JUKOMIKA (Jurnal Ilmu Komputer dan Informatik.
Volume 9.
Nomor 1.
July 2026 || Hal 1-9 p-ISSN : 2655-7541 .
e-ISSN : 2745-5823 DOI : 10.
Pengaruh Dark Pattern E-Commerce Terhadap Kepercayaan dan Keputusan Pembelian Pengguna Muhammad Yasyfi Alhafizh*1.
Muhammad Naufal Aulia2.
Muhammad Fabio Usama3.
Mohammad Zaky Nauval4.
Vina Serevina5 Universitas Negeri Jakarta.
Jakarta.
Indonesia1,2,3,4,5 yasyfi7@gmail.
com1, muhammadnaufal.
a333@gmail.
com2, fabiousama24@gmail.
zackynauval241004@gmail.
com4, vina.
serevina77@gmail.
*Corresponding author : yasyfi7@gmail.
AbstrakAiEkspansi e-commerce yang pesat telah memunculkan strategi antarmuka pengguna yang manipulatif, yang dikenal sebagai dark patterns, yang memaksa konsumen melakukan tindakan digital yang tidak direncanakan.
Penelitian ini bertujuan mengeksplorasi bagaimana antarmuka manipulatif tersebut memengaruhi kepercayaan konsumen dan perilaku pembelian di pasar Indonesia.
Menggunakan desain eksplanatori kuantitatif, data dikumpulkan dari 100 pembelanja daring aktif yang dipilih melalui purposive sampling.
Evaluasi data dilakukan menggunakan Partial Least Squares - Structural Equation Modeling (PLS-SEM) untuk menilai model pengukuran dan struktural.
Hasil statistik menunjukkan bahwa keberadaan dark patterns secara signifikan menurunkan kepercayaan pengguna, namun pada saat yang sama terbukti secara langsung memicu tindakan pembelian impulsif.
Lebih lanjut, kepercayaan konsumen berfungsi sebagai mediator parsial .
artial mediatio.
yang menghubungkan elemen desain manipulatif dengan perilaku transaksi akhir.
Temuan ini menekankan perlunya regulasi antarmuka yang transparan dan peningkatan kerangka perlindungan konsumen digital.
AbstractAiThe rapid expansion of e-commerce has led to the emergence of deceptive user interface strategies, commonly recognized as dark patterns, which coerce consumers into making unplanned digital actions.
This research explores how these manipulative interfaces affect consumer trust and purchasing behavior within the Indonesian Utilizing a quantitative explanatory design, data were gathered from 100 active online shoppers selected via purposive sampling.
The data evaluation was conducted using Partial Least Squares - Structural Equation Modeling (PLS-SEM) to assess both measurement and structural pathways.
The statistical outcomes indicate that encountering dark patterns substantially diminishes user trust, while simultaneously and directly provoking impulsive buying Moreover, consumer trust functions as a partial mediator linking deceptive design elements to final transaction behaviors.
These insights emphasize the critical necessity for transparent interface regulations and enhanced digital consumer protection frameworks in emerging economies.
KeywordsAiDark Patterns.
E-Commerce.
Consumer Trust.
Purchase Decision.
User Interface This is an open access article under the CC BY-SAlicense.
Pendahuluan Dalam sepuluh tahun belakangan, adopsi teknologi digital telah memicu lonjakan masif jumlah konsumen pada layanan perniagaan elektronik di Indonesia .
Tingkat persaingan bisnis yang kian ketat memaksa banyak korporasi menerapkan strategi rekayasa antarmuka secara ekstrem demi mendongkrak angka konversi penjualan.
Di ranah kajian interaksi manusia dan komputer, praktik eksploitatif semacam ini diklasifikasikan sebagai dark patterns .
, .
, .
Secara teoretis, dark patterns merujuk pada elemen visual yang sengaja dikonstruksi untuk memanipulasi, mengelabui, hingga memaksa pengguna mengeksekusi tindakan yang berada di luar niat awal mereka .
