1

Analisis Perbandingan Peningkatan Mutu Citra

Dengan Menggunakan Algoritma Lee Dan

Algoritma LIP (Logarithmic Image Processing)

Rulin Swastika

Program Studi S1 Teknik Informatika

Sekolah Tinggi Ilmu Komputer Al-Khairiyah

Jalan H.Enggus Arja No. 1 Lingk. Citangkil Cilegon 42443

email : rulinsqurrahman@yahoo.co.id

Abstrak Peningkatan mutu citra diperlukan agar mutu citra yang dihasilkan lebih baik

untuk keperluan analisis selanjutnya. Untuk itu diperlukan teknik – teknik untuk

peningkatan mutu citra. Dalam penelitian ini membahas teknik peningkatan mutu citra

dalam melakukan analisis perbandingan dengan menggunakan Algoritma Lee, dan

Algoritma LIP (Logarithmic Image Processing). Analisis terhadap hasil uji coba

dilakukan secara kualitatif, yaitu berdasarkan pada pengamatan visual citra hasil uji

coba dan perubahan karakteristik dari bentuk histogramnya. Dari percobaan dengan

menggunakan Algoritma Lee (dengan nilai masukan = 1, = 1 sampai dengan 1,3,

dan = 5) dan Algoritma LIP (dengan nilai masukan = 2, dan = 1 sampai dengan 2)

telah menghasilkan mutu citra yang memuaskan. Pada Algoritma LIP parameter dalam peningkatan mutu citra memiliki range yang lebih luas, sehingga memungkinkan

menghasilkan citra hasil yang lebih banyak. Oleh karena itu metode Algoritma LIP lebih

baik daripada metode Algoritma Lee.

Kata Kunci : Peningkatan mutu citra, Algoritma Lee, Algoritma LIP

1. Pendahuluan

Dewasa ini teknik pengolahan citra mengalami perkembangan yang sangat

pesat, hal ini disebabkan oleh kemajuan teknologi komputer dengan kapasitas

memori yang besar sehingga memungkinkan untuk melakukan kegiatan

komputasi dalam waktu yang relatif singkat. Banyak aplikasi yang terdapat dalam

teknik pengolahan citra, diantaranya adalah peningkatan mutu citra (image

enhancement), pemulihan citra (image restoration), pengkodean citra (image

encoding) dan pemilahan citra (image segmentation).

Dari sekian banyak aplikasi pengolahan citra, bidang yang paling banyak

menarik perhatian adalah peningkatan mutu citra. Tujuannya adalah untuk

menonjolkan ciri-ciri khusus yang terdapat pada suatu citra. Contoh peningkatan

mailto:rulinsqurrahman@yahoo.co.id

2

mutu citra adalah penajaman (sharpening), perbaikan kontras dan tepi, pewarnaan

semu (pseudocoloring), penapisan derau (noise filtering) dan lain-lain.

Proses peningkatan mutu citra sendiri tidak akan meningkatkan informasi

yang sudah terdapat pada citra. Namun akan meningkatkan kisaran dinamis pada

ciri-ciri terpilih, sehingga citra mudah untuk diamati dan dianalisis. Kesulitan

terbesar dalam peningkatan mutu citra adalah penentuan ukuran standar mutu

citra. Oleh karena sejumlah teknik perbaikan mutu citra membutuhkan sarana

interaktif untuk mendapatkan hasil yang memuaskan.

Dengan memperhatikan kebutuhan akan penggunaan teknologi

pengolahan citra yang semakin meningkat dan perlunya proses peningkatan mutu

citra untuk mendapatkan hasil yang memuaskan, maka penulis merasa tertarik

untuk melakukan pengujian dan menganalisis perbandingan hasil peningkatan

mutu citra dengan menggunakan Algoritma Lee, dan Algoritma LIP (Logarithmic

Image Processing).

2. Landasan Teori

2.1 Pengertian Citra Digital

Citra digital adalah citra yang elemen-elemennya dinyatakan dengan suatu

besaran numerik yang membentuk suatu array. Pada layar monitor, citra terdiri

dari kumpulan piksel yang membentuk suatu array.

