EVALUASI PENERIMAAN APLIKASI SIDKIA

OLEH BIDAN MENGGUNAKAN TAM

DI PUSKESMAS KABUPATEN BLORA
FS Sridadi Agus Mulyono1, Soetrisno2, Veronika Ika Budiastuti3

1. Magister Kedokteran Keluarga, Universitas Sebelas Maret, Surakarta, Indonesia

2. Departmen Obstetri dan Ginekologi, Universitas Sebelas Maret, Surakarta, Indonesia
3. Departmen Biokimia, Universitas Sebelas Maret, Surakarta, Indonesia

ABSTRAK
Latar belakang: Menurunkan AKI hingga kurang dari 70 / 100.000 kelahiran hidup adalah salah
satu target SDGs di Indonesia yang merupakan kelanjutan target MDGs yang belum tercapai pada
tahun 2015. Salah satu upaya menurunkan AKI adalah dengan deteksi awal dan tatalaksana
terencana terhadap ibu hamil berisiko tinggi. Aplikasi SIDKIA ( Sistem Informasi Data Kesehatan
Ibu dan Anak ) dibuat dengan tujuan membantu bidan mengelola data ibu hamil per desa sekaligus
meningkatkan koordinasi antar sesama petugas kesehatan terkait. Studi ini bertujuan untuk
mengetahui tingkat penerimaan aplikasi SIDKIA oleh bidan Puskesmas menggunakan Model
Penerimaan Teknologi (TAM).
Subyek dan Metode: Penelitian ini adalah penelitian observasional analitik dengan desain
potong lintang. Penelitian dilakukan di 5 (lima) Puskesmas kabupaten Blora selama bulan Juli –
September 2019. Populasi penelitian adalah bidan Puskesmas di kabupaten Blora dengan jumlah
sampel 110 (seratus sepuluh) bidan yang terpilih secara cluster sampling. Variabel terikat adalah
penerimaan (BI). Variabel bebas adalah persepsi kemanfaatan (POU) dan kemudahan penggunaan
(PEU). Data dikumpulkan dengan kuesioner dan dianalisis menggunakan analisis deskripsi, one-
way anova serta regresi linier.
Hasil: Hasil analisis deskripsi menunjukkan mean variabel BI, POU dan PEU masing-masing :
4.026 ; 4.116 dan 4.022 (p value = 0.000) artinya baik penerimaan, persepsi kemanfaatan dan
kemudahan penggunaan termasuk dalam kategori baik. Hasil analisis one-way anova tidak
didapatkan pengaruh perbedaan karakteristik responden yang signifikan terhadap tingkat
penerimaan responden. Hasil analisis regresi linier POU terhadap BI, PEU terhadap BI serta POU
dan PEU secara simultan terhadap BI didapatkan nilai korelasi masing-masing 0.720 ; 0.562 dan
0.721 (p value = 0.000) dengan koefisien determinasi masing-masing 51.9% ; 31.5% dan 52.0%.
Kesimpulan: Aplikasi SIDKIA dapat diterima dengan baik oleh bidan di wilayah kabupaten
Blora, namun perlu mendapatkan peningkatan sisi kemanfaatan serta kemudahan dalam
penggunaan aplikasi.
Kata kunci: TAM (Technology Acceptance Model), Behavioral Intention to use (BI), Perceived of
Usefulness (POU), Perceived Ease of Use (PEU), aplikasi SIDKIA.

Korespondensi : FS Sridadi Agus Mulyono. Magister Kedokteran Keluarga, Universitas Sebelas Maret. Jl.
Ir. Sutami No. 36A, Surakarta 57126, Jawa Tengah. Email: sridadi.gp@gmail.com.
Mobile:+6281215826229.

