Prosiding Seminar Nasional Manajemen Teknologi XVIII

Program Studi MMT-ITS, Surabaya 27 Juli 2013

ANALISIS PENGEMBANGAN INOVASI PRODUK PADA INDUSTRI

PERANGKAT LUNAK DI INDONESIA DENGAN PENDEKATAN
MODEL STRUCTURAL EQUATION MODELING (SEM)

Ghoffar Fistian Suhartono*) dan Udisubakti Ciptomulyono

Program Studi Magister Manajemen Teknologi
Institut Teknologi Sepuluh Nopember
e-mail: gfsuhartono@gmail.com*)

ABSTRAK
Lemahnya perkembangan industri perangkat lunak lokal disebabkan banyak hal, bisa
disebabkan oleh pengusahanya sendiri yang belum bisa mengelola manajemen perusahaannya
sendiri. Akan tetapi yang lebih penting, adalah pendampingan yang serius dari pemerintah dan
universitas. Menurut Wibowo (2002), terdapat beberapa faktor yang dapat meningkatkan dan
mempengaruhi industri perangkat lunak lokal di Indonesia. Faktor-faktor tersebut terdiri dari
sumber daya manusia, infrastruktur, dan pemerintah. Faktor-faktor tersebut hampir sama
dengan perkembangan perangkat lunak di Dalian, Cina pada penelitian Chiou-Guey Jan et al
(2012). Faktor tersebut terdiri dari, talent, technology, dan capital. Faktor-faktor tersebut akan
diukur melalui model persamaan struktural seperti Structural Equation Modeling (SEM)
untuk memungkinkan peneliti untuk menguji kesalahan pengukuran (measurement error) dan
melakukan analisis faktor bersamaan dengan pengujian hipotesis. Untuk mengetahui
signifikan tidaknya hubungan antara variabel, maka nilai t (t test) harus lebih besar daripada
nilai t-tabel pada level tertentu yang tergantung dari ukuran sampel dan level signifikansi
tersebut. (Ghozali dan Fuad, 2008). Berdasarkan t-values, faktor-faktor yang tidak
mempengaruhi kemampuan inovasi produk perangkat lunak (KIP) adalah sumber daya
manusia (SDM) (-0.24), teknologi (T) (1.124), kebijakan pemerintah (KP) (-0.05), dan
perusahaan swasta (PS) (0.69). Adapun pengaruh signifikan kebijakan pemerintah (KP)
terhadap perusahaan swasta (PS) (3.31). Selain itu pengaruh signifikan juga terdapat pada
pengaruh perusahaan swasta (PS) terhadap sumber daya manusia (SDM) (2.70) dan terhadap
teknologi (T) (2.33).
Kata kunci: Industri Perangkat Lunak, Pengembangan Inovasi Produk, Structural Equation
Modeling (SEM)

PENDAHULUAN
Departemen Perdagangan telah menyusun rencana jangka panjang pengembangan
industri kreatif. Targetnya adalah meningkatkan kontribusi terhadap PDB. Tahun 2009-2015
ditargetkan naik 7%-8%, karena jika dilihat pada tahun 2002-2006 kontribusinya sebesar
6,2% atau senilai Rp 104,7 triliun. Sumbangannya terhadap PDB masih kalah dibandingkan
dengan industri kreatif negara maju, seperti Inggris yang menyumbang sebesar 7,9% dengan
rata-rata pertumbuhan 9% per tahun. Namun Indonesia lebih baik dari Selandia Baru (3,1%)
dan Australia (3,3%). Tahun 2009-2015 yang peningkatan target kontribusi industri kreatif
terhadap ekspor nasional menjadi 11%-12% serta penyerapan tenaga kerja meningkat pada
kisaran antara 6% dan 7%. Periode tahun 2015-2025 merupakan tahap percepatan
pertumbuhan dan diharapkan kontribusinya terhadap PDB naik menjadi 9%-11%, pada nilai
ekspor nasional 12%-13%, serta penyerapan tenaga kerja 9%-11%.

