net/publication/313314313
CITATIONS READS
0 1,347
2 authors:
Some of the authors of this publication are also working on these related projects:
SISTEM KENDALI UNTUK MONITORING ALAT BANTU (LIGHT CENTER, CONDESATE TANK AND PUMP ) STUDI KASUS : PLTGU TANJUNG BATU KUTAI KARTANEGARA View
project
All content following this page was uploaded by Putut Pamilih Widagdo on 04 February 2017.
ABSTRAK
PENDAHULUAN
Perkembangan Teknologi Informasi (TI) saat ini memiliki peran yang cukup penting
dalam membantu keberlangsungan perusahaan atau organisasi bahkan merupakan kekuatan
fundamental dalam pembentukan kembali dunia bisnis. Teknologi informasi yang dahulu
dianggap sebagai pendorong dan pendukung strategi organisasi, saat ini dianggap sebagai
bagian terintegrasi dari strategi bisnis. Banyak organisasi yang menginvestasikan modal
berupa sumber daya dan keuangan dalam rangka mengembangkan berbagai teknologi
informasi sebagai upaya mencapai tujuannya. Hal ini yang menyebabkan pentingnya untuk
mengukur keberhasilan Manajemen Sistem Informasi (Management Information System)
ISBN: 978-602-70604-2-5
C-14-1
Prosiding Seminar Nasional Manajemen Teknologi XXIII
Program Studi MMT-ITS, Surabaya, 1 Agustus 2015
(DeLone dan McLean, 1992). Menurut Ajzen dan Fisbein (1975) menyatakan dengan adanya
manfaat yang positif dari penggunaan teknologi (komputer) akan mempengaruhi seseorang
untuk menggunakan teknologi tersebut.
Dampak penggunaan teknologi informasi dan kinerja individu telah menjadi perhatian
terus-menerus dalam bidang penelitian sistem informasi. Fokus kunci dalam penelitian sistem
informasi adalah adanya pemahaman yang baik dari hubungan antara sistem informasi dan
kinerja individu (DeLone dan McLean, 1992; Goodhue dan Thompshon, 1995; Igbaria &
Tan, 1997). Dengan pemahaman teknologi informasi berpengaruh positif terhadap kinerja
individu, teknologi harus dapat dimanfaatkan, dan teknologi harus sesuai dengan tugas. Saat
ini, meskipun pengguna melihat teknologi itu canggih, pengguna tidak akan mengadopsi jika
pengguna berfikir teknologi tersebut tidak sesuai dengan tugas dan tidak dapat meningkatkan
kinerja (Junglas, Abraham, dan Watson, 2008; Zhou, Lu, dan Wang, 2010).
Dampak kinerja merupakan pertimbangan dalam keberhasilan pada penelitian sistem
informasi yang berkaitan dengan kinerja manajemen dan pengambilan keputusan strategis TI.
Dalam mengetahui dampak kinerja individu dalam menggunakan teknologi informasi di
organisasi, banyak penelitian terdahulu menggunakan model kesesuaian teknologi terhadap
tugas (Task Technology Fit) yang merupakan kesesuaian antara fungsi dari teknologi dengan
kebutuhan tugas pengguna, di mana teknologi yang ada dimanfaatkan untuk mendukung
tugas-tugas pengguna (Goodhue dan Thompshon, 1995). Dalam fokus penelitian ini ukuran
dari dampak kinerja individu yang meningkat merupakan implikasi gabungan antara
peningkatan efisiensi, efektivitas, dan produktivitas dalam menggunakan teknologi informasi.
