SKRIPSI

PENGUKURAN KEBERHASILAN SISTEM INFORMASI PADA

APLIKASI PEDULILINDUNGI DI KOTA BEKASI MENGGUNAKAN

DELONE AND MCLEAN IS SUCCESS MODEL DAN TECHNOLOGY

ACCEPTANCE MODEL

Disusun Oleh

RADITYO SAPUTRO PAMUNGKAS

11150930000073

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

2022 M / 1444 H
 HALAMAN JUDUL
PENGUKURAN KEBERHASILAN SISTEM INFORMASI PADA

APLIKASI PEDULILINDUNGI DI KOTA BEKASI MENGGUNAKAN

DELONE AND MCLEAN IS SUCCESS MODEL DAN TECHNOLOGY

ACCEPTANCE MODEL

Disusun Oleh

RADITYO SAPUTRO PAMUNGKAS

11150930000073

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

2022 M / 1444 H

ii
 LEMBAR PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA LAPORAN

PENELITIAN SKRIPSI INI BENAR-BENAR HASIL KARYA SAYA
SENDIRI DAN BELUM PERNAH DIAJUKAN SEBAGAI LAPORAN
ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA
MANAPUN.

Tangerang Selatan, 14 Agustus 2022

Radityo Saputro Pamungkas

11150930000073

v
 ABSTRAK

Radityo Saputro Pamungkas – 11150930000073. Pengukuran Keberhasilan

Sistem Informasi Pada Aplikasi PeduliLindungi Di Kota Bekasi Menggunakan
Delone and Mclean IS Success Model dan Technology Acceptance Model di
bawah bimbingan A’ang Subiyakto dan Eri Rustamaji.

Sejak munculnya virus Covid-19 pertama kali di Kota Wuhan, China pada
Desember 2019. Banyak negara berlomba untuk membuat contact tracing apps
yang bertujuan untuk melacak warganya yang kemungkinan terjangkit virus
Covid-19 agar penyebaran virus tidak semakin meluas. Penggunaan aplikasi
Pedulilindungi sangat diperlukan untuk aktivitas sehari-hari seperti untuk
memasuki gedung-gedung perkantoran, pusat perbelanjaan (mall), dan
penggunaan layanan transportasi publik. Sudah 2 tahun berjalan, penggunaan
aplikasi Pedulilindungi di Indonesia dilihat memiliki beberapa persoalan. Dilihat
dari keluhan pengguna aplikasi PeduliLindungi pada sistem android dan iOS pada
Google Play Store dan App Store. Beberapa masalah yang dikeluhkan pengguna
diantaranya, sertifikat vaksin yang tidak muncul, banyaknya bug, aplikasi yang
tidak user friendly, dan customer service yang kurang responsif dalam menangani
keluhan pengguna. Tujuan penelitian ini adalah untuk melihat faktor apa saja yang
berpengaruh secara signifikan terhadap keberhasilan sistem informasi pada
aplikasi Pedulilindungi di Kota Bekasi menggunakan Delone & Mclean model
dengan tambahan variabel TAM yaitu perceived usefulness dan perceived ease of
use. Penelitian dilakukan dengan pendekatan kuantitatif dan distribusi kuesioner
dilakukan secara tidak langsung dengan bantuan social media. Analisis data
dilakukan melalui pendekatan PLS-SEM menggunakan tools SmartPLS 3.3.9.
Hasil analisis data diperoleh bahwa dari 12 hipotesis yang diajukan terdapat 2
hipotesis yang ditolak, yaitu information quality terhadap user satisfaction dan
service quality terhadap user satisfaction.

Kata Kunci: Contact Tracing Apps, Keberhasilan Sistem, PeduliLindungi, Delone

& McLean, TAM, PLS-SEM, SmartPLS

Bab 1–5 + xvi Halaman + 109 Halaman + 23 Gambar + 24 Tabel + Daftar

Pustaka + Lampiran

Pustaka Acuan (92, 1973 – 2022)

vi
 KATA PENGANTAR

Assalamu’alaikum wr. wb.

Segala puji bagi Allah SWT, Tuhan semesta alam yang telah memberikan
banyak nikmat berupa nikmat iman, nikmat islam, nikmat sehat wa alfiyat serta
rahmat, taufik, dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi
yang berjudul “Pengukuran Kepuasan Pengguna Aplikasi Pedulilindungi Di Kota
Bekasi Menggunakan Delone and Mclean IS Success Model dan Technology
Acceptance Model” dengan baik. Shalawat serta salam tak lupa penulis ucapkan
kepada Khotamul Anbiya’ Nabi Muhammad SAW beserta para keluarga dan para
sahabatnya semoga kita semua mendapat syafa’at-nya kelak di yaumil akhir. Amin
Yaa Rabbal ‘Alamin
Dalam proses penyusunan skripsi ini penulis tidak luput dari kesulitan dan
hambatan. Atas pertolongan Allah SWT dan dukungan dari berbagai pihak penulis
dapat mengatasi berbagai kesulitan dan hambatan yang dihadapi. Oleh karena itu,
penulis ingin mengucapkan terima kasih kepada berbagai pihak yang telah
membantu dan mendukung baik secara langsung ataupun tidak langsung atas
tersusunnya skripsi ini. Penulis sampaikan rasa terima kasih sebesar-besarnya
kepada:
1. Bapak Ir. Nashrul Hakiem, S.Si, M.T, Ph.D selaku Dekan Fakultas Sains dan
Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta.
2. Bapak A'ang Subiyakto, M.Kom, Ph.D selaku Ketua Program Studi Sistem
Informasi Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif
Hidayatullah Jakarta sekaligus Dosen Pembimbing 1 yang tidak pernah bosan
dan lelah membimbing dan memberikan masukan, arahan, semangat dan
motivasi terhadap penyusunan skripsi ini.
3. Bapak Nuryasin, M.Kom selaku Sekretaris Program Studi Sistem Informasi
Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah
Jakarta.

vii
4. Bapak Ir. Eri Rustamaji, MBA. Selaku Dosen Pembimbing 2, yang bersedia
untuk membimbing dan selalu menyempatkan waktunya untuk mengarahkan
penulis untuk dapat menyelesaikan skripsi ini.
5. Dosen – dosen Program Studi Sistem Informasi yang sudah memberikan ilmu
pengetahuan dan berbagi pengalamannya selama penulis menginjak bangku
perkuliahan.
6. Seluruh karyawan Program Studi Sistem Informasi maupun Fakultas Sains
dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta yang
telah membantu penulis selama bangku perkuliahan dan membantu
penyusunan skripsi ini terutama dalam hal administrasi.
7. Bapak Yuniarto dan Ibu Sri Wahyuni, selaku kedua orang tua penulis yang
selalu mendukung dengan doa, semangat, motivasi, materi dan lain
sebagainya sehingga skripsi ini dapat terselesaikan dengan baik.
8. Maulina Aruming Pangesti, kakak yang selalu memberi dukungan, doa, saran,
dan nasehatnya dalam proses penyusunan skripsi ini.
9. Sahabat–sahabat terdekat penulis yaitu Gifari, Angga, Faskal, Nada, Suzan,
dan Firdha yang tidak pernah bosan memberikan motivasi, masukan, serta
sarannya ketika penulis menghadapi masalah dalam penyusunan skripsi ini.
10. Seluruh teman – teman perjuangan Sistem Informasi 2015 serta senior dan
junior Sistem Informasi yang tidak dapat disebutkan satu per satu namanya
atas dukungan, pengalaman dan kenangannya atas selama ini.
11. Para responden yang telah meluangkan waktu untuk mengisi kuesioner
sehingga proses penelitian ini dapat dilakukan dengan baik.
12. Pihak–pihak terkait yang tidak dapat penulis sebutkan satu persatu yang telah
membantu sehingga skripsi ini dapat terselesaikan.
Semoga kebaikan berbagai pihak yang membantu dan mendukung
penyelesaian skripsi ini mendapat balasan kebaikan dari Allah SWT. Penulis
menyadarai dalam penyusunan skripsi ini masih terdapat banyak kekurangan baik
dari segi penulisan dan bahasa. Oleh karena itu penulis mengajak kepada para
pembaca untuk memberikan kritik serta sarannya melalui email

viii
radityo.pam15@mhs.uinjkt.ac.id. Semoga penelitian bermanfaat bagi penulis
khususnya dan pembaca pada umumnya.

Wassalamu’alaikum wr. wb.

Bekasi, 5 Agustus 2022

Radityo Saputro Pamungkas

11150930000073

ix
 DAFTAR ISI

HALAMAN JUDUL ............................................................................................. ii

LEMBAR PERSETUJUAN ................................................................................ iii
PENGESAHAN UJIAN ....................................................................................... iv
LEMBAR PERNYATAAN .................................................................................. v
ABSTRAK ............................................................................................................ vi
KATA PENGANTAR ......................................................................................... vii
DAFTAR ISI .......................................................................................................... x
DAFTAR GAMBAR .......................................................................................... xiii
DAFTAR TABEL .............................................................................................. xiv
BAB 1 PENDAHULUAN ..................................................................................... 1
1.1. Latar Belakang.......................................................................................... 1
1.2. Identifikasi Masalah ............................................................................... 10
1.3. Rumusan Masalah .................................................................................. 10
1.4. Batasan Masalah ..................................................................................... 11
1.5. Tujuan Penelitian .................................................................................... 12
1.6. Manfaat Penelitian .................................................................................. 12
1.7. Metodologi Penelitian ............................................................................ 13
1.8. Model Penelitian..................................................................................... 13
1.9. Sistematika Penulisan ............................................................................. 16
BAB 2 TINJAUAN PUSTAKA .......................................................................... 18
2.1. Definisi Pengukuran ............................................................................... 18
2.2. Definisi Keberhasilan Sistem Informasi................................................. 19
2.3. Definisi Aplikasi..................................................................................... 20
2.3.1. Aplikasi PeduliLindungi .................................................................... 21
2.4. Delone and McLean IS Success Model .................................................. 24
2.5. Technology Acceptance Model (TAM) .................................................. 29
2.5.1. Perkembangan Technology Acceptance Model ................................. 32
2.6. Metode Kuantitatif Dalam Penelitian Sistem Informasi ........................ 38
2.6.1. Pengelompokan Data ......................................................................... 38
2.6.2 Teknik Pengumpulan Data ................................................................. 39

x
 2.6.3. Skala Likert ........................................................................................ 40
2.6.4. Populasi dan Teknik Sampling ........................................................... 41
2.7. Partial Least Square-Structural Equation Modeling (PLS-SEM) ......... 44
2.7.1. Analisis Model Pengukuran (outer model) ........................................ 45
2.7.2. Analisis Model Struktural (inner model) ........................................... 46
2.8. SmartPLS................................................................................................ 49
2.9. Penelitian Sejenis.................................................................................... 49
BAB 3 METODOLOGI PENELITIAN ............................................................ 55
3.1. Pendekatan Penelitian............................................................................. 55
3.2. Populasi dan Sampel Penelitian ............................................................. 55
3.3. Metode Pengumpulan Data .................................................................... 56
3.3.1. Observasi ............................................................................................ 56
3.3.2. Studi Literatur .................................................................................... 56
3.3.3. Kuesioner ........................................................................................... 57
3.4. Pengembangan Model dan Hipotesis Penelitian .................................... 57
3.4.1. Pengembangan Model Penelitian ....................................................... 57
3.4.2. Hipotesis Penelitian ............................................................................ 59
3.5. Indikator dan Instrumen Penelitian ........................................................ 60
3.5.1. Indikator Penelitian ............................................................................ 60
3.5.2. Instrumen Penelitian........................................................................... 62
3.6. Analisis Data dan Interpretasi Hasil ....................................................... 65
3.7. Tahapan Penelitian ................................................................................. 66
BAB 4 HASIL DAN INTERPRETASI ............................................................. 68
4.1. Analisis Data Tes Awal (Pilot Study)..................................................... 68
2. Hasil Analisis Demografi Pilot study ................................................. 69
3. Hasil Analisis Pengukuran Pilot Study .............................................. 70
4.2. Analisis Demografi................................................................................. 74
4.2.1. Hasil Analisis Demografi ................................................................... 74
4.2.2. Interpretasi dan Pembahasan Hasil Analisis Demografi .................... 76
4.3. Analisis Model Pengukuran (Measurement Model / Outer Model) ....... 83
4.3.1. Hasil Analisis Model Pengukuran (Measurement Model / Outer
Model) ............................................................................................................ 83

xi
 4.3.2. Interpretasi dan Pembahasan Hasil Analisis Model Pengukuran
(Measurement Model / Outer Model) ............................................................ 89
4.4. Analisis Model Struktural (Structural Model / Inner Model) ................ 89
4.4.1. Hasil Analisis Model Struktural (Structural Model / Inner Model) ... 89
4.4.2. Interpretasi dan Pembahasan Hasil Analisis Model Struktural
(Structural Model / Inner Model) .................................................................. 96
4.5. Perbandingan Penelitian Dengan Penelitian Sebelumnya .................... 104
4.6. Implikasi dan Limitasi Penelitian ......................................................... 105
4.6.1. Implikasi Teoritis ............................................................................. 105
4.6.2. Implikasi Praktis............................................................................... 105
4.6.3. Limitasi Penelitian ........................................................................... 106
BAB 5 PENUTUP .............................................................................................. 107
5.1. Kesimpulan ........................................................................................... 107
5.2. Saran ..................................................................................................... 108
DAFTAR PUSTAKA ........................................................................................ 109
LAMPIRAN-LAMPIRAN ............................................................................... xvii

xii
 DAFTAR GAMBAR

Gambar 1.1 Model Penelitian Delone and Mclean.............................................. 14

Gambar 1.2 Model Penelitian (Choi et al., 2013)................................................ 15

Gambar 1.3 Model Penelitian (Keni, 2020) ........................................................ 15

Gambar 1.4 Model Penelitian .............................................................................. 16

Gambar 2.1 Tampilan halaman depan aplikasi PeduliLindungi...........................23

Gambar 2.2 Delone and McLean IS Success Model (Delone & McLean, 1992) 25

Gambar 2.3 Delone and McLean IS Success Model (DeLone & McLean,2003) 26

Gambar 2.4 Technology Acceptance Model (TAM) (Davis, 1989).................... 30

Gambar 2.5 Technology Acceptance Model 2 (Venkatesh & Davis, 2000) ....... 34

Gambar 2.6 The Determinants of Perceived Ease of Use (Venkatesh, 2000) ..... 36

Gambar 2.7 Technology Acceptance Model 3 (Venkatesh & Bala, 2008) ......... 37

Gambar 2.8 Penelitian Sejenis ............................................................................. 54

Gambar 3.1 Model Penelitian (Choi et al., 2013) ............................................... 58

Gambar 3.2 Model Penelitian Usulan ................................................................. 59

Gambar 3.3 Tahapan Penelitian........................................................................... 67

Gambar 4.1 Diagram Kategori Jenis Kelamin..................................................... 77

Gambar 4.2 Diagram Kategori Usia .................................................................... 78

Gambar 4.3 Diagram Kategori Domisili (Kecamatan) ........................................ 79

Gambar 4.4 Diagram Kategori Pekerjaan............................................................ 80

Gambar 4. 5 Diagram Kategori Penghasilan ....................................................... 81

Gambar 4.6 Diagram Kategori Waktu Penggunaan ............................................ 82

Gambar 4.7 Diagram Kategori Kepuasan Secara Umum .................................... 83

xiii
 DAFTAR TABEL

Tabel 1.1 Ulasan Pengguna Aplikasi PeduliLindungi ............................................ 5

Tabel 2.1 Skala Likert 5 titik (Suryani, 2015) ...................................................... 40

Tabel 2.2 Penelitian Sejenis ................................................................................. 51

Tabel 3.1 Indikator Penelitian ...............................................................................61

Tabel 3.2 Pernyataan Penelitian ........................................................................... 62

Tabel 4.1 Hasil Analisis Demografis Pilot Study..................................................69

Tabel 4.2 Nilai Outer Loading Pilot Study........................................................... 70

Tabel 4.3 Hasil Composite Reability Pilot Study................................................. 71

Tabel 4.4 Nilai Average Variance Extracted Pilot Study ..................................... 72

Tabel 4.5 Nilai Cross Loading Pilot Study........................................................... 73

Tabel 4.6 Nilai Fornell Lacker’s criterion Pilot Study ......................................... 74

Tabel 4.7 Data Demografi Responden ................................................................. 75

Tabel 4.8 Nilai Outer Loading.............................................................................. 84

Tabel 4.9 Hasil Composite Reability.................................................................... 85

Tabel 4.10 Nilai Average Variance Extracted (AVE) .......................................... 85

Tabel 4.11 Nilai Cross Loading ........................................................................... 86

Tabel 4.12 Nilai Fornell Lacker’s Criterion ......................................................... 87

Tabel 4.13 Hasil Analisis Outer Model ................................................................ 88

Tabel 4.14 Nilai Path Coefficient (β) ................................................................... 90

Tabel 4.15 Nilai Coefficient of Determination (R2) ............................................. 91

Tabel 4.16 Nilai T-Test dengan Metode Bootstrapping ....................................... 92

xiv
Tabel 4.17 Nilai Effect Size (f2) ........................................................................... 92

Tabel 4.18 Nilai Predictive Relevance (Q2) ......................................................... 93

Tabel 4.19 Nilai Relative Impact (q2) .................................................................. 94

Tabel 4.20 Hasil Keseluruhan Analisis Inner Model ........................................... 95

xv
 BAB 1

PENDAHULUAN

1.1. Latar Belakang

Munculnya wabah Corona Virus Disease (Covid19) di kota Wuhan, China

pada Desember 2019 menjadi perhatian seluruh dunia terhadap penyebaran virus

Covid-19 (Wu et al., 2020). Penyebaran virus corona (Covid19) yang sangat cepat

telah menyebabkan pandemi berlarut-larut dan masih belum bisa ditentukan kapan

berakhir (CDC Weekly, 2020). WHO sebagai Organisasi Kesehatan Dunia

mengumumkan wabah Covid19 termasuk darurat kesehatan masyarakat atau

disebut dengan istilah Public Health Emergency of International Concern

(PHEIC) (WHO, 2020).

Pada tanggal 2 Maret 2020 Pemerintah Indonesia dalam hal ini Menteri

Kesehatan Indonesia Terawan Agus Putranto mengumumkan kasus positif Covid-

19 pertama kali di Indonesia (Pakpahan & Fitriani, 2020). Pemerintah melalui

Badan Nasional Penanggulangan Bencana (BNPB) telah menetapkan status

keadaan tertentu darurat bencana wabah penyakit akibat Virus Corona di

Indonesia melalui SK Kepala BNPB Nomor 9.A. tahun 2020, selain itu Presiden

Joko Widodo menetapkan Keppres No. 11 Tahun 2020 tentang Penetapan

Kedaruratan Kesehatan Masyarakat Covid-19, tanggal 31 Maret 2020 dan

Keppres No. 12 Tahun 2020 tentang Penetapan Bencana Non alam Penyebaran

Covid-19 sebagai bencana nasional pada tanggal 13 April 2020 (Nurhidayati et

al., 2021).

1
 2

Ada empat strategi utama pemerintah dalam melakukan upaya untuk

menekan tingkat penyebaran virus Covid-19 yaitu pertama menjaga jarak atau

physical distancing dan penggunaan masker, kedua penelusuran kontak (tracing)

menggunakan rapid test atau tes cepat, ketiga melakukan edukasi dan isolasi

mandiri, keempat jika tidak memungkinkan isolasi mandiri sebaiknya diisolasi di

rumah sakit karena memerlukan perawatan khusus (Wibowo, 2021). Selain hal itu

pemerintah juga menerapkan kebijakan Pembatasan Sosial Berskala Besar

(PSBB), yang mana mulai tahun 2021 hingga tahun 2022 istilah PSBB berubah

menjadi istilah Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM). Aturan

PPKM diklasifikasikan ke dalam level 1-4 berdasarkan warna merah, oranye,

kuning dan hijau sesuai dengan klasifikasi zona yang telah ditetapkan oleh

pemerintah (Telaumbanua, 2020).

Dampak pandemi ini begitu dahsyat dirasakan masyarakat, tidak hanya

sektor kesehatan tetapi semua sektor terdampak seperti pertumbuhan ekonomi

yang menurun mengarah pada resesi. Begitu juga di bidang pendidikan, pola

pembelajaran siswa maupun mahasiswa dirubah dengan model pembelajaran

jarak jauh (PJJ) yang memberikan tantangan serta permasalahan baru (Hanifah

Salsabila et al., 2020). Pandemi juga berdampak pada sektor pekerjaan yang

mengharuskan karyawan bekerja dari rumah atau work from home (WFH). Hal ini

sangat berdampak bagi organisasi secara keseluruhan, yang dapat menghambat

proses bisnis mereka sehingga menyebabkan turunnya perekonomian.

Dalam rangka mengatasi penyebaran Covid-19, berbagai negara berusaha

untuk menekan laju pertumbuhan virus Covid-19 salah satu caranya adalah
 3

dengan menciptakan contact tracing apps untuk melakukan pengawasan

kesehatan terhadap aktivitas suatu warga negara di ruang publik. Beberapa contoh

contact tracing apps dari berbagai negara sebagai berikut: USA (Care19 &

Healthy Together), Canada (ABTraceTogether), UK (NHS App), Germany

(Corona Data Donation), Austria (Stopp Corona), China (WeChat & Alipay),

Hongkong (Stay Home Safe), Vietnam (Blue Zone), Thailand (Thai Chana)

Singapura (TraceTogether), dan Australia (COVIDsafe).

Pemerintah Indonesia dalam hal ini Menteri Komunikasi dan Informatika

bekerja sama dengan PT. Telkom Indonesia tbk. telah membuat contact tracing

apps berupa aplikasi PeduliLindungi yang digunakan sebagai pelaksanaan

pengawasan kesehatan oleh Pemerintah Indonesia untuk mengurangi penyebaran

virus Covid-19. Aplikasi PeduliLindungi memiliki 3 prinsip kerja, sebagai

berikut: Tracing yaitu, melakukan pelacakan terhadap orang-orang yang

berkontak dengan orang yang diduga mengidap Covid-19. Tracking yaitu

melacak persebaran virus corona dengan melihat siapa saja yang telah bertemu

dengan penderita virus corona. Warning and Fencing yaitu adanya peringatan dan

pengawasan dengan membatasi pergerakan seseorang yang sedang dalam

karantina atau isolasi (Nurhidayati et al., 2021).

PeduliLindungi dikelola oleh PT. Telkom Indonesia Tbk. dengan

mengintegrasikan data pada data center pemerintah, sehingga telah diklaim aman

karena data yang disimpan bersifat rahasia dan terenkripsi (Nurhidayati et al.,

2021). Untuk melindungi data pribadi pengguna aplikasi ini, Menteri Komunikasi

dan Informatika (Menkominfo) bekerja sama dengan Badan Siber dan Sandi
 4

Negara (BSSN) untuk memastikan aplikasi PeduliLindungi telah memenuhi

prinsip perlindungan data pribadi dan keamanan. BSSN sudah melakukan

pengecekan keamanan aplikasi yang disebut IT Security Assessment, termasuk

versi terbaru PeduliLindungi namun tetap harus dimonitor dan assessment secara

berkala (Gobel, 2020).

Seiring berjalannya waktu sejak pertama kali dimunculkan, aplikasi

PeduliLindungi menghadapi berbagai rintangan serta tantangan dalam

memberikan pelayanan kepada penggunannya. Penerimaan pengguna merupakan

salah satu ukuran yang sangat baik dalam menilai keberhasilan implementasi

aplikasi PeduliLindungi, karena penggunalah yang paling mengetahui apakah

sistem akan diterima ataupun tidak.

Namun sangat disayangkan aplikasi PeduliLindungi mendapatkan penilaian

yang kurang bagus dari penggunannya. Terutama dari pengguna iOS yang

mendapatkan 2,6/5 bintang dan pengguna android yang mendapatkan 3,3/5

bintang khususnya 1 tahun terakhir. Hal ini tidak lepas dari berbagai masalah

yang dikeluhkan baik dari pengguna iOS maupun pengguna android. Berikut

beberapa contoh keluhan yang dirasakan pengguna aplikasi PeduliLindungi, baik

pengguna android maupun iOS yang diambil dari ulasan Google Play Store dan

App Store.
 5

Tabel 1.1 Ulasan Pengguna Aplikasi PeduliLindungi

Nama Pengguna Platform Penilaian Keterangan

1 Tamara Putri, Google Play Store 1/5 Bintang Vaksin booster sudah 1 bulan tidak ada sertifikatnya. Mau claim ga
Penilaian diunggah pada bisa. Peduli lindungi tidak komunikatif, ada layanan WA tapi tidak
17 April 2022 ada respon.
2 Zildhan 182, Google Play Store 2/5 Bintang Keamanan nya kurang, masa punya saya dipake orang terus padahal
Penilaian diunggah pada saya gak kemana2.
18 April 2022
3 Ashilah Dzakirah C, Google Play Store 1/5 Bintang Aneh bgt padahal di web warna riwayat vaksin saya hijau dan saya
Penilaian diunggah pada udah vaksin 1 dan 2 tapi pas cek ke app malah jadi merah dan sama
05 Mei 2022 sekali ga da riwayat, nyusahin aja ga bisa scan code dan sertifikat
juga ga ada???!
4 Ujang Uzumaki, Google Play Store 1/5 Bintang Kenapa setelah update jadi keluar sendiri mulu sih.....tolong perbaiki
Penilaian diunggah pada
10 Mei 2022
5 Wulan Sari, Google Play Store 1/5 Bintang Baru kemarin di perbaharui skrg udh minta di perbaharui lagi
Penilaian diunggah pada
16 Juni 2022
6 Dony 1603, Google Play Store 1/5 Bintang Sertifikat vaksin tidak muncul, sangat merepotkan
Penilaian diunggah pada
23 Juni 2022
7 Hendra Saputra, Google Play Store 1/5 Bintang Sudah hampir 1 tahun vaksin, tetapi sampai sekarang belum keluar
Penilaian diunggah pada sertifikatnya
04 Juli 2022
8 Franky antonius, Google Play Store 1/5 Bintang Habis update aplikasi kenapa log out ya? udah gitu mau login tidak
Penilaian diunggah pada bisa
 6

11 Juli 2022
9 Reza Aditya, Google Play Store 1/5 Bintang Saya download sertifikat aja berbelit2 suruh whatsapp dan ikutin
Penilaian diunggah pada arahan tp ga dikasih sertifikatnya
26 Juli 2022
10 Rian maulana, Google Play Store 1/5 Bintang Parah, udah vaksin booster tapi sertifikat belum muncul, hubungi
Penilaian diunggah pada sana sini dilempar sana sini? Solusi datang ke tempat pihak
04 Agustus 2022 penyelenggara vaksin booster? Kalo tutup cari kemana lagi?
11 Ginakaradi, App Store 1/5 Bintang Dear Team Peduli Lindungi, please banget donk provide solution
Penilaian diunggah pada care center. Di sosmed di tanya di komen, tanya di DM, gak ada
30 Juni 2021 yang bales satupun. Gak ada kejelasan. Ini saya udah vaksin kedua,
sampai sekarang pun belom dapat sms konfirmasi dan link sertifikat
kedua. Gimama sihh? Management kalian kusut bener.
12 Greymavn, App Store 1/5 Bintang Sertifikat vaksin tidak muncul meski sudah memasukan no KTP dan
Penilaian diunggah pada no telp, malah dilihkan pendaftaran ulang vaksin
13 Juli 2021
13 Filter1978, App Store 1/5 Bintang Proses daftar tidak berfungsi karena tombol SETUJU (setelah
Penilaian diunggah pada kebijakan dan privasi) tidak ada
19 Agustus 2021
14 Deny12345678937, App Store 1/5 Bintang Tidak bisa diklik setuju kebijakan dan privasi
Penilaian diunggah pada
20 Agustus 2021
15 Puspardali, App Store 1/5 Bintang Lengkapi akun tidak bisa, padahal sudah isi dengan benar tapi tetap
Penilaian diunggah pada muncul “sesuaikan nik dan nama dengan KTP” Dan seritifikat saya
21 Agustus 2021 tidak muncul di aplikasi, padahal tertera tulisan sudah vaksin ke-2.
16 Nbailey939, App Store 1/5 Bintang Aplikasi ini memiliki banyak bug, website juga tidak responsif, turis
Penilaian diunggah pada asing perlu menggunakannya tetapi tidak dapat menambahkan NIK.
 7

27 Agustus 2021
17 Rmunthe73, App Store 2/5 Bintang So NOT user friendly
Penilaian diunggah pada
14 Oktober 2021
18 Bob1241257, App Store 1/5 Bintang QR scan is Not connected to my certificate
Penilaian diunggah pada
20 November 2021
19 Ctyboy, App Store 1/5 Bintang Terkadang hasil test saya muncul, tetapi keseringan tidak. Tiba-tiba
Penilaian diunggah pada kemarin aplikasi mengklaim saya tidak divaksinasi dan memberi saya
27 Desember 2021 tanda merah dan menyatakan saya tidak divaksinasi dan tidak dapat
masuk ke tempat mana pun, meskipun sertifikat vaksin ada di
aplikasi.
20 Boob4hire, App Store 1/5 Bintang It’s sad this is the official app that is required to travel to Indonesia.
Penilaian diunggah pada Customer support is an auto bot on WhatsApp that is also in
13 Mei 2022 Indonesian. Very bad app and management!!!
 8

Berdasarkan data pada Tabel 1.1 dapat dirangkum mengenai beberapa

masalah yang sering dialami pengguna aplikasi PeduliLindungi, yaitu:

a. Sertifikat vaksin yang tidak muncul pada aplikasi

b. Akun dipakai orang lain yang bukan semestinya

c. Aplikasi tiba-tiba force close

d. Jika terjadi kendala, pengguna susah untuk menghubungi customer service

e. Beberapa tombol fungsi dan menu terkadang tiba-tiba tidak berfungsi

sehingga pengguna kesulitan saat menggunakan.

f. Aplikasi tidak user friendly

Berdasarkan keluhan yang dialami oleh pengguna aplikasi PeduliLindungi,

banyak permasalahan yang mengarah pada hal kualitas sistem dan layanan.

