Jurnal Ilmiah WIDYA Non­Eksakta Volume 1 Nomor 1 Juli 201974

ISSN 2337­9480

ANALISIS PELAKU E­COMMERCE DI INDONESIA

Efri Diah UtamiPoliteknik Statistika STISE­mail: efridiah@stis.ac.id

PENDAHULUANLatar belakang dari penelitian ini adalah

mengacu pada beberapa tahun terakhir, makin banyakpelaku usaha, baik perusahaan besar maupun ritel,beralih atau mengembangkan usaha ke arah digital.Kegiatan berbisnis yang memanfaatkan teknologiinilah yang disebut sebagai electronic commerce atauperdangan secara elektronik yang biasa disingkatdengan nama e­commerce. Lebih tepatnya, e­commerce didefinisikan sebagai suatu prosestransaksi yang dilakukan oleh pembeli dan penjualdalam membeli dan menjual berbagai produk secaraelektronik dari perusahaan ke perusahaan lain denganmenggunakan komputer dan internet sebagaiperantara transaksi bisnis yang dilakukan (Loudon,1998). Dalam konteks yang lebih luas, e­commercedisebut sebagai bagian dari e­Business.

Perkembangan bisnis e­commerce atau jual belionline di Indonesia meningkat drastis sejak beberapatahun belakangan. Hal ini terjadi karena Indonesia

adalah salah satu negara dengan pengguna internetterbesar di dunia. Data e­marketer menyebutkanjumlah pengguna internet di Indonesia setiap tahunterus bertambah. Pada 2013, jumlah penggunainternet tercatat 72,8 juta, kemudian naik menjadi102,8 juta di 2016. Pada 2017, pengguna internetIndonesia diprediksi mencapai 112,6 juta(www.liputan6.com/tekno/read). Data dari SocialResearch & Monitoring soclab.com menunjukkanpada 2015 pengguna internet di Indonesia mencapai93,4 juta dengan 77 persen di antaranya mencariinformasi produk dan belanja online. Pada 2016,jumlah online shopper mencapai 8,7 juta orangdengan nilai transaksi sekitar 4,89 miliar dolar AS(http://www.tribunnews.com/bisnis/2017).

Perusahaan teknologi pemasaran asal Perancis,Criteo, memprediksi Indonesia menjadi pelaku e­commerce terbesar di kawasan Asia Pasifik (APAC).Dari hasil riset perusahan tersebut, diketahui bahwasebesar 95,8 persen konsumen di Indonesia banyak

ABSTRAK: Tidak dapat dipungkiri bahwa penggunan teknologi informasi telah mampu mengubah manusia dalam hal apapun. Salahsatunya adalah penggunaan komputer dan internet yang telah mencetuskan bisnis baru yang bernama electronic commerce atauperdagangan secara elektronik (e­commerce). Bisnis e­commerce sangat marak beberapa tahun ini dan memiliki perkembangan yangluar biasa di Indonesia. Tujuan penelitian ini ingin mengetahui kecenderungan seseorang untuk menjadi pelaku e­commerce jikaditinjau dari jenis kelamin, tempat tinggal, umur, pendidikan, kegiatan utama dan wilayah domisili. Penelitian ini menggunakanSurvei. Data dikumpulkan dari Survei Sosial Ekonomi Nasional (SUSENAS) tahun 2017 yang dilakukan oleh Badan Pusat Statistik(BPS). Unit analisis individu berumur 5 tahun ke atas. Dari hasil regresi logistik biner diperoleh hasil bahwa dengan tingkatsignifikansi 5 persen kecenderungan seseorang untuk menjadi pelaku e­commerce akan lebih besar pada perempuan, bertempattinggal di daerah perkotaan, kategori umur remaja (12­25 tahun), berpendidikan tinggi (di atas SMA), kegiatan utama bekerja danberdomisili di wilayah Indonesia bagian barat.

