Anda di halaman 1dari 130

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

Oleh
ILHAM NUR MUHAMMAD

PROGRAM PASSCASARJANA ILMU KESEHATAN MASYARAKAT


Institut Ilmu Kesehatan STRADA
Indonesia 2023
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

Untuk memenuhi persyaratan


Memperoleh Gelar Magister Kesehatan

Diajukan Oleh:

ILHAM NUR MUHAMMAD


NIM: 2051B2015

PROGRAM PASSCASARJANA ILMU KESEHATAN MASYARAKAT


Institut Ilmu Kesehatan STRADA
Indonesia 2023

i
Persetujuan Tesis 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

Oleh:

Ilham Nur
Muhammad NIM:
2051B2015

Untuk dipertahankan di hadapan panitia penguji usulan


tesis Program Pascasarjana Ilmu Kesehatan Masyarakat
Institut Ilmu Kesehatan STRADA Indonesia

Kediri, 8 Februari 2023

Dosen Pembimbing I Dosen Pembimbing II

Dr. Hariyono, Dr. Ratna Wardani, S.Si., MM


SKM.,M.Sc NIDK. NIDN. 0706127802
8842880018

Mengetahui

Institut Ilmu Kesehatan STRADA Indonesia


Direktur Pascasarjana

Dr. Indasah., Ir., M.Kes


NIDN. 0730086801

ii
Pengesahan Ujian Tesis

TESIS

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

Disiapkan dan disusun oleh

Ilham Nur Muhammad


NIM: 2051B2015

Telah dipertahankan di depan Tim Penguji pada tanggal 13 Februari 2023

Tim Penguji :

1. Dr. Siti Farida, M.Pd (Penguji 1) ……………

2. Dr. Prima Dewi K, S.Kep.,Ns.,M.Kes (Penguji 2) ……………

3. Dr. Hariyono,SKM.,M.Sc (Pembimbing 1) ……………

4. Dr. Ratna Wardani, S.Si.,MM (Pembimbing 2) ……………

Mengetahui

Institut Ilmu Kesehatan STRADA Indonesia


Direktur Pascasarjana

Dr. Indasah., Ir., M.Kes


NIDN. 0730086801

iii
PERNYATAAN ORISINALITAS TESIS

Saya menyatakan dengan sebenar-benarnya bahwa sepanjang pengetahuan


saya, di dalam naskah TESIS ini tidak terdapat karya ilmiah yang pernah diajukan
oleh orang lain untuk memperoleh gelar akademik di suatu Perguruan Tinggi, dan
tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh oleh
orang lain, kecuali yang secara tertulis dikutip dalam naskah ini dan disebutkan
dalam sumber kutipan dan daftar pustaka.
Apabila ternyata di dalam naskah tesis ini dapat dibuktikan terdapat unsur-
unsur PLAGIASI, saya bersedia TESIS ini digugurkan dan gelar akademik yang
telah saya peroleh (MAGISTER KESEHATAN / M.KES) dibatalkan, serta
diproses sesuai dengan peraturan perundang-undangan yang berlaku.

Kediri, 13 Februari 2023


Mahasiswa,

Materai 10.000
(Tanda Tangan)

Nama : Ilham Nur Muhammad


NIM : 2051B2015
PS : Magister Kesehatan
Peminatan : Manajemen Administrasi Rumah Sakit
Institusi : Institut Ilmu Kesehatan STRADA Indonesia

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.

Kediri, 13 Februari 2023

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.

Kata Kunci: Registrasi pasien online, UTAUT, Behavioral Intention

vii
ABSTRACT

Background: The rapid development of information and communication technology in


the past decade has covered various sectors including the health sector. Madiun City
Hospital is making new innovations in 2021 by implementing an information system for
outpatient registration as a development as well as a solution to various limitations that
have existed since the co-19 pandemic. The online patient registration system at the
Madiun City Hospital has been running for almost a year by recording more than seven
thousand patients who have used it. Objectives: To analyze the factors that influence the
Behavioral Intention of outpatients at Sogaten Hospital, Madiun City towards the online
registration system based on the UTAUT (Universal Theory of Acceptance and Use of
Technology) model. Methods: Questionnaires based on UTAUT were given to 164
respondents who were outpatients at Madiun City Hospital. Research data analysis was
carried out using the Partial Least Square method using Smart PLS 3.0. Results: The
influence of the UTAUT model construct on Behavioral Intention, namely, 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), and Habits (p=0.287).
Moderating effect found in age on PE (p=0,004), EE (p=0,007), and HM (p=0,000);
gender on EE (p=0,024); and experience on EE (p=0,028), HM (p=0,006). Conclusion:
Behavioral Intention is significantly influenced by performance expectancy, effort
expectancy, and hedonic motivation. Meanwhile not with social influence, facilitating
conditions, and habits. Age, Gender, and Experience act as moderating variables in
several UTAUT model constructs.

Keywords: Online patient registration, UTAUT, Behavioral Intention

viii
RINGKASAN

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

Rumah sakit merupakan pusat pelayanan publik di bidang kesehatan.


Berbagai tipe rumah sakit mulai dari rumah sakit umum, khusus, milik
pemerintah hingga swasta pada dasarnya memiliki fungsi yang sama yaitu
sebagai penyelenggara upaya kesehatan. RSUD Kota Madiun membuat
inovasi baru di tahun 2021 dengan mengimplementasikan sistem informasi
untuk registrasi pasien rawat jalan sebagai solusi untuk berbagai keterbatasan
yang ada oleh karena pandemi covid-19. Dengan inovasi ini pasien bisa
mendaftarkan diri di poli rawat jalan sesuai klinik yang ingin dituju dan telah
diberikan estimasi jam pelayanan pasien tersebut dilayanani. Sistem yang
digunakan adalah berbasis website yang terintegrasi sehingga pasien bisa
mengakses lewat smartphone-nya dari mana saja untuk melakukan registrasi
pasien.
Berbagai kemudahan ditawarkan oleh sistem registrasi online namun
masih perlu dilakukan evaluasi mengenai keinginan pasien untuk
menggunakannya. Evaluasi dilakukan menggunakan model penelitian
UTAUT (Unified Theory of Acceptance and Use of Technology) yang
dikembangkan oleh Venkatesh et al (2003). Dalam model tersebut terdapat
beberapa faktor yang mempengaruhi keinginan menggunakan teknologi
antara lain; performance expectancy, effort expectancy, social influence,
facilitating condition serta beberapa faktor yang memoderasi pengaruhnya
yaitu usia, jenis kelamin, dan pengalaman penggunaan teknologi. Selanjutnya
ditambahkan faktor hedonic motivation, price value, dan habit pada saat teori
ini diperbarui (Venkatesh et al., 2003), (2012).
Penelitian ini akan mengadaptasi model UTAUT dalam menganalisis
penerimaan dan keinginan pasien untuk menggunakan sistem registrasi online.
Diharapkan dengan penelitian ini dapat dianalisis mengenai faktor yang
mempengaruhi penerimaan pasien terhadap sistem registrasi ini sebagai
bagian dari teknologi yang diterapkan di bidang kesehatan. Peneliti
mengambil faktor UTAUT yaitu Performance Expectancy, Effort Expectancy,
Social Influence, Facilitating Conditions, Hedonic Motivation, Habit dalam
analisis penggunaan sistem registrasi online dan usia, jenis kelamin, dan
pengalaman penggunaan teknologi sebagai variabel moderasi.
Penelitian ini merupakan penelitian non-eksperimental dengan metode
survei langsung untuk menganalisis korelasi beberapa variabel dengan
menggunakan pendekatan cross sectional. Populasi yang diambil sebagai
subjek penelitian dalam penelitian ini adalah pasien rawat jalan RSUD
Sogaten

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

PERCEPTION ANALYSIS OF ONLINE PATIENT REGISTRATION


SYSTEM IN OUTPATIENT IN MADIUN CITY HOSPITAL WITH THE
UNIFIED THEORY OF ACCEPTANCE AND USE OF TECHNOLOGY
(UTAUT)

Hospital is a public service center in the health sector. Various types of


hospitals ranging from general, special, government-owned to private hospitals
basically have the same function, namely as organizers of health efforts. Madiun
City Hospital has made new innovations in 2021 by implementing an information
system for outpatient registration as a solution to various existing limitations due
to the covid-19 pandemic. With this innovation, patients can enroll in the
outpatient polyclinic according to the clinic they want to go to and have been
given an estimated hour of service for the patient. The system used is an
integrated website- based system so that patients can access it via their
smartphones from anywhere to register patients.

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.

This research is a non-experimental study with a direct survey method to


analyze the correlation of several variables using a cross sectional approach. The
population taken as research subjects in this study were outpatients at Sogaten
Hospital, Madiun City. Samples were selected using a purposive sampling method
with a minimum of 146 samples obtained from processing the G*Power
application. The research instrument is a questionnaire based on the UTAUT
model

xi
from Venkatesh (2003; 2012) which has been modified according to research
needs.

The research respondents were outpatients at Madiun City Hospital who


came to the outpatient polyclinic. Respondents came from the City of Madiun and
its surroundings. The distribution of respondents by gender was 41.5% male and
58.5% female. Analysis was performed using smartPLS software version 3.0 to
obtain the SEM (Structural Equation Modeling) model and analyze the path (Path
Analysis) between latent variables. The results of the analysis show the outer
model (measurement model) and the inner model (structural model). Structural
model analysis in this study used the bootstrapping technique in SmartPLS
version 3.0 with a significance level of 0.05.

The analysis results of acceptance online patient registration system by


outpatients at Madiun City Hospital are explained in the UTAUT (Unified Theory
of Acceptance and Use of Technology). The analysis shows that behavioral
intention is significantly influenced, among others, by performance expectancy,
effort expectancy, and hedonic motivation. Patients feel helped in getting health
services, at Madiun City Hospital when they use the online patient registration
system. Easy to use and abundant information about the operation of the patient
registration website. Patients also get pleasure when accessing the website from
the user interface and user experience offered. Meanwhile social influence,
facilitating condition, and habit have no significant effect. Age, gender, and
experience in the UTAUT construct as a moderation do not fully affect behavioral
intention. Age moderates the effects of performance expectancy, effort expectancy,
and hedonic motivation; Gender only moderates the effect of effort expectancy;
Experience moderates the effects of effort expectancy and hedonic motivation.

xii
DAFTAR ISI

Halaman Judul.........................................................Error! Bookmark not defined.


Persetujuan Usulan Tesis......................................................................................ii
Pengesahan Ujian Proposal.................................................................................iii
PERNYATAAN ORISINALITAS TESIS..........................................................iv
UCAPAN TERIMAKASIH..................................................................................v
DAFTAR TABEL................................................................................................xv
DAFTAR GAMBAR...........................................................................................xvi
DAFTAR SINGKATAN....................................................................................xvii
BAB I PENDAHULUAN....................................................................................18
A. Latar Belakang.........................................................................................18
B. Rumusan Masalah....................................................................................25
C. Tujuan Penelitian.....................................................................................25
1. Tujuan Umum........................................................................................25
2. Tujuan Khusus......................................................................................25
D. Manfaat Penelitian...................................................................................26
1. Manfaat Teoritis....................................................................................26
2. Manfaat Praktis.....................................................................................26
E. Keaslian Penelitian...................................................................................26
BAB II TINJAUAN PUSTAKA..........................................................................31
A. Landasan Teori.........................................................................................31
1. Unified Theory of Acceptance and User of Technology (UTAUT)...31
2. Rumah Sakit..........................................................................................43
3. Tugas dan Fungsi RS............................................................................44
4. Standar Pelayanan Rumah Sakit.........................................................45
5. Efek Pandemi covid-19 pada Pelayanan RS........................................46
6. Teknologi Informasi Kesehatan...........................................................47
7. Perkembangan Teknologi Informasi di RS.........................................48
8. Registrasi online RSUD Kota Madiun................................................51
9. Persepsi Pasien.......................................................................................54

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

Tabel 1. 1 Jumlah Kunjungan Pasien Rawat Jalan Tahun 2017-2021..................19


Tabel 2. 1 Konstruk variabel performance expectancy Venkatesh (2003)...........36
Tabel 2. 2 Konstruk variabel effort expectancy Venkatesh (2003).......................37
Tabel 2. 3 Konstruk variabel social influence Venkatesh (2003).........................39
Tabel 2. 4 Konstruk variabel social influence Venkatesh (2003).........................40
Tabel 2. 5 Jenis pelayanan rumah sakit minimal...................................................45
Tabel 4. 1. Outer Loading.....................................................................................73
Tabel 4. 2. Perubahan outer loading variabel Facilitating Condition....................74
Tabel 4. 3. Nilai AVE tiap variabel.......................................................................75
Tabel 4. 4. Kriteria Fornell-Larcker......................................................................75
Tabel 4. 5. Uji Reliabilitas.....................................................................................76
Tabel 4. 6. Uji Reliabilitas Ulang..........................................................................77
Tabel 4. 7. Hasil Analisis Variant.........................................................................78
Tabel 4. 8 : Hasil Path Coefficients.......................................................................80
Tabel 4. 9 Hasil Pengujian Hipotesis Penelitian...................................................87

xv
DAFTAR GAMBAR

Gambar 1. 1 Grafik Jumlah Pasien Rawat Jalan RSUD Kota Madiun................19


Gambar 2. 1 Bagan Research model UTAUT2....................................................33
Gambar 2. 2 Tampilan website pendaftaran pasien online..................................53
Gambar 3. 1 Kerangka Kerja Penelitian...............................................................62
Gambar 4. 1 Jenis Kelamin Responden Penelitian...............................................71
Gambar 4. 2 Sebaran Usia Responden Penelitian................................................72

xvi
DAFTAR SINGKATAN

RS : Rumah Sakit

RSUD : Rumah Sakit Umum Daerah

BLUD : Badan Layanan Umum Daerah

IKM : Indeks Kepuasan Masyarakat

UTAUT : Unified Theory of Acceptance and Use of Technology

COVID-19 : Corona Virus Disease-19

BPJS : Badan Penyelenggara Jaminan Sosial

NIK : Nomor Induk Kependudukan

SEM : Structural Equation Modeling

PLS : Partial Least Square

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,

khusus, milik pemerintah hingga swasta pada dasarnya memiliki fungsi

yang sama yaitu sebagai penyelenggara upaya kesehatan. Hal ini

sebagaimana tercantum dalam Permenkes No. 43 Tahun 2019 bahwa

penyelenggaraan pelayanan di rumah sakit yang profesional dan

bertanggung jawab dibutuhkan dalam mendukung upaya kesehatan

dalam rangkaian pembangunan kesehatan secara menyeluruh dan

terpadu (Kemenkes RI, 2019). Jumlah rumah sakit di Indonesia pada

tahun 2021 menurut data kementerian kesehatan adalah sebanyak 2925

yang tersebar di seluruh daerah di tanah air (Kemenkes RI, 2021).

Rumah Sakit Umum Daerah Kota Madiun merupakan RS milik

Pemerintah Kota Madiun yang berdiri sejak tahun 2004 dan statusnya

telah menjadi BLUD (Badan Layanan Umum Daerah). RSUD Kota

Madiun telah menjadi pusat rujukan dan perawatan kesehatan di

wilayah Kota Madiun. Sebagai sarana pelayanan kesehatan masyarakat,

rumah sakit memiliki peran yang sangat strategis dalam meningkatkan

derajat kesehatan masyarakat.

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)

Tercatat hingga tahun 2019 jumlah pasien rawat jalan RSUD

Kota Madiun terus mengalami peningkatan hingga mencapai 166.377

kunjungan (Dinkes Kota Madiun, 2019). Angka ini sangat besar

sehingga kualitas mutu pelayanan di RSUD Sogaten akan sangat

berpengaruh terhadap taraf kesehatan masyarakat Kota Madiun. Jumlah

kunjungan pasien rawat jalan selanjutnya mengalami penurunan di

tahun 2020 dan 2021 (Rsudkotamadiun, 2021). Penurunan tersebut

diperkirakan tidak terlepas dari pandemi covid-19 yang telah menerpa

selama dua tahun ini. Berbagai pembatasan dan pengaturan untuk

menyesuaikan dengan situasi pandemi ini pastinya berefek salah

satunya pada kunjungan pasien rawat jalan RSUD Kota Madiun


KUNJUNGAN PASIEN RAWAT JALAN
200000
150000
100000
50000
0
20172018201920202021

Gambar 1. 1 Grafik Jumlah Pasien Rawat Jalan RSUD Kota Madiun


(Sumber: Data rekam medis RSUD Kota Madiun tahun 2018-2021)

19
Catatan survei kepuasan masyarakat pada tahun 2019 dan 2020

menunjukkan indeks kepuasan masyarakat terhadap pelayanan terjadi

penurunan yakni dari 80,35% dan 80,187% (Rsudkotamadiun, 2021).

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

Madiun merupakan tingkatan baik (Menpan RI, 2004). Standar

pelayanan minimal RS melalui Keputusan Menkes No. 129 tahun 2008

(Kemenkes RI, 2008) telah merincikan standar di setiap layanan lewat

berbagai aspek termasuk kepuasan pasien. Secara rata-rata standar

minimal kepuasan pasien terhadap layanan RS adalah 81.25 persen

(Kemenkes RI, 2008).

Kepuasan pasien sangan tergantung pada aspek Patient flow

merupakan faktor yang paling penting dalam manajemen klinik rawat

jalan karena secara langsung mempengaruhi ketepatan perawatan.

Klinik rawat jalan beserta stafnya terlibat dalam rangkaian sistem yaitu

manajemen informasi, pengolahan data, alokasi sumber daya dan

pelaksanaan yang efektif dan efisien sehingga membentuk patient flow

yang baik (Hall, 2013), (Rohleder et al., 2011). Hal ini sangat berkaitan

dengan waktu tunggu antrean pasien. Menurut Standar Pelayanan

Minimal RS yang diatur dalam Permenkes No.129 tahun 2008, waktu

tunggu di poliklinik rawat jalan maksimal 60 menit dengan kepuasan

pasien minimal 90% (Kemenkes RI, 2008). Dengan adanya standar

minimal serta keterkaitan antara patient flow, waktu tunggu, dan

20
kepuasan pasien maka penting bagi rumah sakit untuk meningkatkan

hal tersebut guna memberikan pelayanan yang lebih baik lagi.

Covid-19 (Coronavirus disease) yang disebabkan oleh virus

Sars cov-2 mulai menjadi pandemi global sejak awal tahun 2020.

Kejadian pandemi hampir dua tahun ini memukul sistem kesehatan

nasional dengan begitu keras. Di masa puncak kasus seluruh rumah

sakit sangat kuwalahan dalam menghadapinya. Sebanyak 132 rumah

sakit rujukan ditetapkan oleh kementerian kesehatan untuk memberikan

perawatan bagi pasien covid-19. Selain sejumlah rumah sakit tersebut,

seluruh rumah sakit daerah diberikan intruksi untuk dapat merawat

pasien covid (Kemenkes RI, 2020).