Padahal dengan semakin baiknya kualitas sistem dan layanan yang diberikan,

maka akan mempengaruhi tingginya tingkat kepuasan pengguna suatu sistem

informasi (AbdelKader & Sayed, 2022). Kepuasan pengguna pada umumnya

dianggap sebagai ukuran terpenting dari keberhasilan suatu sistem (Delone &

McLean, 1992; Ives & Olson, 1984; Wang & Liao, 2007). Selain itu, untuk terus

meningkatkan kepuasan pengguna tidak hanya sekedar fungsionalitas pada

teknologi saja yang dibutuhkan tetapi perlu adanya keterlibatan pengalaman

pengguna yang lebih menekankan pada kesenangan (fun) dan kenyamanan

(enjoyment) dalam menggunakan teknologi tersebut (Marcus, 2002; Wright et al.,

2001).

Dalam implementasi sebuah sistem informasi selalu ada kemungkinan

sistem itu berjalan sukses maupun gagal. Oleh karena itu, penting untuk
 9

melakukan pengukuran dan evaluasi atas implementasi suatu sistem informasi.

Model yang populer digunakan dalam meneliti kesuksesan atau kegagalan

implementasi sebuah sistem informasi adalah model DeLone & McLean (2003)

dan Technology Acceptance Model (TAM). Keunggulan model DeLone dan

McLean yaitu merupakan sebuah model yang sederhana, lengkap dan valid dalam

mengukur kesuksesan serta mengerti akan sistem informasi yang bersifat

multidimensional (Garrity & Sanders, 1998).

TAM merupakan model yang paling banyak digunakan dalam memprediksi

penerimaan teknologi informasi (Gefen, 2002). TAM dapat menjelaskan dan

memprediksi penerimaan pengguna terhadap suatu teknologi berdasarkan

pengaruh dua faktor, yaitu persepsi pemanfaatan (perceived usefulness) dan

persepsi kemudahan penggunaan (perceived ease of use) (Jogiyanto, 2008).

Menurut Xu dan Du (2019) perceived usefulness dan perceived ease of use

merupakan dua faktor utama yang dapat mempengaruhi kepuasan pengguna.

Keunggulan model TAM lainnya ialah dapat menjawab mengapa suatu sistem

informasi dinyatakan gagal atau berhasil dan model TAM dapat dikembangkan

dengan variabel-variabel eksternal lainnya (Wiyono et al., 2008).

Berdasarkan penelitian Shim (2020) menyarankan agar menambahkan

variabel TAM ke dalam model Delone & Mclean (2003), terutama variabel

perceived usefulness dan perceived ease of use. Menurut Shim (2020) perceived

usefulness dan perceived ease of use merupakan dua faktor utama pada model

TAM yang dapat memprediksi penggunaan teknologi informasi dan komunikasi

pada sistem informasi layanan kesehatan.

 10

Berdasarkan uraian masalah sebelumnya, maka penulis tertarik untuk

melakukan penelitian mengenai kepuasan pengguna aplikasi PeduliLindungi

dengan judul “Pengukuran Keberhasilan Sistem Informasi Pada Aplikasi

PeduliLindungi Di Kota Bekasi Menggunakan Delone and Mclean Is Success

Model dan Technology Acceptance Model”.

1.2. Identifikasi Masalah

Setelah melihat pembahasan latar belakang sebelumnya, dapat diidentifikasi

beberapa masalah sebagai berikut:

a. Masih banyaknya keluhan yang dialami pengguna aplikasi mobile

PeduliLindungi dalam hal kualitas sistem dan layanan, sehingga tidak sesuai

dengan harapan pengguna yang dapat berdampak pada keberhasilan sistem

informasi aplikasi PeduliLindungi.

b. Belum diketahui apakah efektivitas penerapan aplikasi PeduliLindungi akan

memenuhi kebutuhan pengguna atau tidak.

c. Belum diketahui faktor apa saja yang mempengaruhi keberhasilan sistem

informasi aplikasi PeduliLindungi.

1.3. Rumusan Masalah

Berdasarkan pembahasan identifikasi masalah sebelumnya, rumusan

masalah untuk penelitian ini sebagai berikut:

a. Sejauh mana keberhasilan penerapan sistem informasi pada aplikasi

PeduliLindungi?
 11

b. Faktor apa saja yang mempengaruhi keberhasilan sistem informasi pada

aplikasi PeduliLindungi terutama dari sisi pengguna?

1.4. Batasan Masalah

Untuk membuat penelitian ini tidak meluas, maka ruang lingkup penelitian

ini dibatasi sebagai berikut:

a. Penelitian ini dilakukan pada aplikasi mobile PeduliLindungi.

b. Responden pada penelitian ini yaitu pengguna aplikasi PeduliLindungi yang

berdomisili di wilayah kota Bekasi.

c. Secara teoritis, penelitian ini menggunakan model Delone & Mclean yang

telah dikembangkan dengan menambahkan dua variabel Technology

Acceptance Model (TAM) yaitu perceived usefulness dan perceived ease of

use.

d. Secara metodologi, penelitian ini menggunakan metode kuantitatif dengan

teknik pengambilan sampel yaitu purposive sampling dimana pengambilan

sampel berdasarkan kriteria yang ditentukan.

e. Pengumpulan data dilakukan dengan menggunakan kuesioner dan

didistribusikan secara tidak langsung (online). Kuesioner terdiri dari beberapa

pertanyaan dengan menggunakan 5 pilihan skala likert.

f. Analisis data pada penelitian ini memakai pendekatan PLS-SEM dengan

menggunakan aplikasi SmartPLS versi 3.3.9.

 12

1.5. Tujuan Penelitian

Berdasarkan uraian yang telah dijelaskan dalam sub bab sebelumnya,

penelitian ini dilakukan dengan tujuan sebagai berikut:

a. Melakukan analisis terhadap keberhasilan sistem informasi pada aplikasi

PeduliLindungi berdasarkan beberapa variabel dari model Delone & Mclean

dan TAM.

b. Mengukur sejauh mana keberhasilan sistem informasi terhadap penggunaan

aplikasi PeduliLindungi.

c. Mengetahui faktor-faktor yang mempengaruhi keberhasilan sistem informasi

pada aplikasi PeduliLindungi.

1.6. Manfaat Penelitian

Adapun manfaat dalam penelitian ini yaitu:

a. Mendapatkan pemahaman serta pengaplikasian berbagai ilmu pengetahuan

yang diperoleh selama perkuliahan.

b. Membantu mengevaluasi aplikasi PeduliLindungi dari sisi pengguna akhir

sistem.

c. Penelitian ini dapat menjadi referensi untuk penelitian selanjutnya.

d. Hasil penelitian ini dapat menjadi pertimbangan bagi pihak terkait dalam

rencana pengembangan sistem berikutnya.

 13

1.7. Metodologi Penelitian

Penelitian ini menggunakan metode kuantitatif untuk menganalisis

keberhasilan sistem informasi terhadap penggunaan aplikasi PeduliLindungi dan

menguji beberapa hipotesis mengenai faktor-faktor yang mempengaruhi

keberhasilan sistem informasi terhadap aplikasi PeduliLindungi. Metode

pengambilan sampel yang digunakan pada penelitian ini ialah purposive sampling,

yaitu pengambilan sampel didasarkan pada kriteria tertentu. Kriteria sampel untuk

penelitian ini ialah pengguna aplikasi PeduliLindungi yang bertempat tinggal di

wilayah kota Bekasi.

Pengumpulan data yang digunakan dalam penelitian ini ialah dengan

mendistribusikan kuesioner secara tidak langsung melalui bantuan media sosial

(whatsapp, telegram, facebook dan line) dengan memanfaatkan fitur pengisian

google forms dan menggunakan skala likert 5 pilihan sebagai skala pengukuran

untuk mengukur jawaban responden. Kuesioner yang berhasil dikumpulkan akan

dipilih dan diklasifikasikan dengan menggunakan bantuan aplikasi pengolah

angka Ms. Excel 2019. Data yang diperoleh akan dianalisis menggunakan

pendekatan PLS-SEM melalui bantuan aplikasi SmartPLS versi 3.3.9.

1.8. Model Penelitian

Dalam melakukan pengukuran terkait keberhasilan sistem informasi pada

aplikasi PeduliLindungi peneliti menggunakan model Delone & Mclean. Model

ini dapat dikatakan bermanfaat dalam melakukan pengukuran terhadap

keberhasilan sistem informasi layanan kesehatan (Van Der Meijden, 2003). Model
 14

Delone & Mclean (2003) terdiri dari enam variabel yaitu kualitas informasi

(information quality), kualitas sistem (system quality), kualitas layanan (service

quality), penggunaan (use), kepuasan pengguna (user satisfaction), dan manfaat

bersih (net benefit). Menurut Ojo (2017), Cho et al. (2015), dan Gaardboe et al.

(2017) bahwa model Delone & Mclean aspek kualitas sistem, kualitas informasi

dan kualitas layanan memiliki pengaruh positif terhadap keberhasilan sistem

informasi pada sistem layanan kesehatan.

Gambar 1.1 Model Penelitian Delone and Mclean

Peneliti juga menambahkan variabel perceived usefulness dan perceived

ease of use dalam penelitian ini karena menurut Shim (2020) dengan

ditambahkannya kedua variabel ini, diprediksi system quality akan memiliki

pengaruh positif terhadap perceived usefulness dan perceived ease of use pada

sistem informasi layanan kesehatan. Menurut Choi et al. (2013) dan Lu et al.

(2012) bahwa system quality, information quality dan service quality secara

positif memiliki pengaruh terhadap kemanfaatan dan kemudahan dalam

penggunaannya.
 15

Gambar 1.2 Model Penelitian (Choi et al., 2013)

Gambar 1.3 Model Penelitian (Keni, 2020)

Menurut Keni (2020) dan Hermawan & Paramita (2021) bahwa perceived

usefulness dan perceived ease of use memiliki pengaruh yang positif dan

signifikan terhadap user satisfaction. Pada gambar 1.4 merupakan model

penelitian ini yang diambil dari model Delone & Mclean dan TAM.
 16

Gambar 1.4 Model Penelitian

1.9. Sistematika Penulisan

Pada proses penyusunan laporan penelitian, urutan penulisan laporan

penelitian ini terdiri atas 5 (lima) bab. Pada permulaan bab diawali dengan bab 1

yang berisi tentang pendahuluan, bab 2 tentang tinjauan pustaka, bab 3 berisikan

metodologi penelitian, bab 4 mengenai pembahasan hasil analisis dan interpretasi,

serta bagian akhir yaitu bab 5 mengenai kesimpulan dan saran. Berikut uraian

sistematika penelitian yang ada dalam penelitian:

BAB 1 PENDAHULUAN

Bab ini berisi penjelasan mengenai latar belakang masalah, identifikasi

masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat

penelitian, metodologi penelitian, metode penelitian dan sistematika penulisan.

BAB 2 TINJAUAN PUSTAKA

 17

Bab ini berisikan tentang dasar-dasar teori yang berkaitan dengan topik

penelitian dan hasil penelitian sebelumnya yang menjadi bahan acuan untuk

memperkuat hasil pada penelitian ini. Teori yang dimaksud seperti definisi dari

pengukuran, pengertian aplikasi, penjelasan model Delone & McLean dan model

TAM, pengertian penelitian kuantitatif, pengelompokan data, pengumpulan data,

skala likert, populasi dan sampel, Partial Least Square-Structural Equation Model

(PLS-SEM), pembahasan aplikasi SmartPLS dan evaluasi dari penelitian sejenis

BAB 3 METODOLOGI PENELITIAN

Bab yang membahas mengenai teknik yang digunakan dalam proses

pelaksanaan penelitian terdiri atas penjelasan mengenai pendekatan penelitian,

populasi dan sampel penelitian, indikator dan instrumen penelitian, metode

pengumpulan data, analisis data serta skema penelitian yang dilakukan.

BAB 4 HASIL ANALISIS DAN INTERPRETASI

Bab ini diawali dengan membahas profil objek penelitian. Pemaparan

mengenai hasil analisis berupa analisis demografi, analisis model pengukuran, dan

analisis model struktural dimana hasil dari analisis-analisis tersebut akan

diinterpretasikan serta didiskusikan dengan menyesuaikan dari teori dan penelitian

yang ada sebelumnya. Proses analisis data menggunakan metode PLS-SEM yang

dibantu dengan menggunakan aplikasi SmartPLS.

BAB 5 PENUTUP

Bab ini berisi kesimpulan yang menjawab rumusan masalah dan tercapainya

tujuan penelitian, keterbatasan pada penelitian serta saran dari peneliti yang

kiranya dapat bermanfaat untuk objek penelitian dan peneliti di masa mendatang.
18
 BAB 2

TINJAUAN PUSTAKA

2.1. Definisi Pengukuran

Pengukuran adalah suatu prosedur yang sistematis untuk mengamati

perilaku seseorang dan menggambarkannya dengan bantuan skala numerik atau

sistem pengkategorian (Mehrens & Lehmann, 1973). Menurut Umar (1991)

pengukuran adalah kegiatan untuk memperoleh informasi data kuantitatif. Hasil

dari pengukuran dapat berupa informasi atau data yang dinyatakan dalam bentuk

angka ataupun uraian, oleh karena itu kualitas informasi haruslah akurat karena

sangat berguna dalam proses pengambilan keputusan.

Terdapat empat aktivitas pokok proses pengukuran dalam penelitian yaitu:

1). Penentuan dimensi variabel penelitian, 2). Perumusan ukuran masing-masing

dimensi, 3). Penentuan tingkat ukuran yang akan digunakan, dan 4). Menguji

tingkat validitas dan reliabilitas dari alat ukur (Singarimbun & Effendi, 1985).

Berdasarkan pendapat sebelumnya, dapat disimpulkan bahwa pengukuran

adalah suatu proses sistematis untuk mendapatkan informasi ataupun data

kuantitatif, yang digambarkan dalam bentuk angka ataupun penjelasan dengan

prosedur pengukuran yang jelas dan benar.

18
 19

2.2. Definisi Keberhasilan Sistem Informasi

Menurut Helmet dalam Kholifatun (2013) keberhasilan merupakan suatu

pencapaian terhadap keinginan yang telah kita niatkan untuk kita capai atau

kemampuan untuk melewati dan mengatasi dari satu kegagalan ke kegagalan

berikutnya tanpa kehilangan semangat. Keberhasilan erat kaitannya dengan

kecermatan kita dalam menentukan tujuan, sedangkan tujuan merupakan suatu

sasaran yang sudah kita tentukan. Jadi dapat disimpulkan bahwa keberhasilan

merupakan suatu hasil yang diperoleh atas suatu tujuan yang telah ditentukan

setelah berhasil melewati berbagai rintangan.

Menurut Teguh Wahyono (2004) sistem informasi merupakan suatu sistem

yang dibuat oleh manusia yang terdiri dari komponen-komponen dalam organisasi

untuk mencapai suatu tujuan yaitu menyajikan informasi.

Menurut Laudon dan Laudon (2005) sistem informasi merupakan

komponen yang saling bekerja sama untuk mengumpulkan, mengolah,

menyimpan dan menyebarkan informasi untuk mendukung pengambilan

keputusan, koordinasi, pengendalian, analisis masalah dan visualisasi dalam

sebuah organisasi.

Menurut O’Brien dan Marakas (2008) bahwa sistem informasi merupakan

kombinasi teratur dari orang-orang, hardware, software, jaringan komunikasi dan

sumber daya yang mengumpulkan, mengubah, dan menyebarkan informasi dalam

sebuah organisasi.

Jadi dapat diambil kesimpulan bahwa sistem informasi merupakan suatu

komponen yang terdiri dari orang-orang, hardware, software jaringan komunikasi

 20

dan sumber daya untuk mengumpulkan, mengolah dan menyajikan informasi

untuk membantu proses pengambilan keputusan, koordinasi, pengendalian,

analisis masalah dan visualisasi dalam suatu organisasi.

Menurut O’Brien dan Marakas (2008) keberhasilan teknologi informasi

dapat diukur dengan keefektifan teknologi dalam mendukung kegiatan bisnis di

dalam suatu organisasi. Sikap positif dari pengguna terhadap suatu sistem

informasi akan sangat mendukung berhasil atau tidaknya penerapan sistem

informasi tersebut.

2.3. Definisi Aplikasi

Menurut Jogiyanto (1999) aplikasi adalah penggunaan dalam suatu

komputer, instruksi (instruction) atau pernyataan (statement) yang disusun

sedemikian sehingga komputer dapat memproses input menjadi output. Menurut

Hakim (2012) aplikasi adalah perangkat lunak yang digunakan untuk tujuan

tertentu, seperti mengolah dokumen, mengatur sistem operasi, permainan (game)

dan sebagainya.

Aplikasi adalah program siap pakai yang dapat digunakan untuk

menjalankan perintah-perintah dari pengguna aplikasi tersebut dengan tujuan

mendapatkan hasil yang lebih akurat sesuai dengan tujuan pembuatan aplikasi

tersebut, aplikasi mempunyai arti yaitu pemecahan masalah yang menggunakan

salah satu teknik pemrosesan data aplikasi yang biasanya berpacu pada sebuah

komputasi yang diinginkan atau diharapkan maupun pemrosesan data yang

diharapkan. Pengertian aplikasi secara umum adalah alat terapan yang difungsikan
 21

secara khusus dan terpadu sesuai kemampuan yang dimilikinya, aplikasi

merupakan suatu perangkat komputer yang siap pakai bagi user (Abdurahman &

Riswaya, 2014).

Berdasarkan penjelasan para ahli mengenai aplikasi, maka dapat diambil

kesimpulan bahwa aplikasi ialah perangkat lunak yang disusun berdasarkan

instruksi (instruction) atau pernyataan (statement) dengan maksud tujuan tertentu

seperti mengolah dokumen, mengolah gambar, bermain game dan sebagainya.

2.3.1. Aplikasi PeduliLindungi

Aplikasi Pedulilindungi merupakan produk aplikasi hasil pengembangan

kolaborasi antara Kementrian Komunikasi dan Informatika dengan PT. Telkom

Indonesia. Sebelum munculnya aplikasi PeduliLindungi Kemenkominfo sempat

meluncurkan aplikasi sejenis Pedulilindungi dengan nama “TraceTogether” pada

Maret 2020. Tetapi penggunaan aplikasi TraceTogeteher tidak berlangsung lama

setelah diluncurkan karena adanya kemiripan nama maupun fungsi dengan

aplikasi buatan negara Singapura.

PeduliLindungi merupakan tracing apps record yang dikembangkan oleh

pemerintah Indonesia untuk membantu instansi terkait terkait dalam melakukan

pelacakan untuk menghentikan penyebaran Coronavirus Disease (Covid-19).

Aplikasi ini mengandalkan partisipasi masyarakat untuk saling membagikan data

lokasinya saat bepergian agar penelusuran riwayat kontak dengan penderita

Covid-19 dapat dilakukan. Aplikasi ini mengandalkan partisipasi masyarakat

untuk saling membagikan data lokasinya saat bepergian agar penelusuran riwayat
 22

kontak dengan penderita COVID-19 dapat dilakukan. Pengguna aplikasi ini juga

akan mendapatkan notifikasi jika berada di keramaian atau berada di zona merah,

yaitu area atau wilayah yang sudah terdata bahwa ada orang yang terinfeksi

COVID-19 positif atau ada Pasien Dalam Pengawasan (PeduliLindungi, 2022).

Terdapat 3 fungsi utama aplikasi Pedulilindungi dalam penangan pandemi

Covid-19 di Indonesia:

1. Untuk melakukan skrining

2. Untuk melakukan fungsi tracing atau pelacakan

3. Untuk mendukung protokol kesehatan

Aplikasi Pedulilindungi merupakan salah satu syarat warga negara untuk

melakukan perjalanan atau berkegiatan di fasilitas umum. Dalam penggunaan

aplikasi Pedulilindungi terdapat 4 indikator warna sesaat setelah melakukan

check-in yang memiliki arti sebagai berikut:

1. Warna hijau memiliki arti:

a. Telah divaksinasi secara lengkap.

b. Tidak ada hasil positif atau kontak erat dengan pasien Covid-19.

c. Aman untuk berkegiatan di ruang publik.

2. Warna kuning atau oranye memiliki arti:

a. Pengunjung baru menerima vaksin dosis pertama.

b. Pernah terkonfirmasi Covid-19 dan sudah sembuh namun belum bisa di

vaksin karena belum tiga bulan.

c. Berkegiatan di ruang publik disesuaikan dengan peraturan setempat.

3. Merah memiliki arti:

 23

a. Belum vaksinasi dosis pertama maupun kedua.

b. Tidak diperkenankan berada di fasilitas publik atau ruang umum.

4. Hitam memiliki arti:

a. Berstatus terinfeksi Covid-19 atau merupakan kontak erat dari orang yang

terinfeksi Covid-19.

b. Tidak boleh beraktivitas di ruang publik.

Gambar 2.1 Tampilan halaman depan aplikasi PeduliLindungi

Beberapa fitur yang terdapat pada aplikasi PeduliLindungi, diantaranya:

a. Penelusuran (tracing)

b. Pelacakan (tracking)

c. Pemberian peringatan (warning dan fencing)

d. E-sertifikat yang meliputi:

 24

1) Hasil tes Rapid Test dan/atau Swab Test

2) Surat Keterangan Sehat

3) Surat Keterangan Sembuh Covid-19

4) Surat keterangan vaksinasi

5) Surat Izin Keluar/Masuk

6) Surat Penugasan Instansi

7) Sertifikat kesehatan lainnya

e. Sistem Pemosisi Global (Global Positioning System/GPS)

f. Catatan Harian Digital (digital diary)

g. Fitur lain yang ditetapkan dan/atau kerja sama dengan platform lain

2.4. Delone and McLean IS Success Model

Pada tahun 1992 DeLone dan McLean mengemukakan teori tentang

kesuksesan sistem informasi yang dikenal dengan D&M IS Success Model. Model

keberhasilan sistem informasi Delone & McLean memiliki 6 variabel, sebagai

berikut: kualitas sistem (system quality), kualitas informasi (information quality),

penggunaan (use), kepuasan pemakai (user satisfaction), dampak individual

(individual impact), dan dampak organisasi (organization impact).

 25

Gambar 2.2 Delone and McLean IS Success Model (Delone & McLean, 1992)

Dari gambar model yang dikemukan Mclean dan Delone kesuksesan sistem

informasi terdiri atas 6 variabel yaitu:

a. System Quality digunakan untuk mengukur kualitas sistem teknologi

informasi.

b. Information Quality digunakan untuk mengukur kualitas informasi dari

sistem informasi.

c. Use merupakan penggunaan keluaran suatu sistem oleh penerima/pemakai.

d. User Satisfaction merupakan respon pemakai terhadap penggunaan keluaran

sistem informasi.

e. Individual Impact merupakan efek dari informasi terhadap perilaku pemakai.

f. Organizational Impact merupakan pengaruh dari informasi terhadap kinerja

organisasi.

Sejak pertama kali Delone & Mclean IS Success Model diperkenalkan,

sistem informasi telah berubah dan berkembang selama satu dekade terakhir.

Kemudian Delone & Mclean meninjau lebih dari 100 artikel, termasuk semua

artikel di Information Systems Research, Journal of Management Information

 26

Systems, and MIS Quarterly sejak 1993 untuk menginformasikan ulasan tentang

pengukuran keberhasilan IS Success Model.

Pada tahun 2003, Delone dan McLean memperbaiki model dengan

melakukan perubahan dari model sebelumnya menambahkan variabel service

quality dan intention to use sebagai pengganti variabel use kemudian

menggabungkan individual impact dan organizational impact menjadi variabel

net benefit.

Gambar 2.3 Delone and McLean IS Success Model (DeLone & McLean, 2003)

Berikut penjelasan beberapa variabel yang terdapat dalam model DeLone

and McLean, yaitu:

a. Kualitas Informasi (Information Quality)

Kualitas informasi merupakan mengukur kualitas output dari suatu sistem

informasi (Jogiyanto, 2007). Kualitas informasi diukur secara subyektif oleh

pengguna selanjutnya akan disebut sebagai persepsi kualitas informasi (perceived

information quality). Terdapat 6 skala pengukuran Information Quality menurut J.

Iivari (2005), yaitu: kelengkapan (completeness), ketepatan (precision), keandalan

 27

(reliability), data selalu diperbaharui (currency), dan bentuk dari keluaran (format

of output).

b. Kualitas Sistem (System Quality)

Kualitas sistem digunakan untuk mengukur kualitas sistem itu sendiri dari segi

perangkat lunak maupun perangkat keras. Kualitas sistem ialah performa sistem

yang menunjukkan seberapa baik perangkat keras, perangkat lunak, kebijakan,

dan prosedur bekerja pada suatu sistem informasi sehingga dapat menyediakan

informasi sesuai kebutuhan pengguna (Delone & McLean, 1992).

Kualitas sistem diukur secara subyektif oleh pengguna, sehingga kualitas

sistem yang digunakan dapat disebut sebagai persepsi kualitas sistem (perceived

system quality). Terdapat 6 skala pengukuran System Quality menurut J.Iivari

(2005), sebagai berikut: fleksibilitas sistem (system flexibility), integrasi sistem

(system integration), waktu respon (time to respon), perbaikan kesalahan (error

recovery), kenyamanan akses (convenience of access), dan bahasa (language).

c. Kualitas Layanan (Service Quality)

Kualitas layanan sebagai perbandingan antara harapan pelanggan dengan

persepsi pelayanan yang sebenarnya diterima. Menurut DeLone and McLean

(2003) terdapat 3 skala pengukuran dari kualitas layanan (service quality) yaitu:

jaminan (assurance) merupakan jaminan kualitas yang diberikan oleh sistem,

empati (system empathy) merupakan kepedulian sistem terhadap pengguna,

responsistem (system responsiveness) merupakan kualitas respon sistem terhadap

tindakan yang dilakukan oleh pengguna.

d. Penggunaan (Use)
 28

Menurut Jogiyanto (2007) penggunaan (use) dapat dibagi menjadi penggunaan

keluaran (use of information) dan penggunaan sistem (use of system), yaitu

penggunaan informasi dan penggunaan sistem informasi itu sendiri. Menurut

J.Iivari (2005), terdapat 2 skala pengukuran dari penggunaan (use) yaitu:

penggunaan waktu harian (daily used time) dan frekuensi penggunaan (frequency

of use) yang dimaksud frekuensi penggunaan ialah frekuensi sistem yang

digunakan selama bekerja.

e. Kepuasan Pengguna (User Satisfaction)

Kepuasan pengguna (user satisfaction) adalah respon dan umpan balik yang

diberikan pengguna setelah menggunakan sistem informasi. Sikap pengguna

terhadap sistem informasi merupakan ukuran subjektif dari seberapa besar

pengguna menyukai sistem yang digunakan. Menurut DeLone and McLean

(2003) terdapat dua indikator dalam pengukuran user satisfaction yaitu:

1) Kepuasan Informasi (Repeat Purchase)

Perbedaan antara informasi yang diterima dan informasi yang dibutuhkan.

Kepuasan terhadap informasi, umumnya diartikan sebagai hasil dari

membandingkan harapan atau kebutuhan seseorang terhadap suatu sistem

informasi dengan kinerja sistem yang diterima.

