EVALUASI APLIKASI ASSET

TRACKING NETgear
TERHADAP KINERJA
ORGANISASI
DENGAN PENDEKATAN KERANGKA KERJA
DELONE DAN MCLEAN DI PT INDOSAT

Case Study
Program Pasca Sarjana
MAGISTER MANAJEMEN SISTEM INFORMASI
UNIVERSITAS BINA NUSANTARA
JAKARTA
2017-2018
HENDRI KURNIAWAN

1801624795

9 April 2018
 CONTENTS

BAB I BAB II BAB III

PENDAHULUAN LANDASAN TEORI METODE PENELITIAN

2.1. Manajemen Aset 3.1.Langkah-langkah Penelitian
1.1.Latar Belakang
2.2. NETgear 3.2.Kerangka Pikir
1.2.Rumusan Masalah
2.3. DeLone & McLean IS 3.3.Metode Penelitian dan
1.3.Tujuan Penelitian
Success Model Hipotesis
1.4.Manfaat Penelitian
3.4.Metode Pengumpulan Data
1.5.Ruang Lingkup Penelitian
3.5.Metode Analisis Data
.
.

| 17 December 2019 | 2
CONTENTS

BAB IV BAB V

HASIL DAN KESIMPULAN

PEMBAHASAN DAN SARAN
4.1.Gambaran Umum 5.1.Kesimpulan
Responden 5.2.Saran
4.2.Hasil Analisa Deskriptif
4.3.Evaluasi Model Pengukuran
(Outer Model)
4.4.Evaluasi Model Struktural
(Inner Model)
4.5.Pengujian Hipotesis
4.6.Intrepretasi Hipotesis
| 17 December 2019 | 3
Indosat Ooredoo

VISI : Menjadi Perusahaan Telekomunikasi Digital Terdepan di Indonesia

MISI
•Layanan dan Produk yang Membebaskan
•Jaringan Data yang Unggul
•Memperlakukan Pelanggan Sebagai Sahabat
•Transformasi Digital

| 17 December 2019 | 4
APLIKASI APLIKASI INDOSAT

| 17 December 2019 | 5
LATAR BELAKANG
Digital Asset Management merupakan teknologi yang digunakan untuk menyimpan konten
dalam bentuk digital untuk nantinya bisa digunakan kembali untuk data mining yaitu
strategi dan teknologi untuk mengambil dan memproses informasi dari data perusahaan
dan media penyimpanan digital yang dimiliki perusahaan
(Doering, 2001)

Sistem informasi menjadi hal yang sangat penting untuk meningkatkan kinerja dan target
dari sebuah perusahaan dan telah terintegrasi ke dalam kegiatan bisnis sehari-hari seperti
akuntansi, keuangan, manajemen operasi, pemasaran, manajemen sumberdaya manusia,
atau fungsi bisnis Utama
(J. A. O'Brien and G. Marakas, 2010)

Evaluasi tingkat kesuksesan NETgear pada PT Indosat dengan menjadikan dimensi

kepuasan pengguna dan Net Benefit bagi perusahaan sebagai kriteria kesuksesan
implementasi sistem informasi
(Tarhini,Ammar, Tarhini, & Masa'deh, 2015)

| 17 December 2019 | 6
Rumusan Permasalahan
• Identifikasi Masalah
Menyusun kerangka pikir untuk mengukur kinerja atas penggunaan
aplikasi NETgear merujuk model kesuksesan sistem informasi DeLone
dan McLean di PT Indosat

Pertanyaan penelitian :
1. Bagaimana kontribusi implementasi aplikasi NETgear pada PT
Indosat pada saat ini?
2. Apakah output dari NETgear berdampak terhadap kinerja khususnya
di divisi asset manajemen PT Indosat?
3. Variabel apa saja yang perlu diperbaiki dan bagaimana caranya?

| 17 December 2019 | 7
Tujuan Penelitian
1. Mengevaluasi dan mengukur kontribusi aplikasi NETgear terhadap kepuasan pengguna
dan kinerja perusahaan merujuk model kesuksesan sistem informasi DeLone dan McLean
dengan menganalisa hubungan antar variabel dengan menggunakan Software smart PLS
3.0
2. Menganalisa variabel apa saja yang perlu diperbaiki dan bagaimana caranya?

