TESIS
Oleh
ILHAM NUR MUHAMMAD
TESIS
Diajukan Oleh:
i
Persetujuan Tesis Berjudul
Oleh:
Ilham Nur
Muhammad NIM:
2051B2015
Mengetahui
ii
Pengesahan Ujian Tesis
TESIS
Tim Penguji :
Mengetahui
iii
PERNYATAAN ORISINALITAS TESIS
Materai 10.000
(Tanda Tangan)
iv
UCAPAN TERIMAKASIH
Puji syukur kepada Tuhan Yang Maha Esa, karena berkat rahmat dan
karunia-Nya, penulis dapat menyelesaikan Proposal tesis yang berjudul
“ANALISIS PERSEPSI PENGGUNAAN SISTEM REGISTRASI PASIEN
ONLINE PADA PASIEN RAWAT JALAN RSUD KOTA MADIUN DENGAN
PENDEKATAN UNIFIED THEORY OF ACCEPTANCE AND USE OF
TECHNOLOGY (UTAUT) MODEL”. Tesis ini disusun sebagai salah satu syarat
kelulusan akademik untuk memperoleh gelar Magister Kesehatan Institut Ilmu
Kesehatan Strada Indonesia. Penulis sadar bahwa terselesaikannya tesis ini tidak
lepas dari bantuan beberapa pihak, maka, perkenankanlah penulis untuk
mengucapkan terima kasih yang sebesar besarnya kepada:
1. Dr. dr. Sentot Imam Suprapto, MM selaku Rektor IIK Strada
Indonesia yang telah memberikan kesempatan dan fasilitas untuk
mengikuti dan menyelesaikan pendidikan di Program Studi
Pascasarjana Magister Kesehatan.
2. Dr. Indasah., Ir., M.Kes selaku Direktur Pascasarjana IIK Strada
Indonesia yang telah memberikan kesempatan peneliti untuk
menempuh pendidikan Magister Kesehatan serta telah membimbing
dan banyak memberi masukan dan saran demi kesempurnaan dan
terselesaikannya tesis ini.
3. Dr. Haryono, SKM., M.Sc dan Dr. Ratna Wardani, S.Si.,MM selaku
pembimbing yang telah memberikan kesempatan kepada penulis
sebagai anak bimbing, memberikan waktu, perhatian, bimbingan,
masukan, saran, serta motivasi kepada penulis selama penulisan tesis.
4. Dr. Siti Farida, M.Pd dan Dr. Prima Dewi K, S.Kep.,Ns.,M.Kes selaku
penguji yang telah memberikan bimbingan dan masukan dalam
penyelesaian tesis ini.
5. Semua dosen, staf, dan karyawan IIK Strada Indonesia yang selalu
mendukung dari awal hingga akhir kelulusan dan telah membantu
menyelesaikan tesis ini.
v
6. Segenap jajaran pimpinan dan pegawai RSUD Kota Madiun yang
telah memberikan izin dan membantu jalannya penelitian hingga dapat
terlaksana dengan baik sampai tuntas.
7. Teman-teman Angkatan 12 Magister Kesehatana IIK Strada Indonesia
yang senantiasa memberikan support kepada penulis.
8. Kedua orang tua penulis, yang selalu memberikan semangat, motivasi,
dukungan baik secara moral maupun materi, dan doa yang tiada henti
bagi penulisan sehingga dapat menyelesaikan tesis ini.
9. Para responden yang telah berkenan menjadi subjek penelitian.
Penulis menyadari bahwa tesis ini masih jauh dari kata sempurna. Maka
dari itu, penulis mengharapkan kritik dan saran yang membangun. Semoga tesis
ini dapat bermanfaat bagi semua pihak yang memerlukan.
Penulis
vi
ABSTRAK
Latar Belakang: Perkembangan teknologi informasi dan komunikasi yang semakin pesat
satu dekade ini mencakup berbagai sektor termasuk bidang kesehatan. RSUD Kota
Madiun membuat inovasi baru di tahun 2021 dengan mengimplementasikan sistem
informasi untuk registrasi pasien rawat jalan sebagai perkembangan sekaligus solusi
untuk berbagai keterbatasan yang ada sejak pandemi covid-19. Sistem registrasi pasien
online di RSUD Kota Madiun telah berjalan selama hampir satu tahun dengan
mencatatkan lebih dari tujuh ribu pasien yang telah menggunakannya. Tujuan
Penelitian: Untuk menganalisis faktor- faktor yang mempengaruhi Behavioral Intention
pasien rawat jalan RSUD Sogaten Kota Madiun terhadap sistem registrasi online
berdasarkan model UTAUT (Universal Theory of Acceptance and Use of Technology).
Metode Penelitian: Kuesioner berdasarkan UTAUT diberikan pada 164 responden yang
merupakan pasien rawat jalan RSUD Kota Madiun. Analisis data penelitian dilakukan
dengan metode Partial Least Square menggunakan Smart PLS 3.0. Hasil Penelitian:
Pengaruh konstruk model UTAUT terhadap Behavioral Intention yaitu, Performance
Expectancy (p=0,000), Effort Expectancy (p=0,019), Social Influence (p=0,127),
Facilitating Condition (p=0,386), Hedonic Motivation (p=0,000), dan Habit (p=0,287).
Variabel moderasi yang terbukti antara lain usia pada PE (p=0,004), EE (p=0,007) dan
HM (p=0,000); jenis kelamin pada EE (p=0,024); serta pengalaman pada EE (p=0,028)
dan HM (p=0,006). Kesimpulan: Behavioral Intention dipengaruhi secara bermakna oleh
performance expectancy, effort expectancy, dan hedonic motivation. Sementara itu tidak
dengan social influence, facilitating condition, dan habit. Usia, Jenis Kelamin, dan
Pengalaman berperan sebagai variabel moderasi pada beberapa konstruk model UTAUT.
vii
ABSTRACT
viii
RINGKASAN
ix
Kota Madiun. Sampel dipilih dengan metode purposive sampling berjumlah
minimal 146 sampel yang didapatkan dari pengolahan aplikasi G*Power.
Instrumen penelitian berupa kuisioner berdasarkan UTAUT model dari
Venkatesh (2003; 2012) yang telah dimodifikasi sesuai dengan kebutuhan
penelitian.
Responden penelitian merupakan pasien rawat jalan RSUD Kota
Madiun yang datang ke poli rawat jalan. Responden berasal dari wilayah Kota
Madiun dan sekitarnya. Sebaran responden menurut jenis kelaminnya sebesar
41,5% laki-laki dan 58,5% perempuan. Analisis dilakukan dengan software
smartPLS versi 3.0 untuk mendapatkan model SEM (Structural Equation
Modeling) dan menganalisis jalur (Path Analysis) antar variabel laten. Hasil
analisis menunjukkan outer model (measurement model) dan inner model
(structural model). Analisis model struktural dalam penelitian ini
menggunakan teknik bootstrapping dalam SmartPLS versi 3,0 dengan taraf
signifikansi 0,05.
Hasil penelitian analisis penerimaan sistem registrasi pasien online
oleh pasien rawat jalan RSUD Kota Madiun dijelaskan dalam teori UTAUT
(Unified Theory of Acceptance and Use of Technology). Analisis
menunjukkan Behavioral intention dipengaruhi secara bermakna antara lain
oleh performance expectancy, effort expectancy, dan hedonic motivation.
Pasien merasa terbantu dalam mendapatkan pelayanan kesehatan, di RSUD
Kota Madiun ketika mereka menggunakan sistem registrasi pasien online.
Penggunaannya yang mudah dan informasi berlimpah mengenai
pengoperasian website pendaftaran pasien. Pasien juga mendapatkan
kesenangan ketika mengakses website dari user interface dan user experience
yang ditawarkan. Sementara itu social influence, facilitating condition, dan
habit tidak memiliki pengaruh yang bermakna. Usia, jenis kelamin, dan
pengalaman dalam konstruk UTAUT sebagai moderasi tidak sepenuhnya
berefek terhadap behavioral intention. Usia memoderasi efek performance
expectancy, effort expectancy, dan hedonic motivation; Jenis kelamin hanya
memoderasi efek effort expectancy; Pengalaman memoderasi efek effort
expectancy dan hedonic motivation.
x
SUMMARY
Various benefits are offered by the online registration system, but it is still
necessary to evaluate the patient's desire to use it. The evaluation was carried out
using the UTAUT (Unified Theory of Acceptance and Use of Technology)
research model developed by Venkatesh et al (2003). In this model there are
several factors that influence the intention to use technology, including;
performance expectancy, effort expectancy, social influence, facilitating condition
and several factors that moderate the effect, namely age, gender, and experience
in using technology. Furthermore, hedonic motivation, price value, and habit
factors were added when this theory was updated (Venkatesh et al., 2003), (2012).
