Abstrak
11
Coding: Jurnal Komputer dan Aplikasi ISSN : 2338-493X
Volume 08, No. 02 (2020). Hal 11-21
12
Coding: Jurnal Komputer dan Aplikasi ISSN : 2338-493X
Volume 08, No. 02 (2020). Hal 11-21
13
Coding: Jurnal Komputer dan Aplikasi ISSN : 2338-493X
Volume 08, No. 02 (2020). Hal 11-21
atau variabel yang dipengaruhi oleh variabel convergent validity yang baik. Pada persamaan
independen [10]. 3 dimana ℷі adalah component loading ke
Penelitian ini menggunakan enam indikator dan 𝑣𝑎𝑟(ℇі) = 1 - ℷі2 . Berikut ini
variabel independen atau variabel bebas yaitu merupakan persamaan menghitung nilai AVE
kemanfaatan (usefullness), kemudahan [11]:
penggunaan (ease of use), isi (content), ∑ℷі2
AVE = ∑ℷі2 +∑і𝑣𝑎𝑟(ℇі)
(3)
Akurasi (accuracy), format (format),
kemudahan penggunaan (ease), ketepatan
waktu (timeless), dan menggunakan dua c. Discriminant validity
variabel dependen atau variabel sikap (attitude) Discriminant validity akan dievaluasi
dan kepuasan pengguna (user satisfaction). melalui cross loading, kemudian nilai AVE
dibandingkan dengan kuadrat dari nilai
2.10 PLS-SEM (Partial Least Square korelasi antar variabel. Nilai cross loading
Structural Equation Modeling) akan membandingkan korelasi indikator
PLS-SEM terbagi menjadi dua model dengan variabelnya dan variabel dari blok
analisis yaitu model pengukuran (outer model) lainnya. Jika korelasi antara indikator terhadap
dan model struktural (inner model). Sehingga variabelnya lebih tinggi dari korelasi dengan
setiap tahapan memiliki skala pengukuran variabel blok lainnya, hal ini menunjukkan
dalam menentukan nilai atau besaran ukuran variabel tersebut memprediksi ukuran pada
statistik terhadap evaluasi kepuasan pengguna. blok mereka dengan lebih baik dari blok
Berikut ini merupakan penjelasan tahapan lainnya. Pengukuran discriminant validity
model pengukuran (outer model) dan model lainnya yaitu melihat nilai akar AVE harus
struktural (inner model). Pada analisis model lebih tinggi terhadap korelasi antara variabel
pengukuran (outer model) memiliki empat dengan variabel lainnya atau nilai AVE lebih
tahap pengukuran yaitu loading factor, tinggi dari kuadrat korelasi antara variabel.
Composite Reliability, Average Variance
Extracted (AVE), Discriminant validity. [11]. d. Composite Reliability
Langkah selanjutnya melihat interpretasi
a. Loading factor composite reliability dengan nilai batas
Loading factor akan merupakan besarnya minimal 0.7 dapat diterima, dan nilai
korelasi antara setiap item pengukuran composite reliability diatas 0.8 sangat
(indikator) dengan konstruknya. Untuk nilai memuaskan. Berikut ini merupakan persamaan
loading factor > 0.7 dikatakan ideal, sehingga 4 menghitung nilai composite reliability [11] :
(∑ℷі)2
indikator tersebut dikatakan valid untuk 𝑝𝑐 = (∑ℷі)2 +∑і𝑣𝑎𝑟(ℇі) (4)
mengukur konstruknya. Berikut ini merupakan
persamaan menghitung nilai Loading factor Dimana ℷ₁ adalah component loading ke
[11] : indikator dan 𝑣𝑎𝑟(ℇі) = 1 - ℷі2 . Dibandingkan
Indikator untuk variable independen dengan Cronbach alpha cenderung lower
x = Λᵪξ+ ℇᵪ (1) bound estimate realibility sedangkan
Indikator untuk variable dependen composite reliability hanya dapat digunakan
y = Λᵧη + ℇᵧ (2) untuk indikator reflektif.