Manfaat Penelitian
1. Membantu manajemen PT Indosat agar mengetahui hal apa saja yang berpengaruh
terhadap kesuksesan implementasi sistem informasi.
2. Membantu manajemen Indosat untuk memperoleh asset value yang lebih baik.
3. Membantu manajemen PT Indosat mengetahui variabel-variabel apa yang perlu
diketahui agar dapat membangun sistem informasi yang lebih baik.
4. Sebagai bahan acuan untuk penelitian yang mungkin dilakukan untuk meneliti hal
serupa di kemudian hari.

| 17 December 2019 | 8
Ruang Lingkup Penelitian
Penelitian akan menggunakan metode Kuantitatif yaitu mengadakan
survey langsung berupa mengedarkan kuesioner terhadap responden.
Ruang lingkup dalam batasan tesis ini adalah:
1. Studi kasus ini dilakukan di lokasi dimana NETgear diimplementasi,
yaitu di PT Indosat
2. Studi kasus ini akan meneliti aplikasi NETgear sesuai dengan kondisi
saat ini.
3. Pengumpulan data pada studi kasus ini hanya akan berfokus pada
user aplikasi seperti staf lapangan dan pihak manajemen di PT Indosat
serta pihak vendor yang juga menggunakan aplikasi tersebut saat
installasi aset baru

| 17 December 2019 | 9
MANAJEMEN ASET TELEKOMUNIKASI PT INDOSAT

1.

2.
Engineer Installs
New Equipment
on the Site 3.

4.
Manajemen Aset : sekumpulan
proses penyebaran,
pengoperasian, pemeliharaan,
Update Site
pengembangan, pembaharuan
Configurations
aset yang dimiliki perusahaan
secara efisien dan pencatatan nilai
barang yang sudah di beli atau Asset Database
dipasang

| 17 December 2019 | 10
• NETgear adalah internal aplikasi berbasis
android yang dibangun oleh Indosat
untuk membantu menginventarisir aset
berupa perangkat telekomunikasi yang
diakses menggunakan smartphone dan
computer yang outputnya berupa
database inventory
• Field Admin
Pihak yang memberikan izin dan task
pekerjaan apa yang akan dilakukan
engineer di site
• Engineer / Vendor
Pihak yang mengambil data
• Approval
Approval adalah line manager yang
bertanggung jawab atas pekerjaan engineer

| 17 December 2019 | 11
 Tombol Menu
Pilihan Daftar Task
Tujuan dan manfaat NETgear:
• Untuk tagging asset baru terpasang
• Pendataan asset lama dan inventarisir
Indikator GPS aset secara terstruktur disertai
pengambilan foto perangkat dan
Jenis Task koordinat lokasi perangkat
• Sebagai syarat vendor untuk serah terima
Daftar Task
material yang telah dipasang di site PT
Indosat (ATP)
• Output dari NETgear adalah inventory
Asset tracking, yang bisa digunakan
sebagai data aset manajemen. Inventory
tesebut yang dapat digunakan oleh tim
Tombol Pencarian
aset operation untuk mendata apa saja
aset yang akan di dismantle dan
digunakan tim fix asset untuk menilai Net
Book Value (NBV) aset live network dan
aset yang ada di gudang.

| 17 December 2019 | 12
Evolution Tracking
Applications

2013
1. Operation and Project data stored in separate 1. Operation and Project data stored in one
database centralized database (More integrated data)
2. Data exchanged through plain HTTP 2. Data exchanged through encrypted HTTPS
(More secure data exchange)
3. Web and database servers located in vendor 3. Web and database servers located in Indosat
apps office office (Improved data confidentiality)
4. Mobile app’s offline mode available for 4. Mobile app’s offline mode available for both
Operation only Operation and Project (Easier data capture)
5. Uses tablet for mobile app 5. Uses smartphone for mobile app (More
flexible)
6. Functional ATP requires manual input in 6. Functional ATP assisted with document
mobile app attachment in web app (Easier and faster
data input, less human error)

| 17 December 2019 | 13
 Flow of Asset Lifecycle Management
PROCUREMENT
SAP

Port

ATP (Acceptance SAP

Test Procedure)
PMIS
BUILD
PMR
NETgear
Vendor WH BTS AUC

Modernization SAP
Project PMIS
Activity
Operation NETgear
(Replacement
OPERATIONS /Movement)
Dismantle
BTS On Air