LATAR BELAKANG
Indikator Angka Kematian Ibu (AKI) merupakan salah satu tolok ukur derajat kesehatan
ibu dan menjadi cermin keberhasilan upaya kesehatan masyarakat, karena sensitifitasnya
terhadap perbaikan pelayanan kesehatan, baik dari sisi aksesibilitas maupun kualitas
(Kemenkes,2017). AKI adalah jumlah kematian ibu akibat dari proses kehamilan, persalinan
dan paska persalinan per 100.000 kelahiran hidup pada masa tertentu (WHO, 2011). Angka
kematian ibu pada tahun 2015 di Indonesia adalah 305 per 100.000 kelahiran hidup. Angka
ini masih di atas target Millennium Development Goals (MDGs) pada tahun 2015 sebesar 102
per 100.000 kelahiran hidup (BAPPENAS, 2012). Setelah MDGs berakhir pada tahun 2015,
WHO meluncurkan agenda baru untuk melanjutkan MDGs, yaitu Sustainable Development
Goals (SDGs), yang salah satu tujuannya menurunkan AKI secara global hingga kurang dari
70 per 100.000 kelahiran hidup hingga periode 2030 (UNDP, 2015). Penyebab kematian ibu
dapat bersifat langsung maupun tidak langsung (Khlat,2009 ; Say L., 2014). Pelayanan
kesehatan untuk wanita hamil adalah serangkaian layanan antenatal, layanan persalinan,
layanan postpartum, dan layanan kesehatan untuk bayi baru lahir (BAPPENAS, 2015).
Kualitas pelayanan Antenatal akan mempengaruhi kesehatan ibu dan janin selama kehamilan,
persalinan, bayi baru lahir dan juga ketika ibu menjalani masa nifas. Namun, berdasarkan
laporan BAPPENAS (2015) masih ada seperempat wanita hamil tidak mendapatkan layanan
ANC lengkap, hal ini menyebabkan beberapa komplikasi kehamilan tidak terdeteksi sejak
awal. Kondisi ini meningkatkan kejadian satu dari 3 jenis keterlambatan yaitu terlambat
memutuskan mencari pertolongan medis yang dapat menjadi mata rantai menuju
keterlambatan yang kedua dan ketiga yaitu terlambat mencapai fasilitas kesehatan yang
memadai dan terlambat mendapatkan pertolongan medis yang memadai (Thaddeus S, 1994).
Data hasil pemeriksaan ibu yang tidak terdokumentasi dengan baik adalah penyebab utama
hambatan dalam menyediakan intervensi berbasis bukti, terutama dalam hal melacak,
meninjau, dan menilai penyebab dan faktor risiko yang dapat dicegah terkait dengan kematian
ibu dan bayi (Kerber KJ, 2015). Saat ini telah dikembangkan sistem baru dalam pengelolaan
informasi kesehatan, yaitu Electronic Health Record (EHR). EHR adalah sistem informasi
dengan format digital yang dapat digunakan di mana saja dan kapan saja(O’Sullivan TA, 2011 ;
Marwah S, 2018). EHR dimaksudkan untuk meningkatkan kualitas dan ketersediaan data
yang dapat diakses kapan saja, sehingga dapat meningkatkan manajemen layanan kesehatan
dan bermanfaat bagi petugas kesehatan melalui pertukaran informasi klinis secara online
(Marwah S, 2018 ; Hawley G., 2014). Shiferaw (2018) menyatakan bahwa pemanfaatan
aplikasi mHealth yang diadaptasi secara lokal selama ANC dapat secara signifikan
meningkatkan pemanfaatan layanan persalinan dan pelayanan pascanatal melalui pengaruh
positif terhadap perilaku petugas kesehatan dan klien mereka.
Sistem Informasi Data Kesehatan Ibu dan Anak (SIDKIA) dirancang untuk membantu
bidan dalam mengelola data kesehatan ibu hamil di wilayah kerjanya untuk mendukung
catatan berbasis kertas yang telah digunakan sampai sekarang, yaitu buku KIA. SIDKIA tidak
dirancang untuk menyimpan data detail hasil pemeriksaan setiap kali kontak ANC, melainkan
hanya mengelola data risiko, komplikasi serta RTL berdasarkan kelompok risiko ibu hamil.
Desain sistem informasi ini dijelaskan dalam diagram Aliran Data Level 0, dengan
beberapa penjelasan : laporan UKM / Upaya Kesehatan Masyarakat adalah laporan PWS KIA
/ Pemantauan Wilayah Setempat Kesehatan Ibu dan Anak ; laporan UKP / Upaya Kesehatan
Perorangan terdiri dari beberapa informasi strategis tentang semua ibu hamil di satu wilayah ;
PONED adalah Pelayanan Obstetri Neonatal Emergensi Dasar ; KB artinya Keluarga
Berencana; Bidan Desa adalah bidan yang bertanggung jawab atas ibu hamil di wilayah
kerjanya ; bidan PONED adalah bidan yang bertanggung jawab di PONED dan bidan KIA
adalah bidan yang bertanggung jawab di layanan kesehatan Ibu dan Anak di Puskesmas.

