Ridho Dhafi Fauzan-Fst

SKRIPSI
ANALISIS KEPUASAN PENGGUNA APLIKASI MOBILE PELAYANAN
PELANGGAN TELEKOMUNIKASI MENGGUNAKAN METODE END-
USER COMPUTING SATISFACTION (EUCS)
Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Disusun Oleh:
Ridho Dhafi Fauzan
NIM. 11160930000051
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2022 M / 1443 H
SKRIPSI
Disusun Oleh:
Ridho Dhafi Fauzan
NIM. 11160930000051
JAKARTA
2022 M / 1443 H
HALAMAN JUDUL


Disusun Oleh:
Ridho Dhafi Fauzan
NIM. 11160930000051

JAKARTA
2022 M / 1443 H
i
LEMBAR PENGESAHAN SKRIPSI

Disusun Oleh:
RIDHO DHAFI FAUZAN

NIM: 11160930000051
Menyetujui,
Pembimbing I Pembimbing II
ii
LEMBAR PENGESAHAN UJIAN
iii
LEMBAR PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-
BENAR HASIL KARYA SENDIRI DAN BELUM PERNAH DIAJUKAN
SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN
TINGGI ATAU LEMBAGA MANAPUN
iv
ABSTRAK
Ridho Dhafi Fauzan – 11160930000051, Analisis Kepuasan Pengguna Aplikasi

Mobile Pelayanan Pelanggan Telekomunikasi Menggunakan Metode End User
Computing Satisfaction (EUCS) di bawah bimbingan Suci Ratnawati dan Elsy
Rahajeng.
Meningkatnya jumlah pengguna layanan telekomunikasi di Indonesia serta

perkembangan teknologi yang semakin pesat mengakibatkan perusahaan-
perusahaan penyedia layanan telekomunikasi seluler di Indonesia untuk saling
bersaing guna memberikan layanan terbaik kepada para penggunanya. Aplikasi
yang diteliti merupakan aplikasi digital assistant yang memiliki fungsi utama
sebagai tempat untuk melakukan pemeriksaan kuota dan pembelian kuota internet
dan pulsa, dan pemberian penukaran poin yang dapat ditukarkan untuk beberapa
pembelian layanan. Namun pada kenyataannya, aplikasi ini masih memiliki
beberapa kelemahan yang dirasakan oleh pengguna, di antaranya kecepatan aplikasi
yang berjalan lambat, aplikasi tidak user friendly, dan informasi kuota atau pulsa
yang ditampilkan tidak sesuai aslinya, sehingga kepuasan pengguna terhadap
aplikasi masih belum optimal dan mengakibatkan tidak tercapainya tujuan aplikasi.
Penelitian ini bertujuan untuk mengetahui bagaimana tingkat kepuasan pengguna
serta mengetahui faktor-faktor apa saja yang memengaruhi kepuasan pengguna
aplikasi mobile. Penelitian ini menggunakan metode kuantitatif dan variabel
content, accuracy, format, ease of use, dan timeliness yang terdapat pada metode
End User Computing Satisfaction (EUCS) dan disertai penambahan dua variabel
yaitu system speed dan system reliability. Populasi pada penelitian ini merupakan
pengguna aplikasi dengan teknik pengambilan sampel purposive sampling. Proses
analisis data menggunakan pendekatan PLS-SEM dan aplikasi SmartPLS versi
3.3.3. Hasil dari penelitian menunjukkan bahwa dari total 7 hipotesis yang diuji,
terdapat 2 hipotesis yang ditolak, yaitu accuracy dan ease of use. Penelitian ini
memberikan gambaran kepuasan pengguna aplikasi dan dapat memberikan
pertimbangan bagi pengembang aplikasi dalam rencana pengembangan aplikasi
agar dapat lebih baik lagi.
Kata Kunci: Kepuasan Pengguna, Aplikasi Mobile, Pelayanan Pelanggan, EUCS,

SmartPLS, PLS-SEM
Bab 1-5 + xi Halaman + 113 Halaman + 20 Gambar + 19 Tabel + Daftar Pustaka +
Lampiran
Pustaka Acuan (81, 1988-2022)
v
vi
KATA PENGANTAR
Assalamu’alaikum Warahmatullahi Wabarakatuh
Alhamdulillahirabbil’alamin, puji syukur kepada Allah SWT yang
telah memberi rahmat-Nya, kemudahan dan sehingga peneliti dapat
menyelesaikan skripsi ini yang berjudul “Analisis Kepuasan Pengguna
Aplikasi Mobile Pelayanan Pelanggan Telekomunikasi Menggunakan
Metode End User Computing Satisfaction (EUCS)”. Shalawat serta salam
semoga selalu tercurah kepada junjungan kita, Nabi Muhammad SAW
beserta keluarga, sahabat, kerabat, serta muslimin dan muslimat, semoga
kita semua mendapatkan syafa’at dari beliau di akhirat nanti.
Penyusunan skripsi ini Sebagai Salah Satu Syarat untuk Memperoleh
Gelar Sarjana Komputer Program Studi Sistem Informasi Fakultas Sains
dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta. Dalam
penyusunan skripsi ini penulis telah mendapat banyak bantuan dan
bimbingan serta semangat dari berbagai pihak. Tanpa bantuan dari berbagai
pihak, tentunya proses penyusunan skripsi ini akan sangat sulit untuk
diselesaikan. Oleh karena itu, penulis ingin menyampaikan terima kasih
kepada:
1. Bapak 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, Ph.D, selaku Ketua Program Studi Sistem
Informasi dan Bapak Nuryasin, M.Kom selaku Sekretaris Program
vii
Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas
Islam Negeri Syarif Hidayatullah Jakarta.
3. Ibu Suci Ratnawati, MTI selaku Dosen Pembimbing I dan Ibu Elsy
Rahajeng, MTI selaku Dosen Pembimbing II yang tidak pernah lelah
untuk memberikan bimbingan dan arahan serta dukungannya selama
proses penelitian skripsi ini. Peneliti sangat berterima kasih atas
ilmu, waktu, dan tenaga yang diberikan kepada peneliti selama
proses penelitian dan penyusunan skripsi ini.
4. Dosen-dosen Program Studi Sistem Informasi Universitas Islam
Negeri Syarif Hidayatullah Jakarta yang telah memberikan ilmu
selama perkuliahan dan tak lupa untuk Ibu Rinda Hesti
Kusumaningtyas, MMSI selaku pembimbing akademik yang selalu
mengarahkan saya dalam menyelesaikan studi.
5. Seluruh karyawan Fakultas Sains dan Teknologi yang telah
membantu peneliti selama masa perkuliahan dan membantu
menyelesaikan masalah administrasi terkait penyusunan skripsi.
6. Kedua Orang Tua peneliti, Ibu Adirini Pujayanti dan Bapak
Isharrudin yang selalu memberikan doa, semangat, dan motivasi
sehingga peneliti dapat menyelesaikan penelitian ini.
7. Kakak peneliti, Rizki Dhifan Firasyan yang selalu memberikan
bantuan, saran, semangat, dan menjadi pendengar yang baik bagi
penulis.
8. Teman dekat peneliti, Septia Intan Nurjannah yang tidak henti-
hentinya selalu memberikan dorongan, motivasi, dan doa serta
viii
berperan besar dalam berjalannya skripsi ini. Semoga menjadi
ladang pahala baginya.
9. Teman-teman yang telah bersedia meluangkan waktunya untuk
membantu penulis dalam menyelesaikan penyusunan skripsi ini
serta memberikan berbagai informasi yang dibutuhkan penulis, yaitu
Taufan Yogi Adam, Reza Hikmatulloh dan Akbar Riski.
10. Seluruh anggota JOGI yang selalu memberikan semangat dan
hiburan bagi penulis.
11. Keluarga besar Sistem Informasi angkatan 2016 yang juga menjadi
motivasi peneliti dalam menyelesaikan penyusunan skripsi ini.
Dengan bantuan semua pihak di atas, peneliti bersyukur dan berdoa kepada
Allah SWT, semoga bantuan yang peneliti terima dalam proses penulisan skripsi
ini mendapatkan balasan yang setimpal di akhirat nantinya. Peneliti menyadari
bahwa dalam penyusunan skripsi ini masih banyak kekurangan yang disebabkan
keterbatasan pengetahuan peneliti. Untuk itu, kiranya pembaca dapat memaklumi
atas kekurangan dalam penelitian ini.
Akhir kata peneliti berharap semoga skripsi ini dapat bermanfaat bagi pihak
perusahaan untuk penelitian selanjutnya, dan bagi para pembaca pada umumnya.
Wassalamualaikum Wr.Wb
Jakarta, 12 Juni 2022
Ridho Dhafi Fauzan

11160930000051
ix
x
DAFTAR ISI
HALAMAN JUDUL ..................................................................................... i
LEMBAR PENGESAHAN SKRIPSI ........................................................ ii
LEMBAR PENGESAHAN UJIAN ........................................................... iii
LEMBAR PERNYATAAN ........................................................................ iv
ABSTRAK .................................................................................................... v
KATA PENGANTAR ............................................................................... vii
DAFTAR ISI ............................................................................................... xi
DAFTAR GAMBAR ................................................................................. xv
DAFTAR TABEL ..................................................................................... xvi
BAB 1 PENDAHULUAN ............................................................................ 1
1.1 Latar Belakang .............................................................................. 1
1.2 Identifikasi Masalah .................................................................... 12
1.3 Rumusan Masalah ....................................................................... 12
1.4 Batasan Masalah .......................................................................... 13
1.5 Tujuan Penelitian ......................................................................... 13
1.6 Manfaat Penelitian ....................................................................... 13
1.7 Metodologi Penelitian ................................................................. 14
1.7.1 Model Penelitian ...................................................................... 15
1.8 Sistematika Penulisan .................................................................. 16
BAB 2 LANDASAN TEORI ..................................................................... 19
2.1 Analisis ........................................................................................ 19
2.2 Kepuasan Pengguna .................................................................... 19
2.3 Aplikasi Mobile ........................................................................... 22
2.4 Pelayanan Pelanggan ................................................................... 23
xi
2.4.1 Pengertian Pelayanan ............................................................... 23
2.4.2 Pengertian Pelanggan ............................................................... 24
2.4.3 Pengertian Pelayanan Pelanggan ............................................. 24
2.5 Telekomunikasi ........................................................................... 25
2.6 Aplikasi bima+ ............................................................................ 26
2.7 End User Computing Satisfaction (EUCS) ................................. 26
2.8 Metode Pengumpulan Data ......................................................... 30
2.8.1 Penelusuran Informasi ............................................................. 30
2.8.2 Studi Literatur .......................................................................... 30
2.8.3 Kuesioner ................................................................................. 31
2.8.4 Wawancara............................................................................... 32
2.9 Populasi dan Teknik Sampling .................................................... 32
2.9.1 Populasi.................................................................................... 32
2.9.2 Sampel ..................................................................................... 33
2.9.3 Teknik Sampling ...................................................................... 34
2.9.4 Ukuran Sampel ........................................................................ 37
2.10 PLS-SEM..................................................................................... 38
2.11 SmartPLS..................................................................................... 43
2.12 Skala Likert ................................................................................. 43
2.13 Penelitian Sejenis ........................................................................ 45
BAB 3 METODOLOGI PENELITIAN................................................... 62
3.1 Pendekatan Penelitian .................................................................. 62
3.2 Populasi dan Sampel Penelitian .................................................. 62
3.3 Metode Pengumpulan Data ......................................................... 64
3.3.1 Penelusuran Informasi ............................................................. 64
3.3.2 Wawancara dan Kuesioner ...................................................... 64
xii
3.3.3 Studi Literatur .......................................................................... 65
3.4 Pengembangan Model dan Hipotesis Penelitian ......................... 65
3.4.1 Pengembangan Model Usulan ................................................. 65
3.4.2 Usulan Hipotesis Penelitian ..................................................... 65
3.4.3 Instrumen Penelitian ................................................................ 68
3.5 Uji Kuesioner .............................................................................. 75
3.6 Analisis Data dan Interpretasi Hasil Penelitian ........................... 79
3.7 Prosedur Penelitian ...................................................................... 80
BAB 4 HASIL DAN PEMBAHASAN...................................................... 84
4.1 Gambaran Umum Perusahaan ..................................................... 84
4.1.1 Sejarah Aplikasi bima+............................................................ 84
4.1.2 Profil PT. Indosat Ooredoo Hutchison .................................... 85
4.1.3 Visi dan Misi PT. Indosat Ooredoo Hutchison ........................ 85
4.2 Pengujian Kuesioner.................................................................... 85
4.3 Hasil Analisis .............................................................................. 86
4.3.1 Hasil Analisis Demografi......................................................... 86
4.3.2 Hasil Analisis Model Pengukuran (Outer Model) ................... 92
4.3.3 Hasil Analisis Model Struktural (Inner Model) ..................... 102
4.4 Interpretasi dan Diskusi dari Hasil Analisis .............................. 109
4.4.1 Interpretasi dan Diskusi dari Hasil Analisis Demografis....... 109
4.4.2 Interpretasi dan Pembahasan Hasil Analisis Model Pengukuran

(Outer Model) ........................................................................ 111
4.4.3 Interpretasi dan Pembahasan Hasil Analisis Struktur Model

(Inner Model) ......................................................................... 112
BAB 5 KESIMPULAN DAN SARAN ................................................... 120
5.1 Kesimpulan ................................................................................ 120
xiii
5.2 Saran .......................................................................................... 121
DAFTAR PUSTAKA .............................................................................. 122
LAMPIRAN ............................................................................................. 131
xiv
DAFTAR GAMBAR
Gambar 1.1 Jumlah Pengguna Telepon Seluler di Indonesia ........................ 2

Gambar 1.2 Histogram Rating bima+ ........................................................... 5
Gambar 1.3 Ulasan Aplikasi di bima+ di Google Play Store ........................ 7
Gambar 1.4 Model Penelitian ...................................................................... 15
Gambar 2.1 Model EUCS . .......................................................................... 27

Gambar 2.2 Model Pengembangan EUCS .................................................. 29
Gambar 2.3 Hubungan Antar Populasi dalam Penelitian ............................ 33
Gambar 2.4 Kategori Sampling ................................................................... 34
Gambar 3.1 Prosedur Penelitian .................................................................. 82
Gambar 4.1 Logo Aplikasi bima+ .............................................................. 84

Gambar 4.2 Logo PT. Indosat Ooredoo Hutchison ..................................... 85
Gambar 4.3 Diagram Lingkaran Jenis Kelamin Responden ....................... 87
Gambar 4.4 Diagram Batang Rentang Usia Responden .............................. 88
Gambar 4.5 Diagram Lingkaran Pekerjaan Responden .............................. 89
Gambar 4.6 Diagram Lingkaran Lama Penggunaan Internet Responden ... 90
Gambar 4.7 Diagram Lingkaran Penggunaan untuk Pembelian Paket
Internet/Pulsa ............................................................................................... 90
Gambar 4.8 Diagram Batang Peranan Aplikasi bima+ ............................... 91
Gambar 4.9 Diagram Batang Status Kepuasan Pengguna ........................... 92
Gambar 4.10 Hasil Analisis Pengujian Path Coefficient (β) dengan SmartPLS
3.3.3 ........................................................................................................... 103
Gambar 4.11 Hasil Uji t-test ...................................................................... 105
xv
DAFTAR TABEL
Tabel 2.1 Tabel Penelitian Sebelumnya ...................................................... 45
Tabel 3.1 Daftar Hipotesis ........................................................................... 68

Tabel 3.2 Bobot Penelitian dengan Skala Likert ......................................... 69
Tabel 3.3 Indikator Variabel Penelitian ....................................................... 69
Tabel 3.4 Hasil Uji Kuesioner Validitas dan Reliabilitas ............................ 77
Tabel 3.5 Hasil Uji Kuesioner Discriminant Validity (Fornell-Larcker) .... 79
Tabel 4.1 Hasil Pengujian Outer Loading ................................................... 92

Tabel 4.2 Hasil Pengujian Composite Reliability ........................................ 94
Tabel 4.3 Hasil Pengujian Average Variance Extracted ............................. 95
Tabel 4.4 Hasil Uji Discriminant Validity (Cross Loading) ....................... 96
Tabel 4.5 Hasil Uji Discriminant Validity (Fornell-Larcker) ..................... 98
Tabel 4.6 Ringkasan Hasil Pengujian Model Pengukuran (Outer Model) .. 99
Tabel 4.7 Hasil Uji Path Coefficient (β) .................................................... 102
Tabel 4.8 Hasil Cofficient of Determinant (R2) ......................................... 103
Tabel 4.9 Hasil Uji t-test............................................................................ 104
Tabel 4.10 Hasil Uji Effect Size (f2).......................................................... 105
Tabel 4.11 Hasil Uji Predictive Relevance (Q2) ........................................ 106
Tabel 4.12 Hasil Uji Relative Impact (q2) ................................................. 107
Tabel 4.13 Ringkasan Hasil Model Struktural (Inner Model) ................... 108
xvi
xvii
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Perkembangan teknologi dapat memengaruhi banyak aspek, di

antaranya perekonomian, politik, pemerintahan, komunikasi dan banyak
lainnya. Pengaruh ini membuat banyak perubahan gaya hidup dan cara
pandang masyarakat yang terbiasa dan berada di lingkungan teknologi.
Mereka ingin di mudahkan dalam segala hal, salah satunya dalam bisnis
perdagangan, mereka tidak ingin membuang waktu dan tenaga dalam
memilih barang yang akan mereka inginkan. Mereka tidak begitu banyak
membuang waktu dan tenaga untuk mendapatkan barang yang ingin mereka
beli. Hal ini membuat banyak bisnis perdagangan persewaan, menjual atau
menyewakan barang mereka melalui internet, dunia perdagangan tidak lagi
dibatasi dengan ruang dan waktu. Mobilitas manusia yang tinggi menuntut
dunia perdagangan mampu menyediakan layanan jasa dan barang dengan
instan sesuai dengan permintaan konsumen. Untuk mengatasi masalah
tersebut maka kini muncul transaksi yang menggunakan media Internet untuk
menghubungkan antara penyedia jasa dan konsumennya (Putranto, 2013).
Dalam perkembangan dunia modern dan globalisasi saat ini, kebutuhan
akan komunikasi telah menjadi hal yang sangat penting bagi setiap kalangan
masyarakat. Sebagai makhluk sosial, masyarakat tidak bisa lepas dari
kegiatan komunikasi, dan kini dengan kecanggihan teknologi dan fitur-fitur
layanan komunikasi terkini yang dikembangkan, sehingga jarak tidak lagi
menjadi penghalang untuk berkomunikasi. Hampir seluruh lini kehidupan
bersinggungan dan bahkan bergantung pada komunikasi dengan
menggunakan layanan telekomunikasi, dan dengan mobilitas masyarakat
yang semakin tinggi, telekomunikasi selular menjadi salah satu kebutuhan
wajib masyarakat. Seiring perkembangan zaman kebutuhan masyarakat
dalam telekomunikasi seluler semakin bertambah. Salah satunya adalah
internet, saat ini internet hampir tidak bisa dipisahkan dalam kehidupan
masyarakat sehari-hari, di mana penggunaan internet semakin bertambah dari
1
tahun ke tahun. Masyarakat semakin sadar dengan kemudahan dan
keuntungan internet, dan diprediksikan penggunaan internet akan semakin
bertambah (Fadel, 2015).
Telekomunikasi adalah salah satu bidang yang juga mengalami
perkembangan yang pesat dalam era globalisasi ini, banyak manfaat yang
didapat dengan adanya akses telekomunikasi yang cepat, di antaranya
memudahkan komunikasi antar masyarakat menjadi cepat dan singkat meski
jaraknya berjauhan, serta mendukung pertumbuhan ekonomi di masyarakat.
Jumlah Pelanggan Layanan

Telepon Seluler
500 435
385
400 341 341 355
317
Juta Pelanggan
300
200
100
0
2015 2016 2017 2018 2019 2020
Gambar 1.1 Jumlah Pengguna Telepon Seluler di Indonesia (Badan Pusat

Statistik, 2020)
Berdasarkan statistik di atas, jumlah pelanggan telepon seluler relatif
naik dari tahun ke tahun, walaupun dari tahun 2017 ke 2018 terdapat
penurunan sebanyak lebih dari 100 juta pelanggan, penurunan ini diakibatkan
karena adanya regulasi registrasi kartu seluler yang diberlakukan oleh
pemerintah melalui Kementerian Komunikasi dan Informatika (Kominfo).
Registrasi ini merupakan upaya yang dilakukan oleh pemerintah dalam
mencegah terjadinya penyalahgunaan nomor pelanggan terutama para
pelanggan prabayar sebagai komitmen pemerintah dalam upaya memberikan
perlindungan kepada pelanggan, dan sebagai kepentingan untuk kepentingan
national single identity (Kominfo, 2017). Proses registrasi ini berlaku sejak
31 Oktober 2017 hingga 28 Februari 2018 yang akhirnya menyebabkan
penurunan jumlah pelanggan yang cukup signifikan pada rentang waktu
2
tersebut. Namun, semenjak tahun 2018 hingga 2020 jumlah pelanggan
kembali mengalami jumlah kenaikan yang relatif konsisten. Pada tahun 2020
terdapat kenaikan sebanyak 4,20% dari 341 juta pelanggan pada tahun 2019
menjadi 355 juta pelanggan di tahun 2020, angka tersebut melebihi jumlah
penduduk Indonesia pada tahun 2020 sebanyak 270 juta jiwa. Maka dapat
dikatakan bahwa seluruh penduduk Indonesia telah menjadi pelanggan telah
menjadi pelanggan telepon seluler atau telah memiliki nomor telepon seluler
dan banyak di antaranya memiliki lebih dari satu nomor telepon seluler.
Meningkatnya pertumbuhan ekonomi maka akan berdampak
langsung kepada para perusahaan telekomunikasi untuk memperluas bisnis
mereka. Dalam mendukung perkembangan bisnisnya, perusahaan-
perusahaan tersebut membutuhkan lebih banyak modal dan menentukan
proporsi yang tepat merupakan modal penting untuk mencapai nilai optimum
dari perusahaan. Seiring dengan perkembangan teknologi muncullah
berbagai macam produk dan jasa telekomunikasi yang saling bersaing guna
meningkatkan kinerja untuk menjadi lebih optimal. Penyedia layanan
telekomunikasi di Indonesia memiliki perkembangan yang sangat pesat
seiring dengan perkembangan teknologi informasi di dunia. Dalam
mengembangkan bisnis telekomunikasi, para perusahaan harus terus
melakukan inovasi guna meningkatkan pelayanan agar tidak tertinggal
dengan para kompetitornya (F. Damayanti, 2017).
Pada awalnya terdapat lima penyedia layanan telekomunikasi yang ada
di Indonesia, yaitu PT. Telekomunikasi Indonesia Tbk (Telkomsel), PT.
Smartfren Telecom Tbk (Smartfren), PT. XL Axiata Tbk (XL Axiata), PT.
Indosat Tbk (Indosat), dan PT. Hutchison 3 Indonesia (Tri), namun di awal
tahun 2022 terjadi merger antar dua perusahaan, yaitu PT. Indosat Tbk dan
PT. Hutchison 3 Indonesia dan menjadi sebuah perusahaan baru yaitu PT.
Indosat Ooredoo Hutchison yang menaungi dua operator sekaligus yaitu
operator Indosat dan operator Tri. Saat ini teknologi komunikasi tak hanya
menjadi salah satu kebutuhan pokok masyarakat umum, tetapi juga dapat
menjadi sebuah peluang bisnis yang prospektif.
3
Akibat dari banyaknya perusahaan penyedia layanan telekomunikasi di
Indonesia membuat para perusahaan tersebut harus saling bersaing untuk
menyediakan layanan yang paling optimal terhadap pelanggannya. PT.
Hutchison 3 Indonesia (H3I) adalah salah satu perusahaan penyedia jasa
telekomunikasi di Indonesia. PT. H3I berkembang pesat sejak kelahirannya
pada tahun 2000 dan beroperasi dengan lisensi nasional 2G/GSM 1800 Mhz
dan 3G/WCDMA di Indonesia. H3I menyediakan beragam layanan
telekomunikasi bergerak berkualitas dan inovatif di bawah merek “3”. H3I
menawarkan inovasi tarif dan produk dengan pengembangan cakupan
layanan yang sangat pesat guna menjadi operator dengan cakupan layanan
nasional terkemuka di Indonesia (Suharto, 2014).
Pada tahun 2012 PT. Hutchison 3 Indonesia membuat sebuah gebrakan
baru di dunia telekomunikasi Indonesia. Mereka merilis aplikasi pintar yang
dapat mengingatkan pengguna telefon untuk mengisi ulang pulsa atau top-up
kuota internet, di mana yang pada saat itu para pengguna telefon genggam
masih harus bolak-balik mengecek secara manual koneksinya agar tidak
terputus sewaktu-waktu karena kehabisan pulsa, kuota internet atau masa
aktif kartu yang berakhir. Pengguna telefon genggam pada saat itu harus
menggunakan kode-kode tertentu yang sulit diingat dan butuh langkah yang
cukup panjang dengan mengirimkan kode tertentu ke operator lalu baru
mendapat notifikasi pemberitahuan pulsa, atau informasi lainnya melalui
SMS. PT H3I yang melihat sebuah peluang untuk inovasi meluncurkan
aplikasi dengan tujuan untuk meningkatkan pelayanan kepada pengguna
dalam melakukan pembelian dan pengecekan pulsa serta memilih berbagai
macam paket internet. Aplikasi ini hadir dengan fitur unggulannya yaitu push
notification di mana fitur ini akan mengingatkan pengguna saat sisa pulsa,
kuota internet, dan masa aktif kartu akan habis. Selain itu, aplikasi ini juga
bisa memberikan rekomendasi paket-paket yang sesuai untuk penggunanya
(detikNews, 2012).
Aplikasi sudah di unduh lebih dari 10 juta pengguna dan mendapat skor
2.9 dari skala 5 serta sudah diulas oleh lebih dari 384 ribu pengguna
(Hutchison 3 Indonesia, 2021).
4
Gambar 1.2 Histogram Rating Aplikasi Mobile (Hutchison 3 Indonesia, 2021)
Berdasarkan statistik pada gambar 1.2, tercatat lebih dari 160 ribu
pengguna telah memberikan rating 1 ke aplikasi di Google Play Store, lebih
banyak daripada yang memberikan rating 5 ke aplikasi yang berjumlah 140
ribu lebih pengguna, hal tersebut jelas menandakan bahwa aplikasi mobile ini
masih memiliki kekurangan. Berdasarkan hasil penelusuran informasi yang
dilakukan terdapat beberapa masalah yang ada pada aplikasi, dikatakan
bahwa aplikasi mudah mengalami error dan lag saat digunakan, sering terjadi
force close, pengguna kesulitan untuk login ke dalam aplikasi, pelayanan
konsumen yang buruk, salah satunya ditandai dengan sulitnya pelanggan
untuk menghubungi customer service, fitur di dalam aplikasi yang tidak
berjalan semestinya, aplikasi tidak menampilkan informasi kuota atau pulsa
pelanggan secara real time sehingga sering terjadi kebingungan, dan tampilan
aplikasi yang dirasa tidak sesimpel aplikasi dari operator lain atau tidak user
friendly. Keluhan mengenai tampilan yang tidak user friendly ini juga sejalan
dengan penelitian yang dilakukan oleh Sabilatunnajah dkk., (2021), di mana
dalam penelitian tersebut aplikasi dilakukan evaluasi awal tingkat usability
terhadap antarmuka aplikasi, hasil yang didapatkan untuk aspek efektivitas
sebesar 90%, aspek efisiensi sebesar 76,95%, serta aspek kepuasan sebesar
49,5% yang masuk ke dalam kategori poor dengan nilai F, serta ditemukan
5
juga sebanyak 22 permasalahan. Selain melakukan penelusuran informasi dan
studi literatur, peneliti juga telah melakukan wawancara terhadap 5 orang
pengguna dari aplikasi sebagai crosscheck terkait hasil penelusuran informasi
yang didapatkan apakah selaras dengan pengalaman pengguna dalam
menggunakan aplikasi. Hasil yang didapat dari wawancara tersebut adalah
semua pengguna masih mengalami kendala dalam pengoperasian aplikasi
untuk memenuhi kebutuhan dalam beraktivitas di dalam aplikasi, 3 orang
mengeluhkan terkait dengan fitur pencarian saat ingin membeli kuota / pulsa
di aplikasi, search box yang tersedia tidak akurat dalam menampilkan
informasi terkait paket-paket kuota internet apa saja yang dapat dibeli di
dalam aplikasi. 2 orang juga mengeluhkan terkait aplikasi yang kadang
kurang responsif ketika memilih salah satu menu, gambar-gambar di aplikasi
juga sering tidak sepenuhnya termuat.
6
Gambar 1.3 Beberapa Ulasan Negatif Aplikasi Mobile di Google Play Store
(Dokumentasi Pribadi pada Google Play Store)
Sebuah aplikasi dapat dikatakan berhasil apabila dapat memenuhi
kebutuhan penggunanya, kepuasan pengguna merupakan hal yang penting
bagi setiap penyedia layanan baik itu dari sebuah perusahaan atau instansi.
Kepuasan dapat diartikan sebagai sebuah perasaan puas, rasa senang dan
kelegaan seseorang dikarenakan mengonsumsi suatu produk atau jasa untuk
mendapatkan pelayanan suatu jasa (Aaker, 2013). Tingkatan kepuasan dapat
mengacu pada fungsi dari perbedaan antara kinerja yang dirasakan dengan
harapan yang diinginkan. Apabila kinerja, khususnya kinerja pelayanan di
bawah harapan yang diinginkan, maka pelanggan akan merasa kecewa atau
tidak puas. Bila kinerja sesuai harapan, maka pelanggan akan memberikan
ungkapan rasa kepuasannya, terlebih lagi apabila kinerja atau pelayanan yang
didapat melebihi ekspektasi yang diharapkan oleh pelanggan, maka
pelanggan akan sangat puas. Harapan pelanggan dapat terbentuk oleh cerita
pengalaman dari kerabatnya, pengalaman masa lalu, dan informasi dari
berbagai media. Pelanggan yang puas akan setia lebih lama, tidak terlalu
memikirkan soal harga dan memberi komentar yang baik tentang pelayanan
dari perusahaan tersebut (Maulana, 2016). Ada beberapa faktor yang dapat
berpengaruh langsung untuk mewujudkan dan mempertahankan kepuasan
pelanggan, perusahaan harus melakukan beberapa hal, di antaranya adalah,
mengidentifikasi siapa pelanggannya, memahami tingkat harapan pelanggan
atas kualitas, memahami strategi kualitas layanan pelanggan, dan memahami
siklus pengukuran dan umpan balik (feedback) dari kepuasan pelanggan
(Tjiptono, 2004). meningkatkan kepuasan pengguna aplikasi merupakan
tantangan bagi para pengembang aplikasi.
Terdapat beberapa model yang dikembangkan oleh para peneliti untuk
dapat mengukur tingkat kepuasan pengguna sistem informasi oleh pengguna,
diantaranya yaitu Technology Acceptance Model (TAM), Model Delone &
Mclean, dan End User Computing Satisfaction (EUCS). Dalam penelitian ini,
peneliti menggunakan model EUCS sebagai model yang digunakan untuk
mengetahui faktor-faktor apa saja yang memengaruhi tingkat kepuasan
7
pengguna aplikasi berdasarkan masalah yang sudah dijelaskan sebelumnya.
Model-model tersebut memiliki keunggulan dan kelemahannya masing-
masing, dalam model TAM, model ini diperuntukkan untuk mengukur
intention to use, yaitu niat penggunaan dari sebuah sistem baru, bukan untuk
mengetahui tingkat kepuasan pengguna di mana harus memiliki faktor
pengalaman dan kepuasan pengguna yang tidak dilibatkan dalam model ini
(Khumaidi & Kusumaningtyas, 2021). Peneliti membutuhkan variabel
kepuasan pengguna akhir untuk dapat mengetahui tingkat kepuasan pengguna
dari aplikasi. Model lainnya adalah Delone & Mclean, model ini digunakan
untuk mengetahui kesuksesan penerapan dari sebuah sistem informasi, dalam
model ini variabel net benefits merupakan variabel yang paling penting
karena mencakup penggabungan antara individual impact dan organizational
impact dari sistem (Aziati, 2020). Tidak terdapat variabel kepuasan pengguna
akhir dalam model ini sehingga peneliti merasa model Delone & Mclean juga
tidak cocok untuk digunakan dalam penelitian.
Terdapat salah satu cara yang dapat digunakan untuk mengetahui
tingkat kepuasan pengguna dari suatu aplikasi yaitu dengan menggunakan
metode End User Computing Satisfaction (EUCS), metode ini merupakan
sebuah metode yang dapat digunakan untuk mengukur tingkat kepuasan dari
sebuah sistem aplikasi dengan membandingkan antara harapan dan kenyataan
dari sebuah sistem informasi. Definisi EUCS dari sebuah sistem informasi
atau aplikasi adalah evaluasi secara keseluruhan dari para pengguna sistem
yang berdasarkan pengalaman mereka dalam menggunakan sistem atau
aplikasi tersebut. Pada awalnya model evaluasi EUCS ini dikembangkan oleh
Doll & Torkadzeh di tahun 1988, di mana keduanya mengembangkan model
evaluasi ini dengan menekankan pada kepuasan (satisfaction) pengguna akhir
terhadap aspek teknologi. Dengan adanya kepuasan pengguna tersebut maka
akan timbul penerimaan (acceptance) pada sistem yang dipergunakan dalam
organisasi tersebut. Penilaian tersebut dapat dilihat dari lima buah
perspektif/dimensi yaitu, isi (content), keakuratan (accuracy), bentuk
(format), kemudahan penggunaan (ease of use), dan ketepatan waktu
(timeliness) (Munthe, 2019). Model penelitian EUCS ini lebih
8
menekankan/berfokus kepada kepuasan (satisfaction) pengguna akhir
terhadap aspek teknologi berdasarkan kelima dimensi dari EUCS. Instrumen
yang dimilki metode EUCS bersifat umum sehingga dapat digunakan di
segala jenis aplikasi sehingga dinilai cocok untuk mengukur kepuasan
pengguna akhir aplikasi. Selain itu EUCS dipilih karena metode EUCS ini
mampu untuk mengetahui faktor apa saja yang berpengaruh baik secara
positif maupun negatif dan signifikan terhadap kepuasan pengguna akhir
(Munap dkk., 2018).
Dalam penelitian ini menggunakan metode EUCS yang terdiri dari lima
variabel komponen yaitu content, accuracy, format, ease of use, dan
timeliness, dengan penambahan dua variabel, yaitu variabel system speed
(kecepatan sistem) dan system reliability (keandalan sistem). Penambahan
variabel system speed berawal oleh penelitian yang dilakukan oleh Chin &
Lee (2000) dalam Putra (2020), penelitian ini memperluas skala penelitian
dengan memberikan perspektif konseptual yang baru tentang bagaimana
EUCS terbentuk. Pengembang dari perangkat lunak harus mengatasi fitur
sistem yang kompleks dan kecepatan sistem yang kuat serta fungsi sebagai
tujuan desain sangat penting ketika proses mengembangkan sistem dalam
memastikan hasil yang lebih baik. Berdasarkan hasil penelusuran informasi
yang dilakukan terhadap aplikasi mobile di Google Play Store, mayoritas
pengguna aplikasi mengeluhkan aplikasi yang menjadi sangat lambat
digunakan setelah para pengguna melakukan update aplikasi ke model yang
paling baru, hal ini yang menguatkan peneliti untuk menambahkan variabel
system speed ke dalam penelitian untuk mengetahui apakah system speed
berpengaruh kepada kepuasan pengguna aplikasi. Variabel tambahan yang
kedua adalah system reliability, berawal oleh penelitian yang dilakukan oleh
Mohamed dkk., (2006) dalam Djunanto & Papilaya (2018), penelitian ini
menciptakan sebuah variabel baru yang merupakan modifikasi tambahan
terhadap lima variabel EUCS yang sudah dikembangkan oleh Doll &
Torkzadeh, variabel ini memfokuskan kepada tingkat pengukuran terhadap
perlindungan informasi yang tersimpan dalam sistem, karena segala bentuk
informasi, data transaksi dalam sistem sangat berharga, serta juga berfokus
9
kepada hak autorisasi yang terjadi tanpa sepengetahuan oleh pengelola
sistem.
Penerapan metode EUCS guna mengukur tingkat kepuasan dari sebuah
sistem informasi atau aplikasi bukan sebuah hal yang asing untuk dilakukan,
model ini banyak dipilih karena telah banyak digunakan dalam berbagai
penelitian untuk menguji terkait reliabilitasnya dan dari hasil yang didapat
menunjukkan bahwa tidak terdapat perbedaan bermakna meskipun instrumen
ini diterjemahkan dalam berbagai bahasa yang berbeda (Damayanti dkk.,
2018). Selain itu, terdapat peningkatan dari jumlah penelitian mengenai
metode EUCS. Dwiki Aditya Indarto (2019) melakukan penelitian Analisis
Kepuasan Pengguna Akhir Aplikasi Grab di Wilayah Kabupaten Jember
Menggunakan Metode End User Computing Satisfaction (EUCS). Penelitian
ini dilatar belakangi oleh aplikasi Grab yang masih memiliki beberapa
permasalahan yang dialami oleh para penggunanya. Permasalahan yang
dialami yaitu pengguna masih mengeluhkan sulitnya mencari alamat rumah
pada kolom pick up, kebingungan untuk melakukan pembayaran, pengguna
kebingungan ketika lokasi keberadaan pengguna tidak sesuai dengan yang
ditunjukkan oleh peta, antarmuka aplikasi yang penuh sesak sehingga
memperlambat aplikasi, dan lain-lain. Tujuan dari penelitian ini adalah
mengukur faktor-faktor yang berpengaruh positif dan signifikan terhadap
pengguna akhir Grab dan dapat menentukan rekomendasi dalam
mengembangkan aplikasi Grab selanjutnya. Hasil dari penelitian yang
dilakukan didapatkan faktor konten informasi aplikasi Grab, keakuratan
informasi yang dihasilkan aplikasi, kemudahan penggunaan aplikasi, dan
ketepatan waktu penyajian informasi sangat berpengaruh positif dan
signifikan terhadap kepuasan pengguna akhir aplikasi Grab.
Khurin Khoirina Dianty (2020) juga melakukan penelitian
menggunakan metode EUCS dengan judul penelitian Pengukuran Kepuasan
Pengguna K-ATM Perpustakaan Universitas Indonesia Menggunakan
Metode End-User Computing Satisfaction. Penelitian ini dilatar belakangi
oleh penggunaan K-ATM (Knowledge ATM) yang belum dapat berfungsi
sebagaimana mestinya. Masih terdapat banyak kendala yang ditemukan
10
seperti terbatasnya mesin K-ATM, sering terjadi error, dan seringnya mesin
K-ATM tidak berfungsi, hal-hal tersebut akhirnya membuat pemustaka
kurang puas dalam penggunaan fasilitas K-ATM, serta pengguna mesin K-
ATM yang masih belum stabil. Tujuan dari penelitian ini adalah untuk
menganalisis kepuasan pengguna K-ATM perpustakaan Universitas
Indonesia (UI) berdasarkan persepsi pengguna, mengukur kepuasan
pengguna K-ATM, dan mengetahui faktor apa saja yang memengaruhi
kepuasan pengguna sistem K-ATM dengan metode EUCS. Hasil dari
penelitian ini berdasarkan pengolahan data yang telah diperoleh dapat
disimpulkan bahwa masih banyaknya kekurangan sistem K-ATM yang
berarti bahwa K-ATM belum memberikan kepuasan pada civitas
perpustakaan UI.
Selain itu, Arief Fujianto (2019) pernah melakukan penelitian yang
berhubungan dengan model evaluasi EUCS dengan judul penelitian Analisis
Kepuasan Pengguna Akhir Aplikasi PLN Mobile Menggunakan Metode
EUCS (End User Computing Satisfaction) Berdasarkan Prospektif Pelanggan
PT.PLN (Persero) UP3 Jember. Penelitian ini didasari oleh untuk mengetahui
faktor-faktor apa saja yang berpengaruh positif dan signifikan terhadap
kepuasan pengguna akhir aplikasi PLN Mobile menggunakan metode EUCS
dan untuk mencari rekomendasi apa yang harus dilakukan pengembang
aplikasi PLN Mobile untuk menjaga atau meningkatkan kepuasan pengguna
akhir aplikasi PLN Mobile. Tujuan dari penelitian yang dilakukan adalah
untuk mengetahui faktor-faktor apa saja yang dapat berpengaruh positif serta
signifikan terhadap pengguna akhir aplikasi PLN Mobile dengan
menggunakan metode EUCS. Hasil yang didapat dari penelitian ini adalah ke
semua lima variabel dalam model evaluasi EUCS memiliki pengaruh yang
besar terhadap kepuasan pengguna akhir aplikasi PLN Mobile.
Berdasarkan dari pembahasan atas permasalahan yang telah dijabarkan
di atas, maka peneliti tertarik untuk melakukan penelitian yang berjudul
“Analisis Kepuasan Pengguna Aplikasi Mobile Pelayanan Pelanggan
Telekomunikasi Menggunakan Metode End User Computing Satisfaction
(EUCS)”. Harapannya hasil penelitian ini dapat menjadi sebuah rekomendasi
11
atau masukan bagi pengembang aplikasi saat pengambilan keputusan untuk
perencanaan pengembangan agar dapat meningkatkan kepuasan pengguna
sehingga tercapai tingkat keberhasilan aplikasi tersebut.
1.2 Identifikasi Masalah
Berdasarkan latar belakang masalah yang disampaikan sebelumnya,

penulis menyimpulkan beberapa masalah yang akan dijadikan bahan
penelitian sebagai berikut:
1. Masih terdapat beberapa kelemahan dalam aplikasi sehingga kepuasan

pengguna aplikasi mobile belum optimal yang juga dapat dilihat dari rating
dan review yang diberikan pada aplikasi Google Play Store
2. Penurunan rating aplikasi di Google Play Store menandakan pentingnya
peningkatan kualitas pelayanan yang ada pada aplikasi
3. Belum diketahui faktor-faktor apa yang perlu menjadi fokus perhatian
ataupun faktor-faktor yang perlu dipertahankan untuk meningkatkan kualitas
layanan aplikasi mobile dengan menggunakan metode End User Computing
Satisfaction (EUCS)
4. Hasil wawancara langsung menunjukkan bahwa aplikasi masih memiliki
beberapa kelemahan terutama dalam akurasi informasi yang ditampilkan, dan
aplikasi yang dirasa masih berjalan lambat.
1.3 Rumusan Masalah
Berdasarkan latar belakang dan identifikasi masalah yang dipaparkan

di atas, dapat disimpulkan perumusan masalah yang akan dibahas pada
penelitian ini adalah :
1. Bagaimana analisis tingkat kepuasan pengguna pada aplikasi dengan

menggunakan model EUCS yang diperbarui?
2. Apa saja faktor-faktor yang memengaruhi tingkat kepuasan pengguna
aplikasi?
12
1.4 Batasan Masalah
Berdasarkan masalah yang telah dirumuskan di atas maka ruang

lingkup masalah dibatasi sebagai berikut:
1. Objek penelitian yang digunakan adalah aplikasi bima+ versi 4.1.0