2) Kepuasan Secara Menyeluruh (Repeat Visit)

Salah satu bentuk kepuasan secara menyeluruh atas semua sistem yang

disajikan dan dilakukan interaksi mengenai tingkat kepuasan layanan

informasi dan sistem. Serta manfaat yang diterima dari proses input dan

proses output.
 29

f. Hasil bersih yang didapat (Net Benefit)

Net benefit merupakan dampak (impact) keberadaan dan pemakaian sistem

informasi terhadap kualitas kinerja pengguna baik secara individual maupun

organisasi termasuk di dalamnya produktivitas, meningkatkan pengetahuan dan

mengurangi lama waktu pencarian informasi (H. M. Jogiyanto, 2007). Net Benefit

dapat diukur dengan Cost Savings, Expended Markets, Incremental additional

sales, Reduce search cost, dan Time savings (DeLone & McLean, 2003).

2.5. Technology Acceptance Model (TAM)

Technology Acceptance Model (TAM) pertama kali dikembangkan oleh

Davis (1985) berdasarkan model Theory of Reasoned Action (TRA). Davis (1989)

mendefinisikan TAM merupakan sebuah model yang digunakan untuk

menganalisis dan memahami faktor yang mempengaruhi diterimanya penggunaan

teknologi informasi. Faktor tersebut sebagai penentu penerimaan teknologi

informasi dan menjelaskan perilaku pengguna akhir teknologi informasi atas

penerimaan teknologi informasi. Pengguna akhir teknologi informasi

menunjukkan minat menggunakan teknologi informasi jika sistem informasi

tersebut memberikan manfaat dan mudah digunakan.

Technology Acceptance Model (TAM) merupakan salah satu teori tentang

penggunaan sistem teknologi informasi yang dianggap sangat berpengaruh dan

umumnya digunakan untuk menjelaskan penerimaan individual terhadap

penggunaan sistem teknologi informasi (H. M. Jogiyanto, 2008). Tujuan model

TAM adalah untuk menjelaskan faktor utama dari perilaku pengguna sistem
 30

teknologi informasi terhadap respon penerimaan penggunaan teknologi informasi

itu sendiri (Jogiyanto, 2007).

Kelebihan TAM yang paling penting adalah TAM merupakan model

parsimoni, yaitu model yang sederhana tetapi valid. Selain itu, TAM juga telah

diuji dengan banyak penelitian yang hasilnya TAM merupakan model yang baik

khususnya jika dibandingkan dengan model Theory of Reasoned Action TRA dan

Theory of Planned Behavior (TPB) (Ratri, 2016). Selain itu, TAM juga

menjelaskan hubungan sebab akibat antara keyakinan (manfaat dan kemudahan suatu

sistem dalam penggunaannya) dan perilaku, tujuan, dan penggunaan actual dari

pengguna suatu sistem informasi (Relawati et al., 2015).

Gambar 2.4 Technology Acceptance Model (TAM) (Davis, 1989)

Berikut penjelasan beberapa variabel yang terdapat dalam technology

acceptance model, yaitu:

a. Perceived Usefulness

Persepsi kegunaan diartikan sebagai suatu kepercayaan pengguna mengenai

proses pengambilan keputusan. Dengan demikian jika seseorang

mempercayai sistem informasi yang digunakan bermanfaat bagi dirinya,

maka pengguna tersebut akan terus menggunakannya. Sebaliknya, jika

 31

seseorang mempercayai bahwa suatu sistem informasi kurang bermanfaat,

maka pengguna tidak akan menggunakannya (Jogiyanto, 2008). Terdapat 6

indikator pengukuran persepsi kegunaan (perceived usefulness) menurut

Davis (1989), yaitu bekerja dengan lebih cepat, performa pekerjaan,

meningkatkan produktivitas, efektif, membuat pekerjaan lebih mudah dan

bermanfaat.

b. Perceived Ease of Use

Persepsi kemudahan penggunaan didefinisikan sebagai sejauh mana

pengguna mempercayai dengan penggunaan suatu teknologi informasi akan

mempermudah kerja mereka. Dari pengertian tersebut dapat diketahui bahwa

konstruk persepsi kemudahan penggunaan merupakan suatu kepercayaan

mengenai proses pengambilan keputusan (Jogiyanto, 2008). Terdapat 5

indikator dalam pengukuran persepsi kemudahan penggunaan (perceived ease

of use) menurut Davis (1989), yaitu mudah untuk dipelajari, dapat dikontrol,

mudah dipahami, fleksibel dalam penggunaan dan mudah digunakan.

c. Attitude Towards Use

Attitude Towards Use (sikap terhadap penggunaan) didefinisikan oleh Davis

(1989) sebagai perasaan-perasaan positif atau negatif dari seseorang jika

harus melakukan perilaku yang akan ditentukan. Sedangkan menurut

Mathieson (1991) attitude towards use didefinisikan sebagai evaluasi

pemakai tentang ketertarikannya menggunakan sistem.

d. Intention to Use
 32

Intention to Use atau niat untuk menggunakan adalah kecenderungan perilaku

untuk tetap menggunakan suatu teknologi. Seseorang akan melakukan suatu

perilaku jika mempunyai keinginan atau minat untuk melakukannya

(Jogiyanto, 2008). Tingkat penggunaan sebuah teknologi komputer pada

seseorang dapat diprediksi dari sikap perhatiannya terhadap teknologi

tersebut, misalnya keinginan menambah peripheral pendukung, motivasi

untuk tetap menggunakan, serta keinginan untuk memotivasi pengguna lain

(Davis, 1989).

e. Actual Usage

Actual system usage merupakan bentuk respon psikomotor eksternal yang

dapat diukur dari seorang dengan penggunaan nyata (Davis, 1989). Actual

system usage memiliki konsep pengukuran terhadap frekuensi dan durasi

waktu terhadap penggunaan teknologi (Wibowo, 2008). Sedangkan menurut

Rigopoulos dan Askounis (2007) actual usage diukur berdasarkan

penggunaan teknologi secara berulang-ulang dan lebih sering.

2.5.1. Perkembangan Technology Acceptance Model

Pada tahun 1989, Davis, Bagozzi dan Warshaw melakukan penelitian. Di

dalam penelitiannya, Davis et al. menggunakan TAM untuk membahas

kemampuan memprediksi adopsi teknologi informasi masyarakat dari ukuran niat

mereka, dan kemampuan untuk menjelaskan niat mereka dalam hal sikap, norma

subyektif (subjective norm), persepsi pengguna terhadap manfaat (perceived

usefulness), persepsi pengguna terhadap kemudahan dalam penggunaan

 33

(perceived ease of use), dan variabel terkait. Temuan yang diperoleh Davis et al.

setelah melakukan penelitian adalah perceived usefulness sangat mempengaruhi

niat masyarakat (Davis et al., 1989).

Sebuah studi yang dilakukan oleh Davis dan Venkatesh tahun 1996

membahas mengenai potensi bias pada pengukuran Technology Acceptance

Model (TAM). Di dalam studinya, Davis dan Venkatesh berusaha untuk

membandingkan antara teknik pengelompokan item dengan pencampuran item.

Hasil studi yang dilakukan menunjukkan bahwa ketika menggunakan TAM

sebagai model adopsi teknologi informasi, sebaiknya mengikuti langkah-langkah

maupun format asli (pengelompokan item) untuk mendapatkan prediksi terbaik

(Venkatesh & Davis, 1996).

Pada tahun 2000, Venkatesh & Davis melakukan pengembangan dan

pengujian teoritis terhadap Technology Acceptance Model (TAM) sehingga

menjadi Technology Acceptance Model 2 (TAM2). Semisal dengan TAM, TAM 2

memiliki dua variabel utama, yaitu: persepsi pengguna terhadap manfaat

(perceived usefulness) dan persepsi pengguna terhadap kemudahan penggunaan

(perceived ease of use). Pada TAM 2, terdapat beberapa faktor penentu perceived

usefulness, yaitu subjective norm, image, job relevance, output quality, result

demonstrability, dan perceived ease of use.

Subjective norm didefinisikan sebagai persepsi seseorang bahwa orang yang

dianggapnya penting akan berpikir apakah dia harus atau tidak menggunakan

suatu sistem. Image didefinisikan sebagai persepsi seseorang mengenai

penggunaan inovasi akan meningkatkan status sosialnya. Job relevance

 34

didefinisikan sebagai sejauh mana seseorang mempercayai bahwa penggunaan

suatu sistem akan sesuai dengan pekerjaannya. Output Quality didefinisikan

sebagai sejauh mana sesorang mempercayai bahwa sistem dapat bekerja dengan

baik. Result demonstrability didefinisikan sebagai sejauh mana seseorang

mempercayai bahwa hasil penggunaan sistem itu nyata, dapat diamati, dan

disebarkan. Tidak hanya faktor-faktor penentu perceived usefulness yang

dikembangkan. Pada TAM 2, experience dan voluntariness bertindak sebagai

moderator yang cukup memberikan pengaruh terhadap pengguna (Venkatesh &

Davis, 2000). Pada gambar 2.5 menunjukkan model penelitian pada Technology

Acceptance Model 2 (TAM2).

Gambar 2.5 Technology Acceptance Model 2 (Venkatesh & Davis, 2000)

Pada tahun 2000, Venkatesh melakukan penelitian untuk memahami

faktor-faktor yang menentukan dari perceived ease of use. Menurut Venkatesh

faktor-faktor yang menentukan dari perceived ease of use, yaitu: computer self-

efficacy, perceptions of external control, computer anxiety, computer playfulness,

 35

perceived enjoyment dan objective usability. Computer self-efficacy didefinisikan

sebagai sejauh mana seseorang mempercayai bahwa dia memiliki kemampuan

untuk melakukan tugas/pekerjaan menggunakan komputer. Perceptions of

external control didefinisikan sebagai sejauh mana seseorang mempercayai bahwa

sumber daya organisasi dan teknis mendukung untuk menggunakan suatu sistem.

Computer anxiety didefinisikan sebagai tingkat kecemasan atau ketakutan

seseorang ketika dia dihadapkan dengan kemungkinan menggunakan komputer.

Computer playfulness didefinisikan sebagai tingkat spontanitas kognitif dalam

interaksi individu dengan sistem. Perceived enjoyment didefinisikan sebagai

sejauh mana aktivitas menggunakan sistem itu sendiri dianggap menyenangkan,

terlepas dari konsekuensi kerja yang dihasilkan dari penggunaan sistem. Objective

usability didefinisikan sebagai sebuah perbandingan sistem berdasarkan kondisi

sebenarnya (bukan persepsi) dari usaha yang diperlukan untuk menyelesaikan

tugas tertentu. Model penentu perceived ease of use ditunjukkan pada Gambar

2.6.
 36

Gambar 2.6 The Determinants of Perceived Ease of Use (Venkatesh, 2000)

Pada tahun 2006, Venkatesh, Maruping dan Brown melakukan penelitian

yang membahas tiga manifestasi waktu tertentu yaitu antisipasi (proksimal vs

distal), pengalaman sebelumnya dengan perilaku, dan frekuensi (episodik vs

repeat) sebagai faktor kunci yang mempengaruhi validitas niat perilaku, persepsi

pengendalian perilaku, dan harapan perilaku dalam memprediksi perilaku. Dalam

studi 1, Venkatesh dkk. menemukan bahwa peningkatan antisipasi (distal)

melemahkan hubungan antara niat dan perilaku serta memperkuat hubungan

antara harapan dan perilaku. Sebaliknya, meningkatkan pengalaman akan

memperkuat hubungan antara niat dan perilaku dan melemahkan hubungan antara

harapan dan perilaku. Dalam studi 2, hubungan antara niat dan perilaku kuat

ketika antisipasi rendah (proksimal) dan pengalaman yang tinggi serta hubungan

antara harapan perilaku dan perilaku kuat ketika antisipasi tinggi (distal) dan

pengalaman rendah.

Pada tahun 2008, Brown dkk. meneliti mengenai pembahasan tiga model

teoritis penelitian di bidang perilaku organisasi dan psikologi konsumen. Brown

dkk. menguji model dalam konteks implementasi sistem informasi baru untuk

sebuah organisasi dengan harapan; pengalaman; dan kepuasan sistem, yang diukur

untuk perceived usefulness dan perceived ease of use variabel utama dari

Technology Acceptance Model (TAM). Temuan yang didapat adalah pengalaman

hanya modal dimana harapan memiliki efek yang dapat diukur untuk menjelaskan

data terbaik dari perceived ease of use. Perceived usefulness menunjukkan versi
 37

modifikasi dari pengalaman, di mana efek positif dari pengalaman menjadi sedikit

lebih kuat dengan meningkatnya ekspektasi (Brown et al., 2008).

Pada tahun 2008, Venkatesh & Bala melakukan pengembangan dan

pengujian teoritis terhadap Technology Acceptance Model 2 (TAM2) dengan

identifikasi faktor-faktor penentu perceived ease of use yang dikembangkan oleh

Venkatesh pada tahun 2000 menjadi Technology Acceptance Model 3 (TAM3).

Semisal dengan TAM dan TAM2, TAM3 memiliki dua variabel perilaku utama,

yaitu persepsi pengguna terhadap manfaat (perceived usefulness) dan persepsi

pengguna terhadap kemudahan dalam penggunaan (perceived ease of use). TAM3

juga memiliki experience dan voluntariness sebagai moderator (Venkatesh &

Bala, 2008). Pada gambar 2.7 menunjukkan model penelitian pada Technology

Acceptance Model 3 (TAM3)

Gambar 2.7 Technology Acceptance Model 3 (Venkatesh & Bala, 2008)

 38

2.6. Metode Kuantitatif Dalam Penelitian Sistem Informasi

2.6.1. Pengelompokan Data

Menurut Suryani (2015) pengelompokkan data terbagi ke dalam 5 jenis,

yaitu:

a. Data Menurut Jenisnya

Data menurut jenisnya dikelompokkan menjadi dua, yaitu kualitatif dan

kuantitatif. Data kualitatif (non-metric) seperti jenis kelamin, pendidikan, warna,

suku dan sebagainya. Sedangkan kuantitatif (metric) adalah data berbentuk

angka.

b. Data Menurut Sifatnya

Data menurut sifatnya dapat dikelompokkan menjadi dua yaitu data diskrit

dan kontinu. Data diskrit adalah data dalam bentuk bilangan bulat. Sedangkan

data kontinu adalah data yang mempunyai nilai yang terletak dalam seluruh

interval.

c. Data Menurut Sumbernya

Data menurut sumbernya dikelompokkan menjadi dua yaitu data internal dan

data eksternal. Data internal adalah data yang menggambarkan keadaan atau

kegiatan di dalam sebuah organisasi. Sedangkan data eksternal adalah data yang

menggambarkan keadaan atau kegiatan di luar organisasi.

d. Data Menurut Cara Memperolehnya

1) Data primer adalah data yang dikumpulkan dan diolah sendiri oleh

organisasi atau perorangan langsung dari objeknya. Pengumpulan data

 39

tersebut dilakukan secara khusus untuk mengatasi masalah riset yang

sedang diteliti.

2) Data sekunder adalah data yang diperoleh dalam bentuk yang sudah jadi,

sudah dikumpulkan dan diolah oleh pihak lain, biasanya sudah dalam

bentuk publikasi.

e. Data Menurut Waktu Pengumpulannya

Data menurut waktu pengumpulannya dikelompokkan menjadi tiga, yaitu

crosss section, time series dan data panel. Data cross section adalah data yang

dikumpulkan pada suatu waktu tertentu yang dapat menggambarkan keadaan atau

kegiatan pada waktu tertentu. Time series (data berskala) adalah daya yang

dikumpulkan dalam waktu ke waktu untuk memberikan gambaran tentang

perkembangan suatu kegiatan selama periode spesifik yang diamati. Data

berskala sering kali disebut pula sebagai data historis. Sedangkan data panel

adalah data gabungan time series dan cross section.

2.6.2 Teknik Pengumpulan Data

Observasi adalah teknik pengumpulan data yang dilakukan melalui sesuatu

pengamatan, dengan disertai pencatatan-pencatatan terhadap keadaan atau

perilaku objek sasaran (Narbuko & Ahmadi, 1997). Berdasarkan peranan

observer, observasi terbagi menjadi dua, yaitu: observasi partisipan dan observasi

non partisipan (Hasanah, 2016).

Observasi partisipan adalah orang yang mengadakan observasi turut ambil

bagian dalam kehidupan orang-orang yang diobservasi. Sedangkan Observasi non

 40

partisipan adalah orang yang mengadakan observasi tidak ambil bagian dalam

kehidupan orang-orang yang diobservasi (Hasanah, 2016).

Studi literatur dilakukan dengan tujuan mencari dasar pijakan atau pondasi

untuk memperoleh dan membangun landasan teori, kerangka pikir, dan

menentukan dugaan sementara (Sukardi, 2003).

Menurut Sugiyono (2011) kuesioner merupakan teknik pengumpulan data

yang dilakukan dengan cara memberi seperangkat pertanyaan atau pertanyaan

tertulis kepada responden untuk dijawabnya. Kuesioner merupakan teknik

pengumpulan data yang efisien jika peneliti tahu pasti variabel yang akan diukur

dan tahu apa yang bisa diharapkan dari responden.

2.6.3. Skala Likert

Skala ini pertama kali dikembangkan oleh Rensist Likert, seorang sosiolog

dari University of Michigan melalui artikel “A Technique for the Measurement of

Attitudes” yang dipublikasikan oleh the Archives of Psychology pada tahun 1932.

Bentuk awal skala Likert adalah lima pilihan jawaban dari sangat tidak setuju

sampai dengan tingkat sangat setuju yang merupakan sikap atau persepsi

seseorang atas suatu kejadian atau pernyataan yang diberikan dalam

instrumen/kuesioner (Suryani, 2015). Dalam penelitian ini skala yang digunakan

adalah skala Likert dengan 5 titik pengukuran, dapat dilihat pada Tabel 2.1

Tabel 2.1 Skala Likert 5 titik (Suryani, 2015)

Kategori Skala
Sangat Setuju 5
Setuju 4
Netral 3
 41

Tidak Setuju 2
Sangat Tidak Setuju 1

2.6.4. Populasi dan Teknik Sampling

Teknik sampling adalah cara untuk menentukan sampel yang jumlahnya

sesuai dengan ukuran sampel yang akan dijadikan sumber data sebenarnya,

dengan memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh sampel

yang representative (Margono, 2004). Teknik sampling pada dasarnya

dikelompokkan menjadi dua yaitu probability sampling dan nonprobability

sampling

a. Probability Sampling

Probability sampling adalah teknik sampling yang memberikan peluang yang

sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel.

Jenis-jenis probability sampling, yaitu:

1) Simple Random Sampling

Menurut Sugiyono (2011), dikatakan simple (sederhana) random sampling

karena pengambilan sampel anggota populasi dilakukan secara acak tanpa

memperhatikan strata yang ada dalam populasi itu.

2) Proportionate stratified random Sampling

Proportionate stratified random sampling adalah teknik sampling yang

digunakan bila populasi mempunyai anggota/unsur yang tidak homogen dan

berstrata secara proporsional (Sugiono, 2011).

3) Disproportionate stratified random Sampling

 42

Disproportionate stratified random sampling adalah teknik sampling yang

digunakan bila populasi berstrata tetapi kurang proporsional (Sugiono, 2011).

4) Cluster Random Sampling

Cluster random sampling merupakan teknik sampling daerah yang digunakan

untuk menentukan sampel bila objek yang akan diteliti atau sumber data sangat

luas, misalnya penduduk dari suatu negara, provinsi atau kabupaten (Sugiono,

2011).

b. Nonprobability Sampling

Nonprobability sampling adalah teknik yang tidak memberi peluang atau

kesempatan yang sama bagi setiap unsur atau anggota populasi untuk dipilih

menjadi sampel (Sugiono, 2011). Jenis-jenis nonprobability sampling, yaitu:

1) Sampling Sistematis

Sampling sistematis adalah teknik penentuan sampel berdasarkan urutan dari

anggota populasi yang telah diberi nomor urut (Sugiono, 2011).

2) Sampling Kuota

Sampling kuota adalah teknik untuk menentukan sampel dari populasi yang

mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan (Sugiono,

2011). Menurut Margono (2004) dalam teknik ini jumlah populasi tidak

diperhitungkan akan tetapi diklasifikasikan dalam beberapa kelompok.

3) Sampling Aksidental

Sampling aksidental adalah teknik penentuan sampel berdasarkan kebetulan,

yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan

sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai
 43

sumber data (Sugiono, 2011). Menurut Margono (2004) menyatakan bahwa dalam

teknik ini pengambilan sampel tidak ditetapkan lebih dahulu.

4) Sampling Purposive

Sampling purposive adalah teknik sampling dengan cara mengambil sampel

secara sengaja sesuai dengan persyaratan atau kriteria sampel yang diperlukan

(Arikunto, 2009). Menurut Margono (2004), pemilihan sekelompok subjek dalam

purposive sampling, didasarkan atas ciri-ciri tertentu yang dipandang mempunyai

sangkut-paut yang erat dengan ciri-ciri populasi yang sudah diketahui

sebelumnya. Dengan kata lain unit sampel yang dihubungi disesuaikan dengan

kriteria-kriteria tertentu yang diterapkan berdasarkan tujuan penelitian.

5) Sampling Jenuh

Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi

digunakan sebagai sampel. Hal ini sering dilakukan bila jumlah populasi relatif

kecil, kurang dari 30 orang. Istilah lain sampel jenuh adalah sensus, dimana semua

anggota populasi dijadikan sampel (Sugiono, 2011).

6) Snowball Sampling

Snowball sampling adalah teknik penentuan sampel yang mula-mula

jumlahnya kecil, kemudian sampel ini disuruh memilih teman-temannya untuk

dijadikan sampel (Sugiono, 2011), sehingga jumlah sampel semakin lama

semakin banyak.
 44

2.7. Partial Least Square-Structural Equation Modeling (PLS-SEM)

Menurut Haryono (2017) Partial Least Square (PLS) merupakan analisis

dari Structural Equation Modeling (SEM) berbasis komponen dengan sifat

konstruk formatif. PLS berfungsi sebagai alat analisis prediktor karena tujuan dari

PLS sendiri adalah untuk memprediksi hubungan variabel yang dapat dilakukan

dengan Confirmatory Factor Analysis (CFA) dan Exploratory Factor Analysis

(EFA). Tahapan evaluasi model pada PLS terdapat dua tahap yaitu evaluasi outer

model atau model pengukuran (measurement model) dan evaluasi inner model

atau model struktural (structural measurement).

Menurut Ghozali dan Latan (2015) tujuan dari evaluasi outer model adalah

untuk menilai validitas dan reliabilitas model. Outer model dengan indikator

refleksif dievaluasi melalui validitas convergent dan discriminant dari indikator

pembentuk konstruk laten dan composite reliability serta cronbach’s alpha untuk

blok indikatornya,

Menurut Ghozali dan Latan (2015) evaluasi inner model bertujuan untuk

memprediksi hubungan antar variabel laten. Inner model dievaluasi berdasarkan

besarnya persentase variance yang dijelaskan dengan melihat nilai R-Square

untuk konstruk laten endogen. Stone-Geisser test untuk menguji predictive

relevance, dan average variance extracted untuk predictiveness dengan

menggunakan prosedur resampling seperti jackkniffing dan bootstrapping untuk

memperoleh stabilitas dari estimasi.

 45

2.7.1. Analisis Model Pengukuran (outer model)

Pengujian model pengukuran menunjukkan bagaimana variabel manifest

atau observed variabel mempresentasi variabel laten untuk diukur. Evaluasi model

pengukuran dilakukan untuk uji validitas dan reabilitas model (Ghozali & Latan,

2015).

Menurut Ghozali dan Latan (2015) uji validitas digunakan untuk mengukur

valid atau sah tidaknya kuesioner. Uji validitas ini perlu dilakukan guna

mengetahui apakah alat ukur yang disusun benar-benar mengukur apa yang perlu

diukur. Terdapat dua kriteria untuk menilai uji validitas dalam outer model yaitu

convergent validity dan discriminant validity.

Convergent validity dari model pengukuran dengan refleksif indikator

dinilai berdasarkan korelasi antara item score dan komponen score yang dihitung

menggunakan PLS. Ukuran refleksif individual dinyatakan tinggi jika nilai

loading factor lebih dari 0,7 dengan konstruksi yang diukur untuk penelitian yang

bersifat confirmatory dan nilai loading factor antara 0,6 - 0,7 untuk penelitian

yang bersifat exploratory masih dapat diterima serta nilai Average Variance

Extracted (AVE) harus lebih besar dari 0,5. Namun menurut Chin dalam Ghozali

dan Latan (2015) untuk penelitian tahap awal dari pengembangan skala

pengukuran nilai loading factor 0,5 - 0,6 masih dianggap cukup memadai.

Discriminant validity dari model pengukuran dengan refleksif indikator

dinilai berdasarkan cross loading untuk setiap variabel harus lebih besar dari 0,7.

Jika korelasi konstruk dengan item pengukuran lebih besar dari pada ukuran

konstruk lainnya, maka hal tersebut menunjukkan konstruk laten memprediksi

 46

ukuran pada blok mereka lebih baik dari pada blok lainnya. Cara lain untuk

mengukur dan menguji discriminant validity adalah dengan membandingkan akar

kuadrat dari Average Variance Extracted (AVE) untuk setiap konstruk dengan

nilai korelasi antara konstruk dengan konstruk lainnya dalam model. Menurut

Fornell dan Larcker dalam Ghozali dan Latan (2015) discriminant validity yang

baik ditunjukkan dari akar kuadrat dari AVE untuk setiap konstruk lebih besar dari

korelasi antar konstruk dalam model.

Reabilitas sebenarnya adalah alat ukur untuk mengukur suatu kuesioner

yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dapat

dikatakan reliabel atau handal apabila jawaban responden terhadap pernyataan

dalam kuesioner konsisten atau stabil dari waktu ke waktu. Uji reabilitas

dilakukan untuk membuktikan akurasi, konsisten dan ketepatan instrumen dalam

mengukur konstruk. Pengukuran uji reabilitas suatu konstruk dengan indikator

reflektif dapat dilakukan dengan dua cara yaitu Cronbach Alpha dan Composite

Reliability. Konstruk dikatakan reliable jika nilai Cronbach Alpha dan Composite

Reliability lebih dari 0,7 untuk penelitian bersifat confirmatory dan nilai 0,6 – 0,7

masih dapat diterima untuk penelitian yang bersifat exploratory (Ghozali & Latan,

2015).

2.7.2. Analisis Model Struktural (inner model)

Evaluasi inner model adalah mengevaluasi hubungan antar variabel laten

seperti yang telah dihipotesiskan sebelumnya (Ghozali, 2014).

a. Path coefficient (𝛽)

 47

Path coefficient (koefisien jalur) digunakan untuk melihat signifikansi

hubungan antar variabel. Pengukuran ini memiliki nilai ambang di atas 0.1 hal ini

untuk menyatakan bahwa jalur (path) yang dimaksud mempunyai pengaruh di

dalam model (Hair et al., 2016).

b. Coefficient of determination (R2)

Nilai R2 digunakan untuk mengukur tingkat variasi perubahan variabel

independen terhadap variabel dependen. Hasil R2 sebesar 0.67 (baik), 0.33

(moderat) dan 0.19 (lemah) (Ghozali, 2014).

c. T-test (T-Statistic)

Nilai t-test didapat dengan metode bootstrapping menggunakan uji one tailed

ataupun two tailed dengan tingkat signifikasi yang beragam untuk menguji

hipotesis-hipotesis penelitian. Apabila nilai t-test lebih besar dari 1.96 maka

hipotesis dapat dikatakan diterima (Ghozali, 2014).

d. Uji Effect Size (f2)

Pengujian ini untuk memprediksi pengaruh dari variabel tertentu terhadap

variabel lainnya dalam struktur model. Standar pengukuran yaitu 0.02 (kecil),

0.15 (menengah) dan 0,35 (besar) (Ghozali, 2014). Untuk mengukur f2 dapat

menggunakan persamaan sebagai berikut:

𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
𝑓2 =
1− 𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒

(2.1)

𝑅2 include = nilai R2 yang diperoleh ketika konstruk eksogen dimasukkan ke

model
 48

𝑅2 exclude = nilai R2 yang diperoleh ketika konstruk eksogen dikeluarkan dari

model

e. Uji Predictive Relevance (Q2)

Pengujian ini menggunakan metode blindfolding untuk membuktikan bahwa

variabel tertentu yang digunakan dalam suatu model memiliki keterkaitan secara

prediktif (predictive relevance) dengan variabel lainnya dengan ambang batas

pengukuran di atas nol (Ghozali, 2014).

f. Uji Relative Impact (q2)

Pengujian ini dilakukan dengan menggunakan metode blindfolding untuk

mengukur dampak relatif sebuah keterkaitan prediktif sebuah variabel tertentu

dengan variabel lainnya. Standar pengukuran yaitu 0.02 (kecil), 0.15 (menengah)

dan 0,35 (besar) (Ghozali, 2014). Untuk mengukur q2 dapat menggunakan

persamaan sebagai berikut:

𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
𝑞2 =
1− 𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒

(2.2)

𝑄 2 include = nilai 𝑄2 yang diperoleh ketika konstruk eksogen dimasukkan ke

model

𝑄 2 exclude = nilai 𝑄2 yang diperoleh ketika konstruk eksogen dikeluarkan dari

model
 49

2.8. SmartPLS

SmartPLS merupakan aplikasi perangkat lunak untuk teknik SEM dalam

bentuk graphical user interface (GUI). SmartPLS menggunakan teknologi Java

webstart yang dapat diaplikasikan pada semua sistem operasi komputer.

