O governo da Indonésia tinha como meta a adoção de 2,1 milhões de unidades de veículos elétricos de duas rodas e 2.200 unidades de veículos elétricos de quatro rodas em 2025 por meio do Regulamento Presidencial nº 22 da República da Indonésia em 2017 sobre o Plano Geral de Energia Nacional. Em 2019, o Governo da Indonésia emitiu o Regulamento Presidencial nº 55 em 2019 sobre a Aceleração do Programa de Veículos Elétricos a Bateria para Transporte Rodoviário. Em 2018, a adoção de veículos elétricos de duas rodas atingiu apenas 0,14% da meta do governo para 2025. Portanto, a adoção da tecnologia da Motocicleta Elétrica (EM) também deve considerar muitos fatores para ter sucesso. Esta pesquisa desenvolve um modelo não comportamental de intenção de adoção de veículos elétricos. Os fatores incluem sociodemográficos, financeiros, tecnológicos e macro. A pesquisa online envolveu 1.223 entrevistados. A regressão logística é usada para obter a função e o valor da probabilidade da intenção de adotar o EM na Indonésia. Frequência de compartilhamento nas redes sociais, nível de consciência ambiental, preços de compra, custos de manutenção, velocidade máxima, tempo de carregamento da bateria, disponibilidade de infraestrutura de estação de carregamento no trabalho, disponibilidade de energia doméstica - infraestrutura de carregamento, políticas de incentivo de compra e desconto no custo de cobrança as políticas de incentivo estão influenciando significativamente a intenção de adoção de veículos elétricos. Mostra também que a oportunidade de os indonésios adotarem motocicletas elétricas chega a 82,90%. A concretização da adoção de motocicletas elétricas na Indonésia requer disponibilidade de infraestrutura e custos que podem ser aceitos pelos consumidores. Por fim, os resultados desta pesquisa fornecem algumas sugestões para que o governo e as empresas acelerem a adoção de motocicletas elétricas na Indonésia.

INTRODUÇÃO

O setor econômico na Indonésia (transporte, geração de eletricidade e residências) usa principalmente combustíveis fósseis. Alguns dos efeitos negativos da alta dependência de combustíveis fósseis são o aumento da alocação para subsídios aos combustíveis, problemas de sustentabilidade energética e altos níveis de emissões de CO2. O transporte é um setor importante que contribui para altos níveis de CO2 no ar devido aos muitos usos de veículos movidos a combustíveis fósseis. Esta pesquisa se concentra em motocicletas porque a Indonésia, como um país em desenvolvimento, tem mais motocicletas do que carros. O número de motocicletas na Indonésia atingiu 120.101.047 unidades em 2018 [1] e as vendas de motocicletas atingiram 6.487.460 unidades em 2019 [2]. Mudar o setor de transporte para fontes alternativas de energia pode reduzir os altos níveis de CO2. A solução realista para este problema é implementar logística verde por meio da penetração de veículos elétricos na Indonésia, como veículos elétricos híbridos, veículos elétricos híbridos plug-in e veículos elétricos a bateria [3]. A inovação na tecnologia de veículos elétricos e a inovação em tecnologia de baterias podem fornecer soluções de transporte que são ecologicamente corretas, com eficiência energética e menores custos operacionais e de manutenção [4]. Os veículos elétricos são muitos discutidos por países em todo o mundo. No negócio global de veículos elétricos, houve um crescimento significativo das vendas de motocicletas elétricas de duas rodas que atingiu 58% ou cerca de 1,2 milhão de unidades de 2016 a 2017. Este crescimento de vendas indica uma boa resposta de países do mundo sobre o desenvolvimento de elétricos tecnologia de motocicleta que algum dia, motocicletas elétricas esperavam substituir veículos movidos a combustíveis fósseis. O objeto de pesquisa é a Motocicleta Elétrica (EM) que consiste no Novo Projeto de Motocicleta Elétrica (NDEM) e Motocicleta Elétrica Convertida (CEM). O primeiro tipo, o Novo Design de Motocicleta Elétrica (NDEM), é um veículo projetado pela empresa que utiliza tecnologia elétrica em suas operações. Alguns países no mundo, como Austrália, Alemanha, Inglaterra, França, Japão, Taiwan, Coréia do Sul e China, já utilizavam motocicletas elétricas como produto substituto de motocicletas movidas a combustível fóssil [5]. Uma marca de motocicletas elétricas é a Zero Motorcycle, que fabrica motocicletas elétricas esportivas [6]. PT. A Gesits Technologies Indo também produziu motocicletas elétricas de duas rodas sob a marca Gesits. O segundo tipo é um CEM. A motocicleta elétrica convertida é uma motocicleta movida a óleo em que o motor e as peças do motor são substituídos por kits de bateria de Ferro Fosfato de Lítio (LFP) como fonte de energia. Embora muitos países produzam motocicletas elétricas, ninguém criou o veículo usando técnicas de conversão. A conversão pode ser feita em uma motocicleta de duas rodas que não é mais usada por seus usuários. A Universitas Sebelas Maret é pioneira na fabricação de CEM e comprovou tecnicamente que as baterias de íons de lítio podem substituir as fontes de energia de combustível fóssil em motocicletas convencionais. CEM usa tecnologia LFP, esta bateria não explode quando ocorre um curto-circuito. Além disso, a bateria LFP tem uma longa vida útil de até 3.000 ciclos de uso e mais do que as baterias EM comerciais atuais (como a bateria de íon-lítio e a bateria LiPo). O CEM pode viajar 55 km / carga e ter velocidade máxima de até 70 km / hora [7]. Jodinesa, et al. [8] examinou a participação de mercado de motocicletas elétricas conversíveis em Surakarta, Indonésia e resultou que o povo de Surakarta respondeu positivamente ao CEM. Pela explicação acima, pode-se perceber que a oportunidade para motocicletas elétricas é enorme. Vários estudos sobre padrões relacionados a veículos elétricos e baterias têm sido desenvolvidos, como o padrão para baterias de íons de lítio de Sutopo et al. [9], o sistema de gerenciamento de bateria padrão de Rahmawatie et al. [10], e padrões de carregamento de veículos elétricos por Sutopo et al. [11]. A lenta taxa de adoção de veículos elétricos na Indonésia levou o governo a lançar várias políticas para o desenvolvimento da indústria automotiva e planejou a adoção de 2,1 milhões de unidades de motocicletas elétricas e 2.200 unidades de carros elétricos em 2025. Além disso, o governo também tinha como alvo a Indonésia para ser capaz de produzir 2.200 carros elétricos ou híbridos que são declarados no Regulamento Presidencial da República da Indonésia nº 22 de 2017 sobre o Plano Geral de Energia Nacional. Este regulamento foi aplicado por vários países, como França, Inglaterra, Noruega e Índia. O Ministério da Energia e Recursos Minerais estabeleceu como meta que, a partir de 2040, a venda de Veículos com Motor de Combustão Interna (ICEV) seja proibida e o público seja convidado a usar veículos elétricos [12]. Em 2019, o Governo da Indonésia emitiu o Regulamento Presidencial nº 55 de 2019 relativo à Aceleração do Programa de Veículos Motores Elétricos com Bateria para Transporte Rodoviário. Esse esforço é um passo para superar dois problemas, a saber, o esgotamento das reservas de óleo combustível e a poluição do ar. Em relação à poluição do ar, a Indonésia se comprometeu a reduzir 29% das emissões de dióxido de carbono até 2030 como resultado da Conferência de Mudança Climática de Paris realizada em 2015. Em 2018, a penetração de veículos elétricos de duas rodas atingiu apenas 0,14% da meta do governo. 