Jurnal Teknologi dan Informasi (JATI)

Volume x Nomor x Edisi xxxxx xxxx

P-ISSN 2088-2270, E-ISSN 2655-6839
DOI 10.34010/jati.vxix

Analisis Kepuasan Pengguna Aplikasi DPS-Denpasar Prama Sewaka

Menggunakan Metode End User Computing Satisfaction (EUCS)

Analysis of User Satisfaction of the DPS-Denpasar Prama Sewaka Application Using

the End User Computing Satisfaction (EUCS) Method

I Wayan Angga Arditaloka1, Made Winardana2, Zinedine Zidane Bawazir3, Gede Indrawan4, I Made
Agus Oka Gunawan5
Program Studi Ilmu Komputer, Program Pascasarjana, Universitas Pendidikan Ganesha 1234
Program Studi Sistem Informasi, Universitas Tabanan 5
angga@student.undiksha.ac.id1, winardana@student.undiksha.ac.id2, zinedine@student.undiksha.ac.id3,
gindrawan@undiksha.ac.id4, agusokagunawan@gmail.com5

Abstrak
Belakangan ini, peningkatan inovasi teknologi dan informasi yang luar biasa memaksa kita untuk
menyesuaikan diri secepat mungkin agar tidak tertinggal. Inovasi terjadi di hampir semua masalah sehari-
hari, dan dengan kemajuan mekanis, banyak hal yang harus diselesaikan atau dikembangkan, misalnya,
kerangka kerja atau aplikasi yang bekerja dengan pekerjaan atau bisnis.. Namun, program ini juga
memerlukan penelitian untuk mengukur kepuasan penggunaan program itu sendiri. Seiring banyaknya
industri yang mulai menggunakan aplikasi terintegrasi, administrasi publik juga tidak mau ketinggalan dan
menggunakan dukungan sistem dan aplikasi untuk memudahkan masyarakat melacak dan mengakses
informasi dan layanan publik yang sebagian besar disediakan di Denpasar. kota Salah satu aplikasi Pemkot
Denpasar untuk meringankan warganya adalah Aplikasi DPS-Denpasar Prama Sewaka. Tujuan dari
penelitian ini adalah menganalisis implementasi e-government di Kota Denpasar untuk meningkatkan
pelayanan publik pada masyarakat perkotaan. Dalam penelitian ini, penulis menganalisis kepuasan pengguna
terhadap aplikasi DPS-Denpasar Prama Sewaka, aplikasi ini dibuat oleh Pemerintah Daerah Denpasar untuk
fleksibilitas yang lebih baik dan menarik, otorisasi, dan pengungkapan. Metodologi EUCS (End User
Computing Satisfaction), yang memeriksa aplikasi berdasarkan konten, akurasi, format, kegunaan, dan
ketepatan waktu, digunakan dalam penelitian ini. Eksplorasi semacam ini adalah pemeriksaan yang
melibatkan instrumen eksplorasi sebagai survei. Pengambilan sampel secara acak digunakan sebagai metode
pengambilan sampel dalam penelitian ini. Penelitian ini dirasa perlu dilakukan untuk mengetahui seberapa
besar kepuasan pengguna, yang dapat digunakan untuk mengevaluasi sistem atau aplikasi untuk pembaruan
yang lebih baik di masa mendatang.
Kata kunci: End User Computing Satisfaction; DPS- Denpasar Prama Sewaka; e-governance, Kota Denpasar

Abstract
As of late, the unprecedented expansion in mechanical and data development drives us to change as fast as
could be expected so as not to be abandoned. With mechanical advancements, many things must be finished
or developed, such as frameworks or applications that work with businesses or jobs, which is where
innovation comes into play. Nonetheless, the program additionally expects exploration to quantify the
fulfillment of utilizing the actual program. As numerous ventures utilize coordinated applications, policy
implementation additionally doesn't have any desire to be abandoned and utilizes emotionally supportive
networks and applications to make it more straightforward for people in general to track and access public
data and administrations that are for the most part given in Denpasar city. The DPS-Denpasar Prama
Sewaka Application is one of the applications that the Denpasar City Government uses to make life easier
for its citizens. This study aims to examine Denpasar City's implementation of e-government to enhance
urban communities' access to public services. In this review, the creators broke down client fulfillment with
the DPS-Denpasar Prama Sewaka application, this application was made by the Denpasar Neighborhood
Government for better and appealing adaptability, approval, and divulgence. In this study, the content,
accuracy, format, usability, and timeliness of applications were examined using the EUCS (End User
Computing Satisfaction) methodology. This sort of investigation is an assessment that includes an
exploratory instrument as an

Naskah diterima 1 Januari 2023; direvisi 1 Februari 2023; dipublikasi 1 Maret 2023.
JATI is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

1
 Jurnal Teknologi dan Informasi (JATI)
Volume x Nomor x Edisi xxxxx xxxx
P-ISSN 2088-2270, E-ISSN 2655-6839
DOI 10.34010/jati.vxix

overview. In this study, the sampling method was random sampling. This exploration was considered
significant to figure out how much client fulfillment, which can be utilized to assess the framework or
application for better updates from here on out.
Keywords: End User Computing Satisfaction; DPS- Denpasar Prama Sewaka; e-governance, Denpasar
City.

