Digital - 2016-5 - 20405145-TA-Lucky Widya Pramesti PDF

UNIVERSITAS INDONESIA
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

PENGGUNAAN SISTEM MANAJEMEN PENGETAHUAN
MENGGUNAKAN UNIFIED THEORY OF ACCEPTANCE AND
USE OF TECHNOLOGY 2 (UTAUT 2): STUDI KASUS
.NET PRODUCTION CENTER ROOM
PT ASTRA INTERNATIONAL TBK
KARYA AKHIR
LUCKY WIDYA PRAMESTI

1306430984
FAKULTAS ILMU KOMPUTER

PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI
JAKARTA
JANUARI 2015
Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

UNIVERSITAS INDONESIA
HALAMAN JUDUL
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI
PENGGUNAAN SISTEM MANAJEMEN PENGETAHUAN
MENGGUNAKAN UNIFIED THEORY OF ACCEPTANCE AND
USE OF TECHNOLOGY 2 (UTAUT 2): STUDI KASUS
.NET PRODUCTION CENTER ROOM
PT ASTRA INTERNATIONAL TBK
KARYA AKHIR
Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknologi
Informasi
LUCKY WIDYA PRAMESTI

1306430984
FAKULTAS ILMU KOMPUTER

PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI
JAKARTA
JANUARI 2015

HALAMAN PERNYATAAN ORISINALITAS
Karya Akhir ini adalah hasil karya saya sendiri,
dan semua sumber baik yang dikutip maupun dirujuk
telah saya nyatakan dengan benar.
Nama : Lucky Widya Pramesti
NPM : 1306430984
Tanda Tangan :
Tanggal : 19 Januari 2015
ii

HALAMAN PENGESAHAN
Karya Akhir ini diajukan oleh :

NPM : 1306430984
Program Studi : Magister Teknologi Informasi
Judul Karya Akhir : Analisis Faktor-Faktor yang Mempengaruhi
Penggunaan Sistem Manajemen Pengetahuan
Menggunakan Unified Theory of Acceptance and
Use of Technology 2 (UTAUT 2): Studi Kasus
.NET Production Center Room PT Astra
International Tbk
Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai

bagian persyaratan yang diperlukan untuk memperoleh gelar Magister Teknologi
Informasi pada Program Studi Magister Teknologi Informasi, Fakultas Ilmu
Komputer, Universitas Indonesia.
DEWAN PENGUJI
Pembimbing : Ir. Dana Indra Sensuse, M.LIS., Ph.D. ( ....................... )
Pembimbing : dr. Iik Wilarso, M.T.I. ( ....................... )
Penguji : Prof. Ir. Zainal Arifin Hasibuan, MLS., Ph.D. ( ....................... )
Penguji : Putu Wuri Handayani, M.Sc. ( ....................... )
Ditetapkan di : Jakarta
Tanggal : ..............................................
iii

KATA PENGANTAR
Puji dan syukur saya haturkan kehadirat Tuhan Yang Maha Esa karena atas berkat
dan rahmat-Nya saya dapat menyelesaikan penelitian dan penulisan karya akhir
ini. Penulis menyadari bahwa penyelesaian karya akhir ini dapat dilakukan karena
adanya bantuan dan dukungan dari berbagai pihak. Oleh karena itu, penulis ingin
mengucapkan terimakasih kepada :
1. Bapak Ir. Dana Indra Sensuse, M.LIS., Ph.D. dan bapak dr. Iik Wilarso,
M.T.I. selaku pembimbing karya akhir penulis, rasa terimakasih penulis
ucapkan atas bimbingan, arahan, dan saran yang diberikan kepada penulis
dalam penulisan karya akhir ini.
2. Bapak Prof. Ir. Zainal Arifin Hasibuan, MLS., Ph.D. dan ibu Putu Wuri
Handayani, M.Sc. selaku penguji karya akhir penulis, terimakasih atas semua
masukan yang diberikan untuk perbaikan karya akhir ini.
3. Kedua orang tua, bapak Yosef Trimanto dan ibu Yuliana Suhartiningsih yang
tidak henti-hentinya memberikan doa dan semangat kepada penulis dalam
proses penyelesaian karya akhir ini.
4. Kakak penulis, Kalistus Tommy Ade Yudhistira, atas doa dan semangat yang
diberikan untuk dapat menyelesaikan karya akhir ini.
5. Seluruh jajaran direksi dan manajemen PT Astra International Tbk khususnya
ibu Anastasya Krisnawati dan ibu Lenny Tjundoro yang mengizinkan dan
memaklumi kegiatan penulis di luar kepentingan pekerjaan yang
berhubungan dengan studi dan pembuatan karya akhir ini.
6. Teman-teman MySAP Production Center PT Astra International Tbk Hussen
Christian, Shierly Budiawan, Dwi Prayoga Putra, Nunik Pratiwi, Nuni Istiani,
Arief Widodo, Enrico Ciawinata, Melinda Rachmani, dan lainnya atas
pengertian, dukungan, dan semangat yang diberikan kepada penulis selama
masa studi dan pembuatan karya akhir ini.
7. Teman-teman .NET Production Center dan karyawan PT Astra International
Tbk lainnya yang tidak dapat disebutkan satu-persatu. Terimakasih atas
semangat dan dukungan yang diberikan kepada penulis selama
menyelesaikan studi dan penelitian ini.
8. Sahabat-sahabat terbaik penulis Valki Rama Dani, Anggun Roseline
Hutagalung, Melfita Andayani, Syenni Anjani Putri, Deasy Triana Putri,
Diah Putri Damayanti, Anggi Aldila, Affan Setiawan, Adityo Wahyu
Pratama, Juliardi Indra Ferdianto, dan Galih Suyoga yang tanpa henti
memotivasi penulis untuk dapat menyelesaikan studi dan karya akhir ini.
9. Hosanna Mahalyta Hotmaida Marpaung teman seperjuangan penulis dalam
menjalani suka dan duka selama studi di MTI UI terimakasih atas
persahabatan, kebersamaan, dan bantuannya selama ini.
iv

10. Teman-teman Magister Teknologi Informasi Kelas 2013SC atas kekompakan
dan bantuannya selama mengikuti studi di MTI UI.
11. Seluruh pihak yang belum disebutkan, terimakasih atas seluruh doa,
dukungan, dan bantuannya.
Penulis menyadari bahwa pada penyusunan laporan karya akhir ini masih banyak
kekurangan. Oleh karena itu, kritik dan saran yang membangun sangat
diharapkan oleh penulis. Penulis berharap agar laporan ini dapat memberikan
manfaat kepada siapa saja yang membacanya.
Jakarta, Januari 2015
Penulis

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI
KARYA AKHIR UNTUK KEPENTINGAN AKADEMIS
Sebagai civitas akademik Universitas Indonesia, saya yang bertanda tangan di

bawah ini :

NPM : 1306430984
Fakultas : Ilmu Komputer
Jenis Karya : Karya Akhir
Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Universitas Indonesia Hak Bebas Royalti Noneksklusif (Non-exclusive Royalty-
Free Right) atas karya ilmiah saya yang berjudul :
Analisis Faktor-Faktor yang Mempengaruhi Penggunaan Sistem Manajemen
Pengetahuan Menggunakan Unified Theory of Acceptance and Use of Technology
2 (UTAUT 2): Studi Kasus .NET Production Center Room PT Astra
International Tbk.
Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non-
eksklusif ini Universitas Indonesia berhak menyimpan,
mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data (database).
Merawat, dan mempublikasikan karya akhir saya tanpa meminta izin dari saya
selama tetap mencantumkan saya sebagai penulis/pencipta dan sebagai pemilik
Hak Cipta.
Demikian pernyataan ini saya buat dengan sebenarnya.
Dibuat di : Jakarta
Pada Tanggal : 19 Januari 2015
Yang menyatakan
( Lucky Widya Pramesti )
vi

ABSTRAK

Judul : Analisis Faktor-Faktor yang Mempengaruhi Penggunaan Sistem
Manajemen Pengetahuan Menggunakan Unified Theory of
Acceptance and Use of Technology 2 (UTAUT 2): Studi Kasus
.NET Production Center Room PT Astra International Tbk.
Pada tahun 2010 PT Astra International Tbk membangun sistem manajemen

pengetahuan yang diberi nama NPC Room. Namun pada kenyataannya
penggunaan NPC Room terlihat semakin menurun. Melalui penelitian ini
diharapkan peneliti dapat menemukan faktor apa yang mempengaruhi penggunaan
NPC Room, sehingga nantinya dapat menjadi pertimbangan bagi perusahaan
dalam membuat strategi yang tepat untuk meningkatkan penggunaan NPC Room.
Model yang digunakan untuk mencari tahu faktor-faktor apa saja yang
mempengaruhi penggunaan NPC Room adalah Unified Theory of Acceptance and
Use of Technology 2 (UTAUT 2). Pemilihan model UTAUT 2 pada penelitian ini
dikarenakan model UTAUT 2 merupakan model penerimaan teknologi terkini
yang menggabungkan variabel-variabel yang terbukti paling berpengaruh pada
delapan teori penerimaan teknologi pendahulunya. Selain itu model UTAUT 2
dapat digunakan untuk membantu memahami apa yang menjadi pendorong
penggunaan suatu teknologi, sehingga dapat digunakan untuk mendesain strategi
yang ditujukan pada populasi pengguna yang cenderung kurang dalam
menggunakan suatu teknologi. Mengingat jumlah responden pada penelitian ini
berjumlah kurang dari seratus yakni 57 responden, maka analisis statistik yang
digunakan pada penelitian ini adalah Partial Least Square (PLS) dengan bantuan
perangkat lunak SmartPLS v.3.1.3. Hasil dari penelitian memperlihatkan bahwa
faktor-faktor yang mempengaruhi penggunaan NPC Room adalah habit dan
pengaruh lingkungan sekitar. Pengaruh habit dan lingkungan sekitar terhadap
penggunaan NPC Room memiliki efek paling tinggi pada pegawai dengan usia
yang lebih tua dan pengalaman kerja yang lebih lama, yakni pegawai dengan usia
lebih dari tiga puluh tahun dan pengalaman kerja lebih dari lima tahun.
Kata Kunci: Sistem Manajemen Pengetahuan, UTAUT 2, PLS.

xv + 120 halaman; 38 gambar; 24 tabel; 9 lampiran
vii Universitas Indonesia

ABSTRACT
Name : Lucky Widya Pramesti

Study Program : Magister Teknologi Informasi
Title : Analysis of Factors Influencing Usage of Knowledge
Management System Using Unified Theory of Acceptance and
Use of Technology 2 (UTAUT 2): Case Study .NET Production
Center Room PT Astra International Tbk.
In 2010 PT Astra International Tbk build knowledge management system named

NPC Room. But in fact the use of NPC Room seen declining. Expected through
this study, researcher can discover what factors influence the use of NPC Room,
so that it can help company to create the right strategy to increase the use of NPC
Room. Model used to find out the factors that influence use of NPC Room is
Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2). The reason
for using UTAUT 2 in this study because UTAUT 2 is the latest technology
acceptance model which combines the variables that proved to be the most
influential in eight predecessor technology acceptance theory. In addition,
UTAUT 2 can be used to help understand what is driving the use of a technology,
so that it can be used to design strategies that are aimed at the population of users
who tend to be less in using a technology. Given the number of respondents in this
study were less than a hundred i.e. 57 respondents, then statistical analysis used in
this study is Partial Least Square (PLS) by using SmartPLS v.3.1.3. The results of
the research showed that the factors that affect the use of NPC Room are habit and
social influence. The influence of habit and social influence on the use of NPC
Room have the highest effect on older employess and employees with longer
work experience, i.e. employees with age more than thirty years and employees
with work experience more than five years.
Keywords: Knowledge Management System, UTAUT 2, PLS.

xv + 120 pages; 38 figures; 24 tables; 9 attachments
viii Universitas Indonesia

DAFTAR ISI
HALAMAN JUDUL .............................................................................................. i

HALAMAN PERNYATAAN ORISINALITAS ................................................ ii
HALAMAN PENGESAHAN .............................................................................. iii
KATA PENGANTAR .......................................................................................... iv
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI KARYA
AKHIR UNTUK KEPENTINGAN AKADEMIS ............................................. vi
ABSTRAK ........................................................................................................... vii
ABSTRACT ........................................................................................................ viii
DAFTAR ISI ......................................................................................................... ix
DAFTAR GAMBAR ........................................................................................... xii
DAFTAR TABEL .............................................................................................. xiv
DAFTAR LAMPIRAN ........................................................................................xv
BAB 1 PENDAHULUAN ......................................................................................1
1.1 Latar Belakang Penelitian ..........................................................................1
1.2 Identifikasi Masalah ...................................................................................2
1.2.1 Harapan terhadap NPC Room ............................................................2
1.2.2 Penggunaan NPC Room Saat Ini ........................................................3
1.3 Rumusan Masalah ......................................................................................6
1.4 Ruang Lingkup Penelitian..........................................................................6
1.5 Tujuan Penelitian .......................................................................................7
1.6 Manfaat Penelitian .....................................................................................7
1.7 Sistematika Penulisan ................................................................................7
BAB 2 TINJAUAN PUSTAKA .............................................................................9
2.1 Manajemen Pengetahuan ...........................................................................9
2.1.1 Konsep Pengetahuan ..........................................................................9
2.1.2 Penciptaan Pengetahuan ...................................................................11
2.1.3 Penyimpanan dan Pengambilan Pengetahuan ..................................13
2.1.4 Transfer Pengetahuan .......................................................................13
2.1.5 Sistem Manajemen Pengetahuan......................................................15
2.2 Teknologi Informasi dalam Manajemen Pengetahuan ............................15
2.3 Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2) ...16
2.4 Structural Equation Modeling (SEM) ......................................................18
2.4.1 Partial Least Squares (PLS) ............................................................18
2.4.2 Model Pengukuran ...........................................................................19
2.4.3 Model Struktural ..............................................................................20
2.4.4 Efek Moderasi ..................................................................................20
2.5 Penelitian Sebelumnya .............................................................................25
2.5.1 Employees’ Acceptance of Knowledge Management Systems and
Its Impact on Creating Learning Organizations...............................25
2.5.2 Employee’s E-Learning Acceptance Levels in the Workplace of
South Korea ......................................................................................26
2.5.3 An Empirical Study of the Acceptance and Use of Knowledge
Management Systems in Taiwanese Insurance Industry ..................26
2.5.4 Pengukuran Tingkat Penerimaan Sistem Informasi Knowledge
Management Batik Menggunakan Metode UTAUT 2 Studi
Kasus: Mahasiswa Institut Manajemen Telkom ...............................26
ix Universitas Indonesia

2.5.5
Adding Innovation Diffusion Theory to the Technology
Acceptance Model: Supporting Employees’ Intentions to Use E-
Learning Systems ..............................................................................27
2.6 Kerangka Teori ........................................................................................29
2.7 Kisi-kisi Penelitian ...................................................................................32
BAB 3 METODOLOGI PENELITIAN .............................................................37
3.1 Desain Penelitian .....................................................................................37
3.2 Metode Pengumpulan Data ......................................................................42
3.2.1 Pembuatan Kuesioner.......................................................................42
3.2.2 Uji Keterbacaan ................................................................................44
BAB 4 PROFIL ORGANISASI ..........................................................................46
4.1 Latar Belakang PT Astra International Tbk .............................................46
4.2 Filosofi Perseroan ....................................................................................46
4.3 Prinsip-prinsip Dasar Perseroan ...............................................................47
4.4 Visi Perseroan ..........................................................................................47
4.5 Misi Perseroan .........................................................................................47
4.6 Struktur Bisnis Perseroan .........................................................................48
4.6.1 Otomotif ...........................................................................................48
4.6.2 Jasa Keuangan ..................................................................................50
4.6.3 Alat Berat dan Pertambangan...........................................................51
4.6.4 Agribisnis .........................................................................................52
4.6.5 Infrastruktur dan Logistik ................................................................52
4.6.6 Teknologi Informasi .........................................................................53
4.7 Struktur Organisasi Perseroan..................................................................54
4.8 .NET Production Center Room................................................................55
BAB 5 ANALISIS DAN PEMBAHASAN .........................................................57
5.1 Data Responden .......................................................................................57
5.2 Pembuatan Model Struktural ...................................................................59
5.3 Pembuatan Model Pengukuran ................................................................60
5.4 Analisis Model Pengukuran .....................................................................61
5.4.1 Reliabilitas Indikator ........................................................................62
5.4.2 Reliabilitas Konsistensi Internal ......................................................63
5.4.3 Validitas Konvergen.........................................................................64
5.4.4 Validitas Diskriminan ......................................................................64
5.5 Pembuatan Model Pengukuran Respesifikasi ..........................................66
5.6 Analisis Model Pengukuran Respesifikasi...............................................66
5.6.1 Reliabilitas Indikator Model Respesifikasi ......................................67
5.6.2 Reliabilitas Konsistensi Internal Model Respesifikasi .....................68
5.6.3 Validitas Konvergen Model Respesifikasi .......................................68
5.6.4 Validitas Diskriminan Model Respesifikasi.....................................69
5.7 Analisis Model Struktural ........................................................................70
5.7.1 Variansi Variabel Endogen ..............................................................70
5.7.2 Signifikansi Model Struktural Berdasarkan Path Coefficient ..........71
5.7.3 Analisis Signifikansi Model Struktural dengan Bootstrapping .......72
5.8 Pengujian Hipotesis Berdasarkan Variabel Laten....................................73
5.9 Analisis SEM-PLS dengan Efek Moderasi ..............................................74
5.9.1 Analisi Efek Moderasi Jenis Kelamin ..............................................74
5.9.2 Analisis Efek Moderasi Umur ..........................................................76
x Universitas Indonesia

5.9.3 Analisa Efek Moderasi Experience ..................................................79
5.10 Pembahasan..............................................................................................83
5.11 Implikasi Penelitian .................................................................................89
BAB 6 KESIMPULAN DAN SARAN ................................................................91
6.1 Kesimpulan ..............................................................................................91
6.1.1 Model Pengukuran Konstruk Utama ................................................91
6.1.2 Model Pengukuran Efek Moderasi ..................................................92
6.2 Keterbatasan Penelitian ............................................................................92
6.3 Saran ........................................................................................................93
6.3.1 Saran untuk Divisi Application Support ..........................................93
6.3.2 Saran untuk Penelitian Selanjutnya ..................................................94
DAFTAR PUSTAKA ...........................................................................................95
xi Universitas Indonesia

DAFTAR GAMBAR
Gambar 1.1 Hit counter NPC Room bulan Januari 2014 hingga bulan
Agustus 2014 ....................................................................................4
Gambar 2.1 Perspektif pengetahuan dan implikasinya ..................................... 10
Gambar 2.2 Proses terciptanya pengetahuan ..................................................... 11
Gambar 2.3 Definisi dari beberapa jenis pengetahuan ...................................... 12
Gambar 2.4 Transfer pengetahuan antar individu di suatu kelompok .............. 14
Gambar 2.5 Model UTAUT 2 ........................................................................... 17
Gambar 2.6 Kerangka teori ............................................................................... 29
Gambar 3.1 Desain penelitian ........................................................................... 38
Gambar 3.2 Hasil uji keterbacaan ..................................................................... 45
Gambar 4.1 Struktur Organisasi ........................................................................ 54
Gambar 5.1 Data responden berdasarkan jenis kelamin ................................... 57
Gambar 5.2 Data responden berdasarkan umur ................................................ 58
Gambar 5.3 Data Responden berdasarkan pengalaman kerja ........................... 58
Gambar 5.4 Model struktural ............................................................................ 60
Gambar 5.5 Model pengukuran ......................................................................... 61
Gambar 5.6 Path coefficients algoritma PLS menggunakan SmartPLS
v.3.1.3 .............................................................................................62
Gambar 5.7 Model pengukuran respesifikasi .................................................... 66
Gambar 5.8 Path coefficients algoritma PLS pada model pegukuran
respesifikasi ....................................................................................67
Gambar 5.9 Hasil path coefficients dengan bootstrapping ............................... 72
Gambar 5.10 Model umum penggunaan NPC Room .......................................... 74
Gambar 5.11 Model pengukuran moderasi jenis kelamin pada hubungan
antara Social Influence dan Behavioral Intention ..........................75
Gambar 5.12 Hasil analisis multigroup kelompok jenis kelamin pada
hubungan antara Social Influence dan Behavioral Intention. .........75
antara Habit dan Use Behavior.......................................................76
hubungan antara Habit dan Use Behavior ......................................76
Gambar 5.15 Model pengukuran moderasi umur pada hubungan antara Social
Influence dan Behavioral Intention ................................................77
Gambar 5.16 Hasil analisis Multigroup kelompok umur pada hubungan antara
Social Influence dan Behavioral Intention .....................................77
Gambar 5.17 Model pengukuran moderasi umur pada hubungan antara Habit
dan Use Behavior ...........................................................................78
Gambar 5.18 Hasil analisis multigroup kelompok umur pada hubungan antara
Habit dan Use Behavior .................................................................78
Gambar 5.19 Path coefficients kelompok umur pada hubungan antara Habit
dan Use Behavior ...........................................................................79
Gambar 5.20 Model pengukuran moderasi Experience pada hubungan antara
Social Influence dan Behavioral Intention. ....................................79
Gambar 5.21 Hasil analisis multigroup kelompok Experience pada hubungan
antara Social Influence dan Behavioral Intention ..........................80
xii Universitas Indonesia

Gambar 5.22 Path coefficients kelompok Experience pada hubungan antara
Social Influence dan Behavioral Intention .....................................80
Habit dan Use Behavior. ................................................................80
antara Habit dan Use Behavior.......................................................81
Habit dan Use Behavior .................................................................81
Behavioral Intention dan Use Behavior .........................................82
Gambar.5.27 Hasil analisis multigroup kelompok Experience pada hubungan
antara Behavioral Intention dan Use Behavior ..............................82
Behavioral Intention dan Use Behavior .........................................83
xiii Universitas Indonesia

DAFTAR TABEL
Tabel 1.1 Perbandingan jumlah akses NPC Room dan jumlah tiket problem
bulan Januari 2014 hingga Agustus 2014 ...........................................4
Tabel 1.2 Jumlah dokumentasi solusi problem yang ada pada NPC Room ....... 5
Tabel 1.3 Jumlah juklak yang ada pada folder Document Sharing ................... 6
Tabel 2.1 Perbandingan metodologi yang digunakan pada penelitian
sebelumnya .......................................................................................28
Tabel 2.2 Hipotesis penelitian.......................................................................... 30
Tabel 2.3 Kisi-kisi penelitian ........................................................................... 33
Tabel 3.1 Pertanyaan kuesioner ....................................................................... 42
Tabel 3.2 Demografi responden uji keterbacaan ............................................. 44
Tabel 4.1 Fitur-fitur mekanisme sistem manajemen pengetahuan yang
terdapat pada NPC Room ..................................................................56
Tabel 5.1 Demografi responden ....................................................................... 59
Tabel 5.2 Hasil pemeriksaan reliabilitas indikator .......................................... 62
Tabel 5.3 Nilai composite reliability variabel laten ......................................... 64
Tabel 5.4 Nilai Average Variance Extracted (AVE) variabel laten ................ 64
Tabel 5.5 Kriteria analisis Fornell-Lacker untuk pemeriksaan validitas
diskriminan .......................................................................................65
Tabel 5.6 Hasil pemeriksaan validitas diskriminan ......................................... 65
Tabel 5.7 Hasil pemeriksaan reliabilitas indikator model respesifikasi .......... 67
Tabel 5.8 Nilai composite reliability variabel laten model respesifikasi ......... 68
Tabel 5.9 Nilai Average Variance Extracted (AVE) variabel laten model
respesifikasi ......................................................................................69
diskriminan model respesifikasi .......................................................69
Tabel 5.11 Hasil pemeriksaan validitas diskriminan model respesifikasi ......... 70
Tabel 5.12 Nilai R2 variabel laten penelitian ..................................................... 71
Tabel 5.13 Nilai path coefficient variabel laten ................................................. 72
Tabel 5.14 Uji hipotesis model struktural .......................................................... 73
Tabel 5.15 Rangkuman uji hipotesis penelitian ................................................. 83
xiv Universitas Indonesia

DAFTAR LAMPIRAN
Lampiran 1 : Key Performance Index ................................................................. 102

Lampiran 2 : Kuesioner penelitian ...................................................................... 103
Lampiran 3 : Hasil kuesioner .............................................................................. 109
Lampiran 4 : Parameter algoritma PLS ............................................................... 112
Lampiran 5 : Hasil algoritma PLS pada model awal .......................................... 113
Lampiran 6 : Hasil algoritma PLS pada model respesifikasi .............................. 115
Lampiran 7 : Parameter bootstrapping ............................................................... 118
Lampiran 8 : Analisis multigroup dengan SmartPLS v.3.1.3 ............................. 119
Lampiran 9 : Rangkuman jawaban pertanyaan bebas ......................................... 120
xv Universitas Indonesia

BAB 1
PENDAHULUAN
1. ds
Bab ini menjelaskan latar belakang penelitian, rumusan masalah, ruang lingkup
penelitian, tujuan penelitian, manfaat penelitian, dan sistematika penulisan.
1.1 Latar Belakang Penelitian