2. Penelitian ini berfokus untuk menganalisis kepuasan pengguna dalam
menggunakan aplikasi bima+
3. Penelitian ini dilakukan hanya terhadap pengguna aplikasi bima+ yang
merupakan warga negara Indonesia dan telah menggunakan aplikasi minimal
satu tahun
4. Penelitian menggunakan metode evaluasi End User Computing Satisfaction
(EUCS) dengan penambahan dua variabel, yaitu variabel system speed dan
system reliability
5. Pengumpulan data responden dilaksanakan dengan melakukan survei dalam
bentuk kuesioner dan disebarkan kepada pengguna aplikasi bima+.
6. Penelitian dilakukan dengan menggunakan metode kuantitatif, dengan teknik
pengambilan sampel yaitu purposive sampling, yaitu teknik yang penentuan
sampelnya menggunakan pertimbangan tertentu.
7. Tools yang digunakan untuk analisa data adalah Microsoft Excel 2016 dan
SmartPLS versi 3.3.3
1.5 Tujuan Penelitian
1. Mengetahui tingkat kepuasan pengguna terhadap aplikasi bima+

2. Mengetahui faktor-faktor yang memengaruhi kepuasan pengguna aplikasi
bima+ menggunakan metode End User Computing Satisfaction (EUCS)
3. Memberikan saran untuk pengembang aplikasi bima+ untuk mengembangkan
sistem aplikasi ke depannya
1.6 Manfaat Penelitian
Adapun manfaat yang diharapkan dapat diambil dari hasil peneltian ini
adalah sebagai berikut:
1. Mahasiswa
13
a. Untuk memenuhi salah satu syarat dalam menempuh gelar S1 (Strata 1)
pada Fakultas Sains dan Teknologi Jurusan Sistem Informasi Universitas
Islam Negeri Jakarta.
b. Membandingkan teori yang didapat pada saat di perkuliahan dengan
masalah yang sebenarnya terjadi di lapangan.
2. Perusahaan
a. Hasil penelitian ini diharapkan dapat bermanfaat dan dijadikan sebagai

upaya penyelesaian masalah yang terjadi di perusahaan
b. Pihak perusahaan dapat menggunakan hasil penelitian ini untuk
melakukan pengembangan aplikasi bima+ sesuai dengan kebutuhan
konsumen
3. Universitas
a. Mengetahui seberapa jauh mahasiswa dapat menerapkan ilmu-ilmu yang

didapat di perkuliahan dan sebagai evaluasi secara praktik terhadap materi
yang telah diberikan di perkuliahan
1.7 Metodologi Penelitian
Metodologi penelitian yang digunakan pada penelitian ini adalah

dengan menggunakan metode pendekatan kuantitatif. Penelitian kuantitatif
merupakan pendekatan untuk menguji teori objektif dengan menguji
hubungan antar variabel. Variabel ini, pada gilirannya, dapat diukur dengan
menggunakan instrumen, sehingga data jumlah dapat dianalisis dengan
menggunakan prosedur statistik (Creswell, 2014). Pengumpulan data
dilakukan dengan dua cara, yaitu secara langsung berupa wawancara yang
akan dilakukan kepada beberapa pengguna aplikasi bima+, lalu cara kedua
yaitu dengan menggunakan kuesioner dan menggunakan 5 (lima) pilihan dari
skala likert sebagai sebuah skala pengukuran untuk mengukur jawaban dari
responden.
Teknik pengambilan sampel yang dilakukan adalah dengan
menggunakan teknik purposive sampling. Responden pada penelitian ini
adalah pengguna yang telah menggunakan aplikasi bima+ selama minimal
14
satu (1) tahun. Proses analisis data secara kuantitatif menggunakan
pendekatan PLS-SEM dengan SmartPLS versi 3.3.3, selanjutnya hasil
interpretasi dilakukan dari hasil analisis tersebut. Kesimpulan-kesimpulan
dibuat sesuai dengan pertanyaan penelitian yang telah diajukan dan
didiskusikan berdasarkan batasan penelitian
1.7.1 Model Penelitian

Model penelitian yang digunakan pada penelitian ini adalah dengan
menggunakan metode End User Computing Satisfaction (EUCS), model ini
dikembangkan pertama kali oleh Doll & Torkzadeh (1988) yang terdiri dari
lima variabel komponen: content, accuracy, format, ease of use, dan
timeliness, dan menambahkan dua variabel yaitu system speed dan system
reliability.
Gambar 1.4 Model Penelitian

Gambar di atas adalah model penelitian EUCS yang dikembangkan. Berikut
ini adalah hipotesis penelitian tentang faktor-faktor yang memberikan pengaruh
terhadap kepuasan pengguna akhir aplikasi bima+ yang diperluas sesuai dengan
model penelitian yang dikembangkan :
H1 : Apakah Content berpengaruh secara signifikan terhadap End-User
Satisfaction?
H2 : Apakah Accuracy berpengaruh secara signifikan terhadap End-User
Satisfaction?
15
H3 : Apakah Format berpengaruh secara signifikan terhadap End-User
Satisfaction?
H4 : Apakah Ease of Use berpengaruh secara signifikan terhadap End-User
Satisfaction?
H5 : Apakah Timeliness berpengaruh secara signifikan terhadap End-User
Satisfaction?
H6 : Apakah System Speed berpengaruh secara signifikan terhadap End-User
Satisfaction?
H7 : Apakah System Reliability berpengaruh secara signifikan terhadap End-
User Satisfaction?
1.8 Sistematika Penulisan
Dalam penyusunan laporan penelitian, pembahasan terbagi dalam lima

bab yang secara singkat akan diuraikan sebagai berikut :
BAB 1 PENDAHULUAN
Pada bab ini berisi latar belakang, rumusan masalah, batasan
masalah, tujuan penelitian, manfaat penelitian, metode penelitian
yang digunakan serta sistematika penulisan.
BAB 2 LANDASAN TEORI
Pada bab ini menjelaskan dan menguraikan teori-teori yang
berhubungan dengan analisis kepuasan pengguna aplikasi bima+
menggunakan metode End User Computing Satisfaction (EUCS)
BAB 3 METODOLOGI PENELITIAN
Pada bab ini menguraikan serta menjelaskan tentang objek
penelitian, metode yang digunakan khususnya metode pengumpulan
data, waktu dan tempat penelitian, materi penelitian, alat-alat
penelitian serta kerangka berpikir dalam penyusunan skripsi ini.
BAB 4 HASIL DAN PEMBAHASAN
Bab hasil dan pembahasan ini akan membahas secara detail tentang
analisis yang telah diolah dari hasil pengamatan, pengumpulan, serta
pengolahan data dan hasil yang telah didapat selama proses
16
penelitian ini berlangsung dan membuat laporan dari hasil penelitian
ini.
BAB 5 KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari uraian yang sudah diterangkan pada
bab-bab sebelumnya, dan juga berisi saran-saran pengembangan di
masa mendatang
DAFTAR PUSTAKA
17
18
BAB 2
LANDASAN TEORI
2.1 Analisis
Dalam Kamus Besar Merriam-Webster (2020) menjelaskan bahwa analisis

adalah sebuah penelitian tentang sesuatu untuk mempelajari bagian-bagiannya, apa
yang mereka lakukan, dan bagaimana mereka terkait satu sama lain atau sebuah
pemeriksaan terperinci dari sesuatu yang kompleks untuk memahami sifatnya atau
untuk menentukan fitur-fitur esensialnya. Analisis merupakan suatu kegiatan
berpikir untuk menguraikan atau memecahkan suatu permasalahan dari unit
menjadi unit terkecil (Septiani dkk., 2020).
Dalam pendapat lain, menurut Darminto dan Julianty (2005) dalam penelitian
Latuconsina dan Yunanto (2017), analisis adalah penguraian suatu pokok atas
berbagai bagiannya dan penelaahan bagian itu sendiri, serta hubungan antar bagian
untuk memperoleh pengertian yang tepat dan pemahaman dari sebuah arti
keseluruhan.
Jadi dapat disimpulkan dari beberapa pengertian di atas bahwa analisis adalah
sebuah aktivitas yang dilakukan untuk menemukan hal baru dengan cara melakukan
penelitian yang dilakukan secara mendetail agar memudahkan untuk mengetahui
keadaan yang sebenarnya.
2.2 Kepuasan Pengguna
Kepuasan pengguna adalah hal psikologis yang berlandaskan dari harapan

dan kebutuhan pelanggan. Kepuasan pelanggan tergantung pada perbedaan antara
pengalaman aktual mereka dan harapan yang mereka inginkan. Secara teori, apabila
sebuah produk atau jasa memenuhi atau bahkan melebihi ekspektasi pelanggan,
pelanggan pasti akan puas atau relatif puas, namun sebaliknya apabila ekspektasi
tersebut tidak dapat dipenuhi, pelanggan akan merasa biasa saja, tidak puas, atau
sangat tidak puas. Apabila sebuah komplain dari pelanggan dapat ditangani dengan
baik, perusahaan juga akan mencapai kepuasan pelanggan tersebut (Xiaochun,
2013). Kepuasan pelanggan sangat penting dalam dunia bisnis saat ini karena
kemampuan penyedia layanan untuk dapat menciptakan sebuah tingkat kepuasan
19
yang tinggi dianggap sangat penting untuk diferensiasi sebuah produk dari produk
yang lainnya dan dapat mengembangkan hubungan yang kuat dengan pelanggan
(Deng dkk., 2010). Kepuasan pelanggan akan memengaruhi niat untuk melakukan
pembelian produk atau jasa itu kembali di masa depan dan pelanggan tersebut akan
berbagi pengalaman positif mereka dengan konsumen lain (Li, 2013).
Maka dapat disimpulkan dari beberapa pendapat para ahli bahwa kepuasan
pelanggan adalah sebuah hasil yang dirasakan dari pelanggan yang membeli atau
menggunakan sebuah produk barang atau jasa secara terus menerus di mana produk
atau jasa tersebut sesuai dengan keinginan, harapan dan kebutuhan pelanggan.
Kepuasan pelanggan dapat membuat para pelanggan untuk terus
menggunakan sebuah produk atau jasa tersebut. Penelitian menemukan bahwa
kepuasan dari para pelanggan dapat membantu sebuah merek untuk membangun
hubungan yang panjang dan menguntungkan dengan pelanggan mereka. Menurut
Anderson dkk., (2004) dalam Hanif dkk., (2010) membangun jalinan komunikasi
dengan pelanggan yang puas dan setia membutuhkan biaya yang mahal, tetapi itu
akan terbukti menguntungkan dalam waktu jangka panjang bagi perusahaan . Oleh
karena perusahaan harus berkonsentrasi pada peningkatan kualitas layanan dan
menetapkan harga wajar yang sesuai untuk memuaskan para pelanggan yang pada
akhirnya akan membantu perusahaan untuk mempertahankan pelanggannya.
Menurut Priansa (2017) dalam Sabila (2020) terdapat lima elemen yang
menyangkut terhadap kepuasan pelanggan, di antaranya adalah:
1. Harapan (Expectations)
Harapan yang dimaksud adalah harapan dari konsumen terhadap suatu barang
atau jasa yang disusun sebelum pembelian barang atau jasa tersebut. Ketika
tahapan pembelian sudah dilakukan, konsumen berharap barang atau jasa
yang diterima sesuai dengan harapan, keinginan dan keyakinan mereka. Jika
sesuai dengan harapan konsumen maka ia akan merasa puas.
2. Kinerja (Performance)
Pengalaman konsumen terhadap kinerja aktual barang atau jasa ketika
digunakan tanpa dipengaruhi oleh harapan mereka. Ketika kinerja aktual
barang atau jasa berhasil maka konsumen akan merasa puas.
3. Perbandingan (Comparison)
20
Hal ini dilakukan dengan membandingkan harapan kinerja barang atau jasa
sebelum membeli dengan persepsi kinerja aktual barang atau jasa tersebut.
Konsumen akan merasa puas ketika harapan sebelum pembelian sesuai atau
melebihi persepsi mereka terhadap kinerja aktual produk.
4. Pengalaman (Experience)
Harapan konsumen dipengaruhi oleh pengalaman mereka terhadap
penggunaan merek dari barang atau jasa yang berbeda dari orang lain.
5. Konfirmasi (Confirmation) dan Diskonfirmasi (Disconfirmation)
Konfirmasi atau terkonfirmasi terjadi jika harapan sesuai dengan kinerja
aktual produk. Sebaliknya diskonfirmasi atau tidak terkonfirmasi terjadi
ketika harapan lebih tinggi atau lebih rendah dari kinerja aktual produk.
Lupiyoadi (2011) dalam Ramadhan (2013) menyebutkan terdapat beberapa

variabel yang dapat memengaruhi kepuasan pengguna, di antaranya adalah:
a. Kualitas Produk
Pelanggan akan merasa puas jika hasil evaluasi mereka menunjukkan
bahwa produk yang mereka gunakan berkualitas tinggi
b. Kualitas Pelayanan
Pelanggan akan merasa puas jika mendapatkan pelayanan yang atau
sesuai dengan yang diharapkan
c. Emosional
Pelanggan akan merasa bangga dan mendapatkan keyakinan bahwa
orang lain akan kagum jika sesering menggunakan produk bermerek dan
cenderung lebih memiliki kepuasan yang tinggi. Kepuasan bukan karena
kualitas produk tapi nilai sosial yang membuat pelanggan puas dengan
merek atau jasa tertentu.
d. Harga
Produk dengan kualitas yang sama tetapi ditetapkan dengan harga yang
relatif rendah akan memberikan nilai lebih kepada pelanggannya.
e. Biaya
Pelanggan yang tidak perlu mengeluarkan biaya tambahan atau
meluangkan waktu untuk mendapatkan produk atau layanan cenderung puas
dengan produk atau jasa tersebut.
21
Dari beberapa pengertian di atas peneliti mengambil sebuah kesimpulan
bahwa yang dimaksud dari kepuasan pengguna aplikasi adalah penilaian dari
setiap individu tentang seberapa jauh pengguna merasa senang atau puas
dalam menggunakan aplikasi tersebut.
2.3 Aplikasi Mobile
Aplikasi mobile menurut Buyens (2001) dalam Gunawan (2015) aplikasi

mobile berasal dari kata application dan mobile. Application berarti penerapan,
penggunaan, dan lamaran. Secara istilah, aplikasi adalah program siap pakai yang
dirancang untuk menjalankan fungsi bagi pengguna aplikasi atau aplikasi lain dan
dapat digunakan oleh target yang dituju, sedangkan mobile dapat dipahami sebagai
perpindahan dari satu tempat ke tempat lain
Menurut Pressman dan Bruce (2014) dalam Rori (2018) aplikasi mobile
adalah aplikasi yang dirancang khusus untuk platform seluler (misalnya iOS,
Android, atau Windows Mobile). Dalam banyak kasus, aplikasi mobile memiliki
tampilan antarmuka pengguna dengan mekanisme interaksi unik yang disediakan
oleh platform mobile, kemampuan untuk berinteraksi dengan sumber daya berbasis
web yang menyediakan akses ke berbagai informasi yang terkait dengan aplikasi,
dan kemampuan pemrosesan lokal untuk mengumpulkan, menganalisis, dan
memformat informasi. Selain itu, aplikasi mobile juga menyediakan kemampuan
penyimpanan persisten dalam platform. Aplikasi mobile dapat berasal dari aplikasi
yang sebelumnya telah di-install pada perangkat mobile atau juga dapat diunduh
melalui situs distribusi aplikasinya (Google Play Store & Apps Store). Secara
umum, aplikasi mobile memungkinkan pengguna untuk terhubung ke layanan
internet yang biasanya hanya dapat diakses melalui PC atau Laptop. Oleh karena
itu, aplikasi mobile dapat memudahkan pengguna untuk mengakses layanan
internet menggunakan perangkat mobile mereka (Kadi, 2017).
Penggunaan aplikasi mobile untuk hiburan paling banyak disukai oleh
pengguna telepon seluler, karena dengan adanya banyak aplikasi game,
mendengarkan musik dan menonton video membuat hiburan menjadi lebih mudah
diakses di mana saja dan kapan saja. Perangkat mobile memiliki banyak jenis dalam
hal ukuran, desain layout, tetapi memiliki kesamaan karakteristik yang jauh berbeda
22
dari desktop system. Perangkat mobile memiliki memori penyimpanan yang jauh
lebih kecil (Anggiani, 2012).
2.4 Pelayanan Pelanggan
2.4.1 Pengertian Pelayanan

Menurut Sartono (2001) dalam Kanedi dkk., (2017) pelayanan adalah sebuah
kegiatan yang dapat ditawarkan oleh suatu pihak kepada pihak lainnya, yang pada
dasarnya tidak memiliki suatu wujud dan tidak mengakibatkan kepemilikan
apapun. Pelayanan yang berkualitas tinggi akan sejalan dengan kepuasan yang
tinggi serta pembelian ulang yang lebih sering.
Terdapat tiga kunci utama dalam memberikan pelayanan yang unggul,
pertama, kemampuan memahami kebutuhan dan keinginan pelanggan. Kedua,
pengembangan dibatasi yang lebih akurat dari pada pesaing. Ketiga, pemanfaatan
informasi-informasi yang diperoleh dalam riset pasar dalam suatu kerangka strategi
(Tjiptono, 2005) dalam (Yuliana, 2015).
Kualitas pelayanan merupakan salah satu faktor penentu kepuasan pelanggan.
Setidaknya terdapat dua faktor utama yang memengaruhi kualitas pelayanan, yaitu
expected service dan perceived. Apabila pelayanan yang diterima atau dirasakan
sesuai dengan yang diharapkan di awal, maka kualitas pelayanan dinilai baik dan
memuaskan. Jika pelayanan diterima melebihi harapan pelanggan, maka kualitas
pelayanan dipersepsikan sebagai kualitas pelayanan yang ideal. (Yuliana, 2015)
Terdapat tiga karakteristik pelayanan, yaitu sebagai berikut: (Munawir, 2002)
dalam (Kanedi dkk., 2017)
1. Pelayanan bersifat tidak dapat diraba, sangat berlawanan sifatnya dengan

barang jadi
2. Pelayanan pada kenyataannya terdiri dari Tindakan nyata dan merupakan
pengaruh yang bersifat tindakan sosial
3. Kegiatan produksi dan konsumsi dalam pelayanan tidak dapat dipisahkan
secara nyata, karena pada umumnya terjadi dalam waktu dan tempat
bersamaan.
23
2.4.2 Pengertian Pelanggan
Pelanggan adalah seorang individu yang secara berulang-ulang kali datang ke
tempat yang sama untuk memuaskan keinginannya dengan memiliki suatu produk
atau mendapatkan suatu jasa dan memuaskan produk atau jasa tersebut (Lupioyadi,
2001) dalam (Rohman, 2017).
Menurut Griffin (2007) dalam Arfifahani (2018) pelanggan memberikan
pandangan yang penting untuk memahami mengapa perusahaan harus menciptakan
dan memelihara pelanggan dan bukan hanya menarik pembeli. Pelanggan adalah
seseorang yang menjadi terbiasa untuk membeli dari anda. Kebiasaan terbentuk
melalui pembelian dan interaksi yang sering selama periode waktu tertentu.
Berdasarkan uraian teori di atas, dapat disimpulkan bahwa pelanggan
merupakan seseorang individu yang secara terbiasa datang ke tempat yang sama
untuk memuaskan keinginannya dengan harapan mendapatkan suatu manfaat dari
jasa atau produk tersebut.
2.4.3 Pengertian Pelayanan Pelanggan

Pelayaan pelanggan menurut Lucas (2005) dalam Jeske dkk., (2015) adalah
kemampuan dari pegawai yang mempunyai pengetahuan, memiliki kapabilitas, dan
antusiasme dalam menyampaikan produk dan layanan kepada pelanggan internal
dan external dengan cara yang dapat memuaskan kebutuhan, baik yang
teridentifikasi maupun tidak teridentifikasi dan meiliki tujuan akhir untuk
mendapatkan publikasi positif antar mulut ke mulut dan berdampak pada
meningkatnya keuntungan bisnis.
Menurut (Rangkuti, 2013) menyatakan bahwa terdapat beberapa inti dari
memberikan pelayanan kepada pelanggan adalah:
1. Personalized
Memberikan pelayanan dengan tulus kepada pelanggan secara personal,

dapat dilakukan dengan cara menyebut nama pelanggan saat berkomunikasi
langsung sambil tersenyum
2. Memorable
Memberikan pelayanan yang akan selalu dikenang oleh pelanggan, sebagai

contoh untuk dengan cepat tanggap membantu permasalahan pelanggan. Pelayanan
24
yang akan selalu dikenang ini tidak harus mahal, bisa berupa pelayanan kecil tetapi
memberikan sebuah kenangan yang sangat besar, seperti memberi perhatian secara
khusus kepada pelanggan tersebut.
3. Timely
Pelanggan yang menggunakan produk atau jasa perusahaan adalah pelanggan

yang sibuk dan istimewa, jadi sudah merupakan sebuah kewajiban dari perusahaan
untuk memberikan pelayanan yang terbaik dan secepat mungkin kepada orang-
orang istimewa tersebut.
2.5 Telekomunikasi
Telekomunikasi merupakan pertukaran informasi dalam bentuk apapun, baik

itu berupa suara, teks, gambar, data, atau video melalui jaringan dari satu tempat ke
tempat lainnya (Hikmatullah, 2021). Dalam kaitannya dengan telekomunikasi,
bentuk komunikasi jarak jauh dapat dibedakan atas tiga macam, yaitu:
(Hidayatullah, 2008) dalam (Miftachul, 2013)
1. Komunikasi Satu Arah (simplex)
Dalam komunikasi satu arah, pengirim dan penerima informasi tidak dapat
menjalin komunikasi secara berkesinambungan melalui media yang sama, seperti
contoh pada televisi, pager, dan radio.
2. Komunikasi Dua Arah (duplex)
Dalam komunikasi dua arah, pengirim dan penerima informasi dapat menjalin
komunikasi yang berkesinambungan melalui media yang sama, seperti contoh pada
telepon dan voice over internet protocol (VoIP).
3. Komunikasi Semi Dua Arah (half duplex)
Dalam komunikasi semi dua arah, pengirim dan penerima informsi

berkomunikasi secara bergantian namun tetap berkesinambungan, seperti contoh
pada handy talkie, faksimile, dan pesan singkat.
25
2.6 Aplikasi bima+
Aplikasi bima+ merupakan sebuah aplikasi yang dikeluarkan oleh PT.

Hutchison 3 Indonesia. Kehadiran aplikasi bima+ ini bertujuan untuk dapat
memberikan kemudahan bagi para pengguna kartu tri. Aplikasi bima+ ini memiliki
beberapa fungsi utama, di antaranya adalah:
1. Memberikan kemudahan pengguna dalam melakukan pengecekan kuota

internet, pulsa, dan masa aktif kartu.
2. Memudahkan pengguna kartu tri untuk melakukan transaksi pembelian pulsa
dan paket kuota internet.
3. Memberikan rewards bagi para pengguna kartu tri berupa point BonsTri yang
dapat ditukarkan dengan pilihan baik kuota atau voucher belanja.
Aplikasi bima+ ini dapat diunduh melalui Google Play Store untuk pengguna
handphone Android, dan AppStore untuk pengguna iOS. Selain tiga fitur utama di
atas, bima+ ini juga menyediakan fitur 3Care yang berfungsi apabila pengguna
kartu tri ingin mengetahui lebih lanjut fungsi dari fitur-fitur apa saja yang ada di
dalam aplikasi bima+, serta dapat berperan sebagai tempat untuk menanyakan atau
menyampaikan keluhan pelanggan yang sedang mengalami masalah saat
menggunakan kartu tri (Tri, 2022).
2.7 End User Computing Satisfaction (EUCS)
Keberhasilan suatu sistem informasi atau aplikasi informasi ditentukan tidak

hanya oleh seberapa baik sistem dapat memproses dan menghasilkan informasi
dengan benar, tetapi juga tentang penerimaan atau kepuasan pengguna terhadap
kinerja yang dirasakan dari sistem berjalan tersebut.
Salah satu cara yang dapat digunakan untuk melakukan analisis kepuasan
suatu aplikasi atau sistem informasi adalah dengan menggunakan model evaluasi
End User Computing Satisfaction atau yang bisa disingkat dengan EUCS. EUCS
ini merupakan sebuah model evaluasi yang dikembangkan oleh William J. Doll &
Gholarezam Torkzadeh di salah satu jurnal penelitian Universitas Minnesota pada
tahun 1988. Tujuan dari dilakukannya penelitian ini adalah untuk mengembangkan
sebuah instrumen evaluasi yang terdapat beberapa poin berikut, di antaranya;
26
1. Berfokus pada kepuasan informasi sebuah produk yang disediakan oleh
aplikasi tertentu.
2. Memasukkan objek untuk mengevaluasi kemudahan penggunaan dari
aplikasi tertentu.
3. Menyediakan semacam skala Likert sebagai alternatif untuk perhitungan
skala diferensial semantik.
4. Mengembangkan instrumen yang singkat, mudah digunakan dan cocok baik
untuk penelitian atau praktik akademik.
5. Instrumen evaluasi dapat digunakan di berbagai sistem informasi atau
aplikasi.
6. Memungkinkan peneliti untuk mengeksplorasi hubungan antara End User
Computing Satisfaction dan Plausible independent variables (variabel yang
bersifat independen, contohnya: kemampuan komputasi pengguna,
keterlibatan pengguna dalam sistem, dll).
Pengukuran yang terdapat di dalam EUCS terdiri dari isi (content),

keakuratan (accuracy), bentuk (format), ketepatan waktu (timeliness), dan
kemudahan penggunaan sistem (ease of use).
Gambar 2.1 Model EUCS (Doll & Torkzadeh, 1988).

Berikut ini adalah penjelasan dari setiap dimensi pengukuran metode EUCS
menurut Doll & Torkzadeh (1988):
27
1. Isi (content). Dimensi untuk mengukur kepuasan pengguna ditinjau dari
isi/konten suatu sistem. Isi/konten biasanya berupa fungsi dan modul yang
digunakan oleh pengguna sistem dan juga informasi yang dihasilkan oleh
sistem. Dimensi content juga mengukur apakah informasi dan modul sesuai
dengan kebutuhan pengguna. Semakin lengkap isi semakin tinggi pula tingkat
kepuasan yang dirasakan oleh pengguna akhir terhadap sistem yang mereka
aplikasikan. Isi dari sistem dapat berupa fungsi atau modul dan informasi
yang dihasilkan oleh sebuah sistem.
2. Keakuratan (accuracy). Kepuasan pengguna diukur dengan melihat tingkat
akurasi dari sistem. Akurasi dinilai dari seberapa banyak atau sering sebuah
sistem menghasilkan output yang salah atau eror yang biasanya diperoleh dari
proses pengolahan data. Semakin tinggi akurasi, semakin tinggi pula tingkat
kepuasan pengguna akhir.
3. Bentuk (format). Komponen bentuk mengukur kepuasan pengguna akhir
dengan tampilan dan estetika keindahan antarmuka sistem yang mereka
terapkan. Bentuk, selain dinilai dari segi keindahannya, juga dinilai dari
kemudahan akses layar ke pengguna akhir sehingga efektif untuk digunakan.
4. Kemudahan Penggunaan Sistem (ease of use). Dimensi ini tolak ukurnya
adalah apakah sistem cukup memberikan kemudahan yang cukup bagi
pengguna untuk menggunakan semua fitur yang tersedia untuk memasukkan
data, memproses data, pengolahan data hingga pencarian informasi sesuai
kebutuhan pengguna.
5. Ketepatan Waktu (timeliness). Komponen ini mengevaluasi kepuasan
pengguna dengan informasi yang dihasilkan oleh sistem dengan ketepatan
waktu yang tinggi. Sistem seperti ini dinamakan juga sistem real time, di
mana setiap permintaan pemrosesan data yang diajukan oleh pengguna dapat
diproses dan hasilnya ditampilkan dengan cepat dan akurat.
Dapat dilihat bahwa pada model dasar EUCS menggunakan lima variabel
yaitu content, accuracy, format, ease of use,dan timeliness untuk mengetahui
hubungan dengan user satisfaction. Dalam penelitian ini, peneliti mengadopsi
variabel pengembangan EUCS yaitu variabel system speed dari penelitian Chin &
28
Lee (2000) dan variabel system reliability dari penelitian Mohamed dkk. (2006)
untuk digunakan dalam penelitian ini
Gambar 2.2 Model Pengembangan EUCS (Chin & Lee, 2000; Doll & Torkzadeh,
1988; Mohamed dkk., 2006)
Jumlah keseluruhan variabel dalam model EUCS yang digunakan di dalam
penelitian ini adalah 7 (tujuh) variabel independen, yaitu content, accuracy, format,
ease of use, timeliness, system speed, dan system reliability, lalu end user
satisfaction sebagai variabel dependen. Berikut adalah penjelasan untuk dua
variabel yang ditambahkan:
1. Kecepatan Sistem (system speed). Komponen ini memiliki tolak ukur di mana
apakah sebuah sistem memiliki kecepatan akses yang optimal makan sistem
tersebut layak untuk dikatakan memiliki kualitas yang baik. Kecepatan akses
ke situs web, baik mengunduh atau memperoleh data atau informasi memiliki
dampak signifikan pada tingkat kepuasan pengguna (Chin & Lee, 2000).
2. Keandalan Sistem (system reliability). Komponen ini dinilai juga berperan
penting terhadap tingkat kepuasan pengguna sistem. Variabel ini mengukur
tingkat kepuasan pengguna dalam aspek ketahanan sistem informasi terhadap
kerusakan dan kesalahan yang dapat terjadi pada sistem atau aplikasi yang
berjalan (Mohamed dkk., 2006).
29
2.8 Metode Pengumpulan Data
2.8.1 Penelusuran Informasi

Menurut Jusni (1996) dalam Driani (2009) penelusuran informasi ialah
mencari kembali sebuah informasi yang pernah ditulis mengenai suatu topik
tertentu. Informasi tersebut terdapat dalam publikasi yang diterbitkan baik di dalam
maupun di luar negeri. Proses penelusuran dapat dilakukan dengan cara manual dan
computer.
Secara lebih lanjut, menurut Sapitri (2019) menyatakan bahwa penelusuran
informasi adalah proses yang mencakup banyak unsur, dan dengan demikian proses
ini sering disebut sebagai sistem simpan dan temu kembali informasi (information
storage and retrieval system). Secara umum,, proses simpan dan temu kembali
informasi terdiri dari tiga komponen pokok, yaitu (1) sumber informasi, (2) sistem
yang dirancang untuk menyimpan dan mengambil informasi, dan (3) pengguna,
yaitu orang yang membutuhkan informasi dan membutuhkan sistem untuk
mendapatkan informasi yang diperlukan. Setelah mengetahui tentang penelusuran
informasi, kita memerlukan strategi tertentu untuk mengetahui informasi yang
diinginkan.
Setidaknya terdapat enam Teknik penelusuran dasar dalam temu kembali
informasi, yaitu: (Chowdury, 2019).
1. Penelusuran dengan kata dan frase (word and phrase search)
2. Penelusuran dengan logika Boolean (Boolean search)
3. Penelusuran dengan penggalan kata (truncation)
4. Penelesuran kedekatan (proximity)
5. Penelusuran dengan field atau meta log (field or meta tag search)
6. Penelusuran dengan pembatasan (limiting search)
2.8.2 Studi Literatur