Kata kunci: pelaku e­commerce, SUSENAS, regresi logistik biner

ABSTRACT: It is undeniable that the use of information technology has been able to change people in any way. One of them is theuse of computers and the internet which has sparked a new business called electronic commerce or e­commerce. The e­commercebusiness has been booming for several years and has remarkable developments in Indonesia. This research tries to dig deeper aboutwho are e­commerce user in Indonesia and also wants to know how a person tends to become an e­commerce user if viewed bygender, place of residence, age, education, main activities and domicile. This study uses data from the Indonesian National Socio­Economic Survey (SUSENAS) in 2017 conducted by Badan Pusat Statistik (BPS). This study uses an analysis unit of individualsaged 5 years and above. From the results of binary logistic regression, it can be concluded that with a 5 percent significance level aperson's tendency to become an e­commerce actor will be greater for women, residing in urban areas, adolescent age categories (12­25 years), highly educated (above high school), main activities are working and domiciled in the west Indonesia.

Keywords: e­commerce user, SUSENAS, binary logistic regression

Efri Diah Utami,74­80

Analisis Pelaku E­Commercedi Indonesia

Jurnal Ilmiah WIDYA Non­Eksakta Volume 1 Nomor 1 Juli 201975

menggunakan aplikasi e­commerce untuk berbelanja(http://digitalenterpreneur.id)

Di awal tahun 2017 ini, Menkominfo merilis databahwa nilai transaksi online di Indonesia selamatahun 2016 mengalami peningkatan jauh lebih tinggidaripada jumlah total transaksi pada tahun 2015. Halini merupakan peluang bagi pelaku usaha, baikperusahaan besar maupun ritel, beralih ataumengembangkan usaha ke arah digital. Data dariKementerian Komunikasi dan Informasimenyebutkan bahwa pada tahun 2016 pelaku e­commerce terbanyak adalah pada usia 26­35 tahunyaitu sebesar 32 persen. Sedangkan metodepembayaran yang paling sering digunakan adalahdengan transfer ATM yaitu sebesar 77,5 persen(Menkominfo, 2016).

E­commerce pasti diminati tentu bukan tanpaalasan. Ada beberapa hal yang bisa diperolehmanfaatnya dari sisi penjual (pelaku usaha) ataupundari sisi pembeli (konsumen). Keuntungan dari sisipemilik usaha adalah dapat melakukan penjualansecara global, artinya bahwa seorang pemilik usahamemungkinkan untuk dapat menjual produk yangmereka buat kepada konsumen yang lebih banyak.Selain itu pemilik usaha juga dapat mengurangiinfrastuktur perusahaan karena tidak perlu membukabanyak cabang penjualan. Di sisi yang lain hargabarang juga dapat ditekan semurah mungkin.Akumulasi dari beberapa manfaat diatas tentu akanmeningkatkan keuntungan bersih perusahaan.Keuntungan melakukan e­commerce dari sisi pembeli(konsumen) diantaranya adalah konsumen dapatmembeli barang setiap saat, dapat menghemat waktu,bisa mendapatkan barang yang lebih murah dan bisamembeli barang di luar wilayahnya. Intinya bahwa e­commerce telah memudahkan seseorang untukmendapatkan barang dan jasa.

Tujuan dari penelitian ini mencoba menggalilebih dalam tentang siapa saja pelaku e­commerce diIndonesia dan juga ingin mengetahui bagaimanakecenderungan seseorang untuk menjadi pelaku e­commerce jika ditinjau dari jenis kelamin, tempattinggal, umur, pendidikan, kegiatan utama danwilayah domisili.

METODOLOGI PENELITIANPenelitian ini menggunakan metode survei. Data

yang digunakan berasal dari Survei Sosial EkonomiNasional (SUSENAS) yang dilaksanakan pada bulanMaret 2017. Susenas merupakan survei yangdilakukan oleh BPS (Badan Pusat Statistik) untukmengetahui gambaran kondisi sosial serta ekonomimasyarakat Indonesia. Variabel respon dalampenelitian ini adalah status kegiatan e­commercesedangkan variabel penjelas adalah jenis kelamin,klasifikasi tempat tinggal, umur, pendidikan, kegiatanutama, dan wilayah domisili. Unit analisis dalampenelitian ini adalah semua individu yang berumur 5tahun keatas dengan jumlah 1.039.021 individu.