ISBN : 978-602-97491-7-5
A-52-1
 Prosiding Seminar Nasional Manajemen Teknologi XVIII
Program Studi MMT-ITS, Surabaya 27 Juli 2013

Industri perangkat lunak yang termasuk subsektor industri kreatif dapat menjadi salah
satu devisa negara. Hal ini dikarenakan era globalisasi yang memaksa suatu negara untuk
melakukan inovasi teknologi untuk memajukan ekspor. Selain itu, pada pemerintahan
perangkat lunak bisa meningkatkan efisiensi serta layanan terhadap masyarakat.
Berdasarkan laporan Research IDC (2008), Pengembang perangkat lunak profesional
di Indonesia pada tahun 2008 mencapai 71600 orang. Kita masih kalah bersaing dengan India
yang pengembang profesionalnya mencapai 1 juta lebih orang. Dibalik kekurangan itu,
Indonesia memiliki banyak potensi (Laporan Research IDC, 2008), yaitu:
1. Pada tahun 2006 Indonesia memiliki 250 jumlah software house dan semakin lama
bertambah menjadi 500 software house pada tahun 2011.
2. Pada tahun 2006 terdapat lebih dari 200 komunitas pengembang perangkat lunak yang ada
di Indonesia.
3. Pertumbuhan IT pada kurun waktu 2004-2009 dapat menyerap 81000 lapangan pekerjaan
dan dapat mendirikan 1100 perusahaan IT baru tiap tahunnya.
Berikut penjelasan tentang kenaikan jumlah pengembang perangkat lunak professional
dapat dilihat pada Tabel 1.

Tabel 1 Jumlah Pengembang Perangkat Lunak Profesional di Asia

Share Share
Region World
Country 2006 2007 2008
(2008) (2008)
(%) (%)
Australia 210.5 220.8 231.2 5.3 5.9
China 575.4 717.7 878.9 20.2 5.9
Hongkong 16.8 18.3 20.1 0.5 0.1
India 1007.5 1255.9 1056.3 35.9 10.5
Indonesia 56.5 63.9 71.6 1.6 0.5
Japan 562 578.9 595.8 13.7 4
Korean 176.8 185.1 194.6 4.5 1.3
Malaysia 18.1 19.5 20.9 0.5 0.1
Sumber: Laporan Research IDC, 2008

Di Indonesia, persaingan industri perangkat lunak, khususnya dalam negeri mulai

mengkhawatirkan, dikarenakan perusahaan perangkat lunak lokal hanya sekitar 20%, sisanya
dikuasai oleh industri perangkat asing. Padahal dapat dilihat, tren perkembangan industri
perangkat lunak berkembang dari tahun ke tahun. Peluang pasar dalam negeri juga sangat
besar yaitu sekitar US$110 juta/tahun. Hal ini tentu disebabkan lemahnya daya saing industri
perangkat lunak lokal. (Andri Wijaya, 2008)
Hambatan dari perkembangan dari industri perangkat lunak lokal disebabkan banyak
hal, bisa disebabkan oleh pengusahanya sendiri yang belum bisa mengelola manajemen
perusahaannya sendiri. Akan tetapi yang lebih penting, adalah pendampingan yang serius dari
pemerintah dan universitas. Pemerintah sebagai sumber investasi yang dapat memberikan
jaminan, investasi, dan pengawasan kepada pengusaha industri perangkat lunak sedangkan
universitas sebagai lembaga riset yang memberikan teknologi dan inovasi terhadap industri
ini.
Menurut Wibowo (2002), terdapat beberapa faktor yang dapat meningkatkan dan
mempengaruhi industri perangkat lokal di Indonesia. Faktor-faktor tersebut terdiri dari
sumber daya manusia, infrastruktur, dan pemerintah. Faktor-faktor tersebut hampir sama

ISBN : 978-602-97491-7-5
A-52-2
 Prosiding Seminar Nasional Manajemen Teknologi XVIII
Program Studi MMT-ITS, Surabaya 27 Juli 2013

dengan perkembangan perangkat lunak di Dalian, Cina. Penelitian Chiou-Guey Jan et al