Dimana x dan y merupakan indikator Sedangkan model struktural (inner model)
untuk variable independen dan dependen ξ dan memiliki 4 pengujian yaitu Path Coefficients,
η, sedangkan Λᵪ dan Λᵧ adalah merupakan Uji T-Statistik, Uji koefisien (R2), dan Uji
matrik loading yang menggambarkan Effect Size (f2) [11].
koefisien regresi sederhana yang
menghubugkan variable laten dengan a. Path Coefficients, Uji T-Statistik,
indikatornya dan ℇᵪ, ℇᵧ dapat diinterpretasikan Penerapan dengan resampling akan
sebagai kesalahan pengukuran. memungkinkan berlakunya data terdistribusi
bebas, tidak memerlukan asumsi distribusi
normal, dan sampel dengan ukuran kecil
b. Average Variance Extracted (AVE) (direkomendasikan sampel minimum 30).
Pada pengukuran nilai AVE memiliki
Path Coefficients digunakan untuk melihat
batas minimal 0.5 yang artinya ukuran nilai estimasi hubungan jalur variabel dalam
14
Coding: Jurnal Komputer dan Aplikasi ISSN : 2338-493X
Volume 08, No. 02 (2020). Hal 11-21
3. METODOLOGI PENELITIAN
Dalam penelitian ini menggunakan
metode hevner dalam kerangka kerja Gambar 4. Pengembangan Model Technology
penelitian yang dapat dilihat pada Gambar 3 : Acceptance Mandatory Use [11]
Penelitian ini menggunakan model TAM
dengan menghilangkan intention to use
sebagai intensitas pengguna SIAKAD yang
dipergunakan oleh kampus untuk menunjang
15
Coding: Jurnal Komputer dan Aplikasi ISSN : 2338-493X
Volume 08, No. 02 (2020). Hal 11-21
proses akademiknya. Sedangkan intention to memiliki tujuh variabel integrasi TAM dan
use tidak dipergunakan dalam lingkungan EUCS yang terdiri dari usefulness, ease of use,
mandatory use. Karena pengguna wajib content, accuracy, format, ease, dan timelines.
menggunakan sistem dan tidak memiliki Ketujuh variabel tersebut kemudian
pilihan lain selain menggunakan sistem dihipotesiskan mempengaruhi sikap terhadap
SIAKAD dalam proses akademiknya. Actual penggunaan sistem (attitude). Selanjutnya
system use tidak dipergunakan dalam attitude akan mempengaruhi kepuasan
mengukur kepuasan pengguna karena Actual penggunaan sistem (user satisfaction).
system use berada di lingkungan voluntary use.
Lingkungan mandatory use menggunakan 4.2 Hipotesis
user satisfaction dalam mengukur kepuasan Hipotesis pada penelitian berdasarkan
pengguna. Sehingga user satisfaction evaluasi analisis model struktural (inner model)
digunakan sebagai tujuan utama penelitian yang dihasikan dari nilai signifikan hubungan
dalam mengukur kepuasan pengguna antar variabel untuk menentukan hipotesis nol
SIAKAD [5]. (H0) ditolak dan hipotesis alternatif (Ha) dapat
diterima. Untuk variabel yang memiliki
pengaruh positif terhadap sikap pengguna
sistem dan signifikan dengan kepuasan
pengguna SIAKAD memiliki nilai t-statistik >
1.96 maka hipotesis nol (H0) ditolak dan
hipotesis alternatif (Ha) diterima.
Sedangkan jika variabel tidak memiliki
pengaruh positif terhadap sikap pengguna
sistem dan signifikan dengan kepuasan
pengguna SIAKAD memiliki nilai t-statistik
Gambar 5. Model Evaluasi End User < 1.96 maka hipotesis nol (H0) diterima dan
Computing Satisfaction (EUCS) [6].
hipotesis alternatif (Ha) ditolak.
Pada Gambar 5. merupakan End User
4.3 Instrumen Penelitian
Computing Satisfaction (EUCS) dengan
Instrumen pada penelitian ini merupakan
menekankan beberapa faktor yang
alat yang digunakan dalam mengumpulkan
mempengaruhi user satisfaction yaitu content,
data untuk mengetahui kepuasan pengguna
accurac, format, ease, dan timelines. [6].
SIAKAD. Uraian indikator variabel
independen TAM dan EUCS dapat dilihat
pada Table 4.