SmartPLS memungkinkan impor data indikator variabel dalam model. Aplikasi

ini dibangun melalui proyek di Institute of Operations Management and

Organizations (School of Business, University of Hamburg, Germany) (H.M &

Abdillah, 2009).

2.9. Penelitian Sejenis

Peneliti melakukan pengamatan dengan membaca referensi dari beberapa

penelitian sebelumnya. Daftar referensi penelitian sejenis dapat dilihat pada Tabel

2.2. Terdapat 11 paper mengenai penelitian keberhasilan sistem informasi yang

menggunakan model Delone & McLean dan Technology Acceptance Model

(TAM) yang terbagi menjadi 4 bidang objek penelitian, yaitu: pada penelitian

Kurniasih et al, (2020) dan Martin et al., (2021) membahas tentang keberhasilan

sistem pada contact tracing apps dengan menggunakan model TAM. Martin et

al., (2021) menambahkan 3 variabel ke dalam penelitiannya yaitu: Perceived Risk,

Privacy Concern dan Trust.

Pada penelitian Hermawan & Paramita (2021), Gaardboe et al., (2017),

Ayebazibwe et al., (2019) dan Adeliani & Soenhadji, (2022) membahas tentang

keberhasilan Healthcare Information System. Hermawan & Paramita (2021)

menggunaka model TAM dalam penelitiannya dengan menambahkan variabel

 50

trust dan satisfaction. Sedangkan Gaardboe et al., (2017) menggunakan model

Delone & Mclean dalam penelitiannya. Ayebazibwe et al., (2019) dan Adeliani &

Soenhadji, (2022) menggunakan model Delone & Mclean dan TAM dalam

penelitiannya. Ayebazibwe et al., (2019) menggunakan variabel: Attitude, User

background, Information Quality, System Quality, Use, User Satisfaction.

Sedangkan Adeliani & Soenhadji, (2022) menggunakan variabel: Kualitas Sistem,

e-Service Quality, Kemudahan Transaksi, Manfaat Kegunaan, Kepuasan,

Loyalitas Pelanggan.

Pada penelitian Ojo (2017), Cho et al., (2015), Shim & Jo, (2020) dan Lu et

al., (2012) membahas tentang keberhasilan Hospital Information System. Ojo

(2017), Cho et al., (2015) dan Shim & Jo, (2020) menggunakan model Delone &

Mclean pada penelitiannya. Sedangkan Lu et al., (2012) menggunakan model

Delone & Mclean dan TAM dengan variabel: Information Quality, Service

Quality, System Quality, Perceived Usefulness, Perceived Ease of Use, System

Acceptance.

Pada penelitian Alabri & Kamarudin, (2020) membahas tentang

keberhasilan sistem informasi customer relationship management. Alabri &

Kamarudin, (2020) menggunakan 3 model penelitian yaitu: Delone & Mclean,

TAM dan TPB. Variabel yang digunakan pada penelitian Alabri & Kamarudin,

(2020) yaitu: Perceived Usefulness, Perceived Ease of Use, Computer Skills, User

Satisfaction.
 51

Tabel 2.2 Penelitian Sejenis

No Peneliti Model Variabel Tools Hasil

1 Kurniasih et al TAM Perceived Usefulness, SmartPLS Hasil seluruh variabel model

(2020) Perceived Ease of Use, pengukuran memiliki reliabilitas
Intention to Use, Attitude yang dapat diterima Dengan
Toward Use, Actual demikian, setiap konstruk variabel
System use memiliki konsistensi internal yang
tinggi.
2 Martin et al. (2021) TAM + Perceived Usefulness, SmartPLS 3 Dari 7 pengujian hipotesis yang
(Perceived
Perceived Ease of Use, diajukan, terdapat 1 hipotesis yang
Risk, Behavioral Intention to ditolak yaitu Privacy Concern tidak
Privacy Use, Attitude Toward memiliki pengaruh positif terhadap
Concern Use, Actual System use, Behavioral Intention to Use.
dan Trust)
Perceived Risk, Privacy
Concern dan Trust
3 Hermawan & TAM + Perceived Usefulness, Tidak Terdapat 3 hipotesis yang ditolak
Paramita (2021) (Trust dan Perceived Ease of Use, dari 9 hipotesis yang diujikan.
Satisfaction) Trust, Satisfaction dan Disebut
Continuance Usage
Intention
4 Gaardboe et al. Delone & Information Quality, SmartPLS 3 Terdapat 8 hipotesis yang diujikan,
(2017) Mclean Service Quality, System hasil penelitian menunjukkan 4
Quality, Actual Use, hipotesis diterima dan 4 hipotesis
User Satisfaction, ditolak.
 52

Individual Impact

5 Ojo (2017) Delone & Information Quality, AMOS 20.0 Terdapat 2 hipotesis yang ditolak
Mclean Service Quality, System dari total keseluruhan 9 hipotesis.
Quality, Use, User System Quality terhadap Use
Satisfaction, Perceived memiliki nilai Path coefficient
Net Benefit paling besar diantara hubungan
variabel lain.
6 Cho et al. (2015) Delone & Information Quality, SPSS 21 Information Quality, Service
Mclean Service Quality, System Quality, System Quality secara
Quality, Intention to Use, dan AMOS signifikan memengaruhi user
User Satisfaction, Net satisfaction.
18
Benefit

7 Shim & Jo (2020) Delone & Information Quality, SPSS 21 Terdapat 4 jalur hubungan variabel
Mclean Service Quality, System yang tidak mempengaruhi secara
Quality, Intention to signifikan dari 10 jalur hubungan
Reuse, User Satisfaction, variabel yang diujikan.
Perceived Benefit in
Health Setting
8 Ayebazibwe et al. Delone & Attitude, User SPSS Hasil dari 9 hipotesis yang diujikan,
(2019) Mclean dan background, Information terdapat 4 hipotesis ditolak dan 5
TAM Quality, System Quality, hipotesis diterima.
Use, User Satisfaction,
 53

9 Adeliani & Soenhadji Delone & Kualitas Sistem, e- Tidak Hasil dari 9 hipotesis yang diujikan,
(2022) Mclean dan Service Quality, terdapat 5 hipotesis diterima dan 4
TAM Kemudahan Transaksi, Disebut hipotesis ditolak.
Manfaat Kegunaan,
Kepuasan, Loyalitas
Pelanggan
10 Alabri & Delone & Perceived Usefulness, SPSS 25 Secara umum, kepuasan pengguna
Mclean, Perceived Ease of Use, dan sistem dipengaruhi oleh Perceived
Kamarudin (2020) TAM dan Computer Skills, User SmartPLS 3 Usefulness, Perceived Ease of Use,
TPB Satisfaction, Computer Skills

11 Lu et al. (2012) Delone & Information Quality, LISREL 8.3 Information Quality, Service
Mclean dan Service Quality, System dan SPSS Quality dan System Quality
TAM Quality, Perceived 13 memengaruhi Perceived Usefulness
Usefulness, Perceived dan Perceived Ease of Use.
Ease of Use, System Perceived Usefulness dan
Acceptance Perceived Ease of Use memngaruhi
System acceptance pada sistem
informasi rumah sakit
 54

Gambar 2.8 Penelitian Sejenis

 BAB 3

METODOLOGI PENELITIAN

3.1. Pendekatan Penelitian

Jenis penelitian yang akan dilakukan adalah penelitian kuantitatif karena

metode penelitian ini digunakan untuk meneliti suatu populasi dan sampel tertentu

dimana data yang dihimpun menggunakan instrumen penelitian yang dilakukan

secara sistematis dan terstruktur yang bertujuan untuk menguji hipotesis yang

telah ditetapkan (Cooper & Scheneider, 2014).

3.2. Populasi dan Sampel Penelitian

Penelitian ini mengambil populasi pengguna aplikasi PeduliLindungi yang

bertempat tinggal di wilayah Kota Bekasi. Dalam mengumpulkan sampel peneliti

menggunakan teknik Purposive Sampling, dimana peneliti menentukan sampel

dengan pertimbangan atau kriteria tertentu.

Berhubung jumlah populasi dalam penelitian ini tidak diketahui secara jelas

jumlahnya, maka teknik pengambilan sampel dilakukan dengan menggunakan

persamaan Lemeshow (1997). Persamaan Lemeshow (1997) sebagai berikut :

𝑍 2 𝑝 (1 − 𝑝)
𝑛=
𝑑2

(3.1)

Keterangan:

n = Jumlah sampel

Z = skor Z pada kepercayaan 95 % = 1,96

55
 56

p = maksimal estimasi = 0,5

d = alpha (0,10) atau sampling error = 10 %

𝑍 2 𝑝 (1 − 𝑝)
𝑛=
𝑑2

1,962 . 0,5 (1 − 0,5)

𝑛=
0,12

3,8416 . 0,25
𝑛=
0,01

𝑛 = 96,04

Dari hasil di atas 96,04 merupakan pecahan dan menurut Sugiono (2011)

pada perhitungan yang menghasilkan pecahan (terdapat koma) sebaiknya

dibulatkan ke atas. Sehingga jumlah sampel dalam penelitian ini adalah 97 orang

responden.

3.3. Metode Pengumpulan Data

3.3.1. Observasi

Observasi dilakukan dengan melakukan pengamatan terhadap pengguna

aplikasi PeduliLindungi melalui komentar yang terdapat di Google Play Store dan

App Store. Sehingga dengan dilakukan observasi memberikan informasi

mengenai komentar ataupun masukan yang didapat langsung dari perspektif

pengalaman pengguna yang menggunakan aplikasi PeduliLindungi.

3.3.2. Studi Literatur

Studi literatur dilakukan peneliti dengan mempelajari beberapa literatur dan

hasil penelitian sejenis maupun terdahulu yang pernah dilakukan oleh peneliti

sebelumnya sebagai bahan pendukung penelitian. Tujuan dilakukan studi literatur

 57

untuk mencari sumber informasi dari penelitian-penelitian sebelumnya yang akan

dijadikan pembanding pada penelitian yang akan dilakukan. Peneliti mencari

bahan literatur dari berbagai sumber seperti buku-buku, jurnal-jurnal, skripsi,

artikel maupun website mengenai teori, metode serta model penelitian yang

berhubungan dan mendukung pada penelitian ini.

3.3.3. Kuesioner

Penelitian ini melakukan penyebaran kuesioner secara tidak langsung

kepada responden pengguna aplikasi PeduliLindungi yang bertempat tinggal di

wilayah Kota Bekasi. Penyebaran secara tidak langsung dilakukan dengan

bantuan fitur Google Forms untuk pengisian kuesioner dan menggunakan sosial

media seperti whatsapp, facebook, dan telegram untuk penyebaran link dari

kuesioner tersebut. Penelitian ini menggunakan skala likert untuk pengisian

kuesioner dengan skala penilaiannya yang terdiri dari skala 1 sampai 5.

Pertanyaan kuesioner dibuat dengan mengacu pada model penelitian dan indikator

yang didapat dari penelitian sejenis.

3.4. Pengembangan Model dan Hipotesis Penelitian

3.4.1. Pengembangan Model Penelitian

Penelitian ini bertujuan untuk mengetahui sejauh mana keberhasilan sistem

informasi terhadap penggunaan aplikasi PeduliLindungi. Berdasarkan studi

literatur yang telah dilakukan, peneliti memutuskan untuk menggunakan integrasi

model Delone & Mclean (2003) dan TAM (1989) yang telah dikembangkan oleh

Choi et al. (2013) dengan tambahan variabel perceived ease of use dan net benefit
 58

karena pennelitian Choi et al. (2013) mampu menjelaskan keberhasilan sistem dan

faktor-faktor yang memengaruhi keberhasilan sistem informasi pada layanan

kesehatan. Model Choi et al. (2013) dapat dilihat pada Gambar 3.1

Gambar 3.1 Model Penelitian (Choi et al., 2013)

Menurut Van Der Meijden (2003) model Delone and Mclean dapat

dikatakan bermanfaat dalam melakukan pengukuran terhadap keberhasilan sistem

informasi layanan kesehatan. Pada model Delone & Mclean terdapat aspek

kualitas sistem, kualitas informasi, kualitas layanan dan kepuasan pengguna yang

mampu menjelaskan keberhasilan sistem layanan Kesehatan. Model TAM

menunjukkan bahwa aspek kemanfaatan dan kemudahan akan menentukan sikap

individu terhadap penggunaan suatu sistem informasi. Pengguna dengan sikap

yang lebih positif terhadap suatu sistem akan cenderung lebih puas dengan sistem.

Pada Gambar 3.2 terdapat model penelitian yang diusulkan serta hubungan antara

variabel-variabel yang membentuk hipotetesis pada penelitian.

 59

Gambar 3.2 Model Penelitian Usulan

3.4.2. Hipotesis Penelitian

Dari hubungan variabel yang terdapat pada model penelitian, dapat

disimpulkan terdapat 12 hipotesis yang akan digunakan dalam penelitian ini,

sebagai berikut:

1. H1: Apakah System Quality (SQ) berpengaruh secara signifikan terhadap

User Satisfaction (US)?

2. H2: Apakah System Quality (SQ) berpengaruh secara signifikan terhadap

Perceived Usefulness (PU)?

3. H3: Apakah System Quality (SQ) berpengaruh secara signifikan terhadap

Perceived Ease of Use (PEOU)?

 60

4. H4: Apakah Information Quality (IQ) berpengaruh secara signifikan terhadap

User Satisfaction (US)?

5. H5: Apakah Information Quality (IQ) berpengaruh secara signifikan terhadap

Perceived Usefulness (PU)?

6. H6: Apakah Information Quality (IQ) berpengaruh secara signifikan terhadap

Perceived Ease of Use (PEOU)?

7. H7: Apakah Service Quality (SEQ) berpengaruh secara signifikan terhadap

User Satisfaction (US)?

8. H8: Apakah Service Quality (SEQ) berpengaruh secara signifikan terhadap

Perceived Usefulness (PU)?

9. H9: Apakah Service Quality (SEQ) berpengaruh secara signifikan terhadap

Perceived Ease of Use (PEOU)?

10. H10: Apakah Perceived Usefulness (PU) berpengaruh secara signifikan

terhadap User Satisfaction (US)?

11. H11: Apakah Perceived Ease of Use (PEOU) berpengaruh secara signifikan

terhadap User Satisfaction (US)?

12. H12: Apakah User Satisfaction (US) berpengaruh secara signifikan terhadap

Net Benefit (NB)?

3.5. Indikator dan Instrumen Penelitian

3.5.1. Indikator Penelitian

Berikut adalah penjabaran dari variabel dan indikator dari tujuh variabel

yang digunakan dalam penelitian:

 61

Tabel 3.1 Indikator Penelitian

Variabel Indikator Referensi Kode

Fleksibilitas SQ1
Kehandalan (DeLone & McLean, SQ2
System Quality Kemudahan untuk diakses 2003; Iivari, 2005) SQ3
Kecepatan Akses SQ4
Keamanan SQ5
Kelengkapan IQ1
Akurat IQ2
Information (DeLone & McLean,
Mudah dipahami IQ3
Quality 2003; Iivari, 2005)
Selalu diperbarui IQ4
Kehandalan informasi IQ5
Jaminan SQ1
(DeLone & McLean,
Service Quality Empati 2003; Parasuraman et SQ2
Responsif al., 1988) SQ3
Kecepatan pekerjaan PU1
Kinerja pekerjaan PU2
Perceived Produktivitas kerja (Davis, 1989; Shin et PU3
al., 2007)
Usefulness Efektivitas kerja PU4
Mudah dalam kerja PU5
Kemanfaatan PU6
Mudah dipelajari PEOU1
Perceived Ease of Jelas dan mudah dimengerti (Davis, 1989; Nguyen PEOU2
Use Mudah dikelola et al., 2016) PEOU3
Mudah digunakan PEOU4
Kecukupan (DeLone & McLean, US1
User Satisfaction 2003; Subiyakto et al., US2
Efektivitas
 62

Efisiensi 2016; Suradi, 2020) US3

Kepuasan secara menyeluruh US4
Hemat biaya NB1
Peningkatan pengetahuan (DeLone & McLean, NB2
Net Benefit Kemampuan memecahkan 2003; Hudin et al., NB3
masalah 2018)
Peningkatan partisipan NB4

3.5.2. Instrumen Penelitian

Instrumen penelitian ini menggunakan sebuah kuesioner mengacu

berdasarkan variabel dan indikator yang digunakan dalam penelitian ini.

Kuesioner pada penelitian ini terdiri dari 6 pertanyaan profil responden yang juga

terdapat 3 pertanyaan umum tentang PeduliLindungi untuk menghasilkan data

demografis penelitian. Kemudian terdapat 31 pernyataan untuk pengujian

hipotesis.

Tabel 3.2 Pernyataan Penelitian

Variabel Indikator Kode Pernyataan

Fleksibilitas SQ1 Saya dapat menggunakan
aplikasi PeduliLindungi dan
merubah data sesuai kebutuhan
saya
Kehandalan SQ2 Aplikasi PeduliLindungi handal
dan tidak mudah rusak/error
Kenyamanan untuk SQ3 Saya merasa nyaman dan mudah
System Quality
diakses dalam menggunakan aplikasi
PeduliLindungi
Kecepatan Akses SQ4 Aplikasi PeduliLindungi mampu
merespon dengan cepat
permintaan pengguna atas
informasi yang dibutuhkan
Keamanan SQ5 Aplikasi PeduliLindungi dapat
 63

menjaga kerahasiaan data

pengguna
Kelengkapan IQ1 Informasi yang tersedia pada
aplikasi PeduliLindungi cukup
lengkap untuk memenuhi
kebutuhan informasi saya
Akurat IQ2 Informasi yang saya dapatkan
pada aplikasi PeduliLindungi
sesuai dengan data yang
sebenarnya
Mudah dipahami IQ3 Informasi yang disajikan pada
Information aplikasi PeduliLindungi mudah
Quality untuk saya pahami
Selalu diperbarui IQ4 Informasi yang saya dapatkan
pada aplikasi PeduliLindungi
adalah informasi terkini dan
selalu diperbarui
Kehandalan informasi IQ5 Saya dapat mengandalkan
informasi yang disajikan pada
aplikasi PeduliLindungi untuk
menunjang kebutuhan informasi
saya
Jaminan SQ1 Saya merasa aman dalam
mengakses atau mengirim data
melalui aplikasi PeduliLindungi
Empati SQ2 Aplikasi PeduliLindungi
memberikan beberapa masukan
Service Quality yang mungkin berguna bagi
pekerjaan saya
Responsif SQ3 Ketika terjadi masalah penyedia
Aplikasi PeduliLindungi
menyelesaikan masalah
pengguna dengan cepat
Kecepatan pekerjaan PU1 Penggunaan aplikasi
PeduliLindungi membuat
Perceived pekerjaan saya menjadi lebih
Usefulness cepat
Kinerja pekerjaan PU2 Penggunaan aplikasi
PeduliLindungi meningkatkan
 64

kinerja saya dalam bekerja

Produktivitas kerja PU3 Penggunaan aplikasi
PeduliLindungi meningkatkan
produktivitas pekerjaan saya
Efektivitas kerja PU4 Penggunaan aplikasi
PeduliLindungi meningkatkan
efektivitas pekerjaan saya
Mudah dalam kerja PU5 Penggunaan aplikasi
PeduliLindungi memudahkan
pekerjaan saya
Kemanfaatan PU6 Aplikasi PeduliLindungi sangat
bermanfaat bagi saya
Mudah dipelajari PEOU1 Aplikasi PeduliLindungi mudah
untuk dipelajari
Jelas dan mudah PEOU2 Menu yang tersedia pada aplikasi
dimengerti PeduliLindungi jelas dan mudah
untuk saya pahami
Perceived Ease of Mudah dikelola PEOU3 Aplikasi PeduliLindungi
Use membuat saya merasa mudah
untuk melakukan apa yang saya
inginkan
Mudah digunakan PEOU4 Secara keseluruhan, Aplikasi
PeduliLindungi mudah untuk
digunakan
Kecukupan US1 Aplikasi PeduliLindungi
memenuhi kebutuhan pekerjaan
saya
Efektivitas US2 Aplikasi PeduliLindungi efektif
User Satisfaction dalam penggunaannya
Efisiensi US3 Aplikasi PeduliLindungi efisien
dalam penggunaannya
Kepuasan secara US4 Secara keseluruhan, saya puas
menyeluruh dengan aplikasi PeduliLindungi
Hemat biaya NB1 Penggunaan aplikasi
PeduliLindungi menghemat
Net Benefit biaya saya dalam bekerja
Peningkatan NB2 Aplikasi PeduliLindungi
pengetahuan menjadikan pengetahuan saya
 65

menjadi bertambah lebih baik

Kemampuan NB3 Penggunaan aplikasi
memecahkan masalah PeduliLindungi membantu saya
dalam memecahkan masalah
Peningkatan NB4 Saya akan merekomendasikan
partisipan penggunaan aplikasi
PeduliLindungi kepada orang
lain

3.6. Analisis Data dan Interpretasi Hasil

Proses analisis data terbagi menjadi dua tahap utama yaitu analisis

demografi dan analisis statistik. Analisis demografi dilakukan dengan

menggunakan bantuan perangkat lunak pengolah angka yaitu Ms. Excel 2019.

Data responden dikelompokkan menjadi beberapa bagian yaitu: jenis kelamin,

umur, pekerjaan, wilayah (kecamatan), dan status kepuasan pengguna.

Analisis statistik dilakukan dengan bantuan perangkat lunak SmartPLS versi

3.3.9. Analisis statistik terbagi menjadi dua tahapan, yaitu: analisis model

pengukuran (outer model) dan analisis model struktural (inner model). Analisis

model pengukuran (outer model) terdiri dari empat tahapan pengujian, yaitu:

individual item reliability, internal consistency reliability, average variance

extracted, dan discriminant validity. Analisis model struktural (inner model)

terdiri dari enam tahapan pengujian, yaitu: path coefficient (𝛽), R2 (coefficient of

determination), t-test, f2 (effect size), Q2 (predictive relevance) dan q2 (relative

impact).

Pada interpretasi hasil, peneliti mendeskripsikan hasil pengolah data

demografi, hasil analisis outer model, maupun hasil analisis inner model. Peneliti

membandingkan dan mempertimbangkan beberapa literatur terkait sebelumnya

 66

untuk menterjemahkan hasil analisis secara statistika kuantitatif. Hasil analisis ini

kemudian yang akan digunakan untuk menjawab hipotesis akhir. Hasil

pengolahan data dan interpretasi akan dijelaskan secara lengkap pada Bab 4.

3.7. Tahapan Penelitian

Skema penelitian merupakan proses sistematis yang dilakukan peneliti

dalam melakukan penelitian ini. Tahapan ini terdiri atas beberapa langkah diawali

dengan mengidentifikasi masalah dan merumuskan masalah yang akan diteliti.

Selanjutnya peneliti menentukan model penelitian dan hipotesis penelitian.

Setelah model penelitian ditentukan, kemudian mengumpulkan sumber data yang

dibutuhkan untuk mendukung proses penelitian mulai dari studi literatur,

observasi, hingga kuesioner. Hasil data kuesioner akan dianalisis dengan bantuan

tools SmartPLS dengan dua cara yaitu: analisis outer model dan analisis inner

model. Hasil analisis akan diinterpretasikan dan didiskusikan berupa data

demografis, hasil analisis outer model dan analisis inner model. Proses terakhir

dari penelitian ini berupa kesimpulan dan saran.

 67

Gambar 3.3 Tahapan Penelitian (Dokumen Pribadi)

 BAB 4

HASIL DAN INTERPRETASI

4.1. Analisis Data Tes Awal (Pilot Study)

Sebelum melakukan penelitian maka dipandang perlu menyebarkan

kuesioner kepada beberapa responden untuk mengetahui apakah kuesioner itu

memiliki kelayakan atau tidak. Pilot studi digunakan sebagai permulaan penelitian

atau uji coba instrumen penelitian. Tujuan dari pilot studi yang dilakukan adalah

untuk memastikan bahwa setiap orang yang menjadi sampel penelitian dapat

memahami pertanyaan-pertanyaan kuesioner yang telah disusun. Untuk menguji

kehandalan instrumen dapat dilakukan dengan uji reabilitas dan uji validitas.

Menurut Simon dan Goes (2010) bahwa sampel yang dibutuhkan untuk

melakukan sebuah pilot studi berkisar antara 10-20% dari keseluruhan jumlah

sampel yang akan dimbil dalam penelitian. Pada umumnya jumlah responden

yang diuji coba dalam pilot studi berjumlah 30 orang (Arikunto, 2009).

Berdasarkan ketentuan tersebut peneliti menyebarkan kuesioner ke beberapa

media sosial (seperti: facebook, whatsapp, telegram dan lain-lain). Jumlah

kuesioner yang didapat berjumlah 32 responden, hal itu dirasa sudah cukup

mewakili untuk dilakukan pilot studi. Data yang telah terkumpul selanjutnya akan

diproses menggunakan tools SmartPLS 3.3.9.

68
 69

4.1.1. Hasil Analisis Demografi Pilot study

Data profil dari pilot studi 32 responden menunjukkan hasil informasi

demografis yang selanjutnya ditampilkan dalam bentuk persentase dan tersaji

pada Tabel 4.1

Tabel 4.1 Hasil Analisis Demografis Pilot Study

Kategori Item Persentase (%)

Jenis Kelamin Laki-laki 12,5
Perempuan 87,5
Usia <18 Tahun 0
18-25 Tahun 78,12
26-35 Tahun 21,88
36-45 Tahun 0
>45 Tahun 0
Domisili (Kecamatan) Pondok Gede 18,75
Jati Sampurna 3,125
Jati Asih 12,50
Bantar Gebang 0
Bekasi Timur 18,75
Rawa Lumbu 6,25
Bekasi Selatan 3,125
Bekasi Barat 15,625
Medan Satria 3,125
Bekasi Utara 15,625
Mustika Jaya 0
Pondok Melati 3,125
Pekerjaan Pelajar/Mahasiswa 40,625
Pegawai Negeri Sipil 3,125
Pegawai Swasta 31,25
TNI / POLRI 0
Wirausaha 12,5
Lainnya 12,5
Pendapatan per Bulan < Rp. 2.500.000 46,875
Rp. 2.500.000 – Rp. 5.000.000 34,375
Rp. 5.000.000 – Rp. 10.000.000 18,7
> Rp. 10.000.000 0
Berapa lama menggunakan < 1 Bulan 3,125
 70

aplikasi Pedulilindungi? 1 Bulan – 6 Bulan 15,625

7 Bulan – 12 Bulan 25
> 12 Bulan 56,25
Secara umum, apakah puas Sangat Tidak Puas 0
dalam menggunakan Tidak Puas 6,25
aplikasi Pedulilindungi? Netral 25
Puas 53,125
Sangat Puas 5,625

4.1.2. Hasil Analisis Pengukuran Pilot Study

1. Individual Item Reability

Pengujian ini dilakukan untuk mengukur seberapa besar korelasi antara

masing-masing indikator yang diukur melalui nilai outer loading, jika nilai outer

loading berada di atas 0,7 maka dapat dianggap baik/ideal dan valid (Hair et al.,

2014). Hasil perhitungan pada pilot study ini dapat dilihat pada Tabel 4.2. Dari

hasil tersebut, dapat dilihat bahwa seluruh indikator memiliki nilai outer loading

di atas 0,7 yang mengartikan bahwa seluruh indikator dapat dinyatakan valid

karena berada di atas nilai ambang batas 0,7.

Tabel 4.2 Nilai Outer Loading Pilot Study

IQ NB PEOU PU SEQ SQ US
IQ1 0,787
IQ2 0,714
IQ3 0,734
IQ4 0,753
IQ5 0,802
NB1 0,818
NB2 0,797
NB3 0,734
NB4 0,855
PEOU1 0,836
PEOU2 0,889
 71

PEOU3 0,822
PEOU4 0,899
PU1 0,786
PU2 0,805
PU3 0,832
PU4 0,741
PU5 0,857
PU6 0,750
SEQ1 0,824
SEQ2 0,761
SEQ3 0,840
SQ1 0,879
SQ2 0,861
SQ3 0,811
SQ4 0,704
SQ5 0,752
US1 0,772
US2 0,858
US3 0,868
US4 0,735

2. Internal Consistency Reability

Pengujian ini dilakukan untuk mengukur konsistensi skor seluruh item pada

sebuah variabel yang diukur melalui nilai composite reliability, dengan nilai

ambang batas berada di atas 0,7 (Hair et al., 2014). Hasil pengujian ini dapat

dilihat pada Tabel 4.3. Hasil dari composite reability seluruh variabel berada di

atas 0,7 sehingga seluruh variabel memenuhi syarat dan valid dan dapat

digunakan dalam penelitian ini.

