https://siberpublisher.
org/JMPD.
AU Vol.
No.
April - Juni 2026 DOI: https://doi.
org/10.
38035/jmpd.
https://creativecommons.
org/licenses/by/4.
Pengaruh Personalisasi Artificial Intelligence Terhadap Impulse Buying Melalui Emosi Konsumen Pada Platform E-commerce Dicky January1 Universitas Paramadina.
Jakarta.
Indonesia.
january@students.
Corresponding Author: dicky.
january@students.
Abstract: This study aims to analyze the effect of Artificial Intelligence (AI)-based personalization on impulse buying through consumer emotions on e-commerce platforms.
The development of AI technology in e-commerce enables companies to provide product recommendations that are relevant and tailored to usersAo preferences, thereby influencing consumer purchasing behavior.
This study employed a quantitative approach using purposive sampling techniques involving 199 active users of e-commerce platforms such as Shopee.
Tokopedia.
Lazada, and Blibli in the Greater Jakarta area and its surroundings.
Data were collected through questionnaires distributed via Google Forms and analyzed using the Partial Least Square-Structural Equation Modeling (PLS-SEM) method with SmartPLS 0 software.
The results indicate that AI-based personalization has a positive and significant effect on impulse buying.
In addition.
AI personalization also has a positive and significant effect on consumer emotions.
Consumer emotions were found to have a positive and significant effect on impulse buying.
These findings demonstrate that relevant and personalized product recommendations are capable of generating positive emotions such as happiness, comfort, and excitement, which ultimately encourage consumers to make impulsive purchases.
This study contributes to the development of digital consumer behavior literature and provides insights for e-commerce companies in designing more effective AI-based marketing strategies while still considering ethical aspects in influencing consumer Keyword: AI Personalized.
Emotion.
Impulse Buying Abstrak: Penelitian ini bertujuan untuk menganalisis pengaruh personalisasi berbasis Artificial Intelligence (AI) terhadap impulse buying melalui emosi konsumen pada platform e-commerce.
Perkembangan teknologi AI pada e-commerce memungkinkan perusahaan memberikan rekomendasi produk yang relevan dan sesuai dengan preferensi pengguna, sehingga mampu memengaruhi perilaku pembelian konsumen.
Penelitian ini menggunakan pendekatan kuantitatif dengan teknik purposive sampling terhadap 199 responden pengguna aktif platform e-commerce seperti Shopee.
Tokopedia.
Lazada, dan Blibli di wilayah Jabodetabek dan sekitarnya.
Pengumpulan data dilakukan melalui penyebaran kuesioner menggunakan Google Form dan dianalisis menggunakan metode Partial Least Square-Structural Equation Modeling (PLS-SEM) dengan bantuan SmartPLS 4.
Hasil 162 | Page https://siberpublisher.
org/JMPD.
AU Vol.
No.
April - Juni 2026 penelitian menunjukkan bahwa personalisasi berbasis AI berpengaruh positif dan signifikan terhadap impulse buying.
Selain itu, personalisasi AI juga berpengaruh positif dan signifikan terhadap emosi konsumen.
Emosi konsumen terbukti memiliki pengaruh positif dan signifikan terhadap impulse buying.
Temuan penelitian ini menunjukkan bahwa rekomendasi produk yang relevan dan dipersonalisasi mampu menciptakan emosi positif seperti rasa senang, nyaman, dan antusias, yang pada akhirnya mendorong konsumen melakukan pembelian impulsif.
Penelitian ini memberikan kontribusi terhadap pengembangan literatur perilaku konsumen digital serta menjadi masukan bagi perusahaan e-commerce dalam merancang strategi pemasaran berbasis AI yang lebih efektif dan tetap memperhatikan aspek etika dalam memengaruhi perilaku konsumen.
Kata Kunci: Personalisasi AI.
Emosi.
Pembelian Impulsif
PENDAHULUAN
Konsumerisme instan telah menjadi fenomena setelah hadirnya e-commerce, buy now regret later adalah kalimat yang tepat bagi orang-orang yang mengonsumsi sesuatu di luar batas kebutuhannya.
Apalagi setelah hadirnya AI (Artificial intelligenc.
dalam sistem pemasaran e-commerce yang semakin mempengaruhi manusia secara psikologi dalam mendorong keinginan belanja.
Penggunaan AI atau kecerdasan buatan saat ini telah menjadi bagian penting dan terintegrasi pada sistem pemasaran e-commerce.
Bahkan saat ini AI telah menjadi kunci utama dalam mendorong inovasi dan pertumbuhan industri ini.