1. Pendahuluan
Perkembangan teknologi yang semakin masif belakangan ini memaksa kita untuk terus berubah
menyesuaikan diri agar tidak tertinggal. Teknologi memiliki beragam manfaat yang dapat dirasakan langsung
salah satunya Munculnya teknologi informasi telah memberi masyarakat banyak peluang untuk dapat
mengakses layanan dari pemerintah. Sistem yang sudah terkomputerisasi telah membantu pemerintah dalam
mengelola data informasi dengan baik. Internet dan jenis komunikasi lainnya telah menjadi alat yang
memiliki pengaruh signifikan di semua bidang. Media elektronik juga telah berubah menjadi metode
komunikasi yang memiliki pengaruh signifikan untuk komunikasi antara pemkot dengan publik. Pemanfaatan
internet telah mempercepat interaksi antara organisasi pemerintah dan masyarakat pada umumnya.
Kesempatan untuk mendapatkan data semakin cepat dan perkembangan, arus informasi data dari satu divisi
ke divisi atau asosiasi lainnya menjadi semakin cepat.
Di Indonesia pengertian E-government merujuk pada penggunaan teknologi informasi oleh pemkot untuk
memberikan informasi dan layanan yang terbaik bagi warga masyarakatnya [1]. Dampak teknologi yang
berkembang pesat sangat terasa di negara kita Indonesia. Indonesia merupakan negara berkembang yang
memiliki dampak signifikan terhadap teknologi. Misalnya teknologi memberikan pengaruh positif yaitu
adanya teknologi informasi, memudahkan terbukanya segala ilmu dan informasi, karena informasi dapat
diperoleh dengan sangat mudah, menciptakan banyak peluang usaha bagi para pengusaha, dan menjadi
sangat efisien untuk berkomunikasi.   
Sejatinya, pemerintah telah menyiapkan regulasi untuk mempercepat e-government di Indonesia melalui
Keputusan Presiden RI Nomor 3/2003 mengatur regulasi terkait transformasi digital e-government dengan
aturan pengadaan infrastruktur portal negara, aturan pengelolaan sistem dokumen elektronik negara, dll.  [2].
Peraturan bertujuan untuk meningkatkan kualitas pelayanan publik terhadap pengaduan masyarakat terkait
pelayanan yang diterima oleh masyarakat, termasuk infrastruktur dan fasilitas umum lainnya. Mengacu hal
tersebut pemerintah kota Denpasar bergerak cepat menyikapi peraturan di atas, sebagai salah satu pelopor
smart city di Provinsi Bali. 
Pemerintah Kota Denpasar menginisiasi pengenalan sistem pengaduan berbasis media elektronik melalui
Dinas Komunikasi dan Informatika, yang akan diintegrasikan ke dalam jajaran Organisasi Perangkat Daerah
(OPD) melalui aplikasi bernama DPS-Denpasar Prama Sewaka. Aplikasi ini merupakan pembaharuan dari
aplikasi Pro Denpasar + yang dapat di unduh melalui Ponsel pintar berbasis sistem operasi Android.  Aplikasi
ini sejatinya diciptakan untuk memudahkan  penanganan aduan melalui akses satu pintu saja. Pro Denpasar
adalah aplikasi berbasis android dengan berbagai fitur yang berfungsi sebagai sarana aduan kepada otoritas
publik di Kota Denpasar. dan mengakses beberapa fitur lainnya seperti perijinan, kontak darurat, dan
destinasi favorit yang ada di Kota Denpasar. Aplikasi DPS-Denpasar Prama Sewaka dianggap kurang efektif
dalam pengaplikasiannya karena beberapa menu di dalamnya masih belum berfungsi sesuai peruntukannya
sehingga membuat masyarakat pengguna aplikasi ini menjadi kebingungan dan lebih memilih mengurusnya
secara langsung ke OPD terkait.
Aplikasi pelayanan yang baik memiliki tiga kriteria utama. Yang terpenting, Developer harus dapat
memahami kebutuhan dan keinginan pengguna. Kedua, pengembangan database dan sistem informasi lebih
baik dari pada kompetitor lain. Ketiga, pemanfaatan informasi yang diperoleh dari berbagai pihak terkait dan
valid untuk pengembangan. Penyampaian pelayanan harus tepat waktu, akurat dan user friendly. Untuk
melihat apakah aplikasi yang dirancang telah memenuhi kebutuhan pengguna dan melakukan evaluasi perlu
dilakukan analisa kepuasan pengguna dari aplikasi tersebut [3]
Metode EUCS (End User Computing Satisfaction) merupakan suatu cara untuk mengetahui dan
mengevaluasi dari suatu sistem informasi atau aplikasi. Metode yang dikembangkan oleh Doll & Torkzadeh
yang akan mengukur kepuasan pengguna sistem atau aplikasi dengan membandingkan harapan dengan
realitas yang ada dari aplikasi atau sistem informasi [3]. Metode (End User Computing Satisfaction) EUC
terdiri dari 5 (lima) bagian: konten atau isi, akurasi, bentuk, kemudahan dalam penggunaan, dan ketepatan
waktu informasi[4].

2
 Jurnal Teknologi dan Informasi (JATI)
Volume x Nomor x Edisi xxxxx xxxx
P-ISSN 2088-2270, E-ISSN 2655-6839
DOI 10.34010/jati.vxix

2. Metode Penelitian
Penelitian kuantitatif adalah penelitian yang bermaksud menemukan efek samping secara lengkap dan
logis dengan data hubungan sosial dari latar normal, dengan menggunakan analis itu sendiri sebagai
instrumen utama. Pemeriksaan kuantitatif bersifat memukau dan biasanya menggunakan pemeriksaan
induktif. Siklus dan signifikansi (sudut pandang subjek) digaris bawahi dalam eksplorasi subjektif.
Pemeriksaan kuantitatif lebih jelas terorganisir sebagai cerita yang imajinatif, di dalam dan di luar, dan
memiliki kualitas naturalistik yang penuh dengan kualitas yang sebenarnya. Eksplorasi kuantitatif adalah
penelitian yang menyoroti estimasi dan pemeriksaan hubungan sebab-akibat antara berbagai faktor, bukan
pada proses. Eksplorasi ini terlihat dalam struktur yang memiliki nilai bebas [5]. Adapun tahapan penelitian
ini adalah sebagai berikut :

