SIDANG AKHIR SKRIPSI

PERAN TEKNOLOGI INFORMASI (TI) TERHADAP TOTAL QUALITY MANAGEMENT (TQM) DAN SUPPLY
CHAIN MANAGEMENT (SCM) PADA PERUSAHAAN KONSTRUKSI
(STUDI KASUS KONTRAKTOR DI DKI JAKARTA)

OLEH :
ADHI MAKAYASA SAPUTRA
(3336122331)
JURUSAN TEKNIK SIPIL
FAKULTAS TEKNIK
UNIVERSITAS SULTAN AGENG TIRTAYASA
CILEGON-BANTEN
2016

LATAR BELAKANG

LATAR BELAKANG

LATAR BELAKANG

RUMUSAN MASALAH

LOKASI PENELITIAN

TUJUAN PENELITIAN

MANFAAT PENELITIAN

BATASAN MASALAH

RUANG LINGKUP PENELITIAN

KERANGKA KONSEPTUAL

0.32
0.44

0.67

HUBUNGAN PENELITIAN TERHADAP PENELITIAN LAIN

YANG BERKAITAN

LANDASAN TEORI

LANDASAN TEORI

LANDASAN TEORI

INDIKATOR DAN VARIABEL YANG DIPAKAI

DALAM PENELITIAN
Indikator Total Quality Management
Variabel
X1
X2
X3
X4
X5
X6

Aktifitas
Fokus pada pelanggan (Menghasilkan mutu dan kualitas agar sesuai dengan keinginan
owner)
Perbaikan sistem berkesinambungan (Melakukan perbaikan yang berkelanjutan atas
peralatan dan metode baru)
Pendidikan dan pelatihan (Pelatihan dan pendidikan dalam pengembangan keterampilan
secara teratur)
Kerjasama Tim (Menjaga dan memperbaiki komunikasi agar menjaga kerjasama antar
bidang)
Obsesi terhadap kualitas (Memastikan mutu dan kelayakan bahan)
Keterlibatan karyawan (Mengembangkan keterlibatan karyawan untuk mengelola aspek
kualitas)

X7

Pendekatan Ilmiah (Melakukan metode kerja sesuai dengan aturan/standard yang ada)

X8

Kepemimpinan (Peran serta para atasan terhadap bawahannya)

Indikator Supply Chain Management

Variabel
(Aliran Barang / Material)

Aktifitas

X9

Kelancaran Pengiriman Material

X10

Penjadwalan Pembelian Material

X11

Kecukupan material pada saat pengadaan material

X12

Tidak ada waktu tenggang pada saat pengadaan material

X13

Penanganan material
Prosedur pergudangan,
material hadling dan packaging
Sistem distribusi material

X14
X15

Indikator Supply Chain Management

Variabel
(Aliran Uang / Finance)

Aktifitas

X16

Modal yang cukup untuk memulai pelaksanaan proyek

X17

Kelancaran pembayaran pekerjaan oleh pihak owner

X18

Perubahan harga di pasaran yang tidak sesuai kontrak

X19

Kelancaran arus dana proyek

X20

Modal dalam pengelolaan perusahaan

X21

Kebijakan pemerintah di sektor keuangan/perbankan

X22

Besar kecilnya modal dalam perusahan

Indikator Supply Chain Management

Variabel
(Aliran Informasi/ Information)

Aktifitas

X24

Panjangnya alur koordinasi untuk menggambil suatu

keputusan
Kelengkapan detail design gambar proyek

X25

Koordinasi pihak owner dalam pelaksanaan proyek

X26

Permasalahan aliran informasi

Komunikasi untuk pengadaan dan perubahan harga
material
Kinerja supplyer yang optimal
Perusahaan supply chain dalam pemrosesan
pengadaan material

X23

X27
X28
X29

Indikator Teknologi Informasi

Variabel
X30
X31

Aktifitas
Perangkat lunak (software) yang digunakan baik dikantor pusat
maupun di proyek
Perangkat keras (hardware) yang digunakan baik dikantor pusat
maupun di proyek

X32

Email, LAN, Server, dan kelengkapannya

X33

Integrasi jaringan antar bagian secara internal

X34

Integrasi sistem informasi antar perusahaan

X35

Infrastruktur teknologi informasi perusahaan

METODE PENELITIAN

Mulai

Studi
Literatur/Pusta
ka

Pengumpulan
data primer
dan sekunder

Kesimpulan
dan saran

Analisis hasil
pengolahan

Pengolahan
data dengan
program AMOS

Selesai

PENGUMPULAN DATA
1.