Tabel 4. Indikator Independen Variabel TAM
dan EUCS
Model Variabel Indikator
SIAKAD berbagi
informasi lebih
cepat [9], [12]
SIAKAD
meningkatkan
Kinerja [9], [11],
[12]
Kemanfaatan
TAM SIAKAD membuat
(Usefulness)
pekerjaan lebih
mudah (Makes Job
Gambar 6. Integrasi Konsep TAM dan EUCS Easier) [9], [11]
[12]. SIAKAD
Pada Gambar 6. integrasi TAM dan meningkatkan
EUCS memiliki dua variabel yang sama yaitu kemampuan dalam
mencari informasi
ease of use dan ease yang memiliki indikator
berbeda dalam pengukurannya. sehingga
16
Coding: Jurnal Komputer dan Aplikasi ISSN : 2338-493X
Volume 08, No. 02 (2020). Hal 11-21
Tabel 4. Indikator Independen Variabel TAM dan Tabel 4. Indikator Independen Variabel TAM dan
EUCS (lanjutan) EUCS (lanjutan)
Model Variabel Indikator Model Variabel Indikator
SIAKAD Informasi yang
Kemanfaatan memberikan diberikan sudah jelas
TAM
(Usefulness) informasi yang dan tidak membingun
berguna [9], [11] gkan [5], [11], [12]
Fitur SIAKAD sudah dokumen, tulisan
mudah dipahami oleh yang mudah dibaca
pengguna [9], [11] dan ramah pengguna.
SIAKAD mudah [5], [11]
untuk dioperasikan SIAKAD merupakan
Kemudahan
[9], [11]. sistem yang mudah
(Ease)
SIAKAD mudah digunakan jika
Kemudahan
diakses ketika terdapat perubahan
penggunaan
digunakan [9], [11] atau update sistem
(Ease of use)
Fasilitas SIAKAD yang lebih baik [5],
sudah menyediakan [11]
fasilitas yang SIAKAD memberikan
ketepatan
mendukung seperti keluaran informasi
waktu
pengguna di leptop secara tepat waktu [5],
(timeless)
dan android [9], [11]
[11]. SIAKAD
SIAKAD sudah memberikan
menyediakan informasi terbaru [5],
informasi sesuai [11], [13]
kebutuhan pengguna
[5], [11], [13] Sedangkan variabel dependen dari sikap
Isi dari informasi (attitude) dan kepuasan pengguna (user
SIAKAD sudah satisfaction) dapat dilihat pada Tabel 5 :
sesuai kebutuhan.
[5], [11], [12]
Isi Tabel 5. Indikator Variabel Dependen
SIAKAD sudah
(Content)
menampilkan hasil Variabel Indikator
pencarian informasi
yang dibutuhkan oleh Ide yang bagus ketika SIAKAD
pengguna. digunakan untuk kebutuhan
[5], [11] akademik pengguna. [9], [12]
Sikap
EUCS SIAKAD sudah SIAKAD membuat pekerjaan
(Attitude)
mampu memenuhi menjadi lebih menarik
kebutuhan informasi Bekerja menggunakan SIAKAD
pengguna. [5], [11] sangat menyenangkan. [9], [14]
Informasi dalam Pengguna sangat bergantung
SIAKAD sudah kepuasan dengan Layanan SIAKAD dalam
akurat [5], [12], [13] pengguna proses akademik secara tepat
Ketepatan Akurasi didalam (User waktu. [15]
(Accuracy) SIAKAD satisfaction) Pengguna puas dengan SIAKAD.
memberikan [12],[15]
kepuasan.
[5], [11], [12] 4.4 Pembahasan
Informasi yang Analisis pengukuran model (outer model)
Bentuk ditampilkan SIAKAD dilakukan untuk menilai validasi dan
(Format) dengan format yang realibilitas model. Responden pada penelitian
baik. [5], [11] ini merupakan Mahasiswa, Dosen, dan
Operator akademik. Penyebaran kuisioner
dilakukan pada tanggal 1 Desember 2019 dan
menghasilkan 40 responden dengan status
17
Coding: Jurnal Komputer dan Aplikasi ISSN : 2338-493X
Volume 08, No. 02 (2020). Hal 11-21
pengguna adalah mahasiswa Universitas (R2), dan Uji Effect Size (f2). Hasilnya dapat
Tanjungpura. Analisis pengukuran model dilihat pada Tabel 7 dan Gambar 7.