Gambar 1. Diagram Aliran Data level 0

Peneliti menggunakan metode prototipe dalam membuat sistem informasi berbasis web
yang dibantu oleh pakar IT. Pada tahap awal sebelum membuat prototipe, peneliti melakukan
studi literatur yang berkaitan dengan sistem informasi yang dapat menunjang kegiatan bidan
selama periode ANC, persalinan dan periode nifas di Puskesmas Todanan, kabupaten Blora,
provinsi Jawa Tengah selama periode Januari 2019 hingga Juni 2019. SIDKIA merupakan
sistem informasi berbasis web dibuat menggunakan bahasa pemrograman PHP dan database
MySQL. Aplikasi ini menggunakan domain dan hosting pihak ketiga, sehingga dapat diakses
oleh bidan melalui komputer, laptop atau smartphone Android, menggunakan web browser.
SIDKIA dikembangkan dari konsep sistem pengelompokan risiko ibu hamil berdasarkan skor
Poeji Rochjati, pedoman rujukan terencana oleh Poeji Rochjati, serta konsep continuum of
care di dalam mHealth for maternity service. (Shiferaw S,2018; Rochjati P, 2010; Widarta
GD, 2015; Markam H, 2018). Skor Poeji Rochjati terdiri dari 20 faktor risiko yang terbagi
dalam tiga kelompok, yaitu: APGO / Ada Potensi Gawat Obstetri yang terdiri dari 10 faktor
risiko, AGO / Ada Gawat Obstetri yang terdiri dari 8 kondisi dan AGDO / Ada Gawat Darurat
Obstetri yang terdiri dari 2 kondisi (Rochjati P, 2010). Dari hasil skor total kita dapat membagi
kehamilan menjadi tiga kelompok risiko : Kehamilan Berisiko Rendah dengan skor 2,
Kehamilan Berisiko Tinggi dengan skor 6 - 10 dan Kehamilan Berisiko Sangat Tinggi dengan
skor >12 (Rochjati P, 2010). Konsep rujukan oleh Poeji Rochjati terdiri dari rujukan terencana,
rujukan tepat waktu dan rujukan terlambat(Rochjati P, 2010; Widarta GD, 2015 ). Rencana
Tindak Lanjut (RTL) diberikan berdasarkan kelompok risiko yang dibagi menjadi 4 pilihan
RTL ( RTL 1 – 4 ) yang dapat disederhanakan berdasarkan tempat rencana persalinan, yaitu
Puskesmas ( RTL 1-2 ) atau di Rumah Sakit ( RTL 3 – 4 ) (Rochjati P, 2010).
Sistem informasi ini dimaksudkan untuk mengelola setiap data penting ketika ibu melewati
empat fase ini. Empat fase ini menjadi bagian utama dari aplikasi SIDKIA, yaitu :
Halaman Update Fase 1
Halaman ini digunakan untuk memperbarui data selama kehamilan, dibagi sesuai dengan
trimester 1, 2 dan 3. Data yang dimuat pada fase ini antara lain : identitas dasar ibu hamil ;
status GPA ; jumlah janin ; HPHT ; HPL ; pembiayaan dan bidan pendamping ; waktu
kunjungan ANC K1-K4 ; hasil pemeriksaan laboratorium ; status kesehatan dan faktor risiko ;
RTL ; RTL lain / RTL nutrisi ; Komplikasi Obstetri dan Jenis Rujukan.
Halaman Update Fase 2
Pembaruan fase 2 dilakukan ketika wanita hamil memasuki fase aktif persalinan dan dibagi
ke dalam data inpartu dan persalinan. Data persalinan terdiri dari 2 kategori berdasarkan
tempat persalinan, yaitu persalinan di PONED / Puskesmas atau di Rumah Sakit melalui
mekanisme rujukan.
Halaman Update Fase 3
Halaman ini berisi data Kunjungan Nifas (KF1-KF3) dan Kunjungan Neonatus ( KN1-
KN3). Fase 3 adalah periode ketika ibu telah melewati fase persalinan, fase ini berlangsung
selama 42 hari untuk ibu dan 28 hari untuk neonatus. Setelah melewati masa 42 hari untuk
ibu dan 28 hari untuk neonatus, maka data akan otomatis berpindah ke fase 4.
Halaman Update Fase 4
Halaman ini berisi data ibu sebagai akseptor KB dan data bayi di mana ini adalah tahap
akhir dari sistem ini.
Halaman Update Data Kematian
Halaman ini adalah bagian dari fase 4 yang meliputi data tentang kematian ibu, aborsi,
IUFD dan kematian neonatal.