Teknik pengolahan dan analisis data dilakukandengan statistik deskriptif dan statistik inferensia.Analisis statistik deskriptif berfungsi untukmengetahui gambaran umum karakteristik pendudukusia 5 tahun ke atas yang melakukan e­commerce diIndonesia. Analisis statistik inferensia yangdigunakan dalam penelitian ini adalah regresi logistikbiner. Regresi logistik biner digunakan untukmengetahui rasio kecenderungan (odds ratio) setiapindividu untuk melakukan kegiatan e­commerce jikadilihat dari jenis kelamin, tempat tinggal, umur,pendidikan, kegiatan utama dan wilayah domisili.

Definisi operasional dari setiap variabel yangdigunakan dalam penelitian ini adalah: Statuskegiatan e­commerce adalah status individu yangselama ini menggunakan internet, apakah pernahmelakukan kegiatan e­commerce atau tidak. Kegiatane­commerce yang dimaksud dibatasi pada kegiatanmelakukan penjualan barang secara online, pembelianbarang secara online dan mendapatkan informasimengenai barang dan jasa di internet. Variabel inidibagi menjadi 2 kategori yaitu tidak pernahmelakukan kegiatan e­commerce dan pernahmelakukan kegiatan e­commerce. Kode referensinyaadalah kategori tidak pernah melakukan kegiatan e­commerce.

Jenis kelamin menyatakan jenis kelamin seorangindividu yang menjadi unit analisis dalam penelitianini. Variabel ini terbagi menjadi 2 kategori yaituperempuan dan laki­laki. Kode referensinya adalahkategori perempuan.

Efri Diah Utami,74­80

Analisis Pelaku E­Commercedi Indonesia

Jurnal Ilmiah WIDYA Non­Eksakta Volume 1 Nomor 1 Juli 201976

Tempat tinggal adalah klasifikasi tempat tinggalsehari­hari dari individu yang menjadi unit analisis.Variabel ini terbagi menjadi 2 kategori yaitu wilayahperdesaan dan perkotaan. Kode referensinya adalahkategori perdesaan.

Umur dihitung berdasarkan ulang tahun terakhiryang dirayakan oleh individu yang menjadi unitanalisis. Variabel ini dibagi menjadi 4 kategoriberdasarkan pembagian umur Departemen Kesehatanyaitu umur 11 tahun (anak­anak), 12­25 tahun(remaja), 26­45 tahun (dewasa) dan 46 tahun (tua).Kode referensinya adalah kategori umur anak­anak.

Pendidikan adalah pendidikan tertinggi yangditamatkan oleh individu yang menjadi unit analisis.Variabel ini terbagi menjadi 3 kategori yaitupendidikan dasar (maksimal lulus sekolahdasar/sederajat), pendidikan menengah(SMP/sederajat dan SMA/sederajat) dan pendidikantinggi (diatas SMA/sederajat). Kode referensinyaadalah kategori pendidikan dasar.

Kegiatan utama adalah kegiatan sehari­hari yangmemakan waktu terbanyak dari individu yangmenjadi unit analisis. Variabel ini dikelompokkanmenjadi 4 kategori yaitu bekerja, sekolah, mengurusrumah tangga dan lainnya. Kode referensinya adalahkategori bekerja.

Wilayah Domisili adalah wilayah tempat tinggalsehari­hari unit analisis. Variabel ini terbagi menjadi3 kategori yaitu wilayah Indonesia bagian barat(WIB), wilayah Indonesia bagian tengah (WITA) danwilayah Indonesia bagian timur (WIT). WIB meliputiJawa dan Sumatera. WITA meliputi Kalimantan,Sulawesi, Nusa Tenggara dan Bali. Sedangkan WITmeliputi Maluku dan Papua. Kode referensinyaadalah kategori WIB.

HASIL DAN PEMBAHASAN

Analisis Statistik DeskriptifDari seluruh sampel SUSENAS tahun 2017 yang

menjadi unit analisis dalam penelitian ini, terdapatsebanyak 4,6 persen yang pernah melakukan kegiatane­commerce. Nilai ini jika dikonversi terhadappenduduk Indonesia yang berjumlah 261 juta jiwapada tahun 2017 (BPS, 2018), maka berarti adasekitar 12 juta penduduk Indonesia yang pernahmelakukan kegiatan e­commerce.