(outer model) menggunakan PLS-SEM lewat
program SmartPLS 3. Outer model terdiri dari Tabel 7. Hasil bootstrapping
loading factor, average variance extracted Hubungan Path
(AVE), discriminant validity dan Composite variabel coefficients
Reliability. A–H 0,011
Hasil kesimpulan analisis model B–H 0,048
pengukuran (outer model) dapat dilihat pada C–H 0,217
Tabel 6 sebagai berikut. D–H 0,004
Tabel 6. Hasil Analisis Model Pengukuran E–H 0,484
(Outer Model)
F–H 0,012
No Tahapan Hasil
1. Hasil uji outer loading sudah G–H 0,100
Loading
valid diatas 0.5 untuk H–I 0,372
Factor
mengujian selanjutnya.
Nilai AVE diatas 0.50
Average menunjukkan ukuran
2. Variance convergent validity yang baik.
Extracte Setelah nilai uji sudah valid
d (AVE) maka dilanjutkan dengan
pengujian selanjutnya.
Hasil dari discriminant validity
menggunakan tahap pengujian
nilai cross loading dan nilai
pada Fornel Lacker’s,
dikatakan baik, memenuhi
syarat, tidak terdapat masalah
Discrimi dan dapat dilakukan pengujian
3. nant selanjutnya
validity Hasilnya dilihat dari nilai cross
loading antara indikator
dengan variabelnya dan
membandingkan akar kuadrat
dari average variance
extracted (AVE) untuk setiap Gambar 7. Hasil bootstrapping
variabel. Pada Tabel 7 dan Gambar 7. merupakan hasil
Hasil composite reliability path coefficients semakin tinggi nilai nilai t-
Composit dengan nilai semua variabel
statistik maka path coefficients akan bernilai
e diatas 0.70. Sehingga
4.
Reliabilit pengujian ini memenuhi syarat
besar. 3 dari 8 variabel yang memiliki nilai
y dan variabel memiliki besar, yaitu content, format, dan attitude,
realibilitas yang baik. masig-masing nilai tersebut 0,217, 0,484, dan
0,372.
Pada penyebaran kuisioner struktural
model (inner Model), menghasilkan responden Tabel 8. Hasil Uji Koefisien (R2)
yang merupakan pengguna aktif SIAKAD Variabel R-Square (R2)
dalam ruang lingkup Universitas Tanjungpura. H 0.370
Data responden dikumpulkan 5-6 Desember I 0,140
2019 kemudian kuisioner disebarkan secara
Random Sampling dan 85% secara online, 15% Hasil nilai R-Square pada Tabel 8
secara langsung., sehingga menghasilkan 318 diketahui nilai variabel H (attitude) dengan
responden dengan data valid. Pengujian model klasifikasi sedang yang berdasarkan pada tabel
struktural dilakukan dengan 4 tahapan, yaitu 2, nilai H (attitude) yang kecil karena
Path Coefficients, Uji T-Statistik, Uji koefisien dipengaruhi oleh setiap nilai variabel
independen terhadap nilai dependen.
18
Coding: Jurnal Komputer dan Aplikasi ISSN : 2338-493X
Volume 08, No. 02 (2020). Hal 11-21
Sedangkan variabel I (user satisfaction) Tabel 10. Hasil Hipotesis Kepuasan Penguna
dengan klasifikasi lemah, pada nilai I (user SIAKAD (lanjutan).
satisfaction) dipengaruhi oleh variabel H T-
Hipotesis Hasil
Statistik
(attitude) yang terhubung variabel independen. Pengaruh format (format)
sistem terhadap sikap
Tabel 9. Hasil effect size (f2) H pengguna sistem dan
6,339
Ha
5 signifikan pada kepuasan diterima
effect
No Variabel Rinclude Rexclude penggunaan SIAKAD
size (f2) Universitas Tanjungpura.