Laporan UKM dan UKP

Laporan UKM terdiri dari laporan PWS KIA sesuai masa kehamilan hingga nifas : cakupan
K1, cakupan K4, cakupan persalinan oleh tenaga kesehatan, cakupan pelayanan nifas oleh
tenaga kesehatan, cakupan KN1, cakupan KN lengkap, cakupan Ibu hamil risiko tinggi,
cakupan penanganan komplikasi obstetrik dan cakupan penanganan komplikasi neonatus (
Depkes, 2009 ).
Laporan UKP terdiri dari beberapa data penting yaitu : resume berdasarkan faktor risiko,
resume berdasarkan RTL, Resume ibu hamil per Desa dan per HPL (kantong persalinan),
resume ibu hamil dengan usia kehamilan > 40 minggu, Resume RTL 3&4 (Rencana Persalinan
di RS), resume ibu nifas berdasarkan RTL, resume akseptor KB, resume data bayi dan resume
data bayi risiko stunting.
Model penerimaan teknologi atau Technology Acceptance Model (TAM) yang
dikembangkan oleh Davis F.D pada tahun 1986, digunakan dalam penelitian ini untuk
mengukur persepsi penerimaan pengguna terhadap teknologi informasi. TAM menggunakan
dua konstruk utama yaitu persepsi pengguna terhadap kemanfaatan (Perceived Of Usefulness)
dan persepsi pengguna terhadap kemudahan penggunaan (Perceived Ease of Use) ( Davis
F.D., 1989 ). Tahap awal keberhasilan penerapan suatu sistem informasi adalah adanya
penerimaan oleh pengguna terhadap sistem informasi tersebut ( Davis F.D., 1989;
Rasoulzadeh N, 2017).
 Sejumlah variabel eksternal juga digunakan pada model TAM. Variabel eksternal adalah
faktor lain yang dapat mempengaruhi persepsi seseorang terhadap suatu sistem selain dua
konstruk utama model TAM ( Chuttur M., 2009). Variabel yang paling sering digunakan
adalah kualitas sistem, pelatihan, kompatibilitas, computer anxiety, self-efficacy, perceived
enjoyment, dukungan komputasi, dan pengalaman sebelumnya ( Chuttur M., 2009; Lee et al,
2003 ).
Perceived Of Usefulness (POU) / persepsi kemanfaatan didefinisikan sebagai sejauh mana
seseorang meyakini bahwa penggunaan sistem informasi tertentu akan meningkatkan
kinerjanya. Jika seseorang merasa bahwa suatu sistem informasi berguna maka dia akan
menggunakannya. Sebaliknya jika seseorang merasa bahwa sistem informasi tersebut kurang
berguna maka dia tidak akan menggunakannya (Davis F.D., 1989; Chuttur M., 2009)
Perceived Ease of Use (PEU) / persepsi kemudahan penggunaan didefinisikan sebagai
tingkat keyakinan seseorang bahwa dalam menggunakan sistem tidak diperlukan usaha yang
keras. Meskipun usaha menurut setiap orang bebeda tetapi pada umumnya untuk
menghindari penolakan dari pengguna atas sistem yang dikembangkan, maka sistem harus
mudah diaplikasikan oleh pengguna tanpa mengeluarkan usaha yang dianggap memberatkan
(Davis F.D., 1989; Chuttur M., 2009).
SUBYEK DAN METODE
1. Desain Penelitian
Ini adalah penelitian observasional analitik dengan desain potong lintang. Penelitian
dilakukan selama bulan Juli – September 2019 di 5 Puskesmas kabupaten Blora, Jawa Tengah,
Indonesia.
2. Populasi dan Sampel Penelitian
Populasi dalam penelitian ini adalah bidan Puskesmas Kabupaten Blora yang berjumlah
497 bidan. Penentuan jumlah sampel berdasarkan rumus Slovin dengan dengan tingkat
kesalahan sebesar 10%. Berdasarkan hasil perhitungan jumlah sampel yang dibutuhkan adalah
84 bidan. Sampel berjumlah 110 bidan yang dipilih menggunakan metode Cluster Sampling.
3. Variabel Penelitian
Variabel bebas dalam penelitian ini adalah persepsi kemanfaatan (perceived of usefulness)
dan persepsi kemudahan menggunakan teknologi (perceived ease of use). Varibel terikat
dalam penelitian ini adalah variabel penerimaan teknologi (behavioral intention to use).
Penelitian ini hanya menggunakan 3 variabel utama tanpa menyertakan variabel eksternal,
sesuai dengan model TAM yang digunakan oleh Kusumah (2017). Hal ini dikarenakan
keterbatasan waktu penelitian serta tujuan dari penelitian tidak untuk menganalisa penerapan
sistem informasi yang telah digunakan secara resmi sebelumnya namun untuk mengetahui
penerimaan awal terhadap sistem informasi yang baru dikembangkan dan belum pernah
digunakan sebelumnya.
4. Definisi Operasional Variabel Penelitian
Definisi operasional variabel penelitian sesuai dengan tabel 1 sebagai berikut :
Tabel 1. Definisi Operasional Variabel Penelitian
5. Instrumen Penelitian
Teknik pengambilan data pada penelitian ini adalah dengan pembagian kuesioner pada
bidan di masing-masing Puskesmas terpilih setelah menjalani sesi pelatihan menggunakan
modul aplikasi dan praktek penggunaan aplikasi SIDKIA di Puskesmas selama satu bulan.
Pada kuesioner yang digunakan sebagai alat ukur terdapat 3 kelompok pernyataan sesuai
dengan variabel yang diukur yaitu variabel POU, PEU dan BI. Jawaban responden dalam
penelitian ini diukur menggunakan skala likert, dengan interval : 1 = sangat tidak setuju, 2 =
tidak setuju, 3 = netral, 4 = setuju, 5 = sangat setuju.
Validitas yang digunakan dalam menguji kesahihan kuesioner adalah validitas konstruk (
construct validity ) yaitu butir-butir pernyataan disusun sesuai dengan definisi dari variabel
yang digunakan di dalam penelitian. Butir pernyataan kuesioner yang digunakan dalam
penelitian ini diadopsi dari hasil penelitian Davis F.D yang masih digunakan dalam banyak
penelitian TAM sampai saat ini (Davis F.D., 1989; Chuttur M., 2009).
6. Data Analisis
Uji validitas menggunakan korelasi pearson dengan taraf signifikan (α) = 5%. Uji
reliabilitas menggunakan cronbach alpha, dengan standar 0,6. Apabila nilai cronbach alpha
diatas 0,6 maka pernyataan dalam kuesioner dinyatakan reliabel. Uji one way Anova untuk
melihat apakah terdapat perbedaan yang bermakna dalam hal mean variabel penerimaan dari
seluruh responden berdasarkan perbedaan karakteristik responden.
Analisis deskripsi data hasil penelitian mencakup tiga hal yaitu : tingkat persepsi
kemanfaatan, tingkat persepsi kemudahan penggunaan serta tingkat penerimaan responden
terhadap aplikasi SIDKIA. Analisa deskripsi dilakukan dengan menggunakan nilai mean yaitu
menentukan nilai besarnya kelas sebagai berikut : Nilai maksimum = 5 ; Nilai Minimum = 1 ;
Rentang Skor = ( 5 – 1 ) / 5 = 0,8. Setelah mendapatkan hasil perhitungan statistika maka
dilakukan penafsiran sesuai dengan kondisi yang ada.
Analisis regresi linier digunakan untuk melihat pengaruh variabel independen terhadap
variabel dependen yang masing-masing memiliki skala interval. Uji ini diperlukan untuk
mengetahui sejauh mana variasi variabel independen yang dipakai dalam penelitian mampu
menjelaskan variasi dari variabel dependen.
7. Ethical Clearance
Etika studi dalam penelitian ini termasuk informed consent, anonimitas, kerahasiaan, dan
izin etis. Izin etis dalam penelitian ini dilakukan di RS Dr. Moewardi Surakarta, nomor: 779 /
VI / HREC / 2019.
HASIL
1. Karakteristik Responden Penelitian
Sesuai dengan penunjukan dari Kepala Dinas Kesehatan Kabupaten Blora no.
800/6124/2019, maka Puskesmas yang dilibatkan dalam penelitian adalah Puskesmas
Todanan, Puskesmas Tunjungan, Puskesmas Japah, Puskesmas Randublatung dan Puskesmas
Banjarejo. Jumlah bidan yang bekerja di Puskesmas terpilih adalah 127 bidan, dan yang
bersedia menjadi responden penelitian adalah sebesar 110 bidan, dengan data sebagai berikut :
Tabel 2. Karakteristik Responden
Tabel 3. Pengaruh karakteristik Responden terhadap Variabel Penerimaan