Survey Pendahuluan dan Rancangan Kuisioner

Survey pendahuluan dan rancangan kuisioner ini dimaksudkan
untuk mensurvey proyek-proyek konstruksi yang ada di DKI Jakarta
yang akan dijadikan objek penelitian, dan untuk mendapatkan
verifikasi, klarifikasi dan validasi variabel-variabel yang digunakan
dalam penelitian ini. Pada tahap ini dilakukan penyebaran kuisioner
kepada 7 orang pakar

DATA PAKAR

Pakar

Pendidika
n

S1

Project Manager

25

S1

Direktur Utama

24

S1

Project Architech

20

S3

Dosen

20

S2

Dosen

20

S1

Wakil Direktur

15

S1

Project Manager

10

Jabatan

Pengalaman
Kerja (Tahun)

HASIL PENGUMPULAN DATA KUISONER TAHAP I

Total Quality Management
Indikato

Aktifitas

r
X1

Fokus pada pelanggan (Menghasilkan mutu dan kualitas

agar sesuai dengan keinginan owner)
Perbaikan

X2

sistem

berkesinambungan

Pakar
4
5

(Melakukan

perbaikan yang berkelanjutan atas peralatan dan metode

baru)

X3
X4
X5
X6
X7
X8

Pendidikan dan pelatihan (Pelatihan dan pendidikan

dalam pengembangan keterampilan secara teratur)
Kerjasama Tim (Menjaga dan memperbaiki komunikasi
agar menjaga kerjasama antar bidang)
Obsesi

terhadap

kualitas

(Memastikan

mutu

dan

kelayakan bahan)
Keterlibatan

karyawan (Mengembangkan keterlibatan

karyawan untuk mengelola aspek kualitas)

Pendekatan Ilmiah (Melakukan metode kerja sesuai
dengan aturan/standard yang ada)
Kepemimpinan (Peran serta para atasan terhadap
bawahannya)

X
X

HASIL PENGUMPULAN DATA KUISONER TAHAP I

Supply Chain Management
Indikator

Alir
an
Bara
ng /
Mat
erial

Aktifitas

Pakar
3 4 5

X9

Kelancaran Pengiriman Material

X10

Penjadwalan Pembelian Material

X11

Kecukupan material
pengadaan material

X12

Tidak ada waktu tenggang pada saat

X
pengadaan material

X13

Penanganan material

X14

Prosedur pergudangan,
material hadling dan packaging

X15

Sistem distribusi material

pada

saat

HASIL PENGUMPULAN DATA KUISONER TAHAP I

X16
X17
Al
ir
an
U
an
g/
Fi
na
nc
e

X18
X19
X20
X21

Modal yang cukup untuk memulai

pelaksanaan proyek
Kelancaran pembayaran pekerjaan oleh pihak
owner
Perubahan harga di pasaran yang tidak sesuai
kontrak
Kelancaran arus dana proyek
Modal dalam pengelolaan perusahaan
Kebijakan
pemerintah
di
sektor
keuangan/perbankan

X22 Besar kecilnya modal dalam perusahan

HASIL PENGUMPULAN DATA KUISONER TAHAP I

X23
X24
X25
A
li
r
a
n
I
n
f
o
r
m
a
si
/
I

X26
X27
X28

Panjangnya
alur
koordinasi
untuk
menggambil suatu keputusan
Kelengkapan detail design gambar proyek
Koordinasi pihak owner dalam pelaksanaan
proyek
Permasalahan aliran informasi
Komunikasi untuk pengadaan dan perubahan
harga material
Kinerja supplyer yang optimal

