JURNAL INFOKAM Vol. XVI, No.

1, Maret 2020 1

Analisis Sistem Penerimaan Peserta Didik Baru (PPDB) Online

SMP Negeri di Kota Banjarmasin dengan Menggunakan Model
Kesuksesan Sistem Informasi Delone dan Mclean
Kenti Yuliana1, Dina Afriani2
Email: kentiyuliana@stkipbjm.ac.id1, dinaafriani@stkipbjm.ac.id2
Program Studi Pendidikan Teknologi Informasi, STKIP PGRI Banjarmasin

Abstrak
Penerimaan peserta didik baru tingkat SMP di kota Banjarmasin dilakukan secara online
berdasarkan Peraturan walikota Banjarmasin Nomor 22 Tahun 2017 tentang PPDB tingkat SMP
yang memuat tujuan PPDB online yaitu, memberikan kesempatan seluas-luasnya kepada warga
negara yang berdomisili di kota Banjarmasin untuk memperoleh layanan pendidikan sesuai
sarana, prasarana, dan daya dukung yang ada serta memberikan layanan pendaftaran cepat,
terbuka, dan dapat dipertanggung jawabkan. Penelitian ini bertujuan mengevaluasi kesuksesan
sistem informasi Penerimaan Peserta Dididk Baru (PPDB) Online SMP Negeri di Kota
Banjarmasin dengan pendekatan Model Kesuksesan Sistem Informasi DeLone dan McLean
(1992). Jumlah responden adalah 58 orang operator sistem PPDB online SMP negeri di kota
Banjarmasin. Pengumpulan data melalui daring google formulir dan dianalisis dengan bantuan
SmartPLS 3.2.3 dan SPSS 23. Hasil penelitian menunjukkan bahwa pengujian hipotesis pada
model 1 dan model 2 terdapat 6 hubungan memiliki pengaruh dan tiga hubungan tidak memiliki
pengaruh. Secara keseluruhan penerapan sistem PPDB online SMP negeri di kota Banjarmasin
dapat memberikan pengaruh terhadap Dampak Organisasional (SMP Negeri) di kota
Banjarmasin, hal ini dapat dilihat berdasarkan nilai indikator Produktivitas Organisasi (dengan
nilai loading sebesar 0,917), dan Peningkatan Kinerja Organiasi (dengan nilai loading 0,907)
sehingga sistem PPDB Online dapat dikatakan sukes atau berhasil dalam penerapannya.
Kata Kunci:Analisis Sistem, DeLone dan McLean, PLS, PPDB Online
Abstract
Admission of junior high school new students in the city of Banjarmasin is done online based
on the Regulation of the mayor of Banjarmasin Number 22 Year 2017 concerning PPDB junior
level which contains the purpose of online PPDB namely, providing the widest opportunity for
school age citizens, especially residents residing in the city of Banjarmasin to obtain education
services according to the existing infrastructure, facilities and carrying capacity provide
registration services that are fast, transparent and accountable. This study aims to evaluate the
successful implementation of System Acceptance of New Didik Participants (PPDB) online State
Junior High Schools in Banjarmasin City with the DeLone and McLean Information System
Success Model approach by analyzing the relationships between variables in the model. The
number of respondents was 58 PPDB system operators online state junior high school in the
city of Banjarmasin. Collection data with Google form and analyzed with structural equation
modeling with the help of SmartPLS 3.2.3 and SPSS 23. The results showed that the hypothesis
testing in model 1 and model 2 contained 6 relationships having influence and three
relationships not have influence. Overall, the application of PPDB system online of state junior
high schools in Banjarmasin can have an impact on Organizational Impact (State Junior High
Schools) in Banjarmasin, this can be seen based on the Organizational Productivity indicator
values (with a loading value of 0.917) and Organizational Performance Improvement (with a
loading value of 0.907), so that the PPDB Online system can be said to be successful or
successful in its application.
Keywords:System Analysis, DeLone and McLean, PLS, PPDB Online

1. Pendahuluan
Penerimaan peserta didik baru tingkat SMP di kota Banjarmasin dilakukan secara online
berdasarkan Peraturan walikota Banjarmasin Nomor 22 Tahun 2017 tentang PPDB tingkat SMP
yang memuat tujuan PPDB online yaitu, memberikan kesempatan seluas-luasnya kepada warga
negara yang berdomisili di kota Banjarmasin untuk memperoleh layanan pendidikan sesuai sarana,
prasarana, dan daya dukung yang ada serta memberikan layanan pendaftaran cepat, terbuka, dan
dapat dipertanggung jawabkan. Penerapan teknologi informasi perlu dilakukan evaluasi untuk
 2 JURNAL INFOKAM Vol. XVI, No. 1, Maret 2020