Perekonomian dan organisasi mengalami transformasi yang tidak pernah terjadi
sebelumnya, hal tersebut terjadi berkat perkembangan teknologi. Perubahan
tersebut secara drastis mempengaruhi budaya organisasi, proses bisnis, sumber
daya, dan kapabilitas organisasi. Dengan munculnya era ekonomi baru berbasis
pengetahuan, persepsi bahwa pengetahuan merupakan salah satu faktor penting
menjadi meningkat. Hal tersebut membuat organisasi-organisasi memberi nilai
baru terhadap sumber daya yang mereka miliki, termasuk sumber daya dalam
bentuk pengetahuan (Kabir, 2013). Berdasarkan bentuknya pengetahuan dapat
dibedakan menjadi dua, yakni pengetahuan tacit dan pengetahuan explicit.
Pengetahuan tacit merupakan pengetahuan yang tersimpan pada memori individu
dan tidak tertuang dalam bentuk dokumen, sedangkan pengetahuan explicit
merupakan pengetahuan yang sudah dituangkan kedalam suatu dokumen. Dari
keempat proses penciptaan pengetahuan yang dikemukakan oleh Nonaka (1994),
yakni sosialisasi, kombinasi, eksternalisasi, dan internalisasi. Kombinasi
merupakan pembentukan suatu pengetahuan explicit baru berdasarkan
pengetahuan explicit yang sudah ada. Eskternalisasi merupakan suatu proses
transformasi pengetahuan tacit menjadi pengetahuan explicit. Internalisasi
merupakan proses pembentukan pengetahuan tacit yang bersumber dari
pengetahuan explicit.
Pembuatan sistem manajemen pengetahuan adalah salah satu cara yang dapat
dilakukan oleh perusahaan atau organisasi untuk menyimpan sumber daya
pengetahuan. Sistem manajemen pengetahuan merupakan suatu pemanfaatan
teknologi informasi untuk memfasilitasi petukaran pengetahuan. Dengan
penggunaan teknologi informasi memungkinkan perpindahan pengetahuan dari
satu individu ke individu lainnya dengan lebih cepat dan efisien.
1 Universitas Indonesia

2
Pada tahun 2010, PT Astra International Tbk membuat sistem manajemen

pengetahuan yang digunakan sebagai fasilitas untuk berbagi pengetahuan antar
pegawai, salah satunya adalah .NET Production Center Room (NPC Room). NPC
Room merupakan sistem manajemen pengetahuan yang berbasis web yang
ditujukan untuk pertukaran pengetahuan antar staf .NET Production Center
(NPC).
Ketiga macam cara penciptaan pengetahuan yang dapat dilakukan pada NPC
Room adalah kombinasi, eksternalisasi, dan internalisasi. Kombinasi dilakukan
dengan pengguna NPC Room mengunggah dokumentasi atau cara kerja suatu
program ke dalam NPC Room, kemudian dokumen tersebut dapat diunduh oleh
pengguna lain untuk dilengkapi dan diunggah kembali ke dalam sistem.
Eksternalisasi pada NPC Room dapat dilakukan oleh staf NPC dengan cara
menuangkan solusi masalah yang disimpan pada memori otak ke dalam sistem
untuk dapat dibaca oleh seluruh pengguna NPC Room. Internalisasi pada NPC
Room dapat dilakukan staf NPC dengan cara membaca dan memahami
dokumentasi solusi yang ditulis oleh pengguna NPC Room lainnya. Tentang fitur-
fitur sistem manajemen pengetahuan yang terdapat dalam NPC Room
selengkapnya dapat dibaca pada sub bab .NET Production Center yang terdapat
pada bab Profil Perusahaan.
1.2 Identifikasi Masalah

Identifikasi masalah dilakukan dengan cara melihat ada tidaknya gap antara
harapan terhadap penggunaan NPC Room terhadap keadaan penggunaan NPC
Room saat ini. Kemudian gap yang terjadi antara harapan dan kegunaan saat ini
didefinisikan sebagai masalah pada penelitian ini.
1.2.1 Harapan terhadap NPC Room

Staf NPC (.NET Production Center) ditugaskan menangani kesulitan kegiatan
operasional untuk seluruh cabang pengguna aplikasi .NET yang tersebar di
seluruh Indonesia. Seluruh staf NPC diharapkan untuk dapat bekerja dengan
cepat, sehingga dapat memenuhi target Service Level Agreement (SLA) yang telah
ditetapkan oleh perusahaan dalam Key Performance Index (KPI). Demi
menunjang produktivitas dan kinerja seluruh staf NPC, perusahaan membuat
Universitas Indonesia

3
sebuah sistem manajemen pengetahuan yang berfungsi sebagai fasilitas berbagi

pengetahuan tentang aplikasi .NET yang diberi nama .Net Production Center
Room (NPC Room).
Berdasarkan wawancara yang dilakukan dengan team leader Application Support

yang membawahi .NET Production Center, dengan dibuatnya NPC Room
diharapkan :
1. Seluruh staf NPC dapat berbagi pengalaman dalam menyelesaikan suatu tiket
problem dengan cara membagikan solusi untuk penyelesaian tiket problem
tersebut. Sehingga apabila pada masa yang akan datang terdapat problem
yang sama, staf yang lain akan dengan mudah mengetahui solusi untuk
masalah tersebut. Dengan demikian dapat meningkatkan pencapaian nilai
SLA dan dapat memenuhi target yang diberikan oleh perusahaan.
2. Seluruh juklak program diunggah pada NPC Room, sehingga jika ada staf
NPC yang membutuhkan informasi tentang proses bisnis maupun kegunaan
atau cara kerja suatu program, dapat memperoleh informasi-informasi
tersebut dengan mudah. Hal ini juga dapat dimanfaatkan untuk berbagi ilmu
kepada staf NPC yang baru bergabung.
1.2.2 Penggunaan NPC Room Saat Ini

Batas waktu maksimal yang diberikan pada staf .NET Production Center (NPC)
penyelesaian satu tiket masalah adalah tiga jam, maka kecepatan dalam
penyelesaian suatu masalah sangat penting demi mencapai target SLA (Service
Level Agreement) yang ditetapkan dalam Key Performance Index (KPI)
perusahaan (lihat Lampiran 1), yakni sebesar sembilan puluh delapan persen per
tahun. Oleh karena itu, setiap staf NPC diharapkan memiliki pengetahuan yang
cukup, sehingga tidak perlu menghabiskan waktu lama untuk mencari solusi atas
masalah yang pernah atau bahkan sudah sering terjadi.
Berdasarkan data hit counter bulan Januari 2014 hingga Agustus 2014 yang dapat
dilihat pada Gambar 1, terlihat bahwa jumlah akses ke dalam NPC Room
cenderung mengalami penurunan.

4
60
49
50 46
42 40
39
40 36
29 27
30
20
10
0
Januari Februari Maret April Mei Juni Juli Agustus
Gambar 1.1 Hit counter NPC Room bulan Januari 2014 hingga bulan Agustus
2014
Sumber: Hit counter NPC Room
Pada Tabel 1.1 terlihat perbandingan jumlah pengaksesan NPC Room dengan
jumlah tiket masalah yang dikerjakan staf NPC. Terlihat bahwa peran NPC Room
dalam penyelesaian masalah masih kurang, baik sebagai tempat untuk menyimpan
dokumentasi masalah maupun sebagai sumber solusi penyelesaian masalah.
Tabel 1.1 Perbandingan jumlah akses NPC Room dan jumlah tiket problem bulan
Januari 2014 hingga Agustus 2014
Bulan Jumlah Akses (Hit Counter) Jumlah Tiket

Januari 49 2959
Februari 39 3684
Maret 46 4773
April 42 4694
Mei 40 4603
Juni 36 5125
Juli 29 4796
Agustus 27 4755
Sumber: Hit counter dan daily report NPC Januari 2014 hingga Agustus 2014
Staf NPC dibedakan menjadi dua bagian, yakni PSS 2W untuk penjualan
kendaraan bermotor roda dua dan PSS 4W untuk penjualan kendaraan bermotor
roda empat. Berdasarkan hasil pengamatan NPC Room pada tanggal 9 September
2014 terlihat bahwa aktivitas pendokumentasian solusi problem sangat rendah,

5
baik untuk PSS 2W maupun PSS 4W seperti yang terlihat pada Tabel 1.2.
Aktivitas pendokumentasian solusi problem untuk PSS 2W terakhir dilakukan
pada tanggal 25 September 2013, sedangkan untuk PSS 4W tanggal 18 Maret
2014.
Tabel 1.2 Jumlah dokumentasi solusi problem yang ada pada NPC Room
Tanggal Terakhir Pembuatan Jumlah Dokumentasi

Aplikasi Modul
Dokumentasi Solusi Problem Solusi Problem
Finish Unit 22 Oktober 2013 37
PSS 2W Service 23 September 2013 8
Spare Part 10 September 2013 12
Finish Unit 22 Oktober 2013 37
Service 23 September 2013 8
PSS 2W Spare Part 10 September 2013 12
Finance 6 Mei 2011 13
General 25 September 2013 3
Finish Unit 18 Maret 2014 45
Service 1 Maret 2012 54
PSS 4W Spare Part 9 Juni 2011 22
Finance 7 Oktober 2013 63
General - 0
Sumber: NPC Room
Pada prakteknya NPC Room tidak hanya dapat diakses oleh staf NPC saja, namun
dapat diakses juga oleh Business Process Analyst (BPA) aplikasi .NET yang
memiliki wewenang untuk melakukan perubahan program sesuai dengan bisnis
proses perusahaan. Dimana setiap perubahan yang dilakukan oleh BPA di
dokumentasikan ke dalam juklak program. Selain untuk menyimpan dokumentasi
tiket problem, NPC Room juga dibuat sebagai sarana untuk menyimpan juklak
atau dokumentasi program yang dapat diunggah ke dalam folder Document
Sharing. Namun dari data log pengunggahan dokumen ke dalam NPC Room pada
Tabel 1.3, terlihat bahwa antusiasme staf untuk membagikan dokumentasi atau

6
juklak program PSS 2W dan PSS 4W pada NPC Room masih rendah. Tanggal
terakhir pengunggahan juklak untuk program PSS 2W dilakukan pada tanggal 19
Agustus 2013, sedangkan untuk PSS 4W pada tanggal 16 Agustus 2013.
Tabel 1.3 Jumlah juklak yang ada pada folder Document Sharing
Tanggal Terakhir Pengunggahan Jumlah Juklak yang

Aplikasi
Juklak Diunggah
PSS 2W 19 Agustus 2013 40
PSS 4W 16 Agustus 2013 97
Sumber: NPC Room
Berdasarkan fakta-fakta yang telah dipaparkan, ditemukan bahwa permasalahan

nyata saat ini adalah masih rendahnya pemanfaatan NPC Room sebagai sarana
untuk berbagi pengetahuan tentang penyelesaian masalah yang terjadi pada
kegiatan operasional perusahaan. Melalui penelitian ini, diharapkan dapat
membantu perusahaan menganalisis faktor apa saja yang mempengaruhi
penggunaan sistem manajemen pengetahuan yang diberi nama NPC Room oleh
staf NPC dan BPA. Dengan demikian dapat memberikan saran untuk
meningkatkan penggunaan sistem manajemen pengetahuan tersebut, sehingga
fasilitas yang sudah diberikan oleh perusahaan dapat lebih dioptimalkan
penggunaanya.
1.3 Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan sebelumnya, maka
pertanyaan penelitian yang diajukan adalah apa saja faktor-faktor penerimaan
pengguna yang dapat mempengaruhi penggunaan NPC Room oleh staf NPC dan
BPA ?
1.4 Ruang Lingkup Penelitian

Ruang lingkup penelitian ini, antara lain :
1. Penelitian ini dilakukan untuk mengetahui faktor-faktor penerimaan pengguna
apa saja yang mempengaruhi penggunaan NPC Room.
2. Penelitian ini hanya diperuntukkan untuk NPC Room PT Astra International
Tbk saja.

7
1.5 Tujuan Penelitian

Tujuan yang ingin dicapai dari penelitian ini, antara lain :
1. Mengetahui faktor-faktor penerimaan pengguna apa saja yang mempengaruhi
penggunaan NPC Room.
2. Dapat memberikan saran atau masukan kepada perusahaan yang dpat
digunakan untuk meningkatkan penggunaan NPC Room.
1.6 Manfaat Penelitian

Manfaat yang ingin didapat dari penelitian ini, antara lain :
1. Dapat memberikan saran-saran guna membantu meningkatkan penerimaan
penggunaan NPC Room sehingga pemakaian fasilitas dapat lebih
dioptimalkan.
2. Hasil penelitian dapat menambah wawasan mahasiswa lainnya tentang
bagaimana menganalisa faktor-faktor yang mempengaruhi penggunaan sistem
manajemen pengetahuan dengan menggunakan modifikasi model Unified
Theory of Acceptance and Use of Technology 2 (UTAUT 2), sehingga dapat
dijadikan referensi dan dikembangkan pada penelitian-penelitian selanjutnya.
1.7 Sistematika Penulisan

Sistematika penulisan karya akhir ini dibagi menjadi enam bab. Berikut adalah
penjelasan isi dari setiap bab :
BAB I PENDAHULUAN
Bab ini menjelaskan latar belakang yang mendasari dilakukannya penelitian,
rumusan masalah, ruang lingkup penelitian, tujuan penelitian, manfaat penelitian,
dan sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Bab ini menjelaskan uraian literatur atau teori-teori pendukung dan metode yang
akan digunakan dalam penelitian. Selain itu, penelitian-penelitian sebelumnya
sebagai acuan dalam membantu penulisan karya akhir.
BAB III METODOLOGI PENELITIAN
Bab ini menjelaskan metodologi yang digunakan dalam melakukan penelitian,
penjelasan langkah-langkah yang dilakukan dalam penelitian, serta metode
pengumpulan data.

8
BAB IV PROFIL ORGANISASI

Bab ini berisi profil dari organisasi atau perusahaan yang menjadi tempat
penelitian, yakni PT Astra International Tbk.
BAB V ANALISIS DAN PEMBAHASAN
Bab ini menjelaskan tentang hasil pengolahan data proses analisis pengolahan
data, sehingga dapat terlihat faktor-faktor yang mempengaruhi penggunaan NPC
Room.
BAB VI KESIMPULAN DAN SARAN
Bab ini menjelaskan kesimpulan yang diperoleh dari penelitian yang telah
dilakukan. Selain itu, bab ini juga berisi keterbatasan penelitian dan saran yang
berguna dalam meningkatkan penggunaan NPC Room sehingga fasilitas yang
disediakan dapat digunakan dengan lebih optimal.

BAB 2
TINJAUAN PUSTAKA
2. as
Bab ini menjelaskan teori-teori yang digunakan pada penelitian. Adapun teori
yang digunakan dalam penelitian yang dilakukan, meliputi penjelasan mengenai
manajemen pengetahuan, faktor yang mempengaruhi kesuksesan manajemen
pengetahuan, model yang digunakan untuk mengukur penggunaan aplikasi
manajemen pengetahuan, serta penjelasan mengenai teknik analisis statistik yang
digunakan, yakni Structural Equation Modeling-Partial Least Square (SEM-
PLS). Selain itu, juga terdapat beberapa hasil penelitian sebelumnya yang sejenis
dan penjelasan kerangka teori yang disusun untuk digunakan dalam penelitian ini.
2.1 Manajemen Pengetahuan

Pengetahuan merupakan aset perusahaan yang dapat dijadikan dasar untuk
memiliki keunggulan kompetitif dibandingkan perusahaan lain. Pengetahuan yang
dimiliki oleh perusahaan terletak tidak hanya pada satu entitas saja. Pengetahuan
tersebut bisa menempel pada banyak entitas, seperti kultur organisasi, rutinitas,
aturan, sistem, dokumen-dokumen, dan pada para pekerja. Teknologi dapat
membantu perusahaan dalam mengelola pengetahuan perusahaan. Dengan
memanfaatkan beberapa kemajuan TI seperti internet, intranet, web browser, data
warehouse, data mining, pengelolaan pengetahuan dapat dilakukan lebih
sistematis dan dapat dibuat dengan skala besar (Alavi & Leidner, 2001).
2.1.1 Konsep Pengetahuan

Beberapa peneliti menjawab arti dari pengetahuan dengan cara membedakan
antara pengetahuan, informasi, dan data. Sebagian besar mendefinisikan bahwa
data berbentuk angka-angka dan fakta, informasi adalah data yang telah diproses,
dan pengetahuan merupakan informasi yang terbukti kebenarannya (Dretske,
1981; Machlup, 1980; Vance, 1997). Dari definisi tersebut terlihat hirarki dari
data menjadi informasi yang pada akhirnya menghasilkan pengetahuan.

10
Gambar 2.1 Perspektif pengetahuan dan implikasinya

Sumber : Alavi, M., & Leidner, D. E. (2001). Review: Knowledge Management and Knowledge
Management Systems: Conceptual Foundations and Research Issues. MIS Quarterly, 25 (1).
Namun, Tuomi (1999) memiliki pendapat lain bahwa hirarki dari data menjadi
pengetahuan sebenarnya terbalik. Tuomi beranggapan bahwa pengetahuan
seharusnya ada sebelum informasi dapat diformulasi, dan pada akhirnya
menghasilkan data yang diukur dari informasi. Dengan kata lain, pengetahuan
tidak berada di luar orang yang memilikinya. Setuju dengan pandangan tersebut,
maka dalam penelitian ini meyakini bahwa informasi diubah menjadi pengetahuan
pada setiap pikiran individu dan pengetahuan menjadi informasi ketika
pengetahuan tersebut diucapkan atau ditampilkan sebagai data dalam bentuk
tulisan, gambar, dan lainnya.

11
Selain kedua perspektif tentang pengetahuan di atas, masih banyak perspektif

yang dikemukakan oleh peneliti-peneliti sebelumnya. Alavi dan Leidner (2001)
merangkum pengetahuan berdasarkan beberapa perspektif yang berbeda beserta
implikasinya untuk manajemen pengetahuan dan sistem manajemen pengetahuan.
2.1.2 Penciptaan Pengetahuan
Gambar 2.2 Proses terciptanya pengetahuan

Ada empat macam cara untuk menciptakan pengetahuan yang teridentifikasi,

yakni sosialisasi, eksternalisasi, internalisasi, dan kombinasi (Nonaka, 1994).
Keempat cara tersebut digambarkan oleh Alavi dan Leidner (2001) seperti yang
terlihat pada Gambar 2.2.

12
Gambar 2.3 Definisi dari beberapa jenis pengetahuan

Sosialisasi digunakan untuk menyebarkan tacit knowledge menjadi tacit

knowledge yang baru, melalui interaksi dan berbagi pengalaman antar individu.
Kombinasi digunakan untuk menyebarkan explicit knowledge dengan cara
menyatukan, mengkategorikan, mengklasifikasikan explicit knowledge yang ada
menjadi explicit knowledge yang baru, sedangkan eksternalisasi dan internalisasi
merupakan gabungan antara tacit knowledge dan explicit knowledge. Eksternalisai
mengubah tacit knowledge yang menjadi explicit knowledge, sedangkan
internalisasi berarti membuat tacit knowledge baru berdasarkan explicit
knowledge. Alavi dan Leidner (2001) mengelompokkan tipe-tipe pengetahuan
yang berbeda beserta definisinya.

13
2.1.3 Penyimpanan dan Pengambilan Pengetahuan

Penyimpanan pengetahuan individu dilakukan dalam memori individu yang
terbuat melalui observasi individu dan pengalaman, sedangkan pengetahuan
organisasi disimpan dalam memori organisasi (Nystrom & Starbuck, 1981; Stein
& Zwass, 1995). Memori organisasi tidak hanya berisi memori yang dimiliki oleh
para individu dalam organisasi, melainkan juga berisi kultur organisasi,
transformasi (prosedur kerja), struktur (peran organisasi), ekologi, dan arsip
informasi, baik informasi dari dalam maupun luar organisasi (Walsh & Ungson,
1991).
Memori organisasi kembali dikelompokkan menjadi dua bagian, yakni semantic

dan episodic. Semantic memory berbentuk explicit knowledge, sedangkan episodic
memory merupakan memori yang berisi pengetahuan tentang suatu keadaan atau
hal yang tertentu. Teknologi Informasi dapat memainkan peran yang cukup
penting dalam mengelola dan mengembangkan kedua memori tersebut, baik
semantic maupun periodic. Teknologi pengelolaaan dokumen memungkinkan
organisasi mengetahui apa yang terjadi pada masa lampau (Stein & Zwass, 1995).
Bahkan dengan dukungan TI organisasi dapat juga menciptakan semantic memory
dengan membuat repositori yang besar untuk menyimpan pengetahuan tentang
konsumen, proyek, kompetisi, dan industri yang ditekuni (Alavi, 1997).
2.1.4 Transfer Pengetahuan

Transfer pengetahuan merupakan proses penting dalam manajemen pengetahuan.
Menurut (Huber, 1991), transfer pengetahuan bukan proses yang mudah karena
suatu organisasi seringkali tidak tahu apa yang mereka ketahui dan memiliki
sistem yang buruk untuk mencari dan mendapatkan pengetahuan yang berada
pada organisasi tersebut. Seperti yang terlihat pada Gambar 2.4, transfer
pengetahuan dapat dilakukan antar individu yang satu dengan individu lainnya,
antar individu ke penyimpanan eksplisit, atau transfer pengetahuan dari satu
individu ke kelompok.

14
Gambar 2.4 Transfer pengetahuan antar individu di suatu kelompok

Transfer pengetahuan dapat dilakukan secara formal maupun informal, personal

maupun impersonal (Holtham & Courtney, 1998). Contoh dari transfer
pengetahuan secara informal adalah percakapan pada waktu istirahat. Namun cara
tersebut tidak menjamin informasi dapat diterima secara akurat dari satu individu
ke individu lainnya. Transfer pengetahuan secara formal seperti pelatihan diyakini
dapat mentransfer pengetahuan yang cukup banyak. Transfer pengetahuan secara
personal contohnya program mentor-mentee yang dilakukan oleh perusahaan, ini
merupakan paling efektif dalam transfer pengetahuan. Yang terakhir, transfer
pengetahuan impersonal seperti portal penyimpanan pengetahuan. Selain portal,
TI dapat berperan dalam transfer pengetahuan secara impersonal dengan cara

15
memfasilitasi orang yang mencari ilmu dengan orang yang memilikinya,

contohnya forum diskusi kelompok.
2.1.5 Sistem Manajemen Pengetahuan

Dalam sudut pandang sistem informasi, sistem manajemen pengetahuan diartikan
sebagai sistem yang memungkinkan organisasi untuk menciptakan, menyimpan
atau mengambil, mentransfer dan mengaplikasikan pengetahuan yang dimiliki.
Aplikasi TI untuk manajemen pengetahuan yang umum contohnya direktori

perusahaan untuk menyimpan dokumen pengetahuan atau best practices dan juga
sebagai jaringan pengetahuan, seperti forum untuk berkomunikasi atau diskusi.
Disarankan sistem berbasis TI yang digunakan untuk manajemen pengetahuan
tidak hanya fokus terhadap satu macam pengetahuan saja, namun dapat
menampung semua jenis pengetahuan yang disebutkan pada taksonomi
pengetahuan.
2.2 Teknologi Informasi dalam Manajemen Pengetahuan

Teknologi informasi dapat meningkatkan efisiensi dalam pengelolaan
pengetahuan. Menurut Rasula, Vuksic, dan Stemberger (2012), ada dua peran
penting TI dalam manajemen pengetahuan, yakni :
1. Menangkap pengetahuan : Semakin tinggi tingkat kemampuan menangkap
pengetahuan dengan alat berbasis TI, baik untuk pengetahuan explicit
maupun tacit, akan menghasilkan hasil manajemen pengetahuan yang
lebih baik.
2. Penggunaan alat berbasis TI : Semakin tinggi kualitas alat, kualitas
informasi, kepuasan pengguna, kegunaan dan kemudahan akses, maka
semakin tinggi pula efek manajemen pengetahuan terhadap performansi
organisasi.
Desain sistem TI yang dibuat untuk menangkap dan menyimpan pengetahuan

explicit mapun tacit mempunyai peran yang sangat penting. Pengetahuan yang
telah disusun dan disimpan ke dalam aplikasi memungkinkan para anggota
organisasi untuk memulai siklus transformasi pengetahuan dan proses
pembentukan kembali pengetahuan yang semula merupakan pengetahuan tacit
menjadi pengetahuan explicit.

16
Meskipun beberapa peneliti sebelumnya tidak dapat secara langsung

menghubungkan dampak dari peran TI pada manajemen pengetahuan, ada bukti
empiris yang dapat membuktikan dampak TI pada elemen organisasi seperti
proses pembelajaran dan kultur dalam organisasi (Rasula, Vuksic, & Stemberger,
2012). Namun demikian, ada teori yang menentang peran penting TI pada
manajemen pengetahuan, yakni TI hanya mempunyai peran yang terbatas dalam
manajemen pengetahuan karena TI hanya bisa membantu apabila individu tahu
apa yang mereka cari atau butuhkan (solusi yang dicari sudah jelas) (Powell,
1998).
Seperti yang telah dikemukakan sebelumnya, bahwa kesuksesan penggunaan TI

dalam manajemen pengetahuan salah satunya dipengaruhi oleh kualitas sistem.
Kualitas sistem itu sendiri juga dipengaruhi oleh beberapa hal, antara lain
kemudahan dalam penggunaan, desin tatap muka antara pengguna dan komputer,
fleksibilitas, dan efektifitas dari mekanisme pencarian (Alavi & Leidner, 2001).
2.3 Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2)

Model Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2)
merupakan pengembangan dari model UTAUT yang diciptakan dari hasil
pengkajian delapan model penerimaan teknologi informasi yang sudah ada dan
banyak digunakan oleh penelitian sebelumnya, yakni Theory of Reasoned Action
(TRA), Technology Acceptance Model (TAM), Motivational Model (MM),
Theory of Planned Behavior (TPB), Combined TAM and TPB (C-TAM-TPB),
Model of PC Utilization (MPCU), Innovation Diffusion Theory (IDT), dan Social
Cognitive Theory (SCT). Para manajer dapat menggunakan model UTAUT untuk
meneliti kemungkinan suksesnya teknologi informasi baru yang akan digunakan
sehingga dapat mengetahui faktor-faktor apa saja yang dapat mendorong
penerimaan penggunaan teknologi informasi yang baru. Sehingga dapat dilakukan
langkah-langkah khusus, seperti pelatihan, publikasi, dan sebagainya dalam
rangka meningkatkan penerimaan individu terhadap teknologi baru yang akan
diperkenalkan atau digunakan (Venkatesh, Morris, Davis, & Davis, 2003). Model
UTAUT mengalami pengembangan dengan penambahan beberapa konstruk yang
diperkenalkan oleh Venkatesh et al. pada tahun 2012 dengan nama UTAUT 2.

