKING
PENDAHULUAN
Indonesia saat ini sudah memasuki
revolusi industri generasi ke-4 dalam
kemajuan teknologi salah satunya adalah
perkembangan kecerdasan buatan (artificial
intelligence). Hal ini mengacu pada visi
Indonesia 2045 yang dibangun dengan 4 pilar
yang dalam pilar pertamanya yaitu
pembangunan manusia serta penguasaan ilmu
pengetahuan dan teknologi (Kementerian
Keuangan RI, 2021). Era ini menghadirikan
Blueprint Sistem Pembayaran Indonesia 2025
dengan 5 inisiatif utama, yaitu Open Banking,
Sistem Pembayaran Ritel, Infrastruktur Pasar
Keuangan, Data, dan Pengaturan, Perizinan,
Pengawasan. Hingga adanya tuntutan dalam
layanan ekonomi dan keuangan untuk lebih
aman, cepat dan murah di era digital (Thamrin
No, 2019).
Era revolusi industri digital 4.0 kali ini
berfokus pada 3 poros yaitu inovasi teknologi
dan model bisnis, data, dan network effect.
Melalui teknologi internet berbasis aplikasi
atau platform terbuka akan menghasilkan big
data dan kemudian dianalisis menggunakan
artificial intelligence (AI) (Thamrin No,
2019). Menurut Kementerian Komunikasi dan
Informatika Republik Indonesia (KOMINFO)
bahwa bidang AI di Indonesia paling banyak
digunakan oleh sektor bisnis yang
berhubungan dengan big data (Ramadhan &
Putri, 2018).
Hal ini selaras dengan banyaknya
perbankan di Indonesia yang menyediakan
inovasi melalui layanan berbasis teknologi,
yaitu mobile banking. Penggunaan layanan
berbasis teknologi ini mendorong industri
perbankan untuk meningkatkan standar baru
dalam memberikan layanan dan kepercayaan
yang mempermudah nasabahnya dalam
bertransaksi melalui fitur-fitur di aplikasi yang
dapat diakses dimana pun dan kapan pun
(Ramadhani, 2020). Semakin popular mobile
banking, bank ingin memberikan experience
baru bagi nasabahnya dalam melakukan
pembayaran yang terjangkau melalui
smartphone dan koneksi internet.
Namun Chawla dan Joshi, 2019
mengatakan bahwa masih ada yang perlu
dikhawatirkan terkait keamanan dan privasi
data dari penggunaan mobile banking. Maka
aplikasi mobile banking harus diuji kembali,
sehingga faktor kualitas layanan dan
KAREN YULIANI KRISTHIOFAN & FAISHAL FADLI
VOLUME 2 NO 2 TAHUN 2023
kepercayaan dapat dibuktikan dengan
penerapan fitur-fitur artificial intelligence
pada aplikasi mobile banking. Bank Rakyat
Indonesia (BRI) sudah memasuki tahap
inovasi dalam meningkatkan layanan mobile
banking dengan penerapan artificial
intelligence (AI)(PT Bank Rakyat Indonesia
tbk (PERSERO), 2021). Pada data dibawah
menunjukkan jumlah pengguna aplikasi
mobile banking BRI lebih ditinggi
dibandingkan bank BUMN lainnya.
JUMLAH PENGGUNA
APLIKASI MOBILE BANKING
2022
16,2 juta
12,4 juta 12 juta
BRI BNI MANDIRI
Gambar 1. Jumlah Pengguna Aplikasi
Mobile Banking 2022
Sumber: PT Bank Negara Indonesia Tbk,
2022; PT Bank Rakyat Indonesia tbk, 2022;
dan dilansir dari CNBC Indonesia (Rahadian,
2022)
Bank Rakyat Indonesia (BRI) adalah
salah satu yang meluncurkan aplikasi mobile
banking, yaitu BRI Mobile (BRImo) yang
telah mendapatkan penghargaan sebagai
Infobank 4th Satisfaction Loyalty Engagement
Awards 2021 dan Digital Popular Brand
Award 2021 (BRITECH, 2022). BRI saat ini
melakukan banyak inovasi dalam upaya
bersaing dengan bank-bank lain untuk
menciptakan nasabah experience bagi
penggunanya. Melakukan pembaruan secara
digitalisasi dengan proses artificial
intelligence (AI), proses ini mampu
menghemat waktu, biaya hingga proses yang
lebih efisien dalam memecahkan masalah yang
selama ini dialami oleh nasabah.
Beberapa penerapan AI pada aplikasi
BRImo seperti ID verification KYC, biometric
authentication dan service robots. ID
verification KYC adalah proses identifikasi,
verifikasi dan pemantauan data nasabah.
Biometric authentication adalah proses
mengidentifikasi nasabah berdasarkan sidik
jari, wajah dan lainnya. Sedangkan, service
182
CONTEMPORARY STUDIES IN ECONOMIC, FINANCE AND BANKING
robots adalah bentuk layanan robot untuk
membantu manusia dalam hal perbankan
seperti chatbot yang dapat diakses 24 jam.
AI dalam sistem aplikasi BRImo
membantu dalam proses pembukaan
rekenening secara online tanpa perlu
mengantri serta membawa dokumen yang
banyak ke kantor cabang. Aplikasi BRImo
juga sudah menerapkan login account dengan
fingerprint dan face recognition, ini salah satu
bentuk optimalisasi BRI dalam menjaga
keamanan aplikasi dengan hanya dapat diakses
oleh pemiliknya. BRI juga menciptakan
Sabrina atau Smart BRI New Assistant yang
merupakan teknologi chatbot yang dapat
melayani nasabah BRI di seluruh Indonesia
(BRITECH, 2020).
Melalui penerapan AI, BRImo berupaya
menciptakan nasabah experience dengan
waktu yang lebih cepat dan dapat di akses
darimana saja. Akan tetapi, berdasarkan
penelitian terdahulu, layanan mobile banking
masih banyak keluhan pada aplikasi BRImo
(Ramadhani, 2020). Maka dengan teori
perilaku konsumen melalui pendekatan ordinal
menjadi dasar sejauh mana penerapan AI
dalam memberikan pelayanan dan
kepercayaan akan menciptakan nasabah
experience. Dilansir dari CFO SUMMIT
Indonesia, DKI Jakarta menguasai 60%
pengguna mobile banking data ini didukung
dari KOMINFO bahwa Jawa merupakan pulau
dengan pengguna terbanyak, mencapai 55,7%
populasi pengguna internet di Indonesia
(Delphia & Harjono, 2021). Maka perlu
dilakukan penelitian lebih lanjut terhadap
nasabah experience untuk pengguna aplikasi
BRImo khususnya diwilayah DKI Jakarta.
KAJIAN PUSTAKA
Teori Perilaku Konsumen
Teori perilaku konsumen merupakan
teori yang menjelaskan perilaku atau tindakan
konsumen dalam membeli atau menggunakan
produk atau jasa yang melibatkan pengambilan
keputusan dalam mendapatkan sesuatu yang
diinginkan (Nugraha et al., 2021). Teori
perilaku konsumen dibagi menjadi dua, yaitu
teori kardinal (cardinal utility) dan teori
ordinal (ordinal utility). Teori kardinal adalah
kepuasan konsumen yang dapat diukur dengan
satuan, denggan semakin banyak barang yang
KAREN YULIANI KRISTHIOFAN & FAISHAL FADLI
VOLUME 2 NO 2 TAHUN 2023
dikonsumsi akan semakin besar kepuasan.
Teori ordinal adalah kepuasan konsumen pada
saat mengkonsumsi barang yang diukur
dengan angka ordinal (relatif). Dalam
penelitian ini menggunakan teori perilaku
konsumen pendekatan ordinal (ordinal utility),
karena utilitas mengacu pada kepuasan secara
keseluruhan yang dipengaruhi oleh berbagai
faktor seperti psikologis, pengalaman pribadi
dan lingkungan (Walter & Snyder, 2007).
Pendekatan ordinal menggunakan
analisis kurva indiferensi, yaitu kurva yang
menunjukkan tingkat kombinasi fitur layanan
mobile banking dan nasabah experience yang
disediakan untuk menghasilkan tingkat
kepuasan yang sama.
Gambar 2. Kurva Indiferensi
Sumber : Gambar diolah Peneliti (2023)
Kurva yang menghubungkan titik-titik
kombinasi dari fitur layanan mobile banking
(X) dan aplikasi mobile banking (Y) yang
digunakan oleh nasabah untuk menghasilkan
tingkat kepuasan yang sama. Titik A adalah
kepuasan A yang dihasilkan dari kombinasi e-
service quality (𝑋1 ) dan aplikasi mobile
banking (𝑌1 ), titik B adalah kepuasan B yang
dihasilkan dari kombinasi e-trust (𝑋2 ) dan
aplikasi mobile banking (𝑌2 ) dan titik C adalah
kepuasan C yang dihasilkan dari artificial
intelligence (𝑋3 ) dan aplikasi mobile banking
(𝑌3 ). Artinya kombinasi fitur layanan mobile
banking dan aplikasi mobile banking yang
akan menghasilkan kepuasan yang sama
disepanjang garis kurva indiferen.
E-Service Quality
E-Service Quality merupakan layanan
yang diberikan melalui jejaring internet
sebagai suatu perluasan layanan atau fasilitas
yang menunjang kegiatan belanja, pembelian
dan sebagainya secara efektif dan efisien (Wu,
2003). Menurut Gounaris et al., (2010) E-
Service Quality memiliki hubungan dengan
183
CONTEMPORARY STUDIES IN ECONOMIC, FINANCE AND BANKING VOLUME 2 NO 2 TAHUN 2023

