Disusun Oleh:
Muhammad Fathi Azzumar
11180930000011
JAKARTA
2022 M / 1444 H
LEMBAR PERNYATAAN
v
ABSTRAK
Muhammad Fathi Azzumar – 11180930000011, Analisis Kepuasan Pengguna
terhadap Aplikasi Mobile Tiket.com Menggunakan Metode End User Computing
Satisfaction (EUCS) yang Dikembangkan. Di bawah bimbingan Eva Khudzaeva,
S.Kom., M.Si dan Elvi Fetrina, B.Sc., M.IT.
Aplikasi mobile tiket.com adalah aplikasi agen perjalanan berbasis online atau
yang dapat disebut Online Travel Agent (OTA), aplikasi ini memiliki fitur
layanan seperti pemesanan tiket transportasi, hotel atau villa, serta tiket acara
tertentu yang dapat membantu pengguna saat bepergian ke suatu tempat. Namun
dalam implementasinya, masih ditemukan beberapa masalah pada aplikasi
tiket.com, yaitu tidak adanya invoice pembayaran, limit pembayaran yang
singkat, layanan hotel yang tidak sesuai dengan aplikasi, pembatalan pemesanan
hotel maupun tiket secara sepihak, dan sistem refund yang menyulitkan pengguna
sehingga menyebabkan pengguna memberikan komplein serta turunnya
penilaian kepuasan dari pengguna. Oleh karena itu, penelitian ini bertujuan untuk
melakukan analisis kepuasan pengguna terhadap aplikasi mobile tiket.com dan
menguji variabel apa saja yang dapat mempengaruhi pada kepuasan pengguna
aplikasi tiket.com. Model utama yang digunakan pada penelitian ini adalah End
User Computing Satisfaction (EUCS) dengan menambahkan variabel perceived
usefulness dan service. Dengan menggunakan teknik pengambilan sampel
purposive sampling terpilih sebanyak 151 responden untuk menjadi sampel
penelitian. Hasil penelitian ini menunjukkan bahwa kepuasan pengguna dari
aplikasi mobile tiket.com berada pada kategori Puas dan dari 7 hipotesis yang
diujikan, terdapat 5 hipotesis yang diterima yaitu variabel content, format, ease of
use, perceived usefulness dan service. Lalu terdapat 2 hipotesis yang ditolak yaitu
variabel accuracy dan timeliness, serta rekomendasi kepada pengembang aplikasi
mobile tiket.com yaitu memperhatikan data atau informasi yang disediakan
aplikasi, menambah batas waktu saat melakukan pembayaran, dan menambahkan
notifikasi pemberitahuan informasi yang up to date jika ada pemesanan hotel
dibatalkan atau jadwal penerbangan yang berubah, serta perbaikan sistem refund
yang tidak menyulitkan pengguna.
vi
KATA PENGANTAR
Segala Puji bagi Allah SWT peneliti panjatkan karena atas limpahan
rahmat dan hidayah-Nya maka peneliti dapat menyelesaikan skripsi yang berjudul
Metode End User Computing Satisfaction (EUCS) yang Dikembangkan” ini dapat
diselesaikan dengan baik. Shalawat serta salam semoga selalu tercurahkan kepada
motivasi, bantuan maupun saran, serta bimbingan dari berbagai pihak. Oleh karena
itu, dengan segala kerendahan hati dan tidak mengurangi rasa hormat
1. Bapak Ir. Nashrul Hakiem, M.T, Ph.D. selaku Dekan Fakultas Sains dan
2. Bapak Aang Subiyakto, M.Kom., Ph.D. selaku Ketua Program Studi Sistem
Informasi.
3. Ibu Eva Khudzaeva S.Kom., M.Si, sebagai Dosen Pembimbing I yang tidak
4. Ibu Elvi Fetrina, B.Sc., M.TI., sebagai Dosen Pembimbing II yang telah
5. Ibu Dr. Qurrotul Aini, ST., M.T. selaku dosen pembimbing akademik saya
vii
yang telah banyak membantu selama ini.
6. Seluruh dosen Program Studi Sistem Informasi yang telah memberikan ilmu
7. Seluruh karyawan Fakultas Sains dan Teknologi yang telah membantu peneliti
8. Kedua orang tua peneliti, Ibu Sri Winarni dan Bapak Mas’udi yang selalu
dapat menyelesaikan skripsi ini. Terima kasih untuk selalu ada di kehidupan
peneliti.
9. Adik peneliti, Mushab Abdullah dan Salwa Azizah yang banyak membantu dan
10. Keluarga besar Mas’udi dan Sri Winarni yang selalu mengingatkan,
11. Teman dekat maupun sahabat peneliti, Fachri Fadhila, Taufik Riski Arrahman,
Sulthan Raihan, Sarah Arhami, serta teman-teman SMAN 56 dan B10’s yang
viii
Peneliti memohon kepada Allah SWT agar seluruh dukungan, bantuan dan
bimbingan dari semua pihak dibalas pahala yang berlipat ganda. Selain itu, peneliti
menyadari penyusunan skripsi ini masih terdapat kekurangan dan jauh dari kata
Peneliti memohon maaf atas segala kekurangan yang ada, serta tidak menolak atas
segala kritik dan saran bagi peneliti yang dapat disampaikan melaui email
dapat bermanfaat bagi peneliti dan semua yang membaca. Aamiin Ya Rabbal
‘Alamin.
ix
DAFTAR ISI
ABSTRAK ........................................................................................................................ vi
DAFTAR ISI...................................................................................................................... x
x
2.4. Aplikasi Tiket.com ............................................................................................ 28
xi
4.1.1 Uji Internal Consistency Reliability (CR) ................................................. 62
LAMPIRAN
xii
DAFTAR GAMBAR
xiii
DAFTAR TABEL
xiv
xv
BAB 1
PENDAHULUAN
kekayaan alam yang sangat banyak dan melimpah, oleh sebab itu pemerintah
memanfaatkan harta yang dimiliki Indonesia yakni salah satunya adalah bisnis
Indonesia untuk pergi ke berbagai tujuan seperti, kota, provinsi maupun pulau
lain. Hal ini pun dimanfaatkan oleh sebagian orang untuk membuat suatu
perusahaan atau bisnis yang bergerak dalam bisnis agen perjalanan atau traveling
tempat tinggal seperti hotel atau villa jika saat pelanggan melakukan perjalanan.
Oleh karena itu, bisnis seperti agen perjalanan atau traveling sangat
menguntungkan bagi perekonomian. Persaingan ketat yang ada dalam bisnis agen
perjalanan harus memberikan pelayanan yang mudah dan efektif untuk para
(Wahyuningsih & Waspodo, 2019). Oleh karena itu, banyak perusahaan agen
1
bidang, peningkatan aktivitas kerja secara efektif dan efisien (Murhum,
Purnama, 2015). Salah satu e-commerce yang berkembang dalam bidang usaha
Online Travel Agent (OTA) atau agen perjalanan online yaitu tiket.com.
Perusahaan e-commerce yang bergerak dalam bidang Online Travel Agent (OTA)
ini berada di bawah naungan PT. Global Tiket Network, tujuan awal didirikannya
Agent (OTA) memiliki lingkup selayaknya agen travel konvensional hanya saja
2
Gambar 1.1 menunjukkan bahwa agen perjalanan di Indonesia berkembang
dengan pesat, pada November tahun 2021 didapatkan data bahwa agen perjalanan
Sampai saat ini tiket.com merupakan salah satu perusahaan aplikasi online travel
agen (OTA) yang digunakan oleh masyarakat Indonesia dalam hal pemesanan
tiket kendaraan maupun pemesanan tempat tinggal seperti hotel, apartment dan
villa. Fitur yang disediakan oleh aplikasi mobile tiket.com antara lain adalah fitur
kategori yang dapat dipilih oleh pengguna dalam melakukan pemesanan yang
seperti pesawat dan kereta. Lalu tiket.com juga menawarkan beberapa fitur
terbaru seperti paylater, yaitu pengguna bisa membayar pemesanan lain waktu
sesuai dengan yang tertera dalam kesepakatan pemesanan, tiket.com juga sudah
menyajikan fitur Tes Covid-19, dan sudah terintegrasi dengan aplikasi Peduli
Lindungi sehingga para pengguna dapat mempersiapkan sertifikat vaksin, dan tes
dalam aplikasi mobile tiket.com oleh para pengguna. Beberapa masalah yang
pembayaran, limit pembayaran yang singkat, dan perbedaan data atau informasi
yang ada pada tiket.com dengan yang sebenarnya (Riyanto & Suriyanti, 2021).
3
Gambar 1.2 Jumlah Reservasi Hotel melalui Agensi Perjalanan Online
(DailySocial.id, 2021)
pesanan hotel secara sepihak, layanan hotel tidak sesuai dengan yang tertera pada
aplikasi, perubahan sepihak jadwal penerbangan, dan sistem refund tiket yang
4
Gambar 1.3 Ulasan Negatif Pengguna Mobile tiket.com (Playstore, 2022)
Dapat dilihat pada Gambar 1.3 yaitu ulasan negatif pengguna yang
menemukan masalah yang ada pada aplikasi mobile tiket.com dan memberikan
yang ditemukan pada aplikasi tiket.com. Hal tersebut dapat menjadi hambatan
untuk para pengguna aplikasi. Jika dibandingkan ulasan dari total penilaian
persentase bintang satu yang diberikan untuk aplikasi Traveloka yaitu sebanyak
2%, tiket.com yaitu 9,5%, Agoda yaitu 4,42% dan Pegipegi yaitu 2,04%
5
Pristiyono, & Nasution, 2022), sehingga adanya hubungan antara keputusan
bahwa adanya masalah teknis atau kesulitan dalam interface dapat menyebabkan
infrastruktur atau teknis dan teknologi adalah penentu kepuasan pengguna sistem
pengguna aplikasi mobile tiket.com untuk melihat apakah kualitas aplikasi sudah
atau, jasa dan perusahaan, sehingga pengguna akan menggunakan merek lain
Kepuasan pengguna adalah faktor yang subjektif dari perasaan oleh para
pengguna, perasaan tersebut dapat berupa perasaan senang atau kecewa yang
dengan kinerja aplikasi yang diharapkannya (Sari, Nasir, & Andriyani, 2019).
perusahaan dengan pengguna menjadi baik, memberikan dasar yang baik bagi
reputasi perusahaan akan meningkat di mata para pengguna (Tjiptono & Diana,
2003).
6
Salah satu faktor suksesnya teknologi informasi yang dikembangkan adalah
menggunakan aplikasi, untuk itu harus dilakukan analisis atau pengukuran dari
kepuasan pengguna aplikasi atau sistem tersebut. Pada penelitian ini peneliti
penginapan serta acara tertentu secara online yang akan bermanfaat dan
percaya bahwa sistem informasi kurang berguna maka dia tidak akan
layanan yang diberikan oleh tiket.com yaitu masih terdapat masalah seperti
lambatnya respon dari tim tiket.com dalam menanggapi masalah yang dihadapi
7
pengguna, hal ini dapat berpengaruh terhadap kepuasan pengguna tiket.com
karena aspek kualitas layanan menjadi salah satu tantangan utama bagi OTA
(Pertiwi, 2014). Oleh sebab itu dimensi kualitas layanan sangat penting
sistem sekarang adalah para pelanggan (DeLone & McLean, 1992). Oleh karena
itu, kualitas layanan merupakan salah satu faktor dalam penentu suksesnya yang
mengenai layanan dan layanan yang mereka benar-benar terima (Haetami &
Widodo, 2021).
Metode EUCS dikembangkan oleh Doll dan Torkzadeh pada tahun 1988
of use) dan ketepatan waktu (timeliness) dari suatu sistem. Suatu sistem informasi
dapat dikatakan berhasil jika memiliki kualitas yang bagus dan dapat
memberikan rasa senang atau puas kepada para pengguna aplikasi atau sistem
8
Gambar 1.4 Metode End User Computing Satisfaction
kepuasan pengguna aplikasi mobile Traveloka dengan metode EUCS. EUCS dapat
kepuasannya berada dalam kategori cukup puas (Novita & Helena, 2021).
secara signifikan terhadap kepuasan pengguna yaitu accuracy dan content serta
menggunakan metode atau model End User Computing Satisfaction (EUCS). Hasil
9
dari penelitian ini adalah variabel yang memiliki pengaruh yang signifikan dan
positif pada kepuasan pengguna yaitu content, accuracy, format, ease of use, dan
metode End User Computing Satisfaction (EUCS) dapat dibuktikan bahwa metode
ini dapat memberikan hasil pengukuran kepuasan pengguna suatu sistem informasi
maupun aplikasi. Menurut penelitian Hutami & Camilla (2016), definisi EUCS
sebuah sistem informasi yaitu mengevaluasi secara keseluruhan dari para pengguna
harapan dan kenyataan Dalimunthe & Ismiati (2016), sehingga EUCS menjadi
metode alat ukur dalam keberhasilan suatu aplikasi mobile dalam hal pengukuran
ataupun masukan bagi PT. Global Tiket Network untuk mengembangkan aplikasi
10
adanya invoice pembayaran, limit pembayaran yang singkat, perbedaan data
atau informasi yang ada pada tiket.com dengan yang sebenarnya, pembatalan
hotel dan jadwal penerbangan secara sepihak, serta sistem refund yang
menyulitkan pengguna.