This study adopt the UTAUT model in analyzing patient acceptance and
willingness to use the online registration system. It is hoped that this research can
analyze the factors that influence patient acceptance of this registration system as
part of the technology applied in the health sector. Researchers took the UTAUT
factors, namely Performance Expectancy, Effort Expectancy, Social Influence,
Facilitating Conditions, Hedonic Motivation, Habit in the analysis of using the
online registration system and age, gender, and experience using technology as
moderating variables.
xi
from Venkatesh (2003; 2012) which has been modified according to research
needs.
xii
DAFTAR ISI
xiii
10. Penerimaan dan Penggunaan Teknologi Kesehatan......................55
B. Kerangka Konsep.....................................................................................57
C. Hipotesis....................................................................................................58
BAB III METODOLOGI PENELITIAN..........................................................61
A. Desain Penelitian......................................................................................61
B. Kerangka Kerja........................................................................................61
C. Subjek Penelitian......................................................................................63
D. Instrumen Penelitian................................................................................64
E. Variabel Penelitian...................................................................................65
F. Definisi Operasional.................................................................................65
G. Jadwal Penelitian......................................................................................68
H. Analisis......................................................................................................68
I. Etika Penelitian........................................................................................69
xiv
DAFTAR TABEL
xv
DAFTAR GAMBAR
xvi
DAFTAR SINGKATAN
RS : Rumah Sakit
xvii
BAB I
PENDAHULUAN
A. Latar Belakang
Rumah sakit merupakan pusat pelayanan publik di bidang
kesehatan. Berbagai tipe rumah sakit mulai dari rumah sakit umum,
Pemerintah Kota Madiun yang berdiri sejak tahun 2004 dan statusnya
18
Tabel 1. 1 Jumlah Kunjungan Pasien Rawat Jalan Tahun 2017-2021
No. Tahun Kunjungan Pasien
Rawat Jalan
1. 2017 116.828
2. 2018 139.675
3. 2019 166.377
4. 2020 133.923
5. 2021 123.742
(Sumber: Data rekam medis RSUD Kota Madiun tahun 2018-2021)
19
Catatan survei kepuasan masyarakat pada tahun 2019 dan 2020
Hasil ini dipengaruhi juga oleh adanya pandemi covid19 di tahun 2020
(Nurani et al., 2021) juga menjadi salah satu jawaban mengapa terjadi
penurunan pasien rawat jalan Meski begitu jika berkaca pada acuan
IKM unit pelayanan publik, hasil yang didapatkan oleh RSUD Kota
Klinik rawat jalan beserta stafnya terlibat dalam rangkaian sistem yaitu
yang baik (Hall, 2013), (Rohleder et al., 2011). Hal ini sangat berkaitan
20
kepuasan pasien maka penting bagi rumah sakit untuk meningkatkan
Sars cov-2 mulai menjadi pandemi global sejak awal tahun 2020.
21
start up bertebaran yang berusaha menyediakan kemudahan akses
Dengan inovasi ini pasien bisa mendaftarkan diri di poli rawat jalan
sesuai klinik yang ingin dituju dan telah diberikan estimasi jam
website ini sudah dimanfaatkan oleh lebih dari tujuh ribu pasien rawat
22
expectancy, social
23
influence, facilitating condition serta beberapa faktor yang memoderasi
value, dan habit pada saat teori ini diperbarui (Venkatesh et al., 2003),
(2012).
24
performance expectancy, effort expectancy, dan social influence
al., 2015), (2012) dan pasien (Alam et al., 2018), (Boontarig et al.,
kesehatan.
25
B. Rumusan Masalah
1. Bagaimana pengaruh faktor dalam UTAUT model terhadap
C. Tujuan Penelitian
1. Tujuan Umum
Menganalisis faktor-faktor yang mempengaruhi Behavioral Intention
2. Tujuan Khusus
a. Menganalisis pengaruh performance expectancy pasien rawat jalan
pasien online
online
online
pasien online
26
e. Menganalisis pengaruh hedonic motivation pasien rawat jalan RSUD
online
D. Manfaat Penelitian
1. Manfaat Teoritis
Penelitian ini diharapkan dapat menjadi satu informasi atau
registrasi pasien online pada pasien rawat jalan RSUD Kota Madiun
2. Manfaat Praktis
Hasil penelitian ini diharapkan menjadi acuan bahan evaluasi
registrasi online.
E. Keaslian Penelitian
28
Hoque, et Investigating Independen: Rancangan Studi ini
al (2017) factors Perceived penelitian cross menegaskan
influencing usefulness, sectional bahwa
the adoption Perceived Perceived
of e-Health ease of use Menganalisis usefulness,
in penerimaan Perceived
developing Dependen: dan adopsi ease of
countries: A intention to aplikasi e- use,dan trust
patient’s use, actual Health di sangat
perspective use Bangladesh penting untuk
konstruksi adopsi e-
dasar Health
menggunakan
model
penerimaan
teknologi
(TAM)
Penelitian tersebut menggunakan technology acceptance
model (TAM) untuk menganalisis penerimaan dan adopsi
penggunaan aplikais e-health, sedangkan penelitian saya
menggunakan model Unified Theory of Accepptance And Use
of Technology (UTAUT) yang merupakan ekstensi dari TAM.
Okazaki, Factors Independen: Rancangan Perceived
et al Affecting System penelitian cross value dan net
(2012) Mobile quality, sectional, benefits
Diabetes information kuisioner pada menjadi
Monitoring quality, dokter di faktor
Adoption health Jepang. terpenting
Among improvemen untuk
Physicians: t, net Berdasarkan menggunaka
Questionnair benefits, De Lone and n mobile
e Study and subjective Mc Lean diabetes
Path Model norms, Information monitoring
privacy and System Success
security risk Model yang
diperbarui
Dependen: sehingga
Intention of mencakup
use perspektif lain
dalam
mengevaluasi
sistem
informasi
29
penelitian saya menganalisis penerimaan dan niat penggunaan
sistem registrasi online pada pasien dengan UTAUT model.
Boontari Factors Independen: Rancangan Perceived
g, et al Influencing Performanc penelitian cross Value
(2012) The Thai e sectional, memiliki
Elderly Expectancy, kuisioner pada signifikansi
Intention to Effort lansia. yang kuat
Use Expectancy, terhadap niat
Smartphone Social Menggunakan lansia untuk
for e-Health Influence, model UTAUT menggunaka
Services and yang n
Facilitating dikembangkan smartphone,
Conditions, dengan diikuti oleh
Perceived menambah Facilitating
value variabel Conditions
perceived value and Effort
Dependen: Expectancy.
Intention to Sedangkan
use performance
expectancy
dan social
influence
tidak
berpengaruh
signifikan.
Penelitian tersebut berfokus pada lansia sebagai populasi
yang diteliti, sedangkan penelitian saya menjadikan seluruh
pasien rawat jalan RSUD Sogaten Kota Madiun sebagai
populasi responden.
Gao An empirical Independen: Rancangan Pengguna
(2015) study of Performanc penelitian cross perangkat
wearable e sectional, kebugaran
technology expectancy, lebih
acceptance hedonic Menggunakan mementingka
in healthcare motivation, model yang n hedonic
effort diintegrasikan motivation,
expectancy, dari UTAUT2, functional
functional PMT, dan congruence,
congruence, Privacy social
self-efficacy, calculus theory influence,
social perceived
influence, privacy risk,
perceived and
vulnerabilit perceived
y, perceived vulnerability,
severity and tetapi
perceived pengguna
privacy risk perangkat
30
medis lebih
Moderate: menekankan
Product type perceived
expectancy,
Dependen: self-efficacy,
Intention to effort
adopt expectancy,
and
perceived
severity.
Penelitian tersebut membagi responden menjadi pengguna
sebagai perangkat kebugaran dan perangkat medis yang
menghasilkan persepsi yang berbeda, sedangkan penelitian
saya tidak membagi responden pasien menjadi kelompok
sebagaimana penelitian tersebut.
31
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
dari:
e. Combination TAM-TPB
32
diterjemahkan ke berbagai bahasa dan digunakan di populasi dengan
budaya yang berbeda, model ini masih tetap cukup Tangguh (robust)
terdapat perbedaan satu sama lain sesuai dengan subjek dan objek
(Okazaki et al., 2015), (2012) dan pada pasien (Alam et al., 2018),
33
Gambar 2. 1 Bagan Research model UTAUT2 (Venkatesh, 2012)
Hubungan antar variabel yang dijelaskan pada gambar di
atas.
34
brand, product dan company dan secara rela menceritakan
terus menerus.
35
pembelian atau penggunaan berulang pada brand yang sama,
Konstruksi
36
performance expectancy disusun oleh Venkatesh (2003) berdasarkan
berikut.