Tabel 1. Persentase Penduduk Umur 5 Tahunke Atas Menurut Status Kegiatan E­Commerce di Indonesia Tahun 2017

Sumber: SUSENAS 2017, data diolah

Dari Tabel 1 dapat dilihat bahwa dari seluruhperempuan di Indonesia, hanya 4,97 persen pernahmelakukan e­commerce. Ini berarti bahwa masihbanyak sekali perempuan Indonesia yang lebihmemilih teknik penjualan dan pembelian secarakonvensional. Demikian juga yang terjadi untuk laki­laki. Hanya sedikit dari laki­laki atau perempuanyang pernah melakukan e­commerce. Jika dilihat daritempat tinggalnya, ternyata sebanyak 8,25 persenmasyarakat perkotaan pernah melakukan kegiatan e­commerce. Tidak mengherankan kalau kegiatan e­commerce ini lebih marak seperti Jakarta, Bandung,Surabaya dan lain­lain. Yang menarik lagi adalahkalau kita melihat dari variabel pendidikan. Ternyatadari orang­orang yang memiliki pendidikan tinggi,sebesar 23,34 persennya adalah pelaku e­commerce.Seperti pada Tabel 2 ini:

Tabel 2. Persentase Pelaku E­Commerce diIndonesia Tahun 2017

Efri Diah Utami,74­80

Analisis Pelaku E­Commercedi Indonesia

Jurnal Ilmiah WIDYA Non­Eksakta Volume 1 Nomor 1 Juli 201977

Sumber: SUSENAS 2017, data diolah

Berdasarkan Tabel 2, jika dilihat dari jeniskelaminnya, pelaku e­commerce di dominasi olehperempuan yaitu sebesar 53,87 persen. Meskipundemikian, ternyata persentase laki­laki danperempuan tidak berselisih terlalu banyak. Inimemberikan fakta bahwa laki­laki juga seringmelakukan kegiatan e­commerce, entah melakukanpenjualan atau pembelian secara online. Mungkinkegiatan jual beli secara online tidak kalah menarikbagi kaum laki­laki dibandingkan harus melakukanjual beli secara langsung.

Pelaku e­commerce juga mayoritas bertempattinggal di daerah perkotaan yaitu sebesar 76,35persen. Hal ini wajar terjadi mengingat daerahperkotaan memiliki sarana dan prasarana yang lebihbaik dibandingkan daerah perdesaan. Hal ini jugapasti sangat dipengaruhi oleh kemudahan aksesinternet. Tentu saja mengakses internet di daerahperkotaan lebih mudah dibanding daerah perdesaan.

Jika ditinjau dari segi umur, maka pelaku e­commerce di dominasi oleh kelompok umur dewasayaitu yang berumur 26­45 tahun dengan persentasesebesar 50,06 persen dan diikuti oleh kelompok umurremaja (12­25 tahun) sebesar 38,71 persen. Hal yangmenarik adalah bahwa ternyata anak­anak (umur 11tahun) pun sudah mulai menggunakan e­commerceyaitu sebesar 0,63 persen. Ini berarti bahwa e­commerce dapat dilakukan oleh semua kelompokumur dan sekaligus memberikan fakta bahwa anakjaman sekarang sudah lebih melek teknologidibandingkan anak jaman sebelumnya.

Jika dilihat dari pendidikan yang ditamatkan,ternyata pelaku e­commerce didominasi oleh individu

dengan pendidikan menengah yaitu yang memilikipendidikan SMP dan SMA yaitu sebesar 56,17persen. Selain itu jika dilihat dari kegiatan utamanya,sebagian besar pelaku e­commerce adalah orang yangmemiliki kegiatan utama bekerja yaitu sebesar 62,68persen. Hal ini wajar saja karena orang yangmemiliki kegiatan utama bekerja hanya mempunyaiwaktu yang sedikit untuk memperoleh barang danjasa sehingga cenderung untuk memperoleh barangsecara online yang tentu saja sangat menghematwaktu dan tenaga.