Tabel 4.3 Hasil Composite Reability Pilot Study

Variabel Composite Reability

Information Quality (IQ) 0,871
Net Benefit (NB) 0,878
Perveived Ease of Use (PEOU) 0,920
Perceived Usefulness (PU) 0,912
Service Quality (SEQ) 0,850
 72

System Quality (SQ) 0,901

Use Satisfaction (US) 0,884

3. Convergent Validity

Pengujian convergent validity dilakukan dengan melihat besarnya nilai

average variance extracted (AVE). Nilai AVE ini menunjukkan besarnya varian

indikator yang terkandung dalam variabel laten (konstruk). Nilai ambang batas

minimun AVE adalah 0,5 untuk menunjukan sebagai ukuran convergent validity

yang baik (Hair et al., 2014). Hasil uji nilai AVE pada penelitian ini dapat dilihat

pada Tabel 4.4. Nilai AVE pada setiap variabel sudah melebihi ambang batas 0,5

sehingga dapat diterima dan dikatakan baik untuk digunakan pada penelitian ini.

Tabel 4.4 Nilai Average Variance Extracted Pilot Study

Variabel Average Variance Extracted (AVE)

Information Quality (IQ) 0,576
Net Benefit (NB) 0,644
Perveived Ease of Use (PEOU) 0,743
Perceived Usefulness (PU) 0,634
Service Quality (SEQ) 0,654
System Quality (SQ) 0,647
Use Satisfaction (US) 0,656

4. Discriminant Validity

Pengujian discriminant validity dilakukan dengan dua cara yaitu dengan

memeriksa nilai cross loading antar indikator dan nilai Fornell Lacker’s criterion.

Nilai cross loading antar indikator didapat dari membandingkan nilai outer

loading indikator dengan variabelnya dan variabel pada blok lainnya dimana nilai

antara indikator dengan variabelnya harus lebih tinggi dari korelasi dengan

variabel blok lainnya (Hair et al., 2016). Hasil nilai cross loading pada penelitian
 73

ini pada setiap variabelnya memiliki nilai lebih besar dari korelasi dan konstruk

blok lainnya, hal ini telah sesuai dengan syarat pengujian. Hasil nilai cross

loading pada penelitian ini dapat dilihat pada Tabel 4.5.

Tabel 4.5 Nilai Cross Loading Pilot Study

IQ NB PEOU PU SEQ SQ US
IQ1 0,787 0,416 0,450 0,559 0,505 0,477 0,478
IQ2 0,714 0,313 0,471 0,411 0,491 0,598 0,368
IQ3 0,734 0,482 0,306 0,516 0,380 0,493 0,440
IQ4 0,753 0,623 0,449 0,394 0,605 0,387 0,607
IQ5 0,802 0,547 0,549 0,584 0,684 0,450 0,668
NB1 0,275 0,818 0,110 0,412 0,463 0,431 0,359
NB2 0,553 0,797 0,368 0,520 0,627 0,602 0,487
NB3 0,490 0,734 0,435 0,542 0,623 0,613 0,608
NB4 0,623 0,855 0,489 0,621 0,632 0,594 0,622
PEOU1 0,463 0,263 0,836 0,588 0,510 0,467 0,604
PEOU2 0,590 0,531 0,889 0,655 0,671 0,577 0,779
PEOU3 0,566 0,451 0,822 0,496 0,761 0,549 0,603
PEOU4 0,402 0,349 0,899 0,556 0,620 0,589 0,583
PU1 0,503 0,582 0,675 0,786 0,714 0,639 0,578
PU2 0,638 0,555 0,503 0,805 0,499 0,417 0,618
PU3 0,453 0,566 0,397 0,832 0,533 0,640 0,519
PU4 0,362 0,510 0,424 0,741 0,481 0,463 0,581
PU5 0,686 0,527 0,586 0,857 0,551 0,487 0,585
PU6 0,466 0,472 0,569 0,750 0,482 0,677 0,695
SEQ1 0,550 0,782 0,642 0,627 0,824 0,785 0,589
SEQ2 0,507 0,536 0,433 0,467 0,761 0,564 0,554
SEQ3 0,671 0,485 0,718 0,556 0,840 0,532 0,515
SQ1 0,472 0,536 0,541 0,644 0,587 0,879 0,506
SQ2 0,468 0,604 0,559 0,555 0,738 0,861 0,545
SQ3 0,592 0,605 0,492 0,631 0,652 0,811 0,539
SQ4 0,569 0,572 0,514 0,474 0,564 0,704 0,516
SQ5 0,402 0,573 0,443 0,498 0,589 0,752 0,425
US1 0,547 0,557 0,476 0,593 0,596 0,464 0,772
US2 0,547 0,525 0,638 0,598 0,564 0,476 0,858
US3 0,516 0,493 0,635 0,517 0,540 0,455 0,868
US4 0,604 0,595 0,664 0,700 0,502 0,622 0,735
 74

Selanjutnya nilai Fornell Lacker’s criterion didapat dari membandingkan

nilai AVE antar konstruk satu dengan konstruk lainnya. Nilai akar AVE harus

lebih besar dari korelasi satu konstruk dengan konstruk lainnya (Hair et al., 2016).

Hasil nilai Fornell Lacker’s criterion dapat dilihat pada Tabel 4.6. Berdasarkan

tabel tersebut dapat dketahui bahwa seluruh variabel memiliki nilai akar AVE

lebih besar dari korelasi antar konstruk.

Tabel 4.6 Nilai Fornell Lacker’s criterion Pilot Study

IQ NB PEOU PU SEQ SQ US
IQ 0,759
NB 0,635 0,802
PEOU 0,594 0,474 0,862
PU 0,655 0,673 0,667 0,796
SEQ 0,715 0,749 0,751 0,686 0,809
SQ 0,624 0,717 0,636 0,701 0,780 0,804
US 0,690 0,676 0,752 0,752 0,681 0,632 0,810

Berdasarkan uji reabilitas (Individual Item Reability dan Internal Consistency

Reability) dan uji validitas (Convergent Validity dan Discriminant Validity) pada

tahap pilot study didapatkan hasil bahwa seluruh indikator pertanyaan dari ke

tujuh variabel memiliki nilai diatas ambang batas yang baik sehingga seluruh

indikator pertanyaan dapat digunakan untuk proses penelitian.

4.2. Analisis Demografi

4.2.1. Hasil Analisis Demografi

Data yang berhasil dikumpulkan oleh peneliti mulai dari tanggal 18 Juli

2022 – 27 Juli 2022 selama 10 hari berjumlah sebanyak 234 responden. Dari 234

responden terdapat 12 data responden yang dinyatakan tidak valid. Data akhir
 75

yang akan diproses dalam penelitian ini berjumlah 222 responden. Pada Tabel 4.7

menyajikan data demografi responden yang didapat peneliti dan terbagi menjadi

beberapa kategori. Data-data demografi yang tersajikan pada Tabel 4.7 meliputi

jenis kelamin, usia, kecamatan, pekerjaan, penghasilan, penggunaan

Pedulilindungi, waktu penggunaan Pedulilindungi, dan kepuasan secara umum

terhadap Pedulilindungi.

Tabel 4.7 Data Demografi Responden

Kategori Item Jumlah Persentase

(%)
Jenis Kelamin Laki-laki 71 31,98
Perempuan 151 68,02
Usia <18 Tahun 4 1,8
18-25 Tahun 140 63,06
26-35 Tahun 40 18,02
36-45 Tahun 13 5,86
>45 Tahun 25 11,26
Domisili (Kecamatan) Pondok Gede 28 12,61
Jati Sampurna 7 3,15
Jati Asih 16 7,21
Bantar Gebang 3 1,35
Bekasi Timur 30 13,51
Rawa Lumbu 8 3,6
Bekasi Selatan 7 3,15
Bekasi Barat 19 8,56
Medan Satria 23 10,36
Bekasi Utara 74 33,33
Mustika Jaya 0 0
Pondok Melati 7 3,15
Pekerjaan Pelajar/Mahasiswa 114 51,35
Pegawai Negeri Sipil 5 2,25
Pegawai Swasta 66 29,73
TNI / POLRI 0 0
Wirausaha 13 5,86
Lainnya 24 10,81
 76

Penghasilan per Bulan < Rp. 2.500.000 110 49,55

Rp. 2.500.000 – Rp. 5.000.000 63 28,38
Rp. 5.000.000 – Rp. 10.000.000 40 18,02
> Rp. 10.000.000 9 4.05
Berapa lama < 1 Bulan 8 3,6
menggunakan aplikasi 1 Bulan – 6 Bulan 41 18,47
Pedulilindungi? 7 Bulan – 12 Bulan 65 29,28
> 12 Bulan 108 48,65
Secara umum, apakah Sangat Tidak Puas 3 1,35
puas dalam menggunakan Tidak Puas 11 4,95
aplikasi Pedulilindungi? Netral 43 19,4
Puas 136 61,26
Sangat Puas 29 13,06

4.2.2. Interpretasi dan Pembahasan Hasil Analisis Demografi

Berdasarkan data demografi yang tersajikan pada Tabel 4.7, berikut

merupakan interpretasi dan pembahasan hasil analisis demografi:

1. Jenis Kelamin

Berdasarkan diagram yang tersajikan pada Gambar 4.1 dari data 222

responden menunjukkan bahwa jumlah responden pengguna aplikasi

Pedulilindungi didominasi oleh perempuan dengan jumlah 151 (68%) sedangkan

yang berjenis kelamin laki-laki berjumlah 71 (32%).

 77

Gambar 4.1 Diagram Kategori Jenis Kelamin

2. Usia

Berdasarkan data responden pada Gambar 4.2 menunjukkan bahwa responden

terbanyak pengguna aplikasi Pedulilindungi memiliki rentang usia 18-25 tahun

dengan jumlah 140 (63,1%) responden. Sedangkan responden pengguna aplikasi

Pedulilindungi dengan usia di bawah 18 tahun peneliti hanya mendapatkan 4

(1,8%) orang saja. Responden pengguna aplikasi Pedulilindungi dengan rentang

usia 26-35 tahun berhasil peneliti dapatkan dengan jumlah 40 (18%) orang. Untuk

responden pengguna aplikasi Pedulilindungi dengan rentang usia 36-45 tahun

berjumlah 13 (5,9%) orang. Sedangkan responden pengguna aplikasi

Pedulilindungi berusia lebih dari 45 tahun berjumlah 25 (11,3%) orang.

Berdasarkan data yang telah diuraikan sebelumnya mengenai banyaknya

responden pada rentang usia 18-25 tahun, hal ini dapat disebabkan karena rentang

usia 18-25 tahun merupakan kaum generasi milenial dimana akrab dalam

penggunaan dan pekembangan teknologi (Budiati et al., 2018).

 78

Gambar 4.2 Diagram Kategori Usia

3. Domisili (Kecamatan)

Berdasarkan data diagram yang tersajikan pada Gambar 4.3 menunjukkan

bahwa mayoritas responden pengguna aplikasi Pedulilindungi berada di wilayah

Bekasi Utara dengan jumlah 74 (33,3%) orang. Selanjutnya Bekasi Timur

kecamatan dengan jumlah responden terbanyak kedua berjumlah 30 (13.5%)

orang. Kecamatan Pondok Gede memiliki jumlah responden terbanyak ketiga

dengan jumlah responden sebanyak 28 (12,6%) orang. Kecamatan Medan Satria

memiliki jumlah responden terbanyak keempat dengan jumlah responden

sebanyak 23 (10,4%) orang.

Kecamatan Bekasi Barat memiliki jumlah responden terbanyak kelima

dengan jumlah responden sebanyak 19 (8,6%) orang. Kecamatan Jati Asih

memiliki jumlah responden terbanyak keenam dengan jumlah responden sebanyak

 79

16 (7,2%) orang. Kecamatan Rawa Lumbu memiliki jumlah responden terbanyak

ketujuh dengan jumlah responden sebanyak 8 (3,6%) orang.

Terdapat 3 kecamatan yang memiliki jumlah responden sama yaitu

kecamatan Pondok Melati, Jati Sampurna dan Bekasi Selatan masing-masing

memiliki responden berjumlah 7 (3,2%) orang. Kecamatan dengan jumlah

responden paling sedikit yaitu kecamatan Bantar Gebang dengan jumlah

responden sebanyak 3 (1,4%) orang.

Gambar 4.3 Diagram Kategori Domisili (Kecamatan)

4. Pekerjaan

Berdasarkan data diagram yang tersajikan pada Gambar 4.4 menunjukkan

bahwa mayoritas responden pengguna aplikasi Pedulilindungi memiliki profesi

sebagai pelajar / mahasiswa dengan jumlah responden sebanyak 114 (51,4%)

 80

orang. Pegawai swasta menjadi profesi terbanyak kedua sebagai responden

pengguna aplikasi Pedulilindungi dengan jumlah sebanyak 66 (29,7%) orang.

Profesi wirausaha menjadi profesi terbanyak ketiga sebagai responden pengguna

aplikasi Pedulilindungi dengan jumlah sebanyak 13 (5,9%) orang. Pegawai Negri

Sipil merupakan profesi dengan jumlah responden paling sedikit dengan jumlah

sebanyak 5 (2,3%) orang. Sebanyak 24 (10,8%) responden berasal dari profesi

selain yang disebutkan sebelumnya.

Gambar 4.4 Diagram Kategori Pekerjaan

5. Penghasilan Per Bulan

Berdasarkan data diagram yang tersajikan pada Gambar 4.5 menunjukkan

bahwa mayoritas responden pengguna aplikasi Pedulilindungi memiliki

penghasilan per bulan di angka kurang dari Rp. 2.500.000 dengan jumlah

responden sebanyak 110 (49,5%) orang. Selanjutnya angka penghasilan Rp.

 81

2.500.000 – Rp. 5.000.000 menjadi jumlah responden terbanyak kedua dengan

jumlah sebanyak 63 (28,4%) orang. Angka penghasilan Rp. 5.000.000 – Rp.

10.000.000 menjadi jumlah responden terbanyak ketiga dengan jumlah sebanyak

40 (18%) orang. Angka penghasilan diatas Rp. 10.000.000 menjadi jumlah

responden paling sedikit dengan jumlah sebanyak 9 (4,1%) orang.

Gambar 4. 5 Diagram Kategori Penghasilan

6. Waktu Penggunaan Pedulilindungi

Berdasarkan data diagram yang tersajikan pada Gambar 4.6 menunjukkan

bahwa mayoritas responden pengguna aplikasi Pedulilindungi telah menggunakan

aplikasi Pedulilindungi lebih dari 12 Bulan dengan jumlah responden sebanyak

108 (48,6%) orang. Selanjutnya waktu penggunaan 7 Bulan – 12 Bulan menjadi

jumlah responden terbanyak kedua dengan jumlah sebanyak 65 (29,3%) orang.

Waktu penggunaan 1 Bulan – 6 Bulan menjadi jumlah responden terbanyak ketiga

dengan jumlah sebanyak 41 (18,5%) orang. Sedangkan waktu penggunaan

 82

dibawah 1 Bulan menjadi jumlah responden paling sedikit dengan jumlah

sebanyak 8 (3,6%) orang.

Gambar 4.6 Diagram Kategori Waktu Penggunaan

7. Kepuasan secara umum terhadap Pedulilindungi

Berdasarkan data diagram yang tersajikan pada Gambar 4.7 menunjukkan

bahwa mayoritas responden pengguna aplikasi Pedulilindungi merasa puas

terhadap penggunaan aplikasi Pedulilindungi dengan jumlah responden sebanyak

136 (61,3%) orang. Sedangkan responden yang menjawab sangat puas terhadap

penggunaan aplikasi Pedulilindungi berjumlah 29 (13,1%) orang. Selanjutnya

responden yang menjawab netral berjumlah 43 (19,4%) orang. Responden yang

merasa tidak puas terhadap penggunaan aplikasi Pedulilindungi berjumlah 11

(5%) orang. Terakhir responden yang merasa sangat tidak puas terhadap

penggunaan aplikasi Pedulilindungi berjumlah 3 (1,4%) orang.

 83

Gambar 4.7 Diagram Kategori Kepuasan Secara Umum

4.3. Analisis Model Pengukuran (Measurement Model / Outer Model)

4.3.1. Hasil Analisis Model Pengukuran (Measurement Model / Outer Model)

Dalam tahapan uji model pengukuran (outer model) terdapat dua tahapan uji

yang dilakukan yaitu uji reabilitas dan validitas. Uji reabilitas terdapat dua tahap

yaitu individual item reability dan internal consistency reability. Sedangkan uji

validitas terdapat dua tahap yaitu convergent validity dan discriminant validity.

Berikut merupakan tahapan uji reabilitas dan validitas pada penelitian ini, sebagai

berikut:

1. Individual Item Reability

Pengujian indidual item reability dilakukan dengan mengukur seberapa besar

korelasi antara masing-masing indikator yang diukur melalui nilai outer loading,

jika nilai outer loading berada di atas 0,7 maka dapat dianggap baik/ideal dan
 84

valid (Hair et al., 2014). Hasil perhitungan pada outer loading ini dapat dilihat

pada Tabel 4.8. Dari hasil tersebut, dapat dilihat bahwa seluruh indikator memiliki

nilai outer loading di atas 0,7 yang mengartikan bahwa seluruh indikator dapat

dinyatakan valid karena berada di atas nilai ambang batas 0,7.

Tabel 4.8 Nilai Outer Loading

IQ NB PEOU PU SEQ SQ US
IQ1 0,819
IQ2 0,751
IQ3 0,729
IQ4 0,772
IQ5 0,818
NB1 0,801
NB2 0,840
NB3 0,841
NB4 0,810
PEOU1 0,806
PEOU2 0,807
PEOU3 0,803
PEOU4 0,812
PU1 0,800
PU2 0,797
PU3 0,799
PU4 0,821
PU5 0,811
PU6 0,713
SEQ1 0,831
SEQ2 0,788
SEQ3 0,842
SQ1 0,801
SQ2 0,791
SQ3 0,797
SQ4 0,800
SQ5 0,757
US1 0,757
US2 0,799
US3 0,816
US4 0,790
 85

2. Internal Consistency Reability

Pengujian ini dilakukan dengan mengukur konsistensi skor seluruh item pada

sebuah variabel yang diukur melalui nilai composite reliability, dengan nilai

ambang batas berada di atas 0,7 (Hair et al., 2014). Hasil pengujian ini dapat

dilihat pada Tabel 4.9. Hasil dari composite reability seluruh variabel berada di

atas nilai ambang batas 0,7 sehingga seluruh variabel memenuhi syarat, valid dan

dapat digunakan dalam penelitian ini.

Tabel 4.9 Hasil Composite Reability

Variabel Composite Reability

Information Quality (IQ) 0,885
Net Benefit (NB) 0,894
Perceived Ease of Use (PEOU) 0,882
Perceived Usefulness (PU) 0,909
Service Quality (SEQ) 0,861
System Quality (SQ) 0,892
User Satisfaction (US) 0,869

3. Convergent Validity

Pengujian convergent validity dilakukan dengan melihat besarnya nilai

average variance extracted (AVE). Nilai AVE ini menunjukkan besarnya varian

indikator yang terkandung dalam variabel laten (konstruk). Nilai ambang batas

minimun AVE adalah 0,5 untuk menunjukan sebagai ukuran convergent validity

yang baik (Hair et al., 2014). Hasil nilai AVE pada penelitian ini dapat dilihat

pada Tabel 4.10. Nilai AVE pada setiap variabel sudah melebihi ambang batas 0,5

sehingga dapat diterima dan dikatakan baik untuk digunakan pada penelitian ini.

Tabel 4.10 Nilai Average Variance Extracted (AVE)

 86

Variabel Average Variance Extracted (AVE)

Information Quality (IQ) 0,606
Net Benefit (NB) 0,678
Perceived Ease of Use (PEOU) 0,651
Perceived Usefulness (PU) 0,625
Service Quality (SEQ) 0,673
System Quality (SQ) 0,623
User Satisfaction (US) 0,625

4. Discriminant Validity

Pengujian discriminant validity dilakukan dengan dua cara yaitu dengan

memeriksa nilai cross loading antar indikator dan nilai Fornell Lacker’s criterion.

Nilai cross loading antar indikator didapat dari membandingkan nilai outer

loading indikator dengan variabelnya dan variabel pada blok lainnya dimana nilai

antara indikator dengan variabelnya harus lebih tinggi dari korelasi dengan

variabel blok lainnya (Hair et al., 2016). Hasil nilai cross loading pada penelitian

ini pada setiap variabelnya memiliki nilai lebih besar dari korelasi dan konstruk

blok lainnya, hal ini telah sesuai dengan syarat pengujian. Hasil nilai cross

loading pada penelitian ini dapat dilihat pada Tabel 4.11.

Tabel 4.11 Nilai Cross Loading

IQ NB PEOU PU SEQ SQ US
IQ1 0,819 0,526 0,570 0,541 0,572 0,590 0,567
IQ2 0,751 0,407 0,558 0,489 0,487 0,530 0,499
IQ3 0,729 0,374 0,550 0,414 0,414 0,452 0,424
IQ4 0,772 0,516 0,617 0,496 0,513 0,511 0,566
IQ5 0,818 0,532 0,603 0,528 0,567 0,567 0,570
NB1 0,403 0,801 0,374 0,623 0,558 0,462 0,526
NB2 0,555 0,840 0,589 0,666 0,596 0,536 0,649
NB3 0,490 0,841 0,502 0,685 0,690 0,577 0,644
NB4 0,540 0,810 0,606 0,617 0,614 0,631 0,694
PEOU1 0,648 0,458 0,806 0,512 0,494 0,527 0,581
PEOU2 0,613 0,504 0,807 0,532 0,494 0,471 0,569
PEOU3 0,598 0,650 0,803 0,630 0,595 0,621 0,663
 87

PEOU4 0,540 0,433 0,812 0,478 0,435 0,483 0,581

PU1 0,517 0,657 0,559 0,800 0,610 0,534 0,653
PU2 0,468 0,598 0,442 0,797 0,560 0,476 0,550
PU3 0,381 0,586 0,434 0,799 0,540 0,505 0,558
PU4 0,433 0,637 0,489 0,821 0,583 0,472 0,601
PU5 0,559 0,656 0,570 0,811 0,626 0,492 0,616
PU6 0,620 0,586 0,646 0,713 0,593 0,640 0,691
SEQ1 0,587 0,657 0,578 0,629 0,831 0,658 0,590
SEQ2 0,484 0,580 0,435 0,575 0,788 0,536 0,519
SEQ3 0,547 0,603 0,527 0,627 0,842 0,593 0,591
SQ1 0,514 0,512 0,520 0,555 0,529 0,801 0,568
SQ2 0,478 0,547 0,482 0,494 0,559 0,791 0,562
SQ3 0,616 0,560 0,526 0,544 0,610 0,797 0,562
SQ4 0,583 0,551 0,549 0,534 0,608 0,800 0,600
SQ5 0,499 0,498 0,509 0,490 0,570 0,757 0,511
US1 0,534 0,689 0,496 0,709 0,613 0,484 0,757
US2 0,516 0,557 0,574 0,589 0,508 0,548 0,799
US3 0,551 0,586 0,644 0,565 0,523 0,583 0,816
US4 0,541 0,591 0,641 0,594 0,535 0,634 0,790

Selanjutnya nilai Fornell Lacker’s criterion didapat dari membandingkan

nilai akar AVE antar konstruk satu dengan konstruk lainnya. Nilai akar AVE

harus lebih besar dari korelasi satu konstruk dengan konstruk lainnya (Hair et al.,

2016). Hasil nilai Fornell Lacker’s criterion dapat dilihat pada Tabel 4.12.

Berdasarkan tabel tersebut dapat dketahui bahwa seluruh variabel memiliki nilai

akar AVE lebih besar dari korelasi antar konstruk.

Tabel 4.12 Nilai Fornell Lacker’s Criterion

IQ NB PEOU PU SEQ SQ US
IQ 0.779
NB 0.610 0.823
PEOU 0.745 0.639 0.807
PU 0.636 0.787 0.671 0.791
SEQ 0.660 0.749 0.629 0.745 0.820
SQ 0.683 0.676 0.656 0.664 0.729 0.789
US 0.679 0.770 0.744 0.780 0.692 0.711 0.791
 88

Tabel 4.13 Hasil Analisis Outer Model

Outer Cross Loading CR AVE

Variabel Indikator
Loading IQ NB PEOU PU SEQ SQ US
IQ1 0.819 0.819 0.526 0.570 0.541 0.572 0.590 0.567
IQ2 0.751 0.751 0.407 0.558 0.489 0.487 0.530 0.499
IQ IQ3 0.729 0.729 0.374 0.550 0.414 0.414 0.452 0.424 0.885 0.606
IQ4 0.772 0.772 0.516 0.617 0.496 0.513 0.511 0.566
IQ5 0.818 0.818 0.532 0.603 0.528 0.567 0.567 0.570
NB1 0.801 0.403 0.801 0.374 0.623 0.558 0.462 0.526
NB2 0.840 0.555 0.840 0.589 0.666 0.596 0.536 0.649
NB 0.894 0.678
NB3 0.841 0.490 0.841 0.502 0.685 0.690 0.577 0.644
NB4 0.810 0.540 0.810 0.606 0.617 0.614 0.631 0.694
PEOU1 0.806 0.648 0.458 0.806 0.512 0.494 0.527 0.581
PEOU2 0.807 0.613 0.504 0.807 0.532 0.494 0.471 0.569
PEOU 0.882 0.651
PEOU3 0.803 0.598 0.650 0.803 0.630 0.595 0.621 0.663
PEOU4 0.812 0.540 0.433 0.812 0.478 0.435 0.483 0.581
PU1 0.800 0.517 0.657 0.559 0.800 0.610 0.534 0.653
PU2 0.797 0.468 0.598 0.442 0.797 0.560 0.476 0.550
PU3 0.799 0.381 0.586 0.434 0.799 0.540 0.505 0.558
PU 0.909 0.625
PU4 0.821 0.433 0.637 0.489 0.821 0.583 0.472 0.601
PU5 0.811 0.559 0.656 0.570 0.811 0.626 0.492 0.616
PU6 0.713 0.620 0.586 0.646 0.713 0.593 0.640 0.691
SEQ1 0.831 0.587 0.657 0.578 0.629 0.831 0.658 0.590
SEQ SEQ2 0.788 0.484 0.580 0.435 0.575 0.788 0.536 0.519 0.861 0.673
SEQ3 0.842 0.547 0.603 0.527 0.627 0.842 0.593 0.591
SQ1 0.801 0.514 0.512 0.520 0.555 0.529 0.801 0.568
SQ2 0.791 0.478 0.547 0.482 0.494 0.559 0.791 0.562
SQ SQ3 0.797 0.616 0.560 0.526 0.544 0.610 0.797 0.562 0.892 0.623
SQ4 0.800 0.583 0.551 0.549 0.534 0.608 0.800 0.600
SQ5 0.757 0.499 0.498 0.509 0.490 0.570 0.757 0.511
US1 0.757 0.534 0.689 0.496 0.709 0.613 0.484 0.757
US2 0.799 0.516 0.557 0.574 0.589 0.508 0.548 0.799
US 0.869 0.625
US3 0.816 0.551 0.586 0.644 0.565 0.523 0.583 0.816
US4 0.790 0.541 0.591 0.641 0.594 0.535 0.634 0.790

Keterangan:
IQ : Information Quality SQ : System Quality
NB : Net Benefit US : User Satisfaction
PEOU : Perceived Ease of Use CR : Composite Reability
PU : Perceived Usefulness AVE : Average Variance Extracted
SEQ : Service Quality
 89

4.3.2. Interpretasi dan Pembahasan Hasil Analisis Model Pengukuran

(Measurement Model / Outer Model)

Berdasarkan hasil uji reabilitas (Individual Item Reability dan Internal

Consistency Reability) dan uji validitas (Convergent Validity dan Discriminant

Validity) pada sub bab sebelumnya diketahui bahwa seluruh indikator variabel

memiliki nilai diatas ambang batas yang baik dan valid sehingga seluruh indikator

variabel dapat digunakan untuk proses pengujian selanjutnya.