mengetahui kesuksesannya. Salah satu model yang dapat digunakan untuk mengevaluasi
kesuksesan sistem informasi adalah model kesuksesan Delone & Mclean.
Permasalahan yang dapat dirumuskan adalah bagaimana kesuksesan penerapan sistem
informasi Penerimaan Peserta Dididk Baru (PPDB) online SMP negeri di kota Banjarmasin dengan
pendekatan Model Kesuksesan Sistem Informasi DeLone dan McLean (1992) dengan menganalisis
hubungan antar variabel dalam model.Tujuan penelitian ini adalah 1) Mengetahui pengaruh
Kualitas Sistem terhadap Penggunaan,2) Mengetahui pengaruh Kualitas Sistem terhadap Kepuasan
Pengguna, 3) Mengetahui pengaruh Kualitas Informasi terhadap Penggunaan, 4) Mengetahui
pengaruh Kualitas Informasi terhadap Kepuasan Pengguna, 5) Mengetahui pengaruh Penggunaan
terhadap Kepuasan Pengguna, 6) Mengetahui pengaruh Kepuasan Pengguna terhadap
Penggunaan, 7) Mengetahui pengaruh Penggunaan terhadap Dampak Individual, 8) Mengetahui
pengaruh Kepuasan Pengguna terhadap Dampak Individual, 9) Mengetahui pengaruh Dampak
Individual terhadap Dampak Organisasional, pada sistem PPDB online SMP negeri di kota
Banjarmasin.

2. Landasan Teori
a. Model Dasar Kesuksesan Sistem Teknologi Informasi
“Model yang baik adalah model yang lengkap tetapi sederhana. Model semacam ini
disebut dengan model yang parsimoni” (Jogiyanto, 2007). Berdasarkan teori-teori dan hasil-
hasil penelitian sebelumnya yang telah dikaji, DeLone dan McLean kemudian mengembangkan
suatu model parsimoni dengan nama Model Kesuksesan Sistem Informasi DeLone dan McLean
(D&M IS Success Model), yang ilustrasinya dapat dilihat pada Gambar 1.(DeLone dan McLean,
1992)

Gambar 1. Model kesuksesan sistem informasi DeLone dan McLean

Model DeLone dan McLean merefleksi ketergantungan dari enam pengukuran

kesuksesan sistem informasi. Keenam elemen atau faktor atau komponen atau pengukuran
dari model ini adalah :
a. Kualitas Sistem (System Quality)
b. Kualitas Informasi (Information Quality)
c. Penggunaan (Use)
d. Kepuasan Pengguna (User Satisfaction)
e. Dampak Individual (Individual Impact)
f. Dampak Organisasi (Organization Impact)
Model kesuksesan ini didasarkan pada proses dan hubungan kausal dari dimensi-dimensi
model. Model ini tidak mengukur ke enam dimensi pengukuran kesuksesan sistem informasi
secara independen tetapi mengukurnya secara keseluruhan satu mempengaruhi yang lainnya.
Dari model proses dan kausal ini, maka dapat dijelaskan bahwa Kualitas Sistem ( system
quality) dan Kualitas Informasi (information quality) secara mandiri dan bersama-sama
mempengaruhi baik Penggunaan (use) dan Kepuasan Pengguna (user satisfaction). Besarnya
Penggunaan dapat mempengaruhi Kepuasan Pengguna secara positif atau negatif.
Penggunaan dan Kepuasan Pengguna mempengaruhi Dampak Individual ( individualimpact)
dan selanjutnya mempengaruhi Dampak Organisasional ( organizational impact).
b. Pengukur-Pengukur Kesuksesan Sistem Informasi
Pada Model Kesuksesan Sistem Informasi DeLone & McLean ( D&M IS Success Model)
ini, “Kualitas Sistem (system quality) mengukur kesuksesan Teknis, Kualitas Informasi
(informationquality) mengukur kesuksesan Semantik, dan Penggunaan ( use), Kepuasan
 JURNAL INFOKAM Vol. XVI, No. 1, Maret 2020 3

Pengguna (user satisfaction), Dampak Individual (individualimpact) dan Dampak

Organisasional (organizationalimpact) mengukur kesuksesan Efektivitas” (Shannon dan
Weaver, 1949).
Banyak sekali pengukuran yang digunakan untuk mengukur keberhasilan sistem
informasi. “Tidak ada satu pengukuran yang lebih baik dari yang lainnya. Pemilihan pengukuran
harus mempertimbangkan beberapa aspek seperti misalnya sasaran dari penelitian, konteks
organisasi yang menggunakan, aspek dari sistem informasinya, dan variabel-variabel
independen yang digunakan untuk menilai kesuksesannya, metode risetnya, dan tingkat
analisisnya apakah pada tingkat individual, organisasi, atau masyarakat” (Jogiyanto, 2007).

c. Structural Equation Modeling (SEM)

“Structural Equation Modelling (SEM) atau pemodelan persamaan struktural adalah salah
satu teknik analisis multivariant yang digunakan untuk menguji teori mengenai sekumpulan
relasi antar sejumlah variabel secara simultan. Sekumpulan relasi atar variabel yang dimaksud
adalah relasi antara satu atau beberapa variabel independen dengan satu atau beberapa
variabel dependen” (Dachlan, 2014).

d. Cara Kerja PLS (Partial Least Square)

PLS membantu peneliti mendapatkan nilai variabel laten untuk tujuan prediksi. Model
formalnya mendefinisikan variabel laten adalah linear agregat dari indikator-indikatornya.
Weightestimate untuk menciptakan komponen skor variabel laten didapat berdasarkan inner
model (model struktural) dan outermodel (model pengukuran) dispesifikasi. Hasilnya adalah
residual variance dari variabel dependen (keduanya variabel laten dan indikator) diminimumkan.