37
c. Effort expectancy (Ekspektasi usaha)
38
Kompleksitas Sejauh mana sistem yang baru Thompshon et al,
(Complexity) dianggap sulit untuk dipahami dan 1991
digunakan.
Kemudahan Sejauh mana menggunakan Moore and
penggunaan inovasi baru dianggap mudah atau Benbasat, 1991
(Ease of use) sulit.
Kota Madiun.
39
influence sebagai determinan langsung dari keinginan menggunakan
mumpuni,
40
pengetahuan, petunjuk kerja, dan orang lain yang telah dapat
Sumber
Konstruk Definisi
Penelitian
Persepsi control Persepsi kendala internal dan Ajxen, 1991;
perilaku eksternal meliputi self efficacy, Taylor and
(Perceived kondisi sumber daya, dan kondisi Todd, 1995.
behavioral yang memfasilitasi teknologi.
control)
Kondisi yang Faktor objektif dari lingkungan Thompshon et al,
memfasilitasi yang memudahkan untuk 1991
(Facilitating melakukan tindakan.
conditions)
Kecocokan Sejauh mana kesan penggunaan Moore and
(compatibility) inovasi dianggap konsisten Benbasat, 1991
dengan nilai yang ada, kebutuhan,
dan pengalaman
41
dukungan fasilitas yang dimiliki atau dapat diakses oleh pasien yakni
Kota Madiun.
pengalaman.
42
menyenangkan pasien ketika mengaksesnya sehingga pasien
g. Habit (Kebiasaan)
moderating
digolongkan
43
menjadi laki-laki dan perempuan. Sementara pengalaman ditinjau
2. Rumah Sakit
rawat inap, rawat jalan, dan gawat darurat. Rumah sakit dapat
44
didirikan oleh pemerintah pusat, daerah, maupun swasta. Sementara
itu jika ditinjau dari jenis layanannya terdapat rumah sakit umum
mempunyai fungsi:
45
peningkatan pelayanan kesehatan dengan memperhatikan
46
5. Efek Pandemi covid-19 pada Pelayanan RS
47
e. Terintegrasi dalam sistem penanganan COVID-19 di
2020).
48
terdapat dua pengelompokan sistem informasi kesehatan yaitu sistem
al., 2016).
49
(Wager et al., 2017). Inisiasi penggunaan teknologi informasi untuk
et al., 2017). Di tahun 1998 telah disadari bahwa salah satu kunci
Clancy, 2003).
50
memudahkan analisis kesehatan yang bisa menjadi dasar
perawatan bisa
51
ditekan sehingga bisa tetap menerapkan protocol kesehatan dengan
baik.
pintar mencapai 167 juta orang atau 89% dari total penduduk
ada 1.750 titik wifi gratis yang tersebar di seluruh penjuru kota.
52
termasuk smartphone yang paling praktis. Hal ini bisa memberikan
angin segar bagi warga yang tidak memiliki akses internet pribadi di
53
estimasi waktu pelayanan dari pasien tersebut. Waktu kedatangan
e. Pengecekan antrian.
54
lebih dari tujuh ribu pasien telah memanfaatkannya pada periode
menjadi kabar baik mengingat program ini merupakan hal baru dan
9. Persepsi Pasien
55
a. Atensi selektif yaitu kecenderunga untuk menyaring
disukai.
yang baik bukan dilihat dari penyedia jasa layanan, namun dari sudut
al., 2015).
56
penerimaan teknologi yang baru sebagai evaluasi agar menjadi bahan
Kota Madiun. Fokus penelitian dalam analisis ini sangat spesifik dan
registrasi online di rumah sakit yang telah berjalan sekitar satu tahun
57
B. Kerangka Konsep
Performance
Expectancy
Effort Expectancy
Social Influence
Behavioral Intention Sistem Registrasi Pasien Online
Facilitating
Conditions
Hedonic Motivation
Habit
Keterangan:
58
C. Hipotesis
H1 : Ada pengaruh performance expectancy terhadap
online
online
59
H3.b : Jenis kelamin berpengaruh positif pada hubungan antara
online
sistem
online
online
60
H5.c : Pengalaman penggunaan teknologi berpengaruh positif
registrasi online
online
61
BAB III
METODOLOGI PENELITIAN
A. Desain Penelitian
cross sectional yaitu penelitian dalam satu waktu dan satu kali
bersama-sama.
B. Kerangka Kerja
menjadi
62
acuan teori penelitian ini. Selanjutnya dilakukan pengambilan data
Purposive Sampling
Analisis
SEM
Kesimpulan
Gambar 3. 1 Kerangka Kerja Penelitian
Keterangan:
PE : Performance Expectancy
EE : Effort Expectancy
SI : Social Influence
63
FC : Facilitating Condition
HM : Hedonic Motivation
H : Habit
C. Subjek Penelitian
ini adalah pasien rawat jalan RSUD Sogaten Kota Madiun. Sampel
dengan kriteria yang telah ditetapkan. Kriteria atau syarat dari responden
adalah pasien poli pelayanan rawat jalan RSUD Kota Madiun yang
baik untuk digunakan dalam analisis penelitian sosial, perilaku, dan ilmu
64
Hasil penghitungan sampel dengan menggunakan software
D. Instrumen Penelitian
dalam angket ini berjumlah empat yaitu sangat setuju (SS) dengan skor 4,
setuju (S) dengan skor 3, tidak setuju (TS) dengan skor 2, dan sangat
responden untuk memilih salah satu kutub karena tidak adanya pilihan
tersebut memiliki arti ganda bisa memang netral atau belum bisa
65
E. Variabel Penelitian
teknologi.
F. Definisi Operasional
66
3. Social Persepsi pasien Saran orang
Influence bahwa terdekat
kebanyakan Saran orang
orang terpandang Kuesione
terdekatnya Saran orang r dengan STS: 1
berpendapat kepercayaan alternatif Interv TS: 2
untuk Dukungan jawaban al S: 3
menggunakan pihak RS STS, TS, SS: 4
atau tidak S, SS.
menggunakan
sistem registrasi
pasien online.
4. Facilitatin Faktor objektif Kepemilika
g dari lingkungan n gawai
Conditions yang Akses
memudahkan internet Kuesione
untuk Pengetahua r dengan STS: 1
menggunakan n alternatif Interv TS: 2
sistem registrasi penggunaan jawaban al S: 3
pasien online gawai STS, TS, SS: 4
Bantuan S, SS.
lingkungan
sosial dan
pihak RS
5. Hedonic Seberapa besar Tampilan
Motivation kesenangan menarik Kuesione
yang didapat Tampilan r dengan STS: 1
pasien dalam menyenang alternatif Interv TS: 2
mengoperasiona kan jawaban al S: 3
lkan sistem Menarik STS, TS, SS: 4
registrasi online untuk S, SS.
digunakan
6. Habit Seberapa sering Kebiasaan
pasien telah menggunak
menggunakan an gawai
perangkat dan internet
Kuesione
gadget dan Ketergantun
r dengan STS: 1
internet. gan
alternatif Interv TS: 2
menggunak
jawaban al S: 3
an gawai
dan internet STS, TS, SS: 4
S, SS.
Kebiasaan
menggunak
an website
registrasi
Variabel Terikat
1. Niat STS: 1
67
Behaviora Tingkat minat Komitmen Kuesione Interv TS: 2
l Intention pasien untuk Rencana r dengan al S: 3
menggunakan jangka alternatif SS: 4
website panjang jawaban
registrasi online STS, TS,
untuk S, SS.
pendaftaran
pasien rawat
jalan.
Variabel Moderating
1. Usia Umur pasien Usia pasien
dalam satuan Kuesione
tahun terhitung r dengan
sejak pertanya Rasio
kelahirannya an
hingga ulang terbuka
tahun terakhir
2. Jenis Penggolongan Jenis Kuesione
Kelamin jenis kelamin kelamin r dengan
pasien menjadi pasien pilihan Laki-
laki-laki dan jawaban Nomi laki: 1
perempuan laki-laki nal Peremp
dan uan: 2
perempu
an
3. Pengalama Seberapa sering Pengalaman
n pasien dengan
menggunakan gawai
Kuesione
teknologi Pengalaman
r dengan STS: 1
informasi dan dengan
internet alternatif Interv TS: 2
komunikasi di
jawaban al S: 3
kesehariannya. Pengalaman
STS, TS, SS: 4
dengan
S, SS.
sistem
registrasi
online
68
G. Jadwal Penelitian
2022
No. Jenis Kegiatan
1 2 3 4 5 6 7 8 9
1. Studi Kepustakaan
2. Persiapan Penelitian
a. Survey awal
b. Penyusunan proposal penelitian
c. Penelitian pendahuluan
d. Penyusunan instrument penelitian
e. Penyusunan surat-surat izin
3. Penelitian lapangan
a. Pengumpulan data (kuisioner)
b. Rekapitulasi data
4. Analisis data
5. Penulisan laporan hasil penelitian
6. Presentasi hasil penelitian
7. Penyusunan laporan akhir
H. Analisis
digunakan oleh peneliti yang berfokus pada ilmu sosial. Partial Least
Square (PLS) merupakan metode analisis yang cukup kuat karena tidak
sampai ratio dapat digunakan pada model yang sama), sampel tidak harus
69
Model SEM berisi variabel-variabel penelitian yang dibagi
menjadi variabel laten dan variabel manifest atau yang sering disebut
dengan indikator Secara umum SEM mencakup dua bagian utama, yakni
I. Etika Penelitian
anonim.