WH
Re-Use Inventory

ASSET RECOVERY Re-sale

AMG WH

SAP
DISPOSAL

| 17 December 2019 | 14
 DeLone & McLean IS Success Model

Model Kesuksesan Sistem Informasi DeLone Model Kesuksesan Sistem Informasi DeLone
dan McLean (DeLone dan McLean, 1992) dan McLean (DeLone dan McLean, 2003)

| 17 December 2019 | 15
METODE PENELITIAN

Langkah
1. Mencari informasi didalam
langkah perusahaan dengan mengamati langsung
Penelitian operasional kinerja di PT. Indosat.

2. mewawancarai kepada pimpinan divisi

aset manajemen dari PT. Indosat yang
berkaitan dengan dampak dari penggunaan
aplikasi NETgear dengan kinerja
operasional di perusahaan.

3. Studi pustaka mengenai variabel apa

saja untuk mengukur kesuksesan suatu
implementasi aplikasi. (Delone & Mclean)

4. Dari ke 6 dimensi dibuat rancangan

pernyataan kuesioner, dan dari hasil
kuesioner tersebut dapat di analisa
secara deskriptif dan analisa statisik
 Identifikasi dan
Perumusan

Kerangka Masalah

Pikir
Pengumpulan Data Penelitian
Studi Pustaka
Awal Terdahulu

Analisa Variabel dan

Indikator Pengukuran
(Delone & Mclean
Model)

Rancangan Kuesioner

Pengumpulan Data
Uji Validitas Uji Reliabilitas
Kuesioner

Analisis Data dan Hasil

Hipotesis

Evaluasi Model
Pengukuran (Outer
Model)

Evaluasi Model
Struktural (Inner
Model)

Hasil Analisis

| |
Kesimpulan dan Saran
Model
Penelitian dan
Hipotesis

Pada penelitian ini tidak digunakan variabel intention to use didasarkan bahwa sulitnya
mengukur niat pengguna dalam menggunakan sistem informasi sehingga tidak dapat
dijadikan alat ukur yang tepat

| |
 Indikator Kesuksesan Implementasi Sistem
Informasi
Variabel Indikator
KS1= Access (Gable, 2008)
KS2= Ease of use (Gable, 2008)
KS3= Integration (Gable, 2008)
Kualitas Sistem (System Quality)
KS4= Flexibility (Gable, 2008)
KS5= System Feature (Gable, 2008)
KI1= Accuracy (Gable, 2008)
KI2= Availability (Gable, 2008)
Kualitas Informasi KI= Timeliness (Gable, 2008)
KI4= Understandability (Gable, 2008)
KL1= IS Training (Tjiptono, 2014)
Kualitas Layanan KL2= Responsiveness (Tjiptono, 2014)
KL3= Reliability (Tjiptono, 2014)
IP1= Navigation Pattern (Almutairi & Subramanian,
2005)
Intensistas Penggunaan Informasi IP2= Frequency of Use (Almutairi & Subramanian,
2005)
KP1= Effectiveness (Almutairi & Subramanian,
2005)
Kepuasan Pemakai KP2= Efficiency (Almutairi & Subramanian, 2005)
KP3= Overall Satisfaction (Gable, 2008)
NB1= Job Simplification (Martins, Oliviera, &
Popovic, 2014)
Manfaat bersih (Individual dan Organization NB2= Productivity (Martins, Oliviera, & Popovic,
2014)
Impacts)
NB3= Decision Making (Martins, Oliviera, &
Popovic, 2014)
| 17 December 2019
Pernyataan
Sistem NETgear mudah diakses namun tetap aman
NETgear mudah digunakan
Data yang dihasilkan NETgear mudah untuk diolah
di sistem atau aplikasi lain (Misalnya ms excel)
Saya dapat menggunakan NETgear dan merubah
data yang tersedia sesuai kebutuhan pekerjaan
NETgear memiliki fitur yang lengkap dalam
kegiatan pengawasan Aset
NETgear menghasilkan informasi yang akurat
Sistem NETgear selalu dapat digunakan
NETgear dapat menyediakan data yang update
saat diminta kapan saja
NETgear menghasilkan data yang jelas, padat, dan
singkat
Vendor/Tim IT yang menangani NETgear
memberikan pelatihan yang lengkap untuk
menggunakan NETgear
Vendor/Tim IT yang menangani NETgear merespon
permintaan dengan cepat
Vendor/Tim IT yang menangani NETgear dapat
diandalkan untuk memberikan bantuan
NETgear memiliki tatanan menu dan navigasi yang
mudah diakses
Saya menggunakan NETgear setiap hari
Pekerjaan menjadi lebih efektif setelah
menggunakan NETgear
Pekerjaan menjadi lebih efisien setelah
menggunakan NETgear
Secara keseluruhan, saya puas dengan NETgear
Pekerjaan menjadi lebih sederhana setelah
menggunakan NETgear
Saya lebih produktif setelah mengunakan NETgear
Saya lebih mudah mengambil keputusan dengan
menggunakan NETgear
| 19
Metode Pengumpulan Data