Studi Literatul

Penyusunan Instrumen

Penyebaran Kuesioner

Analisis Data

Penyusunan Kesimpulan

Gambar 1. Tahapan Penelitian

2.1 Variabel Penelitian

Menurut Silaen menjelaskan bahwa variabel penelitian merupakan suatu konsep yang memiliki nilai-nilai
yang berbeda, yaitu. properti, karakteristik atau fenomena yang dapat merujuk pada sesuatu yang dapat
diamati atau diukur yang memiliki nilai variabel [6]. Dari penjabaran tersebut dapat ditarik kesimpulan
sebagai berikut 
a. Variabel Variabel bebas (independent variable) Suatu variabel yang mempengaruhi variabel lain.
Dalam penelitian ini variabel bebasnya adalah isi atau content (X1), akurasi (X2), format (X3),
kegunaan (X4), ketepatan waktu (X5).
b. Variabel terikat (subordinate variable) Variabel yang keberadaannya dipengaruhi dalam penelitian
ini yang menjadi variabel terikat adalah Kepuasan Pengguna (Y)

2.2 Operasi Variabel

Sebuah variabel dapat diukur dengan mengurangi tingkat kesenjangan, yaitu operasi. Hal ini penting
karena peneliti menginginkan kuesioner yang dapat diandalkan dan valid jika semuanya berjalan sesuai
rencana.  [7]. Untuk mengetahui jenis variabel dan indikator dalam penelitian ini diperlukan variabel
operasional. Selain itu, operasi variabel bertujuan untuk mengetahui skala pengukuran dari masing-masing
variabel sehingga pengujian hipotesis dapat dilakukan dengan benar menggunakan alat statistik. Dalam
penelitian ini variabel independen fungsional dan variabel dependen adalah sebagai berikut:  

Tabel 1. Definisi Operasional variabel

Variabel Definisi Indikator

3
 Jurnal Teknologi dan Informasi (JATI)
Volume x Nomor x Edisi xxxxx xxxx
P-ISSN 2088-2270, E-ISSN 2655-6839
DOI 10.34010/jati.vxix

X1.1:Apakah informasi yang diberikan dalam aplikasi

Variabel yang digunakan DPS Prama Sewaka memenuhi persyaratan?
sebagai ukuran kepuasan X1.2:Apakah informasi yang anda cari pada aplikasi
Konten (X1) pengguna terhadap DPS Prama Sewaka mudah untuk dipahami?
aplikasi X1.3 Apakah menurut anda informasi di aplikasi DPS
Prama Sewaka sudah cukup lengkap?

X2.1 : Seberapa benar dan akurat informasi di aplikasi

Variabel kepuasan dapat DPS Prama Sewaka?
diukur dari keakuratan X2.2 : Apakah Anda puas dengan keakuratan
Akurasi (X2)
informasi atau data yang informasi yang diberikan oleh aplikasi DPS Prama
disajikan dalam aplikasi Sewaka?

Variabel yang mengukur X3.1 : Apakah Anda puas dengan tampilan aplikasi
kepuasan pengguna DPS Prama Sewaka?
Format (X3)
terhadap tampilan X3.2: Apakah layar menu aplikasi DPS Prama Sewaka
aplikasi dan tautan terlihat jelas dan tertata dengan baik?
Variabel digunakan untuk
X4.1 : Apakah aplikasi DPS Prama Sewaka mudah
mengukur kegunaan
untuk digunakan?
Kegunaan (X4) program untuk
X4.2 : Apakah aplikasi DPS Prama Sewaka mudah
pembelajaran dan
digunakan di perangkat Anda masing-masing?
penggunaan yang efektif 
Variabel yang digunakan X5.1 : Apakah Anda dapat dengan mudah
untuk mengukur mendapatkan informasi yang Anda butuhkan dari
Ketepatan waktu
kepuasan pengguna dari aplikasi DPS Prama Sewaka?
(X5)
sisi ketepatan waktu X5.2.: Apakah aplikasi DPS Prama Sewaka selalu
memberi Anda informasi terkini?
Kepuasan pengguna Y.1: Apakah anda merasa puas dalam menggunakan
User Satisfaction dalam menggunakan aplikasi DPS Prama Sewaka?
(Y) aplikasi DPS Prama Y.2: Apakah Layanan Aplikasi DPS Prama Sewaka
Sewaka dapat memenuhi kebutuhan Anda?

2.3 Penyusunan Hipotesis

Hipotesis adalah tanggapan awal terhadap suatu masalah dalam penelitian, dimana rumusan masalah
penelitian biasanya disusun kedalam kalimat berupa pertanyaan. [8] dikatakan tentatif (sementara) karena
jawaban yang ada hanya berlasarkan pada teori yang ada/relevan dan belum berdasarkan pada fakta yang
diperoleh melalui pengolahan data. Dalam penelitian ini, peneliti merumuskan 5 (lima) hipotesis, antara lain: 

H1 : Konten dari aplikasi memiliki dampak dan kepentingan terhadap keinginan dari pengguna
H2 : Akurasi pada aplikasi memiliki dampak dan kepentingan terhadap keinginan dari pengguna
H3 : Format aplikasi memiliki dampak dan kepentingan terhadap keinginan dari pengguna
H4 :Kemudahan bagi pengguna aplikasi memiliki dampak dan kepentingan terhadap keinginan dari
pengguna
H5 : Ketepatan waktu (Timeliness) pada aplikasi memiliki dampak dan kepentingan terhadap keinginan
dari pengguna
H6 :Konten, Akurasi Format, Kemudahan dan Ketepatan waktu secara berurutan memiliki dampak dan
kepentingan terhadap keinginan dari pengguna

2.4 Teknik Pencarian Data

Teknik pengumpulan data yang digunakan dalam penelitian ini adalah penyebaran kuesioner dengan
menyebarkannya kepada responden di Denpasar menggunakan aplikasi DPS-Denpasar Prama Sewaka.