(2012) juga membahas tentang faktor-faktor yang mempengaruhi industri perangkat lokal
mereka. Pembagian faktor-faktor berdasarkan cluster yang mereka bagi berdasarkan fungsi
dan keperluanmya. Cluster tersebut terdiri dari, talent yang menjelaskan kebutuhan sumber
daya manusia untuk pengembangan industri perangkat lunak. Lalu, technology menjelaskan
bahwa inovasi teknologi sangat utama untuk menghasilkan diferensiasi produk. Terakhir
capital, menjelaskan peran pemerintah untuk membangun infrastruktur dimana dapat
menggabungkan kedua cluster yaitu talent dan technology.
Secara garis besar kedua penelitian tersebut berasal dari pengalaman, pengamatan, dan
penelitian terdahulu. Akan tetapi, belum ada kepastian tentang pengaruh faktor-faktor tersebut
secara model struktural. Model struktural memungkinkan penggambaran secara jelas
hubungan antara variabel-variabel tersebut. Model persamaaan struktural seperti structural
equation modeling dapat memungkinkan peneliti untuk menguji kesalahan pengukuran
(measurement error) dan melakukan analisis faktor bersamaan dengan pengujian hipotesis.
Tujuan penelitian ini adalah:
1. Mengembangkan model kebijakan teknologi dan inovasi pada industri perangkat lunak di
Indonesia.
2. Menentukan faktor-faktor yang mempengaruhi kemampuan inovasi produk pada industri
perangkat lunak Indonesia.
3. Mengkaji faktor-faktor penentu inovasi produk pada industri perangkat lunak di
Indonesia.
4. Menciptakan model pengembangan kemampuan inovasi produk perangkat lunak di
Indonesia.

METODE
Penyusunan model konseptual berdasarkan kajian-kajian yang telah dilakukan pada
bab sebelumnya, yaitu mengkaji faktor-faktor sebelumnya yang mempengaruhi
perkembangan industri perangkat lunak di Indonesia. Pengkajian dilakukan berdasarkan
faktor-faktor utama yang mempengaruhi industri perangkat lunak di Indonesia. Faktor-faktor
yang telah dikaji, dapat diformulasikan sebagai sebuah model pembinaan dan pengembangan
industri perangkat lunak. Berikut ini adalah model-model penelitian yang dikaitkan dengan
kemampuan inovasi produk, selanjutnya menjadi acuan dalam pengembangan model
konseptual pada penelitian ini:
1. Pengaruh sumber daya manusia disimpulkan dari penelitian Otero et al, (2009); De
Carvalho, (2003); Ngo-The dan Ruhe, (2008); De Marco dan Lister, (1999); Tsai et al,
(2003)
2. Pengaruh teknologi disimpulkan dari penelitian Zelkowitz et al, (1998); Punter et al,
(2009);
3. Pengaruh kebijakan pemerintah disimpulkan dari penelitian Chandra, (2009); Grant,
(1991); Fitzgerald et al, (2008)
4. Pengaruh perusahaan swasta disimpulkan dari penelitian Banerjee, (2003) Arend, (2000).

ISBN : 978-602-97491-7-5
A-52-3
 Prosiding Seminar Nasional Manajemen Teknologi XVIII
Program Studi MMT-ITS, Surabaya 27 Juli 2013

Gambar 1 Model Konseptual

Keterangan :
1. Diadopsi dan disimpulkan dari hasil penelitian Chiou-Guey Jan et al, (2012)
2. Diadopsi dan disimpulkan dari hasil penelitian Wibowo (2002); Chiou-Guey Jan et al,
(2012)
3. Diadopsi dan disimpulkan dari hasil penelitian Wibowo (2002); Chiou-Guey Jan et al,
(2012)
4. Diadopsi dan disimpulkan dari hasil Chiou-Guey Jan et al, (2012)
5. Diadopsi dan disimpulkan dari hasil Chiou-Guey Jan et al, (2012); Arend, (2000); dan
Banerjee, (2003)
6. Diadopsi dan disimpulkan dari hasil Chiou-Guey Jan et al, (2012); Wibowo (2002)
7. Diadopsi dan disimpulkan dari hasil Benerjee, (2003); Burchell dan Fine (1997)
8. Diadopsi dan disimpulkan dari hasil Benerjee, (2003): Wibowo (2002)
9. Diadopsi dan disimpulkan dari hasil Benerjee, (2003)