Berikut ini adalah ruang lingkup maupun batasan penelitian agar penelititan
a. Penelitian ini dilakukan terhadap aplikasi mobile tiket.com yang dinaungi oleh
11
(persepsi kemanfaatan) dan service (layanan).
adalah:
12
1.6. Manfaat Penelitian
Manfaat yang didapatkan dari penelitian ini adalah sebagai referensi untuk
dan rekomendasi untuk PT. Global Tiket Network untuk memberikan perbaikan
a. Studi Pustaka
data atau informasi dengan mempelajari jurnal, proceeding, buku dan penelitian
yang berkaitan dengan Kepuasan Pengguna (User Satisfaction) dan End User
b. Kuesioner
berbentuk pertanyaan yang sesuai dengan model atau pendekatan dan strategi yang
Analisis data yang digunakan untuk penelitian ini dimulai dari uji validitas
13
dan reliabilitas dari pertanyaan kuesioner yang digunakan yang bertujuan untuk
mendapatkan nilai kebenaran dari pertanyaan dan konsistensi dari pertanyaan yang
tercantum pada kuesioner, setelah itu metode analisis data yang digunakan dalam
faktor dan analisis regresi (korelasi), yang bertujuan untuk menguji hubungan-
hubungan antar variabel yang ada pada sebuah model, baik antar indikator dengan
7 variabel yang ada dalam metode tersebut yaitu content (Isi), accuracy (akurasi),
diambil dari model penelitian TAM (Technology Acceptance Model) dan service
15
1.8. Sistematika Penulisan
Penyusunan laporan penelitian ini terdiri atas lima bab yang membahas
penelitian yang dijalankan, berikut adalah gambaran pokok pembahasan dari setiap
BAB 1 PENDAHULUAN
Bab ini berisi penjelasan mengenai latar belakang, identifikasi masalah, rumusan
masalah, ruang lingkup dan batasan, tujuan dan manfaat penelitian, metodologi
Bab ini membahas mengenai dasar teori yang mendukung penelitian yang
dijalankan, yang meliputi kepuasan pengguna atau user satisfaction, End User
Bab ini membahas mengenai metodologi yang digunakan dalam penelitian serta
Bab ini membahas analisis serta menguraikan hasil analisis, interpretasi hasil, dan
BAB 5 PENUTUP
Bab ini menjelaskan mengenai kesimpulan hasil penelitian yang sudah dilakukan
pada bab sebelumnya yang telah dituangkan pada bab sebelumnya serta berisi
16
rekomendasi untuk pengembang aplikasi mobile tiket.com dan saran yang dapat
17
18
BAB 2
TINJAUAN PUSTAKA
Menurut yang tertulis dalam Kamus Besar Bahasa Indonesia analisis adalah
suatu penyelidikan terhadap peristiwa yang ada seperti karangan dan perbuatan,
pengertian analisis merupakan suatu aktivitas yang berisi sejumlah kegiatan seperti,
digolongkan menurut kriteria tertentu, setelah itu dicari kaitannya terhadap satu
dengan yang lain serta menafsirkan maknanya. Analisis merupakan jawaban jika
terdapat masalah maupun suatu pokok bahasan yang dapat dibedakan maupun
Analisis adalah suatu dari usaha untuk menguraikan masalah yang ada menjadi
bagian-bagian sehingga bagian yang sudah diurai atau dipisahkan tampak dengan
jelas karena bisa dapat ditangkap arti atau maknanya dan lebih mudah untuk
cara berpikir, hal ini berkaitan dengan pengujian yang dilakukan secara sistematis
terhadap sesuatu pokok bahasan untuk menentukan bagian, hubungan antar bagian
Jadi dapat disimpulkan bahwa analisis adalah aktivitas atau kegiatan suatu
secara sistematis dan teratur, sehingga dapat terlihat hubungannya secara jelas
19
terhadap sesama bagian maupun terhadap keseluruhan.
Kepuasan pengguna adalah salah satu istilah umum yang terdapat dan
digunakan dalam bidang suatu bisnis. Kepuasan pengguna mempunyai arti sebagai
bagaimana atau seberapa tingginya sebuah sistem dapat melampaui atau memenuhi
salah satu faktor tolak ukur untuk tingkat keberhasilan penerapan sebuah sistem
digunakan untuk mengevaluasi kinerja aplikasi dari sistem informasi yang dapat
kepuasan pengguna adalah perasaan yang timbul dalam diri pengguna karena telah
Jika produk yang dihasilkan kinerja gagal memenuhi ekspektasi pengguna, maka
pengguna akan merasa tidak puas, tetapi jika kinerja dari produk tersebut sesuai
atau melampaui ekspektasi pengguna maka pengguna akan merasa puas. Apabila
kinerja melebihi ekspektasi, pengguna akan muncul perasaan sangat puas atau
mengenai apa saja yang berhubungan atau berkaitan dengan kepuasan pengguna
dengan mencari apa saja yang dapat mempengaruhi kepuasan pengguna. Skala
tingkat kepuasan pengguna adalah skala yang digunakan untuk mengukur tingkat
20
kepuasan pengguna dari sebuah sistem atau aplikasi. Skala tingkat kepuasan
pengguna yang digunakan adalah interval penilaian skala likert pada penelitian
Istianah & Yustanti (2022) yang memiliki lima level tingkat kepuasan. Skala
3 2.6-3.4 Netral
4 3.4-4.2 Puas
tertentu dengan cara yang dapat diakses oleh pengguna. Aplikasi berasal dari
bahasa Inggris yaitu kata application yang memiliki arti penggunaan, penerapan
dan lamaran. Aplikasi adalah penerapan yang biasanya digunakan melalui praktik
maupun bahasa pemrograman sesuai dengan yang diinginkan (Sasmito & Wibowo,
2016). Aplikasi sangat dibutuhkan dan sering kali digunakan sebagai suatu unit
kehidupan sehari-hari seperti, program pengolah kata, pemutar media, alat hitung
21
dan sebagainya.
yang digunakan dalam komputer yang diatur sedemikian rupa sehingga komputer
dapat mengolah input (masukan) menjadi output (keluaran) (Neyfa & s Salsabila,
2016). Aplikasi sering juga disebut sebagai perangkat lunak, merupakan program
komputer yang isi instruksinya dapat diubah dengan mudah. Aplikasi pada
aplikasi yang lebih mendasar lainnya (seperti sistem operasi, dan bahasa
pemrograman).
menggunakan aplikasi maka kegiatan yang dilakukan oleh user akan lebih efektif
(Abdurahman & Riswaya, 2014). Dapat disimpulkan bahwa aplikasi adalah sebuah
perangkat lunak atau program yang digunakan untuk membantu aktivitas atau
menjadi keluaran (output) sesuai dengan tujuan dari pembuatan aplikasi dan tujuan
pengguna.
Aplikasi mobile merupakan software atau perangkat lunak yang dapat berjalan
aplikasi yang tidak hanya dapat digunakan di desktop saja yaitu dengan
22
dan kapanpun pengguna membutuhkannya, dengan adanya beragam aplikasi
memberikan pilihan dalam peningkatan kinerja suatu pekerjaan, baik yang bersifat
aplikasi desktop maupun web hingga saat ini banyak munculnya aplikasi-aplikasi
baru yang dapat dijalankan dalam mobile device atau smartphone. Pemilihan mobile
application untuk salah satu pengembangan aplikasi selain lebih mudah dalam
Aplikasi mobile juga dapat diartikan sebagai aplikasi yang fungsionalitas dan
dapat diunduh dari perangkat mobile itu sendiri. Untuk mengunduh aplikasi mobile,
pengguna dapat menggunakan aplikasi yang sudah disediakan sesuai sistem operasi
yang dimiliki perangkat mobile pengguna. App Store dan Google Play Store adalah
salah satu contoh aplikasi yang menyediakan beragam aplikasi mobile, pengguna
hanya tinggal membuat akun dari aplikasi-aplikasi mobile yang telah diunduh.
kebutuhan para pengguna sehingga rata-rata aplikasi mobile sangat mudah untuk
mobile juga digunakan oleh perusahaan-perusahaan pada bidang bisnis agar dapat
perusahaan sejenis lainnya, perusahaan harus memiliki apa yang dibutuhkan oleh
para pelanggannya, dengan aplikasi mobile ini pelanggan akan lebih mudah dan
Kualitas aplikasi sangat berperan penting bagi para pengguna aplikasi mobile
23
khususnya adalah pelanggan. Kualitas sistem yang baik dapat membuat seorang
mobile berbeda dengan aplikasi web maupun desktop, karena pengembang harus
perangkat mobile, karena pengembang tidak tahu perangkat yang digunakan oleh
mudah, jika user interface sesuai dengan kebutuhan, dan mudah digunakan maka
24
masalahnya.
2.3. E-Commerce
adalah segala bentuk suatu transaksi bisnis yang menggunakan media teknologi
bisnis akan lebih efektif dan efisien dibandingkan dengan tidak menggunakan
teknologi informasi, dengan adanya teknologi ini informasi akan cepat menyebar
sehingga dapat dimanfaatkan dalam bidang promosi suatu bisnis. E-commerce atau
bermedia atau terjadi di dalam jaringan elektronik seperti internet, oleh karena itu
siapapun yang memiliki sambungan internet, dan memiliki cara membayar produk
atau jasa yang dibeli termasuk dalam e-commerce (Ayu & Putra, 2020). E-
commerce terdiri atas penjualan dan pembelian produk atau jasa melalui sistem
pemesanan dan pemasaran melalui jaringan elektronik atau online seperti jaringan
internet untuk media promosi sehingga siapapun yang memiliki jaringan internet
25
e-commerce dalam menjalankan kegiatan bisnisnya yang berupa produk maupun
dalam beberapa tahun terakhir seperti Shoppe, Tokopedia, Blibli dan sebagainya
yang berkembang dalam sektor jual beli barang kebutuhan sehari-hari. Selanjtunya
ada Traveloka, Tiket.com dan sebagainya yang bergerak dalam bidang barang
seperti tiket transportasi maupun suatu event. Hal ini disebabkan suksesnya
April data menunjukkan bahwa Indonesia menjadi negara tertinggi yakni 88,1%
disusul oleh negara Inggris sebanyak 86,9% dan Filipina sebanyak 86,2%. Berikut
sebagai transaksi bisnis antara pelaku bisnis dengan pelaku bisnis lainnya
(Pradana, 2015). Contoh website atau perusahan dalam e-commerce B2B adalah
konsumen secara langsung, atau antara perusahaan dengan para konsumen. Jenis
Jenis e-commerce ini berupa transaksi elektronik barang ataupun jasa antara
konsumen atau sesame pelanggan, umumnya transaksi ini dilakukan pada pihak
ketiga yang menyediakan aplikasi atau platform online, dan para konsumen
27
d. Consumer to Business (C2B)
Jenis ini adalah kebalikan dari B2C adalah transaksi e-commerce antara
perusahaan yang membutuhkan jasa atau produk tersebut. Contoh platform jenis
elektronik atau e-commerce yang bergerak dalam bidang Online Travel Agent
(OTA) yang dikembangkan oleh PT Global Tiket Network yang awal didirikannya
menginginkan penghapusan proses yang panjang dan rumit ketika masyarakat ingin
pergi ke suatu tempat dengan membuat suatu aplikasi maupun platform yang
Aplikasi ini menyediakan fitur yang dapat berguna bagi orang yang ingin
fitur pembelian tiket transportasi darat yaitu kereta dan transportasi udara yaitu
pesawat terbang. Tidak hanya tiket yang disediakan, aplikasi ini juga menyediakan
fitur penyewaan hotel maupun villa untuk orang yang memiliki perjalanan yang
memakan waktu lama karena liburan maupun bisnis di suatu tempat. Seiring dengan
berjalannya waktu layanan atau fitur yang ada dalam aplikasi tiket.com juga banyak
yang ditambahkan dan diperbaharui, contohnya saja fitur penyewaan mobil, tiket
28
acara (event), To Do, dan Covid-19. Dengan tiket.com, pemesanan tiket yang
dulunya harus dilakukan dengan proses yang panjang dan lama kini bisa dilakukan
dengan jauh lebih cepat dan mudah. Prasarana transportasi yang mudah diakses dan
memungkinkan orang untuk berpindah dari satu tempat ke tempat lain bisa
permintaan oleh para pengguna untuk fitur yang baru dan bermanfaat dari para
pengguna, berikut adalah beberapa fitur menu yang terdapat dalam aplikasi mobile
tiket.com:
1) Pesawat
Fitur Pesawat menyediakan penjualan tiket secara online, yaitu para pengguna
29
hanya tinggal mengisi tempat pengguna berada dan tujuan pengguna, lalu pengguna
menentukan tanggal keberangkatan serta jumlah pengguna yang akan ikut dalam
penerbangan tersebut. Dalam fitur ini juga memperlihatkan harga dari beberapa
maskapai yang sesuai dengan tujuan penerbangan pengguna. Fitur ini juga berisi
mengenai hal-hal yang diperlukan saat memesan tiket pesawat seperti persyaratan
penerbangan, cara refund tiket pesawat, dan cara reschedule penerbangan, sehingga
para pengguna tidak bingung jika ada masalah saat pemesanan tiket berlangsung.
2) Kereta Api
Fitur kereta api ini menyediakan penjualan tiket kereta api, pertama-tama
pengguna harus mengisi tempat pengguna berangkat dan tujuan pengguna, lalu
mengisi tanggal kepergian pengguna dan jumlah penumpang. Dalam fitur ini tiket
juga dapat dibeli untuk pulang-pergi perjalanan, sehingga tidak perlu dua kali
membeli tiket. Setelah itu aplikasi akan memberikan kereta yang ada sesuai dengan
permintaan pengguna, mulai dari kereta tipe ekonomi sampai eksekutif, dengan
3) Hotel
Fitur ini menyediakan penginapan atau sewa kamar hotel di daerah tertentu,
fitur ini dilengkapi dengan adanya kota tempat hotel tersebut, serta tanggal dan
jumlah orang yang akan menginap di hotel. Fitur ini juga menyediakan
Fitur ini sebenarnya sama dengan fitur pencarian sewa kamar hotel,
30
penyewaan dapat dicari dengan menggunakan GPS dan hanya tinggal memasukkan
5) To Do
Fitur ini menyajikan beberapa hal yang ada di sekitar tempat pengguna yaitu
seperti tiket acara, atraksi, tempat bermain di daerah tertentu, contohnya, jika
6) Free Protection
dipesan dengan fitur Free Protection. Maksud dari proteksi disini adalah asuransi
dari agen perjalanan yang dapat dipilih oleh para pengguna. Adapun proteksi-
7) Tes Covid 19
Dalam aplikasi tiket.com juga dapat mencari rumah sakit atau klinik terdekat
guna untuk tes PCR maupun swab untuk covid-19, dalam fitur ini juga
menampilkan harga dari setiap klinik mulai dari yang termurah hingga termahal,
sehingga pengguna tidak perlu mencari secara menyeluruh untuk mencari tempat
tes Covid-19.
8) Peduli Lindungi
Fitur peduli lindungi juga tersedia dalam aplikasi tiket.com, pengguna hanya
tinggal login ke akun peduli lindungi pengguna, lalu info seputar pengguna yaitu
31
9) PayLater
Aplikasi tiket.com menyediakan fitur paylater, gunanya fitur ini adalah untuk
10) Event
Fitur ini menjual beragam tiket sebuah acara tertentu yang tentunya pilihan dari
keinginan pengguna.
Pengguna dapat memesan penyewaan mobil sesuai dengan tanggal dan tempat
dari pengguna, dan berapa lama pengguna akan menyewa mobil. Dalam fitur ini
Fitur ini merupakan fitur penyewaan mobil untuk menjemput pengguna saat
tiba di bandara atau stasiun tujuan, pengguna tinggal mengisi filter lokasi
EUCS adalah metode untuk mengukur tingkat kepuasan dari pengguna sistem
aplikasi dengan membandingkan harapan dan kenyataan dari kinerja sistem atau
atau suatu aplikasi tidak hanya ditentukan bagaimana sistem tersebut berjalan dan
32
kinerja aplikasi atau sistem yang digunakan.