Dengan adanya pandemi segala bidang menjadi terdampak dan

mengalami perubahan besar. Teknologi informasi dan komunikasi

justru mendapat angin segar dan percepatan perkembangan di masa ini.

Desakan untuk mengurangi mobilitas dan perjumpaan secara langsung

telah memberikan jalan kepada pemanfaatan teknologi yang lebih luas.

Tercatat peningkatan pesat penggunaan media teleconference hingga

berkali-kali lipat sejak pandemi dibandingkan masa sebelumnya

(Kristóf, 2020), (Singh & Awasthi, 2020)

Perkembangan teknologi informasi dan komunikasi yang

semakin pesat satu dekade ini mencakup berbagai sektor termasuk

bidang kesehatan (Laurenza et al., 2018), (Rahimi et al., 2017).

Pemanfaatan teknologi bisa memberikan efek baik berupa peningkatan

kinerja (Venkatesh et al., 2003). Banyak website, sistem server, hingga

21
start up bertebaran yang berusaha menyediakan kemudahan akses

kesehatan. Berbagai platform teknologi tersebut dapat digunakan untuk

meningkatkan pelayanan Rumah Sakit sebagai penyedia layanan

kesehatan bagi masyarakat.

RSUD Kota Madiun membuat inovasi baru di tahun 2021

dengan mengimplementasikan sistem informasi untuk registrasi pasien

rawat jalan sebagai solusi untuk berbagai keterbatasan yang ada.

Dengan inovasi ini pasien bisa mendaftarkan diri di poli rawat jalan

sesuai klinik yang ingin dituju dan telah diberikan estimasi jam

pelayanan pasien tersebut dilayanani. Sistem yang digunakan adalah

berbasis website yang terintegrasi sehingga pasien bisa mengakses

lewat smartphone-nya dari mana saja untuk melakukan registrasi.

Kemudahan-kemudahan yang ditawarkan ini diharapkan bisa

mengurangi penumpukan antrean baik di loket pendaftaran pasien

maupun di ruang tunggu pasien sehingga patient flow lebih baik.

Tercatat salama sepuluh bulan pertama terhitung sejak peluncurannya,

website ini sudah dimanfaatkan oleh lebih dari tujuh ribu pasien rawat

jalan (Rsudkotamadiun, 2021).

Dibalik semua kemudahan yang ditawarkan oleh sistem

registrasi online masih perlu dilakukan evaluasi mengenai keinginan

pasien untuk menggunakannya. Evaluasi dilakukan menggunakan

model penelitian UTAUT (Unified Theory of Acceptance and Use of

Technology) yang dikembangkan oleh Venkatesh et al (2003). Dalam

model tersebut terdapat beberapa faktor yang mempengaruhi keinginan

menggunakan teknologi antara lain; performance expectancy, effort

22
expectancy, social

23
influence, facilitating condition serta beberapa faktor yang memoderasi

pengaruhnya yaitu usia, jenis kelamin, dan pengalaman penggunaan

teknologi. Selanjutnya ditambahkan faktor hedonic motivation, price

value, dan habit pada saat teori ini diperbarui (Venkatesh et al., 2003),

(2012).

Penelitian ini akan mengadaptasi model UTAUT dalam

menganalisis penerimaan dan keinginan pasien untuk menggunakan

sistem registrasi online. Beberapa faktor diambil dengan

mempertimbangkan kesesuaian dengan karakteristik sistem registrasi

online RS. Performance expectancy merupakan seberapa jauh seorang

pasien percaya bahwa sistem registrasi online akan memberikan

kemudahan baginya. Effort expectancy adalah tingkat kemudahan

sistem registrasi online dioperasionalkan. Social influence yaitu sejauh

mana orang terdekat pasien menganggap sistem registrasi online itu

penting untuk digunakan. Facilitating condition merupakan derajat

kondisi infrastruktur dan teknis yang ada untuk mendukung penggunaan

sistem registrasi online. Hedonic motivation adalah kesenangan yang

diperoleh pasien dari penggunaan sistem registrasi online. Habit atau

kebiasaan adalah kecenderungan pasien untuk terbiasa menggunakan

sistem registrasi online.

Penelitian terhadap penerapan teknologi kesehatan dengan

UTAUT model menghasilkan bahwa tidak selalu semua faktor dalam

model tersebut mempengaruhi behavior intention. Kijsanayotin et al

(2009) dan Wills et al (2008) keduanya mendapatkan hasil bahwa

24
performance expectancy, effort expectancy, dan social influence

ketiganya mempengaruhi keinginan untuk menggunakan teknologi

dalam hal ini adalah masing-masing sistem informasi kesehatan dan e-

rekam medis (Kijsanayotin et al., 2009), (Wills et al., 2008). Sementara

itu pada temuan yang lain facilitating condition juga berpengaruh

namun tidak dengan effort expectancy (Aggelidis & Chatzoglou, 2009),

(Chiu & Eysenbach, 2010). Penelitian Yuan et al (2015) menunjukkan

faktor dalam update UTAUT yaitu hedonic motivation dan habits

mempengaruhi penerimaan teknologi informasi kesehatan.

Beberapa penelitian mengenai persepsi terhadap teknologi di

bidang kesehatan berbasis UTAUT telah dilaksanakan oleh beberapa

peneliti dengan sasaran partisipan adalah tenaga kesehatan (Okazaki et

al., 2015), (2012) dan pasien (Alam et al., 2018), (Boontarig et al.,

2012), (Gao et al., 2015), (Sa’idah, 2017). Penelitian terdahulu di

Surabaya oleh Sa’idah (2017) menunjukkan faktor yang berpengaruh

signifikan terhadap keinginan menggunakan teknologi kesehatan adalah

performance expectancy, sedangkan menurut Alam (2018) di

Bangladesh performance expectancy, effort expectancy, social

influence, facilitating condition keseluruhannya berpengaruh signifikan.

Diharapkan dengan penelitian ini dapat dianalisis mengenai

faktor yang mempengaruhi penerimaan pasien terhadap sistem

registrasi ini sebagai bagian dari teknologi yang diterapkan di bidang

kesehatan.

25
B. Rumusan Masalah
1. Bagaimana pengaruh faktor dalam UTAUT model terhadap

behavioral intention pasien rawat jalan RSUD Sogaten pada sistem

registrasi pasien online?

2. Bagaimana pengaruh faktor usia, jenis kelamin, dan pengalaman

penggunaan teknologi dari pasien rawat jalan RSUD Sogaten

sebagai moderating factor terhadap behavioral intention sistem

registrasi pasien online?

C. Tujuan Penelitian
1. Tujuan Umum
Menganalisis faktor-faktor yang mempengaruhi Behavioral Intention

pasien rawat jalan RSUD Sogaten Kota Madiun terhadap sistem

registrasi online berdasarkan UTAUT model.

2. Tujuan Khusus
a. Menganalisis pengaruh performance expectancy pasien rawat jalan

RSUD Sogaten terhadap Behavioral Intention sistem registrasi

pasien online

b. Menganalisis pengaruh effort expectancy pasien rawat jalan RSUD

Sogaten terhadap Behavioral Intention sistem registrasi pasien

online

c. Menganalisis pengaruh social influence pasien rawat jalan RSUD

Sogaten terhadap Behavioral Intention sistem registrasi pasien

online

d. Menganalisis pengaruh facilitating condition pasien rawat jalan

RSUD Sogaten terhadap Behavioral Intention sistem registrasi

pasien online

26
e. Menganalisis pengaruh hedonic motivation pasien rawat jalan RSUD

Sogaten terhadap Behavioral Intention sistem registrasi pasien

online

f. Menganalisis pengaruh habit pasien rawat jalan RSUD Sogaten

terhadap Behavioral Intention sistem registrasi pasien online

g. Menganalisis pengaruh usia, jenis kelamin, dan pengalaman

penggunaan teknologi dari pasien rawat jalan RSUD Sogaten

terhadap Behavioral Intention sistem registrasi pasien online

D. Manfaat Penelitian
1. Manfaat Teoritis
Penelitian ini diharapkan dapat menjadi satu informasi atau

acuan referensi ilmiah mengenai analisis persepsi penggunaan sistem

registrasi pasien online pada pasien rawat jalan RSUD Kota Madiun

dengan menerapkan Unified Theory of Acceptance and Use of

Technology (UTAUT) Model.

2. Manfaat Praktis
Hasil penelitian ini diharapkan menjadi acuan bahan evaluasi

penggunaan sistem registrasi pasien online pada pasien rawat jalan

RSUD Kota Madiun untuk meningkatkan potensi penggunaan sistem

registrasi online.

E. Keaslian Penelitian

Peneliti Judul Variabel Metode Temuan


Sa’idah Analysis The Independen: Observasional
Karakteristik
N. (2017) Use of E- performanc analitik dengan
responden
Health e rancangan berpengaruh
Based on expectancy, cross sectional.
terhadap
Unified effort penggunaan
Theory of expectancy, Menggunakan E-Health
Accepptance social UTAT model yaitu
And Use of influence, untuk pengalaman,
27
Technology dan menganalisi pengetahuan
(UTAUT) facilitating faktor yang dan
conditions mempengaruhi kemampuan
use behavior IT.
Dependen: dan behavior
Use intention Faktor yang
behavior berpengaruh
dan terhadap niat
behavioral perilaku
intention penggunaan
pendaftaran
online adalah
performance
expectancy
Penelitian tersebut menganalisis e-health yang merupakan
alat pendaftaran elektronik yang menggantikan peran loket
pendaftaran pada RS di Kota Surabaya, sedangkan penelitian
ini dilakukan pada sistem registrasi online yang diakses
langsung melalui gawai pasien pada RSUD Sogaten Kota
Madiun.
Alam, et Using the Indepenede Rancangan Performance
al. (2018) UTAUT n: penelitian cross expectancy,
Model to Performanc sectional effort
Determine e expectancy,
Factors expectancy, mengidentifika social
Affecting effort si faktor-faktor influence,
Acceptance expectancy, penting yang facilitating
and Use social mempengaruhi condition &
of Mobile Influence, penerimaan m- perceived
Health Facilitating Health dalam reliability
(mHealth) condition, sistem berpengaruh
Services in perceived perawatan signifikan
Bangladesh reliability, kesehatan terhadap
price value. Bangladesh penerimaan
menggunakan m-Health.
Dependen: model UTAUT Sedangkan
Behavioral lalu menambah price value
intention, perceived secara
actual usage reliability dan mengejutkan
price value. tidak
berpengaruh
signifikan.
Penelitian tersebut dilakukan untuk menganalisis penerimaan
pelayanan m-health di Bangladesh. Sedangkan penelitian saya
dilakukan di RSUD Sogaten Kota Madiun serta menganalisis
variabel moderating dalam penggunaan UTAUT model.

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

Penelitian tersebut menganalisis faktor yang mempengaruhi


penerimaan mobile diabetes monitoring apps pada dokter
dengan model Information system success, Sedangkan

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

1. Unified Theory of Acceptance and User of Technology (UTAUT)

UTAUT model merupakan teori penerimaan teknologi yang

merupakan gabungan dari teori IT adoption terdahulu yang terdiri

dari:

a. Theory of Reasoned Action (TRA)

b. Technology Acceptance Model (TAM)

c. Motivational Model (MM)

d. Theory of Planned Behavior (TPB)

e. Combination TAM-TPB

f. Model of PC Utilization (MPCU)

g. Innovation Diffusion Theory (IDT)

h. Social Cognitive Theory (SCT).

Teori UTAUT dirumuskan oleh Venkatesh (2003) lalu

diperbarui dengan menambahkan beberapa faktor yang kembali

dilakukan oleh Venkatesh (2012). Dalam teori ini terdapat tujuh

faktor yang mempengaruhi penerimaan dan niat penggunaan

teknologi, serta tiga moderator dari hubungan pokok.

UTAUT model dinilai lebih representatif untuk analisis

persepsi penerimaan dan penggunaan teknologi dibandingkan model

teori yang lain. Telah dibuktikan bahwa meskipun UTAUT

32
diterjemahkan ke berbagai bahasa dan digunakan di populasi dengan

budaya yang berbeda, model ini masih tetap cukup Tangguh (robust)

(Oshlyansky et al., 2007). Perbandingan metode TAM dan UTAUT

dalam mengukur kesuksesan penggunaan teknologi di bidang

kesehatan menunjukkan keunggulan UTAUT dibandingkan TAM

(Afiana et al., 2019)

Penelitian berbasis UTAUT model untuk menganalisis faktor

yang mempengaruhi penggunaan teknologi informasi di bidang

kesehatan pernah beberapa kali dilakukan dengan hasil yang bisa

terdapat perbedaan satu sama lain sesuai dengan subjek dan objek

penelitian. Tercatat beberapa penelitian penerimaan teknologi di

bidang kesehatan memiliki subjek penelitian berupa tenaga medis

(Okazaki et al., 2015), (2012) dan pada pasien (Alam et al., 2018),

(Boontarig et al., 2012), (Gao et al., 2015), (Sa’idah, 2017).

Penelitian Alam (2018) menunjukkan performance expectancy,

effort expectancy, social influence, facilitating condition

berpengaruh pada penerimaan teknologi, sedangkan penelitian lain

oleh Yuan (2015) menambahkan faktor lain yaitu hedonic motivation

dan habit juga berpengaruh signifikan.

33
Gambar 2. 1 Bagan Research model UTAUT2 (Venkatesh, 2012)
Hubungan antar variabel yang dijelaskan pada gambar di
atas.

Dalam penelitian ini teori UTAUT disesuaikan dengan subjek dan

objek penelitian. Sehingga tidak semua variabel diadopsi dalam

penelitian. Berikut penjelasan variabel-variabel yang terdapat pada

model UTAUT dari penelitian Venkatesh (2003 dan 2012):

a. Behavioral intention (Minat penggunaan)

Behavioral intention adalah keinginan atau niat seseorang

untuk menggunakan sebuah teknologi atau inovasi secara terus

menerus di kemudian hari. Seorang individu akan berminat

menggunakan teknologi baru jika merasa yakin bahwa hal baru

tersebut akan meningkatkan dan memudahkan kinerjanya, dapat

diakses dengan mudah, dan mendapat pengaruh lingkungan

(Venkatesh et al., 2012).

Kotler (2014) mendefinisikan behavioral intention sebagai

kondisi dimana pelanggan memiliki intensi atau sikap loyal pada

34
brand, product dan company dan secara rela menceritakan

keunggulannya kepada pihak lain. Sementara menurut Schiffman et

al., (2012) menjelaskan bahwa behavioural intention menentukan

kemungkinan konsumen akan melakukan tindakan tertentu di masa

yang akan datang. Dharmmesta, (2014) mengartikan bahwa

behavioral intention merupakam suatu perilaku atau sikap konsumen

yang memiliki keinginan untuk menggunakan sebuah jasa secara

terus menerus.

Dari beberapa pendapat tentang pengertian behavioral

intention maka dapat disimpulkan bahwa variabel behavioral

intention merupakan tujuan akhir dari sebuah layanan baik produk

maupun jasa. Apabila suatu produk mempunyai behavioral intention

yang menguntungkan maka perusahaan tersebut akan dapat bertahan

dan memenangkan persaingan. Penilaian behavioral intention

ditinjau dari beberapa indikator yaitu niat menggunakan, komitmen

atau loyalitas, dan perencanaan jangka panjang untuk terus setia

dengan sebuah produk.

Menurut Helmi dan Arisudana, (2009) niat merupakan

komponen dalam diri individu yang mangacu pada keinginan untuk

melakukan suatu perilaku, sedangkan perilaku adalah tindakan nyata

dari keinginan berperilaku tersebut. Loyalitas konsumen menurut

Oliver, (2015) adalah komitmen yang dipegang erat oleh pelanggan

untuk membeli, menggunakan atau mengedepankan suatu produk

berupa barang atau jasa secara konsisten, hal ini menyebabkan

35
pembelian atau penggunaan berulang pada brand yang sama,

meskipun pelanggan tersebut mendapatkan pengaruh situasional atau

marketing dari kompetitor untuk mengganti brand lain.

Dalam penelitian ini minat penggunaan adalah berupa tingkat

keinginan pasien dalam menggunakan sistem registrasi online secara

terus menerus untuk kunjungan ke rumah sakit di kemudian hari.

b. Performance expectancy (Ekspektasi Kinerja)

Didefinisikan sebagai tingkat kepercayaan seorang individu

pada sejauh mana penggunaan sistem akan menolong pengguna

untuk dapat meningkatkan kinerja dalam pekerjaannya (Venkatesh et

al., 2003). Besarnya ekspektasi individu tidak hanya dipengaruhi

oleh faktor internal individu namun bisa timbul sebab pengaruh

lingkungan. Sebagai contoh, seseorang yang terbiasa menggunakan

peralatan yang canggih atau berinteraksi dengan orang-orang yang

menggunakan teknologi akan memiliki ekspektasi yang lebih tinggi.

Hasil penelitian Sa’idah (2017), menunjukkan ekspektasi kinerja

memiliki pengaruh terhadap minat pemanfaatan sistem informasi

kesehatan (Sa’idah, 2017).

Performance expectancy yang dimaksud dalam penelitian ini

adalah apakah sistem registrasi online berpengaruh pada peningkatan

produktivitas, efektivitas, dan kualitas pelayanan di RSUD Kota

Madiun. Berdasarkan teori UTAUT hubungan performance

expectancy dengan niat penggunaan dan perilaku penggunaan

dipengaruhi oleh variabel moderat usia dan jenis kelamin.

Konstruksi

36
performance expectancy disusun oleh Venkatesh (2003) berdasarkan

penelitian sebelumnya yang telah ada dengan penjelasan dalam tabel

berikut.

Tabel 2. 1 Konstruk penyusun variabel performance expectancy Venkatesh


(2003)
Sumber
Konstruk Definisi
Penelitian
Persepsi Sejauh mana pengguna merasakan Davis, 1989;
terhadap menggunakan suatu sistem lebih Davis et al, 1989
kegunaan baik dibanding tidak.
(Perceived
usefulness)
Motivasi Persepsi bahwa pengguna ingin Davis et al, 1989
ekstrinsik melakukan aktivitas karena
(Extrinsic dianggap berperan untuk mencapai
motivation) hasil atau memiliki kelebihan
seperti perbaikan kinerja,
pekerjaan, dll.
Kesesuaian kerja Kemampuan sistem meningkatkan Thompshon et al,
(Job fit) kerja individu 1991
Keuntungan Sejauh mana inovasi yang ada Moore and
relatif (Relative dianggap lebih menguntungkan Benbasat, 1991
advantage) untuk digunakan.
Ekspektasi hasil Hasil yang diharapkan Compeau and
(Outcome berhubungan dengan perilaku yang Higgins, 1995;
expectancy) dilakukan. Compeau et al,
1999

Penentuan tingkat performance expectancy oleh persepsi

pasien terhadap sistem registrasi pasien online, persepsi pasien

dibagi menurut indikator kegunaan, peningkatan kualitas pelayanan,

kecepatan pelayanan/ reduksi waktu tunggu, dan peningkatan

produktivitas yang dirasakan oleh pasien ketika menggunakan sistem

registrasi pasien online di RSUD Kota Madiun.