Jika dilihat dari wilayah domisili, maka pelaku e­commerce terbanyak adalah orang­orang yangberdomisili di wilayah Indonesia barat yaitu sebesar67,02 persen, kemudian disusul wilayah Indonesiatengah sebesar 29,78 persen. Sementara itu wilayahIndonesia timur hanya sekitar 3,20 persen yangmelakukan kegiatan e­commerce. Hal ini sangatwajar mengingat permbangunan di Indonesia yangmasih belum merata. Pembangunan masih lebihbanyak terpusat di wilayah barat sehingga aksesinternet pun lebih mudah di wilayah barat dankegiatan ekonomi lebih banyak berputar di wilayahIndonesia barat.

Analisis Statistik InferensiaDengan menggunakan analisis regresi logistik

biner diperoleh beberapa output pengujian yangakhirnya ditarik kesimpulan bahwa model yangdihasilkan dapat dikatakan baik dan bisa digunakanuntuk melakukan generalisasi terhadap kondisi diIndonesia secara umum. Dari output classificationtable diperoleh nilai overall percentage sebesar 95,4persen. Artinya bahwa persentase ketepatan modeldalam mengklasifikasikan observasi adalah sebesar95,4 persen. Sementara itu dari hasil uji simultan(overall test) diperoleh kesimpulan tolak hipotesis nolyang artinya bahwa minimal terdapat satu variabelpenjelas yang mempengaruhi status kegiatan e­commerce. Untuk itu dilanjutkan dengan uji parsialuntuk mengetahui variabel mana yang berpengaruhdan sekaligus untuk mendapatkan nilai rasiokecenderungan (odds ratio). Dilihat dari ujiparsialnya, semua variabel penjelas signifikanberpengaruh terhadap variabel respon pada tingkatsignifikansi 5 persen. Hal ini dibuktikan dari nilai p­value yang kurang dari tingkat signifikansi yangditetapkan dalam penelitian ini yaitu 5 persen. Hasiluji parsial secara lengkap dapat dilihat di Tabel 3.

Efri Diah Utami,74­80

Analisis Pelaku E­Commercedi Indonesia

Jurnal Ilmiah WIDYA Non­Eksakta Volume 1 Nomor 1 Juli 201978

Tabel 3. Hasil Uji Parsial Regresi Logistik Biner

Sumber: SUSENAS 2017, data diolah

Untuk mengetahui kecenderungan variabelpenjelas dalam mempengaruhi variabel respon dapatdiperoleh dengan menggunakan odds ratio (rasiokecenderungan) yang diperoleh dengan.

1. Jenis Kelamin

Dari nilai koefisien regresi variabel jenis kelamin(kategori laki­laki) yang sebesar ­0,254 maka akandiperoleh rasio kecenderungan sebesar exp (­0,254) =0,776. Artinya bahwa kecenderungan laki­laki untukmelakukan kegiatan e­commerce adalah 0,776 kalidibandingkan perempuan. Atau dapat juga dikatakanbahwa perempuan memiliki kecenderungan lebihtinggi untuk melakukan kegiatan e­commerce yaitusebesar 1/0,776 = 1,29 kali dibandingkan laki­laki.Hal ini sangat wajar terjadi karena secara kodrat dannaluri perempuan memang lebih suka berbelanjadibandingkan laki­laki. Hal ini juga bisa terjadikarena biasanya yang bertugas melakukan pem­belanjaan untuk memenuhi kebutuhan rumah tanggaadalah perempuan sehingga sangat wajar kalauperempuan yang memiliki kecenderungan melakukanpenjualan atau pembelian barang dan jasa secaraonline. Disamping itu, perempuan memiliki sifatyang lebih emosional dan ekspresif dibandingkanlaki­laki (Nurhayati, 2012). Perempuan lebih tertarikpada warna dan bentuk, bukan pada kegunaan(Rohman, 2016). Hal ini tentu juga akan berpengaruhkepada kecenderungan kaum perempuan dalammelakukan pembelanjaan secara online.