J. Keterbatasan Penelitian
peneliti.
70
BAB IV
Madiun milik Pemerintah Kota Madiun Propinsi Jawa Timur dan Peraturan
Daerah Kota Madiun No 05 Tahun 2008 tentang Organisasi dan Tata Kerja
Teknis Daerah serta telah menjadi Rumah Sakit Kelas C dengan Keputusan
12.463 m2. Fasilitas Pelayanan yang ada saat ini adalah Instalasi Rawat
Jalan (Klinik Umum, Klinik Obgyn, Klinik Bedah, Klinik Mata, Klinik
Penyakit Dalam, Klinik Gigi, Klinik Anak , Klinik Syaraf, Klinik Rehab
Medik, Klinik THT, Klinik Orthopedi, Klinik Kulit dan Kelamin, Klinik
Paru, Klinik Jantung, Klinik Anaesthesi, Klinik VCT dan Klinik Geriatri),
Instalasi
71
Laboratorium, Instalasi Radiologi,Instalasi Pemeliharaan Sarana, Instalasi
Madiun menjadi tujuan rujukan pasien dari wilayah kota Madiun. Jumlah
pasien rawat jalan RSUD Kota Madiun tercatat selalu di atas 100 ribu pasien
Madiun yang datang ke poli rawat jalan. Responden berasal dari wilayah
sebesar 41,5% laki-laki dan 58,5% perempuan tampak pada gambar 4.1.
68
96
Laki-lakiPerempuan
72
Sebaran usia responden
60 47 45
38
40 27
20
5 2
0
Usia Responden
17-25 tahun26-35 tahun36-45 tahun
46-55 tahun56-65 tahun>65 tahun
jalur (Path Analysis) antar variabel laten. Hasil analisis menunjukkan outer
variabel laten serta validitas dan realibilitas setiap indikator. Sementara itu
73
Tabel 4. 1. Outer Loading
BI EE FC H HM PE SI
BI1 0.968
BI2 0.970
BI3 0.976
EE1 0.916
EE2 0.929
EE3 0.961
EE4 0.894
EE5 0.931
FC1 0.939
FC2 0.961
FC3 0.946
FC4 -0.086
H1 0.901
H2 0.860
H3 0.902
H4 0.914
HM1 0.950
HM2 0.961
HM3 0.932
PE1 0.715
PE2 0.748
PE3 0.929
PE4 0.861
SI1 0.700
SI2 0.942
SI3 0.920
SI4 0.674
refleksif sebagai pengukur variabel yang dapat dilihat dari outer loading dari
reabilitas yang baik apabila nilai outer loding di atas 0,70 Sarwono (2014).
Sedangkan nilai outer loading masih dapat ditolerir hingga 0,50. Jika nilai
outer loading dibawah dari nilai tersebut dapat didrop dari analisis (Ghozali,
74
2015). Pada tabel outer loading yang ada terlihat bahwa indikator FC4
memiliki pola yang berbeda dengan indikator lain yang direfleksikan dari
variabel tersebut.
model yang baru. Dari model baru tersebut akan didapatkan nilai outer
loading yang berbeda. Skor outer loading hanya berubah pada variabel
variabel lain tetap sama. Perubahan skor outer loading variabel dapat dilihat
dikatakan valid apabila memiliki nilai AVE lebih dari 0,5 (Jogiyanto, 2011;
75
Tabel 4. 3. Nilai AVE tiap variabel
Average Variance Extracted
Variabel
(AVE)
Behavioral Intention 0.943
Effort Expectancy 0.858
Facilitating Condition 0.677
Habit 0.800
Hedonic Motivation 0.898
Performance
0.669
Expectancy
Social Influence 0.670
memiliki nilai AVE lebih dari 0,5. Dapat dikatakan bahwa semua variabel
tersebut valid.
korelasi Fornell Larcker criterion pada suatu variabel terhadap variabel itu
sendiri lebih besar dari korelasi variabel tersebut dengan variabel lain. Pada
variabel itu sendiri lebih besar dari nilai korelasinya dengan variabel lain.
BI EE FC H HM PE SI
BI 0.971
EE 0.899 0.926
FC 0.809 0.836 0.949
H 0.752 0.798 0.769 0.895
HM 0.795 0.797 0.674 0.781 0.948
PE 0.697 0.705 0.731 0.577 0.602 0.818
SI 0.773 0.788 0.788 0.753 0.696 0.529 0.818
76
Tabel kriteria Fornell-Larcker menunjukkan nilai akar AVE tiap-tiap
konstruk atau variabel. Akar AVE tersebut ditunjukkan dengan angka yang
dicetak tebal.
konstruk yang baik atau tidak dalama membentuk sebuah variabel laten.
composit reliability yang dimiliki semua variabel penelitian telah lebih dari
0,7. Hasil ini menunjukan bahwa semua variabel yang digunakan dalam
cronbach’s alpha lebih dari 0,95 yang menunjukkan adanya variabel yang
77
redundant. Oleh sebab itu dilakukan evaluasi terhadap indikator dalam
kedua variable tersebut dan indikator yang mirip satu sama lain dieliminasi
dari perhitungan. Indikator BI3 dan EE3 didrop dari analisis menghasilkan
goodness of fit atau kelayakan. Jika model dinyatakan layak, maka model
hubungan antar variabel laten, yaitu konstruk eksogen dan endogen mampu
model
78
prediksi dari model penelitian yang diajukan. Nilai path coefficients
2011).
Karena pada hipotesis sudah jelas arah hubungan antar variabel, maka
(Jogiyanto, 2011).
oleh variabel laten lainnya. Variabel laten terpengaruh disebut juga variabel
laten endogen (Hussein, 2015). Dalam penelitian ini terdapat satu variabel
pengukuran R square yaitu 0,67 atau tinggi, 0,33 atau moderat, dan 0,19
atau rendah (Haryono, 2016; Sarwono, 2015). Analisis Variant (R2 ) atau Uji
R Square
Variabel R Square
Adjusted
Behavioral Intention 0.850 0.845
79
Penelitian ini menggunakan variabel Behavioral Intention sebagai variabel
bebas dalam penelitian ini sebesar 85% sedangkan 15% sisanya dipengaruhi
Pengujian Hipotesis
statistik. Untuk melihat apakah hipotesis yang diajukan dapat diterima atau
Pengujian hipotesis ini diatur dengan tingkat signifikansi 0,05 dan satu arah
(1-tailed). Hipotesis dapat diterima apabila nilai T statistik lebih besar dari
1,64 dan p-value 0,05 (5%) (Jogiyanto, 2011). Nilai pengujian hipotesis
80
Tabel 4. 8 : Hasil Path Coefficients
Original Sample Standard
T Statistics
Sample Mean Deviation P Values
(|O/STDEV|)
(O) (M) (STDEV)
EE-Experience ->
-0.183 -0.169 0.096 1.912 0.028*
Behavioral Intention
EE-JK -> Behavioral
0.093 0.085 0.047 1.982 0.024*
Intention
EE-Usia -> Behavioral
-0.244 -0.221 0.099 2.457 0.007*
Intention
Effort Expectancy ->
0.107 0.110 0.052 2.070 0.019*
Behavioral Intention
Experience ->
0.066 0.069 0.040 1.663 0.048*
Behavioral Intention
FC-Experience ->
-0.010 -0.015 0.034 0.287 0.387
Behavioral Intention
FC-JK -> Behavioral
-0.013 -0.010 0.026 0.503 0.307
Intention
FC-Usia -> Behavioral
-0.013 -0.026 0.032 0.410 0.341
Intention
Facilitating Condition ->
-0.007 -0.010 0.023 0.290 0.386
Behavioral Intention
H-Experience ->
0.017 0.020 0.044 0.388 0.349
Behavioral Intention
H-JK -> Behavioral
-0.007 -0.008 0.025 0.265 0.396
Intention
H-Usia -> Behavioral
0.038 0.043 0.047 0.796 0.213
Intention
HM-Experience ->
0.252 0.233 0.101 2.504 0.006*
Behavioral Intention
HM-JK -> Behavioral
-0.082 -0.082 0.053 1.553 0.060
Intention
HM-Usia -> Behavioral
0.367 0.350 0.108 3.410 0.000*
Intention
Habit -> Behavioral
-0.015 -0.016 0.026 0.563 0.287
Intention
Hedonic Motivation ->
0.322 0.327 0.064 5.024 0.000*
Behavioral Intention
Jenis Kelamin ->
0.004 0.005 0.012 0.302 0.381
Behavioral Intention
PE-JK -> Behavioral
0.026 0.027 0.051 0.514 0.304
Intention
PE-Usia -> Behavioral
-0.163 -0.157 0.061 2.662 0.004*
Intention
Performance
Expectancy -> 0.395 0.384 0.061 6.456 0.000*
Behavioral Intention
SI-Experience ->
-0.051 -0.041 0.109 0.474 0.318
Behavioral Intention
SI-JK -> Behavioral
-0.014 -0.011 0.038 0.379 0.352
Intention
81
SI-Usia -> Behavioral
0.058 0.056 0.095 0.607 0.272
Intention
Social Influence ->
0.046 0.052 0.041 1.141 0.127
Behavioral Intention
Usia -> Behavioral
-0.104 -0.101 0.042 2.477 0.007*
Intention
signifikan (T hitung 6,456 > 1,64 dan P Value 0,000 > 0,05). Hal tersebut
Hipotesis 1 terbukti.