3. Hipotesis
Model yang digunakan mengadopsi Model Kesuksesan Sistem Informasi DeLone dan McLean
(1992), seperti yang disajikan pada Gambar 2.
H3
Kualitas Sisem Penggunaan
(System Quality) (Use)
H8
H1 Dampak Dampak
Individu H9 Organisasi
H6 (Induvidual (Organizational
H4 H5 Impact) Impact)

Kualitas Kepuasan
Informasi Pengguna H7
(Information H2 (User
Quality) Satisfaction)

Gambar 2. Hipotesis & Kerangka Konseptual

Adapun hipotesis penelitian yang diusulkan adalah sebegai berikut:

1. Pengaruh Kualitas Sistem terhadap Penggunaan

HO(1) : Tidak terdapat pengaruh antara variabel Kualitas Sistem (System Quality) terhadap
variabel Penggunaan (Use) pada sistem PPDB Online SMP Negeri di Kota Banjarmasin
Ha(1) : Terdapat pengaruh antara variabel Kualitas Sistem ( System Quality) terhadap
variabel Penggunaan (Use) pada sistem PPDB Online SMP Negeri di Kota Banjarmasin
2. Pengaruh Kualitas Sistem terhadap Kepuasan Pengguna
HO(2) : Tidak terdapat pengaruh antara variabel Kualitas Sistem ( System Quality) terhadap
variabel Kepuasan Pengguna (User Satisfaction) pada sistem PPDB Online SMP Negeri
di Kota Banjarmasin.
Ha(2) : Terdapat pengaruh antara variabel Kualitas Sistem ( System Quality) terhadap
variabel Kepuasan Pengguna (User Satisfaction) pada sistem PPDB Online SMP
Negeri di Kota Banjarmasin
3. Pengaruh Kualitas Informasi terhadap Penggunaan
 4 JURNAL INFOKAM Vol. XVI, No. 1, Maret 2020

HO(3) : Tidak terdapat pengaruh antara variabel Kualitas Informasi ( Information Quality)
terhadap variabel Penggunaan (Use) pada sistem PPDB Online SMP Negeri di Kota
Banjarmasin
Ha(3) : Terdapat pengaruh antara variabel Kualitas Informasi (Information Quality) terhadap
variabel Penggunaan (Use) pada sistem PPDB Online SMP Negeri di Kota Banjarmasin
4. Pengaruh Kualitas Informasi terhadap Kepuasan Pengguna
HO(4) : Tidak terdapat pengaruh antara variabel Kualitas Informasi ( Information Quality)
terhadap variabel Kepuasan Pengguna (User Satisfaction) pada sistem PPDB Online
SMP Negeri di Kota Banjarmasin.
Ha(4) : Terdapat pengaruh antara variabel Kualitas Informasi (Information Quality) terhadap
variabel Kepuasan Pengguna (User Satisfaction) pada sistem PPDB Online SMP
Negeri di Kota Banjarmasin.
5. Pengaruh Penggunaan terhadap Kepuasan Pengguna
HO(5) : Tidak terdapat pengaruh antara variabel Penggunaan (Use) terhadap variabel
Kepuasan Pengguna (User Satisfaction) pada sistem PPDB Online SMP Negeri di Kota
Banjarmasin
Ha(5) : Terdapat pengaruh antara variabel Penggunaan ( Use) variabel Kepuasan Pengguna
(User Satisfaction) pada sistem PPDB Online SMP Negeri di Kota Banjarmasin
6. Pengaruh Penggunaan terhadap Dampak Individu
HO(6) : Tidak terdapat pengaruh antara variabel Penggunaan ( Use) terhadap variabel
Dampak Individu (Individual Impact) pada sistem PPDB Online SMP Negeri di Kota
Banjarmasin
Ha(6) : Terdapat pengaruh antara variabel Penggunaan ( Use) variabel Dampak Individu
(Individual Impact) pada sistem PPDB Online SMP Negeri di Kota Banjarmasin
7. Pengaruh Kepuasan Pengguna terhadap Penggunaan
HO(7) : Tidak terdapat pengaruh antara variabel Kepuasan Pengguna ( User Satisfaction)
terhadap variabel Penggunaan (Use) pada sistem PPDB Online SMP Negeri di Kota
Banjarmasin.
Ha(7) : Terdapat pengaruh antara variabel Kepuasan Pengguna (User Satisfaction) terhadap
variabel Penggunaan (Use) pada sistem PPDB Online SMP Negeri di Kota
Banjarmasin.
8. Pengaruh Kepuasan Pengguna terhadap Dampak Individu
HO(8) : Tidak terdapat pengaruh antara variabel Kepuasan Pengguna ( User Satisfaction)
terhadap variabel Dampak Individu (Individual Impact) pada sistem PPDB Online SMP
Negeri di Kota Banjarmasin.
Ha(8) : Terdapat pengaruh antara variabel Kepuasan Pengguna ( User Satisfaction) terhadap
variabel Dampak Individu (Individual Impact) pada sistem PPDB Online SMP Negeri
di Kota Banjarmasin.
9. Pengaruh Dampak Individu terhadap Dampak Organisasi
HO(9) : Tidak terdapat pengaruh antara variabel Dampak Individu ( Individual Impact)
terhadap variabel Dampak Organisasi pada sistem PPDB Online SMP Negeri di Kota
Banjarmasin.
Ha(9) : Terdapat pengaruh antara variabel Dampak Individu ( Individual Impact) terhadap
variabel Dampak Organisasi pada sistem PPDB Online SMP Negeri di Kota
Banjarmasin.