HASIL PENGUMPULAN DATA KUISONER TAHAP I

Teknologi Informasi
Indikat
or
X30

Aktifitas
Perangkat lunak (software) yang
digunakan baik dikantor pusat maupun di
proyek

Pakar
4
5

Perangkat keras (hardware) yang

X31

digunakan baik dikantor pusat maupun di

proyek

X32
X33
X34
X35

Email, LAN, Server, dan kelengkapannya

Integrasi jaringan antar bagian secara
internal
Integrasi sistem informasi antar
perusahaan
Infrastruktur teknologi informasi
perusahaan

INDIKATOR HASIL REVISI

Pakar Indikator
1

Aktivitas

Keterangan

X12

Tidak ada waktu tenggang

pada saat pengadaan
material

Dihapuskan

X12

Tidak ada waktu tenggang

pada saat pengadaan
material

Dihapuskan

X12

Tidak ada waktu tenggang

pada saat pengadaan
material

Dihapuskan

X12

Tidak ada waktu tenggang

pada saat pengadaan
material

Dihapuskan

REDUKSI INDIKATOR VALIDASI PAKAR

Berikut ini adalah reduksi indikator hasil validasi pakar yang semula 35 indikator
menjadi 34 indikator :
Indikato
To
tal
Q
ua
lit
y
M
an
ag
e
m
en
t

r
X1
X2
X3

Aktifitas
Fokus pada pelanggan (Menghasilkan mutu dan kualitas agar sesuai dengan keinginan owner)
Perbaikan sistem berkesinambungan (Melakukan perbaikan yang berkelanjutan atas peralatan dan
metode baru)
Pendidikan dan pelatihan (Pelatihan dan pendidikan dalam pengembangan keterampilan secara
teratur)

X4

Kerjasama Tim (Menjaga dan memperbaiki komunikasi agar menjaga kerjasama antar bidang)

X5

Obsesi terhadap kualitas (Memastikan mutu dan kelayakan bahan)

X6

Keterlibatan karyawan (Mengembangkan keterlibatan karyawan untuk mengelola aspek kualitas)

X7

Pendekatan Ilmiah (Melakukan metode kerja sesuai dengan aturan/standard yang ada)

REDUKSI INDIKATOR VALIDASI PAKAR

Alir
an
Bar
ang
/
Ma
teri
al

Sup
ply
Cha
in
Ma
nag
eme
nt

Alir
an
Uan
g/
Fin
anc
e

Alir
an
Info
rma
si /
Info

X9
X10
X11
X12
X13

Kelancaran Pengiriman Material

Penjadwalan Pembelian Material
Kecukupan material pada saat pengadaan material
Penanganan material
Prosedur pergudangan, material hadling dan packaging

X14 Sistem distribusi material

X15
X16
X17
X18
X19
X20

Modal yang cukup untuk memulai pelaksanaan proyek

Kelancaran pembayaran pekerjaan oleh pihak owner
Perubahan harga di pasaran yang tidak sesuai kontrak
Kelancaran arus dana proyek
Modal dalam pengelolaan perusahaan
Kebijakan pemerintah di sektor keuangan/perbankan

X21 Besar kecilnya modal dalam perusahan

X22
X23
X24
X25
X26
X27

Panjangnya alur koordinasi untuk menggambil suatu keputusan

Kelengkapan detail design gambar proyek
Koordinasi pihak owner dalam pelaksanaan proyek
Permasalahan aliran informasi
Komunikasi untuk pengadaan dan perubahan harga material
Kinerja supplyer yang optimal

REDUKSI INDIKATOR VALIDASI PAKAR

X29

Tek
nolo
gi
Info
rma
si
(TI)

X30

Perangkat lunak (software) yang digunakan baik

dikantor pusat maupun di proyek
Perangkat keras (hardware) yang digunakan baik

X31
X32
X33

dikantor pusat maupun di proyek

Email, LAN, Server, dan kelengkapannya
Integrasi jaringan antar bagian secara internal
Integrasi sistem informasi antar perusahaan

X34

Infrastruktur teknologi informasi perusahaan

PENGUMPULAN DATA TAHAP 2 (PENYEBARAN

KUISONER)

2.