Penelitian ini bertujuan untuk memberikan bukti empiris adanya hubungan faktor
kesesuaian teknologi terhadap tugas (task technology fit) yang mempengaruhi penggunaan
(utilization) dan dampak terhadap kinerja individu (individual performance) dalam
menggunakan teknologi informasi di Universitas Mulawarman. Hasil temuan penelitian ini
akan membantu organisasi dalam pengambilan kebijakan dan keputusan strategis dalam
upaya meningkatkan pemanfaatan teknologi informasi yang berdampak terhadap peningkatan
kinerja individu. Bagaimana kesesuaian teknologi terhadap tugas di organisasi?, Bagaimana
meningkatkan penggunaan teknologi informasi di organisasi?, Bagaimana kinerja individu
dalam menggunakan teknologi informasi di organisasi?. Berdasarkan pada uraian tersebut
maka penelitian ini dilakukan untuk menjawab pengaruh kesesuaian teknologi terhadap tugas
pada kinerja individu dalam menggunakan teknologi informasi di organisasi.
METODE
Model Penelitian
Dalam penelitian ini menggunakan model kesesuaian teknologi informasi terhadap
tugas individu (Task Technology Fit) oleh (Goodhue & Thompshon, 1995) lihat Gambar 1.
Penelitian ini bersifat kuantitatif yang dilakukan dengan menyebarkan kuesioner pertanyaan
berdasarkan variabel yang ditemukan dari studi literatur yang dilakukan. Responden
penelitian ini adalah pengguna layanan teknologi informasi yang terdiri dari mahasiswa,
dosen, dan staf di Universitas Mulawarman. Metode analisis yang digunakan adalah Partial
Least Square Struktural Equation Modeling (PLS SEM).
Hipotesis Penelitian
Karakteristik tugas (Task Characteristics) didefinisikan sebagai kegiatan yang
dilakukan oleh individu dalam merubah input menjadi output. Penelitian sebelumnya pada
kesesuaian teknologi terhadap tugas (Task Technology Fit) oleh (Goodhue & Thompshon,
1995) telah membuktikan karakteristik tugas (task characteristics) memiliki pengaruh yang
signifikan terhadap kesesuaian teknologi terhadap tugas (task technology fit). Beberapa
penelitian lain membuktikan karakteristik tugas adalah faktor yang mempengaruhi kesesuaian
ISBN: 978-602-70604-2-5
C-14-2
Prosiding Seminar Nasional Manajemen Teknologi XXIII
Program Studi MMT-ITS, Surabaya, 1 Agustus 2015
teknologi terhadap tugas (task technology fit) (Zhou, Lu, & Wang, 2010; Oliveira, Faria,
Thomas, & Popovic, 2014; Lu & Yang, 2014). Seseorang yang sering terlibat dalam tugas-
tugas tidak rutin dalam pekerjaannya akan melakukan penilaian ketika menggunakan
teknologi informasi terhadap kesesuaian teknologi dengan tugas (D'Ambra, Wilson, & Akter,
2013). Akhirnya pengguna akan membuat lebih banyak tuntutan dan lebih mengetahui
kekurangan dari teknologi informasi yang mereka pergunakan untuk kemudian dapat
disesuaikan dengan tugas-tugas pengguna. Oleh karena itu dalam penelitian ini mengusulkan:
“H1 : Karakteristik tugas (Task Characteristics) berpengaruh pada kesesuaian teknologi
terhadap tugas (Task Technology Fit) dalam menggunakan teknologi informasi”.
ISBN: 978-602-70604-2-5
C-14-3
Prosiding Seminar Nasional Manajemen Teknologi XXIII
Program Studi MMT-ITS, Surabaya, 1 Agustus 2015
Task Technology Fit dan penggunaan (utilization) sebagai prediktor terhadap dampak kinerja
individu dalam menggunakan teknologi informasi. Hasil penelitian menunjukkan kualitas
data, ketepatan waktu, dan hubungan dengan sistem informasi memprediksi dampak kinerja
yang dirasakan positif. Model ini konsisten dengan DeLone dan McLean (1992) yang
meneliti mengenai penggunaan dan sikap terhadap teknologi yang mempengaruhi dampak
kinerja individu. Beberapa penelitian terkait juga menunjukkan kesesuaian teknologi terhadap
tugas (Task Technology Fit) berpengaruh terhadap dampak kinerja individu dalam
menggunakan teknologi informasi (McGill & Klobas, 2009; D'Ambra, Wilson, & Akter,
2013). kesesuaian teknologi terhadap tugas (Task Technology Fit) akan berpengaruh terhadap
kinerja individu jika fungsi dari teknologi informasi yang tersedia di organisasi mampu
mendukung tugas-tugas pengguna sehari-hari. Berdasarkan hal tersebut peneliti mengusulkan:
“H4 : Kesesuaian Teknologi terhadap Tugas (Task Technology Fit) berpengaruh pada
dampak Kinerja Individu (individual performance) dalam menggunakan teknologi
informasi”.