AI di industri e-commerce digunakan untuk berbagai aspek salah satunya adalah untuk personalisasi.
tengah persaingan yang ketat, personalisasi menjadi strategi utama yang diandalkan untuk meningkatkan kepuasan dan retensi pelanggan.
Personalisasi dalam e-commerce berfokus pada penyediaan konten, rekomendasi produk, serta layanan yang disesuaikan dengan kebutuhan dan preferensi individu pelanggan, sehingga dapat meningkatkan engagement dan konversi penjualan (Yulianto et al.
, 2.
Riset menunjukan bahwa lebih dari 35% total penjualan Amazon berasal dari sistem rekomendasi berbasis AI, yang menegaskan efektivitas pendekatan tersebut dalam meningkatkan konversi penjualan (McKinsey, 2.
Serupa dengan Amazon, e-commerce lokal seperti Tokopedia.
Shopee.
Lazada & Blibli mulai mengimplementasikan sistem personalisasi berbasis AI untuk mendorong penjualan.
Pengintegrasian AI ke dalam sistem e-commerce lokal terbukti meningkatkan jumlah pengguna dan nilai penjualan platform Berdasarkan .
id, 2.
transaksi e-commerce tahun 2020 nilai transaksi e-commerce mencapai 253 triliun kemudian terus mengalami peningkatan hingga 487 triliun pada tahun 2024.
Nilai transaksi tersebut sejalan dengan peningkatan jumlah pengguna e-commerce, pada tahun 2020 jumlah pengguna e-commerce berjumlah 129,9 juta orang dan pada tahun 2024 jumlahnya diprediksi meningkat menjadi 189,6 juta (Tempo.
Implementasi AI pada Shopee dengan adanya fitur AuUntuk AndaAy, sedangkan Tokopedia.
Lazada dan Blibli dengan fitur AuRekomendasi Berdasarkan RiwayatAy.
Fitur tersebut merupakan contoh penerapan AI dalam mendorong customer engagement.
Relevansi konten ini menciptakan pengalaman personal yang dapat membangkitkan emosi positif, seperti rasa senang, antusias dan rasa penasaran yang pada akhirnya mendorong dan memicu pelanggan untuk melakukan pembelian.
Faktor emosi pelanggan memainkan peran penting dalam buying decision.
Menurut (Kotler & Keller, 2.
emosional memiliki peran krusial dalam membentuk hubungan antara merek dan konsumennya.
Oleh sebab itu, perusahaan perlu memahami serta mengelola emosi konsumen untuk menciptakan pengalaman yang lebih mendalam dan 163 | Page https://siberpublisher.
org/JMPD.
AU Vol.
No.
April - Juni 2026 memperkuat kesetiaan pada merek.
Menurut Ferrinadewi & Kartika .
Emosi dalam perspektif ekonomi dapat dibedakan menjadi 2 yaitu .
Ex-ante Emotions dan .
Ex-Post Emotions.
Ex-ante Emotions adalah emosi yang terjadi pada saat pengambilan keputusan dan sebelum hasil keputusan tersebut Nampak.
Ex Post Emotions adalah emosi yang muncul sesudah pengambilan keputusan terjadi dan hasil dari keputusan tersebut telah diketahui.
Dalam konteks perilaku konsumen, keputusan pembelian tidak selalu bersifat Emosi sering kali menjadi pemicu utama dalam proses pengambilan keputusan, terutama ketika konsumen merasakan dorongan sesaat yang kuat.
Perasaan seperti kegembiraan, rasa ingin memiliki, atau kepuasan sesaat dapat mendorong individu melakukan pembelian tanpa perencanaan sebelumnya .
mpulse buyin.
Pembelian yang tidak direncanakan ini sering kali didorong oleh diskon, keunikan barang yang dijual, atau produk itu sendiri, sehingga menyebabkan transaksi dilakukan tanpa perencanaan sebelumnya (Dalihade et al.
, 2.
Berdasarkan latar belakang tersebut.
Penelitian ini bertujuan untuk menganalisis pengaruh personalisasi berbasis AI dan emosi konsumen terhadap impulsive buying di platform e-commerce.
Urgensi penelitian ini terletak pada pentingnya memahami bagaimana personalisasi yang diterapkan oleh e-commerce dapat mempengaruhi perilaku konsumen .
mpulsive buyin.
Penelitian ini diharapkan dapat memberikan kontribusi substansial terhadap pemahaman kita mengenai industri e-commerce, khususnya dalam konteks perilaku konsumen digital.
Selain itu, hasil penelitian ini juga diharapkan dapat memberikan wawasan praktis bagi pengembang platform dan pelaku bisnis online dalam merancang strategi pemasaran yang lebih etis dan efektif.
