Program Studi Manajemen • FEB

Manajemen Teknologi

Pertemuan 8 — Adopsi Teknologi Organisasi: Model Difusi Inovasi dan Resistensi

Mengapa sebagian orang langsung memakai teknologi baru sementara yang lain menundanya bertahun-tahun — dan bagaimana manajer mengelola penolakan karyawan terhadap perubahan.

RPS MINGGU 9 • DURASI 2 × 50 MENIT

Bagian 1 dari 3

Mengapa Organisasi Perlu Memahami Adopsi Teknologi?

Kegagalan implementasi teknologi jarang disebabkan teknologinya buruk — lebih sering karena organisasi tidak memahami bagaimana manusia menerima hal baru.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu menganalisis proses adopsi teknologi dalam organisasi dan merancang strategi menghadapi resistensi. Secara rinci:

CAPAIAN 1

DIFUSI

Menjelaskan konsep difusi inovasi dan kurva-S adopsi kumulatif dalam populasi organisasi.

CAPAIAN 2

KATEGORI

Mengklasifikasikan anggota organisasi ke lima kategori adopter Rogers beserta proporsinya.

CAPAIAN 3

RESISTENSI

Mengidentifikasi sumber resistensi karyawan terhadap teknologi baru.

CAPAIAN 4

STRATEGI

Merancang strategi manajemen perubahan untuk mempercepat adopsi & menekan penolakan.

Kasus Nyata: Mengapa QRIS Meledak, ATM Cek Saldo Tidak?

Bank Indonesia meluncurkan QRIS (Quick Response Code Indonesian Standard, kode pembayaran satu standar untuk semua aplikasi) pada 2019. Dalam lima tahun, jutaan pedagang kaki lima sampai warung kelontong sudah memakainya.

FAKTA 1

CEPAT

Adopsi QRIS oleh pedagang UMKM tergolong sangat cepat dibanding teknologi perbankan sebelumnya.

FAKTA 2

BERAGAM

Sebagian pedagang langsung pasang di hari pertama, sebagian lain baru mau setelah dipaksa pelanggan.

FAKTA 3

MASIH ADA

Sampai sekarang, sebagian kecil pedagang tetap menolak dan hanya terima tunai.

Pertanyaan kuncinya: apa yang membedakan pedagang yang langsung mengadopsi dari yang menolak — dan pola yang sama persis terjadi ketika perusahaan mengadopsi software baru untuk karyawannya.

Definisi: Adopsi Teknologi dan Difusi Inovasi

ADOPSI TEKNOLOGI (TECHNOLOGY ADOPTION)

Proses seorang individu atau organisasi memutuskan untuk menggunakan sebuah teknologi baru secara rutin, menggantikan cara kerja lama.

DIFUSI INOVASI (DIFFUSION OF INNOVATION)

Proses sebuah inovasi menyebar dari waktu ke waktu ke seluruh anggota suatu sistem sosial (organisasi, pasar, masyarakat) melalui saluran komunikasi tertentu.

Bedanya: adopsi = keputusan satu pihak; difusi = pola penyebaran ke banyak pihak sepanjang waktu. Teori difusi klasik dikembangkan sosiolog Everett Rogers (1962, Diffusion of Innovations) dan masih jadi rujukan utama manajemen teknologi hingga sekarang.

Pola Difusi: Kurva-S Kumulatif dan Distribusi Lonceng

Rogers menemukan pola yang konsisten: jumlah adopter baru per periode membentuk kurva lonceng, sedangkan jumlah adopter kumulatif membentuk kurva-S.

DUA WAJAH KURVA DIFUSI YANG SAMA

Semakin banyak orang sudah mengadopsi, semakin cepat sisanya ikut — inilah efek bukti sosial: rekan kerja jadi contoh nyata bahwa teknologi itu aman dan bermanfaat.

Perhatikan dua kurva ini baik-baik, karena keduanya sebenarnya menggambarkan data yang sama, hanya cara membacanya berbeda. Kurva putus-putus berbentuk lonceng menunjukkan berapa banyak orang baru yang mengadopsi teknologi pada setiap periode waktu — sedikit di awal, membludak di tengah, lalu sedikit lagi di akhir. Kalau angka lonceng ini kita jumlahkan terus-menerus, kita dapat kurva-S yang solid, yang menunjukkan total kumulatif pengadopsi dari waktu ke waktu, mulai lambat, lalu melesat cepat, kemudian melandai lagi saat pasar sudah jenuh. Contoh konkretnya adalah adopsi GoPay atau OVO di Indonesia: tahun pertama penggunanya sedikit, lalu begitu teman dan tetangga mulai memakainya, orang lain merasa lebih yakin dan ikut memakai — inilah yang disebut efek bukti sosial, dan itu sebabnya kurva melesat di bagian tengah.