2025, enquanto para a eletricidade quatro rodas atingiu mais de 45%. Em dezembro de 2017, havia pelo menos mais de 1.300 estações de carregamento de energia elétrica públicas disponíveis em todo o país em 24 cidades, sendo 71% (924 estações de reabastecimento) localizadas em DKI Jacarta [13]. Muitos países pesquisaram sobre a adoção de veículos elétricos, mas na Indonésia, pesquisas em escala nacional não foram feitas antes. Tem havido muitos tipos de pesquisas em alguns países que realizaram estudos sobre a adoção de novas tecnologias usando vários métodos, como regressão linear múltipla para saber a intenção de uso de veículos elétricos na Malásia [14], Modelagem de Equações Estruturais (SEM) para saber a adoção de barreiras para veículos elétricos a bateria em Tianjin, China [15], análise fatorial exploratória e modelo de regressão multivariada para conhecer barreiras entre motoristas de veículos elétricos no Reino Unido [16] e regressão logística para conhecer os fatores que influenciam a adoção de veículos elétricos em Pequim, China [17]. Os objetivos desta pesquisa são desenvolver um modelo de adoção para motocicletas elétricas na Indonésia, encontrar os fatores que influenciam as intenções de adoção de motocicletas elétricas na Indonésia e determinar as oportunidades de função para a adoção de motocicletas elétricas na Indonésia. Modelar os fatores é importante para descobrir quais fatores influenciam a intenção de adoção de motocicletas elétricas na Indonésia. Esses fatores influentes podem ser usados ​​como referência para formular políticas adequadas para acelerar a adoção de motocicletas elétricas. Esses fatores significativos são uma imagem das condições ideais desejadas por potenciais usuários de motocicletas elétricas na Indonésia. Alguns ministérios na Indonésia relacionados à formulação de políticas relativas aos veículos elétricos são o Ministério da Indústria, que trata das regras tributárias de veículos com base em suas emissões, que lidam diretamente com os fabricantes de veículos elétricos, o Ministério dos Transportes, que executa o teste de viabilidade de veículos elétricos que irá pavimentação de rodovias como testes de bateria e assim por diante, além do Ministério de Energia e Recursos Minerais que é responsável por formular as tarifas dos Postos de Carregamento de Veículos Elétricos para a infraestrutura dos negócios de carregamento de veículos elétricos. A inovação em veículos elétricos também incentiva o nascimento de novas entidades de negócios na cadeia de abastecimento, incluindo tecnopreneurs e start-ups de desenvolvedores, fornecedores, fabricantes e distribuidores de produtos / serviços de veículos elétricos e seus derivados para o mercado [24]. Os empreendedores de motocicletas elétricas também podem desenvolver tecnologia e marketing considerando esses fatores significativos para apoiar a realização de motocicletas elétricas em vez de motocicletas convencionais na Indonésia. Regressão logística ordinal usada para obter a função e o valor da probabilidade da intenção de adotar motocicletas elétricas na Indonésia usando o software SPSS 25. A regressão logística ou regressão logit é uma abordagem para fazer modelos preditivos. Regressão logística em estatísticas usadas para prever a probabilidade de um evento ocorrer combinando os dados na função logística da curva logit. Este método é um modelo linear geral para regressão binomial [18]. A regressão logística foi usada para prever a aceitação da adoção de internet e banco móvel [19], prever a aceitação da adoção da tecnologia fotovoltaica na Holanda [20], prever a aceitação da tecnologia do sistema de telemonitoramento para a saúde [21] e encontrar os obstáculos técnicos que afetam a decisão de adotar serviços em nuvem [22]. Utami et al. [23], que anteriormente conduziu pesquisas sobre as percepções dos consumidores de veículos elétricos em Surakarta, descobriram que os preços de compra, modelos, desempenho do veículo e disponibilidade de infraestrutura eram as maiores barreiras para as pessoas que adotam veículos elétricos. MÉTODO Os dados coletados nesta pesquisa são dados primários obtidos por meio de pesquisas online para descobrir oportunidades e fatores que influenciam a intenção de adotar motocicletas elétricas na Indonésia. Questionário e pesquisa A pesquisa online foi distribuída a 1.223 entrevistados em oito províncias da Indonésia para explorar os fatores que influenciam a intenção de adotar motocicletas elétricas na Indonésia. Essas províncias escolhidas tiveram mais de 80% das vendas de motocicletas na Indonésia [2]: West Java, East Java, Jacarta, Java Central, North Sumatra, West Sumatra, Yogyakarta, South Sulawesi, South Sumatra e Bali. Os fatores explorados são apresentados na Tabela 1. O conhecimento geral sobre motocicletas elétricas foi fornecido no início do questionário por meio de vídeo para evitar mal-entendidos. O questionário foi dividido em cinco seções: seção de triagem, seção sociodemográfica, seção financeira, seção tecnológica e seção de nível macro. O questionário foi apresentado em uma escala Likert de 1 a 5, sendo 1 para discordo totalmente, 2 para discordo, 3 para dúvida, 4 para concordo e 5 para concordo totalmente. A determinação do tamanho mínimo da amostra refere-se a [25], que afirma que estudos observacionais com grandes tamanhos populacionais envolvendo regressão logística requerem tamanho mínimo de amostra de 500 para obter estatísticas representativas dos parâmetros. A amostragem por conglomerados ou amostragem de área com proporções é usada nesta pesquisa porque a população de usuários de motocicletas na Indonésia é muito grande. Além disso, a amostragem intencional é usada para determinar amostras com base em certos critérios [26]. Pesquisas online são realizadas por meio de anúncios do Facebook. Os respondentes elegíveis são pessoas com idade ≥ 17 anos, com SIM C, sendo um dos tomadores de decisão na troca ou compra de motocicleta, e domiciliado em uma das províncias da Tabela 1. Referencial Teórico She et al. [15] e Habich-Sobiegalla et al. [28] usaram frameworks para uma categorização sistemática de fatores que impulsionam ou obstruem a adoção de veículos elétricos pelos consumidores. Adaptamos essas estruturas, modificando-as com base em nossa análise da literatura de motocicletas elétricas sobre a adoção de motocicletas elétricas pelos consumidores. Nós o visualizamos na Tabela 1.Tabela 1. Explicação e Referência de Fatores e Atributos Fator Código Atrtibuto Ref. SD1 Estado civil [27], [28] SD2 Idade SD3 Sexo SD4 Última educação SD5 Ocupação Sociodemográfica SD6 Nível de consumo mensal SD7 Nível de renda mensal SD8 Número de proprietários de motocicletas SD9 Frequência de compartilhamento nas redes sociais SD10 Tamanho da rede social online SD11 Consciência ambiental Financeira FI1 Preço de compra [29] FI2 Custo da bateria [30] FI3 Custo de carregamento [31] FI4 Custos de manutenção [32] Tecnológico TE1 Capacidade de quilometragem [33] TE2 Energia [33] TE3 Tempo de carregamento [33] TE4 Segurança [34] TE5 Vida útil da bateria [35] Disponibilidade da estação de carregamento ML1 de nível macro em locais públicos [36] Disponibilidade da estação de carregamento ML2 no trabalho [15] Disponibilidade da estação de carregamento ML3 em casa [37] ML4 Disponibilidade de locais de serviço [38] ML5 Política de incentivo de compra [15] ML6 Anual política de desconto de impostos [15] ML7 Política de desconto de custo de cobrança [15] Intenção de adoção IP Intenção de uso [15] Fator sociodemográfico O fator sociodemográfico são os fatores pessoais que influenciam o comportamento de um indivíduo na tomada de decisão. Eccarius et al. [28] afirmaram em seu modelo de adoção que idade, sexo, estado civil, escolaridade, renda, ocupação e propriedade de veículo são fatores importantes que impactam a adoção do veículo elétrico. HabichSoebigalla et al destacam fatores de rede social, como número de proprietários de motocicletas, frequência de compartilhamento nas redes sociais e tamanho da rede social online, como fatores que influenciam a adoção de veículos elétricos [28]. Eccarius et al. [27] e HabichSobiegalla et al. [28] também considerou que a consciência ambiental pertence a fatores sócio-demográficos. O preço de compra do fator financeiro é o preço original de uma motocicleta elétrica sem nenhum subsídio de compra. Sierzchula et al. [29] disse que o alto preço de compra do veículo elétrico causado pela maior capacidade da bateria. O custo da bateria é o custo de substituição da bateria quando sua vida útil se esgota. Krause et al. pesquisaram que o custo da bateria é uma barreira financeira para alguém adotar um veículo elétrico [30]. O custo de carregamento é o custo da eletricidade para alimentar uma motocicleta elétrica em comparação com o custo da gasolina [31]. Os custos de manutenção são os custos de manutenção de rotina para motocicletas elétricas, não os reparos devido a acidentes que afetam a adoção de veículos elétricos [32]. Fator tecnológico A capacidade de quilometragem é a distância mais longa depois que a bateria da motocicleta elétrica