Hipotesis berfungsi untuk menentukan suatu keputusan, dimana itu belum jelas benar
atau salah (criminal trial). Pernyataan yang masih belum jelas benar atau salah disebut null
hypothesis yang dilambangkan dengan Ho. Lalu ada pernyataan kedua atau disebut dengan
research hypothesis yang dilambangkan dengan H1. Keputusan tergantung pada penolakan
dan penerimaan Ho (Keller, 2007). Hipotesis juga mempengaruhi signifikansi parameter
dalam suatu model persamaan struktural. Untuk megetahui adanya signifikansi antara
hipotesis maka dilakukan t-test. (Ghozali dan Fuad, 2008). Pada Tabel 2 dijelaskan tentang
hipotesis pada penelitian ini.

Tabel 2 Hipotesis Penelitian

Hipotesis Keterangan
1 Terdapat hubungan yang positif antara peran sumber daya manusia
dengan kemajuan inovasi industri perangkat lunak
2 Terdapat hubungan yang positif antara teknologi dengan kemajuan
inovasi industri perangkat lunak
3 Terdapat hubungan yang positif antara kebijakan pemerintah
dengan dengan kemajuan industri perangkat lunak
4 Terdapat hubungan yang positif antara kebijakan pemerintah
terhadap sumber daya manusia pada industri perangkat lunak

ISBN : 978-602-97491-7-5
A-52-4
 Prosiding Seminar Nasional Manajemen Teknologi XVIII
Program Studi MMT-ITS, Surabaya 27 Juli 2013

Hipotesis Keterangan
5 Terdapat hubungan yang positif antara sumber daya manusia
terhadap perkembangan teknologi untuk industri perangkat lunak
6 Terdapat hubungan yang positif antara kebijakan pemerintah
terhadap perusahaan swasta
7 Terdapat hubungan yang positif antara perusahaan swasta terhadap
sumber daya manusia
8 Terdapat hubungan yang positif antara perusahaan swasta terhadap
teknologi
9 Terdapat hubungan yang positif antara perusahaan swasta terhadap
kemajuan industri perangkat lunak

Pengumpulan data untuk penelitian ini dengan menggunakan kuisioner yang

dikembangkan dari 17 indikator yang digunakan untuk mengukur 4 variabel laten dan
dilakukan secara tertutup (close questions). Kuesioner disebarkan kepada 103 responden yang
merupakan target sampel. Responden dapat menilai beberapa aspek indikator-indikator dari
setiap variabel laten dengan menggunakan skala Likert.
Data- data yang berasal dari responden dapat diolah dengan menggunakan software
LISREL. LISREL memungkinkan untuk menguji hubungan antara variabel laten dan
indikator-indikatornya. Pada akhirnya adalah penilaian model fit, dimana suatu model
dikatakan fit apabila kovarians matrik suatu model (model-based covariance matrix) adalah
sama dengan kovarians matrik data (observed). Model fit dapat dinilai dengan menguji
berbagai index fit yang dieperoleh dari LISREL (Ghozali dan Fuad, 2008).
Setelah mengembangkan model koseptual dan variabel-variabel indikator, langkah
selanjutnya adalah mengilustrasikan model konseptual tersebut melalui diagram alur (path
diagram). Pembangunan diagram alur ini merupakan persyaratan utama pada SEM dengan
menggunakan LISREL.
SEM menganalisa secara statistik untuk menentukan apakah model plausible atau fit
berdasarkan suatu data yang dimiliki. Setelah itu, menguji berbagai hipotesis yang telah
dibangun sebelumnya. Penentuan model fit, model fit dapat ditentukan dengan meminimalkan
perbedaan antara sample covariance matrix dan implied covariance matrix. Sample
covariance matrix adalah matriks kovarians yang diperoleh melalui observasi, sedangkan
implied covariance matrix adalah matriks kovarians yang diperoleh berdasarkan model.
(Ghozali dan Fuad, 2008).