17
Gambar 2.5 Model UTAUT 2

Sumber : Venkatesh, V., Thong, J. Y. L., & Xu, Xin. (2012). Consumer Acceptance and Use of
Information Technology: Extending the Unified Theory of Acceptance and Use of Technology.
MIS Quarterly , 36 (1), 157-178.
Pada model UTAUT 2 terdapat enam variabel utama yang merupakan faktor
penentu langsung terhadap perilaku penerimaan dan penggunaan teknologi
informasi, yakni performance expectancy (kepercayaan yang dimiliki oleh
individu bahwa penggunaan teknologi akan membuat kinerja menjadi lebih baik),
effort expectancy (ekespektasi kemudahan dalam penggunaan teknologi
informasi), social influence (pengaruh orang lain dalam penggunaan teknologi
informasi), facilitating condition (dukungan sarana/prasarana yang dimiliki oleh
individu yang dapat mendukung penggunaan teknologi informasi), hedonic
motivation (perasaan senang atau terhibur yang didapatkan dari penggunaan
teknologi informasi), price value (untuk melihat apakah keuntungan yang
didapatkan dalam penggunaan aplikasi lebih besar dari harga yang harus dibayar
oleh konsumen untuk dapat menggunakan aplikasi tersebut), habit (aktifitas yang
dilakukan pengguna secara otomatis). Selain keenam variabel tersebut, terdapat
tiga variabel lain yang memiliki fungsi sebagai mediator yang memperkuat
pengaruh keempat variabel utama, yakni gender (jenis kelamin pengguna), age

18
(usia pengguna), dan experience (pengalaman pengguna) (Venkatesh, Thong, &

Xu, 2012).
2.4 Structural Equation Modeling (SEM)

Structural Equation Modeling (SEM) merupakan metode statistik yang dapat
digunakan untuk menganalisis beberapa variabel penelitian secara bersamaan atau
simultan, oleh karena itu SEM disebut sebagai jenis analisis multivariat. Terdapat
dua jenis Structural Equation Modeling (SEM), yakni Covariance-based SEM
(CB-SEM) dan Partial Least Squares SEM (PLS-SEM). Pada tahun 1970-an
dipelopori oleh Karl Joreskog CB-SEM mulai berkembang, setelah itu Herman
Wold mengenalkan PLS-SEM. Karl Joreskog dan Herman Wold meyakini bahwa
CB-SEM dan PLS-SEM tidak memiliki hubungan yang kompetitif, melainkan
metode statistik yang saling melengkapi (Ghozali & Latan, 2014).
2.4.1 Partial Least Squares (PLS)

Structural Equation Modeling Partial Least Squares (SEM-PLS) merupakan
pendekatan pemodelan kausal dengan tujuan memaksimalkan variansi dari
variabel endogen yang dapat dijelaskan oleh variabel eksogen. Berbeda dengan
CB-SEM yang bertujuan menghasilkan matriks kovarians teoritis berdasarkan
persamaan struktural yang dibuat. Teknik CB-SEM lebih memfokuskan terhadap
sekumpulan parameter model agar dapat meminimalkan perbedaan antar matriks
kovarians teoritis dan matriks kovarians hasil estimasi. Oleh karena itu
penggunaan CB-SEM menuntut terpenuhinya beberapa asumsi, antara lain
normalitas data, jumlah sampel minimum, dan lainnya. Sedangkan SEM-PLS
tidak menuntut asumsi-asumsi tersebut karena tujuan penggunaan SEM-PLS
bukan untuk konfirmasi hubungan struktural, melainkan prediksi. Hair, Hult,
Ringle, dan Sartstedt (2013) menambahkan, apabila asumsi-asumsi yang
disyaratkan oleh CB-SEM tidak terpenuhi, maka SEM-PLS dapat menjadi metode
yang tepat untuk digunakan menguji teori. Berikut adalah alasan untuk suatu
penelitian menggunakan SEM-PLS menurut Hair, Hult, Ringle, dan Sartstedt
(2013) :
1. Tujuan Penelitian : Mengidentifikasi variabel determinan utama atau
memprediksi kosntruk tertentu.

19
2. Spesifikasi Model Pengukuran : Jika terdapat konstruk formatif dalam

model penelitian.
3. Model Struktural : Jika pada model struktural terdapat banyak konstruk dan
indikator.
4. Karakteristik Data dan Algoritma : Jika tidak memenuhi asumsi yang
disyaratkan oleh CB-SEM, seperti ukuran sampel sedikit dan data tidak
terdistribusi normal.
5. Evaluasi Model : Jika membutuhkan nilai dari variabel laten untuk analisa
lebih lanjut.
Terdapat dua model yang digunakan untuk analisa SEM-PLS, yakni model
pengukuran (outer model) dan model struktural (inner model).
2.4.2 Model Pengukuran

Model pengukuran atau disebut juga outer model merupakan model yang
menunjukkan bagaimana indikator merepresentasikan variabel laten atau konstruk
untuk diukur. Indikator dapat berbentuk reflektif maupun formatif. Indikator
dikatakan reflektif apabila indikator bersifat manifestasi terhadap kosntruk,
sedangkan indikator dikatakan formatif apabila indikator mendefinisikan atau
menjelaskan konstruk (Ghozali & Latan, 2012).
Model pengukuran yang akan digunakan dalam penelitian harus dilakukan uji
model pengukuran, dengan tujuan untuk mengevaluasi validitas dan reliabilitas
setiap variabel laten atau konstruk. Model pengukuran untuk indikator yang
bersifat reflektif dan formatif berbeda, berikut adalah cara untuk menentukan
validitas dan reliabilitas dari kedua jenis model pengukuran tersebut (Sholihin &
Ratmono, 2013) :
1. Model Pengukuran Reflektif.
a. Reliabilitas konsistensi internal : Composite Reliability dan Cronbach’s
Alpha > 0,70 (dalam penelitian eksploratoris, 0,60-0,70 masih dapat
diterima.
b. Validitas konvergen : Loading Indicator > 0,7.
c. Validitas diskriminan : Akar kuadrat dari Average Variance Extracted
(AVE) > nilai korelasi antar konstruk.

20
2. Model Pengukuran Formatif.

a. Bobot indikator (indicator weight) harus signifikan secara statistik.
b. Multikolinearitas : Variance Inflation Factor (VIF) < 3,3.
2.4.3 Model Struktural

Model struktural merupakan model yang digunakan untuk menunjukkan kekuatas
estimasi antar variabel laten atau konstruk. Dengan kata lain hasil pengujian
model struktural akan menghasilkan estimasi koefisien jalur dan tingkat
signifikansi yang digunakan untuk pengujian hipotesis. Pada SEM-PLS uji model
struktural dilakukan setelah uji validitas dan reliabilitas model pengukuran
terpenuhi.
Berikut adalah rule of tumb untuk evaluasi model struktural SEM-PLS (Sholihin
& Ratmono, 2013) :
1. Nilai kofisien determinasi (R2) 0,75; 0,50; dan 0,25 pada setiap variabel
endogen dalam model struktural dapat diinterpretasikan sebagai kuat,
moderate, dan lemah.
2. Relevansi prediktif : Nilai Q2 > 0 mengindikasikan bahwa variabel laten
eksogen memiliki relevansi prediktif terhadap variabel endogen yang
dipengaruhi.
3. Effect Size dikelompokkan menjadi tiga, yakni lemah (0,02), medium (0,15),
dan kuat (0,35).
2.4.4 Efek Moderasi

Pada umumnya efek moderasi digunakan untuk menunjukkan interaksi antara
variabel eksogen dengan variabel moderator dalam mempengaruhi variabel
endogen. Sebagai contoh, variabel enksogen A dapat mempengaruhi variabel
endogen B secara langsung. Namun variabel eksogen A bisa saja berinteraksi
dengan variabel moderator C untuk mempengaruhi vaiabel endogen B.
Pengujian efek moderasi dalam SEM dapat digolongkan menjadi dua kategori,
yakni :
1. Untuk variabel moderator berbentuk kategori, seperti umur, jenis kelamin,
atau etnik pengujian efek moderasi dilakukan dengan perbandingan antar

21
kelompok atau kategori. Dengan kata lain untuk menguji variabel moderator
berbentuk kategori dilakukan dengan analisis multigroup (PLS-MGA).
2. Untuk variabel moderator yang berbentuk metrik laten menggunakan analisis
efek interaksi. Pendekatan yang digunakan untuk menguji moderator tipe ini
dibedakan berdasarkan tipe variabel moderator, apakah berbentuk refleksif
atau formatif.
Analisis efek interaksi pada PLS yang digunakan untuk menguji variabel
moderator berbentuk metrik laten dapat dilakukan dengan menggunakan beberapa
pendekatan, yakni :
1. Product Indicator Approach
Syarat penggunaan pendekatan ini adalah variabel eksogen dan variabel
moderator harus berbentuk refleksif dan indikator kosntruk harus memenuhi
validitas dan reliabilitas (Chin, Marcolin, & Newsted, 2003; Henseler,
Fassott, Dijkstra, & Wilson, 2012). Pendekatan ini menggunakan perkalian
antar semua indikator yang dimiliki oleh variabel eksogen dan moderator
untuk membentuk konstruk interaksi yang kemudian dijadikan sebagain
variabel prediktor yang ketiga (Ghozali & Latan, 2014).
2. Two-Stage Approach
Pendekatan yang dikembangkan oleh Hanseler dan Fassott (2010) ini
digunakan untuk menganalisa model variabel eksogen yang berbentuk
formatif. Karena indikator formatif tidak mengasumsikan pengaruh yang
sama terhadap kosntruk, maka Product Indicator Approach bukanlah cara
yang tepat untuk menguji efek interaksi moderator untuk variabel eksogen
atau mediator dengan model berbentuk formatif (Ghozali & Latan, 2014).
3. The Hybrid Approach
Pendekatan ini dikembangkan oleh Wold (1982) untuk menguji model PLS
yang berbentuk non-linear. Pendekatan ini menggabungkan elemen dari
Product Indicator Approach dan Two-Stage Approach. Pada pendekatan ini
model struktutal diestimasi untuk mendapatkan skor variabel laten, kemudian
membuat interaksi dari skor dengan produk interaksi skor variabel laten
(Ghozali & Latan, 2014).
4. The Orthogonalizing Approach

22
Pendekatan orthogonalizing approach dikembangkan oleh Little, Bovaird,

dan Widaman (2006) yang ditujukan untuk CB-SEM, namun Little, Bovaird,
dan Widaman (2006) menyatakan bahwa pendekatan ini juga dapat
digunakan oleh semua jenis SEM, termasuk diantaranya adalah PLS.
Pendekatan ini mensyaraktan jumlah indikator yang banyak dan hanya tepat
digunakan untuk model refleksif (Ghozali & Latan, 2014).
Seperti yang sudah dijelaskan sebelumnya, untuk menguji variabel moderator

berbentuk kategorial seperti umur, jenis kelamin, etnik, dan lainnya diperlukan
analisis multigroup. Menurut Ghozali dan Latan (2014), terdapat empat
pendekatan yang dapat digunakan untuk analisis mutrigroup pada SEM-PLS,
yakni :
1. Parametric Approach.
Pendekatan ini dilakukan dengan mengestimasi parameter model untuk tiap
kelompok dan menggunakan standar error yang dihasilkan oleh prosedur
resampling untuk melakukan pengujian parametrik (Ghozali & Latan, 2014).
Pendekatan ini mensyaratkan asumsi distribusi normal, jumlah sampel yang
besar, dan location parameter dari dua distribusi harus sama. Hal tersebut
menunjukkan bertolak belakang dengan sifat SEM-PLS yang distribution-
free. Rumus yang diajukan oleh Chin (2000) dan Keil, Saarinen, Tan,
Tuunainen, Wassenaar, dan Wei (2000) untuk menganalisis multigroup
dengan pendekatan ini adalah :
1
𝜃 − 𝜃 (2)
𝑡=
2 2
𝑛 (1) −1 𝑛 (2) −1 1 1
𝑛 (1) +𝑛 (2) −2
𝑥𝑠𝑒𝜃 1 + 𝑛 (1)+𝑛 (2)−2 𝑥𝑠𝑒𝜃 2 𝑥 + 𝑛 (2)
𝑛 (1)
, dimana :
1
𝜃 , 𝜃 (2) merupakan parameter estimasi untuk hubungan jalur group
satu dan dua.
𝑛(1) , 𝑛(2) merupakan jumlah observasi group satu dan dua.
𝑠𝑒𝜃 1 , 𝑠𝑒𝜃 2 merupakan standar error untuk group satu dan dua yang
diperoleh melalui prosedur bootstrapping atau jackknifing.
𝑛(1) + 𝑛(2) − 2 merupakan degree of freedom.

23
T-Statistics yang dihasilkan dari persamaan di atas mensyaratkan bahwa data

harus normal dan variansi kedua kelompok tidak berbeda. Jika data group
sampel yang digunakan tidak normal dan variansi kedua group berbeda, maka
Chin (2000) menyarankan untuk menggunakan Smith-Satterthwaite Test
dengan rumus sebagai beikut :
𝑃𝑎𝑡ℎ𝑠𝑎𝑚𝑝𝑙𝑒 _1 − 𝑃𝑎𝑡ℎ𝑠𝑎𝑚𝑝𝑙𝑒 _2
𝑡=
𝑆. 𝐸.2𝑠𝑎𝑚𝑝𝑙𝑒 _1 + 𝑆. 𝐸.2𝑠𝑎𝑚𝑝𝑙𝑒 _2
, dimana :
𝑃𝑎𝑡ℎ𝑠𝑎𝑚𝑝𝑙𝑒 _1 merupakan path koefisien untuk group satu.
𝑃𝑎𝑡ℎ𝑠𝑎𝑚𝑝𝑙𝑒 _2 merupakan path koefisien untuk group dua.
𝑆. 𝐸.2𝑠𝑎𝑚𝑝𝑙𝑒 _1 merupakan standar error untuk group satu.
𝑆. 𝐸.2𝑠𝑎𝑚𝑝𝑙𝑒 _2 merupakan standar error untuk group dua.
Nitzl (2010) meodifikasi rumus dari Chin (2000) di atas dengan menyatakan
bahwa nilai T-Statistics harus lebih besar dari nilai T-table dengan degree of
freedom 𝑛(1) + 𝑛(2) − 2 sehingga rumus perhitungan di atas diubah menjadi :
1
𝜃 − 𝜃 (2)
𝑡=
𝑛 (1) −1 𝑛 (2) −1
𝑠𝑒𝜃2(1) + 𝑠𝑒𝜃2(2)
𝑛 (1) 𝑛 (2)
, dimana :
1
𝜃 merupakan path koefisien untuk group satu.
𝜃 (2) merupakan path koefisien untuk group dua.
𝑠𝑒𝜃2(1) merupakan standar error koefisien untuk group satu.
𝑠𝑒𝜃2(2) merupakan standar error koefisien untuk group dua.

2. Permutation Approach.
Pendekatan ini digunakan untuk menganalisis multigroup dengan
menggunakan prosedur randomization atau permutation test. Pendekatan ini
bersifat distribution-free sehingga cocok digunakan untuk PLS. Namun
pendekatan ini mensyaratkan bahwa variansi kedua kelompok harus sama,
jumlah sampel kedua kelompok harus sama, dan median dari kedua kelompok
harus berbeda (Ghozali & Latan, 2014).

24
Berikut adalah langkah-langkan penggunaan pendekatan permuation test

menurut Good (2005) :
a. Menjalankan algoritma PLS untuk semua kelompok sampel.
b. Menentukan sampel permutasi untuk permutation test, yakni 5000.
c. Menjalankan permutation test untuk setiap kelompok sampel.
d. Hipotesis diterima jika nilai signifikansi p < 0,05.
3. Bootstrapping Approach.
Pendekatan ini bersifat non parametrik yang tidak mensyaratkan asumsi
distribusional (Henseler, 2007). Langkah-langkah penggunaan pendekatan ini
adalah sebagai berikut :
a. Estimasi kelompok sampel untuk mendapatkan parameter tiap
kelompok.
b. Menghitung centered bootstrap estimate masing-masing kelompok
sampel dengan menggunakan rumus :
𝐽
(𝑔)∗ (𝑔)∗ 1 (𝑔)∗
𝜃𝑗 = 𝜃𝑗 − 𝜃𝑖 + 𝜃 (𝑔)
𝐽
𝑖=1
, dimana :
(𝑔)∗
𝜃𝑖 merupakan estimasi bootstrap untuk kelompok satu dan
dua.
𝑖 merupakan sampel bootstrap.
c. Menghitung cumulative distribution of the parameters (CDF).
d. Menghitung nilai kelompok satu dan dua dengan menggunakan
bootstrap sampel estimate dan menghitung rata-rata parameternya.
4. Omnibus Test of Group Differences.
Pendekatan ini diperkenalkan oleh Sarstedt, Henseler, dan Ringle (2011) yang
merupakan penggabungan dari pendekatan permutasi dan bootstrapping dan
tidak mensyaratkan asumsi distribusional. Langkah-langkah pendekatan ini
adalah :
a. Estimasi tiap kelompok sampel dengan bootstrapping dimana jumlah
resamples harus besar dan sama untu setiap kelompok.
b. Hitung variance explain, dengan rumus :

25
1 𝐺 2
2
𝑆𝑏𝑒𝑡𝑤𝑒𝑒𝑛 𝐺. 𝐵. . 𝑔=1 𝐴𝑔 − 𝐴
𝐺−1
𝐹𝑅 = 2 = 2
𝑆𝑤𝑖𝑡 ℎ𝑖𝑛 1 𝐺 𝐵 (𝑔)∗
. 𝑔=1 𝑖=1 𝜃𝑖 − 𝐴𝑔
𝐵−1
, dimana :
(𝑔)∗
𝜃𝑖 merupakan parameter estimasi untuk semua kelompok
sampel bootstrap.
𝐴𝑔 merupakan rata-rata dari bootstrap parameter estimasi
kelompok.
𝐴 merupakan rata-rata dari semua nilai bootstrap.
c. Jalankan permutation test dengan sampel bootstrap dengan jumlah
sampel sebesar jumlah kelompok dipangkatkan dengan jumlah sampel
bootstrap dikurangi satu.
d. Hitung nilai p-Value dengan rumus :
𝑈
1
𝑝= 𝐻(𝐹𝑅 − 𝐹𝑅𝑢 )
𝑈
𝑢=1
2.5 Penelitian Sebelumnya

Penelitian tentang apa saja yang mempengaruhi penerimaan dan penggunaan
aplikasi manajemen pengetahuan bukanlah hal baru dalam penelitian, mengingat
banyaknya organisasi yang telah mengimplementasikan teknologi ini. Model
UTAUT 2 sudah dikenal luas sebagai model untuk menganalisa faktor yang
mempengaruhi penerimaan dan penggunaan.
2.5.1 Employees’ Acceptance of Knowledge Management Systems and Its

Impact on Creating Learning Organizations
Untuk mengetahui faktor yang mempengaruhi penerimaan dan penggunaan sistem
manajemen pengetahuan, Yoo dan Huang (2013) dalam penelitiannya yang
berjudul Employees’ Acceptance of Knowledge Management Systems and Its
Impact on Creating Learning Organizations menggunakan model Unified Theory
of Acceptance and Use of Technology (UTAUT) yang telah dimodifikasi.
Responden pada peneltian ini berjumlah 327 orang, keseluruhan responden pada
penelitian ini adalah pegawai pada perusahaan di Korea Selatan. Pada penelitian

26
ini menghasilkan dua faktor yang terbukti mempengaruhi penggunan sistem

manajemen pengetahuan, yakni social influence dan effort expectancy.
2.5.2 Employee’s E-Learning Acceptance Levels in the Workplace of South

Korea
Dalam penelitiannya yang berjudul Employee’s E-Learning Acceptance Levels in
the Workplace of South Korea, Yoo dan Huang (2011) melakukan penelitian
tentang penerimaan sistem manajemen pengetahuan pada perusahaan industri
makanan di Korea Selatan. Pada penelitian ini model yang digunakan untuk
meneliti sisi penerimaan sistem manajemen pengetahuan adalah model Unified
Theory of Acceptance and Use of Technology (UTAUT) yang telah dimodifikasi.
Hasil pada penelitian ini menunjukkan bahwa performance expectancy, anxiety,
dan attitudes menjadi faktor yang paling mempengaruhi karyawan dalam
menggunakan sistem manajemen pengetahuan.
2.5.3 An Empirical Study of the Acceptance and Use of Knowledge

Management Systems in Taiwanese Insurance Industry
Dalam penelitiannya yang berjudul An Empirical Study of the Acceptance and Use
of Knowledge Management Systems in Taiwanese Insurance Industry, Wang dan
Pai (2011) melakukan penelitian tentang penerimaan sistem manajemen
pengetahuan dengan responden yang terdiri dari 360 pegawai dari perusahaan
asuransi di Taiwan yang pernah menggunakan sistem manajemen pengetahuan.
Pada penelitian ini, Wang dan Pai (2011) menggunakan model Unified Theory of
Acceptance and Use of Technology (UTAUT). Hasil dari penelitian ini
menunjukkan bahwa performance expectancy, effort expectancy, social
expectancy, dan facilitating conditions mempengaruhi penggunaan sistem
manajemen pengetahuan pada para pegawai.
2.5.4 Pengukuran Tingkat Penerimaan Sistem Informasi Knowledge

Management Batik Menggunakan Metode UTAUT 2 Studi Kasus:
Mahasiswa Institut Manajemen Telkom
Dalam penelitiannya yang berjudul Pengukuran Tingkat Penerimaan Sistem
Informasi Knowledge Management Batik Menggunakan Metode UTAUT 2 Studi
Kasus : Mahasiswa Institut Manajemen Telkom, Wijaya (2013) menggunakan

27
SEM dan PLS sebagai teknik analisis data. Hasil penelitian terhadap sistem
informasi milik Institut Manajemen Telkom yang diberi nama Batik menunjukkan
bahwa social influence dan facilitating conditions berpengaruh signifikan
terhadap behavioral intention. Sedangkan behavioral intention berpengaruh
signifikan positif terhadap use behavior. Selain itu penelitian yang dilakukan oleh
Wijaya (2013) juga menunjukkan bahwa gender memoderasi facilitating
condition dan behavioral intention.
Penggunaan SmartPLS untuk melakukan analisis statistik menggunakan algoritma

SEM-PLS. Untuk pengujin hipotesis konstruk utama dilakukan dengan
mengevaluasi nilai t-value, sedangkan untuk pengujian efek moderasi dilakukan
dengan analisis multigroup yang dapat dilakukan dengan perangkat lunak
SmartPLS.
2.5.5 Adding Innovation Diffusion Theory to the Technology Acceptance

Model: Supporting Employees’ Intentions to Use E-Learning Systems
Lee, Hsieh, dan Hsi (2011) melakukan penelitian yang berjudul Adding
Innovation Diffusion Theory to the Technology Acceptance Model: Supporting
Employees’ Intentions to Use E-Learning Systems untuk mencari tahu faktor-
faktor yang mempengaruhi keinginan atau kemauan para karyawan dalam
menggunakan sistem E-Learning. Responden dari penelitian ini merupakan 552
karyawan dari suatu perusahaan di Taiwan. Lee, Hsieh, dan Hsi (2011)
mengkombinasikan dua model, yakni Innovation Diffusion Theory (IDT) dan
Technology Acceptance Model (TAM). Hasil pada penelitian ini memperlihatkan
bahwa complexity, relative adcantage, dan trialability pada perceive ease of use
memiliki dampak yang signifikan terhadap penggunaan sistem manajemen
pengetahuan. Selain itu, compatibility, complexity, relative advantage, dan
trialability pada perceived usefulness juga memiliki dampak yang signifikan pada
penggunaan sistem manajemen pengetahuan.

28
Tabel 2.1 Perbandingan metodologi yang digunakan pada penelitian sebelumnya
Peneliti Metodologi Hasil Penelitian

Yoo dan Huang Model penerimaan Social influence dan effort
(2013) teknologi UTAUT expectancy mempengaruhi
penggunaan sistem manajemen
pengetahuan pada pegawai
perusahaan di Korea Selatan.
Yoo dan Huang Model penerimaan Performance expectancy,
(2011) teknologi UTAUT anxiety, dan attitudes menjadi
faktor yang paling berpengaruh
pada karyawan perusahaan
industri makanan di Korea
Selatan dalam menggunakan
sistem manajemen pengetahuan.
Wang dan Pai Model penerimaan Performance expectancy, effort
(2011) teknologi UTAUT expectancy, social expectancy,
dan facilitating conditions
memiliki pengaruh terhadap
penggunaan sistem manajemen
pengetahuan pada para pegawai
pada pegawai persuahaan
insuransi di Taiwan.
Wijaya (2013) Model penerimaan Social influence dan facilitating
teknologi UTAUT 2 dan conditions memiliki efek yang
analisis statistik SEM- besar terhadap behavioral
PLS. intention. Terlihat bahwa gender
memoderasi facilitating
conditions dan social influence.
Pengujian efek moderasi untuk
variabel yang bersifat diskret
dilakukan menggunakan analisis
multigroup.
Lee, Hsieh, dan Model Innovation Perceive ease of use dan
Hsi (2011) Diffusion Theory (IDT) perceived usefulness memiliki
dan Technology dampak terhadap penggunaan
Acceptance Model sistem manajemen pengetahuan
(TAM) pada karyawan suatu perusahaan
di Taiwan.
Penelitian dilakukan dengan
mengkombinasikan model IDT
dan TAM.