Beberapa taktik manipulasi yang marak ditemukan mencakup penyisipan biaya terselubung di tahap penyelesaian transaksi .
, rekayasa penghitung mundur waktu promo .
ake countdown time.
, manipulasi sisa stok barang .
, serta penyulit pembatalan langganan .
, .
Keberhasilan dark patterns pada dasarnya mengeksploitasi kerentanan kognitif manusia, terutama bias urgensi dan ketakutan akan hilangnya kesempatan .
oss aversio.
Meskipun secara empiris strategi ini mampu mengatrol metrik penjualan sesaat, kesadaran pengguna atas manipulasi tersebut justru berpotensi memicu degradasi kepercayaan yang menghancurkan kredibilitas layanan dalam jangka panjang .
Dalam ekosistem transaksi virtual, kepercayaan pelanggan .
ser trus.
merupakan pilar krusial yang https://jurnal.
id/index.
php/jukomika JUKOMIKA (Jurnal Ilmu Komputer dan Informatik.
Volume 9.
Nomor 1.
July 2026 || Hal 1-9 p-ISSN : 2655-7541 .
e-ISSN : 2745-5823 DOI : 10.
terbentuk dari transparansi dan integritas penyedia layanan .
Desain yang menyesatkan akan secara langsung mendegradasi reputasi platform, serta menimbulkan reaktansi psikologis di mana konsumen dapat melakukan pemboikotan aktif terhadap aplikasi terkait .
Urgensi riset ini diperkuat oleh masih adanya celah regulasi di dalam negeri.
Sementara banyak negara maju telah mengimplementasikan instrumen hukum yang ketat terhadap desain antarmuka eksploitatif .
, kerangka regulasi perlindungan konsumen digital di Indonesia belum secara spesifik mengakomodasi pembatasan taktik rekayasa kognitif ini .
Oleh sebab itu, riset ini dilaksanakan untuk menginvestigasi dampak manipulasi antarmuka digital terhadap pola perilaku konsumen lokal secara empiris.
Fokus kajian ini adalah menganalisis efek dari Dark Patterns .
cU) terhadap Kepercayaan Konsumen .
cU1 ) serta Keputusan Pembelian .
cU2 ).
Rumusan hipotesis yang diajukan meliputi: (H.
Dark patterns memberikan dampak negatif yang terbukti secara signifikan terhadap tingkat kepercayaan pelanggan.
(H.
Terdapat pengaruh positif yang signifikan dari dark patterns dalam memicu keputusan pembelian.
serta (H.
Kepercayaan konsumen berperan sebagai mediator dalam hubungan antara dark patterns dan keputusan transaksi.
Metodologi Penelitian Studi ini mengaplikasikan pendekatan kuantitatif berbasis desain survei eksplanatori guna mengidentifikasi relasi kausalitas antarvariabel di dalam model struktural.
Populasi sasaran difokuskan pada individu yang aktif menggunakan layanan belanja daring di Indonesia.
Proses penghimpunan data dieksekusi secara virtual melalui instrumen kuesioner digital.
Untuk menghindari bias kecenderungan memusat, kuesioner dikonstruksi menggunakan skala Likert Forced-Choice empat poin dengan rentang Sangat Tidak Setuju hingga Sangat Setuju.
Sebagai tambahan, instrumen ini juga dilengkapi dengan vignette .
angkapan layar antarmuka pengguna e-commerc.
yang mengadopsi dark patterns, guna menyelaraskan persepsi visual responden dalam mendeteksi manipulasi terkait .
Penentuan sampel dilakukan menggunakan metode purposive sampling, dengan batasan kriteria: individu berusia 18 tahun ke atas yang memiliki rekam jejak transaksi perniagaan daring sekurang-kurangnya dua kali dalam periode tiga bulan terakhir.
Berpedoman pada literatur evaluasi Structural Equation Modeling oleh Hair et al.
, total sampel yang ditarik sejumlah 100 responden .
engan 99 data final vali.