1 A–H 0,37 0,000 Pengaruh kemudahan (ease)
2 B–H 0,368 0,003 terhadap sikap pengguna
H sistem dan signifikan pada Ha
3 C–H 0,34 0,048 6 kepuasan penggunaan
0,146
ditolak
4 D–H 0,37 0,37 0,000 SIAKAD Universitas
5 E–H 0,237 0,211 Tanjungpura.
Pengaruh ketepatan waktu
6 F–H 0,37 0,000 (timeless) sistem terhadap
7 G–H 0,363 0,011 H sikap pengguna sistem dan Ha
1,667
7 signifikan pada kepuasan ditolak
penggunaan SIAKAD
Pada Tabel 9 hasil dari pengujian effect Universitas Tanjungpura.
size (f2) terhadap 7 jalur variabel. Variabel Pengaruh sikap (attitude)
yang memiliki nilai pengaruh kecil dibawah H pengguna terhadap kepuasan Ha
5,240
8 penggunaan SIAKAD diterima
0,14 adalah A (usefulness), B (ease of use), C Universitas Tanjungpura.
(content), D (accuracy), F (ease), G (timeless).
Sedangkan variabel E (Format) merupakan Pada Tabel 10 terdapat 3 dari 8 hipotesis
hasil variabel yang memiliki pengaruh sedang yang telah memenuhi kepuasan pengguna
dari effect size (f2), sehingga ketika variabel E SIAKAD yaitu hasil hipotesis isi (content),
(Format) dikeluarkan dari jalur struktural akan format (format) dan sikap (attitude) Sehingga
berpengaruh sedang terhadap variabel hipotesis H0 ditolak, artinya ada pengaruh
independen yang berdasarkan pada tabel 3, positif (Ha diterima) pada variabel isi (content),
dalam analisis jalur struktural. format (format), sikap (attitude). Selanjutnya 5
dari 8 hipotesis belum memenuhi kepuasan
4.5 Hipotesis pengguna, sehingga hipotesis H0 diterima,
Hasil hipotesis dapat dilihat pada tabel 10 artinya tidak ada pengaruh positif (Ha ditolak)
sebagai berikut pada variabel kemanfaatan (usefulness),
Tabel 10. Hasil Hipotesis Kepuasan Penguna kemudahan penggunaan (ease of use), akurasi
SIAKAD. (accuracy), kemudahan (ease), dan ketepatan
T-
Hipotesis
Statistik
Hasil waktu (timeless).
Pengaruh kemanfaatan
(usefulness) sistem terhadap 5 PENUTUP
H sikap pengguna sistem dan Ha
1 signifikan pada kepuasan
0,191
ditolak a. Kesimpulan
penggunaan SIAKAD Berdasarkan pada hasil penelitian evaluasi
Universitas Tanjungpura. kepuasan pengguna SIAKAD Universitas
Pengaruh kemudahan
penggunaan (ease of use) Tanjungpura menggunakan integrasi
H
terhadap sikap pengguna
Ha Technology Acceptance Model (TAM) dan
sistem dan signifikan pada 0,699
2
kepuasan penggunaan
ditolak End-User Computing Satisfaction (EUCS).
SIAKAD Universitas yang telah dilakukan maka dapat diambil
Tanjungpura. kesimpulan sebagai berikut:
Pengaruh isi (content) sistem
terhadap sikap pengguna
1. Penelitian ini mengukur tingkat
Ha
H sistem dan signifikan pada
2,736 diterim
kepuasan pengguna melalui 8 kriteria
3 kepuasan penggunaan
SIAKAD Universitas
a hasil integrasi TAM dan EUCS yaitu
Tanjungpura. kemanfaatan, kemudahan penggunaan,
Pengaruh akurasi (accuracy) akurasi, kemudahan, dan ketepatan
sistem terhadap sikap
H pengguna sistem dan signifikan Ha waktu, isi, format dan sikap. Penelitian
0,065
4 pada kepuasan penggunaan Ditolak ini menghasilkan t-statistik yang
SIAKAD Universitas
Tanjungpura. diterima pada variabel content, format,
attitude, dengan masing-masing nilai
19
Coding: Jurnal Komputer dan Aplikasi ISSN : 2338-493X
Volume 08, No. 02 (2020). Hal 11-21
yaitu 2,733, 6,339, dan 5,240. Hasil path pengguna sistem yang lebih baik bagi
coefficients yang bersesuaian dengan penelitian di bidang sistem informasi.
nilai t-statistik yaitu content, format, dan
attitude, masing-masing nilai tersebut
adalah 0,217, 0,484, dan 0,372, semakin REFERENSI
tinggi nilai t-statistik maka nilai path [1] Sutabri, Tata. 2012. Konsep Sistem
coefficients akan bernilai besar. Nilai R- Informasi. Yogyakarta: Andi Offset.