29
2.6 Kerangka Teori
Gambar 2.6 Kerangka teori

Pada penelitian ini, untuk menganalisa faktor-faktor apa saja yang mempengaruhi
penggunaan sistem manajemen pengetahuan pada perusahaan yang diberi nama
NPC Room peneliti menggunakan model UTAUT 2 yang dikembangkan oleh
Venkatesh et al. (2012). Namun, tidak semua konstruk pada UTAUT 2 digunakan
pada penelitian ini. Konstruk yang dihilangkan adalah facilitating conditions,
hedonic motivation, dan price value. Alasan penulis tidak menggunakan kedua
konstruk tersebut, yakni :
a. Facilitating conditions tidak digunakan karena fasilitas yang didapatkan dan
digunakan oleh subyek penelitian untuk mengakses NPC Room sama.
b. Hedonic motivation tidak digunakan karena NPC Room dibuat bukan dengan
tujuan untuk memberikan hiburan pada penggunanya.
c. Price value tidak digunakan karena untuk dapat menggunakan NPC Room
pengguna tidak dipungut biaya.
Berdasarkan kerangka teori yang diajukan, maka dibentuk hipotesis penelitian

sebagai berikut :

30
Tabel 2.2 Hipotesis penelitian
Hipotesis Penelitian sebelumnya

H1 Performance expectancy memiliki Yoo dan Huang (2011), Wang
dampak terhadap behavioral dan Pai (2011), Fang, Li, dan
intention. Liu (2008), Cheng, Liu, Qian,
dan Song (2008).
H2 Pengaruh performance expectancy Wu, Tao, dan Yang (2009),
terhadap behavioral intention Huang dan Wang (2009),
dimoderatori oleh gender. Phichitchaisopa dan Naenna
H3 Pengaruh performance expectancy (2013).
terhadap behavioral intention
dimoderatori oleh age.
H4 Effort expectancy memiliki dampak Yoo dan Huang (2013), Wang
terhadap behavioral intention. dan Pai (2011), Huang dan
Wang (2009), Ifinedo (2012).
H5 Pengaruh effort expectancy terhadap Wu, Tao, dan Yang (2009),
behavioral intention dimoderatori Huang dan Wang (2009),
oleh gender. Phichitchaisopa dan Naenna
H6 Pengaruh effort expectancy terhadap (2013).
behavioral intention dimoderatori
oleh age.
H7 Pengaruh effort expectancy terhadap
oleh experience.
H8 Social influence memiliki dampak Wijaya (2013), Yoo dan Huang
terhadap behavioral intention. (2013), Wang dan Pai (2011),
Fang, Li, dan Liu (2008), Ifinedo
(2012), Wu, Tao, dan Yang
(2009)

31
Tabel 2.2 Hipotesis penelitian (sambungan)

H9 Pengaruh social influence terhadap Wijaya (2013), Wu, Tao, dan
behavioral intention dimoderatori Yang (2009), Huang dan Wang
oleh gender. (2009), Phichitchaisopa dan
H10 Pengaruh social influence terhadap Naenna (2013).
oleh age.
H11 Pengaruh social influence terhadap
oleh experience.
H12 Habit memiliki dampak terhadap Yahya (2013), Limayem dan
behavioral intention. Hirt (2003), Kim dan Malhotra
H13 Habit memiliki dampak terhadap use (2005), Limayem et al. (2007)
behavior.
H14 Pengaruh habit terhadap behavioral Meyers-Levy dan Maheswaran
intention dimoderatori oleh gender. (1991), Venkatesh, Thong, dan
H15 Pengaruh habit terhadap behavioral Xu (2012), Limayem, Hirt, &
intention dimoderatori oleh age Cheung (2007).
H16 Pengaruh habit terhadap behavioral
intention dimoderatori oleh
experience.
H17 Pengaruh habit terhadap use behavior

dimoderatori oleh gender.
dimoderatori oleh experience.

32
Tabel 2.2 Hipotesis penelitian (sambungan)

H20 Behavioral intention memiliki Wijaya (2013), Cheng, Liu,
dampak terhadap use behavior. Qian, dan Song (2008), Fang, Li,
dan Liu (2008), Ifinedo (2012).
H21 Pengaruh behavioral intention Jasperson, Carter, dan Zmud
terhadap use behavior dimoderatori (2005), Venkatesh, Thong, dan
oleh experience. Xu (2012).
2.7 Kisi-kisi Penelitian

Pada penelitian ini terdapat 3 macam variabel, yakni variabel bebas, variabel
terikat, dan variabel manifes. Variabel bebas yang ada pada penelitian ini, antara
lain performance expectancy, effort expectancy, social influence, dan habit.
Variabel bebas dan terikat pada penelitian ini adalah behavioral intention,
sedangkan yang merupakan variabel terikat adalah use behavior. Variabel manifes
atau variabel indikator adalah variabel yang dapat diukur secara empiris. Item-
item yang akan diukur dalam penelitian sebagai variabel indikator dapat dilihat
pada Tabel 2.3.

33
Tabel 2.3 Kisi-kisi penelitian
Konstruk Akar Konstruk Keterangan Item

Performance Perceived usefulness Tingkatan suatu kondisi yang PE1 Saya mendapati bahwa penggunaan sistem
expectancy (Davis, 1989; Davis, dipercaya oleh individu bahwa memiliki manfaat bagi pekerjaan saya.
Bagozzi, & Warshaw, dengan menggunakan sistem
1989) akan meningkatkan performa
kerja
Relative Advantage (Moore Kondisi yang dirasakan oleh PE2 Dengan menggunakan sistem membuat
& Benbasat, 1991) individu bahwa menggunakan saya lebih cepat dalam menyelesaikan
teknologi yang baru lebih baik suatu tugas atau pekerjaan.
daripada teknologi lama.
PE3 Dengan menggunakan sistem dapat
meningkatkan produktivitas saya.
Effort Ease of Use Tingkat kesulitan yang dirasakan EE1 Belajar cara menggunakan sistem
exectancy (Moore & Benbasat, 1991) dalam menggunakan sistem merupakan hal yang mudah bagi saya.

34
Tabel 2.3 Kisi-kisi penelitian (sambungan)

Perceived Ease of Use Suatu kondisi di mana individu EE2 Menurut saya, sistem mudah untuk
(Davis, 1989; Davis, merasa untuk menggunakan digunakan.
Bagozzi, & Warshaw, sistem tidak memerlukan usaha EE3 Cara berinteraksi dengan sistem jelas dan
1989) yang besar. dapat dimengerti.
EE4 Mudah bagi saya untuk menjadi ahli dalam

menggunakan sistem.
Social Subjective Norm Persepsi dari individu bahwa SI1 Orang yang menjadi panutan saya
Influence (Davis, Bagozzi, & sebagian besar orang yang berpendapat bahwa saya harus
Warshaw, 1989; Ajzen, menjadi panutan atau memiliki menggunakan sistem.
1991) peran penting menginginkan SI2 Orang yang saya anggap penting
individu tersebut untuk berpendapat bahwa saya harus
melakukan suatu tindakan. menggunakan sistem.

35

Social Factor (Thompson, Panutan yang diperoleh dari SI3 Senior pada tempat kerja menginspirasi
Higgins, & Howell, 1991) kultur atau kebiasaan dalam suatu saya untuk menggunakan sistem.
kelompok, dan kesepakatan yang
dibuat individu satu dengan
individu lain dalam suatu
lingkungan sosial tertentu.
Habit Habit Mencerminkan tindakan yang HB1 Menggunakan sistem sudah menjadi
(Limayem & Hirt, Force of dilakukan secara otomatis, kebiasaan bagi saya.
Habit and Information dibentuk oleh pengalaman- HB2 Saya merasa harus menggunakan sistem.
Systems Usage: Theory and pengalaman terdahulu.
Initial Validation, 2003)

36

Behavioral Behavioral Intention Kondisi di mana seorang individu BI1 Saya akan menggunakan sistem pada masa
Intention (Venkatesh, Thong, & Xu, memiliki rencana untuk yang akan datang.
Consumer Acceptance and melakukan atau tidak melakukan BI2 Saya berencana untuk lebih sering
Use of Information suatu tindakan di masa yang akan menggunakan sistem.
Technology: Extending The datang. BI3 Saya berencana untuk menyimpan
Unified Theory of dokumentasi pekerjaan ke dalam sistem.
Acceptance and Use of
Technology, 2012)
Use Is Use (Ifinedo, Technology Frekuensi penggunaan sistem. UB1 Saya menggunakan sistem untuk
Behaviour Acceptance by Health menyelesaikan masalah.
Professionals in Canada: UB2 Saya mengakses sistem untuk memperoleh
An Analysis With a informasi tentang pekerjaan saya.
Modified UTAUT Model, UB3 Saya mengakses sistem untuk mengetahui
2012) masalah apa yang kerap terjadi.
UB4 Saya menggunakan sistem untuk
menyimpan dokumentasi pekerjaan.

BAB 3
METODOLOGI PENELITIAN
3. er
Bab ini membahas mengenai desain dan metode yang digunakan dalam penelitian.
Desain penelitian digambarkan dalam bentuk diagram alir yang menggambarkan
langkah-langkah penelitian.
3.1 Desain Penelitian

Berikut adalah tahapan-tahapan yang dilakukan dalam penelitian ini :

38
Gambar 3.1 Desain penelitian

Berikut adalah penjelasan dari setiap tahapan yang terdapat pada desain penelitian
di atas :
1. Pengumpulan data awal.
Pengumpulan data awal dilakukan dengan tujuan untuk mengetahui kondisi
penggunaan sistem tata kelola pengetahuan NPC Room dengan cara
melakukan observasi dan wawancara. Penjabaran tentang tahapan ini terdapat
pada sub bab Latar Belakang Penelitian yang terletak di dalam bab
Pendahuluan.

39
2. Identifikasi masalah awal.

Proses identifikasi masalah dilakukan dengan melakukan wawancara untuk
mengetahui ekspektasi perusahaan yang diwakili oleh team leader NPC
tentang penggunaan NPC Room. Kemudian dilakukan perbandingan dengan
kondisi penggunaan NPC Room saat ini. Adanya perbedaan antar ekspektasi
perusahan dan penggunaan NPC Room saat ini menjadi dasar pembuatan
research question yang dapat dilihat pada sub bab Rumusan Masalah yang
terletak di dalam bab Pendahuluan.
3. Pelaksanaan tinjauan pustaka.
Untuk menjawab research question yang telah disusun pada bagian
sebelumnya, tahapan berikutnya yang dilakukan adalah mengumpulkan teori
yang terkait, penelitian-penelitian sebelumnya yang relevan, serta metodologi
yang sesuai. Sumber yang dipakai adalah jurnal dan buku. Penjelasan yang
lebih mendetil tentang teori atau metodologi yang dipakai terdapat pada bab
Tinjauan Pustaka.
4. Menyusun kerangka teori.
Teori dan metodologi yang didapat dari hasil studi literatur selanjutnya
digunakan untuk menyusun kerangka teori yang digunakan sebagai acuan
dalam penelitian ini. Penjelasan lebih lanjut tentang kerangka teori terdapat
pada bab Tinjauan Pustaka.
5. Perumusan hipotesis.
Pada penelitian ini, penulis membuat delapan hipotesis untuk menguji
kerangka teori yang dipakai. Penjelasan mengenai dasar pembuatan hingga
hasil akhir hipotesis yang ingin diuji dapat dilihat pada sub bab Kerangka
Teori pada bab Tinjauan Pustaka.
6. Penyusunan instrumen pengambilan data.
Tahap ini merupakan tahap dilakukannya pembuatan pertanyaan kuesioner
yang ditujukan ke seluruh staf NPC dan BPA aplikasi .NET. Pembuatan
pertanyaan kuesioner ini dilakukan dengan melakukan studi literatur
menggunakan jurnal dan buku yang disesuaikan dengan kondisi staf NPC dan
BPA aplikasi .NET.

40
7. Pengumpulan data.
Pengumpulan data kuesioner dilakukan pada seluruh populasi staf NPC dan
BPA aplikasi .NET. Untuk penjelasan yang lebih jelas tentang tahapan ini
dapat dibaca pada sub bab Metode Pengumpulan Data yang terdapat pada bab
ini.
8. Perancangan model struktural.
Perancangan model struksutral dilakukan untuk membuat model yang
menggambarkan hubungan antar variabel laten berdasarkan teori substansif.
Karena model ini hanya berisi variabel utama penelitian, maka bentuk model
ini sama seperti kerangka teori.
9. Perancangan model pengukuran.
Perancangan model pengukuran dilakukan untuk membuat model pengukuran
yang menghubungkan indikator dengan konstruknya (variabel laten).
Indikator-indikator yang dipakai pada penelitian ini dapat dilihat pada sub bab
Metode Pengumpulan Data.
10. Uji reliabilitas indikator.
Pengujian ini dilakukan dengan tujuan untuk melihat indikator mana yang
bagus dalam mengukur variabel yang diukurnya (reliabilitas dari tiap
indikator). Untuk mengukur reliabilitas indikator dapat menggunakan nilai
reliabilitas indikator yang dihitung dengan cara mengkuadratkan outer
loadings tiap indikator. Menurut Hulland (1999), sebuah indikator dikatakan
memenuhi uji individual item reliability apabila memiliki nilai reliabilitas
indikator lebih besar dari 0,7.
11. Uji internal consistency.
Pengujian ini dilakukan untuk menguji reliabilitas dari sekumpulan indikator
dalam mengukur variabel yang diukurnya. Nilai yang dilihat dalam pengujian
ini adalah nilai composite reliability yang didapatkan dari hasil estimasi
menggunakan perangkat lunak SmartPLS. Nilai yang direkomendasikan
adalah lebih besar dari 0,6 (Hair, Sarstedt, Ringle, & Mena, 2012; Bagozzi &
Yi, 1988).

41
12. Uji validitas konvergen.

Pengujian ini dilakukan dengan menggunakan nilai average variance
extracted (AVE) yang dihasilkan setiap variabel laten. Untuk dapat dikatakan
memenuhi uji convergen validity sebuah variabel laten harus memiliki nilai
AVE lebih besar dari 0,5 (Bagozzi & Yi, 1988).
13. Uji validitas diskriminan.
Pengujian ini dilakukan dengan tujuan untuk melihat seberapa besarkah
perbedaan antar variabel. Nilai yang dilihat dalam pengujian ini adalah nilai
average variance extracted (AVE) dan nilai korelasi suatu variabel laten
dengan variabel laten lainnya. Agar dapat dikatakan memenuhi uji
discriminant validity, nilai akar kuadrat AVE dari suatu variabel laten harus
lebih besar dari seluruh nilai korelasi dengan variabel laten lainnya (Fornell &
Larcker, 1981).
14. Evaluasi model struktural.
Evaluasi model struktural dilakukan dengan melihat nilai R2 dan signifikansi
path coefficient. Semakin tinggi nilai R2 maka semakin tinggi pula persentase
variances dari variabel endogen yang dipengaruhi oleh variabel-variabel
eksogennya (Udeh, 2008).
15. Uji hipotesis konstruk utama.
Model PLS tidak menyaratkan distribusi data yang normal, maka PLS
menggunakan nonparametric test dalam menentukan tingkat signifikansi dari
path coefficient, di mana nilai T-Statistics yang dihasilkan dengan
menjalankan algoritma Bootstrapping pada aplikasi SmartPLS v.3.1.3
digunakan sebagai penentu diterima atau tidaknya hipotesis yang diajukan
(Udeh, 2008). Pada tingkat signifikansi 0,05 hipotesis akan didukung dengan
syarat t-value melebihi nilai kritisnya, yakni 1,96 (Hair, Ringle, & Sarstedt,
2011).
16. Uji Hipotesis dengan efek modreasi.
Umumnya, efek moderasi menunjukkan interaksi antara variabel eksogen
dengan variabel moderator dalam mempengaruhi variabel endogen (Baron &
Kenny, 1986; Henseler, Fassott, Dijkstra, & Wilson, 2012). Variabel moderasi
yang digunakan pada penelitian ini adalah jenis kelamin, umur, dan lama

42
pengalaman kerja yang diambil dari model UTAUT 2. Karena variabel

moderasi berbentuk kategori, maka uji hipotesis dengan efek moderasi
dilakukan dengan menggunakan Multigroup Analysis (MGA).
17. Penyusunan kesimpulan dan saran.
Kesimpulan dibuat berdasarkan hasil dari uji hipotesis konstruk utama dan uji
hipotesis dengan efek moderasi, dari hasil uji hipotesis tersebut terlihat faktor-
faktor mana saja yang terbukti mempengaruhi pengggunaan sistem
manajemen pengetahuan NPC Room. Hasil tersebut digunakan sebagai dasar
untuk memberikan masukan tentang apa yang harus dilakukan guna
meningkatkan penerimaan sistem manajemen pengetahuan NPC Room.
3.2 Metode Pengumpulan Data

Pengumpulan data dilakukan dengan membagikan kuesioner pada staf NPC dan
BPA. Pertanyaan kuesioner dibuat sesuai item pada kisi-kisi penelitian yang
terdapat pada sub bab Kisi-Kisi Penelitian yang terletak di dalam bab Tinjauan
Pustaka.
3.2.1 Pembuatan Kuesioner

Kuesioner yang dibagikan terdiri dari sembilan belas pertanyaan (Lampiran 2),
yang dapat dilihat pada Tabel 3.1.
Tabel 3.1 Pertanyaan kuesioner
Performance Expectancy (PE)

PE1 Portal NPC Room memiliki manfaat bagi pekerjaan saya.
PE2 Tugas atau pekerjaan dapat lebih cepat diselesaikan dengan
menggunakan portal NPC Room.
PE3 Produktivitas saya meningkat dengan menggunakan portal NPC Room.
Effort Expectancy (EE)
EE1 Mudah bagi saya untuk belajar bagaimana cara menggunakan portal
NPC Room.
EE2 Menurut saya, portal NPC Room mudah untuk digunakan.
EE3 Cara berinteraksi dengan portal NPC Room jelas dan dapat dimengerti.
EE4 Mudah bagi saya ahli dalam menggunakan portal NPC Room.

43
Tabel 3.1 Pertanyaan kuesioner (sambungan)
Performance Expectancy (PE)

PE1 Portal NPC Room memiliki manfaat bagi pekerjaan saya.
PE2 Tugas atau pekerjaan dapat lebih cepat diselesaikan dengan
PE3 Produktivitas saya meningkat dengan menggunakan portal NPC Room.
Effort Expectancy (EE)
EE1 Mudah bagi saya untuk belajar bagaimana cara menggunakan portal
NPC Room.
EE2 Menurut saya, portal NPC Room mudah untuk digunakan.
EE3 Cara berinteraksi dengan portal NPC Room jelas dan dapat dimengerti.
EE4 Mudah bagi saya ahli dalam menggunakan portal NPC Room.
Social Influence (SI)
SI1 Senior saya berpendapat bahwa saya harus menggunakan portal NPC
Room.
SI2 Atasan saya berpendapat bahwa saya harus menggunakan portal NPC
Room.
SI3 Senior pada tempat kerja saya menginspirasi saya untuk menggunakan
portal NPC Room.
Habit (HB)
HB1 Menggunakan portal NPC Room sudah menjadi kebiasaan saya.
HB2 Saya selalu merasa terdorong untuk menggunakan NPC Room.
Behavioral Intention (BI)
BI1 Saya akan menggunakan portal NPC Room pada masa yang akan
datang.
BI2 Saya berencana untuk lebih sering menggunakan portal NPC Room.
BI3 Saya berencana untuk menyimpan dokumentasi pekerjaan ke dalam
portal NPC Room.

44
Tabel 3.1 Pertanyaan kuesioner (sambungan)
Use Behavior (UB)

UB1 Saya sering menggunakan portal NPC Room untuk menyelesaikan
masalah.
UB2 Saya sering mengakses portal NPC Room untuk memperoleh informasi
yang berkaitan dengan pekerjaan saya.
UB3 Saya sering mengakses portal NPC Room untuk mengetahui masalah
apa yang kerap terjadi.
UB4 Saya menggunakan portal NPC Room untuk menyimpan dokumentasi
pekerjaan saya.
3.2.2 Uji Keterbacaan

Untuk mengukur apakah pertanyaan kuesioner dapat atau mudah dimengerti,
penulis melakukan uji keterbacaan terhadap lima orang yang terdiri dari staf NPC
dan BPA aplikasi .NET. Rangkuman data responden pada uji keterbacaan dapat
dilihat pada Tabel 3.2, sedangkan hasil uji keterbacaan dapat dilihat pada Gambar
3.2.
Tabel 3.2 Demografi responden uji keterbacaan
Klasifikasi/Karakteristik n=5 Persentase

Laki-laki 3 60%
Jenis Kelamin
Perempuan 2 40%
20-25 tahun 3 60%
Umur 26-30 tahun 1 20%
≥ 31 tahun 1 20%
0-2 tahun 2 40%
Pengalaman Kerja 3-5 tahun 2 40%
≥ 6 tahun 1 20%

45
UB4
UB3
UB2
UB1
BI3
BI2
Tidak Jelas
BI1
Jelas
HB2 Sangat Jelas
HB1
SI3
SI2
SI1
EE4
EE3
EE2
EE1
PE3
PE2
PE1
0,00% 20,00% 40,00% 60,00% 80,00% 100,00%
Gambar 3.2 Hasil uji keterbacaan

Dilakukan perbaikan pada pernyataan dengan tingkat keterbacaan tidak jelas.
Terdapat tiga kalimat pernyataan pada kuesioner yang diperbaiki.

BAB 4
PROFIL ORGANISASI
4. as
Bab ini membahas mengenai profil organisasi yang menjadi tempat studi kasus
penelitian. Beberapa hal yang dibahas dalam bab ini diantaranya latar belakang
organisasi, filosofi organisasi, prinsip-prinsip dasar organisasi, visi dan misi
organisasi, struktur bisnis dan struktur organisasi yang tertuang dalam Laporan
Tahunan 2013.
4.1 Latar Belakang PT Astra International Tbk

Pada tahun 1957 PT Astra International Tbk (yang selanjutnya akan disebut
Perseroan) didirikan dengan nama PT Astra International Incorporated. Pada
tanggal 20 Februari 1957 Perseroan didirikan dengan Akta Notaris Sie Khwan
Djioe No. 67, yang kemudian pada tanggal 1 Juli 1957 disahkan oleh Menteri
Kehakiman Republik Indonesia dalam Surat Keputusan No. J.A.5/53/3. Pada
tahun 1990, dilakukan perubahan nama Perseroan menjadi PT Astra International
Tbk seiring dengan pelepasan saham ke publik beserta pencatatan saham
Perseroan di Bursa Efek Indonesia dengan ticker ASII.
Perseoran memulai bisnisnya sebagai perusahan perdagangan hasil bumi pada

tahun 1957. Saat ini Perseroan merupakan salah satu grup perusahaan terbesar di
Indonesia yang berdomisili di Jakarta, Indonesia. Perseroan memiliki kantor pusat
yang berlokasi di Jalan Gaya Motor Raya No. 8, Sunter II, Jakarta Utara.
Perseroan saat ini memiliki enam lini bisnis, yakni otomotif, jasa keuangan, alat
berat dan pertambangan, agribisnis, infrastruktur dan logistik, dan teknologi
informasi. Perseroan menduduki peringkat pertama sebagai emiten dengan
kapitalisasi pasar saham terbesar di Bursa Efek Indonesia (BEI) sampai dengan
Juli 2014, dengan nilai sebesar Rp. 312,73 triliun.
4.2 Filosofi Perseroan

Filosofi Perseroan adalah Catur Dharma. Chartur Dharma merupakan acuan dari
semua nilai-nilai, prinsip-prinsip, etika, dan kebijakan yang dibuat oleh seluruh
perusahaan yang termasuk ke dalam Grup Perseroan. Isi dari Catur Dharma
adalah :

47
1. Menjadi Milik yang Bermanfaat bagi Bangsa dan Negara.

2. Memberikan Pelayanan Terbaik kepada Pelanggan.
3. Menghargai Individu dan Membina Kerja Sama.
4. Senantiasa Berusaha Mencapai yang Terbaik.
4.3 Prinsip-prinsip Dasar Perseroan

Prinsip-prinsip dasar Perseroan merupakan penjabaran dari Catur Dharma.
Prinsip-prinsip dasar Perseroan terdiri dari :
1. Menjadi warga usaha yang baik akan melanggengkan bisnis Astra.
2. Sikap kerja profesional dan beretika akan meningkatkan nilai stakeholder.
3. Proses kerja yang terbaikdan unggul akan mengahasilkan produk dan jasa
berkualitas tinggi untuk memberikan nilai terbaik bagi pelanggan.
4. Kesempatan yang sama tanpa memberdakan senioritas, gender, suku, ras,
agama, dan antar golongan akan menumbuhkan transparasi, kreatifitas,
inovasi, dan peningkatan pribadi.
5. Peraih prestasi terbaik layak mendapatkan penghargaan tertinggi.
6. Karyawan dengan motivasi dn kompetensi tinggi yang bekerja sebagai tim
akan menghasilkan kinerja yang luar biasa.
7. Aliran kompetensi dan karyawan tanpa batas dalam lingkungan Grup Astra
akan mempercepat tercapainya Astra Exellence.
4.4 Visi Perseroan

Visi Perseroan yakni :
1. Menjadi salah satu perusahaan dengan pengelolaan terbaik di Asia Pasifik
dengan penekanan pada pembangunan kompetensi melalui pengembangan
sumber daya manusia, struktur keuangan yang solid, kepuasan pelanggan, dan
efisiensi.
2. Menjadi perusahaan yang mempunyai tanggung jawab sosial serta ramah
lingkungan (Laporan Tahunan 2013, 2013).
4.5 Misi Perseroan

Misi Perseroan adalah sejahtera bersama bangsa dengan memberikan nilai terbaik
kepada stakeholder kami.