4. Metode Penelitian
Metode penelitian ini adalah metode kuantitatif. Populasi penelitian ini adalah seluruh
operator sistem informasi PPDB online SMP negeri di kota Banjarmasin dari 35 Sekolah. Teknik
pengambilan sampel dilakukan secara random dengan sampling total berjumlah 58 responden
(operator).Pengumpulan data menggunakan kuesioner, dan analisis data dengan bantuan software
SmartPLS 3.2 dan SPSS 23. Analisis data dilakukan menggunakan structural equation modeling
(SEM) dengan pendekatan partial least square (PLS), adapun langkah-langkahnya: 1) Merancang
model structural. 2) Merancang model pengukuran. 3) Evaluasi model pengukuran. 4) Evaluasi
model structural. 5) Pengujian hipotesis.

a. Alat Penelitian
 JURNAL INFOKAM Vol. XVI, No. 1, Maret 2020 5

Alat yang digunakan dalam penelitian ini antara lain sebagai berikut:
1) Perangkat keras berupa satu uni notebook model Dell, processor AMD A9-940e Raseon
R5, RAM 4GB.
2) Perangkat lunak berupa Microsoft Windows 10 Pro, SmartPLS 3.2.3, IBM Statistic 23.
3) Kuesioner yang digunakan untuk memperoleh data primier secara daring melalui google
formulir, mengadopsi dari kuesioner J. Livari (2005).
b. Tahapan Penelitian
Tahapan yang dilakukan dalam penelitian ini, disajikan pada Gambar 3.

Gambar 3. Tahapan Penelitian

c. Langkah-langkah Analisis Data dengan PLS

Langkah-langkah analisis data dan pemodelan persamaan struktural dengan
menggunakan PLS, seperti yang disajikan pada Gambar 4.

Gambar 4.Tahapan Analisis Data

5. Hasil Penelitian dan Pembahasan

a. Gambaran Umum Responden
6 JURNAL INFOKAM Vol. XVI, No. 1, Maret 2020

Kuesioner dibagikan langsung kepada responden dengan pengisian secara daring

melalui google formulir sebanyak 58 kuesioner yang terisi. Dari jumlah tersebut responden
pengguna sistem PPDB online yang merupakan operator PPPDB online. Responden laki-laki
sebanyak 71,4% pria dan 28,6% wanita.

b. Analisis Deskriptif
Analisis deskriptif menggunakan IBM SPSS 23 yang menyajikan deskripsi data meliputi
nilai rata-rata (mean), nilai tengah dari data masing-masing variabel (median), nilai dari data
dengan frekuensi tertinggi atau yang sering muncul dalam masing- masing variabel (modus),
dan simpangan baku dari masing-masing variabel (standar deviasi). Data disajikan dalam tabel
distribusi frekuensi masing-masing variabel.
Dalam pengkategorian masing-masing variabel menggunakan perhitungan sebagai
berikut:
1) Mencari nilai Xmaks ideal (Nilai Maksimal Ideal)
Xmaks ideal = Jumlah Item Pernyataan x Bobot Nilai Tertinggi
2) Mencari nilai Xmin ideal (Nilai Minimal Ideal)
Xmin ideal = Jumlah Item Pernyataan x Bobot Nilai Terendah
3) Mencari nilai Mi ideal (Nilai Rata-rata Ideal)
Mi ideal = ½ (Xmaks + Xmin)
4) Mencari nilai SDi ideal (Nilai Standar Deviasi Ideal)
SDi ideal = 1/6 (Xmaks – Xmin)
5) Batas atas interval = Mi ideal + SDi ideal
6) Batas bawah interval = Mi ideal - SDi ideal
(Riadi, 2014).

Berikut hasil analisis statistik deskriptif masing-masing variabel:

1) Kualitas Sistem
Jumlah item untuk instrumen Kualitas Sistem berjumlah 24 dengan demikian nilai
Xmaks ideal yang dapatdicapai untuk instrumen Kualitas Sistem adalah 120 dan nilai Xmin
ideal adalah 24. Sehingga didapat distribusi frekuensi dalam tiga tingkatan kategori
seperti pada Tabel 1.
Tabel 1. Kelompok Skor Kualitas Sistem
No Interval Frekuensi Presentase Klasifikasi
1 >88 37 64% Tinggi
2 56-88 21 36% Sedang
3 <56 0 0% Rendah
Jumlah 58 100%
Sumber: Data primier diolah tahun 2019
2) Kualitas Informasi
Jumlah item untuk instrumen Kualitas Informasi berjumlah 24 dengan demikian
nilai Xmaks ideal yang dapatdicapai untuk instrumen Kualitas Informasi adalah 120 dan
nilai Xmin ideal adalah 24. Sehingga didapat distribusi frekuensi dalam tiga tingkatan
kategori seperti pada Tabel 2.
Tabel 2. Kelompok Skor Kualitas Informasi
No Interval Frekuensi Presentase Klasifikasi
1 >88 41 71% Tinggi
2 56-88 17 29% Sedang
3 <56 0 0% Rendah
Jumlah 58 100%
Sumber: Data primier diolah tahun 2019
3) Penggunaan
Jumlah item untuk instrumen Penggunaan berjumlah 2 dengan demikian nilai
Xmaks ideal yang dapat dicapaiuntuk instrumen Penggunaan adalah 10 dan nilai Xmin
ideal adalah 2. Sehingga didapat distribusi frekuensi dalam tiga tingkatan kategori seperti
pada Tabel 3.