está totalmente carregada. Zhang et al. [33] disse que o desempenho do veículo se refere à avaliação dos consumidores em veículos elétricos, incluindo capacidade de quilometragem, energia, tempo de carregamento, segurança e vida útil da bateria. A potência é a velocidade máxima de uma motocicleta elétrica. O tempo de carregamento é o tempo total para carregar totalmente uma motocicleta elétrica. O sentimento de segurança ao dirigir uma motocicleta elétrica relacionado ao som (dB) são os fatores destacados por Sovacool et al. [34] são fatores que impactam a percepção do consumidor sobre o veículo elétrico. Graham-Rowe et al. [35] disse que a vida da bateria é considerada degradada. A infraestrutura de fator de nível macro da disponibilidade da estação de carregamento é algo que não pode ser evitado para os usuários de motocicletas elétricas. A disponibilidade de carregamento em locais públicos é considerada importante para apoiar a adoção de veículos elétricos [36]. A disponibilidade de carga no trabalho [15] e a disponibilidade de carga em casa [37] também são necessárias aos consumidores para abastecer a bateria de seu veículo. Krupa et al. [38] disse que a disponibilidade de locais de serviço para manutenção de rotina e danos está impactando a adoção do veículo elétrico. She et al. [15] sugeriu alguns incentivos públicos que são muito desejados pelos consumidores em Tianjin, como o fornecimento de subsídios para a compra de motocicletas elétricas, desconto de imposto anual para motocicletas elétricas e política de cobrança de desconto de custo quando os consumidores precisam carregar motocicletas elétricas em locais públicos [15]. Regressão logística ordinal A regressão logística ordinal é um dos métodos estatísticos que descreve a relação entre uma variável dependente com uma ou mais variáveis ​​independentes, onde a variável dependente tem mais de 2 categorias e a escala de medição é nivelada ou ordinal [39]. A Equação 1 é um modelo para regressão logística ordinal e a Equação 2 mostra a função g (x) como equação logit. eegxgx P x () () 1 () + = (1)  = = + mkjk Xik gx 1 0 ()   (2) RESULTADOS E DISCUSSÃO O questionário foi distribuído online de março a abril de 2020, por meio de anúncios pagos do Facebook definindo a área de filtro: West Java, East Java, Jacarta, Java Central, North Sumatra, West Sumatra, Yogyakarta, South Sulawesi, South Sumatra e Bali, que alcançou 21.628 usuários. O total de respostas recebidas foi de 1.443 respostas, mas apenas 1.223 respostas eram elegíveis para processamento de dados. A Tabela 2 mostra os dados demográficos dos entrevistados. Estatística descritiva A Tabela 3 mostra as estatísticas descritivas para as variáveis ​​quantitativas. Desconto de custo de cobrança, desconto de imposto anual e subsídio de preço de compra têm média mais alta entre outros fatores. Isso ilustra que a maioria dos respondentes considera que existe uma política que o intensivo dado pelo governo conseguiu incentivá-los a adotar a motocicleta elétrica. Nos fatores financeiros, o preço de compra e o custo da bateria apresentam média inferior entre outros fatores. Isso ilustra que o preço de compra de uma motocicleta elétrica e o custo da bateria não condizem com o orçamento da maioria dos entrevistados. A maioria dos entrevistados considerou o preço da motocicleta elétrica muito caro quando comparado ao preço de uma motocicleta convencional. O custo de substituição da bateria a cada três anos, que chega a IDR 5.000.000, também é muito caro para a maioria dos entrevistados, de modo que o preço de compra e o custo da bateria são uma barreira para os indonésios adotar motocicletas elétricas. Vida útil da bateria, energia e tempo de carregamento têm pontuações médias baixas nas estatísticas descritivas, mas a pontuação média para esses três fatores é mais de 4. O tempo de carregamento, que levou três horas, foi muito longo para a maioria dos entrevistados. A velocidade máxima de uma motocicleta elétrica é de 70 km / he uma bateria de 3 anos não atende às necessidades dos entrevistados. Isso ilustra que a maioria dos entrevistados considera que as motocicletas elétricas de desempenho não estão de acordo com seus padrões. Embora os entrevistados não confiem totalmente no desempenho das motocicletas elétricas, a EM pode atender às suas necessidades diárias de mobilidade. Mais entrevistados deram mais pontuação à disponibilidade de carregamento em suas casas e escritórios do que em locais públicos. No entanto, uma barreira frequentemente encontrada é que a energia elétrica doméstica ainda está abaixo de 1300 VA, fazendo com que os entrevistados tenham uma forte expectativa de que o governo possa ajudar a fornecer instalações de recarga em casa. A disponibilidade de carregamento no escritório é mais preferida do que em locais públicos porque a mobilidade dos entrevistados todos os dias envolve residências e escritórios. A Tabela 4 mostra as respostas dos respondentes à adoção da motocicleta elétrica. Isso mostra que 45.626% dos entrevistados têm uma forte vontade de usar uma motocicleta elétrica. Este resultado mostra um futuro brilhante para a participação no mercado de motocicletas elétricas. A Tabela 4 também mostra que quase 55% dos entrevistados não têm uma forte vontade de usar uma motocicleta elétrica. Os resultados interessantes dessas estatísticas descritivas implicam que, embora o entusiasmo pelo uso de motocicletas elétricas ainda exija estímulo, a aceitação pública das motocicletas elétricas é boa. Outro motivo que pode ocorrer é que os entrevistados têm a atitude de esperar para ver a adoção da motocicleta elétrica ou se outra pessoa usa ou não motocicleta elétrica. Os dados de regressão logística ordinal são processados ​​e analisados ​​para determinar a intenção de adoção de motocicletas elétricas na Indonésia usando regressão logística ordinal. A variável dependente nesta pesquisa é a vontade de usar uma motocicleta elétrica (1: relutante fortemente, 2: relutante, 3: dúvida, 4: disposta, 5: disposta fortemente). A regressão logística ordinal foi escolhida como método nesta pesquisa porque a variável dependente utiliza a escala ordinal. Os dados foram processados ​​no software SPSS 25 com nível de confiança de 95%. Testes de multicolinearidade foram realizados para calcular Variance Inflation Factors (VIF) com um VIF médio de 1,15-3,693, o que significa que não há multicolinearidade no modelo. A hipótese usada na regressão logística ordinal é mostrada na Tabela 5. A Tabela 6 mostra os resultados parciais do teste como base para rejeitar ou aceitar a hipótese de regressão logística ordinal. Tabela 2. Demografia dos entrevistados Item demográfico Freq% Item demográfico Freq% Domicílio West Java 345 28,2% Ocupação Estudante 175 14,3% East Java 162 13,2% Funcionários públicos 88 7,2% Jacarta 192 15,7% Funcionários privados 415 33,9% Java Central 242 19,8% Empreendedor 380 31,1% North Sumatera 74 6,1% Outros 165 13,5% Yogyakarta 61 5,0% South Sulawesi 36 2,9% Idade 17-30 655 53,6% Bali 34 2,8% 31-45 486 39,7% West Sumatera 26 2,1% 46-60 79 6,5% South Sumatera 51 4,2%> 60 3 0,2% Estado civil Solteira 370 30,3% Último nível educacional SMP / SMA / SMK 701 57,3% Casado 844 69,0% Diploma 127 10,4% Outros 9 0,7% Solteiro 316 25,8% Sexo Masculino 630 51,5% Mestre 68 5,6 % Feminino 593 48,5% Doutorado 11 0,9% Nível de renda mensal 0 154 12,6% Nível de consumo mensal <IDR 2.000.000 432 35,3% <IDR 2.000.000 226 18,5% IDR 2.000.000-5.999.999 640 52,3% IDR 2.000.000-5.999.999 550 45% IDR6.000.000- 9.999.999 121 9,9% IDR 6.000.000-9.999.999 199 16,3% ≥ IDR 10.000.000 30 2,5% IDR10.000.000- 19.999.999 71 5,8% ≥ I DR 20.000.000 23 1,9% Tabela 3. Estatísticas descritivas para finanças, tecnologia e nível macro Variável Classificação média Classificação média da variável ML7 (desconto de custo de cobrança.) 