Berdasarkan tabel 2 tersebut dapat diketahui bahwa kelompok umur responden yang
berpartisipasi dalam penelitian ini terbanyak berusia 31 – 40 tahun yaitu sekitar 52 orang (
47,2% total responden). Tingkat pendidikan responden terbanyak adalah D3 Kebidanan.
Berdasarkan tingkat pendidikan diploma, dapat diasumsikan bahwa responden adalah orang
yang dapat memahami pernyataan dalam kuesioner, sehingga diharapkan hasilnya tidak bias.
Terdapat 86 (78,2%) bidan berstatus pegawai negeri sipil (PNS) dan 82 (74,5%) bidan
mendapat penugasan sebagai bidan desa.
Berdasarkan tabel 3 didapatkan data bahwa tidak terdapat perbedaan yang bermakna
dalam hal mean variabel penerimaan dari seluruh responden berdasarkan perbedaan
karakteristik yang ada.
2. Uji Validitas Data
Uji validitas menggunakan korelasi pearson dengan taraf signifikan (α) = 5%. Hasil Uji
validitas disajikan dalam tabel 4 :
Tabel4. Hasil Uji Validitas Butir Pernyataan Kuesioner
Berdasarkan tabel 4 semua butir pernyataan dalam variabel penelitian dinyatakan valid
pada tingkat signifikan 0.01.

3. Uji Reliabilitas Kuesioner

Uji reliabilitas menggunakan cronbach alpha, dengan standar 0,6. Hasil Uji Reliabilitas
disajikan dalam tabel 5 :
Tabel 5. Hasil Uji Reliabilitas Kuesioner
Berdasarkan tabel 5 dapat dikatakan bahwa tiga kelompok pernyataan di dalam kuesioner
semuanya reliabel.
4. Analisis Deskripsi Data
Analisis deskripsi data hasil penelitian mencakup tiga hal yaitu : tingkat penerimaan bidan,
tingkat persepsi kemanfaatan, serta tingkat persepsi kemudahan penggunaan aplikasi SIDKIA.
Tabel 6. Deskripsi Data Variabel Kuesioner

Rata-rata total nilai variabel Penerimaan (BI) sebesar 12.078 / rata-rata skala persepsi =
4.026 (SD 1.384 ; CI 95% 11.79-12.37 ; p < 0.005). Rata-rata total nilai variabel kemanfaatan
(POU) sebesar 24.700 / rata-rata skala persepsi = 4.116 (SD 2.683 ; CI 95% 24.14-25.26 ; p <
0.005). Rata-rata total nilai variabel kemudahan penggunaan (PEU) sebesar 24.133 / rata-rata
skala persepsi = 4.022 (SD 2.328 ; CI 95% 23.65-24.62 ; p < 0.005).

5. Analisis Regresi Linier

Analisis regresi linier bertujuan untuk menguji pengaruh dari masing-masing variabel
independen terhadap variabel dependen. Pada uji ini dilakukan pengujian pengaruh variabel
kemanfaatan terhadap variabel penerimaan, pengaruh variabel kemudahan penggunaan
terhadap variabel penerimaan, serta pengaruh variabel kemanfaatan dan kemudahan
penggunaan secara simultan terhadap variabel penerimaan.
Tabel 7. Hasil Regresi Linear Variabel Penelitian
Berdasarkan tabel 7 didapatkan data korelasi variabel POU - BI dengan nilai r 0.720 ;
koefisien determinasi 51,9% dan p < 0.05. Korelasi variabel PEU - BI dengan nilai r 0.562 ;
koefisien determinasi 31,5% dan p < 0.05. Korelasi variabel POU dan PEU secara simultan - BI
dengan nilai r 0.721 ; koefisien determinasi 52.0% dan p < 0.05.
Hasil regresi linier menunjukan bahwa terdapat pengaruh yang signifikan antara variabel
POU terhadap variabel BI, variabel PEU terhadap variabel BI dan variabel POU bersama PEU
secara simultan terhadap variabel BI.
Nilai koefisien determinasi menunjukan bahwa perubahan pada variabel POU dapat
menjelaskan 51,9% perubahan pada variabel BI, perubahan pada variabel PEU dapat
menjelaskan 31.5% perubahan pada variabel BI, serta perubahan secara simultan pada
variabel POUdan PEU dapat menjelaskan 52.0% perubahan pada variabel BI.