Dengan memahami bagaimana personalisasi dan respons emosional konsumen berinteraksi, perusahaan dapat mengoptimalkan pengalaman pengguna tanpa memanipulasi keputusan pembelian secara berlebihan.
Dari sisi akademis, penelitian ini berkontribusi dalam memperkaya literatur mengenai perilaku konsumen di era digital yang semakin dipengaruhi oleh kecerdasan buatan dan faktor psikologis manusia.
Menurut (Kotler & Keller, 2.
Personalisasi adalah strategi pemasaran di mana perusahaan menawarkan layanan atau produk yang disesuaikan dengan preferensi spesifik individu, dengan tujuan meningkatkan kepuasan pelanggan.
Sedangkan menurut Yulianto et , .
Personalisasi adalah proses untuk mengadaptasi pengalaman pelanggan agar sesuai dengan kebutuhan, preferensi atau perilaku unik mereka.
Di e-commerce personalisasi dapat berupa rekomendasi produk, penawaran spesifik maupun konten yang relevan dan sesuai preferensi pelanggan.
AI merupakan teknologi yang dapat digunakan manusia sebagai asisten bergerak layaknya robot namun keberadaannya berupa tampilan virtual dalam suatu sistem computer (Pratikno, 2.
Artificial Intelligence memungkinkan pemasar untuk membedakan konsumennya menjadi persona yang berbeda dan memahami apa yang memotivasi konsumen dalam keputusan pembelian sehingga pemasar menggunakan AI untuk mengidentifikasi dan memprediksi perilaku konsumen, dan melalui informasi ini pemasar mampu membangun pengalaman unik bagi konsumen (Arviollisa et al.
, 2.
Personalisasi AI adalah serangkaian proses dan persamaan matematika menggunakan data demografis dan perilaku masa lalu pelanggan, seperti riwayat penelurusan dan pembelian, serta interaksi media sosial untuk mempelajari kebutuhan dan preferensi spesifik dari individu tersebut.
Di dalam sistem personalisasi berbasis AI terdapat algoritma machine learning (ML) dan deep learning (DL).
Algoritma ini memungkinkan sistem AI mengidentifikasi pola dalam data, belajar dari perilaku masa lalu, dan memprediksi tindakan di masa depan tanpa intervensi manusia.
Dalam konteks e-commerce.
Machine Learning membantu e-commerce mengidentifikasi tren perilaku konsumen, memprediksi keputusan pembelian, dan merekomendasikan produk berdasarkan interaksi pengguna sebelumnya.
Dalam konteks penerapan AI.
AI terbukti secara positif memengaruhi perilaku pembelian impulsif.
Sistem 164 | Page https://siberpublisher.
org/JMPD.
AU Vol.
No.
April - Juni 2026 rekomendasi bertenaga AI, analitik prediktif, dan agen virtual interaktif berkontribusi pada pembelian spontan dengan meningkatkan keterlibatan dan mengurangi waktu pengambilan keputusan (Ardyan Wicaksana et al.
, 2.
H1AU
: Personalisasi berbasis AI memiliki pengaruh positif terhadap impulse buying AU Selain itu, personalisasi berbasis AI memungkinkan penyampaian konten dan rekomendasi yang relevan secara individual, sehingga meningkatkan keterlibatan konsumen.
Stimulus ini dapat memicu respon emosional, seperti kesenangan .
dan kegembiraan .
, yang berperan penting dalam proses pengambilan keputusan.
Selain memberikan kemudahan secara kognitif, personalisasi AI juga memicu respons emosional yang dapat meningkatkan pembelian impulsif dan tingkat kesenangan yang dirasakan, sehingga memperbesar kemungkinan terjadinya pembelian.
Ketika konsumen menganggap konten yang dihasilkan AI akurat dan bermanfaat, kepercayaan mereka terhadap platform akan meningkat, yang pada akhirnya memperkuat penggunaan berulang dan perilaku pembelian (Alsaffarini & Awwad, 2.
H2AU
: Personalisasi berbasis AI memiliki pengaruh positif terhadap emosi konsumen Menurut (Goleman, 2.
emosi adalah suatu pikiran dan perasaan yang khas, suatu keadaan biologis dan psikologis yang hebat meluap-luap serta membuat kecenderungan untuk Emosi merupakan aspek fundamental dalam kehidupan manusia yang memengaruhi cara berpikir, bertindak dan merespon lingkungan.
Dalam perilaku konsumen, emosi memiliki peranan penting dalam proses pengambilan keputusan dan interaksi dengan produk atau layanan (Bahri et al.
, 2.
Emosi dapat dipengaruhi oleh pengalaman, keyakinan, dan lingkungan, serta diekspresikan dalam bahasa tubuh, seperti mimik wajah, suara dan tindakan.