2,070 > 1,64 dan P Value 0,019 < 0,05). Hal tersebut membuktikan bahwa
terbukti.
hitung 1,418 < 1,64 dan P Value 0,127 > 0,05). Hal tersebut membuktikan
tidak terbukti.
82
Hipotesis 4 menguji apakah Facilitating Condition berpengaruh
hitung 0,290 < 1,64 dan P Value 0,386 > 0,05). Hal tersebut membuktikan
signifikan (T hitung 5,024 > 1,64 dan P Value 0,000 < 0,05). Hal tersebut
Hipotesis 5 terbukti.
1,64 dan P Value 0,287 > 0,05). Hal tersebut membuktikan bahwa Habit
83
dengan signifikan (T hitung 2,662 > 1,64 dan P Value 0,004 < 0,05). Dapat
hubungan antara PE dan BI (T hitung 0,514 < 1,64 dan P Value 0,304 >
hubungan antara EE dan BI (T hitung 2,457 > 1,64 dan P Value 0,007 <
hubungan antara EE dan BI (T hitung 1,982 > 1,64 dan P Value 0,024 <
pasien
84
online. Hasil analisis menunjukkan pengalaman penggunaan teknologi
hitung 1,912 > 1,64 dan P Value 0,028 < 0,05). Dapat disimpulkan bahwa
hubungan antara SI dan BI (T hitung 0,607 < 1,64 dan P Value 0,272 >
terhadap hubungan antara SI dan BI (T hitung 0,379 < 1,64 dan P Value
0,352
dan BI (T hitung 0,474 < 1,64 dan P Value 0,318 > 0,05). Dapat
disimpulkan
85
bahwa pengalaman penggunaan teknologi merupakan variabel potensial
BI namun tidak signifikan (T hitung 0,410 < 1,64 dan P Value 0,341 >
terhadap hubungan antara FC dan BI (T hitung 0,410 < 1,64 dan P Value
0,307 > 0,05). Dapat disimpulkan bahwa jenis kelamin merupakan variabel
antara FC dan BI (T hitung 0,287 < 1,64 dan P Value 0,387 > 0,05). Dapat
86
menunjukkan Usia berpengaruh negatif terhadap hubungan antara HM dan
BI secara signifikan (T hitung 3,410 > 1,64 dan P Value 0,000 < 0,05).
hubungan antara HM dan BI namun tidak signifikan (T hitung 1,553 < 1,64
dengaan signifikan (T hitung 2,504 > 1,64 dan P Value 0,006 < 0,05). Dapat
tetapi tidak signifikan (T hitung 0,796 < 1,64 dan P Value 0,213 > 0,05).
87
Hipotesis 6b menguji apakah Jenis kelamin berpengaruh positif pada
terhadap hubungan antara H dan BI (T hitung 0,265 < 1,64 dan P Value
0,396
BI (T hitung 0,388 < 1,64 dan P Value 0,349 > 0,05). Dapat disimpulkan
88
H3 : Ada pengaruh social influence pada
behavioral intention sistem registrasi pasien 1.141 0.127 Ditolak
online
H3.a : Usia berpengaruh negatif pada hubungan
0.607 0.272 Ditolak
antara SI dan BI sistem registrasi pasien online
H3.b : Jenis kelamin berpengaruh positif pada
hubungan antara SI dan BI sistem registrasi 0.379 0.352 Ditolak
pasien online
H3.c : Pengalaman penggunaan teknologi
berpengaruh positif pada hubungan antara SI dan
0.474 0.318 Ditolak
behavioral intention sistem registrasi pasien
online
H4 : Ada pengaruh facilitating conditions pada
0.290 0.386 Ditolak
behavioral intention sistem registrasi online
H4.a : Usia berpengaruh negatif pada hubungan
antara FC dan BI sistem registrasi pasien online 0.410 0.341 Ditolak
H4.b : Jenis kelamin berpengaruh positif pada
hubungan antara FC dan BI sistem registrasi 0.503 0.307 Ditolak
pasien
online
H4.c : Pengalaman penggunaan teknologi
berpengaruh positif pada hubungan antara FC dan 0.287 0.387 Ditolak
BI sistem registrasi pasien online
H5 : Ada pengaruh hedonic motivation pada
behavioral intention sistem registrasi pasien 5.024 0.000 Diterima
online
H5.a : Usia berpengaruh negatif pada hubungan
3.410 0.000 Diterima
antara HM dan BI sistem registrasi pasien online
H5.b : Jenis kelamin berpengaruh positif pada
hubungan antara HM dan BI sistem registrasi 1.553 0.060 Ditolak
pasien online
H5.c : Pengalaman penggunaan teknologi
berpengaruh positif pada hubungan antara HM 2.504 0.006 Diterima
dan BI sistem registrasi pasien online
H6 : Ada pengaruh habit pada behavioral
intention sistem registrasi online 0.563 0.287 Ditolak
H6.a : Usia berpengaruh negatif pada hubungan
0.796 0.213 Ditolak
antara H dan BI sistem registrasi pasien online
H6.b : Jenis kelamin berpengaruh positif pada
hubungan antara H dan behavioral intention 0.265 0.396 Ditolak
sistem registrasi pasien online
H6.c : Pengalaman penggunaan teknologi
berpengaruh positif pada hubungan antara H dan
behavioral intention sistem registrasi pasien 0.388 0.349 Ditolak
online
89
BAB V
PEMBAHASA
motivation, price value, dan habit pada saat teori ini diperbarui (Venkatesh
online. Hasil ini sejalan dengan penelitian terdahulu oleh Kijsanayotin et al.,
(2009), Wills et al., (2008), Sa’idah (2017), dan Alam (2018) menunjukkan
90
semakin tinggi keinginannya menggunakan teknologi kesehatan
(Kijsanayotin et al., 2009; Wills et al., 2008; Sa’idah, 2017; dan Alam,
tidak perlu menunggu terlalu lama ketika sudah datang di rumah sakit.
menggunakan kembali
91
positif oleh pasien
92
dengan keinginan untuk menggunakannya kembali. Kemudahan yang
dapat dengan mudah mencari informasi baik melalui video tutorial maupun
petugas loket rumah sakit selalu tanggap jika ada pasien yang ingin bertanya
2017) tetapi studi lain menunjukkan efek yang tidak signifikan, terutama
dipengaruhi oleh budaya, norma, konteks sosial, atau orang lain yang
93
kebutuhannya terhadap teknologi, faktor sosial tidak mendominasi
yang ada ataupun tidak, sepenuhnya menjadi kontrol atas diri sendiri (Jeng,
online ternyata tidak dipengaruhi oleh SI. Hal ini dapat terjadi dikarenakan
dalam mengakses web registrasi pasien oleh petugas rumah sakit. Sehingga
bantuan.
secara bermakna terhadap BI. Bertolak belakang dengan hasil ini, studi
94
terdahulu
95
oleh Aggedilis (2009) dan Alam (2018) keduanya menunjukkan bahwa BI
pasien. Hasil yang tidak sejalan dengan studi sebelumnya ini diyakini benar-
benar valid dalam mencerminkan aspek sosial ekonomi dan budaya tempat
diantara keduanya. Hal yang dapat diamati oleh peneliti di Kota Madiun
secara luas sebagai hal penting untuk mengakses sistem registrasi online.