POPULASI

Populasi dari penelitian ini

adalah semua pengguna NETgear
dari bagian operasional,
Engineer, field admin, approval
dan aset manajemen (116 user),
tidak akan ditarik sampel
sehingga pengumpulan data ini
adalah merupakan sensus.
METODE ANALISA DATA

1. Model Pengukuran (Measurement

Model) / Outer Model
Uji Parameter Aturan Praktis

Faktor Loading
>0,7
(Outer Loading)
Validitas Konvergen
Average Variance Extracted (AVE) >0,5

Akar AVE dan korelasi variabel Akar AVE > korelasi variabel
laten laten (Discriminant Validity)
Validitas Diskriminan

Cross Loading >0,7 dalam satu variabel

Cronbach Alpha >0,7

Releabilitas
Composite Reliability >0,7

(Sumber: Ghozali, 2008)

| 17 December 2019 | 21
METODE ANALISA DATA

2. Model
Struktural dilakukan
Evaluasi terhadap inner model dapat
dengan melihat besarnya R 2

(Inner Model)(R-Square). Semakin besar nilai R 2

maka semakin besar pula pengaruh

variabel eksogen tertentu terhadap
variabel endogen. Nilai R2 sebesar
0.67 (kuat), 0.33 (moderat) dan 0.19
(lemah)
(J. Chin, 1998)
Model struktural (inner model) juga
dapat dievaluasi dengan melihat
stabilitas dari estimasi yang dinilai
dengan menggunakan uji T-statistik
dan pengaruh positif dan negatif
dilihat dari original sample (O) yang
didapat lewat prosedur bootstrapping
(Ghozali, 2008)
METODE ANALISA DATA

3. Uji
Hipotesis Jika nilai T-statistik lebih
besar dari T-table, berarti
hipotesis terdukung. Di dalam
aturan praktis PLS untuk
tingkat keyakinan 95 % (α = 5
persen), nilai T-table untuk
hipotesis dua ekor (two-tail)
adalah lebih dari 1.96 dan
untuk hipotesis satu ekor (one
tailed) adalah lebih dari 1.64
(Ghozali, 2008)
Gambaran Umum Responden

No Jenis Kelamin Jumlah No Jabatan Jumlah

1 Approval (Manager) 7
1 Laki-laki 78
2 Engineer 30
2 Perempuan 10
3 Field Admin 15

4 Asset Management Group (AMG) 9

No Interval Usia Jumlah 5 Vendor (Partner) 27

1 25 - 29 45
No Lama Gunakan NETgear Jumlah
2 30 - 39 31
1 <1 Bulan 10
3 40 - 49 12
2 1-6 Bulan 51
4 >= 50 0
3 6 Bulan - 1 Tahun 27