Pengumpulan Data Tahap Kedua (Penyebaran kuisoner)

Setelah melakukan survey pendahuluan dan rancangan kuisioner didapat
indikator penelitian yang berjumlah 34 indikator, kemudian dilanjutkan
dengan pengumpulan data tahap kedua, pada tahap kedua ini pengumpulan
data dilakukan dengan menyebarkan kuisioner kepada responden.
Penyebaran kuisioner tahap kedua dilakukan pada proyek-proyek
pemerintah maupun swasta di Provinsi DKI Jakarta. Selanjutnya profil
responden ini direkapitulasi berdasarkan beberapa klasifikasi yaitu jabatan,
pengalaman kerja dan pendidikan terakhir. Rekapitulasi klasifikasi ini
bertujuan untuk memberikan gambaran lebih jelas mengenai latar belakang
responden pada masing-masing perusahaan yang diteliti.

UJI VALIDITAS
Suatu instrument pengukuran dapat dikatakan mempunyai validitas tinggi apabila alat
tersebut memberikan hasil pengukuran yang sesuai dengan tujuan pengukuran tersebut.
Uji Validitas dengan Uji CFA atau Uji Validitas konstruk (indikator) yaitu mengukur
apakah konstruk (indikator) mampu atau tidak merefleksikan variabel latennya. Hasilnya
memenuhi kriteria yaitu nilai Critical Ratio (CR) > 1,96 dengan Probability (P) < 0,05.
Tanda *** adalah signifikan < 0,001 (tim dosen FEB UTA'45 JKT, 2014).
Pengujian validitas untuk masing masing indikator dilakukan dengan menggunakan
software AMOS v.21 dan hasil pengujian di tunjukkan Tabel 17, Tabel 18, dan Tabel 19.

Tabel 17.Hasil Uji Validitas Total Quality Management (TQM)

Variabel

Total Quality
Management

Indikator
X.1
X.2
X.3
X.4
X.5
X.6
X.7
X.8

Cr
8.588
8.588
6.087
7.221
7.659
6.165
8.853
6.618

Sumber : Hasil Analisis (2016)

PValue
***
***
***
***
***
***
***
***

Pengujian

validitas

setiap

indikator

menggunakan teknik Uji CFA. Berdasarkan

pengujian, semua indikator setiap variabel
TQM memiliki nilai

Critical Ratio (CR) >

1,96, dimana Critical Ratio (CR) dengan

Probability (P) < 0,05 dengan ditandai ***
adalah signifikan < 0,001.
Dari Tabel 17. Diketahui bahwa variabel TQM
dengan 8 indikator mempunyai Critical Ratio
(CR) antara 6,087 8,853yang dapat diartikan
indikator tersebut valid dan signifikan.

Tabel 18. Hasil Uji Validitas SCM

Variabel

Aliran
Barang

Aliran
Uang

Aliran
Informasi

Indikator

Cr

PValue

X.9
X.10
X.11
X.12
X.13
X.14
X.15
X.16
X.17
X.18
X.19
X.20
X.21
X.22
X.23
X.24
X.25
X.26
X.27
X.28

8.317
8.317
7.624
7.709
7.660
8.374
7.087
3.724
6.310
6.934
7.927
6.350
7.345
5.529
6.836
6.681
7.145
8.060
7.622
8.020

***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***

Sumber : Hasil Analisis (2016)

Pengujian

validitas

setiap

indikator

menggunakan teknik Uji CFA. Berdasarkan

pengujian, semua indikator setiap variabel
faktor internal memiliki nilai

Critical Ratio

(CR) > 1,96, dimana Critical Ratio (CR)

dengan Probability (P) < 0,05 dengan ditandai
*** adalah signifikan < 0,001.
Dari Tabel 18. Diketahui bahwa variabel SCM
dengan 20 indikator mempunyai Critical Ratio
(CR) antara 3,724 8,374 yang dapat diartikan
valid dan signifikan tetapi untuk indikator X.16
memiliki CR 3,724 (dibawaah standar loading
factor () < 0.40) yang artinya valid tapi tidak
signifikan.