2. Tempat Tinggal

Dari hasil pengujian parsial diperoleh bahwanilai koefisien regresi variabel tempat tinggal(kategori perkotaan) adalah 1,191 sehingga akandiperoleh nilai rasio kecenderungan sebesar 3,292.Artinya adalah kecenderungan seseorang yang tinggaldi daerah perkotaan untuk melakukan kegiatan e­commerce adalah 3,292 kali dibandingkan seseorangyang tinggal di perdesaan. Hal ini dapat difahamibersama bahwa tentu saja sarana dan prasarana didaerah perkotaan lebih baik dibanding daerahperdesaan. Saat melakukan kegiatan e­commercetentu saja harus didukung oleh fasilitas internet yangmemadai dan sudah barang tentu fasilitas internetlebih baik di daerah perkotaan daripada perdesaan.Selain dari itu, Zaman (2017) menyatakan bahwamasyarakat perkotaan memiliki gaya hidup yanglebih konsumtif. Hal ini terjadi karena kebutuhan diperkotaan lebih banyak dan masyarakat perkotaancenderung lebih materialistis dibanding masyarakatperdesaan.

3. Umur

Pada variabel umur dibagi menjadi 4 kategorisehingga akan menghasilkan 3 koefisien regresi dan 3rasio kecenderungan. Dalam hal ini digunakankelompok umur anak­anak sebagai kategori referensi.Pada variabel umur dengan kategori remaja diperolehkoefisien regresi sebesar 2,543 sehingga akandiperoleh rasio kecenderungan sebesar 12,721. Iniberarti bahwa remaja (kelompok umur 12­25 tahun)memiliki kecenderungan 12,721 kali untuk me­lakukan kegiatan e­commerce dibandingkan anak­anak (umur 11 tahun). Sementara itu, untuk kategoridewasa (umur 26­45 tahun) memiliki koefisienregresi 2,129 sehingga menghasilkan rasiokecenderungan sebesar 8,410. Artinya bahwa orangdewasa mempunya kecenderungan 8,410 kali untukmelakukan kegiatan e­commerce dibandingkan anak­anak. Untuk kategori umur tua (umur 46 tahun)diperoleh koefisien regresi 0,966 sehingga diperolehrasio kecenderungan 2,628. Hal ini berarti bahwakecenderungan orang tua untuk melakukan kegiatane­commerce adalah 2,628 kali dibandingkan anak­anak.

Jika melihat semua nilai rasio kecenderunganyang dihasilkan untuk masing­masing kategori dapatdisimpulkan bahwa rasio kecenderungan paling tinggi

Efri Diah Utami,74­80

Analisis Pelaku E­Commercedi Indonesia

Jurnal Ilmiah WIDYA Non­Eksakta Volume 1 Nomor 1 Juli 201979

adalah pada kelompok remaja berumur 12­25 tahun.Umur remaja adalah umur kritis dimana biasanyapaling banyak orang mulai mengerti teknologi padakisaran umur tersebut. Remaja biasanya jugamemiliki ketertarikan yang tinggi pada suatu jenisbarang dan akan membelinya tanpa melaluipemikiran yang lebih dalam. Masa remaja adalahmasa peralihan dari masa kanak­kanak dengansuasana hidup penuh ketergantungan pada orang tuamenuju masa dewasa yang bebas, mandiri danmatang. Termasuk bagaimana individu tersebutmenampilkan diri secara fisik. Ini dilakukan agarmereka sesuai dengan komunitasnya atau karenapengaruh iklan yang ditayangkan di televisi. Halinilah yang akan membuat remaja cenderung untukberperilaku konsumtif (Poetri dkk, 2014).

Berbeda dengan umur orang dewasa yang ketikamenginginkan suatu barang akan cenderung lebihmemikirkan lagi manfaat dan kegunaan barangtersebut di kemudian hari. Jadi wajar saja kalaukecenderungan orang dewasa untuk melakukankegiatan e­commerce lebih rendah dibandingkanremaja. Pelaku e­commerce pada kelompok dewasadimungkinkan adalah orang­orang yang melakukankegiatan e­commerce untuk memenuhi kebutuhanyang memang benar­benar diperlukan. Bisa jugadimungkinkan adalah orang­orang yang melakukanpenjualan online, tidak hanya pembelian online.Artinya besar kemungkinan pada kelompok iniadalah pelaku usaha online, bukan sekedarkonsumen.