Bagian 2 dari 3

Model Difusi Inovasi Rogers: Lima Kategori Adopter

Setiap organisasi punya "peta kepribadian" terhadap teknologi baru — dari yang paling berani sampai yang paling menolak.

Innovators Early Adopters Majority Laggards

Lima Kategori Adopter dan Karakternya

2,5% • INNOVATORS

PERINTIS

Berani ambil risiko, suka coba hal baru duluan. Di kantor: orang yang lebih dulu instal beta aplikasi.

13,5% • EARLY ADOPTERS

PANUTAN

Dihormati rekan kerja, jadi opinion leader (panutan pendapat). Kalau mereka pakai, orang lain ikut.

34% • EARLY MAJORITY

HATI-HATI

Menunggu bukti dari early adopters dulu, baru ikut. Butuh data & kepastian.

34% • LATE MAJORITY

SKEPTIS

Baru ikut kalau mayoritas sudah pakai dan tekanan sosial/kebijakan memaksa (mis. sistem lama dimatikan).

16% • LAGGARDS

PENOLAK

Berorientasi tradisi, curiga pada hal baru. Baru pakai kalau tidak ada pilihan lain.

Lima kategori ini seperti spektrum kepribadian terhadap perubahan. Innovators hanya sekitar dua setengah persen populasi — mereka petualang yang senang jadi kelinci percobaan teknologi baru. Early adopters, sekitar tiga belas setengah persen, adalah figur yang dihormati rekan kerja; kalau supervisor senior yang disegani sudah memakai sistem baru, bawahan lain jadi lebih percaya diri untuk ikut. Early majority dan late majority masing-masing sekitar tiga puluh empat persen, jadi bersama mereka adalah mayoritas mutlak organisasi — bedanya, early majority mau ikut begitu ada bukti awal, sedangkan late majority baru bergerak kalau tekanannya sudah besar, misalnya sistem lama benar-benar dimatikan perusahaan. Terakhir, laggards sekitar enam belas persen adalah kelompok paling konservatif, sering kali karyawan senior yang nyaman dengan cara kerja lama dan baru mau berubah kalau memang tidak ada pilihan lain.

Hitung dari Nol: Distribusi Adopter di 800 Karyawan

Sebuah perusahaan meluncurkan sistem enterprise baru untuk 800 karyawan. Berdasarkan proporsi baku Rogers, berapa orang di tiap kategori?

LANGKAH PERHITUNGAN (POPULASI: 800 KARYAWAN)

Langkah	Perhitungan	Nilai
Innovators (2,5%)	2,5% × 800	20 orang
Early adopters (13,5%)	13,5% × 800	108 orang
Early majority (34%)	34% × 800	272 orang
Late majority (34%)	34% × 800	272 orang
Laggards (16%)	16% × 800	128 orang
Cek total	20+108+272+272+128	800 orang

IMPLIKASI MANAJERIAL

128 ORANG

Laggards yang butuh strategi khusus (bukan sekadar training biasa)

Mari kita coba angka-angka nyata supaya konsepnya tidak sekadar hafalan persentase. Dengan delapan ratus karyawan, jumlah innovators hanya dua puluh orang — bayangkan, hanya segelintir orang di seluruh perusahaan yang akan langsung antusias mencoba sistem baru tanpa disuruh. Early adopters ada seratus delapan orang, ini kelompok penting karena merekalah yang bisa Anda jadikan "duta" atau champion untuk meyakinkan yang lain. Early majority dan late majority masing-masing dua ratus tujuh puluh dua orang, jadi bersama itu lima ratus empat puluh empat orang atau sekitar dua pertiga karyawan — inilah target utama program pelatihan massal Anda. Yang tidak boleh diabaikan adalah seratus dua puluh delapan orang laggards; kalau manajer mengabaikan mereka dan berharap mereka "akan ikut sendiri", implementasi bisa gagal karena seratus dua puluh delapan orang ini bisa jadi sumber resistensi yang menular ke kelompok lain.