HASIL DAN PEMBAHASAN

Data ordinal untuk pengolahan Structural Equation Modeling (SEM) harus
diperlakukan sebagai data ordinal dan tidak boleh diperlakukan sebagai data continous.
Metode analisis untuk dana ordinal seharusnya menggunakan Weighted Least Square WLS
dan menggunakan polychoric correlation sebagai input data ditambah asymptotic covariance
matrix (Ghozali dan Fuad, 2008). Pada gambar 2. berikut merupakan hasil pengolahan data
Structural Equation Modeling (SEM) dengan estimasi t-values menggunakan polychoric
correlation.

ISBN : 978-602-97491-7-5
A-52-5
 Prosiding Seminar Nasional Manajemen Teknologi XVIII
Program Studi MMT-ITS, Surabaya 27 Juli 2013

Gambar 2 Path Diagram Structural Equation Modeling (SEM) dengan Polychoric Correlation (t-
value)

Setelah melakukan pengolahan data makan dilakukan uji kecocokan, dimana

pengolahan data dengan Structural Equation Modeling harus menggunakan indikator untuk
menilai model fit. Penilaian model fit dapat menggunakan 15 indikator untuk menilai model
fit. Pada tabel 3 dapat dilihat penilaian model fit untuk data yang sudah diolah.

Tabel 3 Penilaian Model Fit

Hasil Tingkat
No Fit Index Cut-off Value
Model Kecocokan
1. Chi-square Nilai yang kecil 380,55 Kurang Fit
2. Chi- Square/degrees of 2 3.549 Fit
freedom (χ2/df)
3. Root Mean Square Error of 0,05>RMSEA≥0, 0,06 Fit
Approximation (RMSEA) 08
4. Expected Cross-Validation Nilai yang kecil M = 2,31 Fit
Index (ECVI) dan dekat dengan S = 3,00
ECVI saturated I = 8,70

5. Akaike Information Nilai yang kecil M =235.19 Fit

Criterion (AIC) dan dekat dengan S = 306.00
AIC saturated I = 887.36
6. Consistent Akaike Nilai yang kecil M = 391.48 Fit
Information Criterion dan dekat dengan S = 862.11
(CAIC) CAIC saturated I = 949.15
7. Normed Fit Index (NFI) NFI≥0,9 0.83 Kurang Fit
8. Non-Normed Fit Index NNFI≥0,9 0.93 Fit
(NNFI)
9. Comparative Fit Index CFI≥0,9 0.95 Fit
(CFI)

ISBN : 978-602-97491-7-5
A-52-6
 Prosiding Seminar Nasional Manajemen Teknologi XVIII
Program Studi MMT-ITS, Surabaya 27 Juli 2013

Hasil Tingkat
No Fit Index Cut-off Value
Model Kecocokan
10. Incremental Fit Index (IFI) IFI≥0,9 0.95 Fit
11. Relative Fit Index (RFI) RFI≥0,9 0.78 Kurang Fit
12. Critical N (CN) CN≥200 101.79 Kurang Fit
13. Root Mean Square Standardized≤0,0 0.12 Kurang Fit
Residual (RMR) 5
14. Goodness of Fit Index GFI≥0,9 0.74 Kurang Fit
(GFI)
15. Adjusted Goodness of Fit AGFI≥0.9 0.64 Kurang Fit
Index (AGFI)