Studi literatur adalah sebuah metode yang sistematis eksplisit dan
reprodusibel untuk melakukan identifikasi, evaluasi dan sintesis terhadap karya-
karya hasil penelitian dan hasil pemikiran yang sudah dihasilkan oleh para peneliti
dan praktisi. Studi literatur bertujuan untuk membuat analisis dan sintesis terhadap
30
pengetahuan yang sudah ada terkait topik yang akan diteliti untuk menemukan
ruang kosong bagi penelitian yang akan dilakukan (Ulhaq & Rahmayanti, 2020).
Tujuan yang lebih rinci dari studi literatur dijelaskan oleh Okoli & Schabram
(2010) dalam Ulhaq & Rahmayanti (2020) yaitu:
1. Menyediakan latar/basis teori untuk penelitian yang akan dilakukan
2. Mempelajari kedalaman atau keluasan penelitian yang sudah ada terkait
topik yang akan diteliti
3. Menjawab pertanyaan-pertanyaan praktis dengan pemahaman terhadap
apa yang sudah dihasilkan oleh penelitian terdahulu.
2.8.3 Kuesioner
Kuesioner adalah teknik dalam pengumpulan informasi yang memungkinkan
analis mempelajari sikap, keyakinan, perilaku, dan karakteristik beberapa orang
dalam suatu organisasi atau individu yang mungkin terpengaruh oleh sistem yang
diusulkan atau oleh sistem yang ada. Dengan menggunakan kuesioner, analis
bertujuan untuk mengukur apa yang ditemukan dalam wawancara, selain itu juga
untuk menentukan seberapa luas atau terbatasnya sentimen yang diungkapkan
dalam sebuah wawancara (Suharto, 2014).
Beberapa hal yang harus diperhatikan sebelum melakukan kuesioner, yaitu:
1. Responden (yang menjawab atau menjawab pertanyaan) saling berjauhan

agar tidak bias
2. Mengikutsertakan sejumlah orang di dalam proyek sistem, dan berguna bila
mengetahui berapa proporsi suatu kelompok tertentu yang menyetujui atau
tidak menyetujui fitur tertentu dari sistem yang diusulkan.
3. Melakukan penelitian untuk menemukan sesuatu dan ingin mencari seluruh
pendapat sebelum proyek sistem diberi petunjuk-petunjuk tertentu.
4. Memastikan bahwa masalah dalam sistem yang ada bisa diidentifikasi dan
dibicarakan dalam wawancara tindak lanjut.
Perbedaan antara pertanyaan wawancara dengan pertanyaan kuesioner adalah

bahwa dalam wawancara memungkinkan adanya interaksi antara pertanyaan dan
maknanya. Selama wawancara, analis memiliki kesempatan untuk menyaring suatu
pertanyaan, menetapkan istilah yang ambigu, mengubah alur pertanyaan, memberi
31
respons terhadap pandangan yang rumit dan umumnya bisa mengontrol agar tetap
sesuai dalam konteksnya. Dalam kuesioner, peneliti harus mempersiapkan
pertanyaan yang benar-benar jelas, arus pertanyaan masuk akal, pertanyaan-
pertanyaan dari responden diantisipasi, dan struktur pertanyaan direncanakan
secara rinci.
2.8.4 Wawancara
Wawancara merupakan teknik yang dilakukan untuk mendapatkan
keterangan atau sebuah informasi dari tujuan penelitian yang dilakukan, hal ini
dilakukan guna mendapatkan studi pendahuluan untuk masalah yang harus diteliti
(Sugiyono, 2013). Menurut Anwas & Sugiarti (2020) dalam Riski (2021),
wawancara dapat digunakan apabila peneliti ingin mengetahui hal-hal dari
responden yang lebih mendalam dan jumlah responden yang lebih sedikit/kecil.
2.9 Populasi dan Teknik Sampling
2.9.1 Populasi
Populasi mengacu pada kumpulan kelompok tertentu baik manusia atau yang
bukan manusia seperti, objek benda, lembaga pemerintahan, unit waktu, wilayah
geografis, harga beras, atau gaji seseorang. Sebuah populasi yang berisi sejumlah
individu, anggota atau sekumpulan unit yang terbatas disebut kelas. Populasi
dengan jumlah anggota tak terhingga disebut populasi tak terhingga. Populasi
tekanan di atmosfer adalah contoh populasi tak terbatas. Populasi dari individu yang
konkret disebut sebagai populasi yang ada, sedangkan sebagai kumpulan dari
semua kemungkinan cara di mana suatu peristiwa dapat terwujud sebagai populasi
hipotesis. Semua 300 siswa kelas 11 di sekolah tertentu adalah contoh jenis populasi
yang ada dan populasi dari hasil angka dan gambar yang diperoleh dari hasil
melempar koin beberapa kali adalah contoh populasi hipotesis.
Populasi harus didefinisikan dengan tepat sehingga tidak ada
kesalahpahaman apakah suatu unit tertentu termasuk ke dalam populasi atau tidak.
Misalnya, dalam survei prestasi matematika, seorang peneliti harus menentukan
populasi siswa berdasarkan usia atau kelas dan, jika perlu, dia juga akan
menentukan jenis sekolah, wilayah geografis, dan tahun akademik di mana data
akan dikumpulkan. Kesimpulan mengenai suatu populasi tidak dapat ditarik sampai
32
sifat unit-unit yang menyusunnya diidentifikasi dengan jelas. Jika populasi tidak
didefinisikan dengan benar, maka peneliti tidak tahu unit apa yang harus
dipertimbangkan ketika memilih sampel (Westfield State University, 2017).
2.9.2 Sampel
Menurut Gravetter & Wallnau (2017) dalam Casteel & Bridier (2021) sampel
adalah himpunan unit yang dipilih untuk mewakili populasi yang diinginkan. Data
yang diberikan tentang sampel tersebut akan dianalisis dan hasilnya disimpulkan
(menggunakan metode kuantitatif) atau ditransfer (menggunakan metode kualitatif)
ke populasi yang diinginkan. Sampel harus mewakili populasi yang diminati itu,
persyaratan yang dipenuhi dengan menetapkan kerangka pengambilan sampel yang
benar dan dengan menggunakan metode pengambilan sampel yang sesuai. Saat
memilih sampel, ada dua hal yang harus dipertimbangkan yaitu:
12. Berapa banyak jumlah unit yang harus ada dalam sampel (ukuran
sampel) dan;
13. Bagaimana unit ini akan dipilih (metode pengambilan sampel).
Gambar 2.3 Hubungan Antar Populasi dalam Penelitian (Casteel & Bridier, 2021)
Pada dua elips di tengah, target populasi digambarkan dengan garis diagonal
kanan ke kiri dan kerangka sampling digambarkan dengan garis diagonal kiri ke
kanan. Kerangka sampel memotong populasi sasaran. Sampel dan kerangka
pengambilan sampel yang dijelaskan meluas di luar populasi target dan populasi
33
yang diinginkan karena terkadang kerangka pengambilan sampel dapat mencakup
individu yang tidak memenuhi syarat untuk penelitian.
2.9.3 Teknik Sampling

Menurut Siregar (2013) dalam Hikmatullah (2021), pengambilan sampel
suatu populasi secara garis besar dapat dibagi menjadi dua jenis teknik pengambilan
sampel, yaitu Probability Sampling dan Nonprobability Sampling.
Gambar 2.4 Kategori Sampling (Hikmatullah, 2021)

a. Probability Sampling
Merupakan teknik pengambilan sampel di mana setiap anggota
populasi memiliki kesempatan yang sama untuk dipilih sebagai sampel.
Berikut adalah beberapa karakteristik dari Probability Sampling
(Westfield State University, 2017) :
1) Setiap unit dalam sampel memiliki beberapa kemungkinan

untuk masuk kedalam sampel
2) Menggunakan bobot yang sesuai dengan probabilitas digunakan
dalam analisis sampel
3) Pengamatannya digunakan untuk tujuan inferensial
4) Ada risiko untuk langsung menarik sebuah kesimpulan
5) Kelengkapan sampel mengacu pada ukuran dan luas sampel
34
6) Menggunakan statistik inferensial atau parametrik
7) Perwakilan sampel mengacu pada karakteristik yang ada
Berikut di bawah ini adalah beberapa teknik dalam Probability Sampling

(Hikmatullah, 2021):
1. Sampel Random Sederhana (Simple random sampling)

Sampel random sederhana adalah teknik pengambilan sampel yang
memberikan kesempatan yang sama bagi setiap anggota populasi
yang dijadikan sampel
2. Strata Sampel (Stratified sampling)
Strata sampel adalah teknik pengambilan sampel dengan populasi
yang memiliki tingkatan (strata) di mana masing-masing tingkatan
memiliki karakteristik sendiri. Karena jumlah penduduk pada setiap
tingkatan tidak sama, maka dalam pengerjaannya dibagi menjadi
dua jenis, yaitu:
a) Proporsional, jumlah sampel yang diambil pada setiap

tingkatan proporsional, sebanding dengan ukurannya.
b) Disproporsional, jumlah sampel yang diambil pada setiap
tingkatan jumlahnya sama, tidak sebanding dengan populasi
sampel pada setiap tingkatan.
3. Cluster Sampling
Teknik ini digunakan apabila populasi tidak hanya terdiri dari
individu tetapi juga mencakup sekelompok individu atau cluster,
teknik ini juga digunakan untuk mengidentifikasi sampel jika subjek
yang diteliti memiliki data yang sangat besar, misalnya populasi
suatu negara atau provinsi.
b. Nonprobability Sampling
Adalah teknik pengambilan sampel yang tidak memberikan kesempatan
ataupun peluang yang sama bagi setiap anggota populasi yang dipilih
sebagai sampel. Tujuan penggunaan teknik pengambilan sampel ini
lebih mementingkan materi yang diujikan, sedangkan pada probability
sampling tujuan melekat pada nilai materi dalam populasi yang diuji.
35
Nonprobability Sampling memiliki beberapa karakteristik dalam
pengidentifikasiannya, di antaranya adalah:
1) Tidak ada gagasan pasti dalam penentuan populasinya

2) Tidak ada kemungkinan untuk memilih individu mana pun
3) Memiliki distribusi yang bebas
4) Pengamatan yang dilakukan tidak digunakan untuk tujuan
generalisasi
5) Statistik bersifat non-parametrik dan non-inferensial
Berikut adalah beberapa teknik yang dapat dilakukan untuk melakukan

pengambilan sampel dengan menggunakan metode nonprobability
sampling:
1. Sampling Sistematis
Menurut Sugiono (2013) dalam Dianty (2020) menyatakan bahwa
sampling sistematis adalah teknik penentuan sampel berdasarkan
urutan anggota suatu populasi
2. Sampling Kuota
Populasi diklasifikasikan menjadi beberapa kelompok. Sampel
diperoleh dengan memberikan kuota tertentu terhadap kelompok.
Pengumpulan data akan dilakukan langsung pada unit sampling.
Setelah kuota tercapai, pengumpulan data langsung akan dihentikan.
3. Accidental Sampling
Pengambilan sampel tidak ditentukan sebelumnya dan didasarkan
pada kebetulan. Setelah itu, siapa saja yang bertemu dengan peneliti
dan dianggap cocok sebagai sumber data dapat digunakan sebagai
sampel.
4. Purposive Sampling
Merupakan teknik pengambilan sampel dengan pertimbangan
tertentu yang dianggap mempunyai hubungan erat dengan tujuan
penelitian yang telah dilakukan sebelumnya.
5. Sampling Jenuh
36
Adalah teknik yang menggunakan semua anggota populasi yang ada
sebagai sampel. Hal ini dilakukan jika jumlah populasi relatif kecil,
yaitu kurang dari 30 orang.
6. Snowball Sampling
Merupakan teknik pengambilan sampel yang pada awalnya
jumlahnya sedikit namun akan semakin bertambah dan akan
berhenti hingga informasi yang telah diperoleh dirasa cukup. Teknik
ini bagusnya diterapkan jika calon responden sulit untuk
diidentifikasi.
2.9.4 Ukuran Sampel

Banyaknya sampel yang akan diambil dari suatu populasi dalam suatu
kegiatan penelitian sangat bergantung pada keadaan populasi itu sendiri, semakin
homogen populasinya maka semakin sedikit pula jumlah sampelnya, dan begitu
pula sebaliknya. Menurut Hair dkk. (2016), dalam sebuah penelitian minimum
jumlah sampel yang dibutuhkan adalah sebaiknya 10 kali dari jumlah keseluruhan
variabel laten pada model jalur atau 10 kali dari jumlah variabel.
Penentuan jumlah sampel juga dikembangkan oleh Roscoe dalam Sugiyono
(2013) adalah sebagai berikut:
1. Jumlah sampel yang masuk akal untuk penelitian ini berkisar 30

sampai 500.
2. Dengan asumsi contoh memiliki tempat dengan kelas (seperti pria
dan wanita), jumlah individu uji di setiap klasifikasi adalah sekitar
30
3. Dengan asumsi bahwa tinjauan melakukan pemeriksaan multivariat
(korelasi atau regresi berganda), maka jumlah anggota sampel
minimal adalah 10 kali dari jumlah variabel yang diteliti.
4. Jika penelitian merupakan penelitian eksperimen yang sederhana,
maka jumlah anggota sampel dapat berjumlah masing-masing antara
10 sampai 20.
Selain beberapa teknik penentuan ukuran sampel di atas, terdapat metode

untuk melakukan penentuan sampel apabila populasi yang diketahui terlalu besar
37
sehingga jumlah sampel penelitian dapat diperkecil. Rumus Slovin merupakan
sebuah rumus untuk menghitung jumlah sampel minimal jika jumlah populasi
sudah diketahui. Berikut adalah persamaan untuk menghitung rumus Slovin:
𝑁
𝑛=
1 + 𝑁 ⋅ ⅇ2
Keterangan :
𝑛 = Sampel
N = Populasi
e = Perkiraan tingkat kesalahan (%)
Persamaan ini juga menetapkan sebuah batas toleransi kesalahan dalam
bentuk persentase. Semakin kecil persentase perkiraan tingkat kesalahan, makan
akan semakin akurat mewakili sampel populasi. Contohnya, sebuah studi dengan
tingkat kesalahan 5%, maka akan menghasilkan studi yang 95% akurat.
2.10 PLS-SEM
Analisis partial least squares (PLS) menurut Jogiyanto (2011) dalam Hamid
& Anwar (2019) adalah teknik statistika multivariat yang melakukan
pembandingan antara variabel dependen berganda dan variabel independen
berganda. Lebih lanjut, menurut Jogiyanto (2011) dalam Hamid & Anwar (2019),
PLS adalah salah satu metode statistika Structured Equation Modeling (SEM)
berbasis varian yang didesain untuk menyelesaikan regresi berganda ketika terjadi
permasalahan spesifik pada data, seperti ukuran sampel penelitian kecil, adanya
data yang hilang (missing value) dan multikolinieritas. PLS terkadang disebut juga
soft modelling karena merelaksasi asumsi-asumsi regresi OLS yang ketat, seperti
tidak adanya multikolinieritas antarvariabel independen.
Dalam teknik regresi, model penelitian dibangun atas dasar satu variabel
terikat dan beberapa variabel bebas. Saat merancang penelitian dengan
menggunakan lebih dari satu variabel terikat, dibutuhkan alat atau metode analisis
lain. Metode yang bisa menyelesaikan masalah tanpa harus melakukan persamaan
regresi karena menganalisis secara terpisah merupakan hal yang kurang tepat.
Salah satu metode yang dapat digunakan untuk menganalisis model
persamaan jalur adalah structural equation modeling (SEM). Menurut Chin (1998)
38
dalam Ghazali & Latan (2015), SEM memiliki keunggulan dalam melakukan
analisis jalur (phat analytic) dengan variabel laten. SEM merupakan salah satu
teknik analisis yang digunakan untuk melakukan pengujian dan estimasi pada
hubungan kausal dengan mengintegrasikan analisis jalur dan analisis faktor (Hamid
& Anwar, 2019).
Dalam SEM dapat dilakukan tiga aktivitas sekaligus yaitu pengecekan
validitas dan reliabilitas instrumen (confirmatory factor analysis), pengecekan
model hubungan antar konstruk laten (path analysis) dan mendapatkan model yang
bernilai guna memprediksi (structural model atau regression analysis) (Dachlan,
2014). Oleh karena itu, SEM digunakan untuk menutupi kelemahan yang
ditemukan dalam analisis regresi
Ada dua jenis variabel dalam SEM, yaitu :
1. Variabel Laten
Variabel laten (unobserved variabel atau konstruk laten) adalah

variabel yang tidak dapat dievaluasi secara langsung, tetapi melewati satu
atau lebih struktur manifes. Sebaiknya variabel laten dijelaskan dari minimal
tiga variabel manifes. Variabel laten sendiri terdapat dua jenis, yaitu:
a. Variabel eksogen, adalah variabel yang tidak dapat dikendalikan oleh
variabel lain atau variabel bebas yang dapat mengendalikan variabel
terikat (endogen) (Santoso, 2011). Variabel ini dapat diketahui dengan
anak panah dari variabel tersebut ke variabel endogen.
b. Variabel endogen, adalah variabel yang dapat dikendalikan oleh variabel
lain atau variabel dependen yang dikontrol oleh variabel independen
(eksogen). Variabel endogen dapat berperan sebagai variabel
independen jika dapat memengaruhi variabel lain. Variabel ini dapat
diidentifikasi dengan panah ke arah variabel (Ghozali & Latan, 2015).
2. Variabel Manifes
Variabel manifes (observed variable, measured variable, atau

indikator) adalah variabel yang dapat diamati secara nyata. Variabel manifes
yaitu besaran dari variabel laten karena dapat digunakan untuk
39
menggambarkan variabel laten. Variabel manifes dapat dideskripsikan tanpa
perlu menggambarkan variabel laten.
Menurut Fornell & Bookstein (1982) dalam Ghazali & Latan (2015) terdapat
dua jenis SEM, yaitu Covariance-Based Structural Equation Modeling (CB-SEM)
dan Partial Least Squared Path Modeling (PLS-SEM). CB-SEM membutuhkan
landasan teori yang kokoh, memenuhi berbagai asumsi parametrik, dan memenuhi
uji kelayakan (goodness of fit) model. Oleh karena itu, CB-SEM sangat cocok
digunakan untuk menguji teori dan mendasarkan pengujian ini pada berbagai
analisis yang kompleks. Sedangkan PLS-SEM bertujuan untuk menguji hubungan
prediktif antar konstruk dengan melihat apakah ada hubungan atau pengaruh antar
konstruk tersebut.
Dalam PLS-SEM, menurut Jogiyanto (2011) dalam Hamid & Anwar (2019),
terdapat dua tahapan evaluasi model pengukuran yang digunakan, yaitu model
pengukuran (outer model) dan model struktural (inner model), kemudian terakhir
ada uji hipotesis. Tujuan dari evaluasi model pengukuran dua tahapan ini adalah
untuk mengevaluasi validitas dan reliabilitas suatu model. Sebuah konsep dan
model penelitian tidak dapat diuji dalam model prediktif kausal dan relasional jika
belum melewati tahapan pemurnian dalam model pengukuran.
1. Evaluasi Pengukuran Model (Outer Model)
Pada pengukuran outer model menggambarkan korelasi antara variabel laten

dengan variabel manifesnya. Cara yang dilakukan adalah dengan evaluasi
convergent dan discriminant validity untuk manifesnya, dan composite reliability
untuk variabel manifes.
a. Convergent Validity
Penilaian convergent validity dilakukan berdasarkan hubungan antar
nilai manifes dan nilai konstruknya. Convergent validity dapat ditinjau dari
skor standardized loading factor atau outer loading yang menggambarkan
besaran korelasi tersebut. Ukuran yang baik dari refleksif individual adalah
jika skor loading diatas 0,7. Namun, apabila skor menyentuh angka 0,5 - 0,6
dapat dianggap cukup pada tahap awal penelitian (Ghozali, 2009).
b. Discriminant Validity
40
Menurut Ferdinand (2002) dalam Supriyanto (2019), pengukuran
discriminant validity dilakukan dengan tujuan untuk melakukan pengujian
variabel atau faktor yang diukur memang berbeda serta variabel tersebut ialah
suatu variabel independen. Validitas diskriminan dapat dievaluasi dari nilai
cross-load kemudian membandingkan nilai variance extracted (AVE)
dengan kuadrat nilai korelasi antar konstruk. Nilai cross-load merupakan
perbandingan antara korelasi indikator dengan strukturnya dengan struktur
balok lainnya. Jika korelasi antara indikator dan strukturnya lebih tinggi
daripada korelasi dengan struktur blok lainnya, maka struktur tersebut
memprediksi ukuran bloknya lebih baik daripada blok lainnya. Ukuran lain
dari validitas diskriminan adalah bahwa nilai dasar AVE harus lebih besar
dari korelasi antara struktur dan konstruksi lainnya, atau nilai AVE lebih
besar dari kuadrat korelasi antar struktur.
c. Construct reliability
Pengujian reliabilitas dapat dilakukan dengan dua jenis cara, yaitu
dengan menggunakan composite reliability serta Cronbach’s alpha. Menurut
Eisingerich & Rubera (2010) dalam Supriyanto (2019) Variabel dinyatakan
reliabel jika skor composite reliability diatas 0,7 serta skor Cronbach’s alpha
diatas 0,6. Composite reliability mampu dapat ditinjau dari view latent
variable coefficients.
2. Evaluasi Model Struktural (Inner Model)
Menurut Ghozali (2015) dalam Meha (2019), evaluasi model struktural ini
dilakukan dengan menggunakan enam tahap pengujian, yaitu uji path coefficient
(β), coefficient of determination (R2 ), t-test menggunakan metode bootstrapping,
effect size (f 2 ), predictive relevance (𝑄2), dan relative impact (𝑞2 ).
a. Path Coefficient (β)
Pengujian path coefficient (β) dilakukan dengan melihat signifikasi
hubungan antar konstrak. Hal ini dapat dilihat dari koefisien jalur (path
coefficient) yang menggambarkan kekuatan hubungan antara struktur.
Pengujian path coefficient (β) dengan nilai ambang batas yaitu diatas 0,1
menyatakan bahwa jalur (path) yang dimaksud memiliki pengaruh terhadap
model.
41
b. Coefficient of determination (R2 )
Evaluasi koefisien determinasi (R2) menggambarkan varian dari setiap
endogenous variabel menggunakan ukuran standar 0,67 sebagai kuat, 0,33
sebagai sedang, dan 0,19 atau kurang menunjukkan derajat varians yang
rendah.
c. T-test
Pengujian nilai t-test dilakukan dengan metode bootstrapping melalui
uji dua sisi dengan taraf signifikansi 5% yang digunakan untuk menguji
hipotesis penelitian. Hipotesis yang diterima adalah jika nilai t-test lebih besar
dari 1,96.
d. Effect size (f2)
Uji effect size (f2) dilakukan untuk memprediksi pengaruh beberapa
variabel terhadap variabel lain dalam struktur model dengan nilai threshold
0,02 untuk pengaruh lemah, 0,15 untuk pengaruh sedang dan 0,35 untuk
pengaruh besar . Rumus untuk menghitung f2 adalah sebagai berikut:
2
𝑅 2 ⅈ𝑛𝑐𝑙𝑢𝑑ⅇ − 𝑅 2 ⅇ𝑥𝑐𝑙𝑢𝑑ⅇ
𝑓 =
1 − 𝑅 2 ⅈ𝑛𝑐𝑙𝑢𝑑ⅇ
Di mana dengan R2 include adalah coefficient of determination, R2
exclude adalah nilai yang ada pada luar R.
e. Predictive Relevance (Q2)
Pengujian predictive relevance dilakukan dengan menggunakan
metode blindfolding untuk memberikan bukti bahwa beberapa variabel
memiliki kecocokan prediksi dengan variabel lainnya. Nilai cut-off yang
digunakan pengukuran adalah di atas nol.
f.
Relative Impact (q2)
Pengujian relative impact (q2) dilakukan dengan menggunakan metode
blindfolding untuk mengukur pengaruh relatif dari hubungan yang diprediksi
antara variabel tertentu dan variabel lain dengan ambang batas nilai 0,02
untuk efek lemah, 0,15 untuk efek sedang, dan 0,35 untuk efek besar. Rumus
untuk menghitung q2 adalah:
2
𝑄 2 ⅈ𝑛𝑐𝑙𝑢𝑑ⅇ − 𝑄 2 ⅇ𝑥𝑐𝑙𝑢𝑑ⅇ
𝑞 =
1 − 𝑄 2 ⅈ𝑛𝑐𝑙𝑢𝑑ⅇ
42
Di mana, dengan Q2 include adalah predictive relevance, Q2 exclude
adalah nilai yang ada pada luar Q.
2.11 SmartPLS
Software pertama PLS telah dikembangkan oleh Jan-Bernd Lohmoller dalam

Ghozali & Latan (2015), dalam bentuk Latent Variable Partial Least Squares
(LVPLS). Software PLS telah berkembang secara pesat, saat ini versi terbaru dari
SmartPLS adalah versi 3.3.3 dan telah digunakan dalam berbagai riset ilmiah,
termasuk di bidang sosial ekonomi.
Software SmartPLS merupakan sebuah aplikasi yang dapat digunakan untuk
melakukan analisis PLS-SEM, SmartPLS atau Small Partial Least Square adalah
sebuah software statistik yang memiliki tujuan untuk menjelaskan dan mengetahui
hubungan antara variabel latent maupun dengan variabel indikator, atau manifest.
Software SmartPLS dibuat sebagai proyek di Institute of Operation Management
and Organization (School of Business) University of Hamburg, Jerman. SmartPLS
menggunakan Java Webstart Technology (Ghozali & Latan, 2015). Software
SmartPLS merupakan salah satu program component-based SEM atau variance-
based SEM yang digunakan untuk menganalisis data. Software SmartPLS memiliki
dua versi, yaitu versi student dan versi professional yang dapat diunduh melalui
https://www.smartpls.com/downloads. Versi student (free) tentunya memiliki
keterbatasan. Contohnya, jumlah sampel yang digunakan terbatas 100 item. Fitur
yang disediakan juga terbatas, seperti tidak tersedianya fitur Export to Excel dan
Export to Web dari output hasil analisis. Jika jumlah sampel lebih dari 100 atau
memerlukan fitur-fitur tersebut di atas, dapat menggunakan versi professional.
Versi professional memberi penawaran 30 hari free trial (Hamid & Anwar, 2019).
2.12 Skala Likert
Menurut Sudaryono (2017) dalam Nurillah (2019), skala likert digunakan

untuk mengukur pendapat, sikap dan persepsi seseorang/kelompok mengenai
peristiwa atau fenomena sosial yang telah diidentifikasi secara khusus oleh peneliti,
merupakan variabel pencarian. Kemudian, variabel terukur diubah menjadi
dimensi, dimensi diubah menjadi sub-variabel, dan kemudian sub-variabel
43
dikonversi menjadi metrik terukur. Dengan demikian, semua metrik tersebut dapat
digunakan sebagai titik tolak untuk menyusun item instrumental berupa pernyataan
atau pertanyaan yang perlu dijawab oleh responden.
Skala likert adalah skala yang digunakan untuk mengukur sikap, pendapat
dan persepsi seseorang atau sekelompok orang tentang fenomena sosial.
Pengumpulan data dilakukan dengan menggunakan kuesioner kemudian peneliti
mengolahnya dalam bentuk kuantitatif, yaitu dengan menetapkan skor untuk
tanggapan atas pertanyaan yang dijawab responden, di mana pemberian skor
tersebut berdasarkan ketentuan yang sudah ada (Sugiyono, 2013).
Skala likert pada umumnya tersedia dalam lima pilihan skala, yaitu 1) berarti
sangat tidak setuju, 2) tidak setuju, 3) netral, 4) setuju, dan 5) sangat setuju. Para
responden menentukan pilihan dengan memilih salah satu pernyataan atau
pertanyaan yang sudah tersedia guna menentukan tingkat preferensi mereka
terhadap suatu pernyataan atau pertanyaan tersebut.
44
2.13 Penelitian Sejenis
Tabel 2.1 Tabel Penelitian Sebelumnya

No Judul Peneliti Latar Belakang Penelitian Variabel Tujuan Hasil
1. Pengukuran Arini Nurillah Ditemukannya kelemahan Content, Mendapatkan Tingkat kepuasan

Kepuasan Pengguna (2019) pada sistem terkait Format, variabel apa saja fundraiser berdasarkan
Akhir Dengan pengontrolan data Accuracy, Ease yang berpengaruh EUCS menggunakan
Menggunakan End donatur. Fundraiser of Use, terhadap kepuasan SANDRA yaitu sebesar
User Computing mengeluhkan kualitas Timeliness, pengguna aplikasi 78,2% sedangkan 21,8%
Satisfaction (EUCS) terkait penginputan data End User SANDRA. nya dipengaruhi oleh
Terhadap Sistem yang harus dilakukan satu Satisfaction Menguji 5 variabel variabel-variabel lain.
Administrasi persatu, sering terjadi EUCS yang Hipotesis awal diterima,
Fundraising error dan jika ada memengaruhi di mana kelima variabel
(SANDRA) Pada kesalahan harus kepuasan EUCS mempunyai
Dompet Dhuafa menunggu pihak IT pengguna akhir pengaruh yang
Republika sistem terlebih dahulu. aplikasi SANDRA signifikan terhadap
Jaringan dari aplikasi dan mendapatkan kepuasan fundraiser
status kepuasan
45
SANDRA juga sering pengguna akhir dalam menggunakan
mengalami trouble aplikasi SANDRA. aplikasi SANDRA
2. The Study of End- Amdan bin Hal yang Content, Untuk mengukur Penelitian menunjukkan
User Computing Mohamed, melatarbelakangi adalah Format, tingkat EUCS di dengan pemeriksaan
Satisfaction (EUCS) Mohd belum dilakukannya Accuracy, Ease antara pengguna terhadap 6 variabel di
on Computerised Rushdan Bin sebuah penelitian yang of Use, CAS di universitas mana variabel content,
Accounting System Yasoa’, berusaha untuk Timeliness, negeri dan format, dan accuracy
(CAS) Among Azleen bte menemukan faktor-faktor End User mengevaluasi merupakan variabel
Peninsular Malaysia Ilias, Mohd apa yang memengaruhi Satisfaction, hubungan yang yang paling berpengaruh
Public Universities: Fahmi Bin kepuasan pengguna System signifikan antara terhadap kepuasan
A Survey in Bursar’s Ghazali computerised accounting Reliability faktor EUCS (isi, pengguna sistem CAS
Office (2006) system (CAS) terutama di akurasi, format,
universitas negeri kemudahan
penggunaan,
ketepatan waktu,
keandalan sistem)
dan EUCS
keseluruhan di
46
lingkungan
Malaysia.
3 Evaluasi Kepuasan Arga Pratama Terdapat gap antara Ease of Use, Mengetahui Penelitian menunjukkan
Pengguna Putra (2020) pengguna dan aplikasi di Security, seberapa besar bahwa sebanyak 82%
Jasacendekia mana terdapat System Speed, tingkat kepuasan responden merasa
Elektronik Dokumen keterbatasan aplikasi Flexibility, End pengguna JEDS di terbantu dengan
Sistem (JEDS) dalam memenuhi User PT. Jasa Cendekia penerapan JEDS dan
Menggunakan keinginan pengguna. Satisfaction Indonesia, dan sebanyak 89%
Metode End User Sistem JEDS juga belum untuk menguji responden sudah merasa
Computing pernah dilakukan evaluasi faktor-faktor apa puas terhadap JEDS.
Satisfaction (EUCS) faktor kepuasan saja yang Tingkat kepuasan
berdasarkan persepsi berpengaruh pengguna akhir sistem
kepuasan pengguna akhir terhadap tingkat terhadap JEDS berada
sehingga pengguna kepuasan pada tingkat puas.
merasa belum puas saat pengguna JEDS Faktor-faktor yang
menggunakannya. yang akan menjadi memengaruhi tingkat
bahan untuk kepuasan pengguna
pengembangan akhir JEDS adalah ease
sistem ke depannya
47
of use, security, dan
system speed.
4 Analisis Penerimaan Hardini Nike Belum pernah adanya Usefulness, Untuk mengetahu Model integratif dari
Pengguna Sistem Nur Laily evaluasi berdasarkan Ease of Use, apakah variabel- TAM dan EUCS mampu
Informasi (2019) tingkat penerimaan Content, variabel yang menjelaskan
Manajemen pengguna sistem Accuracy, terdapat pada penerimaan sistem
DAPODIK PAUD- DAPODIK PAUD- Format, model evaluasi informasi DAPODIK
DIKMAS DIKMAS. Masih sering Timeliness, TAM dan EUCS PAUD-DIKMAS pada
Menggunakan terjadi kendala pada Attitude, berpengaruh PAUD Kec. Cilincing,
Techonology sistem yang masih lambat Acceptance, terhadap kepuasan namun demikian, dari 6
Acceptance Model dalam proses penginputan User pengguna sistem variabel eksogen yang
(TAM) Dan End- data, data yang sudah Satisfaction DAPODIK PAUD- diajukan hanya 2 yang
User diinput harus selalu DIKMAS. berpengaruh signifikan
Computing dipastikan kembali yaitu kemudahan
Satisfaction (EUCS) apakah sudah ter-update penggunaan dan
Pada Paud atau belum. kebermanfaatan. Aspek
Kecamatan yang dirasakan
Cilincing pengguna sistem masih
belum memuaskan dan
48
perlu diperbaiki atau
ditingkatkan adalah
aspek isi, bentuk,
akurasi, dan
ketepatwaktuan
5 Evaluasi Kepuasan Wahyu Sudah pernah dilakukan Content, Mengeksplorasi Penelitian menunjukkan
Pengguna Sistem Alviani penelitian terkait Accuracy, End faktor-faktor yang bahwa sebesar 65%
Informasi Akademik (2018) kepuasan pengguna AIS User dapat responden menyatakan
UIN Syarif dengan metode EUCS, Satisfaction, memengaruhi bahwa mereka merasa
Hidayatullah Jakarta namun dengan Format, Ease kepuasan sangat terbantu dengan
Menggunakan pendekatan kuantitatif, of Use, pengguna terhadap adanya sistem dalam
Metode End User penelitian ini ingin Timeliness, AIS UIN Syarif menyelesaikan tugas
Computing menggunakan pendekatan Security Hidayatullah mereka. selain itu, 79%
Satisfaction (EUCS) kualitatif khususnya untuk Jakarta dan responden merasa puas
mendapatkan data yang memahami status menggunakan sistem
mungkin belum kepuasan AIS, di antaranya 42%
dipaparkan dalam pengguna AIS UIN merasa cukup puas, 26%
penelitian kuantitatif Syarif merasa puas, dan 11%
merasa sangat puas,
49
Hidayatullah sedangkan ada 11%
Jakarta saat ini responden yang
memberikan saran
terkait sistem.
6 Analisis Pengukuran Arib Zhafran Belum pernah dilakukan Timeliness, Mengetahui faktor- Variabel-variabel yang
Kualitas Website Hamdani pengukuran kualitas End User faktor yang diajukan pada model
Terhadap Kepuasan (2020) website berita online Satisfaction. menjadi prioritas penelitian ini dalam
Pengguna Dengan dengan menggunakan tiga Variabel untuk diperbaiki membentuk kepuasan
Metode WebQual variabel pada metode WebQual 4.0 : dan dipertahankan pengguna (Usability
4.0 dan End User WebQual 4.0 dengan Usability, kualitasnya dalam Quality, Information
Computing penambahan satu variabel Information website, Quality, Service
Satisfaction (EUCS) dari metode EUCS. Quality, melakukan analisis Interaction Quality, dan
(Studi Kasus : Berita Website masih belum Service terhadap kualitas Timeliness) memberikan
Online optimal dikarenakan Interaction website pengaruh
RadarBekasi.id) informasi atau berita yang Quality RadarBekasi.id yang signifikan terhadap
dihasilkan lambat untuk yang telah kepuasan pengguna
up to date dan belum ditentukan website berita online
maksimalnya komunikasi berdasarkan Radar
antar tim redaksi persepsi Bekasi.
50
penggunanya
dengan pendekatan
kuantitatif
berdasarkan
usability,
information
quality, service
interaction quality
dan timeliness
7 Analisis Kepuasan Muthia Perpustakaan Soeman HS Content, Tujuan utama dari Berdasarkan hasil
Pengguna Terhadap Anggraeni belum pernah melakukan Accuracy, penelitian ini penelitian terhadap 93
Penerapan OPAC (2022) analisis kepuasan Format, Ease adalah menguji responden, diketahui
Menggunakan pengguna akhir OPAC of Use, faktor-faktor yang sebanyak 92% merasa
Technology menggunakan Technology Timeliness, memengaruhi puas dan terbantu
Acceptance Model Acceptance Model (TAM) System Speed, tingkat kepuasan dengan kehadiran
Dan End User dan End User Computing End User pengguna akhir sistem, dan faktor-faktor
Computing Satisfaction (EUCS ) Satisfaction OPAC yang terbukti memberi
Satisfaction (Studi sehingga belum diketahui Variabel TAM Perpustakaan pengaruh terhadap user
faktor-faktor apa saja : Perceived Soeman HS yang satisfaction yaitu
51
Kasus Perpustakaan yang berpengaruh Usefulness, akan memberikan perceived usefulness,
Soeman HS) terhadap keberhasilan Perceived Ease rekomendasi bagi perceived ease of use,
penerapan Online Public of Use pihak perpustakaan content, format, dan juga
Access Catalogue untuk system speed.
(OPAC) pada pengembangan
Perpustakaan Soeman HS sistem di kemudian
hari.
8 Analisis Faktor- Sekar Arum Belum pernahnya Content, Mengetahui faktor- Dari lima variabel yang
Faktor Yang Septiari dilakukan evaluasi Accuracy, faktor apa saja ada di dalam model
Memengaruhi (2020) kepuasan pengguna Format, Ease yang berdampak evaluasi EUCS, terdapat
Tingkat Kepuasan aplikasi OVO, dan untuk of Use, positif dan dua variabel yang dapat
Pengguna mengetahui faktor-faktor Timeliness signifikan terhadap berpengaruh positif dan
OVO Menggunakan apa saja yang berdampak tingkat kepuasan signifikan terhadap
Metode End User positif terhadap tingkat pengguna aplikasi kepuasan pengguna
Computing kepuasan pengguna OVO dan mencari aplikasi OVO, yaitu
Satisfaction (EUCS) aplikasi OVO rekomendasi apa variabel ease of use dan
yang bisa format, sedangkan
dilakukan Lippo variabel content,
Group untuk tetap
52
menjaga kepuasan accuracy, dan timeliness
pengguna aplikasi tidak berpengaruh
OVO
9 Analisis End User Muhammad Untuk mengetahui apakah Content, Mengukur Dari 100 responden
Computing Aja Sugandi aplikasi mobile Format, Ease kepuasan menghasilkan 70
Satisfaction (EUCS) & R.M Nasrul Universitas Bina Darma of Use, mahasiswa responden merasa puas
Pada Aplikasi Halim (2019) (UBD) memenuhi tingkat Accuracy, Universitas Bina dengan aplikasi UBD
Mobile Universitas kepuasan dari sisi Timeliness, Darma terhadap mobile mahasiswa, dari
Bina Darma pengguna akhir. End User aplikasi mobile 5 variabel EUCS,
Satisfaction mahasiswa, dengan terdapat 3 variabel yang
metode EUCS berpengaruh terhadap
sehingga dapat tingkat kepuasan
menjadi acuan pengguna aplikasi yaitu
dalam variabel content, format,
pengembangan dan ease of use
aplikasi ke
depannya menjadi
lebih baik.
53
10 Pengujian Kepuasan Rosalina Peneliti menemukan Accuracy, Mengetahui status Hasil penelitian
Sistem Informasi (2017) bahwa sistem yang Content, Ease kepuasan menunjukkan bahwa
Menggunakan End berjalan belum diketahui of Use, End pengguna akhir sebanyak 88,7%
User Computing tingkat keberhasilan User AIS UIN Syarif responden merasa
Satisfaction Studi penerapannya Satisfaction, Hidayatullah terbantu dengan adanya
Kasus : Sistem berdasarkan persepsi Format, Jakarta dan sistem dalam
Informasi Akademik pengguna akhirnya, dan di Security, menguji faktor- penyelesaian tugas
UIN Syarif sisi lain, masih terhadap Timeliness faktor apa saja mereka, sehingga dapat
Hidayatullah Jakarta beberapa masalah yang yang memengaruhi disimpulkan bahwa
terjadi dalam sistem AIS kepuasan keberadaan sistem sudah
pengguna akhir sangat membantu tugas
sistem. dari para responden, dan
tingkat kepuasan
pengguna sistem saat ini
berada pada tingkat yang
cukup baik
11 Tingkat Kepuasan Nani Suriani Hal yang mendasari Content, Tujuan dari Penelitian ini
Pengguna OPAC Munthe penelitian ini adalah Format, Ease dilakukannya menunjukkan hasil yang
dengan Metode End (2019) belum pernahnya of Use, penelitian ini didapat bahwa pengguna
54
User Computing dilakukan evaluasi Accuracy, adalah diharapkan perpustakaan merasa
Satispaction (EUCS) mengenai kepuasan Timeliness, dengan mengetahui puas dengan adanya
di Perpustakaan pengguna sistem Online End User tingkat kepuasan aplikasi OPAC, hal ini
Sekolah Tinggi Publis Access Catalog Satisfaction pengguna dibuktikan dengan hasil
Keguruan dan Ilmu (OPAC) di perpustakaan perpustakaan dapat persentase sebesar
Pendidikan Bina Bina Bangsa Getsempena memperoleh 72,3% yang termasuk ke
Bangsa Getsempena Banda Aceh informasi yang dalam kategori puas dan
Banda Aceh dapat digunakan hanya 1% yang
untuk melakukan termasuk ke dalam
evaluasi dalam kategori tidak puas
memberikan
pelayanan
perpustakaan
12 Analisis Kepuasan Arief Fujianto Penelitian ini didasari Content, Tujuan dari Hasil yang didapat dari
Pengguna Akhir (2019) oleh untuk mengetahui Format, Ease penelitian yang penelitian ini adalah ke
Aplikasi PLN faktor-faktor apa saja of Use, dilakukan adalah semua lima variabel
Mobile yang berpengaruh positif Accuracy, untuk mengetahui dalam model evaluasi
Menggunakan dan signifikan terhadap Timeliness, faktor-faktor apa EUCS memiliki
Metode EUCS (End kepuasan pengguna akhir saja yang dapat pengaruh yang besar
55
User Computing aplikasi PLN Mobile End User berpengaruh positif terhadap kepuasan
Satisfaction) menggunakan metode Satisfaction serta signifikan pengguna akhir aplikasi
Berdasarkan EUCS dan untuk mencari terhadap pengguna PLN Mobile
Prospektif rekomendasi apa yang akhir aplikasi PLN
Pelanggan PT.PLN harus dilakukan Mobile dengan
(Persero) UP3 pengembang aplikasi PLN menggunakan
Jember Mobile untuk menjaga metode EUCS
atau meningkatkan
kepuasan pengguna akhir
aplikasi PLN Mobile
13 A Proposed Model Wynne W. Penelitian ini Content, Tujuan dari Hasil dari penelitian ini
And Measurement Chin & dilatarbelakangi oleh oleh Accuracy, dilakukannya merupakan sekumpulan
Instrument For The Matthew K. peneliti yang ingin Format, Ease penelitian ini dari pertanyaan yang
Formation Of Is O. Lee (2000) mengembangkan sebuah of Use, adalah untuk umum dan dapat
Satisfaction: The konsep penemuan Timeliness, memberikan memungkinkan peneliti
Case Of End-User variabel baru dalam System Speed konsep baru mengukur area lain yang
Computing mengetahui tingkat tentang bagaimana terkait dengan pengguna
Satisfaction kepuasan pengguna akhir kepuasan sistem di luar yang
dari sebuah sistem dengan pengguna akhir
56
mengembangkan dari terbentuk dan menjadi subjek dalam
penelitian yang sudah bagaimana hal itu penelitian ini
dilakukan Doll & harus diukur
Torkzadeh di tahun 1988
14 Pengukuran Khurin Penelitian ini dilatar Accuracy, Tujuan dari Hasil dari penelitian ini
Kepuasan Pengguna Khoirina belakangi oleh Content, Ease penelitian ini berdasarkan pengolahan
K-ATM Dianty (2020) penggunaan K-ATM of Use, adalah untuk data yang telah
Perpustakaan (Knowledge ATM) yang Format, menganalisis diperoleh dapat
Universitas belum dapat berfungsi Timeliness kepuasan disimpulkan bahwa
Indonesia sebagaimana mestinya. pengguna K-ATM masih banyaknya
Menggunakan Masih terdapat banyak perpustakaan kekurangan sistem K-
Metode End-User kendala yang ditemukan Universitas ATM yang berarti
Computing seperti terbatasnya mesin Indonesia (UI) bahwa K-ATM belum
Satisfaction K-ATM, sering terjadi berdasarkan memberikan kepuasan
error, dan seringnya persepsi pengguna, pada civitas
mesin K-ATM tidak mengukur perpustakaan UI
berfungsi, hal-hal tersebut kepuasan
akhirnya membuat pengguna K-ATM,
pemustaka kurang puas dan mengetahui
57
dalam penggunaan faktor apa saja
fasilitas K-ATM, serta yang memengaruhi
pengguna mesin K-ATM kepuasan
yang masih belum stabil pengguna sistem
K-ATM dengan
metode EUCS
15 Analisis Kepuasan Dwiki Aditya Penelitian ini dilatar Content, Tujuan dari Hasil dari penelitian
Pengguna Akhir Indarto (2019) belakangi oleh aplikasi Format, Ease penelitian ini yang dilakukan
Aplikasi Grab di Grab yang masih of Use, adalah mengukur didapatkan faktor
Wilayah Kabupaten memiliki beberapa Accuracy, faktor-faktor yang konten informasi
Jember permasalahan yang Timeliness, berpengaruh positif aplikasi Grab,
Menggunakan dialami oleh End User dan signifikan keakuratan informasi
Metode End User penggunanya. Satisfaction terhadap pengguna yang dihasilkan aplikasi,
Computing Permasalahan yang akhir Grab dan kemudahan penggunaan
Satisfaction (EUCS) dialami yaitu pengguna dapat menentukan aplikasi, dan ketepatan
masih mengeluhkan rekomendasi dalam waktu penyajian
sulitnya mencari alamat mengembangkan informasi sangat
rumah pada kolom pick aplikasi Grab berpengaruh positif dan
up, kebingungan untuk selanjutnya signifikan terhadap
58
melakukan pembayaran, kepuasan pengguna
pengguna kebingungan akhir aplikasi Grab
ketika lokasi keberadaan
pengguna tidak sesuai
dengan yang ditunjukkan
oleh peta, antarmuka
aplikasi yang penuh sesak
sehingga memperlambat
aplikasi, dan lain-lain
59
Berdasarkan penelitian-penelitian sebelumnya, penelitian ini
mempunyai kesamaan dengan penelitian sebelumnya, yaitu dengan
menggunakan model EUCS yang dirancang oleh Doll & Torkzadeh pada
tahun 1988, di mana terdapat lima variabel (Content, Accuracy, Format,
Timeliness, dan Ease of Use) yang digunakan untuk mengukur tingkat
kepuasan pengguna aplikasi. Namun, penelitian ini memiliki perbedaan
dengan penelitian sebelumnya, perbedaan tersebut dikarenakan adanya
penambahan dua variabel yaitu system speed yang digabungkan dengan
variabel system reliability dalam mengukur tingkat kepuasan pengguna
aplikasi mobile..
System speed ditambahkan pada model EUCS karena berdasarkan
hasil penelitian oleh Chin & Lee (2000) dan Putra (2020) menunjukkan
bahwa variabel system speed yang ditambahkan ke dalam model EUCS
memiliki pengaruh yang besar secara statistik antara kecepatan pemrosesan
sistem dan efisiensi pengguna dan, oleh sebab itu, pengguna menjadi lebih
puas terhadap sistem. Sebaliknya, melalui tinjauan pustaka ini, peneliti
melihat perbedaan yang dapat menjadi pembaharuan dari penelitian
sebelumnya, antara lain karakteristik responden, tema penelitian yang
digunakan, dan responden yang menggunakan variabel system speed dalam
konstruk.
Penambahan variabel system reliability atau keandalan sistem
mengukur dari bagian ketahanan sistem dari kesalahan, gangguan, serta
kerusakan yang terjadi. Selain itu, berdasarkan penelitian yang dilakukan oleh
Djunanto & Papilaya (2018) dan Mohamed dkk., (2006) telah menunjukkan
bahwa penambahan variabel system reliability ke dalam model dasar EUCS
ini memiliki pengaruh signifikan terhadap kepuasan pengguna akhir.
60
61
BAB 3
METODOLOGI PENELITIAN
3.1 Pendekatan Penelitian
Penelitian ini dilaksanakan dengan melakukan pendekatan secara kuantitatif