Menurut (Bahri et al.
, 2.
emosi dapat dikategorikan menjadi dua jenis, emosi positif dan emosi negatif, masing-masing memiliki dampak terhadap cara seorang berpikir.
berperilaku dan berinteraksi dengan lingkungan sekitarnya.
Emosi positif adalah jenis emosi yang dapat menghasilkan perasaan menyenangkan, meningkatkan kesejahteraan serta memotivasi individu untuk melakukan tindakan yang konstruktif (Jerrim, 2.
Salah satu contoh utama emosi positif adalah kebahagiaan, dimana seseorang merasakan kesenangan dan kepuasan ketika mencapai tujuan atau mengalami momen yang menyenangkan.
Sedangkan di sisi lain emosi negatif seringkali dikaitkan dengan perasaan tidak nyaman atau adanya tekanan psikologis (Tsujimoto et al.
, 2.
Dalam konteks e-commerce, emosi mampu menjadi faktor determinan bagi seseorang dalam mengambil keputusan dalam pembelian.
Hal yang mudah dipahami adalah pada saat seseorang mendapati produk yang diidamkan diberikan potongan harga maka muncul emosi positif yang mendorong hasrat untuk melakukan pembelian tanpa pikir panjang.
(Permatasari & Arifin, 2.
melakukan pengujian secara parsial pengaruh emosi positif terhadap pembelian impulsif.
Hasil penelitian tersebut ditemukan bahwa terhadap pengaruh yang signifikan pada emosi positif terhadap pembelian impulsif.
Penelitian yang sama dilakukan mengenai pengaruh emosi positif terhadap pembelian impulsif, di dalam penelitian tersebut ditemukan bahwa emosi positif mendorong dan mempengaruhi pelanggan untuk melakukan pembelian impulsif pada platform shopee (Mariyana et al.
, 2.
H3AU
: Emosi konsumen berpengaruh positif terhadap impulse buying 165 | Page https://siberpublisher.
org/JMPD.
AU Vol.
No.
April - Juni 2026 Impulse Buying Impulse buying, menurut (Firmansyah, 2.
adalah perilaku konsumen yang melakukan pembelian tanpa adanya pertimbangan pada saat sebelum melakukan pembelian atau melakukan pembelian secara tidak rasional dan tidak direncanakan, serta didorong oleh tingginya kondisi emosional konsumen.
Elemen terpenting dalam pembelian impulsif yaitu:
Kognitif yaitu fokus konflik pada kognitif individu seperti: tidak ada pertimbangan harga dan fungsi produk, tidak dilakukan evaluasi ketika telah membeli produk, dan tidak membandingkan produk sejenis, .
Emosional yaitu fokus pada kondisi emosional konsumen seperti: perasaan yang didorong untuk membeli segera, gembira dan puas setelah membeli (Tumanggor et al.
, 2.
Menurut (Utami, 2.
, pembelian impulsif adalah tindakan konsumen tanpa adanya rencana terlebih dahulu ketika konsumen dalam toko.
Pembelian impulsif disebabkan faktor stimulus dari tempat berbelanja, seperti adanya promosi penjualan, daya tarik kualitas produk, dan usaha lainnya yang meningkatkan keinginan untuk melakukan pembelian.
(Utami, 2.
lebih lanjut menyatakan bahwa ada empat tipe pembelian tidak terencana yaitu .
Pure Impulse, tipe pembelian tak terencana dilakukan oleh konsumen yang membeli tanpa mempertimbangkan kepentingan.
Suggestion Impulse, tipe pembelian tak terencana dilakukan oleh konsumen yang mengetahui pertama kali dan mendapatkan informasi mengenai sebuah produk serta melakukan pembelian karena produk tersebut diperlukan.
Reminder Impulse, tipe pembelian tak terencana dilakukan oleh konsumen karena melihat produk dan konsumen membutuhkan produk karena ketersediaan yang kurang.
Planned Impulse, tipe pembelian tak terencana dilakukan oleh konsumen yang memasuki toko dengan persepsi membeli produk dengan landasan harga murah Impulse buying memiliki kesamaan dengan unplanned buying walau tidak sepenuhnya sama.
Pembelian impulsif lebih didorong oleh faktor emosi yang lebih kuat dibandingkan dengan pembelian tanpa rencana.
Dalam konteks e-commerce, promosi, personalisasi AI atau notifikasi yang menjadi stimulus memiliki peran besar terhadap pembelian impulsif.
Personalisasi AI dirancang untuk meningkatkan user experience, namun hal ini juga menimbulkan kekhawatiran tentang pemicu psikologis untuk mendorong pembelian impulsif (Ofem, 2.