biaya, kepuasan, retensi dan loyalitas dalam journey yang terjadi tanpa pertimbangan dan
bidang meningkatkan pemasaran atau kesadaran (Parise et al., 2016). Menurut
pengguna dalam suatu bisnis. Dalam buku Schmitt dan Rogers, 2008 nasabah experience
yang ditulis Kolter & Keller (2012) terdapat suatu proses menciptakan pengalaman yang
empat dimensi dalam pengukuran e-service bertujuan untuk memuaskan nasabah. Nasabah
quality yaitu, reliability, responsiveness, experience ini memberikan arti dalam
assurance, empathy, dan tangibles. mengukur kepuasan nasabah. Nasabah
experience bisa menjadi dimaknakan sebagai
E-Trust ‘kualitas dari semua pertemuan antara produk,
E-Trust adalah kepercayaan pada suatu layanan, dan merek dengan konsumen
situs atau aplikasi online yang disediakan (Borowski, 2015). Nasabah experience dengan
untuk menunjang pelanggan (Fajar et al., kuat berdampak pada peningkatan jumlah
2019). Menurut Kim dan Tadisina (2003), e- pelanggan dengan mempertahankan loyalitas
trust merupakan hubungan yang mendasari pelanggan dari mulut ke mulut hingga
pembentukan dan pemeliharaan antara memberikan hasil peningkatan konsumsi, dan
nasabah dan penyedia situs atau aplikasi repurchase (Behare et al., 2018). Dimensi
online. Dimensi e-trust terdiri dari tiga dimensi nasabah experience, yaitu immersion, flow,
yaitu, ability, benevolence, dan integrity (D. J. cognitive fit, dan emotional fit (Parise et al.,
Kim et al., 2003). Kim juga mengemukakan 2016).
bahwa e-trust merupakan indikator utama dari
sebuah sistem online. Kerangka Pikir Penelitian
Kerangka pikir penelitian pada
Artificial Intelligence penelitian ini dapat digambarkan melalui
Artificial Intelligence (AI) adalah ilmu Gambar.3.
dan rekayasa untuk membuat mesin cerdas,
terutama program komputer cerdas untuk
memahami kecerdasan manusia (McCarthy,
2004). Kecerdasan manusia menjadi contoh
utama dimana otomatisasi awal dengan tujuan
untuk meniru perilaku manusia yang cerdas
dalam mesin dengan mengungkap proses yang
bekerja dalam kecerdasan manusia sehingga
dapat diotomatisasi (Litch & Karofsky, 2020).
AI dalam komponen teknologinya yaitu
mengumpulkan, memproses, dan bertindak
berdasarkan data yang menerapkan aturan dari
waktu ke waktu untuk mendapatkan data serta
informasi baru yang beradaptasi dengan
lingkungan (Russell & Norvig, 2010).
Menurut Huang dan Rust (2018), ada empat Gambar 3. Kerangka Pikir
dimensi AI yaitu mechanical intelligence,
analytical intelligence, intuitive intelligence
dan empathetic intelligence.