37
c. Effort expectancy (Ekspektasi usaha)

Didefinisikan sebagai tingkat kemudahan dalam penggunaan

sistem yang dapat mengurangi usaha atau upaya individu dalam

melakukan suatu pekerjaan. Dengan menggunakan sistem atau

teknologi, pekerjaan dapat dilakukan lebih efektif dan efisien yang

mempengaruhi usaha dalam penyelesaian pekerjaan. Faktor yang

kerap menjadi pertimbangan utama adalah kemudahan dalam

menyelesaikan pekerjaan (Venkatesh et al., 2003). Penelitian

terdahulu menunjukan bahwa effort expectany mempengaruhi

keinginan untuk menggunakan teknologi sistem informasi kesehatan

dan e-rekam medis (Kijsanayotin et al., 2009), (Wills et al., 2008).

Effort expectancy yang dimaksud dalam penelitian ini adalah

pemanfaatan sistem registrasi pasien online apakah berpengaruh

terhadap peningkatan efisiensi dan kemudahan pasien dalam

mendapatkan layanan kesehatan di RSUD Kota Madiun. Hubungan

effort expectancy dengan niat penggunaan dan perilaku penggunaan

dipengaruhi oleh variabel moderat usia, jenis kelamin, dan

pengalaman (Venkatesh et al., 2003). Konstruk penyusunan variabel

effort expectancy dijelaskan pada tabel berikut.

Tabel 2. 2 Konstruk penyusun variabel effort expectancy Venkatesh (2003)


Sumber
Konstruk Definisi
Penelitian
Persepsi Sejauh mana seseorang percaya Davis, 1989;
kemudahan bahwa sistem yang baru akan Davis et al, 1989
penggunaan meringankan pekerjaan.
(Perceived ease
of use)

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.

Penentuan tingkat effort expectancy oleh persepsi pasien

terhadap sistem registrasi pasien online, persepsi pasien dibagi

menurut indikator kemudahan dipelajari kejelasan tampilan,

kemudahan penggunaan, dan kemudahan akses yang dirasakan oleh

pasien ketika menggunakan sistem registrasi pasien online di RSUD

Kota Madiun.

d. Social influence (Pengaruh sosial)

Social influence atau pengaruh sosial diartikan sebagai

persepsi individu yang dihasilkan dari pengaruh orang lain yang

dekat dengannya sehingga ia yakin untuk menggunakan sistem baru

yang ada. Individu memerlukan kepastian dari masyarakat bahwa

sistem tersebut tidak melanggar norma agar berani mengambil

keputusan untuk menggunakan suatu sistem (Venkatesh et al., 2003).

Dalam penelitian ini social influence yang dimaksud adalah

penggunaan sistem registrasi pasien online akan berpengaruh

terhadap peningkatan status sosial di lingkungan mereka. Keinginan

untuk menggunakan teknologi terbukti dipengaruhi oleh social

influence di beberapa penelitian tentang penggunaan sistem

informasi kesehatan terdahulu (Kijsanayotin et al., 2009), (Wills et

al., 2008). Konstruksi UTAUT oleh Venkatesh (2003) dalam

menentukan faktor social

39
influence sebagai determinan langsung dari keinginan menggunakan

teknologi direspresentasikan sebagai subjective norm di teori TRA,

TAM2, TPB dan TAM-TPB dijelaskan dalam tabel di bawah.

Tabel 2. 3 Konstruk penyusun variabel social influence Venkatesh (2003)


Sumber
Konstruk Definisi
Penelitian
Subjective norm Persepsi individu bahwa Ajzen, 1991;
(norma kebanyakan orang terdekatnya Davis et al
subjektif) berpendapat untuk melakukan atau ,1989; Fishbein
tidak melakukan perilaku tertentu. and
Ajxen, 1975;
Mathieson, 1991;
Taylor and Todd,
1995.
Faktor social Internalisasi individu mengenai Thompshon et al,
(Social factors) budaya subjektif, dan kesepakatan 1991
sosial yang membuatnya berada di
situasi sosial tertentu.
Kesan (Image) Sejauh mana kesan penggunaan Moore and
inovasi dianggap menjadi Benbasat, 1991
peningkat kesan atau status social
di masyarakat.

Penentuan tingkat social influence oleh persepsi pasien

terhadap sistem registrasi pasien online dibagi menurut indikator

dukungan sosial dari orang sekitar pasien yang dianggap terdekat

dan terpandang, serta dukungan dari pihak rumah sakit yang

dirasakan oleh pasien ketika menggunakan sistem registrasi pasien

online di RSUD Kota Madiun.

e. Facilitating condition (kondisi yang mendukung)

Merupakan tingkat kepercayaan individu terhadap

infrastruktur yang ada baik infrastruktur teknis maupun

organisasional yang mendukung penggunaan sistem teknologi yang

ada. Faktor teknis dan nonteknis seperti adanya perangkat yang

mumpuni,
40
pengetahuan, petunjuk kerja, dan orang lain yang telah dapat

mengoperasionalkan sistem adalah bagian dari kondisi yang

memfasilitasi penggunaan suatu sistem (Venkatesh et al., 2003).

Dalam penelitian ini yang dimaksud dari facilitating

condition adalah dalam bentuk segala sumberdaya seperti adanya

petugas yg bisa membantu, sarana-prasarana, kemudahan akses,

ketersediaan internet dan perangkat untuk mengakses sistem

registrasi online. Dalam penelitian Aggelidis (2009) dan Chiu (2010)

menunjukkan bahwa facilitating condition berpengaruh pada

keinginan menggunakan sistem informasi dan teknologi. Hubungan

tersebut ikut dipengaruhi oleh variabel moderat berupa usia dan

pengalaman. Konstruksi penyusunan variabel kondisi yang

memfasilitasi menurut Venkatesh (2003) adalah sebagai berikut.

Tabel 2. 4 Konstruk penyusun variabel social influence Venkatesh (2003)

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

Penentuan tingkat facilitating condition oleh persepsi pasien

terhadap sistem registrasi pasien online dibagi menurut indikator

41
dukungan fasilitas yang dimiliki atau dapat diakses oleh pasien yakni

kepemilikan gawai, akses internet, pengetahuan penggunaan gawai,

dan bantuan lingkungan sosial dan pihak RS yang diterima oleh

pasien ketika menggunakan sistem registrasi pasien online di RSUD

Kota Madiun.

f. Hedonic motivation (Motivasi hedonis)

Diartikan sebagai kesenangan atau kenikmatan yang

diperoleh dari penggunaan teknologi, dan telah terbukti memainkan

peran penting dalam menentukan penerimaan dan penggunaan

teknologi. Telah ditunjukkan bahwa hedonic motivation merupakan

faktor penting dalam penerimaan teknologi (Venkatesh et al., 2012).

Dalam penelitian ini hedonic motivation ditinjau dari

seberapa besar kesenangan yang didapat pasien dalam

mengoperasionalkan sistem registrasi online. Kesenangan yang

dirasakan pasien bisa berasal dari tampilan yang menarik,

kemudahan penggunaan, dan sebagainya yang dimiliki oleh website

registrasi online. Penelitian terdahulu pada aplikasi kesehatan dan

fitness menunjukkan bahwa faktor motivasi hedonis memiliki efek

yang signifikan terhadap penerimaan teknologi (Yuan et al., 2015).

Adanya hubungan hedonic motivation dengan penerimaan teknologi

dipengaruhi oleh variabel moderat yaitu usia, jenis kelamin, dan

pengalaman.

Penentuan tingkat hedonic motivation oleh persepsi pasien

terhadap sistem registrasi pasien online dibagi menurut indikator

sejauh mana website registrasi tersebut dapat menarik dan

42
menyenangkan pasien ketika mengaksesnya sehingga pasien

memiliki ketertarikan untuk menggunakannya kembali.

g. Habit (Kebiasaan)

Kebiasaan didefinisikan sebagai kecenderungan individu

melakukan perilaku secara otomatis karena proses belajar. Kebiasaan

dipandang sebagai perilaku terdahulu dan diukur sebagai sejauh

mana seorang individu percaya bahwa perilaku itu otomatis terjadi

(Venkatesh et al., 2012).

Penelitian ini merujuk kebiasaan sebagai seberapa sering

pasien menggunakan perangkat pintar, internet, dan website yang

menjadi dasar dari pengembangan sistem registrasi pasien online.

Kecenderungan pasien untuk kecanduan atau merasa harus

menggunakan internet secara alami juga menjadi indikasi kebiasaan

pasien. Penelitian Yuan et al (2015) menunjukkan kebiasaan menjadi

faktor penting dalam penerimaan aplikasi kesehatan yang

dipengaruhi oleh variabel usia, jenis kelamin, dan pengalaman.

h. Usia, Jenis kelamin, dan pengalaman sebagai variabel

moderating

Dalam konstruksi teori UTAUT oleh Venkatesh (2003 dan

2012) memasukkan variabel moderat yang dapat mempengaruhi

hubungan variabel X dan Y yaitu usia, jenis kelamin, dan

pengalaman. Usia adalah umur pasien yang selanjutnya dimasukkan

ke dalam kategori kelompok usia menurut WHO. Jenis kelamin

digolongkan

43
menjadi laki-laki dan perempuan. Sementara pengalaman ditinjau

dari seberapa sering individu terpapar teknologi.

2. Rumah Sakit

Rumah sakit didefinisikan oleh WHO (World Health

Organization) sebagai bagian integral dari suatu organisasi sosial

dan kesehatan yang fungsinya memberikan pelayanan kesehatan

yang paripurna kepada masyarakat, baik kuratif maupun preventif

serta memiliki jangkauan pelayanan rawat jalan. Rumah sakit juga

merupakan pusat pelatihan tenaga kesehatan dan penelitian

kesehatan (WHO, 1963).

Menurut American HospitalAssociation, (1974) rumah sakit

adalah suatu alat organisasi yang terdiri tenaga medis professional

yang terorganisir serta sarana kedokteran yang permanen

menyelenggarakan pelayanan kedokteran, asuhan keperawatan yang

berkesinambungan, diagnosis serta pengobatan penyakit yang

diderita oleh pasien. Menurut Wolper, (2011) rumah sakit adalah

tempat dimana orang sakit mencari dan menerima pelayanan

kedokteran serta tempat dimana pendidikan klinik untuk mahasiswa

kedokteran, perawat dan tenaga profesi kesehatan lainya

diselenggarakan (Azwar, 1996).

Menurut Kementerian Kesehatan RI, rumah sakit adalah

institusi pelayanan kesehatan yang menyelenggarakan pelayanan

kesehatan perorangan secara paripurna yang menyediakan pelayanan

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

dan rumah sakit khusus. (Kemenkes RI, 2019).

3. Tugas dan Fungsi RS

Pelayanan kesehatan menjadi tugas pokok dari rumah sakit

dengan mengutamakan kegiatan penyembuhan pasien (kuratif) dan

pemulihan keadaan karena penyakit (rehabilitatif) yang dijalankan

secara terpadu dengan upaya peningkatan (promotif) dan pencegahan

(preventif) serta melaksanakan upaya perujukan (Azwar, 1996).

Menurut UU No. 44 Tahun 2009 Rumah Sakit mempunyai

tugas memberikan pelayanan kesehatan perorangan secara paripurna

(Indonesia, 2009). Untuk menjalankan tugas tersebut, rumah sakit

mempunyai fungsi:

a. penyelenggaraan pelayanan pengobatan dan pemulihan

kesehatan sesuai dengan standar pelayanan rumah sakit;

b. pemeliharaan dan peningkatan kesehatan perorangan

melalui pelayanan kesehatan yang paripurna tingkat

kedua dan ketiga sesuai kebutuhan medis;

c. penyelenggaraan pendidikan dan pelatihan sumber daya

manusia dalam rangka peningkatan kemampuan dalam

pemberian pelayanan kesehatan;

d. penyelenggaraan penelitian dan pengembangan serta

penapisan teknologi bidang kesehatan dalam rangka

45
peningkatan pelayanan kesehatan dengan memperhatikan

etika ilmu pengetahuan bidang kesehatan.

4. Standar Pelayanan Rumah Sakit

Demi menjaga kualitas pelayanan rumah sakit, Pemerintah

Republik Indonesia melalui Kementerian Kesehatan merumuskan

Keputusan menkes nomor 129 tahun 2008 tentang Standar Pelayanan

Minimal Rumah Sakit (Kemenkes RI, 2008). Standar Pelayanan RS

ditetapkan oleh Kepala Daerah/pemilik rumah sakit menjadi salah

satu acuan bagi rumah sakit untuk Menyusun perencanaan dan

penganggaran penyelenggaraan pelayanan perumah-sakitan

(Kemenkes RI, 2013). Jenis – jenis pelayanan rumah sakit yang

minimal wajib disediakan oleh rumah sakit meliputi :

Tabel 2. 5 Jenis pelayanan rumah sakit minimal


No. Jenis Pelayanan No. Jenis Pelayanan
1. Pelayanan gawat darurat 12. Pelayanan transfusi darah
2. Pelayanan rawat jalan 13. Pelayanan keluarga miskin
3. Pelayanan rawat inap 14. Pelayanan rekam medis
4. Pelayanan bedah 15. Pengelolaan limbah
5. Pelayanan persalinan dan 16. Pelayanan administrasi
perinatologi manajemen
6. Pelayanan intensif 17. Pelayanan ambulans/kereta
jenazah
7. Pelayanan radiologi 18. Pelayanan pemulasaraan
jenazah
8. Pelayanan laboratorium 19. Pelayanan laundry
patologi klinik
9. Pelayanan rehabilitasi medik 20. Pelayanan pemeliharaan
sarana rumah sakit
10. Pelayanan farmasi 21. Pencegah Pengendalian
Infeksi
11. Pelayanan gizi
(Sumber: Kemenkes RI, 2013)

46
5. Efek Pandemi covid-19 pada Pelayanan RS

Pandemi covid-19 mengharuskan penyesuaian dalam

pengelolaan pelayanan rumah sakit. Di awal masa pandemi dan

ketika kurva berada di puncaknya, alokasi sumber daya kesehatan

banyak diprioritaskan untuk penanganan pandemi. Dalam

perkembangan kondisi ini perlu dilakukan adaptasi kebiasaan baru di

rumah sakit untuk menyesuaikan layanan rutin dengan prinsip utama

(Hasan et al., 2020):

a. Memberikan layanan pada pasien COVID-19 dan non

COVID-19 dengan menerapkan prosedur skrining, triase

dan tata laksana kasus,

b. Melakukan antisipasi penularan terhadap tenaga

kesehatan dan pengguna layanan dengan penerapan

prosedur Pencegahan dan Pengendalian Infeksi (PPI),

penerapan Keselamatan dan Kesehatan Kerja (K3) di

unit kerja dan pemenuhan Alat Pelindung Diri (APD),

c. Menerapkan protokol pencegahan COVID-19 yaitu:

harus mengenakan masker bagi petugas, pengunjung dan

pasien, menjaga jarak antar orang >1m dan rajin mencuci

tangan dengan sabun dan air mengalir selama 40 s/d 60

detik atau dengan hand sanitizer selama 20 s/d 30 detik.

d. Menyediakan fasilitas perawatan terutama ruang isolasi

untuk pasien kasus COVID-19.

47
e. Terintegrasi dalam sistem penanganan COVID-19 di

daerah masing-masing sehingga terbentuk sistem

pelacakan kasus, penerapan mekanisme rujukan yang

efektif dan pengawasan isolasi mandiri dan

berkoordinasi dengan Dinas Kesehatan setempat.

f. Melaksanakan kembali pelayanan yang tertunda selama

masa pandemik COVID-19.

Sarana prasarana di dalam rumah sakit juga diatur

sedemikian rupa untuk menyesuaikan dengan adaptasi kebiasaan

baru atau new normal. Beberapa yang direkomendasikan adalah

membagi zona di rumah sakit menjadi covid dan non-covid,

menyediakan fasilitas cuci tangan dengan air mengalir dan sabun/

hand sanitizer tersedia di setiap pintu ruangan, pengaturan jarak

duduk >1 mm di ruang tunggu, sistem ventilasi dan sirkulasi udara,

pembatas dengan kaca/plastik antara pasien dan petugas, hingga

ruangan khusus untuk pengambilan sampel tes covid (Hasan et al.,

2020).

6. Teknologi Informasi Kesehatan

Teknologi informasi di bidang kesehatan mencakup berbagai

aplikasi dan produk dan digunakan oleh berbagai kelompok

konstituen seperti pembayar, pemerintah, peneliti, dan pasien, serta

penyedia layanan kesehatan. Penggunaan teknologi ini selanjutnya

berfokus pada sistem informasi perawatan kesehatan dari perspektif

organisasi penyedia layanan kesehatan yakni rumah sakit, sistem

kesehatan, praktik dokter, klinik, dan sebagainya. Secara umum

48
terdapat dua pengelompokan sistem informasi kesehatan yaitu sistem

informasi administratif dan klinis. (Wager et al., 2017).

Sistem informasi kesehatan administratif bertujuan

mendukung fungsi manajemen dan operasional sarana kesehatan.

Cakupan SI administratif antara lain adalah manajemen SDM,

manajemen material, akuntansi atau pembiayaan, maupun

penjadwalan staff. Sistem informasi kesehatan klinis mengandung

informasi klinis pasien atau informasi terkait kesehatannya yang

digunakan untuk diagnosis dan perawatan pasien serta evaluasi

perawatan pasien. Telemedicine dan Electronic health record yang

kini mulai marak digaungkan adalah bagian dari SI klinis (Daim et

al., 2016).

7. Perkembangan Teknologi Informasi di RS

Sejak tahun 1960-an, pengembangan dan penggunaan sistem

informasi perawatan kesehatan telah berubah secara dramatis dengan

kemajuan teknologi dan dampak dari pengaruh lingkungan dan

reformasi pembiayaan. Pada 1960-an hingga 1970-an, pengelola

layanan kesehatan berinvestasi terutama dalam sistem informasi

administrasi dan keuangan yang dapat mengotomatisasi proses

penagihan pasien dan memfasilitasi pelaporan biaya perawatan

kesehatan yang akurat. Pada tahun 1970-an, sistem departemen

seperti laboratorium klinis atau sistem farmasi mulai dikembangkan.

