Rząd Indonezji dążył do przyjęcia 2,1 mln sztuk dwukołowych pojazdów elektrycznych i 2200 sztuk czterokołowych pojazdów elektrycznych w 2025 r. poprzez rozporządzenie prezydenckie Republiki Indonezji nr 22 z 2017 r. dotyczące Narodowego Planu Energetycznego. W 2019 r. rząd Indonezji wydał rozporządzenie prezydenckie nr 55 w 2019 r. dotyczące przyspieszenia programu pojazdów elektrycznych na baterie w transporcie drogowym. W 2018 r. przyjęcie dwukołowych pojazdów elektrycznych osiągnęło zaledwie 0,14% celu rządu na 2025 r. Dlatego przyjęcie technologii motocykli elektrycznych (EM) musi również uwzględniać wiele czynników, aby odnieść sukces. W ramach tych badań opracowano niebehawioralny model intencji przyjęcia pojazdu elektrycznego. Czynniki te obejmują poziom socjodemograficzny, finansowy, technologiczny i makro. W ankiecie internetowej wzięło udział 1223 respondentów. Regresja logistyczna służy do uzyskania funkcji i wartości prawdopodobieństwa zamiaru przyjęcia EM w Indonezji. Częstotliwość udostępniania w mediach społecznościowych, poziom świadomości ekologicznej, ceny zakupu, koszty utrzymania, maksymalna prędkość, czas ładowania baterii, dostępność infrastruktury stacji ładowania w pracy, dostępność domowego źródła zasilania – infrastruktury ładowania, polityki motywacyjne do zakupu, rabat na koszty ładowania polityka motywacyjna znacząco wpływa na zamiar wprowadzenia pojazdów elektrycznych. Pokazuje również, że szansa dla Indonezyjczyków na przyjęcie motocykli elektrycznych sięga 82,90%. Realizacja przyjęcia motocykli elektrycznych w Indonezji wymaga gotowości infrastruktury i kosztów, które mogą być zaakceptowane przez konsumentów. Wreszcie, wyniki tych badań dostarczają rządowi i przedsiębiorstwom pewnych sugestii, aby przyspieszyć przyjęcie motocykli elektrycznych w Indonezji.

WPROWADZANIE

Sektor gospodarczy w Indonezji (transport, wytwarzanie energii elektrycznej i gospodarstwa domowe) w większości korzysta z paliw kopalnych. Niektóre z negatywnych skutków dużej zależności od paliw kopalnych to zwiększony przydział dotacji na paliwa, problemy ze zrównoważeniem energii i wysoki poziom emisji CO2. Transport jest głównym sektorem, który przyczynia się do wysokiego poziomu CO2 w powietrzu ze względu na wiele zastosowań pojazdów napędzanych paliwami kopalnymi. Badania te skupiają się na motocyklach, ponieważ Indonezja, jako kraj rozwijający się, ma więcej motocykli niż samochodów. Liczba motocykli w Indonezji osiągnęła 120 101 047 sztuk w 2018 roku [1], a sprzedaż motocykli osiągnęła 6 487 460 sztuk w 2019 roku [2]. Przeniesienie sektora transportu na alternatywne źródła energii może obniżyć wysoki poziom CO2. Realistycznym rozwiązaniem tego problemu jest wdrożenie zielonej logistyki poprzez penetrację pojazdów elektrycznych w Indonezji, takich jak hybrydowe pojazdy elektryczne, hybrydowe pojazdy elektryczne typu plug-in i akumulatorowe pojazdy elektryczne [3]. Innowacje w zakresie technologii pojazdów elektrycznych i innowacyjne technologie akumulatorów mogą zapewnić rozwiązania transportowe, które są przyjazne dla środowiska, energooszczędne i obniżają koszty eksploatacji i konserwacji [4]. Pojazdy elektryczne są przedmiotem wielu dyskusji w krajach na świecie. W globalnym biznesie pojazdów elektrycznych odnotowano znaczny wzrost sprzedaży dwukołowych motocykli elektrycznych, które w latach 2016-2017 sięgnęły 58%, czyli około 1,2 mln sztuk. Ten wzrost sprzedaży wskazuje na dobrą reakcję krajów na świecie na rozwój pojazdów elektrycznych. technologia motocyklowa, która pewnego dnia miała zastąpić motocykle elektryczne napędzane paliwami kopalnymi. Obiektem badań jest motocykl elektryczny (EM), który składa się z nowego projektu motocykla elektrycznego (NDEM) i przerobionego motocykla elektrycznego (CEM). Pierwszy typ, New Design of Electric Motorcycle (NDEM), to pojazd zaprojektowany przez firmę, która wykorzystuje technologię elektryczną do swoich działań. Niektóre kraje na świecie, takie jak Australia, Niemcy, Anglia, Francja, Japonia, Tajwan, Korea Południowa i Chiny stosowały już motocykle elektryczne jako produkt zastępczy dla pojazdów motocyklowych napędzanych paliwami kopalnymi [5]. Jedną z marek motocykli elektrycznych jest Zero Motorcycle, która produkuje sportowe motocykle elektryczne [6]. PT. Firma Gesits Technologies Indo wyprodukowała również dwukołowe motocykle elektryczne pod marką Gesits. Drugi typ to CEM. Przerobiony motocykl elektryczny to motocykl zasilany olejem, w którym silnik i części silnika zastąpiono zestawami akumulatorów litowo-żelazowo-fosforanowych (LFP) jako źródłem energii. Chociaż wiele krajów produkuje motocykle elektryczne, nikt nie stworzył pojazdu przy użyciu technik konwersji. Konwersji można dokonać na motocyklu dwukołowym, który nie jest już używany przez jego użytkowników. Universitas Sebelas Maret jest pionierem w produkcji CEM i technicznie udowadnia, że ​​akumulatory litowo-jonowe mogą zastąpić źródła energii z paliw kopalnych w konwencjonalnych motocyklach. CEM wykorzystuje technologię LFP, ta bateria nie eksploduje w przypadku zwarcia. Poza tym bateria LFP ma długą żywotność do 3000 cykli użytkowania i jest dłuższa niż obecne komercyjne baterie EM (takie jak bateria litowo-jonowa i bateria LiPo). CEM może podróżować 55 km/ładowanie i osiągać maksymalną prędkość do 70 km/h [7]. Jodinesa i in. [8] zbadali udział w rynku kabrioletów elektrycznych motocykli w Surakarcie w Indonezji i stwierdzili, że mieszkańcy Surakarty zareagowali pozytywnie na CEM. Z powyższego wyjaśnienia widać, że możliwości motocykli elektrycznych są ogromne. Opracowano kilka badań dotyczących norm związanych z pojazdami elektrycznymi i akumulatorami, takich jak norma dotycząca akumulatorów litowo-jonowych autorstwa Sutopo et al. [9], standard systemu zarządzania baterią autorstwa Rahmawatie et al. [10] oraz standardy ładowania pojazdów elektrycznych autorstwa Sutopo et al. [11]. Powolne tempo przyjmowania pojazdów elektrycznych w Indonezji skłoniło rząd do wydania kilku polityk dotyczących rozwoju przemysłu motoryzacyjnego i planuje przyjęcie 2,1 miliona sztuk motocykli elektrycznych i 2200 sztuk samochodów elektrycznych w 2025 roku. Poza tym rząd celował również w Indonezję, aby była w stanie wyprodukować 2200 samochodów elektrycznych lub hybrydowych, które są określone w rozporządzeniu prezydenckim Republiki Indonezji nr 22 z 2017 r. dotyczącym Narodowego Planu Energetycznego. Ta regulacja została zastosowana przez różne kraje, takie jak Francja, Anglia, Norwegia i Indie. Ministerstwo Energii i Zasobów Mineralnych postawiło sobie za cel, aby od 2040 roku sprzedaż pojazdów z silnikiem spalinowym (ICEV) była zakazana, a społeczeństwo zostało poproszone o korzystanie z pojazdów elektrycznych [12]. W 2019 r. rząd Indonezji wydał rozporządzenie prezydenckie nr 55 z 2019 r. dotyczące przyspieszenia programu pojazdów elektrycznych opartych na akumulatorach w transporcie drogowym. Wysiłek ten jest krokiem w kierunku rozwiązania dwóch problemów, a mianowicie wyczerpywania się rezerw oleju opałowego i zanieczyszczenia powietrza. Jeśli chodzi o zanieczyszczenie powietrza, Indonezja zobowiązała się do zmniejszenia o 29% emisji dwutlenku węgla do 2030 r. w wyniku paryskiej konferencji klimatycznej, która odbyła się w 2015 r. W 2018 r. penetracja dwukołowych pojazdów elektrycznych osiągnęła zaledwie 0,14% celu rządu 2025, podczas gdy dla czterokołowych energii elektrycznej osiągnął ponad 45%. W grudniu 2017 r. na terenie całego kraju działało co najmniej ponad 1300 publicznych stacji ładowania elektrycznego w 24 miastach, z czego 71% (924 stacje uzupełniania) znajdowało się w DKI Dżakarta [13]. Wiele krajów prowadziło badania nad przyjęciem pojazdów elektrycznych, ale w Indonezji nie przeprowadzono wcześniej badań na skalę krajową. W niektórych krajach przeprowadzono wiele rodzajów badań, w których przeprowadzono badania nad przyjęciem nowych technologii przy użyciu kilku metod, takich jak wielokrotna regresja liniowa w celu poznania zamiaru wykorzystania pojazdu elektrycznego w Malezji [14], modelowanie równań strukturalnych (SEM) w celu poznania zastosowania barier dla pojazdów elektrycznych zasilanych bateriami w Tianjin, Chiny [15], eksploracyjna analiza czynnikowa i wielowymiarowy model regresji w celu poznania barier wśród kierowców pojazdów elektrycznych w Wielkiej Brytanii [16] oraz