yang bertujuan untuk mengetahui tingkat kepuasan pengguna dari aplikasi bima+
dan faktor apa saja yang dapat memengaruhi tingkat kepuasan pengguna bima+.
Penelitian ini terdiri dari dua metode kuantitatif, yaitu metode pengumpulan data
dan metode analisis data. Pada metode pengumpulan data, dilakukan dengan
menggunakan kuesioner. Pada pengumpulan data sebelum penelitian dilakukan,
peneliti melakukan penelusuran informasi secara langsung ke aplikasi bima+ di
Android dan melihat review dari para pengguna aplikasi bima+ melalui Google
PlayStore dan AppStore, serta melakukan wawancara kepada beberapa pengguna
aplikasi bima+ yang telah menggunakan aplikasi selama minimal satu tahun,
sumber yang akan diwawancarai yaitu Akbar, Rizki, Taufan, Bayu, dan Danar.
Hasil yang didapatkan dari penelusuran informasi dan wawancara ini ditujukan
sebagai penguat untuk latar belakang penelitian dan untuk data tambahan dalam
diskusi penelitian ini. Perangkat yang digunakan untuk melakukan analisis data
secara statistik adalah perangkat lunak yang mendukung program pengolahan data
statistik.
Dalam melaksanakan penelitian ini, digunakan beberapa perangkat lunak
untuk mendukung penelitian ini, di antaranya adalah Microsoft Word 2016 yang
digunakan untuk penulisan laporan, Mendeley versi 1.19.8 digunakan untuk
penulisan referensi dalam laporan penelitian, Microsoft Excel 2016 untuk
membantu dalam pengolahan data dari demografi peneliti, dan software SmartPLS
versi 3.3.3 yang digunakan untuk membantu mengolah data hasil penyebaran
kuesioner. Metode analisis data dalam penelitian yang digunakan adalah PLS-SEM.
3.2 Populasi dan Sampel Penelitian
Populasi yang digunakan dalam penelitian ini adalah pengguna aplikasi

bima+ yang telah menggunakan aplikasi bima+ selama lebih dari satu (1) tahun.
Hal ini bertujuan untuk memperoleh responden yang benar-benar mengerti dengan
62
aplikasi bima+. Penelitian dilakukan kepada pengguna yang telah menggunaka
aplikasi lebih dari satu tahun sehingga hasil penelitian yang didapat bisa lebih
akurat. Penelitian ini menggunakan teknik Purposive Sampling. Teknik Purposive
Sampling dilakukan untuk memilih bagian dari populasi, di mana kriteria yang
dipilih adalah pengguna aplikasi yang berwarga Negara Indonesia yang telah
menggunakan aplikasi bima+ selama lebih dari satu tahun. Berdasarkan data dari
website Tri (2022), jumlah pengguna bima+ mencapai lebih dari 45 juta pengguna,
populasi ini adalah jumlah keseluruhan pengguna bima+ dari berbagai macam
rentang usia.
Kemudian untuk menentukan berapa banyak sampel, peneliti menggunakan
metode perhitungan teknik Slovin. Menurut data yang terkumpul jumlah populasi
(N) yaitu sebanyak 45 juta orang. Dengan tingkat kepercayaan 95% peneliti tidak
melakukan tatap muka pada saat kuesioner dibagikan, melainkan melalui media
online, sehingga persentase kesalahan yang digunakan oleh peneliti adalah
sebanyak 5% yang bisa dapat menyebabkan kesalahpahaman saat menjawab
pertanyaan untuk responden. Berikut ini adalah persamaan yang digunakan untuk
memastikan prosedur Slovin adalah sebagai berikut:
𝑁 45.000.000 45.000.000
𝑛= = = = 399,99 = 400 Responden
1 + 𝑁 ⋅ ⅇ2 1 + (45.000.000) ⋅ (0.05)2 112.501
Keterangan :
n = Sampel
N = Populasi
e = Perkiraan tingkat kesalahan (5%)
Berdasarkan hasil perhitungan di atas, dengan tingkat kepercayaan sebesar

95%, ditentukan bahwa sampel berukuran 399,99 atau sekitar 400 responden.
Ukuran sampel sesuai dengan persyaratan ukuran sampel minimum dari sampel
minimum dari pendekatan Structural Equation Model Partial Least Square (SEM-
PLS) yaitu berkisar antara 30 sampai 100 (Ghozali & Latan, 2015) dalam
(Anggraeni, 2022). Selain menggunakan rumus Slovin, peneliti memperkuat
landasan dalam menghitung jumlah sampel dengan teori yang digunakan oleh Hair
dkk. (2017) dalam salah satu penelitiannya, menurut penelitian tersebut jumlah
minimal sampel yang digunakan pada PLS-SEM adalah sebanyak 10 kali dari
63
jumlah hipotesis yang ada pada model. Pada penelitian ini terdapat 7 hipotesis yang
berarti minimal sampel yang diperlukan seminimal-minimalnya adalah 70, oleh
karena itu, 400 responden merupakan jumlah sampel yang diambil dalam penelitian
ini.
3.3 Metode Pengumpulan Data
3.3.1 Penelusuran Informasi

Peneliti melakukan penelusuran informasi terhadap aplikasi bima+ melalui
ulasan pengguna yang terdapat di Google Playstore dan juga AppStore. Tahap
penelusuran ini memberikan informasi yang dibutuhkan mengenai komentar yang
didapat langsung dari perspektif pengguna yang menggunakan aplikasi bima+.
Penelusuran informasi ini dilakukan pada tanggal 5 Oktober sampai dengan 1
November 2021.
3.3.2 Wawancara dan Kuesioner

Sebelum melakukan penyebaran kuesioner, peneliti melakukan wawancara
untuk mengumpulkan data-data terkait kendala yang dialami pengguna aplikasi
bima+. Wawancara ini dilakukan kepada 5 orang narasumber yang telah
menggunakan aplikasi bima+ lebih dari satu tahun. Wawancara tersebut dilakukan
secara online melalui aplikasi zoom dan juga melalui aplikasi Whatsapp,
wawancara dilakukan terpisah pada tanggal 9, 13, dan 24 Desember 2021. Dari
hasil wawancara tersebut didapatkan informasi bahwa semua narasumber pengguna
aplikasi bima+ masing-masing mengalami kendala dalam menggunakan aplikasi,
ada yang kesulitan dalam melakukan pencarian paket kuota yang ingin dibeli,
aplikasi yang kurang responsif ketika memilih salah satu menu, dan aplikasi bima+
yang dirasa memiliki terlalu banyak menu sehingga menyulitkan pengguna dalam
menggunakan aplikasi.
Setelah melakukan wawancara, peneliti melakukan survei dengan
menggunakan kuesioner. Penyebaran kuesioner dilakukan secara online, yaitu
dengan menyebarkan kuesioner ke berbagai media sosial seperti, Twitter,
Instagram, Telegram, Line, Whatsapp, dan Facebook, serta menggunakan media
Google Form untuk pengisian kuesionernya.
64
3.3.3 Studi Literatur
Selama melakukan penelitian, peneliti juga mengumpulkan data-data yang
dibutuhkan menggunakan studi literatur yang berhubungan dengan penelitian ini.
Peneliti mempelajari berbagai macam e-book, jurnal, skripsi, tugas akhir, dan
artikel-artikel yang berhubungan dengan analisis tingkat kepuasan pengguna
aplikasi. Peneliti juga melakukan studi komparatif dengan beberapa jurnal dan
skripsi terkait tentang metode yang digunakan dengan penelitian yang akan diteliti
guna dijadikan sebagai referensi tambahan.
3.4 Pengembangan Model dan Hipotesis Penelitian
3.4.1 Pengembangan Model Usulan

Dalam penelitian ini, peneliti menggunakan model dasar yang telah dilakukan
dalam beberapa penelitian terdahulu. Pada dasarnya, model pengukuran tingkat
kepuasan aplikasi ini menggunakan model End User Computing Satisfaction
(EUCS) yang dikembangkan oleh Doll & Torkzadeh (1988) dari penelitian tersebut
peneliti menggunakan semua variabelnya yang terdiri dari 6 variabel yaitu Content,
Accuracy, Format, Ease of Use, Timeliness dan End User Satisfaction. Selain 6
variabel ini, peneliti juga mengadopsi 2 variabel yaitu variabel System Speed yang
merupakan variabel pengembangan dari penelitian Chin & Lee (2000) dan variabel
System Reliability di mana variabel tersebut juga merupakan pengembangan dari
model EUCS yang sudah ada dan dikembangkan oleh Mohamed dkk., (2006) dan
berdasarkan penelitian yang sudah dilakukan sebelumnya, kedua variabel ini sudah
terbukti berpengaruh secara signifikan terhadap tingkat kepuasan pengguna sistem
yang berjalan. Dalam penelitian ini, peneliti menggunakan 8 variabel yang meliputi
(CON), (ACC), (FOR), (EOU), (TIM), (SSP), (SSR), dan (EUS). Variabel CON,
ACC, FOR, EOU, TIM, SSP, SSR bertindak sebagai variabel independen dalam
penelitian sedangkan variabel EUS merupakan variabel dependen.
3.4.2 Usulan Hipotesis Penelitian

Hipotesis merupakan jawaban sementara terhadap rumusan masalah yang
ada. Karena sifatnya masih sementara, maka perlu dibuktikan kebenarannya
melalui data empirik yang terkumpul (Sugiyono, 2017) dalam (Suryani, 2019).
Peneltian sebelumnya menggunakan keenam variabel pada model EUCS yaitu
65
content, accuracy, format, ease of use, timeliness dan end user satisfaction untuk
mengukur tingkat kepuasan pengguna akhir yang dilakukan oleh (Alviani, 2018;
Anggraeni, 2022; Dianty, 2020; Doll & Torkzadeh, 1988; Fujianto, 2019; Ilias &
Abd Razak, 2011; Indarto, 2019; Laily, 2019; Munthe, 2019; Nurillah, 2019;
Prinanda, 2021; Rosalina, 2017; Septiari, 2020; Sugandi & Halim, 2020). Semua
penelitian yang digunakan diambil dari penelitian yang sudah dilakukan
sebelumnya, beberapa penelitian yang dilakukan sebelumnya, salah satunya oleh
Nurillah (2019) dan Rosalina (2017) menjelaskan bahwa variabel content
merupakan salah satu faktor yang memberikan pengaruh terhadap kepuasan
pengguna. Dengan demikian, peneliti menggunakan indikator untuk variabel
content dari penelitian (Anggraeni, 2022; Dianty, 2020; Doll & Torkzadeh, 1988;
Prinanda, 2021) yaitu relevansi (CON1), kelengkapan (CON2), kualitas (CON3),
manfaat (CON4), dan transparensi (CON5). Peneliti berasumsi bahwa :
H1 : Content berpengaruh signifikan terhadap End User Satisfaction
Pada penelitian sebelumnya telah menunjukkan bahwa pada variabel

accuracy terbukti memberikan pengaruh terhadap kepuasan pengguna aplikasi
(Fujianto, 2019) dan (Indarto, 2019). Dengan demikian, peneliti menggunakan
indikator untuk variabel accuracy dari penelitian Anggraeni (2022), Doll &
Torkzadeh (1988), Laily (2019), dan Nurillah (2019) yaitu akurasi (ACC1), dapat
diandalkan (ACC2), output (ACC3), dan standarisasi (ACC4). Peneliti memiliki
asumsi bahwa :
H2 : Accuracy berpengaruh signifikan terhadap End User Satisfaction
Variabel format terbukti juga memberikan pengaruh yang signifikan terhadap

kepuasan pengguna aplikasi sesuai dengan penelitian (Dianty, 2020) dan (Sugandi
& Halim, 2020). Peneliti kemudian menggunakan indikator untuk variabel format
dari penelitian Anggraeni (2022), Doll & Torkzadeh (1988), dan Rosalina (2017)
yaitu menarik (FOR1), mudah digunakan (FOR2), jelas (FOR3), dan kualitas
informasi (FOR4). Setelah penjabaran indikator di atas, peneliti berasumsi bahwa :
H3 : Format berpengaruh signifikan terhadap End User Satisfaction
66
Salah satu indikator kepuasan pengguna aplikasi adalah kemudahan
penggunaan dalam menjalankan sistem atau aplikasi sesuai dengan penelitian
(Dianty, 2020) dan (Putra, 2020). Dengan demikian, dalam penelitian ini peneliti
menggunakan indikator untuk variabel ease of use dari penelitian Anggraeni
(2022), Doll & Torkzadeh (1988), Laily (2019), dan Putra (2020) yaitu user friendly
(EOU1), mudah dipahami (EOU2), mudah dioperasikan (EOU3), interaksi sistem
(EOU4), dan informasi (EOU5). Peneliti kemudian mengasumsikan bahwa :
H4 : Ease of Use berpengaruh signifikan terhadap End User Satisfaction
Variabel timeliness berdasarkan penelitian yang sudah dilakukan beberapa

penelitian sebelumnya, di antaranya adalah (Dianty, 2020) dan (Rosalina, 2017).
Peneliti kemudian menggunakan indikator untuk variabel timeliness dari penelitian
Dianty (2020), Doll & Torkzadeh (1988), dan Nurillah (2019) yaitu up to date
(TIM1), ketepatan waktu (TIM2), ketersediaan informasi (TIM3), dan output
informasi (TIM4). Peneliti memiliki asumsi bahwa :
H5 : Timeliness berpengaruh signifikan terhadap End User Satisfaction
Selain 5 variabel EUCS utama di atas, dari penelitian sebelumnya

menampilkan bahwa tambahan variabel system speed memiliki hubungan yang
berpengaruh besar secara statistik antara kecepatan pemrosesan sistem dan efisiensi
dari pengguna, dengan demikian pengguna lebih puas dengan performa sistem.
Terdapat dua faktor terpenting dalam menentukan sikap pengguna mengenai
penerimaan dan penggunaan sistem, yaitu kecepatan pemrosesan sistem dan akurasi
sistem (Chin & Lee, 2000). Peneliti menggunakan indikator untuk variabel system
speed dari penelitian Anggraeni (2022), Chin & Lee (2000), dan Putra (2020) yaitu
kecepatan operasional sistem (SSP1), kecepatan proses sistem (SSP2), kecepatan
pencarian (SSP3), dan kecepatan pengunggahan (SSP4). Peneliti kemudian
berasumsi bahwa :
H6 : System Speed berpengaruh signifikan terhadap End User Satisfaction
Variabel tambahan kedua adalah variabel system reliability, variabel yang

dikembangkan oleh Mohamed dkk. (2006) ini meski terhitung masih baru
67
pengembangannya, variabel ini telah terbukti berdasarkan beberapa penelitian
sebelumnya memiliki dampak yang jelas terhadap kepuasan pengguna sistem, oleh
karena itu, peneliti menggunakan indikator untuk variabel system reliability dari
studi Ilias & Abd Razak (2011), dan Mohamed dkk., (2006) yaitu kerahasiaan data
(SSR1), perlindungan data (SSR2), pencegahan (SSR3), jaminan ketahanan sistem
(SSR4). Peneliti kemudian berasumsi bahwa :
H7 : System Reliability berpengaruh signifikan terhadap End User Satisfaction
Pada variabel dependen end user satisfaction peneliti menggunakan indikator

dari penelitian Dianty (2020), Doll & Torkzadeh (1988), dan Putra (2020) yaitu
kecukupan (EUS1), kemudahan (EUS2), efektifitas (EUS3), efisiensi (EUS4), dan
kepuasan (EUS5).
Tabel 3.1 Daftar Hipotesis

No. Hipotesis
H1 Content berpengaruh signifikan terhadap End User Satisfaction
H2 Accuracy berpengaruh signifikan terhadap End User Satisfaction
H3 Format berpengaruh signifikan terhadap End User Satisfaction
H4 Ease of Use berpengaruh signifikan terhadap End User Satisfaction
H5 Timeliness berpengaruh signifikan terhadap End User Satisfaction
H6 System Speed berpengaruh signifikan terhadap End User Satisfaction
H7 System Reliability berpengaruh signifikan terhadap End User
Satisfaction
3.4.3 Instrumen Penelitian

Penelitian ini menggunakan kuesioner sebagai dasar utama instrumen
penelitian. Kuesioner dibuat menjadi tiga bagian, yaitu bagian pertama yang terdiri
dari 5 pertanyaan terkait tentang profil responden, bagian kedua tentang terdapat 4
pertanyaan umum, dan bagian terakhir adalah 35 pertanyaan-pertanyaan yang
disesuaikan dengan variabel-variabel yang terdapat dalam metode EUCS dengan 1
variabel tambahan.
68
Penilaian dari setiap poin pertanyaan di dalam kuesioner ini menggunakan
Skala Likert dengan pembagian bobot sebagai berikut:
Tabel 3.2 Bobot Penelitian dengan Skala Likert

Bobot Penilaian Keterangan Kode
1 Sangat Tidak Setuju STS
2 Tidak Setuju TS
3 Netral N
4 Setuju S
5 Sangat Setuju SS
Pertanyaan terkait dengan variabel model EUCS yang digunakan pada

penelitian ini disusun dengan mengadopsi indikator dari penelitian sebelumnya, di
antaranya adalah Doll & Torkzadeh (1988), Chin & Lee (2000), Putra (2020), dan
Mohamed dkk (2006), indikator diterima sehingga pertanyaan-pertanyaan dalam
angket valid dan reliabel. Setiap metrik yang dibayangkan mewakili satu
pertanyaan dalam survei, jadi total ada 35 pertanyaan dari variabel-variabel tentang
model EUCS, selain itu, peneliti juga melakukan pengujian kuesioner kuesioner
terhadap 30 pengguna aplikasi bima+ dengan tujuan agar peneliti mengetahui
apakah kuesioner yang akan didistribusikan membutuhkan perbaikan sebelum
mereka dapat melanjutkan dengan sampel yang lebih besar.
Indikator variabel penelitian dapat dilihat pada tabel di bawah beserta rincian
pertanyaannya.
Tabel 3.3 Indikator Variabel Penelitian

Variabel Kode Indikator Pernyataan Referensi
Content CON1 Relevansi Konten aplikasi
bima+ sudah sesuai
kebutuhan
CON2 Kelengkapan Konten aplikasi
bima+
menyediakan
69
berbagai macam Doll &
informasi Torkzadeh
CON3 Kualitas Konten aplikasi (1988), Khurin
bima+ ditampilkan Khoirina Dianty
secara jelas dan (2020), Agastya
cepat untuk Prinanda (2021),
dipahami Rosalina (2017),
CON4 Manfaat Aplikasi bima+ Muthia
memuat hal yang Anggraeni (2022)
bermanfaat bagi
keperluan saya
CON5 Transparansi Aplikasi bima+
menyediakan
konten yang jelas
Accuracy ACC1 Akurasi Aplikasi bima+
menghasilkan
informasi yang Muthia
akurat Anggraeni
ACC2 Dapat Aplikasi bima+ (2022), Doll &
Diandalkan menghasilkan Torkzadeh
informasi yang (1988) Hardini
dapat diandalkan Nike Nur Laily
dan dipercaya (2019), Arini
ACC3 Output Aplikasi bima+ Nurillah (2019)
menampilkan input
dan ouput pada
layar sesuai dengan
yang diperintahkan
ACC4 Standarisasi Aplikasi bima+
bekerja sesuai
dengan standar
yang ditentukan
70
Format FOR1 Menarik Format aplikasi
bima+ yang
disajikan menarik Muthia
FOR2 Mudah Format pada Anggraeni,
Digunakan aplikasi bima+ (2022), Doll &
mudah untuk Torkzadeh
digunakan (1988), Rosalina
FOR3 Jelas Format aplikasi (2017)
bima+ sudah jelas
FOR4 Kualitas Format output dari
Informasi aplikasi bima+
yang disajikan
memiliki kualitas
yang baik
Ease of Use EOU1 User Friendly Aplikasi bima+
bersifat user
friendly Muthia
EOU2 Mudah Aplikasi bima+ Anggraeni
Dipahami jelas dan mudah (2022), Doll &
dipahami Torkzadeh
EOU3 Mudah Aplikasi bima+ (1988), Hardini
Dioperasikan dapat dioperasikan Nike Nur Laily
dengan mudah (2019), Arga
EOU4 Interaksi Aplikasi bima+ Pratama Putra
Sistem memudahkan (2020)
interaksi dengan
pengguna
EOU5 Informasi Aplikasi bima+
memudahkan
dalam mencari
informasi
71
Timeliness TIM1 Up to date Aplikasi bima+
menyediakan
informasi yang up Khurin Khoirina
to date atau terkini Dianty (2020),
TIM2 Ketepatan Aplikasi bima+ Doll &
Waktu menyajikan Torkzadeh
informasi secara (1988), Arini
tepat waktu Nurillah (2019)
TIM3 Ketersediaan Aplikasi bima+
Informasi mampu
menyediakan
informasi ketika
dibutuhkan
TIM4 Output Aplikasi bima+
Informasi menghasilkan
informasi yang
valid
System SSP1 Kecepatan Aplikasi bima+
Speed Operasional mampu melakukan
Sistem proses cepat pada Arga Pratama
saat pengguna Putra (2020),
melakukan akses Muthia
aplikasi (login) Anggraeni
SSP2 Kecepatan Aplikasi bima+ (2022), Chin &
Proses Sistem mampu bekerja Lee (2000)
dengan cepat saat
menjalankan
perintah (input)
hingga
menghasilkan
informasi (output)
72
SSP3 Kecepatan Aplikasi bima+
Pencarian mempunya
kemampuan
beroperasi dengan
cepat saat
melakukan proses
pencarian
informasi yang
dibutuhkan
pengguna
SSP4 Kecepatan Aplikasi bima+
Pengunggahan mampu bekerja
dengan cepat, baik
saat melakukan
pengunduhan data
(download) dan
juga pengunggahan
data (upload)
System SSR1 Kerahasiaan Aplikasi bima+
Reliability Data menjaga
kerahasiaan data Azleen Ilias &
pengguna aplikasi Abd Razak
SSR2 Perlindungan Aplikasi bima+ (2011),
Data terlindungi dari Mohamed dkk.
akses, modifikasi, (2006)
pengungkapan,
atau perusakan data
yang tidak sah.
SSR3 Pencegahan Aplikasi bima+
menyediakan fitur
input password
73
SSR4 Jaminan Aplikasi bima+
Ketahanan dilengkapi dengan
Sistem sistem proteksi
akun yang baik
End User EUS1 Kecukupan Aplikasi bima+
Satisfaction sudah dapat
memenuhi Khurin Khoirina
kebutuhan dalam Dianty (2020),
menyelesaikan Doll &
pekerjaan Torkzadeh
EUS2 Kemudahan Aplikasi bima+ (1988), Arga
mempermudah Pratama Putra
pekerjaan (2020)
EUS3 Efektifitas Aplikasi bima+
sudah efektif dalam
penggunaannya
EUS4 Efisiensi Aplikasi bima+
sudah bekerja
secara efisien
EUS5 Kepuasan Saya puas dengan
cara kerja aplikasi
bima+ yang ada
secara menyeluruh
Rancangan kuesioner yang telah dibentuk lalu diuji dengan melakukan

penyebaran kuesioner awal kepada 30 responden, kemudian dilakukan analisa
pengujian kuesioner, hasil dari penyebaran uji kuesioner berfungsi untuk melihat
apakah desain awal kuesioner perlu dilakukan perbaikan sebelum peneliti dapat
melakukan pengujian terhadap jumlah sampel yang lebih besar.
74
3.5 Uji Kuesioner
Peneliti melakukan pengujian kuesioner untuk mengetahui tingkat reliabilitas

dan validitas dari kuesioner yang akan digunakan dalam penelitian ini. Pengujian
kuesioner ini dilakukan peneliti dengan memberikan kuesioner yang akan
disebarkan kepada 30 orang responden yang memenuhi syarat dari penelitian. Hasil
pengolahan 30 data kuesioner yang digunakan membuktikan bahwa semua
indicator pertanyaan yang diajukan telah berhasil memenuhi syarat pada pengujian
discriminant validity. Hasil yang didapatkan dari setiap pengujian kuesioner adalah
sebagai berikut:
a. Individual Item Reliability
Hasil dari pengujian kuesioner ini menunjukkan bahwa semua indikator
pertanyaan telah memiliki nilai outer loading lebih dari 0,6 sehingga
tidak ada indikator dari pertanyaan yang harus dihapuskan.
b. Internal Consistency Reliability
Indikator-indikator yang sudah berhasil lolos dengan nilai outer loading
di atas 0,6, setelah pengujian itu masuk ke tahap untuk mencari nilai
composite reliability (CR) semua variabel melebihi nilai ambang batas
yaitu di atas 0,7. Hasil pengujian menunjukkan bahwa semua variabel
memiliki keandalan yang tinggi.
c. Average Variance Extract (AVE)
Hasil pengujian kuesioner menunjukkan bahwa setiap variabel telah
memiliki nilai AVE lebih dari 0,5 sehingga dalam tahap ini sudah dapat
dikatakan cukup baik karena memenuhi syarat yang diperlukan.
d. Discriminant Validity
Pengujian pada tahap ini bertujuan untuk menguji sejauh mana sebuah
variabel benar-benar berbeda dengan variabel lain. Pengukuran validitas
diskriman ini dapat dilihat dari dua pengujian, yaitu pengujian cross
loadings dan fornell-lacker’s. Pada pengujian cross loading nilai
variabelnya harus lebih besar daripada nilainya terhadap variabel lain,
dan pada pengujian fornell-lacker’s nilai outer loading dari suatu
indikator terhadap variabelnya harus lebih besar daripada nilainya
terhadap variabel lain.
75
Hasil pengujian model pengukuran pada uji kuesioner ini dapat dilihat pada
tabel 3.4 di bawah ini.
76
Tabel 3.4 Hasil Uji Kuesioner Validitas dan Reliabilitas
Variabel Indikator Cross Loadings Composite Average Variance
ACC CON EOU EUS FOR SSR SSP TIM Reliability Extract (AVE)
ACC ACC1 0.735 0.479 0.432 0.498 0.298 0.548 0.341 0.553 0.895 0.682
ACC2 0.898 0.505 0.479 0.687 0.369 0.554 0.477 0.608
ACC3 0.884 0.531 0.500 0.577 0.321 0.558 0.400 0.746
ACC4 0.772 0.617 0.631 0.687 0.511 0.450 0.575 0.430
CON CON1 0.379 0.718 0.619 0.479 0.573 0.212 0.418 0.286 0.892 0.625
CON2 0.509 0.856 0.715 0.697 0.676 0.600 0.580 0.585
CON3 0.492 0.762 0.647 0.614 0.776 0.568 0.608 0.534
CON4 0.500 0.723 0.567 0.711 0.528 0.514 0.527 0.504
CON5 0.661 0.879 0.746 0.629 0.718 0.599 0.483 0.676
EOU EOU1 0.528 0.668 0.883 0.649 0.758 0.586 0.475 0.563 0.931 0.728
EOU2 0.685 0.684 0.849 0.735 0.708 0.687 0.493 0.702
EOU3 0.597 0.615 0.841 0.728 0.716 0.684 0.635 0.552
EOU4 0.537 0.842 0.865 0.746 0.817 0.626 0.603 0.560
EOU5 0.301 0.741 0.827 0.677 0.731 0.529 0.533 0.494
EUS EUS1 0.721 0.734 0.752 0.887 0.744 0.606 0.742 0.588 0.922 0.705
EUS2 0.541 0.660 0.658 0.787 0.616 0.607 0.566 0.507
EUS3 0.567 0.747 0.742 0.878 0.695 0.569 0.746 0.441
EUS4 0.658 0.503 0.611 0.738 0.524 0.714 0.617 0.568
EUS5 0.662 0.721 0.716 0.895 0.727 0.777 0.728 0.771
FOR FOR1 0.178 0.672 0.689 0.587 0.855 0.444 0.478 0.338 0.917 0.734
77
FOR2 0.369 0.767 0,818 0.624 0.850 0.653 0.487 0.636
FOR3 0.407 0.707 0.745 0.665 0.890 0.603 0.579 0.532
FOR4 0.571 0.690 0.741 0.798 0.832 0.568 0.761 0.384
SSR SSR1 0.597 0.435 0.589 0.574 0.435 0.823 0.470 0.721 0.901 0.696
SSR2 0.615 0.623 0.635 0.670 0.648 0.909 0.569 0.756
SSR3 0.261 0.451 0.546 0.496 0.470 0.703 0.262 0.425
SSR4 0.592 0.626 0.666 0.804 0.633 0.887 0.621 0.704
SSP SSP1 0.265 0.499 0.421 0.557 0.449 0.292 0.770 0.261 0.879 0.647
SSP2 0.476 0.631 0.623 0.653 0.641 0.335 0.806 0.306
SSP3 0.537 0.492 0.522 0.642 0.577 0.671 0.727 0.419
SSP4 0.482 0.531 0.496 0.749 0.544 0.590 0.895 0.433
TIM TIM1 0.646 0.610 0.603 0.600 0.433 0.672 0.366 0.945 0.952 0.832
TIM2 0.661 0.655 0.702 0.664 0.596 0.773 0.473 0.841
TIM3 0.542 0.565 0.620 0.586 0.502 0.737 0.405 0.872
TIM4 0.698 0.606 0.536 0.658 0.465 0.704 0.383 0.889
Pengujian validitas diskriminan dapat dilakukan selain dengan melihat nilai Cross Loadings di atas, pengujian juga dapat dilakukan
dengan melihat nilai Fornell-Larcker, di mana suatu variabel terhadap variabel itu sendiri harus lebih besar daripada variabel tersebut
terhadap variabel lain agar dapat dikatakan bagus. Nilai Fornell-Larcker dapat dilihat pada tabel 3.5 berikut
78
Tabel 3.5 Hasil Uji Kuesioner Discriminant Validity (Fornell-Larcker)
ACC CON EOU EUS FOR SSP SSR TIM
ACC 0.826
CON 0.650 0.851
EOU 0.625 0.834 0.853
EUS 0.753 0.805 0.831 0.839
FOR 0.464 0.828 0.875 0.792 0.857
SSR 0.635 0.651 0.732 0.780 0.665 0.834
SSP 0.555 0.669 0.642 0.814 0.689 0.597 0.804
TIM 0.701 0.669 0.675 0.689 0.549 0.792 0.447 0.912
Hasil dari uji kuesioner yang sudah dilakukan menunjukkan bahwa model
yang digunakan telah memenuhi syarat model yang bagus, sebab nilai dari suatu
variabel itu sendiri sudah lebih besar dari pada nilai variabel terhadap variabel yang
lainnya seperti pada variabel accuracy yang nilai teratasnya adalah 0,826, yang
apabila dilihat lebih tinggi dibandingkan dengan nilai korelasi antara variabel
content dengan variabel accuracy yang nilainya 0,650. Dalam penelitian ini,
peneliti akan menyebarkan kuesioner melalui media online seperti Facebook dan
Whatsapp untuk mencapai target jumlah responden yang dibutuhkan.
3.6 Analisis Data dan Interpretasi Hasil Penelitian
Analisis data yang dilakukan dalam penelitian ini terbagi menjadi dua bagian,
yaitu dengan menggunakan analisis data demografi dan analisis statistik inferential.
Langkah pertama, peneliti melakukan analisis data demografi dengan
menggunakan perangkat lunak Ms. Excel 2016. Pengelompokkan data demografi
ini berdasarkan pada jenis kelamin, usia, pekerjaan, pembelian paket menggunakan
aplikasi, penggunaan internet, intensitas penggunaan aplikasi, dan status
penerimaan pengguna. Langkah kedua, peneliti melakukan analisa statistik
menggunakan tools SmartPLS versi 3.3.3. ada dua analisis yang dilakukan dalam
79
penelitian ini yaitu analisis model pengukuran (outer model) dan model struktural
(inner model).
Model pengukuran (outer model) ini bertujuan untuk menerangkan nilai
validitas dan reliabilitas yang tidak tergoyahkan dengan menjalani tes. Jawaban
responden yang sudah didapatkan kemudian diberikan bobot nilai tergantung dalam
skala likert kemudian diolah menggunakan Ms. Excel 2016 untuk menghasilkan
dokumen dengan menggunakan format .CSV, selanjutnya data tersebut diproses
ulang menggunakan perangkat lunak SmartPLS versi 3.3.3 guna melakukan
pengujian validitas yang terdiri dari uji convergent validity, dan discriminant
validity serta menguji reliabilitas yang terdiri dari uji cronbach’s alpha dan
composite reliability.
Analisa model struktural (inner model) dilakukan dengan menggunakan data
yang berasal dari jawaban responden pada kuesioner penelitian yang telah diberikan
bobot nilai dengan menggunakan skala likert kemudian dioleh menggunakan Ms.
Excel 2016 agar mempunya hasil file dengan format .CSV, selanjutnya data
tersebut diolah kembali menggunakan perangkat lunak SmartPLS versi 3.3.3 untuk
melakukan prediksi terhadap hubungan sebab akibat antar variabel laten. Langkah
pada model ini adalah menguji nilai R Squares, Effect Size (f2), Predictive
Relevance (Q2) dan Relative Impact (q2) melalui metode blindfolding, Path
Coefficient, serta t-test melalui metode bootstrapping.
Setelah menganalisis setiap informasi yang diperoleh, analisis selanjutnya
adalah menguraikan hasil penelitian dengan membahas dan menjabarkan hasil
analisis data demografi responden dengan mempertimbangkan kondisi aktual yang
terjadi. Selain itu, hasil analisis model pengukuran dan hasil analisis model
struktural berisi angka-angka yang dijelaskan dalam kata-kata dengan
membandingkan dan menyinggung pada hasil penelitian sejenis yang relevan
dengan penelitian yang dilakukan.
3.7 Prosedur Penelitian
Dalam melakukan penelitian ini, peneliti memiliki delapan tahapan kegiatan

selama penelitian yang tertuang dalam prosedur penelitian (Putra, 2020; Subiyakto
dkk., 2016). Tahapan penelitian diawali dengan identifikasi dan perumusan
80
masalah berdasarkan hasil penelusuran informasi dan studi terkait penelitian-
penelitian sebelumnya, selanjutnya melakukan pengembangan model penelitian di
mana dalam penelitian ini model yang digunakan yaitu End User Computing
Satisfaction (EUCS) lalu proses pengumpulan data, perancangan dan pengujian
kuesioner dengan melakukan pengujian kuesioner, proses analisis data, kemudian
pembahasan analisis dan interpretasi dari hasil data yang didapat, kemudian ditutup
dengan kesimpulan dan saran. Penelitian ini dilakukan dalam kurun waktu 10 bulan
81
Gambar 3.1 Prosedur Penelitian (Subiyakto dkk., 2016)
82
83
BAB 4
HASIL DAN PEMBAHASAN
4.1 Gambaran Umum Perusahaan
4.1.1 Sejarah Aplikasi bima+