Sebagian besar sistem berdiri sendiri dan tidak berinteraksi dengan

baik dengan sistem klinis dan administrasi lainnya di rumah sakit

49
(Wager et al., 2017). Inisiasi penggunaan teknologi informasi untuk

penelitian bidang kesehatan dilakukan oleh Amerika di tahun 1969

melalui lembaga Agency for Healthcare Research and Quality

(AHRQ) (Ortiz & Clancy, 2003)

Tahun 1980-an membawa titik balik yang signifikan dalam

penggunaan sistem informasi perawatan kesehatan karena

ditemukannya komputer pribadi. Kemajuan teknologi yang pesat

berlanjut hingga tahun 1990-an, dengan yang paling mendalam

adalah evolusi dan meluasnya penggunaan Internet dan surat

elektronik (e- mail). Internet memberikan konsumen perawatan

kesehatan, pasien, penyedia, dan industri dengan akses ke World

Wide Web dan peluang baru dan inovatif untuk mengakses

perawatan, mempromosikan layanan, dan berbagi informasi (Wager

et al., 2017). Di tahun 1998 telah disadari bahwa salah satu kunci

dalam meningkatkan mutu pelayanan adalah adanya peran teknologi

informasi dan komunikasi. Studi yang dilakukan di Inggris

menyebutkan bahwa rumah sakit yang menggunakan sistem

Electronic Health Record (EHR) dan Electronic Medical Record

(EMR) memiliki tingkat kualitas pelayanan yang lebih baik

dibanding dengan rumah sakit yang tidak menerapkannya (Ortiz &

Clancy, 2003).

Pada awal milenium baru, kualitas perawatan kesehatan dan

keselamatan pasien muncul sebagai prioritas utama. Hingga setelah

tahun 2010 perkembangan teknologi informasi semakin pesat dengan

populernya big data, cloud, dan mobile applications. Big data

50
memudahkan analisis kesehatan yang bisa menjadi dasar

pengambilan kebijakan, cloud menjadi Gudang pengumpulan

informasi kesehatan termasuk e-medical record sehingga semakin

efektif, berbagai aplikasi dan startup kesehatan pun banyak

bermunculan yang memperluas jangkauan layanan kesehatan (Daim

et al., 2016; Wager et al., 2017).

Perkembangan teknologi informasi dan komunikasi yang

semakin pesat satu dekade ini mencakup berbagai sektor termasuk

bidang kesehatan (Laurenza et al., 2018; Rahimi et al., 2017).

Pemanfaatan teknologi bisa memberikan efek baik berupa

peningkatan kinerja (Venkatesh et al., 2003). Banyak website, sistem

server, hingga start up bertebaran yang berusaha menyediakan

kemudahan akses kesehatan. Berbagai platform teknologi tersebut

dapat digunakan untuk meningkatkan pelayanan Rumah Sakit

sebagai penyedia layanan kesehatan bagi masyarakat.

Merebaknnya pandemi covid-19 mendorong rumah sakit

untuk semakin cepat mengadopsi teknologi. Berbagai bentuk

teknologi digunakan sebagai cara untuk mengurangi risiko penularan

covid-19 di lingkungan rumah sakit. Telemedicine, electronic

medical record, dan online registration system bisa meminimalisir

kontak antar pasien dan antara pasien dengan tenaga kesehatan

sehingga mengurangi risiko penularan. Dengan inovasi-inovasi

tersebut, kerumunan di rumah sakit khususnya ruang tunggu

perawatan bisa

51
ditekan sehingga bisa tetap menerapkan protocol kesehatan dengan

baik.

8. Registrasi online RSUD Kota Madiun

Keberadaan internet sebagai penunjang teknologi informasi

sangat penting. Dengan adanya jaringan internet yang mumpuni,

teknologi bisa berkembang lebih pesat dan lebih baik. Menurut

catatan Badan Pusat Statistik penggunaan internet di Indonesia pada

tahun 2019 adalah sebanyak 53,53% di daerah perkotaan sedangkan

di pedesaan 30,81% (Badan Pusat Statistik, 2019). Angka ini

meningkat dari tahun ke tahun dan tidak menutup kemungkinan

bertambah pesat ketika tahun 2020 terjadi pandemi yang

mengharuskan pengurangan aktivitas publik dan beralih ke media

online. Sebagian besar masyarakat menggunakan ponsel pintar atau

smartphone untuk mengakses internet. Jumlah pengguna ponsel

pintar mencapai 167 juta orang atau 89% dari total penduduk

Indonesia. (Hanum, 2021).

Di Kota Madiun akses internet sudah sangat merata, bahkan

pemerintah kota memberikan fasilitas berupa wifi gratis untuk

warganya diberbagai tempat publik. Tercatat pada mei 2021 sudah

ada 1.750 titik wifi gratis yang tersebar di seluruh penjuru kota.

Dengan ini masyarakat semakin mudah untuk dapat mengakses

internet tanpa harus terbebani biaya paket data (Dewi, 2021).

Dengan banyaknya titik wifi gratis tersebut masyarakat bisa

memanfaatkannya untuk berselancar di internet melalui berbagai

gawai yang dimilikinya

52
termasuk smartphone yang paling praktis. Hal ini bisa memberikan

angin segar bagi warga yang tidak memiliki akses internet pribadi di

rumah tangga karena menurut data di Jawa Timur hanya terdapat

73,24% rumah tangga yang memiliki akses internet pribadi (Badan

Pusat Statistik, 2019).

Dalam mewujudkan RSUD Kota Madiun sebagai Smart

Hospital in Smart City pihak rumah sakit terus melakukan inovasi

dan perbaikan layanan. Salah satu inovasi tersebut adalah

penggunaan registrasi pasien secara online. Sistem pendaftaran

online pelayanan rawat jalan RSUD Kota Madiun diluncurkan pada

Maret 2021. Layanan pendaftaran online ini diharapkan bisa

mempermudah pasien dalam mendapatkan pelayanan sehingga

pelayanan RS semakin maksimal. Sistem ini berbasis web sehingga

dapat diakses secara langsung melalui browser oleh berbagai

perangkat seperti laptop, smartphone, tablet, dll yang tersambung

internet. Pendaftarannya cukup mengakses laman RS dengan alamat

http://rsud.madiunkota.go.id/ kemudian klik antrian online.

Masyarakat dapat menentukan untuk mendaftar menggunakan BPJS

dengan memasukkan nomor BPJS maupun non-BPJS dengan

memasukkan nomor KTP atau NIK.

Pasien bisa langsung memilih poli perawatan yang dituju

dalam web tersebut lalu menentukan waktu rencana kunjungan yang

akan dilakukan. Dengan adanya pendaftaran online ini pasien tidak

perlu antre terlalu lama di rumah sakit karena telah ditampilkan

53
estimasi waktu pelayanan dari pasien tersebut. Waktu kedatangan

bisa disesuaikan dengan mendekati estimasi tersebut sehingga

mengurangi kerumunan antrean di ruang tunggu rumah sakit.

Gambar 2. 2 Tampilan website pendaftaran pasien online


(Rsudkotamadiun, 2021).

Untuk mendukung sistem pelayanan rumah sakit yang

semakin baik, antrian online RSUD Kota Madiun dilengkapi dengan

fitur-fitur yang memudahkan pendaftar atau pasien, yaitu:

a. Pilihan pelayanan BPJS atau non-BPJS

b. Pilihan poliklinik yang dituju

c. Perencanaan kunjungan hingga maksimal satu bulan

d. Informasi estimasi waktu pelayanan

e. Pengecekan antrian.

Sejauh ini sistem registrasi pasien online di RSUD Kota

Madiun telah berjalan selama hampir satu tahun dengan mencatatkan

54
lebih dari tujuh ribu pasien telah memanfaatkannya pada periode

April 2021-Februari 2022 (Rsudkotamadiun, 2022). Angka ini jika

dibandingkan dengan total jumlah kunjungan pasien rawat jalan di

periode yang sama telah mencapai 4,76% . Hal tersebut tentunya

menjadi kabar baik mengingat program ini merupakan hal baru dan

masih terus mendapatkan perkembangan menjadi lebih baik lagi

sehingga dapat semakin diterima oleh masyarakat.

9. Persepsi Pasien

Persepsi didefinisikan sebagai proses memilih,

mengorganisasi dan menginterprestasi informasi untuk membentuk

gambaran dunia yang penuh arti. Setiap orang dapat menghasilkan

persepsi yang berbeda meskipun mendapatkan rangsangan yang

sama karena masing-masing orang memiliki kerangka pikiran yang

berbeda ketika menerima informasi (Kotler & Amstrong, 2008).

Dalam Nitisusastro, (2012) Solomon dan Neal memberikan

pengertian yang lain dari persepsi. Menurut Solomon, persepsi

adalah proses sensasi atau kejadian diseleksi, diorganisasi, dan

diinterpretasikan. Sementara Neal-Quester-Hawkins menyebutkan

bahwa persepsi merupakan aktivitas kritis yang menghubungkan

individu sebagai konsumen dengan kelompok, situasi, dan pengaruh-

pengaruh dari pasar (Nitisusastro, 2012).

Persepsi ditentukan oleh tiga proses perseptual yang

berhubungan dengan rangsang sensorik yaitu atensi selektif, distorsi

selektif, dan retensi selektif.

55
a. Atensi selektif yaitu kecenderunga untuk menyaring

Sebagian besar informasi yang didapatkan,

b. Distorsi selektif menggambarkan kecenderungan untuk

menerjemahkan informasi dalam cara yang akan

mendukung apa yang telah dipercayai,

c. Retensi selektif, konsumen biasanya mengingat hal-hal

baik tentang produk maupun sumber informasi yang

disukainya namun cenderung melupakan hal yang tidak

disukai.

Pasien sebagai konsumen dari rumah sakit juga memiliki

persepsi terhadap pelayanan RS. Dalam memberikan dan evaluasi

pelayanan RS perlu memperhatikan proses perseptual tersebut untuk

meningkatkan kualitas pelayanan pasien. Persepsi terhadap

pelayanan di mulai dari kebutuhan pasien, hal ini berarti pelayanan

yang baik bukan dilihat dari penyedia jasa layanan, namun dari sudut

pandang pasien. faktor yang mempengaruhi persepsi pasien pada

terhadap pelayanan kesehatan antara lain umur, jenis kelamin,

tingkat pendidikan, jenis pekerjaan, sosial ekonomi, budaya,

lingkungan, keperibadian dan pengalaman hidup pasien (Akhmad et

al., 2015).

10. Penerimaan dan Penggunaan Teknologi Kesehatan

Kehadiran komputer dan teknologi informasi saat ini di

seluruh bidang kehidupan telah meluas secara pesat. Teknologi bisa

meningkatkan produktivitas jika diterima dan digunakan dengan baik

oleh pengguna (Venkatesh et al., 2003). Perlu dilakukan analisis

56
penerimaan teknologi yang baru sebagai evaluasi agar menjadi bahan

koreksi inovasi berikutnya. Beberapa teori yang kerap digunakan

dalam analisis penerimaan teknologi di bidang kesehatan antara lain

TAM dan UTAUT model (Venkatesh et al., 2012).

Dengan menerapkan UTAUT model, diharapkan penelitian

ini dapat menganalisis faktor-faktor yang mempengaruhi tingkat

penerimaan pasien terhadap sistem registrasi pasien online di RSUD

Kota Madiun. Fokus penelitian dalam analisis ini sangat spesifik dan

masih jarang ditemukan dalam penelitian sebelumnya yakni berfokus

pada analisis penerimaan dari perspektif pasien terhadap sistem

registrasi online di rumah sakit yang telah berjalan sekitar satu tahun

ini dengan menggunakan model yang bersifat voluntary use.

57
B. Kerangka Konsep

Performance
Expectancy

Effort Expectancy

Social Influence
Behavioral Intention Sistem Registrasi Pasien Online

Facilitating
Conditions

Hedonic Motivation

Habit

Usia Jenis kelamin Pengalaman

Keterangan:

Hubungan pengaruh variabel X dan Y

Efek variabel moderating terhadap hubungan variabel X dan Y

Variabel X : Performance Expectancy, Effort Expectancy, Social Influence,


Facilitating Conditions, Hedonic Motivation, Habit

Variabel Y : Behavioral Intention Sistem Registrasi Pasien Online

Variabel Moderating : Usia, Jenis Kelamin, Pengalaman

58
C. Hipotesis
H1 : Ada pengaruh performance expectancy terhadap

behavioral intention sistem registrasi pasien online

H1.a : Usia berpengaruh negatif pada hubungan antara PE dan

behavioral intention sistem registrasi pasien online

H1.b : Jenis kelamin berpengaruh positif pada hubungan antara

PE dan behavioral intention sistem registrasi pasien

online

H2 : Ada pengaruh effort expectancy terhadap behavioral

intention sistem registrasi pasien online

H2.a : Usia berpengaruh negatif pada hubungan antara EE dan

behavioral intention sistem registrasi pasien online

H2.b : Jenis kelamin berpengaruh positif pada hubungan antara

EE dan behavioral intention sistem registrasi pasien

online

H2.c : Pengalaman penggunaan teknologi berpengaruh positif

pada hubungan antara EE dan behavioral intention

sistem registrasi pasien online

H3 : Ada pengaruh social influence pada behavioral intention

sistem registrasi pasien online

H3.a : Usia berpengaruh negatif pada hubungan antara SI dan

behavioral intention sistem registrasi pasien online

59
H3.b : Jenis kelamin berpengaruh positif pada hubungan antara

SI dan behavioral intention sistem registrasi pasien

online

H3.c : Pengalaman penggunaan teknologi berpengaruh positif

pada hubungan antara SI dan behavioral intention

sistem

registrasi pasien online


H4 : Ada pengaruh facilitating conditions pada behavioral

intention sistem registrasi online

H4.a : Usia berpengaruh negatif pada hubungan antara FC dan

behavioral intention sistem registrasi pasien online

H4.b : Jenis kelamin berpengaruh positif pada hubungan antara

FC dan behavioral intention sistem registrasi pasien

online

H4.c : Pengalaman penggunaan teknologi berpengaruh positif

pada hubungan antara FC dan behavioral intention

sistem registrasi pasien online

H5 : Ada pengaruh hedonic motivation pada behavioral

intention sistem registrasi pasien online

H5.a : Usia berpengaruh negatif pada hubungan antara HM dan

behavioral intention sistem registrasi pasien online

H5.b : Jenis kelamin berpengaruh positif pada hubungan antara

HM dan behavioral intention sistem registrasi pasien

online

60
H5.c : Pengalaman penggunaan teknologi berpengaruh positif

pada hubungan antara HM dan behavioral intention

sistem registrasi pasien online

H6 : Ada pengaruh habit pada behavioral intention sistem

registrasi online

H6.a : Usia berpengaruh negatif pada hubungan antara H dan

behavioral intention sistem registrasi pasien online

H6.b : Jenis kelamin berpengaruh positif pada hubungan antara

H dan behavioral intention sistem registrasi pasien

online

H6.c : Pengalaman penggunaan teknologi berpengaruh positif

pada hubungan antara H dan behavioral intention sistem

registrasi pasien online

61
BAB III

METODOLOGI PENELITIAN

A. Desain Penelitian

Penelitian ini merupakan penelitian non-eksperimental dengan

metode survei langsung tanpa memberikan perlakuan pada responden.

Penelitian akan menganalisis korelasi dengan menggunakan pendekatan

cross sectional yaitu penelitian dalam satu waktu dan satu kali

pengumpulan data dengan menggunakan beberapa variabel sekaligus

bersama-sama.

B. Kerangka Kerja

Penelitian berlokasi di RSUD Sogaten Kota Madiun. Metode

yang akan digunakan dengan kuisioner yang dibagikan kepada

responden. Dalam menyusun penelitian ini dibuat kerangka penelitian

yang digunakan sebagai pendekatan identifikasi dan pemecahan

masalah sebagaimana tercantum pada gambar 3.1.

Pendahuluan berupa studi lapangan dan studi literatur dilakukan

sebagai langkah awal dalam identifikasi masalah, dalam penelitian ini

ingin diketahui faktor apa saja yang mempengaruhi behavioral intention

pasien terhadap sistem registrasi pasien online. Responden didapat dari

pasien rawat jalan RSUD Sogaten Kota Madiun yang dilakukan

sampling dengan metode purposive sampling dengan kriteria responden

adalah pasien rawat jalan yang mendaftar dengan sistem registrasi

online. Kuesioner penelitian disusun berdasarkan teori UTAUT yang

menjadi

62
acuan teori penelitian ini. Selanjutnya dilakukan pengambilan data

kemudian dari hasil kuesioner dilakukan coding, editing, dan tabulating

untuk diproses dengan software Smart-PLS dengan uji validitas dan

realibilitas data kuesioner sebelum direkapitulasi. Data yang sudah

dinyatakan valid dan reliabel dilakukan analisis SEM (Structural

Equation Model) untuk menjadi dasar mendapatkan hasil penelitian.

Pasien Rawat Jalan RSUD Sogaten Madiun

Purposive Sampling

Responden Penelitian 146 Pasien

Pengumpulan Data Kuesioner

Variabel Moderating Usia, Jenis Kelamin, Pengalaman


Variabel Bebas PE, EE, SI, FC, HM, HVariabel Terikat
Behavioral Intention

Coding, Editing, Tabulating

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

Populasi yang diambil sebagai subjek penelitian dalam penelitian

ini adalah pasien rawat jalan RSUD Sogaten Kota Madiun. Sampel

dipilih dengan metode purposive sampling yaitu mengambil responden

dengan kriteria yang telah ditetapkan. Kriteria atau syarat dari responden

adalah pasien poli pelayanan rawat jalan RSUD Kota Madiun yang

melakukan pendaftaran menggunakan sistem registrasi pasien online.

Penentuan besar sampel menggunakan aplikasi G*Power versi

3.1.9.7 yang merupakan program analisis untuk menentukan besar

sampel yang representatif dan memiliki kekuatan yang cukup untuk

melakukan uji hipotesis statistik. G*Power memiliki fleksibilitas yang

baik untuk digunakan dalam analisis penelitian sosial, perilaku, dan ilmu

biomedis (Erdfelder et al., 2009), (Faul et al., 2007).

Test family : F tests


Statistical : Linear multiple regression: Fixed model, R2 deviation
test from zero
Input Effect size f2 = 0.15
α error probability = 0.05
Power (1-β error = 0.95
probability)
Number of predictors =6
Output Noncentrality parameter λ = 21.9000000
Critical F = 2.1644088
Numerator df =6
Denominator df = 139
Total sample size = 146
Actual power = 0.9507965

64
Hasil penghitungan sampel dengan menggunakan software

aplikasi G*Power untuk mencapai tingkat ketelitian 95% maka

didapatkan jumlah sampel minimal adalah sebesar 146 sampel.