2.5 Populasi
Menurut Handayani (2020), Populasi adalah jumlah keseluruhan objek yang diteliti dengan karakteristik
yang sama. Ini bisa berupa orang, peristiwa atau objek dari kelompok yang diperiksa  [9]. Populasi dalam
penelitian ini menyasar pengguna dari aplikasi Prama Sewaka di Denpasar.

4
 Jurnal Teknologi dan Informasi (JATI)
Volume x Nomor x Edisi xxxxx xxxx
P-ISSN 2088-2270, E-ISSN 2655-6839
DOI 10.34010/jati.vxix

2.6 Sampel
Sampel adalah bagian dari populasi dan ciri-cirinya. Bahan referensi yang digunakan dalam penelitian ini
adalah 100 responden yang dikumpulkan dengan menyebarkan kuesioner. Untuk mengetahui jumlah data
dapat menggunakan rumus Rao Purba :  

Keterangan:
n = Jumlah data atau informasi yang diteliti
Z = Distribusi normal berada pada taraf signifikan 5% = 1,96 
moe = Margin of error (Tingkat kesalahan) adalah tingkat kesalahan maksimum yang mungkin terjadi
selama konten data masih dapat ditoleransi, yaitu. 10% dari semua data terdaftar. 

2.7 Instrumen Penelitian

Instrumen penelitian merupakan bagian yang sangat penting dalam sebuah penelitian karena akan
digunakan dalam proses pengumpulan data-data penelitian  [10]. Pada instrumen penelitian ini dilakukan
dengan skala Likert, seperti ditunjukkan Tabel 2. 

Tabel 2. Skor Dengan Skala Likert

SEKALAa KETERANGANo
5 Sangat Setuju
4 Setuju
3 Netral/biasa
2 Tidak Setuju
1 Sangat Tidak Setuju

2.8 Penelitian Terkait

Ada banyak penelitian yang menggunakan metodologi EUCS (End User Computing Satisfaction),
diantaranya penelitian yang menggunakan metode ini dalam mengukur kualitas implementasi sistem
informasi perpustakaan dengan menggunakan program otak atau observasi pengguna. Subyek penelitian ini
adalah dosen, mahasiswa dan pustakawan yang ada pada institusi. Hasil penelitian menunjukkan persentase
variasi konten 77%, akurasi 76%, format 77%, kegunaan 77%, dan ketepatan waktu 78%, dan dapat
dikatakan sangat memuaskan.  [11]. Penelitian lainnya berhasil dilakukan menggunakan metode analisis
kuantitatif, uji validitas dan reliabilitas, uji asumsi klasik, uji regresi berganda dan uji hipotesis. Hasil
penelitian menunjukkan respon pengguna yang cukup baik dengan nilai sebesar 64% [12]. Penelitan
berikutnya menggunakan metode penelitian EUCS dan model Delone and McLean menggunakan kuesioner
acak untuk menganalisis kepuasan pengguna e-learning di UBSI. Berdasarkan hasil kajian, pengembangan
pembelajaran online di Universitas Bina Sarana Informatika harus dilanjutkan agar pembelajaran tetap
berjalan lancar. Peringkat e-learning siswa diperiksa untuk respons BAIK terhadap indikator konten EUCS
dan respons BAIK terhadap kegunaan Delone dan McLean, kepuasan pengguna, dan utilitas online, serta
respons yang WAJAR terhadap indikator akurasi, format, kegunaan, dan ketepatan waktu dalam EUCS dan
kualitas sistem . indikator , Kualitas Informasi dan Kualitas Layanan oleh Delone dan McLean. [13].
Penelitian lainnya melakukan analisis terhadap kepuasan pengguna terhadap online public access catalog
(OPAC) perpustakaan UIN Suska Riau. 100 responden yang dipilih secara acak berpartisipasi dalam
survei. 74,10% dari mereka yang disurvei setuju dan puas dengan layanan OPAC.  [14]. Penelitian terkait
metode EUCS juga berhasil dilakukan pada mengevaluasi sebuah website [15] dan aplikasi Dapodik [16].
Penggunaan responden pada penelitian juga dapat mempengaruhi hasil yang didapatkan dari analisis EUCS

5
 Jurnal Teknologi dan Informasi (JATI)
Volume x Nomor x Edisi xxxxx xxxx
P-ISSN 2088-2270, E-ISSN 2655-6839
DOI 10.34010/jati.vxix

yang dilakukan pada sebuah sistem. Penelitin sebelumnya menggunakan jumlah sampel yang beragam yaitu
10 orang dosen [17], 30 orang pegawai Puskesmas [18], 72 orang mahasiswa [19]. Penggunaan responden
harus mencerminkan jumlah populasi yang ada sehingga perlu dipertimbangkan penggunaaan rumus slovin
dalam pemilihan jumlah responden (sampel) yang akan dikumpulkan datanya [20].