Aplikasi bima+ merupakan sebuah aplikasi yang diciptakan oleh PT.
Hutchison 3 Indonesia yang secara resmi diluncurkan pada 15 Mei 2017.
Aplikasi ini pada awalnya bertujuan untuk sebagai wadah kreatif bagi para
content creator dalam negeri untuk menunjukkan inovasi konten dan produk-
produk kreatifnya, di aplikasi bima+ ini para pelanggan kartu tri dapat
mengakses berbagai macam fitur yang ada selain dari fungsi utamanya untuk
mobile assistant pengguna kartu tri. Sebelum terciptanya aplikasi bima+ ini,
PT. Hutchison 3 Indonesia sudah terlebih dahulu meluncurkan aplikasi
sejenis dengan nama BimaTri yang diresmikan pada tahun 2012. Aplikasi ini
merupakan sebuah gebrakan pada masanya, karena aplikasi BimaTri
merupakan aplikasi pertama yang dapat mengingatkan pengguna telefon
untuk mengisi ulang pulsa atau melakukan top-up kuota internet, melakukan
pengecekan sisa pulsa dan masa aktif kartu.
Gambar 4.1 Logo Aplikasi bima+ (Tri, 2022)

BimaTri hadir dengan tujuan utama untuk meningkatkan pelayanan
kepada pengguna dalam melakukan pembelian dan pengecekan pulsa serta
memilih berbagai macam paket internet. Aplikasi BimaTri ini bertahan
selama enam tahun hingga pada tanggal 8 Maret 2018 di mana semua
kegiatan operasional di aplikasi BimaTri dialihkan ke aplikasi bima+ yang
sudah diluncurkan setahun sebelumnya. Sejak 2022, bima+ mengikuti proses
merger antara PT. Hutchison 3 Indonesia dan PT. Indosat Tbk dan sekarang
84
bernaung di bawah PT. Indosat Ooredoo Hutchison. Hingga 2022 aplikasi
bima+ sudah diunduh lebih 45 juta pengguna.
4.1.2 Profil PT. Indosat Ooredoo Hutchison

PT. Indosat Ooredoo Hutchison adalah perusahaan penyedia jasa
telekomunikasi yang terbentuk atas mergernya dua perusahaan
telekomunikasi besar di Indonesia, yaitu PT. Hutchison 3 Indonesia (H3I) dan
PT. Indosat Tbk (Indosat Ooredoo).
Gambar 4.2 Logo PT. Indosat Ooredoo Hutchison (Indosat Ooredoo Hutchison,
2022)
Manfaat dari terjadinya merger dua perusahaan telekomunikasi
tersebut adalah untuk lebih kompetitif, karena sinergi dan keahlian untuk
mendorong inovasi, peningkatan produk dan layanan yang akan
memungkinkan penyediaan layanan yang luar biasa bagi pelanggan, kekuatan
finansial yang lebih baik untuk mendukung jaringan broadband di Indonesia,
salah satunya adalah untuk investasi di bidang 5G, dan dapat terjadinya
peningkatan transaksi bagi pemegang saham dan pemangku kepentingan
lainnya (Indosat Ooredoo Hutchison, 2022).
4.1.3 Visi dan Misi PT. Indosat Ooredoo Hutchison

Visi
Menjadi perusahaan telekomunikasi digital yang paling dipilih di Indonesia.
Misi
Menghadirkan pengalaman digital kelas dunia, menghubungkan dan
memberdayakan masyarakat Indonesia.
4.2 Pengujian Kuesioner
Sebelum mendistribusikan kuesioner formal, peneliti melakukan

pengujian kuesioner yang bertujuan untuk menguji validitas dan uji
85
reliabilitas, mengetahui kelayakan pertanyaan-pertanyaan dalam kuesioner,
dan agar poin-poin pertanyaan dalam kuesioner tidak membingungkan dan
tidak ambigu. Proses ini juga dilakukan untuk memodifikasi teks kuesioner
dan penempatan semantik/kata agar lebih mudah untuk dipahami oleh
responden. Pengujian kuesioner ini juga digunakan untuk memperbaiki
desain dan mengidentifikasi kekurangan kuesioner yang mungkin hanya
terlihat oleh populasi terkait. Pada pengujian kuesioner awal, responden
diminta untuk memastikan bahwa kata-kata, frasa, dan instruksi pada
instrumen penelitian sudah jelas dan dapat dimengerti. Selain itu, pengujian
kuesioner bertujuan untuk mengetahui tingkat reliabilitas dan validitas
kuesioner yang digunakan serta hasil hipotesis yang digunakan dalam survei
ini. Jika instrumen berhasil dalam pengujian ini, maka instrumen dapat
digunakan pada kuesioner yang sebenarnya.
Pengujian kuesioner dilakukan pada tanggal 7 – 15 Maret 2022.
Pengujian kuesioner dilakukan dengan cara penyebaran kuesioner secara
online. Ukuran sampel pengujian pengujian kuesioner dalam penelitian ini
melibatkan 30 responden. Hasil dari perhitungan 30 responden tersebut,
didapatkan bahwa reliabilitas dan validitas kuesioner dikatakan baik.
Sehingga peneliti sudah tidak melakukan modifikasi terhadap model
penelitian ini. Peneliti memutuskan menggunakan skema indikator yang telah
dibuat. Setelah pengujian kuesioner dilakukan dan sudah sesuai dengan
harapan penelitian, maka peneliti melakukan penelitian selanjutnya dengan
penyebaran kuesioner yang sebenarnya dengan jumlah target 400 responden.
4.3 Hasil Analisis
4.3.1 Hasil Analisis Demografi

Berdasarkan hasil penyebaran kuesioner didapatkan 400 responden.
Dengan hasil responden tersebut maka diketahui karakteristik responden
terbagi dalam 7 kategori, yaitu jenis kelamin, rentang usia, pekerjaan,
penggunaan internet, pembelian melalui aplikasi, peranan bima+, dan status
kepuasan pengguna. Analisis ini terdiri dari dua bagian, berdasarkan profil
responden dan pertanyaan umum. Peneliti berhasil mengumpulkan total 400
86
responden dalam rentang waktu 17 Maret 2022 sampai dengan 22 Maret
2022. Hasil analisis akan dijelaskan secara lebih detail sebagai berikut:
1. Jenis Kelamin
Pada kategori jenis kelamin, data responden jauh didominasi oleh
jenis kelamin laki-laki, gambar 4.1 menunjukkan bahwa responden laki-laki
berjumlah sebanyak 372 atau sekitar 93% dari total jenis kelamin
keseluruhan, sedangkan perempuan berjumlah 28 orang atau sekitar 7%
populasi. Hal ini jelas menunjukkan bahwa kartu tri dan aplikasi bima+ lebih
banyak digunakan oleh laki-laki dibandingkan perempuan
Perempuan
7%
Laki-laki
93%
Gambar 4.3 Diagram Lingkaran Jenis Kelamin Responden

2. Rentang Usia
Pada kategori rentang usia, diagram batang pada gambar 4.2
memperlihatkan responden didominasi oleh responden yang relatif muda
dengan perincian 160 responden (40%) berusia ≤ 20 tahun, 164 responden
(41%) berusia 21-25 tahun, 37 responden berusia 26-30 tahun (9.25%),
responden berusia 31-35 tahun berjumlah 18 (4,5%), 10 responden dengan
rentang usia 36-40 tahun (2,5%), dan responden berusia ≥ 41 tahun
berjumlah 11 responden (2,75%). Hal ini menunjukkan banyak responden
yang merupakan pengguna aplikasi bima+ yang masih berstatus pelajar atau
memiliki usia produktif
87
≥ 50 Tahun 1
46-50 Tahun 1
41-45 Tahun 9
36-40 Tahun 10
31-35 Tahun 18
26-30 Tahun 37
21-25 Tahun 164
≤ 20 Tahun 160
0 20 40 60 80 100 120 140 160 180
Gambar 4.4 Diagram Batang Rentang Usia Responden

3. Pekerjaan
Pada kategori pekerjaan, data responden didominasi oleh kelompok
pelajar atau mahasiswa, yaitu sebanyak 205 responden dengan persentase
51% dari total keseluruhan responden,. Selanjutnya disusul oleh kelompok
pekerjaan lainnya sebanyak 103 atau dengan persentase sebanyak 26%,
pegawai swasta menyusul dari responden yang mengisi kuesioner dengan
jumlah sebanyak 84 responden dengan persentase 21%, dan terakhir
kelompok pegawai negeri sipil sebanyak 8 responden atau dengan
persentase 2% dari total keseluruhan responden. Hasil ini memiliki
keterkaitan dengan hasil pada kategori usia yang didominasi oleh kelompok
usia ≤ 20 tahun dan 21-25 tahun yang merupakan usia umumnya seorang
pelajar dan mahasiswa.
88
Lainnya
26% Pelajar/Mahasiswa/i
51%
Pegawai Swasta
21%
Pegawai Negeri
2%
Gambar 4.5 Diagram Lingkaran Pekerjaan Responden

4. Penggunaan Internet
Berdasarkan rentang waktu penggunaan internet, diketahui bahwa
berdasarkan hasil kuesioner yang ada responden yang paling banyak
menggunakan internet pada rentang antara 6-10 tahun yaitu sebanyak 173
responden dengan persentase 43% dari total keseluruhan responden, setelah
itu disusul oleh rentang antara 10-15 tahun yaitu sebanyak 113 responden
dengan persentase 28% total keseluruhan responden, lalu pengguna internet
1-5 tahun dengan jumlah responden sebanyak 62 responden dengan
persentase 16%, dan responden yang paling sedikit menggunakan internet
berdasarkan kuesioner yang disebarkan yaitu rentang > 15 tahun sebanyak
52 responden dengan persentase 13% dari total keseluruhan responden.
89
> 15 Tahun 1-5 Tahun
13% 16%
10-15 Tahun
28%
6-10 Tahun
43%
Gambar 4.6 Diagram Lingkaran Lama Penggunaan Internet Responden

5. Penggunaan untuk Pembelian Paket Internet/Pulsa
Berdasarkan diagram di gambar 4.5, diketahui bahwa mayoritas
responden telah menggunakan aplikasi bima+ sebagai tempat untuk
melakukan pembelian paket internet/pulsa, yaitu sebanyak 378 responden
dengan persentase 94% yang telah menggunakan, sedangkan sisanya yaitu
22 responden dengan persentase 6% dari total keseluruhan responden.
Tidak
6%
Ya
94%
Gambar 4.7 Diagram Lingkaran Penggunaan untuk Pembelian Paket

Internet/Pulsa
6. Peranan Aplikasi bima+
90
Gambar 4.6 memperlihatkan bahwa sebanyak 162 responden (41%)
sangat merasa terbantu dengan adanya aplikasi bima+ dalam mencari
informasi terkait aplikasi yang dibutuhkan. 132 responden (33%) merasa
terbantu dengan adanya aplikasi bima+, sebanyak 98 responden (24%)
menilai aplikasi bima+ cukup membantu aktivitas hariannya, dalam hasil
kuesioner juga terdapat 8 responden (2%) yang menyatakan bahwa aplikasi
bima+ ternyata kurang membantu dalam menyelesaikan masalah mereka.
Sangat Membantu 162
Membantu 132
Cukup Membantu 98
Kurang Membantu 8
Tidak Membantu 0
0 20 40 60 80 100 120 140 160 180
Gambar 4.8 Diagram Batang Peranan Aplikasi bima+

7. Status Kepuasan Pengguna
Berdasarkan hasil kuesioner, sebanyak 84 responden (21%) merasa
sangat puas saat menggunakan aplikasi bima+, setelah itu, terdapat 139
responden (35%) yang merasa puas terhadap aplikasi bima+, hasil penelitian
juga menunjukkan sebanyak 143 responden (36%) merasa cukup puas saat
menggunakan aplikasi bima+. Sisanya, sebanyak 28 responden dengan
persentase 7% kurang puas dengan aplikasi bima+ dan sebanyak 6
responden dari total keseluruhan responden dengan persentase 1% tidak
puas sama sekali dengan aplikasi bima+.
91
Sangat Puas 84
Puas 139
Cukup Puas 143
Kurang Puas 28
Tidak Puas 6
0 20 40 60 80 100 120 140 160
Gambar 4.9 Diagram Batang Status Kepuasan Pengguna

4.3.2 Hasil Analisis Model Pengukuran (Outer Model)
Pada tahap ini, terdapat evaluasi model pengukuran memiliki
beberapa tahapan pengujian yaitu pemeriksaan individual item reliability,
internal consistency reliability, average variance extracted, dan discriminant
validity (Hair, Sarstedt, Ringle, & Mena, 2012) dalam (Hikmatullah, 2021).
Penjelasan lebih lanjut mengenai hasil dari tiap pengujian adalah sebagai
berikut:
1. Individual Item Reliability
Pengujian ini dilakukan dengan melihat hasil nilai dari standardized

loading factor. Nilai ini menunjukkan derajat hubungan antara masing-
masing indikator dengan komponen-komponennya. Idealnya, nilai dari
loading factor memiliki nilai lebih besar dari 0,6, dengan kata lain, indikator
ini dapat dianggap sebagai ukuran struktur dan dapat dikatakan valid (Yamin
& Kurniawan 2011). Setelah melakukan perhitungan tersebut, maka
diperoleh hasil outer loading yang dapat dilihat pada Tabel 4.1 di bawah.
Tabel 4.1 Hasil Pengujian Outer Loading
ACC1 0.838
92
ACC2 0.847
ACC3 0.819
ACC4 0.821
CON1 0.777
CON2 0.748
CON3 0.779
CON4 0.812
CON5 0.781
EOU1 0.867
EOU2 0.879
EOU3 0.866
EOU4 0.824
EOU5 0.782
EUS1 0.855
EUS2 0.846
EUS3 0.881
EUS4 0.869
EUS5 0.870
FOR1 0.853
FOR2 0.872
FOR3 0.886
FOR4 0.835
SSP1 0.820
SSP2 0.899
SSP3 0.897
93
SSP4 0.870
SSR1 0.830
SSR2 0.868
SSR3 0.638
SSR4 0.818
TIM1 0.883
TIM2 0.909
TIM3 0.870
TIM4 0.837
Dalam Tabel 4.1 menunjukkan bahwa berdasarkan hasil uji nilai

loading factor semua nilai sudah berada di atas standar 0,6 yang menandakan
bahwa semua indikator sudah memenuhi syarat dan tidak perlu ada indikator
yang dihapus.
2. Internal Consistency Reliability
Pengujian ini dilakukan untuk mengukur nilai reliabilitas suatu

konstruk dengan mengetahui hasil nilai composite reliability (CR).
Composite reliability dapat dikatakan memiliki nilai yang ideal apabila
bernilai lebih dari 0,7 dan juga apabila bernilai antara 0,6 hingga 0,7 masih
dapat diterima (Ghozali & Latan, 2015; Hamid & Anwar, 2019). Hasil
pengujian composite reliability pada analisis kali ini dapat dilihat pada tabel
di bawah di mana nilai composite reliability yang didapat dalam penelitian
ini semua variabel memiliki nilai di atas 0,7 di mana nilai composite
reliability terendah didapat pada variabel SSR dengan nilai 0,870, dan yang
tertinggi adalah variabel 0,937. Hasil pada tabel ini memiliki artian bahwa
semua variabel dapat diterima serta memenuhi syarat untuk digunakan.
Tabel 4.2 Hasil Pengujian Composite Reliability
94
Composite
Reliability
ACC 0.899
CON 0.886
EOU 0.925
EUS 0.937
FOR 0.920
SSP 0.927
SSR 0.870
TIM 0.929
3. Average Variance Extracted
Indikator pengukuran lain dari outer model adalah pengukuran

average variance extracted (AVE). Nilai AVE mewakili varians atau
keragaman dari variabel manifes yang dapat dimasukkan ke dalam variabel
laten. Nilai AVE dikatakan ideal apabila bernilai lebih dari 0,5 sehingga bisa
memenuhi serta menunjukkan nilai outer model yang baik (Ghozali & Latan,
2015; Hamid & Anwar, 2019). Setelah dilakukan pengujian, didapatkan
bahwa semua nilai variabel yang diujikan di atas dari standar yang diminta
dengan nilai AVE terkecil terdapat pada variabel CON dengan nilai 0,608 dan
nilai variabel terbesar ada pada variabel TIM dengan nilai 0,766.
Tabel 4.3 Hasil Pengujian Average Variance Extracted

Average Variance Extracted
ACC 0.691
CON 0.608
EOU 0.713
EUS 0.747
FOR 0.742
SSP 0.761
95
SSR 0.629
TIM 0.766
4. Discriminant Validity
Pengujian Discriminant Validity dilakukan dengan melalui dua

tahapan pemeriksaan cross loading, yaitu cross loading antar indikator dan
cross loading Fornell-Lacker’s ((Subiyakto dkk., 2015). Pemeriksaan cross
loading dilakukan dengan memeriksa hubungan antara penanda dan
perkembangannya. Apabila korelasi antar indikator dengan indikator
konstruknya lebih tinggi dari korelasi dengan konstruk blok lainnya, hal ini
akan menunjukkan bahwa konstruk tersebut memprediksi ukuran pada blok
mereka lebih baik dari blok lainnya. Sebagai contoh adalah nilai korelasi
antara indikator ACC1 dengan variabel accuracy yaitu sebesar 0,838
memiliki nilai lebih besar dari nilai korelasi indikator ACC1 dengan variabel
content yang hanya memiliki nilai 0,673. Hasil pengujian ini menunjukkan
bahwa pengujian discriminant validity sudah valid untuk digunakan.
Tabel 4.4 Hasil Uji Discriminant Validity (Cross Loading)
ACC1 0.838 0.673 0.559 0.613 0.530 0.550 0.485 0.643
ACC2 0.847 0.673 0.557 0.582 0.479 0.558 0.469 0.637
ACC3 0.819 0.593 0.545 0.585 0.522 0.561 0.506 0.535
ACC4 0.821 0.699 0.663 0.658 0.665 0.603 0.559 0.553
CON1 0.579 0.777 0.559 0.588 0.528 0.504 0.475 0.476
CON2 0.561 0.748 0.544 0.529 0.520 0.496 0.429 0.566
CON3 0.662 0.779 0.698 0.628 0.668 0.629 0.512 0.537
CON4 0.650 0.812 0.562 0.607 0.534 0.510 0.428 0.532
CON5 0.639 0.781 0.605 0.598 0.601 0.545 0.496 0.563
EOU1 0.552 0.638 0.867 0.649 0.702 0.594 0.504 0.537
96
EOU2 0.638 0.678 0.879 0.690 0.770 0.621 0.570 0.596
EOU3 0.627 0.652 0.866 0.670 0.723 0.638 0.551 0.558
EOU4 0.521 0.591 0.824 0.609 0.605 0.560 0.505 0.573
EOU5 0.618 0.660 0.782 0.632 0.591 0.585 0.503 0.680
EUS1 0.638 0.624 0.644 0.855 0.614 0.644 0.567 0.638
EUS2 0.585 0.626 0.605 0.846 0.592 0.609 0.554 0.582
EUS3 0.641 0.661 0.682 0.881 0.685 0.678 0.582 0.604
EUS4 0.646 0.657 0.692 0.869 0.693 0.704 0.600 0.603
EUS5 0.663 0.705 0.704 0.870 0.698 0.729 0.604 0.653
FOR1 0.519 0.618 0.639 0.650 0.853 0.560 0.419 0.527
FOR2 0.559 0.610 0.743 0.633 0.872 0.556 0.497 0.545
FOR3 0.589 0.654 0.726 0.670 0.886 0.613 0.534 0.565
FOR4 0.621 0.646 0.671 0.668 0.835 0.595 0.507 0.584
SSP1 0.548 0.555 0.539 0.591 0.482 0.820 0.499 0.452
SSP2 0.590 0.618 0.642 0.706 0.635 0.899 0.520 0.570
SSP3 0.634 0.608 0.647 0.720 0.623 0.897 0.564 0.582
SSP4 0.612 0.625 0.644 0.696 0.602 0.870 0.546 0.603
SSR1 0.546 0.501 0.532 0.569 0.540 0.561 0.830 0.518
SSR2 0.569 0.541 0.563 0.592 0.511 0.545 0.868 0.513
SSR3 0.319 0.380 0.337 0.372 0.302 0.336 0.638 0.370
SSR4 0.461 0.473 0.516 0.570 0.418 0.466 0.818 0.479
TIM1 0.586 0.575 0.597 0.599 0.554 0.550 0.507 0.883
TIM2 0.619 0.616 0.622 0.670 0.605 0.588 0.542 0.909
TIM3 0.595 0.606 0.621 0.614 0.558 0.526 0.466 0.870
TIM4 0.694 0.599 0.599 0.611 0.538 0.562 0.576 0.837
97
Selanjutnya, terdapat pengujian dengan menganalisa hasil kriteria
Fornell-Larcker yang dilakukan dengan cara membandingkan nilai akar
AVE pada tiap variabel yang satu dengan variabel lainnya dalam suatu
model penelitian, nilai akar AVE harus lebih tinggi daripada korelasi antara
konstrak dengan konstrak lainnya. Seperti pada variabel accuracy di tabel
4.5, variabel accuracy yang nilai teratasnya adalah 0,831 yang apabila
dilihat lebih tinggi dibandingkan dengan nilai korelasi antara variabel
content dengan variabel accuracy yang nilainya 0,795. Berdasarkan
pengujian yang sudah dilakukan, dapat disimpulkan bahwa seluruh
indikator yang terdapat di dalam model penelitian telah memenuhi syarat
validitas diskriminan.
Tabel 4.5 Hasil Uji Discriminant Validity (Fornell-Larcker)
ACC 0.831
CON 0.795 0.780
EOU 0.702 0.764 0.844
EUS 0.735 0.759 0.771 0.864
FOR 0.665 0.734 0.806 0.762 0.862
SSP 0.685 0.690 0.711 0.781 0.675 0.872
SSR 0.609 0.602 0.625 0.673 0.569 0.611 0.793
TIM 0.712 0.685 0.697 0.713 0.645 0.636 0.597 0.875
Setelah melakukan pengujian terkait individual construct reliability,

internal consistency reliability, average variance extracted, dan terakhir
pengujian discriminant validity, tes-tes tersebut telah memenuhi standar
yang ada. Hasil dari keempat pengujian juga membuktikan bahwa model
penelitian yang digunakan oleh peneliti memiliki kriteria yang sesuai untuk
dapat melanjutkan ke tahap selanjutnya yaitu pengujian model struktural
(inner model). Hasil dari pengujian secara rinci dapat dilihat pada tabel 4.6
98
Tabel 4.6 Ringkasan Hasil Pengujian Model Pengukuran (Outer Model)
VAR IND OL ACC CON EOU EUS FOR SSP SSR TIM CR AVE
ACC1 0.838 0.838 0.673 0.559 0.613 0.530 0.550 0.485 0.643
ACC2 0.847 0.847 0.673 0.557 0.582 0.479 0.558 0.469 0.637 0.899 0.691
ACC
ACC3 0.819 0.819 0.593 0.545 0.585 0.522 0.561 0.506 0.535
ACC4 0.821 0.821 0.699 0.663 0.658 0.665 0.603 0.559 0.553
CON1 0.777 0.579 0.777 0.559 0.588 0.528 0.504 0.475 0.476
CON2 0.748 0.561 0.748 0.544 0.529 0.520 0.496 0.429 0.566
0.886 0.608
CON CON3 0.779 0.662 0.779 0.698 0.628 0.668 0.629 0.512 0.537
CON4 0.812 0.650 0.812 0.562 0.607 0.534 0.510 0.428 0.532
CON5 0.781 0.639 0.781 0.605 0.598 0.601 0.545 0.496 0.563
EOU1 0.867 0.552 0.638 0.867 0.649 0.702 0.594 0.504 0.537
EOU2 0.879 0.638 0.678 0.879 0.690 0.770 0.621 0.570 0.596
0.925 0.713
EOU EOU3 0.866 0.627 0.652 0.866 0.670 0.723 0.638 0.551 0.558
EOU4 0.824 0.521 0.591 0.824 0.609 0.605 0.560 0.505 0.573
EOU5 0.782 0.618 0.660 0.782 0.632 0.591 0.585 0.503 0.680
EUS1 0.855 0.638 0.624 0.644 0.855 0.614 0.644 0.567 0.638
EUS 0.937 0.747
EUS2 0.846 0.585 0.626 0.605 0.846 0.592 0.609 0.554 0.582
99
EUS3 0.881 0.641 0.661 0.682 0.881 0.685 0.678 0.582 0.604
EUS4 0.869 0.646 0.657 0.692 0.869 0.693 0.704 0.600 0.603
EUS5 0.870 0.663 0.705 0.704 0.870 0.698 0.729 0.604 0.653
FOR1 0.853 0.519 0.618 0.639 0.650 0.853 0.560 0.419 0.527
FOR2 0.872 0.559 0.610 0.743 0.633 0.872 0.556 0.497 0.545 0.920 0.742
FOR
FOR3 0.886 0.589 0.654 0.726 0.670 0.886 0.613 0.534 0.565
FOR4 0.835 0.621 0.646 0.671 0.668 0.835 0.595 0.507 0.584
SSP1 0.820 0.548 0.555 0.539 0.591 0.482 0.820 0.499 0.452
SSP2 0.899 0.590 0.618 0.642 0.706 0.635 0.899 0.520 0.570 0.927 0.761
SSP
SSP3 0.897 0.634 0.608 0.647 0.720 0.623 0.897 0.564 0.582
SSP4 0.870 0.612 0.625 0.644 0.696 0.602 0.870 0.546 0.603
SSR1 0.830 0.546 0.501 0.532 0.569 0.540 0.561 0.830 0.518
SSR2 0.868 0.569 0.541 0.563 0.592 0.511 0.545 0.868 0.513 0.870 0.629
SSR
SSR3 0.638 0.319 0.380 0.337 0.372 0.302 0.336 0.638 0.370
SSR4 0.818 0.461 0.473 0.516 0.570 0.418 0.466 0.818 0.479
TIM1 0.883 0.586 0.575 0.597 0.599 0.554 0.550 0.507 0.883
TIM TIM2 0.909 0.619 0.616 0.622 0.670 0.605 0.588 0.542 0.909 0.929 0.766
TIM3 0.870 0.595 0.606 0.621 0.614 0.558 0.526 0.466 0.870
100
TIM4 0.837 0.694 0.599 0.599 0.611 0.538 0.562 0.576 0.837
Keterangan :
VAR : Variabel
IND : Indikator
AVE : Average Variance Extracted
OL : Outer Loading
CR : Composite Reliability
101
4.3.3 Hasil Analisis Model Struktural (Inner Model)
Pada tahap analisis model struktural terdapat enam tahapan pengujian
yaitu perhitungan pada nilai path coefficient (β), coefficient of determination
(R2), t-test menggunakan metode bootstrapping, effect size (f 2), predictive
relevance (Q2), dan juga relative impact (q2). Penjelasan dari pengukuran ini
akan dijelaskan sebagai berikut:
1. Uji Path Coefficient (β)
Pengujian path coefficient dilakukan untuk mengetahui signifikasi

hubungan antar variabel. Nilai path coefficient dikatakan sudah memiliki
pengaruh di dalam model dengan memiliki nilai ambang batas di atas 0,1 di
mana jalur dapat dinyatakan memiliki pengaruh jika nilai uji koefisien jalur
memiliki hasil di atas 0,1 (Hair dkk., 2017).
Tabel 4.7 Hasil Uji Path Coefficient (β)
Hipotesis Path Coefficient (β) Keterangan
ACC → EUS 0.084 Tidak Signifikan
CON → EUS 0,113 Signifikan
EOU → EUS 0.094 Tidak Signifikan
FOR → EUS 0.202 Signifikan
SSR → EUS 0.283 Signifikan
SSP → EUS 0.137 Signifikan
TIM → EUS 0,118 Signifikan
Pada tabel 4.7 menunjukkan hasil nilai uji path coefficient dari 7
jalur pada model penelitian, terdapat 5 jalur berada di atas 0,1 kemudian
terdapat 2 jalur di bawah 0,1 yaitu ACC → EUS, dan EOU → EUS yang
artinya menandakan bahwa kedua variabel tersebut tidak berpengaruh
secara signifikan terhadap kepuasan pengguna aplikasi.
102
Gambar 4.10 Hasil Analisis Pengujian Path Coefficient (β) dengan SmartPLS
3.3.3
2. Uji Coefficient of Determination (R2)
Pengujian ini dilakukan guna mengukur seberapa besar variabel laten

dependen yang dianggap dipengaruhi oleh variabel laten independen.
Pengujian ini memiliki tiga standar pengukuran yang digunakan, yaitu apabila
nilai 0,67 dinyatakan kuat, 0,33 dinyatakan moderat lalu 0,19 atau di
bawahnya menunjukkan tingkat varian yang lemah.
Tabel 4.8 Hasil Cofficient of Determinant (R2)
Variabel Endogen R2 Keterangan
End User Satisfaction 0.771 Kuat
Berdasarkan hasil yang ditunjukkan pada tabel 4.8 dapat diketahui

bahwa nilai R2 dari variabel end user satisfaction memiliki predikat kuat
yaitu sebesar 0,771 yang menandakan bahwa seluruh variabel menjelaskan
secara kuat (77.1%) varian dari end user satisfaction
3. Uji t-test
103
Pengujian t-test dilakukan dengan cara menggunakan metode
boostraping pada SmartPLS 3.3.3 dengan uji two-tailed di mana tingkat
signifikan yang digunakan adalah 5%. Hipotesis pada t-test ini bisa diterima
apabila nilai uji t-test lebih dari 1,96.
Tabel 4.9 Hasil Uji t-test
Jalur t-test Keterangan
ACC → EUS 1.372 Ditolak
CON → EUS 2.267 Diterima
EOU → EUS 1.401 Ditolak
FOR → EUS 4.638 Diterima
SSP → EUS 5.385 Diterima
SSR → EUS 2.863 Diterima
TIM → EUS 2.073 Diterima
Pada tabel 4.9 memberikan hasil pengujian t-test dan diketahui

bahwa terdapat 2 jalur pada hubungan hipotesis yang ditolak yaitu ACC →
EUS, dan juga EOU → EUS dengan nilai di bawah nilai ambang 1,96.
104
Gambar 4.11 Hasil Uji t-test
4. Uji Effect Size (f2)
Pengujian effect size ini digunakan guna dapat memprediksi dampak

dari variabel tertentu terhadap variabel yang berbeda. Nilai effect size yang
memiliki batas nilai sekitar 0,02 mengartikan pengaruh kecil, 0,15
mengartikan pengaruh menengah sedangkan 0,35 mengartikan memiliki
pengaruh besar. Berikut adalah persamaan komputasi untuk f2 sebagai
berikut :
𝑅 2 ⅈ𝑛𝑐𝑙𝑢𝑑ⅇ − 𝑅 2 ⅇ𝑥𝑐𝑙𝑢𝑑ⅇ
𝑓2 =
1 − 𝑅 2 ⅈ𝑛𝑐𝑙𝑢𝑑ⅇ
Keterangan :
R2include = coefficient of determination
R2exclude = Nilai pada luar R
Tabel 4.10 Hasil Uji Effect Size (f2)
Hipotesis f2 Keterangan
No Jalur R2 include R2 exclude ∑f2
H1 ACC → EUS 0.771 0,769 0,009 Kecil
105
H2 CON → EUS 0.771 0,768 0,015 Kecil
H3 EOU → EUS 0.771 0,769 0,010 Kecil
H4 FOR → EUS 0.771 0,759 0,054 Kecil
H5 SSP → EUS 0.771 0,740 0,156 Menengah
H6 SSR → EUS 0.771 0,762 0,042 Kecil
H7 TIM → EUS 0.771 0,766 0,024 Kecil
Berdasarkan hasil pengujian pada tabel 4.10 diketahui hasil uji effect
size bahwa terdapat 6 jalur atau mayoritas jalur memiliki pengaruh yang
kecil dan 1 jalur memiliki pengaruh menengah pada struktural model.
5. Uji Predictive Relevance (Q2)
Pengujian predictive relevance dilakukan dengan penggunaan metode

blindfolding guna menunjukkan bukti bahwa sebuah variabel tertentu
memiliki keterkaitan secara prediktif (predictive relevance) dengan variabel
lainnya dalam model tersebut dengan nilai ambang batas pengukuran di atas
0, sedangkan apabila nilai ambang batas di bawah 0 maka model tidak
memiliki predictive relevance. Tabel 4.11 di bawah menunjukkan bahwa
seluruh variabel sudah memiliki predictive relevance.
Tabel 4.11 Hasil Uji Predictive Relevance (Q2)
Variabel Endogen Q2 Keterangan
End User Satisfaction 0,566 Predictive Relevance
6. Uji Relative Impact (q2)
Pengujian relative impact dilakukan dengan menggunakan metode

blindfolding untuk mendapatkan nilai q2 sebagai pengukuran dampak relatif
dari hubungan produktif antara variabel tertentu dengan variabel lainnya.
Nilai ambang batas yang dimiliki adalah 0,02 untuk pengaruh kecil, 0,15
untuk pengaruh menengah, dan 0,35 untuk pengaruh yang besar. Berikut
adalah persamaan komputasi untuk q2 sebagai berikut :
106
𝑄 2 ⅈ𝑛𝑐𝑙𝑢𝑑ⅇ − 𝑄 2 ⅇ𝑥𝑐𝑙𝑢𝑑ⅇ
𝑞2 =
1 − 𝑄 2 ⅈ𝑛𝑐𝑙𝑢𝑑ⅇ
Keterangan :
Q2 include = predictive relevance
Q2 exclude = Nilai pada luar Q
Tabel 4.12 Hasil Uji Relative Impact (q2)
Hipotesis q2 Keterangan
No Jalur Q2 include Q2 exclude ∑q2
H1 ACC → EUS 0,566 0,566 0 Kecil
H2 CON → EUS 0,566 0,564 0,004 Kecil
H3 EOU → EUS 0,566 0,565 0,002 Kecil
H4 FOR → EUS 0,566 0,557 0,020 Kecil
H5 SSP → EUS 0,566 0,544 0,050 Kecil
H6 SSR → EUS 0,566 0,560 0,013 Kecil
H7 TIM → EUS 0,566 0,563 0,006 Kecil
107
Tabel 4.13 Ringkasan Hasil Model Struktural (Inner Model)
Hipotesis f2 q2 Analisis
β t-test R2 R2 R2 Q2 Q2 Q2
No Jalur ∑f2 ∑q2 β t-test R2 f2 Q2 q2
include include include exclude
Tidak Predictive
H1 ACC → EUS 0.084 1.372 0.771 0.771 0,769 0,009 0,566 0,566 0,566 0 Ditolak K k k
Signifikan Relevance
Predictive
H2 CON → EUS 0,113 2.267 0.771 0.771 0,768 0,015 0,566 0,566 0,564 0,004 Signifikan Diterima K k k
Relevance
Tidak Predictive
H3 EOU → EUS 0.094 1.401 0.771 0.771 0,769 0,010 0,566 0,566 0,565 0,002 Ditolak K k k
Signifikan Relevance
Predictive
H4 FOR → EUS 0.202 4.638 0.771 0.771 0,759 0,054 0,566 0,566 0,557 0,020 Signifikan Diterima K k k
Relevance
Predictive
H5 SSP → EUS 0.283 5.385 0.771 0.771 0,740 0,156 0,566 0,566 0,544 0,050 Signifikan Diterima K m k
Relevance
Predictive
H6 SSR → EUS 0.137 2.863 0.771 0.771 0,762 0,042 0,566 0,566 0,560 0,013 Signifikan Diterima K k k
Relevance
Predictive
H7 TIM → EUS 0,118 2.073 0.771 0.771 0,766 0,024 0,566 0,566 0,563 0,006 Signifikan Diterima K k k
Relevance
Keterangan :
β : Path Coefficient Q2 : Predictive Relevance k : Kecil
t-test : T Statistic q 2 : Relative Impact
R2 : R Square K : Kuat
f 2 : Effect Size m : Menengah
108
4.4 Interpretasi dan Diskusi dari Hasil Analisis
4.4.1 Interpretasi dan Diskusi dari Hasil Analisis Demografis

