Tren penggunaan Quick Response Code Indonesian Standard (QRIS) telah mengalami perkembangan yang sangat pesat dalam empat tahun terakhir. Namun terlepas dari volume dan nilai transaksi yang kian meningkat, terdapat indikasi bahwa tingkat penggunaan QRIS masih tergolong rendah karena jumlah pengguna QRIS belum mencapai target yang ditetapkan oleh Bank Indonesia. Oleh karena itu, perlu diketahui faktor-faktor yang memengaruhi konsumen dalam menggunakan QRIS. Penelitian ini menggunakan model penerimaan teknologi Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) sebagai dasar teori dengan Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Conditions, Hedonic Motivation, dan Habit sebagai faktor yang mungkin berpengaruh terhadap niat dan keputusan dalam menggunakan QRIS. Terdapat pula usia dan jenis kelamin yang digunakan sebagai variabel moderasi penelitian. Penelitian ini menggunakan Partial Least Square- SEM (Structural Equation Modeling) untuk pengujian hipotesis. Hasil penelitian menunjukkan bahwa terdapat enam hipotesis yang diterima dengan usia sebagai variabel yang berpengaruh langsung terhadap keputusan menggunakan QRIS.

The usage trend of Quick Response Code Indonesian Standard (QRIS) has experienced rapid development in the past four years. However, despite the increasing transaction volume and value, there is an indication that the adoption rate of QRIS is still relatively low as the number of QRIS users has not reached the target set by Bank Indonesia. Therefore, it is important to identify the factors that influence consumers in using QRIS. This study adopts the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) as the theoretical framework, with Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Conditions, Hedonic Motivation, and Habit as the factors that may affect the behavioral intention and use behavior of QRIS. Age and gender are also used as the moderating variables in this research. The study employs Partial Least Squares-Structural Equation Modeling (PLS-SEM) for hypothesis testing. The research findings reveal that six hypotheses are accepted, with age identified as a variable that directly influences the decision to use QRIS.