Tabel 3. Kelompok Skor Penggunaan

 JURNAL INFOKAM Vol. XVI, No. 1, Maret 2020 7

No Interval Frekuensi Presentase Klasifikasi

1 >7,33 10 17% Tinggi
2 4,67 – 7,33 44 76% Sedang
3 <4,67 4 7% Rendah
Jumlah 58 100%
Sumber: Data primier diolah tahun 2019
4) Kepuasan Pengguna
Jumlah item untuk instrumen Kepuasan Pengguna berjumlah 6 dengan demikian
nilai Xmaks ideal yang dapatdicapai untuk instrumen Kepuasan Pengguna adalah 30 dan
nilai Xmin ideal adalah 6. Sehingga didapat distribusi frekuensi dalam tiga tingkatan
kategori seperti pada Tabel 4.
Tabel 4. Kelompok Skor Kepuasan Pengguna
No Interval Frekuensi Presentase Klasifikasi
1 >22 40 69% Tinggi
2 14 – 22 17 29% Sedang
3 <14 1 2% Rendah
Jumlah 58 100%
Sumber: Data primier diolah tahun 2019
5) Dampak Individual
Jumlah item untuk instrumen Dampak Individual berjumlah 6 dengan demikian
nilai Xmaks ideal yang dapatdicapai untuk instrumen Dampak Individual adalah 30 dan
nilai Xmin ideal adalah 6. Sehingga didapat distribusi frekuensi dalam tiga tingkatan
kategori seperti pada Tabel 5.
Tabel 5. Kelompok Skor Dampak Individual
No Interval Frekuensi Presentase Klasifikasi
1 >22 45 77,59 % Tinggi
2 14-22 12 20,69 % Sedang
3 <14 1 1,72 % Rendah
Jumlah 58 100%
Sumber: Data primier diolah tahun 2019
6) Dampak Organisasional
Jumlah item untuk instrumen Dampak Organisasional berjumlah 5 dengan
demikian nilai Xmaks ideal yangdapat dicapai untuk instrumen Dampak Organisasional
adalah 25 dan nilai Xmin ideal adalah 5. Sehingga didapat distribusi frekuensi dalam tiga
tingkatan kategori seperti pada Tabel 6.

Tabel 6. Kelompok Skor Dampak Organisasional

No Interval Frekuensi Presentase Klasifikasi
1 >18,3 33 57% Tinggi
2 11,7-18,3 24 41% Sedang
3 <11,7 1 2% Rendah
Jumlah 58 100%
Sumber: Data primier diolah tahun 2019

c. Analisis dengan PLS

Proses model pengukuran dimulai dengan menjalankan konstruk diagram jalur yang telah
dibangun dengan bantuan aplikasi SmartPLS 3.2.3 untuk mendapatkan nilai koefisien jalur
dan nilai loading. Hasil eksekusi model pengukuran seperti pada Gambar 5 untuk model 1 dan
Gambar 6 untuk model 2
8 JURNAL INFOKAM Vol. XVI, No. 1, Maret 2020

Gambar 5. Koefisien Jalur Model 1

.

Gambar 6. Koefisien Jalur Model 2

Model pengukuruan (outer model) dengan refleksif indikator yang dievaluasi dengan
validitas konvergen (convergent validity) berdasarkan nilai loading yaitu korelasi antar skor
item atau (component score) dengan skor variabel laten (construct score). Nilai loading yang
memiliki tingkat validitas yang tinggi apabila memiliki nilai lebih besar dari 0,50. Jumlah
indikator baik model 1 maupun model 2 dengan jumlah indikator sebanyak 58 indikator. Hasil
output outer loadingfactor beberapa indikator memiliki muatan (loading) lebih besar dari 0,50
dan terdapat beberapa indikator yang memiliki loading factor kurang dari 0,50. Terlihat bahwa
pada running pertama model 1 dan model 2 variabel Kualitas Sistem item KS1 sebesar 0,366,
KS2 sebesar 0,462, dan KS4 sebesar 0,499 serta variabel Penggunaan item P1 pada model 1
sebesar -0,368 dan model 2 sebesar -0,290. Dari nilai hasil running pertama model 1 dan
model 2 menunjukan bahwa variabel Kualitas Sistem pada item KS1, KS2, dan KS4, dan
variabel Penggunaan pada item P1 harus di dropping dari analisis dikarenakan memiliki tingkat
validitas yang rendah yaitu kurang dari 0,50.Setelah dilakukan dropping variabel Penggunaan
pada indikator- indikator yang memiliki nilai dibawah standar kemudian dilakukan running
kedua untuk meyakinkan semua indikator memiliki nilai diatas 0.50. Dari hasil running kedua
model 1 dan model 2, tidak ada lagi nilai loading dibawah 0,50.
Langkah berikutnya mengevaluasi outer model atau measurement model dengan
melihat nilai dicsriminant validity dan composite reliability. Output Cross Loading menunjukan
nilai kolerasi variabel dengan indikator lebih besar dari pada nilai lainya, dan menunjukan
perbedaan nilai atau loading dari tiap indikator dan variabel laten masing-masing maupun
 JURNAL INFOKAM Vol. XVI, No. 1, Maret 2020 9