Nasabah Experience
Nasabah experience atau customer
experience merupakan bagian dari cusomer

KAREN YULIANI KRISTHIOFAN & FAISHAL FADLI 184

CONTEMPORARY STUDIES IN ECONOMIC, FINANCE AND BANKING VOLUME 2 NO 2 TAHUN 2023

Pengembangan Hipotesis METODE

Hubungan antara e-service quality Penelitian ini adalah penelitian
dengan nasabah experience adanya pengaruh kuantitatif dengan menggunakan data primer.
yang diberikan melalui kualitas pelayanan Populasi dalam penelitian ini merupakan
hingga mampu memberikan pengalaman pengguna aplikasi BRI mobile banking
menarik kepada pengguna. Hal ini adalah salah (BRImo) di wilayah DKI Jakarta tahun 2022
satu faktor pengguna untuk mengulangi dengan minimal penggunaan selama satu
pengalaman atau merekomendasikan kepada tahun. Metode pengambilan sampel dengan
rekannya. Jika seorang pengguna sudah melakukan penyebaran kuesioner secara
memiliki hubungan kuat dengan pengalaman online dengan banyak responden 100 orang.
yang dirasakan, dalam jangka panjang Metode analisis yang digunakan dalam
pengguna akan terus kembali menggunakan penelitian ini menggunakan uji regresi linier
atau membeli produk tersebut. Maka dengan e- berganda, sebelumnya dilakukan Method Of
service quality yang terus dijaga dan Succesive Interval (MSI), uji validitas dan uji
ditingkatkan, citra suatu produk akan semakin realiabilitas, asumsi klasik dan disertai
dipandang baik. perhitungan koefisien korelasi, koefisien
H1: E-sevice quality memberikan pengaruh determinasi dan pengujian hipotesis melalui
terhadap nasabah experience. aplikasi SPSS.
Hubungan antara e-trust dengan nasabah
experience, dimana e-trust kan menjadi hal HASIL DAN PEMBAHASAN
utama yang menciptakan experience untuk Karakteristik Responden
pengguna. Sebuah kepercayaan yang diberikan Hasil pengolahan data responden yang
oleh pelanggan harus dijaga, seperti diperoleh dari penyebaran kuesioner kepada
peningkatan layanan yang jujur, aman dan pengguna aplikasi BRImo di DKI Jakarta.
akurat akan menciptakan sebuah pengalaman Tabel 1. Operasionalisasi Variabel
yang dapat disebarluaskan oleh pengguna
kepada orang banyak. E-trust yang terjaga Variabel Kategori f %
dimana perusahaan dengan pengguna dan Wilayah Jakarta Pusat 16 16%
sebaliknya dalam bentuk informasi akurat Jakarta Barat 20 20%
maupun jika masalah terjadi akan membangun Jakarta Timur 26 26%
nasabah experience yang baik. Jakarta Utara 18 18%
H2: E-Trust memberikan pengaruh terhadap Jakarta Selatan 20 20%
nasabah experience. Total 100 100%
Hubungan antara artificial intelligence Usia 17-25 tahun 51 51%
dengan nasabah experience merupakan 26-35 tahun 26 26%
hubungan interaktif (saling mempengaruhi). 36-45 tahun 21 21%
AI merambah pada berbagai aspek kehidupan, > 45 tahun 2 2%
salah satunya aspek bisnis. AI memiliki Total 100 100%
pengaruh positif terhadap value proposations Durasi 1-2 tahun 42 42%
suatu perusahaan, secara hubungan perusahaan Pengguna 2-3 tahun 21 21%
dengan pengguna menjadi baik dan dapat 3-4 tahun 25 25%
mengetahui transaksi maupun keluhan > 5 tahun 12 12%
(Saidah, 2021). Begitu juga sebaliknya Total 100 100%
nasabah experience menjadi tolak ukur Intensitas 1-2 kali 34 34%
bagaimana kinerja AI dalam memenuhi penggunaan 3-5 kali 49 49%
harapan nasabah hingga loyaliti nasabah dalam > 7 kali 17 17%
terhadap produk tercipta karena konsistensi seminggu
nasabah experience (Pulido et al., 2014). Total 100 100%
H3: Artificial intelligence memberikan Sumber : Data diolah Peneliti (2023)
pengaruh terhadap nasabah experience.
Pengguna aplikasi BRImo sebanyak
26% di wilayah Jakarta Timur tertinggi
dibandingkan wilayah lan di DKI. Pengguna