Ukuran sampel ini telah memenuhi kriteria minimum sample calculation berbasis analisis G*Power dan kaidah 10times rule, yang mengonfirmasi bahwa sampel di atas 90 responden sudah mencukupi untuk mencapai statistical power 80% pada model struktural .
Selain itu, untuk menguji Common Method Bias (CMB) akibat instrumen self-report tunggal, penelitian ini menggunakan uji Full Collinearity VIF .
Hasil uji mengonfirmasi bahwa seluruh nilai VIF berada di bawah ambang batas 3,3 .
ertinggi 3,.
, sehingga model dinyatakan terbebas dari bias metode .
Parameter operasional untuk variabel Dark Patterns .
cU) dievaluasi melalui indikator manipulasi navigasi, kelangkaan buatan, urgensi waktu fiktif, dan penyembunyian harga .
, .
Variabel Kepercayaan Konsumen .
cU1 ) ditinjau dari aspek transparansi dan integritas penyedia layanan, sedangkan Keputusan Pembelian .
cU2 ) diukur melalui tingkat percepatan transaksi dan perilaku impulsif.
Seluruh tahapan operasional dalam penelitian ini diilustrasikan secara berurutan pada Gambar 1.
Tahapan dimulai dari pengumpulan data primer, purifikasi data, hingga pemrosesan statistik inferensial yang dikalkulasi menggunakan perangkat lunak SmartPLS versi 4.
0 berbasis Partial Least Squares (PLS-SEM).
Prosedur analisis dibedakan menjadi dua fase: uji Outer Model .
ntuk memverifikasi reliabilitas komposit, validitas diskriminan, dan konverge.
dan uji Inner Model .
ntuk mengevaluasi koefisien determinasi atau ycI2 dan menguji signifikansi hipotesis lewat metode Bootstrapping serta pengujian efek medias.
https://jurnal.
id/index.
php/jukomika JUKOMIKA (Jurnal Ilmu Komputer dan Informatik.
Volume 9.
Nomor 1.
July 2026 || Hal 1-9 p-ISSN : 2655-7541 .
e-ISSN : 2745-5823 DOI : 10.
Gambar 1.
Flowchart Tahapan Penelitian Analisis Pengaruh Dark Patterns Menggunakan PLS-SEM Hasil dan Pembahasan Fase pengumpulan data primer yang dilakukan secara daring berhasil menjaring total 117 respons dari pengguna e-commerce aktif di Indonesia.
Setelah melalui tahapan purifikasi data .
ata cleanin.
untuk menyisihkan respons yang terindikasi tidak valid akibat pengisian berpola .
traight-linin.
dan kemunculan pencilan .
, didapatkan 99 data final yang representatif untuk diolah ke dalam permodelan PLS-SEM menggunakan SmartPLS 4.
Profil demografis dan perilaku transaksi responden secara lengkap disajikan pada Tabel 1.
Mayoritas responden merupakan kelompok usia 18Ae24 tahun (Gen Z) dengan frekuensi transaksi lebih dari 3 kali dalam tiga bulan terakhir.
Platform Shopee dan TikTok Shop menjadi layanan belanja daring yang paling mendominasi.
Tabel 1.
Karakteristik Demografi dan Perilaku Responden Kategori Jenis Kelamin Usia Frekuensi Transaksi .
Bula.
Platform Utama Klasifikasi Laki-laki Perempuan 18 Ae 24 Tahun 25 Ae 30 Tahun > 30 Tahun 2 Ae 4 Kali 5 Ae 7 Kali > 7 Kali Shopee TikTok Shop Tokopedia Lazada / Lainnya Jumlah Persentase 38,4% 61,6% 78,8% 17,2% 4,0% 40,4% 35,4% 24,2% 52,5% 31,3% 12,1% 4,1% https://jurnal.
id/index.
php/jukomika JUKOMIKA (Jurnal Ilmu Komputer dan Informatik.
Volume 9.
Nomor 1.
July 2026 || Hal 1-9 p-ISSN : 2655-7541 .
e-ISSN : 2745-5823 DOI : 10.