Sumber: Hasil pengolahan data

| 17 December 2019 | 24
Hasil Analisis Deskriptif
Simbol Sangat Tidak Setuju Tidak Setuju Netral Setuju Sangat Setuju Jumlah

KS1 0 10 60 17 1 88
KS2 0 2 11 62 13 88
KS3 1 9 37 29 12 88
KS4 0 4 32 51 1 88
KS5 0 5 29 45 9 88
KI1 0 20 40 28 0 88
KI2 0 5 60 14 9 88
KI3 0 4 64 18 2 88
KI4 0 20 40 28 0 88
KL1 0 12 28 45 3 88
KL2 0 2 26 57 3 88
KL3 0 3 28 55 2 88
IP1 0 6 11 61 10 88
IP2 0 4 35 40 9 88
KP1 0 8 18 53 9 88
KP2 0 7 17 55 9 88
KP3 0 5 18 56 9 88
NB1 0 7 18 54 9 88
NB2 0 4 27 48 9 88
NB3 0 8 24 54 2 88

Sumber: Hasil pengolahan data

| 17 December 2019 | 25
 Interval
Jawaban Nilai Presentase
Sangat Tidak
Hasil Analisis Deskriptif Setuju
Tidak Setuju
1
2
0% - 19.99%
20% - 39.99%
Netral 3 40% - 59.99%
Variabel 1 : Kualitas Sistem Setuju 4 60% - 79.99%
Sangat Setuju 5 80% - 100%
Sangat
Tidak Sangat
Simbol Tidak Netral Setuju Bobot Persentase (%) Rata-rata
Setuju Setuju
Setuju
KS1 0 10 60 17 1 273 62.04545455

KS2 0 2 11 62 13 350 79.54545455

KS3 1 9 37 29 12 306 69.54545455 71.09091

KS4 0 4 32 51 1 313 71.13636364

KS5 0 5 29 45 9 322 73.18181818

Variabel 2: Kualitas Informasi

Sangat
Tidak Sangat
Simbol Tidak Netral Setuju Bobot Persentase (%) Rata-rata
Setuju Setuju
Setuju

KI1 0 20 40 28 0 272 61.81818182

KI2 0 5 60 14 9 291 66.13636364
63.46591
KI3 0 4 64 18 2 282 64.09090909
KI4 0 20 40 28 0 272 61.81818182

Sumber: Hasil pengolahan data

| 17 December 2019 | 26
Hasil Analisis Deskriptif
Variabel 3: Kualitas Layanan

Sangat
Tidak Sangat
Simbol Tidak Netral Setuju Bobot Persentase (%) Rata-rata
Setuju Setuju
Setuju

KL1 0 12 28 45 3 303 68.86363636

KL2 0 2 26 57 3 325 73.86363636 71.81818

KL3 0 3 28 55 2 320 72.72727273

Variabel 4: Intensitas Pengguna

Sangat
Tidak Sangat
Simbol Tidak Netral Setuju Bobot Persentase (%) Rata-rata
Setuju Setuju
Setuju

IP1 0 6 11 61 10 339 77.04545455

74.65909
IP2 0 4 35 40 9 318 72.27272727

Sumber: Hasil pengolahan data

| 17 December 2019 | 27
Hasil Analisis Deskriptif
Variabel 5: Kepuasan Pengguna
Sangat
Tidak Sangat Rata-
Simbol Tidak Netral Setuju Bobot Persentase (%)
Setuju Setuju rata
Setuju

KP1 0 8 18 53 9 327 74.31818182

KP2 0 7 17 55 9 330 75 75

KP3 0 5 18 56 9 333 75.68181818

Variabel 6: Manfaat Bersih

Sangat
Tidak Sangat
Simbol Tidak Netral Setuju Bobot Persentase (%) Rata-rata
Setuju Setuju
Setuju