Karakteristik Tugas H1
(TAC) Kesesuaian teknologi
terhadap tugas H4
(TTF) Kinerja Individu
(KINERJA)
Karakteristik H2 H3
Teknologi (TEC)
Penggunaan H5
(UTIL)
ISBN: 978-602-70604-2-5
C-14-4
Prosiding Seminar Nasional Manajemen Teknologi XXIII
Program Studi MMT-ITS, Surabaya, 1 Agustus 2015
penjelasan berdasarkan data kuantitatif yang digunakan untuk menjawab hipotesis penelitian.
Total responden dalam penelitian ini adalah sebanyak 412 responden (Tabel 1).
Tabel 1. Informasi Demografi Responden
Demografi Responden Jumlah Persentase (%)
Laki-Laki 227 55
Jenis Kelamin
Perempuan 185 45
Usia Dibawah 20 7 2
20 – 30 218 53
31- 40 82 20
41 – 50 50 12
Diatas 50 55 13
Pekerjaan Mahasiswa 142 34
Staf 189 46
Dosen 81 20
SMA Sederajat 174 42
Jenjang Pendidikan
Diploma 13 3
S1 137 33
S2 78 19
S3 10 3
ISBN: 978-602-70604-2-5
C-14-5
Prosiding Seminar Nasional Manajemen Teknologi XXIII
Program Studi MMT-ITS, Surabaya, 1 Agustus 2015
ISBN: 978-602-70604-2-5
C-14-6
Prosiding Seminar Nasional Manajemen Teknologi XXIII
Program Studi MMT-ITS, Surabaya, 1 Agustus 2015
Nilai koefisien jalur (path coefficient) antar variabel dikatakan signifikan secara
statistik, apabila nilai t-statistik dari hubungan antar variabel laten menunjukkan arah positif
dengan nilai t-statistik yang dibandingkan terhadap nilai t-tabel dan hasilnya lebih besar (t-
statistik ≥ t-tabel). Nilai t-statistik (critical ratio) didapatkan dari hasil bootstrapping
(resampling method) dari proses PLS. Penelitian ini menggunakan taraf signifikansi (α)
menggunakan 0.05 dan nilai t-tabel adalah 1.966. Tingkat keyakinan penelitian ini adalah
95%. Pada Tabel 4 uji koefisiensi hubungan menunjukkan karakteristik tugas (TAC)
bepengaruh positif dan signifikan terhadap kesesuaian teknologi terhadap tugas (TTF) (β =
0.113, p < 0.05, t-statistik = 2.415) sehingga Hipotesis 1 diterima. Karakteristik teknologi
(TEC) bepengaruh positif dan signifikan terhadap kesesuaian teknologi terhadap tugas (TTF)
(β = 0.771, p < 0.01, t-statistik = 28.686) sehingga Hipotesis 2 diterima. Kesesuaian teknologi
terhadap tugas (TTF) bepengaruh positif dan signifikan terhadap penggunaan (UTIL) (β =
0.310, p < 0.01, t-statistik = 7.241) sehingga Hipotesis 3 diterima. Kesesuaian teknologi
terhadap tugas (TTF) bepengaruh positif dan signifikan terhadap kinerja individu (KINERJA)
(β = 0.746, p < 0.01, t-statistik = 22.853) sehingga Hipotesis 4 diterima. penggunaan (UTIL)
bepengaruh positif dan signifikan terhadap kinerja individu (KINERJA) (β = 0.102, p < 0.05,
t-statistik = 2.545) sehingga Hipotesis 5 diterima.