4. Pendidikan

Pada variabel ini digunakan 3 kategori sehinggaakan mengasilkan 2 koefisien regresi dan 2 rasiokecenderungan. Pada variabel pendidikan kategoripendidikan menengah diperoleh koefisien regresisebesar 1,479 yang kemudian akan menghasilkanrasio kecenderungan 4,389. Artinya bahwa seseorangyang memiliki pendidikan dengan kategori pen­didikan menengah (SMP/sederajat atau SMA/sederajat) akan memiliki kecenderungan 4,389 kaliuntuk melakukan kegiatan e­commerce dibandingseseorang dengan pendidikan rendah. Sementara itu,untuk kategori pendidikan tinggi (diatas SMA/sederajat) menghasilkan koefisien regresi 2,893 danakan memperoleh rasio kecenderungan 18,043.Artinya bahwa seseorang dengan pendidikan tinggimempunyai kecenderungan melakukan kegiatan e­

commerce 18,043 kali dibanding seseorang denganpendidikan rendah.

Dapat dilihat bahwa semakin tinggi pendidikanseseorang maka kecenderungan mereka untukmelakukan kegiatan e­commerce makin tinggi. Iniberarti bahwa makin tinggi pendidikan seseorangmaka mereka lebih suka cara efektif dan menghematwaktu ketika mau mendapatkan barang sehinggamereka lebih memilih melakukan kegiatan e­commerce untuk memperoleh barang yang merekainginkan. Mengingat kegiatan e­commerce tidakhanya sekedar pembelian barang, tetapi juga adapenjualan barang, maka dapat juga diartikan bahwasemakin tinggi pendidikan seseorang makakecenderungan mereka untuk menjadi pelaku usahae­commerce (penjual online) juga semakin besar.

5. Kegiatan Utama

Pada variabel kegiatan utama dibagi menjadi 4kategori dengan kategori referensinya adalah kategoribekerja. Pada kategori sekolah diperoleh koefisienregresi ­0,167 atau rasio kecenderungan 0,846.Artinya bahwa seseorang yang mempunyai kegiatanutama berkerja akan cenderung untuk melakukankegiatan e­commerce sebesar 1,18 kali dibandingseseorang yang kegiatan utamanya sekolah.Seseorang yang kegiatan utamanya sekolah danbekerja adalah individu yang sama­sama mempunyaiwaktu yang terbatas ketika harus mendapatkan barangdan jasa. Itulah mengapa mereka lebih menyukaimendapatkan barang dan jasa secara online.Meskipun demikian, orang yang bekerja cenderunglebih sering melakukan kegiatan e­commercedibandingkan orang yang sekolah walaupunperbedaannya tidak terlalu kontras karena hanyamenghasilkan rasio kecenderungan di sekitar angka 1.

Pada kategori mengurus rumah tangga diperolehkoefisien ­0,500 atau rasio kecenderungan 0,607. Iniartinya bahwa orang yang bekerja mempunyaikecenderungan 1,65 kali untuk melakukan kegiatan e­commerce dibandingkan orang yang kegiatanutamanya mengurus rumah tangga. Sementara itupada kategori lainnya diperoleh koefisien ­0,778 ataurasio kecenderungan 0,459. Artinya bahwa seseorangyang bekerja mempunyai kecenderungan 2,18 kaliuntuk melakukan kegiatan e­commerce dibandingkanseseorang yang kegiatan utamanya selain bekerja,sekolah atau mengurus rumah tangga. Pada individu

Efri Diah Utami,74­80

Analisis Pelaku E­Commercedi Indonesia

Jurnal Ilmiah WIDYA Non­Eksakta Volume 1 Nomor 1 Juli 201980

yang kegiatan utamanya adalah mengurus rumahtangga atau lainnya, tentu saja memiliki waktusenggang yang lebih banyak dibandingkan individuyang bekerja sehingga masih sangat memungkinkanbagi mereka untuk melakukan transaksi jual belisecara konvensional atau secara langsung.