D. Instrumen Penelitian

Kuisioner berdasarkan UTAUT model dari Venkatesh (2003;

2012) yang telah dimodifikasi sesuai dengan kebutuhan penelitian

(lampiran 1). Angket kuisioner disusun dengan pilihan jawaban

menggunakan skala bertingkat yaitu modifikasi skala likert 4 pilihan

jawaban. Menurut Sugiyono (2016) alternatif jawaban yang disediakan

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

tidak setuju (STS) dengan skor 1.

Empat skala pilihan dipilih karena dengan cara ini mengarahkan

responden untuk memilih salah satu kutub karena tidak adanya pilihan

netral. Bentuk skala demikian dimaksudkan agar menghilangkan

kecenderungan responden untuk bersikap netral atau tidak berpendapat.

Menurut Hadi, (1991), modifikasi skala likert bertujuan untuk

menghilangkan kelemahan skala likert lima tingkat. Kelemahan kategori

jawaban tengah atau netral antara lain membuat kategori undeciden

tersebut memiliki arti ganda bisa memang netral atau belum bisa

memutuskan serta menimbulkan kecenderungan jawaban ke tengah

(central tendency effect) bagi responden yang ragu akan jawabannya.

65
E. Variabel Penelitian

Variabel bebas : Performance Expectancy, Effort Expectancy, Social

Influence, Facilitating Conditions, Hedonic Motivation, Habit

Variabel terkendali : Pasien poliklinik rawat jalan RSUD Kota Madiun

Variabel terikat : Behavioral Intention Sistem Registrasi Pasien

Online Variabel moderasi : Usia,

Jenis kelamin, Pengalaman penggunaan

teknologi.

F. Definisi Operasional

N Definisi Parameter/ Alat Skala Skorin


o. Variabel Operasional indikator Ukur Data g
Variabel Bebas
1. Performan Sejauh mana Kegunaan
ce pasien Peningkatan
Expectanc merasakan kualitas
y menggunakan pelayanan Kuesione
sistem registrasi Kecepatan r dengan STS: 1
pasien online pelayanan/ alternatif Interv TS: 2
membantu reduksi jawaban al S: 3
proses waktu STS, TS, SS: 4
pelayanan tunggu S, SS.
pasien rawat Peningkatan
jalan RSUD produktivita
Kota Madiun. s
2. Effort Sejauh mana Kemudahan
Expectanc pasien percaya dipelajari
y bahwa sistem Kejelasan
registrasi pasien tampilan Kuesione
online Kemudahan r dengan STS: 1
memudahkanny penggunaan alternatif Interv TS: 2
a mendapatkan Kemudahan jawaban al S: 3
layanan akses STS, TS, SS: 4
kesehatan di poli S, SS.
rawat jalan
RSUD Kota
Madiun.

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

Analisis data dilakukan dengan metode Partial Least Square

(PLS) menggunakan software SmartPLS versi 3. PLS adalah salah satu

metode penyelesaian Structural Equation Modeling (SEM) yang dalam

hal ini dinilai lebih baik dibandingkan dengan teknik-teknik SEM

lainnya. SEM memiliki tingkat fleksibilitas yang lebih tinggi pada

penelitian yang menghubungkan antara teori dan data, serta mampu

melakukan analisis jalur (path) dengan variabel laten sehingga sering

digunakan oleh peneliti yang berfokus pada ilmu sosial. Partial Least

Square (PLS) merupakan metode analisis yang cukup kuat karena tidak

didasarkan pada banyak asumsi. Data juga tidak harus berdistribusi

normal multivariate (indikator dengan skala kategori, ordinal, interval

sampai ratio dapat digunakan pada model yang sama), sampel tidak harus

besar (Ghozali & Latan, 2014).

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

measurement model dan structural model. Measurement model adalah

bagian dari model SEM yang memberikan informasi mengenai gambaran

hubungan antara variabel laten dengan indikator-indikatornya. Structural

model merupakan bagian dari model SEM yang menggambarkan

hubungan antara variabel-variabel laten yang diteliti (Ginting, 2009).

I. Etika Penelitian

Penelitian mendapatkan izin kelaikan etik dan memperhatikan

inform consent dari responden untuk berpartisipasi dalam penelitian.

Data diri pribadi pasien yang didapatkan dirahasiakan dan hanya

dipergunakan untuk kepentingan penelitian akademis dan bersifat

anonim.

J. Keterbatasan Penelitian

Dalam proses melakukan penelitian ini, terdapat keterbatasan

yang mungkin dapat mempengaruhi hasil penelitian, yaitu:

1. Adanya keterbatasan waktu penelitian, tenaga, dan kemampuan

peneliti.

2. Adanya kemungkinan responden yang kurang dalam memahami

pernyataan pada kuisioner dan juga kejujuran dalam mengisi

kuisioner sehingga ada potensi mempengaruhi hasilnya penelitian

3. Terdapat beberapa konstruk model UTAUT yang menjadi dasar

dalam penelitian ini dipersepsikan mirip oleh responden yang

membaca kuesioner sehingga berpotensi mempengaruhi hasil.

70
BAB IV

HASIL PENELITIAN DAN ANALISIS DATA

4.1. Gambaran Lokasi Penelitian

Rumah Sakit Umum Daerah Kota Madiun ditetapkan sebagai Rumah

Sakit milik Pemerintah Kota Madiun melalui Keputusan Menteri Kesehatan

RI No 1076/Menkes/SK/VII/2005 tentang Rumah Sakit Umum Daerah Kota

Madiun milik Pemerintah Kota Madiun Propinsi Jawa Timur dan Peraturan

Daerah Kota Madiun No 05 Tahun 2008 tentang Organisasi dan Tata Kerja

Inspektorat, Badan Perencanaan dan Pembangunan Daerah dan Lembaga

Teknis Daerah serta telah menjadi Rumah Sakit Kelas C dengan Keputusan

Menteri Kesehatan Republik Indonesia Nomor 245/MENKES/SK/IV/2009

tanggal 2 April tentang Peningkatan Kelas Rumah Sakit Umum Daerah

Kota Madiun menjadi kelas C

RSUD Kota Madiun merupakan Rumah Sakit Umum milik

Pemerintah Kota Madiun yang berlokasi di Jl. Campursari 12 B Madiun dan

menempati areal seluas 40.785 m2 dengan luas bangunan Rumah Sakit

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 Rawat Inap (Mawar, Melati, Anggrek, Dahlia, Seruni, Bougenville,

Bersalin, Perinatologi, ICU, Wijaya Kusuma dan Cendana), Instalasi Gawat

Darurat, Instalasi Bedah Sentral, Instalasi Farmasi, Instalasi Gizi,

Instalasi

71
Laboratorium, Instalasi Radiologi,Instalasi Pemeliharaan Sarana, Instalasi

Pengolahan Air Limbah, Instalasi pemulasaran jenazah, Instalasi

Hemodialisa dan Instalasi Rekam Medis serta Pelayanan Ambulance.

Sebagai rumah sakit utama milik pemerintah kota, RSUD Kota

Madiun menjadi tujuan rujukan pasien dari wilayah kota Madiun. Jumlah

pasien rawat jalan RSUD Kota Madiun tercatat selalu di atas 100 ribu pasien

per tahun dan mencapai angka tertinggi hingga mencapai 166.377

kunjungan pada 2019 (Dinkes Kota Madiun, 2019)

4.2. Karakteristik Responden

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 tampak pada gambar 4.1.

Sedangkan sebaran responden menurut usianya tampak pada gambar 4.2.

Jenis Kelamin Responden

68

96

Laki-lakiPerempuan

Gambar 4. 1 Jenis Kelamin Responden Penelitian

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

Gambar 4. 2 Sebaran Usia Responden Penelitian


4.3. Analisis Data

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). Outer

model menggambarkan hubungan antara indikator pengukuran dengan

variabel laten serta validitas dan realibilitas setiap indikator. Sementara itu

inner model digunakan untuk menguji hipotesis penelitian.

4.3.1. Uji Validitas Konstruk Variabel Penelitian

Pengolahan data menggunakan smartPLS versi 3.0 dalam uji

validitasnya dapat disajikan dengan 3 macam kriteria yaitu convergent

validity, average variance extracted (AVE) dan discriminant validity. Data

disajikan dalam tabel sebagai berikut :

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

Convergent Validity merupakan pengukuran validitas indikator

refleksif sebagai pengukur variabel yang dapat dilihat dari outer loading dari

masing–masing indikator variabel. Suatu indikator dikatakan mempunyai

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

nilainya kurang dari 0,50 sehingga harus di drop.

Indikator FC4 dihilangkan dari konstruk karena selain memiliki nilai

outer loading di bawah nilai yang disyaratkan, indikator tersebut juga

memiliki pola yang berbeda dengan indikator lain yang direfleksikan dari

variabel tersebut.

Setelah indikator FC4 dibuang, dilakukan pengujian ulang terhadap

model yang baru. Dari model baru tersebut akan didapatkan nilai outer

loading yang berbeda. Skor outer loading hanya berubah pada variabel

kecenderungan konsumen untuk percaya, sedangkan skor outer loading

variabel lain tetap sama. Perubahan skor outer loading variabel dapat dilihat

pada tabel 4.2. berikut.

Tabel 4. 2. Perubahan outer loading variabel Facilitating Condition


Skor Lama Skor Baru
FC1 0.939 0.940
FC2 0.961 0.961
FC3 0.946 0.946
FC4 -0.086 -

Pengujian validitas konvergen selanjutnya adalah dengan

mengetahui nilai average variance extracted (AVE). AVE merupakan hasil

dari pengukuran banyaknya varians yang dapat ditangkap dari konstruknya

dibandingkan dengan varians yang dihasilkan akibat kesalahan pengukuran.

AVE didapatkan dari teknik penghitungan dengan PLS algoritma. Variabel

dikatakan valid apabila memiliki nilai AVE lebih dari 0,5 (Jogiyanto, 2011;

Haryono, 2015; Hussein, 2015; Sarwono, 2015). Hasil penghitungan

average extracted variance (AVE) diuraikan dalam tabel 4.3.

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

Dari tabel 4.3 di atas, semua variabel dengan indikator reflektif

memiliki nilai AVE lebih dari 0,5. Dapat dikatakan bahwa semua variabel

tersebut valid.

4.3.2. Uji Validitas Diskriminan dengan Fornell Larcker

Uji discriminant validity dapat ditinjau dari nilai Fornell Larcker.

Suatu variabel dinyatakan memenuhi discriminant validity apabila nilai

korelasi Fornell Larcker criterion pada suatu variabel terhadap variabel itu

sendiri lebih besar dari korelasi variabel tersebut dengan variabel lain. Pada

tabel 4.4. menunjukkan nilai Fornell Larcker suatu variabel terhadap

variabel itu sendiri lebih besar dari nilai korelasinya dengan variabel lain.

Tabel 4. 4. Kriteria Fornell-Larcker

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.

4.3.3. Uji Reliabilitas Konstruk Variabel Penelitian

Sama dengan uji validitas di atas, uji reliabilitas juga dilakukan

dengan teknik PLS algoritma.

Uji Reliabilitas digunakan untuk mengetahui apakah indikator-

indikator dari semua variabel penelitian yang digunakan merupakan

konstruk yang baik atau tidak dalama membentuk sebuah variabel laten.

Hasil uji reliabilitas konstruk masing-masing variabel dapat dilihat dalam

tabel berikut ini.

Tabel 4. 5. Uji Reliabilitas


Cronbach's Composite
Variabel
Alpha Reliability
BI 0.970 0.980
EE 0.959 0.968
FC 0.945 0.965
H 0.917 0.941
HM 0.943 0.964
PE 0.846 0.889
SI 0.836 0.888

Berdasarkan tabel di atas menunjukan nilai cronbach’s alpha dan

composit reliability yang dimiliki semua variabel penelitian telah lebih dari

0,7. Hasil ini menunjukan bahwa semua variabel yang digunakan dalam

penelitian ini reliabel. Namun pada variabel BI dan EE memiliki skor

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

nilai reliabilitas pada tabel 4.5 di bawah.

Tabel 4. 6. Uji Reliabilitas Ulang


Cronbach's Composite
Variabel
Alpha Reliability
BI 0.947 0.974
EE 0.940 0.957
FC 0.945 0.965
H 0.917 0.941
HM 0.943 0.964
PE 0.846 0.887
SI 0.836 0.887

Uji validitas dan reliabilitas membuktikan bahwa model memiliki

pengukuran yang baik. Diharapkan model penelitian akan mencapai

goodness of fit atau kelayakan. Jika model dinyatakan layak, maka model

dapat digunakan untuk melakukan uji hipotesis.

4.3.4. Analisis Inner Model Struktur Hubungan Variabel Penelitian

Uji inner model dilakukan dengan tujuan untuk melihat apakah

hubungan antar variabel laten, yaitu konstruk eksogen dan endogen mampu

memberikan jawaban atas pertanyaan mengenai hubungan antar variabel

laten yang telah dihipotesiskan sebelumnya. Inner model dapat dievaluasi

dengan melihat r-square (reliabilitas indikator) untuk konstrak dependen dan

nilai t-statistik dari pengujian koefisien jalur (path coefficient) untuk

variabel independen. Semakin tinggi nilai r-square berarti semakin baik

model

78
prediksi dari model penelitian yang diajukan. Nilai path coefficients

menunjukkan tingkat signifikansi dalam pengujian hipotesis (Jogiyanto,

2011).

Analisis model struktural dalam penelitian ini menggunakan teknik

bootstrapping dalam SmartPLS versi 3,0 dengan taraf signifikansi 0,05.

Karena pada hipotesis sudah jelas arah hubungan antar variabel, maka

digunakan pengujian untuk satu arah (1-tailed). Dengan menggunakan

pengujian hipotesis one-tailed maka nilai T statistic harus di atas 1,64

(Jogiyanto, 2011).

Analisis Variant (R2) atau Uji Determinasi

R2 didapatkan dari penghitungan PLS algoritma pada software

SmartPLS. R-square hanya terdapat pada variabel laten yang dipengaruhi

oleh variabel laten lainnya. Variabel laten terpengaruh disebut juga variabel

laten endogen (Hussein, 2015). Dalam penelitian ini terdapat satu variabel

laten endogen yaitu variabel Behavioral Intention Terdapat tiga kriteria

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

Determinasi yaitu untuk mengetahui besar pengaruh variabel independen

terhadap variabel dependen tersebut, nilai dari koefisien determinasi dapat

ditunjukkan pada tabel 4.5.

Tabel 4. 7. Hasil Analisis Variant

R Square
Variabel R Square
Adjusted
Behavioral Intention 0.850 0.845

79
Penelitian ini menggunakan variabel Behavioral Intention sebagai variabel

yang dipengaruhi oleh variabel penelitian yang lain. Berdasarkan tabel

menunjukkan bahwa variebel behavioral intention dipengaruhi oleh variabel

bebas dalam penelitian ini sebesar 85% sedangkan 15% sisanya dipengaruhi

oleh variabel lain yang tidak diteliti.

Pengujian Hipotesis

Pengujian hipotesis dilakukan berdasarkan hasil pengujian Inner Model

(model structural) yang meliputi output r-square, koefisien parameter dan t-

statistik. Untuk melihat apakah hipotesis yang diajukan dapat diterima atau

ditolak diantaranya dengan memperhatikan nilai signifikansi antar konstruk,

t-statistik, dan p-values. Pengujian hipotesis penelitian ini dilakukan dengan

metode Partial Least Square menggunakan aplikasi smartPLS 3.0. Nilai

acuan tersebut dilihat dari hasil bootstrapping.

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

penelitian ini dapat ditunjukan pada Tabel 4.10.

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

Hipotesis 1 menguji apakah Performance Expectancy berpengaruh

terhadap Behavioral Intention sistem registrasi pasien online. Hasil

pengujian menunjukkan PE berpengaruh positif terhadap BI secara

signifikan (T hitung 6,456 > 1,64 dan P Value 0,000 > 0,05). Hal tersebut

membuktikan bahwa Performance Expectancy pasien berpengaruh secara

signifikan terhadap Behavioral Intention sistem registrasi pasien online.

Hipotesis 1 terbukti.

Hipotesis 2 menguji apakah Effort Expectancy berpengaruh terhadap

Behavioral Intention sistem registrasi pasien online. Hasil pengujian

menunjukkan EE berpengaruh positif terhadap BI dan signifikan (T hitung

2,070 > 1,64 dan P Value 0,019 < 0,05). Hal tersebut membuktikan bahwa

Effort Expectancy pasien memiliki pengaruh positif yang signifikan

terhadap Behavioral Intention sistem registrasi pasien online. Hipotesis 2

terbukti.

Hipotesis 3 menguji apakah Social Influence berpengaruh terhadap

Behavioral Intention sistem registrasi pasien online. Hasil pengujian

menunjukkan SI berpengaruh positif terhadap BI namun tidak signifikan (T

hitung 1,418 < 1,64 dan P Value 0,127 > 0,05). Hal tersebut membuktikan

bahwa Social Influence pasien tidak memiliki pengaruh yang signifikan

terhadap Behavioral Intention sistem registrasi pasien online. Hipotesis 3

tidak terbukti.
82
Hipotesis 4 menguji apakah Facilitating Condition berpengaruh

terhadap Behavioral Intention sistem registrasi pasien online. Hasil

pengujian menunjukkan FC tidak berpengaruh signifikan terhadap BI (T

hitung 0,290 < 1,64 dan P Value 0,386 > 0,05). Hal tersebut membuktikan

bahwa Facilitating Condition pasien tidak memiliki pengaruh yang

signifikan terhadap Behavioral Intention sistem registrasi pasien online.

Hipotesis 4 tidak terbukti.

Hipotesis 5 menguji apakah Hedonic Motivation berpengaruh

terhadap Behavioral Intention sistem registrasi pasien online. Hasil

pengujian menunjukkan HM berpengaruh positif terhadap BI secara

signifikan (T hitung 5,024 > 1,64 dan P Value 0,000 < 0,05). Hal tersebut

membuktikan bahwa Hedonic Motivation pasien memiliki pengaruh yang

signifikan terhadap Behavioral Intention sistem registrasi pasien online.

Hipotesis 5 terbukti.

Hipotesis 6 menguji apakah Habit berpengaruh terhadap Behavioral

Intention sistem registrasi pasien online. Hasil pengujian menunjukkan H

berpengaruh negatif terhadap BI namun tidak signifikan (T hitung 0,563 <

1,64 dan P Value 0,287 > 0,05). Hal tersebut membuktikan bahwa Habit

pasien tidak memiliki pengaruh yang signifikan terhadap Behavioral

Intention sistem registrasi pasien online. Hipotesis 6 tidak terbukti.