4,4563 1 ML3 (CS em casa) 4.1554 9 ML6 (desconto de imposto anual. ) 4,4301 2 ML2 (CS em locais de trabalho) 4,1055 10 ML5 (incentivo de compra) 4,4146 3 ML1 (CS em locais públicos) 4,0965 11 TE4 (segurança) 4,3181 4 TE5 (vida útil da bateria) 4,0924 12 FI3 (custo de carregamento) 4,2518 5 TE2 (energia ) 4,0597 13 TE1 (capacidade de quilometragem) 4,2396 6 TE3 (tempo de carregamento) 4,0303 14 ML4 (local de serviço) 4,2142 7 FI1 (custo de compra) 3,8814 15 FI4 (custo de manutenção) 4,1980 8 FI2 (custo de bateria) 3,5045 16 Tabela 4. Estatísticas descritivas para Intenção de Adoção 1: fortemente relutante 2: relutante 3: dúvida 4: disposto 5: fortemente disposto Disposição para usar motocicleta elétrica 0,327% 2,044% 15,863% 36,141% 45,626% Os resultados da análise de regressão logística para as variáveis ​​SD1 a SD11 que pertencem a Fatores sociodemográficos mostram os resultados de que apenas a frequência de compartilhamento em a mídia social (SD9) e o nível de preocupação ambiental (SD11) têm um efeito significativo sobre a intenção de motocicletas elétricas na Indonésia. Os valores significativos para a variável qualitativa do estado civil são 0,622 para solteiros e 0,801 para casados. Esses valores não suportam a hipótese 1. O estado civil não influencia significativamente a intenção de adoção de uma motocicleta elétrica, pois o valor significativo é superior a 0,05. O valor significativo para a idade é de 0,147, de forma que a idade não influencia significativamente a intenção de adoção da motocicleta elétrica. O valor da estimativa para a idade de -0,168 não dá suporte à Hipótese 2. O sinal negativo significa que quanto maior a idade, menor a intenção de adotar uma motocicleta elétrica. O valor significativo para a variável qualitativa, sexo, (0,385) não sustenta a Hipótese 3. O gênero não influencia significativamente a intenção de adotar uma motocicleta elétrica. O valor significativo para o último nível de escolaridade (0,603) não sustenta a Hipótese 4. Portanto, o último grau de escolaridade não influencia significativamente a intenção de adoção de motocicleta elétrica. O valor da estimativa para o último nível de escolaridade de 0,036 significa que um sinal positivo significa que quanto maior o nível de escolaridade, maior a intenção de adotar uma motocicleta elétrica. O valor significativo para a variável qualitativa da ocupação foi de 0,487 para estudantes, 0,999 para servidores públicos, 0,600 para empregados privados e 0,480 para empreendedores que não apoiam a Hipótese 5. A ocupação não influencia significativamente a intenção de adoção de motocicleta elétrica. UTAMI ET AL. / REVISTA DE OTIMIZAÇÕES DE SISTEMAS NA INDÚSTRIA - VOL. 19 NO. 1 (2020) 70-81 DOI: 10.25077 / josi.v19.n1.p70-81.2020 Utami et al. 75 Tabela 5. Hipótese Hipótese Sócio- H1: o estado civil tem efeito significativo positivo sobre a intenção de adoção de motocicleta elétrica. Demo- H2: a idade tem um efeito significativo positivo na intenção de adoção de uma motocicleta elétrica. gráfico H3: o gênero tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. H4: o último nível de escolaridade tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. H5: a ocupação tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. H6: o nível de consumo mensal tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. H7: o nível de renda mensal tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. H8: o número de proprietários de motocicletas tem um efeito significativo positivo na intenção de adoção de uma motocicleta elétrica. H9: a frequência de compartilhamento nas redes sociais tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. H10: o tamanho da rede social online tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. H11: a consciência ambiental tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. Financeiro H12: o preço de compra tem um efeito significativo positivo na intenção de adoção de uma motocicleta elétrica. H13: o custo da bateria tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. H14: o custo de carregamento tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. H15: os custos de manutenção têm efeito significativo positivo na intenção de adoção de motocicleta elétrica. H16: a capacidade de quilometragem tem um efeito significativo positivo na intenção de adoção de uma motocicleta elétrica. H17: a potência tem um efeito significativo positivo na intenção de adoção de uma motocicleta elétrica. Techno- H18: o tempo de carregamento tem um efeito significativo positivo na intenção de adotar uma motocicleta elétrica. H19 lógico: a segurança tem um efeito significativo positivo na intenção de adotar uma motocicleta elétrica. H20: a duração da bateria tem um efeito significativo positivo na intenção de adoção de uma motocicleta elétrica. H21: a disponibilidade de infraestrutura de postos de recarga em locais públicos tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. H22: a disponibilidade de infraestrutura de postos de recarga no trabalho tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. Macrolevel H23: a disponibilidade de infraestrutura de estação de recarga em casa tem um efeito significativo positivo sobre a intenção de adoção de uma motocicleta elétrica. H24: a disponibilidade de vagas para atendimento tem efeito significativo positivo na intenção de adoção da motocicleta elétrica. H25: a política de incentivo à compra tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. H26: a política de descontos fiscais anuais tem efeito significativo positivo na intenção de adoção de motocicleta elétrica. H27: a política de desconto no custo de cobrança tem efeito significativo positivo na intenção de adoção da motocicleta elétrica. Tabela 6. Resultados do teste parcial de regressão logística Var Valor Sig Var Valor Sig SD1: solteiro 0,349 0,622 TE1 0,146 0,069 SD1: casado 0,173 0,801 TE2 0,167 0,726 SD1: outros 0 TE3 0,240 0,161 SD2 -0,168 0,147 TE4 -0,005 0,013 * SD3: masculino 0,117 0,385 TE5 0,068 0,765 SD3: fêmea 0 ML1 -0,127 0,022 * SD5: alunos -0,195 0,487 ML2 0,309 0,000 * SD5: civ. serv 0,0000 0,999 ML3 0,253 0,355 SD5: priv. emp -0,110 0,6 ML4 0,134 0,109 SD5: entrepr 0,147 0,48 ML5 0,301 0,017 * SD5: outros 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 0,9 0,4 SD9 0,113 TE2 0,163 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 * ML1 -0,127 0,009 * FI2 -0,069 0,355 ML2 0,309 0,181 FI3 0,136 0,109 nível de confiança O valor significativo para o nível de consumo mensal (0,069) não sustenta a Hipótese 6, o nível de consumo mensal não influencia significativamente a intenção de adoção de motocicleta elétrica. No valor estimado para o nível de consumo mensal de 0,227, um sinal positivo significa que quanto maior o nível de gastos mensais, maior a intenção de adotar uma motocicleta elétrica. O valor significativo para o nível de renda mensal (0,726) não sustenta a Hipótese 7, o nível de renda mensal não influencia significativamente a intenção de adoção de motocicleta elétrica. O valor da estimativa para o nível de renda mensal é de 0,032, sinal positivo significa que quanto maior o nível de renda mensal, maior a intenção de adotar uma motocicleta elétrica. O valor significativo para o número de proprietários de motocicletas (0,161) não suporta a Hipótese 8, o número de proprietários de motocicletas não influencia significativamente a intenção de adoção de uma motocicleta elétrica. O valor estimado para o nível de propriedade de motocicletas é de 0,180, sinal positivo significa que quanto maior o número de motocicletas possuídas, maior a intenção de adoção de motocicleta elétrica. O valor significativo para a frequência de compartilhamento nas redes sociais (0,013) suporta a Hipótese 9, a frequência de compartilhamento nas redes sociais tem um efeito significativo na intenção de adotar uma motocicleta elétrica porque o valor significativo é inferior a 0,05. UTAMI ET AL. / JURNAL OPTIMASI SISTEM INDUSTRI - VOL. 19 NO. 1 (2020) 70-81 76 Utami et al. DOI: 10.25077 / josi.v19.n1.p70-81.2020 O valor da estimativa para a frequência de compartilhamento nas redes sociais é 0,111, sinal positivo significa que quanto maior a frequência de compartilhamento de alguém nas redes sociais, maior a chance de adoção de um elétrico motocicleta. Valor significativo para o tamanho da rede social online (0,765) não suporta a Hipótese 10, o tamanho do alcance da rede social não influencia significativamente a intenção de adoção de motocicleta. O valor da estimativa para o número de pessoas atingidas na rede social é de 0,016, sinal positivo significa que quanto maior o tamanho das redes sociais, maior a intenção de adotar uma motocicleta elétrica. O valor significativo para o nível de consciência ambiental (0,022) corrobora