Penggunaan mobile payment di Indonesia diatur dalam Peraturan Menteri Komunikasi dan Informatika Republik Indonesia (Permen Kominfo RI) Nomor 20 Tahun 2016 dan Peraturan Bank Indonesia (PBI) No 18/40/PBI/2016. Pada kenyataannya data nasabah maupun transaksi rentan disalahgunakan. Salah satu akibat dari penyalahgunaan data adalah ancaman social engineering. Tujuan penelitian ini adalah menganilisis faktor yang memengaruhi kesadaran pengguna Gopay terhadap ancaman social engineering dan rekomendasi untuk meningkatkan kesadaran pengguna Gopay akan ancaman social engineering. Untuk mencapai tujuan tersebut, penelitian ini menggunakan metode kuantitatif dengan penyebaran kuesioner. Penelitian ini menggunakan Knowledge Attitude Behaviour (KAB) model, lima fokus area terkait dan demografi responden dalam menyusun konseptual model yang menghasilkan 20 hipotesis. Proses olah data menggunakan Partial Least Square - Structural Equation Modelling (PLS-SEM). Metode pengumpulan data dilakukan dengan kuesioner terhadap 218 responden. Hasil dari penelitian ini adalah terdapat 11 dari 20 hipotesis yang diterima. Dihasilkan pula 19 rekomendasi guna meningkatkan kesadaran akan ancaman social engineering.

---

The use of mobile payments in Indonesia is regulated in the Regulation of the Minister of Communication and Information of the Republic of Indonesia (Permen Kominfo RI) Number 20 of 2016 and Bank Indonesia Regulation (PBI) No. 18/40/PBI/2016. In fact, customer data and transactions are vulnerable to misuse. One of the consequences of misuse of data is the threat of social engineering. analyze the factors that influence Gopay users' awareness of social engineering threats and recommendations to increase Gopay users' awareness of social engineering threats. To achieve this goal, this study used a quantitative method by distributing questionnaires. This study uses the Knowledge Attitude Behavior (KAB) model, five related focus areas and respondent demographics in developing a conceptual model that produces 20 hypotheses. The data processing uses Partial Least Square - Structural Equation Modeling (PLS-SEM). Method of data collection was done by using a questionnaire to 218 respondents. Result of this research is that there are 11 out of 20 accepted hypotheses. 19 recommendations were also made to increase awareness of social engineering threats.