Tabel 19. Hasil Uji Validitas Teknologi Informasi

Pengujian
Variabel Indikator

Teknologi
Informasi

Cr

PValue

validitas

setiap

indikator

menggunakan teknik Uji CFA. Berdasarkan

pengujian, semua indikator setiap variabel

X.29

10.040

***

X.30

9.618

***

X.31

7.639

***

1,96, dimana Critical Ratio (CR) dengan

X.32

7.625

***

Probability (P) < 0,05 dengan ditandai ***

X.33

8.938

***

adalah signifikan < 0,001.

X.34

8.938

***

Dari Tabel 19. Diketahui bahwa variabel

Sumber : Hasil Analisis (2016)

biaya memiliki nilai

teknologi

informasi

Critical Ratio (CR) >

dengan

indikator

mempunyai Critical Ratio (CR) yaitu 7.625

10.040 yang artinya valid dan signifikan.

UJI REABILITAS
Pengujian reliabilitas terhadap kuisioner sebagai alat pengumpul data diperlukan agar
tepat dan konsisten dalam melakukan pengukuran. Uji Reliabilitas dengan Uji Construct
Reliability, yaitu menguji keandalan dan konsistensi data. Memenuhi kriteria apabila
Construct Reliability > 0,7. Nilai Construct Reliability diantara 0,6 s/d 0,7 masih dapat
diterima dengan syarat validitas konstruk (indikator) dalam model adalah baik.

Tabel. Hasil Jumlah Standar loading

Tabel. Hasil Jumlah Kesalahan

Indikator

Nilai

Indikator

Nilai

TI
TQM
SCM

4,564
5,525
13,482

TI
TQM
SCM

3,503
3,912
9,724

Tabel. Hasil Nilai CR

Indikator
TI
TQM
SCM

Nilai CR Keterangan
0,856
0,886
0,949

realibel
realibel
realibel

Dari hasil pengujian menggunakan software AMOS v.21, didapat nilai koefisien alpha
setiap variabel lebih besar dari nilai Construct Reliability > 0,7. sehingga dapat
disimpulkan bahwa semua indikator pembentuk setiap variabel adalah reliabel.
Berdasarkan hasil pengujian validitas dan reliabilitas, dapat disimpulkan bahwa semua
indikator adalah valid dan reliabel.

ANALISIS FAKTOR KONFIRMATORI

Gambar 45. Model CFA Teknologi Informasi

Tabel 21. Analisis Faktor Konfirmatori Teknologi Informasi

Hubungan
Error
P-value
Standar Loading ( )
0.762
***
0.873
X29 TeknologiInformasi
0.700
***
X30 TeknologiInformasi
0.837
0.452
***
X31 TeknologiInformasi
0.673
0.456
***
X32 TeknologiInformasi
0.676
0.605
***
X33 TeknologiInformasi
0.778
0.528
***
X34 TeknologiInformasi
0.727
Jumlah
3.503
4.564
Sumber : Hasil Analisis (2016)
Berdasarkan data empiris diatas, indikator-indikator yang tidak dapat menjelaskan variabel
teknologi informasi adalah indikator-indikator yang mempunyai standar loading factor () <
0.40. Pada analisis tabel diatas tersebut signifikan, maka tidak perlukan modifikasi model
atau menghilangkan indikator karena dapat menjelaskan variabel Teknologi Informasi.
Indikator yang paling berpengaruh pada variable Teknologi Informasi adalah Perangkat
lunak (software) yang digunakan baik dikantor pusat maupun di proyek (X29) dengan
standar loading () sebesar 0,873. Sedangkan yang paling rendah dijelaskan oleh indikator
Teknologi Informasi adalah Email, LAN, Server, dan kelengkapannya (X31) standar loading
() sebesar 0,673.