48
4.6 Struktur Bisnis Perseroan

Sejak pertama berdiri pada tahun 1957 Perseroan senantiasa mengembangkan
usaha bisnisnya hingga menjadikan Grup Astra saat ini memiliki enam lini bisnis.
Berikut adalah daftar bisnis perseroan yang juga dapat dilihat pada situs
www.astra.co.id.
4.6.1 Otomotif
Jaringan bisnis otomotif Perseroan sudah dikenal luas dan dipercaya sebagai mitar
yang handal untuk kebutuhan transportasi bagi keluarga, korporasi, dan
masyarakat umum di seluruh Indonesia. Lini bisnis otomotif dibagi ke dalam 4
sektor bidang usaha, yakni :
1. Mobil
a. Toyota
Agen tunggal yang memiliki hak untuk menjual kerdaraan dengan merek
Toyota di Indonesia adalah PT Toyota Astra Motor (TAM). Perseroan dan
Toyota Motor Corporation (TMC) mengendalikan bersama TAM dengan
komposisi kepemilikan saham 51% dimiliki oleh Perseroan dan 49%
dimiliki oleh Toyota Motor Corporation.
b. Daihatsu
Agen tunggal mobil Daihatsu di Indonesia adalah PT Astra Daihatsu
Motor (ADM), yang didukung oleh Daihatsu Sales Operation (DSO) yang
memiliki jaringan distribusi mobil bermerek Daihatsu di seluruh
Indonesia. Kapasitas produksi ADM merupakan yang terbesar di
Indonesia, yakni 480.000 unit per tahun.
c. Isuzu
Produsen dan agen tunggal kendaraan bermesin diesel Isuzu beserta
komponennya adalah PT Isuzu Astra Motor Indonesia (IAMI) yang
didukung oleh Isuzu Sales Operation (ISO) sebagai distributor tunggal.
Pabrik perakitan yang dimiliki oleh IAMI memiliki kapasitas produksi
31.000 unit per tahun.

49
d. UD Trucks
Produsen dan agen tunggal untuk produk UD Trucks dipegang oleh PT
Astra Multi Trucks Indonesia (AMT Indonesia), dengan dukungan UD
Trucks Sales Operation sebagai distributor resmi di Indonesia.
e. Peugeot
Importir tunggal di Indonesia untuk mobil bermerek Peugeot dimiliki oleh
PT Tjahja Sakti Motor (TSM), dengan Peugeot Sales Operation (PSO)
sebagai distributor tunggalnya.
f. BMW
Divisi usaha Grup Perseroan yang memegang hak atas penjualan dan
layanan purna jual mobil BMW di Indonesia adalah BMW Sales
Operation (BSO).
g. Lexus
Lexus merupakan hasil dari proyek mekanik Toyota yang bertujuan untuk
menciptakan mobil mewah terbaik yang pernah ada yang diresmikan pada
tahun 1989.
2. Sepeda Motor
Perseroan bekerja sama dengan Honda Motor Company Ltd untuk
mendirikan PT Astra Honda Motor (AHM) dengan komposisi kepemilikan
sebesar 50% dimiliki oleh Perseroan dan 50% dimiliki oleh Honda Motor
Company Ltd. Pemegang lisesnsi untuk memproduksi, mendistribusi, dan
memasarkan sepeda motor bermerek Honda dipegang oleh AHM. Main
dealer yang bertanggung jawab atas operational penjualan sepeda motor
Honda, berikut suku cadang dan layanan purna jual adalah Honda Sales
Operation (HSO). Pada tahun 2013, kapasitas produksi yang dimiliki oleh
AHM adalah 4,5 juta unit per tahun.
3. Komponen
Produsen komponen otomotif terkemuka di Indonesia yang melayani
kebutuhan suku cadang untuk mobil dan sepeda motor adalah PT Astra
Otoparts Tbk (AOP). Perseroan memiliki saham kepemilikan AOP sebesar
80%.

50
4. Lain-lain
AstraWorld merupakan unit bisnis Perseroan yang memberikan dukungan
dan nilai tambah bagi pemilik mobil Toyota, Daihatsu, Isuzu, BMW, dan
Peugeot yang membeli mobil di cabang-cabang milik Perseroan. Untuk
memfasilitasi terciptanya nilai tambah tersebut, AstraWorld
menyelenggarakan rangkaian program Customer Relationship Management
(CRM).
4.6.2 Jasa Keuangan

1. Pembiayaan Mobil
a. Astra Credit Companies
Astra Credit Companies (AAC) merupakan gabungan dari lima
perusahaan pembiayaan yang terdiri dari PT Astra Sedaya Finance, PT
Swadharma Bakti Dedaya Finance, PT Astra Auto Finance, PT Staco
Estika Sedaya Finance, dan PT Pratama Sedaya Finance.
b. Toyota Astra Financial Services
Toyota Astra Financial Services memberikan layanan sebagai penyedia
jasa pembiayaan mobil Toyota di seluruh Indonesia. Toyota Astra
Financial Services dikendalikan oleh Perseroan yang bekerjasama dengan
Toyota Financial Services Corporation dengan persentase kepemilikan
masing-masing 50%.
2. Pembiayaan Motor
Perusahaan pembiayaan sepeda motor yang dimiliki sepenuhnya oleh
Perseroan bernama PT Federal International Finance (FIF). Salah satu
prioritas utama dalam fokus kerja FIF adalah intensifikasi jaringan distribusi
dengan mengutamakan sinergi dan hubungan antar fungsi dengan mitra kerja
untuk pengembangan operasional dan produk.
3. Pembiayaan Alat Berat
a. Surya Artha Nusantara Finance
Melalui anak perusahaannya yang bernama PT Sedaya Multi Investama,
Perseroan memiliki 60% saham PT Surya Artha Nusantara Finance
(SANF). Fokus usaha SANF saat ini adalah pada kegiatan pembiayaan

51
alat-alat berat untuk pertambangan, perkebunan, kehutanan, kosntruksi,

dan industri.
b. Komatsu Astra Finance
Perseroan melalui anak perusahaannya PT Sedaya Multi Investama
bekerja sama dengan PT Komatsu Indonesia mendirikan Komatsu Astra
Finance (KAF) dengan kepemilikan sebesar 50% dimiliki oleh Perseroan
dan 50% dimiliki oleh PT Komatsu Indonesia.
4. Asuransi Umum
Perseroan memiliki kepemilikan PT Asuransi Astra Buana (AAB) sebesar
95,7%. Tujuan dibentuknya AAB adalah untuk memenuhi kebutuhan asuransi
bagi pelanggan produk-produk kendaraan motor bagi masyarakat umum.
5. Perbankan
Perseroan bekerja sama dengan Standard Chartered Bank mendirikan
PermataBank dengan kepemilikan masing-masing 44,56%. Saham
PermataBank tercatat di Bursa Efek Indonesia dengan nilai kapitalisasi pasar
pada akhir tahun 2013 sebesar Rp. 13,5 triliun.
4.6.3 Alat Berat dan Pertambangan

Bisnis alat besar dan pertamabangan yang dimiliki oleh Perseroan dikelola
oleh PT United Tractors Tbk (UT) yang sahamnya tercatat di Bursa Efek
Indonesia dengan kepemilikan saham oleh Perseroan sebesar 59,5%.
1. Mesin Kontruksi
Distribusi tunggal bagi rangkaian produk alat berat terdepan bermerek
Komatsu, UD Trucks, Scania, Bomag, Komatsu Forest, dan Tandano di
Indonesai dikelola secara langsung oleh UT.
2. Kontraktor Penambangan
Anak perusahaan UT yang menjalankan bisnis kontraktor penambangan dan
bertanggung jawab atas teknis operasional di berbagai wilayah konsesi
tambang batu bara di Indonesia adalah PT Pamapersada Nusantara (Pama).
Pama telah berhasil membangun reputasi sebagai kontraktor penambangan
terbesar dan terpercaya di Indonesia berkat komitmen yang kuat pada kualitas
pekerjaan dan upaya perluasan pasar jasa penambangan.

52
3. Pertambangan
Lima perusahaan yang mengelola bisnis pertambangan UT, yakni PT prima
Multi Mineral (PMM) yang berbasis di wilayah Kalimantan Selatan, PT Tuah
Turangga Agung (TTA), PT Asmin Bara Bronang, PT Asmin Bara Jaan, dan
PT Duta Nurcahya, keempatnya berbasis di wilayah Kalimantan Tengah.
4.6.4 Agribisnis
Perseroan memiliki salah satu bisnis kelapa sawit terbesar dan terintegrasi di
Indonesia, melalui kepemilikan 79,9% saham di PT Astra Agro Lestari Tk (AAL)
yang tercatat di Bursa Efek Indonesia. Nilai kapitalisasi pasar AAL pada akhir
tahun 2013 senilai Rp. 39,5 triliun.
4.6.5 Infrastruktur dan Logistik

Bisnis infrastruktur dan logistik Perseroan dikelola oleh tiga anak perusahaan,
yakni PT Astratel Nusantara (Astratel), PT Intertel Nusaperdana (Intertel), dan PT
Serasi Autoraya (SERA). Portofolio bidang infrastruktur yang mencakup konsesi
pembangunan dan pengelolaan jalan tol, bisnis layanan air besih, fasilitas
penampungan bahan bakar minyak dan pelabuahn laut ditangani oleh Astratel dan
Intertel. Sedangkan SERA menyediakan layanan jasa penyewaan mobil TRAC,
Mobil88 dan Ibid untuk kegiatan penjualan mobil bekas, layanan logistik SELOG,
dan transportasi umum Orenz taxi.
1. Jaringan Infrastruktur
Beberapa sektor yang menjadi sasaran utama Perseroan, antara lain jalan tol,
pelabuhan, dan kawasan perindustrian.
a. PT Marga Mandalasakti (MMS)
Operator jalan tol ruas Tangerang-Merak sepanjang 72,5 Km dengan
masa konsesi hingga tahun 2047 dipegang oleh MMS.
b. PT Marga Trans Nusantara
Perseroan melalui Astratel bekerja sama dengan PT Jasa Marga Tbk
mendirikan PT Marga Trans Nusantara yang bertanggung jawab untuk
membangun dan mengelola jalan tol Kunciran-Serpong sepanjang 11,2
Km. Persentase kepemilikan PT Marga Trans Nusantara dimiliki oleh
Perseroan sebesar 40% dan 60% dimiliki oleh PT Jasa Marga Tbk.

53
c. PT Marga Harjaya Infrastruktur (MHI)

Perseroan melalui Astratel memiliki 95% saham kepemilikan atas PT
Marga Harjaya Infrastruktur (MHI). Hak konsesi untuk membangun dan
mengelola jalan tol Kertosono-Mojokerto sepanjang 40,5 Km di Jawa
Timur dipegang oleh MHI.
d. PT Pam Lyonnaise Jaya (PALYJA)
Bersama dengan Suez Environment, Perseroan bekerja sama mendirikan
PT Pam Lyonnaise Jaya (PALYJA) yang menyediakan layanan distribusi
air bersih untuk wilayah barat Jakarta.
e. PT Gresik Distribution Terminal (GDT)
Perseroan bekerja sama dengan PT Shell Indonesia mendirikan PT
Gresik Distribution Terminal (GDT) dalam usaha penampungan bahan
bakar minyak di kawasan Gresik, Jawa Timur. Persentase kepemilikan
sebesar 40% dimiliki oleh Perseroan.
f. PT Pelabuhan Penajam Banua Taka
Perseroan melalui Astratel mengakuisisi saham PT Pelabuhan Penajam
Banua Taka pada pertengahan Februari 2013. Saat ini PT Pelabuhan
Penajam Banua Taka membangun pelabuhan yang terletak di Kabupaten
Penajam Paser Utara, Kalimantan Timur. Proyek tersebut sudah dimulai
sejak 2008 yang dikerjakan oleh PP.
2. Jaringan Logistik
Bisnis transportasi logistik dan transportasi Perseroan dikelola oleh SERA.
Kontribusi terbesar disumbangkan oleh usaha sewa kendaraan TRAC degan
43% dari total pendapatan SERA.
4.6.6 Teknologi Informasi

Usaha milik Perseroan yang menawarkan solusi bisnis berbasis Document,
Information, dan Communication Technology (DICT) dijalankan oleh PT Astra
Graphia Tbk (Astragraphia). Kepemilikan Perseroan atas Astragraphia sebesar
76,9%. Astragraphia memiliki dua anak perusahaan, yakni PT Astragraphia
Information Technology (AGIT) dan PT AGIT Monitise Indonesia (AMI). AGIT
memberikan jasa solusi ICT dengan menggandeng perusahaan TI tersepan, seperti
SAP, Oracle, HP, IBM, Microsoft, dan Cisco. AMI menawarkan mobile financial

54
platform services yang mendukung seluruh rentang solusi mobile industri

keuangan.
4.7 Struktur Organisasi Perseroan
Gambar 4.1 Struktur Organisasi

.NET Production Center merupakan salah satu divisi pada Corporate Information
System and Technology (CIS&T) yang diberada di bawah Departemen
Infrastructure, Operation, and Application Support.

55
4.8 .NET Production Center Room

Sistem manajemen pengetahuan .NET Production Center Room merupakan salah
satu pemanfaatan teknologi informasi pada PT Astra International Tbk dengan
tujuan untuk mengelola pengetahuan yang ada pada staf .NET Production Center.
Sistem manajemen pengetahuan harus dapat mengakomodir berbagai macam
mekanisme manajemen pengetahuan. Mekanisme manajemen pengetahuan itu
antara lain :
1. Knowledge Management Discovery System
Merupakan mekanisme pada sistem manajemen pengetahuan yang
mendukung terbentuknya pengetahuan baru. Baik pengetahuan tacit maupun
pengetahuan explicit. Pembentukan pengetahuan explicit dapat dilakukan
dengan proses kombinasi, sedangkan pembentukan pengetahuan tacit
dihasilkan dari proses sosialisasi. Penjelasan lengkap tentang pengetahuan
tacit dan explicit, serta proses kombinasi dan sosialisasi dapat dibaca pada
bab Landasan Teori.
2. Knowledge Management Capture System
memungkinkan para penggunanya dapat memperoleh pengetahuan baru.
Proses suatu individu mendapatkan pengetahuan tacit yang baru disebut
internalisasi, sedangkan proses suatu individu menghasilkan pengetahuan
explicit yang baru disebut eksternalisasi. Penjelasan lengkap tentang proses
internalisasi dan eksternalisasi dapat dibaca pada bab Landasan Teori.
3. Knowledge Management Sharing System
memungkinkan penggunanya untuk mengkomunikasikan pengetahuan yang
dimiliki antar pengguna satu dengan pengguna lainnya. Contohnya dapat
berupa forum atau grup diskusi yang terdapat pada sistem manajemen
pengetahuan.
4. Knowledge Application System
mendukung suatu pengguna untuk mengaplikasikan atau mempraktekan ilmu
dari pengguna lainnya tanpa harus benar-benar memahaminya secara
mendalam. Contohnya dapat berupa sistem manajemen pengetahuan yang
memfasilitasi pemberian informasi berupa langkah-langkah atau direksi.
Fitur-fitur yang terdapat pada NPC Room yang dapat menunjang mekanisme-
mekanisme sistem pengetahuan di atas dapat dilihat pada Tabel 4.1.

56
Tabel 4.1 Fitur-fitur mekanisme sistem manajemen pengetahuan yang terdapat

pada NPC Room
Mekanisme sistem manajemen

Fitur pada NPC Room
pengetahuan
Proses Terdapat fasilitas untuk mengunggah dan
Knowledge kombinasi mengunduh dokumentasi program pada
Management folder Document Sharing.
Discovery System Proses
-
sosialisasi
Proses Terdapat fasilitas untuk menampilkan
internalisasi dokumentasi masalah yang dibuat oleh staf
NPC lainnya. Staf NPC dapat membaca
sendiri penyebab, analisa, dan solusi dari
suatu masalah yang didokumentasikan oleh
Knowledge
satf lainnya.
Management
Proses Terdapat fasilitas untuk membuat
Capture System
eksternalisasi dokumentasi masalah baru ke dalam NPC
Room dengan cara menuliskan langsung ke
dalam NPC Room tanpa perlu
menuliskannya ke file dokumen terlebih
dahulu.
Knowledge Management Sharing Terdapat fasilitas forum diskusi yang
System dibedakan menjadi dua, yakni Forum
PSS2W dan Forum PSS4W.
Knowledge Application System Terdapat kolom Action pada setiap
halaman dokumentasi solusi masalah.
Kolom Action berisi langkah-langkah
praktis yang dapat dilakukan untuk
menyelesaikan suatu masalah.

BAB 5
ANALISIS DAN PEMBAHASAN
5. zs
Bab ini membahas mengenai data responden yang diperoleh beserta penerapan
prosedur SEM-PLS menggunakan perangkat lunak SmartPLS v.3.1.3 untuk
analisis, pengujian hipotesis, dan implikasi penelitian.
5.1 Data Responden

Pada penelitian ini, peneliti menyebar kuesioner kepada staf .NET Production
Center (NPC) dan Business Process Analyst (BPA) aplikasi .NET. Jumlah
responden yang didapat adalah 57 orang yang terdiri dari 35 anggota NPC dan 22
orang BPA aplikasi .NET. Dari 57 kuesioner yang disebar, semua kuesioner
kembali dengan utuh. Sehingga jumlah kuesioner yang dapat digunakan untuk
pengolahan data sejumlah 57.
Karena jumlah sampel yang dimiliki kurang dari 100, maka pada penelitian ini
tidak menggunakan SEM, melainkan menggunakan SEM-PLS. Prosedur SEM-
PLS tidak mensyaratkan jumlah sampel minimal. Melalui kuesioner yang
dibagikan diperoleh data informasi demografinya dengan menggunakan variabel
moderator sebagai acuan. Variabel moderator dari penelitian ini, yakni jenis
kelamin, umur, dan pengalaman kerja.
49,00% Laki-laki
51,00% Perempuan
Gambar 5.1 Data responden berdasarkan jenis kelamin

58
Responden pada penelitian ini terdiri dari laki-laki dan perempuan dengan jumlah
reponden laki-laki sebanyak 29 dan responden perempuan sebanyak 28 seperti
yang terlihat pada Gambar 5.1.
26,00%
42,00% 20-25
26-30
≥31
32,00%
Gambar 5.2 Data responden berdasarkan umur

Pada Gambar 5.2 terlihat bahwa responden yang berumur 20 hingga 25 tahun
berjumlah 24, responden yang berumur 26 hingga 30 tahun berjumlah 18,
sedangkan responden yang berumur ≥ 31 tahun berjumlah 15.
23,00%
40,00% 0-2
3-5
≥6
37,00%
Gambar 5.3 Data Responden berdasarkan pengalaman kerja

Pada Gambar 5.3 terlihat distribusi responden berdasarkan lama pengalaman
kerja. Terdapat 23 responden yang memiliki pengalaman kerja dari 0 hingga 2
tahun, 21 responden memiliki pengalaman keja selama 3 hingga 5 tahun, dan 13

59
responden memiliki pengalaman kerja ≥ 6 tahun. Seluruh demografi responden

dirangkum ke dalam Tabel 5.1.
Tabel 5.1 Demografi responden
Klasifikasi/Karakteristik n=57 Persentase

Laki-laki 29 51%
Jenis Kelamin
Perempuan 28 49%
20-25 tahun 24 42%
Umur 26-30 tahun 18 32%
≥ 31 tahun 15 26%
0-2 tahun 23 40%
Pengalaman Kerja 3-5 tahun 21 37%
≥ 6 tahun 13 23%
5.2 Pembuatan Model Struktural

Model struktural dibuat dengan menggabungkan seluruh variabel laten
berdasarkan teori substansi. Variabel laten dibagi menjadi dua macam, yakni
variabel endogen dan eksogen. Variabel eksogen merupakan variabel yang
nilainya tidak dipengaruhi oleh variabel lain, oleh karena itu variabel eksogen
juga disebut dengan variabel independent. Variabel independent pada penelitian
juga disebut sebagai faktor (White & McBurney, 2013), pada setiap penelitian
minimal harus memiliki satu faktor. Variabel endogen merupakan yang nilainya
dipengaruhi oleh variabel lain di dalam model. Pada model struktural yang dapat
dilihat pada Gambar 5.4 semua variabel laten merupakan variabel eksogen kecuali
BI dan UB. Variabel laten BI dan UB merupakan variabel endogen.

60
Gambar 5.4 Model struktural

Keterangan gambar model stuktural :
a. PE : Performance Expectancy.
b. EE : Effort Expectancy.
c. SI : Social Influence.
d. HB : Habit.
e. BI : Behavioral Intention.
f. UB : Use Behavior.
5.3 Pembuatan Model Pengukuran

Model pengukuran dibentuk dengan cara menghubungkan semua variabel
manifest atau indikator dengan variabel latennya. Satu variabel laten setidak-
tidaknya harus memiliki satu variabel manifest. Dalam SEM-PLS, satu variabel
manifest hanya dapat dihubungkan pada satu variabel laten saja.

61
Gambar 5.5 Model pengukuran
5.4 Analisis Model Pengukuran

Analisis model pengukuran berfungsi untuk memastikan apakah indikator-
indikator yang digunakan dalam mengukur variabel laten reliabel dan valid.
Setelah model pengukuran selesai dibuat seperti yang terlihat pada Gambar 5.5,
maka model siap diestimasi dengan menggunakan algoritma PLS yang sudah
tersedia pada perangkat lunak SmartPLS v.3.1.3. Dalam penggunaan algoritma
PLS ada beberapa variabel yang harus ditentukan nilainya pada pengaturan, antara
lain initial weights, skema pembobotan, iterasi maksimum, dan kriteria
pemberhentian (Lampiran 4). Untuk initial weights menggunakan nilai 1 untuk
seluruh variabel laten, seperti yang disarankan oleh Henseler (2010). Wold
menyarankan agar pengukuran yang dilakukan dengan algoritma PLS dengan
skema pembobotan Path menggunakan nilai iterasi maksimum 300. Hasil dari
algoritma PLS yang dijalankan pada perangkat lunak SmartPLS v.3.1.3 dapat
dilihat pada Lampiran 5.

62
Gambar 5.6 Path coefficients algoritma PLS menggunakan SmartPLS v.3.1.3
5.4.1 Reliabilitas Indikator

Dalam menggunakan SEM-PLS perlu dilakukan pemeriksaan terhadap reliabilitas
indikator-indikator yang digunakan sebagai alat ukur variabel laten. Reliabilitas
suatu indikator dapat diterima apabila memiliki nilai reliabilitas indikator ≥ 0,7
(Hulland, 1999). Nilai reliabilitas dari setiap indikator dapat dihitung dengan cara
mengkuadratkan nilai outer loading yang dihasilkan oleh tiap indikator setelah
menjalankan algoritma PLS menggunakan perangkat lunak SmartPLS v.3.1.3.
Seperti yang dapat dilihat pada Tabel 5.2 tidak semua indikator memenuhi syarat
reliabilitas indikator. Enam belas indikator yang digunakan pada penelitian ini
memiliki nilai reliabilitas indikator ≥ 0,7 dan tiga lainnya memiliki nilai
reliabilitas indikator di bawah 0,7. Sehingga dapat dikatakan bahwa dari sembilan
belas indikator, hanya enam belas yang memenuhi syarat reliabilitas indikator.
Ketiga indikator yang harus dihilangkan karena tidak memenuhi reliabilitas
indikator adalah BI1, EE1, dan UB3.
Tabel 5.2 Hasil pemeriksaan reliabilitas indikator
Variabel Outer Nilai Reliabilitas

Indikator Keterangan
Laten Loading Indikator
BI1 0,744 0,554 Tidak Reliabel
BI BI2 0,893 0,797 Reliabel
BI3 0,853 0,728 Reliabel

63
Tabel 5.2 Hasil pemeriksaan reliabilitas indikator (sambungan)

EE1 0,816 0,666 Tidak Reliabel
EE2 0,897 0,805 Reliabel
EE
HB1 0,861 0,741 Reliabel
HB
PE1 0,843 0,711 Reliabel
PE PE2 0,865 0,748 Reliabel
SI1 0,843 0,711 Reliabel
SI SI2 0,842 0,709 Reliabel
UB1 0,837 0,701 Reliabel
UB
UB3 0,790 0,624 Tidak Reliabel
5.4.2 Reliabilitas Konsistensi Internal

Untuk melakukan pengukuran reliabilitas konsistensi internal pada penelitian
terdahulu menggunakan nilai Cronbach’s Alpha, namun untuk pengukuran
reliabilitas konsistensi internal pada SEM-PLS lebih disarankan untuk
menggunakan nilai composite reliability. Nilai composite reliability yang
disarankan adalah ≥ 0,7 (Hair, Sarstedt, Ringle, & Mena, 2012; Bagozzi & Yi,
1988).
Dari enam variabel laten atau konstuk yang ada, seluruhnya memiliki nilai
composite reliability ≥ 0,7. Sehingga seluruh variabel laten yang digunakan pada
penelitian ini dinyatakan reliabel.