Sumber : Data diolah .
Gambar 1 Hipotesis Penelitian 166 | Page https://siberpublisher.
org/JMPD.
AU Vol.
No.
April - Juni 2026
H1AU
: Personalisasi AI memiliki pengaruh positif terhadap impulse buying H2AU
: Personalisasi AI memiliki pengaruh positif terhadap emosi konsumen
H3AU
: Emosi konsumen berpengaruh positif terhadap impulse buying AU
METODE
Penelitian ini menggunakan desain penelitian kuantitatif.
Menurut (Sudaryono, 2.
, penelitian kuantitatif adalah metode yang berlandaskan pada filsafat positivisme, yang digunakan untuk meneliti populasi atau sampel tertentu.
Tujuannya adalah untuk menguji hubungan antara variabel dengan data yang bersifat numerik dan dianalisis secara statistik.
Pendekatan ini memungkinkan peneliti untuk mengukur pengaruh personalisasi AI dan emosi konsumen terhadap impulse buying secara objektif dan terstruktur.
Sumber data menggunakan data primer dengan menyebarkan kuesioner melalui perantara Google Form.
Data primer adalah data yang diambil pertama kali dari sumber di lapangan (Sugiyono, 2.
Instrumen penelitian yang digunakan adalah kuesioner yang disebarkan melalui Google Forms.
Kuisioner ini terdiri dari pertanyaan tertutup yang mengukur variabel personalisasi AI dan emosi terhadap impulse buying dengan menggunakan skala likert dengan kriteria jawaban sangat tidak setuju, tidak setuju, setuju dan sangat setuju yang efektif untuk mengukur sikap, opini, dan pandangan responden(Sugiyono, 2.
Teknik analisis data menggunakan Partial Least Square dengan menggunakan perangkat lunas SmartPLS Populasi dalam penelitian ini adalah pengguna aktif platform e-commerce yang berdomisili di area jabodetabek dan sekitarnya.
Teknik pengambilan sampel menggunakan purposive sampling.
Sebanyak 150-200 responden dilibatkan dalam penelitian ini.
Responden merupakan pria dan wanita yang menjadi pengguna aktif e-commerce di Indonesia khususnya platform seperti Shopee.
Tokopedia.
Lazada dan Blibli yang sering menerima rekomendasi produk otomatis dengan rentang usia 17-55 tahun dan berdomisili di Jabodetabek dan aktif berbelanja minimal 6 bulan terakhir dan pernah melakukan pembelian secara spontan setelah melihat rekomendasi atau promosi.
Tabel 1.
Konstruk Penelitian Variabel Personalisasi AI Indikator AI1 = Sistem aplikasi sering menampilkan produk yang sesuai dengan minat saya AI2 = Rekomendasi produk yang muncul sesuai dengan minat saya AI3= Sistem rekomendasi pada platform e-commerce memahami preferensi saya AI4 = Rekomendasi produk yang ditampilkan terasa relevan dengan kebutuhan AI5 = Saya merasa puas dengan akurasi rekomendasi produk yang diberikan oleh sistem AI AI6 = Saya sering membeli Referensi (Simanjuntak, 2.
(Jaidev, 2.
167 | Page https://siberpublisher.
org/JMPD.
Emosi Impulse Buying AU sistem AI7 = Saya sering melihat produk yang sesuai dengan riwayat pencarian EMO1 = Saya merasa sistem AI.
EMO2
= Rekomendasi merasa bahagia EMO3 = Saya merasa antusias saat menjelajahi sistem AI.
EMO4 = Saya merasa nyaman dan positif ketika melihat rekomendasi produk
yang sesuai dengan minat
EMO5
= Rekomendasi memberikan pengalaman menyenangkan bagi saya EMO6 = Saya merasa puas secara emosional setelah melihat rekomendasi produk dari sistem AI EMO7 = Saya merasa terdorong untuk membeli rekomendasi yang menarik IMP1 = Saya membeli produk tanpa perencanaan IMP2 = Saya terdorong membeli setelah melihat IMP3 = Saya sering membeli produk secara spontan IMP4 = Saya sulit menahan keinginan untuk membeli produk yang menarik IMP5= Saya melakukan pembelian secara tiba-tiba tanpa banyak pertimbangan Vol.
No.
April - Juni 2026 (Akhtar & Firdiyanti, 2.
(Natasya & Ramdan, 2.
168 | Page https://siberpublisher.
org/JMPD.
AU Vol.
No.
April - Juni 2026 IMP6 = Saya merasa terdorong untuk melakukan pembelian setelah melihat rekomendasi produk.