Pada pengujian model konstruk didapatkan chi square 380,55 menandakan model
kurang fit karena nilainya terlalu besar. Untuk indikator ECVI, penilaian model fit, hal ini
ditandai nilai model ECVI sebesar 2.31 lebih kecil daripada ECVI saturated dan
independence. Dengan kecilnya nilai ECVI kedepannya model cukup potensial untuk
direplikasi. Nilai RMSEA sebesar 0,06 menandakan model fit. Selain itu nilai CFI sebesar
0,95 menandakan bahwa model fit, lalu ada nilai GFI sebesar 0,74 menandakan bahwa model
kurang fit. Nilai CN sebesar 101,79 menandakan model kurang fit. Dengan hasil penilaian
model fit dapat disimpulkan bahwa:
1. Model dapat dikatakan kurang fit maka perlu dilakukan modifikasi model
2. Model sangat potensial untuk direplikasi untuk penelitian selanjutnya,
3. Sampel yang digunakan seharusnya lebih daripada 200 untuk menandakan model fit,
karena nilai CN hanya sebesar 101,79.  
Setelah penilaian model fit, tujuan dari Structural Equation Modeling (SEM) adalah
pengujian hipotesis antara variabel laten untuk memperoleh signifikansi yang diperoleh dari
teori yang telah dibangun. Pada Tabel 4 dijelaskan uji hipotesis lebih lanjut antara variabel
laten.

Tabel 4 Uji Hipotesis dengan T-values

No Hubungan t-value Keterangan Hipotesis
1. Terdapat hubungan yang positif
antara peran sumber daya Kurang
-0.24 H1 Ditolak
manusia dengan kemajuan inovasi Signifikan
industri perangkat lunak
2. Terdapat hubungan yang positif Kurang
antara teknologi dengan kemajuan 1.124 signifikan H2 Ditolak
inovasi industri perangkat lunak
3. Terdapat hubungan yang positif Tidak
antara kebijakan pemerintah signifikan
dengan dengan kemajuan inovasi -0.05 H3 Ditolak
industri perangkat lunak
4. Terdapat hubungan yang positif
Tidak
antara kebijakan pemerintah
-0.74 signifikan H4 Ditolak
terhadap sumber daya manusia
pada industri perangkat lunak

ISBN : 978-602-97491-7-5
A-52-7
 Prosiding Seminar Nasional Manajemen Teknologi XVIII
Program Studi MMT-ITS, Surabaya 27 Juli 2013

No
Hubungan t-value Keterangan Hipotesis
5. Terdapat hubungan yang positif
antara sumber daya manusia Kurang
0.84 H5 Ditolak
terhadap perkembangan teknologi signifikan
untuk industri perangkat lunak
6. Terdapat hubungan yang positif
antara kebijakan pemerintah 3.31 Signifikan H6 Diterima
terhadap perusahaan swasta
7. Terdapat hubungan yang positif
antara perusahaan swasta terhadap 2.70 Signifikan H7 Diterima
sumber daya manusia
8. Terdapat hubungan yang positif
antara perusahaan swasta terhadap
2.33 Signifikan H8 Diterima
teknologi.

9. Terdapat hubungan yang positif

antara perusahaan swasta terhadap Kurang
0.69 H9 Ditolak
kemajuan industri perangkat signifikan
lunak
Modification indices memberikan informasi tentang penurunan pada nilai chi square
sehingga dapat menghasilkan model fit. Pemilihan pada informasi modified indices dapat
dilihat pada estimasi baru untuk dijadikan free parameter model selanjutnya. Hasil dari
modifikasi model berhasil dalam menurunkan nilai chi square yang awalnya 380,55 berkurang
menjadi 291,55 sehingga menjadikan model fit. Lalu nilai RMSEA juga berkurang dari 0,06
menjadi 0,022 menjadikan model lebih fit. Setelah melakukan pengujian reciprocal, H10-H14
dinyatakan tidak signifikan dan penilaian model fit menjadi lebih buruk. Akan tetapi, nilai t-
values variabel laten yang hipotesisnya ditolak mengalami kenaikan. Hipotesis sebelum
modifikasi model mengalami arah timbal balik-balik yaitu H1, H2, H3, H4, dan H5
mengalami kenaikan.
Model reciprocal merupakan model persamaan struktural yang memungkinkan adanya
hubungan timbal balik antara variabel dalam suatu model (Ghozali dan Fuad, 2008).
Modifikasi model menjadi bentuk reciprocal kemungkinan akan meningkatkan signifikansi
antara variabel selain modification indices. Model konseptual untuk modifikasi model
reciprocal dapat dilihat pada Gambar 3.