3. Hasil dan Pembahasan

PLS adalah analisis multivariat yang berguna untuk mengevaluasi variabel studi secara bersamaan dan
untuk mengevaluasi antara variabel dan pengukurannya, dengan tujuan menguji model teoritis yang
difokuskan pada studi prediktif. Model PLS terdiri dari model pengukuran dan model struktural. Penilaian
model terdiri dari penilaian model pengukuran, penilaian model dalam strukturnya dan penilaian model
secara keseluruhan (kualitas dan kesesuaian). Model penelitian adalah sebagai berikut:

Gambar 2. Model Penelitian SmartPLS

3.1 Evaluasi Model Pengukuran

Model pengukuran menggambarkan kausalitas antara variabel dan item yang diukurnya. Evaluasi model
pengukuran dimulai dengan memeriksa tingkat validitas item pengukuran, yaitu H. seberapa baik item yang
digunakan dalam penelitian mencerminkan variabel penelitian. Ukuran validitas digambarkan sebagai
external loading atau nilai faktor loading, dimana nilai loading factor (LF) yang diterima adalah ≥ 0,70 dan
reliabilitas variabel penelitian terlihat dari alpha Cronbach dan reliabilitas komposit (CR) ≥ 0,70 dan validitas
konvergen. diturunkan dari ukuran rata-rata varians yang diekstraksi (AVE) ≥ 0,50[21].
Selain dari pada itu evaluasi model pengukuran juga perlu evaluasi discriminant validity yaitu memeriksa
bahwa Variabel berbeda dengan variabel lainnya dan teruji secara statistik. Ukuran statistik untuk
discriminant validity adalah kriteria Fornell dan Lacker (akar AVE lebih besar korelasi antara variabel), dan
HTMT (Heterotrait Monotrait Ratio).
Evaluasi discriminant validity Fornell Lacker dikatakan baik bila akar AVE lebih besar dari pada korelasi
antara variabel. Sedangkan HTMT (Heterotrait Monotrait Ratio) adalah rasio korelasi rata-rata antar item
yang mengukur variabel yang berbeda (heterotrait) dan monotrait multiplicative geometris (korelasi antara
item dari pengukuran variabel yang sama). Skor HTMT yang diperoleh berada di bawah 0,93, menunjukkan
bahwa skor validitas diskriminan dapat diterima. Berikut adalah hasil estimasi awal dari model PLS.
Tabel 1. Outer Loading
Standard T Statistics (| P
Sampel Asli Sample Mean
  Deviation O/STDEV|) Values
X1.1 <- Content (X1) 0.953 0.954 0.008 117.598 0.000
X1.2 <- Content (X1) 0.920 0.921 0.021 44.470 0.000
X1.3 <- Content (X1) 0.762 0.755 0.066 11.513 0.000
X2.1 <- Accuracy (X2) 0.960 0.956 0.025 38.598 0.000
X2.2 <- Accuracy (X2) 0.976 0.976 0.008 128.197 0.000
X3.1 <- Format (X3) 0.871 0.878 0.047 18.386 0.000

6
 Jurnal Teknologi dan Informasi (JATI)
Volume x Nomor x Edisi xxxxx xxxx
P-ISSN 2088-2270, E-ISSN 2655-6839
DOI 10.34010/jati.vxix

X3.2 <- Format (X3) 0.903 0.891 0.056 16.082 0.000

X4.1 <- Ease Of Use Case
0.968 0.968 0.008 113.955 0.000
(X4)
X4.2 <- Ease Of Use Case
0.967 0.968 0.008 123.491 0.000
(X4)
X5.1 <- Timeliness (X5) 0.935 0.936 0.017 53.786 0.000
X5.2 <- Timeliness (X5) 0.929 0.930 0.019 48.169 0.000
Y.1 <- User Satisfaction (Y) 0.887 0.887 0.033 26.996 0.000
Y.2 <- User Satisfaction (Y) 0.896 0.898 0.027 33.091 0.000

Estimasi tahap awal model pengukuran dalam PLS menunjukkan bahwa kolom sampel asli memiliki
tegangan eksternal lebih besar dari 0,70, sehingga semua titik pengukuran cocok untuk mengukur variabel
pengukuran. Nilai t statistik >1,96 atau nilai p <; 0,05 berarti tidak hanya valid, tetapi signifikan untuk
mengukur setiap variabel. 
Tabel 3. Realibilitas
Average
Cronbach’s Composite Variance
Alpha Reliability Extracted
  (AVE)
Content 0.853 0.913 0.778
Accuracy 0.933 0.967 0.937
Format 0.731 0.881 0.787
Ease Of Use Case 0.932 0.967 0.936
Timeliness 0.849 0.930 0.869
User Satisfaction 0.742 0.886 0.795

Tingkat reliabilitas ditunjukkan dengan cronbach’s alpha dan composite reliability diatas 0,70 (reliable).
Perhitungan ini menunjukkan bahwa pengukuran konsisten ketika mengukur setiap variabel. Benda ukur
dapat digunakan sebagai alat ukur variabel dengan reliabilitas tinggi . [21]
Selain itu, validitas konvergen dapat dilihat dari nilai AVE ketika nilai AVE masing-masing variabel
lebih besar dari 0,50. Kemudian validitas konvergen diterima. Nilai AVE variabel isi sebesar 0,778, yang
berarti derajat variasi pengukuran X1.1 dan X1.2 yang terdapat pada variabel isi sebesar 77,8% melebihi
syarat minimal 50% diterima. Berikut adalah interpretasi AVE untuk variabel lainnya. 
Tabel 4. Tabel Fornell dan Lacker
Ease Of
User
Accuracy Content Use Format Timelines
Satisfactio
(X2) (X1) Case (X3) s (X5)
n (Y)
  (X4)
Accuracy 0.968
Content 0.468 0.882
Ease Of Use Case 0.343 0.553 0.968
Format 0.515 0.294 0.252 0.887
Timeliness 0.259 0.544 0.498 0.120 0.932
User Satisfaction 0.437 0.710 0.748 0.317 0.674 0.892

