Di Indonesia, penggunaan solusi layanan Machine to Machine (M2M) terus mengalami perkembangan di berbagai sektor industri yang didukung dengan peningkatan penggunaan teknologi mobile. Hasil penelitian yang dilakukan AnalysysMason pada tahun 2012 memperkirakan bahwa pada tahun 2020 akan terdapat 2,1 miliar perangkat M2M terkoneksi secara global, dengan sektor utilitas yang terdiri dari meter komersial dan residensial untuk listrik, air dan gas akan menjadi sektor industri terbesar yang mempergunakan solusi M2M. Dari data statistik yang dikeluarkan oleh PLN pada tahun 2013, jumlah pelanggan rumah tangga menduduki angka tertinggi yakni 92,81 % di bandingkan kelompok pelanggan lainnya. Sehingga dengan potensi pasar yang cukup tinggi dari pelanggan rumah tangga, maka dengan implementasi layanan Smart Metering ini dapat memberikan peluang bagi Telkom Indonesia untuk meraih pendapatan dari pelanggan melalui layanan alert dan notifikasi serta melalui layanan top up atau pengisian pulsa listrik.
Smart Metering akan memberikan keuntungan bagi perusahaan utilitas maupun bagi pelanggan mereka. Saat ini di Indonesia, layanan Smart Metering baru diimplementasikan disisi perusahaan utilitas dan akan dikembangkan disisi pelanggan mereka. Penerimaan oleh pelanggan akan sangat diperlukan untuk kesuksesan implementasi Smart Metering disisi pelanggan rumah tangga. Faktor – faktor yang menjadi pertimbangan masyarakat di Indonesia untuk mempergunakan Layanan Smart Metering belum diketahui secara pasti. Beberapa studi untuk meneliti faktor yang menjadi pertimbangan masyarakat untuk mempergunakan layanan Smart Metering sudah banyak dilakukan di negara lain, sedangkan khusus di Indonesia belum ditemukan penelitian sejenis. Penelitian ini dilakukan di lima wilayah dengan konsumsi listrik rumah tangga tertinggi di Indonesia yaitu Jawa Barat, Jawa Timur, Jakarta, Jawa Tengah dan Batam (PLN, 2013).
Berdasarkan hasil literature review, diketahui bahwa model UTAUT2 dari Venkatesh, et all (2012) merupakan model yang paling sesuai untuk menerangkan kecenderungan konsumen dalam menggunakan suatu teknologi informasi dikarenakan memiliki daya explanatory, dilihat dari nilai R2 atau variance yang paling besar yakni 70%. Namun berdasarkan hasil pembahasan dengan team Product Owner Smart Metering Telkom, terdapat variabel yang belum masuk dalam UTAUT2 sehingga model yang dipakai dalam penelitian ini adalah modifikasi model UTAUT2 dengan menambahkan variabel Perceived Of Security and Risk untuk membuat model lebih cocok dengan objek penelitian. Selain menambahkan variabel Perceived Of Security and Risk, penelitian ini juga menghilangkan variabel Habit dan Hedonic Motivation.
Metode pengumpulan data dilakukan melalui penyebaran kuesioner melalui email dan penyebaran kuesioner secara langsung. Dari kuesioner yang disebar, diperoleh 394 kuesioner yang valid. Pengolahan data dilakukan dengan menggunakan Smart PLS 3.0. Model dalam penelitian ini memiliki nilai R-Square sebesar 0,628 yang artinya dapat dipakai untuk memprediksi niat untuk melakukan adopsi layanan Smart Metering dengan kemampuan prediksi sebesar 62,8%. Dengan urutan pengaruh variabel terbesar mulai dari variabel Price Value (0,271), Performance Expectancy (0,226), Perceived Security & Risk (0,239) Effort Expectancy (0,138), Social Influence (0,073) dan Facilitating Condition (0,080)