6. Wilayah Domisili

Variabel wilayah domisili dibagi menjadi 3kategori dengan kategori referensinya dalah WIB(wilayah Indonesia barat). Berdasarkan hasil ujiparsial, kategori WITA (wilayah Indonesia tengah)memperoleh koefisien regresi ­0,023 atau rasiokecenderungan 0,978. Hal ini berarti bahwaseseorang yang berdomisili di wilayah Indonesiabarat mempunyai kecenderungan 1,022 kali untukmelakukan kegiatan e­commerce dibanding seseorangyang berdomisili di wilayah Indonesia tengah. Nilairasio kecenderuangan yang sekitar 1 mengindikasikanbahwa tidak ada perbedaan yang mencolok antaraseseorang yang tinggal di wilayah Indonesia baratdan wilayah Indonesia tengah untuk melakukankegiatan e­commerce.

Sementara itu dari kategori WIT (wilayahIndonesia timur) memperoleh koefisien regresi ­0,999atau rasio kecenderungan 0,368. Artinya bahwaseseorang yang berdomisili di wilayah Indonesiabarat mempunyai kecenderungan 2,72 kali untukmelakukan kegiatan e­commerce dibandingkanseseorang yang berdomisili di wilayah Indonesiatimur. Hal ini sangat wajar terjadi mengingatpembangunan di Indonesia sebagian besar masihberfokus di wilayah Indonesia barat dan salah satunyaadalah fasilitas komunikasi seperti internet yangmutlak diperlukan ketika akan melakukan kegiatan e­commerce.

PENUTUP

KesimpulanBerdasarkan hasil Survei Sosial Ekonomi

Nasional tahun 2017 terdapat 4,6 persen atau sekitar12 juta penduduk Indonesia yang pernah melakukankegiatan e­commerce. Pelaku e­commerce di

Indonesia didominasi oleh perempuan, orang yangtinggal di daerah perkotaan, umur dewasa,mempunyai pendidikan tinggi, kegiatan utamanyaadalah bekerja dan berdomisili di wilayah Indonesiabarat. Individu yang mempunyai kecenderungan lebihtinggi untuk melakukan kegiatan e­commerce adalahperempuan, tinggal di daerah perkotaan, umurremaja, mempunyai pendidikan tinggi, kegiatanutamanya bekerja dan berdomisili di wilayahIndonesia barat.

Saran­SaranBagi pemerintah agar lebih melakukan

pemerataan pembangunan khususnya pembangunanfasilitas internet di wilayah Indonesia tengah danIndonesia timur agar masyarat yang berdomisili diwilayah Indonesia tengah dan timur juga bisamelakukan kegiatan e­commerce dengan mudah.Bagi peneliti lain untuk bisa melakukan kajian yanglebih mendalam tentang prospek e­commerce kedepan dan efeknya bagi pembangunan ekonomiIndonesia secara lebih terukur.

DAFTAR PUSTAKAAbdul Rohman. Budaya Konsumerisme dan Teori Kebocoran di

Kalangan Mahasiswa. KARSA: Jurnal Sosial dan BudayaKeislaman Vol. 24 No. 2, Desember 2016.

Agresti, A. Categorical Data Analysis. Wiley New Jersey. 2002.BPS. Statistik Indonesia 2018. BPS. Jakarta. 2018.Eti Nurhayati. Psikologi Perempuan dalam Berbagai Perspektif.

Pustaka Belajar. Yogyakarta. 2012.Poetri, M.R, Ranteallo, I.C dan Zuryani, N. Perilaku Konsumtif

Remaja Perempuan terhadap Trend Fashion Korea diJakarta Selatan. Fakultas Ilmu Sosial dan Ilmu PolitikUniversitas Udayana. Denpasar. 2014.

Saefu Zaman. Pola Konsumtif Masyarakat Urban dalamPerspektif Semiotik dan Budaya. Paradigma Jurnal KajianBudaya Vol 7 No. 1. 2017.

https://digitalentrepreneur.id/pengguna­e­commerce diakses 26oktober 2018

https://statistik.kominfo.go.idhttp://www.tribunnews.com/bisnis/2017/02/20/transaksi­e­

commerce­di­indonesia­pada­2016­ mencapai­489­miliar­dolar­as. Diakses 1 nov 2018