Kedua faktor penting ini mayoritas telah dimiliki oleh pasien sehingga
olehnya.
pasien dari penggunaan sistem registrasi online meliputi tampilan dan user
96
experience-nya. Penelitian ini menunjukkan pengaruh yang positif antara
beragam dari usia muda hingga lansia tetap menunjukkan bahwa preferensi
dan internet yang berimbas pada penggunaan sistem registrasi pasien online,
Hasil ini berkebalikan dengan studi sebelumnya oleh Yuan et al., (2015) dan
97
peningkatan keyakinan diri atau self efficacy dari individu (Kumar et al.,
2020).
registrasi pasien online ini. Jika ditinjau dari bentuknya yang berbasis
tidak terbentuk habit pada pasien saat menggunakan sistem registrasi pasien
online.
terhadap penggunaan teknologi tablet pada kelompok usia muda hingga tua
Karakter kelompok usia muda yang ingin serba instan, cepat, dan
98
Sebagai
99
kelompok usia produktif, waktu pastinya menjadi hal yang sangat penting.
lebih singkat akan memberikan kesan positif pada pasien dan akan
bermakna baik positif maupun negatif pada hubungan PE dan BI. Jika
bahwa jenis kelamin tidak memiliki efek moderasi. Menurutnya hasil yang
10
menunjukkan hasil serupa dengan efek moderasi negatif dari usia pada
pasien online secara pribadi bisa lebih efektif. Pasien dengan usia muda
positif antara EE dan BI. Secara umum jenis kelamin perempuan lebih
Hal serupa dikemukakan oleh Hoque, R., (2016) ketika meneliti penggunaan
10
Pengalaman penggunaan teknologi merupakan salah satu faktor yang
prediktif dari model UTAUT terkait dengan efek EE pada BI (Gu et al.,
tinggi akan lebih mudah menggunakan sistem registrasi pasien online dan
merasa bahwa dengan usaha yang minimal dapat memberikan manfaat yang
menunjukkan hasil serupa dengan efek moderasi negatif dari usia pada
pengaruh SI terhadap BI. Namun pada penelitian ini diketahui usia tidak
10
berperan sebagai variabel moderasi antara SI dan BI. Hasil ini ternyata
sesuai generasinya.
Madiun yang didominasi kaum pekerja yang relatif lebih modern sehingga
interaksi antar lapisan masyarakat sudah tidak terlalu kaku dan sangat saling
bermakna oleh jenis kelamin pada hubungan SI dan BI. Perbedaan gender
yang diambil secara mandiri tanpa intervensi pihak lain. Kondisi ini
diyakini menjadi
10
penyebab tidak adanya efek moderasi dari jenis kelamin pada hubungan SI
dengan BI.
memiliki pengaruh positif yang bermakna pada hubungan SI dan BI. Hasil
mungkin saja berbeda, namun dengan bantuan dari petugas yang aktif
membuat pengalaman ini tidak berefek pada niat penggunaan. Bahkan pada
pasien dengan pengalaman dengan gawai dan internet yang rendah tetap
terbukti pada penelitian ini. Pada studi terdahulu dalam model UTAUT
usia pada pengaruh FC terhadap BI. Studi dengan hasil sejalan dengan
penggunaan sistem
10
informasi e-Government di Jawa Barat, bahwa usia tidak memoderasi efek
FC pada BI.
terhadap BI
bermakna oleh jenis kelamin pada hubungan FC dan BI. Perbedaan gender
2021). Hasil yang tidak konsisten dengan penelitian sebelumnya ini dapat
harus terikat dengan jenis kelamin tetapi lebih tergantung dengan kondisi
ekonomi.
terhadap BI
10
Pada penelitian ini pengalaman penggunaan teknologi didapati tidak
memiliki efek moderasi yang bermakna pada hubungan FC dan BI. Hasil
mungkin saja berbeda, namun dengan bantuan dari petugas yang aktif
membuat pengalaman ini tidak berefek pada niat penggunaan. Bahkan pada
pasien dengan pengalaman dengan gawai dan internet yang rendah tetap
secara langsung dan dimoderasi oleh usia. Usia berhubungan dengan niat
yang lebih tinggi untuk mencari kebaruan dan inovasi selama tahap awal
menggunakan teknologi pada populasi Malaysia dan Taiwan (Isa & Wong,
2015).
penggunaan teknologi, yang dalam kasus ini adalah niat penggunaan sistem
bagi para generasi muda. Oleh karena itu semakin muda usia seseorang
10
7.13. Variabel Jenis Kelamin sebagai Moderasi Pengaruh HM
terhadap BI
yang dikemukakan oleh Sahu & Singh, (2017) pada penggunaan aplikasi
mobile di India, bahwa jenis kelamin tidak berefek pada hubungan HM dan
BI.
dari HI tidak bergantung pada jenis kelamin karena lebih bersifat universal
BI
10
Semakin tinggi pengalaman seseorang dengan teknologi
sebuah teknologi selalu dipengaruhi oleh user interface (UI) dan user
merasa sangat senang jika UI dan UX dianggap lebih baik dibanding yang
tidak dimoderasi oleh usia. Hasil ini berseberangan dengan studi terdahulu
memiliki efek pada hubungan H dan BI sama dengan hasil penelitian pada
oleh petugas menjadi faktor utama pasien ingin menggunakan fitur ini
secara berulang karena sangat membantu. Oleh karena itu terlepas dari usia
muda atau tua yang memiliki kebiasaan yang berbeda dalam penggunaan
10
7.16. Variabel Jenis Kelamin sebagai Moderasi Pengaruh H terhadap
BI
hubungan H dan BI dalam penelitian ini. Hasil ini berbeda dengan temuan
antara kebiasaan dan niat penggunaan teknologi. Tetapi terdapat studi lain,
usia tidak memiliki efek pada hubungan H dan BI sama dengan hasil
2020).
jenis kelamin.
hubungan H dan BI. Variabel moderasi pengalaman yang tidak terbukti ini
sesuai dengan studi Saputra et al., (2021) yang menjelaskan bahwa pengaruh
melakukan input data baik secara langsung maupun tidak langsung ketika
10
BAB VI
PENUTUP
A. Kesimpulan
11
expectancy; Pengalaman memoderasi efek effort expectancy dan
hedonic motivation.
B. Saran
untuk:
responden
11
108
DAFTAR PUSTAKA
10
country : the moderating effect of gender concern. BMC Medical Informatics
and Decision Making, 1–10. https://doi.org/10.1186/s12911-016-0289-0
Hussein, A. S. (2015). Penelitian Bisnis dan Manajemen Menggunakan Partial
Least Squares dengan SmartPLS 3.0. Universitas Brawijaya, 1, 1–19.
https://doi.org/10.1023/A:1023202519395
Indonesia, P. UNDANG-UNDANG REPUBLIK INDONESIA NOMOR 44
TAHUN 2009 TENTANG RUMAH SAKIT, Pub. L. No. UU RI No. 44
Tahun 2009, LEMBARAN NEGARA REPUBLIK INDONESIA TAHUN
2009 NOMOR 153 12 (2009). Indonesia. Diambil dari
http://downloads.esri.com/archydro/archydro/Doc/Overview of Arc Hydro
terrain preprocessing
workflows.pdf%0Ahttps://doi.org/10.1016/j.jhydrol.2017.11.003%0Ahttp://s
ites.tufts.edu/gis/files/2013/11/Watershed-and-Drainage-Delineation-by-
Pour-Point.pdf%0Awww
Isa, S. M., & Wong, K. (2015). AGE DIFFERENCES IN BEHAVIORAL
INTENTION TO USE INTERNET MARKETING : A COMPARATIVE
STUDY. International Journal of Business and Society, 16(3), 386–396.
Jeng, D. J., & Tzeng, G. (2012). Computers & Industrial Engineering Social
influence on the use of Clinical Decision Support Systems : Revisiting the
Unified Theory of Acceptance and Use of Technology by the fuzzy
DEMATEL technique. Computers & Industrial Engineering, 62(3), 819–
828. https://doi.org/10.1016/j.cie.2011.12.016
Jogiyanto. (2011). Konsep dan Aplikasi PLS untuk Penelitian Empiris.
Yogyakarta: UGM.
Kemenkes RI. KEPUTUSAN MENTERI KESEHATAN REPUBLIK
INDONESIA No. 129 TAHUN 2008 TENTANG STANDAR
PELAYANAN MINIMAL RUMAH SAKIT, Pub. L. No.
129/Menkes/SK/II/2008 (2008).
Kemenkes RI. (2013). Pedoman Penyusunan Standar Pelayanan Minimum di
Rumah Sakit. Jakarta: Direktorat Jenderal Bina Upaya Kesehatan.