DISKUSI
A. Tingkat penerimaan, persepsi kemanfaatan dan persepsi kemudahan
penggunaan aplikasi SIDKIA oleh Bidan
Rata-rata nilai variabel penerimaan (BI) sebesar 4,026 dengan rata-rata nilai total sebesar
12,078. Hal ini berarti rata-rata responden mempunyai persepsi yang baik dalam hal
penerimaan aplikasi SIDKIA. Rata-rata nilai variabel kemanfaatan (POU) sebesar 4.116
dengan rata-rata nilai total sebesar 24.700. Hal ini berarti rata-rata responden mempunyai
persepsi yang baik dalam hal kemanfaatan aplikasi SIDKIA. Rata-rata nilai variabel
kemudahan penggunaan (PEU) sebesar 4,022 dengan rata-rata nilai total sebesar 24.133. Hal
ini berarti rata-rata responden mempunyai persepsi yang baik mengenai kemudahan
penggunaan aplikasi SIDKIA.
B. Pengaruh faktor kemudahan dalam penggunaan terhadap penerimaan
aplikasi SIDKIA oleh bidan
Nilai korelasi variabel PEU terhadap variabel BI sebesar 0,562 ; koefisien determinasi
31.5% dan p < 0.05. Hal ini berarti bahwa variabel PEU memiliki pengaruh yang signifikan
terhadap penerimaan aplikasi SIDKIA. Berdasarkan data yang didapatkan, bidan pengguna
mempunyai persepsi bahwa aplikasi SIDKIA mudah digunakan sehingga mereka mau
menerima aplikasi SIDKIA.
 Uji Koefisien determinasi digunakan untuk mengetahui seberapa besar kontribusi variabel
independen PEU terhadap perubahan pada variabel dependen BI. Nilai koefisien determinasi
variabel PEU terhadap varabel BI sebesar 31.5 %, artinya perubahan pada variabel PEU dapat
menjelaskan 31.5 % perubahan pada variabel penerimaan. Kontribusi yang kecil ini sesuai
dengan penelitan Lee et al (2003) bahwa variabel kemudahan penggunaan bukan merupakan
variabel utama yang menentukan tingkat penerimaan suatu sistem informasi. Beberapa hal
dapat berhubungan dengan kondisi ini, yaitu :
1. Aplikasi SIDKIA baru pertama kali diperkenalkan pada pengguna, sehingga jangka
waktu penerapan aplikasi yang hanya 1 bulan, belum sepenuhnya memberi kesempatan pada
bidan untuk menggunakan seluruh fitur dalam aplikasi ini.
2. Pemahaman pengguna terhadap modul aplikasi perlu dievaluasi apakah dengan
pendampingan yang dilakukan, bidan sudah cukup paham terhadap fitur-fitur yang ada di
dalam aplikasi.
3. Fitur pada aplikasi sendiri perlu dievaluasi tentang aspek tampilan dan kemudahan
akses terhadap fitur yang ada.
4. Terdapat faktor lain yang mempengaruhi penerimaan aplikasi SIDKIA sehingga perlu
dievaluasi lebih lanjut variabel eksternal yang ikut menentukan penerimaan aplikasi.

C. Pengaruh faktor kemanfaatan terhadap penerimaan Aplikasi SIDKIA oleh

Bidan
Nilai korelasi variabel POU terhadap variabel BI sebesar 0.720 ; koefisien determinasi
51.9% dan p < 0.05. Hal ini berarti bahwa variabel POU memiliki pengaruh yang signifikan
terhadap penerimaan aplikasi SIDKIA. Hasil ini sesuai dengan hasil penelitian sebelumnya
bahwa variabel POU merupakan variabel utama yang mempengaruhi tingkat penerimaan
pengguna (Velec O, 2014; Vitari C, 2018). Berdasarkan data yang didapatkan, bidan pengguna
mempunyai persepsi bahwa aplikasi SIDKIA bermanfaat terhadap pekerjaan mereka sehingga
mereka mau menerima penggunaan aplikasi SIDKIA.
Uji Koefisien determinasi digunakan untuk mengetahui seberapa besar kontribusi variabel
indipenden POU terhadap perubahan pada variabel dependen BI. Nilai koefisien determinasi
variabel POU terhadap varabel BI sebesar 51,9 %. Hal ini dapat diartikan bahwa pengaruh
POU terhadap penerimaan sebesar 51,9%. Beberapa hal dapat berhubungan dengan kondisi
ini, yaitu :
1. Aspek manfaat aplikasi SIDKIA masih perlu ditingkatkan, dimana berdasarkan
penelitian oleh Markam et al ( 2018 ), terdapat 3 fitur utama yang perlu dimiliki oleh aplikasi
electronic ANC yaitu : a). Skrining faktor risiko ibu hamil b). Laporan kohort ibu c). Laporan
PWS KIA. Sedangkan pada aplikasi ini baru dapat menampilkan 2 dari 3 fitur tersebut yaitu :
skrining faktor risiko dan laporan PWS KIA, sehingga masih dibutuhkan penambahan fitur
pelaporan kohort ibu . Menurut Velec et al (2014) Pelaporan kohort ibu merupakan hal yang
lebih penting dari pada manfaat aplikasi dalam hal pengambilan keputusan klinik.
2. Terdapat faktor lain yang mempengaruhi penerimaan aplikasi SIDKIA sehingga perlu
dievaluasi lebih lanjut variabel eksternal yang ikut menentukan penerimaan aplikasi.