Hipotesis 1a menguji apakah Usia berpengaruh negatif pada

hubungan antara PE dan BI sistem registrasi pasien online. Hasil analisis

menunjukkan Usia berpengaruh negatif terhadap hubungan antara PE dan BI

83
dengan signifikan (T hitung 2,662 > 1,64 dan P Value 0,004 < 0,05). Dapat

disimpulkan bahwa usia merupakan variabel kuasi moderasi antara PE dan

BI. Hipotesis 1a terbukti.

Hipotesis 1b menguji apakah Jenis kelamin berpengaruh positif pada

hubungan antara PE dan BI sistem registrasi pasien online. Hasil analisis

menunjukkan jenis kelamin tidak berpengaruh dengan signifikan terhadap

hubungan antara PE dan BI (T hitung 0,514 < 1,64 dan P Value 0,304 >

0,05). Dapat disimpulkan bahwa jenis kelamin merupakan variabel prediktor

moderasi antara PE dan BI. Hipotesis 1b tidak terbukti.

Hipotesis 2a menguji apakah Usia berpengaruh negatif pada

hubungan antara EE dan BI sistem registrasi pasien online. Hasil analisis

menunjukkan usia berpengaruh secara negatif dengan signifikan terhadap

hubungan antara EE dan BI (T hitung 2,457 > 1,64 dan P Value 0,007 <

0,05). Dapat disimpulkan bahwa usia merupakan variabel kuasi moderasi

antara EE dan BI. Hipotesis 2a terbukti.

Hipotesis 2b menguji apakah Jenis kelamin berpengaruh positif pada

hubungan antara EE dan BI sistem registrasi pasien online. Hasil analisis

menunjukkan jenis kelamin berpengaruh positif dan signifikan terhadap

hubungan antara EE dan BI (T hitung 1,982 > 1,64 dan P Value 0,024 <

0,05). Dapat disimpulkan bahwa jenis kelamin merupakan variabel kuasi

moderasi antara EE dan BI. Hipotesis 2b terbukti.

Hipotesis 2c menguji apakah pengalaman penggunaan teknologi

berpengaruh positif pada hubungan antara EE dan BI sistem registrasi

pasien
84
online. Hasil analisis menunjukkan pengalaman penggunaan teknologi

berpengaruh positif dan signifikan terhadap hubungan antara EE dan BI (T

hitung 1,912 > 1,64 dan P Value 0,028 < 0,05). Dapat disimpulkan bahwa

pengalaman penggunaan teknologi merupakan variabel kuasi moderasi

antara PE dan BI. Hipotesis 2c terbukti.

Hipotesis 3a menguji apakah Usia berpengaruh negatif pada

hubungan antara SI dan BI sistem registrasi pasien online. Hasil analisis

menunjukkan usia berpengaruh negatif namun tidak signifikan terhadap

hubungan antara SI dan BI (T hitung 0,607 < 1,64 dan P Value 0,272 >

0,05). Dapat disimpulkan bahwa usia merupakan variabel potensial

moderasi antara SI dan BI. Hipotesis 3a tidak terbukti.

Hipotesis 3b menguji apakah Jenis kelamin berpengaruh positif pada

hubungan antara SI dan BI sistem registrasi pasien online. Hasil analisis

menunjukkan jenis kelamin berpengaruh negatif namun tidak signifikan

terhadap hubungan antara SI dan BI (T hitung 0,379 < 1,64 dan P Value

0,352

> 0,05). Dapat disimpulkan bahwa jenis kelamin merupakan variabel

potensial moderasi antara SI dan BI. Hipotesis 3b tidak terbukti.

Hipotesis 3c menguji apakah Pengalaman penggunaan teknologi

berpengaruh positif pada hubungan antara SI dan BI sistem registrasi pasien

online. Hasil analisis menunjukkan pengalaman penggunaan teknologi

berpengaruh negatif namun tidak signifikan terhadap hubungan antara SI

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

moderasi antara SI dan BI. Hipotesis 3c tidak terbukti.

Hipotesis 4a menguji apakah Usia berpengaruh negatif pada

hubungan antara FC dan BI sistem registrasi pasien online. Hasil analisis

menunjukkan Usia berpengaruh negatif terhadap hubungan antara FC dan

BI namun tidak signifikan (T hitung 0,410 < 1,64 dan P Value 0,341 >

0,05). Dapat disimpulkan bahwa usia merupakan variabel potensial

moderasi antara FC dan BI. Hipotesis 4a tidak terbukti.

Hipotesis 4b menguji apakah Jenis kelamin berpengaruh positif pada

hubungan antara FC dan BI sistem registrasi pasien online. Hasil analisis

menunjukkan jenis kelamin berpengaruh negatif namun tidak signifikan

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

potensial moderasi antara FC dan BI. Hipotesis 4b tidak terbukti.

Hipotesis 4c menguji apakah Pengalaman penggunaan teknologi

berpengaruh positif pada hubungan antara FC dan BI sistem registrasi

pasien online. Hasil analisis menunjukkan Pengalaman penggunaan

teknologi berpengaruh negatif namun tidak signifikan terhadap hubungan

antara FC dan BI (T hitung 0,287 < 1,64 dan P Value 0,387 > 0,05). Dapat

disimpulkan bahwa Pengalaman penggunaan teknologi merupakan variabel

potensial moderasi antara FC dan BI. Hipotesis 4c tidak terbukti.

Hipotesis 5a menguji apakah Usia berpengaruh negatif pada

hubungan antara HM dan BI sistem registrasi pasien online. Hasil analisis

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).

Dapat disimpulkan bahwa usia merupakan variabel kuasi moderasi antara

HM dan BI. Hipotesis 5a terbukti.

Hipotesis 5b menguji apakah Jenis Kelamin berpengaruh positif

pada hubungan antara HM dan BI sistem registrasi pasien online. Hasil

analisis menunjukkan Jenis Kelamin berpengaruh negatif terhadap

hubungan antara HM dan BI namun tidak signifikan (T hitung 1,553 < 1,64

dan P Value 0,060

> 0,05). Dapat disimpulkan bahwa usia merupakan variabel prediktor

moderasi antara HM dan BI. Hipotesis 5b tidak terbukti.

Hipotesis 5c menguji apakah Pengalaman penggunaan teknologi

berpengaruh positif pada hubungan antara HM dan BI sistem registrasi

pasien online. Hasil analisis menunjukkan pengalaman penggunaan

teknologi berpengaruh positif terhadap hubungan antara HM dan BI

dengaan signifikan (T hitung 2,504 > 1,64 dan P Value 0,006 < 0,05). Dapat

disimpulkan bahwa pengalaman penggunaan teknologi merupakan variabel

kuasi moderasi antara HM dan BI. Hipotesis 5c terbukti.

Hipotesis 6a menguji apakah Usia berpengaruh negatif pada

hubungan antara H dan BI sistem registrasi pasien online. Hasil analisis

menunjukkan Usia berpengaruh positif terhadap hubungan antara H dan BI

tetapi tidak signifikan (T hitung 0,796 < 1,64 dan P Value 0,213 > 0,05).

Dapat disimpulkan bahwa usia merupakan variabel potensial moderasi

antara H dan BI. Hipotesis 6a tidak terbukti.

87
Hipotesis 6b menguji apakah Jenis kelamin berpengaruh positif pada

hubungan antara H dan BI sistem registrasi pasien online. Hasil analisis

menunjukkan jenis kelamin berpengaruh negatif namun tidak signifikan

terhadap hubungan antara H dan BI (T hitung 0,265 < 1,64 dan P Value

0,396

> 0,05). Dapat disimpulkan bahwa jenis kelamin merupakan variabel

potensial moderasi antara H dan BI. Hipotesis 6b tidak terbukti.

Hipotesis 6c menguji apakah Pengalaman penggunaan teknologi

berpengaruh positif pada hubungan antara H dan BI sistem registrasi pasien

online. Hasil analisis menunjukkan Pengalaman penggunaan teknologi

berpengaruh positif namun tidak signifikan terhadap hubungan antara H dan

BI (T hitung 0,388 < 1,64 dan P Value 0,349 > 0,05). Dapat disimpulkan

bahwa Pengalaman penggunaan teknologi merupakan variabel potensial

moderasi antara FC dan BI. Hipotesis 6c tidak terbukti.

Tabel 4. 9 Hasil Pengujian Hipotesis Penelitian


Hipotesis T statistic P value Hasil
H1 : Ada pengaruh performance expectancy
terhadap behavioral intention sistem registrasi 6.456 0.000 Diterima
pasien online
H1.a : Usia berpengaruh negatif pada hubungan
2.662 0.004 Diterima
antara PE dan BI sistem registrasi pasien online
H1.b : Jenis kelamin berpengaruh positif pada
hubungan antara PE dan BI sistem registrasi 0.514 0.304 Ditolak
pasien online
H2 : Ada pengaruh effort expectancy terhadap
behavioral intention sistem registrasi pasien 2.070 0.019 Diterima
online
H2.a : Usia berpengaruh negatif pada hubungan
antara EE dan BI sistem registrasi pasien online 2.457 0.007 Diterima
H2.b : Jenis kelamin berpengaruh positif pada
hubungan antara EE dan BI sistem registrasi 1.982 0.024 Diterima
pasien online
H2.c : Pengalaman penggunaan teknologi
berpengaruh positif pada hubungan antara EE dan 1.912 0.028 Diterima
BI sistem registrasi pasien online

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

Penerapan konsep model UTAUT (Unified Theory of Acceptance

and Use of Technology) pada persepsi pengguna sistem informasi di bidang

kesehatan banyak digunakan di berbagai daerah baik dalam negeri maupun

luar negeri. Subjek penelitian dapat berupa tenaga kesehatan, tenaga

administrasi, pasien, hingga keluarga pasien. Pada penelitian ini ingin

mengetahui faktor yang mempengaruhi Behavioral Intention penggunaan

sistem registrasi pasien online di RSUD Kota Madiun.

Dalam model tersebut terdapat beberapa faktor yang mempengaruhi

keinginan menggunakan teknologi antara lain; performance expectancy,

effort expectancy, social influence, facilitating condition serta beberapa

faktor yang memoderasi pengaruhnya yaitu usia, jenis kelamin, dan

pengalaman penggunaan teknologi. Selanjutnya ditambahkan faktor hedonic

motivation, price value, dan habit pada saat teori ini diperbarui (Venkatesh

et al., 2003; 2012).

1. Performance Expectancy terhadap Behavioral Intention

Penelitian ini membuktikan bahwa Performance Expectancy pasien

berpengaruh positif terhadap Behavioral Intention sistem registrasi pasien

online. Hasil ini sejalan dengan penelitian terdahulu oleh Kijsanayotin et al.,

(2009), Wills et al., (2008), Sa’idah (2017), dan Alam (2018) menunjukkan

bahwa Performance Expectancy menjadi alasan seseorang untuk

menggunakan teknologi kesehatan. Semakin tinggi seorang pasien percaya

bahwa sistem registrasi online akan memberikan kemudahan baginya maka

90
semakin tinggi keinginannya menggunakan teknologi kesehatan

(Kijsanayotin et al., 2009; Wills et al., 2008; Sa’idah, 2017; dan Alam,

2018). Pada kenyataannya pasien merasa terbantu dalam mendapatkan

pelayanan kesehatan di RSUD Kota Madiun ketika mereka menggunakan

sistem registrasi pasien online. Dengan menggunakan sistem registrasi

pasien online, pasien mendapatkan kepastian jam perawatannya sehingga

tidak perlu menunggu terlalu lama ketika sudah datang di rumah sakit.

Pasien bisa menghemat waktu untuk antre jika mematuhi jadwal

perawatan yang diberikan. Hal ini yang mendorong keinginan untuk

menggunakan kembali

pendaftaran online di kemudian hari.

2. Effort Expectancy terhadap Behavioral Intention

Hasil penelitian menunjukkan Effort Expectancy memiliki pengaruh

positif yang bermakna terhadap Behavioral Intention sistem registrasi pasien

online. Studi penggunaan teknologi kesehatan berupa mobile health system

yang dilakukan oleh Alam (2018) di Bangladesh dan Baharudin (2015) di

Malaysia menempatkan Effort Expectancy sebagai faktor penting dari niat

penggunaan teknologi di bidang kesehatan oleh pasien. Hal ini dikarenakan

tingkat kemudahan sistem registrasi online untuk digunakan menjadi

penentu pasien memilih untuk menggunakannya lagi di kemudian hari.

EE ditemukan memiliki dampak terbesar pada BI. Penelitian

sebelumnya menjelaskan bahwa penggunaan suatu sistem sangat bergantung

pada kemudahan penggunaannya (Diño, 2015). Kemudahan yang

ditawarkan oleh sistem registrasi pasien online dalam mendapatkan layanan

kesehatan di poli rawat jalan RSUD Kota Madiun, direspon secara

91
positif oleh pasien

92
dengan keinginan untuk menggunakannya kembali. Kemudahan yang

dimaksud adalah pasien bisa mengoperasikan website pendaftaran tanpa

kendala atau kesulitan yang berarti. Ketika mengalami kesulitan pasien

dapat dengan mudah mencari informasi baik melalui video tutorial maupun

secara langsung meminta bantuan petugas rumah sakit. Dijumpai bahwa

petugas loket rumah sakit selalu tanggap jika ada pasien yang ingin bertanya

tentang pengoperasian website registrasi pasien online.

3. Social Influence terhadap Behavioral Intention.

Banyak penelitian mencoba menjelaskan social influence seseorang

terhadap behavioral intention dalam penggunaan teknologi. Beberapa

diantaranya menunjukkan efek yang signifikan dari pengaruh sosial

terhadap niat perilaku untuk menggunakan teknologi (Diño, 2015; Lai,

2017) tetapi studi lain menunjukkan efek yang tidak signifikan, terutama

studi pada pengguna yang berlatar belakang professional maupun memiliki

kebebasan tinggi dalam menentukan sendiri pilihannya tanpa keterikatan

(Jeng, 2012; Lee, 2009).

Penentuan sikap dan pilihan oleh seorang individu seringkali

dipengaruhi oleh budaya, norma, konteks sosial, atau orang lain yang

dianggap sebagai panutan. Hal tersebut mengalahkan rasionalitas seseorang

(Lee, J. S. et al., 2011). Dengan terobosan teknologi besar-besaran, banyak

pengguna didorong oleh keluarganya untuk menggunakan perangkat

teknologi, seperti yang dikemukakan Dino (2015) dalam penelitiannya pada

penggunaan telehealth di Filiphina. Sementara itu pada individu

berpendidikan yang lebih paham dengan kemajuan teknologi serta

93
kebutuhannya terhadap teknologi, faktor sosial tidak mendominasi

keputusannya. Hal ini dimungkinkan karena kegiatan yang mereka lakukan

dianggap sebagai hal privat dan keputusan untuk menggunakan teknologi

yang ada ataupun tidak, sepenuhnya menjadi kontrol atas diri sendiri (Jeng,

2012; Lee, 2009). Pada subjek yang mementingkan evidence, pengalaman

pribadi, dan pengetahuan keilmuan yang dipahaminya keputusan

menggunakan teknologi sangat ditentukan oleh keinginan pribadi (Schaper

& Pervan, 2007).

Keputusan pasien untuk menggunakan (BI) sistem registrasi pasien

online ternyata tidak dipengaruhi oleh SI. Hal ini dapat terjadi dikarenakan

seluruh pasien memiliki kesempatan yang sama untuk mendapat bantuan

dalam mengakses web registrasi pasien oleh petugas rumah sakit. Sehingga

setiap pasien merasakan kemudahan dalam mengakses web pada saat

pendaftarannya yang pertama dengan dibantu oleh petugas. Dengan

kemudahan tersebut keinginan pasien untuk menggunakan sistem registrasi

online kembali di kemudian hari muncul tanpa harus dipengaruhi oleh

orang- orang di sekitarnya. Panduan penggunaan juga telah banyak

ditampilkan di penjuru rumah sakit maupun di internet sehingga ketika

mengalami kesulitan akan memudahkan pasien untuk segera mendapatkan

bantuan.

4. Facilitating Condition terhadap Behavioral Intention

Facilitating condition merupakan derajat kondisi infrastruktur dan

teknis yang ada untuk mendukung penggunaan sistem registrasi online.

Hasil penelitian memberikan gambaran bahwa FC pasien tidak berpengaruh

secara bermakna terhadap BI. Bertolak belakang dengan hasil ini, studi

94
terdahulu

95
oleh Aggedilis (2009) dan Alam (2018) keduanya menunjukkan bahwa BI

teknologi rumah sakit dipengaruhi oleh FC sesuai dengan konstruk umum

yang dibangun oleh Venkatesh dalam UTAUT model.

Adanya fasilitas dan kondisi yang mendukung untuk menggunakan

sistem registrasi online diketahui tidak berpengaruh pada pasien RSUD

Kota Madiun. Hal serupa pernah didokumentasikan oleh Hoque et al.,

(2017) dalam penelitiannya pada penggunaan mHealth (mobile-Health) oleh

pasien. Hasil yang tidak sejalan dengan studi sebelumnya ini diyakini benar-

benar valid dalam mencerminkan aspek sosial ekonomi dan budaya tempat

penelitian mereka yaitu di Bangladesh. Masyarakat yang sudah memiliki

peralatan yang merata dan cukup untuk mengoperasikan aplikasi

menyebabkan faktor facilitating condition ini tidak menjadi faktor utama

dalam mempengaruhi mereka untuk menggunakan sebuah teknologi aplikasi

baru (Utomo et al., 2021).

Kemiripan kondisi antara masyarakat negara berkembang seperti

Indonesia dan Bangladesh memungkinkan hasil penelitian yang mirip pula

diantara keduanya. Hal yang dapat diamati oleh peneliti di Kota Madiun

terkait FC yakni kepemilikan gawai dan pemerataan akses internet gratis

secara luas sebagai hal penting untuk mengakses sistem registrasi online.

Kedua faktor penting ini mayoritas telah dimiliki oleh pasien sehingga

dalam penentuan penggunaan sistem registrasi pasien tidak ditentukan

olehnya.

5. Hedonic Motivation terhadap Behavioral Intention

Hedonic motivation dirumuskan sebagai kesenangan yang diperoleh

pasien dari penggunaan sistem registrasi online meliputi tampilan dan user

96
experience-nya. Penelitian ini menunjukkan pengaruh yang positif antara

Hedonic motivation dan Behavioral Intention. Sesuai dengan studi terdahulu

mengenai penerimaan teknologi informasi kesehatan bahwa bahkan fitur

yang menyenangkan dan menarik penting untuk mendorong penggunaan

yang berkelanjutan. Responden penelitian adalah dewasa usia produktif

yang menganggap nilai hedonis menjadi penting (Yuan et al., 2015).

