Chatbot saat ini sedang ramai diperbincangkan. Chatbot dinilai mampu membantu perusahaan untuk melayani pengguna dengan dukungan teknologi artificial intelligence (AI). Salah satu perusahaan yang sudah memanfaatkan chatbot adalah bank. Bank memanfaatkan chatbot sebagai kanal tambahan untuk melayani kebutuhan nasabah. Beberapa bank di Indonesia yang mengimplementasikan chatbot di antaranya BNI, BSI, BCA, Mandiri, BRI, Bank Mega, Danamon, dan Jenius. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi keinginan masyarakat Indonesia untuk menggunakan chatbot perbankan. Dalam penelitian ini diteliti faktor-faktor tingkat penilaian masyarakat dari segi kegunaan (utilitarian value) dan kesenangan (hedonic value) dalam penggunaan chatbot perbankan dengan teori perceived value. Penelitian ini juga memperhatikan aspek gender dan usia dalam menilai pengaruh keinginan pengguna untuk menggunakan chatbot perbankan. Penelitian ini dilakukan dengan metode PLS-SEM sebagai penelitian kuantitatif. Data yang berhasil dikumpulkan sebanyak 500 data yang 49 diantaranya tidak valid. Setelah penelitian kuantitatif, dilakukan pula pendekatan kualitatif dengan mewawancarai 10 narasumber. Analisis data kualitatif menggunakan metode content analysis. Berdasarkan analisis tersebut, faktor-faktor relative advantage yang memengaruhi utilitarian value antara lain informativeness, convenience, perceived intelligence, dan responsiveness. Faktor yang memengaruhi hedonic value antara lain convenience, anthropomorphism, perceived intelligence, dan interactivity. Kemudian, utilitarian value dan hedonic value sama-sama memengaruhi intensi pengguna untuk menggunakan chatbot perbankan. Sementara itu, hubungan yang berbeda secara signifikan pada multigroup analysis berdasarkan gender adalah convenience terhadap utilitarian value dan hedonic value terhadap intensi pengguna menggunakan chatbot perbankan. Selanjutnya, pada multigroup berdasarkan usia, hubungan yang berbeda secara signifikan adalah informativeness terhadap hedonic value. Penelitian ini memberikan implikasi teoretis kepada penelitian selanjutnya dan implikasi praktis kepada pihak bank dan pengembang chatbot perbankan.

---

Chatbots are currently being widely discussed. Chatbots are considered capable of helping companies serve users with the support of artificial intelligence (AI). One company that has used chatbots is a bank. Banks use chatbots as an additional channel to serve customer needs. Some banks in Indonesia that have implemented chatbots are BNI, BSI, BCA, Mandiri, BRI, Bank Mega, Danamon, and Jenius. This research is conducted to analyze the factors that influence people’s intentions to use banking chatbots in Indonesia. This research examines the factors of public perception in terms of utility (utilitarian value) and enjoyment (hedonic value) in the use of banking chatbots using perceived value theory. This research also pays attention to gender and age aspects in assessing the influence of users' intentions to use banking chatbots. This research was conducted using PLS-SEM as a quantitative study and 500 data were collected, 49 of which were invalid. Subsequently, a qualitative approach was conducted by interviewing 10 respondents. Qualitative data analysis was performed using the content analysis method. Based on that analysis, the relative advantage factors that influence utilitarian value include informativeness, convenience, perceived intelligence, and responsiveness. The relative advantage factors that affect hedonic value include convenience, anthropomorphism, perceived intelligence, and interactivity. Then, utilitarian and hedonic values both influence user intentions to use banking chatbots. Meanwhile, the relationship that differs significantly in the multigroup analysis based on gender is convenience to utilitarian values and hedonic values to intention to adopt banking chatbots. Furthermore, in multigroup based on age, informativeness to hedonic values is the relationship that differs significantly. This research provides theoretical implications for further research and practical implications for banks and banking chatbot developers.