IMP7 = Saya sangat antusias saat menemukan produk yang menarik IMP8 = Notifikasi promosi atau flash sale mendorong HASIL DAN PEMBAHASAN Responden laki-laki sebanyak 87 orang dan perempuan sebanyak 112 orang dalam rentang usia 17-55 tahun merupakah demografi penelitian ini.
Google form digunakan untuk mendistribusikan kuesioner dan diperoleh data sebanyak 199 responden.
Responden penelitian ini melibatkan wilayah Jabodetabek dan sekitarnya, dengan 55 orang di antaranya berdomisili di Bekasi, 49 orang di Jakarta, 30 di Depok, 29 orang di Tangerang, 22 di Karawang dan 14 orang di Bogor.
Sebanyak 104 orang adalah pengguna aktif shopee, 50 orang pengguna aktif aplikasi Tokopedia, 28 orang pengguna aktif Blibli dan 17 orang pengguna aktif Lazada.
Tabel 2.
Demografi Responden Kriteria Responden Menurut Jenis Kelamin Pria Wanita Menurut Usia 17-25 Tahun 26-35 Tahun 36-45 Tahun 46-55 Tahun Menurut Tempat Tinggal Jakarta Bogor Depok Tangerang Bekasi Karawang Aplikasi Yang Digunakan Shopee Tokopedia Blibli Lazada Jumlah Responden Sumber : Data diolah .
169 | Page https://siberpublisher.
org/JMPD.
AU Vol.
No.
April - Juni 2026
Uji Validitas Tabel 3 Uji Validitas Variable Personalisasi AI
Indicator AI1
AI2
AI3
AI5
EMO1
EMO2
EMO3
EMO4
EMO5
EMO6
EMO7
IMP1
IMP2
IMP3
IMP4
IMP5
IMP6
IMP7
IMP8
Emosi
Impulse Buying Loading Factor
0,864
0,792
0,893
0,811
0,783
0,849
0,863
0,713
0,803
0,763
0,763
0,835
0,749
0,822
0,882
0,854
0,845
0,743
0,816
Sumber : Data diolah .
Nilai loading faktor menunjukan korelasi antara indikator dengan konstruknya.
Indikator dengan nilai loading yang rendah menunjukan bahwa indikator tersebut tidak bekerja pada model pengukurannya.
Sedangkan nilai loading yang bekerja pada model pengukurannya adalah > 0.
7 (Ghozali, 2.
Berdasarkan hasil uji convergent validity, terdapat beberapa indikator yang tidak memenuhi ambang batas minimum sebesar 0.
70 yaitu: AI4 .
AI6 .
dan AI7 .
dari variabel Personalisasi AI.
Nilai-nilai tersebut berada jauh di bawah ambang batas outer loading Ou 0.
70, yang menunjukkan bahwa indikator-indikator tersebut tidak mampu merepresentasikan konstruk secara memadai.
Oleh karena itu, ketiga indikator ini dihapus dari model.
Tabel 4.
Average Variance Extracted (AVE) Variabel Emosi Impulse Buying Personalisasi AI Average Variance Extracted (AVE) 0,628 0,671 0,707 Sumber : Data diolah .
Berdasarkan Tabel 4, nilai Average Variance Extracted (AVE) pada setiap variabel penelitian menunjukkan hasil yang memenuhi kriteria validitas konvergen.
Suatu konstruk dinyatakan valid apabila memiliki nilai AVE > 0,50, yang berarti variabel mampu 170 | Page https://siberpublisher.
org/JMPD.
AU Vol.
No.
April - Juni 2026 menjelaskan lebih dari 50% varians indikatornya (Haryono, 2.
Variabel Emosi memperoleh nilai AVE sebesar 0,628, variabel Impulse Buying sebesar 0,671, dan variabel Personalisasi AI sebesar 0,707.
Seluruh nilai tersebut berada di atas batas minimum 0,50 sehingga dapat disimpulkan bahwa indikator-indikator pada masing-masing variabel mampu merepresentasikan konstruk penelitian dengan baik.
Dengan demikian, hasil pengujian AVE menunjukkan bahwa seluruh variabel dalam penelitian ini telah memenuhi syarat validitas konvergen dan layak digunakan untuk analisis lebih lanjut pada model struktural.
Uji Reliabilitas Tabel 5.
CronbachAos Alpha
Variabel
Cronbach's alpha
Emosi
0,900
Impulse Buying 0,929 Personalisasi AI
0,861
Sumber : Data diolah .
Berdasarkan Tabel 5, hasil pengujian reliabilitas menggunakan CronbachAos Alpha menunjukkan bahwa seluruh variabel penelitian memiliki tingkat reliabilitas yang sangat Suatu variabel dinyatakan reliabel apabila memiliki nilai CronbachAos Alpha > 0,70 (Savitri et al.