4.4. Analisis Model Struktural (Structural Model / Inner Model)

4.4.1. Hasil Analisis Model Struktural (Structural Model / Inner Model)

Pada tahap analisis model struktural (inner model) terdapat 6 proses

pengujian yaitu pengujian path coefficient (β), coefficient of determination (R2),

T-test dengan metode bootstraping, effect size (f2), predictive relevance (Q2), dan

relative impact (q2). Berikut hasil dari enam tahap analisis model struktural (inner

model) sebagai berikut:

1. Path Coefficient (β)

Pengukuran path coefficient (koefisien jalur) digunakan untuk melihat nilai

signifikansi hubungan antar variabel. Pengukuran ini memiliki nilai ambang batas

di atas 0,1 hal ini untuk menyatakan bahwa jalur (path) yang dimaksud

mempunyai pengaruh di dalam model (Hair et al., 2016). Pada penelitian ini

terdapat 12 jalur hubungan antar variabel, berdasarkan hasil pengukuran path

coefficient dinyatakan bahwa 10 jalur (SQ → US, SQ → PU, SQ → PEOU, IQ →

PU, IQ → PEOU, SEQ → PU, SEQ → PEOU, PU → US, PEOU → US, US →

 90

NB) memiliki hubungan yang signifikan karena mimiliki nilai path coefficient di

atas ambang batas 0,1. Sedangkan 2 jalur (IQ → US dan SEQ → US) tidak

memiliki hubungan yang signifikan karena mimiliki nilai path coefficient di

bawah ambang batas 0,1. Nilai path coefficient dapat dilihat pada Tabel 4.14.

Tabel 4.14 Nilai Path Coefficient (β)

Hubungan Antar Variabel Path Coefficient (β)

SQ → US 0,195
SQ → PU 0,174
SQ → PEOU 0,199
IQ → US 0,056
IQ → PU 0,195
IQ → PEOU 0,512
SEQ → US 0,041
SEQ → PU 0,490
SEQ → PEOU 0,146
PU → US 0,394
PEOU → US 0,284
US → NB 0,770

2. Coefficient of Determination (R2)

Pengujian nilai coefficient of determination (R2) digunakan untuk mengukur

tingkat variasi perubahan variabel independen terhadap variabel dependen. Nilai

coefficient of determination (R2) dikatakan baik jika memiliki nilai sebesar 0.67,

dikatakan moderat jika memiliki nilai sebesar 0.33 dan dikatakan lemah jika

memiliki nilai sebesar 0.19 (Ghozali, 2014; Hair et al., 2014). Pengujian

coefficient of determination (R2) dapat dilihat pada Tabel 4.15.

 91

Tabel 4.15 Nilai Coefficient of Determination (R2)

Variabel Coefficient of Determination (R2)

Net Benefit (NB) 0,593
Perceived Ease of Use (PEOU) 0,604
Perceived Usefulness (PU) 0,604
User Satisfaction (US) 0,724

Berdasarkan Tabel 4.15 menunjukkan bahwa hasil uji coefficient of

determination (R2) variabel (US) memiliki tertinggi dengan nilai 0,724. Sehingga

dapat disimpulkan bahwa variabel System Quality (SQ), Information Quality (IQ),

Service Quality (SEQ), Perceived Usefulness (PU), dan Perceived Ease of Use

(PEOU) mampu menjelaskan secara baik terhadap variabel User Satisfaction (US)

dengan nilai sebesar 0,724. Sedangkan variabel Net Benefit (NB), Perceived

Usefulness (PU), dan Perceived Ease of Use (PEOU) menunjukkan hasil R2 yang

moderat.

3. T-Test dengan Metode Bootstraping

Pengujian t-test dilakukan untuk menguji hipotesis pada suatu penelitian

apakah diterima atau ditolak. Nilai t-test pada penelitian ini didapat dengan

metode bootstrapping menggunakan uji two tailed dengan tingkat signifikasi

10%. Apabila nilai t-test lebih besar dari 1.96 maka dapat dikatakan hipotesis

diterima (Ghozali, 2014; Hair et al., 2014). Berdasarkan data pada Tabel 4.16

menunjukkan bahwa dari 12 hipotesis yang diajukan pada penelitian ini terdapat

10 jalur hipotesis yang diterima karena memiliki nilai t-test yang lebih besar dari

1,96 dan 2 jalur hipotesis yang ditolak yaitu karena memiliki nilai t-test yang lebih

kecil dari 1,96 yaitu IQ → US dan SEQ → US.

 92

Tabel 4.16 Nilai T-Test dengan Metode Bootstrapping

Hubungan Antar Variabel Nilai T-Test Analisis

SQ → US 2,684 Diterima
SQ → PU 1,997 Diterima
SQ → PEOU 2,451 Diterima
IQ → US 0,749 Ditolak
IQ → PU 2,752 Diterima
IQ → PEOU 8,265 Diterima
SEQ → US 0,588 Ditolak
SEQ → PU 6,406 Diterima
SEQ → PEOU 2,017 Diterima
PU → US 5,816 Diterima
PEOU → US 3,854 Diterima
US → NB 23,002 Diterima

4. Effect Size (f2)

Pengujian effect size (f2) dilakukan untuk memprediksi pengaruh dari variabel

tertentu terhadap variabel lainnya dalam struktur model. Standar pengukuran nilai

effect size (f2) yaitu dikatakan kecil jika memiliki nilai sekitar 0.02, dikatakan

menengah jika memiliki nilai sekitar 0.15 dan dikatakan besar jika memiliki nilai

sekitar 0,35 (Ghozali, 2014; Hair et al., 2014).

Tabel 4.17 Nilai Effect Size (f2)

Hubungan Antar Variabel R2 Include R2 Exclude f2 Analisis

SQ → US 0,724 0,710 0,052 Kecil
SQ → PU 0,604 0,592 0,030 Kecil
SQ → PEOU 0,604 0,588 0,040 Kecil
IQ → US 0,724 0,723 0,004 Kecil
IQ → PU 0,604 0,585 0,046 Kecil
IQ → PEOU 0,604 0,482 0,316 Menengah
SEQ → US 0,724 0,724 0,002 Kecil
SEQ → PU 0,604 0,508 0,254 Menengah
SEQ → PEOU 0,604 0,595 0,023 Kecil
PU → US 0,724 0,667 0,208 Menengah
PEOU → US 0,724 0,696 0,108 Kecil
US → NB 0,593 - 1,455 Besar
 93

Berdasarkan data pada Tabel 4.17 menunjukkan bahwa terdapat 1 hubungan

variabel yang memiliki pengaruh besar yaitu US → NB (1,455); 3 hubungan

variabel memiliki pengaruh menengah yaitu IQ → PEOU (0,316), SEQ → PU

(0,254) dan PU → US (0,208); 8 hubungan variabel memiliki pengaruh kecil.

5. Predictive Relevance (Q2)

Pengujian predictive relevance (Q2) dilakukan untuk membuktikan bahwa

variabel tertentu yang digunakan dalam suatu model memiliki keterkaitan secara

prediktif (predictive relevance) dengan variabel lainnya. Pengujian predictive

relevance (Q2) dilakukan dengan menggunakan metode blindfolding dengan

ambang batas nilai pengukuran di atas nol (Ghozali, 2014; Hair et al., 2014).

Berdasarkan data pada Tabel 4.18 menunjukkan bahwa keempat variabel

dependen memiliki keterkaitan secara prediktif karena memiliki nilai predictive

relevance (Q2) diatas nilai ambang batas nol.

Tabel 4.18 Nilai Predictive Relevance (Q2)

Variabel Q²
Net Benefit (NB) 0,392
Perceived Ease of Use (PEOU) 0,382
Perceived Usefulness (PU) 0,360
User Satisfaction (US) 0,433

6. Relative Impact (q2)

Pengujian relative impact (q2) dilakukan dengan menggunakan metode

blindfolding untuk mengukur dampak relatif sebuah keterkaitan prediktif sebuah

variabel tertentu dengan variabel lainnya. Standar pengukuran nilai relative

impact (q2) yaitu dikatakan kecil jika memiliki nilai sekitar 0.02, dikatakan
 94

menengah jika memiliki nilai sekitar 0.15 dan dikatakan besar jika memiliki nilai

sekitar 0,35 (Ghozali, 2014; Hair et al., 2014). Berdasarkan data pada Tabel 4.19

menunjukkan bahwa terdapat 1 hubungan variabel yang memiliki keterkaitan

prediktif secara besar yaitu US → NB karena memiliki nilai 0,634 dan terdapat 11

hubungan variabel yang memiliki keterkaitan prediktif secara kecil karena

memiliki nilai di bawah 0,15.

Tabel 4.19 Nilai Relative Impact (q2)

Hubungan Antar Variabel Q² Include Q² Exclude q² Analisis

SQ → US 0,433 0,426 0,012 Kecil
SQ → PU 0,360 0,354 0,009 Kecil
SQ → PEOU 0,382 0,374 0,013 Kecil
IQ → US 0,433 0,433 0,000 Kecil
IQ → PU 0,360 0,351 0,014 Kecil
IQ → PEOU 0,382 0,301 0,131 Kecil
SEQ → US 0,433 0,439 - 0,011 Kecil
SEQ → PU 0,360 0,297 0,100 Kecil
SEQ → PEOU 0,382 0,378 0,006 Kecil
PU → US 0,433 0,401 0,056 Kecil
PEOU → US 0,433 0,415 0,032 Kecil
US → NB 0,392 - 0,634 Besar
 95

Tabel 4.20 Hasil Keseluruhan Analisis Inner Model

Hipotesis f² q² Analisis
β t-test R² R² R² Q² Q² Q²
No Jalur Ʃf² Ʃq² β t-test R² f² Q² q²
Include Exclude Include Exclude
H1 SQ → US 0,195 2,684 0,724 0,724 0,710 0,052 0,433 0,433 0,426 0,012 Sign Diterima b k PR k
H2 SQ → PU 0,174 1,997 0,604 0,604 0,592 0,030 0,360 0,360 0,354 0,009 Sign Diterima M k PR k
H3 SQ → PEOU 0,199 2,451 0,604 0,604 0,588 0,040 0,382 0,382 0,374 0,013 Sign Diterima M k PR k
H4 IQ → US 0,056 0,749 0,724 0,724 0,723 0,004 0,433 0,433 0,433 0,000 Insign Ditolak b k PR k
H5 IQ → PU 0,195 2,752 0,604 0,604 0,585 0,046 0,360 0,360 0,351 0,014 Sign Diterima M k PR k
H6 IQ → PEOU 0,512 8,265 0,604 0,604 0,482 0,316 0,382 0,382 0,301 0,131 Sign Diterima M m PR k
H7 SEQ → US 0,041 0,588 0,724 0,724 0,724 0,002 0,433 0,433 0,439 -0,011 Insign Ditolak b k PR k
H8 SEQ → PU 0,490 6,406 0,604 0,604 0,508 0,254 0,360 0,360 0,297 0,100 Sign Diterima M m PR k
H9 SEQ → PEOU 0,146 2,017 0,604 0,604 0,595 0,023 0,382 0,382 0,378 0,006 Sign Diterima M k PR k
H10 PU → US 0,394 5,816 0,724 0,724 0,667 0,208 0,433 0,433 0,401 0,056 Sign Diterima b m PR k
H11 PEOU → US 0,284 3,854 0,724 0,724 0,696 0,108 0,433 0,433 0,415 0,032 Sign Diterima b k PR k
H12 US → NB 0,770 23,002 0,593 0,593 - 1,455 0,392 0,392 - 0,634 Sign Diterima M b PR b
Keterangan:
β : Path Coefficient k : kecil SQ : System Quality
R² : Coefficient of Determinant m : menengah IQ : Information Quality
f² : Effect Size PR : Predictive Relevance SEQ : Service Quality
Q² : Predictive Relevance PU : Perceived Usefulness
q² : Relative Impact PEOU : Perceived Ease of Use
Sign : Signifikan US : User Satisfaction
Insign : Tidak Signifikan NB : Net Benefit
b : besar
M : Moderat
 96

4.4.2. Interpretasi dan Pembahasan Hasil Analisis Model Struktural

(Structural Model / Inner Model)

Setelah didapatkan hasil analisis model struktural (inner model), maka pada

sub bab ini akan dijelaskan mengenai interpretasi dan pembahasan hasil analisis

model struktural mengikuti pada pertanyaan dan hipotesis yang telah dijelaskan

pada Bab 3.

1. H1: Apakah System Quality (SQ) berpengaruh secara signifikan

terhadap User Satisfaction (US)?

Berdasarkan hasil pengujian analisis model struktural (inner model) yang

tersajikan pada Tabel 4.20 menunjukkan bahwa hubungan system quality (SQ) →

user satisfaction (US) diterima karena memiliki nilai t-test sebesar 2,684 berada

di atas nilai ambang batas 1,96 dan path coefficient sebesar 0,195 berada di atas

nilai ambang batas 0,1. Dapat diartikan bahwa system quality (SQ) memiliki

pengaruh secara signifikan terhadap user satisfaction (US).

Hal ini menunjukkan bahwa semakin baik kualitas sistem yang digunakan

maka akan meningkatkan kepuasan pengguna. Pengguna aplikasi Pedulilindungi

merasa bahwa kualitas sistem yang baik akan mempengaruhi kepuasan mereka

dalam menggunakan aplikasi Pedulilindungi. Hal ini sesuai dengan penelitian

sebelumnya (Cho et al., 2015; Gaardboe et al., 2017; Ojo, 2017) yang

menyatakan bahwa system quality berpengaruh secara signifikan terhadap user

satisfaction.

2. H2: Apakah System Quality (SQ) berpengaruh secara signifikan

terhadap Perceived Usefulness (PU)?

 97

Berdasarkan hasil pengujian analisis model struktural (inner model) yang

tersajikan pada Tabel 4.20 menunjukkan bahwa hubungan system quality (SQ) →

perceived usefulness (PU) diterima karena memiliki nilai t-test sebesar 1,997

berada di atas nilai ambang batas 1,96 dan path coefficient sebesar 0,174 berada di

atas nilai ambang batas 0,1. Dapat diartikan bahwa system quality (SQ) memiliki

pengaruh secara signifikan terhadap perceived usefulness (PU).

Hal ini menunjukkan bahwa semakin baik kualitas sistem yang digunakan

maka akan meningkatkan kemanfaatan penggunaan suatu sistem. Pengguna

aplikasi Pedulilindungi merasa bahwa kualitas sistem yang baik akan

mempengaruhi kemanfaatan dalam menggunakan aplikasi Pedulilindungi. Hal ini

sesuai dengan penelitian sebelumnya (Lu et al., 2012) yang menyatakan bahwa

system quality berpengaruh secara signifikan terhadap perceived usefulness.

3. H3: Apakah System Quality (SQ) berpengaruh secara signifikan

terhadap Perceived Ease of Use (PEOU)?

Berdasarkan hasil pengujian analisis model struktural (inner model) yang

tersajikan pada Tabel 4.20 menunjukkan bahwa hubungan system quality (SQ) →

perceived ease of use (PEOU) diterima karena memiliki nilai t-test sebesar 2,451

berada di atas nilai ambang batas 1,96 dan path coefficient sebesar 0,199 berada di

atas nilai ambang batas 0,1. Dapat diartikan bahwa system quality (SQ) memiliki

pengaruh secara signifikan terhadap perceived ease of use (PEOU).

Hal ini menunjukkan bahwa semakin baik kualitas sistem yang digunakan

maka akan memudahkan pengguna dalam menggunakan sistem. Pengguna

aplikasi Pedulilindungi merasa bahwa kualitas sistem yang baik akan

 98

memudahkan mereka dalam menggunakan aplikasi Pedulilindungi. Hal ini sesuai

dengan penelitian sebelumnya (Chen & Hsiao, 2012; Lu et al., 2012) yang

menyatakan bahwa system quality berpengaruh secara signifikan terhadap

perceived ease of use.

4. H4: Apakah Information Quality (IQ) berpengaruh secara signifikan

terhadap User Satisfaction (US)?

Berdasarkan hasil pengujian analisis model struktural (inner model) yang

tersajikan pada Tabel 4.20 menunjukkan bahwa hubungan information quality

(IQ) → user satisfaction (US) ditolak karena memiliki nilai t-test sebesar 0,749

berada di bawah nilai ambang batas 1,96 dan path coefficient sebesar 0,056 berada

di bawah nilai ambang batas 0,1. Dapat diartikan bahwa information quality (IQ)

tidak berpengaruh signifikan terhadap user satisfaction (US).

Hal ini menunjukkan bahwa kualitas informasi yang diberikan penyedia

aplikasi masih belum mampu mempengaruhi kepuasan pengguna sistem tersebut.

Pengguna aplikasi Pedulilindungi merasa bahwa kualitas informasi yang diberikan

penyedia sistem belum mampu mempengaruhi kepuasan mereka dalam

menggunakan aplikasi Pedulilindungi. Hal ini dapat diamati langsung dari

pengalaman pengguna aplikasi Pedulilindungi di Google Play Store yang

mengatakan sering adanya kesalahan data yang dimasukkan ke dalam aplikasi

oleh pihak pengelola aplikasi Pedulilindungi seperti data sertifikat vaksin yang

salah, data NIK yang salah dan lain sebagainya. Hal ini sesuai dengan penelitian

sebelumnya (Ayebazibwe et al., 2019; J. S. Choi et al., 2014) yang menyatakan

 99

bahwa information quality tidak berpengaruh secara signifikan terhadap user

satisfaction.

5. H5: Apakah Information Quality (IQ) berpengaruh secara signifikan

terhadap Perceived Usefulness (PU)?

Berdasarkan hasil pengujian analisis model struktural (inner model) yang

tersajikan pada Tabel 4.20 menunjukkan bahwa hubungan information quality

(IQ) → perceived usefulness (PU) diterima karena memiliki nilai t-test sebesar

2,752 berada di atas nilai ambang batas 1,96 dan path coefficient sebesar 0,195

berada di atas nilai ambang batas 0,1. Dapat diartikan bahwa information quality

(IQ) memiliki pengaruh secara signifikan terhadap perceived usefulness (PU).

Hal ini menunjukkan bahwa semakin baik kualitas informasi yang diberikan

maka akan meningkatkan manfaat penggunaan suatu sistem. Pengguna aplikasi

Pedulilindungi merasa bahwa kualitas informasi yang baik akan meningkatkan

manfaat dalam menggunakan aplikasi Pedulilindungi. Hal ini sesuai dengan

penelitian sebelumnya (Chen & Hsiao, 2012; Cheng, 2013; Lu et al., 2012) yang

menyatakan bahwa information quality berpengaruh secara signifikan terhadap

perceived usefulness.

6. H6: Apakah Information Quality (IQ) berpengaruh secara signifikan

terhadap Perceived Ease of Use (PEOU)?

Berdasarkan hasil pengujian analisis model struktural (inner model) yang

tersajikan pada Tabel 4.20 menunjukkan bahwa hubungan information quality

(IQ) → perceived ease of use (PEOU) diterima karena memiliki nilai t-test

sebesar 8,265 berada di atas nilai ambang batas 1,96 dan path coefficient sebesar
 100

0,512 berada di atas nilai ambang batas 0,1. Dapat diartikan bahwa information

quality (IQ) memiliki pengaruh secara signifikan terhadap perceived ease of use

(PEOU).

Hal ini menunjukkan bahwa semakin baik kualitas informasi yang diberikan

maka akan meningkatkan kemudahan pengguna dalam menggunakan suatu

sistem. Pengguna aplikasi Pedulilindungi merasa bahwa kualitas informasi yang

baik akan meningkatkan kemudahan mereka dalam menggunakan aplikasi

Pedulilindungi. Hal ini sesuai dengan penelitian sebelumnya (Chen & Hsiao,

2012; Cheng, 2013; Lu et al., 2012) yang menyatakan bahwa information quality

berpengaruh secara signifikan terhadap perceived ease of use.

7. H7: Apakah Service Quality (SEQ) berpengaruh secara signifikan

terhadap User Satisfaction (US)?

Berdasarkan hasil pengujian analisis model struktural (inner model) yang

tersajikan pada Tabel 4.20 menunjukkan bahwa hubungan service quality (IQ) →

user satisfaction (US) ditolak karena memiliki nilai t-test sebesar 0,588 berada di

bawah nilai ambang batas 1,96 dan path coefficient sebesar 0,041 berada di bawah

nilai ambang batas 0,1. Dapat diartikan bahwa service quality (SEQ) tidak

berpengaruh signifikan terhadap user satisfaction (US).

Hal ini menunjukkan bahwa kualitas layanan yang diberikan penyedia sistem

masih belum mampu mempengaruhi kepuasan pengguna sistem tersebut.

Pengguna aplikasi Pedulilindungi merasa bahwa kualitas layanan yang diberikan

pengelola sistem belum mampu mempengaruhi kepuasan mereka dalam

menggunakan aplikasi Pedulilindungi. Berdasarkan pengalaman pengguna

 101

aplikasi Pedulilindungi di Google Play Store bahwa pelayanan pihak penyedia

aplikasi Pedulilindungi terhadap suatu masalah yang terjadi masih belum mampu

memberikan rasa puas kepada penggunanya. Hal ini sesuai dengan penelitian

sebelumnya (Ou et al., 2016) yang menyatakan bahwa service quality tidak

berpengaruh secara signifikan terhadap user satisfaction.

8. H8: Apakah Service Quality (SEQ) berpengaruh secara signifikan

terhadap Perceived Usefulness (PU)?

Berdasarkan hasil pengujian analisis model struktural (inner model) yang

tersajikan pada Tabel 4.20 menunjukkan bahwa hubungan service quality (SEQ)

→ perceived usefulness (PU) diterima karena memiliki nilai t-test sebesar 6,406

berada di atas nilai ambang batas 1,96 dan path coefficient sebesar 0,490 berada di

atas nilai ambang batas 0,1. Dapat diartikan bahwa service quality (SEQ)

memiliki pengaruh secara signifikan terhadap perceived usefulness (PU).

Hal ini menunjukkan bahwa semakin baik kualitas layanan yang diberikan

penyedia sistem maka akan meningkatkan manfaat penggunaan suatu sistem.

Pengguna aplikasi Pedulilindungi merasa bahwa kualitas layanan yang baik maka

akan meningkatkan manfaat dalam menggunakan aplikasi Pedulilindungi. Hal ini

sesuai dengan penelitian sebelumnya (Chen & Hsiao, 2012; Lu et al., 2012) yang

menyatakan bahwa service quality berpengaruh secara signifikan terhadap

perceived usefulness.

9. H9: Apakah Service Quality (SEQ) berpengaruh secara signifikan

terhadap Perceived Ease of Use (PEOU)?

 102

Berdasarkan hasil pengujian analisis model struktural (inner model) yang

tersajikan pada Tabel 4.20 menunjukkan bahwa hubungan service quality (SEQ)

→ perceived ease of use (PEOU) diterima karena memiliki nilai t-test sebesar

2,017 berada di atas nilai ambang batas 1,96 dan path coefficient sebesar 0,146

berada di atas nilai ambang batas 0,1. Dapat diartikan bahwa service quality

(SEQ) memiliki pengaruh secara signifikan terhadap perceived ease of use

(PEOU).

Hal ini menunjukkan bahwa semakin baik kualitas layanan yang diberikan

penyedia sistem maka akan meningkatkan kemudahan dalam penggunaan suatu

sistem. Pengguna aplikasi Pedulilindungi merasa bahwa kualitas layanan yang

baik maka akan meningkatkan kemudahan mereka dalam menggunakan aplikasi

Pedulilindungi. Hal ini sesuai dengan penelitian sebelumnya (Lu et al., 2012)

yang menyatakan bahwa service quality berpengaruh secara signifikan terhadap

perceived ease of use.

10. H10: Apakah Perceived Usefulness (PU) berpengaruh secara signifikan

terhadap User Satisfaction (US)?

Berdasarkan hasil pengujian analisis model struktural (inner model) yang

tersajikan pada Tabel 4.20 menunjukkan bahwa hubungan perceived usefulness

(PU) → user satisfaction (US) diterima karena memiliki nilai t-test sebesar 5,816

berada di atas nilai ambang batas 1,96 dan path coefficient sebesar 0,394 berada di

atas nilai ambang batas 0,1. Dapat diartikan bahwa perceived usefulness (PU)

memiliki pengaruh secara signifikan terhadap user satisfaction (US).

 103

Hal ini menunjukkan bahwa semakin baik kemanfaatan suatu sistem yang

digunakan maka akan meningkatkan kepuasan pengguna. Pengguna aplikasi

Pedulilindungi merasa bahwa kemanfaatan sistem yang baik akan mempengaruhi

kepuasan mereka dalam menggunakan aplikasi Pedulilindungi. Hal ini sesuai

dengan penelitian sebelumnya (Adeliani & Soenhadji, 2022; Ohk et al., 2015;

Zhang et al., 2019) yang menyatakan bahwa perceived usefulness berpengaruh

secara signifikan terhadap user satisfaction.

11. H11: Apakah Perceived Ease of Use (PEOU) berpengaruh secara

signifikan terhadap User Satisfaction (US)?

Berdasarkan hasil pengujian analisis model struktural (inner model) yang

tersajikan pada Tabel 4.20 menunjukkan bahwa hubungan perceived ease of use

(PEOU) → user satisfaction (US) diterima karena memiliki nilai t-test sebesar

3,854 berada di atas nilai ambang batas 1,96 dan path coefficient sebesar 0,284

berada di atas nilai ambang batas 0,1. Dapat diartikan bahwa perceived ease of use

(PEOU) memiliki pengaruh secara signifikan terhadap user satisfaction (US).

Hal ini menunjukkan bahwa semakin baik kemudahan penggunaan suatu

sistem maka akan meningkatkan kepuasan pengguna. Pengguna aplikasi

Pedulilindungi merasa bahwa kemudahan penggunaan sistem yang baik akan

mempengaruhi kepuasan mereka dalam menggunakan aplikasi Pedulilindungi.

Hal ini sesuai dengan penelitian sebelumnya (Adeliani & Soenhadji, 2022;

Hermawan & Paramita, 2021; Jang & Yi, 2018) yang menyatakan bahwa

perceived ease of use berpengaruh secara signifikan terhadap user satisfaction.

 104

12. H12: Apakah User Satisfaction (US) berpengaruh secara signifikan

terhadap Net Benefit (NB)?

Berdasarkan hasil pengujian analisis model struktural (inner model) yang

tersajikan pada Tabel 4.20 menunjukkan bahwa hubungan user satisfaction (US)

→ net benefit (NB) diterima karena memiliki nilai t-test sebesar 23,002 berada di

atas nilai ambang batas 1,96 dan path coefficient sebesar 0,770 berada di atas nilai

ambang batas 0,1. Dapat diartikan bahwa user satisfaction (US) memiliki

pengaruh secara signifikan terhadap net benefit (NB).

Hal ini menunjukkan bahwa ketika pengguna merasa puas pada suatu

sistem maka pengguna akan merasakan keuntungan yang dihasilkan sistem

tersebut. Ketika pengguna aplikasi Pedulilindungi merasa puas terhadap

penggunaan sistem maka mereka akan merasakan keuntungan yang dihasilkan

aplikasi Pedulilindungi. Hal ini sesuai dengan penelitian sebelumnya (Cho et al.,

2015) yang menyatakan bahwa user satisfaction berpengaruh secara signifikan

terhadap net benefit.

4.5. Perbandingan Penelitian Dengan Penelitian Sebelumnya

Berdasarkan model penelitian yang digunakan, penelitian ini mengambil

model acuan dari penelitian Choi et al. (2013) dengan tambahan 2 variabel

(Perceived Ease of Use, Net Benefit). Hasil penelitian ini memiliki kesamaan

dengan penelitian Choi et al. (2013) sebesar 67%. Adanya perbedaan hasil yang

didapat dengan penelitian Choi et al. (2013) kemungkinan disebabkan oleh

adanya perbedaan kondisi objek maupun sampel yang diteliti. Perbedaan terjadi
 105

pada pengaruh information quality dan service quality terhadap user satisfaction.

Pada penelitian Choi et al. (2013) information quality dan service quality

memiliki pengaruh secara signifikan terhadap user satisfaction. Tetapi pada

penelitian ini dalam H4 dan H7 ditemukan bahwa information quality dan service

quality tidak memiliki pengaruh terhadap user satisfaction.

4.6. Implikasi dan Limitasi Penelitian

4.6.1. Implikasi Teoritis

Hasil penelitian ini menunjukkan bahwa kepuasan pengguna aplikasi

Pedulilindungi tidak dipengaruhi oleh information quality dan service quality. Hal

ini sesuai dengan penelitian (Ayebazibwe et al., 2019; J. S. Choi et al., 2014; Ou

et al., 2016) yang menyatakan bahwa information quality dan service quality tidak

berpengaruh terhadap user satisfaction. Tidak adanya pengaruh information

quality dan service quality terhadap user satisfaction dapat disebabkan oleh

kualitas informasi dan layanan yang diberikan penyedia aplikasi Pedulilindungi

masih kurang baik sehingga pengguna merasa kurang puas terhadap dua faktor

tersebut.