Nilai Diagonal Adalah Akar AVE

Kriteria Fornell dan Lacker adalah penilaian validitas diskriminan pada tingkat variabel, yaitu. H.
Variabel memiliki discriminant validity yang baik jika akar AVE variabel tersebut lebih tinggi dari
korelasinya dengan variabel lain. Nilai diagonal pada tabel Fornell dan Lacker di atas merupakan akar AVE,
sedangkan nilai lainnya merupakan korelasi antar variabel. Secara umum, hasil evaluasi menunjukkan bahwa
penilaian validitas diskriminan isi (X1), akurasi (X2), format (X3), penggunaan (X4) dan ketepatan waktu
(X5), dan kepuasan pengguna (Y) dapat diterima. Akar AVE masing-masing variabel lebih tinggi dari

7
 Jurnal Teknologi dan Informasi (JATI)
Volume x Nomor x Edisi xxxxx xxxx
P-ISSN 2088-2270, E-ISSN 2655-6839
DOI 10.34010/jati.vxix

korelasinya dengan variabel lain. Akar akurasi AVE (0,968) lebih besar dari korelasi dengan konten (0,468),
korelasi lebih besar dengan kasus sederhana (0,343), dll. Sama untuk root AVE lainnya di mana validitas
diskriminan diterima. 

Tabel 5. HTMT
Accuracy Konten Penggunaa Format Timelines
  (X2) (X1) n (X4) (X3) s (X5)
Content 0.518
Ease Of Use Case 0.366 0.612
Format 0.614 0.373 0.306
Timeliness 0.288 0.637 0.559 0.145
User Satisfaction 0.518 0.889 0.899 0.430 0.848

Penilaian validitas diskriminan lainnya adalah HTMT, dimana menurut Hair et al. (2021) estimasi
validitas diskriminan diterima ketika HTMT kurang dari 0,90. Hasil estimasi model PLS menunjukkan
bahwa HTMT dari semua pasangan variabel kurang dari 0,90, sehingga estimasi validitas diskriminan
diterima. Variabel mendistribusikan varians lebih banyak di antara item-item yang diukurnya daripada ketika
ia mendistribusikan varians di antara item-item dari variabel lain  [21].

3.2 Evaluasi Model Strukturall

Memperkirakan model struktural berarti menguji hipotesis pengaruh antara variabel penelitian yang
dihipotesiskan sebelumnya. Penilaian model struktural terdiri dari pengujian kolinearitas antar variabel
dengan mengukur VIF internal (Variance Inflated Factor) dan menguji hipotesis koefisien jalur ketika skor
Lob kurang dari 0,05 (signifikan). Jika nilai VIF internal kurang dari 5, berarti tidak terjadi multikolinearitas
antar variabel  [21]

Tabel 6. Inner VIF

User Satisfaction
  (Y)
Content 1.896
Accuracy 1.608
Format 1.383
Ease Of Use Case 1.599
Timeliness 1.554

Berdasarkan perlakuan, nilai internal VIF (Variance Inflated Factor) kurang dari 5, multikolinearitas antar
variabel rendah (dapat diabaikan). Hasil ini menunjukkan bahwa estimasi parameter yang dihasilkan masuk
akal/tidak bias. 
Tabel 7. Pengujian Hipotesisa
Standar
Sampe Deviatio T Statistics P
Mean
l Asli n (|O/STDEV| Value
(M)
(O) (STDEV ) s
  )
Content (X1) - User Satisfaction (Y) 0.275 0.289 0.089 3.106 0.002
Accuracy (X2) - User Satisfaction (Y) 0.055 0.052 0.081 0.678 0.498
Format (X3) - User Satisfaction (Y) 0.068 0.075 0.067 1.008 0.314
Kegunaan (X4) - User Satisfaction
0.412 0.402 0.092 4.461 0.000
(Y)
Timeliness (X5) - User Satisfaction 0.297 0.292 0.055 5.352 0.000

8
 Jurnal Teknologi dan Informasi (JATI)
Volume x Nomor x Edisi xxxxx xxxx
P-ISSN 2088-2270, E-ISSN 2655-6839
DOI 10.34010/jati.vxix

(Y)

Berdasarkan hasil pengujian hipotesis diatas maka diketahui sebagai berikut:

1. Hipotesis pertama (H1) diterima yaitu konten (X1) dengan koefisien jalur 0,275 dan p-value (0,002
< 0,05) berpengaruh signifikan terhadap kepuasan pengguna (Y). Setiap perubahan konten (X1)
meningkatkan kepuasan pengguna (Y). 
2. Hipotesis kedua (H2) ditolak yaitu akurasi (X2) tidak berpengaruh signifikan terhadap kepuasan
pengguna (Y) dengan koefisien jalur 0,055 dan p-value (0,498 > 0,05). Perubahan akurasi (X2)
tidak meningkatkan kepuasan pengguna (Y). 
3. Hipotesis ketiga (H3) ditolak yaitu format (X3) tidak berpengaruh signifikan terhadap kepuasan
pengguna (Y) dengan koefisien jalur 0,068 dan p-value (0,314 > 0,05). Perubahan bentuk (X3) tidak
meningkatkan kepuasan pengguna (Y). 
4. Hipotesis keempat (H4) diterima yaitu usability case (X4) berpengaruh signifikan terhadap
kepuasan pengguna (Y) dengan koefisien jalur 0,412 dan p-value (0,000 < 0,05). Setiap perubahan
pada Easy Use Case (X4) meningkatkan kepuasan pengguna (Y). 
5. Hipotesis kelima (H5) diterima yaitu resensi (X5) berpengaruh signifikan terhadap kepuasan
pengguna (Y) dengan koefisien jalur 0,297 dan p-value (0,000 < 0,05). Setiap perubahan
kemutakhiran (X5) meningkatkan kepuasan pengguna (Y). 