Responden penelitian yang memiliki sebaran usia yang cukup

beragam dari usia muda hingga lansia tetap menunjukkan bahwa preferensi

untuk menggunakan sistem registrasi online berdasarkan kesenangan yang

diperolehnya. Aspek psikologis seperti ini memang penting dalam

menentukan pilihan seseorang. Semakin tinggi kesenangan yang didapatkan

membuat ketertarikan pengguna meningkat sehingga berpotensi

menggunakan kembali di kemudian hari.

6. Habit terhadap Behavioral Intention

Kebiasaan dan ketergantungan seseorang dalam penggunaan gawai

dan internet yang berimbas pada penggunaan sistem registrasi pasien online,

tidak menunjukkan pengaruh yang bermakna terhadap behavioral intention.

Hasil ini berkebalikan dengan studi sebelumnya oleh Yuan et al., (2015) dan

Yu et al., (2021) yang menjelaskan bahwa kebiasaan penggunaan dari

sebuah teknologi kesehatan akan meningkatkan keinginan untuk

menggunakannya kembali secara terus menerus. Kebanyakan aplikasi

kesehatan yang terinstall pada gawai membuatnya lebih sering dioperasikan

oleh pengguna. Namun pada penelitian lain terhadap penggunaan mobile

learning di Malaysia menunjukkan minimnya pengaruh kebiasaan. Hal ini

mungkin terjadi dengan

97
peningkatan keyakinan diri atau self efficacy dari individu (Kumar et al.,

2020).

Pada kenyataannya pasien tidak merasa tergantung dengan sistem

registrasi pasien online ini. Jika ditinjau dari bentuknya yang berbasis

website, bukan aplikasi, kemungkinan menjadi salah satu faktor mengapa

minimnya keterikatan antara pengguna dengan sistem ini. Selain itu

tingginya penggunaan sistem registrasi online oleh pasien yang melakukan

kontrol rutin terjadwal di RSUD Kota Madiun mayoritas dikarenakan oleh

bantuan petugas yang langsung mendaftarkannya melalui admin sesuai

dengan tanggal kontrolnya. Dengan dua faktor tersebut peneliti menilai

tidak terbentuk habit pada pasien saat menggunakan sistem registrasi pasien

online.

7. Pengaruh Usia, Jenis Kelamin, dan Pengalaman

Penggunaan teknologi sebagai variabel moderasi

7.1. Variabel Usia Sebagai Moderasi Pengaruh PE terhadap BI

Usia sebagai variabel moderasi berpengaruh negatif terhadap

hubungan PE dan BI. Artinya semakin bertambah usia, semakin rendah

pengaruh PE terhadap BI. Magsamen-conrad et al., (2015), lewat studinya

terhadap penggunaan teknologi tablet pada kelompok usia muda hingga tua

di Amerika menunjukkan hasil serupa dengan efek moderasi negatif dari

usia pada pengaruh PE terhadap BI.

Karakter kelompok usia muda yang ingin serba instan, cepat, dan

tanggap sesuai dengan kemudahan yang ditawarkan oleh sistem registrasi

pasien online ini. Kejelasan waktu pelayanan sesuai dengan urutan

pendaftaran secara online akan memangkas waktu tunggu pelayanan.

98
Sebagai

99
kelompok usia produktif, waktu pastinya menjadi hal yang sangat penting.

Sehingga ketika diberikan kemudahan berupa waktu antrean perawatan yang

lebih singkat akan memberikan kesan positif pada pasien dan akan

mengulangi penggunaan sistem tersebut.

7.2. Variabel Jenis kelamin Sebagai Moderasi Pengaruh PE terhadap

BI Venkatesh (2003) merumuskan jenis kelamin

sebagai faktor moderating antara konstruk PE dan BI. Pada penelitian

ini jenis kelamin diketahui tidak menunjukkan efek moderasi yang

bermakna baik positif maupun negatif pada hubungan PE dan BI. Jika

ditelusuri pada penelitian pemanfaatan sistem informasi berbasis

komputer yang dilakukan di Kota Malang, menunjukkan hal yang sama

bahwa jenis kelamin tidak memiliki efek moderasi. Menurutnya hasil yang

berbeda dengan terori UTAUT yang dikemukakan oleh Venkatesh ini

disebabkan perbedaan budaya antara luar

negeri dan dalam negeri (Novianti & Baridwan, 2010).

Antara pasien laki-laki dan perempuan memiliki harapan yang sama

terhadap kemudahan yang disediakan oleh sistem registrasi pasien online.

Kesamaan persepsi ini membuat output berupa niat penggunaan diantara

dua kelompok menjadi tidak banyak berbeda.

7.3. Variabel Usia Sebagai Moderasi Pengaruh EE terhadap BI

Usia sebagai variabel moderasi berpengaruh negatif terhadap

hubungan EE dan BI. Semakin bertambah usia, semakin rendah pengaruh

EE terhadap BI. Magsamen-conrad et al., (2015), lewat studi penggunaan

teknologi tablet pada kelompok usia muda hingga tua di Amerika

10
menunjukkan hasil serupa dengan efek moderasi negatif dari usia pada

pengaruh EE terhadap BI.

Usia muda memiliki tingkat adaptasi dan pemahaman terhadap

teknologi yang lebih baik sehingga dalam penggunaan sistem registrasi

pasien online secara pribadi bisa lebih efektif. Pasien dengan usia muda

akan dengan mudah menggunakan sistem tersebut tanpa kendala yang

berarti. Persepsi kemudahan akses tersebut akan membuat keinginan untuk

menggunakannya kembali menjadi lebih tinggi jika dibandingkan dengan

pasien tua yang tidak familiar dengan gadget.

7.4. Variabel Jenis kelamin Sebagai Moderasi Pengaruh EE terhadapBI

Jenis kelamin diketahui sebagai variabel moderasi dengan arah

positif antara EE dan BI. Secara umum jenis kelamin perempuan lebih

tinggi memoderasi hubungan antara PE dan BI. Perempuan lebih kuat

dipengaruhi oleh EE dalam menentukan niatnya menggunakan teknologi.

Hal serupa dikemukakan oleh Hoque, R., (2016) ketika meneliti penggunaan

mHealth di negara berkembang, BI perempuan lebih dipengaruhi oleh

persepsinya terhadap kemudahan teknologi tersebut untuk digunakan.

Laki-laki umumnya dianggap lebih mudah memahami hal teknis

terkait teknologi dibandingkan dengan perempuan. Oleh sebab itu aspek

kemudahan penggunaan sangat penting bagi perempuan dalam menentukan

keinginannya dalam menggunakan sistem registrasi pasien online ini.

Sementara itu laki-laki relatif lebih beradaptasi dengan teknologi sehingga

kemudahan akses tidak terlalu berefek pada persepsinya.

7.5. Variabel Pengalaman Sebagai Moderasi Pengaruh EE terhadap BI

10
Pengalaman penggunaan teknologi merupakan salah satu faktor yang

dinilai berkontribusi dalam pengaruh antara EE dan BI sebagai variabel

moderasi. Kemahiran mengoperasikan gawai, laptop, dll yang terkoneksi

dengan internet menunjang kelancaran melakukan pendaftaran lewat sistem

registrasi pasien online. Pengalaman diketahui meningkatkan kapasitas

prediktif dari model UTAUT terkait dengan efek EE pada BI (Gu et al.,

2021). Penelitian adopsi aplikasi e-Health di Pakistan tersebut menunjukkan

kurangnya pengalaman atau bahkan tidak adanya pengalaman penggunaan

teknologi khususnya pelayanan online membuat seseorang semakin rendah

berkeinginan menggunakan e-Health.

Pasien dengan pengalaman pengoperasian gawai dan internet yang

tinggi akan lebih mudah menggunakan sistem registrasi pasien online dan

mendapatkan manfaat darinya. Karena pengalamannya tersebut pasien

merasa bahwa dengan usaha yang minimal dapat memberikan manfaat yang

besar sehingga memotivasinya untuk kembali menggunakan sistem

registrasi pasien online.

7.6. Variabel Usia Sebagai Moderasi Pengaruh SI terhadap BI

Usia sebagai variabel moderasi terhadap hubungan SI dan BI.

Semakin bertambah usia dirumuskan pada studi terdahulu dalam model

UTAUT, berefek pada semakin rendahnya pengaruh SI terhadap BI

(Venkatesh, 2012). Megsamen-Conrad (2015), lewat studi penggunaan

teknologi tablet pada kelompok usia muda hingga tua di Amerika

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

berkorelasi dengan penelitian Isa & Wong, (2015), di Malaysia yang

menyatakan bahwa usia tidak memberikan efek moderasi pada hubungan SI

dan BI penggunaan teknologi baru oleh pengguna yang dikelompokkan

sesuai generasinya.

Efek minimal dari usia dapat disebabkan oleh demografi Kota

Madiun yang didominasi kaum pekerja yang relatif lebih modern sehingga

interaksi antar lapisan masyarakat sudah tidak terlalu kaku dan sangat saling

mempengaruhi seperti masyarakat tradisional.

7.7. Variabel Jenis kelamin sebagai Moderasi Pengaruh SI terhadap BI

Penelitian ini menunjukkan bahwa tidak terdapat efek moderasi yang

bermakna oleh jenis kelamin pada hubungan SI dan BI. Perbedaan gender

antara laki-laki dan perempuan dengan perbedaan karakternyaa masing-

masing tidak dapat memoderasi hubungan antara SI dan BI pada

pemanfaatan sistem informasi computer di Kota Malang (Novianti &

Baridwan, 2010). Hasil yang tidak konsisten dengan penelitian sebelumnya

ini dapat disebabkan oleh perbedaan kebudayaan populasi yang diteliti

sehingga berakibat pada perbedaan hasil penelitian menggunakan variabel

jenis kelamin (Venkatesh et al., 2003).

Seiring perkembangan zaman antara laki-laki dan perempuan tidak

memiliki perbedaan dalam status sosialnya. Kesetaraan gender

menghasilkan kesempatan yang sama dan hak untuk menentukan keputusan

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.

7.8. Variabel Pengalaman sebagai Moderasi Pengaruh SI terhadap BI

Pada penelitian ini pengalaman penggunaan teknologi didapati tidak

memiliki pengaruh positif yang bermakna pada hubungan SI dan BI. Hasil

ini sejalan dengan studi terdahulu bahwa pengalaman tidak bisa

memperkuat atau memperlemah pengaruh SI terhadap BI dari sebuah

teknologi, dikemukakan oleh Ramllah & Nurkhin, (2020) dalam penelitian

pada penggunaan e-learning di Karanganyar.

Pengalaman penggunaan sistem registrasi online dari setiap pasien

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

memiliki niat untuk menggunakan sistem registrasi pasien online.

7.9. Variabel Usia sebagai Moderasi Pengaruh FC terhadap BI

Usia sebagai variabel moderasi terhadap hubungan FC dan BI tidak

terbukti pada penelitian ini. Pada studi terdahulu dalam model UTAUT

dikatakan bahwa semakin bertambah usia, berefek pada semakin rendahnya

pengaruh FC terhadap BI (Venkatesh, 2012). Hasil ini juga berseberangan

dengan Magsamen-Conrad (2015), lewat studi penggunaan teknologi tablet

untuk keperluan kesehatan yang menunjukkan efek moderasi negatif dari

usia pada pengaruh FC terhadap BI. Studi dengan hasil sejalan dengan

penelitian ini dikemukakan oleh Saputra et al., (2021) mengenai

penggunaan sistem

10
informasi e-Government di Jawa Barat, bahwa usia tidak memoderasi efek

FC pada BI.

Inkonsistensi efek moderasi usia pada FC dan BI pada penelitian ini

dapat disebabkan oleh karena mayoritas responden telah merasa tercukupi

secara infrastruktur untuk mengakses sistem registrasi pasien online. BI

tidak dipengaruhi oleh FC sedangkan usia meningkatkan pengaruh tersebut

secara statistik tetapi hanya meningkat beberapa poin tanpa mencapai

ambang batas signifikansi.

7.10. Variabel Jenis Kelamin sebagai Moderasi Pengaruh FC

terhadap BI

Penelitian ini menunjukkan bahwa tidak terdapat efek moderasi yang

bermakna oleh jenis kelamin pada hubungan FC dan BI. Perbedaan gender

antara laki-laki dan perempuan dengan perbedaan karakternyaa masing-

masing tidak dapat memoderasi hubungan antara FC dan BI (Saputra et al.,

2021). Hasil yang tidak konsisten dengan penelitian sebelumnya ini dapat

disebabkan oleh perbedaan kebudayaan populasi yang diteliti sehingga

berakibat pada perbedaan hasil penelitian menggunakan variabel jenis

kelamin (Venkatesh et al., 2003).

Kepemilikan gawai dan koneksi internet menjadi hal penting untuk

mengakses sistem registrasi pasien online. Keduanya dapat dimiliki tanpa

harus terikat dengan jenis kelamin tetapi lebih tergantung dengan kondisi

ekonomi.

7.11. Variabel Pengalaman sebagai Moderasi Pengaruh FC

terhadap BI

10
Pada penelitian ini pengalaman penggunaan teknologi didapati tidak

memiliki efek moderasi yang bermakna pada hubungan FC dan BI. Hasil

penelitian Ramllah & Nurkhin (2020) pada penggunaan e-learning di

Karanganyar, menyatakan bahwa ketika pengalaman dimoderasikan pada

kondisi fasilitas hasilnya tidak signifikan atau tidak mendukung.

Diasumsikan bahwa tanpa pengalaman yang memadai seseorang masih

dapat menggunakan sistem karena adanya dorongan dari berbagai hal.

Pengalaman penggunaan sistem registrasi online dari setiap pasien

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

memiliki niat untuk menggunakan sistem registrasi pasien online.

7.12. Variabel Usia sebagai Moderasi Pengaruh HM terhadap BI

Dalam penelitian ini ditemukan bahwa HM yang

dikonseptualisasikan sebagai kenikmatan yang dirasakan mempengaruhi BI

secara langsung dan dimoderasi oleh usia. Usia berhubungan dengan niat

untuk menggunakan teknologi. Kaum muda menunjukkan kecenderungan

yang lebih tinggi untuk mencari kebaruan dan inovasi selama tahap awal

menggunakan teknologi pada populasi Malaysia dan Taiwan (Isa & Wong,

2015).

HM usia muda secara relatif cenderung meningkatkan keputusan

penggunaan teknologi, yang dalam kasus ini adalah niat penggunaan sistem

registrasi pasien online. Faktor entertaining merupakan hal yang penting

bagi para generasi muda. Oleh karena itu semakin muda usia seseorang

membuat pengaruh motivasi hedonis ini lebih kuat.

10
7.13. Variabel Jenis Kelamin sebagai Moderasi Pengaruh HM

terhadap BI

Penelitian ini menunjukkan bahwa tidak terdapat efek moderasi yang

bermakna oleh jenis kelamin pada hubungan HM dan BI. Dengan

ditambahkannya variabel moderasi jenis kelamin justru membuat pengaruh

HM pada BI menjadi tidak bermakna signifikan. Hasil ini sesuai dengan

yang dikemukakan oleh Sahu & Singh, (2017) pada penggunaan aplikasi

mobile di India, bahwa jenis kelamin tidak berefek pada hubungan HM dan

BI.

Kesenangan yang diperoleh pasien laki-laki dan perempuan dalam

penerapan sistem registrasi online tidak banyak berbeda. Efek psikologis

dari HI tidak bergantung pada jenis kelamin karena lebih bersifat universal

dibanding bersifat gender centered.

7.14. Variabel Pengalaman sebagai Moderasi Pengaruh HM terhadap

BI

Hasil penelitian ini menunjukan efek moderasi positif oleh

pengalaman penggunaan teknologi kepada pengaruh HM pada BI.

Pengalaman pengguna melibatkan proses multidimensional yang terdiri dari

lima jenis pengalaman: pengalaman sensorik (sense), afektif (rasa), kognitif

(berpikir), fisik (tindakan) dan identitas sosial (relasi). Pengalaman yang

baik dalam penggunaan teknologi semakin memudahkan pengguna dalam

mengoperasionalkan teknologi baru dalam hal ini sistem registrasi pasien

online. Tercatat pengalaman penggunaan teknologi menjadi variabel

moderasi bagi hubungan HM dan BI (Venkatesh, 2012).

10
Semakin tinggi pengalaman seseorang dengan teknologi

membuatnya memiliki banyak referensi mengenai tampilan atau user

interface dari sebuah teknologi. Preferensi mengenai kesenangan terhadap

sebuah teknologi selalu dipengaruhi oleh user interface (UI) dan user

experience (UX)-nya. Pengguna dengan pengalaman yang tinggi akan

merasa sangat senang jika UI dan UX dianggap lebih baik dibanding yang

selama ini dijumpai sebelumnya.

7.15. Variabel Usia sebagai Moderasi Pengaruh H terhadap BI

Pengaruh Habit atau Kebiasaan terhadap BI dalam penelitian ini

tidak dimoderasi oleh usia. Hasil ini berseberangan dengan studi terdahulu

pada penggunaan internet marketing di Malaysia oleh Isa (2015) yang

menjelaskan bahwa semakin tua usia seseorang semakin sulit berdaptasi

dengan kebiasaan baru guna mengoperasikan teknologi. Tetapi studi lain

pada penggunaan mobile Phone di Yunani menunjukkan bahwa usia tidak

memiliki efek pada hubungan H dan BI sama dengan hasil penelitian pada

sistem registrasi pasien online ini (Nikolopoulou et al., 2020).

Pada kondisi lapangan penelitian di RSUD Kota Madiun,

penggunaan sistem registrasi pasien online masih didominasi oleh bantuan

petugas. Pendaftaran pasien kontrol menggunakan penjadwalan langsung

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

teknologi namun keduanya tetap berkeinginan menggunakan sistem

registrasi pasien online tersebut.

10
7.16. Variabel Jenis Kelamin sebagai Moderasi Pengaruh H terhadap

BI

Jenis kelamin diketahui tidak memiliki efek moderasi pada

hubungan H dan BI dalam penelitian ini. Hasil ini berbeda dengan temuan

Venkatesh (2012) bahwa jenis kelamin ditemukan memoderasi hubungan

antara kebiasaan dan niat penggunaan teknologi. Tetapi terdapat studi lain,

yakni penggunaan mobile Phone di Yunani, yang mendukung fakta bahwa

usia tidak memiliki efek pada hubungan H dan BI sama dengan hasil

penelitian pada sistem registrasi pasien online ini (Nikolopoulou et al.,

2020).

Kebiasaan seseorang menggunakan teknologi tidak banyak

dimoderasi oleh jenis kelamin. Baik laki-laki maupun perempuan memiliki

kesetaraan dalam menggunakan teknologi sejauh memiliki perangkat dan

internet yang memadai untuk mengaksesnya. Begitupun dengan kebiasaan

menggunakan sistem registrasi pasien online yang tidak dimoderasi oleh

jenis kelamin.