ANALISIS FAKTOR KONFIRMATORI

Gambar 46. Model CFA Total Quality Management (TQM)

Tabel 23. Analisis Faktor Konfirmatori Total Quality Management (TQM)

Hubungan
Standar Loading ( )
0.682
X1 TQM
0.836
X2 TQM
0.574
X3 TQM
0.652
X4 TQM
0.720
X5 TQM
0.570
X6 TQM
0.885
X7 TQM
0.606
X8 TQM
Jumlah
5.525
Sumber : Hasil Analisis (2016)

Error
0.465
0.699
0.329
0.425
0.518
0.325
0.783
0.367
3.912

P-value
***
***
***
***
***
***
***
***

Berdasarkan data empiris diatas, indikator-indikator yang tidak dapat menjelaskan variabel TQM
(Total Quality management) adalah indikator-indikator yang mempunyai standar loading factor
() < 0.40. Pada analisis tabel diatas tersebut signifikan, maka tidak perlukan modifikasi model
atau menghilangkan indikator karena dapat menjelaskan variabel Total Quality Management
(TQM). Indikator yang paling berpengaruh pada variabel TQM adalah Pendekatan Ilmiah (X7)
dengan standar loading () sebesar 0,885. Sedangkan yang paling rendah dijelaskan oleh
indikator adalah Pendidikan dan pelatihan (X3) standar loading () sebesar 0,574.

ANALISIS FAKTOR KONFIRMATORI

Gambar 47. Model CFA Supply Chain Management (SCM)

Tabel 25. Analisis Faktor Konfirmatori Supply Chain Management (SCM)

X9 SCM
X10 SCM
X11 SCM
X12 SCM
X13 SCM
X14 SCM
X15 SCM
X16 SCM
X17 SCM
X18 SCM
X19 SCM
X20 SCM
X21 SCM
X22 SCM
X23 SCM
X24 SCM
X25 SCM
X26 SCM
X27 SCM
X28 SCM
Jumlah

0.624
0.829
0.750
0.774
0.754
0.844
0.697
0.338
0.596
0.675
0.778
0.593
0.707
0.508
0.646
0.639
0.684
0.809
0.766
0.816
13.827

***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***

Sumber : Hasil Analisis (2016)

Karena indikator X16 yaitu Kelencaran pembayaran pekerjaan oleh pihak owner
mempunyai nilai standar loading factor () < 0.40. Berdasarkan analisis diatas maka
diperlukan modifikasi model, dengan menghilangkan indikator yang tidak signifikan,
yaitu indikator yang tidak dapat menjelaskan variabel SCM (supply chain
management).

ANALISIS FAKTOR KONFIRMATORI

Gambar 48. Model CFA Supply Chain Management (SCM) Modifikasi

Tabel 26. Analisis Faktor Konfirmatori Supply Chain Management (SCM) Modifikasi
Hubungan
X9 SCM
X10 SCM
X11 SCM
X12 SCM
X13 SCM
X14 SCM
X15 SCM
X17 SCM
X18 SCM
X19 SCM
X20 SCM
X21 SCM
X22 SCM
X23 SCM
X24 SCM
X25 SCM
X26 SCM
X27 SCM
X28 SCM
Jumlah

Standar Loading ( )
0.625
0.832
0.751
0.773
0.756
0.846
0.696
0.589
0.671
0.775
0.593
0.706
0.511
0.642
0.637
0.686
0.810
0.767
0.816

Sumber : Hasil Analisis

13.482 (2016)

Error
0.391
0.692
0.564
0.598
0.572
0.716
0.484
0.347
0.450
0.601
0.352
0.498
0.261
0.412
0.406
0.471
0.656
0.588
0.666
9.724

P-value
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***

Berdasarkan tabel diatas dapat disimpulkan bahwa ke 19 indikator tersebut signifikan, yaitu dapat
menjelaskan variabel SCM (supply chain management). Indikator yang paling berpengaruh pada variabel
SCM adalah Sistem distribusi material (X.14) dengan standar loading () sebesar 0.846. Sedangkan yang
paling rendah dapat dijelaskan oleh indikator SCM (supply chain management) adalah Panjangnya alur
koordinasi untuk menggambil suatu keputusan (X.22) dengan standar loading () sebesar 0.511.