NB1 0 7 18 54 9 329 74.77272727

NB2 0 4 27 48 9 326 74.09090909 73.40909

NB3 0 8 24 54 2 314 71.36363636

Sumber: Hasil pengolahan data

| 17 December 2019 | 28
Evaluasi Model Pengukuran (Outer
Model)
Validitas konvergen (convergent validity)
Average
Variance
Variabel Indikator Kode Outer Loading Validity
Extracted
(AVE)
Access KS1 0.822 Valid
Ease of use KS2 0.843 Valid
Integration KS3 0.813 Valid
Kualitas Sistem 0.66
Flexibility KS4 0.743 Valid
System Feature KS5 0.824 Valid
Accuracy KI1 0.873 Valid
Availability KI2 0.759 Valid
Kualitas Informasi Timeliness KI3 0.56 0.616 Not Valid
Understandibility KI4 0.718 Valid
IS Training KL1 0.839 Valid
Kualitas Layanan Responsiveness KL2 0.76 0.896 Valid
Reliability KL3 0.884 Valid
Navigation Pattern IP1 0.894 Valid
Intensitas Pengguna 0.740
Frequency of Use IP2 0.826 Valid
Effectivenes KP1 0.969 Valid
Efficiency KP2 0.96 Valid
Kepuasan Pemakai 0.92
Overall Satisfaction KP3 0.953 Valid

Job Simplification NB1 0.937 Valid

Net Benefit (Individual dan
Productivity NB2 0.87 0.964 Valid
Organization Impacts)
Sumber: Hasil pengolahan data Decision Making NB3 0.901 Valid

| 17 December 2019 | 29
Evaluasi Model Pengukuran (Outer
Model)
Validitas konvergen (convergent validity) Setelah
Estimasi Ulang Average
Variance Outer
Variabel Indikator Kode Validity
Extracted Loading
(AVE)
Access KS1 0.822 Valid
Ease of use KS2 0.843 Valid
Kualitas Sistem Integration KS3 0.656 0.813 Valid
Flexibility KS4 0.743 Valid
System Feature KS5 0.824 Valid
Accuracy KI1 0.926 Valid
Kualitas Informasi Availability KI2 0.664 0.704 Valid
Understandibility KI4 0.800 Valid
IS Training KL1 0.839 Valid
Kualitas Layanan Responsiveness KL2 0.763 0.896 Valid
Reliability KL3 0.884 Valid
Navigation Pattern IP1 0.894 Valid
Intensitas Pengguna 0.740
Frequency of Use IP2 0.826 Valid
Effectivenes KP1 0.969 Valid
Kepuasan Pemakai Efficiency KP2 0.923 0.960 Valid
Overall Satisfaction KP3 0.953 Valid
Net Benefit
Job Simplification NB1 0.937 Valid
(Individual dan
0.873
Organization Productivity NB2 0.964 Valid
Sumber: Hasil pengolahan data
Impacts) Decision Making NB3 0.901 Valid

| 17 December 2019 | 30
Evaluasi Model Pengukuran (Outer
Model)
Validitas Diskriminan
Intensitas Kepuasan Kualitas Kualitas Kualitas Net
Pengguna_ Pengguna Informasi Layanan Sistem Benefit

IP1 0.889 0.746 0.678 0.541 0.703 0.765

IP2 0.837 0.662 0.590 0.486 0.764 0.603
KI1 0.559 0.603 0.878 0.379 0.654 0.545
KI2 0.667 0.583 0.768 0.386 0.610 0.524
KI3 0.589 0.362 0.637 0.367 0.474 0.455
KI4 0.434 0.530 0.736 0.398 0.544 0.451
KL1 0.521 0.561 0.549 0.846 0.502 0.584
KL2 0.479 0.498 0.339 0.902 0.412 0.511
KL3 0.566 0.585 0.421 0.890 0.449 0.565
KP1 0.817 0.970 0.686 0.574 0.782 0.914
KP2 0.737 0.961 0.642 0.623 0.752 0.877
KP3 0.803 0.954 0.676 0.610 0.823 0.859
KS1 0.770 0.699 0.629 0.375 0.836 0.641
KS2 0.760 0.697 0.676 0.505 0.849 0.684
KS3 0.625 0.604 0.532 0.314 0.804 0.532
KS4 0.619 0.639 0.551 0.396 0.754 0.653
KS5 0.657 0.683 0.685 0.508 0.831 0.633
NB1 0.756 0.911 0.607 0.585 0.746 0.939
NB2 0.824 0.874 0.677 0.580 0.751 0.965
NB3 0.655 0.792 0.539 0.613 0.678 0.905