4.6.2. Implikasi Praktis

Hasil penelitian ini menunjukkan bahwa user satisfaction tidak dipengaruhi

oleh information quality dan service quality. Sehingga implikasi praktis dalam

penelitian ini adalah bahwa kualitas informasi dan layanan yang diberikan

pengelola kepada pengguna aplikasi Pedulilindungi masih belum mampu

 106

mempengaruhi user satisfaction. Penelitian ini dapat dijadikan pedoman bagi

pihak pengembang ataupun pengelola aplikasi Pedulilindungi untuk

meningkatkan kualitas informasi dan layanan agar pengguna merasa nyaman

dalam menggunakan aplikasi Pedulilindungi sehari-hari.

4.6.3. Limitasi Penelitian

Dalam proses penelitian, terdapat beberapa kendala ataupun kelemahan

yang menjadi keterbatasan dalam penelitian ini, yaitu teterbatasan sumber daya

yang dimiliki peneliti untuk mencari data populasi pengguna aplikasi

Pedulilindungi di wilayah seluruh Indonesia ataupun di wilayah Kota Bekasi.

Situasi di tengah pandemi ini membuat kuesioner penelitian disebar secara tidak

langsung sehingga ada kemungkinan responden salah menangkap maksud

indikator pertanyaan penelitian ini.

 BAB 5

PENUTUP

5.1. Kesimpulan

Berdasarkan hasil penelitian dan pembahasan yang telah dijelaskan pada

Bab sebelumnya mengenai pengukuran kepuasan pengguna aplikasi

Pedulilindungi menggunakan model Delone & Mclean dan TAM dapat

disimpulkan bahwa system quality, perceived usefulness dan perceived ease of use

berpengaruh secara signifikan terhadap penggunaan aplikasi Pedulilindungi.

Berdasarkan 12 hipotesis yang diajukan terdapat 10 hipotesis yang diterima

yaitu H1 (System Quality terhadap User Satisfaction), H2 (System Quality terhadap

Perceived Usefulness), H3 (System Quality terhadap Perceived Ease of Use), H5

(Information Quality terhadap Perceived Usefulness), H6 (Information Quality

terhadap Perceived Ease of Use), H8 (Service Quality terhadap Perceived

Usefulness), H9 (Service Quality terhadap Perceived Ease of Use), H10 (Perceived

Usefulness terhadap User Satisfaction), H11 (Perceived Ease of Use terhadap User

Satisfaction), H12 (User Satisfaction terhadap Net Benefit). Terdapat 2 hipotesis

yang ditolak yaitu H4 (Information Quality terhadap User Satisfaction) dan H7

(Service Quality terhadap User Satisfaction).

107
 108

5.2. Saran

Berdasarkan hasil penelitian ini, penulis ingin memberikan saran sebagai

bahan pertimbangan ataupun masukan untuk penelitian sejenis yang akan datang

maupun bagi pihak penyedia aplikasi Pedulilindungi sebagai berikut:

Bagi peneliti selanjutnya yang ingin menjadikan penelitian ini sebagai

bahan acuan agar dapat memperhatikan dan meninjau kembali variabel maupun

indikator yang telah digunakan dalam penelitian ini dengan mengacu pada

penelitian sejenis pada model penelitian lain dalam pengukuran keberhasilan suatu

sistem informasi. Diharapkan penelitian yang akan datang dapat membuat sampel

penelitian yang lebih luas agar hasil yang diteliti dapat lebih akurat dan lebih

tergeneralisasi. Peneliti selanjutnya dapat memasukkan variabel Perceived

Convenience dan Trust karena menurut Uzir et al. (2021) kedua variabel tersebut

dianggap penting dalam mengukur keberhasilan suatu sistem informasi

Healthcare.

Bagi pihak penyedia aplikasi Pedulilindungi dapat meningkatkan kinerja

dan keberhasilan sistem informasi terutama dalam hal kualitas informasi dan

layanan yang berkaitan dengan pengguna. Karena kualitas informasi dan layanan

merupakan dua faktor yang memiliki nilai terendah dalam penelitian ini.
 DAFTAR PUSTAKA

AbdelKader, A. F., & Sayed, M. H. (2022). Evaluation of the Egyptian knowledge

bank using the information systems success model. The Journal of Academic
Librarianship, 48(2), 102506. https://doi.org/10.1016/j.acalib.2022.102506
Abdurahman, H., & Riswaya, A. R. (2014). Aplikasi Pinjaman Pembayaran
Secara Kredit Pada Bank Yudha Bhakti. Jurnal Computech & Bisnis, 8(2).
Adeliani, S., & Soenhadji, I. M. (2022). DETERMINAN LOYALITAS
PENGGUNA e-HEALTH DENGAN MEDIASI VARIABEL KEPUASAN.
Jurnal Ilmiah Ekonomi Bisnis, 27(1), 71–85.
https://doi.org/10.35760/eb.2022.v27i1.4709
Alabri, S. D., & Kamarudin, S. (2020). Evaluating users satisfaction factors of the
customer relationship management system: A study of khedmah system as a
single service platform. Journal of Theoretical and Applied Information
Technology, 98(5), 731–742.
Arikunto, S. (2009). Manajemen Penelitian. PT. Rineka Cipta.
Ayebazibwe, I., Kimaro, H. C., & Kaasbøll, J. J. (2019). System use and user
satisfaction in the adoption of electronic medical records systems: A case of
DHIS2 tracker implementation in Tanzania. IFIP Advances in Information
and Communication Technology, 551, 63–75. https://doi.org/10.1007/978-3-
030-18400-1_6
Brown, S. A., Venkatesh, V., Kuruzovich, J., & Massey, A. P. (2008).
Expectation confirmation: An examination of three competing models.
Organizational Behavior and Human Decision Processes, 105(1), 52–66.
https://doi.org/10.1016/j.obhdp.2006.09.008
Budiati, I., Susianto, Y., Adi, W. P., Ayuni, S., Reagan, H. A., Larasaty, P.,
Setiyawati, N., Pratiwi, A. I., & Saputri, V. G. (2018). Profil Generasi
Milenial Indonesia. 1–153. www.freepik.com
CDC Weekly, C. (2020). The Epidemiological Characteristics of an Outbreak of
2019 Novel Coronavirus Diseases (COVID-19) — China, 2020. China CDC

109
 110

Weekly, 2(8), 113–122. https://doi.org/10.46234/ccdcw2020.032

Chen, R.-F., & Hsiao, J.-L. (2012). An Empirical Study of Physicians’
Acceptance of Hospital Information Systems in Taiwan. Telemedicine and E-
Health, 18(2), 120–125. https://doi.org/10.1089/tmj.2011.0081
Cheng, K.-M. (2013). An Evaluation Of RFID Door Security System At Taipei
Arena Ice Land Based On Technology Acceptance Model. International
Journal of Management & Information Systems (IJMIS), 17(2), 117.
https://doi.org/10.19030/ijmis.v17i2.7716
Cho, K. W., Bae, S. K., Ryu, J. H., Kim, K. N., An, C. H., & Chae, Y. M. (2015).
Performance evaluation of public hospital information systems by the
information system success model. Healthcare Informatics Research, 21(1),
43–48. https://doi.org/10.4258/hir.2015.21.1.43
Choi, J. S., Yun, S. H., Kim, D., & Park, S. W. (2014). Impact of doctors’
resistance on success of drug utilization review system. Healthcare
Informatics Research, 20(2), 99–108.
https://doi.org/10.4258/hir.2014.20.2.99
Choi, W., Rho, M. J., Park, J., Kim, K. J., Kwon, Y. D., & Choi, I. Y. (2013).
Information system success model for customer relationship management
system in health promotion centers. Healthcare Informatics Research, 19(2),
110–120. https://doi.org/10.4258/hir.2013.19.2.110
Cooper, D. R., & Scheneider, P. (2014). Business Research Methods. Mcgraw-
Hill.
Davis, F. D. (1985). Technology Acceptance Model for Empirically Testing New-
End User Information Systems: Theory and Results. Disertasi. Massachusetts
Institute of Technology.
Davis, F. D. (1989). Perceived Ease of Use, and User Acceptance of Information
Technology. MIS Q, 13(3), 319–340.
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User Acceptance of
Computer Technology: A Comparison of Two Theoretical Models.
Management Science, 35(8), 982–1003.
https://doi.org/10.1287/mnsc.35.8.982
 111

DeLone, W. H., & McLean, E. R. (2003). The DeLone and McLean Model of
Information Systems Success : A Ten-Year Update. J. Manag. Inf. Syst,
19(4), 9–30.
Delone, W., & McLean, E. (1992). Information Systems Success: The Quest for
the Dependent Variable. Journal of Management Information Systems, 3(4),
60–95.
Gaardboe, R., Nyvang, T., & Sandalgaard, N. (2017). Business Intelligence
Success applied to Healthcare Information Systems. Procedia Computer
Science, 121, 483–490. https://doi.org/10.1016/j.procs.2017.11.065
Garrity, E. J., & Sanders, G. L. (1998). Information Systems Success
Measurement. Idea Group Publishing.
Gefen, D. (2002). Customer Loyalty in E-Commerce. Journal of the Association
for Information Systems, 3(1), 27–53. https://doi.org/10.17705/1jais.00022
Ghozali, I. (2014). STRUCTURAL EQUATION MODELING METODE
ALTERNATIF DENGAN PARTIAL LEAST SQUARES (PLS) Dilengkapi
Software SmartPLS 3.0. Xlstat 2014 dan WarpPLS 4.0 (4th ed.). Badan
Penerbit Universitas Diponegoro Semarang.
Ghozali, I., & Latan, H. (2015). Partial Least Squares Konsep, Teknik, dan
Aplikasi Menggunakan Program SmartPLS 3.0 (2nd ed.). Badan Penerbit
Universitas Diponegoro Semarang.
Gobel, T. (2020). Ini Hasil Evaluasi BSSN terhadap Aplikasi Covid-19
PeduliLindungi. https://cyberthreat.id/read/7325/Ini-Hasil-%0AEvaluasi-
BSSN-terhadap-Aplikasi-Covid-19-%0APeduliLindungi
H.M, J., & Abdillah, W. (2009). Konsep dan aplikasi PLS ( partial least square )
Untuk penelitian empiris. BPFE.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2014). Multivariate
Data Analysis (7th ed.). Pearson Prentice Hall.
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2016). A Primer on
Partial Least Squares Structural Equation Modeling (PLS-SEM) (2nd ed.).
SAGE Publications.
Hanifah Salsabila, U., Irna Sari, L., Haibati Lathif, K., Puji Lestari, A., &
 112

Ayuning, A. (2020). Peran Teknologi Dalam Pembelajaran Di Masa Pandemi

Covid-19. Al-Mutharahah: Jurnal Penelitian Dan Kajian Sosial Keagamaan,
17(2), 188–198. https://doi.org/10.46781/al-mutharahah.v17i2.138
Haryono, S. (2017). Metode SEM untuk Penelitian Manajemen dengan AMOS
LISREL PLS. Luxima Metro Media.
Hasanah, H. (2016). TEKNIK-TEKNIK OBSERVASI (Sebuah Alternatif Metode
Pengumpulan Data Kualitatif Ilmu-ilmu Sosial). Jurnal At-Taqaddum, 8(1).
Hermawan, V. K., & Paramita, E. L. (2021). Faktor Yang Mempengaruhi
Keberlanjutan Minat Pengguna Dalam Menggunakan Aplikasi Mhealth
Melalui Variabel Satisfaction. Jurnal Bisnis Dan Manajemen, 8(1), 150–167.
https://doi.org/10.26905/jbm.v8i1.5652
Hudin, J. M., Farlina, Y., Saputra, R. A., Gunawan, A., Pribadi, D., & Riana, D.
(2018). Measuring Quality Of Information System Through Delone Mclean
Model In Online Information System Of New Student Registration (SISFO
PPDB). International Conference on Cyber and IT Service Management
(CITSM 2018).
Iivari, J. (2005). An Empirical Test of the Model of Information System Success.
DATA BASE Adv. Inf. Syst., 36(2), 8–27.
Ives, B., & Olson, M. H. (1984). User Involvement and MIS Success: A Review
of Research. Management Science, 30(5), 586–603.
Jang, K. S., & Yi, Y. J. (2018). Influence of awareness and perceived ease in
using parental leave on job satisfaction of nurses in a public hospital. Journal
of Korean Academy of Nursing Administration, 24(3), 211–220.
https://doi.org/10.11111/jkana.2018.24.3.211
Jogiyanto, H. (1999). Analisis dan Desain Sistem Informasi. CV. Andi Offset.
Jogiyanto, H. M. (2007). Model Kesuksesan Sistem Teknologi Informasi. Andi
Publisher.
Jogiyanto, H. M. (2008). Sistem Informasi Keperilakuan- Edisi Revisi. Andi
Publisher.
Keni, K. (2020). How Perceived Usefulness and Perceived Ease of Use Affecting
Intent to Repurchase? Jurnal Manajemen, 24(3), 481.
 113

https://doi.org/10.24912/jm.v24i3.680
Kholifatun. (2013). Kajian Tingkat Keberhasilan Program Nasional
Pemberdayaan Masyarakat (PNPM) Mandiri di Desa Margaayu Kecamatan
Margasari Purwokerto. Universitas Muhammadiyah Purwokerto.
Kurniasih, A., Santoso, A. K., Riana, D., Kadafi, A. R., Dari, W., & Husin, A. I.
(2020). TAM Method and Acceptance of COVID-19 Website Users in
Indonesia. Journal of Physics: Conference Series, 1641(1).
https://doi.org/10.1088/1742-6596/1641/1/012020
Laudon, K. C., & Laudon, J. P. (2005). Sistem Informasi Manajemen. Salemba
Empat.
Lemeshow, S., Hosmer, D. W., Klar, J., & Lwanga, S. K. (1997). Besar sampel
dalam penelitian kesehatan. Gadjah Mada University Press.
Lu, C. H., Hsiao, J. L., & Chen, R. F. (2012). Factors determining nurse
acceptance of hospital information systems. CIN - Computers Informatics
Nursing, 30(5), 257–264. https://doi.org/10.1097/NCN.0b013e318224b4cf
Marcus, A. (2002). The cult of cute: The Challenge of User Experience Design.
Interactions, 9(6), 29–34. https://doi.org/10.1145/581951.581966
Margono, S. (2004). Metodologi Penelitian Pendidikan. Rineka Cipta.
Mathieson, K. (1991). Predicting User Intentions: Comparing the Technology
Acceptance Model with the Theory of Planned Behavior. Information
Systems Research, 2(3), 173–191. https://doi.org/10.1287/isre.2.3.173
Mehrens, W. A., & Lehmann, I. J. (1973). Measurement and evaluation in
education and psychology. Hold, Rinehart and Wiston, Inc.
Narbuko, C., & Ahmadi, A. (1997). Metodologi Penelitian. Bumi Aksara.
Nguyen, T. N., Cao, T. K., Dang, P. L., & Nguyen, H. A. (2016). Predicting
Consumer Intention to Use Mobile Payment Services: Empirical Evidence
from Vietnam. International Journal of Marketing Studies, 8(1), 117.
https://doi.org/10.5539/ijms.v8n1p117
Nurhidayati, Sugiyah, & Yuliantari, K. (2021). Pengaturan Perlindungan Data
Pribadi dalam Penggunaan Aplikasi PeduliLindungi. Widya Cipta: Jurnal
Sekretari Dan Manajemen, 5(1), 39–45.
 114

O’brien, J. A., & Marakas, G. M. (2008). Management Information Systems.

McGraw Hill.
Ohk, K., Park, S.-B., & Hong, J.-W. (2015). The Influence of Perceived
Usefulness, Perceived Ease of Use, Interactivity, and Ease of Navigation on
Satisfaction in Mobile Application. 84(Business), 88–92.
https://doi.org/10.14257/astl.2015.84.18
Ojo, A. I. (2017). Validation of the delone and mclean information systems
success model. Healthcare Informatics Research, 23(1), 60–66.
https://doi.org/10.4258/hir.2017.23.1.60
Ou, C. X. J., Davison, R. M., & Huang, V. Q. (2016). The Social Networking
Application Success Model: An Empirical Study of Facebook and Twitter.
International Journal of Knowledge Content Development & Technology,
6(1), 5–39. https://doi.org/10.5865/IJKCT.2016.6.1.005
Pakpahan, R., & Fitriani, Y. (2020). Analisa Pemanfaatan Teknologi Informasi
Dalam Pembelajaran Jarak Jauh Di Tengah Pandemi Virus Corona Covid-19.
Journal Of Information System, Applied, Management, Accounting And
Researh, 4(2), 30–36.
Parasuraman, A., Zeithaml, V. A., & Berry, L. L. (1988). SERVQUAL: A
multiple- Item Scale for measuring consumer perceptions of service quality.
Journal of Retailing, 64(1), 12–40.
PeduliLindungi. (2022). Apa itu PeduliLindungi? https://www.pedulilindungi.id/
Ratri, S. M. (2016). ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI
PENGGUNAAN E-LEARNING MOODLE OLEH GURU SMK NEGERI 2
YOGYAKARTA DENGAN PENDEKATAN TECHNOLOGY ACCEPTANCE
MODEL (TAM). UNIVERSITAS NEGERI YOGYAKARTA.
Relawati, A., Hakimi, M., & Huriah, T. (2015). Pengaruh SelF Help Group
Terhadap Kualitas Hidup Pasien Hemodialisa di Rumah Sakit pusat
Kesehatan Umum Muhammadiyah Yogyakarta. Jurnal Ilmiah Kesehatan
Keperawatan, 11(3).
Rigopoulos, G., & Dimitrios, A. (2007). A TAM Framework to Evaluate Users’
Perception towards Online Electronic Payments. Journal of Internet Banking
 115

and Commerce.
S., R. H. (2012). Pengantar Sistem Informasi Bisnis. Elex Media Komputindo.
Shim, M., & Jo, H. S. (2020). What quality factors matter in enhancing the
perceived benefits of online health information sites? Application of the
updated DeLone and McLean Information Systems Success Model.
International Journal of Medical Informatics, 137(January), 104093.
https://doi.org/10.1016/j.ijmedinf.2020.104093
Shin, S.-J., Lin, H.-Y., Wang, C.-L., Hsiao, P.-J., & Lin, K.-D. (2007). Response
to Comment on: Lin et al. (2007) SUMO4 M55V Variant Is Associated With
Diabetic Nephropathy in Type 2 Diabetes: Diabetes 56:1177–1180. Diabetes,
56(8), e12–e13. https://doi.org/10.2337/db07-0547
Simon, M. K., & Goes, J. (2010). Dissertation & Scholarly Research: Recipes for
Success (2nd ed.). Createspace Independent Pub.
Singarimbun, M., & Effendi, S. (1985). Metode Penelitian Survai. Lembaga
Penelitian, Pendidikan Dan Penerangan Ekonomi dan Sosial.
Subiyakto, A. S., Rahman Ahlan, A. R. A., Kartiwi, M., Jaya Putra, S., &
Durachman, Y. (2016). The User Satisfaction Perspectives of the Information
System Projects. Indonesian Journal of Electrical Engineering and
Computer Science, 4(1), 215. https://doi.org/10.11591/ijeecs.v4.i1.pp215-223
Sugiono. (2011). Metode Penelitian Kuantitatif Kualitatif dan R&D. Alfabeta.
Sukardi. (2003). Metodologi Penelitian Pendidikan. Bumi Aksara.
Suradi, A. (2020). PENERAPAN MODEL DELONE DAN MCLEAN PADA SI-
PMB ONLINE DARI PERSPEKTIF PENGGUNA UNTUK
MENINGKATKAN KUALITAS LAYANAN. Jurnal SIMETRIS, 11(1),
241–248.
Suryani. (2015). Metode Riset Kuantitatif: Teori Dan Aplikasi Pada Penelitian
Bidang Manajemen dan Ekonomi Islam. Kencana.
Telaumbanua, D. (2020). Urgensi Pembentukan Aturan Terkait Pencegahan
Covid-19 di Indonesia. QALAMUNA: Jurnal Pendidikan, Sosial, Dan
Agama, 12(01), 59–70. https://doi.org/10.37680/qalamuna.v12i01.290
Umar, J. (1991). Pengantar Penilaian Pendidikan (Makalah). Pusisjian,
 116

Balitbang, Depdikbud.
Uzir, M. U. H., Al Halbusi, H., Lim, R., Jerin, I., Abdul Hamid, A. B., Ramayah,
T., & Haque, A. (2021). Applied Artificial Intelligence and user satisfaction:
Smartwatch usage for healthcare in Bangladesh during COVID-19.
Technology in Society, 67(July), 101780.
https://doi.org/10.1016/j.techsoc.2021.101780
Van Der Meijden, M. J. (2003). Determinants of Success of Inpatient Clinical
Information Systems: A Literature Review,. Journal of the American
Medical Informatics Association, 10(3), 235–243.
Velicia-Martin, F., Cabrera-Sanchez, J. P., Gil-Cordero, E., & Palos-Sanchez, P.
R. (2021). Researching COVID-19 tracing app acceptance: incorporating
theory from the technological acceptance model. PeerJ Computer Science,
7(December 2019), 1–20. https://doi.org/10.7717/peerj-cs.316
Venkatesh, V. (2000). Determinants of Perceived Ease of Use: Integrating
Control, Intrinsic Motivation, and Emotion into the Technology Acceptance
Model. Information Systems Research, 11(4), 342–365.
https://doi.org/10.1287/isre.11.4.342.11872
Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research
agenda on interventions. Decision Sciences, 39(2), 273–315.
https://doi.org/10.1111/j.1540-5915.2008.00192.x
Venkatesh, V., & Davis, F. D. (1996). A model of the antecedents of perceived
ease of use: Development and test. Decision Sciences, 27(3), 451–481.
https://doi.org/10.1111/j.1540-5915.1996.tb00860.x
Venkatesh, V., & Davis, F. D. (2000). Theoretical extension of the Technology
Acceptance Model: Four longitudinal field studies. Management Science,
46(2), 186–204. https://doi.org/10.1287/mnsc.46.2.186.11926
Wahyono, T. (2004). Sistem Informasi, Konsep Dasar, Analisa Desain dan
Implementasi. Graha Ilmu.
Wang, Y.-S., & Liao, Y.-W. (2007). The conceptualization and measurement of
m-commerce user satisfaction. Computers in Human Behavior, 23(1), 381–
398. https://doi.org/10.1016/j.chb.2004.10.017
 117

WHO. (2020). COVID 19 Public Health Emergency of International Concern

(PHEIC). Global Research and Innovation Forum: Towards a Research
Roadmap.
Wibowo, A. (2008). KAJIAN TENTANG PERILAKU PENGGUNA SISTEM
INFORMASI DENGAN PENDEKATAN TECHNOLOGY ACCEPTANCE
MODEL (TAM). Konferensi Nasional Sistem Informasi 2008: Indonesia
Modern Dalam Budaya Informasi.
Wibowo, A. (2021). Empat Strategi Pemerintah Atasi COVID-19 - BNPB.
https://bnpb.go.id/berita/empat-strategi-pemerintah-atasi-covid19
Wiyono, A. S., Ancok, D., & M., J. H. (2008). Aspek Psikologis pada
Implementasi Sistem Teknologi Informasi. E-Indonesia Initiative.
Wright, P. C., Mccarthy, J. C., & Marsh, T. (2001). From Usability to User
Experience. Interfaces 46, 4–5.
Wu, F., Zhao, S., Yu, B., Chen, Y.-M., Wang, W., Song, Z.-G., Hu, Y., Tao, Z.-
W., Tian, J.-H., Pei, Y.-Y., Yuan, M.-L., Zhang, Y.-L., Dai, F.-H., Liu, Y.,
Wang, Q.-M., Zheng, J.-J., Xu, L., Holmes, E. C., & Zhang, Y.-Z. (2020). A
new coronavirus associated with human respiratory disease in China. Nature,
579(7798), 265–269. https://doi.org/10.1038/s41586-020-2008-3
Xu, F., & Du, J. T. (2019). Examining differences and similarities between
graduate and undergraduate students’ user satisfaction with digital libraries.
The Journal of Academic Librarianship, 45(6), 102072.
https://doi.org/10.1016/j.acalib.2019.102072
Zhang, M., Chen, M., & Chen, X. (2019). The influence factors of user adoption
intention to University Mobile Library in China - An empirical study based
on the TAM and ISSM. ACM International Conference Proceeding Series,
268–272. https://doi.org/10.1145/3312662.3312675
LAMPIRAN-LAMPIRAN
A. Pertanyaan Profil

No Pertanyaan Jawaban
1 Nama
2 Jenis Kelamin □ Laki-Laki □ Perempuan
□ <18 Tahun
□ 18 - 25 Tahun
3 Usia □ 26 - 35 Tahun
□ 36 - 45 Tahun
□ >45 Tahun
□ Pondok Gede
□ Jati Sampurna
□ Jati Asih
□ Bantar Gebang
□ Bekasi Timur
□ Rawa Lumbu
4 Domisili (Kecamatan)
□ Bekasi Selatan
□ Bekasi Barat
□ Medan Satria
□ Bekasi Utara
□ Mustika Jaya
□ Pondok Melati
□ Pelajar/Mahasiswa
□ Pegawai Negeri Sipil
□ Pegawai Swasta
5 Pekerjaan
□ TNI/Polri
□ Wirausaha
□ Lainnya
□ Rp. < 2.500.000
□ Rp. 2.500.000 - Rp.
5.000.000
6 Penghasilan
□ Rp. 5.000.000 - Rp.
10.000.000
□ Rp. > 10.0000.000
Apakah anda menggunakan Aplikasi
7 □ Ya □ Tidak
PeduliLindungi?
□ < 1 Bulan
Sudah berapa lama anda menggunakan □ 1 Bulan - 6 Bulan
8
aplikasi PeduliLindungi? □ 7 Bulan - 12 Bulan
□ > 12 Bulan
□ Sangat Tidak Puas
□ Tidak Puas
Secara umum, apakah anda puas dalam
9 □ Netral
menggunakan aplikasi PeduliLindungi?
□ Puas
□ Sangat Puas
10 No Handphone / WA
B. Pertanyaan Penelitian

System Quality
No Pertanyaan STS TS N S SS
Saya dapat menggunakan aplikasi PeduliLindungi dan merubah
1 data sesuai kebutuhan saya
2 Aplikasi PeduliLindungi handal dan tidak mudah rusak/error
Saya merasa nyaman dan mudah dalam menggunakan aplikasi
3 PeduliLindungi
Aplikasi PeduliLindungi mampu merespon dengan cepat
4 permintaan pengguna atas informasi yang dibutuhkan
Aplikasi PeduliLindungi dapat menjaga kerahasiaan data
5 pengguna
Information Quality
No Pertanyaan STS TS N S SS
Informasi yang tersedia pada aplikasi PeduliLindungi cukup
1 lengkap untuk memenuhi kebutuhan informasi saya
Informasi yang saya dapatkan pada aplikasi PeduliLindungi
2 sesuai dengan data yang sebenarnya
Informasi yang disajikan pada aplikasi PeduliLindungi mudah
3 untuk saya pahami
Informasi yang saya dapatkan pada aplikasi PeduliLindungi
4 adalah informasi terkini dan selalu diperbarui
Saya dapat mengandalkan informasi yang disajikan pada
aplikasi PeduliLindungi untuk menunjang kebutuhan informasi
5 saya
Service Quality
No Pertanyaan STS TS N S SS
Saya merasa aman dalam mengkses atau mengirim data
1 melalui aplikasi PeduliLindungi
Aplikasi PeduliLindungi memberikan beberapa masukan yang
2 mungkin berguna bagi pekerjaan saya
Ketika terjadi masalah penyedia Aplikasi PeduliLindungi
3 menyelesaikan masalah penguna dengan cepat
Perceived Usefulness
No Pertanyaan STS TS N S SS
Penggunaan aplikasi PeduliLindungi membuat pekerjaan saya
1 menjadi lebih cepat
Penggunaan aplikasi PeduliLindungi meningkatkan kinerja
2 saya dalam bekerja
Penggunaan aplikasi PeduliLindungi meningkatkan
3 produktivitas pekerjaan saya
Penggunaan aplikasi PeduliLindungi meningkatkan efektivitas
4 pekerjaan saya
Penggunaan aplikasi PeduliLindungi memudahkan pekerjaan
5 saya
6 Aplikasi PeduliLindungi sangat bermanfaat bagi saya
Perceived Ease of Use
No Pertanyaan STS TS N S SS
1 Aplikasi PeduliLindungi mudah untuk dipelajari
 Menu yang tersedia pada aplikasi PeduliLindungi jelas dan
2 mudah untuk saya pahami
Aplikasi PeduliLindungi membuat saya merasa mudah untuk
3 melakukan apa yang saya inginkan
Secara keseluruhan, Aplikasi PeduliLindungi mudah untuk
4 digunakan
User Satisfaction
No Pertanyaan STS TS N S SS
1 Aplikasi PeduliLindungi memenuhi kebutuhan pekerjaan saya
2 Aplikasi PeduliLindungi efektif dalam penggunaannya
3 Aplikasi PeduliLindungi efisien dalam penggunaannya
4 Secara keseluruhan, saya puas dengan aplikasi PeduliLindungi
Net Benefit
No Pertanyaan STS TS N S SS
Penggunaan aplikasi PeduliLindungi menghemat biaya saya
1 dalam bekerja
Aplikasi PeduliLindungi menjadikan pengetahuan saya
2 menjadi bertambah
Penggunaan aplikasi PeduliLindungi membantu saya dalam
3 memecahkan masalah
Saya akan merekomendasikan aplikasi PeduliLindungi kepada
4 orang lain
Data Kuesioner Pengguna