Gambar 49. Analisis Model Persamaan Struktural

Tabel 27. Estimasi Parameter antar Variabel Laten Model Struktural

Hubungan
TI TQM
TI SCM
SCM TQM

Path Coefficien
0,32
0,32
0.44
0.67

Cr
4.286
4.286
4.251
5.942

P-value
***
***
***
***

Sig.
Sig
Sig
Sig
Sig

Berdasarkan hasil estimati sebagaimana ditunjukkan pada tabel diatas, didapatkan

hubungan signifikan antara variabel Teknologi Informasi dengan TQM, dengan nilai
koefisien jalur sebesar 0,32. Hubungan antara variabel Teknologi Informasi dengan SCM
juga bernilai signifikan dengan koefisien jalur sebesar 0,44. Dan hubungan antara variabel
SCM dengan TQM juga bernilai signifikan dengan koefisien jalur sebesar 0,67.
Oleh karena itu pengaruh terbesar adalah antara SCM dengan TQM yaitu sebesar 0,67 atau
67%. Karena output yang ingin didapat penulis adalah Peran Teknologi Informasi
Terhadap TQM dan SCM, maka didapat Peran Teknologi Informasi terhadap TQM sebesar
0,32 atau sebesar 32%. Peran Teknologi Informasi terhadap SCM adalah sebesar 0,44 atau
44%. Dan Peran SCM terhadap TQM adalah sebesar 0,67 atau 67%.

Tabel 28. Loading Factor Model Struktural

Hubungan
X1 TQM
X2 TQM
X3 TQM
X4 TQM
X5 TQM
X6 TQM
X7 TQM
X8 TQM
X9 SCM
X10 SCM
X11 SCM
X12 SCM
X13 SCM
X14 SCM
X15 SCM
X17 SCM
X18 SCM
X19 SCM
X20 SCM
X21 SCM
X22 SCM
X23 SCM
X24 SCM
X25 SCM
X26 SCM
X27 SCM
X28 SCM
X29 TI
X30 TI
X31 TI
X32 TI
X33 TI

Estimasi
0.673
0.833
0.567
0.683
0.731
0.575
0.865
0.620
0.642
0.842
0.751
0.759
0.756
0.847
0.685
0.591
0.664
0.785
0.603
0.715
0.518
0.653
0.637
0.94
0.805
0.750
0.800
0.871
0.835
0.671
0.670
0.779

P-value
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***
***

Dari tabel di samping, dapat dilihat dari perhitungan

software AMOS v.21, bahwa :
1. Indikator TI (Teknologi Informasi) yang sangat
berpengaruh terhadap TQM (Total Quality
Management) dan SCM (Supply Chain Management)
adalah Perangkat lunak (software) yang digunakan
baik dikantor pusat maupun di proyek (X29) dengan
loading factori = 0.871. Contohnya: Penggunaan
software untuk mendesign agar sesuai mutu yang
diinginkan pihak owner dan penggunaan software
juga membantu penanganan material atau barang
digudangan.
2. Indikator TQM (Total Quality managementi) yang
sangat dipengaruhi oleh TI (Teknologi Informasi)
adalah Pendekatan Ilmiah (X7) dengan loading
factori = 0.865. Contohnya: Cara berfikir yang
kreatif dan kemampuan berfikir di luar lingkungan
pekerjaan sangat dibutuhkan dan untuk mendesain
pekerjaan dan dalam proses pengambilan keputusan
dan pemecahan masalah yang berkaitan dengan
pekerjaan yang didesain tersebut.
3. Indikator SCM (Suplly Chain Management) yang
sangat dipengaruhi oleh TI (Teknologi Informasi)
adalah Sistem distribusi material (X14) dengan
loading factori = 0.847. Contohnya: Sistem distribusi
pada saat pemesanan barang atau material dari
distributor hingga sampai ke pelanggan akhir
(proyek).