Setelah melakukan hasil analisis terhadap informasi dari demografis
profil responden yang sudah dilakukan, tahapan selanjutnya adalah peneliti
melakukan interpretasi dan mendiskusikan hasil dari analisis tersebut.
1. Jenis Kelamin
Berdasarkan gambar 4.3 mengenai analisis demografis dari jenis

kelamin, dapat dilihat bahwa penelitian dari total jumlah responden sebanyak
400, jauh didominasi oleh laki-laki yaitu sebanyak 93% atau sebanyak 373
orang dan sisanya merupakan responden perempuan 7% sebanyak 27 orang.
Hal ini sesuai dengan data (Badan Pusat Statistik, 2020) yang menyatakan
bahwa pengguna telekomunikasi di Indonesia lebih banyak laki-laki dengan
persentase sebanyak 53%.
2. Usia
Pada gambar 4.4 terkait dari analisis demografis usia responden, dapat
dilihat bahwa terdapat kategori usia yaitu yang berusia di bawah 20 tahun
sebanyak 160 orang, usia antara 21-25 tahun sebanyak 164 orang, 26-30 ada
sebanyak 37 orang, 31-35 tahun terdapat 18 orang, 36-40 tahun terdapat 10
orang, usia 41-45 tahun ada sebanyak 9 orang, 46-50 tahun terdapat 1 orang,
dan terakhir berusia di atas 50 tahun terdapat 1 orang. Hasil kuesioner
penelitian ini sudah sesuai dengan data dari (Badan Pusat Statistik, 2020)
yang menyatakan bahwa populasi pengguna telekomunikasi di bawah 25
tahun sebanyak 42,93% dari total populasi.
3. Pekerjaan
Pada gambar 4.5 mengenai analisis demografis pekerjaan dari

responden, dapat dilihat bahwa kategori pekerjaan didominasi oleh para
pelajar/mahasiswa sebanyak 205 orang dengan persentase sebanyak 51%,
pegawai negeri sebanyak 8 orang dengan persentase 2%, pegawai swasta
terdapat 84 orang dengan persentase 21%, dan kelompok pekerjaan lainnya
109
sebanyak 103 orang dengan persentase 26%. Hal tersebut sudah sesuai
dengan data dari (Badan Pusat Statistik, 2020) yang menyatakan bahwa
persentase penduduk yang mengakses internet mayoritas adalah pelajar
dengan persentase sebanyak 75,72% dari total populasi.
4. Pengunaan Internet
Seperti yang terlihat pada gambar 4.6 mengenai penggunaan internet

dari analisis responden, sebanyak 62 orang dengan persentase 16% telah
menggunakan internet selama antara 1-5 tahun, penggunaan antara 6-10 tahun
berjumlah sebanyak 173 orang atau dengan persentase 43%, pengguna
internet sebanyak 10-15 tahun berjumlah sebanyak 113 orang dengan
persentase 28%, dan terakhir pengguna internet lebih dari 15 tahun berjumlah
sebanyak 52 orang responden dengan persentase 13%. Hal ini sesuai dengan
mayoritas pengguna aplikasi bima+ yang masih pada usia produktif jadi
didominasi oleh pengguna internet yang telah menggunakan internet antara
6-15 tahun.
5. Penggunaan untuk Pembelian Paket Internet/Pulsa
Pada gambar 4.7 mengenai penggunaan responden untuk melakukan

pembelian paket internet/pulsa, sebanyak 378 responden atau dengan
persentase mayoritas sebanyak 94% sudah menggunakan aplikasi bima+
sebagai metode pembelian untuk paket internet dan pulsa, lalu sisanya
sebanyak 22 orang dengan persentase 6% tidak menggunakan aplikasi bima+
sebagai tempat untuk membeli paket internet/pulsa.
6. Peranan Aplikasi bima+
Pada gambar 4.8 terkait analisis demografis peranan aplikasi dari

bima+, sebanyak 162 responden dengan persentase 41% merasa aplikasi
bima+ sangat membantu dengan adanya bima+, selanjutnya sebanyak 132
responden atau dengan persentase 33% merasa terbantu dengan adanya
aplikasi bima+, sebanyak 98 responden dengan persentase 24% merasa
aplikasi bima+ cukup membantu hal ini menandakan bahwa masih ada
sebagian orang yang merasa peranan aplikasi bima+ masih belum terasa
maksimal dalam fungsionalitasnya, setelah itu sebanyak 8 orang dengan
110
persentase 2% merasa bahwa aplikasi bima+ ini kurang membantu, hal ini
dikarenakan karena masih ada ketidaksesuaian informasi yang diberikan
sistem dengan realita yang terjadi, dan terakhir, tidak ada responden yang
merasa kalau aplikasi bima+ ini tidak membantu sama sekali.
7. Status Kepuasan Pengguna
Pada gambar 4.9 mengenai analisis demografis dari status kepuasan

pengguna menunjukkan bahwa dominan responden menyatakan bahwa
sebanyak 143 responden dengan persentase 36% merasa cukup puas dengan
aplikasi bima+, selanjutnya di peringkat kedua sebanyak 139 responden
dengan persentase 35% merasa puas terhadap aplikasi bima+, lalu
selanjutnya terdapat 84 orang atau dengan persentase 21% merasa aplikasi
sangat puas dengan bima+, sebanyak 28 responden dengan persentase 7%
menyatakan bahwa mereka kurang puas dengan aplikasi bima+, dan
terdapat responden dari aplikasi yang merasa tidak puas terhadap aplikasi
bima+, total responden yang tidak puas dengan aplikasi sebanyak 6 orang
dengan persentase 1% dari total populasi, hal ini menandakan bahwa
aplikasi bima+ masih memiliki ruang yang cukup untuk terus
mengembangkan aplikasinya sehingga para pengguna dari aplikasi dapat
merasa terpuaskan dan terpenuhi kebutuhannya dengan adanya aplikasi
bima+.
4.4.2 Interpretasi dan Pembahasan Hasil Analisis Model Pengukuran (Outer

Model)
Berdasarkan hasil dari empat pengujian yang telah dilakukan pada
analisis model pengukuran (outer model), terdapat beberapa hasil interpretasi
yang perlu untuk diperhatikan sebagai hal berikut:
1. Berdasarkan hasil pengujian yang sudah dilakukan, hasil yang

didapat bahwa dalam penelitian ini terdiri dari jumlah 35 pertanyaan
dan 8 variabel, terdapat satu indikator dengan nilai loading factor
yang berada di bawah 0,7 yaitu indikator SSR3 yang memiliki nilai
0,636, akan tetapi indikator tersebut tidak dihapus dikarenakan nilai
average variance extracted (AVE) dan composite reliability (CR)
111
secara keseluruhan dari variabel SSR sudah sesuai dengan
persyaratan yaitu nilai ambang batas untuk nilai AVE minimum 0,5
dan nilai CR di atas 0,7 masih dikatakan baik dan indikator SSR3
juga tidak memengaruhi nilai pada perhitungan lainnya.
2. Hasil dari penelitian yang sudah dilakukan menunjukkan bahwa
model penelitian ini sudah sesuai dengan syarat-syarat yang ada dan
juga memiliki hasil pengujian yang baik, hal ini terbukti dari tidak
adanya indikator variabel yang dihapus dan nilai-nilai model
pengukuran masih di atas nilai ambang batasnya. Oleh karena itu,
peneliti kemudian bisa melakukan pengujian lebih lanjut untuk
analisis struktur model (inner model)
Melihat dari poin-poin yang sudah disampaikan di atas dan dengan

hasil yang sudah memenuhi syarat serta tidak adanya penghapusan indikator
yang harus dilakukan dalam model penelitian, maka peneliti menarik
kesimpulan bahwa pertanyaan-pertanyaan pada kuesioner ini sudah benar
dan tepat.
4.4.3 Interpretasi dan Pembahasan Hasil Analisis Struktur Model (Inner

Model)
Setelah mengetahui hasil dari analisis pengukuran model, selanjutnya
pada tahapan ini menjelaskan interpretasi dan pembahasan hasil analisis
struktural model yang telah dilakukan. Tahapan ini terdiri dari enam tahapan
perhitungan, yaitu perhitungan pada nilai path coefficient, coefficient of
determination, t-test dengan menggunakan metode boostrapping, effect size,
predictive relevance dan juga relative impact yang sama-sama menggunakan
metode blindfolding. Berikut ini adalah pembahasan analisis model struktural
yang dilakukan berdasarkan hipotesis-hipotesis yang sudah dibuat oleh
peneliti berdasarkan hasil pengujian di atas:
H1: Tingkat informasi yang dihasilkan (Accuracy) aplikasi bima+

berpengaruh secara signifikan terhadap kepuasan pengguna (End User
Satisfaction)
112
Berdasarkan hasil dari pengujian struktur model, pada pengujian nilai
t-test hasil menunjukkan bahwa HI hubungan jalur ACC → EUS ditolak
karena nilai pengujian berada di bawah nilai ambang batas, sehingga dapat
ditarik kesimpulan bahwa akurasi (ACC) tidak berpengaruh terhadap
kepuasan pengguna (EUS). Selain itu juga didukung dengan nilai dari
pengujian path coefficient (β) 0,084 yang berarti akurasi (ACC) tidak
memiliki pengaruh yang signifikan terhadap kepuasan pengguna (EUS)
terhadap aplikasi bima+. Indikator proses pada hipotesis ini menunjukkan
angka terendah dalam penelitian variabel accuracy yang berarti masih
terdapat kesalahan dalam pengolahan dan pengelolaan data pada aplikasi
bima+. Dalam menghasilkan output data aplikasi bima+ masih kurang sesuai
dengan yang diharapkan dan terdapat kesalahan dalam pengolahan dan
pengelolaan data. Hasil yang didapat pada penelitian ini sama seperti hasil
dari penelitian sejenis yang sudah dilakukan sebelumnya oleh (Dianty, 2020;
Rosalina, 2017), di mana pada penelitian tersebut accuracy tidak memiliki
hubungan yang signifikan terhadap kepuasan pengguna.
H2: Ketersediaan informasi yang tepat dan informatif (Content)

aplikasi bima+ berpengaruh secara signifikan terhadap kepuasan
pengguna (End User Satisfaction)
Berdasarkan hasil pengujian path coefficient (β) yang sudah dilakukan

mendapatkan nilai 0,113, menunjukkan bahwa jalur CON → EUS diterima
artinya CON memiliki pengaruh yang signifikan terhadap model penelitian,
hal ini juga didukung oleh hasil nilai t-test menyatakan bahwa hubungan
antara CON → EUS diterima. Indikator kelengkapan pada hipotesis ini
menunjukkan angka di atas nilai ambang batas dalam penelitian variabel
content yang berarti aplikasi bima+ sudah menyediakan informasi yang
beragam dan informatif. Konten yang disediakan oleh aplikasi sudah jelas dan
bisa untuk dipahami. Hasil dari pengujian ini juga selaras dengan pengujian
yang dilakukan oleh (Anggraeni, 2022; Fujianto, 2019), di mana pada
penelitian-penelitian tersebut menyebutkan bahwa isi merupakan salah satu
faktor yang memengaruhi kepuasan pengguna aplikasi.
113
Namun, berdasarkan hasil wawancara membuktikan bahwa terdapat
beberapa responden yang diwawancara mengeluhkan tentang isi dari aplikasi
bima+. Responden Akbar mengeluhkan bahwa aplikasi bima+ tidak terdapat
pengakategorisasian dari paket-paket yang ditawarkan sehingga
menimbulkan kebingungan, responden Taufan juga menyetujui keluhan
tersebut, di mana paket-paket dari kuota yang ditawarkan masih tercampur
dengan produk-produk lain yang kurang penting dan akhirnya membuat
kebingungan, fitur search box juga menjadi masalah dikarenakan paket yang
dicari sering tidak muncul, padahal kata kunci yang dituliskan sudah sesuai.
Kendala-kendala tersebut memerikan pengaruh terhadap tingkat kepuasan
pengguna aplikasi bima+
H3: Kemudahan bagi pengguna (Ease of Use) aplikasi bima+

Satisfaction)
Berdasarkan dari hasil pengujian yang sudah dilakukan, pada

pengujian t-test hasil yang didapat menunjukkan bahwa hubungan dari EOU
→ EUS ditolak, sehingga dapat diartikan bahwa kemudahan bagi pengguna
(EOU) tidak berpengaruh signifikan terhadap kepuasan pengguna (EUS)
pada aplikasi bima+. Hasil ini juga sesuai dengan nilai path coefficient yang
didapatkan 0,094 atau di bawah nilai ambang batas yang ditoleransi, hal ini
menandakan bahwa variabel EOU tidak berpengaruh signifikan terhadap
kepuasan dari pengguna akhir. Penelitian sejenis yang dilakukan oleh peneliti
lain memiliki hasil yang berbeda, (Alviani, 2018; Putra, 2020; Rosalina,
2017) menyatakan bahwa variabel kemudahan pengguna (EOU) memiliki
pengaruh yang signifikan terhadap kepuasan pengguna sistem.
Kemudahan dalam menggunakan sebuah sistem atau aplikasi
layaknya menjadi aspek penting bagi pengguna, semakin mudah sistem yang
digunakan maka akan menghasilkan pencapaian kepuasan yang lebih tinggi
dari para penggunaannya. Namun, berdasarkan hasil pada penelitian ini
peneliti menemukan bahwa pernyataan tersebut tidak bersifat signifikan
terhadap kepuasan pengguna aplikasi.
114
H4: Tampilan yang menarik dan interaktif (Format) aplikasi bima+
Satisfaction)
Tampilan yang menarik dan interaktif dari suatu aplikasi memiliki

peranan yang penting karena hal tersebut berkaitan langsung dengan apa yang
pengguna liat saat menggunakan aplikasinya (Rosalina, 2017). Pernyataan
tersebut juga dibuktikan dalam penelitian ini di mana merujuk pada hasil
pengujian t-test pada analisis struktur model, menyatakan bahwa hubungan
FOR → EUS diterima, sehingga dapat diartikan bahwa tampilan benar
memiliki pengaruh positif terhadap kepuasan pengguna (EUS). Hal ini juga
didukung oleh hasil nilai dari path coefficient 0,202 yang berarti tampilan
juga berpengaruh terhadap kepuasan pengguna.
Hasil dari pengujian ini juga selaras dengan penelitian sejenis yang
dilakukan oleh (Anggraeni, 2022; Dianty, 2020) yang menyatakan bahwa
variabel format memiliki pengaruh terhadap kepuasan pengguna aplikasi.
Peneliti mengambil sebuah hipotesis bahwa para responden merasa bahwa
tampilan dari interface aplikasi ini menarik karena perpaduan warna yang
cerah sehingga memberikan kesan yang berbeda-beda dari tiap fitur yang ada
pada aplikasi.
Hasil wawancara menyatakan bahwa masih terdapat responden yang
mengeluhkan bahwa tampilan dari aplikasi bima+ masih belum optimal,
responden Rizki mengatakan bahwa tampilan halaman utama dari aplikasi
bima+ terlalu banyak, jadi terkesan terlalu ramai dan tidak simpel. Hal ini
juga disetujui oleh responden Akbar, di mana responden menyatakan bahwa
banyak fitur di dalam aplikasi bima+ yang dirasa tidak penting karena tidak
pernah atau jarang digunakan, namun malah ditampilkan di halaman utama,
dan akhirnya menimbulkan kesan terlalu padat dan mubazir.
H5: Ketepatan dan informasi yang up to date (Timeliness) aplikasi

bima+ berpengaruh secara signifikan terhadap kepuasan pengguna
(End User Satisfaction)
115
Ketepatan waktu dan informasi yang up to date merupakan hal yang
penting dari suatu sistem, di mana semakin baru dan cepat informasi yang
dihasilkan oleh aplikasi maka semakin baik pencapaian kepuasan pengguna
aplikasinya. Pernyataan tersebut juga sesuai dengan hasil pengujian pada
struktur model variabel timeliness, pada pengujian nilai t-test hasil
menunjukkan bahwa H7 hubungan TIM → EUS diterima, sehingga dapat
diartikan bahwa ketepatan waktu (TIM) memiliki pengaruh positif terhadap
kepuasan pengguna (EUS). Pada pengujian path coefficient menghasilkan
nilai 0,118 yang berarti ketepatan waktu juga berpengaruh terhadap kepuasan
pengguna. Hasil penelitian ini sesuai dengan penelitian sejenis yang pernah
dilakukan oleh penelitian sebelumnya (Alviani, 2018; Fujianto, 2019).
H6: Tingkat kecepatan pemrosesan (System Speed) aplikasi bima+

Satisfaction)
Berdasarkan hasil pengujian t-test yang sudah dilakukan terdapat

variabel system speed, menyatakan bahwa hubungan SSP → EUS diterima,
sehingga dapat disimpulkan bahwa kecepatan sistem memiliki pengaruh
terhadap tingkat kepuasan pengguna (EUS), hal ini juga didukung oleh nilai
path coefficient dengan nilai 0,137 atau di atas nilai ambang batas, jalur SSP
→ EUS memiliki pengaruh yang signifikan dalam model penelitian. dan
variabel SSP ini memiliki nilai effect size (f2) yang lebih tinggi dibanding
variabel lainnya, yaitu 0,156. Penelitian sebelumnya juga menyatakan bahwa
terdapat hubungan yang besar antara kecepatan pemrosesan aplikasi dan
efisiensi pengguna terhadap kepuasan pengguna aplikasi (Chin & Lee, 2000;
Mohamed dkk., 2006; Putra, 2020). Hipotesis pada variabel ini menunjukkan
bahwa pengguna aplikasi bima+ merasa bahwa aplikasi mampu bekerja
dengan baik saat diharapkan untuk menampilkan sebuah informasi atau
melakukan suatu perintah.
Namun, berdasarkan hasil wawancara mendapatkan hasil bahwa
mayoritas dari responden yang diwawancara juga mengeluhkan tentang
kecepatan dari aplikasi bima+. Responden Bayu dan responden Rizki
116
mengatakan bahwa aplikasi kurang responsif ketika kita memilih salah satu
halaman menu, responden Bayu juga mengatakan bahwa animasi yang
berjalan juga terasa patah-patah dan terkadang gambar tidak sepenuhnya
termuat. Responden Taufan mengatakan bahwa berdasarkan pengalaman
pribadinya, bahwa tingkat kecepatan pemrosesan dari aplikasi bima+ tidak
selancar aplikasi digital assistant dari penyedia layanan operator lainnya.
Hal-hal ini jelas saja memengaruhi tingkat kepuasan dari pengguna aplikasi
bima+
H7: Keandalan sistem (System Reliability) aplikasi bima+

Satisfaction)
Berdasarkan hasil pengujian nilai t-test yang sudah dilakukan pada

bagian sebelumnya menyatakan bahwa H6 yaitu hubungan SSR → EUS
diterima, hal ini berarti SSR memiliki pengaruh terhadap kepuasan pengguna
(EUS), hasil ini juga didukung oleh nilai path coefficient yang memiliki nilai
0,283 yang menandakan bahwa keandalan sistem juga berpengaruh terhadap
kepuasan pengguna. Hal ini sesuai dengan penelitian sejenis yang sudah
dilakukan oleh Mohamed dkk., (2006) yang menyatakan bahwa variabel
keandalan sistem memiliki pengaruh yang signifikan terhadap kepuasan
pengguna aplikasi. Ketahanan sebuah aplikasi merupakan hal yang sangat
penting, karena di dalam aplikasi tersebut tersimpan segala bentuk informasi,
data transaksi yang bisa sangat berharga, dan juga melindungi aplikasi
dimasuki oleh orang lain tanpa autorisasi oleh pengelola aplikasi, sehingga
dalam penelitian ini dapat disimpulkan bahwa H6 diterima dalam penelitian
ini.
Kesimpulan dari pengujian struktur model ini adalah dari 7 hipotesis, 2 di

antaranya ditolak karena memiliki pengaruh yang nilainya di bawah ambang batas
dalam pengujian struktur model. Selain itu, hasil pada pengujian t-test
menunjukkan bahwa ada 2 hipotesis yang ditolak, hipotesis pertama yang ditolak
adalah akurasi (ACC) yaitu keakuratan informasi dari aplikasi perlu ditingkatkan,
agar dapat menghasilkan data yang sesuai dengan perintah yang diminta, aplikasi
117
dapat bekerja tanpa terjadi kesalahan dalam pengolahan data sehingga dapat
memperbaiki kepuasan pengguna. Selanjutnya adalah kemudahan bagi pengguna
(EOU), yaitu berhubungan dengan kemudahan dalam penggunaan aplikasi itu
sendiri, melalui kemudahan dari penggunaan aplikasi bima+ maka tandanya masih
perlu untuk ditingkatkan, agar aplikasi lebih mudah dimengerti dan lebih mudah
digunakan untuk pengguna aplikasi bima+.
Berdasarkan hasil dari analisis di atas, maka peneliti mengajukan beberapa
saran yang diharapkan dapat menjadi bahan pertimbangan bagi pihak pengembang
Aplikasi bima+, yaitu:
1. Bentuk dari aplikasi dibuat menjadi lebih simpel agar lebih mudah
dipahami oleh para pengguna
2. Meningkatkan kecepatan loading saat proses penggunaan di dalam
aplikasi, mengatasi masalah terkait lag screen yang sering terjadi
3. Menambah fitur untuk memasukkan pin saat ingin akses aplikasi
demi keamanan data pengguna
4. Mempertahankan kualitas dari informasi yang ditampilkan di dalam
aplikasi untuk selalu akurat dan informasi yang ditampilkan di
dalam aplikasi untuk selalu up to date.
5. Bima+ dapat menawarkan variasi dari kuota data yang disesuaikan
dengan pelanggan dari berbagai usia dan jenis kelamin.
6. Tetap mempertahankan fitur-fitur yang sudah sesuai kebutuhan para
pengguna aplikasi, dan menghapus fitur dalam aplikasi yang jarang
digunakan.
118
119
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil penelitian mengenai analisis kepuasan pengguna

aplikasi bima+ menggunakan metode EUCS, maka dapat ditarik beberapa
kesimpulan sebagai berikut:
1. Dari hasil pengolahan data demografi yang sudah dianalisis,

menunjukkan bahwa mayoritas dari responden merasa terbantu
dengan adanya aplikasi bima+ dalam menyelesaikan pekerjaan
mereka, mulai dari proses pengecekan pulsa/kuota yang menjadi
lebih cepat, atau ingin melakukan pembelian paket internet dan
pulsa dapat dilakukan melalui aplikasi bima+, dan dapat
disimpulkan juga bahwa tingkat kepuasan pengguna akhir aplikasi
bima+ berada pada tingkat puas.
2. Berdasarkan hasil pengolahan data pada penelitian yang sudah
dilakukan, terdapat tiga faktor utama yang paling memengaruhi
tingkat kepuasan pengguna akhir aplikasi yaitu system speed
(kecepatan sistem), format (isi), dan system reliability (keandalan
sistem).
3. Penambahan 2 variabel yaitu System Speed dan System Reliability
berpengaruh secara signifikan terhadap End User Satisfaction
karena berdasarkan pengujian t-test yang dilakukan, kedua hipotesis
tersebut diterima dan berdasarkan pengujian dari path coefficient
terbukti memiliki pengaruh yang signifikan.
4. Hasil penelitian dapat digunakan sebagai bahan pertimbangan bagi
PT. Indosat Ooredoo Hutchison dalam melakukan langkah
pengembangan aplikasi ke depannya. Berdasarkan penelitian ini
maka peneliti memberikan saran kepada pihak PT. Indosat Ooredoo
Hutchison untuk lebih memerhatikan faktor-faktor yang terbukti
120
memengaruhi kepuasan pengguna akhir aplikasi dengan melakukan
pengembangan sistem, terutama yang berkaitan dengan faktor
system speed (kecepatan sistem) pada aplikasi bima+.
5.2 Saran
Berdasarkan hasil dari penelitian yang sudah dilakukan, peneliti

mengemukakan beberapa saran yang diharapkan dapat menjadi bahan
pertimbangan untuk penelitian selanjutnya, yaitu sebagai berikut:
1. Untuk peneliti selanjutnya, dapat menggunakan model penelitian

End User Computing Satisfaction (EUCS) untuk meneliti objek
sejenis lainnya seperti aplikasi mySF, myXL, myTelkomsel, dll,
untuk mengetahui tingkat kepuasan dari para pengguna aplikasi
serta di dalam Google Form yang disebarkan kepada semua
responden, masukkan juga pertanyaan terkait fitur-fitur apa saja
yang terdapat di dalam aplikasi tersebut, ajukan pertanyaan
fitur/halaman apa saja yang paling sering digunakan dan yang paling
jarang digunakan oleh responden, jawaban yang didapatkan dapat
berguna untuk pengembangan aplikasi tersebut ke depannya untuk
menonjolkan fitur apa saja yang paling sering digunakan oleh
pengguna, dan mengurangi fitur-fitur yang jarang atau tidak pernah
digunakan oleh pengguna aplikasi.
2. Penelitian selanjutnya agar dapat menambahkan variabel terhadap
kepuasan pengguna, salah satunya dengan menggunakan variabel
perceived enjoyment, yaitu untuk mengetahui bagaimana
kenyamanan pengguna saat menggunakan sistem.
3. Meninjau kembali setiap pertanyaan yang dibuat agar tidak terjadi
kesalahan seperti penghapusan indikator dan juga memperhatikan
bahasan yang digunakan agar dapat dipahami oleh responden.
121
DAFTAR PUSTAKA
Aaker, A, D. (2013). Manajemen Pemasaran Strategis (Edisi Kede). Salemba

Empat.
Alviani, W. (2018). Evaluasi Kepuasan Pengguna Sistem Informasi Akademik UIN
Syarif Hidayatullah Jakarta Menggunakan Metode End-User Computing
Satisfaction. UIN Syarif Hidayatullah Jakarta.
Anderson, E. W., Fornell, C., & Mazvancheryl, S. K. (2004). Customer Satisfaction
and. Journal of Marketing, 68(October), 172–185.
Anggiani, P. (2012). Aplikasi Mobile Pemandu Pariwisata Kota Bandung Berbasis
J2ME (Java 2 Micro Edition). Universitas Komputer Indonesia.
Anggraeni, M. (2022). Analisis Kepuasan Pengguna Terhadap Penerapan Opac
Menggunakan Technology Acceptance Model Dan End User Computing
Satisfaction (Studi Kasus Perpustakaan Soeman HS). Universitas Islam
Negeri Syarif Hidayatullah Jakarta.
Arfifahani, D. (2018). Pengaruh Nilai Pelanggan Terhadap Loyalitas Pelanggan
Melalui Kepuasan Pelanggan (Studi Kasus Concordia Executive Lounge
Terminal A Bandara International Adisutjipto Yogyakarta). Jurnal Ekobis
Dewantara, 1(3), 42–47.
Aziati, Y. (2020). Analisis Pengaruh User Experience Terhadap Pengguna Mobile
Application E-Commerce Shopee Menggunakan Model DeLone & McLean
[UIN Syarif Hidayatullah Jakarta].
http://etd.eprints.ums.ac.id/14871/%0Ahttps://doi.org/10.1016/j.cell.2017.12.
025%0Ahttp://www.depkes.go.id/resources/download/info-terkini/hasil-
riskesdas-
2018.pdf%0Ahttp://www.who.int/about/licensing/%0Ahttp://jukeunila.com/
wp-content/uploads/2016/12/Dea
Badan Pusat Statistik. (2020). Statistik Telekomunikasi Indonesia (E. Sari, N. Syam,
P. Candraningtyas, P. S. Handayani, D. Arifatin, & W. Sunyoto (eds.)). Badan
Pusat Statistik.
Casteel, A., & Bridier, N. L. (2021). Describing Populations and Samples in
Doctoral Student Research. International Journal of Doctoral Studies, 16,
339–362. https://doi.org/10.28945/4766
Chin, W. W., & Lee, M. K. O. (2000). A Proposed Model And Measurement
Instrument For The Formation Of Is Satisfaction: The Case Of End-User
Computing Satisfaction. 2000 ICIS Conference Proceedings.
Chowdury, G. G. (2019). Introduction to Modern Information Retrieval (3rd
Editio). Facet Publishing.
Creswell, J. W. (2014). Research Design: Qualitative, Quantitative and Mixed
Methods Approaches (4th Editio). SAGE Publications, Inc.
Dachlan, U. (2014). Panduan Lengkap Structural Equation Modeling Tingkat
Dasar. Lentera Ilmu Cendekia.
Damayanti, A. S., Mursityo, Y. T., & Herlambang, A. D. (2018). Evaluasi
Kepuasan Pengguna Aplikasi Tapp Market Menggunakan Metode EUCS (End
User Computing Satisfaction). Jurnal Pengembangan Teknologi Informasi
Dan Ilmu Komputer, 2(11), 4833–4839.
Damayanti, F. (2017). Analisis Faktor-faktor yang Mempengaruhi Struktur Modal
Perusahaan Telekomunikasi. Universitas Muhammadiyah Surakarta.
Deng, Z., Lu, Y., Kee, K., & Zhang, J. (2010). International Journal of Information
Management Understanding customer satisfaction and loyalty : An empirical
study of mobile instant messages in China. International Journal of
Information Management, 30(4), 289–300.
https://doi.org/10.1016/j.ijinfomgt.2009.10.001
detikNews. (2012). BimaTri, Aplikasi Pengingat Isi Ulang Kuota Internet Pertama
di Indonesia. https://news.detik.com/adv-nhl-detikcom/d-2112319/bimatri-
aplikasi-pengingat-isi-ulang-kuota-internet-pertama-di-indonesia
Dianty, K. K. (2020). Pengukuran Kepuasan Pengguna K-Atm Perpustakaan
Universitas Indonesia Menggunakan Metode End-User Computing
Satisfaction. Universitas Islam Negeri Syarif Hidaytullah Jakarta.
Djunanto, R. A., & Papilaya, F. S. (2018). Analisis Kepuasan Penerimaan Pengguna
Akhir Sistem Branch Delivery System (BDS) pada Layanan Teller Cash
Recycler (TCR) Menggunakan End User Computing Satisfaction (EUCS) dan
ISO/IEC 12207:2008 pada Perusahaan Bank di Indonesia. Jurnal Sistem
Informasi, 3(2018), 4–10.
https://pdfs.semanticscholar.org/2d8e/fd0e54b0a0475308298f1c9fd386725f0
11a.pdf
Doll, W. J., & Torkzadeh, G. (1988a). The Measurement of End-User Computing
Satisfaction End-User Satisfaction The Measurement of End-User Computing
Satisfaction. Source: MIS Quarterly, 1213512(2), 259–274.
http://www.jstor.org/stable/248851%0Ahttp://www.jstor.org/page/info/about
/policies/terms.jsp%0Ahttp://www.jstor.org
Doll, W. J., & Torkzadeh, G. (1988b). The Measurement of End-User Computing
Satisfaction. MIS Quarterly, 12(2), 259–274. https://doi.org/10.2307/248851
Driani, M. (2009). Penelusuran Informasi Siswa Melalui Internet : Studi Kasus Di
Perpustakaan MAN Insan Cendekia Serpong. Universitas Islam Negeri Syarif
Hidayatullah Jakarta.
Fadel, T. (2015). Analisis Kepuasan Konsumen mengenai Atribut Produk Pada
Kartu Perdana Paket Data Internet Tri (3) (Studi pada Anak Muda di
Bandung). Universitas Telkom.
Fujianto, A. (2019). Analisis Kepuasan Pengguna Akhir Aplikasi PLN Mobile
Menggunakan Metode EUCS (End User Computing Satisfaction)
Berdasarkan Prospektif Pelanggan PT.PLN (Persero) UP3 Jember.
Universitas Jember.
Ghozali, I. (2009). Aplikasi Analisis Multivariate Dengan Program SPSS (4th
Editio). Universitas Diponegoro.
Ghozali, I. (2015). Aplikasi Analisis Multivariate dengan Program IBM SPSS 23.
Universitas Diponegoro.
Ghozali, I., & Latan, H. (2015). Partial Least Squares Konsep, Teknik dan Aplikasi
Menggunakan Program SmartPLS 3.0 Untuk Penelitian Empiris. Universitas
Diponegoro.
Gunawan, J. O. (2015). Perancangan Aplikasi Android Sebagai Media
Pembelajaran Matematika Untuk Anak Kelas Satu Sekolah Dasar. Universitas
Negeri Semarang.
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 Editio). SAGE
Publications.
Hair, J. F., Sarstedt, M., Ringle, C. M., & Gudergan, S. P. (2017). Advanced Issues
in Partial Least Squares Structural Equation Modeling. SAGE Publications,
Inc.
Hamid, R. S., & Anwar, S. M. (2019). Structural Equation Modeling (SEM)
Berbasis Varian Konsep Dasar dan Aplikasi Program Smart PLS 3.2.8 dalam
Riset Bisnis (Abiratno, S. Nurdiyanti, & A. D. Raksanagara (eds.); 1st Editio).
PT. Inkubator Penulis Indonesia.
Hanif, M., Hafeez, S., & Riaz, A. (2010). Factors affecting customer satisfaction.
International Research Journal of Finance and Economics, 60(December
2010), 44–52.
Hikmatullah, R. (2021). Pengukuran penerimaan penggunaan terhadap aplikasi
mysmartfren menggunakan metode utaut 2. In Fakultas Sains dan Teknologi.
Hutchison 3 Indonesia. (2021a). bima+.
Hutchison 3 Indonesia. (2021b). Bima + Buy Pulsa / Package / Games.
https://play.google.com/store/apps/details?id=com.linkit.bimatri&hl=en&gl=
US
Ilias, A., & Abd Razak, M. Z. (2011). End-User Computing Satisfaction (EUCS)
towards Computerised Accounting System (CAS) in Public Sector: A
Validation of Instrument. Journal of Internet Banking and Commerce, 16, 17.
Indarto, D. A. (2019). Analisis Kepuasan Pengguna Akhir Aplikasi Grab di Wilayah
Kabupaten Jember Menggunakan Metode End User Computing Satisfaction
(EUCS). Universitas Jember.
Indosat Ooredoo Hutchison. (2022). FAQ Indosat Ooredoo Hutchinson.
https://www.ioh.co.id/faq-detail.html
Jeske, H., Chimusoro, E., & Karodia, A. M. (2015). An Evaluation of Customer
Service and the Impact of Efficiency on Namibia’s Logistical Sector : A Study
Involving Selected Courier Companies. Singaporean Journal of Business
Economics, and Management Studies, 3(6), 10–38.
https://doi.org/10.12816/0014509
Kadi, D. (2017). Pengembangan Aplikasi Mobile Objek Wisata Secara Real Time
Dengan Augmented Reality di Kabupaten Sumba Barat Daya. Universitas
Atma Jaya Yogyakarta.
Kanedi, I., Utami, F. H., & Zulita, L. N. (2017). Sistem Pelayanan Untuk
Peningkatan Kepuasan Pengunjung Pada Perpustakaan Arsip Dan
Dokumentasi Kota Bengkulu. Pseudocode, 4(1), 37–46.
https://doi.org/10.33369/pseudocode.4.1.37-46
Kementerian Komunikasi dan Informasi (KOMINFO). (2017). Pemerintah akan
Berlakukan Peraturan Registrasi Kartu Prabayar dengan Validasi Data
Dukcapil. Siaran Pers.
https://www.kominfo.go.id/content/detail/10874/siaran-pers-no-
187hmkominfo102017-tentang-pemerintah-akan-berlakukan-peraturan-
registrasi-kartu-prabayar-dengan-validasi-data-dukcapil/0/siaran_pers
Khumaidi, I. A., & Kusumaningtyas, R. H. (2021). Technology Acceptance Model
Perilaku Pengguna pada Sistem Enterprise Dompet Dhuafa. Applied
Information System and Management (AISM), 4(1), 11–16.
https://doi.org/10.15408/aism.v4i1.19484
Laily, H. N. N. (2019). Analisis Penerimaan Pengguna Sistem Informasi
Manajemen DAPODIK PAUD-DIKMAS Menggunakan Techonology
Acceptance Model (TAM) Dan End-User Computing Satisfaction (EUCS)
Pada PAUD Kecamatan Cilincing. UIN Syarif Hidayatullah Jakarta.
Latuconsina, N. M., & Yunanto, P. W. (2017). Pembuatan Bank Soal dan Analisis
Butir Soal Mata Kuliah Kriptografi untuk Mahasiswa Program Studi
Pendidikan Teknik Informatika dan Komputer Universitas Negeri Jakarta.
Jurnal PINTER Universitas Negeri Jakarta, 1(2), 142–145.
Li, J. (2013). Factors Affecting Customer Satisfaction and Customer Loyalty
towards Belle Footwear Company in Lanzhou City, Gansu Province of the
People’s Republic of China. IOSR Journal of Business and Management,
14(2), 41–48. https://doi.org/10.9790/487x-1424148
Maulana, A. S. (2016). Pengaruh Kualitas Pelayanan dan Harga Terhadap
Kepuasan Pelanggan PT. TOI. Jurnal Ekonomi, 7(2), 113–125.
Meha, R. H. (2019). Analisis Kepuasan Pengguna Sistem Informasi Akademik di
UIN Syarif Hidayatullah Jakarta. Universitas Islam Negeri Syarif
Hidayatullah Jakarta.
Merriam-Webster. (2020). No Title. Merriam-Webster, Inc. https://www.merriam-
webster.com/dictionary/analysis
Miftachul, M. (2013). LKP : Studi Literatur Penerapan Teknologi Microcell Untuk
Mengurangi Pertumbuhan Tower Base Transceiver Station (BTS) di
Surabaya. STIKOM Surabaya.
Mohamed, A. B., Yasoa’, M. R., Ilias, A., & Ghazali, M. F. B. (2006). The Study
of End-User Computing Satisfaction (EUCS) on Computerised Accounting
System (CAS) Among Peninsular Malaysia Public Universities: A Survey in
Bursar’s Office. Proceeding of IBBC 2006, 2.
Munap, R., Nor, S., Ahmad, B., Hamid, S. A., Fareed, M., Mm, B., & Beg, T.
(2018). The Influence of End User Computing System ( EUCS ) on User
Satisfaction : The Case of a Logistic and Courier Service Company. 5(12),
5103–5110. https://doi.org/10.18535/ijsshi/v5i12.03
Munthe, N. S. (2019). Tingkat Kepuasan Pengguna OPAC Dengan Metode End
User Computing Satisfaction (EUCS) Di Perpustakaan Sekolah Tinggi
Keguruan dan Ilmu Pendidikan Bina Bangsa Getsempena Banda Aceh.
Universitas Islam Negeri Ar-Raniry Darussalam Banda Aceh.
Nuraillah, A. (2019). Pengukuran Kepuasan Pengguna Akhir dengan
Menggunakan End User Computing Satisfaction (EUCS) terhadap Sistem
Administrasi Fundraising (SANDRA) pada Dompet Dhuafa Republika.
Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Prinanda, A. (2021). Analisis Kepuasan Pengguna Website Sekolah SD
Muhammadiyah 12 Setiabudi Pamulang Dengan Metode End User Computing
Satisfaction (EUCS) (Studi Kasus : www.muhammadiyahpamulang.org).
Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Putra, A. P. (2020). Evaluasi Kepuasan Pengguna Jasacendekia Elektronik
Dokumen Sistem (JEDS) Menggunakan Metode End-User Computing
Satisfaction (EUCS) [Universitas Islam Negeri Syarif Hidayatullah Jakarta].
http://www.akrabjuara.com/index.php/akrabjuara/article/view/919
Putranto, M. A. R. T. (2013). Sistem Informasi Persewaan Wedding Organizer
Berbasis Web. Universitas Stikubank (UNISBANK).
Ramadhan, M. N. A. (2013). Analisis Faktor-Faktor yang Mempengaruhi
Kepuasan Pelanggan Servis Berkala pada Dealer Nissan Basuki Rahmat di
Kota Surabaya. Universitas Islam Negeri Maulana Malik Ibrahim.
Rangkuti, F. (2013). Customer Service Satisfaction & Call Center Berdasarkan ISO
9001. PT. Gramedia Pustaka Utama.
Riski, A. (2021). Rancang Bangun Knowledge Management System Sharing Materi
Kuliah, Forum Diskusi, dan Prosedur Pelayanan Akademik Program Studi
Berbasis Android (Studi Kasus: Program Studi Sistem Informasi UIN Jakarta)
[UIN Syarif Hidayatullah Jakarta].
https://emea.mitsubishielectric.com/ar/products-solutions/factory-
automation/index.html
Rohman, A. (2017). Pengaruh Kualitas Pelayanan terhadap Kepuasan Pelanggan
Bengkel MR. Montir Citayam [UIN Syarif Hidayatullah Jakarta]. In DeReMa
(Development Research of Management): Jurnal Manajemen.
http://repository.uinjkt.ac.id/dspace/bitstream/123456789/36006/1/ABDUR
ROHMAN - FITK.pdf)
Rori, Y. (2018). Aplikasi Mobile Web Penjualan Produk Goddesskin Pada Athena
Skin Menggunakan Metode FAST. Politeknik Negeri Sriwijaya.
Rosalina. (2017). Pengujian Kepuasan Sistem Informasi Menggunakan End User
Computing Satisfaction Studi Kasus : Sistem Informasi Akademik UIN Syarif
Hidayatullah Jakarta. Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Sabila, V. E. (2020). Hubungan Antara Kualitas Pelayanan Dengan Kepuasan
Pelanggan Pengguna Grab Bike di Mall Palembang. Universitas Islam Negeri
Raden Fatah Palembang.
Sabilatunnajah, Hadi Wijoyo, S., & Candra Brata, K. (2021). Evaluasi Usability
Dan Perbaikan Antarmuka Pengguna Aplikasi Bima Plus Menggunakan
Metode Usability Testing Dan User-Centered Design (UCD). Jurnal
Pengembangan Teknologi Informasi Dan Ilmu Komputer, 5(6), 2372–2380.
https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9330
Santoso, S. (2011). Structural Equation Modeling (SEM) Konsep dan Aplikasi
dengan AMOS 18. Elex Media Komputindo Kompas Gramedia.
Sapitri, L. (2019). Skill Mahasiswa Dalam Menelusur Informasi Di Internet
Menggunakan Boolean (Studi Kasus : Mahasiswa Prodi Ilmu Perpustakaan).
Universitas Islam Negeri Raden Fatah Palembang.
Septiani, Y., Arribe, E., & Diansyah, R. (2020). Analisis Kualitas Layanan Sistem
Informasi Akademik Universitas Abdurrab Terhadap Kepuasan Pengguna
Menggunakan Metode Servqual. Jurnal Teknologi Dan Open Source, 3(1),
131–143.
Septiari, S. A. (2020). Analisis Fakto-Faktor Yang Mempengaruhi Tingkat
Kepuasan Pengguna OVO Menggunakan Metode End User Computing
Satisfaction (EUCS). In Digital Repository Universitas Jember. Universitas
Jember.
Subiyakto, A’ang, Ahlan, A. R., Kartiwi, M., & Sukmana, H. T. (2015). Influences
of the input factors towards the success of an information system project.
Telkomnika (Telecommunication Computing Electronics and Control), 13(2),
686–693. https://doi.org/10.12928/TELKOMNIKA.v13i2.1323
Subiyakto, Aang, Ahlan, A. R., & Kartiwi, M. (2016). Assessing an Information
System Project Success Model Using Mixed Methods. December, 2016.
https://doi.org/10.13140/RG.2.2.32243.84000
Sugandi, M. A., & Halim, R. M. N. (2020). Analisis End-User Computing
Satisfaction (Eucs) Pada Aplikasi Mobile Universitas Bina Darma. Sistemasi,
9(1), 143. https://doi.org/10.32520/stmsi.v9i1.625
Sugiyono. (2013). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Alfabeta.
Suharto, B. E. (2014). Analisis Loyalitas Konsumen Terhadap Produk PT.
Hutchison 3 Indonesia (H3I) Dengan Metode Matriks Perpindahan Merek
(Study Kasus : Fakultas Sains & Teknologi). Universitas Islam Negeri Sultan
Syarif Kasim Riau.
Supriyanto, S. R. (2019). Evaluasi Penerimaan Modul Kepegawaian Swasta
Menggunakan Model UTAUT2. Universitas Islam Negeri Sunan Ampel
Surabaya.
Suryani, N. L. (2019). Pengaruh Lingkungan Kerja Non Fisik Dan Komunikasi
Terhadap Kinerja Karyawan Pada PT. Bangkit Maju Bersama Di Jakarta.
JENIUS (Jurnal Ilmiah Manajemen Sumber Daya Manusia), 2(3), 419.
https://doi.org/10.32493/jjsdm.v2i3.3017
Tjiptono, F. (2004). Prinsip-Prinsip Total Quality Service. Andi Offset.
Tri. (2017). Bima+: Creative Hub Tempat Berkumpulnya Kreatif Muda Indonesia
Sekarang Tersedia di Google Play Store! https://tri.co.id/media-room/bima-
creative-hub
Tri. (2022). bima+. https://tri.co.id/bima_plus
Ulhaq, Z. S., & Rahmayanti, M. (2020). Panduan Penulisan Skripsi Literatur
Review (Vol. 53, Issue 9). Fakultas Kedokteran UIN Maulana Malik Ibrahim
Malang.
Westfield State University. (2017). Population and Sampling. Population and
Sample, 1–7.
Xiaochun, C. (2013). The Study of Customer Satisfaction in DONGTHAI Travel
Company. Siam University.
Yamin, S., & Kurniawan, H. (2011). Generasi Baru Mengolah Data Penelitian
Dengan Partial Least Square Path Modeling. Salemba Infotek.
Yuliana. (2015). Pelayanan Terhadap Kepuasan Pelanggan Menurut Ekonomi
Islam (Studi Kasus Dr. Laundry di Kelurahan Simpang Baru Kecamatan
Tampan Pekanbaru). In Paper Knowledge . Toward a Media History of
Documents. Universitas Islam Negeri Sultan Syarif Kasim Riau.
LAMPIRAN
KUESIONER PENELITIAN
Kuesioner Penelitian
A. Profil Responden
Nama : ____________________
Jenis Kelamin : Laki-laki Perempuan
Kontak yang bisa dihubungi : ____________________
Usia :
15-20 Tahun 21-25 Tahun 26-30 Tahun 31-35 Tahun
36-40 Tahun 41-45 Tahun 46-50 Tahun > 50 Tahun
Pekerjaan :
Pelajar/Mahasiswa Pegawai Swasta Pegawai Negeri
Lainnya
B. Pertanyaan Umum
Jawablah dan berikan tanda centang (√) pada salah satu jawaban yang tersedia
Sudah berapa lama anda menggunakan internet?
1-5 Tahun 6-10 Tahun 11-15 Tahun > 15 Tahun
Apakah anda sudah menggunakan aplikasi bima+ sebagai metode pembelian
paket internet?
Ya Tidak
Secara keseluruhan, apakah dengan adanya aplikasi bima+ membantu
kepentingan anda
Sangat Membantu Membantu Cukup Membantu
Kurang Membantu Tidak Membantu