Tahapan evaluasi outer model diimplementasikan untuk memverifikasi bahwa instrumen kuesioner yang digunakan telah memenuhi standar validitas dan reliabilitas yang sahih sebelum dilakukan pengujian Pemodelan jalur evaluasi ini digambarkan pada Gambar 2.
Penilaian validitas konvergen merujuk pada indikator loading factor yang harus bernilai lebih besar dari 0,70 dan nilai Average Variance Extracted (AVE) yang wajib melampaui batas minimum 0,500 .
Untuk reliabilitas konstruk, parameter yang dijadikan acuan adalah Cronbach's Alpha .
serta Composite Reliability .
uUyca dan yuUyca ) dengan syarat ambang kelayakan di atas 0,700 .
Gambar 2.
Diagram Jalur Evaluasi Model Pengukuran (Outer Mode.
Tabel 2.
Hasil Pengujian Validitas Konvergen dan Reliabilitas Variabel Laten Dark Patterns .
cU) Kepercayaan Konsumen .
cU1 ) Keputusan Pembelian .
cU2 ) yu
0,879
0,815
0,820
yuUyca
0,883
0,817
0,821
yuUyca
0,916
0,878
0,881
AVE
0,733
0,643
0,650
Berdasarkan output statistik pada Tabel 2, seluruh indikator dari variabel Dark Patterns.
Kepercayaan Konsumen, dan Keputusan Pembelian memiliki nilai loading factor yang valid.
Skor AVE untuk setiap variabel laten secara absolut telah melampaui ambang batas 0,500, yaitu sebesar 0,733 untuk Dark Patterns, 0,643 untuk Kepercayaan Konsumen, dan 0,650 untuk Keputusan Pembelian, yang merepresentasikan tingkat validitas konvergen yang memadai.
Secara bersamaan, nilai yu, yuUyca , dan yuUyca pada seluruh konstruk berada di atas angka 0,700 yang membuktikan bahwa seluruh instrumen pengukuran terbukti reliabel.
Langkah berikutnya adalah melakukan pengujian validitas diskriminan menggunakan kriteria Fornelarcker dan rasio Heterotrait-Monotrait (HTMT).
Hasil evaluasi memperlihatkan bahwa nilai akar kuadrat AVE .
untuk Dark Patterns .
Kepercayaan Konsumen .
, dan Keputusan Pembelian .
telah berhasil melampaui skor korelasi dengan konstruk lainnya di baris dan kolom yang sama, sehingga kriteria Fornell-Larcker dinyatakan terpenuhi.
Selanjutnya, evaluasi terhadap matriks HTMT mencatatkan korelasi Keputusan Pembelian dengan Dark Patterns sebesar 0,967.
Meskipun pada iterasi awal terdapat dua nilai HTMT yang melampaui ambang batas 1,000 .
akni 1,003 dan 1,.
, peneliti telah melakukan revisi model melalui cross-loading analysis untuk mengeliminasi indikator yang mengalami tumpang tindih .
Pasca-eliminasi indikator, pelaporan HTMT inference dan pengujian ulang mengonfirmasi bahwa seluruh nilai korelasi telah turun di bawah ambang batas kritis 0,90, sehingga asumsi validitas diskriminan dipastikan terpenuhi dengan ketat .
Analisis inner model diimplementasikan untuk mengukur kekuatan daya prediktif model melalui koefisien determinasi .
cI2 ).
Perolehan nilai ycI2 pada variabel Kepercayaan Konsumen menunjukkan persentase sebesar 72,7% .
Hal ini memberikan arti bahwa variasi fluktuasi rasa percaya pengguna mampu dijelaskan oleh implementasi Dark Patterns sebesar 72,7%.
Di sisi lain, metrik ycI2 untuk Keputusan https://jurnal.
id/index.
php/jukomika JUKOMIKA (Jurnal Ilmu Komputer dan Informatik.
Volume 9.
Nomor 1.
July 2026 || Hal 1-9 p-ISSN : 2655-7541 .
e-ISSN : 2745-5823 DOI : 10.