Sebuah citra dapat dipandang sebagai fungsi dua dimensi, dimana harga-

harga fungsi tersebut f(x,y) pada koordinat bidang (x,y) diruang citra (x,y)

mendefinisikan suatu ukuran intensitas cahaya pada titik tersebut. Fungsi f(x,y)

memiliki rentang nilai nol dan berhingga, karena citra merupakan fungsi intensitas

cahaya yang artinya memiliki energi dan datanya dari kelas diskrit. Secara

matematis hal ini dapat dituliskan sebagai berikut :

0 < f(x,y) < ~ (1)

Menurut presisi yang digunakan untuk menyatakan titik-titik koordinat

pada domain spasial atau bidang untuk menyatakan nilai keabuan atau warna

suatu citra, maka secara teoritis citra dapat dikelompokan dalam empat kelas citra,

yaitu citra kontinu-kontinu, kontinu-diskrit, diskrit-kontinu, diskrit-diskrit.

Dimana label pertama menyatakan presisi dari titik-titik koordinat pada bidang

citra, sedangkan label kedua menyatakan presisi nilai keabuan atau warna.

Kontinu dinyatakan dengan presisi angka tak terhingga, sedangkan diskrit

dinyatakan dengan presisi angka terhingga. Komputer digital hanya dapat

mengolah suatu citra dari kelas diskrit-diskrit, karena bekerja dengan angka-angka

berpresisi terhingga. Citra dari kelas tersebut dikenal dengan nama Citra Digital.

3

Citra Digital dapat langsung diperoleh dengan bantuan menggunakan

kamera digital atau dari citra analog setelah melalui suatu proses sampling dan

kuantitasi, seperti pada proses scanning sebuah photo melalui mesin scanner.

Namun citra digital tidak selalu merupakan hasil langsung dari data rekaman suatu

sistem, kadang-kadang hasil rekaman data bersifat kontinu seperti gambar pada

monitor televisi, sinar X dan lain sebagainya. Dengan demikian untuk

mendapatkan suatu citra digital diperlukan proses konversi, sehingga citra tersebut

selanjutnya dapat diproses dengan komputer.

Untuk mengubah citra yang bersifat kontinu menjadi citra digital

diperlukan proses pembuatan kisi-kisi horisontal dan vertikal, sehingga diperoleh

gambar dalam bentuk array dua dimensi. Proses tersebut dikenal dengan digitisasi

atau sampling. Pembagian suatu citra menjadi sebuah piksel dengan ukuran

tertentu ini akan menentukan resolusi spasial yang diperoleh.

Digitisasi atau sampling adalah suatu proses untuk mengubah citra dalam

bentuk analog yang berisi informasi kontinu ke bentuk citra digital yang berisi

informasi yang bersifat diskrit, yang dilakukan dengan membuat kisi-kisi arah

horisontal dan vertikal.

Resolusi spasial adalah derajat kehalusan dari proses pembuatan sel-sel

arah horisontal dan vertikal yang membagi suatu citra menjadi beberapa piksel.

Semakin tinggi resolusi yang diperoleh yang berarti semakin kecil ukuran

pikselnya, maka semakin halus citra yang diperoleh karena informasi yang hilang

akibat pengelompokan tingkat keabuan pada proses pembuatan sel-sel akan

semakin kecil. Proses yang diperlukan selanjutnya dalam konversi tersebut diatas

adalah proses kuantitasi. Dalam proses ini tingkat keabuan setiap piksel

dinyatakan dengan suatu harga integer. Kuantisasi merupakan proses untuk

menterjemahkan tingkat keabuan atau warna suatu piksel ke dalam bentuk

numerik. Kuantisasi merupakan besaran integer dari dua, dapat dilihat dalam

persamaan berikut :

G = (2)m (2)

Dimana : G = Jumlah tingkat keabuan

m = Jumlah kuantisasi tiap pikselnya

Untuk kuantisasi 8 bit per piksel misalnya, nilai elemen-elemen matriksnya

berada dalam range [0..255].