Sumber: Hasil pengolahan data | 17 December 2019 | 31

Evaluasi Model Pengukuran (Outer
Model)
Reliabilitas

Composite
Cronbach's Alpha
Reliability

Intensitas Pengguna 0.653 0.851

Kepuasan Pengguna 0.958 0.973

Kualitas Informasi 0.739 0.854

Kualitas Layanan 0.845 0.906

Kualitas Sistem 0.868 0.905

Net Benefit 0.927 0.954

Sumber: Hasil pengolahan data

| 17 December 2019 | 32
Evaluasi Model Struktural (Inner
Model)
Standard
Original Sample T Statistics
Deviation P Values
Sample (O) Mean (M) (|O/STDEV|)
(STDEV)

Intensitas Pengguna ->

0.295 0.307 0.132 2.234 0.026
Kepuasan Pengguna

Intensitas Pengguna -> Net

0.367 0.367 0.131 2.797 0.005
Benfit

Kualitas Informasi ->

0.147 0.143 0.095 1.552 0.121
Kepuasan Pengguna

Kualitas Informasi -> Net

0.028 0.033 0.098 0.287 0.774
Benfit

Kualitas Layanan ->

0.203 0.198 0.092 2.212 0.027
Kepuasan Pengguna

Kualitas Layanan -> Net

0.234 0.236 0.097 2.408 0.016
Benfit

Kualitas Sistem -> Kepuasan

0.366 0.361 0.132 2.778 0.006
Pengguna

Kualitas Sistem -> Net Benfit 0.334 0.328 0.139 2.397 0.017

Sumber: Hasil pengolahan data

| 17 December 2019 | 33
Evaluasi Model Struktural (Inner
Model)

R Square R Square Adjusted

Kepuasan Pengguna 0.753 0.742

Net Benfit 0.702 0.688

Sumber: Hasil pengolahan data

Kemudian dilakukan evaluasi nilai Goodness of Fit (GoF). Nilai GoF dihitung

dengan persamaan berikut: 𝐺𝑜𝐹 = √𝐴𝑉𝐸 × 𝑅2

dimana 𝐴𝑉𝐸 merupakan rata-rata AVE, sedangkan 𝑅2 adalah rata-rata nilai R2.

Sehingga : GoF = 0.760721 × 0.717316= 0.7387

Nilai GoF sebesar 73.87% dapat dikategorikan sebagai GoF besar, sehingga
dapat dinyatakan model telah sesuai secara substansial dalam
mempresentasikan hasil.

| 17 December 2019 | 34
Pengujian Hipotesis

H1: Kualitas sistem (KS) akan berpengaruh positif terhadap

net benefit Standard
Original Sample T Statistics
Deviation P Values
Sample (O) Mean (M) (|O/STDEV|)
(STDEV)
Kualitas Sistem -> Net
0.334 0.328 0.139 2.397 0.017
Benfit H1
DITERIMA
H2 : Kualitas informasi (KI) akan berpengaruh positif
terhadap net benefit Standard
Original Sample T Statistics
Deviation P Values
Sample (O) Mean (M) (|O/STDEV|)
(STDEV)
Kualitas Informasi -> Net
0.028 0.033 0.098 0.287 0.774
Benfit H2 DITOLAK

H3 : Kualitas layanan (KL) akan berpengaruh positif terhadap

net benefit
Standard
Original Sample T Statistics
Deviation P Values
Sample (O) Mean (M) (|O/STDEV|)
(STDEV)
Kualitas Layanan -> Net
0.234 0.236 0.097 2.408 0.016
Benfit H3 DITERIMA

Sumber: Hasil pengolahan data

| 17 December 2019 | 35
Pengujian Hipotesis

H4 : Intensitas pengguna (PI) akan berpengaruh positif terhadap net

benefit
Standard
Original Sample T Statistics
Deviation P Values
Sample (O) Mean (M) (|O/STDEV|)
(STDEV)
Intensitas Pengguna ->
0.367 0.367 0.131 2.797 0.005 H4 DITERIMA
Net Benfit