Lima Atribut yang Mempercepat atau Memperlambat Adopsi

Rogers juga menemukan: kecepatan difusi tidak hanya soal orangnya, tapi juga soal persepsi terhadap teknologi itu sendiri.

Atribut	Pertanyaan Kunci	Contoh Indonesia
Relative advantage (keunggulan relatif)	Lebih baik dari cara lama?	QRIS lebih cepat dari uang tunai berkembalian
Compatibility (kesesuaian)	Cocok dengan nilai & kebiasaan lama?	e-Wallet cocok dengan kebiasaan transfer bank
Complexity (kerumitan)	Mudah dipelajari?	Aplikasi rumit → pedagang tua enggan pakai
Trialability (dapat dicoba)	Bisa dicoba dulu skala kecil?	Demo gratis GoFood untuk merchant baru
Observability (keterlihatan hasil)	Hasilnya terlihat orang lain?	Tetangga toko lihat omzet naik pakai QRIS

Kelima atribut ini menjelaskan mengapa dua teknologi yang sama-sama bagus bisa punya kecepatan adopsi sangat berbeda. Relative advantage berarti seberapa jauh teknologi baru lebih unggul dari cara lama — semakin jelas keunggulannya, semakin cepat diadopsi. Compatibility berarti seberapa cocok teknologi itu dengan kebiasaan dan nilai yang sudah ada; ini alasan e-wallet lebih cepat diterima orang Indonesia dibanding mata uang kripto yang terasa asing. Complexity adalah kebalikan dari kemudahan; semakin rumit dipelajari, semakin lambat adopsinya, terutama bagi pedagang senior yang tidak terbiasa teknologi. Trialability berarti kemampuan mencoba dalam skala kecil tanpa risiko besar, seperti demo gratis. Terakhir, observability berarti seberapa mudah orang lain melihat hasilnya secara langsung — kalau tetangga toko kelihatan untung memakai QRIS, itu jadi bukti sosial paling kuat.

Studi Kasus: Memetakan Adopsi QRIS ke Lima Atribut

Mari terapkan kerangka lima atribut pada kasus adopsi QRIS oleh pedagang UMKM di pasar tradisional.

FAKTOR PENDORONG

Relative advantage tinggi: tak perlu sediakan uang kembalian receh
Observability tinggi: lapak sebelah kelihatan makin ramai transaksi digital
Trialability tinggi: daftar gratis, bisa dicoba tanpa biaya awal

FAKTOR PENGHAMBAT

Complexity dirasakan tinggi oleh pedagang lansia yang gagap gawai
Compatibility rendah dengan kebiasaan "uang cash yang bisa dipegang"
Kekhawatiran biaya potongan & koneksi internet lemot

Pelajaran untuk organisasi: naikkan relative advantage & observability (tunjukkan bukti nyata), turunkan persepsi complexity (pendampingan langsung), sebelum mengharapkan laggards ikut sendiri.

Bagian 3 dari 3

Resistensi terhadap Teknologi: Sumber dan Strategi Mengatasi

Teknologi terbaik pun bisa gagal total jika manajer mengabaikan sisi manusia dari perubahan.

Mengapa Karyawan Menolak Teknologi Baru?

PSIKOLOGIS

TAKUT GAGAL

Cemas dianggap tidak kompeten, takut terlihat "gaptek" di depan rekan kerja.

EKONOMIS

TAKUT PHK

Khawatir otomatisasi menggantikan pekerjaan atau memangkas insentif lama.

SOSIAL/POLITIK

HILANG KUASA

Sistem baru mengurangi kontrol informasi yang selama ini jadi sumber kekuasaan seseorang.

Kesalahpahaman umum manajer: mengira resistensi = karyawan malas atau bodoh. Padahal riset menunjukkan resistensi paling sering berakar dari ketakutan rasional yang tidak dikomunikasikan dengan baik.

Sangat penting Anda pahami bahwa resistensi terhadap teknologi jarang muncul karena karyawan malas atau bodoh — anggapan ini justru kesalahan fatal yang sering dilakukan manajer pemula. Sumber pertama bersifat psikologis, yaitu rasa takut terlihat tidak kompeten di depan rekan kerja ketika harus belajar sistem baru dari nol, apalagi bagi karyawan senior yang sudah terbiasa dihormati karena keahliannya di sistem lama. Sumber kedua bersifat ekonomis, kekhawatiran nyata bahwa otomatisasi akan menghilangkan pekerjaan mereka, seperti yang terjadi pada teller bank ketika ATM dan mobile banking menyebar luas. Sumber ketiga bersifat sosial dan politis; ada karyawan yang selama ini punya "kekuasaan informal" karena menguasai data atau proses tertentu, dan sistem baru yang transparan bisa mengancam posisi itu. Memahami sumber-sumber ini membuat Anda bisa merancang solusi yang tepat sasaran, bukan sekadar memaksa dengan surat edaran.