64
Tabel 5.3 Nilai composite reliability variabel laten
Variabel Laten Composite Reliability Keterangan

BI 0,871 Reliabel
EE 0,920 Reliabel
HB 0,878 Reliabel
PE 0,892 Reliabel
SI 0,883 Reliabel
UB 0,900 Reliabel
5.4.3 Validitas Konvergen

Dalam memeriksa apakah suatu variabel laten memenuhi validitas konvergen,
dapat menggunakan nilai Average Variance Extracted (AVE). Agar suatu variabel
laten dapat dikatakan memenuhi validitas konvergen, nilai AVE harus > 0,5
(Bagozzi & Yi, 1988).
Tabel 5.4 Nilai Average Variance Extracted (AVE) variabel laten
Variabel Laten AVE Keterangan

BI 0,693 Valid
EE 0,743 Valid
HB 0,782 Valid
PE 0,735 Valid
SI 0,715 Valid
UB 0,693 Valid
Hasil pada Tabel 5.4 menunjukkan bahwa seluruh variabel laten memiliki nlai
AVE di atas 0,5. Sehingga dapat disimpulkan bahwa seluruh variabel laten atau
konstruk dalam penelitian memenuhi syarat validitas konvergen.
5.4.4 Validitas Diskriminan

Fornell dan Lacker (1981) pada penelitiannya mengemukakan bahwa validitas
diskriminan dapat diukur dengan menggunakan akar kuadrat AVE dari setiap
variabel laten. Suatu variabel laten dinilai memenuhi validitas diskriminan jika
nilai akar kudarat AVE-nya lebih besar dari nilai korelasi variabel laten tersebut

65
dengan seluruh variabel laten lainnya. Nilai korelasi setiap variabel laten yang
dihasilkan pada penelitian ini dapat dilihat pada Tabel 5.5, untuk nilai dari akar
kuadrat AVE dari setiap variabel laten diberi warna kuning.

diskriminan
BI EE HB PE SI UB
BI 0,832
EE 0,421 0,862
HB 0,578 0,429 0,884
PE 0,611 0,414 0,564 0,857
SI 0,688 0,431 0,530 0,679 0,846
UB 0,695 0,322 0,654 0,708 0,601 0,832
Hasil validitas diskriman dari setiap variabel laten dapat dilihat pada Tabel 5.6,
hasil tersebut didapat dari perbandingan nilai akar kuadarat AVE dan nilai
korelasi suatu variabel laten dengan variabel laten lainnya. Variabel laten BI
memiliki nilai akar kuadrat AVE sebesar 0,841 dan nilai tersebut lebih besar dari
nilai korelasi variabel laten BI terhadap variabel laten lain. Sama halnya dengan
variabel laten EE, HB, PE, SI, UB yang juga memiliki nilai akar kuadrat AVE
yang lebih besar dari nilai korelasi dengan variabel laten lain, yakni 0,863; 0,882;
0,853; 0,846; dan 0,823.
Tabel 5.6 Hasil pemeriksaan validitas diskriminan
Variabel Laten Keterangan

BI Valid
EE Valid
HB Valid
PE Valid
SI Valid
UB Valid
Karena setiap variabel laten yang digunakan pada penelitian memiliki nilai akar
kuadrat AVE yang lebih besar dari nilai korelasi dengan variabel laten lainnya,

66
maka seluruh variabel laten pada penelitiannya ini dinyatakan memenuhi syarat
validitas diskriminan.
5.5 Pembuatan Model Pengukuran Respesifikasi

Dari kesembilan belas indikator yang digunakan, terdapat tiga indikator yang
tidak memenuhi reliabilitas indikator. Menurut Jarvis (2003), apabila ada
indikator yang tidak memenuhi syarat, maka indikator tersebut sebaiknya tidak
digunakan dalam penelitian. Maka tiga indikator yang tidak memenuhi syarat
reliabilitas indikator dihilangkan dari model pengukuran. Ketiga indikator tersebut
antara lain EE1, BI1, dan UB3. Hasil model pengukuran respesifikasi dapat dilihat
pada Gambar 5.7.
Gambar 5.7 Model pengukuran respesifikasi
5.6 Analisis Model Pengukuran Respesifikasi

Model Pengukuran yang sudah direspesifikasi kemudian dilakukan kembali uji
model pengukuran menggunakan algoritma PLS pada perangkat lunak SmartPLS
v.3.1.3. Hasil algoritma PLS pada model respesifikasi dapat dilihat pada Lampiran
6.

67
Gambar 5.8 Path coefficients algoritma PLS pada model pegukuran respesifikasi
5.6.1 Reliabilitas Indikator Model Respesifikasi

Suatu indikator dinyatakan memenuhi syarat reliabilitas indikator apabila
memiliki nilai reliabilitas indikator Dari enam belas indikator yang digunakan
dalam model penelitian, seluruhnya memiliki nilai reliabilitas indikator ≥ 0,7.
Sehingga seluruh indikator dinyatakan memenuhi syarat reliabilitas indicator
(Hulland, 1999).
Tabel 5.7 Hasil pemeriksaan reliabilitas indikator model respesifikasi

BI
EE EE3 0,874 0,763 Reliabel
HB

68
Tabel 5.7 Hasil pemeriksaan reliabilitas indikator model respesifikasi

(sambungan)

PE PE2 0,866 0,750 Reliabel
SI SI2 0,846 0,716 Reliabel
UB UB2 0,849 0,721 Reliabel
5.6.2 Reliabilitas Konsistensi Internal Model Respesifikasi

Dari enam variabel laten atau konstuk yang ada, seluruhnya memiliki nilai
composite reliability ≥ 0,7. Sehingga seluruh variabel laten yang digunakan pada
penelitian ini dinyatakan memenuhi syarat reliabilitas konsistensi internal (Hair,
Sarstedt, Ringle, & Mena, 2012; Bagozzi & Yi, 1988).
Tabel 5.8 Nilai composite reliability variabel laten model respesifikasi
Variabel Laten Composite Reliability Keterangan

BI 0,896 Reliabel
EE 0,916 Reliabel
HB 0,878 Reliabel
PE 0,892 Reliabel
SI 0,883 Reliabel
UB 0,902 Reliabel
5.6.3 Validitas Konvergen Model Respesifikasi

Enam variabel laten pada model respesifikasi memiliki nilai AVE > 0,5. Sehingga
dapat dikatakan bahwa seluruh variabel laten memenuhi validitas konvergen
(Bagozzi & Yi, 1988).

69
Tabel 5.9 Nilai Average Variance Extracted (AVE) variabel laten model
respesifikasi
Variabel Laten AVE Keterangan

BI 0,812 Valid
EE 0,785 Valid
HB 0,782 Valid
PE 0,734 Valid
SI 0,715 Valid
UB 0,754 Valid
5.6.4 Validitas Diskriminan Model Respesifikasi

Seluruh variabel laten pada mode respesifikasi memiliki nilai akar kuadrat AVE
lebih besar dari nilai korelasi variabel laten. Sehingga seluruh variabel laten
dinyatakan memenuhi validitas diskriminan (Fornell & Larcker, 1981).

diskriminan model respesifikasi
BI EE HB PE SI UB
BI 0,901
EE 0,420 0,886
HB 0,549 0,439 0,884
PE 0,627 0,416 0,566 0,857
SI 0,713 0,432 0,531 0,697 0,846
UB 0,684 0,345 0,649 0,694 0,582 0,868
Nilai akar kuadrat dari AVE pada Tabel 5.10 diberi tanda warna kuning. Nilai
akar kuadrat AVE pada suatu variabel laten harus lebih besar dari seluruh nilai
pada kolom dan baris yang sama. Contohnya pada variabel EE, nilai akar kuadrat
AVE variabel laten EE sebesar 0,886 lebih besar dari pada nilai korelasi variabel
laten EE dengan variabel laten lainnya, yakni 0,420, 0,439, 0,416, 0,432, dan
0,345.

70
Tabel 5.11 Hasil pemeriksaan validitas diskriminan model respesifikasi
Variabel Laten Keterangan

BI Valid
EE Valid
HB Valid
PE Valid
SI Valid
UB Valid
5.7 Analisis Model Struktural

Untuk memprediksi hubungan antar variabel laten perlu dilakukan evaluasi model
struktural (Ghozali & Latan, 2012). Pengujian model struktural dapat digunakan
untuk melihat apakah data empiris pada penelitian mendukung hubungan dari
hipotesis-hipotesis penelitian (Ghozali & Fuad, 2008). Hubungan hipotesis pada
penelitian dapat dilihat dari hubungan antar variabel eksogen dengan variabel
endogen dan variabel endogen dengan variabel endogen lainnya yang
digambarkan pada model struktural (Gambar 5.4). Oleh karena itu, dengan
melakukan pengujian model struktural maka peneliti dapat melihat apakah
berdasarkan data empiris hipotesis penelitian diterima atau ditolak.
5.7.1 Variansi Variabel Endogen

Untuk melihat kekuatan prediksi dari model struktural dapat menggunakan nilai
R2 dari setiap variabel endogen (Ghozali & Latan, 2012). Nilai R2 digunakan
untuk mengukur variasi perubahan variabel eksogen terhadap variabel endogen.
Misalnya untuk nilai R2 suatu variabel endogen sebesar 0,6 artinya variasi
perubahan variabel endogen yang dapat dijelaskan oleh variabel eksogen adalah
60%, sedangkan 40% sisanya dijelaskan oleh variabel lain di luar model
penelitian yang digunakan. Semakin besar nilai R2, maka semakin baik model
prediksi dari model penelitian yang digunakan. Menurut Hair et al (2011), nilai R2
sebesar 0,75 menunjukkan model kuat, nilai R2 sebesar 0,5 menunjukkan bahwa

71
model moderate, sedangkan nilai R2 sebesar 0,25 menunjukkan bahwa model

lemah.
Tabel 5.12 Nilai R2 variabel laten penelitian
Variabel Laten Nilai R2 Keterangan

BI 0,568 Moderate
EE - -
HB - -
PE - -
SI - -
UB 0,575 Moderate
Nilai R2 sebesar 56,8% pada variabel endogen BI memperlihatkan bahwa empat

variabel eksogen EE, HB, PE, dan SI secara moderate menjelaskan 56,8%
variansi dari variabel endogen BI. Nilai R2 sebesar 57,5% yang dimiliki oleh
variabel endogen UB memperlihatkan bahwa variabel eksogen HB dan variabel
endogen BI secara moderate menjelaskan 57,5% variansi variabel endogen UB.
5.7.2 Signifikansi Model Struktural Berdasarkan Path Coefficient

Nilai path coefficient pada hasil algoritma PLS yang dapat dilihat pada Tabel 5.13
memperlihatkan bahwa SI memiliki dampak paling kuat terhadap BI, yakni 0,472
diikuti oleh PE dengan 0,173 dan HB dengan 0,170. Sedangkan EE dinilai tidak
dapat memprediksi BI karena memiliki nilai dibawah 0,1 yakni 0,070. Variabel
laten BI dan HB dinilai memiliki dampak yang kuat terhadap variabel UB dengan
nilai path coefficient masing-masing 0,469 dan 0,392. Sehingga pada analisis
signifikansi model struktural pada penelitian ini dapat disimpulkan :
1. Hubungan hipotesis antara BI dan UB secara statistik adalah signifikan.
2. Hubungan hipotesis antara EE dan BI secara statistik adalah tidak signifikan.
3. Hubungan hipotesis antara HB dan BI secara statistik adalah signifikan.
4. Hubungan hipotesis antara HB dan UB secara statistik adalah signifikan.
5. Hubungan hipotesis antara PE dan BI secara statistik adalah signifikan.
6. Hubungan hipotesis antara SI dan BI secara statistik adalah signifikan.

72
7. Seluruh variabel laten merupakan prediktor yang kuat terhadap variabel

endogennya, kecuali variabel laten EE.
Tabel 5.13 Nilai path coefficient variabel laten
Variabel Laten Variabel Endogen Variabel Endogen

BI UB
BI - 0,469
EE 0,070 -
HB 0,170 0,392
PE 0,173 -
SI 0,472 -
UB - -
5.7.3 Analisis Signifikansi Model Struktural dengan Bootstrapping

Perangkat lunak SmartPLS v.3.1.3 dapat menganalisis signifikansi menggunakan
bootstrapping yang dikembangkan oleh Efron pada tahun 1970-an untuk
mengetahui pengaruh antar variabel. Prosedur bootstrapp melakukan resampling
kembali menggunakan seluruh data empiris atau sampel asli (Ghozali & Latan,
2012). Rekomendasi sampel bootstrapp yang direkomendasikan oleh Hair et al.
(2011) dan Henseler et al. (2009) adalah 5000. Nilai signifikansi yang digunakan
adalah 5% atau 0,005. Untuk parameter bootstrapping yang digunakan dapat
dilihat pada Lampiran 7.
Gambar 5.9 Hasil path coefficients dengan bootstrapping

Untuk mengetahui apakah path coefficients dari model struktural signifikan atau
tidak dapat dilihat pada nilai T-Statistics. Untuk tingkat signifikansi sebesar 5%,

73
path coefficient dinilai signifikan apabila nilai T-Statistics lebih dari 1,96 (Hair,
Ringle, & Sarstedt, 2011).
5.8 Pengujian Hipotesis Berdasarkan Variabel Laten

Menurut (Hair, Ringle, & Sarstedt, 2011) nilai minimal T-Statistics untuk menilai
signifikan atau tidaknya hubungan dari variabel laten satu dengan variabel laten
lain tergantung dari nilai signifikansi yang digunakan, yakni :
1. Tingkat signifikansi 10%, nilai T-Statistics minimal sebesar 1,65.
Tabel 5.14 Uji hipotesis model struktural
Original T-Statistics
Hipotesis Keterangan
Sample (O) (|O/STERR|)
BI -> UB 0,469 5,087 H20 Diterima
EE -> BI 0,070 0,629 H4 Ditolak
HB -> BI 0,170 1,196 H12 Ditolak
HB -> UB 0,392 4,008 H13 Diterima
PE -> BI 0,173 1,093 H1 Ditolak
SI -> BI 0,472 3,323 H8 Diterima
Dari enam hipotesis yang diuji menggunakan model struktural, tiga hipotesis
dinyatakan diterima dan tiga hipotesis lainnya ditolak. Ketiga hipotesis yang
diterima adalah H8, H13, dan H20. Hipotesis H20 yang menggambarkan
hubungan Behavioral Intention terhadap Use Behavior memiliki nilai signifikansi
terbesar, yakni 5,087. Hipotesis H13 yang menggambarkan hubungan Habit
dengan Use Behavior memiliki signifikansi sebesar 4,008. Sedangkan hipotesis
H8 yang menggambarkan hubungan Social Influence dengan Behavioral Intention
memiliki nilai signifikansi terkecil, yakni 3,223. Model akhir yang dihasilkan
dapat dilihat pada Gambar 5.10.

74
Gambar 5.10 Model umum penggunaan NPC Room
5.9 Analisis SEM-PLS dengan Efek Moderasi

Efek moderasi pada umumnya digunakan untuk menunjukkan interaksi antara
variabel eksogen dengan variabel moderator dalam mempengaruhi variabel
endogen (Baron & Kenny, 1986; Henseler & Fassott, 2010). Karena konstruk
yang digunakan pada penelitian berbentuk categorical, maka untuk uji efek
moderasi dilakukan dengan menggunakan analisis multigroup (Lampiran 8)
dengan Bootstrapping Approach yang peruntukkan untuk PLS yang tidak
mensyaratkan asumsi distribusional (Henseler, 2007).
5.9.1 Analisi Efek Moderasi Jenis Kelamin

Analisis efek moderasi jenis kelamin dilakukan untuk mengetahui nilai
signifikansi dari jenis kelamin sebagai variabel moderator dengan variabel
eksogen terhadap variabel endogen. Signifikansi dapat ditentukan melalui nilai p-
Value yang dihasilkan menggunakan perangkat lunak SmartPLS v.3.1.3, yakni
0,05 < p-Value atau p-Value > 0,95.
1. Moderasi jenis kelamin pada hubungan antara Social Influence dan
Behavioral Intention.
Model pengukuran yang digunakan untuk mengetahui ada tidaknya moderasi
jenis kelamin pada pengaruh variabel eksogen Social Influence terhadap
variabel endogen Behavioral Intention dapat dilihat pada Gambar 5.11.

75

antara Social Influence dan Behavioral Intention
Pada Gambar 5.12 terlihat hasil uji efek moderasi jenis kelamin pada
hubungan antara Social Influence dan Behavioral Intention memiliki nilai p-
Value sebesar 0,543. Nilai tersebut tidak memenuhi syarat 0,05 < p-Value
atau p-Value > 0,95. Oleh karena itu, jenis kelamin dinyatakan tidak
memoderasi hubungan antara Social Influence dan Behavioral Intention.

hubungan antara Social Influence dan Behavioral Intention.
Hasil ini berbeda dengan penelitian yang dilakukan oleh Venkatesh (2000)
yang memperlihatkan bahwa pengaruh lingkungan sosial lebih tinggi pada
perempuan. Sedangkan hasil penelitian ini tidak terlihat perbedaan yang
signifikan antara laki-laki dan perempuan. Hal tersebut terjadi karena
pengaruh dari atasan atau senior untuk menggunakan sistem manajemen
pengetahuan masih kurang sehingga sulit dilihat pengaruh jenis kelamin
terhadap pergaruh lingkungan sosial.
2. Moderasi jenis kelamin pada hubungan antara Habit dan Use Behavior.
jenis kelamin pada pengaruh variabel Habit terhadap variabel Use Behavior

76

antara Habit dan Use Behavior
Pada Gambar 5.14 terlihat hasil uji efek moderasi jenis kelamin pada
hubungan antara Habit dan Use Behavior memiliki nilai p-Value sebesar
0,559. Nilai tersebut tidak memenuhi syarat 0,05 < p-Value atau p-Value >
0,95. Oleh karena itu, jenis kelamin dinyatakan tidak memoderasi hubungan
antara Habit dan Use Behavior.

hubungan antara Habit dan Use Behavior
Hasil ini berbeda dengan hasil penelitian Meyers-Levy dan Maheswaran
(1991) yang menyatakan bahwa efek habit pada perempuan lebih rendah
dibandingkan dengan laki-laki. Hasil ini dikarenakan keseragaman habit pada
seluruh pengguna NPC Room yang sebagian besar sama-sama memiliki habit
yang rendah dalam penggunaan NPC Room sehingga sulit untuk diketahui
perbedaan efek habit berdasarkan jenis kelamin.
5.9.2 Analisis Efek Moderasi Umur

Analisis efek moderasi umur dilakukan untuk mengetahui nilai signifikansi dari
jenis kelamin sebagai variabel moderator dengan variabel eksogen terhadap
variabel endogen. Signifikansi dapat ditentukan melalui nilai p-Value yang
dihasilkan menggunakan perangkat lunak SmartPLS v.3.1.3, yakni 0,05 < p-Value
atau p-Value > 0,95.

77
1. Moderasi umur pada hubungan antara Social Influence dan Behavioral

Intention.
umur pada pengaruh variabel eksogen Social Influence terhadap variabel
endogen Behavioral Intention dapat dilihat pada Gambar 5.15.
Gambar 5.15 Model pengukuran moderasi umur pada hubungan antara Social
Influence dan Behavioral Intention
Pada Gambar 5.16 terlihat hasil uji efek moderasi umur pada hubungan antara
Social Influence dan Behavioral Intention memiliki nilai p-Value sebesar
0,869. Nilai tersebut tidak memenuhi syarat 0,05 < p-Value atau p-Value >
0,95. Oleh karena itu, umur dinyatakan tidak memoderasi hubungan antara
Social Influence dan Behavioral Intention.
Gambar 5.16 Hasil analisis Multigroup kelompok umur pada hubungan antara
Social Influence dan Behavioral Intention
Berbeda dengan hasil penelitian Rhodes (1983) yang menemukan bahwa

adanya pengaruh umur terhadap pengaruh lingkungan sosial, pada penilitian
ini tidak terlihat efek yang signifikan dari umur terhadap pengaruh
lingkungan sosial. Hal ini bisa saja terjadi karena sebagian besar dari staf
NPC tidak memiliki perbedaan umur yang cukup jauh.
2. Moderasi umur pada hubungan antara Habit dan Use Behavior.
umur pada pengaruh variabel Habit terhadap variabel Use Behavior dapat
dilihat pada Gambar 5.17.

78
Gambar 5.17 Model pengukuran moderasi umur pada hubungan antara Habit
dan Use Behavior
Pada Gambar 5.18 terlihat hasil uji efek moderasi umur pada hubungan antara
Habit dan Use Behavior memiliki nilai p-Value sebesar 0,998. Nilai tersebut
memenuhi syarat 0,05 < p-Value atau p-Value > 0,95. Oleh karena itu, umur
dinyatakan memoderasi hubungan antara Habit dan Use Behavior.
Gambar 5.18 Hasil analisis multigroup kelompok umur pada hubungan antara
Habit dan Use Behavior
Pada koefisien jalur (Gambar 5.19) terlihat bahwa kelompok umur yang lebih
tua (kelompok umur 2) terlihat memiliki signifikansi dengan efek yang kuat
terhadap hubungan antara Habit dan Use Behavior dengan nilai koefisien
jalur sebesar 0,888. Pengguna NPC Room dengan umur yang lebih tua
cenderung melakukan sesuatu secara otomatis sesuai kebiasaan mereka, hal
ini membuat para pengguna NPC Room yang berumur lebih tua sulit untuk
beradaptasi dengan teknologi baru. Misalnya apabila mereka sudah terbiasa
menyimpan sendiri dokumentasi pekerjaan kedalam file Microsoft Excel atau
email pada laptop masing-masing, maka akan sulit untuk menggunakan NPC
Room sebagai tempat penyimpanan dokumentasi pekerjaan yang baru.

79
Gambar 5.19 Path coefficients kelompok umur pada hubungan antara Habit
dan Use Behavior
5.9.3 Analisa Efek Moderasi Experience

Analisa efek moderasi experience dilakukan untuk mengetahui nilai signifikansi
dari experience sebagai variabel moderator dengan variabel eksogen terhadap
variabel endogen. Signifikansi dapat ditentukan melalui nilai p-Value yang
dihasilkan menggunakan perangkat lunak SmartPLS v.3.1.3, yakni 0,05 < p-Value
atau p-Value > 0,95.
1. Moderasi experience pada hubungan antara Social Influence dan Behavioral
Intention.
experience pada pengaruh variabel eksogen Social Influence terhadap
variabel endogen Behavioral Intention dapat dilihat pada Gambar 5.20.

Pada Gambar 5.21 terlihat hasil uji efek moderasi experience pada hubungan
antara Social Influence dan Behavioral Intention memiliki nilai p-Value
sebesar 0,982. Nilai tersebut memenuhi syarat 0,05 < p-Value atau p-Value >
0,95. Oleh karena itu, experience dinyatakan memoderasi hubungan antara

80

antara Social Influence dan Behavioral Intention
Pada koefisien jalur (Gambar 5.22) terlihat bahwa kelompok dengan
experience yang lebih lama (kelompok experience 2) terlihat memiliki
signifikansi dengan efek yang kuat terhadap hubungan antara Social Influence
dan Behavioral Intention dengan nilai koefisien jalur sebesar 0,888. Pengguna
NPC Room yang merupakan pegawai dengan pengalaman kerja lebih lama
sebagian besar sudah berstatus karyawan tetap dan kemungkinan untuk
berpindah tempat kerja lebih kecil, sehingga usaha untuk selalu beradaptasi
dengan lingkungan tempat kerja lebih tinggi.

Social Influence dan Behavioral Intention
2. Moderasi experience pada hubungan antara Habit dan Use Behavior.
experience pada pengaruh variabel Habit terhadap variabel Use Behavior

Habit dan Use Behavior.

81
antara Habit dan Use Behavior memiliki nilai p-Value sebesar 0,977. Nilai
tersebut memenuhi syarat 0,05 < p-Value atau p-Value > 0,95. Oleh karena
itu, experience dinyatakan memoderasi hubungan antara Habit dan Use
Behavior.

antara Habit dan Use Behavior
signifikansi dengan efek yang kuat terhadap hubungan antara Habit dan Use
Behavior dengan nilai koefisien jalur sebesar 0,858. Dampak pengalaman
kerja terhadap habit sama dengan dampak umur. Karena sebagian besar lama
pengalaman kerja staf pengguna NPC Room berbanding lurus dengan umur.
Staf dengan pengalaman kerja lebih lama cenderung sudah memiliki
kebiasaan masing-masing dalam pendokumentasian pekerjaannya, sehingga
sulit untuk merubah kebiasaan untuk menggunakan NPC Room sebagai
tempat penyimpanan dokumentasi pekerjaan.

Habit dan Use Behavior

82
3. Moderasi experience pada hubungan antara Behavioral Intention dan Use

Behavior.
experience pada pengaruh variabel Behavioral Intention terhadap variabel
Use Behavior dapat dilihat pada Gambar 5.26.

Behavioral Intention dan Use Behavior
antara Behavioral Intention dan Use Behavior memiliki nilai p-Value sebesar
0,994. Nilai tersebut memenuhi syarat 0,05 < p-Value atau p-Value > 0,95.
Oleh karena itu, experience dinyatakan memoderasi hubungan antara
Behavioral Intention dan Use Behavior.
Gambar.5.27 Hasil analisis multigroup kelompok Experience pada hubungan

antara Behavioral Intention dan Use Behavior
signifikansi dengan efek yang kuat terhadap hubungan antara Behavioral
Intention dan Use Behavior dengan nilai koefisien jalur sebesar 0,868. Hasil
penelitian ini memperlihatkan bahwa semakin lama pengalaman kerja dari
pengguna NPC Room, maka kemauan untuk menggunakan NPC Room
menjadi sesuatu yang otomatis dirasakan, sehingga akan mempengaruhi
penggunaan dari NPC Room itu sendiri.

83

Behavioral Intention dan Use Behavior
5.10 Pembahasan
Hipotesis yang diajukan pada penelitian ini berjumlah dua puluh satu. Enam
diantaranya merupakan hipotesis konstruk utama, sedangkan lima belas hipotesis
lainnya digunakan untuk mengetahui efek dari variabel moderasi pada pengaruh
variabel eksogen terhadap variabel endogen, maupun variabel endogen dengan
variabel endogen lainnya. Hasil dari seluruh pengujian hipotesis dirangkum pada
Tabel 5.15.
Tabel 5.15 Rangkuman uji hipotesis penelitian
Hipotesis Hasil Alasan

H1 Performance expectancy
memiliki dampak terhadap Tidak Diterima T-Statistics < 1,96
behavioral intention.
H2 Pengaruh performance
expectancy terhadap behavioral
Tidak Diperiksa H1 Tidak Diterima
intention dimoderatori oleh
gender.
H3 Pengaruh performance
expectancy terhadap behavioral Tidak Diperiksa H1 Tidak Diterima
intention dimoderatori oleh age.
H4 Effort expectancy memiliki
dampak terhadap behavioral Tidak Diterima T-Statistics < 1,96
intention.