Gambar 3 Model Konseptual untuk Modifikasi Model Reciprocal

ISBN : 978-602-97491-7-5
A-52-8
 Prosiding Seminar Nasional Manajemen Teknologi XVIII
Program Studi MMT-ITS, Surabaya 27 Juli 2013

Hasil modifikasi model dengan reciprocal menambah hipotesis penelitian menjadi 15

hipotesis, yaitu:
H10 : Terdapat hubungan yang positif antara peran kemajuan inovasi industri perangkat lunak
dengan sumber daya manusia
H11 : Terdapat hubungan yang positif antara kemajuan inovasi industri perangkat lunak
dengan teknologi
H12 : Terdapat hubungan yang positif antara kemajuan industri perangkat lunak dengan
kebijakan pemerintah
H13 : Terdapat hubungan yang positif antara sumber daya manusia pada industri perangkat
lunak terhadap kebijakan pemerintah
H14 : Terdapat hubungan yang positif antara perkembangan teknologi untuk industri
perangkat lunak terhadap sumber daya manusia
H15 : Terdapat hubungan yang positif antara kemajuan industri perangkat lunak terhadap
perusahaan swasta
Penjelasan signifikansi antara variabel dapat dilihat pada Tabel 5.

Tabel 5 Nilai T-values Modifikasi Model Reciprocal

Hipotesis Indikator T-values Keterangan
H10 SDM KIP -0,20 Tidak signifikan
H11 T KIP 1,73 Kurang signifikan
H12 KP KIP 0,76 Kurang signifikan
H13 KP SDM -0,79 Tidak signifikan
H14 SDM T 0,88 Kurang signifikan
H15 PS KIP 1,47 Kurang signifikan

Setelah modifikasi model ke dalam bentuk reciprocal, penilaian model fit tetap harus
dilakukan. Agar modifikasi model mendapatkan model yang sesuai dan fit. H1-H5 mengalami
kenaikan pada nilai t-valuesnya, nilai t-values nya masih kurang dari 1,96. Dapat disimpulkan
bahwa pemodelan reciprocal membuat penilaian model menjadi tidak fit, tetapi sebenarnya
dapat mengubah signifikansi hipotesis-hipotesis sebelum modifikasi walaupun tidak ada
perubahan signifikansi. Dengan tidak ada perubahan signifikansi hipotesis, analisis antara
hubungan variabel laten dapat dilakukan analisis kenyataan di lapangan.
Berdasarkan t-values sebelum modifikasi model, faktor-faktor yang tidak
mempengaruhi kemampuan inovasi produk perangkat lunak (KIP) adalah sumber daya
manusia (SDM) (-0.24), teknologi (T) (1.124), kebijakan pemerintah (KP) (-0.05), dan
perusahaan swasta (PS) (0.69).

KESIMPULAN DAN SARAN

Berdasarkan pengumpulan dan pengolahan data serta analisis yang telah dilakukan,
maka dapat diambil kesimpulan sebagai berikut:
1. Variabel yang tidak signifikan mempengaruhi Kemampuan Inovasi Produk (KIP) pada
industri perangkat lunak adalah variabel laten sumber daya manusia (SDM), kebijakan
pemerintah (KP), perusahaan swasta (PS), dan teknologi (T).
2. Modifikasi model membuat penilaian model menjadi lebih fit, dimana hasil dari
modifikasi model berhasil menurunkan nilai chi square dan RMSEA.
3. Modifikasi model dengan reciprocal bahwa pemodelan reciprocal membuat penilaian
model menjadi tidak fit, tetapi sebenarnya dapat mengubah signifikansi hipotesis-hipotesis
sebelum modifikasi walaupun tidak ada perubahan signifikansi.

ISBN : 978-602-97491-7-5
A-52-9
 Prosiding Seminar Nasional Manajemen Teknologi XVIII
Program Studi MMT-ITS, Surabaya 27 Juli 2013

Berikut adalah saran-saran untuk kepentingan penelitian selanjutnya:

1. Perlunya dianalisa lebih dalam peran-peran seperti sumber daya manusia (SDM),
kebijakan pemerintah (KP), perusahaan swasta (PS), dan teknologi (T). Dimana peran-
peran tersebut tidak mempengaruhi kemampuan inovasi produk.
2. Kelebihan dan kekurangan yang ditunjukan pada modifikasi model dapat dijadikan acuan
untuk melakukan pengembangan model konseptual pada penelitian selanjutnya.