Walkthrough Kasus: Implementasi ERP yang Ditolak Karyawan

Kurva perubahan (change curve, diadaptasi dari model Kübler-Ross) menggambarkan tahapan emosi karyawan saat sistem ERP baru diluncurkan di sebuah pabrik manufaktur.

EMPAT TAHAP EMOSI KARYAWAN SAAT PERUBAHAN

MINGGU 1–2: PENOLAKAN & FRUSTRASI

Karyawan input data ganda (sistem lama + ERP), produktivitas turun, keluhan "sistem lama lebih cepat" menyebar di grup WhatsApp kantor.

MINGGU 5–8: EKSPLORASI & PENERIMAAN

Setelah champion internal mendampingi, karyawan mulai temukan fitur ERP yang mempercepat kerja mereka sendiri → adopsi menyebar dari early adopters ke mayoritas.

Mari ikuti sebuah kasus nyata langkah demi langkah, sebuah pabrik manufaktur di Jawa Tengah yang mengganti pencatatan manual dengan sistem ERP terintegrasi. Pada minggu pertama dan kedua, hampir semua karyawan berada di tahap penolakan dan frustrasi; mereka terpaksa mengisi data dua kali, di sistem lama dan ERP baru sekaligus, sehingga produktivitas justru turun sementara, dan keluhan menyebar cepat lewat grup WhatsApp kantor. Ini adalah fase paling kritis, karena di sinilah biasanya proyek implementasi teknologi gagal jika manajemen menyerah atau membatalkan proyek karena tekanan keluhan. Untungnya di kasus ini, manajemen tetap teguh sambil menugaskan beberapa early adopters sebagai champion pendamping. Perlahan di minggu kelima sampai kedelapan, karyawan mulai masuk fase eksplorasi, menemukan sendiri fitur yang justru mempercepat pekerjaan mereka, sampai akhirnya masuk fase penerimaan penuh. Perhatikan bahwa kurva ini turun dulu sebelum naik — manajer yang tidak sabar sering salah mengambil kesimpulan di titik terendah.

Kerangka Analisis: Force-Field Analysis (Kurt Lewin)

Setiap perubahan dipengaruhi dua kekuatan yang berlawanan: pendorong (mendukung perubahan) dan penghambat (menahan status quo). Perubahan terjadi kalau pendorong > penghambat.

KEKUATAN PENDORONG (→)

Tekanan kompetitor yang sudah lebih digital
Dukungan tegas manajemen puncak
Insentif finansial bagi pengguna aktif
Keluhan pelanggan atas proses lama yang lambat

KEKUATAN PENGHAMBAT (←)

Rasa nyaman dengan rutinitas lama (inertia)
Kurangnya pelatihan & dukungan teknis
Ketakutan kehilangan pekerjaan
Budaya organisasi yang menghindari risiko

Strategi Lewin: Unfreeze (cairkan rasa nyaman lama) → Change (terapkan sistem baru) → Refreeze (kukuhkan kebiasaan baru sebagai standar).

Kurt Lewin, psikolog sosial yang jadi bapak manajemen perubahan modern, mengusulkan cara berpikir sederhana namun sangat berguna. Bayangkan organisasi Anda seperti benda yang diam karena dua kekuatan yang saling menahan seimbang, seperti tarik tambang. Di satu sisi ada kekuatan pendorong seperti tekanan kompetitor atau dukungan tegas direksi; di sisi lain ada kekuatan penghambat seperti rasa nyaman dengan rutinitas lama atau ketakutan kehilangan pekerjaan. Perubahan hanya terjadi kalau kekuatan pendorong berhasil melebihi penghambat, dan manajer punya dua pilihan strategi: menambah kekuatan pendorong, atau justru mengurangi kekuatan penghambat, misalnya dengan memberi pelatihan ekstra supaya rasa takut gagal berkurang. Lewin juga merangkumnya dalam tiga tahap yang mudah diingat: unfreeze, cairkan dulu kenyamanan lama; change, terapkan sistemnya; refreeze, kukuhkan supaya tidak kembali ke kebiasaan lama.