Square pada variabel user satisfaction [2] Machmud, Rizan. 2018. Kepuasan
dengan klasifikasi lemah yaitu 0,14 dan Pengguna Sistem Informasi (Studi kasus
Nilai effect size (f2) pada variabel pada T3-online). Gorontalo : Ideas
Publishing.
format 0,211 yang memiliki pengaruh
[3] Santoso, Ananda dan S, Pritanto. 2007.
sedang.
Kamus Lengkap Bahasa Indonesia.
2. Hasil nilai t-statistik pada 5 variabel Surabaya : Kartika
yang belum memenuhi kepuasan [4] Davis, F. 1986. A Technology
pengguna adalah pada variabel Acceptance Model for Empirically
usefulness, ease of use, accuracy, ease, Testing New End User Infoemation
dan timeless, dengan nilai masing- System : Theory and Result.
masing yaitu 0,191, 0,699, 0,065, 0,146, [5] Linders, S. 2006. "Using the Technology
dan 1,667. Nilai path coefficients yang Acceptance Model in determining
bersesuaian dengan nilai t-statistik strategies for implementation of
adalah 0,011, 0,048, 0,004, 0,012, dan mandatory IS." 4th Twente Student
0,100, nilai t-statistik yang rendah maka Conference on IT. Enschede: University
nilai path coefficients akan bernilai of Twente, Faculty of Electrical
rendah. Engineering, Mathematics and
3. Variabel yang belum memenuhi standar Computer Science.
pengukuran disebabkan oleh beberapa [6] Doll, W, J., Deng, X., Raghunathan, T,
faktor, diantaranya luasnya penyebaran S., Torkzadeh, G., and Xia, W. 2004.
populasi pada ruang lingkup The Meaning and Measurement of User
menyeluruh di setiap fakultas Satisfaction : A Multigroup Invariance
Universitas Tanjungpura, dan Analysis of the End-User Computing
penyebaran kuisioner yang kebanyakan Satisfaction Instrument. Journal of
dilakukan secara online sehingga tidak Management Information System. Vol.
bertemu langsung dengan responden (85 21, No. 1, 227-262.
% tersebar secara online) dan tidak [7] Mustafa, Z, EQ. 2009. Mengurai
didampingi dalam pengisian kuisioner, Variabel Hingga Instrumentasi.
hal ini memungkinkan terdapat Yogyakarta : Graha Ilmu.
penafsiran yang berbeda oleh responden [8] Sugiyono. 2017. Statistika Untuk
terhadap item pertanyaan pada Penelitian. Bandung : Alfabeta
kuesioner. [9] Sugiarto. Siagian, D. Sunaryanto, T, L,.
Oetomo, S. D. 2001. Teknik Sampling.
b. Saran Jakarta : Gramedia Pustaka Utama.
Perlu dilakukan penelitian lebih lanjut [10] Istiarni, Atin. 2016. “Analisis
mengenai kepuasan pengguna dengan Penerimaan Sistem Informasi
mengkombinasikan model variabel lain Perpustakaan Berbasis Technology
yang lebih beragam. Lebih memperhatikan Acceptance Model dan End-User
tata bahasa sehingga kuisioner mudah Computing Satisfaction di Perpustakaan
dipahami agar tidak terjadi salah Universitas Muhammadiyah Magelang.”
pemahaman mengenai indikator Tesis. UIN Sunan Kalijaga. Yogyakarta.
pertanyaan pada kuisioner atau perlu [11] Ghozali, Imam. 2014. Struktural
dilakukan pendampingan pada setiap Equation Modeling (Metode Alternatif
Dengan Partial Least Square (PLS)).
penyebaran. Sehingga dapat memberikan
Semarang: Universitas Diponegoro.
kontribusi hasil dalam evaluasi kepuasan
20
Coding: Jurnal Komputer dan Aplikasi ISSN : 2338-493X
Volume 08, No. 02 (2020). Hal 11-21
21