84
Tabel 5.15 Rangkuman uji hipotesis penelitian (sambungan)

H5 Pengaruh effort expectancy
terhadap behavioral intention Tidak Diperiksa H4 Tidak Diterima
H8 Social influence memiliki
dampak terhadap behavioral Diterima T-Statistics > 1,96
intention.
H9 Pengaruh social influence
p-Value > 0,05 dan
terhadap behavioral intention Tidak Diterima
p-Value < 0,95
p-Value > 0,05 dan
terhadap behavioral intention Tidak Diterima
p-Value < 0,95
terhadap behavioral intention Diterima p-Value > 0,95
H12 Habit memiliki dampak
Tidak Diterima T-Statistics < 1,96
terhadap behavioral intention.
H13 Habit memiliki dampak
Diterima T-Statistics > 1,96
terhadap use behavior.
H14 Pengaruh habit terhadap
H12 Tidak
behavioral intention Tidak Diperiksa
Diterima

85
Tabel 5.15 Rangkuman uji hipotesis penelitian (sambungan)

H12 Tidak
behavioral intention Tidak Diperiksa
Diterima
behavioral intention H12 Tidak
Tidak Diperiksa
dimoderatori oleh experience. Diterima
H17 Pengaruh habit terhadap use

p-Value > 0,05 dan
behavior dimoderatori oleh Tidak Diterima
p-Value < 0,95
gender.
Diterima p-Value > 0,95
behavior dimoderatori oleh age.
behavior dimoderatori oleh Diterima p-Value > 0,95
experience.
H20 Behavioral intention memiliki
Diterima T-Statistics > 1,96
dampak terhadap use behavior.
H21 Pengaruh behavioral intention
terhadap use behavior Diterima p-Value > 0,95
Hipotesis 1 menguji hubungan langsung antara Performance Expectancy (PE)

dengan Behavioral Intention (BI). Hasil pengujian yang dilakukan menunjukkan
bahwa T-Statistics yang dihasilkan oleh hubungan PE->BI adalah 1,093. Karena
nilai T-Statistics < 1,96 maka hipotesis 1 ditolak. Pada penelitian ini terlihat
kepercayaan bahwa NPC Room bermanfaat bagi pekerjaan (PE1), mempercepat
selesainya pekerjaan (PE2), dan meningkatkan produktivitas (PE3) tidak
mempengaruhi keinginan staf NPC dan BPA untuk menggunakan NPC Room.
Dengan kata lain, pengujian empiris menunjukkan bahwa Performance

86
Expectancy (PE) tidak memiliki pengaruh langsung yang signifikan terhadap

Behavioral Intention (BI).
Hipotesis 4 menguji hubungan langsung antara Effort Expectancy (EE) dengan

Behavioral Intention (BI). Hasil pengujian yang dilakukan menunjukkan bahwa
T-Statistics yang dihasilkan oleh hubungan EE->BI adalah 0,629. Karena nilai T-
Statistics < 1,96 maka hipotesis 4 ditolak. Pada penelitian ini terlihat bahwa
kemudahan penggunaan NPC Room (EE2), penggunaan NPC Room yang mudah
dimengerti (EE3), dan kemudahan untuk menguasai NPC Room (EE4) tidak
mempengaruhi keinginan staf NPC dan BPA untuk menggunakan NPC Room.
Dengan kata lain, pengujian empiris menunjukkan bahwa Effort Expectancy (EE)
tidak memiliki pengaruh langsung yang signifikan terhadap Behavioral Intention
(BI).
Hipotesis 8 menguji hubungan langsung antara Social Influence (SI) dengan

Behavioral Intention (BI). Hasil pengujian yang dilakukan menunjukkan bahwa
T-Statistics yang dihasilkan oleh hubungan SI->BI adalah 3,323. Karena nilai T-
Statistics > 1,96 maka hipotesis 8 diterima. Pada penelitian ini menunjukkan
bahwa pendapat senior (SI1), pendapat atasan (SI2), dan contoh dari senior
mempengaruhi niat staf NPC dan BPA untuk menggunakan NPC Room. Dengan
kata lain, pengujian empiris menunjukkan bahwa Social Influence (SI) memiliki
pengaruh langsung yang signifikan terhadap Behavioral Intention (BI).
Hipotesis 9 menguji pengaruh jenis kelamin terhadap hubungan antara Social

Influence (SI) dengan Behavioral Intention (BI). Hasil pengujian yang dilakukan
menunjukkan bahwa p-Value yang dihasilkan adalah 0,543. Karena nilai p-Value
> 0,05 dan p-Value < 0,95 maka hipotesis 9 ditolak. Dengan kata lain, pengujian
empiris menunjukkan bahwa Social Influence (SI) terhadap Behavioral Intention
(BI) tidak dipengaruhi oleh jenis kelamin. Hal ini berbeda dengan teori yang
mengatakan bahwa perempuan lebih mudah terpengaruh terhadap pendapat orang
disekitar sehingga Social Influence akan lebih menonjol pada perempuan dalam
penggunaan teknologi (Venkatesh & Morris, 2000).
Hipotesis 10 menguji pengaruh umur terhadap hubungan antara Social Influence

(SI) dengan Behavioral Intention (BI). Hasil pengujian yang dilakukan

87
> 0,05 dan p-Value < 0,95 maka hipotesis 10 ditolak. Dengan kata lain, pengujian
empiris menunjukkan bahwa Social Influence (SI) terhadap Behavioral Intention
(BI) tidak dipengaruhi oleh umur. Hasil ini berbeda dengan penelitian yang
dilakukan oleh Rhodes (1983) yang menunjukkan bahwa pekerja yang lebih tua
dapat meningkatkan pengaruh sosial.
Hipotesis 11 menguji pengaruh experience terhadap hubungan antara Social

Influence (SI) dengan Behavioral Intention (BI). Hasil pengujian yang dilakukan
> 0,95 maka hipotesis 11 diterima. Dengan kata lain, pengujian empiris
menunjukkan bahwa Social Influence (SI) terhadap Behavioral Intention (BI)
dipengaruhi oleh experience. Path coefficient yang terlihat pada Gambar 5.22
menunjukkan bahwa efek social influence terlihat lebih kuat pada pegawai dengan
experience yang lebih lama.
Hipotesis 12 menguji hubungan langsung antara Habit (HB) dengan Behavioral

Intention (BI). Hasil pengujian yang dilakukan menunjukkan bahwa T-Statistics
yang dihasilkan oleh hubungan HB->BI adalah 1,196. Karena nilai T-Statistics <
1,96 maka hipotesis 12 tidak diterima. Pada penelitian ini menunjukkan bahwa
kebiasaan menggunakan NPC Room (HB1) dan dorongan dari dalam diri untuk
menggunakan NPC Room (HB2) tidak mempengaruhi keinginan staf NPC dan
BPA untuk menggunakan NPC Room. Dengan kata lain, pengujian empiris
menunjukkan bahwa Habit (HB) tidak memiliki pengaruh langsung yang
signifikan terhadap Behavioral Intention (BI).
Hipotesis 13 menguji hubungan langsung antara Habit (HB) dengan Use Behavior
(UB). Hasil pengujian yang dilakukan menunjukkan bahwa T-Statistics yang
dihasilkan oleh hubungan HB->UB adalah 4,008. Karena nilai T-Statistics > 1,96
maka hipotesis 13 diterima. Pada penelitian ini menunjukkan bahwa kebiasaan
menggunakan NPC Room (HB1) dan dorongan dari dalam diri untuk
menggunakan NPC Room (HB2) mempengaruhi staf NPC dan BPA untuk
menggunakan NPC Room. Dengan kata lain, pengujian empiris menunjukkan

88
bahwa Habit (HB) memiliki pengaruh langsung yang signifikan terhadap Use
Behavior (UB).
Hipotesis 17 menguji pengaruh jenis kelamin terhadap hubungan antara Habit
(HB) dengan Use Behavior (UB). Hasil pengujian yang dilakukan menunjukkan
bahwa p-Value yang dihasilkan adalah 0,559. Karena nilai p-Value > 0,05 dan p-
Value < 0,95 maka hipotesis 17 ditolak. Dengan kata lain, pengujian empiris
menunjukkan bahwa Habit (HB) terhadap Use Behavior (UB) tidak dipengaruhi
oleh jenis kelamin. Hal ini berbeda dengan hasil penelitian yang dilakukan oleh
Meyers-Levy dan Maheswaran (1991) yang menunjukkan bahwa habit memiliki
efek yang lebih besar terhadap pengguna dengan jenis kelamin laki-laki
dibandingkan dengan pengguna berjenis kelamin perempuan.
Hipotesis 18 menguji pengaruh umur terhadap hubungan antara Habit (HB)

dengan Use Behavior (UB). Hasil pengujian yang dilakukan menunjukkan bahwa
p-Value yang dihasilkan adalah 0,999. Karena nilai p-Value > 0,95 maka hipotesis
18 diterima. Dengan kata lain, pengujian empiris menunjukkan bahwa Habit (HB)
terhadap Use Behavior (UB) dipengaruhi oleh umur. Path coefficient yang terlihat
pada Gambar 5.19 menunjukkan bahwa pengaruh habit lebih menonjol pada
pengguna dengan umur yang lebih tua.
Hipotesis 19 menguji pengaruh experience terhadap hubungan antara Habit (HB)

dengan Use Behavior (UB). Hasil pengujian yang dilakukan menunjukkan bahwa
p-Value yang dihasilkan adalah 0,978. Karena nilai p-Value > 0,95 maka hipotesis
19 diterima. Dengan kata lain, pengujian empiris menunjukkan bahwa Habit (HB)
terhadap Use Behavior (UB) dipengaruhi oleh experience. Path coefficient yang
terlihat pada Gambar 5.25 menujukkan bahwa efek Habit lebih kuat pada staf
yang memiliki experience lebih lama.
Hipotesis 20 menguji hubungan langsung antara Behavioral Intention (BI) dengan

Use Behavior (UB). Hasil pengujian yang dilakukan menunjukkan bahwa T-
Statistics yang dihasilkan oleh hubungan BI->UB adalah 5,087. Karena nilai T-
Statistics > 1,96 maka hipotesis 20 diterima. Penelitian ini menunjukkan bahwa
rencana untuk menggunakan NPC Room pada masa mendatang (HB2) dan
rencana untuk menyimpan dokumentasi pekerjaan ke dalam NPC Room (HB3)

89
mempengaruhi staf NPC dan BPA untuk menggunakan NPC Room. Dengan kata
lain, pengujian empiris menunjukkan bahwa Behavioral Intention (BI) memiliki
pengaruh langsung yang signifikan terhadap Use Behavior (UB). Hasil ini senada
dengan hasil penelitian yang dilakukan oleh Sheppard, Hartwick, dan Warshaw
(1988) yang menunjukkan adanya pengaruh Behavioral Intention terhadap Use
Behavior.
Hipotesis 21 menguji pengaruh experience terhadap hubungan antara Behavioral

Intention (BI) dengan Use Behavior (UB). Hasil pengujian yang dilakukan
> 0,95 maka hipotesis 21 diterima. Dengan kata lain, pengujian empiris
menunjukkan bahwa Behavioral Intention (BI) terhadap Use Behavior (UB)
dipengaruhi oleh experience. Path coefficient pada Gambar 5.28 menunjukkan
pengaruh Behavioral Intention tergadap Use Behavior lebih kuat pada staf dengan
experience lebih lama.
5.11 Implikasi Penelitian

Implikasi teoritis dan implikasi terhadap organisasi dari penelitian adalah :
1. Implikasi teoritis : Hasil penelitian empiris ini yang memperlihatkan adanya
perngaruh habit terhadap use behavior, mendukung penelitian yang dilakukan
oleh Limayem (2007) yang menyatakan bahwa habit dapat mempengaruhi
penggunaan suatu teknologi. Selain itu penelitian ini juga memperlihatkan
bahwa habit seseorang dipengaruhi oleh lama pengalaman kerja sama seperti
hasil penelitian dari Kim dan Malhotra (2005). Maka pada penelitian empiris
ini terlihat bahwa konstruk habit yang ditambahkan pada model UTAUT 2
terbukti menjadi salah satu faktor yang mempengaruhi penggunaan teknologi.
2. Implikasi terhadap organisasi : Dari hasil penelitian terlihat bahwa faktor
yang paling mempengaruhi staf NPC dan BPA aplikasi .NET untuk mau
menggunakan NPC Room adalah kebiasaan dan pengaruh lingkungan sosial.
Oleh karena itu, untuk meningkatkan penggunaan NPC Room perusahaan
harus mendorong setiap staf yang dapat mengakses NPC Room untuk
menjadikan penggunaan NPC Room sebagai kebiasaan mereka. Selain itu,
perusahaan juga dapat memanfaatkan pengaruh senior atau atasan untuk dapat

90
mempengaruhi staf NPC dan BPA lainnya agar mau menggunakan NPC
Room.

BAB 6
KESIMPULAN DAN SARAN
Bab ini besisi kesimpulan yang didapatkan dari hasil penelitian guna menjawab
pertanyaan penelitian pada bab Pendahuluan. Terdapat juga keterbatsan
penelitian, dan saran yang direkomendasikan untuk divisi yang bersangkutan dan
usulan untuk penelitian berikutnya.
6.1 Kesimpulan
Berikut adalah rumusan hasil penelitian yang dilakukan untuk menjawab
pertanyaan penelitian.
6.1.1 Model Pengukuran Konstruk Utama

Menurut hasil pengujian yang dilakukan terhadap model struktural, dari enam
hipotesis penelitian yang diuji dihasilkan tiga hipotesis yang diterima yang terdiri
dari dua faktor penggunaan sistem manajemen pengetahuan. Berdasarkan hasil
tersebut, peneliti menyimpulkan faktor-faktor yang mempengaruhi staf .NET
Production Room dan Business Process Analyst aplikasi .NET dalam
menggunakan NPC Room adalah sebagai berikut :
1. Social Influence (SI), yaitu tingkat pengaruh orang disekitar yang membuat
suatu individu untuk ikut serta menggunakan NPC Room. Pengaruh tersebut
dapat berupa dorongan yang didapatkan dari senior (SI1) maupun dorongan
yang diberikan oleh dari atasan (SI2) untuk mau menggunakan NPC Room.
Selain itu, pengaruh lingkungan sekitar dalam penggunaan NPC Room juga
dapat berasal dari keinginan untuk mengikuti jejak senior dalam
menggunakan NPC Room (SI3).
2. Habit (HB), yaitu kondisi yang mencerminkan tindakan yang dilakukan
secara otomatis atau tanpa direncanakan secara khusus untuk mengakses NPC
Room. Hal ini meliputi kebiasaan yang sudah melekat pada individu (HB1)
atau dorongan yang berasal dari dalam diri suatu individu untuk selalu ingin
menggunakan NPC Room (HB2).
Kedua faktor diatas terbukti menjadi faktor yang memiliki pengaruh pada
penggunaan NPC Room. Sedangkan faktor lain seperti performance expectancy

92
dan effort expectancy tidak terbukti memiliki pengaruh terhadap penggunaan NPC
Room. Artinya meskipun para staf NPC dan BPA aplikasi .NET sadar akan
manfaat NPC Room terhadap peningkatan kinerja dan kemudahan dalam
menggunakan NPC Room, hal tersebut tidak mempengaruhi staf NPC dan BPA
aplikasi .NET untuk menggunakan NPC Room. Hal tersebut karena para staf NPC
lebih memandang penting pengaruh dari senior atau orang yang dianggap penting.
Sehingga meskipun NPC Room memiliki manfaat bagi pekerjaan namun apabila
pengaruh dari atasan atau senior tidak ada, maka para staf NPC tidak termotivasi
untuk menggunakan NPC Room.
6.1.2 Model Pengukuran Efek Moderasi

Pengujian efek moderasi melibatkan beberapa variabel moderasi, yakni jenis
kelamin, umur, dan experience. Pada penelitian ini terdapat lima hipotesis efek
moderasi yang diterima. Variabel moderasi yang terbukti memoderasi hubungan
variabel laten adalah umur dan experience. Berdasarkan hasil yang ditemukan,
peneliti dapat menyimpulkan faktor-faktor apa yang mempengaruhi penggunaan
NPC Room berdasarkan umur dan experience pengguna, yakni :
1. Umur pegawai dapat mempengaruhi kebiasaan individu (HB) dalam
memggunakan NPC Room. Pengaruh habit terhadap penggunaan NPC Room
terlihat lebih tinggi pada pegawai dengan umur yang lebih tua.
2. Lama pengalaman kerja pengguna NPC Room dapat mempengaruhi tingkat
pengaruh lingkungan sekitar (SI) dalam menggunakan NPC Room dan
kebiasaan individu dalam menggunakan NPC Room (HB). Pengaruh
lingkungan sekitar terhadap penggunaan NPC Room lebih kuat terhadap
pegawai yang pengalaman kerjanya lebih lama. Begitu pula halnya dengan
habit. Pengaruh habit terhadap penggunaan NPC Room lebih kuat
pengaruhnya terhadap pegawai dengan masa kerja atau pengalaman kerja
lebih lama.
6.2 Keterbatasan Penelitian

Penelitian ini hanya ditujukan untuk pengguna sistem manajemen pengetahuan
NPC Room. Hasil dari penelitian ini berdasarkan persepsi dari karyawan PT Astra
International Tbk yang menggunakan sistem manajemen pengetahuan NPC Room.

93
Sehingga hasil penelitian ini tidak merepresentasikan penggunaan sistem

manajemen pengetahuan oleh seluruh karyawan PT Astra International Tbk.
6.3 Saran
Dari hasil penelitian yang dihasilkan, berikut adalah saran yang dapat diberikan
oleh peneliti, baik untuk perusahaan maupun untuk penelitian selanjutnya.
6.3.1 Saran untuk Divisi Application Support

Berikut adalah saran-saran untuk perusahaan guna meningkatkan penggunaan
NPC Room yang didapatkan dari hasil penelitian.
1. Staf NPC dan BPA senior seharusnya lebih aktif lagi dalam menggunakan
NPC Room sehingga dapat memberi contoh kepada anggota tim yang lain
untuk menggunakan NPC Room..
2. Atasan atau senior yang dianggap memiliki pengaruh terhadap para staf NPC
dan BPA dapat lebih memberi dorongan dan teladan untuk menggunakan
NPC Room.
3. Membentuk change agent guna mengajak dan mempengaruhi individu atau
rekan kerja lain agar ikut serta menggunakan NPC Room.
4. Mendorong staf NPC dan BPA untuk mau membiasakan diri untuk
mendokumentasikan pekerjaannya ke dalam NPC Room, seperti membuat
jadwal untuk setiap staf NPC membuat dokumentasi problem di NPC Room.
Selain itu, mensyaratkan BPA untuk mengunggah juklak program sebelum
suatu program aktif di sistem Production.
Berikut adalah saran-saran dari peneliti untuk pengembangan NPC Room
berdasarkan masukan dari pengguna NPC Room yang diperoleh melalui jawaban
pertanyaan bebas yang terdapat pada kuesioner (Lampiran 9).
1. Memberikan sosialisasi dan pengertian kepada seluruh staf NPC dan BPA
tentang pentingnya saling berbagi pengetahuan antar staf serta manfaat dari
NPC Room yang dapat digunakan untuk saling bertukar atau berbagi
pengetahuan yang dimiliki. Khususnya pada setiap staf NPC atau BPA yang
baru bergabung.
2. Pemberian rating pada setiap dokumentasi solusi problem, agar dapat terlihat
solusi yang dirasakan membantu dan yang kurang dapat dimengerti.

94
3. Mengubah user interface pada NPC Room agar lebih menarik dan mudah
dimengerti.
4. Dibuat jadwal untuk menentukan Person in Charge (PIC) yang bertugas
mengunggah solusi problem yang dihasilkan pada weekly meeting ke dalam
NPC Room.
5. Terdapat hit counter pada dokumentasi solusi tiket problem dibuka, sehingga
dapat diketahui intensitas terjadinya suatu masalah. Hal tersebut dapat
membantu BPA untuk menentukan prioritas masalah dalam upaya
pencegahan terjadinya kembali suatu problem.
6.3.2 Saran untuk Penelitian Selanjutnya

Berikut adalah saran-saran yang dapat dipertimbangkan untuk penelitian
selanjutnya :
1. Dapat mengembangkan penelitian yang memiliki variabel moderasi
berbentuk kategori dengan jumlah kategori lebih dari dua.
2. Penelitian selanjutnya dapat menambahkan konstruk lain atau variabel
moderasi yang lain untuk diteliti.
3. Penggunaan model lain untuk meneliti penerimaan dan penggunaan NPC
Room yang lebih fokus pada pengaruh dari kualitas sistem dan isi dari
informasi atau konten.

DAFTAR PUSTAKA
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and

Human Decision Processes , 50 (2), 179-211.
Alavi, M. (1997). KPMG Peat Marwick US.: One Giant Brain. Harvard Business
School.
Alavi, M., & Leidner, D. E. (2001). Review: Knowledge Management and

Knowledge Management Systems: Conceptual Foundations and Research Issues.
MIS Quarterly , 25 (1), 107-136.
Bagozzi, R. P., & Yi, Y. (1988). On the evaluation of structural equation models.
Journal of the Academy of Marketing Science , 16 (1), 74-94.
Baron, R. M., & Kenny, D. A. (1986). The Moderator-Mediator Variable

Distinction in Social Psychological Research: Conceptual, Strategic, and
Statistical Considerations. Journal of Personality and Social Psychology , 51 (6),
1173-1182.
Cheng, D., Liu, G., Qian, C., & Song, Y. F. (2008). Customer Acceptance of
Internet Banking: Integrating Trust and Quality with UTAUT Model. IEEE , 383-
388.
Chin, W. W. (2000). Frequently Asked Questions - Partial Least Squares & PLS
Graph. Diambil kembali dari http://disc-nt.cba.uh.edu/chin/plsfac/plsfac.html
Chin, W. W., Marcolin, B. L., & Newsted, P. R. (2003). A partial least square
latent variable modelling approach for measuring interaction effects: Results from
a Monte Carlo simulation study and an electronic-mail emotion / adoption study.
Information systems research , 14 (2), 189-217.
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User

Accpetance of Information Technology. MIS Quarterly , 13 (3), 319 – 339.
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User Acceptance of

Computer Technology: A Comparison of Two Theoretical Models. Management
Science , 35 (8), 982-1002.
Dretske, F. (1981). Knowledge and the Flow of Information. Cambridge, MA:

MTI Press.
Fang, W. C., Li, M. W., & Liu, C. W. (2008). Measurement of the Knowledge-
Sharing Efficacy of Web2.0 Site Constructed on the Basis of Knowledge-based
Systems by Applying the Model of UTAUT: Evidence of the early adopters. IEEE
, 372.

96
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with
unobservable variables and measurement error. Journal of Marketing Research ,
18 (1), 39-50.
Ghozali, I., & Latan, H. (2014). Partial Least Squares Konsep, Metode, dan
Aplikasi Menggunakan Program WarpPLS 4.0 (Kedua ed.). Semarang: Badan
Penerbit Universitas Diponegoro.
Ghozali, I., & Latan, H. (2012). Partial Least Squares: Konsep, Teknik dan
Aplikasi Menggunakan Program SmartPLS 2.0 M3. Semarang: Badan Penerbit
Universitas Diponegoro.
Good, P. (2005). Permutation, Parametric, and Bootstrap Test of Hypotheses.

(3rd ed.). New York: Springer.
Hair, J. F., Ringle, C. M., & Sarstedt, M. (2011). PLS-SEM: Indeed a Silver
Bullet. Journal of Marketing Theory and Practice , 19 (2), 138-150.
Hair, J. F., Sarstedt, M., Ringle, C. M., & Mena, J. A. (2012). An assessment of
the use of partial least squares structural equation modeling in marketing research.
Journal of the Academy of Marketing Science , 40 (3), 414-433.
Hair, J., Hult, T., Ringle, C., & Sartstedt, M. (2013). A Primer on Partial Least
Squares Structural Equation Modeling (PLS-SEM). Los Angeles: Sage.
Henseler, J. (2007). A new and simple approach to multi-group analysis in partial

least squares path modeling. PLS and Related Methods: Proceedings of the
International Symposium PLS'07, (hal. 104-107). Oslo.
Henseler, J. (2010). On the convergence of the partial least squares path modeling
algorithm. Computational Statistics , 25 (1), 107–120.
Henseler, J., & Fassott, G. (2010). Testing Moderating Effects in PLS Path
Models: An Illustration of Available Procedures. Dalam V. E. Vinzi, W. W. Chin,
J. Henseler, & H. Wang, Handbook of Partial Least Squares: Concepts, Methods,
and Applications in Marketing and Related Fields (hal. 713-735). Berlin:
Springer.
Henseler, J., Fassott, G., Dijkstra, T. A., & Wilson, B. (2012). Analysing
quadratic effects of formative constructs by means of variance-based structural
equation modeling. European Journal of Information Systems , 21 (1), 99-112.
Henseler, J., Ringle, C. M., & Sinkovics, R. R. (2009). The Use of Partial Least
Square Path Modeling in International Marketing. Advances in International
Marketing , 20, 277-319.