KAREN YULIANI KRISTHIOFAN & FAISHAL FADLI 185

CONTEMPORARY STUDIES IN ECONOMIC, FINANCE AND BANKING VOLUME 2 NO 2 TAHUN 2023

aplikasi BRImo didomisasi oleh usia 17-25 baik. Hasil ini membuktikan bahwa pengguna
tahun sebanyak 51%. Hal ini membuktikan aplikasi BRImo telah merasakan implementasi
bahwa rentang usia 17-25 tahun, lebih aktif dari e-trust.
dalam menggunakan aplikasi mobile banking.
Artificial Intelligence
Intensitas responden menggunakan aplikasi 3- Tabel 4. Rekapitulasi Nilai Variabel
5 kali dalam seminggu dengan 49% yang dapat Artificial Intelligence
menunjang aktivitas seperti transfer, scan Dimensi Skor Skor. % Ket.
barcode payment hingga top up e-wallet yang Maks
memudahkan pengguna tanpa harus pergi ke Mechanical 734 800 92% Sangat
Intelligence Baik
ATM terdekat dan dapat dilakukan kapan saja.
Analytical 693 800 87% Sangat
Pengguna aplikasi BRImo, Intelligence Baik
menunjukkan bahwa sebanyak 42% adalah Intuitive 690 800 86% Sangat
pengguna baru atau 1-2 tahun pemakaian. Intelligence Baik
Empathetic 661 800 83% Baik
Hasil data responden tersebut mengidentifikasi Intelligence
jika aplikasi BRImo mengalami peningkatan Sumber: Data diolah Peneliti (2023)
pengguna selama 2 tahun terakhir ini.
Pada tabel ini, menjelaskan bagaimana
Hasil Analisis Data implementasi artificial intelligence dalam
E-Service Quality aplikasi BRImo yang berjalan dengan baik.
Tabel 2. Rekapitulasi Nilai Variabel E- Setiap dimensi artificial intelligence dinilai
Service Quality baik dan sangat baik dalam implementasinya.
Dimensi Skor Skor. % Ket.
Maks Nasabah Experience
Reliability 715 800 89% Sangat Baik Tabel 5. Rekapitulasi Nilai Variabel
Responsiveness 711 800 89% Sangat Baik Nasabah Experience
Assurance 674 800 84% Baik Dimensi Skor Skor. % Ket.
Empathy 684 800 86% Sangat Baik Maks
Tangibles 685 800 86% Sangat Baik Immersion 708 800 89% Sangat Baik
Sumber : Data diolah Peneliti (2023) Flow 632 800 79% Baik
Pada tabel ini, mengindentifikasi bahwa Cognitive Fit 673 800 84% Baik
setiap dimensi e-service quality memiliki nilai Emotional Fit 693 800 87% Sangat Baik
yang baik dan sangat baik. Hasil ini Sumber: Data diolah Peneliti (2023)
membuktikan bahwa pengguna aplikasi
BRImo telah merasakan implementasi dari e- Pada tabel ini, menjelaskan bagaimana
service quality. variabel nasabah experience setelah
dipengaruhi oleh variabel e-service quality, e-
E-Trust trust, dan artificial intelligence memperoleh
Tabel 3. Rekapitulasi Nilai Varieabel E- nilai baik dan sangat baik.
Trust
Dimensi Skor Skor. % Ket. Uji Validitas
Maks Tabel 6. Uji Validitas
Ability 715 800 89% Sangat E-Service Quality (X1) 0.639 VALID
Baik E-Trust (X2) 0.675 VALID
Benevolence 683 800 85% Baik Artificial Intelligence (X3) 0.557 VALID
Integrity 693 800 87% Sangat Nasabah Experience (Y) 0.678 VALID
Baik Sumber: Data diolah Peneliti dengan SPSS
Sumber: Data diolah Peneliti (2023) (2023)
Hasil uji validitas dari masing-masing
Pada tabel ini, e-trust teridentifikasi variabel menunjukkan Sig. (2-tailed) < 0.05
bahwa setiap dimensi bernilai baik dan sangat dan nilai 𝑟ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑟𝑡𝑎𝑏𝑒𝑙 (0.195) berdasarkan

KAREN YULIANI KRISTHIOFAN & FAISHAL FADLI 186

CONTEMPORARY STUDIES IN ECONOMIC, FINANCE AND BANKING VOLUME 2 NO 2 TAHUN 2023

uji signifikan 0.05. Maka dapat disimpulkan Uji Heteroskedastisitas

bahwa setiap item dapat dikatakan valid. Tabel 9. Uji Heteroskedatisitas
E-SERQUAL .255
Uji Reabilitas
E-TRUST .322
Tabel 7. Uji Reabilitas
E-Service Quality (X1) 0.839 VALID AI .685
E-Trust (X2) 0.761 VALID Sumber: Data diolah Peneliti dengan SPSS
Artificial Intelligence (X3) 0.680 VALID (2023)
Nasabah Experience (Y) 0.834 VALID
Sumber: Data diolah Peneliti dengan SPSS Hasil uji heteroskedastisitas diketahui
(2023) nilai signifikansi (Sig.) untuk variabel e-
Berdasarkan hasil uji reabilitas, service quality adalah 0.225, variabel e-trust
diketahui bahwa seluruh variabel berada pada adalah 0.322 dan variabel artificial
nilai Cronbach’s Alpha di atas 0.6. Maka dapat intelligence adalah 0.685. Maka karena nilai
disimpulkan bahwa hasil pengujian reabialitas signifikansi tiga variabel tersebut > 0.05 maka
tersebut telah reliabel. dapat disimpulkan bahwa tidak terjadi gejala
heteroskedastisitas dalam model regresi ini.
Asumsi Klasik
Uji Normalitas Uji Linearitas
Berdasarkan hasil One Sample Hasil uji linearitas diketahui nilai
Kolmogorov Smirnov Test diperoleh Monte signifikansi (Sig.) linearity untuk adalah 1.000
Carlo Sig. (2-tailed) sebesar 0.127 > 0.05. yang berarti nilai signifikansi > 0.05 maka
Maka dapat disimpulkan bahwa data dapat disimpulkan bahwa terdapat hubungan
berdistribusi dengan normal. linear antara variable independen dengan
dependen.
Uji Multikolineritas
Tabel 8. Uji Multikolineritas Analisis Regresi Linier Berganda
E-SERQUAL .015 .883 1.133 𝛾 = 𝑎 + 𝑏𝑋1 + 𝑏𝑋2 + 𝑏𝑋3 + 𝑒 1)
𝛾 = 533.713 + 0.168 + 0.607+ 0.275+e 2)
E-TRUST .000 .588 1.702
Persamaan nomor 2 dapat dijelaskan
AI .025 .577 1.733 sebagai berikut:
Sumber: Data diolah Peneliti dengan SPSS 1. Jika terjadi peningkatan satu poin pada
(2023) variabel e-service quality maka poin
Berdasarkan tabel output Coeffcients nasabah experience akan meningkat
pada bagian Collinearity Statistics diketahui sebesar 0.168
nilai Tolerance untuk variabel e-servie quality 2. Jika terjadi peningkatan satu poin pada
sebesar 0.883, variabel e-trust sebesar 0.588 variabel e-trust maka poin nasabah
dan variabel artificial intelligence sebesar experience akan meningkat sebesar 0.607
0.577 yang berarti lebih besar dari 0.10. 3. Jika terjadi peningkatan satu point pada
Sementara nilai VIF untuk variable e-service variabel artificial intelligence (AI) maka
quality sebesar 1.133, variabel e-trust sebesar poin nasabah experience akan meningkat
1.702 dan variabel artificial intelligence sebesar 0.275
sebesar 1.733 yang berarti < 10.00. Maka 4. Apabila nilai setiap variabel e-service
dapat disimpulkan bahwa tidak terjadi gejala quality, e-trust dan AI bernilai nol atau
multikolineritas dalam model regresi ini. tidak berpengaruh terhadap nasabah
experience, maka nilai nasabah
experience yaitu 533.713