H5: Kualitas sistem (KS) akan berpengaruh positif terhadap

kepuasan pengguna Standard
Original Sample T Statistics
Deviation P Values
Sample (O) Mean (M) (|O/STDEV|)
(STDEV)
Kualitas Sistem ->
0.366 0.361 0.132 2.778 0.006
Kepuasan Pengguna
H5 DITERIMA

H6 : Kualitas informasi (KI) akan berpengaruh positif terhadap

kepuasan pengguna Standard
Original Sample T Statistics
Deviation P Values
Sample (O) Mean (M) (|O/STDEV|)
(STDEV)
Kualitas Informasi ->
0.147 0.143 0.095 1.552 0.121
Kepuasan Pengguna
H6 DITOLAK

Sumber: Hasil pengolahan data

| 17 December 2019 | 36
Pengujian Hipotesis

H7 : Kualitas layanan (KL) akan berpengaruh positif terhadap kepuasan

pengguna
Standard
Original Sample T Statistics
Deviation P Values
Sample (O) Mean (M) (|O/STDEV|)
(STDEV)
Kualitas Layanan ->
0.203 0.198 0.092 2.212 0.027
Kepuasan Pengguna H7 DITERIMA

H8 : Intensitas pengguna (IP) akan berpengaruh positif terhadap

kepuasan pengguna
Standard
Original Sample T Statistics
Deviation P Values
Sample (O) Mean (M) (|O/STDEV|)
(STDEV)
Intensitas Pengguna ->
0.295 0.307 0.132 2.234 0.026
Kepuasan Pengguna H8 DITERIMA

Sumber: Hasil pengolahan data

| 17 December 2019 | 37
 1. Kualitas
Sistem, Kualitas Layanan dan
KESIMPULAN Intensistas Pengguna terbukti secara
empiris memberikan pengaruh positif
signifikan terhadap kepuasan pemakai
(user satisfaction) dan manfaat bersih
bagi perusahaan.
2. Kualitas informasi (information quality)
memberikan pengaruh yang positif
terhadap kepuasan pemakai (user
satisfaction) dan manfaat bersih, namun
tidak signifikan
3. Kepuasan pengguna dan net benefit yang
menjadi kriteria keberhasilan sistem
informasi dipengaruhi oleh kualitas
sistem, kualitas layanan, kualitas
informasi dan intensitas pengguna masing
– masing sebesar 75.3% dan 70.8%.
 SARAN

Berikut contoh output dari NETgear

MAJOR EQUIPMENT MANUFACTURING EQUIPMENT CATEGORY EQUIPMENT TYPE UNIT CATEGORY DESCRIPTION
BTS Equipment NSN FMR RADIO MODULE (FXDB) FMR shared with U900
IN Network Ericsson CCN NSP6 Subrack / Magazine CCN NSP6 NMDN 4 SUBRACK2

AP Equipment FIBERHOME HXCF-0800-2500-2-200N02 HXCF-0800-2500-2-200N02 HXCF-0800-2500-2-200N02 Converter FIBER HOME B2161-1E14TX

Antenna Microwave Antenna Diameter 1.6 m Kaki-4 (perkiraan arah 270-359 deg) Indosat Network Kaki-4 (perkiraan arah 270-359 deg)

Masih banyak kesalahan pengisian data. Hal ini disebabkan oleh informasi sistem
netgear yang masih kurang membantu user saat mengisi data.

Untuk meningkatkan kualitas informasi (information quality) penulis

merekomendasikan, setiap informasi yang dihasilkan oleh sistem harus
dihasilkan format yang baik, mudah dimengerti oleh user dan di berikan petunjuk
pengisian yang jelas kepada user, sehingga informasi yang dihasilkan sesuai
dengan data dan lengkap.

| 17 December 2019 | 39
TERIMAKASIH
THANK YOU
감사합니다
‫شكرا‬
ありがとう
GRACIAS
谢谢