a Hipótese 11, o nível de preocupação ambiental tem efeito significativo na intenção de adoção de motocicleta elétrica. O valor estimado para o nível de consciência ambiental é de 0,226, sinal positivo significa que quanto maior o nível de preocupação ambiental de uma pessoa, maior a intenção de adotar uma motocicleta elétrica. Os resultados da análise de regressão logística para as variáveis ​​FI1 a FI4 que pertencem aos fatores financeiros mostram os resultados que o preço de compra (FI1) e os custos de manutenção (FI4) têm um efeito significativo na intenção de motocicletas elétricas na Indonésia. O valor significativo para o preço de compra (0,00) corrobora a Hipótese 12, o preço de compra tem um efeito significativo na intenção de adoção de uma motocicleta elétrica.O valor estimado para o preço de compra é de 0,348, sinal positivo significa que quanto mais adequado for o preço de compra de uma motocicleta elétrica para alguém, maior será a intenção de adotar uma motocicleta elétrica. O valor significativo para o custo da bateria (0,355) não sustenta a Hipótese 13, o custo da bateria não influencia significativamente a intenção de adoção de uma motocicleta elétrica. O valor significativo para custos de carregamento (0,109) não sustenta a Hipótese 14, o custo de carregamento não tem efeito significativo sobre a intenção de adoção de motocicleta elétrica. O valor estimado para o custo de carregamento é de 0,136, sinal positivo significa que quanto mais adequado for o custo de carregar uma motocicleta elétrica para alguém, maior será a intenção de adotar uma motocicleta elétrica. O valor significativo para custos de manutenção (0,017) não dá suporte à Hipótese 15, os custos de manutenção têm um efeito significativo na intenção de adotar uma motocicleta elétrica. O valor da estimativa para custos de manutenção é de 0,193, sinal positivo significa que quanto mais adequado for o custo de manutenção de motocicleta elétrica para alguém, maior será a intenção de adotar uma motocicleta elétrica. Os resultados da análise de regressão logística para as variáveis ​​TE1 a TE5 pertencentes a fatores tecnológicos mostram os resultados de que o tempo de carga da bateria (TE3) tem um efeito significativo na intenção de adoção de motocicletas elétricas na Indonésia. O valor significativo para a capacidade de quilometragem (0,107) não suporta a Hipótese 16, a capacidade de quilometragem não tem efeito significativo sobre a intenção de adotar uma motocicleta elétrica. O valor estimado para uma quilometragem máxima é de 0,146, sinal positivo significa que quanto mais adequada a quilometragem máxima de uma motocicleta elétrica para alguém, maior a intenção de adoção de uma motocicleta elétrica. O valor significativo para a variável independente potência ou velocidade máxima (0,052) não sustenta a Hipótese 17, a velocidade máxima não influencia significativamente a intenção de adoção de motocicleta elétrica. O valor da estimativa para potência ou velocidade máxima é de 0,167, sinal positivo significa que quanto mais adequada a velocidade máxima de uma motocicleta elétrica para uma pessoa, maior a intenção de adoção de uma motocicleta elétrica. O valor significativo para o tempo de carga (0,004) corrobora a Hipótese 18, o tempo de carga tem um efeito significativo na intenção de adoção de uma motocicleta elétrica. O valor estimado para o tempo de carregamento é de 0,240, sinal positivo significa que quanto mais adequada a velocidade máxima de uma motocicleta elétrica para alguém, maior a intenção de adoção de uma motocicleta elétrica. O valor significativo para segurança (0,962) não dá suporte à Hipótese 19, a segurança não influencia significativamente a intenção de adotar uma motocicleta elétrica. O valor da estimativa para segurança é de -0,005, sinal negativo significa que quanto mais seguro alguém se sentir ao usar uma motocicleta elétrica, menor será a intenção de adotar uma motocicleta elétrica. O valor significativo para a vida da bateria (0,424) não suporta a Hipótese 20, a vida da bateria não tem efeito significativo na intenção de adotar uma motocicleta elétrica. O valor estimado para a vida útil da bateria é de 0,068, sinal positivo significa que quanto mais adequada a vida útil da bateria de uma motocicleta elétrica, maior a intenção de adoção de uma motocicleta elétrica. Os resultados da análise de regressão logística para as variáveis ​​ML1 a ML7 pertencentes a fatores de nível macro mostram os resultados que cobram apenas disponibilidade no local de trabalho (ML2), cobram disponibilidade na residência (ML3) e cobram política de descontos (ML7) que têm efeito significativo sobre a intenção de adoção de motocicletas elétricas na Indonésia. O valor significativo para a disponibilidade de carregamento em locais públicos (0,254) não suporta a Hipótese 21, a disponibilidade de carregamento em locais públicos não influencia significativamente a intenção de adoção de motocicleta elétrica. O valor significativo para a disponibilidade de carga no local de trabalho (0,007) corrobora a Hipótese 22, a disponibilidade de carga no local de trabalho tem um efeito significativo na intenção de adoção de motocicleta elétrica. O valor significativo para a disponibilidade de carregamento em casa (0,009) corrobora a Hipótese 22, a disponibilidade de carregamento em casa tem um efeito significativo na intenção de adoção de motocicleta. O valor significativo para disponibilidade de locais de atendimento (0,181) não sustenta a Hipótese 24, a disponibilidade de locais de atendimento não tem efeito significativo sobre a intenção de adoção de motocicleta elétrica. O valor significativo para a política de incentivo à compra (0,017) corrobora a Hipótese 25, a política de incentivo à compra tem um efeito significativo na intenção de adoção de uma motocicleta elétrica. O valor significativo para a política de desconto anual de imposto (0,672) não sustenta a Hipótese 26, a política de incentivo de desconto anual de imposto não tem efeito significativo sobre a intenção de adoção de motocicleta elétrica. O valor significativo para a política de desconto no custo de cobrança (0,00) corrobora a Hipótese 27, a política de incentivo ao desconto no custo de cobrança tem um efeito significativo na intenção de adoção de uma motocicleta elétrica. De acordo com o resultado do fator de nível macro, a adoção da motocicleta elétrica pode ser realizada se a estação de recarga no local de trabalho, a estação de recarga na residência e a política de desconto no custo de recarga estiverem prontas para serem acessadas pelos consumidores. No geral, a frequência de compartilhamento nas redes sociais, o nível de consciência ambiental, preços de compra, custos de manutenção, a velocidade máxima de motocicletas elétricas, tempo de carregamento da bateria, disponibilidade de infraestrutura de estação de carregamento no trabalho, disponibilidade de energia doméstica - infraestrutura de carregamento, UTAMI ET AL. / REVISTA DE OTIMIZAÇÕES DE SISTEMAS NA INDÚSTRIA - VOL. 19 NO. 1 (2020) 70-81 DOI: 10.25077 / josi.v19.n1.p70-81.2020 Utami et al. 77 políticas de incentivo de compra e políticas de incentivo de desconto de custo de cobrança estão influenciando significativamente a intenção de adotar veículos elétricos. Modelo de Equação e Função de Probabilidade A Equação 3 é uma equação logit para a escolha da resposta “fortemente relutante” em adotar uma motocicleta elétrica.  =  = + 27 1 01 (1 |) kg Y Xn   k Xik (3) A equação 4 é uma equação logit para a escolha da resposta “relutante” em adotar uma motocicleta elétrica.  =  = + 27 1 02 (2 |) kg Y Xn   k Xik (4) A equação 5 é uma equação logit para a escolha da resposta “dúvida” para adotar uma motocicleta elétrica.  =  = + 27 1 03 (3 |) kg Y Xn   k Xik (5) A Equação 6 é uma equação logit para a opção de resposta “deseja” adotar uma motocicleta elétrica.  =  = + 27 1 04 (4 |) kg Y Xn   k Xik (6) Funções de probabilidade de intenção de adoção de motocicletas elétricas mostradas na Equação 7 à Equação 11. A Equação 7 é a função de probabilidade para a escolha da resposta “ fortemente relutante ”em adotar uma motocicleta elétrica. eenng YX g YXP Xn PY Xn (1 |) (1 |) 1 1 () (1 |)   + = =  (7) A Equação 8 é a função de probabilidade para a escolha da resposta "relutante" em adotar um motocicleta elétrica. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX (1 |) (1 |) (2 |) (2 |) 2 1 1 (2 |) (1 |) () (2 |)     + - + = =  -  = = (8) A Equação 9 é a função de probabilidade para a escolha da resposta “dúvida” para adotar uma motocicleta elétrica. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX (2 |) (2 |) (3 |) (3 |) 3 1 1 (3 |) (2 |) () (3 |)     + - + = =  -  = = (9) A Equação 10 é a função de probabilidade para a escolha da resposta “deseja” adotar uma motocicleta elétrica. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX (3 |) (3 |) (4 |) (4 |) 4 1 1 (4 |) (3 |) () (4 |)     + - + = =  -  = = (10) A Equação 11 é a função de probabilidade para a escolha da resposta “forte desejo” de adotar uma motocicleta elétrica. eenng YX g YX nnn PYXPXPYX (4 |) (4 |) 5 1 1 1 (4 |) () (5 |)   + = - = -  = = (11) Probabilidade de intenção de adoção A equação de regressão logística ordinal então aplicado a uma amostra das respostas dos entrevistados. A Tabela 8 mostra as características e respostas da amostra. Portanto, a probabilidade de responder a cada critério na variável dependente é calculada com base na Equação 7 - 11. Uma amostra de entrevistados que tem as respostas conforme mostrado na Tabela 7 tem uma probabilidade de 0,0013 para fortemente relutante em usar motocicleta elétrica, uma probabilidade de 0,0114 para não querer usar motocicleta elétrica, uma probabilidade de 0,1788 para dúvida para usar uma motocicleta elétrica, uma probabilidade de 0,563 para querer usar uma motocicleta elétrica e uma probabilidade de 0,2455 para ter muita vontade de usar uma motocicleta elétrica. A probabilidade de adoção de motocicleta elétrica para 1.223 entrevistados também foi calculada e o valor médio da probabilidade de respostas para fortemente indisposição para usar motocicleta elétrica foi 0,0031, indisposição para usar motocicleta elétrica foi 0,0198, dúvida para usar motocicleta elétrica foi 0,1482, disposição para usar um a motocicleta elétrica era de 0,3410 e a forte disposição para usar uma motocicleta elétrica era de 0,4880. Se a probabilidade de querer e querer fortemente for totalizada, a probabilidade de os indonésios adotarem motocicletas elétricas chega a 82,90%. Recomendações para empresas e formuladores de políticas Na análise de regressão logística ordinal, a frequência de compartilhamento nas redes sociais é um fator significativo que afeta a intenção de adotar uma motocicleta elétrica. A importância das mídias sociais como plataforma para o público obter informações sobre as motocicletas elétricas influenciará na vontade de adoção de motocicletas elétricas. O governo e os empresários podem tentar utilizar esse recurso, por exemplo, os empresários podem fazer promoções por meio de bônus ou agradecimento aos consumidores que compraram motocicletas elétricas e compartilhar coisas positivas relacionadas às motos elétricas em suas redes sociais. Dessa forma, pode estimular outras pessoas a serem um novo usuário de uma motocicleta elétrica. O governo pode socializar ou apresentar motocicletas elétricas ao público por meio da mídia social para motivar a mudança do público de motocicletas convencionais para motocicletas elétricas. Esta pesquisa comprova o quão significativa é a influência de fatores de nível macro na adoção de motocicletas elétricas na Indonésia. Na análise de regressão logística ordinal, a disponibilidade de infraestrutura de posto de recarga no local de trabalho, a disponibilidade de infraestrutura de posto de recarga em casa, a política de incentivo à compra e o desconto no custo de recarga influenciam significativamente a intenção de adoção da motocicleta elétrica. UTAMI ET AL. / JURNAL OPTIMASI SISTEM INDUSTRI - VOL. 19 NO. 1 (2020) 70-81 78 Utami et al. DOI: 10.25077 / josi.v19.n1.p70-81.2020 Tabela 7. Amostra de Respostas do Entrevistado Variável Código de Resposta Valor Estado Civil Casado X1b 2 Idade 31-45 X2 2 Sexo Masculino X3a 1 Último Nível Educacional Mestre X4 4 Ocupação Funcionários privados X5c 3 Mensal nível de consumo Rp2.000.000-5.999.999 X6 2 Nível de renda mensal Rp. 6.000.000-9.999.999 X7 3 Número de proprietários de motocicletas ≥ 2 X8 3 Frequência de compartilhamento nas redes sociais Várias vezes / mês X9 4 Tamanho da rede social online 100-500 pessoas X10 2 Conscientização ambiental 1 X11 1 Harga beli 3 X12 3 Custo da bateria 3 X13 3 Custo de carregamento 3 X13 3 Custos de manutenção 5 X14 5 Capacidade de quilometragem 4 X15 4 Potência 5 X16 5 Tempo de carregamento 4 X17 4 Segurança 5 X18 5 Duração da bateria 4 X19 4 Disponibilidade da estação de carregamento em locais públicos 4 X20 4 Disponibilidade da estação de carregamento no trabalho 4 X21 4 Disponibilidade da estação de carregamento em casa 4 X22 4 Disponibilidade de locais de serviço 2 X23 2 Política de incentivo de compra 5 X24 5 Política de desconto de imposto anual 5 X25 5 Política de desconto de custo de cobrança 5 X26 5 Custo de carregamento 5 X27 5 Custos de manutenção 3 X13 3 Quilometragem capacidade 5 X14 5 Potência 4 X15 4 Tempo de carregamento 5 X16 5 A maioria dos entrevistados considera a disponibilidade da infraestrutura da estação de carregamento em casa, locais de trabalho e locais públicos como uma influência significativa na adoção de motocicletas elétricas. O governo pode providenciar a instalação de infraestrutura de estação de recarga em locais públicos para apoiar a adoção de motocicletas elétricas. O governo também pode trabalhar em conjunto com o setor empresarial para realizar isso. Na construção de indicadores de nível macro, esta pesquisa propõe várias opções de política de incentivos. As políticas de incentivo mais significativas de acordo com a pesquisa são as políticas de incentivo à compra e a cobrança de políticas de incentivo com desconto no custo, que podem ser consideradas pelo governo para apoiar a adoção de motocicletas elétricas na Indonésia. Sobre os fatores financeiros, o preço de compra tem um efeito significativo na intenção de compra de uma motocicleta elétrica. Por isso, o incentivo ao subsídio de compra também está impactando significativamente a intenção de adoção. O custo de manutenção mais barato das motocicletas elétricas do que das convencionais influencia significativamente a intenção de adoção das motocicletas elétricas. Portanto, a disponibilização de serviços que atendam às necessidades do consumidor estimulará ainda mais a intenção de adoção de motocicletas elétricas, pois a maioria dos usuários não conhece os componentes das motocicletas elétricas e por isso precisam de técnicos qualificados caso haja algum dano. O desempenho das motocicletas elétricas tem atendido às necessidades dos consumidores para atender à sua mobilidade diária. A velocidade máxima de uma motocicleta elétrica e o tempo de carregamento são capazes de atender aos padrões desejados pelos consumidores. No entanto, um melhor desempenho da motocicleta, como maior segurança, vida útil da bateria e mais quilometragem, certamente aumentará a intenção de adotar uma motocicleta elétrica. Além de aumentar o investimento em tecnologia, o governo e as empresas também devem melhorar o sistema de avaliação de segurança e confiabilidade para motocicletas elétricas para aumentar a confiança do público. Para as empresas, promover qualidade e desempenho é uma das maneiras mais eficazes de aumentar o entusiasmo do consumidor por motocicletas elétricas. Os consumidores mais jovens e com um nível de educação mais elevado podem ser escolhidos como adotantes iniciais para se tornarem influências, pois já têm uma atitude mais otimista e possuem uma rede ampla. A segmentação do mercado pode ser alcançada com o lançamento de modelos específicos para consumidores-alvo. Além disso, os entrevistados com maior consciência ambiental eram mais propensos a querer adotar motocicletas. UTAMI ET AL. / REVISTA DE OTIMIZAÇÕES DE SISTEMAS NA INDÚSTRIA - VOL. 19 NO. 1 (2020) 70-81 DOI: 10.25077 / josi.v19.n1.p70-81.2020 Utami et al. 79 CONCLUSÕES A mudança das motocicletas convencionais para as motocicletas elétricas pode ser a melhor solução para superar o problema dos altos níveis de CO2 na Indonésia. O governo indonésio também percebeu e agiu definindo várias políticas relacionadas aos veículos elétricos na Indonésia. Mas, na