Gambar 3. Diagram Koefisien jalur dan Outer Loading

Gambar 4. Diagram T Statistik

9
 Jurnal Teknologi dan Informasi (JATI)
Volume x Nomor x Edisi xxxxx xxxx
P-ISSN 2088-2270, E-ISSN 2655-6839
DOI 10.34010/jati.vxix

3.3 Evaluasi Kebaikan dan Kecocokan Model

PLS adalah analisis SEM berbasis varian yang bertujuan untuk menguji teori model yang diarahkan pada
studi prediktif. Oleh karena itu, beberapa langkah telah dikembangkan untuk menyatakan model yang
diusulkan dapat diterima, seperti: B. f-square, R-square dan Q-square[21].
F-square adalah pengaruh variabel pada level struktural, dimana interpretasi f-square kecil (f-square = 0,02),
sedang (f-square = 0,15), dan besar (f-square = 0,35). ) Berikut hasil pengolahan SmartPLS 3.

Tabel 8. F square
User
Satisfactio
  n (Y)
Content (X1) 0.160
Accuracy (X2) 0.008
Format (X3) 0.013
Ease Of Use Case (X4) 0.424
Timeliness (X5) 0.227

1. Pengaruh konten (X1) terhadap kepuasan pengguna (Y) pada level struktural f kuadrat = 0,160
berpengaruh sedang
2. akurasi (X2) terhadap kepuasan pengguna (Y) pada level struktural adalah f kuadrat = 0,008 dan
mengandung pengaruh yang sangat kecil.
3. Pengaruh format (X3) terhadap kepuasan pengguna (Y) pada level struktural adalah f kuadrat =
0,013 dan memiliki pengaruh yang kecil.
4. Pengaruh easy-to-use case X4) pada level struktur adalah f kuadrat = 0,424 dan mengandung
pengaruh yang besar.
5. Pengaruh kebaruan (X5) terhadap kepuasan pengguna (Y) pada level struktural adalah f kuadrat =
0,227 dan mengandung pengaruh sedang. 

Tabel 9. R square dan Q Square

R Q
Squar Squar
  e e
User Satisfaction (Y) 0.750 0.548

Statistik R-squared menggambarkan tingkat variasi dalam suatu variabel endogen yang dapat dijelaskan
oleh variabel eksogen/endogen lainnya dalam model. Menurut Hair (2021), nilai interpretasi kualitatif dari R-
square adalah 0,25 (efek kecil), 0,50 (efek sedang) dan 0,75 (efek besar). Berdasarkan hasil pengolahan di
atas, dapat dikatakan bahwa pengaruh gabungan ukuran konten (X1), akurasi (X2), format (X3), penggunaan
(X4) dan kesegaran (X5) terhadap kepuasan pengguna (Y) adalah 75. % (Efek tinggi). Q-square
menggambarkan akurasi prediksi, yaitu. H. seberapa baik setiap perubahan variabel eksogen/endogen dapat
memprediksi variabel endogen. Pengukuran tersebut merupakan salah satu bentuk validasi dalam PLS untuk
menentukan prediksi model makna. Nilai Q-kuadrat dari model PLS adalah <<; 0 menunjukkan apakah
model memiliki nilai prediktif. Berdasarkan hasil pengolahan di atas, nilai Q-square variabel kepuasan
pengguna sebesar 0,548 di atas 0, menunjukkan bahwa model yang dibangun memiliki signifikansi prediktif. 

4. Kesimpulan
Berdasarkan hasil penelitian dan pembahasan diatas, dapat ditarik kesimpulan sebagai berikut:

1. Analisis pengukuran kepuasan pengguna pada aplikasi DPS-Denpasar Prama Sewaka dilakukan
perhitungannya menggunakan metodologi EUCS (End User Computer Satisfaction) dengan
menggunakan SEM PLS.
2. Konten (X1) berpengaruh sedang terhadap kepuasan pengguna (Y). Hal ini menunjukkan bahwa
perubahan konten (X1) berdampak signifikan terhadap peningkatan kepuasan pengguna (Y).

10
 Jurnal Teknologi dan Informasi (JATI)
Volume x Nomor x Edisi xxxxx xxxx
P-ISSN 2088-2270, E-ISSN 2655-6839
DOI 10.34010/jati.vxix

3. Akurasi (X2) berpengaruh sangat kecil terhadap kepuasan pengguna (Y). Perubahan Akurasi (X2)
tidak meningkatkan Kepuasan Pengguna (Y) secara signifikan.
4. Bentuk (X3) juga berpengaruh kecil terhadap kepuasan pengguna (Y). Perubahan bentuk (X3) tidak
berpengaruh signifikan terhadap peningkatan kepuasan pengguna (Y).
5. Kemudahan penggunaan (X4) berpengaruh signifikan terhadap kepuasan pengguna (Y). Perubahan
kasus usability (X4) berdampak signifikan terhadap peningkatan kepuasan pengguna (Y).
6. Ketepatan waktu (X5) juga berpengaruh sedang terhadap kepuasan pengguna (Y). Perubahan
kesegaran (X5) berpengaruh signifikan terhadap peningkatan kepuasan pengguna (Y).
7. Konten (X1), kegunaan (X4) dan ketepatan waktu (X5) merupakan faktor penting dalam
meningkatkan kepuasan pengguna (Y), sedangkan akurasi (X2) dan format (X3) tidak berpengaruh
signifikan. Ini dapat menjadi panduan dalam pengembangan atau perbaikan produk atau layanan
yang tujuannya adalah untuk meningkatkan kepuasan pengguna (Y).  