regresja logistyczna w celu poznania czynników wpływających na popularność pojazdów elektrycznych w Pekin, Chiny [17]. Celem tego badania jest opracowanie modelu adopcji motocykli elektrycznych w Indonezji, znalezienie czynników wpływających na zamiary adopcji motocykli elektrycznych w Indonezji oraz określenie możliwości funkcji dla adopcji motocykli elektrycznych w Indonezji. Modelowanie czynników jest ważne, aby dowiedzieć się, jakie czynniki wpływają na zamiar przyjęcia motocykli elektrycznych w Indonezji. Te wpływowe czynniki można wykorzystać jako odniesienie do sformułowania odpowiedniej polityki w celu przyspieszenia wprowadzenia motocykli elektrycznych. Te istotne czynniki to obraz idealnych warunków pożądanych przez potencjalnych użytkowników motocykli elektrycznych w Indonezji. Niektóre ministerstwa w Indonezji związane z formułowaniem polityki dotyczącej pojazdów elektrycznych to Ministerstwo Przemysłu, które zajmuje się przepisami podatkowymi dotyczącymi pojazdów w oparciu o emisje, które mają bezpośredni kontakt z producentami pojazdów elektrycznych, Ministerstwo Transportu, które przeprowadza test wykonalności pojazdów elektrycznych, które będą utorować drogi na autostradzie, np. testy akumulatorów itp., a także Ministerstwo Energii i Zasobów Mineralnych, które jest odpowiedzialne za formułowanie taryf Stacji Ładowania Pojazdów Elektrycznych do infrastruktury przedsiębiorstw zajmujących się ładowaniem pojazdów elektrycznych. Innowacje w pojazdach elektrycznych sprzyjają również narodzinom nowych podmiotów gospodarczych w łańcuchu dostaw, w tym technopreneurów i start-upów od deweloperów, dostawców, producentów i dystrybutorów produktów/usług pojazdów elektrycznych i ich pochodnych na rynek [24]. Przedsiębiorcy zajmujący się motocyklami elektrycznymi mogą również rozwijać technologię i marketing, biorąc pod uwagę te istotne czynniki, aby wesprzeć produkcję motocykli elektrycznych zamiast konwencjonalnych w Indonezji. Porządkowa regresja logistyczna wykorzystana do uzyskania funkcji i wartości prawdopodobieństwa zamiaru przyjęcia motocykli elektrycznych w Indonezji przy użyciu oprogramowania SPSS 25. Regresja logistyczna lub regresja logitowa to podejście do tworzenia modeli predykcyjnych. Regresja logistyczna w statystykach używana do przewidywania prawdopodobieństwa wystąpienia zdarzenia przez dopasowanie danych w funkcji logistycznej krzywej logitowej. Metoda ta jest ogólnym liniowym modelem regresji dwumianowej [18]. Regresja logistyczna została wykorzystana do przewidywania akceptacji bankowości internetowej i mobilnej [19], przewidywania akceptacji technologii fotowoltaicznej w Holandii [20], przewidywania akceptacji technologii systemów telemonitoringu dla zdrowia [21] oraz znajdowania wskazać przeszkody techniczne, które wpływają na decyzję o przyjęciu usług w chmurze [22]. Utami i in. [23], który wcześniej prowadził badania nad postrzeganiem pojazdów elektrycznych przez konsumentów w Surakarcie, stwierdzili, że ceny zakupu, modele, osiągi pojazdów i gotowość infrastruktury były największymi barierami dla osób korzystających z pojazdów elektrycznych. METODA Dane zebrane w tym badaniu są podstawowymi danymi uzyskanymi za pomocą ankiet internetowych, aby dowiedzieć się, jakie możliwości i czynniki mają wpływ na zamiar wprowadzenia motocykli elektrycznych w Indonezji. Kwestionariusz i ankieta Ankieta internetowa została rozesłana do 1223 respondentów w ośmiu prowincjach Indonezji w celu zbadania czynników wpływających na zamiar wprowadzenia motocykli elektrycznych w Indonezji. Te wybrane prowincje miały ponad 80% sprzedaży motocykli w Indonezji [2]: Jawa Zachodnia, Jawa Wschodnia, Dżakarta, Jawa Środkowa, Sumatra Północna, Sumatra Zachodnia, Yogyakarta, Sulawesi Południowe, Sumatra Południowa i Bali. Badane czynniki przedstawiono w tabeli 1. Ogólna wiedza na temat motocykli elektrycznych została przekazana na początku ankiety za pomocą wideo, aby uniknąć nieporozumień. Ankieta została podzielona na pięć części: sekcje screeningowe, socjodemograficzne, finansowe, technologiczne i makro. Kwestionariusz został przedstawiony w skali Likerta od 1 do 5, gdzie 1 oznacza zdecydowanie się nie zgadzam, 2 — nie zgadzam się, 3 — wątpliwości, 4 — zgadzam się, a 5 — zdecydowanie się zgadzam. Określenie minimalnej liczebności próby odwołuje się do [25], który stwierdził, że badania obserwacyjne z dużymi liczebnościami populacji obejmujące regresję logistyczną wymagają minimalnej liczebności próby 500, aby uzyskać statystyki reprezentujące parametry. W tym badaniu stosuje się próbkowanie klastrowe lub próbkowanie obszarowe z proporcjami, ponieważ populacja użytkowników motocykli w Indonezji jest bardzo duża. Poza tym próbkowanie celowe służy do określania próbek na podstawie określonych kryteriów [26]. Ankiety online przeprowadzane są za pośrednictwem Facebook Ads. Uprawnionymi respondentami są osoby w wieku ≥ 17 lat, posiadające kartę SIM C, będące jednym z decydentów o wymianie lub kupnie motocykla oraz zamieszkałe w jednym z województw w Tabeli 1. Ramy teoretyczne She et al. [15] oraz Habich-Sobiegalla i in. [28] wykorzystali ramy do systematycznej kategoryzacji czynników, które napędzają lub utrudniają korzystanie z pojazdów elektrycznych przez konsumentów. Dostosowaliśmy te ramy, modyfikując je na podstawie naszej analizy literatury dotyczącej motocykli elektrycznych na temat przyjmowania motocykli elektrycznych przez konsumentów. Zobrazowaliśmy to w Tabeli 1.Tabela 1. Objaśnienie i odniesienie do czynników i atrybutów Kod czynnika Atrybut Nr ref. SD1 Stan cywilny [27], [28] SD2 Wiek SD3 Płeć SD4 Ostatnie wykształcenie SD5 Zawód Socjodemograficzny SD6 Miesięczny poziom konsumpcji SD7 Miesięczny poziom dochodów SD8 Liczba posiadanych motocykli SD9 Częstotliwość udostępniania w mediach społecznościowych SD10 Wielkość sieci społecznościowej SD11 Świadomość ekologiczna Finanse FI1 Cena zakupu [29] FI2 Koszt baterii [30] FI3 Koszt ładowania [31] FI4 Koszty utrzymania [32] Technologiczne TE1 Przebieg [33] TE2 Moc [33] TE3 Czas ładowania [33] TE4 Bezpieczeństwo [34] TE5 Żywotność baterii [35] Poziom makro ML1 Dostępność stacji ładowania w miejscach publicznych [36] ML2 Dostępność stacji ładowania w pracy [15] ML3 Dostępność stacji ładowania w domu [37] ML4 Dostępność miejsc serwisowych [38] ML5 Polityka zachęt do zakupów [15] ML6 Rocznie polityka zniżek podatkowych [15] ML7 Polityka zniżek kosztowych naliczania opłat [15] Zamiar adopcyjny WP Zamiar wykorzystania [15] Czynnik socjodemograficzny Czynnik socjodemograficzny to czynniki osobiste, które wpływają na zachowanie jednostki w procesie podejmowania decyzji. Eccarius i in. [28] stwierdzili w swoim modelu adopcji, że wiek, płeć, stan cywilny, wykształcenie, dochód, zawód i własność pojazdu są ważnymi czynnikami wpływającymi na adopcję pojazdu elektrycznego. HabichSoebigalla i wsp. podkreślają czynniki wpływające na przyjęcie pojazdów elektrycznych, takie jak liczba posiadanych motocykli, częstotliwość udostępniania w mediach społecznościowych i rozmiar sieci społecznościowej online [28]. Eccarius i in. [27] oraz Habich Sobiegalla i in. [28] uważali również, że świadomość ekologiczna należy do czynników społeczno-demograficznych. Czynnik Finansowy Cena zakupu to pierwotna cena motocykla elektrycznego bez żadnych dopłat do zakupu. Sierzchula i in. [29] stwierdził, że wysoka cena zakupu pojazdu elektrycznego spowodowana największą pojemnością akumulatora. Koszt baterii to koszt wymiany baterii w przypadku wyczerpania się starej baterii. Krause i in. badali, że koszt baterii jest barierą finansową dla kogoś, kto może zaadoptować pojazd elektryczny [30]. Koszt ładowania to koszt energii elektrycznej do zasilania motocykla elektrycznego w porównaniu z kosztem benzyny [31]. Koszty utrzymania to koszty rutynowej konserwacji motocykli elektrycznych, a nie naprawy spowodowane wypadkiem, które mają wpływ na przyjęcie pojazdu elektrycznego [32]. Czynnik technologiczny Przebieg to najdalszy dystans po pełnym naładowaniu akumulatora motocykla elektrycznego. Zhang i in. [33] stwierdził, że osiągi pojazdu odnoszą się do oceny konsumenckiej pojazdu elektrycznego, w tym przebiegu, mocy, czasu ładowania, bezpieczeństwa i żywotności baterii. Moc to maksymalna prędkość motocykla elektrycznego. Czas ładowania to całkowity czas pełnego naładowania motocykla elektrycznego. Poczucie