Metode EUCS pertama kali dikembangkan oleh Doll dan Torkzadeh pada
tahun 1988. Model ini dapat diartikan menekankan kepuasan atau satisfaction
pengguna akhir pada aspek teknologi atau sebuah sistem (Dalimunthe & Ismiati,
yang ada dalam sistem tersebut seperti isi, format, keakuratan dan sebagainya.
penggunaan aplikasi tersebut (Oktavia, 2012). Dalam EUCS ada lima variabel yang
digunakan:
a. Content (Isi)
ditinjau yaitu isi dari suatu aplikasi atau sistem. Isi yang dimaksud umumnya adalah
berupa fungsi yang digunakan pengguna dan informasi yang dihasilkan oleh sistem
b. Accuracy (Keakuratan)
34
informasi yang disediakan oleh sistem atau aplikasi untuk para pengguna.
Keakuratan sebuah sistem dapat diukur dengan melihat seberapa sering sistem
menghasilkan output yang benar ketika mengolah data, selain melihat informasi,
keakuratan juga dapat diukur dengan seberapa sering sistem mengalami kesalahan
dalam sebuah fitur ataupun dalam pengolahan data saat digunakan pengguna
(Setyoningrum, 2020).
c. Format (Bentuk)
Variabel ini mengevaluasi kepuasan pengguna dari sisi user interface atau
tampilan yang diberikan oleh sistem atau aplikasi (Kamal, Dyatmika, & Bakhri,
2020). Bentuk seperti laporan atau informasi yang dihasilkan apakah menarik bagi
para pengguna dan memudahkan para pengguna ketika menjalankan sistem, karena
tersebut digunakan oleh pengguna atau yang dikenal dengan user friendly ketika
data dan menampilkan informasi yang dibutuhkan oleh para pengguna (Perdana,
kepuasan pengguna dalam ketepatan waktu saat menyajikan data atau informasi
yang dibutuhkan oleh pengguna. Sistem yang mempunyai ketepatan waktu terbaik
35
dikatakan adalah sistem real time yaitu waktu sebenarnya. Aplikasi harus
menyediakan sistem yang cepat dalam mengolah input dan langsung menghasilkan
menggunakan sistem atau aplikasi dapat bermanfaat bagi dirinya yang akan
Solichin, 2019). Hal tersebut dalam segi kemanfaatan dari aplikasi tiket.com yang
dengan kepuasan pengguna, manfaat dari sebuah sistem yang berhubungan dengan
g. Service (Layanan)
para pengguna atas layanan yang mereka peroleh (Al Rasyid, 2017). Karena
layanan merupakan hal penting yang dilakukan oleh sebuah perusahaan jika ingin
membuat sistem atau aplikasi yang digunakan oleh banyak pengguna. Layanan ini
dapat berupa e-service yang disediakan oleh aplikasi tiket.com. Menurut penelitian
berpengaruh loyalitas.
36
2.6. Populasi, Sampel dan Teknik Sampling
2.6.1 Populasi
Populasi adalah wilayah yang tergeneralisasi yang terdiri atas objek maupun
subjek yang memiliki kualitas dan karakteristik tertentu yang ditetapkan oleh
peneliti untuk diteliti setelah itu ditarik kesimpulannya (Sugiyono, 2013). Populasi
tidak hanya mempelajari jumlah objek maupun subjek, tetapi juga mempelajari
Populasi adalah keseluruhan dari setiap elemen yang akan diteliti yang
memiliki karakteristik atau ciri yang serupa, dapat berupa individu dari suatu
kelompok atau organisasi tertentu (Auziah, Rahmayantis, & Pitoyo, 2022). Sampel
merupakan bagian dari populasi. Sampel terdiri atas sebagian orang yang dipilih
oleh peneliti untuk mewakili dari jumlah populasi yang banyak untuk penelitian.
setelah itu peneliti menentukan jumlah sampel dengan kaidah Hair et al. (2018).
Ukuran sampel yang digunakan pada penelitian ini adalah kaidah , apabila
dalam sebuah penelitian melakukan analisis dengan korelasi atau regresi ganda
maka jumlah pada setiap anggota sampel minimal 10 kali dari jumlah variabel yang
37
𝑛 = 10 𝑥 𝑗𝑢𝑚𝑙𝑎ℎ 𝑗𝑎𝑙𝑢𝑟 𝑎𝑛𝑎𝑘 𝑝𝑎𝑛𝑎ℎ (2.1)
Keterangan:
n = Ukuran sampel
dalam suatu penelitian. Teknik sampling adalah metode yang menentukan sampel
yang jumlahnya sesuai dengan ukuran sampel yang akan menjadikannya sebagai
sumber data yang sebenarnya dengan melihat karakteristik dan penyebaran populasi
sampling adalah teknik pengumpulan data merupakan langkah yang paling strategis
dalam penelitian, karena tujuan utama penelitian yaitu untuk memperoleh data yang
teknik Non Probability Sampling yaitu teknik purposive sampling. Teknik ini
yang sudah ditentukan. Teknik ini digunakan peneliti karena peneliti menggunakan
responden yang memiliki kriteria sebagai customer aplikasi mobile tiket.com dan
dan sering digunakan dalam beberapa penelitian karena dapat menguji yang
didukung dengan secara teoritis (Wong, 2013). SEM adalah teknik analisis
multivariat yang merupakan gabungan analisis regresi, analisis jalur, analisis faktor
38
dan model struktural (Supandi, 2020). SEM dapat diartikan dengan melakukan
karakteristik untuk melakukan analisis antara variabel bebas dan tidak bebas secara
real atau langsung. Kelebihan SEM lainnya adalah mampu mengukur kesalahan
secara langsung dan langsung menganalisis pola hubungan antara konstruksi laten
dan indikatornya. Menurut Monecke & Leisch (2012) dalam PLS-SEM terdapat
model. Besaran nilai minimal ialah 0,7 sedang idealnya ialah 0,8 atau 0,9. Selain
dinterpretasikan sama dengan nilai Cronbach 's Alpha. Setiap variabel 1aten harus
karena itu korelasi absolut antara variabel laten dan indikatornya harus > 0,7 (nilai
absolut loading baku bagian luar) (Hair et al., 2018). Indikator reflektif sebaiknya
dihilangkan dari model pengukuran jika mempunyai nilai loading baku bagian luar
39
loading factor yang tinggi memiliki kontribusi yang lebih tinggi untuk menjelaskan
factor dikatakan ideal jika memiliki nilai di atas 0,7, artinya indikator tersebut
dikatan valid sebagai indikator mengukur konstruk. Namun demikian pada tahap
pengembangan skala, nilai antara 0,5 sampai 0,6 masih dapat diterima dan
composite reliability (CR). Nilai composite reliability lebih baik dalam mengukur
indikator. Nilai batas yang digunakan di atas 0,7 yang berarti diterima dan di atas
Nilai AVE menjelaskan besaran nilai indikator yang terkandung oleh variabel
convergent validity yang baik adalah 0,5. Hal ini menunjukkan variabel laten dapat
d. Discriminant Validity
40
loading, yaitu cross loading antar indikator dan cross loading Fornell-Lacker's.
dengan konstruknya dan konstruk blok lainnya. Apabila korelasi antara indikator
dengan konstruknya lebih tinggi dari korelasi dengan konstruk blok lainnya, ini
menunjulkan konstruk tersebut memprediksi ukuran pada blok lebih baik dari blok
dengan melihat nilai akar dari AVE. Nilai akar dari AVE harus lebih tinggi dari
Evaluasi model struktural dilakukan pada tahap ini bertujuan untuk melihat
hubungan antar variabel laten dengan melihat koefisien jalur (path coefficient)
secara signifikan yang menunjukkan ada atau tidak ada hubungan antara variabel
laten dalam model penelitian. Berikut adalah beberapa tahapan pada pengujian
inner model:
Tahapan uji path coefficient dilakukan dengan melihat signifikansi hubungan antar
konstruk. Artinya, pengujian ini melihat hubungan penting antar konstruk atau
konstruk. Uji path coefficient diuji (β) dilihat dari nilai ambang batas 0,1 untuk
diajukan.
41
b. Coefficient of Determination (R2)
Tujuan utama uji ini adalah memprediksi hasil atau pengujian hipotesis di masa
ukuran seberapa baik hasil yang diamati oleh replikasi model. Batasan standar
ukurannya adalah sekitar 0,67 kuat, 0,33 menengah, dan 0,19 atau di bawahnya
varian lemah.
c. T-test
Pengujian ini dilakukan dengan menggunakan mode bootstrapping dengan
menguji hipotesis. Hipotesis yang diterima jika nilai T-test lebih dari 1,96.
Uji ini digunakan untuk memprediksi pengaruh variabel tertentu terhadap variabel
lainnya dengan nilai ambang batas 0,02 sebagai pengaruh kecil, 0,15 untuk
menengah, dan 0,35 sebagai pengaruh besar. Rumus uji ini adalah sebagai berikut:
Keterangan:
variabel lain. Nilai ambang batas yang digunakan dalam pengukuran adalah di atas
nol (>0).
42
f. Relative Impact (q2)
keterkaitan prediktif variabel antara satu dengan yang lain, dengan nilai ambang
batas 0,02 sebagai pengaruh kecil, 0,15 sebagai pengaruh menengah dan 0,35
2
𝑄 2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑄 2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
𝑞 = (2.3)
1 − 𝑄 2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒
Keterangan:
pendeknya interval pada suatu alat ukur, baik digunakan sebagai acuan ataupun
sebagai tolak ukur dalam memperoleh data (Hermawan, 2019). Skala pengukuran
merupakan sebuah acuan yang disepakati dan digunakan dalam menentukan jarak,
panjang atau pendeknya suatu interval yang ada dalam suatu alat ukur, sehingga
(Sugiyono, 2013).
Penelitian ini menggunakan skala likert, skala ini diambil dari nama Rensis
Likert. Skala ini banyak digunakan dalam penelitian yang bertema mengenai survei
karena dalam skala ini, dapat mengukur sikap, pendapat maupun persepsi seseorang
atau sekelompok orang mengenai fenomena sosial tertentu (Sugiyono, 2013). Skala
43
likert merupakan alat ukur skala psikometrik yang biasa digunakan dalam angket,
yaitu data yang sudah dikumpulkan melalui pertanyaan kuesioner, kemudian diolah
menjadi bentuk kuantitatif, lalu setelah itu menetapkan nilai atau skor jawaban dari
Pemberian nilai atau skor tersebut berdasarkan dengan syarat dan ketentuan
sebelumnya. Skala likert memiliki lima poin pada setiap pertanyaan yang diberikan
kepada responden yaitu, sangat tidak setuju (STS), tidak setuju (TS), netral (N),
setuju (S), dan sangat setuju (SS) (Dalimunthe & Ismiati, 2016).
2 Tidak Setuju
3 Netral
4 Setuju
5 Sangat Setuju
Pada penelitian kali ini peneliti menggunakan skala likert yang ada pada Tabel
2.2, karena skala likert lebih mudah dalam penggunaannya dan sudah terbukti
akurat karena banyak digunakan dalam penelitian sejenis. Penggunaan skala likert
ini mempunyai tujuan untuk mengukur tingkat persepsi dari suatu individu atau
penelitian, sehingga para responden dapat memberikan nilai atau skor pada setiap
44
2.9. Analisis Data
Validitas adalah kemampuan suatu alat ukur untuk menguji nilai sebuah
instrumen yang dikembangkan dalam suatu penelitian. Jika nilai instrumen semakin
validitas adalah untuk mengetahui tingkat akurasi serta nilai kebenaran dari
pertanyaan yang tercantum dalam kuesioner yang dibuat oleh peneliti sebagai
𝑁 ∑ 𝑥𝑦 − (∑ 𝑥)(∑ 𝑦)
𝑟𝑥𝑦 = (2.4)
√(𝑁 ∑ 𝑥 2 − (∑ 𝑥)2 (𝑁 ∑ 𝑦 2 − (𝑁𝑦 2 ))
Keterangan:
N = Jumlah responden
maupun kestabilan dari instrumen jawaban yang diisi oleh responden. Tujuan dari
diujikan akan benar-benar terarah atau baik, pengukuran uji reliabilitas dalam
45
menggunakan teknik analisis alpha cronbach. Tinggi rendahnya reliabilitas, secara
empirik ditunjukan oleh suatu angka yang disebut nilai koefisien reliabilitas.
Reliabilitas yang tinggi ditunjukan dengan nilai alpha cronbach mendekati angka
jika nilai alpha cronbach ≥ 0.7 atau ada beberapa ahli yang mengatakan jika suatu
alat ukur dapat dinyatakan reliabel atau konsisten ketika skor alpha cronbach
memenuhi minimal sama dengan atau tidak lebih kecil (≥) dari 0,6. Berikut adalah
𝑘 ∑ 𝜎 2𝑏
𝑟11 = [ ] [1 − 2 ] (2.5)
(𝑘 − 1) 𝜎 𝑡
Keterangan:
pengguna dengan menggunakan metode EUCS dapat dilihat pada Tabel 2.3.
46
Helena (2021) EUCS dan TAM, SmartPLS simultan pengguna dalam berada kategori
100 responden tingkat cukup puas untuk Traveloka, dengan
variabel yang berpengaruh signifikan terhadap
kepuasan pengguna yaitu content, format, ease
of use dan yang tidak adalah accuracy dan
timeliness
Kurniasih dan Kuantitatif, SPSS Hasil penelitian ini adalah variabel yang ada
Pibriana (2021) EUCS, 386 yaitu content, accuracy, format, ease of use,
responden dan timeliness berpengaruh positif dan
signifikan pada kepuasan pengguna dari
aplikasi belanja online PT ABC Internasional.
Agustina dan Kuantitatif, SPSS Hasil penelitian ini adalah kepuasan pengguna
Andretti (2021) EUCS, 95 yang didapat dalam kategori cukup baik pada
responden, simple aplikasi Cash and Credit, variabel yang
random sampling memiliki hubungan signifikan yaitu content,
accuracy, ease of use, timeliness, dan speed of
response. Variabel yang tidak memiliki
hubungan signifikan yaitu format dan security
Setiawan dan Kuantitatif, SPSS Hasil penelitian ini adalah kepuasan pengguna
Novita (2021) EUCS, 100 aplikasi KAI Access yaitu dalam kategori
responden, simple puas. Variabel yang berpengaruh secara
random sampling signifikan yaitu accuracy, format, dan
timeliness. Dan variabel yang tidak memiliki
hubungan signifikan yaitu content dan ease of
use.
Imandasari Kuantitatif, SPSS Hasil penelitian ini adalah variabel yang
(2020) EUCS, 349 memiliki pengaruh signifikan terhadap
sampel, purposive kepuasan pengguna aplikasi Shopback adalah
sampling content, accuracy, format, dan ease of use.
Serta yang tidak memiliki pengaruh signifikan
adalah timeliness
Rahayu (2020) Kuantitatif, SPSS Hasil penelitian ini menunjukkan bahwa
EUCS, 96 variabel yang berpengaruh signifikan terhadap
responden, simple kepuasan pengguna aplikasi UG in your Hand
random sampling yaitu ease of use dan timeliness, lalu yang
tidak memiliki pengaruh yaitu content,
accuracy, format.