Secara umum, apakah anda sudah merasa puas saat menggunakan aplikasi
bima+
Sangat Puas Puas Cukup Puas
Kurang Puas Tidak Puas

C. Pertanyaan Kuesioner
Berikan tanda centang (√) pada salah satu kolom keterangan yang disediakan
sesuai dengan pendapat anda.
Sangat Tidak Setuju STS
Tidak Setuju TS
Netral N
Setuju S
Sangat Setuju SS
Content (Isi) Aplikasi bima+

No Keterangan STS TS N S SS
1 Isi aplikasi bima+ sudah sesuai kebutuhan
Isi aplikasi bima+ menyediakan berbagai
2
macam informasi
Isi aplikasi bima+ ditampilkan secara jelas
3
dan cepat untuk dipahami
Aplikasi bima+ memuat hal yang bermanfaat
4
bagi keperluan saya
Aplikasi bima+ menyediakan konten yang
5
jelas
Accuracy (Keakuratan) Aplikasi bima+
Aplikasi bima+ menghasilkan informasi
6
yang akurat
7
yang dapat diandalkan dan dipercaya
Aplikasi bima+ menampilkan input dan
8 ouput pada layar sesuai dengan yang
diperintahkan
Aplikasi bima+ bekerja sesuai dengan
9
standar yang ditentukan
Format (Bentuk) Aplikasi bima+
Format aplikasi bima+ yang disajikan
10
menarik
Format pada aplikasi bima+ mudah untuk
11
digunakan
12 Format aplikasi bima+ sudah jelas
Format output dari aplikasi bima+ yang
13
disajikan memiliki kualitas yang baik
Ease of Use (Kemudahan Penggunaan) Aplikasi bima+
14 Aplikasi bima+ bersifat user friendly
15 Aplikasi bima+ jelas dan mudah dipahami
Aplikasi bima+ dapat dioperasikan dengan
16
mudah
Aplikasi bima+ memudahkan interaksi
17
dengan pengguna
Aplikasi bima+ memudahkan dalam mencari
18
informasi
Timeliness (Ketepatan Waktu) Aplikasi bima+
Aplikasi bima+ menyediakan informasi yang
19
up to date atau terkini
Aplikasi bima+ menyajikan informasi secara
20
tepat waktu
Aplikasi bima+ mampu menyediakan
21
informasi ketika dibutuhkan
22
yang valid
System Speed (Kecepatan Sistem) Aplikasi bima+
Aplikasi bima+ mampu melakukan proses
23 cepat pada saat pengguna melakukan akses
aplikasi (login)
Aplikasi bima+ mampu bekerja dengan cepat
24 saat menjalankan perintah (input) hingga
menghasilkan informasi (output)
Aplikasi bima+ mempunya kemampuan
beroperasi dengan cepat saat melakukan
25
proses pencarian informasi yang dibutuhkan
pengguna
Aplikasi bima+ mampu bekerja dengan
cepat, baik saat melakukan pengunduhan
26
data (download) dan juga pengunggahan
data (upload)
System Reliability (Keandalan Sistem) Aplikasi bima+
Aplikasi bima+ menjaga kerahasiaan data
27
pengguna aplikasi
Aplikasi bima+ terlindungi dari akses,
28 modifikasi, pengungkapan, atau perusakan
data yang tidak sah
Aplikasi bima+ menyediakan fitur input
29
password
Aplikasi bima+ dilengkapi dengan sistem
30
proteksi akun yang baik
End User Satisfaction (Kepuasan Pengguna Akhir) Aplikasi bima+
Aplikasi bima+ sudah dapat memenuhi
31
kebutuhan dalam menyelesaikan pekerjaan
32 Aplikasi bima+ mempermudah pekerjaan
Aplikasi bima+ sudah efektif dalam
33
penggunaanya
34 Aplikasi bima+ sudah bekerja secara efisien
Saya puas dengan cara kerja aplikasi bima+
35
yang ada secara menyeluruh
LAMPIRAN
DATA KUESIONER 400 RESPONDEN
C C C C C A A A A F F F F E E E E E T T T T S S S S S S S S E E E E E
O O O O O C C C C O O O O O O O O O I I I I S S S S S S S S U U U U U
N N N N N C C C C R R R R U U U U U M M M M P P P P R R R R S S S S S
1 2 3 4 5 1 2 3 4 1 2 3 4 1 2 3 4 5 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 5
4 4 2 4 3 3 4 4 4 2 3 3 2 3 3 3 3 3 4 4 4 4 3 3 2 3 3 3 4 3 4 4 4 3 4
4 3 4 4 4 5 5 4 3 4 3 4 4 4 4 4 5 3 5 5 3 5 3 2 2 3 3 4 5 4 4 4 3 3 3
4 4 4 5 5 5 5 5 4 3 3 3 4 3 4 4 4 3 5 5 4 5 5 4 4 4 4 4 2 3 4 4 4 4 4
4 4 4 4 4 4 5 4 4 3 4 4 4 4 4 4 4 4 5 4 4 5 3 4 4 4 5 4 4 4 5 5 4 4 4
4 3 3 4 2 3 5 5 4 4 4 3 4 3 4 3 4 3 4 3 4 4 4 5 4 4 4 4 4 3 4 4 4 4 4
4 4 3 3 4 4 5 3 4 5 5 5 4 5 4 4 4 5 4 3 3 4 5 4 3 4 3 5 5 5 4 4 4 4 4
4 5 2 5 3 4 5 5 5 5 4 3 5 2 5 2 2 4 3 4 5 5 1 3 2 2 5 5 1 5 4 4 4 2 3
3 4 3 2 4 3 3 3 3 1 2 4 4 1 2 3 2 4 2 2 3 3 2 3 3 2 5 5 3 3 3 2 2 2 2
5 5 5 5 4 4 4 5 5 5 5 5 5 5 5 4 4 5 4 4 4 4 4 4 3 4 3 3 3 4 4 4 5 5 5
2 4 4 4 4 4 4 5 4 5 5 4 4 4 4 4 4 4 5 4 4 4 4 4 4 3 4 4 2 3 4 3 4 4 4
4 4 4 3 3 4 4 5 4 5 5 5 5 4 5 5 5 4 5 5 5 5 4 4 4 4 4 3 4 5 5 5 5 5 5
3 4 4 4 4 4 4 4 3 3 4 4 4 3 4 4 3 4 4 4 4 4 4 4 4 4 3 3 5 3 4 3 3 3 3
4 5 5 4 4 5 5 5 4 4 4 3 4 5 5 5 3 4 5 4 5 4 4 3 3 5 4 5 4 4 4 5 4 4 4
3 4 3 4 4 4 3 5 5 5 4 4 5 4 5 4 4 5 5 5 5 5 5 5 5 4 3 3 5 4 3 3 4 4 4
4 4 2 4 2 3 4 5 5 5 5 5 4 4 4 5 5 3 4 4 5 5 3 4 4 5 5 5 1 3 2 3 4 5 3
4 5 5 4 4 5 5 4 4 5 5 5 4 5 5 5 5 5 5 4 5 5 4 4 4 4 5 5 4 5 5 5 5 4 4
4 4 4 3 4 3 4 3 3 4 4 4 4 4 4 4 5 5 4 4 4 4 5 4 4 4 5 5 5 5 4 4 4 4 4
3 4 4 4 4 4 4 4 4 5 5 4 5 4 4 4 4 4 4 4 4 4 3 3 4 4 4 4 1 3 4 4 4 4 4
3 2 4 3 4 4 4 4 4 3 3 3 3 3 3 4 3 2 3 3 3 3 4 4 4 4 3 4 1 3 3 4 4 4 3
3 5 5 3 5 5 5 5 5 3 5 3 5 5 5 5 1 5 5 3 4 5 5 5 5 3 3 3 3 3 3 3 5 3 3
3 4 4 4 4 5 5 3 3 3 3 4 2 4 4 4 4 3 4 4 4 4 5 2 4 4 4 4 4 4 4 4 4 3 4
3 4 4 4 3 5 5 5 5 4 3 3 4 3 3 3 4 4 4 4 3 5 3 3 3 3 4 4 4 4 4 4 4 4 3
3 2 2 2 2 2 2 4 3 4 4 4 2 2 2 3 2 2 4 3 2 2 5 3 3 1 5 5 5 2 3 4 1 1 3
4 3 3 2 3 3 4 4 4 2 3 3 3 2 3 2 1 2 4 3 3 5 4 4 3 3 5 5 4 3 2 2 3 3 3
4 3 4 3 3 4 4 3 3 4 4 4 4 4 4 4 2 3 2 3 4 5 3 3 4 3 3 3 3 3 3 4 4 4 4
3 4 4 3 4 4 4 4 4 3 4 5 4 3 4 4 4 4 4 4 4 4 3 3 4 3 4 4 4 4 4 4 4 4 4
4 4 4 4 3 4 3 4 4 4 4 4 4 4 4 4 4 4 4 5 5 4 4 4 3 4 5 5 2 5 4 4 4 4 4
3 3 3 3 3 3 3 3 3 2 2 2 4 3 3 3 3 3 2 3 2 3 3 3 3 3 3 3 4 5 4 4 3 3 3
3 4 2 4 2 5 5 5 5 2 2 3 4 3 3 4 3 3 4 4 3 4 4 3 3 2 5 5 1 4 4 4 3 2 3
3 4 4 4 4 4 4 4 4 4 5 4 4 4 4 5 4 4 3 3 3 3 4 4 4 3 5 4 4 4 3 3 3 3 3
2 3 4 4 3 2 3 4 3 5 5 4 4 5 5 4 5 4 3 3 4 3 1 2 2 3 1 2 3 2 3 4 3 3 3
4 3 2 2 3 3 4 3 3 3 3 3 2 2 2 2 2 3 2 3 3 3 2 2 2 2 3 3 4 3 3 3 3 2 4
4 5 3 4 2 4 4 4 3 2 4 3 4 3 3 3 3 3 4 4 4 4 2 3 4 5 4 3 4 2 3 3 3 2 3
3 3 3 3 3 3 3 3 3 3 4 4 3 3 3 5 5 5 5 4 4 4 3 3 3 3 3 3 4 3 3 3 4 3 3
2 2 4 3 3 4 4 4 4 3 3 3 3 3 3 4 3 3 4 3 3 4 4 4 4 4 4 4 5 4 4 3 2 3 4
4 4 5 4 5 5 5 5 5 4 4 5 5 5 4 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 4 4 5 5 5
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 3 3 3 3 2 2 3 3 3 4 3 3 3 3 2 2
3 3 4 3 4 3 4 3 3 4 4 3 3 3 4 4 3 3 4 4 4 4 4 3 4 3 3 3 1 3 1 1 3 3 4
3 4 4 5 4 3 4 4 3 3 3 4 4 3 3 3 4 5 4 4 4 4 3 4 3 4 4 3 5 4 3 3 3 3 4
3 3 2 5 2 3 4 4 4 2 2 3 3 3 3 3 1 3 5 4 2 4 3 4 2 3 3 3 5 3 3 4 2 3 3
3 3 3 3 3 2 2 4 3 3 3 3 3 3 4 3 3 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3
4 4 4 4 4 4 4 4 4 3 4 4 4 3 3 4 3 4 3 3 3 3 4 2 2 3 4 4 4 3 3 3 4 4 3
4 3 5 3 3 4 4 3 3 4 5 5 4 4 5 5 4 3 4 4 4 4 5 5 4 3 4 4 4 5 4 4 4 3 4
4 3 4 4 3 4 3 4 3 3 4 4 3 4 4 4 3 3 4 3 3 4 3 4 4 3 4 3 3 4 3 4 4 4 3
4 3 4 4 3 3 4 5 4 3 5 5 4 4 4 5 4 4 4 4 4 4 5 4 5 4 5 5 4 5 4 4 4 4 4
4 3 3 3 2 4 4 5 3 2 3 4 4 2 3 3 4 2 5 4 2 3 5 2 3 3 3 5 5 4 2 3 2 2 3
2 2 2 3 3 3 3 2 2 3 4 3 2 3 3 3 3 3 1 1 4 1 1 4 1 2 1 2 2 4 3 2 2 2 2
3 3 3 3 3 3 3 3 4 3 3 3 3 5 4 3 3 3 3 3 4 4 3 3 3 3 3 3 3 3 3 3 4 3 4
3 4 3 2 1 2 2 3 3 3 3 4 4 3 3 4 3 2 4 4 4 3 3 3 3 2 4 4 4 5 4 4 3 3 3
4 3 3 3 3 3 3 4 4 3 4 4 4 4 3 4 4 4 3 4 3 3 3 3 4 3 4 3 4 3 4 4 3 3 4
3 3 4 4 3 4 4 3 4 5 5 4 4 4 4 2 2 3 4 4 4 3 2 2 3 3 3 2 2 3 2 3 3 4 3
3 3 4 4 5 4 3 5 5 4 5 5 5 5 5 5 5 5 4 3 3 4 3 3 4 4 5 5 4 5 5 5 5 4 5
4 2 4 3 5 4 3 5 4 4 5 4 3 4 4 5 2 1 2 3 3 2 4 1 3 4 3 4 1 1 4 3 4 2 3
4 3 3 4 4 4 5 3 4 2 3 2 4 3 4 3 3 4 3 2 4 3 4 2 1 2 3 3 2 4 3 4 5 3 3
3 2 2 4 5 3 4 4 3 3 5 4 3 3 4 4 5 5 3 3 4 4 3 4 3 3 4 4 1 2 2 3 4 4 4
3 4 4 4 5 4 5 5 3 5 5 5 3 4 5 4 3 5 5 5 5 5 5 4 5 5 5 5 4 4 4 4 3 3 4
4 4 3 3 4 4 3 3 4 3 3 3 3 4 4 4 3 3 4 4 4 4 2 3 3 3 4 4 4 5 3 3 3 3 4
3 3 5 4 5 5 5 5 5 5 5 5 5 5 5 5 2 4 4 3 3 5 2 3 4 4 5 5 5 5 4 4 5 5 3
4 3 3 3 5 4 4 4 4 5 5 5 4 4 5 4 4 4 4 4 4 4 4 5 4 5 4 4 4 4 5 4 5 5 4
5 4 5 5 4 4 4 3 5 5 5 5 5 5 5 5 5 5 4 4 4 5 5 5 5 5 5 5 2 5 4 4 5 5 5
2 2 1 1 2 2 1 1 2 1 1 2 2 2 1 1 1 2 1 1 2 1 2 1 1 2 3 1 2 1 2 1 2 1 2
4 4 3 3 3 3 4 3 3 5 4 2 4 4 4 5 4 3 3 4 3 3 3 3 4 4 3 3 3 3 4 4 4 3 3
5 4 4 5 4 4 4 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 1 5 5 5 5 5 5
4 3 3 4 4 3 3 4 3 3 4 3 3 3 4 4 4 3 4 3 3 3 4 4 3 3 4 4 4 3 3 4 3 4 4
3 2 4 3 3 3 3 3 3 4 4 4 4 4 4 4 2 2 2 2 2 3 3 3 4 3 4 4 2 4 2 3 3 3 4
5 4 5 5 3 5 5 4 5 4 5 5 5 5 5 5 5 3 4 4 3 5 5 5 4 3 5 5 5 5 5 5 5 5 5
5 4 5 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 3 4 3 4 4 3 3 4 3 4 3 3 4 4 4
4 4 3 3 3 2 3 3 3 1 3 3 3 4 3 4 3 2 2 2 2 3 4 4 4 4 3 3 1 3 3 4 2 3 2
4 4 5 4 3 3 5 5 3 4 3 3 4 5 4 5 4 3 3 3 3 5 5 4 4 4 5 5 4 3 5 4 4 5 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 3 4 4 3 3 4 3 3 4
4 4 4 3 3 3 3 3 3 3 3 3 3 3 3 4 3 3 2 2 2 3 5 3 4 3 3 3 4 3 2 3 2 2 3
3 4 5 4 4 4 3 4 4 4 3 4 3 3 4 3 3 3 4 4 4 4 3 4 3 3 3 3 3 4 3 3 4 4 4
3 4 4 2 1 2 4 3 4 2 3 3 3 4 4 4 4 3 2 3 2 5 4 2 4 3 5 5 5 5 3 3 4 4 3
3 3 5 4 4 4 5 5 5 5 5 5 4 4 4 5 3 3 4 4 4 5 4 4 4 3 5 5 2 4 5 4 5 5 4
4 3 4 5 5 5 5 5 5 5 5 5 5 4 5 4 1 3 5 5 5 5 1 4 5 5 5 5 1 1 4 4 4 4 4
4 4 4 2 2 4 4 5 3 2 5 5 2 5 5 5 4 2 4 4 4 4 3 4 4 4 3 3 2 3 2 2 4 4 4
4 3 4 3 3 4 3 4 3 4 4 4 3 4 4 3 3 4 3 4 3 3 3 3 3 4 5 5 5 5 4 4 4 3 4
4 4 5 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 3 3 3 4 4 3 3 3 3 3 3 3
3 2 3 2 4 2 1 4 4 5 5 5 4 4 4 4 4 2 3 3 3 2 2 5 4 3 4 5 5 5 4 4 4 5 4
5 5 4 5 5 5 5 5 5 5 4 5 5 4 4 4 4 5 5 5 4 4 5 4 4 4 4 4 5 5 5 5 5 5 5
3 4 4 4 3 3 3 4 4 4 4 3 3 4 3 3 3 3 4 3 4 3 4 4 4 3 3 4 3 4 3 4 4 3 4
4 3 3 5 3 3 3 4 4 5 5 3 4 4 4 4 5 3 3 3 5 3 2 3 5 4 3 4 2 3 5 5 3 3 4
4 4 4 4 3 4 3 4 4 4 4 4 4 5 5 5 4 4 4 4 3 4 4 4 3 3 4 4 4 3 3 3 4 3 4
4 3 4 3 3 4 4 4 3 4 4 4 3 4 4 4 4 4 3 3 4 3 4 4 3 3 3 3 2 3 3 3 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 2 4 4 4 4 4 4
3 4 5 3 3 4 4 4 5 5 5 5 4 3 5 5 5 4 3 3 3 4 4 4 4 4 4 4 3 3 3 3 3 3 3
3 4 2 3 4 2 2 4 4 5 5 5 3 5 5 3 5 2 3 3 3 2 2 2 3 2 3 3 5 4 3 3 4 4 1
3 2 2 3 2 2 3 3 3 1 3 2 3 2 2 3 3 2 2 2 3 3 2 3 3 3 3 3 3 3 2 2 2 2 2
3 4 4 4 4 3 4 4 4 3 4 4 4 3 4 4 4 3 4 4 4 4 3 4 4 3 3 3 3 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 3 3 3 3 4 4 1 3 4 4 4 4 4
4 3 2 2 3 1 4 5 2 2 5 1 4 1 2 4 3 1 2 1 3 3 1 1 1 1 3 3 5 4 1 3 2 2 2
5 4 4 4 4 4 4 4 4 3 3 4 4 4 4 4 3 4 3 3 4 4 3 3 3 3 3 3 4 4 4 3 3 3 3
5 5 5 5 1 5 5 5 5 3 4 5 3 5 3 5 5 3 1 1 1 5 5 1 1 5 3 3 3 3 1 1 3 3 4
3 4 4 4 4 3 3 4 4 3 3 4 3 3 4 4 3 4 4 4 3 3 4 4 4 3 4 3 4 3 3 3 4 4 4
3 3 3 3 3 3 3 3 3 4 4 3 3 4 4 3 3 4 4 4 3 4 3 3 3 2 3 3 3 4 3 3 4 3 4
4 4 4 4 4 4 3 4 4 3 3 3 4 4 4 4 4 4 4 4 4 5 3 3 3 3 4 3 4 4 3 4 3 4 4
4 3 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 3 4 4 4 4 4 4 4
4 4 3 4 4 5 5 3 4 3 3 3 3 4 4 3 3 5 5 4 5 4 3 3 4 4 5 5 1 4 4 4 3 3 4
4 2 3 3 3 1 2 1 4 2 5 4 2 4 3 4 3 1 5 4 4 3 2 2 1 1 3 3 1 2 3 3 2 4 2
3 3 4 4 4 3 4 4 4 4 4 4 4 4 4 4 3 3 3 4 4 4 4 4 4 4 3 3 3 3 4 4 4 4 3
4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 4 5 4 4 5 4 5 4 5 5 5 5 5 4 5
5 5 3 5 5 3 5 5 5 3 5 4 2 5 5 5 4 5 5 1 1 3 4 3 5 3 5 5 3 5 2 3 3 3 4
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4 4 3 4 4 3 4 4 4 4 3 4 4 4 4
4 5 4 4 4 4 4 3 5 3 4 4 4 5 4 5 2 3 4 4 3 3 5 3 3 2 4 4 4 4 4 2 4 4 4
4 2 3 4 3 1 1 4 5 4 5 5 5 4 4 4 1 1 1 1 2 1 3 2 2 1 5 5 3 3 1 1 4 4 4
4 3 5 4 4 4 3 5 4 5 5 4 4 5 4 4 5 4 4 4 3 4 4 4 4 4 5 4 4 4 4 4 4 4 4
4 4 5 4 4 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 5 4 3 5
4 4 3 5 2 3 3 4 5 3 5 5 4 3 5 5 5 3 5 4 3 3 4 4 3 3 5 5 5 3 5 5 5 4 4
3 4 3 4 3 4 3 3 4 4 4 4 4 4 4 4 4 4 3 3 4 4 2 2 3 3 5 5 3 3 4 4 4 3 4
4 5 5 5 3 3 4 3 5 5 5 5 5 5 5 5 4 4 4 4 4 4 3 5 5 5 5 5 1 3 4 3 4 4 5
4 5 4 3 4 4 4 5 5 4 5 5 4 5 5 5 5 4 4 4 4 4 4 5 4 4 4 5 3 4 4 4 4 4 4
3 5 4 4 4 3 4 5 4 5 5 5 4 5 5 5 5 4 3 2 3 3 4 3 4 4 3 3 3 4 4 4 4 5 4
5 4 4 4 3 3 5 5 5 4 4 4 5 4 4 5 5 5 5 4 4 4 4 5 4 4 4 4 4 4 4 4 5 4 4
4 4 3 4 4 5 5 3 4 3 5 3 4 4 4 4 4 4 4 3 5 4 2 2 2 2 3 3 4 4 4 4 4 4 4
2 5 4 2 4 3 2 3 4 5 4 4 3 5 4 5 4 3 3 3 3 2 4 3 2 3 4 4 5 4 2 2 2 2 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 3 3 3 3 3 3 3 3 3 3 3
3 2 3 3 3 2 2 3 4 2 3 3 3 3 2 2 3 2 3 2 2 3 2 2 3 2 4 4 3 5 3 3 4 4 4
3 3 3 3 3 3 3 3 3 3 4 3 3 3 3 4 3 3 3 4 3 3 3 3 3 3 3 3 3 2 3 3 2 3 4
4 5 4 5 4 3 5 5 4 4 4 4 4 4 5 4 4 5 5 4 4 4 5 4 4 4 5 4 4 3 4 3 5 4 4
4 5 4 3 4 3 5 5 4 3 3 3 2 3 5 4 2 4 4 4 4 5 3 3 3 3 3 5 4 3 2 3 2 5 4
5 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 3 3 1 3 4 4 2 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 4 4 4 4 4 4 4 4 4
3 2 4 4 4 5 4 4 4 3 3 3 3 3 3 3 2 3 4 3 2 1 3 3 3 2 3 2 5 1 2 2 2 3 2
1 5 5 1 5 5 5 5 1 5 5 5 5 5 5 5 1 1 5 5 1 5 5 5 5 5 5 5 1 1 5 5 5 5 5
5 5 3 5 5 5 5 5 5 5 5 5 5 4 5 5 3 4 5 5 3 5 5 5 5 5 5 4 3 3 3 3 5 5 5
3 4 4 3 4 3 4 5 3 3 4 4 3 5 5 4 3 2 2 2 1 3 2 2 2 2 4 5 1 3 3 3 2 2 2
4 4 3 3 3 4 4 3 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
3 3 4 3 3 4 4 4 4 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 3 3 3 3 3 3 3 3 3 3 3
4 3 4 3 4 3 4 4 4 4 4 4 3 3 3 3 3 4 3 3 3 4 5 4 3 4 3 4 1 3 3 3 3 4 3
4 3 4 3 3 4 3 5 4 3 5 4 4 4 4 4 4 4 3 3 2 4 4 4 4 4 4 4 1 5 4 3 4 4 4
4 5 4 4 3 4 4 4 4 5 4 4 4 3 4 3 3 2 4 3 4 4 3 3 3 3 4 4 2 2 4 4 4 4 4
3 2 3 2 2 3 4 5 3 2 1 2 3 1 4 4 3 1 3 4 3 5 5 1 2 3 5 5 5 5 5 3 3 2 4
3 4 4 3 2 4 3 3 4 4 5 5 4 4 4 4 2 3 4 4 4 4 2 3 3 3 5 2 1 3 3 3 4 4 4
4 4 5 4 3 4 3 3 4 4 5 4 4 5 4 5 4 5 4 5 4 4 4 4 3 5 5 4 5 4 4 5 5 4 5
4 4 2 4 2 4 4 4 4 1 2 2 4 2 3 3 3 3 3 3 3 4 5 3 3 4 4 4 4 4 4 4 4 4 3
4 4 4 4 4 4 3 4 5 3 4 3 4 4 3 5 4 4 4 4 3 3 3 4 4 4 5 5 5 4 4 4 3 4 4
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 4 4 5 5 2 5 5 5 5 5 5
4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 4 3 3 3 3 3 4 4 3 3 3 3 3 3 3 4 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 5 4 4 2 4 4 4 4 4
4 4 3 4 3 4 4 4 3 5 4 4 3 4 4 4 4 4 5 4 5 4 4 5 5 3 3 3 2 3 4 4 4 3 5
3 3 5 5 3 4 4 4 4 3 4 4 3 4 4 5 4 4 3 3 4 3 3 4 4 3 5 4 3 4 5 3 5 4 3
4 5 5 4 5 4 4 4 4 4 4 4 3 5 4 4 4 3 4 3 3 4 5 4 4 4 4 4 2 3 3 3 4 3 4
4 3 3 4 5 5 5 5 5 4 4 3 4 5 4 5 3 3 3 4 4 5 4 4 4 3 4 4 3 5 4 3 5 5 4
2 2 2 4 2 4 4 4 1 1 1 1 1 1 1 1 2 2 4 2 3 4 2 1 2 2 3 3 1 3 2 4 2 2 2
3 3 5 4 4 2 3 1 3 4 4 4 4 3 4 4 4 1 2 2 2 2 2 2 1 1 3 3 3 3 1 4 3 2 4
2 4 4 2 2 4 4 3 3 2 2 4 4 3 4 2 2 4 2 2 3 4 2 2 2 2 3 2 2 2 2 1 1 2 2
3 3 2 3 4 3 3 3 2 4 2 3 1 2 3 2 3 4 3 3 4 3 2 2 2 2 3 3 3 2 3 4 2 2 2
1 3 2 3 1 2 3 3 3 2 2 2 2 2 2 2 2 2 3 3 3 3 1 1 2 2 2 2 3 2 2 2 2 1 2
3 3 3 4 3 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 3 3 3 3
3 4 2 3 2 4 4 3 4 1 4 2 2 4 3 4 4 4 3 3 4 4 1 1 3 2 3 5 5 5 3 3 4 4 3
3 3 3 2 2 5 2 2 2 3 3 2 3 1 3 1 3 3 1 2 1 5 2 4 2 3 4 4 4 3 1 2 3 2 1
4 2 1 3 2 2 2 2 3 1 2 2 2 2 2 2 2 2 2 2 2 2 4 2 2 2 2 1 4 4 2 2 2 2 2
2 3 4 2 3 5 5 5 4 2 2 2 3 1 1 1 2 5 3 2 4 5 5 2 4 3 3 3 3 4 3 3 3 2 2
3 4 3 3 2 3 3 4 3 3 4 3 3 4 4 5 4 4 5 4 5 4 3 4 3 4 4 4 4 4 4 4 4 4 4
4 3 4 3 4 4 4 4 4 4 4 4 4 4 4 2 2 3 4 4 2 4 3 2 2 2 4 4 5 5 3 3 3 3 4
2 1 2 2 2 3 3 3 3 3 1 2 3 2 2 2 2 2 2 2 2 2 5 3 3 2 4 4 1 3 3 3 2 2 2
3 4 5 2 4 3 2 4 4 3 2 4 3 4 2 3 1 2 5 3 2 3 4 2 2 2 4 4 5 5 2 2 3 4 3
1 3 3 2 2 3 2 3 3 2 2 3 3 3 2 2 2 2 3 3 1 3 3 3 3 2 1 2 2 3 4 3 4 2 1
3 4 4 3 4 4 4 5 4 2 5 3 2 3 4 5 1 2 3 2 1 3 5 4 2 2 5 4 5 3 2 2 4 2 2
3 3 5 3 4 4 4 3 4 4 4 4 4 4 4 5 3 3 3 3 3 4 4 4 4 4 5 5 4 4 4 4 4 4 4
4 5 4 3 5 4 5 5 5 4 5 4 5 4 3 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 4 4 4 4 5
4 3 4 3 2 3 3 3 4 3 4 4 4 4 3 4 4 4 4 3 3 4 2 2 3 3 4 4 1 1 3 4 3 3 2
5 3 3 4 4 4 4 4 4 3 3 3 3 3 3 4 3 3 4 4 4 4 2 3 4 2 4 5 2 3 4 3 4 4 3
3 4 2 3 4 2 5 4 3 2 2 3 3 2 2 3 3 3 4 3 4 4 3 4 4 3 5 4 4 3 2 3 3 3 2
2 3 1 1 3 2 1 1 2 2 1 1 3 2 1 2 1 2 2 2 3 1 2 2 1 2 2 1 1 2 2 2 2 1 1
4 5 5 2 2 4 3 1 2 5 5 5 3 4 5 5 5 3 5 2 3 5 5 5 5 3 5 5 5 2 3 3 5 5 5
3 4 4 2 3 4 4 4 4 3 4 4 3 3 4 2 2 4 2 2 3 4 2 3 2 3 4 5 4 4 3 3 2 3 3
3 4 3 4 3 3 3 4 3 3 3 3 4 3 3 3 3 3 3 3 4 4 3 3 3 3 3 3 3 4 3 3 3 3 3
3 2 4 4 2 2 3 4 4 2 4 4 4 1 4 3 4 2 2 2 1 4 1 1 4 1 5 4 3 4 2 2 2 4 2
3 4 4 4 4 4 4 4 3 3 4 3 4 3 3 2 4 4 4 4 3 4 2 3 2 3 4 4 4 4 3 4 3 3 3
3 4 2 3 3 2 3 2 3 5 3 3 3 1 2 1 2 3 5 5 3 4 2 2 2 2 2 1 2 2 3 3 3 3 4
4 4 4 4 4 5 5 5 4 4 4 4 4 4 4 3 5 3 4 4 4 5 3 5 4 4 5 5 3 4 4 4 4 5 4
4 3 5 5 4 3 3 5 5 4 5 5 4 4 5 5 4 2 5 4 4 3 4 4 4 4 5 5 4 2 2 2 3 2 3
4 3 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 4 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5
3 3 3 4 3 3 4 3 3 3 3 3 4 3 3 4 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
4 5 4 4 3 5 4 4 4 4 5 4 4 5 4 4 5 4 5 3 4 5 4 4 4 5 5 5 3 4 3 4 3 5 4
3 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 3 3 3 4 4 4 4 4 4 4 4 4 3 4 4 3
4 3 4 4 4 4 4 3 4 4 4 4 3 3 4 4 4 3 4 2 4 3 4 3 1 1 2 3 3 3 2 2 4 2 4
4 5 4 4 5 4 4 4 5 5 5 5 3 4 4 4 4 5 4 4 4 4 3 3 3 3 3 3 4 3 3 3 3 3 3
4 4 5 5 5 4 4 5 5 4 4 4 4 4 5 5 3 4 5 5 5 5 4 4 4 3 4 5 3 3 3 3 4 4 5
5 4 5 4 3 3 4 5 4 3 4 4 3 4 4 3 4 3 3 3 5 4 2 3 4 3 3 5 2 5 4 5 4 4 4
4 4 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 3 3 4 4 5 4 4
3 3 4 3 4 4 4 4 3 3 3 3 3 3 3 3 3 3 2 3 4 4 2 2 3 3 4 4 2 3 3 4 4 4 4
4 5 4 5 5 5 5 4 4 4 3 5 5 5 4 4 4 5 5 5 5 5 4 5 4 5 5 5 3 4 5 5 4 4 5
5 4 5 4 5 4 5 4 4 4 5 5 4 5 5 4 4 4 5 4 5 4 5 4 4 4 5 4 4 4 5 4 4 4 4
5 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 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 5 5 5
3 2 3 4 4 3 3 5 5 3 5 4 4 4 4 4 5 5 2 3 2 2 4 4 4 4 5 5 3 4 3 3 3 4 3
4 4 5 4 4 3 3 5 4 4 5 4 5 4 4 4 4 4 4 3 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4
5 5 4 4 4 5 4 3 4 5 4 5 4 4 5 5 4 4 3 4 4 4 4 4 4 3 5 3 3 4 4 4 4 3 4
4 3 5 5 5 5 5 5 5 3 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 4 3 3 5 5 5 5 4
4 3 4 5 4 3 3 4 4 2 2 5 1 3 2 1 2 2 2 2 3 3 5 3 3 4 4 4 3 3 4 3 2 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 4 4 4 4 4 4 4 4 4
3 1 4 2 1 3 4 5 5 4 5 5 5 4 4 5 3 1 3 3 1 4 3 5 5 3 5 3 1 2 4 3 4 4 3
4 3 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 3 4 4 4 4 4
4 4 4 4 4 4 4 4 4 4 5 5 4 5 5 5 5 5 4 4 4 4 4 4 4 4 4 4 3 3 5 5 5 5 5
4 4 4 5 4 4 5 4 4 4 4 4 4 3 4 4 4 4 4 5 4 4 4 5 5 4 3 4 4 4 3 3 4 4 4
5 4 4 5 5 4 5 3 4 5 4 4 5 5 5 5 5 5 3 2 3 4 3 4 4 4 4 4 4 4 4 5 5 3 4
2 2 1 2 2 2 1 2 1 2 1 2 2 3 2 2 2 1 2 2 1 2 2 2 1 1 2 2 2 2 2 2 2 2 2
4 3 5 4 5 4 5 5 5 4 4 4 4 5 5 5 5 4 5 4 5 4 4 4 4 3 5 4 5 5 4 4 5 5 4
4 2 4 3 4 5 5 5 5 3 3 4 4 5 5 5 5 4 3 3 3 5 4 4 4 4 5 5 5 5 4 4 4 4 4
4 5 4 3 4 3 3 3 3 2 3 3 4 3 3 2 3 3 3 4 3 4 2 3 3 3 4 4 4 4 3 3 2 2 2
3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 4 3 3 3 3 4 4 4 4 4 4 4 4 4 4
5 4 3 4 5 5 5 5 4 5 5 5 3 4 5 5 5 5 5 5 4 4 5 3 3 4 5 5 1 5 5 5 5 4 4
5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 4 5 5 4 5 5 4 4 5 5
4 3 3 4 4 4 3 4 5 3 4 4 3 3 4 5 4 4 3 4 4 4 4 4 4 3 3 5 3 4 4 4 3 4 4
4 5 5 5 5 5 5 5 4 5 5 5 5 4 5 5 4 5 5 5 5 5 5 5 5 5 5 5 3 5 5 5 5 5 5
5 5 4 5 4 5 4 4 5 4 4 5 5 4 4 5 4 5 5 4 5 4 4 4 5 4 4 4 2 4 4 4 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 4 4 4 4
4 3 4 4 4 4 4 4 4 5 5 4 4 5 5 5 4 4 4 4 4 4 5 5 5 4 4 4 3 4 3 4 5 5 5
4 5 3 4 3 1 3 3 3 5 4 4 5 5 4 4 3 4 3 4 2 2 4 4 2 3 4 4 4 3 4 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 3 4 4 4 5 5 5 5 5 5 5 5 5
5 5 4 5 5 4 5 5 5 3 5 5 5 5 5 5 5 5 3 4 5 5 5 4 5 5 4 4 3 3 5 5 5 5 5
4 5 5 4 5 5 4 5 5 4 5 5 5 5 5 5 4 4 4 5 4 5 5 5 4 5 5 5 5 5 4 4 5 5 5
4 3 3 4 3 4 4 4 4 4 5 3 3 4 4 4 4 4 5 5 5 5 3 3 3 4 4 5 5 5 3 4 5 4 4
4 3 3 5 4 4 4 4 4 4 4 4 3 3 4 4 3 3 3 3 3 4 4 4 4 3 3 3 3 3 5 5 5 5 4
4 4 5 3 5 5 5 5 4 4 5 5 4 5 5 5 3 4 4 5 4 4 4 5 4 4 5 5 4 4 4 4 5 5 5
4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 5 4 5 5 4 5 4 5 5 5 4 4 5 4 4 5
4 3 5 5 4 3 5 4 5 3 5 4 4 5 5 5 5 4 4 4 3 5 5 5 5 5 5 5 3 5 3 4 5 5 4
3 3 3 4 3 2 3 4 4 2 4 4 3 5 5 3 3 2 2 2 3 4 4 3 3 4 3 5 3 5 3 3 3 4 4
4 4 4 4 4 4 5 5 4 5 5 5 5 5 5 4 5 4 4 4 4 4 4 5 5 5 4 5 5 5 5 5 5 5 5
4 3 4 4 4 3 3 4 5 4 4 5 4 5 5 5 5 4 2 2 3 3 5 4 4 4 5 5 1 3 5 5 5 5 5
3 3 4 3 4 4 3 4 5 5 4 4 4 4 4 4 4 3 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 5 4
4 3 4 4 4 3 3 3 3 5 5 5 4 4 4 4 4 4 4 3 4 4 5 4 4 4 4 4 4 4 3 4 5 4 4
4 3 4 3 4 3 2 5 5 4 5 5 4 5 5 5 5 5 4 5 4 4 4 4 5 3 5 5 3 5 5 5 5 5 5
4 2 4 4 4 4 3 5 4 3 5 4 4 4 4 3 2 3 2 2 4 4 2 2 3 2 4 4 1 1 4 4 3 4 4
4 3 4 5 4 5 5 5 5 4 5 5 5 4 5 5 5 4 4 4 5 5 5 5 5 4 5 5 5 3 3 5 5 5 5
5 5 5 5 4 5 5 5 5 4 5 5 4 5 5 5 5 5 4 4 4 5 5 5 5 5 4 5 1 3 5 5 4 4 4
4 3 3 3 3 3 3 3 3 4 4 4 4 3 3 3 4 3 3 3 3 3 4 4 4 3 4 4 2 4 3 3 4 4 4
5 5 5 5 5 5 5 5 5 5 5 5 4 3 4 5 4 4 5 5 4 5 3 5 4 5 4 5 5 4 5 5 4 4 5
4 5 5 5 5 4 4 5 4 4 5 4 4 5 4 5 5 4 4 4 4 5 4 4 5 4 5 4 4 4 4 4 4 4 5
5 4 4 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5
4 4 5 4 4 4 4 4 5 4 5 5 4 5 4 5 5 4 3 3 3 4 4 4 4 3 4 4 4 4 4 4 4 5 4
4 3 4 4 4 3 3 4 4 5 5 4 5 5 5 5 5 5 4 4 3 4 4 4 4 5 4 4 4 3 5 3 3 3 4
4 4 4 4 4 4 4 4 4 5 5 4 5 5 5 5 5 5 4 4 4 4 5 5 4 4 4 5 5 5 5 4 5 4 5
5 5 4 5 5 5 4 5 5 4 4 5 5 4 3 4 3 5 5 5 5 5 5 5 4 3 4 4 5 4 5 2 4 5 5
4 3 3 4 3 3 3 3 4 3 3 3 3 4 4 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
4 4 4 5 3 3 3 4 3 4 4 4 4 4 4 4 3 2 3 3 3 4 4 4 4 3 3 3 3 3 4 4 4 4 4
5 4 2 4 4 3 2 3 5 5 3 4 4 4 3 3 2 2 3 3 3 3 4 4 5 4 5 5 5 5 3 3 4 4 4
4 4 5 5 4 4 4 4 4 4 4 4 4 5 4 4 4 5 5 4 4 4 4 4 5 5 4 4 4 4 5 5 5 4 4
4 3 4 5 4 4 5 4 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 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 3 3 3 3 3 3 3 3 3 3 3 3 3
3 3 4 2 3 4 3 4 5 3 5 4 3 4 4 4 4 4 3 3 3 3 4 3 3 4 3 3 1 2 4 3 4 4 3
4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 4 5 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 3 4
4 5 5 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 5 5 4 4 4 4 4 4 4 4 3 3 4 4 4 4 4
4 4 3 3 4 4 4 4 4 3 5 4 4 3 4 4 4 4 3 4 3 4 5 4 4 3 5 4 2 3 3 4 4 4 4
4 3 4 4 4 4 4 4 4 5 4 4 4 4 5 4 3 4 4 4 4 4 2 3 3 3 4 5 1 1 4 4 3 4 4
5 5 5 5 3 4 4 4 5 4 3 3 5 5 5 5 4 5 4 4 4 5 5 5 4 4 2 5 5 5 4 4 5 5 5
4 4 3 4 4 4 4 4 4 4 4 3 4 4 4 4 3 3 4 4 4 5 3 3 4 4 4 4 4 4 3 4 4 3 4
4 3 4 3 4 5 4 4 4 5 5 4 4 4 4 4 3 3 5 4 3 4 4 3 2 2 5 4 3 5 4 3 4 4 5
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 3 4 3 4 4 5 4 3 4 4 4 4 4 4 3 4 4 4
4 3 5 5 5 5 4 5 5 4 4 5 4 4 5 5 4 5 4 5 4 4 5 5 4 3 4 4 2 5 4 5 4 4 4
4 4 3 4 4 4 5 5 4 2 3 3 3 3 3 4 4 4 4 5 4 5 4 4 4 4 5 5 3 3 4 3 3 3 4
3 4 4 3 3 3 3 3 3 4 3 4 3 4 4 3 3 4 3 4 3 3 3 3 3 3 4 3 3 3 3 3 3 3 3
4 3 5 4 4 4 4 5 4 4 4 4 4 3 4 4 4 4 4 3 3 4 4 4 4 3 3 4 2 3 4 4 4 4 4
4 4 5 4 4 3 3 4 4 4 4 4 4 4 5 5 4 4 3 3 4 4 4 4 4 4 4 3 4 5 4 3 3 4 4
3 4 5 4 4 3 4 4 4 3 4 4 4 2 3 3 3 3 3 4 4 4 4 2 4 3 4 2 4 2 3 3 3 3 4
4 5 5 4 5 4 4 4 4 4 5 4 5 4 4 4 5 5 5 5 3 4 5 5 5 5 5 4 4 4 5 5 5 4 4
4 5 3 4 3 3 4 3 5 5 5 5 4 5 5 5 2 5 5 5 4 4 3 4 3 4 5 3 5 5 5 4 5 5 3
4 4 3 4 4 4 4 4 4 4 4 4 4 4 5 5 5 4 4 5 4 4 4 3 4 3 3 5 5 5 5 5 5 5 4
3 5 5 5 5 5 4 4 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 3 5 5 5 5 5 5 5 5 5
4 4 3 4 3 4 4 4 4 3 4 4 4 4 4 4 4 4 3 3 3 3 4 3 3 3 3 3 3 3 3 3 3 3 3
5 4 4 4 3 4 4 5 4 5 4 4 5 4 3 3 4 4 3 3 3 3 4 5 4 3 4 4 2 3 4 4 4 4 4
4 3 5 5 3 4 5 5 4 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4
5 4 4 5 4 3 3 3 4 3 4 4 3 4 4 4 3 3 2 2 2 3 5 4 5 3 5 5 5 5 3 4 5 5 4
4 4 4 3 3 4 3 4 4 3 4 3 4 3 4 4 3 4 3 3 3 4 3 4 4 4 4 4 3 3 4 4 4 4 4
4 4 5 4 3 5 5 5 5 4 4 3 4 5 5 5 4 5 4 3 3 5 4 4 5 4 5 5 2 4 5 5 4 4 4
4 4 4 5 4 3 5 4 4 2 2 2 2 3 3 3 2 2 1 2 1 1 2 2 4 4 4 3 4 3 2 4 2 4 3
4 4 4 5 5 4 4 5 4 4 3 5 4 4 4 4 5 4 4 4 4 4 4 4 4 5 4 4 5 4 5 4 4 4 5
4 4 5 5 5 5 5 5 5 4 5 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 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 5 3 4 3 3 4 4 4 4 4 3 4 5 3 2 2 2 3 5 3 3 2 2 5 5 1 2 2 2 4 3 2
5 3 2 2 1 3 3 2 3 3 3 4 3 3 3 3 3 3 2 2 2 3 3 2 2 4 4 2 3 3 2 2 2 3 3
4 5 4 4 3 4 5 4 4 4 3 4 4 2 4 5 4 3 2 4 3 3 4 3 4 4 5 4 4 3 4 3 3 4 4
3 4 4 4 3 4 4 4 4 3 4 4 4 3 3 3 3 3 3 3 3 4 4 4 4 4 4 3 3 3 5 5 5 5 5
4 4 4 4 3 4 4 4 4 3 4 4 4 4 4 4 4 3 4 4 4 4 5 4 4 4 4 4 3 3 3 3 4 3 4
3 4 4 4 3 2 2 5 5 4 5 3 3 4 4 4 3 4 2 3 3 4 5 4 4 4 3 4 3 4 3 3 3 3 4
4 4 4 4 4 4 4 5 4 5 5 5 4 4 4 4 2 4 4 4 4 4 5 4 4 4 5 5 4 3 4 4 4 4 4
3 5 5 3 4 5 5 3 5 5 4 4 4 4 4 4 4 3 3 4 4 5 5 5 5 5 5 5 4 5 3 3 5 5 5
4 4 5 5 5 5 5 5 5 3 4 4 4 5 5 5 5 5 3 3 4 4 4 4 4 3 3 4 5 4 4 4 4 4 4
4 5 5 4 5 4 5 4 5 4 5 5 5 5 5 5 4 5 4 4 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5
4 4 4 4 4 4 4 5 5 5 5 5 5 4 5 5 5 5 4 5 4 4 4 5 5 4 4 4 5 5 4 4 4 5 5
4 3 5 4 4 4 4 4 4 4 4 4 4 5 4 5 5 5 4 4 4 4 3 3 3 3 3 3 3 3 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 5 5 5 5
4 5 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 3 5 4 5 4 5 4 4 4 2 2 4 3 4 4 4 4 4
4 4 4 4 4 3 3 3 3 3 4 4 3 3 4 3 3 4 3 4 4 4 3 3 3 4 3 4 4 4 4 4 3 4 3
3 3 5 3 5 4 4 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 4 5 4 4 4 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 4 4 4 4
4 5 4 4 4 5 5 5 5 4 4 4 4 5 5 5 5 5 5 5 5 5 4 4 3 5 3 4 4 4 4 4 4 4 4
5 4 4 3 3 4 4 5 5 3 4 3 4 2 4 5 3 5 4 5 5 5 2 3 5 3 4 5 2 5 5 5 5 4 4
3 3 3 3 3 3 3 4 4 4 4 4 4 3 4 5 4 3 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4
3 4 5 4 4 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 4 5 5 5 4 5 5 5 5 5
4 5 5 4 4 4 5 4 4 5 5 5 5 4 5 5 5 4 4 5 5 4 4 4 5 3 3 2 1 2 1 2 4 4 4
5 5 4 3 3 4 3 5 4 3 3 3 3 3 3 4 4 4 4 4 4 4 3 4 2 2 4 4 2 3 4 2 3 4 3
5 5 5 5 5 5 5 3 5 5 4 4 5 5 4 5 5 5 5 5 5 3 4 4 4 4 4 5 4 5 5 5 5 4 3
5 5 5 5 4 5 5 4 4 4 5 5 5 4 5 5 5 5 5 4 4 5 5 4 5 4 5 4 4 5 4 4 5 5 5
3 4 4 5 4 3 2 3 4 3 4 4 3 4 4 3 4 3 3 3 3 3 3 3 4 3 3 4 4 5 3 3 3 4 3
5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 4 5 4 4 5 5 4 4 4 4 4 5 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 4 4
4 4 4 4 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4 4 3 3 4 4 4 4 4
5 4 3 5 4 2 3 2 4 4 3 4 5 4 2 3 5 5 1 1 1 2 5 5 2 3 1 2 2 2 5 5 5 1 2
4 4 4 4 4 4 4 4 4 3 4 3 3 4 4 4 4 4 3 4 4 3 4 3 3 3 4 4 4 4 3 4 4 4 3
3 4 3 4 4 4 4 5 4 3 4 5 4 5 4 5 5 4 4 4 5 5 3 3 4 3 5 5 5 5 4 5 4 4 4
4 5 4 5 4 4 4 4 5 3 4 3 4 3 3 4 3 3 2 3 3 4 2 2 2 1 3 4 4 4 4 4 3 2 3
4 3 5 5 4 3 4 5 4 5 5 5 4 4 4 4 3 2 3 4 3 3 2 3 2 3 4 4 2 3 4 5 3 4 3
3 4 5 4 4 5 4 4 4 3 5 4 4 4 5 5 4 3 3 3 4 4 5 4 4 3 4 4 4 3 4 4 4 4 4
5 4 5 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 3 4 4 4 4 4 4 4 5 5 5 5 4 5 4 4 5
5 4 5 5 5 4 5 4 5 5 4 4 4 5 5 5 5 5 5 5 5 4 5 5 5 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 4 4 3 4 5 5 5 4 5 5 5 4 4
4 4 4 5 4 5 4 5 5 5 4 5 4 4 4 5 5 5 4 5 4 5 4 3 4 3 5 4 4 4 5 4 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 3 3 3 3 4 5 5 5 5 5 5 5 5
4 5 5 4 4 5 4 4 5 4 5 5 4 5 5 5 4 4 4 5 4 4 5 4 4 4 5 4 4 4 5 5 5 5 5
4 5 5 5 5 5 5 5 5 4 5 5 4 4 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 4
5 5 5 4 4 4 5 5 5 5 5 5 5 5 5 5 5 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 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
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
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 5 5 4 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 4 5 5 5 5 5 5 4 3 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 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 5 5
4 3 4 4 3 4 4 3 5 5 4 5 3 5 5 4 4 4 5 5 4 4 5 5 5 5 5 5 5 4 4 5 4 4 4
5 3 5 4 4 4 3 5 5 5 5 5 4 1 5 5 1 1 1 1 1 1 5 5 4 4 4 5 5 5 3 5 5 5 5
5 5 3 5 2 5 5 5 5 5 1 2 2 1 1 2 1 1 1 1 1 1 5 5 5 4 1 1 1 1 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
3 5 5 5 5 5 5 5 5 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 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 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 4 4 3 3 5 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 5 5 3 4 5 5 5 5 5
5 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 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 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 5 5 4 5 5 5 5 4 5 5 4 5 4 4 4 5 5 3 3 3 2 5 5 5 5 4 4 5 4 4
4 5 5 5 4 5 5 4 5 3 5 5 5 5 5 5 5 5 4 4 4 5 5 4 4 5 4 5 3 3 4 4 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
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 3 4 4 4 4 4 3 3 3 3 3 5 3 3 4 5
4 5 5 5 3 5 5 5 5 3 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 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 5 5 5 5 5 5 5 5 5
5 4 4 5 3 4 4 4 5 5 5 5 5 3 4 4 3 3 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5
5 5 5 4 5 5 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
4 4 5 5 4 3 5 5 5 5 5 4 5 5 5 5 5 3 4 4 4 5 5 5 5 5 5 5 3 3 3 5 4 5 4
3 4 5 3 4 4 5 5 5 4 5 5 5 4 5 5 5 5 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 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
5 4 5 4 5 5 5 5 5 5 5 3 4 5 5 5 3 4 5 3 3 3 5 5 5 3 5 5 3 3 4 3 5 5 5
5 4 5 5 5 3 4 5 5 5 5 5 4 4 5 5 5 3 3 5 4 5 5 5 5 5 5 5 1 4 5 5 5 5 4
5 5 4 4 5 5 4 5 5 5 4 5 4 5 5 5 5 5 5 5 5 5 5 5 5 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 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 5 5 5 5 5 5 5
5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 4 4 4 5 5 4 4 5 5 5 5 5
3 2 4 4 3 1 3 5 3 3 2 2 1 5 5 3 5 3 4 3 3 2 5 4 3 2 5 5 1 4 3 2 4 3 4
3 4 3 3 4 4 4 5 5 5 5 5 4 4 4 3 5 5 5 5 4 4 4 3 5 4 5 4 4 5 5 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 5 5 5 5 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 5 5 5 5 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 5
4 3 3 4 4 3 3 4 4 4 5 4 3 2 3 3 2 3 3 3 3 3 4 5 3 3 3 4 3 3 4 5 3 3 3
5 5 5 4 5 5 5 5 4 5 5 5 4 5 5 5 5 4 5 4 4 5 4 4 4 4 5 5 5 5 5 5 5 5 5
4 3 5 4 4 3 3 5 5 5 5 5 4 5 4 5 3 5 5 4 5 4 5 5 4 5 5 5 4 5 5 5 5 4 4
5 4 4 4 4 5 3 4 4 4 3 4 3 4 5 3 3 3 4 4 4 4 5 5 5 4 5 5 4 5 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 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 3 4 5 5 5 5 5 5 5 5 5
4 4 4 5 1 4 4 4 4 4 4 5 4 4 5 5 4 4 4 3 4 4 4 3 4 3 4 4 4 5 4 4 4 5 5
4 3 5 1 1 2 1 4 3 4 4 4 3 5 5 5 5 5 2 2 1 3 2 4 4 3 4 4 1 3 3 4 2 4 4
5 5 5 5 5 5 5 5 5 5 5 5 5 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 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 5 5 5 5 5 5 5 5 5 5 4 5 5 4 5 4 4 5 5 5 4 5 4 5 5 4 4
5 5 5 4 5 4 5 5 4 4 4 3 3 5 5 5 5 5 4 4 4 4 5 5 5 5 5 5 5 5 5 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 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 5 5 5 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5
4 4 4 4 4 5 4 5 4 4 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 4 4 5 5 5
5 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 4 5 5 4 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 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5
5 4 3 5 5 3 4 4 4 5 5 3 5 3 5 5 3 4 5 4 3 5 3 3 3 4 3 5 5 4 3 4 5 5 5
5 5 5 5 4 5 5 5 5 4 5 5 4 4 5 5 4 4 5 4 4 5 4 4 4 4 5 4 3 3 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 5 5 5 5
4 4 5 5 4 4 4 5 5 5 5 5 4 4 5 5 5 5 5 5 5 5 4 4 4 4 5 4 4 4 5 5 5 5 5
5 4 4 5 5 5 5 5 4 5 5 5 4 4 5 5 5 5 5 4 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 3 5 3 3 4 3 5 5 5 3 5 5 5 5 5
4 4 5 4 5 4 4 4 5 5 5 5 4 5 5 5 5 5 4 4 4 4 5 5 5 5 4 5 2 5 4 5 5 5 4
3 4 5 5 4 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 4 5 5 3 5 5 5 5 5 5
5 4 5 5 5 4 4 5 4 4 5 5 4 5 5 5 4 4 5 4 5 5 5 4 5 5 5 5 5 5 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 4 4 4 3 3 4 5 4 4 5
4 5 4 4 5 4 5 5 5 4 5 4 5 5 5 4 3 4 4 5 4 3 4 5 4 4 4 4 4 4 4 5 4 4 4
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 5 5 3 4 4 4 5 4 5 4 5 3 4 4 5 5 3 3 4 5 5 5 5 4 5 5 4 5 5 4 4 4 5
3 4 3 3 3 4 3 3 4 5 5 5 5 5 5 5 3 3 3 3 3 3 5 3 5 5 4 4 3 4 5 4 4 4 5
5 3 5 5 3 4 5 5 5 2 5 4 3 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5
4 5 5 3 4 3 5 5 5 5 5 5 5 5 5 5 5 4 4 5 5 5 5 5 5 4 5 4 3 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 5 5 5 5 5
4 3 4 3 2 3 5 3 4 4 5 4 5 5 4 5 5 4 5 2 5 4 4 5 4 4 4 3 2 4 4 3 2 5 3
4 5 5 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 4 4 5 5 5
5 5 5 5 4 4 4 5 5 5 5 5 4 5 5 5 5 4 5 5 4 4 5 5 5 4 4 5 5 5 5 4 4 4 4
5 4 5 4 4 4 4 5 4 5 4 4 4 5 4 4 5 5 5 4 4 4 5 4 4 4 3 4 3 4 4 5 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 5 5 5 5 5
2 3 2 2 2 2 2 2 1 3 2 3 4 3 2 2 2 2 1 2 1 1 1 1 2 2 3 3 4 2 1 3 3 2 2
2 3 2 2 2 1 1 2 1 1 2 1 2 1 1 2 1 2 2 2 2 2 2 3 2 2 2 2 2 2 2 2 2 2 2
4 4 3 4 3 3 2 4 4 4 4 5 4 4 3 3 2 3 4 4 4 4 3 2 2 3 3 3 5 4 4 4 4 4 3
1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2 5 4 4 4 4 4 2 3 4 5 3 3 3 3 4 4 4 5 5 3 3 5 3 3 3 3 5 4 4 4 4 4 4 4
4 4 2 5 2 4 4 2 2 3 3 2 2 1 1 1 4 3 4 3 3 4 2 1 1 2 3 4 5 3 2 3 3 2 2
LAMPIRAN
TRANSKRIP WAWANCARA
P : Pertanyaan
J : Jawaban
Narasumber 1 : Rizki
Pekerjaan : Mahasiswa
Hari/Tanggal : 9 Desember 2021
1. P : Sudah berapa lama menggunakan kartu tri, dan apa alasan utamanya?
J : Semenjak sekitar 2018-2019, alasan utamanya karena paket yang
ditawarkan oleh kartu tri lebih murah dibandingkan dengan provider lain.
2. P : Sudah berapa lama menggunakan aplikasi bima+?
J : Semenjak tahun 2019.