realidade, a adoção de veículos elétricos na Indonésia ainda está em um estágio muito inicial, mesmo longe das metas estabelecidas pelo governo. O meio ambiente não apóia a adoção de motocicletas elétricas, como a falta de regulamentações mais detalhadas e a falta de infraestrutura de apoio, causando a baixa adoção de veículos elétricos na Indonésia. Esta pesquisa entrevistou 1.223 entrevistados de 10 províncias que tinham um total de 80% da distribuição total das vendas de motocicletas na Indonésia para explorar fatores significativos que afetam as intenções de adoção de motocicletas elétricas na Indonésia e descobrir as funções de probabilidade. Embora a maioria dos entrevistados seja entusiasta de motocicletas elétricas e deseje possuir uma motocicleta elétrica no futuro, o interesse em adotar uma motocicleta elétrica atualmente é relativamente baixo. Os entrevistados não desejam usar motocicletas elétricas neste momento por diversos motivos, como falta de infraestrutura e políticas. Muitos entrevistados têm a atitude de esperar e olhar para a adoção da motocicleta elétrica, com fatores financeiros, fatores tecnológicos e macro-níveis que devem estar acompanhando as demandas dos consumidores. Esta pesquisa comprova o quão significativa é a frequência de compartilhamento nas redes sociais, o nível de consciência ambiental, preços de compra, custos de manutenção, a velocidade máxima de motocicletas elétricas, tempo de carregamento de bateria, disponibilidade de infraestrutura de estação de carregamento no trabalho, disponibilidade de infraestrutura de carga doméstica, as políticas de incentivo de compra e as políticas de incentivo de desconto de custo de cobrança apoiam a adoção de motocicletas elétricas na Indonésia. O governo precisa apoiar o fornecimento de infraestrutura de estação de recarga e a formulação de políticas de incentivos para acelerar a adoção de motocicletas elétricas na Indonésia. Fatores tecnológicos como quilometragem e vida útil da bateria precisam ser considerados pelos produtores para serem melhorados para apoiar a adoção de motocicletas elétricas. Fatores financeiros, como preços de compra e custos da bateria, devem preocupar as empresas e o governo. O uso máximo das redes sociais deve ser feito para apresentar uma motocicleta elétrica à comunidade. Comunidades em tenra idade podem ser promovidas como adotantes iniciais porque têm uma ampla rede de mídia social. A concretização da adoção de motocicletas elétricas na Indonésia exige disponibilidade de infraestrutura e custos que podem ser aceitos pelos consumidores. Isso pode ser implementado pelo governo por meio de fortes compromissos governamentais em vários países que conseguiram substituir os veículos convencionais. Outras pesquisas se concentrarão em encontrar políticas adequadas para acelerar a adoção de motocicletas elétricas na Indonésia. REFERÊNCIAS [1] Indonésia. Badan Pusat Statistik; Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis 1949-2018, 2019 [Online]. Disponível: bps.go.id. [2] Asosiasi Industri Sepeda Motor Indonésia: Distribuição doméstica e estatística de exportação, 2020. [Online]. https://www.aisi.or.id/statistic. [Acesso em: março. 20, 2020]. [3] G. Samosir, Y. Devara, B. Florentina e R. Siregar, "Veículos elétricos na Indonésia: a estrada para o transporte sustentável", Solidiance: Market Report, 2018. [4] W. Sutopo, RW Astuti, A. Purwanto, e M. Nizam, “Modelo de comercialização de nova tecnologia de bateria de íon de lítio: um estudo de caso para veículo elétrico inteligente”, Proceedings of the 2013 Joint International Conference on Rural Information and Communication Technology and Electric-Vehicle Technology, rICT e ICEV -T 2013, 6741511.https: //doi.org/10.1109/rICTICeVT.2013.6741511. [5] M. Catenacci, G. Fiorese, E. Verdolini e V. Bosetti, “Going electric: Expert Survey sobre o futuro das tecnologias de bateria para veículos elétricos. In Innovation under Uncertainty, ”in Edward Elgar Publishing, 93. Amsterdam: Elsevier, 2015. [6] M. Weiss, P. Dekker, A. Moro, H. Scholz e MK Patel,“ On the electrification of road transport– uma revisão do desempenho ambiental, econômico e social de veículos elétricos de duas rodas ”, Transportation Research Part D: Transport and Environment, vol. 41, pp. 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, e R. Zakaria, "Markov Chain Analysis to Indentify the Market Share Prediction of New Technology: A Case Study of Electric Conversion Motorcycle in Surakarta, Indonesia", AIP Conference Proceedings, vol. 2217 (1), pp. 030062), 2020. AIP Publishing LLC. [9] W. Sutopo e EA Kadir, "Um Padrão Indonésio de Ferro Fosfato de Célula de Bateria de Íons de Lítio para Alicações de Veículos Elétricos", TELKOMNIKA Indonesian Journal of Electrical Engineering, vol. 15 (2), pp. 584-589, 2017. https://doi.org/10.12928/telkomnika.v15i2.6233. [10] B. Rahmawatie, W. Sutopo, F. Fahma, M. Nizam, A. Purwanto, BB Louhenapessy e ABMulyono, "Projetando estrutura para padronização e requisitos de teste de sistema de gerenciamento de bateria para aplicação em veículos elétricos", Processo - 4 Conferência Internacional sobre Tecnologia de Veículos Elétricos, pp. 7-12, 2018. https://doi.org/10.1109/ICEVT.2017.8323525. [11] W. Sutopo, M. Nizam, B. Rahmawatie, dan F. Fahma, "A Review of Electric Vehicles Charging Standard Development: Study Case in Indonesia", Proceeding - 2018 5ª Conferência Internacional sobre Tecnologia de Veículos Elétricos, vol. 8628367, pp. 152-157, 2018. https://doi.org/10.1109/ICEVT.2018.8628367. [12] Gaikindo: Tahun 2040 Indonésia Stop Mobil Berbahan Bakar Minyak, 2017. [Online]. gaikindo.or.id. [Acesso em: março. 20, 2020]. [13] S. Goldenberg, ”Indonesia to Cut Carbon Emissions by 29% by 2030 ″, the Guardian, 2015. UTAMI ET AL. / JURNAL OPTIMASI SISTEM INDUSTRI - VOL. 19 NO. 1 (2020) 70-81 80 Utami et al. DOI: 10.25077 / josi.v19.n1.p70-81.2020 [14] YN Sang e HA Bekhet, ”Modeling Electric Vehicle Usage Intentions: An Empirical Study in Malaysia,” Journal of Cleaner Production, vol. 92, pp. 75-83, 2015. https://doi.org/10.1016/j.jclepro.2014.12.045. [15] ZY She, Q. Sun, JJ Ma e BC Xie, “Quais são as barreiras para a adoção generalizada de veículos elétricos a bateria? A Survey of Public Perception in Tianjin, China, ”Journal of Transport Policy, vol. 56, pp. 29-40, 2017. https://doi.org/10.1016/j.tranpol.2017.03.001. [16] N. Berkeley, D. Jarvis e A. Jones, “Analisando a aceitação de veículos elétricos a bateria: Uma investigação das barreiras entre os motoristas no Reino Unido”, Transportation Research Part D: Transport and Environment, vol. 63, pp. 466-481, 2018. https://doi.org/10.1016/j.trd.2018.06.016. [17] C. Zhuge e C. Shao, "Investigating the Factors Influencing the Uptake of Electric Vehicles in Beijing, China: Statistical and Spatial Perspectives", Journal of Cleaner Production, vol. 213, pp. 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 (2ª Ed). Yogyakarta: UPP STIM YKPN, 2015. [19] T. Laukkanen, “Adoção do consumidor versus decisões de rejeição em inovações de serviço aparentemente semelhantes: O caso da Internet e banco móvel”, Journal of Business Research, vol. 69 (7), pp. 2432–2439, 2016. https://doi.org/10.1016/j.jbusres.2016.01.013. [20] V. Vasseur e R. Kemp, “A adoção do PV na Holanda: Uma análise estatística dos fatores de adoção”, Renewable and Sustainable Energy Reviews, vol. 41, pp. 483–494, 2015. https://doi.org/10.1016/j.rser.2014.08.020. [21] MP Gagnon, E. Orruño, J. Asua, AB Abdeljelil e J. Emparanza, “Usando um Modelo de Aceitação de Tecnologia Modificado para Avaliar a Adoção de Profissionais de Saúde de um Novo Sistema de Telemonitoramento”, Telemedicine and e-Health, vol. 18 (1), pp. 54–59, 2012. https://doi.org/10.1089/tmj.2011.0066. [22] N. Phaphoom, X. Wang, S. Samuel, S. Helmer e P. Abrahamsson, “Um estudo de pesquisa sobre as principais barreiras técnicas que afetam a decisão de adotar serviços em nuvem”, Journal of Systems and Software, vol. 103, pp. 167–181, 2015. https://doi.org/10.1016/j.jss.2015.02.002. [23] MWD Utami, AT Haryanto, e W. Sutopo, "Consumer Perception Analysis of Electric Car Vehicle in Indonesia", AIP Conference Proceedings (Vol. 2217, No. 1, p. 030058), 2020. AIP Publishing LLC [24 ] Yuniaristanto, DEP Wicaksana, W. Sutopo e M. Nizam, “Proposta de comercialização