Darwati dan Kuantitatif, SPSS Hasil penelitian ini menunjukkan bahwa
Fitriyani (2022) EUCS, 100 variabel content, ease of use, dan timeliness
responden, simple memiliki pengaruh positif terhadap kepuasan
random sampling pengguna. Sedangkan variabel accuracy dan
47
format tidak memiliki pengaruh terhadap
kepuasan pengguna, serta pengguna sudah
merasa puas dengan aplikasi OVO.
Akmal, Kuantitatif, SPSS Hasil penelitian ini menunjukkan variabel
Trenggana service dan service dan perceived value berpengaruh
(2019) perveived value, terhadap kepuasan pengguna sebesar 83% atau
100 responden, pengguna merasa puas terhadap aplikasi
purposive M-TIX mobile Cinema XXI
sampling
Aziziyah (2021) Kuantitatif, SPSS Hasil penelitian ini menunjukkan persepsi ease
perceived ease of of use, persepsi usefulness dan kepercayaan
use dan perceived memiliki pengaruh positif dan signifikan
usefulness, 200 terhadap aplikasi Traveloka
responden, non
probability
sampling
snowball
sampling
Berdasarkan penelitian atau studi literatur sejenis yaitu Tabel 2.3 banyak
pengguna suatu sistem, sehingga dapat diketahui variabel apa saja yang dapat
pemesanan transportasi atau penginapan secara online yang masih jarang digunakan
untuk objek penelitian, serta model yang digunakan tidak hanya menggunakan 5
48
49
BAB 3
METODE PENELITIAN
kuantitatif maka diperlukan metode pengumpulan data maupun analisis data dalam
dengan membuat kuesioner dan analisis data yang dilakukan secara statistik
Pada penelitian kali ini, tools yang digunakan berupa aplikasi atau software
yang digunakan peneliti untuk membantu mengolah data hasil kuesioner adalah
Ms.Excel 2019 untuk membuat grafik demografi dari kuesioner yang telah diisi
responden, dan Ms.Word 2019 digunakan untuk media penyusunan laporan selama
kuesioner yang akan diisi oleh responden, lalu dilakukan analisis outer dan inner
50
3.3. Metode Pengumpulan Data
yang dibutuhkan dalam penelitian ini yaitu studi literatur dan kuesioner.
Metode ini dilakukan dengan mencari atau mengkaji literatur yang ada serta
membaca literatur yang sesuai dan berhubungan dengan tema penelitian yang
dijalankan. Literatur yang dibaca yakni berupa buku, jurnal atau paper yang
ataupun jurnal yang membahas metode End User Computing Satisfaction (EUCS)
3.3.2. Kuesioner
Kuesioner ini dapat dikatakan juga sebagai survei karena isi dari kuesioner
diperlukan, seluruh data kuesioner sudah didapatkan dan jika sudah mencapai target
data yaitu Microsoft Excel 2019. Untuk skala yang digunakan dalam penelitian
51
yaitu skala likert yang terdiri atas lima poin pada setiap pertanyaan nantinya yaitu
sangat tidak setuju (1), tidak setuju (2), netral (3), setuju (4) dan sangat setuju (5).
Metode yang digunakan dalam penelitian analisis kepuasan pengguna kali ini
adalah End User Computing Satisfaction sesuai dengan yang telah dijelaskan
apa yang ada dalam rumusan masalah atau identifikasi masalah. Hipotesis ini harus
Populasi yang digunakan untuk penelitian ini adalah responden atau customer
yang sudah mengunduh ataupun memakai aplikasi mobile tiket.com yakni membeli
tiket maupun menyewa tempat dan lain-lain dan menggunakan sistem operasi
memiliki 7 anak panah (jalur) yang mengarah kepada variabel penelitian, sehingga
sampelnya dipilih dengan melakukan dengan pertimbangan tertentu, oleh karena itu
responden agar dapat memberikan hasil yang lebih meyakinkan. Setelah itu
Instrumen penelitian yang digunakan adalah berupa kuesioner, terdiri atas dua
bagian, yaitu pada bagian pertama pengisian kuesioner yang terdiri atas pertanyaan
merujuk pada diri responden berupa nama, pendidikan, jenis kelamin, usia dan
lain-lain. Tujuan dari bagian ini adalah menampilkan demografi para responden
data secara sistematis serta objektif dengan tujuan memecahkan suatu persoalan
54
atau menguji suatu hipotesis (Nasution, 2016).
End User Computing Satisfaction dalam 7 variabel yaitu isi (content), akurasi
Untuk menjamin validitas dan reliabilitas dari instrrumen yang diguakan dalam
digunakan pada beberapa penelitian terkait sebelumnya, antara lain adalah Doll &
Torkzadeh (1988), Prinanda (2021), Dianty (2020), Meha (2019), Hilmi (2018),
dan Al Rasyid (2017). Tabel 3.2 adalah indikator-indikator dari setiap variabel yang
55
disediakan secara jelas?
Apakah aplikasi tiket.com
ACC1 Akurasi
menyajikan informasi yang akurat?
Apakah aplikasi tiket.com
ACC2 Keselarasan menampilkan output sesuai dengan Doll &
yang diperintahkan? Torkzadeh
Accuracy
Apakah aplikasi tiket.com (1988),
(Akurasi)
ACC3 Reliabel menyajikan informasi yang dapat dan Dianty
dipercaya? (2020)
Apakah aplikasi tiket.com berjalan
ACC4 Standarisasi sesuai dengan standar yang sudah
ditentukan?
Apakah format aplikasi tiket.com
FOR1 Menarik
menarik untuk pengguna?
Apakah format aplikasi tiket.com Doll &
Kualitas
FOR2 memberikan kualitas informasi Torkzadeh
Format Informasi
yang baik? (1988),
(Bentuk)
Apakah format aplikasi tiket.com dan Dianty
FOR3 Jelas
sudah jelas? (2020)
Kemudahan Apakah format aplikasi tiket.com
FOR4
Pengguna mudah digunakan pengguna?
Mudah Apakah sistem aplikasi tiket.com
EOU1
digunakan mudah digunakan pengguna? Doll &
Ease of Use Mudah Apakah sistem aplikasi tiket.com Torkzadeh
EOU2
(Kemudahan dipahami sangat mudah dipahami pengguna? (1988),
Pengguna) Apakah sistem aplikasi tiket.com dan Dianty
EOU3 Interaksi sistem yang disajikan memudahkan (2020)
interaksi dengan pengguna?
Apakah aplikasi tiket.com
TIM1 Up to date memberikan data atau informasi
Doll &
yang up to date?
Timeliness Torkzadeh
Apakah aplikasi tiket.com sudah
(Ketepatan Ketersediaan (1988),
TIM2 menyajikan informasi atau data
waktu) Informasi dan Dianty
ketika dibutuhkan?
(2020)
Kesiapan Apakah aplikasi tiket.com
TIM3
Informasi menyajikan informasi dengan tepat
56
waktu?
Apakah aplikasi tiket.com memiliki
TIM4 Sistem service layanan sistem yang tepat waktu
saat dibutuhkan?
Apakah aplikasi tiket.com sangat
USE1 Kegunaan
berguna bagi pengguna?
Apakah aplikasi tiket.com
Perceived
USE2 Produktifitas bermanfaat dalam mendapatkan
Usefulness Hilmi,
informasi?
(Persepsi (2018)
Apakah aplikasi tiket.com
Kemanfaatan)
Kemanfaatan bermanfaat dalam menyelesaikan
USE3
sistem masalah terkait perjalanan
(traveling)?
Apakah aplikasi tiket.com
SER1 Tangibles memberikan pelayanan yang
memadai?
Apakah aplikasi tiket.com sudah
SER2 Reliability memberikan pelayanan sesuai yang
Service (Al
dijanjikan?
(Layanan) Rasyid,
Apakah aplikasi tiket.com sudah
2017)
SER3 Responsiveness memberikan pelayanan yang
responsive atau cepat?
Apakah aplikasi tiket.com sudah
SER4 Emphaty
memahami kebutuhan pengguna?
Apakah sistem aplikasi tiket.com
US1 Efektifitas efektif (berhasil) dalam
penggunaannya?
User Apakah sistem aplikasi efisien Meha
Satisfaction US2 Efisiensi (tepat waktu) tiket.com dalam (2019) dan
(Kepuasan penggunaannya? Prinanda
Pengguna) Apakah aplikasi tiket.com sudah (2021)
Kepuasan
memberikan kinerja yang sesuai
US3 Sistem secara
sehingga memuaskan para
menyeluruh?
pengguna secara keseluruhan?
57
3.7. Prosedur Penelitian
Gambar 3.2 adalah prosedur penelitian yang menjadi acuan untuk melakukan
58
dan merumuskan masalah, melakukan kajian pustaka, menentukan model serta
data serta memberikan interpretasi hasil dari analisis data tersebut untuk melakukan
dilakukan analisis data pada penelitian ini, analisis data dibagi menjadi dua bagian
yaitu analisis deskriptif dan analisis inferensial. Bagian pertama analisis deskriptif
menggunakan sistem. Lalu data yang diklasifikasi dibuat grafik untuk mengetahui
Pada analisis data inferensial menggunakan SmartPLS terdiri atas dua model
yaitu model pengukuran (outer model) dan model struktural (inner model). Pada
model pertama yaitu outer model terdapat empat tahap pengujian yaitu individual
dan discriminant validity. Lalu pada model kedua menganalisis model struktural
atau inner model, dengan menggunakan enam tahapan pengujian yaitu path
coefficeient (β), coefficient of determination (R2), T-test, effect size (f2), predictive
relevance (Q2), dan relative impact (q2) (Wong, 2013). Setelah itu dilakukan
59
interpretasi hasil penelitian, peneliti melakukan diskusi terhadap hasil analisis
demografi para sampel yang dijadikan responden dan menganalisis hasil analisis
model yang dilakukan dalam penelitian. Kemudian untuk tahap interpretasi hasil,
peneliti menjelaskan hasil analisis demografis responden dalam bentuk grafik atau
60
61
BAB 4
Pilot study adalah sebuah tahapan yang digunakan untuk mengetahui seberapa
besar tingkat validitas dan reliabilitas dari sebuah kuesioner serta hasil dari
hipotesis penelitian. Pada penelitian ini pilot study digunakan dengan menggunakan
operasi Android. Pilot study dapat dikatakan berhasil yaitu memiliki validitas dan
reliabilitas jika memiliki nilai average variance extracted (AVE) di atas 0,5 dan
consistency reliability (CR) di atas 0,7. Berikut adalah hasil dari pilot study yang
menggunakan 35 responden.
et al., 2018). Uji ini dilakukan untuk menghitung reliabilitas dari kuesioner yang
diberikan kepada para responden. Setiap variabel yang digunakan dalam penelitian
harus memiliki nilai di atas ambang batas. Hasil uji reliabilitas dapat dilihat pada
Tabel 4.1.
ACC 0,920
CON 0,919
EOU 0,930
62
FOR 0,942
SER 0,929
TIM 0,946
US 0,925
USE 0,927
Dari hasil CR menurut Hair et al. (2018) CR memiliki batas minimum 0,7,
lalu berdasarkan hasil uji CR yang sudah dilakukan dapat dilihat bahwa semua
variabel penelitian memiliki nilai di atas 0,7, sehingga dapat disimpulkan semua
Pengujian AVE memiliki ambang batas 0,5 Hair et al. (2018). Uji ini
dilakukan untuk menghitung validitas dari kuesioner yang diberikan kepada para
responden. Setiap variabel yang digunakan dalam penelitian harus memiliki nilai di
atas ambang batas. Hasil uji validitas dapat dilihat pada Tabel 4.2.
ACC 0,743
CON 0,698
EOU 0,817
FOR 0,802
SER 0,765
TIM 0,816
US 0,804
USE 0,810
63
Hasil pengujian AVE, menurut Hair et al. (2018), memiliki batas minimum
yaitu 0,5. Berdasarkan hasil pengujian yang dilakukan, hasil AVE semua variabel
di atas 0,5. Oleh karena itu, dapat dinyatakan bahwa model ini sudah memenuhi
perhitungan validitas dan reliabilitas dari kuesioner penelitian hasilnya adalah baik.
Setelah melakukan pilot study maka peneliti menganalisis data sesuai dengan
pengambilan data pada penelitian ini yang dilakukan dalam waktu 12 hari dimulai
dari tanggal 1 sampai 12 Juni 2022 dan mendapatkan responden sebanyak 151
orang.
menjawab kuesioner penelitian yang berisi pertanyaan mengenai profil dan hasil
responden. Informasi yang diperoleh dalam hasil demografis ini terbagi atas 6
aplikasi mobile tiket.com, dan Membantu saat bepergian. Berikut hasil analisis
demografis responden.
64
a. Jenis Kelamin
bahwa dari 151 responden pada penelitian ini, terdapat 77 laki-laki atau sebesar
Jenis Kelamin
Laki - Laki
49% 51% Perempuan
b. Pekerjaan
karyawan swasta sebanyak 17 orang (11%), wiraswasta 4 orang (3%), PNS 3 orang
Pekerjaan
3% 3% Pelajar/mahasiswa
11% PNS
2%
Karyawan Swasta
81% Wiraswasta
Lainnya
65
c. Usia
Berdasarkan dari Gambar 4.3 dari 151 responden, usia paling banyak sebagai
pengguna aplikasi mobile tiket.com adalah 21-24 tahun sebanyak 118 orang (78%),
usia 17-20 tahun sebanyak 15 orang (10%), usia lebih dari 28 tahun sebanyak 11
orang atau (7%), dan terakhir usia 25-28 tahun sebanyak 7 orang (5%).
Usia
10%
5% 7% 17-20 tahun
21-24 tahun
25-28 tahun
> 28 tahun
78%
d. Domisili
Berdasarkan diagram lingkaran yang ada pada Gambar 4.4 dari 151 responden,
9 orang (6%), Depok dan Bogor sebanyak 8 orang (5%) dan luar Jabodetabek
seperti Padang, Purwakarta, Cianjur, Gresik dan lainnya sebanyak 13 orang (9%).