Tabel 29. Goodness of Fit Model Struktural Signifikan

Goodness of
Cut of Value
Fit Index
TLI
0.90
P RMSEA
0.08
GFI
0.90
AGFI
0.90
CFI
0.90
Chi square Diharapkan kecil (591)
CMINDF
2,00
P
0,05
RMSEA
0,08
Sumber : Hasil Analisis (2016)

Hasil
Model
0,670
0,000
0,588
0,530
0,692
1605.968
3,264
0,000
0,130

Evaluasi Model
Marginal
Baik
Marginal
Marginal
Marginal
Marginal
Marginal
Marginal
Baik

Berdasarkan tabel diatas menunjukkan bahwa sebagian besar kinerja yang digunakan
tidak memenuhi cut of value hanya beberapa yang baik yang disyaratkan untuk
kesesuaian model. Dapat dikatakan model tersebut marginal (mendekati baik), karena
memiliki nilai yang memenuhi kriteria sehingga model diterima.

KESIMPULAN
Berdasarkan permasalahan, tujuan, hipotesis dan hasil analisis tentang Peran Teknologi Informasi (TI) Terhadap
TQM dan SCM Pada Industri Konstruksi dapat disimpulkan sebagai berikut :
1.

Dapat diketahui dari hasil analisis Peran Teknologi Informasi (TI) terhadap TQM (Total Quality Management) pada
Industri Konstruksi sebesar 0,32 dari hasil path diagram analisis atau 32%, maka peran TI (Teknologi Informasi)
dilapangan dengan baik akan mempengaruhi TQM sebesar 32%. Misalnya penggunaan komputer/software
mempengaruhi pengendalian mutu sebesar 32% karena penggunaan komputer/software juga membutuhkan SDM
yang bisa menggunakannya dengan maksimal.

2.

Dapat diketahui dari hasil analisis Peran Teknologi Informasi (TI) terhadap SCM (Supply Chain Management) pada
Industri Konstruksi sebesar 0,44 dari hasil path diagram analisis atau 44%, maka peran TI (Teknologi Informasi)
dilapangan dengan baik akan mempengaruhi SCM sebesar 44%. Misalnya pada saat pemesanan material, jika
dibandingankan memesan dengan mendatangi tempat materialnya dan memesan secara online, maka lebih cepat dan
efisien via online.

3.

Dapat diketahui dari hasil analisis Peran SCM (Supply Chain Management) terhadap TQM (Total Quality
Management) pada Industri Konstruksi sebesar 0,67 dari hasil path diagram analisis atau 67%, maka peran SCM
dilapangan dengan baik akan mempengaruhi TQM sebesar 67%. Misalnya kelancaran pengiriman barang/material
akan membuat jadwal pekerjaan proyek akan tepat waktu dan selesai pada waktunya, sehingga owner merasa puas
dengan pekerjaan yang telah dicapai.

SARAN
Berdasarkan hasil penelitian, terdapat beberapa saran untuk menanggapi kesimpulan
tersebut sebagai berikut:
1. Perlu dilakukan pengembangan penelitian dengan meninjau banyak faktor yang terdapat
pada

teknologi

informasi,

sehingga

diharapkan

perusahaan

kontraktor

mampu

menggunakan teknologi informasi untuk meciptakan praktik TQM dan SCM yang baik.
2. Pada pengumpulan data, jawaban dari kuesoner yang di pilih oleh responden harus sesuai
dengan yang responden ketahui tidak disarankan atau diberitahu oleh responden lainnya
agar jawaban responden sesuai dengan yang diharapkan.
3. Karena jumlah sempel banyak, peneliti selanjutnya harus dari jauh-jauh waktu menentukan
lokasi proyek-proyek yang akan dijadikan sampel.

TERIMAKASIH