variabel laten lainnya. Hal ini menunjukan bahwa semua variabel yang diestimasi dalam model
1 dan model 2 memenuhi kriteria Discriminant Validity.
Metode untuk menilai Discriminant Validity lainnya yaitu melihat akar kuadrat dari AVE
variabel, Pengujian lainnya untuk outer model yaitu dengan melihat reliabilitas konstruk
dengan kriteria yaitu composite reliability dan cronbach alpha dari blok indikator yang
mengukur konstruk. Model 1 dan model 2 menunjukan nilai composite reability dan cronbach
alpha untuk semua variabel nilainya lebih dari 0,70.
Model struktural dievaluasi dengan cara melihat hubungan antar konstruk dalam model
melalui nilai R-Square. Untuk menilai Inner Model dilakukan dengan melihat hubungan
variabel dalam hipotesis. Tingkat signifikasi yang digunakan pada penelitian ini adalah 5%
atau dengan nilai T- Statistik sebesar 1,96. Hubungan antar konstruk dianggap berpengaruh
signifikan jika nilai T- Statistik lebih besar dari nilai T tabel.

Tabel 7. Koefisien Jalur dan Nilai T Statistik (Model 1)

Original Sample Standard
T P
Hubungan Sample Mean Deviation
Statistics Values
(O) (M) (STDEV)
Kualitas Sistem → Penggunaan -0,414 -0,428 0,165 2,501 0,013
Kualitas Sistem →Kepuasan
0,225 0,246 0,134 1,688* 0,092
Pengguna
Kualitas Informasi → Penggunaan 0,101 0,111 0,158 0,638* 0,523
Kualitas Informasi → Kepuasan
0,734 0,720 0,121 6,082 0,000
Pengguna
Penggunaan → Kepuasan Pengguna 0,119 0,118 0,053 2,240 0,026
Penggunaan →Dampak Individual -0,073 -0,072 0,067 1,089* 0,277
Kepuasan Pengguna →Dampak
0,766 0,766 0,103 7,419 0,000
Individual
Dampak Individual→ Dampak
0,752 0,728 0,070 10,292 0,000
Organisasional
Keterangan: * tidak berpengaruh
Dari hasil koefisien jalur dan T-statistik model 1 terdapat tiga hubungan dengan nilai
T-statistikkurang dari T-tabel yakni Kualitas Sistem terhadap Kepuasan Pengguna, Kualitas
Informasi terhadap Penggunaan, dan Penggunaan terhadap dampak Individual.

Tabel 8. Koefisien Jalur dan Nilai T Statistik (Model 2)

Origina Sampl Standard
T P
l e Deviatio
Hubungan Statistic Value
Sample Mean n
s s
(O) (M) (STDEV)
Kualitas Sistem → Penggunaan -0,497 -0,518 0,169 2.934 0,003
Kualitas Sistem → Kepuasan
0,176 0,197 0,129 1,372* 0,171
Pengguna
Kualitas Informasi → Penggunaan -0,250 -0,242 0,250 0,998* 0,319
Kualitas Informasi → Kepuasan
0,746 0,729 0,123 6,058 0,000
Pengguna
Penggunaan → Dampak Individual -0,073 -0,069 0,072 1.102* 0,312
Kepuasan Pengguna → Penggunaan 0,470 0,491 0,214 2,197 0,028
Kepuasan Pengguna → Dampak
0,766 0,772 0,099 7,171 0,000
Individual
Dampak Individual → Dampak
0,725 0,730 0,073 9,964 0,000
Organisasional
Keterangan: * tidak berpengaruh

Dari hasil koefisien jalur dan T-statistik model 1 terdapat tiga hubungan dengan nilai
T-statistik kurang dari T-tabel yakni Kualitas Sistem terhadap Kepuasan Pengguna, Kualitas
Informasi terhadap Penggunaan, dan Penggunaan terhadap Dampak Individual. Jadi pada
pengujian hipotesis pada model 1 dan model 2 terdapat 6 hubungan yang berpengaruh dan
tiga hubungan tidak berpengaruh.
10 JURNAL INFOKAM Vol. XVI, No. 1, Maret 2020