3. P : Apa kelebihan dari aplikasi bima+ selama menggunakan aplikasi
tersebut?
J : Kemudahan untuk cek paket dan cek pulsa, tinggal membuka aplikasi
langsung dapat terlihat.
4. P : Apa kekurangan dari aplikasi bima+ yang dirasakan selama
menggunakan aplikasi?
J : Loading screen di dalam aplikasi kecepatan pemrosesannya lambat, saat
ingin mengganti halaman di dalam aplikasi harus menunggu beberapa saat
baru dapat terbuka, atau kalau tidak bisa terbuka sama sekali, sesekali saya
harus keluar dari aplikasi bima+ dan mengulang dari halaman awal lagi baru
bisa terbuka halaman yang saya ingin tuju. Menu-menu di halaman utama
terlalu banyak, jadi terkesan sumpek. Terdapat beberapa menu yang kadang
tidak responsive saat ingin dibuka.
5. P : Menurut anda, apakah kemudahan penggunaan aplikasi berpengaruh
signifikan terhadap kepuasan pengguna tersebut?
J : Sangat berpengaruh, karena menurut saya meskipun tampilan dari
aplikasi secanggih apapun, tetapi apabila fungsi dasar dari bima+ juga
sering tidak terpenuhi. Fungsi yang utama baru lainnya.
6. P : Secara keseluruhan, tingkat kepuasan anda dalam menggunakan aplikasi
bima+ berapa ya? (dalam skala 1-5)
J : 3, karena kebutuhan dasar terpenuhi namun ada beberapa kekurangan
juga yang sudah saya jelaskan tadi
Narasumber 2 : Akbar
Pekerjaan : Karyawan Swasta
J : Semenjak 2017, alasannya setelah saya melakukan perbandingan dengan
kartu provider lain, dan setelah hasil komparasi, kartu tri yang paling cocok
untuk saya meskipun ada yang harus dikorbankan, yaitu jaringan sinyal
yang tidak stabil.
J : Semenjak 2018, sebelumnya masih menggunakan kode *123# untuk
melakukan pengecekan dan pembelian pulsa/kuota, saat awal menggunakan
kartu tri ingin menginstall aplikasi bimatri namun tampilannya masih
kurang bagus.
tersebut?
J : Kelebihan utamanya tetap terletak di pengecekan pulsa atau kuota paket
data.
J : Untuk pembelian paket data untuk saya pribadi masih terdapat
kekurangan, terutama dalam pencarian paket yang diinginkan, tidak adanya
pengakategorisasiaan dari paket-paket yang ditawarkan sehingga
menyebabkan kebingunan, fitur search box yang ditawarkan di dalam
aplikasi juga masih kurang membantu dalam mencari paket yang diinginkan
karena sering tidak ditemukan padahal kata kunci dari nama paket yang
dicari sudah sesuai, loading screen saat ingin membuka aplikasi menurut
saya masih terasa lambat, dan pada fitur bonstri agak aneh, karena saat kita
membuka halaman bonstri, aplikasi membuka browser lagi di dalam
aplikasi, jadi kalau koneksi kita sedang tidak bagus, aplikasi malah
menampilkan tulisan “connection error” halaman browser, dan tombol back
di halaman bonstri, harus menggunakan tombol back khusus untuk ke
halaman sebelumnya, apabila menggunakan tombol back di handphone,
malah kita keluar dari aplikasi bima+. Banyak fitur di dalam aplikasi bima+
yang menurut saya tidak penting, seperti bima market, dan game, tapi malah
ditampilkan di halaman utama, jadi terkesan mubazir.
J : Menurut saya apabila diurutkan ke dalam beberapa faktor, hal ini
termasuk yang paling berpengaruh terhadap kepuasan pengguna aplikasi.
Aplikasi bima+ menurut saya dapat menjadi daya tarik seseorang untuk
menggunakan kartu operator tri selain karena paket murahnya yang
ditawarkan.
J : 2, apabila saya jabarkan lebih luas mengenai aplikasi bima+, saya masih
merasa aplikasi ini memiliki lebih banyak kekurangan dibandingkan dengan
aplikasi dari kompetitor lainnya.
Narasumber 3 : Taufan
Hari/Tanggal 9 Desember 2021
J : Saya sudah menggunakan kartu tri sejak 2015, alasannya adalah karena
tri paketnya murah dan sinyalnya bagus di rumah saya.
J : Sekitar 2019, sebelumnya masih menggunakan kode mmi untuk
melakukan pembelian dan pengecekan pulsa/kuota
tersebut?
J : Kelebihannya, semua informasi dan semua kegiatan terkait transaksi
menggunakan kartu tri, beli paket data, semua tersedia di satu tempat, dan
kecepatan pemrosesan informasinya lebih cepat daripada menggunakan
kode mmi.
J : Pengelompokan paket-paket kuota masih belum jelas, masih tercampur
dengan produk-produk lain yang kurang relevan seperti beli RBT (ring back
tone), top-up game-game, search box yang tidak optimal, kecepatan aplikasi
bima+ tidak selancar aplikasi digital assistant lainnya.
J : Iya, sangat berpengaruh secara signifikan
J : 3, kebutuhan dasar sudah terpenuhi tapi aplikasi masih terasa terlalu
sesak
Narasumber 4 : Bayu
tri juga banyak digunakan oleh teman saya saat itu.
J : Sekitar 2019 karena tau dari teman
tersebut?
J : Aplikasi Bima+ sangat membantu saya dalam memantau kuota internet,
dan juga sisa pulsa yang saya miliki. Aplikasi Bima+ juga memberi
kemudahan dengan memberikan daftar paket-paket internet dengan harga
yang relatif terjangkau
J : Kendala yang saya rasakan dari penggunaan aplikasi Bima+ adalah
aplikasinya kurang responsif ketika kita memilih salah satu menu. Animasi
yang berjalan juga terasa patah-patah dan terkadang gambar-gambar juga
tidak sepenuhnya termuat. Namun dari yang saya lihat telah ada
peningkatan dari segi kualitas dan juga tampilan pada beberapa versi
terakhir aplikasi bima+
J : Iya, menurut saya kemudahan dalam penggunaan aplikasi berpengaruh
pada kepuasan pengguna. Karena dengan begitu pengguna akan semakin
nyaman dan tidak kesulitan dalam menggunakan aplikasi sehingga
meningkatkan kepuasan penggunanya
J : Saya beri nilai 3 secara keseluruhan untuk aplikasi bima+
Narasumber 5 : Danar
Pekerjaan : Karyawan Swasta
harga yang cukup murah dibandingkan provider lain.
J : Sekitar 2014-2015 saat aplikasi masih bernama bimatri
tersebut?
J : Aplikasi bima+ membantu saya saat proses pengecekan pulsa, pembelian
pulsa, dan melihat-lihat paket kuota yang ditawarkan
J : Aplikasi sering lambat saat saya coba untuk buka, beberapa kali saat
sedang menggunakan aplikasi juga pernah crash dan keluar secara otomatis.
Fitur di dalam aplikasi bima+ meskipun banyak, namun banyak yang jarang
saya gunakan atau bahkan tidak pernah, sehingga kadang membuat saya
kesulitan untuk mencari fitur apa yang saya butuhkan
J : Iya menurut saya berpengaruh signifikan
J : Saya beri nilai 2, karena secara pribadi aplikasi ini masih terdapat banyak
kekurangan di mata saya.
LAMPIRAN
SURAT PENDUKUNG

Ridho Dhafi Fauzan-Fst

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ridho Dhafi Fauzan-Fst

Diunggah oleh

Hak Cipta:

Format Tersedia

SKRIPSI

ANALISIS KEPUASAN PENGGUNA APLIKASI MOBILE PELAYANAN

PELANGGAN TELEKOMUNIKASI MENGGUNAKAN METODE END-

USER COMPUTING SATISFACTION (EUCS)

Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer

Fakultas Sains dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah Jakarta

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

ANALISIS KEPUASAN PENGGUNA APLIKASI MOBILE PELAYANAN

PELANGGAN TELEKOMUNIKASI MENGGUNAKAN METODE END-

USER COMPUTING SATISFACTION (EUCS)

Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer

Fakultas Sains dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah Jakarta

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

ANALISIS KEPUASAN PENGGUNA APLIKASI MOBILE PELAYANAN

Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer

PROGRAM STUDI SISTEM INFORMASI

ANALISIS KEPUASAN PENGGUNA APLIKASI MOBILE PELAYANAN

RIDHO DHAFI FAUZAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-

BENAR HASIL KARYA SENDIRI DAN BELUM PERNAH DIAJUKAN

SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN

TINGGI ATAU LEMBAGA MANAPUN

Ridho Dhafi Fauzan – 11160930000051, Analisis Kepuasan Pengguna Aplikasi

Meningkatnya jumlah pengguna layanan telekomunikasi di Indonesia serta

Kata Kunci: Kepuasan Pengguna, Aplikasi Mobile, Pelayanan Pelanggan, EUCS,

Pustaka Acuan (81, 1988-2022)

Assalamu’alaikum Warahmatullahi Wabarakatuh

Alhamdulillahirabbil’alamin, puji syukur kepada Allah SWT yang

telah memberi rahmat-Nya, kemudahan dan sehingga peneliti dapat

menyelesaikan skripsi ini yang berjudul “Analisis Kepuasan Pengguna

Aplikasi Mobile Pelayanan Pelanggan Telekomunikasi Menggunakan

Metode End User Computing Satisfaction (EUCS)”. Shalawat serta salam

semoga selalu tercurah kepada junjungan kita, Nabi Muhammad SAW

beserta keluarga, sahabat, kerabat, serta muslimin dan muslimat, semoga

kita semua mendapatkan syafa’at dari beliau di akhirat nanti.

Penyusunan skripsi ini Sebagai Salah Satu Syarat untuk Memperoleh

Gelar Sarjana Komputer Program Studi Sistem Informasi Fakultas Sains

dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta. Dalam

penyusunan skripsi ini penulis telah mendapat banyak bantuan dan

diselesaikan. Oleh karena itu, penulis ingin menyampaikan terima kasih

1. Bapak Nashrul Hakiem, S.si., M.T., Ph.D selaku Dekan Fakultas

Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah

2. Bapak A’ang Subiyakto, Ph.D, selaku Ketua Program Studi Sistem

Informasi dan Bapak Nuryasin, M.Kom selaku Sekretaris Program

Islam Negeri Syarif Hidayatullah Jakarta.

Rahajeng, MTI selaku Dosen Pembimbing II yang tidak pernah lelah

untuk memberikan bimbingan dan arahan serta dukungannya selama

proses penelitian skripsi ini. Peneliti sangat berterima kasih atas

ilmu, waktu, dan tenaga yang diberikan kepada peneliti selama

proses penelitian dan penyusunan skripsi ini.

4. Dosen-dosen Program Studi Sistem Informasi Universitas Islam

Negeri Syarif Hidayatullah Jakarta yang telah memberikan ilmu

selama perkuliahan dan tak lupa untuk Ibu Rinda Hesti

Kusumaningtyas, MMSI selaku pembimbing akademik yang selalu

mengarahkan saya dalam menyelesaikan studi.

5. Seluruh karyawan Fakultas Sains dan Teknologi yang telah

membantu peneliti selama masa perkuliahan dan membantu