Koefisien Korelasi dan Determinasi

Diketahui bahwa nilai korelasi variabel
e-service quality (X1) terhadap nasabah
experience (Y) dengan penerapan AI (X3)
adalah r = 0.272 atau 27.2% dengan

KAREN YULIANI KRISTHIOFAN & FAISHAL FADLI 187

CONTEMPORARY STUDIES IN ECONOMIC, FINANCE AND BANKING
signifikansi (Sig.) 0.006 < 0.05. Maka dapat
disimpulkan bahwa adanya korelasi yang
signifikan antara variabel e-service quality
(X1) terhadap nasabah experience (Y) dengan
penerapan AI (X3).
Diketahui bahwa nilai korelasi variabel
e-trust (X2) terhadap nasabah experience (Y)
dengan penerrapan AI (X3) adalah r = 0.435
atau 43.5% dengan signifikansi (Sig.) 0.000 <
0.05. Maka dapat disimpulkan bahwa adanya
korelasi yang signifikan antara variabel e-trust
(X2) terhadap nasabah experience (Y) dengan
penerapan AI (X3).
Selain itu, nilai koefisien deteminasi
atau R Square sebesar 0.477. Nilai R Square
0.477 ini berasal dari pengkuadratan nilai
koefisien korelasi atau “R” yaitu 0.691 x 0.691
= 0.477. Besarnya angka koefisien determinasi
(R Square) adalah 0.477 atau sama dengan
47.7%. Angka ini berarti bahwa variabel e-
service quality (X1), e-trust (X2) dan AI (X3)
secara simultan (bersama-sama) berpengaruh
terhadap variabel nasabah experience (Y)
sebesar 47.7%. Sedangkan sisanya 52.3%
dipengaruhi oleh faktor lain yang tidak diteliti
seperti customer-to-customer interaction dan
word-of-mouth (Kranzbühler et al., 2018).
Pengujian Hipotesis
Berdasarkan hasil pengumpulan
kuesioner sebanyak 100 responden dengan
tingkat signifikansi α = 0.05, maka pengujian
hipotesis memiliki nilai 𝑡𝑡𝑎𝑏𝑒𝑙 1.985.
Diketahui nilai Signifikasi (Sig.) variable e-
service quality (X1) sebesar 0.015 berarti <
probabilitas 0.05 dan 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 2.467 berarti >
𝑡𝑡𝑎𝑏𝑒𝑙 1.985, maka dapat disimpulkan bahwa
H1 diterima. Artinya adanya pengaruh
variable e-service quality (X1) terhadap
nasabah experience (Y).
Diketahui nilai Signifikasi (Sig.)
variable e-trust (X2) sebesar 0.000 berarti <
probabilitas 0.05 dan 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 4.537 berarti >
𝑡𝑡𝑎𝑏𝑒𝑙 1.985, maka dapat disimpulkan bahwa
H2 diterima. Artinya adanya pengaruh
variable e-trust (X2) terhadap nasabah
experience (Y).
Diketahui nilai Signifikasi (Sig.)
variable AI (X3) sebesar 0.025 berarti <
probabilitas 0.05 dan 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 2.278 berarti >
𝑡𝑡𝑎𝑏𝑒𝑙 1.985, maka dapat disimpulkan bahwa
H3 diterima. Artinya adanya pengaruh
KAREN YULIANI KRISTHIOFAN & FAISHAL FADLI
VOLUME 2 NO 2 TAHUN 2023
variable AI (X3) terhadap nasabah experience
(Y).
PEMBAHASAN
Variabel E-Service Quality Terhadap
Nasabah Experience
Hasil analisis menunjukkan variabel e-
service quality memiliki pengaruh signifikan
terhadap nasabah experience dalam
menggunakan mobile banking. Hasil
penelitian (Tarigan, 2016) dan (Rifai &
Lenggogeni, 2022) menjelaskan bahwa
kualitas layanan berpengaruh signifikan
terhadap kepuasan nasabah melalui
penggunaan layanan mobile banking. Hal ini
sejalan dengan teori perilaku konsumen
pendekatan utilitas, nasabah dapat menentukan
kepuasan terhadap suatu produk setelah
merasakan pengalaman produk tersebut telah
memenuhi kebutuhannya. E-service quality
yang diimplementasi di aplikasi BRImo diukur
melalui lima dimensi.
Dimensi reliability berupa memberikan
layanan yang konsisten dan akses fitur yang
cepat tanpa terjadinya ngelag. Dimensi
responsiveness diimplementasikan pada
layanan atau fitur yang memenuhi kebutuhan
nasabah seperti layanan pengingat berupa
notifikasi untuk setiap informasi transaksi,
promo, keamanan atau lainnya bagi nasabah.
Dimensi assurance yaitu dimensi yang
menjamin perlindungan kepada setiap
pengguna dengan layanan yang diberikan
supaya nasabah memiliki kepercayaan hingga
kepuasaan kepada aplikasi BRImo. Dimensi
empathy adalah cara yang diberikan aplikasi
BRImo untuk lebih peduli dan memperhatikan
penggunanya, melalui menyediakan layanan
atau fitur yang ramah dan mudah dipahami
menjadi bentuk kepedulian aplikasi BRImo
sehingga aplikasi dapat digunakan oleh setiap
kalangan usia dan generasi. Dimensi tangibles
yaitu bentuk pelayanan yang dirasakan dan
dilihat secara langsung, maka aplikasi BRImo
menyediakan tata letak tombol ikon yang rapih