Kemenkes RI. Permenkes RI No. 43 Tahun 2019 TENTANG KLASIFIKASI
DAN PERIZINAN RUMAH SAKIT, Pub. L. No. Permenkes RI No. 43
Tahun 2019 (2019). Indonesia.
Kemenkes RI. (2020). Menteri Kesehatan Tetapkan 132 Rumah Sakit Rujukan
COVID-19. Diambil dari https://infeksiemerging.kemkes.go.id/info-corona-
virus/menteri-kesehatan-tetapkan-132-rumah-sakit-rujukan-covid-19
Kemenkes RI. (2021). Ditjen Yankes. Diambil 8 November 2021, dari
http://sirs.yankes.kemkes.go.id/fo/home
Kijsanayotin, B., Pannarunothai, S., & Speedie, S. M. (2009). Factors influencing
health information technology adoption in Thailand’s community health
centers: Applying the UTAUT model. International Journal of Medical
Informatics, 78(6), 404–416. https://doi.org/10.1016/j.ijmedinf.2008.12.005
Kotler, P., & Amstrong, G. (2008). Prinsip-prinsip Pemasaran. (A. Maulana, D.
Barnadi, & W. Hardani, Ed.) (12 ed.). Jakarta: Erlangga.
Kristóf, Z. (2020). International Trends of Remote Teaching Ordered in Light of
the Coronavirus (COVID-19) and its Most Popular Video Conferencing
Applications that Implement Communication. Central European Journal of
Educational Research, 2(2), 84–92.
11
https://doi.org/10.37441/cejer/2020/2/2/7917
Kumar, J. A., Bervell, B., Annamalai, N., & Osman, S. (2020). Behavioral
intention to use mobile learning: Evaluating the role of self-efficacy,
subjective norm, and whatsapp use habit. IEEE Access, 8, 208058–208074.
https://doi.org/10.1109/ACCESS.2020.3037925
Lai, Y. H. (2017). The Social Influence on the Behavioral Intention to Use Mobile
Electronic Medical Records. Studies in Computational Intelligence, 710, 141–
150. https://doi.org/10.1007/978-3-319-56660-3_13
Laurenza, E., Quintano, M., Schiavone, F., & Vrontis, D. (2018). The effect of
digital technologies adoption in healthcare industry: a case based analysis.
Business Process Management Journal, 24(5), 1124–1144.
https://doi.org/10.1108/BPMJ-04-2017-0084
Lee, J. S., Lee, J. M., & Im, G. Il. (2011). Electroporation-mediated transfer of
Runx2 and Osterix genes to enhance osteogenesis of adipose stem cells.
Biomaterials, 32(3), 760–768.
https://doi.org/10.1016/j.biomaterials.2010.09.042
Lee, M. C. (2009). Predicting and explaining the adoption of online trading: An
empirical study in Taiwan. Decision Support Systems, 47(2), 133–142.
https://doi.org/10.1016/j.dss.2009.02.003
Magsamen-conrad, K., Upadhyaya, S., Youngnyo, C., & Dowd, J. (2015).
Computers in Human Behavior Bridging the divide : Using UTAUT to
predict multigenerational tablet adoption practices. Computers in Human
Behavior, 50, 186–196. https://doi.org/10.1016/j.chb.2015.03.032
Menpan RI. Kepmenpan No. 25 Tahun 2004 Tentang Pedoman Umum
Penyusunan Indeks Kepuasan Masyarakat Unit Pelayanan
Instansi Pemerintah, Pub. L. No. KEP/25/M.PAN/2/2004 (2004).
Nikolopoulou, K., Gialamas, V., & Lavidas, K. (2020). Acceptance of mobile
phone by university students for their studies: an investigation applying
UTAUT2 model. Education and Information Technologies, 25(5), 4139–
4155. https://doi.org/10.1007/s10639-020-10157-9
Nitisusastro, M. (2012). Perilaku Konsumen Dalam Prespektif Kewirausahaan.
Bandung: Alfabeta.
Novianti, N., & Baridwan, Z. (2010). FAKTOR-FAKTOR YANG
MEMPENGARUHI MINAT PEMANFAATAN SISTEM INFORMASI
BERBASIS KOMPUTER DENGAN GENDER SEBAGAI VARIABEL
MODERATING. Jurnal Akuntansi Multiparadigma, 1(3), 393–408.
Nurani, D., Kaseke, M. M., & Mongan, A. E. (2021). Dampak Pandemi
Coronavirus Disease-19 terhadap Mutu Pelayanan Kemoterapi di Ruang
Delima RSUP Prof. Dr. R. D. Kandou Manado. e-CliniC, 9(2), 412.
https://doi.org/10.35790/ecl.v9i2.33490
Okazaki, S., Blas, S. S., & Alberto Castañeda, J. (2015). Physicians’ adoption of
mobile health monitoring systems in spain: Competing models and impact of
prior experience. Journal of Electronic Commerce Research, 16(3), 194–217.
Okazaki, S., Castañeda, J. A., Sanz, S., & Henseler, J. (2012). Factors affecting
mobile diabetes monitoring adoption among physicians: Questionnaire study
and path model. Journal of Medical Internet Research, 14(6), 1–13.
https://doi.org/10.2196/jmir.2159
Oliver, R. L. (2015). Satisfaction: A Behavioral Perspective on the Consumer (2
11
ed., Vol. 2). New York: Routledge.
Ortiz, E., & Clancy, C. M. (2003). Use of information technology to improve
the quality of health care in the United States. Health services research,
38(2). https://doi.org/10.1111/1475-6773.00127
Oshlyansky, L., Cairns, P., & Thimbleby, H. (2007). Validating the Unified
Theory of Acceptance and Use of Technology (UTAUT) tool cross-
culturally. People and Computers XXI HCI.But Not as We Know It -
Proceedings of HCI 2007: The 21st British HCI Group Annual Conference,
2(September). https://doi.org/10.14236/ewic/hci2007.67
Rahimi, S. A., Menear, M., Robitaille, H., & Légaré, F. (2017). Are mobile health
applications useful for supporting shared decision making in diagnostic and
treatment decisions? Global Health Action, 10(3).
https://doi.org/10.1080/16549716.2017.1332259
Ramllah, & Nurkhin, A. (2020). Analysisi of Factors Affecting Behavioral
Intention to Use E-Learning Uses the Unified Theory of Acceptance and Use
of Technology Approach. International Conference on Economics, Business
and Economic Education 2019, 1005–1025.
https://doi.org/10.18502/kss.v4i6.6658
Rohleder, T. R., Lewkonia, P., Bischak, D. P., Duffy, P., & Hendijani, R. (2011).
Using simulation modeling to improve patient flow at an outpatient
orthopedic clinic. Health Care Management Science, 14(2), 135–145.
https://doi.org/10.1007/s10729-010-9145-4
Rsudkotamadiun. (2021). PROFIL RUMAH SAKIT UMUM DAERAH
SOGATEN MADIUN. Diambil 8 November 2021, dari
http://rsud.madiunkota.go.id/
Sa’idah, N. (2017). ANALISIS PENGGUNAAN SISTEM PENDAFTARAN
ONLINE (E-HEALTH) BERDASARKAN UNIFIED THEORY OF
ACCEPPTANCE AND USE OF TECHNOLOGY (UTAUT), 5, 72–81.
Sahu, G. P., & Singh, M. (2017). Factors influencing consumer’s Behavioral
intention to adopt IRCTC connect mobile application. Factors Influencing
Consumer’s Behavioral Intentio, 3–15. https://doi.org/10.1007/978-3-319-
68557-1_1
Saputra, M., Maulidya Izzati, B., & Rahmadiani, J. (2021). The Acceptance of
Government Resource Planning System Using Unified Theory of Acceptance
and Use of Technology 2. Journal of Information System) (Vol. 17).
Sarwono, J. (2015). Membuar Skripsi, Tesis, dan Disertasi dengan Partial Least
Square SEM (PLS-SEM).
Schaper, L. K., & Pervan, G. P. (2007). ICT and OTs: A model of information
and communication technology acceptance and utilisation by occupational
therapists. International Journal of Medical Informatics, 76(SUPPL. 1),
S212–S221. https://doi.org/10.1016/j.ijmedinf.2006.05.028
Schiffman, L. G., Kanuk, L. L., & Hansen, H. (2012). Consumer Behaviour: A
European Outlook. Pearson Education.
Singh, R., & Awasthi, S. (2020). Updated Comparative Analysis on Video
Conferencing Platforms- Zoom , Google Meet , Microsoft Teams , WebEx
Teams and GoToMeetings. Easy Chair: The World for scientist, 1–9.
Utomo, P., Kurniasari, F., & Purnamaningsih, P. (2021). The Effects of
Performance Expectancy, Effort Expectancy, Facilitating Condition, and
11
Habit on Behavior Intention in Using Mobile Healthcare Application.