bezpieczeństwa podczas jazdy motocyklem elektrycznym związane z dźwiękiem (dB) to czynniki podkreślane przez Sovacool et al. [34] to czynniki wpływające na postrzeganie pojazdu elektrycznego przez konsumentów. Graham-Rowe i in. [35] powiedział, że żywotność baterii jest uważana za obniżoną. Czynnik na poziomie makro Infrastruktura dostępności stacji ładowania to coś, czego nie można uniknąć dla użytkowników motocykli elektrycznych. Dostępność ładowania w miejscach publicznych jest uważana za ważną dla wsparcia przyjęcia pojazdów elektrycznych [36]. Dostępność ładowania w pracy [15] i dostępność ładowania w domu [37] również potrzebna konsumentom do naładowania akumulatora ich pojazdu. Krupa i in. [38] powiedział, że dostępność miejsc serwisowych do rutynowej konserwacji i uszkodzeń ma wpływ na przyjęcie pojazdu elektrycznego. Ona i in. [15] zasugerowali pewne zachęty publiczne, które są bardzo pożądane przez konsumentów w Tianjin, takie jak dotacje na zakup motocykli elektrycznych, roczna zniżka podatkowa na motocykle elektryczne oraz polityka zniżek za koszty ładowania, gdy konsumenci muszą ładować motocykl elektryczny w miejscach publicznych [15]. Porządkowa regresja logistyczna Porządkowa regresja logistyczna jest jedną z metod statystycznych opisujących związek między zmienną zależną a jedną lub kilkoma zmiennymi niezależnymi, gdzie zmienna zależna ma więcej niż 2 kategorie, a skala pomiaru jest poziomowa lub porządkowa [39]. Równanie 1 jest modelem porządkowej regresji logistycznej, a równanie 2 przedstawia funkcję g(x) jako równanie logitowe. eegxgx P x ( ) ( ) 1 ( ) + = (1)  = = + mkjk Xik gx 1 0 ( )   (2) WYNIKI I DYSKUSJA Ankieta została rozesłana online w okresie marzec – kwiecień 2020 r. za pośrednictwem płatnych reklam na Facebooku ustawiając obszar filtra: Jawa Zachodnia, Jawa Wschodnia, Dżakarta, Jawa Środkowa, Sumatra Północna, Sumatra Zachodnia, Yogyakarta, Sulawesi Południowe, Sumatra Południowa i Bali, które dotarły do ​​21 628 użytkowników. Łączna liczba otrzymanych odpowiedzi to 1443 odpowiedzi, ale tylko 1223 odpowiedzi kwalifikowały się do przetwarzania danych. W tabeli 2 przedstawiono dane demograficzne respondentów. Statystyki opisowe Tabela 3 przedstawia statystyki opisowe dla zmiennych ilościowych. Zniżka kosztowa, roczna ulga podatkowa i dopłaty do ceny zakupu mają między innymi wyższą średnią. To ilustruje, że większość respondentów uważa, że ​​istnieje polityka, której intensywnie nakazał rząd, by zachęcić ich do przyjęcia motocykli elektrycznych. Jeśli chodzi o czynniki finansowe, cena zakupu i koszt baterii mają niższą średnią między innymi. Pokazuje to, że cena zakupu motocykla elektrycznego i koszt baterii nie są adekwatne do budżetu większości respondentów. Większość respondentów uznała, że ​​cena motocykla elektrycznego jest zbyt wysoka w porównaniu z ceną motocykla konwencjonalnego. Koszt wymiany baterii co trzy lata, który osiąga 5 000 000 IDR, jest również zbyt wysoki dla większości respondentów, tak że cena zakupu i koszt baterii stanowią barierę dla Indonezyjczyków do przyjęcia motocykli elektrycznych. Żywotność baterii, moc, czas ładowania mają niskie średnie wyniki w statystykach opisowych, ale średnie wyniki dla tych trzech czynników wynoszą więcej niż 4. Czas ładowania, który trwał trzy godziny, był dla większości respondentów zbyt długi. Maksymalna prędkość motocykla elektrycznego to 70 km/h, a 3-letnia żywotność baterii nie spełnia potrzeb respondentów. Pokazuje to, że większość respondentów uważa, że ​​wyczynowe motocykle elektryczne nie spełniają ich standardów. Chociaż respondenci nie do końca zaufali osiągom motocykli elektrycznych, EM może zaspokoić ich codzienne potrzeby w zakresie mobilności. Więcej respondentów bardziej oceniło dostępność ładowania w swoich domach i biurach niż w miejscach publicznych. Jednak często spotykaną barierą jest to, że moc energii elektrycznej w domu jest nadal poniżej 1300 VA, co sprawia, że ​​respondenci zdecydowanie oczekują, że rząd będzie w stanie zapewnić urządzenia do ładowania w domu. Dostępność ładowania w biurze jest bardziej preferowana niż w miejscach publicznych, ponieważ mobilność respondentów na co dzień dotyczy domu i biura. W tabeli 4 przedstawiono odpowiedzi respondentów na wprowadzenie motocykli elektrycznych. Wynika z niego, że 45,626% respondentów ma silną chęć korzystania z motocykla elektrycznego. Wynik ten pokazuje świetlaną przyszłość udziału w rynku motocykli elektrycznych. Z tabeli 4 wynika również, że prawie 55% respondentów nie ma silnej chęci korzystania z motocykla elektrycznego. Ciekawe wyniki z tych opisowych statystyk sugerują, że chociaż entuzjazm do używania motocykli elektrycznych nadal wymaga stymulacji, publiczna akceptacja motocykli elektrycznych jest dobra. Innym powodem, który może wystąpić, jest to, że respondenci mają postawę czekania i zobaczenia przyjęcia motocykla elektrycznego lub tego, czy ktoś inny używa motocykla elektrycznego, czy nie. Dane porządkowej regresji logistycznej są przetwarzane i analizowane w celu określenia zamiaru przyjęcia motocykli elektrycznych w Indonezji przy użyciu porządkowej regresji logistycznej. Zmienną zależną w tych badaniach jest chęć korzystania z motocykla elektrycznego (1: zdecydowanie niechętny, 2: niechętny, 3: zwątpienie, 4: chętny, 5: bardzo chętny). Jako metodę w niniejszych badaniach wybrano porządkową regresję logistyczną, ponieważ zmienna zależna wykorzystuje skalę porządkową. Dane zostały przetworzone przy użyciu oprogramowania SPSS 25 z poziomem ufności 95%. Przeprowadzono testy wielokoliniowości w celu obliczenia współczynników wariancji inflacji (VIF) przy średnim VIF wynoszącym 1,15-3,693, co oznacza brak współliniowości w modelu. Hipotezę stosowaną w porządkowej regresji logistycznej przedstawiono w tabeli 5. W tabeli 6 przedstawiono częściowe wyniki testów jako podstawę do odrzucenia lub przyjęcia hipotezy porządkowej regresji logistycznej. Tabela 2. Dane demograficzne respondentów Pozycja demograficzna Częst. % Pozycja demograficzna Częst. % Miejsce zamieszkania Jawa Zachodnia 345 28,2% Zawód Student 175 14,3% Jawa Wschodnia 162 13,2% Urzędnicy państwowi 88 7,2% Dżakarta 192 15,7% Pracownicy prywatni 415 33,9% Jawa Środkowa 242 19,8% Przedsiębiorca 380 31,1% Północna Sumatera 74 6,1% Inne 165 13,5% Yogyakarta 61 5,0% Południowe Sulawesi 36 2,9% Wiek 17-30 655 53,6% Bali 34 2,8% 31-45 486 39,7% Zachodnia Sumatera 26 2,1% 46-60 79 6,5% Południe Sumater 51 4,2% >60 3 0,2% Stan cywilny kawaler 370 30,3% ostatni poziom wykształcenia SMP/SMA/SMK 701 57,3% żonaty/zamężna 844 69,0% dyplom 127 10,4% inne 9 0,7% licencjat 316 25,8% płeć mężczyzna 630 51,5% magister 68 5,6 % Kobieta 593 48,5% Doktorant 11 0,9% Miesięczny dochód 0 154 12,6% Miesięczny poziom konsumpcji < IDR 2 000 000 432 35,3% < IDR 2 000 000 226 18,5% IDR 2 000 000-5 999 640 52,3% IDR 2 000 000-5 999 999 550 45% IDR 6 000 000- 9 999 999 121 9,9% IDR 6 000 000-9 999 999 199 16,3% ≥ IDR 10 000 000 30 2,5% IDR 10 000 000-19 999 999 71 5,8% ≥ I DR 20 000 000 23 1,9% Tabela 3. Statystyki opisowe dla zmiennych na poziomie finansowym, technologicznym i makro Średnia ranga Zmienna Średnia ranga ML7 (dysk kosztów naliczania opłat) 4,4563 1 ML3 (CS w domu) 4,1554 9 ML6 (roczna opłata podatkowa. ) 4,4301 2 ML2 (CS w miejscach pracy) 4,1055 10 ML5 (zachęta do zakupu) 4,4146 3 ML1 (CS w miejscach publicznych) 4,0965 11 TE4 (bezpieczeństwo) 4,3181 4 TE5 (żywotność baterii) 4,0924 12 FI3 (koszt ładowania) 4,2518 5 TE2 (zasilanie ) 4,0597 13 TE1 (przebieg) 4,2396 6 TE3 (czas ładowania) 4,0303 14 ML4 (miejsce serwisowe) 4,2142 7 FI1 (koszt zakupu) 3,8814 15 FI4 (koszt utrzymania) 4,1980 8 FI2 (koszt baterii) 3,5045 16 Tabela 4. Statystyki opisowe intencji adopcyjnej 1:zdecydowanie niechętny 2:niechęć 3:wątpliwości 4:chęć 5:zdecydowanie wola Chęć korzystania z motocykla elektrycznego 0,327% 2,044% 15,863% 36,141% 45,626% Wyniki analizy regresji logistycznej dla zmiennych SD1 do SD11, które należą do czynniki socjodemograficzne pokazują wyniki, że tylko częstotliwość udostępniania na Media społecznościowe (SD9) i poziom troski o środowisko (SD11) mają znaczący wpływ na intencje motocykli elektrycznych w Indonezji. Istotne wartości dla zmiennej jakościowej stanu cywilnego wynoszą 0,622 dla osoby samotnej i 0,801 dla małżeństwa. Wartości te nie potwierdzają Hipotezy 1. Stan cywilny nie wpływa istotnie na zamiar przyjęcia motocykla elektrycznego, ponieważ wartość znacząca wynosi ponad 0,05. Znacząca wartość dla wieku wynosi 0,147, więc wiek nie wpływa znacząco na zamiar adopcji motocykla elektrycznego. Wartość oszacowania dla wieku -0,168 nie potwierdza hipotezy 2. Znak ujemny oznacza, że ​​im wyższy wiek, tym mniejsza chęć przyjęcia motocykla elektrycznego. Istotna wartość zmiennej jakościowej płeć (0,385) nie potwierdza Hipotezy 3. Płeć nie wpływa istotnie na chęć przyjęcia motocykla elektrycznego. Istotna wartość ostatniego poziomu wykształcenia (0,603) nie potwierdza Hipotezy 4. Zatem ostatnie wykształcenie nie wpływa znacząco na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania dla ostatniego poziomu wykształcenia 0,036 oznacza, że ​​znak dodatni oznacza, że ​​im wyższy poziom wykształcenia, tym wyższy zamiar przyjęcia motocykla elektrycznego. Istotna wartość zmiennej jakościowej zawodu wyniosła 0,487 dla studentów, 0,999 dla urzędników, 0,600 dla pracowników prywatnych, a 0,480 dla przedsiębiorców nie popierających Hipotezy 5. Zawód nie wpływa istotnie na chęć przyjęcia motocykla elektrycznego. UTAMI I IN. /DZIENNIK OPTYMALIZACJI SYSTEMÓW W BRANŻACH – TOM. 19 NR. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami i in. 75 Tabel 5. Hipoteza Hipoteza Socjo- H1: stan cywilny ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. Demo- H2: wiek ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. grafika H3: płeć ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H4: ostatni poziom wykształcenia ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H5: zawód ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H6: miesięczny poziom zużycia ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H7: miesięczny poziom dochodów ma pozytywny, znaczący wpływ na zamiar przyjęcia motocykla elektrycznego. H8: liczba posiadanych motocykli ma pozytywny znaczący wpływ na zamiar przyjęcia motocykla elektrycznego. H9: częstotliwość udostępniania w mediach społecznościowych ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H10: wielkość sieci społecznościowej online ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H11: świadomość ekologiczna ma pozytywny znaczący wpływ na zamiar przyjęcia motocykla elektrycznego. Półrocze finansowe: cena zakupu ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H13: koszt baterii ma pozytywny znaczący wpływ na zamiar przyjęcia motocykla elektrycznego. H14: koszt ładowania ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H15: koszty utrzymania mają pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H16: zdolność przebiegu ma pozytywny, znaczący wpływ na zamiar przyjęcia motocykla elektrycznego. H17: moc ma pozytywny znaczący wpływ na zamiar przyjęcia motocykla elektrycznego. Techno-H18: czas ładowania ma pozytywny znaczący wpływ na zamiar przyjęcia motocykla elektrycznego. logiczne H19: bezpieczeństwo ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H20: żywotność baterii ma pozytywny znaczący wpływ na zamiar przyjęcia motocykla elektrycznego. H21: dostępność infrastruktury stacji ładowania w miejscach publicznych ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H22: dostępność infrastruktury stacji ładowania w pracy ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. Makropoziom H23: dostępność infrastruktury stacji ładowania w domu ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H24: dostępność miejsc serwisowych ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H25: polityka zachęt do zakupów ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. H26: roczna polityka zniżek podatkowych ma pozytywny istotny wpływ na zamiar wprowadzenia motocykla elektrycznego. H27: Polityka zniżek na koszty ładowania ma pozytywny istotny wpływ na zamiar przyjęcia motocykla elektrycznego. Tabela 6. Wyniki częściowych testów regresji logistycznej Wartość zm. Wartość zm. Sig. 0,385 TE5 0,068 0,765 SD3:kobieta 0 ML1 -0,127 0,022* SD5:uczennice -0,195 0,487 ML2 0,309 0,000* SD5:civ. serw 0,0000 0,999 ML3 0,253 0,355 SD5:pryw. emp -0,110 0,6 ML4 0,134 0,109 SD5:entrepr 0,147 0,48 ML5 0,301 0,017* SD5:inni 0 ML6 -0,059 0,107 SD6 0,227 0,069 ML7 0,521 0,052 SD7 0,032 0,726 TE1 0,146 0,004* SD8 0,180 0,161 TE2 0,167 0,962 SD9 0,13 0,211 0,013* SD10 0,016 0,765 TE4 -0,005 0,254 SD11 0,226 0,022* TE5 0,068 0,007* FI1 0,348 0,000* ML1 -0,127 0,009* FI2 -0,069 0,355 ML2 0,309 0,181 FI3 0,136 0,109 ML3 0,253 0,017* FI4 0,193 0,017* ML4 0,134 0,672 * Istotny przy 95% poziom ufności Znacząca wartość miesięcznego poziomu zużycia (0,069) nie potwierdza hipotezy 6, miesięczne zużycie nie wpływa znacząco na zamiar przyjęcia motocykla elektrycznego. Wartość szacunkowa dla poziomu zużycia miesięcznego 0,227, znak dodatni oznacza, że ​​im wyższy poziom miesięcznych wydatków, tym wyższy zamiar przyjęcia motocykla elektrycznego. Istotna wartość miesięcznych dochodów (0,726) nie potwierdza hipotezy 7, miesięczny poziom dochodów nie wpływa istotnie na chęć adopcji motocykla elektrycznego. Wartość szacunkowego poziomu dochodów miesięcznych wynosi 0,032, znak dodatni oznacza, że ​​im wyższy poziom dochodów miesięcznych, tym większa chęć przyjęcia motocykla elektrycznego. Znacząca wartość liczby posiadanych motocykli (0,161) nie potwierdza hipotezy 8, liczba posiadanych motocykli nie wpływa znacząco na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania poziomu posiadania motocykla wynosi 0,180, znak dodatni oznacza, że ​​im większa liczba posiadanych motocykli, tym większa chęć przyjęcia motocykla elektrycznego. Istotna wartość częstotliwości udostępniania w mediach społecznościowych (0,013) potwierdza Hipotezę 9, częstotliwość udostępniania w mediach społecznościowych ma istotny wpływ na zamiar zaadoptowania motocykla elektrycznego, ponieważ wartość znacząca wynosi mniej niż 0,05. UTAMI I IN. /JURNAL OPTIMASI SISTEM INDUSTRI – TOM. 19 NR. 1 (2020) 70-81 76 Utami i in. DOI: 10.25077/josi.v19.n1.p70-81.2020 Wartość szacunkowa częstotliwości udostępniania w mediach społecznościowych wynosi 0,111, znak dodatni oznacza, że ​​im wyższa częstotliwość udostępniania komuś w mediach społecznościowych, tym większa szansa na adopcję elektrycznego motocykl. Istotna wartość dla wielkości sieci społecznościowej online (0,765) nie potwierdza hipotezy 10, wielkość zasięgu sieci społecznościowej nie wpływa znacząco na zamiar zaadoptowania motocykla. Wartość oszacowania liczby osób, do których dotarła sieć społecznościowa, wynosi 0,016, znak dodatni oznacza, że ​​im większy rozmiar sieci społecznościowych, tym wyższy zamiar przyjęcia motocykla elektrycznego. Istotna wartość poziomu świadomości ekologicznej (0,022) potwierdza hipotezę 11, że poziom troski o środowisko ma istotny wpływ na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania poziomu świadomości ekologicznej wynosi 0,226, znak dodatni oznacza, że ​​im wyższy poziom troski o środowisko ma dana osoba, tym wyższy jest zamiar zaadoptowania motocykla elektrycznego. Wyniki analizy regresji logistycznej dla zmiennych FI1 do FI4 należących do czynników finansowych pokazują, że cena zakupu (FI1) i koszty utrzymania (FI4) mają istotny wpływ na intencje motocykli elektrycznych w Indonezji. Znacząca wartość ceny zakupu (0,00) potwierdza hipotezę 12, cena zakupu ma istotny wpływ na zamiar przyjęcia motocykla elektrycznego.Wartość oszacowania ceny zakupu wynosi 0,348, znak dodatni oznacza, że ​​im bardziej adekwatna jest dla kogoś cena zakupu motocykla elektrycznego, tym większy zamiar przyjęcia motocykla elektrycznego. Znacząca wartość kosztu akumulatora (0,355) nie potwierdza hipotezy 13, koszt akumulatora nie wpływa znacząco na zamiar przyjęcia motocykla elektrycznego. Znacząca wartość kosztów ładowania (0,109) nie potwierdza hipotezy 14, koszt ładowania nie ma znaczącego wpływu na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania kosztu ładowania wynosi 0,136, znak dodatni oznacza, że ​​im bardziej adekwatny dla kogoś koszt ładowania motocykla elektrycznego, tym większy zamiar przyjęcia motocykla elektrycznego. Znacząca wartość kosztów utrzymania (0,017) nie potwierdza hipotezy 15, koszty utrzymania mają znaczący wpływ na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania kosztów utrzymania wynosi 0,193, znak dodatni oznacza, że ​​im bardziej adekwatny dla kogoś koszt utrzymania motocykla elektrycznego, tym większy