D. Pengaruh faktor kemanfaatan dan kemudahan penggunaan secara simultan

terhadap penerimaan Aplikasi SIDKIA oleh Bidan
 Nilai korelasi variabel POU bersama PEU secara simultan terhadap variabel BI sebesar
0,721 ; koefisien determinasi 52.0% dan p < 0.05. Hal ini berarti bahwa variabel POU bersama
PEU secara simultan memiliki pengaruh yang signifikan terhadap penerimaan aplikasi
SIDKIA.
Uji Koefisien determinasi digunakan untuk mengetahui seberapa besar kontribusi variabel
independen POU bersama PEU secara simultan terhadap perubahan pada variabel dependen
BI. Nilai koefisien determinasi variabel POU bersama PEU terhadap varabel BI sebesar 52.0 %,
artinya perubahan pada variabel POU dan PEU secara simultan dapat menjelaskan 52.0 %
perubahan pada variabel penerimaan. Angka ini lebih tinggi dibandingkan masing-masing
variabel apabila dihitung secara terpisah. Hasil ini sesuai dengan penelitian Bandura ( dalam
Chuttur, 2009 ) bahwa pentingnya menggunakan kedua variabel POU dan PEU secara
bersamaan untuk memperkirakan penggunaan suatu sistem informasi.

KESIMPULAN
Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa kesuksesan penerimaan
aplikasi SIDKIA oleh bidan ditentukan oleh persepsi kemanfaatan dan kemudahan
penggunaan aplikasi. Responden penelitian menganggap bahwa aplikasi SIDKIA bermanfaat
dan mudah digunakan sehingga mereka menerima aplikasi SIDKIA diterapkan dalam
pekerjaan mereka.
Nilai kontribusi faktor kemanfaatan terhadap penerimaan aplikasi sebesar 51,9%, hal ini
menunjukan bahwa walaupun aplikasi SIDKIA bermanfaat bagi bidan namun masih perlu
ditingkatkan lagi, beberapa fitur perlu ditambahkan atau diperbaiki untuk dapat memenuhi
kebutuhan riil bidan di lapangan. Kontribusi faktor kemudahan penggunaan aplikasi terhadap
penerimaan sebesar 31.5%, hal ini menunjukan bahwa dibutuhkan peningkatan pemahaman
pengguna terhadap fitur-fitur aplikasi, serta perbaikan dalam fitur aplikasi SIDKIA agar lebih
mudah digunakan.
Pada perhitungan kontribusi faktor kemanfaatan dan kemudahan penggunaan secara
simultan ternyata dampaknya terhadap penerimaan meningkat menjadi 52.0%. Hal ini
menunjukan secara keseluruhan ide penerapan dan pengenalan awal aplikasi SIDKIA dapat
diterima oleh bidan, walaupun berdasarkan masing-masing aspek kemanfaatan maupun
kemudahan penggunaan masih membutuhkan perbaikan lebih lanjut.
KETERBATASAN
Tingkat kesalahan dalam pengambilan sampel masih cukup tinggi yaitu 10%, hal ini
dikarenakan keterbatasan waktu dan dana sehingga tidak dapat melakukan pengambilan
sampel dengan tingkat kesalahan yang lebih rendah ( 5% ) karena akan membutuhkan jumlah
sampel yang lebih banyak.
Penelitan ini tidak mengikutsertakan variabel eksternal yang dapat mempengaruhi tiga
konstruk utama dalam model TAM, hal ini dikarenakan tujuan utama dari penelitian ini
adalah untuk mendapatkan feedback dari bidan mengenai aspek kemanfaatan dan kemudahan
penggunaan terhadap sistem informasi yang baru saja dikembangkan, sehingga dapat menjadi
masukan untuk perbaikan dan pengembangan aplikasi lebih lanjut.
Jangka waktu penerapan aplikasi dan evaluasi cukup singkat yaitu sekitar 1 bulan,
sehingga aspek yang diukur masih sebatas niat untuk menggunakan belum sampai pada
penerapan aplikasi yang sesungguhnya. Diharapkan bila dilakukan penelitian lanjutan dapat
dilakukan minimal satu tahun sehingga penerapan aplikasi yang sesungguhnya sebagai
penunjang pelayanan bidan mulai dari fase awal kehamilan hingga akhir masa nifas dapat
benar-benar dievaluasi.
Penelitian berikutnya, diharapkan dapat melibatkan semua unsur bidan yang terlibat
dalam pelayanan ibu hamil di tingkat primer, baik di tingkat Puskesmas, klinik pratama
persalinan maupun bidan praktek swasta sebagai pemberi layanan ANC, sehingga dapat
diperoleh gambaran responden bidan dari lini layanan primer secara menyeluruh.