de tecnologia de processo de negócios: Um estudo de caso de incubação de tecnologia de carro elétrico”, Proceedings of 2014 International Conference on Electrical Engineering and Computer Science, ICEECS, 7045257, pp. 254-259. https://doi.org/10.1109/ICEECS.2014.7045257. [25] MA Bujang, N. Sa'at e TM Bakar, "Diretrizes de tamanho de amostra para regressão logística de estudos observacionais com grande população: ênfase na precisão entre estatísticas e parâmetros baseados em dados clínicos da vida real", The Malaysian Journal of ciências médicas: MJMS, vol. 25 (4), pp. 122, 2018. https://doi.org/10.21315/mjms2018.25.4.12. [26] E. Radjab e A. Jam'an, "Metodologi Penelitian Bisnis", Makasar: Lembaga Perpustakaan dan Penerbitan Universitas Muhammadiyah Makasar, 2017. [27] T. Eccarius e CC Lu, "Motores de duas rodas para mobilidade sustentável: Uma revisão da adoção de motocicletas elétricas pelos consumidores ”, International Journal of Sustainable Transportation, vol. 15 (3), pp. 215-231, 2020. https://doi.org/10.1080/15568318.2018.1540735. [28] S. Habich-Sobiegalla, G. Kostka e N. Anzinger, “Intenções de compra de veículos elétricos por cidadãos chineses, russos e brasileiros: Um estudo comparativo internacional”, Journal of cleaner production, vol. 205, pp. 188-200, 2018. https://doi.org/10.1016/j.jclepro.2018.08.318. [29] W. Sierzchula, S. Bakker, K. Maat e B. Van Wee, “A influência dos incentivos financeiros e outros fatores socioeconômicos na adoção de veículos elétricos”, Energy Policy, vol. 68, pp. 183–194, 2014. https://doi.org/10.1016/j.enpol.2014.01.043. [30] RM Krause, SR Carley, BW Lane e JD Graham, “Percepção e realidade: conhecimento público de veículos elétricos plug-in em 21 cidades dos EUA”, Política de Energia, vol. 63, pp. 433–440, 2013. https://doi.org/10.1016/j.enpol.2013.09.018. [31] D. Browne, M. O'Mahony e B. Caulfield, “Como as barreiras aos combustíveis e veículos alternativos devem ser classificadas e as políticas potenciais para promover tecnologias inovadoras devem ser avaliadas?”, Journal of Cleaner Production, vol. 35, pp. 140–151, 2012. https://doi.org/10.1016/j.jclepro.2012.05.019. [32] O. Egbue e S. Long, “Barreiras à adoção generalizada de veículos elétricos: uma análise das atitudes e percepções do consumidor”, Journal of Energy Policy, vol. 48, pp. 717–729, 2012. https://doi.org/10.1016/j.enpol.2012.06.009. [33] X. Zhang, K. Wang, Y. Hao, JL Fan e YM Wei, “O impacto da política governamental na preferência por NEVs: a evidência da China”, Energy Policy, vol. 61, pp. 382–393, 2013. https://doi.org/10.1016/j.enpol.2013.06.114. [34] BK Sovacool e RF Hirsh, “Além das baterias: um exame dos benefícios e barreiras para veículos elétricos híbridos plug-in (PHEVs) e uma transição do veículo para a rede (V2G)”, Energy Policy, vol. 37, pp. 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 e J. Stannard, “Consumidores principais dirigindo carros elétricos com bateria elétrica e carros elétricos híbridos plug-in: uma análise qualitativa das respostas e avaliações ”, Transp. Res. Parte A: Policy Pract., Vol. 46, pp. 140–153, 2012. https://doi.org/10.1016/j.tra.2011.09.008. [36] AF Jensen, E. Cherchi, and SL Mabit, “Consumidores convencionais dirigindo carros elétricos híbridos com bateria plug-in e plug-in: uma análise qualitativa de respostas e avaliações”, Transp. Res. Parte D: Transp. Environ., Vol. 25, pp. 24–32, 2013. [Online]. Disponível: ScienceDirect. [37] ND Caperello e KS Kurani, “Histórias de famílias de seus encontros com um veículo elétrico híbrido plug-in”, Environ. Behav., Vol. 44, pp. 493–508, 2012. https://doi.org/10.1177/0013916511402057. [38] JS Krupa, DM Rizzo, MJ Eppstein, D. Brad-Lanute, DE Gaalema, K. Lakkaraju, e CE Warrender, "Households 'stories of their combates with a plugin Hybrid Electric Vehicle", Analysis of a consumer survey on UTAMI ET AL. / REVISTA DE OTIMIZAÇÕES DE SISTEMAS NA INDÚSTRIA - VOL. 19 NO. 1 (2020) 70-81 DOI: 10.25077 / josi.v19.n1.p70-81.2020 Utami et al. 81 veículos elétricos híbridos plug-in. Transp. Res. Parte A: Policy Pract., Vol. 64, pp. 14-31, 2014. https://doi.org/10.1016/j.tra.2014.02.019. [39] DW Hosmer e S. Lemeshow, “Applied Logistic Regression. Second Edition ”, Nova York: John Willey & Sons, 2000. https://doi.org/10.1002/0471722146. NOMENCLATURA j categorias de variáveis ​​dependentes (j = 1, 2, 3, 4, 5) k categorias de variáveis ​​independentes (k = 1, 2, 3, ..., m) i categorias de variáveis ​​independentes qualitativas n ordem dos respondentes β0j interceptar cada resposta de dependente variável Xk variável independente quantitativa Xik variável independente quantitativa Y variável dependente Pj (Xn) a oportunidade para cada categoria de variável independente para cada respondente AUTORES BIOGRAFIA Martha Widhi Dela Utami Martha Widhi Dela Utami é uma estudante de graduação do Departamento de Engenharia Industrial da Universitas Sebelas Maret. Pertence ao Laboratório de Logística e Sistemas de Negócios. Seus interesses de pesquisa são logística e gerenciamento da cadeia de suprimentos e pesquisa de mercado. Ela publicou sua primeira publicação sobre a análise da percepção do consumidor de veículos elétricos na Indonésia em 2019. Yuniaristanto Yuniaristanto é conferencista e pesquisadora no Departamento de Engenharia Industrial da Universitas Sebelas Maret. Seus interesses de pesquisa são cadeia de suprimentos, modelagem de simulação, medição de desempenho e comercialização de tecnologia. Possui publicações indexadas pela Scopus, 41 artigos com 4 H-index. Seu e-mail é yuniaristanto@ft.uns.ac.id. Wahyudi Sutopo Wahyudi Sutopo, possui um diploma profissional de engenharia (Ir) do Programa de Estudos de Engenheiro Profissional - Universitas Sebelas Maret (UNS) em 2019. Ele obteve seu doutorado na área de Engenharia e Gestão Industrial pelo Institut Teknologi Bandung (ITB) em 2011, Mestre em Ciências em Gestão pela Universitas Indonésia em 2004 e Bacharel em Engenharia em Engenharia Industrial pela ITB em 1999. Seus interesses de pesquisa são cadeia de suprimentos, economia de engenharia e análise de custos e comercialização de tecnologia. Ele obteve mais de 30 bolsas de pesquisa. Ele tem publicações que indexou pela Scopus, 117 artigos com 7 H-index. Seu e-mail é wahyudisutopo@staff.uns.ac.id.Os resultados da análise de regressão logística para as variáveis ​​TE1 a TE5 pertencentes a fatores tecnológicos mostram os resultados de que o tempo de carga da bateria (TE3) tem um efeito significativo na intenção de adoção de motocicletas elétricas na Indonésia. O valor significativo para a capacidade de quilometragem (0,107) não suporta a Hipótese 16, a capacidade de quilometragem não tem efeito significativo sobre a intenção de adotar uma motocicleta elétrica. O valor estimado para uma quilometragem máxima é de 0,146, sinal positivo significa que quanto mais adequada a quilometragem máxima de uma motocicleta elétrica para alguém, maior a intenção de adoção de uma motocicleta elétrica. O valor significativo para a variável independente potência ou velocidade máxima (0,052) não sustenta a Hipótese 17, a velocidade máxima não influencia significativamente a intenção de adoção de motocicleta elétrica. O valor da estimativa para potência ou velocidade máxima é de 0,167, sinal positivo significa que quanto mais adequada a velocidade máxima de uma motocicleta elétrica para uma pessoa, maior a intenção de adoção de uma motocicleta elétrica. O valor significativo para o tempo de carga (0,004) corrobora a Hipótese 18, o tempo de carga tem um efeito significativo na intenção de adoção de uma motocicleta elétrica. O valor estimado para o tempo de carregamento é de 0,240, sinal positivo significa que quanto mais adequada a velocidade máxima de uma motocicleta elétrica para alguém, maior a intenção de adoção de uma motocicleta elétrica. O valor significativo para segurança (0,962) não dá suporte à Hipótese 19, a segurança não influencia significativamente a intenção de adotar uma motocicleta elétrica. O valor da estimativa para segurança é de -0,005, sinal negativo significa que quanto mais seguro alguém se sentir ao usar uma motocicleta elétrica, menor será a intenção de adotar uma motocicleta elétrica. O valor significativo para a vida da bateria (0,424) não suporta a Hipótese 20, a vida