zamiar przyjęcia motocykla elektrycznego. Wyniki analizy regresji logistycznej dla zmiennych TE1 do TE5 należących do czynników technologicznych pokazują, że czas ładowania akumulatora (TE3) ma istotny wpływ na zamiar przyjęcia motocykli elektrycznych w Indonezji. Znacząca wartość przebiegu (0,107) nie potwierdza hipotezy 16, zdolność przebiegu nie ma znaczącego wpływu na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania maksymalnego przebiegu wynosi 0,146, znak dodatni oznacza, że ​​im bardziej odpowiedni dla kogoś maksymalny przebieg motocykla elektrycznego, tym większy zamiar przyjęcia motocykla elektrycznego. Znacząca wartość niezależnej zmiennej mocy lub maksymalnej prędkości (0,052) nie potwierdza hipotezy 17, maksymalna prędkość nie wpływa znacząco na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania dla mocy lub prędkości maksymalnej wynosi 0,167, znak dodatni oznacza, że ​​im bardziej odpowiednia dla osoby prędkość maksymalna motocykla elektrycznego, tym większy zamiar przyjęcia motocykla elektrycznego. Znacząca wartość czasu ładowania (0,004) potwierdza Hipotezę 18, czas ładowania ma istotny wpływ na zamiar zaadoptowania motocykla elektrycznego. Szacowana wartość czasu ładowania to 0,240, znak dodatni oznacza, że ​​im bardziej odpowiednia dla kogoś prędkość maksymalna motocykla elektrycznego, tym większy zamiar przyjęcia motocykla elektrycznego. Istotna wartość bezpieczeństwa (0,962) nie potwierdza hipotezy 19, bezpieczeństwo nie wpływa znacząco na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania dla bezpieczeństwa wynosi -0,005, znak minus oznacza, że ​​im bardziej ktoś czuje się bezpiecznie korzystając z motocykla elektrycznego, tym mniejszy jest zamiar zaadoptowania motocykla elektrycznego. Znacząca wartość żywotności baterii (0,424) nie potwierdza hipotezy 20, żywotność baterii nie ma znaczącego wpływu na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania żywotności baterii wynosi 0,068, znak dodatni oznacza, że ​​im bardziej odpowiednia żywotność baterii do motocykla elektrycznego, tym większa chęć przyjęcia motocykla elektrycznego. Wyniki analizy regresji logistycznej dla zmiennych ML1 do ML7, które należą do czynników na poziomie makro, pokazują, że tylko dostępność ładowania w miejscu pracy (ML2), dostępność ładowania w miejscu zamieszkania (ML3) oraz polityka rabatów kosztów ładowania (ML7) które mają znaczący wpływ na zamiar przyjęcia motocykli elektrycznych w Indonezji. Znacząca wartość dostępności ładowania w miejscach publicznych (0,254) nie potwierdza Hipotezy 21, dostępność ładowania w miejscach publicznych nie wpływa znacząco na zamiar przyjęcia motocykla elektrycznego. Istotna wartość dostępności ładowania w miejscu pracy (0,007) potwierdza hipotezę 22, że dostępność ładowania w miejscu pracy ma istotny wpływ na zamiar przyjęcia motocykla elektrycznego. Istotna wartość dostępności ładowania w domu (0,009) potwierdza hipotezę 22, że dostępność ładowania w domu ma istotny wpływ na zamiar adopcji motocykla. Istotna wartość dostępności miejsc serwisowych (0,181) nie potwierdza hipotezy 24, dostępność miejsc serwisowych nie ma istotnego wpływu na zamiar przyjęcia motocykla elektrycznego. Istotna wartość polityki zachęt do zakupów (0,017) potwierdza Hipotezę 25, polityka zachęt do zakupów ma istotny wpływ na zamiar przyjęcia motocykla elektrycznego. Znacząca wartość rocznej polityki zniżek podatkowych (0,672) nie potwierdza hipotezy 26, roczna polityka zachęt do zniżek podatkowych nie ma znaczącego wpływu na zamiar przyjęcia motocykla elektrycznego. Istotna wartość polityki rabatów za koszty ładowania (0,00) potwierdza Hipotezę 27, polityka motywacyjna rabatów za koszty ładowania ma istotny wpływ na zamiar przyjęcia motocykla elektrycznego. Zgodnie z wynikami czynnika na poziomie makro, przyjęcie motocykla elektrycznego może być zrealizowane, jeśli stacja ładowania w miejscu pracy, stacja ładowania w miejscu zamieszkania oraz polityka zniżek na koszty ładowania są dostępne dla konsumentów. Ogólnie, częstotliwość udostępniania w mediach społecznościowych, poziom świadomości ekologicznej, ceny zakupu, koszty utrzymania, maksymalna prędkość motocykli elektrycznych, czas ładowania baterii, dostępność infrastruktury stacji ładowania w pracy, dostępność domowego zasilania opartego na infrastrukturze ładowania, UTAMI I IN. /DZIENNIK OPTYMALIZACJI SYSTEMÓW W BRANŻACH – TOM. 19 NR. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami i in. 77 polityki motywacyjne do zakupów oraz polityki motywacyjne zniżek przy ładowaniu mają istotny wpływ na zamiar wprowadzenia pojazdów elektrycznych. Model równania i funkcja prawdopodobieństwa Równanie 3 jest równaniem logitowym służącym do wyboru odpowiedzi „zdecydowanie niechętny” do przyjęcia motocykla elektrycznego.  =  = + 27 1 01 ( 1| ) kg Y Xn   k Xik (3) Równanie 4 jest równaniem logitowym na wybór odpowiedzi „niechętny” do przyjęcia motocykla elektrycznego.  =  = + 27 1 02 ( 2 | ) kg Y Xn   k Xik (4) Równanie 5 jest równaniem logitowym na wybór odpowiedzi „wątpliwość” dla przyjęcia motocykla elektrycznego.  =  = + 27 1 03 ( 3| ) kg Y Xn   k Xik (5) Równanie 6 jest równaniem logitowym dla opcji odpowiedzi „chęć” do zaadoptowania motocykla elektrycznego.  =  = + 27 1 04 ( 4 | ) kg Y Xn   k Xik (6) Funkcje prawdopodobieństwa przyjęcia zamiaru przyjęcia motocykli elektrycznych przedstawione w równaniu 7 do równania 11. Równanie 7 jest funkcją prawdopodobieństwa wyboru odpowiedzi „ zdecydowanie niechętny” do przyjęcia motocykla elektrycznego. eenng YX g YXP Xn PY Xn ( 1| ) ( 1| ) 1 1 ( ) ( 1| )   + = =  (7) Równanie 8 jest funkcją prawdopodobieństwa wyboru odpowiedzi „niechęć” do przyjęcia motocykl elektryczny. eeeennng YX g YX g YX g YX nnnn PYXPYXPXPYX (1|) (1|) (2|) (2|) 2 1 1 (2 |) (1|) () (2 |)     + − + = =  −  = = (8) Równanie 9 to funkcja prawdopodobieństwa wyboru odpowiedzi „wątpliwość” przyjęcia motocykla elektrycznego. eeeennng YX g YX g YX g YX nnnn PYXPYXPXPYX (2|) (2|) (3|) (3|) 3 1 1 (3 |) (2 |) ( ) (3 |)     + − + = =  −  = = (9) Równanie 10 to funkcja prawdopodobieństwa wyboru odpowiedzi „chęć” do przyjęcia motocykla elektrycznego. eeeennng YX g YX g YX g YX nnnn PYXPYXPXPYX (3|) (3|) (4|) (4|) 4 1 1 (4 |) (3 |) ( ) (4 |)     + − + = =  −  = = (10) Równanie 11 to funkcja prawdopodobieństwa wyboru odpowiedzi „zdecydowana chęć” przyjęcia motocykla elektrycznego. eenng YX g YX nnn PYXPXPYX (4| ) ( 4| ) 5 1 1 1 ( 4 | ) ( ) ( 5 | )   + = − = −  = = (11) Prawdopodobieństwo intencji przyjęcia Porządkowe równanie regresji logistycznej zastosowane do próby odpowiedzi respondentów. Tabela 8 przedstawia charakterystykę i odpowiedzi próby. Tak więc prawdopodobieństwo odpowiedzi na każde kryterium przy zmiennej zależnej jest obliczane na podstawie równania 7 – 11. Próba respondentów, którzy mają odpowiedzi przedstawione w tabeli 7, ma prawdopodobieństwo 0,0013 dla zdecydowanie niechętnych do korzystania z motocykla elektrycznego, prawdopodobieństwo 0,0114 w przypadku braku chęci korzystania z motocykla elektrycznego prawdopodobieństwo 0,1788 w przypadku wątpliwości co do korzystania z motocykla elektrycznego, prawdopodobieństwo 0,563 w przypadku chęci korzystania z motocykla elektrycznego oraz prawdopodobieństwo 0,2455 w przypadku zdecydowanej chęci korzystania z motocykla elektrycznego. Obliczono również prawdopodobieństwo przyjęcia motocykla elektrycznego dla 1223 respondentów, a średnia wartość prawdopodobieństwa odpowiedzi na zdecydowanie niechętny do korzystania z motocykla elektrycznego wyniosła 0,0031, niechęć do korzystania z motocykla elektrycznego 0,0198, wątpliwości do korzystania z motocykla elektrycznego 0,1482, chęć korzystania z motocykla elektrycznego motocyklem elektrycznym było 0,3410, a zdecydowanie chętnie korzystano z motocykla elektrycznego 0,4880. Jeśli zsumujemy prawdopodobieństwo chętnych i bardzo chętnych, to prawdopodobieństwo, że Indonezyjczycy zaadoptują motocykle elektryczne sięga 82,90%. Rekomendacje dla przedsiębiorców i decydentów W analizie regresji logistycznej porządkowej częstotliwość udostępniania w mediach społecznościowych jest istotnym czynnikiem wpływającym na zamiar przyjęcia motocykla elektrycznego. Znaczenie mediów społecznościowych jako platformy umożliwiającej społeczeństwu uzyskiwanie informacji o motocyklach elektrycznych wpłynie na chęć przyjęcia motocykli elektrycznych. Rząd