, 2.
Variabel Emosi memperoleh nilai CronbachAos Alpha sebesar 0,900, variabel Impulse Buying sebesar 0,929, dan variabel Personalisasi AI sebesar 0,861.
Seluruh nilai tersebut berada di atas batas minimum 0,70 sehingga menunjukkan bahwa indikator pada masing-masing variabel memiliki konsistensi internal yang tinggi.
Dengan demikian, dapat disimpulkan bahwa seluruh instrumen penelitian yang digunakan dalam penelitian ini reliabel dan mampu memberikan hasil pengukuran yang konsisten sehingga layak digunakan dalam analisis lebih lanjut.
Tabel 6.
Composite Reliability Composite reliability Emosi
0,922
Impulse Buying 0,942 Personalisasi AI
0,906
Sumber : Data diolah .
Variabel Berdasarkan Tabel 6, hasil pengujian Composite Reliability menunjukkan bahwa seluruh variabel penelitian memiliki tingkat reliabilitas yang baik.
Suatu konstruk dinyatakan reliabel apabila memiliki nilai Composite Reliability > 0,70 (Hamid & Anwar, 2.
Variabel Emosi memperoleh nilai Composite Reliability sebesar 0,922, variabel Impulse Buying sebesar 0,942, dan variabel Personalisasi AI sebesar 0,906.
Seluruh nilai tersebut berada di atas batas minimum 0,70 sehingga menunjukkan bahwa setiap konstruk memiliki tingkat konsistensi internal yang tinggi dalam mengukur variabel penelitian.
Dengan demikian, dapat disimpulkan bahwa seluruh variabel dalam penelitian ini telah memenuhi kriteria Composite Reliability sehingga instrumen penelitian dinyatakan reliabel dan layak digunakan untuk pengujian model selanjutnya.
171 | Page https://siberpublisher.
org/JMPD.
AU Vol.
No.
April - Juni 2026 Tabel 7.
Uji Hipotesis Emosi -> Impulse Buying Personalisasi AI -> Emosi
Personalisasi AI -> Impulse Buying Original Sample (O) Sample Mean (M) 0,745 0,707 0,748 0,708 Standard
Deviation (STDEV) 0,103 0,045 0,544 0,548 0,050 T Statistics (|O/STDEV|) P Values Hipo
7,239
15,710
0,000
0,000
Didu
Didu
10,856
0,000
Didu Berdasarkan Tabel 7, hasil pengujian hipotesis menunjukkan bahwa seluruh hipotesis dalam penelitian ini didukung.
Pengujian hipotesis dilakukan dengan melihat nilai t-statistics dan p-values.
Hipotesis dinyatakan diterima apabila nilai t-statistics > 1,96 dan p-values < 0,05 (Ghozali, 2.
Pada hubungan Emosi terhadap Impulse Buying diperoleh nilai original sample sebesar 0,745 dengan nilai t-statistics sebesar 7,239 dan p-values sebesar 0,000.
Hasil tersebut menunjukkan bahwa emosi berpengaruh positif dan signifikan terhadap impulse Artinya, semakin tinggi emosi positif yang dirasakan konsumen saat menggunakan platform e-commerce, maka semakin tinggi pula kecenderungan konsumen melakukan pembelian impulsif.
Dengan demikian.
H3 diterima.
Selanjutnya, hubungan Personalisasi AI terhadap Emosi memperoleh nilai original sample sebesar 0,707 dengan nilai t-statistics sebesar 15,710 dan p-values sebesar 0,000.
Hasil ini menunjukkan bahwa personalisasi berbasis AI berpengaruh positif dan signifikan terhadap emosi konsumen.
Semakin relevan rekomendasi produk yang diberikan oleh sistem AI, maka semakin besar emosi positif yang dirasakan konsumen ketika menggunakan platform e-commerce.
Oleh karena itu.
H2 diterima.
Kemudian, hubungan Personalisasi AI terhadap Impulse Buying memperoleh nilai original sample sebesar 0,544 dengan nilai t-statistics sebesar 10,856 dan p-values sebesar 0,000.
Hasil tersebut menunjukkan bahwa personalisasi AI berpengaruh positif dan signifikan terhadap impulse buying.
Hal ini mengindikasikan bahwa rekomendasi produk yang dipersonalisasi mampu mendorong konsumen untuk melakukan pembelian secara spontan tanpa perencanaan sebelumnya.
Dengan demikian.
H1 diterima.