Tabel 4. Hasil Nilai Koefisien Hubungan Antar Variabel dan Uji Hipotesis
Hipotesis Hubungan Variabel β t-statistik p-value Keterangan
H1 TAC -> TTF 0.113 2.415* 0.016 Diterima
H2 TEC -> TTF 0.771 28.686** 0.000 Diterima
H3 TTF -> UTIL 0.310 7.241** 0.000 Diterima
H4 TTF -> KINERJA 0.746 22.853** 0.000 Diterima
H5 UTIL -> KINERJA 0.102 2.545* 0.011 Diterima
Signifikansi : *p < 0.05; **p < 0.01 (two-tailed)
ISBN: 978-602-70604-2-5
C-14-7
Prosiding Seminar Nasional Manajemen Teknologi XXIII
Program Studi MMT-ITS, Surabaya, 1 Agustus 2015
Nilai R2 digunakan untuk menunjukkan persentase varian konstruk dalam model atau
seberapa besar kemampuan semua variabel independen (bebas) dalam menjelaskan varian
dari variabel dependen. Menurut Chin (1998) kriteria batasan nilai R2 dapat ditentukan
berdasarkan tiga tingkatan yaitu 0.67 (substansial), 0.33 (Moderat), dan 0.19 (Lemah). Hasil
analisis penelitian menjelaskan karakteristik tugas (TAC) dan karakteristik teknologi (TEC)
mampu menjelaskan kesesuaian teknologi terhadap tugas (TTF) sebesar 61.5% (moderat),
kesesuaian teknologi terhadap tugas (TTF) mampu menjelaskan penggunaan (UTIL) sebesar
9.6% (lemah), kesesuaian teknologi terhadap tugas (TTF) dan penggunaan (UTIL) mampu
menjelaskan dampak kinerja individu (KINERJA) sebesar 61.5% (moderat).
ISBN: 978-602-70604-2-5
C-14-8
Prosiding Seminar Nasional Manajemen Teknologi XXIII
Program Studi MMT-ITS, Surabaya, 1 Agustus 2015
Diskusi
Berdasarkan hasil penelitian ini membuktikan karakteristik tugas (task characteristics)
berpengaruh pada kesesuaian teknologi terhadap tugas (task technology fit) di Universitas
Mulawarman dalam menggunakan teknologi informasi. Hasil ini diperkuat oleh penelitian
sebelumnya Lin dan Huang (2008) menyatakan semakin besar karakteristik tugas yang
dihadapi oleh pengguna maka akan mengarah kepada semakin besarnya kebutuhan teknologi
informasi dalam koordinasi dan inovasi. Menurut Goodhue dan Thompson (1995)
menyatakan individu yang sering terlibat dalam tugas-tugas tidak rutin akan dapat menilai
sistem informasi yang mereka pergunakan terhadap tingkat kesesuaian teknologi tersebut
terhadap tugas-tugas sehingga akan berdampak terhadap kinerja mereka.
Karakteristik teknologi (technology characteristics) berpengaruh pada kesesuaian
teknologi terhadap tugas (task technology fit) di Universitas Mulawarman dalam
menggunakan teknologi informasi. hasil ini diperkuat oleh penelitian Yen, dkk, (2010)
menyatakan karakteristik teknologi memiliki efek langsung yang lebih kuat dari pada
karakteristik tugas, dimana karakteristik teknologi yang memenuhi persyaratan tugas akan
bergantung kepada fokus kegiatan suatu perusahaan. Model kesesuaian teknologi terhadap
tugas mempertimbangkan pentingnya kesesuaian fungsi dan karakteristik teknologi yang
digunakan untuk disesuaikan dengan kebutuhan individu (D'Ambra, Wilson, & Akter, 2013).
