Laboratorium Ilmu Komunikasi, Fakultas Ilmu Sosial dan Ilmu Politik (FISIP) Universitas Ha
Language
eng
Abstract
Pandemi Covid-19 telah mengganggu proses penyediaan layanan kesehatan. Tak terkecuali layanan kesehatan jiwa. Telepsikiatri kini menjadi salah satu jembatan untuk mengatasi kondisi tersebut. Layanan ini melibatkan penggunaan teknologi dalam memberikan perawatan psikiatri pada penggunanya. Salah satu penyedia layanan telepsikiatri kesehatan jiwa yang mengalami peningkatan jumlah pengguna adalah aplikasi Halodoc. Pada tahun 2020, transaksi pada layanan ini tercatat meningkat 10 kali dibandingkan sebelumnya. Padahal tingkat penerimaan teknologi pada setiap daerah dan individu cenderung berfariasi. Karenanya, tujuan dari penelitian ini adalah untuk menganalisis faktor yang mempengaruhi penggunaan layanan kesehatan jiwa di aplikasi Halodoc pada masa pandemi, dengan menggunakan teori Technology Acceptance Model (TAM). Metode penelitian pada penelitian ini adalah kuantitatif deskriptif dengan pengumpulan data yang dilakukan melalui pembagian angket secara online pada sample yang ditentukan menggunakan teknik purposive sampling, dan dianalisis menggunakan SPSS 24. Hasil penelitian menunjukkan secara bersama variabel-variabel Independen mempengaruhi pengguna untuk menggunakan layanan kesehatan jiwa di aplikasi Halodoc pada masa pandemi. Sedangkan, secara parsial, variable keyakinan diri menjadi satu-satunya faktor yang mempengaruhi pengguna untuk menggunakan layanan kesehatan jiwa di aplikasi Halodoc pada masa pandemi. Kata Kunci: Telepsikiatri, Kesehatan Jiwa, Aplikasi Halodoc, Pandemi
Collaboration network of the authors
9 authors ·
24 co-authorship links
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
Padjadjaran University
Affiliation unknown
Different organisations
Same organisation
Affiliation unknown
Thicker line = more joint articles · bigger circle = more articles
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.