97
Holtham, C., & Courtney, N. (1998). The Executive Learning Ladder: A

Knowledge Creation Process Grounded in the Strategic lnformation Systems
Domain. Proceedings of the Fourth Americas Conference on lnformation Systems,
(hal. 594-597). Baltimore.
Huang, S., & Wang, X. (2009). Influence of Organizational System to End-Users’

Acceptance of ERP System in Chinese Enterprises. IEEE , 160-164.
Huber, G. (1991). Organizational Learning: The Contributing Processes and the

Literatures. Organization Science , 2 (1), 88-115.
Hulland, J. (1999). Use of partial least squares (PLS) in strategic management

research: a review of four recent studies. Strategic Management Journal , 20 (2),
195-204.
Ifinedo, P. (2012). Technology acceptance by health professionals in Canada: An

analysis with a modified UTAUT model. IEEE , 2937-2946.
Ifinedo, P. (2012). Technology Acceptance by Health Professionals in Canada: An

Analysis With a Modified UTAUT Model. IEEE , 2937-2946.
Jarvis, C. B., MacKenzie, S. B., & Podsakoff, P. M. (2003). A Critical Review

view of Construct Indicators and Measurement Model Misspecifications in
Marketing and Consumer Research. Journal of Consumer Research , 30, 199-218.
Jasperson, J., Carter, P. E., & Zmud, R. W. (2005). A Comprehensive

Conceptualization of the Post-Adoptive Behaviors Associated with IT-Enabled
Work Systems. MIS Quarterly , 29 (3), 525-557.
Kabir, N. (2013). Tacit Knowledge, its Codification and Technological

Advancement. The Electronic Journal of Knowledge Management , 11 (3),
235‐243.
Kang, M., Liew, B. Y., Lim, H., Jang, J., & Lee, S. (2015). Investigating the
Determinants of Mobile Learning Acceptance in Korea Using UTAUT 2.
Emerging Issues in Smart Learning , 209-216.
Keil, M., Saarinen, T., Tan, B. C., Tuunainen, V., Wassenaar, A., & Wei, K.
(2000). A cross-cultural study on escalation of commitment behavior in software
projects. MIS Quarterly , 24 (2), 299-325.
Kim, S. S., & Malhotra, N. K. (2005). A Longitudinal Model of Continued IS

Use: An Integrative View of Four Mechanisms Underlying Postadoption
Phenomena. Management Science , 51 (5), 741-755.
(2013). Laporan Tahunan 2013. PT Astra International Tbk, Jakarta.

98
Lee, Y. H., Hsieh, Y. C., & Hsu, C. N. (2011). Adding Innovation Diffusion
Theory to the Technology Acceptance Model: Supporting Employees’ Intentions
to use E-Learning Systems. Educational Technology & Society , 14 (4), 124-137.
Lev, B., & Daum, J. H. (2004). The dominance of intangible assets: consequences
for enterprise management and corporate reporting. Measuring Business
Excellence – The Journal of Business Performance Management , 8 (1), 6-17.
Limayem, M., & Hirt, S. G. (2003). Force of Habit and Information Systems
Usage: Theory and Initial Validation. Journal of the AIS , 4 (1), 65-97.
Limayem, M., Hirt, S. G., & Cheung, C. M. (2007). How Habit Limits the
Predictive Power of Intentions: The Case of IS Continuance. MIS Quarterly , 31
(4), 705-737.
Little, T. D., Bovaird, J. A., & Widaman, K. F. (2006). On the merits of

orthogonalizing powered and product terms: Implications for modeling
interactions among variables. Structural Equation Modeling , 13, 497-519.
Machlup, F. (1980). Knowledge: Its Creation, Distribution, and Economic

Significance (Vol. 1). Princeton: Princeton University Press.
Meyers-Levy, J., & Maheswaran, D. (1991). Exploring Differences in Males’ and

Females’ Processing Strategy. Journal of Consumer Research , 18 (1), 63-70.
Moore, G. C., & Benbasat, I. (1991). Development of an Instrument to Measure

the Perceptions of Adopting an Information Technology Innovation. Information
Systems Research , 2 (3), 192-222.
Nitzl, C. (2010). Eine anwenderorientierte Einf'uhrung in die Partial Least

Square (PLS)-Methode. Universit''at Hamburg, Institut f'ur Industrielles
Management, Hamburg.
Nonaka, I. (1994). A dynamic theory of organizational knowledge creation.

Organization Science , 5 (1), 14-37.
Nystrom, P. C., & Starbuck, W. H. (1981). Handbook of Organizational Design

(Vol. 1). New York: Oxford University Press.
Peteraf, M. A., & Bergen, M. E. (2003). Scanning dynamic competitive

landscapes: A market-based and resource-based framework. Strategic
Management Journal , 24 (10), 1027-1041.
Phichitchaisopa, N., & Naenna, T. (2013). Factors Affecting The Adoption of

Healthcare. EXCLI Journal , 12, 413-436.

99
Powell, W. (1998). Learning from Collaboration: Knowledge and Networks in the

Biotechnology and Pharmaceutical Industrie. California Management Review , 40
(3), 228-240.
Raman, A., & Don, Y. (2013). Preservice Teachers' Acceptance of Learning

Management Software: An Application of the UTAUT2 Model. International
Education Studies , 6 (7), 157.
Rasula, J., Vuksic, V. B., & Stemberger, M. I. (2012). The Impact of Knowledge
Management on Organisational Performance. Economic and Business Review , 14
(2), 147-168.
Rhodes, S. R. (1983). Age-Related Differences in Work Attitudes and Behavior:

A Review and Conceptual Analysis. Psychological Bulletin , 93 (2), 328-367.
Sarstedt, M., Henseler, J., & Ringle, C. M. (2011). Multigroup Analysis in Partial
Least Squares (PLS) Path Modeling: Alternative Methods and Empirical Result.
Advances in International Marketing , 22 (1), 195-218.
Sheppard, B. H., Hartwick, J., & Warshaw, P. R. (1988). The Theory of Reasoned
Action: A Meta-Analysis of Past Research with Recommendations for
Modifications and Future Research. Journal of Consumer Research , 15 (3), 325-
343.
Sholihin, M., & Ratmono, D. (2013). Analisis SEM-PLS dengan WarpPLS 3.0
untuk Hubungan Nonlinier dalam Penelitian Sosial dan Bisnis. Yogyakarta:
Penerbit Andi.
Stein, E. W., & Zwass, V. (1995). Actualizing Organizational Memory with

lnformation System. lnformation Systems Research , 6 (2), 85-117.
Teece, D. J. (2007). Explicating Dynamic Capabilities: the Nature and

Microfoundations of (sustainable) Enterprise Performance. Strategic Management
Journal , 28 (13), 1319-1350.
Teece, D. J. (2000). Managing Intellectual Capital: Organizational, Strategic,

and Policy Dimensions. Oxford: Oxford University Press.
Thompson, R. L., Higgins, C. A., & Howell, J. M. (1991). Personal Computing:

Toward a Conceptual Model of Utilization. MIS Quarterly , 15 (1), 124-143.
Tuomi, I. (1999). Data is More Than Knowledge: Implications of the Reversed

Hierarchy for Knowledge Management and Organizational Memory. Journal of
Management Information Systems , 16 (3), 103-117.

100
Udeh, E. P. (2008). Exploring User Acceptance of Free Wireless Fidelity Public

Hot Spots: An Empirical Study. Human Technology: An Interdisciplinary Journal
on Humans in ICT Environments , 4 (2), 144-168.
Vance, D. M. (1997). Information, Knowledge, and Wisdom: The Epistemic

Hierarchy and Computer-Based Information System. Proceedings of the Third
Americas Conference of Information Systems. Indianapolis.
Venkatesh, V., & Morris, M. G. (2000). Why Don’t Men Ever Stop to Ask For
Directions? Gender, Social Influence, and Their Role in Technology Acceptance
and Usage Behavior. MIS Quarterly , 24 (1), 115-139.
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User
Acceptance of Information Technology: Toward a Unified View. MIS Quarterly ,
27 (3), 425-478.
Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer Acceptance and Use of
Information Technology: Extending The Unified Theory of Acceptance and Use
of Technology. Mis Quarterly , 36 (1), 157-178.
Walsh, J. P., & Ungson, G. R. (1991). Organizational Memory. Academy of

Management Review , 16 (1), 57-91.
Wang, C. Y., & Pai, J. C. (2011). An Empirical Study of the Acceptance and Use
of Knowledge Management Systems in Taiwanese Insurance Industry. 2011
International Conference on Management Learning and Business Technology
Education. Kaohsiung, Taiwan: Meiho University.
White, T. L., & McBurney, D. H. (2013). Research Methods (9th ed.). Belmont,
CA: Wadsworth.
Wijaya, N. P. (2013). Pengukuran Tingkat Penerimaan Sistem Informasi

Knowledge Management Batik Menggunakan Metode UTAUT 2 Studi Kasus :
Mahasiswa Institut Manajemen Telkom. Proceeding from JBPTITBPP. Bandung:
JBPTITBPP.
Wold, H. (1982). Soft modeling: the basic and some extensions. Dalam K. G.
Joreskog, & H. Wold, Systems under indirect observation. (Vol. 2, hal. 1-54).
Amsterdam, North-Holland.
Wu, Y., Tao, Y., & Yang, P. (2009). The Discussion on Influence of Website
Usability towards User Acceptability. IEEE .
Yoo, S. J., & Huang, W. D. (2013). Employees’ acceptance of knowledge

management systems and its impact on creating learning organizations.
Knowledge Management & E-Learning , 5 (4), 434-454.

101
Yoo, S. J., & Huang, W. D. (2011). Employees’ E-learning Acceptance Levels in

the workplace of South Korea. Dalam M. Simonson (Penyunt.), The Annual
Convention of the Association for Educational Communications and Technology.
1, hal. 268-277. Jacksonville: Nova Southeastern University.

102
Lampiran 1 : Key Performance Index

103
Lampiran 2 : Kuesioner penelitian
Survei Perilaku Pengguna terhadap Penggunaan NPC Room

PT Astra International, Tbk
Responden yang terhormat,
Saya ucapkan terimakasih atas partisipasinya dalam mengisi kuesioner ini.
Kuesioner ini diberikan dengan tujuan untuk mengetahui faktor-faktor yang

mempengaruhi penggunaan portal NPC Room. Kegiatan penelitian ini dilakukan
oleh Lucky Widya Pramesti sebagai prasyarat kelulusan Program Magister
Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Indonesia.
Keberhasilan penelitian ini sangat tergantung pada kejujuran dan keakuratan

Anda dalam menjawab seluruh pernyataan dan pertanyaan yang ada. Jawaban
yang Anda berikan akan dijaga kerahasiaannya dengan ketat.
Terdapat 2 bagian yang harus Anda isi, yakni Kuesioner dan Data
Responden.
Petunjuk Pengisian Kuesioner :

Mohon kesedian saudara/i untuk memberikan tanda silang (X) pada kolom berisi
angka yang berada di sebelah kanan dari setiap pernyataan yang ada, sesuai
dengan tingkat persetujuan Anda.
Skala penilaian :
 1 = Sangat Tidak Setuju (STS)
 2 = Tidak Setuju (TS)
 3 = Agak Tidak Setuju (ATS)
 4 = Agak Setuju (AS)
 5 = Setuju (S)
 6 = Sangat Setuju (SS)
Contoh Pengisian Kuesioner :

Jawaban
No
Pernyatan AT
. STS TS AS S SS
S
1 Membaca dapat membuat ilmu 1 2 3 4 5 6

saya bertambah.

104
Lampiran 2 : Kuesioner penelitian (lanjutan)

Petunjuk Pengisian Data Responden :
Mohon kesedian saudara/i untuk memberikan tanda silang (X) pada kolom berisi
huruf yang berada di sebelah kiri dari setiap pilihan jawaban yang ada, sesuai
dengan kondisi Anda sekarang.
Contoh Pengisian Data Responden :

1. Apa jenis kelamin Anda ?
a. Laki-laki
b. Perempuan
Setiap pernyataan dan pertanyaan diharapkan untuk diisi dengan penilaian yang
seobjektif mungkin.
Terimakasih.

105

KUESIONER
Jawaban
No. Pernyataan
STS TS ATS AS S SS
1 Penggunaan portal NPC Room
memiliki manfaat bagi pekerjaan 1 2 3 4 5 6
saya.
2 Tugas atau pekerjaan dapat lebih
cepat diselesaikan dengan 1 2 3 4 5 6
3 Produktivitas saya meningkat
dengan menggunakan portal 1 2 3 4 5 6
NPC Room.
4 Mudah bagi saya untuk belajar
bagaimana cara menggunakan 1 2 3 4 5 6
portal NPC Room.
5 Menurut saya, portal NPC Room
mudah untuk digunakan. Mudah
1 2 3 4 5 6
bagi saya untuk ahli dalam
menggunakan potal NPC Room.
6 Cara berinteraksi dengan portal
NPC Room jelas dan dapat 1 2 3 4 5 6
dimengerti.
7 Mudah bagi saya untuk ahli
dalam menggunakan potal NPC 1 2 3 4 5 6
Room.
8 Senior saya berpendapat bahwa
saya harus menggunakan portal 1 2 3 4 5 6
NPC Room.
9 Atasan saya berpendapat bahwa
saya harus menggunakan portal 1 2 3 4 5 6
NPC Room.
10 Senior pada tempat kerja saya
menginspirasi saya untuk 1 2 3 4 5 6
menggunaan portal NPC Room.
11 Menggunakan portal NPC Room
sudah menjadi kebiasaan saya. 1 2 3 4 5 6
12 Saya merasa harus menggunakan

1 2 3 4 5 6
NPC Room.

106

13 Saya akan menggunakan portal 1 2 3 4 5 6
NPC Room pada masa yang akan
datang.
14 Saya berencana untuk lebih 1 2 3 4 5 6
sering menggunakan portal NPC
Room.
15 Saya berencana untuk 1 2 3 4 5 6
menyimpan dokumentasi
pekerjaan ke dalam portal NPC
Room.
16 Saya sering menggunakan NPC 1 2 3 4 5 6
Room untuk menyelesaikan
masalah.
17 Saya sering mengakses NPC 1 2 3 4 5 6
Room untuk memperoleh
informasi tentang pekerjaan saya.
18 Saya sering mengakses NPC 1 2 3 4 5 6
Room untuk mengetahui masalah
apa yang kerap terjadi.
19 Saya menggunakan NPC Room 1 2 3 4 5 6
untuk menyimpan dokumentasi
pekerjaan.

107

DATA RESPONDEN
1. Apa jenis kelamin Anda ?

a. Laki-laki
b. Perempuan
2. Berapa usia Anda ?

a. 20-25 tahun
b. 26-30 tahun
c. ≥31 tahun
3. Di mana posisi Anda bekerja ?
a. .NET Production Center (NPC)
b. Business Process Analys (BPA)
.
4. Berapa lama Anda bekerja di PT Astra International, Tbk ?
a. ≤ 2 tahun
b. 3-5 tahun
c. ≥6 tahun
5. Apa kekurangan yang masih dirasakan dari NPC Room ?

108
6. Apa kelebihan yang dimiliki oleh NPC Room ?
7. Apa saran yang ingin Anda berikan untuk portal NPC Room?

109
Lampiran 3 : Hasil kuesioner
PE1 PE2 PE3 EE1 EE2 EE3 EE4 SI1 SI2 SI3 HB1 HB2 BI1 BI2 BI3 UB1 UB2 UB3 UB4 G A E
4 4 4 5 5 5 5 3 5 3 2 3 5 4 5 3 3 3 3 2 1 1
5 5 5 4 4 4 4 5 4 5 4 4 4 4 4 4 3 3 4 2 1 1
4 3 2 3 3 3 3 3 3 2 2 3 5 4 3 2 3 3 3 2 2 1
3 3 3 4 4 4 5 2 3 3 3 3 3 3 3 3 3 3 3 2 2 3
5 4 5 5 5 4 4 4 4 4 4 5 5 5 4 4 4 4 4 1 1 1
3 3 3 3 3 3 3 3 4 3 3 3 3 4 4 3 3 3 3 2 2 2
3 3 2 4 3 3 3 3 4 2 2 3 3 3 3 2 2 2 2 2 1 2
5 3 3 6 6 6 6 5 5 3 2 3 4 4 4 3 3 3 2 2 1 1
3 2 2 5 4 5 4 5 5 3 1 3 4 4 3 1 1 1 2 2 2 2
5 5 5 5 5 6 5 6 6 5 4 5 4 4 5 4 5 4 5 2 1 1
5 4 4 5 5 3 4 3 3 2 2 4 4 4 5 3 4 3 2 1 2 2
4 4 4 5 5 5 5 3 4 4 3 4 4 4 4 3 4 3 3 2 1 1
4 4 4 5 5 5 4 3 4 3 3 3 4 3 4 3 3 3 4 2 1 2
5 4 4 4 5 5 4 4 5 5 3 5 3 4 6 3 3 3 6 1 3 3
5 5 4 4 4 4 4 5 5 4 4 4 4 5 5 3 3 5 3 1 1 1
3 4 3 5 4 5 4 3 3 3 2 4 4 4 4 4 4 3 3 2 1 1
5 4 4 5 6 5 5 4 4 4 3 5 5 5 6 4 4 3 5 1 1 1
2 2 1 4 4 4 4 2 3 2 1 3 4 3 2 1 2 2 1 1 1 2
5 5 4 5 5 5 5 4 5 4 3 4 5 4 4 3 3 3 3 1 1 1
4 5 4 4 5 4 5 3 3 3 2 1 2 2 3 3 3 2 3 1 1 2

110
Lampiran 3 : Hasil kuesioner (lanjutan)

5 4 3 4 4 5 4 5 5 5 3 4 5 5 4 4 4 3 3 1 1 1
6 6 5 5 5 5 5 5 5 5 6 6 6 5 6 6 5 4 6 1 3 3
5 5 5 5 5 5 5 5 6 5 5 5 5 5 5 4 5 5 5 1 3 2
5 5 5 5 5 5 5 5 4 5 4 4 6 5 4 5 5 4 4 2 1 1
5 4 4 5 5 3 4 4 4 4 3 5 5 5 5 3 4 3 3 1 1 1
5 5 4 4 5 5 5 4 5 5 3 3 4 5 6 5 4 5 5 1 2 1
5 4 4 5 5 4 5 4 5 4 4 4 4 4 4 3 4 5 4 2 2 2
4 3 4 4 5 5 4 4 3 3 4 4 5 4 4 4 4 3 4 1 2 2
6 5 5 5 5 5 5 4 4 4 5 4 5 4 4 4 4 4 4 1 1 1
3 3 4 4 4 4 4 3 3 3 4 5 4 3 3 4 4 4 3 2 1 1
5 4 4 4 5 4 4 4 4 4 4 5 4 5 4 4 5 4 4 2 1 1
6 6 5 5 6 5 5 5 5 5 5 5 5 5 5 4 4 5 5 2 1 1
3 4 4 3 4 4 4 4 4 3 4 4 3 4 4 3 4 3 4 2 1 1
4 3 3 4 4 3 4 3 4 4 3 3 3 3 4 3 4 4 4 2 1 1
6 5 6 5 5 6 5 5 6 5 6 5 5 6 5 4 5 5 5 2 1 1
4 3 2 4 4 5 4 4 4 2 3 4 5 4 4 3 4 5 4 2 2 2
4 5 3 4 5 4 4 5 5 3 2 2 6 5 5 3 5 4 4 1 2 3
5 5 3 4 4 3 3 4 4 3 3 2 4 3 4 3 2 3 3 1 3 3
4 4 4 3 3 3 3 4 4 4 2 2 3 4 3 2 2 3 3 2 2 2
4 5 4 4 3 3 3 4 5 4 3 3 4 4 4 4 5 4 4 1 3 2
4 4 4 5 4 4 5 4 4 3 2 3 3 5 4 3 4 4 3 1 3 3
5 3 3 5 4 4 4 5 5 3 3 2 4 4 4 3 3 3 4 1 2 1
3 4 4 4 3 4 4 4 3 4 1 4 5 4 5 3 4 4 4 1 3 3

111
Lampiran 3 : Hasil kuesioner (lanjutan)

5 5 4 3 4 3 4 5 4 5 4 5 6 5 5 5 3 4 4 1 3 3
4 5 5 4 5 5 4 5 4 4 2 4 4 5 5 5 4 5 4 1 3 3
4 4 5 4 4 5 4 4 6 5 3 5 5 6 6 4 5 4 5 1 3 3
5 5 5 5 5 4 5 5 5 5 2 4 4 5 5 4 4 5 4 1 2 2
5 4 5 4 4 4 4 3 4 3 1 3 5 4 4 2 3 4 3 1 3 3
5 4 4 4 3 3 4 3 5 3 2 3 3 4 3 4 3 2 3 1 2 2
5 3 5 4 4 4 4 4 5 4 2 4 5 5 4 3 4 4 4 1 3 3
4 4 4 4 4 4 4 4 5 3 1 4 5 4 5 3 4 3 4 2 2 2
4 5 5 5 4 4 5 4 6 5 3 5 5 5 5 4 4 4 5 2 3 2
5 5 3 4 3 3 4 3 4 4 3 4 4 3 4 4 3 3 4 2 2 2
3 4 4 3 4 4 3 4 3 2 2 3 4 4 4 4 5 4 4 2 2 2
5 4 5 5 5 4 4 5 5 4 3 4 5 5 4 3 4 5 4 1 3 3
4 4 5 5 4 4 4 5 4 3 4 3 4 4 4 3 4 3 4 2 3 2
5 4 4 3 3 3 3 4 4 4 2 2 3 4 4 4 5 3 4 2 2 2

112
Lampiran 4 : Parameter algoritma PLS

113
Lampiran 5 : Hasil algoritma PLS pada model awal

114
Lampiran 5 : Hasil algoritma PLS pada model awal (lanjutan)

115
Lampiran 6 : Hasil algoritma PLS pada model respesifikasi

116
Lampiran 6 : Hasil algoritma PLS pada model respesifikasi (lanjutan)

117
Lampiran 6 : Hasil algoritma PLS pada model respesifikasi (lanjutan)

118
Lampiran 7 : Parameter bootstrapping

119
Lampiran 8 : Analisis multigroup dengan SmartPLS v.3.1.3

120
Lampiran 9 : Rangkuman jawaban pertanyaan bebas
Kelebihan
1 Cukup informatif khususnya bagi staf yang baru bergabung.
2 Mudah diakses.
3 Dapat menjadi tempat untuk berbagi infomasi atau dokumen.
4 Dapat digunakan untuk mengetahui problem yang terjadi di sistem
production.
Kekurangan
1 Sulit untuk mencari file yang dibutuhkan.
2 Terdapat materi atau dokumentasi yang sulit dimengerti.
3 Dokumentasi atau materi yang ada tidak up to date.
4 User interface kurang menarik atau kurang interaktif.
5 Kurang disosialisasikan.
6 Standarisasi layout pembuatan dokumen tidak sama.
7 Pembagian problem kurang spesifik, hanya dibagi berdasarkan modul.
Saran
1 Perlu tambahan mesin pencarian file.
2 Dapat menampilkan gambar pada dokumentasi tiket problem.
3 Perbaikan user interface agar lebih user friendly.
4 Perlu disosialisasikan, terlebih pada karyawan baru.
5 Penambahan fasilitas agar dapat dijadikan sebagai tempat diskusi.
6 Dibentuk aturan atau jadwal atau SOP yang mewajibkan staf mengakses
atau mengisi NPC Room.
7 Memperbaharui isi atau materi pada NPC Room.
8 Penambahan informasi untuk mengetahui intensitas suatu solusi tiket
problem diakses.

Digital - 2016-5 - 20405145-TA-Lucky Widya Pramesti PDF

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Digital - 2016-5 - 20405145-TA-Lucky Widya Pramesti PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSITAS INDONESIA

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

LUCKY WIDYA PRAMESTI

FAKULTAS ILMU KOMPUTER

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

LUCKY WIDYA PRAMESTI

FAKULTAS ILMU KOMPUTER

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

Karya Akhir ini adalah hasil karya saya sendiri,

dan semua sumber baik yang dikutip maupun dirujuk

telah saya nyatakan dengan benar.

Nama : Lucky Widya Pramesti

Tanggal : 19 Januari 2015

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

Karya Akhir ini diajukan oleh :

Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai

Pembimbing : Ir. Dana Indra Sensuse, M.LIS., Ph.D. ( ....................... )

Pembimbing : dr. Iik Wilarso, M.T.I. ( ....................... )

Penguji : Prof. Ir. Zainal Arifin Hasibuan, MLS., Ph.D. ( ....................... )

Penguji : Putu Wuri Handayani, M.Sc. ( ....................... )

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

Jakarta, Januari 2015

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

Sebagai civitas akademik Universitas Indonesia, saya yang bertanda tangan di

Nama : Lucky Widya Pramesti

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Demikian pernyataan ini saya buat dengan sebenarnya.

( Lucky Widya Pramesti )

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

Nama : Lucky Widya Pramesti

Pada tahun 2010 PT Astra International Tbk membangun sistem manajemen

Kata Kunci: Sistem Manajemen Pengetahuan, UTAUT 2, PLS.

vii Universitas Indonesia

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

Name : Lucky Widya Pramesti

In 2010 PT Astra International Tbk build knowledge management system named

Keywords: Knowledge Management System, UTAUT 2, PLS.

viii Universitas Indonesia

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

HALAMAN JUDUL .............................................................................................. i

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

xii Universitas Indonesia

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

xiii Universitas Indonesia

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

xiv Universitas Indonesia

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

Lampiran 1 : Key Performance Index ................................................................. 102

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

1.1 Latar Belakang Penelitian

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

Pada tahun 2010, PT Astra International Tbk membuat sistem manajemen

1.2 Identifikasi Masalah

1.2.1 Harapan terhadap NPC Room

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015

sebuah sistem manajemen pengetahuan yang berfungsi sebagai fasilitas berbagi

Berdasarkan wawancara yang dilakukan dengan team leader Application Support

1.2.2 Penggunaan NPC Room Saat Ini

Analisis Faktor..., Lucky Widya Pramesti, FASILKOM UI, 2015