i przedsiębiorcy mogą próbować wykorzystać ten zasób, na przykład przedsiębiorcy mogą promować poprzez premie lub uznanie dla konsumentów, którzy kupili motocykle elektryczne i dzielić się pozytywnymi rzeczami związanymi z motocyklami elektrycznymi w swoich mediach społecznościowych. W ten sposób może zachęcić innych do bycia nowym użytkownikiem motocykla elektrycznego. Rząd może nawiązać kontakty towarzyskie lub wprowadzić motocykle elektryczne do publicznej wiadomości za pośrednictwem mediów społecznościowych, aby zmotywować społeczeństwo do przejścia z motocykla konwencjonalnego na motocykl elektryczny. Badanie to udowadnia, jak istotny wpływ czynników z poziomu makro na przyjęcie motocykli elektrycznych w Indonezji. W porządkowej analizie regresji logistycznej dostępność infrastruktury stacji ładowania w miejscu pracy, dostępność infrastruktury stacji ładowania w domu, polityka motywacyjna do zakupu oraz rabat za ładowanie mają istotny wpływ na zamiar przyjęcia motocykla elektrycznego. UTAMI I IN. /JURNAL OPTIMASI SISTEM INDUSTRI – TOM. 19 NR. 1 (2020) 70-81 78 Utami i in. DOI: 10.25077/josi.v19.n1.p70-81.2020 Tabela 7. Przykładowe odpowiedzi Zmienna Odpowiedź Kod Wartość Stan cywilny Żonaty X1b 2 Wiek 31-45 X2 2 Płeć Mężczyzna X3a 1 Ostatni poziom wykształcenia Mistrz X4 4 Zawód Pracownicy prywatni X5c 3 Miesięcznie poziom konsumpcji Rp2.000.000-5.999.999 X6 2 Miesięczny poziom dochodów Rp. 6.000.000-9.999.99 X7 3 Liczba posiadanych motocykli ≥ 2 X8 3 Częstotliwość udostępniania w mediach społecznościowych Kilka razy w miesiącu X9 4 Wielkość sieci społecznościowej online 100-500 osób X10 2 Świadomość ekologiczna 1 X11 1 Harga beli 3 X12 3 Koszt akumulatora 3 X13 3 Koszt ładowania 3 X13 3 Koszty konserwacji 5 X14 5 Przebieg 4 X15 4 Zasilanie 5 X16 5 Czas ładowania 4 X17 4 Bezpieczeństwo 5 X18 5 Żywotność akumulatora 4 X19 4 Dostępność stacji ładowania w miejscach publicznych 4 X20 4 Dostępność stacji ładowania w pracy 4 X21 4 Dostępność stacji ładowania w domu 4 X22 4 Dostępność miejsc serwisowych 2 X23 2 Polityka motywacyjna do zakupów 5 X24 5 Polityka rocznych zniżek podatkowych 5 X25 5 Polityka zniżek za koszty ładowania 5 X26 5 Koszt ładowania 5 X27 5 Koszty utrzymania 3 X13 3 Przebieg 5 X14 5 Moc 4 X15 4 Czas ładowania 5 X16 5 Większość respondentów uważa, że ​​dostępność infrastruktury stacji ładowania w domu, miejscu pracy i miejscach publicznych ma istotny wpływ na popularność motocykli elektrycznych. Rząd może zorganizować instalację infrastruktury stacji ładowania w miejscach publicznych, aby wesprzeć przyjęcie motocykli elektrycznych. Aby to zrealizować, rząd może również współpracować z sektorem biznesowym. W tworzeniu wskaźników na poziomie makro, niniejsze badanie proponuje kilka opcji polityki motywacyjnej. Najistotniejsze polityki motywacyjne według badania to polityka motywacyjna do zakupu i polityka motywacyjna polegająca na zniżkach kosztów ładowania, które rząd może rozważyć w celu wsparcia wprowadzenia motocykli elektrycznych w Indonezji. Z czynników finansowych istotny wpływ na zamiar zakupu motocykla elektrycznego ma cena zakupu. To jest powód, dla którego zachęta do dopłaty do zakupu również znacząco wpływa na zamiar adopcji. Tańszy koszt utrzymania motocykli elektrycznych niż motocykli konwencjonalnych znacząco wpływa na zamiar przyjęcia motocykli elektrycznych. W związku z tym dostępność usług, które spełniają potrzeby konsumentów, będzie jeszcze bardziej zachęcać do korzystania z motocykli elektrycznych, ponieważ większość użytkowników nie zna części motocykli elektrycznych, więc w przypadku jakichkolwiek uszkodzeń potrzebni są wykwalifikowani technicy. Osiągi motocykli elektrycznych spełniły potrzeby konsumentów, aby zaspokoić ich codzienną mobilność. Maksymalna prędkość motocykla elektrycznego i czas ładowania są w stanie sprostać wymaganiom konsumentów. Jednak lepsze osiągi motocykla, takie jak zwiększone bezpieczeństwo, żywotność baterii i dalsze przebiegi, z pewnością zwiększą chęć przyjęcia motocykla elektrycznego. Oprócz zwiększania inwestycji w technologię, rząd i przedsiębiorstwa muszą również poprawić system oceny bezpieczeństwa i niezawodności motocykli elektrycznych, aby zwiększyć zaufanie publiczne. Promowanie jakości i osiągów jest dla firm jednym z najskuteczniejszych sposobów na zwiększenie zainteresowania konsumentów motocyklami elektrycznymi. Konsumenci, którzy są młodsi i mają wyższy poziom wykształcenia, mogą zostać wybrani jako pierwsi użytkownicy, aby stać się wpływowymi, ponieważ mają już bardziej optymistyczne nastawienie i mają szeroką sieć kontaktów. Segmentację rynku można osiągnąć poprzez wprowadzenie konkretnych modeli dla docelowych konsumentów. Ponadto respondenci o wyższej świadomości ekologicznej byli bardziej skłonni do przyjęcia motocykli. UTAMI I IN. /DZIENNIK OPTYMALIZACJI SYSTEMÓW W BRANŻACH – TOM. 19 NR. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami i in. 79 WNIOSKI Przejście z motocykli konwencjonalnych na motocykle elektryczne może być najlepszym rozwiązaniem problemu wysokiego poziomu CO2 w Indonezji. Indonezyjski rząd również zdał sobie sprawę i wkroczył, ustanawiając różne polityki dotyczące pojazdów elektrycznych w Indonezji. Ale w rzeczywistości wprowadzenie pojazdów elektrycznych w Indonezji jest wciąż na bardzo wczesnym etapie, nawet daleko od celów wyznaczonych przez rząd. Otoczenie nie sprzyja adopcji motocykli elektrycznych, takie jak brak bardziej szczegółowych przepisów i brak infrastruktury wspierającej, co powoduje niską adopcję pojazdów elektrycznych w Indonezji. Badanie to objęło 1223 respondentów z 10 prowincji, które łącznie miały 80% całkowitej dystrybucji sprzedaży motocykli w Indonezji, aby zbadać istotne czynniki wpływające na zamiary wprowadzenia motocykli elektrycznych w Indonezji i poznać funkcje prawdopodobieństwa. Chociaż większość ankietowanych entuzjastów motocykli elektrycznych i chce w przyszłości posiadać motocykl elektryczny, ich zainteresowanie przyjęciem motocykla elektrycznego w dzisiejszych czasach jest stosunkowo niskie. Respondenci nie chcą obecnie korzystać z motocykli elektrycznych z różnych powodów, takich jak brak infrastruktury i polityki. Wielu respondentów ma postawę wyczekiwania i patrzenia na przyjęcie motocykli elektrycznych, z czynnikami finansowymi, czynnikami technologicznymi i poziomami makro, które muszą być zgodne z wymaganiami konsumentów. Badanie to udowadnia, jak istotna jest częstotliwość udostępniania w mediach społecznościowych, poziom świadomości ekologicznej, ceny zakupu, koszty utrzymania, maksymalna prędkość motocykli elektrycznych, czas ładowania baterii, dostępność infrastruktury stacji ładowania w pracy, dostępność infrastruktury ładowania domu, Polityka motywacyjna do zakupu i polityka motywacyjna zniżek na koszty ładowania wspierają wprowadzenie motocykli elektrycznych w Indonezji. Rząd musi wspierać zapewnianie infrastruktury stacji ładowania i tworzenie polityki motywacyjnej, aby przyspieszyć wprowadzanie motocykli elektrycznych w Indonezji. Producenci powinni wziąć pod uwagę czynniki technologiczne, takie jak przebieg i żywotność baterii, aby wesprzeć wprowadzenie motocykli elektrycznych. Czynniki finansowe, takie jak ceny zakupu i koszty baterii, muszą być przedmiotem troski firm i rządu. Należy maksymalnie wykorzystać sieci społecznościowe, aby wprowadzić do społeczności motocykl elektryczny. Społeczności w młodym wieku mogą promować się jako wcześni użytkownicy, ponieważ mają szeroką sieć mediów społecznościowych. Realizacja przyjęcia motocykli elektrycznych w Indonezji wymaga gotowości infrastruktury i kosztów, które mogą być zaakceptowane przez konsumentów. Zostało to wdrożone przez rząd poprzez silne zobowiązania rządowe w kilku krajach, którym udało się zastąpić pojazdy konwencjonalne. Dalsze badania będą koncentrować się na znalezieniu odpowiednich polityk, które przyśpieszą wprowadzenie motocykli elektrycznych w Indonezji. BIBLIOGRAFIA [1] Indonezja. Statystyka Badana Pusata; Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis 1949-2018, 2019 [Online]. Dostępne: bps.go.id. [2] Asosiasi Industri Sepeda Motor Indonesia: Statystyka dystrybucji krajowej i eksportu, 2020. [Online]. https://www.aisi.or.id/statistic. [Dostęp: marzec. 