Domisili
Jakarta
9% Bogor
6%
Depok
22% Tangerang
53% Bekasi
5% Lainnya
5%
Berdasarkan yang diperoleh dari Gambar 4.5 bahwa dari 151 responden
diperoleh hasil dari lama pengguna menggunakan aplikasi mobile tiket.com yaitu
penggunaan <1 tahun sebanyak 88 orang (58%), penggunaan 1-2 tahun sebanyak
Lama Penggunaan
13%
< 1 tahun
1-2 tahun
> 2 tahun
29% 58%
Membantu Pengguna
67
g. Kepuasan Pengguna
Berdasarkan Gambar 4.7, bahwa dari 151 responden terdapat jawaban sangat
puas sejumlah 32 orang (21%), puas sebanyak 82 orang (53%), dan cukup puas
Kepuasan Pengguna
25% 21%
Sangat Puas
Puas
Cukup Puas
54%
mengkonversi pernyataan puas dan tidak puas pada kuesioner pengguna yang dapat
dilihat pada Tabel 2.1. Nilai skor yang didapatkan dari nilai rata-rata (mean)
jawaban responden sesuai dengan skala pengukuran yang ada dengan menggunakan
nilai jawaban responden terhadap aplikasi mobile tiket.com untuk variabel content
didapatkan angka 4,22, variabel accuracy memiliki rata-rata 4,16, variabel format
memiliki rata-rata 4,21, variabel ease of use memiliki rata-rata 4,13, variabel
68
4,16, dan variabel service memiliki rata rata 4,19
Variabel Mean
Content 4,22
Accuracy 4,16
Format 4,21
Ease of Use 4,13
Timeliness 4,14
Perceived Usefulness 4,16
Service 4,19
Rata-rata 4,17
pengguna berada pada nilai rata-rata 4,17 yaitu berada pada level 4 (Puas).
variance extracted dan discriminant validity. Analisis outer model digunakan untuk
laten dengan indikator lainnya. Berikut adalah hasil pengukuran outer model
Tahap ini dilakukan dengan memeriksa dan melihat nilai standardized loading
factor atau nilai outer loading, nilai tersebut menjelaskan besaran korelasi dari
69
sebuah nilai dari setiap indikator untuk mengukur variabel yang digunakan.
Loading factor dapat dikatakan sah jika memiliki nilai di atas 0,7 (Hair et al., 2018).
Hasil dari nilai outer loading dapat dilihat pada Tabel 4.4.
ACC1 0,837
ACC2 0,855
ACC3 0,834
ACC4 0,875
CON1 0,877
CON2 0,789
CON3 0,908
CON4 0,657
CON5 0,911
EOU1 0,899
EOU2 0,888
EOU3 0.916
FOR1 0,789
FOR2 0,924
FOR3 0,924
FOR4 0,871
SER1 0,761
SER2 0,806
SER3 0,741
SER4 0,832
TIM1 0,852
TIM2 0,828
TIM3 0,668
70
TIM4 0,856
US1 0,859
US2 0,858
US3 0,841
USE1 0,722
USE2 0,767
USE3 0,745
Setelah itu dilakukan penghapusan indikator pada nilai outer loading yang kurang
71
SER2 0,806
SER3 0,741
SER4 0,832
TIM1 0,866
TIM2 0,854
TIM4 0,842
US1 0,858
US2 0,858
US3 0,842
USE1 0,722
USE2 0,768
USE3 0,745
Sesuai dengan ketentuan nilai outer loading yang dikatakan sah jika melebihi
0,7 maka pada Tabel 4.5 telah dilakukan penghapusan indikator yang nilainya
kurang dari 0,7. Sehingga dapat disimpulkan bahwa semua indikator yang ada telah
melebihi nilai batas di atas 0,7 dan dapat dilakukan tahapan pengujian selanjutnya.
yaitu melihat nilai composite reliability (CR) yang bertujuan untuk memperlihatkan
konsistensi antar item dalam suatu penelitian dengan nilai batas 0,7 (Hair et al.,
2018).
72
Timeliness 0,890
User Satisfaction 0,889
Perceived Usefulness 0,789
Berdasarkan hasil pengujian composite reliability (CR) pada Tabel 4.6, dapat
dilihat bahwa setiap variabel menunjukkan nilai CR melebihi nilai ambang batas
0,7. Sehingga dapat disimpulkan bahwa sudah memenuhi syarat dan valid untuk
merupakan nnilai yang dimiliki oleh setiap variabel yang digunakan untuk
indikator. Nilai AVE memiliki batas nilai 0,5, jika nilai AVE variabel diatas 0,5
dapat disimpulkan bahwa nilai convergent validity adalah baik (Hair et al., 2018).
Variabel AVE
Accuracy 0,724
Content 0,771
Ease of use 0,812
Format 0,772
Service 0,618
Timeliness 0,730
User Satisfaction 0,727
Perceived Usefulness 0,555
Tabel 4.7 adalah hasil dari pengujian yang dilakukan dengan SmartPLS 3.2.9
bahwa setiap variabel yang ada sudah memiliki nilai AVE di atas 0,5, sehingga
dapat disimpulkan bahwa sudah memenuhi syarat untuk melakukan pengujian pada
73
tahap berikutnya.
d. Discriminant Validity
yang digunakan. Jika korelasi pada setiap indikator memiliki nilai konstruk yang
lebih tinggi dibanding dengan korelasi konstruk blok lainnya, maka menunjukkan
konstruk tersebut dapat memprediksi ukuran blok lebih baik dari blok lainnya (Hair
et al., 2018). Hasil nilai cross loading pada penelitian ini yaitu setiap indikator
memiliki nilai lebih tinggi dibanding konstruk indikator lainnya. Hasil uji cross
74
TIM4 0,507 0,428 0,585 0,437 0,396 0,843 0,379 0,451
US1 0,594 0,724 0,721 0,715 0,716 0,493 0,858 0,524
US2 0,745 0,685 0,613 0,733 0,638 0,461 0,858 0,364
US3 0,574 0,617 0,599 0,626 0,578 0,411 0,842 0,235
USE1 0,343 0,346 0,423 0,394 0,394 0,388 0,332 0,722
USE2 0,445 0,498 0,516 0,431 0,427 0,388 0,358 0,768
USE3 0,391 0,447 0,606 0,312 0,402 0,549 0,304 0,745
Criterion. Fornell Larcker Criterion adalah nilai korelasi antar variabel dengan
variabel itu sendiri maupun variabel lainnya. Metode ini dilakukan dengan
membandingkan nilai akar AVE pada variabel satu dengan lainnya, sehingga nilai
AVE variabel tersebut harus lebih besar dari pada nilai lainnya (Hair et al., 2018).
diperoleh hasil pada Tabel 4.8 dan Tabel 4.9 yang berarti semua variabel
menunjukkan bahwa sudah memenuhi syarat dan dikatakan valid untuk melakukan
Setelah melakukan empat tahapan uji pengukuran model (Outer Model) yaitu
75
dengan Individual Item Reliability, Internal Consistency Reliability, Average
secara baik atau ideal dan memenuhi syarat pada setiap pengujian, sehingga dapat
disimpulkan bahwa hasil uji pengukuran model yang digunakan pada penelitian
sudah memiliki nilai yang baik dan sudah sesuai kriteria serta memenuhi syarat
Pada tahap ini dilakukan analisis Inner Model dengan menggunakan enam
Predictive Relevance (Q2), dan Relative Impact (q2). Berikut adalah analisis inner
Pengujian ini melihat nilai Path Coefficient yaitu semua variabel harus
memiliki nilai di atas 0,1 agar dinyatakan memiliki pengaruh signifikan terhadap
model penelitian.
76
USE-US -0,202 Tidak Signifikan
Dapat dilihat pada Tabel 4.10 adalah hasil dari uji path coefficient, terdapat
variabel yang tidak memiliki hubungan yang signifikan yaitu variabel antara ACC–
US, TIM–US, dan USE–US. Adapun yang memiliki hubungan signifikan yaitu
CON–US, EOU–US, FOR–US, dan SER–US. Gambar 4.8 adalah hasil uji path
coefficient.
Pengujian ini dilakukan untuk menjelaskan varian dari tiap target variabel
dependen. Standar pengukuran pengujian ini yaitu jika nilai R2 sekitar atau di atas
0,67 maka dinyatakan kuat, lalu nilai 0,33 dinyatakan moderat dan sekitar 0,19 atau
Pada Tabel 4.11 setelah melakukan pengujian dengan menggunakan alat hitung
Smart PLS 3.2.9 diperoleh hasil bahwa setiap variabel termasuk kedalam golongan
kuat.
c. T-Test
diterima jika memiliki nilai T-test lebih besar dari 1,96 yang dapat disimpulkan
bahwa hipotesis diterima. Uji ini dihitung menggunakan SmartPLS 3.3.9 dengan
Hipotesis dapat diterima jika memiliki nilai T-test lebih besar dari 1,96 (Hair et al.,
2018).
78
TIM – US 1,478
USE – US 3,396
memiliki nilai T-test lebih besar dari 1,96 dan dua hipotesis (ACC–US, dan
TIM–US) yang ditolak karena memiliki nilai T-test kurang dari 1,96.
tertentu terhadap variabel lainnya dalam struktur model dengan nilai sekitar 0,02
R2
Hipotesis Jalur Keterangan
R2-in R2-ex ∑f2
H1 CON → US 0,781 0,762 0,087 Kecil
H2 ACC → US 0,781 0,780 0,005 Kecil
H3 FOR → US 0,781 0,766 0,068 Kecil
H4 EOU → US 0,781 0,742 0,178 Menengah
H5 TIM → US 0,781 0,775 0,027 Kecil
H6 USE → US 0,781 0,763 0,082 Kecil
H7 SER → US 0,781 0,753 0,128 Menengah
EOU – US dan SER – US memiliki pengaruh menengah dengan nilai 0,178 dan
0,128 sedangkan jalur variabel lainnya yaitu CON – US, ACC – US, FOR – US,
79
TIM – US, USE – US menunjukkan pengaruh yang kecil.
secara prediktif (predictive relevance) dengan variabel lainnya dalam model dengan
Variabel Dependen Q2
US 0,513
pengaruh relatif sebuah keterkaitan prediktif suatu variabel dengan variabel lainnya
dengan nilai sekitar atau di bawah 0,02 maka dinyatakan memberikan pengaruh
kecil, jika 0,15 maka dinyatakan memberikan pengaruh menengah atau sedang dan
bila 0,35 maka dinyatakan memberikan pengaruh besar (Hair et al., 2018).
q2
Hipotesis Jalur Keterangan
Q2-in Q2-ex ∑q2
H1 CON → US 0,513 0,503 0,021 Kecil
H2 ACC → US 0,513 0,518 0,010 Kecil
H3 FOR → US 0,513 0,505 0,026 Kecil
80
H4 EOU → US 0,513 0,497 0,033 Kecil
H5 TIM → US 0,513 0,515 0,004 Kecil
H6 USE → US 0,513 0,503 0,021 Kecil
H7 SER → US 0,513 0,493 0,041 Kecil
kurang dari 0,02 yang dapat disimpulkan bahwa memiliki pengaruh yang kecil.
Berikut adalah rangkuman dari hasil analisis pengujian outer model dan inner
model serta hipotesis yang diterima maupun ditolak dalam penelitian pada Tabel
4.16.
Hipotesis f2 q2 Analisis
β T-test
R2-
No Jalur R2-in ∑f2 Q2-in Q2-ex ∑q2 β T-test R2 f2 Q2 q2
ex
1 CON→US 0,307 3,149 0,781 0,762 0,087 0,513 0,503 0,021 S Diterima B K P K
2 ACC→US 0,066 0,559 0,781 0,780 0,005 0,513 0,518 0,010 IS Ditolak B K P K
3 FOR→US 0,268 2,767 0,781 0,766 0,068 0,513 0,505 0,026 S Diterima B K P K
4 EOU→US 0,401 5,209 0,781 0,742 0,178 0,513 0,497 0,033 S Diterima B M P K
-
5 TIM→US 1,478 0,781 0,775 0,027 0,513 0,515 0,004 IS Ditolak B K P K
0,113
-
6 USE→US 3,396 0,781 0,763 0,082 0,513 0,503 0,021 IS Diterima B K P K
0,202
7 SER→US 0,283 2,909 0,781 0,753 0,128 0,513 0,493 0,041 S Diterima B M P K
Keterangan:
S : Significant M : Menengah
IS : Insignificant K : Kecil
B : Besar P : Predictive Relevance
81
Pada Gambar 4.9 menunjukkan hasil uji T-test model penelitian dengan
yang ditunjukkan pada Gambar 4.1. Pada penelitian ini responden berjumlah 151
orang, yaitu jumlah responden laki-laki sebanyak 77 orang (51%) dan perempuan
sebanyak 74 orang (49%). Hal ini disebabkan karena laki-laki lebih senang
b. Pekerjaan
terdapat beberapa profesi yang dijalani oleh para responden yaitu didominasi oleh
mahasiswa atau pelajar sebanyak 123 (81%), lalu karyawan swasta sebanyak 17
orang (11%), wiraswasta 4 orang (3%) dan PNS sebanyak 3 orang (2%), serta
profesi lainnya sebanyak 4 orang (3%). Hal ini dikarenakan mahasiswa atau pelajar
masih memiliki banyak waktu luang sehingga dapat menggunakan waktu luang
c. Usia
Berdasarkan diagram lingkaran usia pada Gambar 4.3. Pada penelitian kali ini
usia responden didominasi oleh usia 21–24 tahun sebanyak 118 orang (78%), usia
17–20 tahun dengan jumlah 15 orang (10%) , usia lebih dari 28 tahun sebanyak 11
orang (7%) dan terakhir usia 25-28 berjumlah 7 orang (5%). Hal ini dapat diartikan
yaitu usia remaja atau generasi milenial lebih cenderung melaksanakan bepergian
83
atau traveling yang dapat menurunkan tingkat stress seseorang. Hal ini sesuai
dengan penelitian sebelumnya yaitu tuntutan yang ada pada generasi milenial dapat
(Saputra, 2021).
d. Domisili
Seperti yang terdapat pada Gambar 4.4, penelitian ini didominasi responden
33 orang (22%), berdomisili di Bekasi yaitu 9 orang (6%). Lalu responden yang
berdomisili di Depok dan Bogor yang masing-masing berjumlah 8 orang (5%) dan
traveling saat mempunyai waktu luang untuk bepergian ke daerah lainnya. Hal ini
sesuai dengan data yang dituliskan oleh Kemenhub 2022 yaitu sebanyak 2,1 juta
kendaraan keluar Jabodetabek pada musim liburan dan mudik lebaran tahun 2022.
Hasil yang diperlihatkan pada Gambar 4.5 adalah 151 responden diperoleh
lamanya penggunaan kurang dari 1 tahun (< 1) berjumlah 88 orang (58%), lama
penggunaan aplikasi tiket.com 1–2 tahun sebanyak 43 orang (29%) dan terakhir
penggunaan lebih dari 2 tahun berjumlah 20 orang (13%). Hasil ini menunjukkan
84
dilakukan menggunakan internet atau online seperti pembelian tiket atau
pemesanan hotel. Hal ini sesuai dengan penelitian Setiawan (2015) yaitu
e-ticketing berpengaruh terhadap kepuasan para pelanggan yaitu lebih efektif dan
efisien.