International Journal of Community Service & Engagement, 2(4), 183–197.
https://doi.org/10.47747/ijcse.v2i4.529
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User
Acceptance of Information Technology: Toward a Unified View. MIS
Quartely, 27(3), 425–478. https://doi.org/https://doi.org/10.2307/30036540
Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer Acceptance and Use
of Information Technology: Extending the Unified Theory of Acceptance
and Use of Technology Author(s): MIS Quartely, 36(1), 157–178.
https://doi.org/https://doi.org/10.2307/41410412
Wager, K. A., Lee, F. W., & Glaser, J. P. (2017). Health Care Information
Systems: A Practical Approach for Health Care Management (4th ed.). San
Fransisco: Jossey-Bass A Wiley Brand.
WHO. (1963). Expert committee on health statistics. World Health Organization
technical report series (Vol. 261). Geneva: World Health Organization.
https://doi.org/10.1097/00000441-196110000-00043
Wills, M. J., El-gayar, O. F., & Bennett, D. (2008). Examining Healthcare
Professionals’ Acceptance of Electronic Medical Records Using
Utaut. Issues In Information Systems, 9, 396–401.
https://doi.org/10.48009/2_iis_2008_396-401
Wolper, L. F. (2011). Health Care Administration Managing Organized Delivery
Systems. Jones And Bartlett (5 ed., Vol. 282). Massachusetts: Jones And
Bartlett. https://doi.org/10.1001/jama.282.23.2263
Yu, C. W., Chao, C. M., Chang, C. F., Chen, R. J., Chen, P. C., & Liu, Y. X.
(2021). Exploring Behavioral Intention to Use a Mobile Health Education
Website: An Extension of the UTAUT 2 Model. SAGE Open, 11(4).
https://doi.org/10.1177/21582440211055721
Yuan, S., Ma, W., Kanthawala, S., & Peng, W. (2015). Keep Using My Health
Apps: Discover Users’ Perception of Health and Fitness Apps with the
UTAUT2 Model. Telemedicine and e-Health, 21(9), 735–741.
https://doi.org/10.1089/tmj.2014.0148
11
Lampiran 1
Likert 1-4
kesehatan pasien rawat jalan.
Menggunakan sistem registrasi online Skala
PE.2
meningkatkan kualitas pelayanan RS Likert 1-4
Menggunakan sistem registrasi online
membantu saya mendapatkan Skala
PE.3
pelayanan dengan lebih cepat atau Likert 1-4
mengurangi waktu tunggu antrean.
Menggunakan sistem registrasi online Skala
PE.4
meningkatkan produktivitas saya. Likert 1-4
Website registrasi online mudah untuk Skala
EE.1
saya pelajari. Likert 1-4
Effort Expectancy
Likert 1-4
Social
online.
Orang panutan saya menyarankan saya
Skala
SI.2 untuk menggunakan website registrasi
online. Likert 1-4
11
Orang yang saya percayai
Skala
SI.3 menyarankan saya untuk menggunakan
Likert 1-4
website registrasi online.
Pihak petugas RS membantu saya
Skala
SI.4 dalam menggunakan website registrasi
online. Likert 1-4
Saya memiliki perangkat (Gawai) yang
Skala
FC.1 diperlukan untuk mengakses website
Likert 1-4
registrasi online.
Facilitating Conditions
Skala Likert 1: Sangat Tidak Setuju, 2: Tidak Setuju, 3: Setuju, 4: Sangat Setuju
11
Lampiran 2
KUESIONER PENELITIAN
Nama : …..
Usia : …. Tahun
Pilihlah salah satu pilihan jawaban yang menurut Anda mewakili pendapat Anda
terhadap sistem registrasi pasien online RSUD Kota Madiun
11
4. Menggunakan sistem registrasi online meningkatkan produktivitas saya.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
5. Website registrasi online mudah untuk saya pahami
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
6. Tampilan website registrasi online jelas dan mudah dimengerti.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
7. Menurut saya website registrasi online mudah digunakan.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
8. Saya akan dengan mudah dapat menggunakan website registrasi online.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
9. Menurut saya website registrasi online mudah diakses.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
10. Keluarga saya menyarankan saya untuk menggunakan website registrasi
online.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
11. Teman-teman saya menyarankan saya untuk menggunakan website
registrasi online.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
12. Orang di sekitar saya menyarankan saya untuk menggunakan website
registrasi online.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
13. Pihak petugas RS membantu saya dalam menggunakan website registrasi
online.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
14. Saya memiliki perangkat (smartphone/tablet/laptop) yang diperlukan
untuk mengakses website registrasi online.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
15. Saya memiliki akses paket data internet untuk mengakses website
registrasi online.
11
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
16. Saya tahu cara mengoperasionalkan perangkat gawai untuk mengakses
website registrasi online.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
17. Saya mendapatkan bantuan dari petugas atau teman atau keluarga ketika
mengalami kesulitan mengakses website registrasi online.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
18. Menurut saya tampilan website registrasi online menarik.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
19. Saya senang dengan tampilan website registrasi online.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
20. Website registrasi online menarik untuk digunakan.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
21. Menggunakan gawai dan internet sudah menjadi kebiasaan bagi saya.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
22. Saya merasa tergantung dengan penggunaan gawai dan internet.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
23. Saya telah terbiasa menggunakan website registrasi online.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
24. Saya selalu menggunakan website registrasi online.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
25. Saya berniat untuk menggunakan website registrasi online untuk
mendaftar pelayanan rawat jalan.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
26. Saya akan selalu berusaha menggunakan website registrasi online untuk
mendaftar pelayanan rawat jalan.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
11
27. Saya berencana untuk selalu menggunakan website registrasi online saat
mendaftar layanan raawat jalan.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
11
Lampiran 3 : Penghitungan besar sampel dengan aplikasi G*Power
12
Lampiran 4
Cross Loading
12
HM3 0.851 0.862 0.603 0.753 0.834 0.958 -0.026 0.736 0.818 -0.565
Habit * Experience -0.289 -0.330 -0.089 -0.326 -0.279 -0.226 -0.104 -0.149 -0.224 0.075
Habit * Jenis Kelamin -0.217 -0.333 -0.108 -0.341 -0.326 -0.157 -0.017 -0.073 -0.285 0.057
Habit * Usia 0.355 0.383 0.087 0.324 0.326 0.315 0.064 0.217 0.290 0.134
Hedonic Motivation * Experience -0.303 -0.255 -0.096 -0.283 -0.226 -0.163 -0.066 -0.148 -0.135 0.163
Hedonic Motivation * Jenis Kelamin -0.041 -0.164 -0.072 -0.203 -0.164 0.020 0.009 0.031 -0.170 0.009
Hedonic Motivation * Usia 0.412 0.359 0.188 0.346 0.310 0.266 0.009 0.289 0.268 0.005
JK -0.032 0.075 -0.014 0.156 0.067 -0.032 1.000 0.063 0.076 -0.034
PE1 0.592 0.670 0.550 0.734 0.655 0.569 0.278 0.816 0.618 -0.344
PE2 0.427 0.469 0.449 0.497 0.422 0.455 0.194 0.776 0.442 -0.324
PE3 0.811 0.810 0.679 0.801 0.759 0.760 0.006 0.950 0.702 -0.601
PE4 0.810 0.767 0.680 0.726 0.703 0.749 -0.133 0.872 0.660 -0.542
Performance Expectancy * Jenis Kelamin -0.007 -0.098 0.054 -0.084 -0.078 0.031 -0.018 0.138 -0.078 -0.048
SI1 0.343 0.403 0.344 0.350 0.367 0.425 0.017 0.324 0.655 -0.318
SI2 0.863 0.878 0.761 0.844 0.861 0.852 0.016 0.731 0.961 -0.638
SI3 0.841 0.853 0.724 0.822 0.835 0.822 0.008 0.714 0.950 -0.630
SI4 0.640 0.729 0.528 0.725 0.653 0.606 0.239 0.555 0.770 -0.392
Social Influence * Experience -0.139 -0.160 -0.153 -0.241 -0.195 -0.117 -0.102 -0.058 -0.186 0.128
Social Influence * Jenis Kelamin -0.191 -0.291 -0.124 -0.289 -0.289 -0.164 -0.020 -0.074 -0.249 0.078
Social Influence * Usia 0.265 0.267 0.160 0.272 0.271 0.255 0.081 0.170 0.199 0.069
U -0.640 -0.630 -0.727 -0.642 -0.674 -0.589 -0.034 -0.553 -0.614 1.000
12
Lampiran 5
Fornell-Larcker Criterion
12
Lampiran 6
12
Lampiran 7
Etik Penelitian
12