dan mudah dipahami oleh pengguna sehingga
menunjang aplikasi dalam tugas dan
fungsinya.
Variabel E-Trust Terhadap Nasabah
Experience
Hasil analisis menunjukkan variabel e-
trust memiliki pengaruh signifikan terhadap
188
CONTEMPORARY STUDIES IN ECONOMIC, FINANCE AND BANKING
nasabah experience dalam menggunakan
mobile banking. Dalam penelitian (Fajar et al.,
2019) menjelaskan bahwa e-trust adalah
indikator tingkat kesesuaian keamanan yang
harapkan untuk menjaga kerahasiaan data
pribadi pengguna. Penelitian (Hadi & Novi,
2015) menjelaskan faktor-faktor dalam
layanan mobile banking adalah kepercayaan,
dengan adanya jaminan keamanan dari pihak
bank akan menimbulkan rasa percaya yang
akan menarik nasabah dalam menggunakan
kembali mobile banking. Hasil ini
membuktikan teori dari (D. J. Kim et al., 2003)
bahwa e-trust merupakan indikator utama dari
sebuah sistem online. E-trust yang
diimplementasi di aplikasi BRImo untuk
menciptakan pengalaman bagi penggunanya
diukur melalui tiga dimensi.
Dimensi ability adalah kepercayaan
nasabah dalam kemampuan aplikasi BRImo,
sehingga pengguna mempercayai setiap
layanan atau fitur dan rekomendasi yang
diberikan oleh aplikasi. Dimensi benevolence
adalah kepercayaan nasabah bahwa aplikasi
BRImo selalu mengutamakan dan peduli
dengan penggunanya. Dimensi integrity yaitu
kepercayaan nasabah kepada seluruh tingkat
keamanan mulai dari data pribadi hingga
transaksi yang dilakukan melalui aplikasi
BRImo.
Variabel Artificial Intelligence Terhadap
Nasabah Experience
Hasil analisis menunjukkan variabel
artificial intelligence memiliki pengaruh
signifikan terhadap nasabah experience dalam
menggunakan mobile banking. Hasil
penelitian ini didukung oleh penelitian
(Arviollisa et al., 2021) yang mengatakan
terdapat pengaruh yang signifikan artificial
intelligence tehadap nasabah experience
pengguna aplikasi online. Penelitian (Pangkey
et al., 2019) menjelaskan penerapan artificial
intelligence membantu perusahaan
meningkatkan interaksi dan memperkuat
pengalaman konsumen. Perilaku konsumen
yang merasakan experience akan
merekomendasikan produk yang lebih luas dan
memberikan kesempatan jangkauan konsumen
lebih banyak. Artificial intelligence yang
diimplementasi di aplikasi BRImo diukur
melalui empat dimensi.
KAREN YULIANI KRISTHIOFAN & FAISHAL FADLI
VOLUME 2 NO 2 TAHUN 2023
Empat dimensi artificial intelligence
yang dijadikan sebagai alat ukur, yaitu
mechanical intelligence yang
diimplementasikan pada user interface
aplikasi BRImo hingga perintah akan memilih
layanan atau fitur sesuai dengan baik. Dimensi
analytical intelligence yaitu kemampuan yang
diukur dengan tes sehingga implementasinya
berupa pembukaan rekening secara online
melalui aplikasi BRImo dan fitur login melalui
face recognition dan fingerprint. Aplikasi
BRImo mengalami perkembangan di berbagai
fitur seperti terhubung langsung dengan
dompet digital atau e-wallet dan adanya fitur
catatan keuangan otomatis yang disediakan
aplikasi BRImo, hal ini mengindentifikasi
BRImo sudah menerapkan intuitive
intelligence yang sangat baik. Artificial
intelligence pada aplikasi BRImo mampu
menyediakan layanan chatbot yang siap
membantu 24 jam bagi para penggunannya dan
bermanfaat dalam surveillance security, ini
menjadi implementasi empathetic intelligence
pada aplikasi BRImo.
KESIMPULAN DAN SARAN
Kesimpulan
Penelitian ini bertujuan untuk menguji
pengaruh e-service quality, e-trust dan
artificial intelligence terhadap nasabah
experience pengguna Aplikasi BRImo di
wilayah DKI Jakarta Tahun 2022 dengan
mengunakan analisis regresi berganda. Hasil
yang diperoleh dalam penelitian ini, yaitu:
1. Tingkat nasabah experience pengguna
Aplikasi BRImo dipengaruhi secara
signifikan oleh e-service quality dengan
signifikasi sebesar 0.015. Melalui sebuah
layanan aplikasi, nasabah dapat
melakukan berbagai transaksi dengan
cepat dan dilakukan dimana saja. Nasabah
merasakan pengalaman kualitas
pelayanan dari Aplikasi BRImo sudah
memenuhi kebutuhannya dan terjamin
setiap proses transaksi.
2. Tingkat nasabah experience pengguna
Aplikasi BRImo dipengaruhi secara
signifikan oleh e-trust dengan signifikansi
sebesar 0.000. Melalui sebuah fitur-fitur
yang disediakan pada aplikasi dapat
meningkatkan kepercayaan nasabah
dalam hal keamanan data privasi nasabah.