Hitung dari Nol: Skor Kesiapan Organisasi (Readiness Score)

Sebelum meluncurkan teknologi baru, manajer bisa menghitung skor kesiapan berbobot dari empat indikator (skala 1–10).

LANGKAH PERHITUNGAN SKOR KESIAPAN (BOBOT × SKOR)

Langkah	Perhitungan	Nilai
Dukungan manajemen puncak (bobot 30%, skor 8)	30% × 8	2,40
Kesiapan infrastruktur TI (bobot 25%, skor 6)	25% × 6	1,50
Keterampilan digital karyawan (bobot 25%, skor 5)	25% × 5	1,25
Budaya keterbukaan perubahan (bobot 20%, skor 7)	20% × 7	1,40
Total skor kesiapan	2,40+1,50+1,25+1,40	6,55 / 10

INTERPRETASI

~65,5%

Kesiapan SEDANG — butuh perbaikan infrastruktur & keterampilan digital sebelum peluncuran penuh

Sekarang mari kita ubah konsep kesiapan organisasi yang tadinya terasa abstrak menjadi angka yang bisa diukur. Bayangkan tim manajemen menilai empat indikator kesiapan dengan bobot berbeda sesuai pentingnya masing-masing faktor. Dukungan manajemen puncak diberi bobot paling besar, tiga puluh persen, karena tanpa itu proyek biasanya mati di tengah jalan, dan skornya delapan dari sepuluh berarti cukup kuat. Infrastruktur TI dan keterampilan digital karyawan masing-masing berbobot dua puluh lima persen namun skornya lebih rendah, enam dan lima, menandakan ini titik lemah organisasi. Budaya keterbukaan perubahan berbobot dua puluh persen dengan skor tujuh. Setelah kita kalikan bobot dengan skor lalu jumlahkan semuanya, hasilnya enam koma lima puluh lima dari sepuluh, atau sekitar enam puluh lima setengah persen — ini masuk kategori kesiapan sedang, artinya perusahaan sebaiknya tidak langsung meluncurkan ke seluruh organisasi, melainkan memperbaiki dulu infrastruktur dan pelatihan sebelum ekspansi penuh.

Empat Strategi Manajerial Mengatasi Resistensi

1. KOMUNIKASI & EDUKASI

Jelaskan alasan (why) perubahan, bukan hanya instruksi (what). Contoh: town hall meeting sebelum go-live sistem baru.

2. PARTISIPASI & PELIBATAN

Libatkan calon pengguna sejak fase desain (co-design) supaya sistem terasa "milik mereka", bukan dipaksakan dari atas.

3. DUKUNGAN & PELATIHAN

Sediakan pelatihan bertahap + helpdesk internal selama masa transisi, jangan hanya satu sesi lalu ditinggalkan.

4. CHAMPION & INSENTIF

Jadikan early adopters sebagai duta perubahan (change champion) di tiap divisi, beri insentif kecil bagi pengguna aktif awal.

Setelah memahami sumber resistensi, sekarang kita bahas apa yang bisa Anda lakukan sebagai manajer. Strategi pertama, komunikasi dan edukasi, berarti Anda menjelaskan alasan di balik perubahan, bukan sekadar memerintahkan "mulai besok pakai sistem baru". Strategi kedua, partisipasi dan pelibatan, artinya libatkan calon pengguna sejak proses desain sistem, sehingga mereka merasa memiliki solusi tersebut, bukan merasa dipaksa menerima keputusan orang lain. Strategi ketiga, dukungan dan pelatihan berkelanjutan, karena satu sesi pelatihan singkat jarang cukup; sediakan pendampingan dan meja bantuan selama masa transisi. Strategi keempat, manfaatkan early adopters yang kita bahas tadi sebagai champion di setiap divisi, ditambah insentif kecil seperti pengakuan atau bonus untuk pengguna aktif pertama. Keempat strategi ini paling efektif dipakai bersamaan, bukan satu-satu saja.

Latihan Kelas: Diagnosis Kasus Otomatisasi Gudang

Kasus: Sebuah perusahaan ritel mengganti pencatatan stok manual di gudang dengan sistem barcode scanning otomatis. Tiga bulan setelah peluncuran, hanya 40% staf gudang yang memakainya secara rutin; sisanya masih mencatat manual "untuk jaga-jaga".