7.17. Variabel Pengalaman sebagai Moderasi Pengaruh H terhadap

BI Pengalaman penggunaan teknologi tidak memiliki efek moderasi pada

hubungan H dan BI. Variabel moderasi pengalaman yang tidak terbukti ini

sesuai dengan studi Saputra et al., (2021) yang menjelaskan bahwa pengaruh

moderator pengalaman tidak signifikan karena penggunaan sistem teknologi

diintervensi oleh pihak tertentu.

Pada penelitian ini intervensi terdapat pada petugas yang membantu

melakukan input data baik secara langsung maupun tidak langsung ketika

pasien ingin menggunakan sistem registrasi pasien online.

10
BAB VI

PENUTUP

A. Kesimpulan

Penerimaan sistem registrasi pasien online oleh pasien rawat jalan

RSUD Kota Madiun dijelaskan dalam teori UTAUT (Unified Theory of

Acceptance and Use of Technology) sebagai berikut:

1. Performance expectancy berpengaruh secara bermakna terhadap

behavioral intention sistem registrasi pasien online.

2. Effort expectancy berpengaruh secara bermakna terhadap behavioral

intention sistem registrasi pasien online.

3. Social influence tidak berpengaruh secara bermakna terhadap

behavioral intention sistem registrasi pasien online.

4. Facilitating condition tidak berpengaruh secara bermakna terhadap

behavioral intention sistem registrasi pasien online.

5. Hedonic motivation berpengaruh secara bermakna terhadap

behavioral intention sistem registrasi pasien online.

6. Habit tidak berpengaruh secara bermakna terhadap behavioral

intention sistem registrasi pasien online.

7. 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

11
expectancy; Pengalaman memoderasi efek effort expectancy dan

hedonic motivation.

B. Saran

Penelitian penerimaan teknologi kesehatan berbasis UTAUT model

cukup adekuat untuk menggambarkan penerimaan teknologi kesehatan

oleh pasien. Pada penelitian selanjutnya perlu mempertimbangkan

untuk:

1. Mengikutsertakan tingkat pendidikan dan status sosio ekonomi yang

tidak dilakukan pada penelitian ini

2. Menganalisis penerimaan teknologi kesehatan dengan

populasi tenaga kesehatan dan tenaga administrasi

3. Memberikan penjelasan yang lebih intensif kepada responden agar

memahami pertanyaan yang diberikan dengan sama baiknya antar

responden

11
108

DAFTAR PUSTAKA

Afiana, F. N., Subarkah, P., & Hidayat, A. K. (2019). Analisis Perbandingan


Metode TAM dan Metode UTAUT 2 dalam Mengukur Kesuksesan
Penerapan SIMRS pada Rumah Sakit Wijaya Kusuma DKT Purwokerto.
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer,
19(1), 17–26. https://doi.org/10.30812/matrik.v19i1.432
Aggelidis, V. P., & Chatzoglou, P. D. (2009). Using a modified technology
acceptance model in hospitals. International Journal of Medical Informatics,
78(2), 115–126. https://doi.org/10.1016/j.ijmedinf.2008.06.006
Akhmad, A. D., Satibi, & Puspandari, D. A. (2015). Analisis Persepsi Dan Faktor
Yang Mempengaruhi Persepsi Terhadap Penerapan Sistem Pembiayaan JKN
Pada Fasilitas Analisis of PA PERCEPTION AND FACTORS
AFFECTING THE PERCEPTION ON IMPLEMENTATION OF JKN
PAYMENT
SYSTEM IN HEALTH FACILITIES FUNDING. Jurnal Manajemen dan
Pelayanan Farmasi, 5(4), 267–274.
Alam, M. ., Hu, W., & Barua, Z. (2018). Using the UTAUT Model to Determine
Factors Affecting Acceptance and Use of Mobile Health (mHealth) Services
in Bangladesh Mohammad. Journal of Studies in Social Sciences, 17(2),
137–172.
Association, A. H. (1974). Hospital in Pursuit of Excellence.
วารสารวชาการม ยา อีสเท เอ (Vol. 4).
หาวท ลย ริ น เชย
Azwar, A. (1996). Menjaga Mutu Pelayanan Kesehatan. Jakarta: pustaka sinar
harapan.
Badan Pusat Statistik. (2019). STATISTIK TELEKOMUNIKASI INDONESIA
2019. (E. Sari, S. Utoyo, & L. Anggraini, Ed.). Jakarta: Badan Pusat
Statistik.
Boontarig, W., Chutimaskul, W., Chongsuphajaisiddhi, V., & Papasratorn, B.
(2012). Factors influencing the Thai elderly intention to use smartphone for
e-Health services. SHUSER 2012 - 2012 IEEE Symposium on Humanities,
Science and Engineering Research, 479–483.
https://doi.org/10.1109/SHUSER.2012.6268881
Chiu, T. M. L., & Eysenbach, G. (2010). Stages of use: Consideration, initiation,
utilization, and outcomes of an internet-mediated intervention. BMC Medical
Informatics and Decision Making, 10(1), 1–11. https://doi.org/10.1186/1472-
6947-10-73
Daim, T. U., Behkami, N., Basoglu, N., Kök, O. M., & Hogaboam, L. (2016).
Healthcare Technology Innovation Adoption. (E. G. Carayannis, Ed.).
Switzerland: Springer. https://doi.org/DOI 10.1007/978-3-319-17975-9
Dewi. (2021). Sudah Ada 1.750 Titik Wifi Gratis, Kota Madiun Siap Sambut
Program Literasi Digital Nasional. Diambil dari
https://madiunkota.go.id/2021/05/20/sudah-ada-1-750-titik-wifi-gratis-kota-
madiun-siap-sambut-program-literasi-digital-nasional/
Dharmmesta, B. S. (2014). Manajemen Pemasaran Analisis Perilaku Konsumen
(1 ed.). Yogyakarta: Fakultas ekonomi UGM.
Dinkes Kota Madiun. (2019). PROFIL KESEHATAN KOTA MADIUN TAHUN
2019. Madiun.
Diño, M. J. S., & De Guzman, A. B. (2015). Using Partial Least Squares (PLS) in
Predicting Behavioral Intention for Telehealth Use among Filipino Elderly.
Educational Gerontology, 41(1), 53–68.
https://doi.org/10.1080/03601277.2014.917236
Erdfelder, E., FAul, F., Buchner, A., & Lang, A. G. (2009). Statistical power
analyses using G*Power 3.1: Tests for correlation and regression analyses.
Behavior Research Methods, 41(4), 1149–1160.
https://doi.org/10.3758/BRM.41.4.1149
Faul, F., Erdfelder, E., Lang, A. G., & Buchner, A. (2007). G*Power 3: A flexible
statistical power analysis program for the social, behavioral, and biomedical
sciences. Behavior Research Methods, 39(2), 175–191.
https://doi.org/10.3758/BF03193146
Gao, Y., Li, H., & Luo, Y. (2015). An empirical study of wearable technology
acceptance in healthcare. Industrial Management and Data Systems, 115(9),
1704–1723. https://doi.org/10.1108/IMDS-03-2015-0087
Ghozali, I., & Latan, H. (2014). Structural Equation Modeling, Metode Alternatif
dengan Partial Least Square (PLS) (4 ed.). Semarang: Badan Penerbit
Universitas Diponegoro.
Ginting, D. B. (2009). Structural Equation Model Latent.Pdf. Media Informatika,
8(3), 121–134.
Gu, D., Khan, S., & Khan, I. U. (2021). Assessing the Adoption of e-Health
Technology in a Developing Country : An Extension of the UTAUT Model.
SAGE Open, 1–16. https://doi.org/10.1177/21582440211027565
Hadi, S. (1991). Statistik Dalam Basica jilid 1. Yogyakarta: Andi Offset.
Hall, R. (2013). Patient Flow: Reducing Delay in Healthcare Delivery.
International Series in Operations Research and Management Science (2nd
ed., Vol. 206). Springer. https://doi.org/10.1007/978-1-4614-9512-3_5
Hanum, Z. (2021). Kemenkominfo: 89% Penduduk Indonesia Gunakan
Smartphone. mediaindonesia.com. Diambil dari
https://mediaindonesia.com/humaniora/389057/kemenkominfo-89-
penduduk-indonesia-gunakan-smartphone
Haryono, S. (2016). Metode SEM untuk Penelitian Manajemen dengan AMOS,
LISREL, PLS. Badan Penerbit PT. Intermedia Personalia Utama, 450.
Hasan, A., Savitri, Y., H.Widodo, N., Melati, I., Hutapea, V., Gusman, Y., …
Sembiring, K. (2020). Panduan Teknis Pelayanan Rumah Sakit. Direktorat
Pelayanan Kesehatan Rujukan. Jakarta: Direktorat Pelayanan Kesehatan
Rujukan. Diambil dari
https://arxiv.org/pdf/1707.06526.pdf%0Ahttps://www.yrpri.org%0Ahttp://we
ekly.cnbnews.com/news/article.html?no=124000%0Ahttps://www.fordfound
ation.org/%0Ahttp://bibliotecavirtual.clacso.org.ar/Republica_Dominicana/c
cp/20120731051903/prep%0Ahttp://webpc.cia
Helmi, A. F., & Arisudana, I. (2009). Kepemimpinan Tranformasional,
Kepercayaan dan Berbagi Pengetahuan dalam Organisasi. Jurnal Psikologi,
36(2), 95–105. https://doi.org/10.55745/jwbp.v4i1.42
Hoque, M. R., Bao, Y., & Sorwar, G. (2017). Investigating factors influencing the
adoption of e-Health in developing countries: A patient’s perspective.
Informatics for Health and Social Care, 42(1), 1–17.
https://doi.org/10.3109/17538157.2015.1075541
Hoque, R. (2016). An empirical study of mHealth adoption in a developing

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

RANCANGAN KUESIONER PENELITIAN

Variabel Indikator Pernyataan/Pertanyaan Tipe


Gender Apakah jenis kelamin Anda?
Age Berapakah Usia Anda?
Pengalaman Anda sering menggunakan gawai
Skala
dengan (smartphone/laptop/dll)
Likert 1-4
gawai (E.1)
Pengalaman Anda sering mengakses internet
dengan Skala
Experience

internet Likert 1-4


(E.2)
Pengalaman Apakah sebelumnya Anda mengetahui
dengan website registrasi pasien online RSUD Ya/Tidak
sistem Sogaten?
registrasi Apakah sebelumnya Anda pernah
online RS menggunakan website registrasi pasien Ya/Tidak
(E.3, E.4) online RSUD Sogaten?
Saya merasa sistem registrasi pasien
Skala
PE.1 online berguna dalam pelayanan
Performance Expectancy

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

Tampilan website registrasi online Skala


EE.2
jelas dan mudah dimengerti. Likert 1-4
Menurut saya website registrasi online Skala
EE.3
mudah digunakan. Likert 1-4
Saya akan dengan mudah dapat Skala
EE.4
menggunakan website registrasi online. Likert 1-4
Menurut saya website registrasi online Skala
EE.5
mudah diakses. Likert 1-4
Orang terdekat saya menyarankan saya
Skala
SI.1 untuk menggunakan website registrasi
Influence

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

Saya memiliki akses paket data


Skala
FC.2 internet untuk mengakses website
Likert 1-4
registrasi online.
Saya tahu cara mengoperasionalkan
Skala
FC.3 perangkat gawai untuk mengakses
Likert 1-4
website registrasi online.
Saya mendapatkan bantuan dari
petugas atau teman atau keluarga Skala
FC.4
ketika mengalami kesulitan mengakses Likert 1-4
website registrasi online.
Menurut saya tampilan website Skala
HM.1
registrasi online menarik. Likert 1-4
Motivation
Hedonic

Saya senang dengan tampilan website Skala


HM.2
registrasi online. Likert 1-4
Website registrasi online menarik Skala
HM.3
untuk digunakan. Likert 1-4
Menggunakan gawai dan internet Skala
H.1
sudah menjadi kebiasaan bagi saya. Likert 1-4
Saya merasa tergantung dengan Skala
H.2
penggunaan gawai dan internet. Likert 1-4
Habit

Saya telah terbiasa menggunakan Skala


H.3
website registrasi online. Likert 1-4
Saya selalu menggunakan website Skala
H.4
registrasi online. Likert 1-4
Saya berniat untuk menggunakan
Skala
Behavioral Intention

BI.1 website registrasi online untuk


Likert 1-4
mendaftar pelayanan rawat jalan.
Saya akan selalu berusaha
Skala
BI.2 menggunakan website registrasi online
Likert 1-4
untuk mendaftar pelayanan rawat jalan.
Saya berencana untuk selalu
Skala
BI.3 menggunakan website registrasi online
Likert 1-4
saat mendaftar layanan raawat jalan.
Keterangan:

Skala Likert 1: Sangat Tidak Setuju, 2: Tidak Setuju, 3: Setuju, 4: Sangat Setuju

Kuesioner diadopsi dari penelitian Venkatesh mengenai UTAUT model dalam


menilai penerimaan teknologi oleh konsumen (Venkatesh et al., 2003), (2012)

11
Lampiran 2

KUESIONER PENELITIAN

Nama : …..

Usia : …. Tahun

Jenis Kelamin: Laki-laki Perempuan


Alamat : ….
Pilihlah salah satu pilihan jawaban yang menurut Anda mewakili diri pendapat
Anda

1. Saya sering menggunakan gawai (smartphone/laptop/dll)


Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
2. Saya sering mengakses internet
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
3. Apakah sebelumnya Anda mengetahui website registrasi pasien online
RSUD Sogaten?
Tidak Ya
4. Apakah sebelumnya Anda pernah menggunakan website registrasi pasien
online RSUD Sogaten?
Tidak Ya

Pilihlah salah satu pilihan jawaban yang menurut Anda mewakili pendapat Anda
terhadap sistem registrasi pasien online RSUD Kota Madiun

1. Saya merasa sistem registrasi pasien online berguna dalam pelayanan


pasien rawat jalan.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
2. Menggunakan sistem registrasi online meningkatkan kualitas pelayanan
RS
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju
3. Menggunakan sistem registrasi online membantu saya mendapatkan
pelayanan dengan lebih cepat atau mengurangi waktu tunggu antrean.
Sangat Tidak Tidak setuju Setuju Sangat
setuju setuju

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

Behavior Effort Facilitatin Hedonic Jenis Performanc Social


Experienc
al Expectanc g Habit Motivatio Kelami e Influenc Usia
e
Intention y Condition n n Expectancy e
BI1 0.963 0.914 0.671 0.805 0.818 0.874 0.003 0.778 0.831 -0.620
BI2 0.978 0.912 0.745 0.872 0.857 0.865 -0.055 0.797 0.821 -0.646
BI3 0.965 0.871 0.725 0.822 0.798 0.820 -0.041 0.767 0.800 -0.592
E1 0.717 0.730 0.981 0.811 0.733 0.645 -0.047 0.685 0.719 -0.706
E2 0.728 0.733 0.981 0.812 0.756 0.673 0.018 0.701 0.720 -0.720
EE1 0.901 0.944 0.749 0.844 0.850 0.865 0.014 0.797 0.855 -0.656
EE2 0.889 0.961 0.732 0.927 0.882 0.821 0.128 0.779 0.843 -0.591
EE3 0.880 0.978 0.671 0.885 0.883 0.849 0.112 0.776 0.846 -0.568
EE4 0.870 0.925 0.714 0.818 0.834 0.848 -0.006 0.777 0.843 -0.635
EE5 0.887 0.960 0.688 0.894 0.871 0.839 0.111 0.771 0.839 -0.555
Effort Expectancy * Experience -0.325 -0.349 -0.149 -0.396 -0.333 -0.258 -0.167 -0.185 -0.185 0.182
Effort Expectancy * Jenis Kelamin -0.176 -0.302 -0.172 -0.358 -0.334 -0.157 -0.020 -0.092 -0.289 0.104
Effort Expectancy * Performance
-0.368 -0.344 -0.168 -0.350 -0.394 -0.282 -0.081 -0.162 -0.168 0.239
Expectancy
Effort Expectancy * Usia 0.403 0.408 0.210 0.420 0.382 0.364 0.116 0.302 0.285 0.021
FC1 0.816 0.873 0.791 0.974 0.854 0.754 0.184 0.821 0.819 -0.615
FC2 0.831 0.878 0.831 0.977 0.857 0.753 0.146 0.810 0.816 -0.617
FC3 0.860 0.921 0.792 0.967 0.912 0.801 0.126 0.771 0.855 -0.641
Facilitating Condition * Experience -0.284 -0.378 -0.072 -0.307 -0.314 -0.273 -0.115 -0.136 -0.267 0.110
Facilitating Condition * Jenis Kelamin -0.223 -0.359 -0.124 -0.338 -0.344 -0.195 -0.041 -0.080 -0.288 0.099
Facilitating Condition * Usia 0.334 0.413 0.131 0.342 0.317 0.345 0.109 0.221 0.285 0.124
H1 0.815 0.876 0.770 0.906 0.952 0.776 0.121 0.734 0.838 -0.678
H2 0.800 0.824 0.718 0.792 0.918 0.824 -0.023 0.710 0.767 -0.641
H3 0.797 0.855 0.705 0.849 0.956 0.817 0.077 0.733 0.791 -0.607
H4 0.811 0.877 0.680 0.857 0.961 0.831 0.076 0.721 0.813 -0.624
HM1 0.874 0.866 0.682 0.779 0.831 0.970 -0.015 0.762 0.806 -0.573
HM2 0.834 0.845 0.667 0.768 0.825 0.978 -0.052 0.725 0.803 -0.573

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

Behavioral Effort Facilitating Hedonic Jenis Performance Social


Experience Habit Usia
Intention Expectancy Condition Motivation Kelamin Expectancy Influence
Behavioral
0.969
Intention
Effort
0.928 0.954
Expectancy
Experience 0.736 0.747 0.728
Facilitating
0.860 0.919 0.812 0.846
Condition
Habit 0.851 0.906 0.722 0.900 0.947
Hedonic
0.881 0.886 0.647 0.802 0.857 0.969
Motivation
Jenis
-0.032 0.075 -0.030 0.163 0.067 -0.032 1.000
Kelamin
Performance
0.806 0.818 0.729 0.822 0.765 0.765 0.063 0.856
Expectancy
Social
0.844 0.886 0.709 0.863 0.848 0.835 0.076 0.723 0.844
Influence
Usia -0.640 -0.630 -0.735 -0.636 -0.674 -0.589 -0.034 -0.553 -0.614 1.000

12
Lampiran 6

Surat Rekomendasi Penelitian

12
Lampiran 7

Etik Penelitian

12

Anda mungkin juga menyukai