3. Tingkat nasabah experience pengguna
189
CONTEMPORARY STUDIES IN ECONOMIC, FINANCE AND BANKING
Aplikasi BRImo dipengaruhi secara
signifikan oleh artificial intelligence (AI)
sebesar 0.025. Teknologi terbaru yang
tersedia pada Aplikasi BRImo membantu
dalam nasabah dalam merasakan
pengalaman yang lebih dengan fitur-fitur
AI yang disediakan. Tingkat nasabah
experience yang tinggi akan mendorong
intensitas nasabah dalam menggunakan
Aplikasi BRImo.
Saran
Berdasarkan keterbatasan penelitian,
saran untuk pihak bank, mempertahankan
kualitas layanan yang menunjang kebutuhan
nabasah dengan menjamin tingkat keamanan
transaksi nasabah dan memberikan
pengembangan terhadap fitur-fitur pada
mobile banking sehingga tingkat experience
nasabah terjaga dan tidak mengalami
penurunan.
DAFTAR PUSTAKA
Arviollisa, P. A. D., Chan, A., & Nirmalasari,
H. (2021). Pengaruh Artificial
Intelligence Terhadap Customer
Experience (Studi Pada Pengguna Gojek
Bandung, Jawa Barat). AdBispreneur:
Jurnal Pemikiran Dan Penelitian
Administrasi Bisnis Dan
Kewirausahaan, 6(2), 115–124.
Behare, N., Waghulkar, S., & Shah, S. A.
(2018). A Theoretical Perspective on
Customer Experience (CX) in Digital
Business Strategy. Proceedings of the
2018 3rd IEEE International Conference
on Research in Intelligent and
Computing in Engineering, RICE 2018,
August 2018.
https://doi.org/10.1109/RICE.2018.8509
079
Borowski, C. (2015). What a Great Digital
Customer Experience Actually Looks
Like What a Great Digital Customer
Experience Actually Looks Like.
Harvard Business Review, November, 2–
6.
http://libproxy.globalnxt.edu.my:2057/e
host/pdfviewer/pdfviewer?vid=1&sid=1
edf56db-5346-41a3-a812-
f6c8dc2cf81b%40sessionmgr103&hid=
111
KAREN YULIANI KRISTHIOFAN & FAISHAL FADLI
VOLUME 2 NO 2 TAHUN 2023
BRITECH. (2020). BRI TECH - Berkenalan
dengan Sabrina, “Robot” Customer
Service dari BRI - BRI TECH.
Digital.Bri.Co.Id.
https://digital.bri.co.id/article/berkenalan
-dengan-sabrina-robot-customer-service-
8dfm
BRITECH. (2022, January 11). Raih Berbagai
Penghargaan, BRI Memperkuat Digital
Banking di Indonesia. Bank Rakyat
Indonesia (BRI).
https://digital.bri.co.id/article/raih-
berbagai-penghargaan-bri-memperkuat-
digital-5acp
Chawla, D., & Joshi, H. (2019). Consumer
attitude and intention to adopt mobile
wallet in India – An empirical study.
International Journal of Bank Marketing,
37(7), 1590–1618.
https://doi.org/10.1108/IJBM-09-2018-
0256
Delphia, R., & Harjono, M. (2021). Persepsi
Masyarakat Atas Perlindungan Data
Pribadi.
Fajar, M., Susandy, G., & Apriandi, D. W.
(2019). E-Trust and E-Service Quality
Influence on E-Loyalty Users of Bni E-
Banking in Subang District. JABI
(Journal of Accounting and Business
Issues), 1(1), 47–53.
https://ojs.stiesa.ac.id/index.php/jabi
Gounaris, S., Dimitriadis, S., &
Stathakopoulos, V. (2010). An
examination of the effects of service
quality and satisfaction on customers’
behavioral intentions in e-shopping.
Journal of Services Marketing, 24(2),
142–156.
https://doi.org/10.1108/0887604101103
1118
Hadi, S., & Novi, N. (2015). Faktor-Faktor
Yang Mempengaruhi Penggunaan
Layanan Mobile Banking. Optimum:
Jurnal Ekonomi Dan Pembangunan,
5(1), 55.
https://doi.org/10.12928/optimum.v5i1.7
840
Huang, M.-H., & Rust, R. T. (2018). Artificial
intelligence in service. Journal of Service
Research, 21(2), 155–172.
https://doi.org/https://doi.org/10.1177/10
94670517752459
Kementerian Keuangan RI. (2021, December
190
CONTEMPORARY STUDIES IN ECONOMIC, FINANCE AND BANKING
10). Optimisme Wajah Sumber Daya
Manusia Indonesia Emas 2045.
Kementerian Keuangan RI Direktorat
Jenderal Perbendaharaan.
https://djpb.kemenkeu.go.id/portal/id/be
rita/lainnya/opini/3791-optimisme-
wajah-sumber-daya-manusia-indonesia-
emas-2045.html
Kim, D. J., Ferrin, D. L., & Rao, H. R. (2003).
Antecedents Of Consumer Trust In B-To-
C Electronic Commerce. 155(2).
Kim, E., & Tadisina, S. (2003). Customers’
Initial Trust in E-Businesses: How To
Measure Customers’ Initial Trust. 9th
Americas Conference on Information
Systems, AMCIS 2003, 35–41.
Kolter, P., & Keller, K. L. (2012).
Management marketing. In Agrekon
(14th ed., Vol. 11, Issue 1). Upper Saddle
River, NJ Pearson Education Limited.
https://doi.org/10.1080/03031853.1972.
9523871
Litch, M., & Karofsky, A. (2020). Artificial