Hasil pengujian hipotesis disajikan pada Tabel 9 untuk kesimpulan model 1 dan Tabel 10
untuk model 2.
Tabel 9. Kesimpulan Hasil Pengujian Hipotesis Model 1
Nilai T-
Hubungan Hipotesis Kesimpulan
Statistik
H0(1): Tidak ada pengaruh antara variabel Kualitas
Sistem (System Quality) terhadap variabel
Kualitas
Penggunaan (Use). H0(1): Ditolak
Sistem → 2,501
Ha(1): Terdapat pengaruh antara variabel Kualitas Ha(1): Diterima
Penggunaan
Sistem (System Quality) terhadap variabel
Penggunaan (Use).
H0(2): Tidak ada pengaruh antara variabel Kualitas
Kualitas Sistem (System Quality) terhadap variabel
Sistem Kepuasan Pengguna (User Satisfaction). H0(2): Diterima
1,688*
→Kepuasan Ha(2): Terdapat pengaruh antara variabel Kualitas Ha(2): Ditolak
Pengguna Sistem (Sytem Quality) terhadap variabel
Kepuasan Pengguna (User Satisfaction).
H0(3): Tidak ada pengaruh antara variabel Kualitas
Informasi (Information Quality) terhadap variabel
Kualitas
Penggunaan (Use). H0(3): Diterima
Informasi → 0,638*
Ha(3): Terdapat pengaruh antara variabel Kualitas Ha(3): Ditolak
Penggunaan
Informasi (Information Quality) terhadap variabel
Penggunaan (Use).
H0(4): Tidak ada pengaruh antara variabel Kualitas
Kualitas Informasi (Information Quality) terhadap variabel
Informasi → Kepuasan Pengguna (User Satisfaction). H0(4): Ditolak
6,082
Kepuasan Ha(4): Terdapat pengaruh antara variabel Kualitas Ha(4): Diterima
Pengguna Informasi (Information Quality) terhadap variabel
Kepuasan Pengguna (User Satisfaction).
H0(5): Tidak ada pengaruh antara variabel
Penggunaan (Use) terhadap variabel Kepuasan
Penggunaan
Pengguna (User Satisfaction). H0(5): Ditolak
→ Kepuasan 2,240
Ha(5): Terdapat pengaruh antara variabel variabel Ha(5): Diterima
Pengguna
Penggunaan (Use) terhadap variabel Kepuasan
Pengguna (User Satisfaction).
H0(6): Tidak ada pengaruh antara variabel
Penggunaan (Use) terhadap variabel Dampak
Penggunaan
Individual (Individual Impact). H0(6): Diterima
→Dampak 1,089*
Ha(6): Terdapat pengaruh antara variabel variabel Ha(6): Ditolak
Individual
Penggunaan (Use) terhadap variabel Dampak
Individual (Individual Impact).
H0(8): Tidak ada pengaruh antara variabel Kepuasan
Kepuasan Pengguna (User Satisfaction) terhadap variabel
Pengguna Dampak Individual (Individual Impact). H0(8): Ditolak
7,419
→Dampak Ha(8): Terdapat pengaruh antara variabel Kepuasan Ha(8): Diterima
Individual Pengguna (User Satisfaction) terhadap variabel
Dampak Individual (Individual Impact).
H0(9): Tidak ada pengaruh antara variabel Dampak
Dampak Individual (Individual Impact) terhadap variabel
Individual→ Dampak Organisasional (Organizational Impact). H0(9): Ditolak
10,292
Dampak Ha(9): Terdapat pengaruh antara variabel Dampak Ha(9): Diterima
Organisasional Individual (Individual Impact) terhadap variabel
Dampak Organisasional (Organizational Impact).

Tabel 10. Kesimpulan Hasil Pengujian Hipotesis Model 2

Nilai T-
Hubungan Hipotesis Kesimpulan
Statistik
H0(1): Tidak ada pengaruh antara variabel Kualitas
Sistem (System Quality) terhadap variabel
Kualitas Sistem Penggunaan (Use). H0(1): Ditolak
2.934
→ Penggunaan Ha(1): Terdapat pengaruh antara variabel Kualitas Ha(1): Diterima
Sistem (System Quality) terhadap variabel
Penggunaan (Use).
 JURNAL INFOKAM Vol. XVI, No. 1, Maret 2020 11