Pembelian bernilai 73,4% .
, yang mengisyaratkan bahwa model struktural yang dibangun memiliki kapasitas determinasi yang sangat kuat .
dalam memprediksi tindakan transaksi pengguna layanan digital.
Untuk memperdalam interpretasi kualitas struktural, parameter Predictive Relevance .
cE2 ) seluruh variabel endogen dihitung dan bernilai > 0, yang menegaskan relevansi prediktif model yang mumpuni .
Evaluasi Effect Size .
ce 2 ) juga menunjukkan bahwa konstruk eksogen memiliki efek prediksi yang kuat (> 0,.
Lebih lanjut, pada pengujian kekuatan mediasi, nilai Variance Accounted For (VAF) turut dihitung.
Kalkulasi tersebut mencatatkan porsi efek tidak langsung sebesar 45,9%.
Mengingat rasio VAF berada di rentang 20% hingga 80%, hal ini secara komprehensif memvalidasi dan mengonfirmasi status mediasi parsial .
artial mediatio.
, .
Eksekusi algoritma Bootstrapping dijalankan dengan parameter 5.
000 sub-sampel pada tingkat signifikansi 5% .
kala kekeliruan yu = 0,.
guna menguji hipotesis kausalitas.
Visualisasi jalur ini direpresentasikan pada Gambar 3.
Hipotesis dinyatakan terbukti dan diterima secara empiris apabila nilai p-value berada di bawah 0,05 dan nilai t-statistik melampaui angka kritis 1,96.
Gambar 3.
Diagram Koefisien Jalur Hasil Estimasi Bootstrapping Tabel 3.
Hasil Pengujian Hipotesis (Pengaruh Langsung dan Tidak Langsun.
Hubungan Antar-Variabel Koefisien Jalur (O) t-Statistik p-Value Kesimpulan Dark Patterns Ie Kepercayaan Konsumen Dark Patterns Ie Keputusan Pembelian Kepercayaan Konsumen Ie Keputusan Pembelian Dark Patterns Ie Kepercayaan Ie Keputusan -0,853 0,446 -0,444 32,295 5,107 4,845 0,000 0,000 0,000 H1 Diterima H2 Diterima H3 Diterima 0,379 4,774 0,000 Mediasi Parsial Terbukti Berdasarkan pengujian koefisien jalur pada Tabel 3, pembuktian hipotesis pertama (H.
mencatatkan nilai koefisien sebesar -0,853 dengan skor t-statistik 32,295 dan p-value 0,000 .
cy < 0,.
Temuan ini secara empiris menerima H1, membuktikan bahwa keberadaan desain antarmuka eksploitatif secara masif mendegradasi kepercayaan pelanggan digital .
Pengujian hipotesis kedua (H.
menghasilkan skor koefisien jalur 0,446 dengan t-statistik 5,107 dan p-value 0,000 .
cy < 0,.
Hal ini menerima H2, mengonfirmasi bahwa elemen manipulatif visual terbukti secara langsung memicu dan mendorong percepatan keputusan transaksi impulsif pada pengguna.
Selanjutnya, pengujian hipotesis ketiga (H.
merekam koefisien sebesar -0,444 dengan t-statistik 4,845 dan p-value 0,000 .
cy < 0,.
, sehingga H3 diterima yang memperlihatkan adanya keterkaitan kausal berarah negatif yang signifikan.
Evaluasi efek tidak langsung .
pecific indirect effect.
mencatatkan nilai koefisien mediasi sebesar 0,379 dengan skor t-statistik 4,774 dan probabilitas p-value 0,000 .
cy < 0,.
Karena pengaruh langsung (H.
terbukti signifikan dan pengaruh tidak langsungnya juga mencatatkan hasil yang signifikan, maka peran Kepercayaan Konsumen diklasifikasikan sebagai mediasi parsial .
artial mediatio.
Kepercayaan https://jurnal.
id/index.
php/jukomika JUKOMIKA (Jurnal Ilmu Komputer dan Informatik.
Volume 9.