S S S S S I I I I I S S S P P P P P P P P P P U U U U N N N N

QQQQQQQQQQE E E U U U U U U E E E E S S S S B B B B

1 2 3 4 5 1 2 3 4 5 Q Q Q 1 2 3 4 5 6 O O O O 1 2 3 4 1 2 3 4

1 2 3 U U U U

1 2 3 4

5 4 5 4 5 5 4 5 4 5 5 4 5 5 4 5 5 4 5 4 5 4 5 4 5 4 5 5 5 4 5

5 5 5 5 4 4 5 5 4 5 4 5 5 4 5 4 5 5 4 4 5 5 5 5 5 5 4 4 5 4 5

3 3 4 3 3 4 3 4 4 4 4 3 3 3 2 2 4 3 4 4 4 3 5 4 4 3 4 2 4 3 4

4 3 5 4 5 4 5 4 2 2 4 2 2 2 2 5 5 4 5 5 4 2 5 2 4 2 5 1 4 1 3

5 4 5 2 2 4 4 4 4 4 2 5 4 4 5 4 4 4 5 5 5 4 5 4 5 5 4 1 2 5 1

4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 3 3 3 4

3 3 3 3 4 3 4 4 3 3 4 3 4 4 3 3 3 3 3 5 5 4 4 3 3 3 3 2 3 2 4

2 4 4 2 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

3 3 4 3 3 4 3 3 3 3 4 4 3 3 3 3 3 3 4 4 4 4 4 3 4 4 4 3 4 3 4

4 5 4 4 4 4 5 4 4 4 4 4 3 4 4 3 3 4 4 4 5 5 5 4 4 5 4 4 4 3 4

4 4 4 2 4 4 4 4 4 4 4 4 2 4 4 4 4 4 4 4 4 4 4 3 4 4 4 3 4 4 4

5 4 5 4 5 4 4 5 5 5 5 4 5 5 4 4 5 5 5 5 4 5 5 4 3 2 5 4 4 5 5

5 4 4 4 4 4 4 4 4 4 4 4 3 2 2 3 2 2 4 4 4 4 4 3 4 4 4 2 4 4 4

4 3 4 2 4 4 4 4 4 4 3 4 3 3 4 5 4 3 4 4 4 2 3 4 4 4 4 4 4 3 4

1 3 3 2 3 3 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3

2 3 4 2 3 3 4 4 3 2 2 4 2 1 1 2 2 1 1 2 2 1 1 2 1 1 1 3 3 2 1

5 4 4 3 4 3 4 4 3 3 4 3 3 3 4 3 3 3 4 4 4 3 4 3 3 3 4 4 4 3 4
3 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 3 5 3 3 3 3 4 4 3 3

4 4 4 4 5 4 5 4 5 4 4 4 5 4 2 2 2 2 4 5 4 5 5 4 4 5 4 2 4 4 4

5 4 4 4 5 5 5 4 4 5 5 5 5 5 4 5 4 5 5 5 4 5 5 5 4 4 3 2 5 2 4

5 5 5 5 4 4 5 5 4 5 5 5 4 4 5 4 4 5 5 4 5 5 4 4 5 5 5 4 4 5 5

2 2 4 4 4 4 4 5 5 4 4 4 2 2 4 4 5 4 4 4 4 2 2 5 5 4 4 5 5 4 5

5 4 5 5 5 5 5 5 5 4 5 4 5 4 5 5 5 5 5 5 5 5 5 4 5 5 5 4 5 4 5

1 1 3 3 1 5 5 5 4 4 2 2 4 2 5 2 2 5 2 4 4 3 3 2 3 3 4 1 3 1 4

5 5 5 5 4 5 5 3 5 4 5 5 5 4 5 5 5 5 2 4 5 5 5 3 5 4 4 5 5 5 5

4 4 5 3 4 3 4 5 5 3 4 4 4 4 4 4 4 4 4 5 5 4 4 4 5 5 4 5 4 4 5

5 4 4 5 4 3 4 4 4 4 4 4 3 5 4 4 4 3 5 4 4 3 4 4 2 4 5 4 4 5 4

5 4 4 5 5 5 4 5 4 4 4 4 4 5 5 4 5 5 5 5 5 4 5 5 4 5 5 3 4 4 5

4 2 2 3 3 3 3 3 3 3 2 2 2 3 3 3 3 3 3 3 2 3 2 3 3 3 2 2 3 2 3

1 2 2 3 3 2 3 2 4 4 3 4 3 2 2 2 5 2 2 4 4 4 4 4 4 4 3 2 3 2 2

2 2 3 4 4 4 4 4 4 4 3 3 3 2 3 3 3 3 3 4 4 4 4 3 3 3 4 2 4 3 2

5 4 5 5 4 4 4 5 5 4 5 5 4 4 4 5 4 4 4 4 5 5 4 4 4 4 4 4 4 4 4

5 5 5 4 4 5 5 5 4 5 5 5 5 4 5 4 5 4 4 4 5 5 5 4 4 4 5 4 4 5 5

4 3 3 4 3 4 3 4 5 3 3 4 4 4 4 2 4 3 4 4 3 4 4 5 3 4 4 4 4 3 3

2 4 4 3 5 4 3 4 3 3 4 3 3 5 3 4 3 4 3 4 3 3 3 5 2 4 4 4 4 3 4

4 5 3 3 4 3 5 4 4 3 4 5 3 3 5 4 3 4 3 5 3 4 3 4 4 3 3 4 4 4 4

4 4 5 4 4 4 4 5 5 4 4 5 4 4 4 5 4 4 4 3 4 4 5 5 4 4 5 5 5 4 4

5 4 4 4 5 5 5 5 5 5 4 5 4 5 5 4 4 4 5 5 5 5 5 5 4 4 5 4 5 5 5

4 5 5 5 4 5 5 5 4 5 4 5 5 5 5 4 4 5 4 5 5 5 4 4 4 4 5 5 4 4 5

4 5 5 5 5 4 4 5 5 5 5 4 4 4 4 4 4 4 5 5 5 5 5 4 5 5 5 5 4 4 5

5 4 5 4 5 5 4 5 4 5 5 4 5 5 5 4 4 5 5 4 5 4 5 4 5 4 5 4 4 5 4
5 4 4 3 3 4 3 4 4 3 4 2 3 4 2 3 3 4 4 4 4 4 4 3 5 3 5 4 5 4 5

1 2 1 2 3 2 4 5 3 1 2 4 3 4 2 4 3 3 3 3 4 2 4 3 2 2 2 3 3 2 2

4 4 4 5 5 5 4 4 4 5 4 5 5 4 5 4 5 5 4 5 4 5 5 5 5 4 4 4 4 5 5

2 1 2 4 2 5 5 4 4 5 4 4 4 4 4 2 4 4 4 4 4 2 4 4 2 4 2 4 4 4 1

4 5 5 5 5 5 4 5 5 5 4 5 5 4 5 4 5 5 4 4 5 5 4 4 4 4 1 4 5 5 4

4 3 4 5 4 4 4 4 5 5 4 4 4 4 4 4 4 4 4 5 5 5 5 5 4 5 4 4 5 4 3

5 3 5 5 5 5 5 5 4 3 5 5 3 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 4 3 4

4 3 4 5 5 4 5 5 3 5 4 5 2 4 5 4 5 4 5 4 4 5 4 5 4 5 4 4 5 4 4

2 2 2 2 1 4 4 4 4 4 4 2 1 4 4 4 4 4 4 4 4 4 4 4 2 2 3 2 4 2 4

4 2 4 4 2 4 5 4 4 4 2 2 4 2 2 2 2 4 4 4 4 5 4 2 4 4 4 4 4 2 3

3 4 4 3 4 4 3 4 4 5 4 4 3 3 3 3 3 3 4 4 4 3 4 3 4 4 4 3 4 3 4

4 2 3 3 4 4 2 5 3 4 3 2 3 2 1 1 1 1 3 4 4 3 4 1 3 3 3 1 2 1 1

4 5 5 5 4 5 5 4 4 4 5 5 5 5 4 4 5 4 5 5 5 5 4 5 5 5 5 5 5 5 5

5 5 4 5 5 4 5 5 5 4 5 4 5 5 5 4 5 5 5 4 5 5 5 5 5 4 5 5 5 4 5

5 4 4 5 4 4 5 4 5 4 3 4 5 4 5 4 4 5 4 4 5 4 3 5 4 5 4 5 4 5 4

5 4 5 5 4 4 5 5 4 4 4 4 5 5 5 5 5 4 4 5 5 4 4 5 4 4 5 4 5 5 5

5 5 4 5 5 5 4 5 4 5 4 4 4 5 5 4 4 4 5 4 4 4 5 5 4 4 5 4 5 4 4

4 4 4 5 4 4 5 5 4 4 4 5 5 4 4 4 5 5 4 5 5 4 4 5 5 4 4 5 5 4 4

2 2 5 1 3 5 5 5 4 4 4 4 4 4 4 4 4 5 4 5 5 5 5 5 5 4 4 4 4 5 4

4 2 4 3 3 4 3 5 4 4 4 4 2 4 3 3 4 4 3 5 5 5 5 4 4 4 4 3 4 3 5

4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 4 5 4 5 5 5 5 4 5

5 3 4 4 3 5 4 5 5 4 4 5 4 5 5 5 4 4 5 4 4 5 4 4 4 4 4 4 4 5 4

4 4 5 4 5 5 5 5 5 4 5 2 4 5 4 5 5 5 4 5 5 5 5 4 4 4 5 4 4 4 5

5 2 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 5
5 4 4 5 5 5 4 4 5 3 5 4 4 5 4 5 4 4 5 5 4 5 5 4 4 5 4 4 5 4 4

4 4 5 4 4 5 5 5 5 5 4 4 5 3 4 4 3 4 4 4 5 4 5 4 4 4 5 4 5 4 5

4 5 4 4 3 4 5 4 4 4 3 2 3 4 4 4 4 4 4 5 4 4 4 4 4 4 5 3 2 2 3

5 5 5 4 1 5 4 3 2 5 5 4 5 5 5 5 4 4 5 2 4 5 2 5 5 2 5 5 5 5 4

4 4 4 1 1 4 4 5 5 4 4 2 2 4 5 4 5 4 4 4 5 5 4 4 5 4 4 4 5 4 4

4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

5 5 4 5 5 5 5 5 5 5 5 4 5 5 4 4 5 4 4 5 5 5 5 5 5 5 5 4 5 5 4

5 2 5 5 2 5 5 4 4 4 5 5 5 4 3 5 5 5 5 5 4 5 4 5 5 5 5 4 5 4 4

2 1 4 2 3 4 4 5 4 4 5 4 2 2 1 1 2 1 4 5 4 1 3 4 2 1 2 4 2 2 4

4 3 3 4 3 4 4 4 4 4 3 4 4 4 4 4 3 3 4 4 4 4 4 4 4 4 4 4 3 3 4

4 4 4 4 4 5 5 4 5 5 4 4 4 5 4 5 4 5 5 5 5 5 4 5 4 4 5 4 4 4 4

4 5 4 4 4 4 4 5 4 4 5 4 5 5 5 4 4 5 4 4 5 4 4 4 5 4 4 4 4 4 4

4 3 4 4 4 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4

4 4 4 4 4 3 5 4 4 4 4 4 4 5 4 5 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4

5 4 4 5 5 4 5 4 4 4 5 4 4 5 4 5 4 4 4 5 4 5 4 4 5 4 5 5 4 4 3

4 4 4 4 5 4 4 5 4 4 4 4 5 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 3 4

4 5 4 5 5 4 5 5 4 5 5 4 5 4 5 5 5 4 5 5 5 5 5 5 5 4 5 4 5 4 5

4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 4 4 4 4

5 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

2 4 4 4 2 2 4 5 4 4 2 4 2 2 2 2 2 2 3 5 5 4 5 2 2 4 2 2 4 2 2

5 4 5 4 5 4 4 4 4 4 5 5 5 4 5 4 4 4 4 4 4 5 4 4 4 4 5 5 4 5 4

4 4 4 5 4 4 4 4 4 4 5 5 4 4 4 4 4 4 5 5 5 5 5 4 4 4 5 4 5 4 4

4 3 4 4 3 4 4 4 5 4 2 4 4 4 3 4 4 4 4 5 4 4 5 4 5 4 4 4 4 3 4

5 4 5 5 3 4 4 4 4 4 3 3 3 3 3 3 3 3 4 4 4 3 3 3 3 3 3 3 3 3 3
2 4 4 4 4 4 4 4 4 4 4 3 2 3 3 3 3 3 4 4 4 4 4 3 4 3 4 2 4 3 4

3 4 4 4 4 4 4 4 4 4 3 4 3 3 4 3 4 3 4 4 4 4 4 4 4 3 4 3 4 3 3

5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 5 5 5 5 5 5 5 5 5 4 5 4 5

4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

5 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

3 2 4 4 4 4 4 3 4 3 4 2 3 2 3 3 2 2 4 4 4 4 4 3 4 4 4 4 4 4 4

4 4 4 4 4 5 4 5 5 5 4 4 4 5 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5

3 3 4 3 4 4 4 4 3 3 3 3 3 3 3 3 3 3 4 4 4 3 4 3 4 4 3 3 3 4 3

5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

3 3 4 4 4 3 3 4 4 3 3 4 3 4 3 3 3 3 3 4 3 3 4 4 3 3 4 3 4 3 3

5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

3 3 3 3 3 4 4 4 4 4 3 3 3 3 4 4 3 4 3 4 4 4 4 4 4 4 3 3 4 4 4

3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3

5 5 5 4 4 5 5 5 5 5 4 4 3 4 3 3 3 4 5 5 4 4 5 4 4 4 4 3 4 4 4

5 4 4 4 5 5 4 4 4 5 4 4 4 4 4 4 4 5 3 4 4 4 3 4 4 4 4 3 3 4 4

4 4 5 5 4 4 5 5 5 5 5 4 4 5 5 4 5 5 5 5 5 4 5 5 5 5 5 4 5 5 5

2 2 4 4 4 4 4 3 2 4 4 4 4 4 4 4 5 4 5 3 4 4 4 4 4 4 4 5 4 4 4

1 4 4 3 3 3 3 4 5 4 3 5 3 5 3 3 2 4 4 3 4 4 4 4 4 4 4 3 4 4 4

1 4 3 3 2 3 4 4 3 3 3 2 4 2 4 3 3 2 2 4 3 2 4 3 2 4 3 4 3 3 2

1 5 5 5 5 5 5 5 5 5 5 5 5 5 5 1 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

3 3 5 4 4 4 4 5 5 4 5 3 3 4 3 3 4 3 4 5 3 3 1 3 4 3 3 3 3 4 3

5 4 5 5 5 5 5 5 5 5 5 5 5 1 5 5 5 5 5 5 5 5 5 5 2 5 5 5 5 5 5
4 5 4 5 5 5 5 5 5 4 5 5 5 5 1 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

5 5 5 3 3 5 5 5 5 5 4 4 3 5 4 3 3 3 5 5 5 5 5 4 5 5 5 5 5 3 5

2 2 2 2 3 2 2 3 2 2 2 2 2 2 3 3 3 3 2 3 3 3 2 2 1 1 5 3 3 2 3

5 5 4 4 4 5 5 5 5 5 4 4 4 3 3 3 3 3 3 5 5 5 5 4 4 4 4 3 4 3 5

3 3 4 3 3 4 4 4 4 4 4 4 3 4 3 3 3 3 4 4 4 3 3 4 3 4 4 3 3 3 4

4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 3 3 3 3 4 4 3 4 3 4 3 4 3 4 3 3

4 3 3 2 3 3 3 3 3 3 3 4 3 3 3 3 3 3 3 4 3 3 3 3 3 3 3 3 3 3 4

4 2 3 5 4 4 4 4 5 5 4 3 5 5 4 4 5 4 5 5 5 5 5 4 5 4 4 4 5 3 5

3 4 4 4 3 3 4 4 4 3 4 3 3 3 3 3 3 3 4 4 4 4 4 3 4 4 4 3 3 3 4

4 4 4 4 3 4 4 4 4 4 3 3 3 4 3 4 4 3 5 4 4 4 5 4 4 4 4 3 4 4 4

4 4 4 3 4 4 4 4 4 5 4 3 4 4 4 3 4 4 5 5 4 4 4 4 4 5 4 4 5 4 4

3 3 4 4 3 3 3 3 3 4 3 3 3 3 3 3 3 4 3 4 3 3 3 3 3 3 3 3 3 3 3

5 4 4 4 3 3 4 4 3 3 3 3 3 3 3 3 3 3 4 3 3 3 3 3 3 3 3 3 3 3 3

3 3 3 3 4 4 3 4 3 3 4 3 3 4 3 3 4 4 3 3 4 3 4 4 4 4 4 4 3 3 3

4 4 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 5 4 4 4 4 4 5 4

4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 5 5 4 4 4 5 5

5 4 5 5 4 5 5 5 5 5 5 5 5 5 4 5 5 5 4 5 4 5 4 5 4 5 5 4 5 4 5

5 5 4 3 4 5 5 3 4 4 5 5 3 4 4 2 1 5 5 5 4 3 5 5 4 4 3 3 4 4 4

5 5 5 5 5 5 5 5 4 4 4 1 2 2 2 2 2 2 5 5 5 5 5 2 5 5 5 1 2 1 5

3 3 3 3 4 3 5 4 4 4 2 3 3 4 3 4 3 3 4 5 5 4 4 3 4 3 4 2 4 2 3

4 3 5 4 4 4 4 4 4 5 5 4 5 5 4 4 4 5 4 5 5 5 5 5 5 2 5 5 4 4 5

3 3 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 3 3 3 3 3 3 3 3

4 3 4 4 4 4 4 4 4 4 3 4 4 4 3 3 3 3 3 4 3 3 4 3 3 4 4 2 3 2 3

3 4 4 4 3 4 4 4 3 4 2 2 1 2 3 3 2 4 2 3 4 2 5 3 4 4 4 3 4 3 3
4 4 4 4 2 4 4 4 4 4 3 4 3 4 3 2 2 2 4 4 4 2 4 2 4 4 4 2 3 2 4

3 3 4 3 4 3 4 5 3 3 5 4 3 3 3 3 3 4 4 4 4 5 5 3 4 3 5 3 3 5 4

1 1 4 2 5 4 4 5 3 4 4 1 2 4 2 1 4 5 4 2 4 5 4 4 1 2 1 5 4 1 2

5 4 4 5 4 4 4 4 4 4 1 3 3 5 4 4 3 3 2 5 5 4 3 3 3 4 4 5 4 4 3

4 3 3 3 3 4 4 4 4 4 3 3 3 3 3 3 3 3 3 4 4 3 3 3 3 3 3 3 3 3 3

4 3 4 3 3 3 4 3 4 3 3 3 3 3 3 3 3 3 4 4 4 3 3 3 3 3 3 3 3 3 3

4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

3 3 3 3 3 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 3 3 2 3

3 2 3 2 1 3 3 3 3 3 2 2 1 2 3 3 2 1 3 3 3 3 4 3 3 3 3 2 4 2 3

4 4 3 4 4 3 3 4 3 4 4 4 3 3 3 3 4 3 4 4 4 3 4 4 3 4 3 3 4 3 4

1 1 3 3 3 4 4 4 3 3 2 3 1 3 3 2 2 3 1 3 3 3 3 3 1 1 1 3 3 3 1

4 3 5 3 5 4 5 4 5 5 4 4 1 4 4 4 4 4 5 5 3 4 5 4 5 4 5 5 4 3 4

4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

2 2 4 3 2 3 2 4 3 3 4 3 3 3 3 3 3 3 2 3 3 3 4 3 2 2 2 2 3 2 3

4 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

4 2 5 5 4 5 4 5 4 5 4 5 4 4 2 4 4 5 4 5 4 4 5 4 5 5 4 2 4 5 4

5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

4 4 5 4 4 5 4 5 5 4 5 4 4 4 5 5 4 5 5 5 4 4 5 5 5 3 2 5 5 5 3

3 4 4 3 4 4 4 4 3 3 4 3 2 2 2 2 2 3 3 3 3 3 4 4 3 4 3 3 2 2 3

4 2 4 1 1 4 4 4 4 4 1 4 2 4 4 4 4 4 4 4 4 1 4 4 4 2 3 4 2 2 1

4 4 5 5 4 4 5 4 4 4 4 5 5 4 4 3 3 3 4 4 5 3 3 4 5 4 4 3 3 4 4

4 4 3 4 4 4 4 3 3 4 4 2 4 3 2 3 4 2 3 4 4 4 3 3 4 4 4 3 4 4 4

4 3 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 3 4

3 2 4 4 2 4 4 4 4 4 2 4 2 4 2 2 2 2 3 4 4 4 4 4 3 4 4 3 4 2 4
3 2 2 3 2 4 4 4 4 3 2 4 3 2 3 2 2 3 2 4 4 3 4 2 2 2 3 2 2 2 2

5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 2 5 5 5 5 5 5

5 5 5 5 5 5 5 5 5 4 5 4 4 5 4 4 4 4 5 5 4 5 5 4 5 5 5 5 4 4 5

4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

2 2 2 2 2 2 5 4 4 4 4 2 5 2 3 2 2 4 4 4 5 1 4 2 4 4 4 2 4 2 1

4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

5 5 5 5 5 5 5 5 5 5 5 4 4 3 3 3 3 3 4 4 4 4 4 3 3 3 4 3 3 3 3

4 4 5 4 5 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 3 3

4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 5 4 4 4 5 4 4 5 5 5 4 5 4 4 5

4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 1 4 4 5 4 4

5 4 5 5 4 4 4 4 4 4 4 4 4 4 4 4 5 3 4 4 2 3 5 5 4 5 4 4 4 4 4

4 3 3 2 4 4 4 4 4 4 4 3 3 2 3 3 3 3 3 4 4 2 3 4 2 2 3 3 4 3 4

3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3

3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3

5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

3 3 2 2 2 3 3 3 3 3 2 2 3 3 2 3 3 3 3 4 4 3 3 3 3 3 3 3 3 3 3

5 4 4 4 3 3 4 5 4 3 3 3 3 4 4 4 4 4 4 4 4 4 4 5 4 5 4 4 4 4 4

3 4 4 3 3 4 4 4 4 3 4 4 3 5 4 4 4 3 4 4 4 3 4 4 3 5 4 4 5 4 4

2 3 4 4 3 5 4 5 4 4 3 4 3 5 3 3 3 4 3 4 4 3 4 4 4 4 4 3 4 3 3

4 4 4 4 4 4 4 5 4 4 4 4 4 4 5 4 4 4 5 4 4 4 4 4 5 4 4 4 4 4 4

3 3 3 3 3 5 3 5 4 4 4 3 3 4 3 3 3 4 5 5 4 5 5 3 3 5 5 4 3 5 4

5 4 3 4 5 4 4 4 5 3 4 4 5 5 5 4 5 4 4 5 4 4 5 5 5 4 4 4 5 4 3

3 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 2 3 3 3 3 3
5 5 5 5 5 5 4 5 5 5 5 5 4 5 3 4 4 4 5 5 5 5 5 4 4 5 5 4 5 5 5

4 3 4 3 3 4 4 4 3 4 4 3 2 3 2 2 2 2 3 4 3 2 3 2 3 2 2 3 3 3 3

4 4 4 4 4 3 3 4 4 3 3 3 3 4 4 4 4 4 4 4 5 3 4 4 4 4 4 4 4 3 4

4 4 5 5 5 4 4 4 4 4 4 5 4 5 4 4 4 4 5 5 2 5 5 5 5 5 5 4 5 5 5

5 5 5 4 5 4 4 4 4 4 5 4 5 4 5 4 4 4 5 4 4 4 4 4 4 4 4 5 4 4 5

4 5 5 4 3 5 4 4 3 5 5 5 4 5 4 4 5 3 4 5 4 4 5 3 3 5 4 5 4 4 4

4 4 4 4 5 5 4 4 4 5 3 2 3 2 2 1 2 1 5 3 3 4 4 3 4 3 4 2 3 2 2

3 3 4 3 4 3 3 3 4 3 3 3 3 3 4 3 4 3 3 3 4 3 4 3 4 3 3 4 3 3 4

1 1 1 3 1 3 3 4 3 3 1 1 3 3 2 4 4 1 1 3 3 1 3 5 3 3 1 1 3 1 3

5 4 5 5 5 4 5 5 5 5 5 4 5 4 5 5 4 5 5 5 5 5 5 4 5 5 5 4 5 4 5

4 3 3 3 4 4 4 4 4 4 5 4 3 5 4 4 5 4 5 5 5 5 5 5 5 5 4 5 5 5 5

3 3 4 3 4 3 4 4 4 3 3 4 3 4 3 3 3 4 3 4 3 3 3 3 4 3 3 3 3 4 4

5 4 4 5 3 5 4 4 4 5 5 3 5 5 3 4 4 5 4 5 4 4 4 5 4 4 5 5 4 4 4

4 3 5 5 3 4 4 4 3 4 4 4 4 4 4 4 4 4 4 5 5 4 4 4 1 4 4 4 4 5 4

5 5 4 4 4 4 4 5 5 4 4 4 4 5 4 4 4 5 4 5 5 5 5 4 4 5 5 4 5 4 4

4 5 5 5 5 5 4 5 5 4 5 4 5 5 1 1 1 5 5 5 5 4 5 5 4 5 5 5 5 4 5

5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

5 5 5 4 5 5 4 5 4 4 4 5 5 5 4 4 5 4 4 5 4 5 4 5 5 4 4 4 5 4 4

4 4 5 4 5 4 5 5 4 4 5 3 3 3 3 4 3 3 5 5 5 4 5 5 4 4 5 1 3 1 3

4 5 5 4 4 5 5 4 4 4 5 4 5 5 5 5 4 5 4 5 4 5 4 4 5 4 4 4 4 4 5

4 4 5 5 5 4 5 5 4 5 5 4 4 4 4 4 4 4 5 5 4 4 5 4 4 4 4 4 4 4 5

5 5 4 4 5 5 5 4 4 5 4 4 4 5 4 4 5 5 5 5 5 4 5 4 5 4 5 4 5 4 5

5 5 5 5 4 5 5 4 5 5 5 4 4 5 5 4 5 4 5 5 5 4 5 5 5 4 5 5 4 5 4

5 4 5 4 5 5 5 5 4 4 5 4 4 4 4 5 5 4 5 5 5 4 5 4 4 5 4 4 5 4 5
5 4 5 4 4 5 5 4 4 5 5 4 4 4 4 4 4 4 5 5 5 4 5 5 4 4 5 5 5 5 5

4 5 4 5 5 5 4 5 4 5 3 4 4 4 3 3 3 4 5 5 4 5 4 5 4 5 4 5 5 4 5

4 4 5 4 5 4 3 3 5 4 4 5 4 4 4 5 5 3 4 4 5 4 4 3 2 4 4 3 4 3 4

4 5 4 5 4 5 5 4 4 5 5 4 4 5 4 5 5 4 5 5 4 5 4 5 4 5 4 4 5 4 5

5 4 5 5 5 5 5 5 4 5 5 4 4 4 4 5 5 4 4 5 5 4 5 4 5 5 5 2 5 5 5

5 4 5 4 5 5 4 5 4 5 5 5 4 5 2 2 4 5 4 4 5 5 4 5 5 4 5 4 5 4 5

5 4 5 5 5 4 3 5 4 4 5 4 4 5 5 5 5 5 5 5 5 4 5 5 5 5 4 5 4 4 5

5 4 5 5 4 5 5 4 4 5 4 4 5 5 5 4 4 4 5 5 4 5 4 5 4 5 4 4 5 5 4

4 3 4 5 4 4 5 4 3 3 4 5 2 4 4 5 4 4 4 4 5 4 4 4 4 5 4 4 5 4 4

4 3 5 4 5 5 4 5 5 5 5 5 4 4 4 5 5 4 5 5 5 4 4 4 5 5 5 4 4 5 4

5 3 4 4 5 4 5 5 4 4 3 2 3 3 3 3 3 3 5 5 5 4 5 3 4 4 5 2 3 2 5

4 4 4 4 5 4 4 4 5 5 3 3 3 5 4 3 5 4 4 5 5 5 5 4 5 5 4 5 5 5 3