REFERENSI
BAPPENAS (2012). Report on the Achievement of the Millennium Development Goals in
Indonesia 2011. National Development Planning Agency, Jakarta.
_____________ (2015). Report on the Achievement of the Millennium Development Goals in
Indonesia 2014. National Development Planning Agency, Jakarta.
Chuttur, Mohammad, (2009). " Overview of the Technology Acceptance Model: Origins,
Developments and Future Directions". All Sprouts Content. 290.
http://aisel.aisnet.org/sprouts_all/290
Davis F.D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of
Information Technology. University of Minnesota : MIS Quarterly, Vol. 13, No. 3. Dilihat
25 April 2019. http://links.jstor.org/sici?sici=0276-
7783%28198909%2913%3A3%3C319%3APUPEOU%3E2.0.CO%3B2-E
Depkes RI. (2009). Pedoman Program Perencanaan Persalinan dan Pencegahan Komplikasi
(P4K) dengan Stiker: dalam rangka mempercepat penurunan AKI. Departemen
Kesehatan RI, Jakarta
Hawley G, Janamian T, Jackson C & Wilkinson, SA. (2014). In a maternity shared-care
environment, what do we know about the paper hand-held and electronic health
record: a systematic literature review, BMC Pregnancy and Childbirth, 14:52, accessed
18 November 2018, http://www.biomedcentral.com/1471-2393/14/52. 2018.
Kerber KJ, Mathai M, Lewis G, Flenady,V et al. (2015). Counting every stillbirth and neonatal
death through mortality audit to improve quality of care for every pregnant woman
and her baby. BMC Pregnancy and Childbirth, 15(Suppl2):59, Accessed
25November2018, http://www.biomedcentral.com/1471-2393/15/S2/S92018
Khlat M, Ronsmans C., (2009). Deaths Attributable to Childbearing in Matlab, Bangladesh:
Indirect Causes of Maternal Mortality Questioned. American Journal of Epidemiology:
151 (3): 300-306.
Koksalmis GH., (2019). Drivers to adopting B-flow ultrasonography:contextualizing the
integrated technology acceptance model. BMC Medical Imaging 19:56
https://doi.org/10.1186/s12880-019-0356-y
Kusumah, E.P. (2017). Technology Acceptance Model (TAM) of Statistical Package for the
Social Sciences (SPSS) Application. Integrated Journal of Business and Economics.
Dilihat 11 Maret 2019. Available online at : http://ijbe-research.com
Lee, Younghwa, Kozar, Kenneth A., Larsen, Kai R.T. (2003). The Technology Acceptance Model:
Past, Present, and Future. Communications of the Association for Information Systems:
Vol. 12, Article 50. Dilihat pada 1 Juni 2019: http://aisel.aisnet.org/cais/vol12/iss1/
Markam H, Hochheiser H, Kuntoro K, Notobroto HB.(2018). Exploring Midwives’ Need and
Intention to Adopt Electronic Integrated Antenatal Care. Perspectives in Health
Information Management, Winter.
Marwah S, Mittal P.(2018) M-health for maternal health- bridging the gaps!!. Int J Reprod
Contracept Obstet Gynecol : 7:1-4.
Ministry of Health of the Republic of Indonesia (2017). Indonesian Health Profile in 2016.
Ministry of Health of the Republic of Indonesia, Jakarta.
O’Sullivan TA, Billing NA, Stokes D. (2011). Just What the doctor ordered: Moving forward
with electronic health records. Nutrition&Dietetics. Nutr Diet 2011, 68. Accessed 25
November 2018, http://www.onlinelibrary.wiley.com/doi/pdf/10.1111/j.1747-
0080.2011.01525
Rasoulzadeh N., Abbaszadeh A., Zaefarian R., Khounraz F.,(2017). Nurses views on accepting
the creation of a nurses' health monitoring system. May 2017, Volume: 9, Issue: 5,
Pages: 4454-4460, DOI: http://dx.doi.org/10.19082/4454
Rochjati P. (2010). "Midwifery Services in Indonesia" in Saifuddin A.B., Rachimhadhi T,
Wiknjosastro G.H. (Ed.) Midwifery Sarwono Prawirohardjo 4th edition, third print (pp.
21-33). Jakarta: PT Bina Pustaka Sarwono Prawirohardjo
Say L, Chou D., (2014). Global cause of maternal death: a WHO systematic analysis. Lancet
Global Health : 2:e323-33.
Shiferaw S, Spigt, M, Tekie, M, Abdullah, M, Fantahun, M, Dinant, GJ. (2016). The Effects of a
Locally Developed mHealth Intervention on Delivery and Postnatal Care Utiliation; A
Prospective Controled Evaluation among Health Centres in Ethiopia. PlosONE 11(7) :
dilihat 25 April 2019, |DOI:10.1371/journal.pone.0158600
_____________, Workneh, A, Yirgu, R, Dinant, GJ & Spigt, M. (2018). Designing mHealth for
maternity services in primary health facilities in a low-income setting – lesson from a
partially successful implementation. BMC Medical Informatics and Decision Making,
18:96 dilihat 18 November 2018, http://doi.org/10.1186/s12911-018-0704-9
Thaddeus S, Maine D. (1994). Too Far to Walk: maternal mortality in context. Soc Sci Med.
1994 April; 38(8): 1091-110. PMID: 8042057 Doi : http://dx.doi.org/10.1016/0277-
9536(94)90226-7
UNDP (2015). Indicators and Data Mapping to Measure Sustainable Development Goals
(SDSs) Targets, Case of Indonesia. UNDP-Indonesia, Jakarta.
Velec O, Okyere P, Kanter A, Bakken SA. (2014) Usability Study of A Mobile Health
Application for Rural Ghanaian Midwives. J Midwifery Womens Health. 2014 March ;
59(2): 184-191
Vitari C., Taddei RO., (2018). The Intention to use an electronic health record and its
antecedents among three different categories of clinical staff. BMC Health Services
Research 18 : 194 https://doi.org/10.1186/s12913-018-3022-0
Widarta GD, Laksana M, Sulistyono A, Purnomo W. (2015). Early Detection of Pregnant
Women's Risk with Poedji Rochjati Score Card and Prevention of Four Delayed Factor.
Obs & Gyn Journal, Vol. 23, Jan-April: 28-32.
WHO (2011). International Statistical Classification of Diseases and Related Health Problems,
10th Revision (WHO). Accessed: 11 November 2018.Available:
http://www.who.int/classifications/icd/ICD10Volume2_en_2010.pdf?ua=1.