Daftar Pustaka
[1] Yuhefizar, A. Huda, I. Gunawan, dan E. Hariyanto, Naskah Akademik dan Perancangan Peraturan
Daerah Tentang Pengelolaan E-Goverment di Provinsi Sumatera Barat, 1 ed., vol. 1. Padang:
Pemerintah Provinsi Sumatera Barat, 2017.

[2] S. E, S. Suwitri, dan M. Mustam, “Implementasi Instruksi Presiden No.3 tahun 2003 Tentang
Kebijakan dan Strategi,” Journal Of Public Policy And Management, vol. 3, 2014.

[3] A. Irawan dan E. Fitriani Komara, “Pengukuran Tingkat Kepuasan Masyarakat Terhadap Pelayanan,”
JURNAL INSPIRASI BISNIS & MANAJEMEN, vol. 1, 2017.

[4] N. Dalimunthe dan C. Ismiati, “ANALISIS TINGKAT KEPUASAN PENGGUNA ONLINE

PUBLIC ACCESS CATALOG (OPAC) DENGAN METODE EUCS (STUDI KASUS:
PERPUSTAKAAN UIN SUSKA RIAU),” Rekayasa dan Manajemen Sistem Informasi, vol. 2, 6M.

[5] S. Perdana dan D. Sunarsi, Metode Penelitian Kuantitatif. Tangerang: Pascal Book, 2021.

[6] S. Silaen, Metodologi Penelitian Sosial untuk Penulisan Skripsi dan Tesis. Bogor: In Media, 2018.

[7] L. Darwati, “ANALISIS PENGUKURAN TINGKAT KEPUASAN PENGGUNA APLIKASI OVO

MENGGUNAKAN METODE END USER COMPUTING SATISFACTION (EUCS),” 2022.
[Daring]. Tersedia pada: https://jurnal.umj.ac.id/index.php/just-it/index

[8] Sugiyono, Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung: Metode Penelitian Kuantitatif
Kualitatif dan R&D, 2018.

[9] R. Handayani, Metodologi Penelitian Sosial. Yogyakarta: Trussmedia Grafika, 2020.

[10] I. K. Sukendra dan K. Surya Atmaja, INSTRUMEN PENELITIAN, 1 ed. Lumajang: Mahameru Press,
2020.

[11] A. Yudhana, P. Studi Magister Informatika, P. Studi Teknik Elektro, U. Ahmad Dahlan, dan J.
Soepomo, “Analisis Kepuasan Pengguna Sistem Informasi Perpustakaan Menggunakan Metode End
User Computing Satisfaction,” Jurnal Teknologi dan Informasi (JATI), vol. 12, 2022, doi:
10.34010/jati.v12i2.

[12] R. Agustina dan L. A. Abdillah, “ANALISIS KEPUASAN PENGGUNA APLIKASI BINTANG

CASH & CREDIT MENGGUNAKAN METODE END USER COMPUTING SATISFACTION
(EUCS),” 2021.

11
 Jurnal Teknologi dan Informasi (JATI)
Volume x Nomor x Edisi xxxxx xxxx
P-ISSN 2088-2270, E-ISSN 2655-6839
DOI 10.34010/jati.vxix

[13] I. Purwandani, “Analisa Tingkat Kepuasan Pengguna Elearning Menggunakan EUCS dan Model
Delone and McLean,” IJSE – Indonesian Journal on Software Engineering, 2018.

[14] N. Dalimunthe dan C. Nurmaini, “ANALISIS TINGKAT KEPUASAN PENGGUNA ONLINE

PUBLIC ACCESS CATALOG (OPAC) DENGAN METODE EUCS (Studi Kasus: Perpustakaan
UIN SUSKA Riau),” Jurnal Rekayasa dan Manajemen Sistem Informasi, vol. 2, no. 1, hlm. 71–75,
2016.

[15] A. Fitriansyah, I. Harris, K. Maha Vihara, D. Maitreya, S. Panas, dan K. Batam, “Konferensi Nasional
Sistem Informasi 2018 STMIK Atma Luhur Pangkalpinang,” 2018. [Daring]. Tersedia pada:
www.uvers.ac.id

[16] F. Luthfi Yaumul Adha dkk., “Analisis Penerimaan Pengguna Dapodik Sekolah Dasar Kecamatan
Tampan Menggunakan Model TAM dan EUCS,” Jurnal Sains, Teknologi dan Industri, vol. 18, no. 2,
hlm. 196–205, 2021.

[17] D. Kurniawan, E. Zusrony, dan K. R. Andika, “Analisa Persepsi Pengguna Layanan Payment
Gateway Pada Financial Technology Dengan Metode EUCS,” INFORMA Politeknik Indonusa
Surakarta, vol. 4, no. 3, hlm. 1–5, 2018.

[18] I. Sevtiyani dkk., “Analisis Kepuasan Pengguna SIMPUS Menggunakan Metode EUCS di Puskesmas
Banguntapan II,” 2020.

[19] K. Suprapta, “Analisis Kepuasan Mahasiswa Terhadap Sistem Pemilihan Konsentrasi Dengan
Menggunakan Metode EUCS,” JURNAL SISTEM DAN INFORMATIKA, hlm. 6–11, 2018.

[20] D. Novita dan D. S. Ningsih, “Analisis Pengaruh Implementasi E-Learning Vilep Di Poltekkes
Kemenkes Palembang Dengan Pendekatan EUCS,” 2020. [Daring]. Tersedia pada:
http://jurnal.mdp.ac.id

[21] G. TomassMHultt, Classroom Companion: Business Partial Least Squares Structural Equation
Modeling (PLS-SEM) Using R. 2021. Diakses: 29 Juni 2023. [Daring]. Tersedia pada:
https://library.oapen.org/handle/20.500.12657/51463

12