Faktor kesesuaian teknologi terhadap tugas (task technology fit) berpengaruh terhadap
penggunaan (utilization) teknologi informasi di Universitas Mulawarman. Kesesuaian
teknologi terhadap tugas (task technology fit) menjadi salah satu faktor penting dalam
pengambilan keputusan pengguna terhadap penerimaan dan penggunaan teknologi informasi
di organisasi khususnya di Universitas Mulawarman. Hasil ini diperkuat oleh penelitian
sebelumnya bahwa kesesuaian teknologi terhadap tugas merupakan faktor penentu keyakinan
tentang kegunaan, pentingnya penggunaan, dan keuntungan yang didapatkan dari
menggunakan teknologi informasi (D'Ambra, Wilson, & Akter, 2013). Semakin baik
tingkat kesesuaian antara tugas dan teknologi maka akan menghasilkan dan
meningkatkan niat untuk menggunakan (Yen, Wu, Cheng, & Huang, 2010).
Kesesuaian teknologi terhadap tugas (task technology fit) terbukti berpengaruh
terhadap dampak kinerja individu (individual performance) dalam menggunakan teknologi
informasi di Universitas Mulawarman. Hasil ini diperkuat oleh penelitian sebelumnya task
technology fit (TTF) merupakan kesesuaian antara fungsi dari teknologi dengan kebutuhan
tugas pengguna, di mana teknologi informasi yang digunakan memiliki pengaruh terhadap
kinerja individu jika ada kesesuaian antara fungsionalitas (teknologi) dan persyaratan tugas
pengguna (Goodhue & Thompshon, 1995). Dampak kinerja adalah pemenuhan
penyelesaian tugas oleh seorang individu di mana adanya peningkatan kesesuaian teknologi
terhadap tugas akan berdampak pada meningkatnya kinerja individu dengan menggunakan
teknologi (D’Ambra & Wilson, 2004). Dampak kinerja individu dari kesesuaian teknologi
terhadap tugas adalah ketika teknologi telah menyediakan fitur dan dukungan yang sesuai
dengan persyaratan tugas-tugas (McGill & Klobas, 2009; D'Ambra, Wilson, & Akter, 2013)
Penggunaan (utilization) berpengaruh terhadap kinerja individu (individual
performance) dalam menggunakan teknologi informasi di Universitas Mulawarman. Dengan
adanya peningkatan penggunaan teknologi informasi tentunya akan mengakibatkan
peningkatan kinerja (Goodhue & Thompshon, 1995). Dampak kinerja individu adalah
fungsi dari penggunaan sistem dan kepuasan pengguna, di mana penggunaan teknologi
informasi akan meningkatkan produktivitas dan menyelesaikan tugas-tugas pengguna secara
lebih efektif (Igbaria & Tan, 1997). Tingkat penggunaan dan kesesuaian teknologi terhadap
tugas yang meningkat akan memberikan dampak terhadap peningkatan kinerja individu yang
lebih baik (D’Ambra & Wilson, 2004). Hasil pennelitian ini makin diperkuat oleh penelitian
ISBN: 978-602-70604-2-5
C-14-9
Prosiding Seminar Nasional Manajemen Teknologi XXIII
Program Studi MMT-ITS, Surabaya, 1 Agustus 2015
DAFTAR PUSTAKA
Ajzen, I., & Fishbein, M. (1975). Belief, attitude, intention, and behavior: An introduction to
theory and research. Reading MA: Addison-Wesley.
Chin, W. W. (1998). The partial least squares approach to structural equation modelling. In G.
A. Marcoulides (Ed.), Modern Methods for Business Research. Modern Methods for
Business Research (pp. 295–336). NJ: Erlbaum, Mahwah.
Chin, W. W. (2010). How to Write Up and Report PLS Analyses. In V. Esposito Vinzi et al.
(eds.) (Ed.), Handbook of Partial Least Squares. Berlin Heidelberg: Springer
Handbooks of Computational Statistics SpringerVerlag.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.).
D’Ambra, J., & Wilson, C. S. (2004). Explaining perceived performance of the World Wide
Web: uncertainty and the task-technology fit model. Internet Research Volume 14
Number 04, 294-310.