Seperti yang dilihat pada Gambar 4.6 menunjukkan dari 151 responden yang
orang (53%) dan cukup membantu responden sebanyak 23 orang (14%). Hasil
informasi tersebut secara langsung dan up to date. Hal ini didukung dengan
penelitian yaitu Abidin dan Asani (2018) teknologi informasi dapat membantu
g. Kepuasan Pengguna
Seperti yang dilihat pada Gambar 4.7 menunjukkan dari 151 responden yang
diperoleh yaitu sangat puas sebanyak 32 orang (21%), selanjutnya kategori puas
sebanyak 82 orang (54%) dan tingkat cukup puas sebanyak 37 orang (25%). Hasil
ini membuktikan bahwa jawaban responden didominasi oleh kategori puas atau
sesuai sudah dengan harapan para pengguna, karena kepuasan pengguna adalah
salah satu faktor penting yang dapat mempengaruhi keberhasilan penerapan dari
85
4.3.2 Interpretasi Hasil Analisis Tingkat Kepuasan Pengguna
digunakan dalam penelitian ini dapat dilihat pada Tabel 4.3 menunjukkan bahwa
tingkat ‘PUAS’ dengan nilai rata-rata 4,17 yang artinya bahwa pengguna sudah
Dari hasil analisis yang telah dilakukan sebelumnya, model yang diajukan pada
penelitian ini memiliki tingkat validitas dan reliabilitas yang baik. Hal ini dapat
ditunjukkan dengan nilai outer loading dalam kategori di atas 0,7, selain itu nilai
average variance extracted (AVE) memiliki nilai di atas 0,5, serta nilai composite
reliability (CR) di atas 0,7, dan cross loading yang memiliki nilai sesuai syarat yang
ada oleh karena itu hasil penelitian ini membuktikan bahwa analisis pengukuran
model (outer model) sudah layak untuk lanjut ke tahap selanjutnya yaitu analisis
Berdasarkan hasil analisis struktural model (inner model), hasil yang didapat
Relevance (Q2), Relative Impact (q2) dibahas selanjutnya sesuai dengan hipotesis
yang telah dirumuskan pada bab sebelumnya. Berikut adalah pemaparan hasil dari
86
analisis mengenai hipotesis yang telah ditentukan sebelumnya:
Berdasarkan hasil struktural model yang dapat dilihat pada Tabel 4.15, nilai
path coefficient yang dihasilkan adalah 0,307 dan T-test 3,149. Nilai tersebut berada
di atas nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96
variabel User Satisfaction. Hal ini didukung oleh pengamatan peneliti secara
langsung, yaitu aplikasi tiket.com menyediakan isi atau konten yang sudah baik dan
beragam serta sesuai dengan harapan pengguna seperti informasi terbaru maupun
kebijakan terbaru.
bahwa pengguna merasakan manfaat dari konten atau isi yang disediakan oleh
aplikasi tiket.com serta sudah sesuai dengan harapan pengguna, sehingga variabel
ini memiliki hubungan secara signifikan atau memiliki pengaruh yang penting
tiket.com akan meningkat. Hasil penelitian yang diperoleh sesuai dengan penelitian
sebelumnya yang dilakukan oleh Dianty (2020) yang menyebutkan bahwa CON
pengguna suatu aplikasi. Berdasarkan hasil yang diterima dapat disimpulkan bahwa
87
aplikasi mobile tiket.com.
Berdasarkan hasil struktural model yang dapat dilihat pada Tabel 4.15, nilai
path coefficient yang dihasilkan adalah 0,066 dan T-test 0,559. Nilai tersebut berada
di bawah nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96
ditolak. Dapat dikatakan bahwa indikator yang digunakan dalam variabel Accuracy
bahwa indikator akurasi pada aplikasi yaitu keakuratan dalam menyediakan data
menggunakan aplikasi mobile tiket.com. Hal ini dikarenakan masih adanya data
atau informasi yang disajikan berbeda dengan yang sebenarnya, seperti layanan
hotel atau lokasi dari hotel yang ada pada aplikasi, hal itu akan membuat kepuasan
penelitian sebelumnya yaitu Darwati & Fitriyani (2022) yang menyatakan bahwa
Namun, variabel ini dapat dikaji ulang kembali karena akurasi memiliki pengaruh
penting terhadap kepuasan pengguna sesuai dengan penelitian Kurniasih & Pibriana
88
terhadap kepuasan pengguna aplikasi mobile tiket.com.
Berdasarkan hasil struktural model yang dapat dilihat pada Tabel 4.15, nilai
path coefficient yang dihasilkan adalah 0,268 dan T-test 2,767. Nilai tersebut berada
di atas nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96
signifikan terhadap kepuasan pengguna, hal ini didukung oleh pengamatan peneliti
secara langsung bahwa aplikasi tiket.com sudah menarik, jelas dan bersifat
bahwa format yang disajikan oleh tiket.com yaitu user interface sudah menarik,
jelas dan mudah digunakan oleh para pengguna, hal ini menyebabkan bahwa
variabel ini berhubungan secara signifikan atau memiliki pengaruh penting dan
Hal ini didukung dengan penelitian Setiawan & Novita (2021) yang menyebutkan
89
memiliki pengaruh dan hubungan terhadap kepuasan pengguna aplikasi mobile
tiket.com.
Berdasarkan hasil struktural model yang dapat dilihat pada Tabel 4.15, nilai
path coefficient yang dihasilkan adalah 0,401 dan T-test 5,209. Nilai tersebut berada
di atas nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96
oleh pengamatan peneliti secara langsung karena sistem yang disediakan mudah
dipahami dan mudah digunakan oleh para pengguna. Hal ini sesuai dengan
penelitian sebelumnya yang dilakukan oleh Mandasari & Giantari (2017) serta
penelitian Bawardi & Rachmadi (2019) yang menyatakan bahwa variabel EOU
variabel Ease of use memiliki pengaruh dan hubungan terhadap kepuasan pengguna
90
e. H5. Apakah Timeliness berpengaruh terhadap User Satisfaction?
Berdasarkan hasil struktural model yang dapat dilihat pada Tabel 4.15, nilai
path coefficient yang dihasilkan adalah -0,113 dan T-test 1,478. Nilai tersebut
berada di bawah nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu
1,96 dengan menggunakan tingkat signifikansi 5%, maka dapat dinyatakan bahwa
ditolak. Variabel TIM terbukti tidak berpengaruh dan tidak memiliki hubungan
bahwa indikator yang berada pada variabel timeliness tidak memiliki hubungan dan
pengaruh terhadap kepuasan pengguna dalam hal ketepatan waktu, hal ini
disebabkan faktor ketepatan waktu seperti batas waktu dalam pembayaran masih
aplikasi dalam variabel ketepatan waktu (timeliness). Hal ini sesuai dengan
penelitian yang dilakukan oleh Suryawan & Prihandoko (2018) dan Novita &
Helena (2021) yang menyimpulkan bahwa variabel penelitian TIM tidak terdapat
pengaruh maupun hubungan dengan kepuasan pengguna. Tetapi hasil penelitian ini
informasi, sehingga variabel ini dapat dikaji ulang pada penelitian selanjutnya.
Berdasarkan hasil yang diterima dapat dinyatakan bahwa variabel timeliness tidak
91
tiket.com.
Satisfaction?
Berdasarkan hasil struktural model yang dapat dilihat pada Tabel 4.15, nilai
path coefficient yang dihasilkan adalah -0,202 dan T-test 3,396. Nilai tersebut
berada di bawah ambang batas path coefficient yaitu 0,1 namun berada di atas nilai
T-test yaitu 1,96 dengan menggunakan tingkat signifikansi 5%, maka dapat
dinyatakan bahwa variabel USE memiliki pengaruh yang tidak signifikan terhadap
variabel USE memiliki pengaruh terhadap US, namun memiliki pengaruh yang
tidak signifikan atau tidak terlalu berdampak pada kepuasan pengguna. Hal ini
tersebut dapat memudahkan pengguna dalam mencari tiket maupun hotel saat
bepergian maka dari itu pengguna merasa puas untuk menggunakan aplikasi
tiket.com.
bahwa pengguna merasakan manfaat dari adanya aplikasi traveling tiket.com yaitu
memudahkan segala sesuatu saat bepergian, hal ini juga didukung pada analisis data
92
positif tetapi tidak signifikan terhadap kepuasan pengguna suatu sistem informasi.
Hal ini dapat dikaji ulang sesuai dengan penelitian Amalia & Pratomo (2016) yang
tiket.com.
Berdasarkan hasil struktural model yang dapat dilihat pada Tabel 4.15, nilai
path coefficient yang dihasilkan adalah 0,283 dan T-test 2,909. Nilai tersebut berada
di atas nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96
signifikan atau memiliki pengaruh yang penting terhadap kepuasan pengguna, hal
ini didukung oleh pengamatan peneliti secara langsung dimana aplikasi tiket.com
memiliki pelayanan yang cepat dan responsif sehingga jika ada masalah tertentu
melewati aplikasi, sehingga pengguna merasa nyaman dan puas terhadap pelayanan
yang diberikan.
layanan yang diberikan oleh aplikasi tiket.com sudah memiliki tim layanan yang
cepat dan responsif dalam menjawab pertanyaan para pengguna, yang berarti segi
93
layanan tiket.com sudah sesuai dengan ekspetasi para pengguna, sehingga akan
meningkatkan rasa kepuasan yang dirasakan oleh para pengguna. Hasil ini sesuai
Hernita et al. (2020) yang menyatakan bahwa adanya hubungan dan pengaruh yang
Berdasarkan hasil yang diterima dapat dinyatakan bahwa variabel service atau
mobile tiket.com.
4.4 Evaluasi
event, dan penginapan secara online yang masih jarang untuk dijadikan objek
Metode yang digunakan dalam penelitian Imandasari (2020) dan Darwati (2022)
dengan menambahkan dua variabel yaitu perceived usefulness dan service. Hasil
dari penelitian Setiawan dan Novita (2021) terdapat variabel yang tidak memiliki
hubungan yaitu content dan ease of use, sementara penelitian ini yang tidak
memiliki hubungan yaitu accuracy dan timeliness. Oleh karena itu, kontribusi
94
penelitian ini adalah adanya hubungan pengaruh positif variabel perceived
95
96
BAB 5
PENUTUP
5.1 Kesimpulan
berumur 21-24 tahun dan berdomisili di Jakarta dan sekitarnya lalu para
b. Dari tujuh hipotesis yang diajukan, terdapat lima hipotesis yang diterima dalam
yang signifikan terhadap user satisfaction. Hal ini berarti isi atau konten yang
97
penggunanya.
yang signifikan terhadap user satisfaction. Hal ini berarti bentuk atau format
penggunanya.
kemudahan penggunaan atau ease of use yang diberikan oleh aplikasi mobile
dan hubungan terhadap user satisfaction. Hal ini berarti persepsi kemanfaatan
atau perceived usefulness yang diberikan oleh aplikasi mobile tiket.com dapat
yang signifikan terhadap user satisfaction. Hal ini berarti layanan atau service
penggunanya.
Sedangkan hipotesis yang ditolak dalam penelitian ini atau variabel yang tidak
98
• Accuracy terhadap User Satisfaction
satisfaction.
satisfaction.
dengan pihak yang bekerja sama dengan tiket.com secara real time baik pihak
informasi yang up to date jika ada pemesanan hotel yang dibatalkan atau jadwal
tampilan estimasi waktu dan tutorial sistem refund agar tidak menyulitkan
pengguna.
5.2 Saran
99
variabel mediasi loyalty, sehingga memungkinkan untuk mendapatkan hasil
100
101
DAFTAR PUSTAKA
102
(BDCCS), 3(2), 321-327.
Arrahmani, S., Durachman, Y., Khudzaeva, E., & Matin, U. A. (2020).
Transactional Quality, Relational Quality and Customer Loyalty Aspects in
Transactional E-commerce. Conference on Cyber and IT Service
Management (CITSM), 1(1), 1-5.
Auziah, W., Rahmayantis, M. D., & Pitoyo, A. (2022). Pembelajaran Keterampilan
Menulis Teks Negosiasi Menggunakan Model Cooperative Script Siswa
Kelas X SMA Negeri 4 Kediri. Wacana: Jurnal Bahasa, Seni, dan
Pengajaran, 6(1), 59-65.
Ayu, P., & Putra, T. A. (2020). Perancangan Sistem Penjualan Berbasis Web (E-
Commerce) pada Toko DMX Factory Outlet dengan Menggunakan Bahasa
Pemrograman PHP-MYSQL dan Java Script. REMIK: Riset dan E-Jurnal
Manajemen Informatika Komputer, 5(1), 129-133.
Aziziyah, A. (2021). Peranan Persepsi Manfaat sebagai Mediasi dalam Pengaruh
Kemudahan Penggunaan dan Kepercayaan terhadap Penggunaan E-
Commerce pada Aplikasi Traveloka. Jurnal Ilmu Manajemen, 9(1), 205-
216.
Bawardi, F. S., & Rachmadi, A. (2019). Analisis Kepuasan Pengguna Aplikasi
Driver Ojek Online Menggunakan Metode End User Computing
Satisfaction (EUCS). Jurnal Pengembangan Teknologi Informasi dan Ilmu
Komputer, 3(8), 7694-7700.
Budi, C. (2018). Menyasar Pajak Transaksi E-Commerce. Jakarta: Direktorat
Jenderal Pajak Kementerian Keuangan.
Dalimunthe, N., & Ismiati, C. (2016). Analisis Tingkat Kepuasan Pengguna Online
Public Access Catalog (OPAC) dengan Metode EUCS (Studi Kasus:
Perpustakaan UIN Suska Riau). Jurnal Ilmiah Rekayasa dan Manajemen
Sistem Informasi, 2(1), 71-75.
Darwati, L., & Fitriyani, F. (2022). Analisis Pengukuran Tingkat Kepuasan
Pengguna Aplikasi OVO Menggunakan Metode End User Computing
Satisfaction (EUCS). JUST IT: Jurnal Sistem Informasi, Teknologi
Informasi dan Komputer, 12(2), 34-42.
103
DeLone, W. H., & McLean, E. R. (1992). Information Systems Success: The Quest
for the Dependent Variable. Information Systems Research, 3(1), 60-95.
Diansyah, R. (2022). Analisis Pengaruh Kualitas Marketplace Tokopedia terhadap
Kepuasan Pengguna Menggunakan Metode End User Computing
Satisfaction (EUCS). Journal of Software Engineering, 2(1), 96-100.
Dianty, K. K. (2020). Pengukuran Kepuasan Pengguna K-ATM Perpustakaan
Universitas Indonesia Menggunakan Metode End-User Computing
Satisfaction. Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif
Hidayatullah Jakarta, Sistem Informasi.
Doll, W. J., & Torkzadeh, G. (1988). The Measurement of End-User Computing
Satisfaction. MIS quarterly, 12(2), 259-274.
Fitriansyah, A., & Harris, I. (2018). Pengukuran Kepuasan Pengguna Situs Web
dengan Metode End User Computing Satisfaction (EUCS). Query: Journal
of Information Systems, 2(1), 1-8.
Ghazali, I., & Latan, H. (2015). Partial Least Squares; Konsep, Teknik dan Aplikasi
Menggunakan Program SmartPLS 3.0. Semarang: Badan Penerbit Undip.