Secara keseluruhan, hasil penelitian ini menunjukkan bahwa personalisasi berbasis AI tidak hanya mampu memengaruhi impulse buying secara langsung, tetapi juga memengaruhi emosi konsumen yang pada akhirnya turut meningkatkan perilaku impulse buying pada platform e-commerce.
172 | Page https://siberpublisher.
org/JMPD.
AU Vol.
No.
April - Juni 2026 Sumber: Data diolah .
Gambar 2.
Hasil pengolahan data menggunakan alat analisis SmartPLS Pada hipotesis pertama, terjadi pengaruh positif dan signifikan antara Personalisasi AI terhadap impulse buying.
Hasil ini mendukung penelitian (Ardyan Wicaksana et al.
, 2.
dan (Ofem, 2.
yang menyatakan bahwa personalisasi berbasis AI mampu mendorong pembelian impulsif konsumen.
Personalisasi AI mampu memberikan rekomendasi produk yang relevan dan sesuai preferensi konsumen dapat mendorong pembelian secara spontan pada platform e-commerce.
Pada hipotesis kedua, terjadi pengaruh positif dan signifikan antara Personalisasi AI terhadap emosi konsumen.
Hasil ini mendukung penelitian (Alsaffarini & Awwad, 2.
yang menyatakan bahwa personalisasi AI mampu menciptakan pengalaman belanja yang lebih menyenangkan.
Semakin akurat rekomendasi produk yang diberikan sistem AI, maka semakin tinggi emosi positif yang dirasakan konsumen saat menggunakan e-commerce.
Pada hipotesis ketiga, terjadi pengaruh positif dan signifikan antara emosi konsumen terhadap impulse buying.
Hasil ini mendukung penelitian (Mariyana et al.
, 2.
yang menyatakan bahwa emosi positif dapat meningkatkan pembelian impulsif.
Personalisasi AI mampu menciptakan emosi positif berupa perasaan senang, antusias, dan nyaman saat berbelanja yang dapat meningkatkan kecenderungan konsumen melakukan pembelian secara spontan.
Personalisasi AI memberikan pengalaman berbeda dan mengangkat konsumen berada di level yang lebih tinggi dalam berbelanja.
Membantu memberikan rekomendasi, meningkatkan efisiensi dan juga mempermudah dalam mengambil Keputusan.
Namun di sisi lain.
Personalisasi AI menimbulkan kekhawatiran terkait dengan privasi, keamanan data dan dampaknya terhadap perilaku konsumen.
Untuk itu platform e-commerce perlu menerapkan strategi yang berfokus pada transparansi penggunaan data, keamanan data dan etika dalam penggunaan AI.
KESIMPULAN
Berdasarkan hasil dan pembahasa, dapat disimpulkan bahwa personalisasi Artificial Intelligence (AI) dan emosi konsumen memiliki pengaruh positif dan signifikan terhadap impulse buying pada platform e-commerce.
Hasil penelitian menunjukkan bahwa seluruh hipotesis yang diajukan dalam penelitian ini diterima.
Personalisasi AI terbukti berpengaruh 173 | Page https://siberpublisher.
org/JMPD.
AU Vol.
No.
April - Juni 2026 positif terhadap impulse buying, yang menunjukkan bahwa rekomendasi produk yang relevan dan sesuai dengan preferensi konsumen mampu mendorong terjadinya pembelian secara spontan tanpa perencanaan sebelumnya.
Selain itu, personalisasi AI juga berpengaruh positif terhadap emosi konsumen.
Hal ini menunjukkan bahwa pengalaman berbelanja yang dipersonalisasi mampu menciptakan emosi positif seperti rasa senang, nyaman, antusias, dan puas saat menggunakan platform e-commerce.
Penelitian ini juga menemukan bahwa emosi konsumen berpengaruh positif terhadap impulse buying.
Semakin tinggi emosi positif yang dirasakan konsumen ketika melihat rekomendasi produk atau promosi pada platform e-commerce, maka semakin besar kecenderungan konsumen melakukan pembelian impulsif.
Dengan demikian, emosi menjadi faktor penting yang memperkuat pengaruh personalisasi AI terhadap perilaku pembelian impulsif konsumen.
Secara keseluruhan, penelitian ini membuktikan bahwa penerapan personalisasi AI pada platform e-commerce tidak hanya meningkatkan pengalaman pengguna, tetapi juga memengaruhi aspek emosional konsumen yang pada akhirnya mendorong impulse buying.
Hasil penelitian ini diharapkan dapat menjadi referensi bagi perusahaan e-commerce dalam merancang strategi pemasaran digital yang lebih efektif, relevan, dan tetap memperhatikan aspek etika dalam memengaruhi perilaku konsumen.
REFERENSI