D'Ambra, J., Wilson, C. S., & Akter, S. (2013). Application of the task-technology fit model
to structure and evaluate the adoption of E-books by academics. J ournal of the
American Society for Information Science and T echnology , 64 (1), 48-64.
ISBN: 978-602-70604-2-5
C-14-10
Prosiding Seminar Nasional Manajemen Teknologi XXIII
Program Studi MMT-ITS, Surabaya, 1 Agustus 2015
DeLone, W. H., & McLean, E. R. (1992). Information systems success: The quest for the
dependent variable. Information Systems Research, 3, 1, 60-95.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable
variables and measurement error. Journal of Marketing Research, 18,, 39–50.
Goodhue, D. L., & Thompshon, R. L. (1995). Task-Technology Fit and Individual
Performance. MIS Quarterly, Vol.19, No.2, 213-236.
Hair, J. F., Ringle, C. M., & Sarstedt, M. (2011). PLS-SEM: Indeed a Silver Bullet. Journal of
Marketing Theory and Practice, 19(2), 139–151.
Hulland, J. (1999). Use of partial least squares (PLS) in strategic management research: a
review of four recent studies. Strategic Management Journal, 20, 195–204.
Igbaria, M., & Tan, M. (1997). The consequences of information technology acceptance on
subsequent individual performance. Information & Management 32., 113-121.
Junglas, I., Abraham, C., & Watson, R. T. (2008). Task-Technology Fit For Mobile Locatable
Information Systems. Decision Support Systems 45, 1046-1057.
Larsen, T. J., Sørebø, A. M., & Sørebø, Ø. (2009). The role of task-technology fit as users’
motivation to continue information system use. Computers in Human Behavior 25,
778–784.
Lin, T.-C., & Huang, C.-C. (2008). Understanding knowledge management system usage
antecedents:An integration of social cognitive theory and task technology fit.
Information & Management 45, 410-417.
Lu, H.-P., & Yang, Y.-W. (2014). Toward an understanding of the behavioral intention to use
a social networking site: Anextensionof task-technology fit tosocial-technology fit.
Computers in Human Behavior 34, 323–332.
McGill, T. J., & Klobas, J. E. (2009). A task–technology fit view of learning management
system impact. Computers & Education 52, 496–508.
Nunnaly, J., & Bernstein. (1994). Psychometric Theory. New York: McGraw-Hill.
Oliveira, T., Faria, M., Thomas, M. A., & Popovic, A. (2014). Extending the understanding of
mobile banking adoption: When UTAUT meets TTF and ITM. International Journal
of Information Management 34, 689–703.
Wells, J. D., Sarker, S., Urbaczewski, A., & Sarker, S. (2002). Studying Customer
Evaluations of Electronic Commerce Applications: A Review and Adaptation of the
Task-Technology Fit Perspective. Proceedings of the 36th Hawaii International
Conference on SystemSciences (HICSS’03). Washington: IEEE Computer Society.
Wetzels, M., Schroder, G. O., & Oppen, V. C. (2009). Using PLS path modeling for assessing
hierarchical construct models: Guidelines and empirical illustration. MIS Quarterly,
33(1),, 177–195.
Yadegaridehkordi, E., Iahad, N. A., & Ahmad, N. (2014). Task-Technology Fit and User
Adoption of Cloud based Collaborative Learning Technologies. Malaysia: IEEE.
Yen, D. C., Wu, C.-S., Cheng, F.-F., & Huang, Y.-W. (2010). Determinants of users’
intention to adopt wireless technology: An empirical study by integrating TTF with
TAM. Computers in Human Behavior 26, 906–915.
ISBN: 978-602-70604-2-5
C-14-11
Prosiding Seminar Nasional Manajemen Teknologi XXIII
Program Studi MMT-ITS, Surabaya, 1 Agustus 2015
Zhou, T., Lu, Y., & Wang, B. (2010). Integrating TTF and UTAUT to explain mobile banking
user adoption. Computers in Human Behavior 26 , 760–767.
ISBN: 978-602-70604-2-5
C-14-12