Giffar, D. (2016). Peran Iklan, Brand Image, Price, Trust, dan Perceived Value
terhadap Repurchase Intention Traveloka. Jurnal Ilmiah Mahasiswa FEB,
4(1), 1-11.
Guimaraes, T., Staples, D. S., & Mckeen, J. D. (2003). Empirically Testing Some
Main User-related Factors for Systems Development Quality. Quality
Management Journal, 10(4), 39-50.
Haetami, A., & Widodo, T. (2021). Pengaruh E-service Quality terhadap Customer
Satisfaction, dan Customer Loyalty pada Aplikasi BNI Mobile Banking.
eProceedings of Management, 8(6), 7825-7833.
Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. (2018). Article information:
When to use and how to report the results of PLS-SEM. European Business
Review, 30(11), 3192-3210.
Hanadia, N., & Rahayu, S. (2017). Pengaruh Kualitas Sistem, Perceived
Usefulness, dan Kualitas Informasi terhadap Kepuasan Pengguna (Studi
Kasus terhadap Sistem Dashboard PDAM Tirta Raharja pada Tahun 2017).
104
eProceedings of Management, 4(3), 2707-2714.
Handayani, N., & Yulida, R. (2021). Analisis Faktor-Faktor yang Mempengaruhi
Perilaku Komunikasi Petani Kelapa di Kabupaten Indragiri Hilir. Jurnal
Sosial Ekonomi Pertanian, 14(1), 67-78.
Hartawan, M. S. (2017). Evaluasi Kepuasan User Interface Desain Aplikasi
Android Menggunakan End User Computing Satisfaction (EUCS) pada
Aplikasi Android Sciencom. incomtech, 6(1), 1-7.
Hastanti, R. P., & Purnama, B. E. (2015). Sistem Penjualan Berbasis Web (e-
commerce) pada Tata Distro Kabupaten Pacitan. Bianglala Informatika,
3(2), 1-9.
Hermawan, I. (2019). Metodologi Penelitian Pendidikan (Kualitatif, Kuantitatif dan
Mixed Method). Kuningan: Hidayatul Quran.
Hernita, S. J., Sidik, W., & Sanjaya, V. F. (2020). Pengaruh E-Service dan Kualitas
Sistem terhadap Kepuasan Pengguna Sistem E-Learning dengan Moderasi
Perceived Value. Jurnal Manajemen Bisnis dan Kewirausahaan, 2(2), 257-
264.
Hidayatullah, S. N. (2019). Pengaruh Kepuasan sebagai Variabel Mediasi dalam
Niat Beli Ulang (Studi pada Pelanggan tiket.com), Jurnal Ilmu Manajemen,
7(3), 895-904.
Hutami, R. R. F., & Camilla, D. R. (2016). Analisis Kepuasan pada Pengguna
Sistem TCS Menggunakan Metode End User Computing Satisfaction (Studi
Kasus: PT. TLK, Bandung). Jurnal Manajemen Indonesia, 16(1), 15-26.
Istianah, E., & Yustanti, W. (2022). Analisis Kepuasan Pengguna pada Aplikasi
Jenius dengan Menggunakan Metode EUCS (End-User Computing
Satisfaction) berdasarkan Perspektif Pengguna. Journal of Emerging
Information System, 3(4), 36-44.
Jiménez-Zarco, A. I. (2015). The Co-learning Process in Healthcare Professionals:
Assessing User Satisfaction in Virtual Communities of Practice. Computers
in human behavior, 51(6), 1303-1313.
Kamal, M. R., Dyatmika, T., & Bakhri, S. (2020). Penerapan Metode End-User
Computing Satisfaction untuk Analisis Kepuasan Pengguna E-Learning.
105
IC-Tech, 15(1), 7-14.
Khairrunnisa, U., & Yunanto, M. (2018). Pengaruh Kualitas Sistem terhadap
Kepuasan Pengguna dan Manfaat Bersih pada Implementasi E-faktur:
Validasi Model Kesuksesan Sistem Informasi Delone Dan Mclean. Jurnal
Ilmiah Ekonomi Bisnis, 22(3), 229-241.
Khairunnisa, K. (2020). Analisis Kemampuan Komunikasi Matematis Peserta
Didik Ditinjau dari Tipe Kepribadian Carl Gustav Jung. Universitas
Siliwangi, Pendidikan Matematika.
Kotler, P., & Keller, K. L. (2012). Manajemen Pemasaran. Jakarta: Prenhallindo.
Kurniasih, I., & Pibriana, D. (2021). Pengaruh Kepuasan Pengguna Aplikasi
Belanja Online Berbasis Mobile Menggunakan Metode EUCS. JATISI, 8(1),
181-198.
Lina, L. F., & Nani, D. A. (2020). Kekhawatiran Privasi pada Kesuksesan Adopsi
Fintech Menggunakan Model Delone dan Mclean. Performance: Jurnal
Personalia, Financial, Operasional, Marketing dan Sistem Informasi, 27(1),
60-69.
Lupo, T. (2015). Fuzzy ServPerf Model Combined with ELECTRE III to
Comparatively Evaluate Service Quality of International Airports in Sicily.
Journal of Air Transport Management, 42(1), 249-259.
Mamik, D. (2015). Metodologi Kualitatif. Sidoarjo: Zifatama Jawara.
Mandasari, C. S., & Giantari, I. (2017). Pengaruh Perceived Usefulness, Perceived
Ease of Use, dan Kualitas Layanan terhadap Kepuasan untuk Membangun
Loyalitas. E-Jurnal Ekonomi dan Bisnis Universitas Udayana, 10(6), 3637-
3664.
Meha, R. H. (2019). Analisis Kepuasan Pengguna Sistem Informasi Akademik di
UIN Syarif Hidayatullah Jakarta. Fakultas Sains dan Teknologi UIN Syarif
Hidayatullah Jakarta, Sistem Informasi.
Monecke, A., & Leisch, F. (2012). SemPLS: Structural Equation Modeling Using
Partial Least Squares. Journal of Statistical Software, 48(3), 1-32.
Mulyana, H., & Maimunah, M. (2014). Aplikasi Mobile Kamus Istilah Komputer
Berbasis Android. PIKSEL: Penelitian Ilmu Komputer Sistem Embedded
106
Logic, 2(1), 27-34.
Murhum, N. N., Durachman, Y., & Fetrina, E. (2022). Pengukuran Penerimaan
Pengguna pada Aplikasi Kesehatan Halodoc dengan Menggunakan Model
Unified Theory of Acceptance And Use of Technology 2. Jurnal Sains,
Nalar, dan Aplikasi Teknologi Informasi, 1(2), 24-31
Nasution, H. F. (2016). Instrumen Penelitian dan Urgensinya dalam Penelitian
Kuantitatif. Al-Masharif: Jurnal Ilmu Ekonomi Dan Keislaman, 4(1), 59-
75.
Neyfa, B. C., & s Salsabila, G. (2016). Perancangan Aplikasi E-Canteen Berbasis
Android dengan Menggunakan Metode Object Oriented Analysis & Design
(OOAD). Jurnal Penelitian Komunikasi dan Opini Publik, 20(1), 83-91.
Novita, D., & Helena, F. (2021). Analisis Kepuasan Pengguna Aplikasi Traveloka
Menggunakan Metode Technology Acceptance Model (TAM) dan End-
User Computing Satisfaction (EUCS). Jurnal Teknologi Sistem Informasi,
2(1), 22-37.
Oktavia, P. (2012). Layanan Teknologi Informasi Pengguna Jasa Internet Service
Provider (Studi Kasus pada PT. Platinum Citra Indonesia), Tangerang.
Jurnal Informatika Universitas Pamulang, 1(2), 69-79.
Perdana, A. A., Utami, M. C., & Aini, Q. (2021). End User Computing Satisfaction:
Model Analisis Kepuasan Pengguna Aplikasi Menggunakan Partial Least
Square Structural Equation Modeling (Studi Kasus). Jurnal Teknologi
Informasi dan Ilmu Komputer, 8(6), 1237-1246.
Pradana, M. (2015). Klasifikasi Jenis-Jenis Bisnis E-commerce di Indonesia. Neo-
Bis, 9(2), 32-40.
Purwandani, I. (2018). Pengukuran Tingkat Kepuasan Mahasiswa Pengguna
Elearning dengan Menggunakan End User Computing (EUC) Satisfaction
Studi Kasus: Akademi Bina Sarana Informatika. SNIT, 1(1), 112-117.
Rahayu, E. F. (2020). Analisis Tingkat Kepuasan Pengguna Aplikasi UG in Your
Hand dengan Metode End User Computing Satisfaction (EUCS). ICIT J,
6(2), 213-226.
Rahmadayanti, V., Pristiyono, P., & Nasution, Z. (2022). Strategi Keputusan
107
Pembelian dalam Belanja Online Melalui Aplikasi Shopee. Eqien-Jurnal
Ekonomi dan Bisnis, 11(1), 215–223.
Risyandi, O., & Zuliestiana, D. A. (2017). Pengaruh Kualitas Website Traveloka
terhadap Kepuasan Pengguna di Kota Bandung. eProceedings of
Management, 4(3), 2244-2251.
Riyanto, K., & Suriyanti. (2021). Pengaruh Kepercayaan, Desain Website dan Daya
Tarik Iklan terhadap Keputusan Pembelian Online pada Tiket. com Di
Bekasi. Jurnal Pelita Ilmu, 15(01), 42-47.
Rukmiyati, & Budiartha. (2016). Pengaruh Kualitas Sistem Informasi, Kualitas
Informasi dan Perceived Usefulness pada Kepuasan Pengguna Akhir
Software Akuntansi (Studi Empiris pada Hotel Berbintang di Provinsi Bali).
E-Jurnal Ekonomi dan Bisnis Universitas Udayana, 5(1), 115-142.
Saputra, & Mulyadi, D. (2018). Analisis Pengaruh E-Service Quality terhadap
Customer Satisfaction yang Berdampak pada Customer Loyalty PT Bayu
Buana Travel Tbk. CKI ON SPOT, 11(2), 199-206.
Saputra, I. G. N. W. H. (2021). Travelling Sebagai Coping Stress Bagi Generasi
Milenial. KINERJA, 18(2), 260-266.
Saragih, D. R. U., & Nasruddin, N. (2022). Efektivitas Kualitas Layanan di Tengah
Persaingan Online Travel Agent Melalui Kepuasan Pelanggan. ANALISIS,
12(1), 1-19.
Sari, N. P., Nasir, M., & Andriyani, R. (2019). Evaluasi Kepuasan Pengguna
Aplikasi Paytren Menggunakan Metode End User Computing Satisfaction.
Bina Darma Conference on Computer Science (BDCCS), 1(1), 112-122.
Sasmito, G. W., & Wibowo, D. S. (2016). Aplikasi Penjualan pada Cafe Kamizuka
Kota Tegal dengan Menggunakan Visual Basic 6.0. Smart Comp: Jurnalnya
Orang Pintar Komputer, 4(2), 88-92.
Setiawan. (2015). Analisis Pengaruh Nilai Teknologi Informasi terhadap
Keunggulan Bersaing Perusahaan (Studi Kasus Pemanfaatan E-Tiketing
terhadap Loyalitas Pengguna Jasa Kereta Api). SITEKIN: Jurnal Sains,
Teknologi dan Industri, 12(2), 204-211.
Setiawan. (2016). Evaluasi Kepuasan Pengguna Sistem Aplikasi Surat Keterangan
108
Tinggal Sementara Online (SKTS) dengan Menggunakan Metode End User
Computing Satisfaction. Universitas Airlangga, Sistem Informasi.
Setiawan, H., & Novita, D. (2021). Analisis Kepuasan Pengguna Aplikasi KAI
Access Sebagai Media Pemesanan Tiket Kereta Api Menggunakan Metode
EUCS. Jurnal Teknologi Sistem Informasi, 2(2), 162-175.
Setyoningrum, N. R. (2020). Analisis Tingkat Kepuasan Pengguna Sistem
Informasi Kerja Praktek dan Skripsi (SKKP) Menggunakan Metode End
User Computing Satisfaction (EUCS). Journal of Applied Informatics, 4(1),
17-21.
Sugandi, M. A., & Halim, R. N. (2020). Analisis End-User Computing Satisfaction
(EUCS) pada Aplikasi Mobile Universitas Bina Darma. Sistemasi: Jurnal
Sistem Informasi, 9(1), 143-154.
Sugiyono. (2013). Metode Penelitian Pendidikan Pendekatan Kuantitatif,
Kualitatif dan R&D. Bandung: Alphabeta.
Supandi, E. D. (2020). Pengaruh Remunerasi dan Motivasi terhadap Kinerja
Pegawai UIN Sunan Kalijaga Yogyakarta dengan Menggunakan Structural
Equation Modelling. PRISMA: Prosiding Seminar Nasional Matematika,
3(1), 84-94.
Supriyatna, A. (2015). Analisis dan Evaluasi Kepuasan Pengguna Sistem Informasi
Perpustakaan dengan Menggunakan Pieces Framework. Pilar Nusa
Mandiri: Journal of Computing Information System, 11(1), 43-52.
Surya, P. A. (2017). Pengaruh Kualitas Sistem Informasi, Kualitas Informasi, dan
Perceived Usefulness terhadap Kepuasan Pengguna Sistem Informasi
Akuntansi (Studi pada STMIK Triguna Dharma Medan). Universitas
Sumatera Utara, Ekonomi dan Bisnis.
Suryawan, M. B., & Prihandoko, P. (2018). Evaluasi Penerapan SIAKAD
Politeknik Negeri Madiun Menggunakan Pendekatan TAM dan EUCS.
Creative Information Technology Journal, 4(3), 233-244.
Suzanto, B., & Sidharta, I. (2015). Pengukuran End-User Computing Satisfaction
Atas Penggunaan Sistem Informasi Akademik. Jurnal Ekonomi, Bisnis
Entrepreneurship, 9(1), 16-28.
109
Tjiptono, F., & Diana, A. (2003). Total Quality Management (TQM). Yogyakarta:
Andi.
Tulodo, B. A. R., & Solichin, A. (2019). Analisis Pengaruh Kualitas Sistem,
Kualitas Informasi dan Perceived Usefulness terhadap Kepuasan Pengguna
Aplikasi Care dalam Upaya Peningkatan Kinerja Karyawan. JRMSI-Jurnal
Riset Manajemen Sains Indonesia, 10(1), 25-43.
Wahyuningsih, M., & Waspodo, B. (2019). Perencanaan Strategi Sistem Informasi
pada PT Indonesia Stanley Electric dengan Pendekatan Ward & Peppard.
Applied Information System. Management Analysis Journal, 2(1), 33-39.
Wijanto, D. S. H. (2008). Pengaruh Kualitas Sistem Informasi, Perceived
Usefulness, dan Kualitas Informasi terhadap Kepuasan Pengguna Akhir
Software Akuntansi. Jurnal Simposium Nasional Akuntansi XI, 30(3), 611-
623.