Intelligence. Philosophy through Film, 1,
102–129.
https://doi.org/10.4324/9780203772294-
10
McCarthy, J. (2004). What is artificial
intelligence. URL: Http://Www-Formal.
Stanford. Edu/Jmc/Whatisai. Html.
Nugraha, J. P., Alfiah, D., Sinulingga, G.,
Rojiati, U., Saloom, G., Johannes, R.,
Batin, M. H., Lestari, W. J., Khatimah,
H., & Beribe, M. F. B. (2021). Teori
Perilaku Konsumen (A. Jibril (ed.)).
Penerbit NEM.
Pangkey, F. M., Furkan, L. M., & Mulyono, L.
E. H. (2019). Pengaruh Artificial
Intelligence dan Digital Marketing
terhadap Minat Beli Konsumen. Jmm
Unram - Master of Management Journal,
8(3), 258–269.
https://doi.org/10.29303/jmm.v8i3.448
Parise, S., Guinan, P. J., & Kafka, R. (2016).
Solving the crisis of immediacy: How
digital technology can transform the
customer experience. Business Horizons,
59(4), 411–420.
https://doi.org/10.1016/j.bushor.2016.03
.004
PT Bank Negara Indonesia Tbk. (2022). BNI
Perkuat Mobile Banking Dengan
Tambahan Fitur Unggulan. Bni.Co.Id.
KAREN YULIANI KRISTHIOFAN & FAISHAL FADLI
VOLUME 2 NO 2 TAHUN 2023
https://www.bni.co.id/id-
id/beranda/kabar-
bni/berita/articleid/21603#:~:text=Adap
un%2C aplikasi BNI mobile banking,di
Google Play maupun Appstore.
PT Bank Rakyat Indonesia tbk. (2022).
Volume Transaksi Tumbuh 175,2%,
BRImo Terus Perkaya Fitur dan Inovasi
Digital. Bri.Co.Id. https://bri.co.id/lcs/-
/asset_publisher/G3x3P8wG7JRn/conte
nt/volume-transaksi-tumbuh-175-2-
brimo-terus-perkaya-fitur-dan-inovasi-
digital
PT Bank Rakyat Indonesia tbk (PERSERO).
(2021). Digitalisasi: Go Smaller, Go
Shorter, Go Faster. https://www.ir-
bri.com/newsroom/a970f6d946_3a26c9
5533.pdf
Pulido, A., Stone, D., & Strevel, J. (2014). The
three Cs of customer satisfaction:
Consistency, consistency, consistency.
Www.Mckinsey.Com, March, 1–4.
http://www.mckinsey.com/insights/cons
umer_and_retail/the_three_cs_of_custo
mer_satisfaction_consistency_consisten
cy_consistency
Rahadian, L. (2022). Pengguna Livin’ by
Mandiri Tembus 11 Juta, Transaksi Rp
508 T. CNBC Indonesia.
https://www.cnbcindonesia.com/market/
20220427163203-17-335425/pengguna-
livin-by-mandiri-tembus-11-juta-
transaksi-rp-508-t
Ramadhan, H. A., & Putri, D. A. (2018). Big
Data, Kecerdasan Buatan, Blockchain,
dan Teknologi Finansial di Indonesia.
Direktorat Jenderal Aplikasi Informatika
Kementerian Komunikasi Dan
Informatika.
https://aptika.kominfo.go.id/wp-
content/uploads/2018/12/Kajian-
Kominfo-CIPG-compressed.pdf
Ramadhani, I. M. (2020). The Effect of
Satisfaction, Trust and Continuance
Intention on Loyalty of Mobile Banking
Customers. Jurnal Ilmiah Manajemen,
6(2), 167–175.
https://doi.org/https://doi.org/10.24198/a
dbispreneur.v6i2.31076
Rifai, R., & Lenggogeni, S. (2022). An
Evaluating M-Banking Service Quality
To Strengthen Loyalty And Satisfaction
Of Customers Priority In The Digital
191
CONTEMPORARY STUDIES IN ECONOMIC, FINANCE AND BANKING
Era. 6(36), 2568–2574.
Russell, S. J., & Norvig, P. (2010). Artificial
Intelligence. In 2010 The 2nd
International Conference on Computer
and Automation Engineering, ICCAE
2010 (Third Edit, Vol. 4).
https://doi.org/10.1109/ICCAE.2010.54
51578
Saidah, I. (2021). Model Industri Bisnis Media
Massa Pada Era Perkembangan Artificial
Intelligence (AI) Di Indonesia. Linimasa:
Jurnal Ilmu Komunikasi, 4(1), 44–59.
https://doi.org/https://doi.org/10.23969/l
inimasa.v4i1.3461
Schmitt, B. H., & Rogers, D. L. (2008).
Handbook on Brand and Experience
Management. Edward Elgar.
Tarigan, M. D. R. (2016). Pengaruh E-Service
Qualitypengguna Internet Banking
Terhadap Customer Satisfaction. Jurnal
KAREN YULIANI KRISTHIOFAN & FAISHAL FADLI
VOLUME 2 NO 2 TAHUN 2023
Ilmiah Mahasiswa FEB Universitas
Brawijaya, 5(2), 1–18.
Thamrin No, J. M. (2019). Bank Indonesia:
Menavigasi Sistem Pembayaran
Nasional di Era Digital BANK
INDONESIA.
https://www.bi.go.id/id/publikasi/kajian/
Documents/Blueprint-Sistem-
Pembayaran-Indonesia-2025.pdf
Walter, N., & Snyder, C. (2007).
Microeconomic Theory Basic Principles
And Extensions. In A. von Rosenberg
(Ed.), Microeconomic theory: Basic
principles and extensions (Tenth Edit).
Wu, S. I. (2003). The relationship between
consumer characteristics and attitude
toward online shopping. Marketing
Intelligence & Planning, 21(1), 37–44.
https://doi.org/10.1108/0263450031045
8135
192