Nomor 1.
July 2026 || Hal 1-9 p-ISSN : 2655-7541 .
e-ISSN : 2745-5823 DOI : 10.
konsumen secara empiris bertindak sebagai saringan psikologis intermediat dalam mengonversi dampak arsitektur desain manipulatif menuju hasil akhir keputusan transaksi.
Interpretasi data dari model struktural ini mengungkap dinamika transaksional krusial.
Terbuktinya H1 mempertegas bahwa manipulasi seperti penyisipan biaya terselubung dan manipulasi urgensi waktu sangat destruktif bagi reputasi e-commerce, sejalan dengan teori manipulasi informasi .
, .
, .
Fenomena terpenting ditunjukkan oleh berlakunya H2 dan H3 secara bersamaan yang membentuk mediasi parsial.
Kondisi ini membuktikan bahwa dark patterns memiliki kekuatan ganda: menggerakkan pembelian secara langsung melalui jebakan antarmuka yang membajak fungsi kognitif instan pengguna, sekaligus secara tidak langsung melalui mekanisme lunturnya kepercayaan.
Skor negatif pada hubungan Kepercayaan dengan Keputusan Pembelian (-0,.
mendeskripsikan anomali yang ironis.
Ketika rasa percaya pengguna hancur oleh jebakan sistem, kondisi ini secara kemungkinan teoretis berpotensi diiringi oleh naiknya tekanan kognitif dan kepanikan .
eperti takut kehilangan diskon langk.
, yang pada akhirnya mendesak konsumen untuk mengambil keputusan transaksi secara impulsif .
Walaupun variabel psikologis spesifik seperti kepanikan ini tidak diukur secara langsung dalam penelitian empiris ini, interpretasi tersebut selaras dan sangat mendukung postulat kerentanan konsumen .
onsumer vulnerabilit.
di mana manipulasi emosional sukses dikonversi menjadi keuntungan finansial sepihak bagi platform .
Kesimpulan Riset ini bermuara pada konklusi bahwa implementasi arsitektur desain antarmuka manipulatif .
ark pattern.
di ekosistem e-commerce domestik secara empiris memberikan dampak destruktif ganda yang signifikan terhadap psikologi dan pola perilaku konsumen siber.
Berbeda dengan asumsi pada kajian terdahulu, bukti kuantitatif dalam model struktural terbaru ini menegaskan bahwa elemen desain manipulatif memiliki kapasitas nyata untuk memancing keputusan pembelian secara langsung melalui eksploitasi bias kognitif instan pengguna.
Secara bersamaan, taktik manipulasi visual tersebut terbukti secara masif merusak dan menghancurkan rasa percaya pengguna terhadap integritas platform.
Terdegradasinya rasa percaya ini menciptakan beban psikologis intermediat yang bertindak sebagai mediator parsial .
artial mediatio.
, yang pada puncaknya justru semakin menyudutkan pengguna untuk melakukan pembelanjaan secara impulsif sekadar untuk menghindari kerugian fiktif yang dikonstruksi oleh sistem.
Secara makro, temuan ini mengonfirmasi adanya kerentanan konsumen .
onsumer vulnerabilit.
yang dieksploitasi secara arsitektural oleh penyedia platform demi mendulang konversi finansial sepihak.
Temuan ini sekaligus menegaskan urgensi bagi otoritas pembuat kebijakan di Indonesia untuk segera menginisiasi pembaruan instrumen hukum perlindungan konsumen siber yang secara spesifik membatasi ruang gerak praktik dark patterns.
Terlepas dari temuan yang dihasilkan, penelitian ini memiliki keterbatasan, mencakup penggunaan desain cross-sectional yang membatasi generalisasi kausalitas antarwaktu, serta penggunaan instrumen survei mandiri .
elf-repor.
berbasis non-probability sampling yang rentan terhadap bias subjektivitas.
Penelitian mendatang disarankan mengadopsi desain eksperimental longitudinal dengan cakupan sampel demografis yang lebih luas.
Daftar Pustaka