Wong. (2013). Partial Least Squares Structural Equation Modeling (PLS-SEM)
Techniques Using SmartPLS. Marketing Bulletin, 24(1), 1-32.
Yuliati, U. (2013). Faktor-Faktor yang Mempengaruhi Konsumen dalam Pembelian
Makanan Jajan Tradisional di Kota Malang. Manajemen Bisnis, 1(1), 7-20.
110
111
LAMPIRAN
112
LAMPIRAN I
KUESIONER
113
1. Kuesioner Penelitian
Assalamualaikum Wr Wb.
Oleh karena itu saya memohon bantuan kepada para responden, agar dapat
berkenan meluangkan waktunya
5 -10 menit untuk mengisi kuesioner terkait analisis ini. Diharapkan rekan-rekan
dapat menjawab kuesioner ini dengan lengkap dan sesuai ketentuan.
114
Profil Responden
1. Nama Lengkap*
2. Jenis Kelamin? *
Laki-laki
Perempuan
3. Pekerjaan? *
Pelajar/Mahasiswa
PNS
Karyawan Swasta
Wiraswasta
Lainnya
4. Usia? *
17-20
21-24
25-28
> 28 tahun
5. Domisili? *
Jakarta
Bogor
Depok
Tangerang
Bekasi
Lainnya
115
6. Sudah berapa lama Anda menggunakan aplikasi mobile tiket.com?*
< 1 tahun
1 – 2 tahun
> 2 tahun
Sangat Membantu
Membantu
Cukup Membantu
Kurang Membantu
Tidak Membantu
Bagian Kedua
Jawaban Poin
Tidak setuju 2
Netral 3
Setuju 4
Sangat setuju 5
116
No Pertanyaan STS TS N S SS
Content (CON)
Accuracy (ACC)
Format (FOR)
117
Apakah format aplikasi tiket.com mudah
11
digunakan pengguna?
Timeliness (TIM)
Service (SER)
118
Apakah aplikasi tiket.com memberikan
24
pelayanan yang memadai?
Apakah aplikasi tiket.com sudah
25 memberikan pelayanan sesuai yang
dijanjikan?
Apakah aplikasi tiket.com sudah
26 memberikan pelayanan yang responsive
atau cepat?
Apakah aplikasi tiket.com sudah
27
memahami kebutuhan pengguna?
119
LAMPIRAN II
DATA RESPONDEN
120
2. Data Responden
C C C C C A A A A F F F F E E E T T T T U U U S S S S U U U
O O O O O C C C C O O O O O O O I I I I S S S E E E E S S S
N N N N N C C C C R R R R U U U M M M M E E E R R R R 1 2 3
1 2 3 4 5 1 2 3 4 1 2 3 4 1 2 3 1 2 3 4 1 2 3 1 2 3 4
4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 5 4 4 5 5 3 5 5 4 4
4 5 4 5 4 4 5 4 4 3 4 4 4 4 4 4 4 3 4 4 5 4 5 4 4 4 5 5 5 4
5 5 4 5 4 4 4 4 4 5 5 5 5 4 4 4 4 4 5 5 5 5 4 4 4 3 5 4 4 5
5 4 4 5 5 4 5 5 5 5 5 5 5 5 5 4 4 5 5 5 5 5 4 4 5 5 5 5 5 4
4 4 3 5 4 4 4 5 5 5 4 4 5 3 4 3 4 5 4 4 5 4 4 4 5 4 4 4 4 3
3 4 3 4 4 4 4 3 3 3 3 3 3 4 3 3 3 3 4 3 5 5 4 5 3 5 5 3 3 3
4 5 4 5 4 4 4 5 5 2 4 4 5 5 4 4 4 4 4 4 4 5 5 4 4 3 4 4 4 3
5 5 4 5 4 3 4 3 4 4 4 4 5 5 4 4 3 5 5 5 5 5 5 4 3 5 5 5 3 5
4 3 3 5 4 4 3 3 3 3 3 3 3 3 4 3 4 3 5 4 4 3 4 3 5 5 5 3 3 3
4 4 4 5 4 5 4 4 4 2 4 4 4 4 4 4 5 4 5 5 4 4 5 4 4 4 4 4 4 4
4 4 4 5 4 4 4 5 4 5 4 4 4 4 4 4 5 4 5 5 4 4 4 4 5 3 4 4 4 4
5 4 4 4 5 4 5 5 5 5 5 5 5 5 5 5 4 4 5 5 5 5 5 4 4 5 5 5 5 5
5 5 4 4 4 5 5 4 5 4 4 4 5 4 4 4 4 3 5 4 4 4 4 5 4 4 5 3 4 4
5 4 4 5 4 4 4 5 5 4 5 4 5 5 4 4 4 4 4 4 4 4 3 5 4 4 4 5 4 5
4 2 3 4 3 3 4 4 5 5 2 3 4 4 4 5 4 5 5 5 5 5 5 5 5 4 5 3 3 3
4 2 4 4 4 4 4 4 4 5 4 3 4 4 4 4 5 5 4 4 4 3 3 4 4 5 4 4 5 4
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 2 5 5 5 5 5 5 5 5 5
4 4 4 4 4 3 3 3 4 3 4 3 4 3 3 3 3 3 3 3 4 4 3 4 4 5 4 4 4 4
5 5 5 5 5 5 5 5 5 5 4 5 5 5 4 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5
5 4 5 5 5 5 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 4 2 5 5 5 5 5 5 5 5 5
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
5 4 5 4 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 4 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
4 4 4 4 4 3 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 5 5 4 5
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 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 4 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 4 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 3 5
4 4 5 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 5 5
5 5 5 5 5 4 5 4 5 5 5 5 5 5 5 5 4 5 4 5 5 5 5 5 5 5 4 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
3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 3 5 4 3 4 4 3 4 3 4 3 4
4 4 4 5 4 4 4 5 4 4 4 5 5 4 4 5 4 4 4 4 5 4 4 5 5 4 4 4 5 5
4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 5 5 4 5 5 4 4
4 5 4 5 4 4 5 4 4 3 4 4 4 4 4 4 4 3 4 4 5 4 5 4 4 4 5 5 5 4
121
5 5 4 5 4 4 4 4 4 5 5 5 5 4 4 4 4 4 5 5 4 4 4 4 4 3 5 4 4 5
5 4 4 5 5 4 5 5 5 5 5 5 5 5 5 4 4 5 5 5 5 5 4 4 5 5 5 5 5 5
4 4 3 5 4 4 4 5 5 5 4 4 5 3 4 3 4 5 4 4 5 4 4 4 5 4 4 4 4 3
3 4 3 4 4 4 4 3 3 3 3 3 3 4 3 3 3 3 5 3 3 3 4 3 3 5 3 3 5 5
4 5 4 5 4 4 4 5 5 2 4 4 5 5 4 4 4 4 3 5 4 5 4 4 4 3 4 4 4 5
5 5 4 5 4 3 4 3 4 4 4 4 5 5 4 4 3 3 5 3 5 5 5 4 3 5 3 5 3 3
4 3 3 5 4 4 3 5 3 3 3 3 3 3 4 3 4 3 3 5 4 3 4 3 3 3 3 3 3 3
4 4 4 5 4 5 4 4 4 2 4 4 4 4 4 4 5 4 5 5 4 4 5 4 4 4 4 4 4 4
4 4 4 5 4 4 4 5 4 5 4 4 4 4 4 4 5 4 5 5 4 4 4 4 5 3 4 4 4 4
5 4 4 4 5 4 5 5 5 5 5 5 5 5 5 5 4 4 5 5 5 5 5 4 4 5 5 5 5 5
5 5 4 4 4 5 5 4 5 4 4 4 5 4 4 4 4 3 5 4 4 4 4 5 4 4 3 3 4 4
5 4 4 5 4 4 4 5 5 4 5 4 5 5 4 4 4 4 4 4 4 4 3 5 4 4 4 5 4 5
4 2 3 4 3 3 4 4 2 2 2 3 4 4 4 5 4 5 5 5 5 5 5 3 5 4 3 3 3 3
4 2 4 4 4 4 4 4 4 5 4 3 4 4 4 4 3 3 4 4 4 3 3 4 4 3 4 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
4 4 4 4 4 3 5 3 4 3 4 3 4 3 3 3 3 3 3 3 4 4 3 4 4 3 4 4 4 4
5 5 5 5 5 5 5 5 5 5 4 5 5 5 4 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5
5 4 5 5 5 5 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 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
5 4 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 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
4 4 4 4 4 3 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 5 5 4 5
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 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 4 5 5 4 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 4 5 4 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 5 5 5 5 5 5 5 5
4 4 5 5 4 4 4 5 5 4 5 5 5 5 5 5 5 5 4 5 5 2 5 4 5 5 5 5 5 5
5 5 5 5 5 4 5 4 5 5 5 5 5 5 5 5 4 4 4 4 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 2 5 5 5 5 5 5 5 5
3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 5 5 4 3 4 4 3 4 3 4 3 4
4 4 4 5 4 4 4 5 4 4 4 5 5 4 4 5 4 4 4 4 5 4 4 5 5 4 4 4 5 5
4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 5 5 4 5 5 4 4
4 5 4 5 4 4 5 4 4 3 4 4 4 4 4 4 4 5 4 4 5 4 5 4 4 4 5 5 5 4
5 5 4 5 4 4 4 4 4 5 5 5 5 4 4 4 4 4 5 5 4 4 4 4 4 3 5 4 4 5
5 4 4 5 5 4 5 5 5 5 5 5 5 5 5 4 4 5 5 5 5 5 4 4 5 5 5 5 5 4
4 4 3 5 4 4 4 5 3 5 4 4 5 3 4 3 4 5 4 4 5 2 4 4 5 4 4 4 4 3
3 4 3 4 4 4 4 3 3 3 3 3 3 4 3 3 3 3 3 3 2 3 4 5 3 3 3 3 3 5
4 5 4 5 4 4 4 5 5 2 4 4 5 5 4 4 4 4 5 5 4 5 4 4 4 3 4 4 4 5
5 5 4 5 4 3 4 3 4 4 4 4 5 5 4 4 3 5 5 3 5 5 5 4 5 5 3 5 3 3
4 3 3 5 4 4 3 3 3 3 3 3 3 3 4 3 4 3 5 5 4 3 4 3 3 3 3 3 3 3
4 4 4 5 4 5 4 4 4 2 4 4 4 4 4 4 5 4 5 5 4 4 5 4 4 4 4 4 4 4
122
4 4 4 5 4 4 4 5 4 5 4 4 4 4 4 4 5 4 5 5 4 4 4 4 5 3 4 4 4 4
5 4 4 4 5 4 5 5 5 5 5 5 5 5 5 5 4 4 5 5 5 5 5 4 4 5 5 5 5 5
5 5 4 4 4 5 5 4 5 4 4 4 5 4 4 4 4 3 5 4 4 4 4 5 4 4 3 3 4 4
5 4 4 5 4 4 4 5 5 4 5 4 5 5 4 4 4 4 4 4 4 4 3 5 4 4 4 5 4 5
4 2 3 4 3 3 4 4 2 2 2 3 4 4 4 5 4 5 5 5 5 5 5 3 3 4 3 3 3 3
4 2 4 4 4 4 4 4 4 5 4 3 4 4 4 4 3 3 4 4 4 3 3 4 4 3 4 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
4 4 4 4 4 3 3 3 4 3 4 3 4 3 3 3 3 4 3 3 4 4 3 4 4 3 4 4 4 4
5 5 5 5 5 5 5 5 5 5 4 5 5 5 4 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5
5 4 5 5 5 5 5 5 5 5 5 5 5 4 5 4 4 5 5 5 5 5 2 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 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 5 5 5 5 5 5 5 5 5
5 4 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 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 3 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 5 5 4 5
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 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 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 4 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 4 5 5 5 5 5 5 5 5 5 5 5 5 5
4 4 5 5 4 4 4 5 5 4 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 4 5 4 5 5 5 5 5 5 5 5 4 5 4 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
3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 3 3 4 3 4 4 3 4 3 4 3 4
4 4 4 5 4 4 4 5 4 4 4 5 5 4 4 5 4 4 4 4 5 4 4 5 5 4 4 4 5 5
4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 5 5 4 5 5 4 4
4 5 4 5 4 4 5 4 4 3 4 4 4 4 4 4 4 3 4 4 5 4 5 4 4 4 5 5 5 4
5 5 4 5 4 4 4 4 4 5 5 5 5 4 4 4 4 4 5 5 4 4 4 4 4 3 5 4 4 5
5 4 4 5 5 4 5 5 5 5 5 5 5 5 5 4 4 5 5 5 5 5 4 4 5 5 5 5 5 4
4 4 3 5 4 4 4 5 3 5 4 4 5 3 4 3 4 5 4 4 5 4 4 4 5 4 4 4 4 3
3 4 3 4 4 4 4 3 3 3 3 3 3 4 3 3 3 5 5 5 3 3 4 3 3 3 3 3 3 3
4 5 4 5 4 4 4 5 5 2 4 4 5 5 4 4 4 4 4 4 4 5 4 4 4 3 4 4 4 5
5 5 4 5 4 3 4 3 4 4 4 4 5 5 4 4 3 3 3 3 5 5 5 4 3 3 3 5 3 3
4 3 3 5 4 4 3 3 3 3 3 3 3 3 4 3 4 3 3 3 4 3 4 3 3 3 3 3 3 3
4 4 4 5 4 5 4 4 4 2 4 4 4 4 4 4 5 4 5 5 4 4 5 4 4 4 4 4 4 4
4 4 4 5 4 4 4 5 4 5 4 4 4 4 4 4 5 4 5 5 4 4 4 4 5 3 4 4 4 4
5 4 4 4 5 4 5 5 5 5 5 5 5 5 5 5 4 4 5 5 5 5 5 4 4 5 5 5 5 5
5 5 4 4 4 5 5 4 5 4 4 4 5 4 4 4 4 3 5 4 4 4 4 5 4 4 3 3 4 4
5 4 4 5 4 4 4 5 5 4 5 4 5 5 4 4 4 4 4 4 4 4 3 5 4 4 4 5 4 5
4 2 3 4 3 3 4 4 2 2 2 3 4 4 4 5 4 5 5 5 5 5 5 3 3 4 3 3 3 3
4 2 4 4 4 4 4 4 4 5 4 3 4 4 4 4 3 3 4 4 4 3 3 4 4 3 4 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
4 4 4 4 4 3 3 3 4 3 4 3 4 3 3 3 3 3 3 3 4 4 3 4 4 3 4 4 4 4
123
5 5 5 5 5 5 5 5 5 5 4 5 5 5 4 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5
5 4 5 5 5 5 5 5 5 5 5 5 5 4 5 4 4 5 5 5 5 5 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 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 4 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 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
4 4 4 4 4 3 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 5 5 4 5
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
5 5 5 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 5 5
124
LAMPIRAN III
SURAT PENDUKUNG
125
Surat Dosen Pembimbing
126
127