20, 2020]. [3] G. Samosir, Y. Devara, B. Florentina i R. Siregar, „Pojazdy elektryczne w Indonezji: droga do zrównoważonego transportu”, Solidiance: Market Report, 2018. [4] W. Sutopo, RW Astuti, A. Purwanto i M. Nizam, „Model komercjalizacji baterii litowo-jonowych nowej technologii: studium przypadku inteligentnego pojazdu elektrycznego”, Materiały ze Wspólnej Międzynarodowej Konferencji nt. Technologii Informacji i Komunikacji Wiejskiej oraz Technologii Pojazdów Elektrycznych, rICT i ICEV w 2013 r. -T 2013, 6741511.https://doi.org/10.1109/rICTICeVT.2013.6741511. [5] M. Catenacci, G. Fiorese, E. Verdolini i V. Bosetti, „Going electric: Badanie ekspertów na temat przyszłości technologii akumulatorów do pojazdów elektrycznych. In Innovation under Uncertainty”, Edward Elgar Publishing, 93. Amsterdam: Elsevier, 2015. [6] M. Weiss, P. Dekker, A. Moro, H. Scholz i MK Patel, „O elektryfikacji transportu drogowego – przegląd środowiskowych, ekonomicznych i społecznych wyników elektrycznych jednośladów”, Transportation Research Part D: Transport and Environment, tom. 41, s. 348-366, 2015. https://doi.org/10.1016/j.trd.2015.09.007. [7] M. Nizam, „Produksi Kit Konversi Kendaraan Listrik Berbasis Baterai Untuk Sepeda Motor Roda Dua Dan Roda Tiga”, Laporan Akhir Hibah PPTI, Badan Pengelola Usaha Universitas Sebelas Maret, 2019. [8] MNA Jodinesa, W. Sutopo i R. Zakaria, „Analiza łańcucha Markowa w celu określenia przewidywania udziału rynkowego nowej technologii: studium przypadku motocykla konwersji elektrycznej w Surakarcie w Indonezji”, materiały konferencyjne AIP, tom. 2217(1), s. 030062, 2020. AIP Publishing LLC. [9] W. Sutopo i EA Kadir, „An Indonesian Standard of Lithium-ion Battery Cell Ferro Phosphate for Electric Vehicle Aliations”, TELKOMNIKA Indonesian Journal of Electrical Engineering, tom. 15(2), s. 584-589, 2017. https://doi.org/10.12928/telkomnika.v15i2.6233. [10] B. Rahmawatie, W. Sutopo, F. Fahma, M. Nizam, A. Purwanto, BB Louhenapessy i ABMulyono, „Projektowanie ram dla standaryzacji i wymagań testowych systemu zarządzania akumulatorami do zastosowań w pojazdach elektrycznych”, Postępowanie – IV Międzynarodowa Konferencja Technologii Pojazdów Elektrycznych, s. 7-12, 2018. https://doi.org/10.1109/ICEVT.2017.8323525. [11] W. Sutopo, M. Nizam, B. Rahmawatie, dan F. Fahma, „Przegląd rozwoju standardu ładowania pojazdów elektrycznych: studium przypadku w Indonezji”, Postępowanie – 2018 5. Międzynarodowa Konferencja na temat Technologii Pojazdów Elektrycznych, tom. 8628367, s. 152-157, 2018. https://doi.org/10.1109/ICEVT.2018.8628367. [12] Gaikindo: Tahun 2040 Indonezja Stop Mobil Berbahan Bakar Minyak, 2017. [Online]. gaikindo.lub.id. [Dostęp: marzec. 20, 2020]. [13] S. Goldenberg, „Indonezja zredukuje emisję dwutlenku węgla o 29% do 2030”, The Guardian, 2015. UTAMI ET AL. /JURNAL OPTIMASI SISTEM INDUSTRI – TOM. 19 NR. 1 (2020) 70-81 80 Utami i in. DOI: 10.25077/josi.v19.n1.p70-81.2020 [14] YN Sang i HA Bekhet, „Modelowanie zamiarów użytkowania pojazdu elektrycznego: badanie empiryczne w Malezji”, Journal of Cleaner Production, tom. 92, s. 75-83, 2015. https://doi.org/10.1016/j.jclepro.2014.12.045. [15] ZY She, Q. Sun, JJ Ma i BC Xie, „Jakie są bariery dla powszechnego przyjęcia pojazdów elektrycznych na baterie? Badanie opinii publicznej w Tianjin w Chinach”, Journal of Transport Policy, tom. 56, s. 29-40, 2017. https://doi.org/10.1016/j.tranpol.2017.03.001. [16] N. Berkeley, D. Jarvis i A. Jones, „Analiza absorpcji pojazdów elektrycznych z akumulatorem: badanie barier wśród kierowców w Wielkiej Brytanii”, Transportation Research Part D: Transport and Environment, tom. 63, s. 466-481, 2018. https://doi.org/10.1016/j.trd.2018.06.016. [17] C. Zhuge i C. Shao, „Badanie czynników wpływających na wykorzystanie pojazdów elektrycznych w Pekinie, Chiny: perspektywy statystyczne i przestrzenne”, Journal of Cleaner Production, tom. 213, s. 199-216, 2019. https://doi.org/10.1016/j.jclepro.2018.12.099. [18] A. Widardjono, Analisis Multivariat Terapan dengan Program SPSS, AMOS, dan SMARTPLS (wyd. 2). Yogyakarta: UPP STIM YKPN, 2015. [19] T. Laukkanen, „Adopcja konsumencka a decyzje o odrzuceniu w pozornie podobnych innowacjach usługowych: przypadek bankowości internetowej i mobilnej”, Journal of Business Research, tom. 69(7), s. 2432–2439, 2016. https://doi.org/10.1016/j.jbusres.2016.01.013. [20] V. Vasseur i R. Kemp, „Przyjęcie fotowoltaiki w Holandii: analiza statystyczna czynników adopcji”, Renewable and Sustainable Energy Reviews, tom. 41, s. 483–494, 2015. https://doi.org/10.1016/j.rser.2014.08.020. [21] MP Gagnon, E. Orruño, J. Asua, AB Abdeljelil i J. Emparanza, „Wykorzystywanie zmodyfikowanego modelu akceptacji technologii do oceny przyjęcia przez pracowników służby zdrowia nowego systemu telemonitoringu”, Telemedycyna i e-zdrowie, tom. 18(1), s. 54–59, 2012. https://doi.org/10.1089/tmj.2011.0066. [22] N. Phaphoom, X. Wang, S. Samuel, S. Helmer i P. Abrahamsson, „Badanie ankietowe na temat głównych barier technicznych wpływających na decyzję o przyjęciu usług w chmurze”, Journal of Systems and Software, tom. 103, s. 167–181, 2015. https://doi.org/10.1016/j.jss.2015.02.002. [23] MWD Utami, AT Haryanto i W. Sutopo, „Consumer Perception Analysis of Electric Car Vehicle in Indonesia”, Materiały z konferencji AIP (t. 2217, nr 1, s. 030058), 2020. AIP Publishing LLC [24] ] Yuniaristanto, DEP Wicaksana, W. Sutopo i M. Nizam, „Proponowana komercjalizacja technologii procesów biznesowych: studium przypadku inkubacji technologii samochodów elektrycznych”, Proceedings of 2014 International Conference on Electrical Engineering and Computer Science, ICEECS, 7045257, s. 254-259. https://doi.org/10.1109/ICEECS.2014.7045257. [25] MA Bujang, N. Sa'at i TM Bakar, „Wytyczne wielkości próbki dla regresji logistycznej z badań obserwacyjnych z dużą populacją: nacisk na dokładność między statystykami a parametrami opartymi na rzeczywistych danych klinicznych”, The Malaysian Journal of nauk medycznych: MJMS, t. 25(4), s. 122, 2018. https://doi.org/10.21315/mjms2018.25.4.12. [26] E. Radjab i A. Jam'an, „Metodologi Penelitian Bisnis”, Makasar: Lembaga Perpustakaan dan Penerbitan Universitas Muhammadiyah Makasar, 2017. [27] T. Eccarius i CC Lu, ” Jednoślady z napędem na rzecz zrównoważonej mobilności: Przegląd adopcji motocykli elektrycznych przez konsumentów”, International Journal of Sustainable Transportation, tom. 15(3), s. 215-231, 2020. https://doi.org/10.1080/15568318.2018.1540735. [28] S. Habich-Sobiegalla, G. Kostka i N. Anzinger, „Intencje zakupu pojazdów elektrycznych przez obywateli Chin, Rosji i Brazylii: międzynarodowe studium porównawcze”, Journal of cleaner production, t. 205, s. 188-200, 2018. https://doi.org/10.1016/j.jclepro.2018.08.318. [29] W. Sierzchula, S. Bakker, K. Maat i B. Van Wee, „Wpływ zachęt finansowych i innych czynników społeczno-ekonomicznych na przyjęcie pojazdów elektrycznych”, Polityka energetyczna, t. 68, s. 183–194, 2014. https://doi.org/10.1016/j.enpol.2014.01.043. [30] RM Krause, SR Carley, BW Lane i JD Graham, „Postrzeganie i rzeczywistość: publiczna wiedza o pojazdach elektrycznych typu plug-in w 21 miastach USA”, Polityka energetyczna, tom. 63, s. 433-440, 2013. https://doi.org/10.1016/j.enpol.2013.09.018. [31] D. Browne, M. O'Mahony i B. Caulfield, „Jak należy klasyfikować bariery dla paliw alternatywnych i pojazdów oraz oceniać potencjalną politykę promowania innowacyjnych technologii?”, Journal of Cleaner Production, tom. 35, s. 140–151, 2012. https://doi.org/10.1016/j.jclepro.2012.05.019. [32] O. Egbue i S. Long, „Bariery w powszechnym stosowaniu pojazdów elektrycznych: analiza postaw i percepcji konsumentów”, Journal of Energy Policy, tom. 48, s. 717–729, 2012. https://doi.org/10.1016/j.enpol.2012.06.09. [33] X. Zhang, K. Wang, Y. Hao, JL Fan i YM Wei, „Wpływ polityki rządu na preferencje dla pojazdów NEV: dowody z Chin”, Polityka energetyczna, t. 61, s. 382–393, 2013. https://doi.org/10.1016/j.enpol.2013.06.114. [34] BK Sovacool i RF Hirsh, „Poza bateriami: badanie korzyści i barier dla hybrydowych pojazdów elektrycznych typu plug-in (PHEV) oraz przejścia z pojazdu na sieć (V2G)”, Polityka energetyczna, tom. 37, s. 1095–1103, 2009. https://doi.org/10.1016/j.enpol.2008.10.005. [35] E. Graham-Rowe, B. Gardner, C. Abraham, S. Skippon, H. Dittmar, R. Hutchins i J. Stannard, „Główni konsumenci jeżdżący samochodami elektrycznymi typu plug-in i hybrydowymi typu plug-in: jakościowa analiza odpowiedzi i ocen”, Transp. Res. Część A: Praktyka polityczna, tom. 46, s. 140–153, 2012. https://doi.org/10.1016/j.tra.2011.09.008. [36] AF Jensen, E. Cherchi i SL Mabit, „Główni konsumenci jeżdżący samochodami elektrycznymi typu plug-in i hybrydowymi typu plug-in: jakościowa analiza odpowiedzi i ocen”, Transp. Res. Część D: Transp. Środowisko, tom. 25, s. 24-32, 2013. [Online]. Dostępne: ScienceDirect. [37] ND Caperello i KS Kurani, „Historie gospodarstw domowych o ich spotkaniach z hybrydowym pojazdem elektrycznym typu plug-in”, Environ. Zachowanie, obj. 44, s. 493–508, 2012. https://doi.org/10.1177/0013916511402057. [38] JS Krupa, DM Rizzo, MJ Eppstein, D. Brad-Lanute, DE Gaalema, K. Lakkaraju i CE Warrender, „Historie gospodarstw domowych z ich spotkań z hybrydowym pojazdem elektrycznym typu plug-in”, Analiza ankiety konsumenckiej na temat UTAMI I IN. /DZIENNIK OPTYMALIZACJI SYSTEMÓW W BRANŻACH – TOM. 19 NR. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami i in. 81 hybrydowych pojazdów elektrycznych typu plug-in. Transp. Res. Część A: Praktyka polityczna, tom. 64, s. 14–31, 2014. https://doi.org/10.1016/j.tra.2014.02.019. [39] DW Hosmer i S. Lemeshow, „Applied Logistic Regression. Wydanie drugie”, Nowy Jork: John Willey & Sons, 2000. https://doi.org/10.1002/0471722146. NOMENKLATURA j kategorie zmiennych zależnych (j = 1, 2, 3, 4, 5) k kategorie zmiennych niezależnych (k = 1, 2, 3, …, m) i jakościowe kategorie zmiennych niezależnych n kolejność respondentów β0j przecina każdą odpowiedź zmienna Xk ilościowa zmienna niezależna Xik ilościowa zmienna niezależna Y zmienna zależna Pj(Xn) możliwość dla każdej kategorii zmiennej niezależnej dla każdego respondenta AUTORZY BIOGRAFIA Martha Widhi Dela Utami Martha Widhi Dela Utami jest studentką Wydziału Inżynierii Przemysłowej Universitas Sebelas Maret. Należy do Laboratorium Logistyki i Systemów Biznesowych. Jej zainteresowania badawcze to logistyka i zarządzanie łańcuchem dostaw oraz badania rynku. Swoją pierwszą publikację na temat analizy postrzegania samochodu elektrycznego przez konsumentów w Indonezji opublikowała w 2019 roku. Yuniaristanto Yuniaristanto jest wykładowcą i badaczem w Departamencie Inżynierii Przemysłowej, Universitas Sebelas Maret. Jego zainteresowania badawcze to łańcuch dostaw, modelowanie symulacyjne, pomiar wydajności i komercjalizacja technologii. Ma publikacje indeksowane przez Scopus, 41 artykułów z indeksem 4H. Jego adres e-mail to yuniaristanto@ft.uns.ac.id. Wahyudi Sutopo Wahyudi Sutopo uzyskał tytuł zawodowy inżyniera (Ir) w ramach programu studiów inżyniera zawodowego – Universitas Sebelas Maret (UNS) w 2019 r. Uzyskał doktorat w dziedzinie inżynierii przemysłowej i zarządzania w Institut Teknologi Bandung (ITB) przy 2011, Master of Science in Management na Universitas Indonesia w 2004 oraz Bachelor of Engineering in Industrial Engineering na ITB w 1999. Jego zainteresowania badawcze to łańcuch dostaw, ekonomia inżynierii i analiza kosztów oraz komercjalizacja technologii. Uzyskał ponad 30 grantów badawczych. Ma publikacje indeksowane przez Scopus, 117 artykułów z indeksem 7H. Jego e-mail to wahyudisutopo@staff.uns.ac.id.Wyniki analizy regresji logistycznej dla zmiennych TE1 do TE5 należących do czynników technologicznych pokazują, że czas ładowania akumulatora (TE3) ma istotny wpływ na zamiar przyjęcia motocykli elektrycznych w Indonezji. Znacząca wartość przebiegu (0,107) nie potwierdza hipotezy 16, zdolność przebiegu nie ma znaczącego wpływu na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania maksymalnego przebiegu wynosi 0,146, znak dodatni oznacza, że ​​im bardziej odpowiedni dla kogoś maksymalny przebieg motocykla elektrycznego, tym większy zamiar przyjęcia motocykla elektrycznego. Znacząca wartość niezależnej zmiennej mocy lub maksymalnej prędkości (0,052) nie potwierdza hipotezy 17, maksymalna prędkość nie wpływa znacząco na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania dla mocy lub prędkości maksymalnej wynosi 0,167, znak dodatni oznacza, że ​​im bardziej odpowiednia dla osoby prędkość maksymalna motocykla elektrycznego, tym większy zamiar przyjęcia motocykla elektrycznego. Znacząca wartość czasu ładowania (0,004) potwierdza Hipotezę 18, czas ładowania ma istotny wpływ na zamiar zaadoptowania motocykla elektrycznego. Szacowana wartość czasu ładowania to 0,240, znak dodatni oznacza, że ​​im bardziej odpowiednia dla kogoś prędkość maksymalna motocykla elektrycznego, tym większy zamiar przyjęcia motocykla elektrycznego. Istotna wartość bezpieczeństwa (0,962) nie potwierdza hipotezy 19, bezpieczeństwo nie wpływa znacząco na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania dla bezpieczeństwa wynosi -0,005, znak minus oznacza, że ​​im bardziej ktoś czuje się bezpiecznie korzystając z motocykla elektrycznego, tym mniejszy jest zamiar zaadoptowania motocykla elektrycznego. Znacząca wartość żywotności baterii (0,424) nie potwierdza hipotezy 20, żywotność baterii nie ma znaczącego wpływu na zamiar przyjęcia motocykla elektrycznego. Wartość oszacowania żywotności baterii wynosi 0,068, znak dodatni oznacza, że ​​im bardziej odpowiednia żywotność baterii do motocykla elektrycznego, tym większa chęć przyjęcia motocykla elektrycznego. Wyniki analizy regresji logistycznej dla zmiennych ML1 do ML7, które należą do czynników na poziomie makro, pokazują, że tylko dostępność ładowania w miejscu pracy (ML2), dostępność ładowania w miejscu zamieszkania (ML3) oraz polityka rabatów kosztów ładowania (ML7) które mają znaczący wpływ na zamiar przyjęcia motocykli elektrycznych w Indonezji. Znacząca wartość dostępności ładowania w miejscach publicznych (0,254) nie potwierdza Hipotezy 21, dostępność ładowania w miejscach publicznych nie wpływa znacząco na zamiar przyjęcia motocykla elektrycznego. Istotna wartość dostępności ładowania w miejscu pracy (0,007) potwierdza hipotezę 22, że dostępność ładowania w miejscu pracy ma istotny wpływ na zamiar przyjęcia motocykla elektrycznego. Istotna wartość dostępności ładowania w domu (0,009) potwierdza hipotezę 22, że dostępność ładowania w domu ma istotny wpływ na zamiar adopcji motocykla. Istotna wartość dostępności miejsc serwisowych (0,181) nie potwierdza hipotezy 24, dostępność miejsc serwisowych nie ma istotnego wpływu na zamiar przyjęcia motocykla elektrycznego. Istotna wartość polityki zachęt do zakupów (0,017) potwierdza Hipotezę 25, polityka zachęt do zakupów ma istotny wpływ na zamiar przyjęcia motocykla elektrycznego. Znacząca wartość rocznej polityki zniżek podatkowych (0,672) nie potwierdza hipotezy 26, roczna polityka zachęt do zniżek podatkowych nie ma znaczącego wpływu na zamiar przyjęcia motocykla elektrycznego. Istotna wartość polityki rabatów za koszty ładowania (0,00) potwierdza Hipotezę 27, polityka motywacyjna rabatów za koszty ładowania ma istotny wpływ na zamiar przyjęcia motocykla elektrycznego. Zgodnie z wynikami czynnika na poziomie makro, przyjęcie motocykla elektrycznego może być zrealizowane, jeśli stacja ładowania w miejscu pracy, stacja ładowania w miejscu zamieszkania oraz polityka zniżek na koszty ładowania są dostępne dla konsumentów. Ogólnie, częstotliwość udostępniania w mediach społecznościowych, poziom świadomości ekologicznej, ceny zakupu, koszty utrzymania, maksymalna prędkość motocykli elektrycznych, czas ładowania baterii, dostępność infrastruktury stacji ładowania w pracy, dostępność domowego zasilania opartego na infrastrukturze ładowania, UTAMI I IN. /DZIENNIK OPTYMALIZACJI SYSTEMÓW W BRANŻACH – TOM. 19 NR. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami i in. 77 polityki motywacyjne do zakupów oraz polityki motywacyjne zniżek przy ładowaniu mają istotny wpływ na zamiar wprowadzenia pojazdów elektrycznych. Model równania i funkcja prawdopodobieństwa Równanie 3 jest równaniem logitowym służącym do wyboru odpowiedzi „zdecydowanie niechętny” do przyjęcia motocykla elektrycznego.  =  = + 27 1 01 ( 1| ) kg Y Xn   k Xik (3) Równanie 4 jest równaniem logitowym na wybór odpowiedzi „niechętny” do przyjęcia motocykla elektrycznego.  =  = + 27 1 02 ( 2 | ) kg Y Xn   k Xik (4) Równanie 5 jest równaniem logitowym na wybór odpowiedzi „wątpliwość” dla przyjęcia motocykla elektrycznego.  =  = + 27 1 03 ( 3| ) kg Y Xn   k Xik (5) Równanie 6 jest równaniem logitowym dla opcji odpowiedzi „chęć” do zaadoptowania motocykla elektrycznego.  =  = + 27 1 04 (