DISKUSIKAN DALAM KELOMPOK (10 MENIT)

Kategori adopter mana yang mendominasi staf yang belum memakai sistem?
Sumber resistensi apa yang paling mungkin (psikologis/ekonomis/sosial)?
Atribut inovasi mana (dari 5 Rogers) yang perlu diperbaiki lebih dulu?

SIAPKAN JAWABAN UNTUK DIPRESENTASIKAN

Rancang 1 strategi konkret (dari 4 strategi tadi) yang paling cocok untuk kasus ini, lengkap dengan alasannya.

Rangkuman: Peta Konsep Adopsi Teknologi

Konsep	Inti
Difusi inovasi	Penyebaran teknologi baru ke seluruh sistem sosial membentuk kurva-S
5 kategori adopter	Innovators 2,5% · Early adopters 13,5% · Early/Late majority 34%+34% · Laggards 16%
5 atribut inovasi	Relative advantage, compatibility, complexity, trialability, observability
Sumber resistensi	Psikologis (takut gagal), ekonomis (takut PHK), sosial/politik (hilang kuasa)
Force-field analysis	Perubahan terjadi kalau kekuatan pendorong > penghambat (Lewin)
4 strategi mengatasi	Komunikasi, partisipasi, pelatihan, champion & insentif

Mari kita rangkum seluruh perjalanan hari ini dalam satu tabel yang bisa Anda jadikan contekan belajar. Kita mulai dari konsep difusi inovasi yang membentuk kurva-S, lalu memecahnya menjadi lima kategori adopter dengan proporsi yang perlu Anda hafal karena sering muncul di soal ujian. Kita juga membahas lima atribut yang menentukan cepat-lambatnya adopsi sebuah teknologi, bukan sekadar soal orangnya saja. Di bagian kedua, kita bahas mengapa orang menolak teknologi, yang ternyata berakar dari ketakutan psikologis, ekonomis, atau sosial-politik, bukan sekadar kemalasan. Terakhir kita belajar kerangka Lewin untuk menganalisis kekuatan yang mendorong dan menghambat perubahan, serta empat strategi konkret untuk mempercepat adopsi. Pastikan Anda bisa menjelaskan keenam baris tabel ini dengan kata-kata sendiri sebelum melanjutkan ke materi minggu depan.

Penutup: Persiapan Pertemuan Berikutnya

MINGGU DEPAN (P9): TRANSFORMASI DIGITAL PERUSAHAAN

Kita akan naik level dari adopsi satu teknologi ke kerangka strategi transformasi digital perusahaan secara menyeluruh — bagaimana adopsi individual yang kita pelajari hari ini menjadi fondasi transformasi skala organisasi.

TUGAS SEBELUM PERTEMUAN 9

STUDI KASUS

Cari 1 contoh perusahaan Indonesia yang gagal atau berhasil mengadopsi teknologi baru; identifikasi kategori adopter dominan & 1 sumber resistensi yang muncul. Bawa catatan singkat (maks 1 halaman).

Ingat kerangka utama hari ini: difusi (bagaimana menyebar) + kategori adopter (siapa) + atribut inovasi (apa yang dipersepsikan) + resistensi (mengapa ditolak) + strategi (bagaimana mengatasi) — lima kunci ini akan terus relevan sampai akhir semester.

Sebelum kita tutup, saya ingin Anda mencatat dua hal penting. Pertama, minggu depan kita naik satu level dari topik hari ini; kalau hari ini kita bicara adopsi satu teknologi oleh individu atau kelompok, minggu depan kita bicara transformasi digital perusahaan secara menyeluruh, yang sebenarnya adalah gabungan banyak proses adopsi seperti yang kita pelajari hari ini. Kedua, sebagai tugas, saya minta Anda mencari satu contoh nyata perusahaan Indonesia, baik yang berhasil maupun gagal mengadopsi teknologi baru, lalu identifikasi kategori adopter mana yang dominan dan satu sumber resistensi yang muncul, ditulis maksimal satu halaman. Terakhir, ingat baik-baik lima kerangka besar hari ini: bagaimana teknologi menyebar, siapa saja tipe pemakainya, apa yang mempengaruhi persepsi terhadap teknologi tersebut, mengapa orang menolak, dan bagaimana strategi mengatasinya — kelima hal ini akan terus relevan sampai akhir semester, termasuk saat kita bahas studi kasus terintegrasi di pertemuan terakhir.