Nilai T-
Hubungan Hipotesis Kesimpulan
Statistik
H0(2): Tidak ada pengaruh antara variabel Kualitas
Sistem (System Quality) terhadap variabel
Kualitas Sistem
Kepuasan Pengguna (User Satisfaction). H0(2): Diterima
→ Kepuasan 1,372*
Ha(2): Terdapat pengaruh antara variabel Kualitas Ha(2): Ditolak
Pengguna
Sistem (Sytem Quality) terhadap variabel Kepuasan
Pengguna (User Satisfaction).
H0(3): Tidak ada pengaruh antara variabel Kualitas
Informasi (Information Quality) terhadap variabel
Kualitas
Penggunaan (Use). H0(3): Diterima
Informasi → 0,998*
Ha(3): Terdapat pengaruh antara variabel Kualitas Ha(3): Ditolak
Penggunaan
Informasi (Information Quality) terhadap variabel
Penggunaan (Use).
H0(4): Tidak ada pengaruh antara variabel Kualitas
Kualitas Informasi (Information Quality) terhadap variabel
Informasi → Kepuasan Pengguna (User Satisfaction). H0(4): Ditolak
6,058
Kepuasan Ha(4): Terdapat pengaruh antara variabel Kualitas Ha(4): Diterima
Pengguna Informasi (Information Quality) terhadap variabel
Kepuasan Pengguna (User Satisfaction).
H0(6): Tidak ada pengaruh antara variabel
Penggunaan (Use) terhadap variabel Kepuasan
Penggunaan →
Pengguna (User Satisfaction). H0(5): Diterima
Dampak 1.102*
Ha(6): Terdapat pengaruh antara variabel variabel Ha(5): Ditolak
Individual
Penggunaan (Use) terhadap variabel Kepuasan
Pengguna (User Satisfaction).
H0(7): Tidak ada pengaruh antara variabel
Penggunaan (Use) terhadap variabel Dampak
Kepuasan
Individual (Individual Impact). H0(6): Diterima
Pengguna → 2,197
Ha(7): Terdapat pengaruh antara variabel variabel Ha(6): Ditolak
Penggunaan
Penggunaan (Use) terhadap variabel Dampak
Individual (Individual Impact).
H0(8): Tidak ada pengaruh antara variabel Kepuasan
Kepuasan Pengguna (User Satisfaction) terhadap variabel
Pengguna → Dampak Individual (Individual Impact). H0(8): Ditolak
7,171
Dampak Ha(8): Terdapat pengaruh antara variabel Kepuasan Ha(8): Diterima
Individual Pengguna (User Satisfaction) terhadap variabel
Dampak Individual (Individual Impact).
H0(9): Tidak ada pengaruh antara variabel Dampak
Dampak Individual (Individual Impact) terhadap variabel
Individual → Dampak Organisasional (Organizational Impact). H0(9): Ditolak
2.934
Dampak Ha(9): Terdapat pengaruh antara variabel Dampak Ha(9): Diterima
Organisasional Individual (Individual Impact) terhadap variabel
Dampak Organisasional (Organizational Impact).

6. Kesimpulan dan Saran

a. Kesimpulan
Berdasarkan hasil analisis data dengan 58 responden (operator) pengguna sistem PPDB
online SMP negeri kota Banjarmasin, dapat ditarik kesimpulan bahwa penerapan sistem PPDB
online pada SMP negeri di kota Banjarmasin dapat memberikan pengaruh terhadap Dampak
Organisasional (Sekolah Menengah Pertama Negeri) di kota Banjarmasin, hal ini berdasarkan
nilai indikator Produktivitas Organisasi (nilai loading sebesar 0,917) dan Peningkatan Kinerja
Organiasi (nilai loading 0,907) sehingga sistem PPDB online dapat dikatakan sukes atau berhasil
dalam penerapannya.

b. Saran
Hasil pengujian analisis deskriptif pada variabel Kualitas Sistem terdapat beberapa item
pada indikator penilaian integritas sistem, waktu respon, perbaikan kesalahan, dan kenyamanan
akses pada sistem PPDB online SMP negeri di kota Banjarmasin berdasarkan persepsi pengguna
berada pada klasifikasi rendah. Halini menunjukkan integritas sistem terutama penentuan titik
koordinat domisili peserta didik, waktu respon, perbaikan kesalahan, dan kenyamanan akses
 12 JURNAL INFOKAM Vol. XVI, No. 1, Maret 2020

pada sistem PPDB online SMP negeri di kota Banjarmasin dirasakan sebagai faktor yang sangat
mempengaruhi kualitas sistem bagi pengguna sistem.

Daftar Pustaka
Dachlan, Usman. 2014. “Panduan Lengkap Structural Equation Modelling Tingkat Dasar”. Semarang:
Lentera Ilmu.
Delone, W. H., Mclean. E. R., 1992. “Information system success: The quest for the dependent variable”.
Information System Research 3 (1), 60-95.
Ghozali, Imam. 2017. “Structural Equation Modelling. Metode Alternatif dengan Partial Least Squares
(PLS)”. Edisi 4. Semarang: BP-Undip.
Jogiyanto. 2010. “Model Kesuksesan Sistem Teknologi Informasi”. Ed.1. Jogjakarta: Andi Offset.
Livari, Juhani. 2005. “An Empirical Test of The DeLone-McLean Model of Information System Success.
Dataabase for Advance in Information System”. ISSN: 1532-0936.Volume 36. ProQuest Company.
Peraturan walikota Banjarmasin Nomor 22 Tahun 2017 tentang PPDB tingkat SMP.
Purwaningsih, S. 2010. “Analisis Kesuksesan Penerapan Sistem Informasi Pada Sistem Informasi
Pelayanan Terpadu (SIPT) Online (Studi Pada PT. Jamsostek (Persero)”, Aset, 2010 (02) 181-
189.
Putrawan, A.N. 2017. “Analisis Efektivitas Sistem Informasi Managemen Daerah (SIMDA) Pemerintah
Kabupaten Gianyar”. E Jurnal Ekonomi dan Bisnis Universitas Udayana, 6(4):1639-1672.
Riadi, Edi. 2014. “Metode Statistik: Parametrik & Non-Parametrik”. Tangerang: Pustaka Mandiri.
Shannon, Calude and Weaver. 1949. “The Mathematical Theory of Communication”.