DAFTAR PUSTAKA
A. Ngo-The, G. Ruhe, A systematic approach for solving the wicked problem of software
release planning, Soft Comput. 12 (1) (2008) 95–108.
Banerjee P. (2003), Some indicators of dynamic technological competencies:understanding of
Indian software managers, Technovation 23 (2003) 593–602
Chandra, P. (2009). Competitiveness of Indian manufacturing: findings of the third National
manufacturing survey. Report Submitted to the National Manufacturing
Competitiveness Council, March 2009
http://www.iimb.ernet.in/wchandra/NMCC%20Report%202009.pdf.
Ghozali, Imam dan Fuad (2008), Structural Equation Modeling: Teori, Konsep, dan Aplikasi
dengan Program Lisrel, Badan Penerbit Universitas Diponegoro
Grant, R. M. (1991). Prospering in dynamically-competitive environments: Organizational
capability as knowledge integration. Organization Science, 7(4), 375−387.
H. Tsai, H. Moskowitz, H. Lee, Human resource selection for software development projects
using Taguchi’s parameter design, Eur. J. Oper. Res. 153 (1) (2003) 167–180.
Jan CG., Chan CC., Teng CH., (2012), The effect of clusters on the development of the
software industry in Dalian, Technology in Society 34 (2012) 163–173
Jogianto HM (2008). Pedoman survei kuesioner: mengembangkan kuesioner, mengatasi bias
dan meningkatkan respon, Yogyakarta, Badan Penerbit Ekonomika dan Bisnis UGM.
Kelompok Kerja Indonesia Design Power (2008), Pengembangan Ekonomi Kreatif Indonesia
2025, Departemen Perdagangan Indonesia.
L.D. Otero, G. Centeno, A.J. Ruiz-Torres, C.E. Otero, A systematic approach for resource
allocation in software projects, Comput. Ind. Eng. 56 (4) (2009) 1333–1339.
L.R. De Carvalho, Planejamento da Alocação de Recursos Humanos em Ambientes de
Desenvolvimento de Software Orientados à Organização, PhD Thesis, Universidade
Federal do Rio de Janeiro, COPPE, Brazil, 2003.
Punter, T., Krikhaar, R.L., Bril, R.J., 2006. Sustainable technology transfer. In: Proceedings
of the International Workshop on Software Technology Transfer in Software
Engineering (WOTTSE) at ICSE’06. ACM, Shanghai, pp. 15–18.
Suyadi, I. (2008). Pengaruh kepemimpinan, infrastruktur, pembelajaran organisatoris terhadap
tehnologi, pelayanan, pasar dan merk dalam strategi ecommerce di Indonesia.
Disertasi, Universitas Brawijaya.
T. DeMarco, T. Lister, Peopleware: Productive Projects and Teams, second ed., Dorset
House, New York, 1999.

ISBN : 978-602-97491-7-5
A-52-10
 Prosiding Seminar Nasional Manajemen Teknologi XVIII
Program Studi MMT-ITS, Surabaya 27 Juli 2013

Wahono, RS (2007), Industri Software Lokal: Kualitas dan Peluang, Seminar Nasional The
Development of Software Project in Indonesia, STT PLN, Jakarta, 12 Maret 2007
Wibowo, Wahyu C. (2002), Pengembangan Industri Perangkat Lunak di Indonesia, Fakultas
Ilmu Komputer Universitas Indonesia
Wijaya, Andri (2008), Kematangan Industri Perangkat Lunak Indonesia (KIPI v1.0) Dan
Capability Maturity Model (CMM), Algoritma : Jurnal Ilmiah STMIK GI MDP, Vol
4, No. 3
Zelkowitz, M.V., Wallace, D.R., Binkley, D., 1998. Understanding the culture clash in
software engineering technology transfer. University of Maryland Technical Report.

ISBN : 978-602-97491-7-5
A-52-11