2.2 Representasi Citra Digital

Seperti pada bahasan sebelumnya bahwa sebuah citra digital merupakan

citra kontinu f(x,y) yang telah digitisasi sehingga membentuk array dua dimensi,

dimana elemen-elemen array tersebut berupa besaran integer, yang menyatakan

tingkat keabuan citra pada titik tersebut.

Seluruh tahapan proses konversi diatas dikenal sebagai konversi analog ke

digital yang biasanya akan menyimpan hasil prosesnya pada memori citra,

4

kemudian dikenal sebagai proses digitisasi. Citra f(x,y) disimpan dalam memori

komputer atau penyimpanan bingkai citra dalam bentuk array N x M sample

diskrit dengan jarak sama dengan berikut :

)1,1()1,1()0,1(

)1,1()1,1()0,1(

)1,0()1,0()0,0(

),(

MNfNfNf

Mfff

Mfff

yxf

(3)

Sisi sebelah kanan dari persaman (3) dikenal sebagai citra digital. Setiap

elemen dari arraynya disebut sebagai elemen gambar atau piksel, yang merupakan

suatu daerah persegi empat kecil dengan ukuran tertentu, ukuran piksel ini sering

disebut resolusi piksel. Pada banyak aplikasi, dipilih N = M, dengan suatu harga

tertentu. Nilai elemen-elemen dari matrik ini merupakan besaran integer yang

rentangnya ditentukan oleh jumlah kuantisasi tiap pikselnya.

Tingkat intensitas suatu citra ditunjukan oleh sebuah tingkat keabuan dan

keseluruhan tentang tingkat keabuan seringkali dipilih dalam pangkat dua,

sehingga sembarang piksel pada matrik berukuran N x N akan memiliki tingkat

intensitas g.

0 < g < 2m – 1 (4)

dimana : m = bilangan bulat

2.3 Citra Greyscale

Citra greyscale adalah citra dengan 256 tingkat keabuan (m = 8), sehingga

citra yang dihasilkan terdiri dari matrik dengan 256 macam harga dengan range

[0,…,255], setiap titik pada matrik tersebut dapat bernilai 0 sampai 255 yaitu

intensitas tingkat keabuan mulai dari hitam sampai putih.

Tingkat keabuan diantara hitam dan putih adalah perpaduan antara hitam

dan putih dengan kadar warna keduanya diurut dari mulai kadar hitam yang lebih

dominan hingga kadar putih yang lebih dominan.

2.4 Citra Biner

Citra biner adalah citra dengan dua tingkat skala keabuan (m = 1),

sehingga citra yang dihasilkan terdiri dari matrik dengan dua macam harga berupa

5

citra beresolusi warna monochrome. Setiap titik-titik pada matrik dapat berwarna

hitam atau putih saja dan hanya memerlukan suatu harga permulaan. Jadi sebuah

citra yang hanya terjadi dari dua intensitas tingkat keabuan yaitu hitam dan putih

atau gelap dan terang atau juga 0 dan 1 disebut dengan Citra biner.

Secara matematis citra dinyatakan dengan f(x,y) dapat dibinerkan dengan

aturan sebagai berikut :

Jika f(x,y) > T, maka f’(x,y) = 1

Jika f(x,y) < T, maka f’(x,y) = 0

Dimana : f(x,y) = Harga intensitas pada koordinat (x,y)

T = Harga ambang

f’(x,y) = Versi biner dari f(x,y

Jadi citra biner mudah dibuat, disimpan dan dimanipulasi, karena setiap piksel

diasosiasikan dengan informasi sebuah bit tunggal.

2.5 Piksel

Piksel atau pixel (picture element) yang berarti elemen gambar merupakan

bagian terkecil dari suatu citra. Setiap piksel menyimpan informasi warna sendiri.

Infromasi warna yang ditampilkan oleh piksel tergantung jumlah bit per piksel.

2.6 Elemen - Elemen Dasar Citra

Berikut ini secara umum elemen-elemen dasar yang penting dari suatu

citra serta kaitannya dengan sistem visual manusia. Elemen-elemen citra yang

dimaksud adalah sebagai berikut :

1. Kecerahan

Kecerahan (brightness) adalah intensitas yang terjadi pada 1 titik citra. Dan

lazimnya pada suatu citra, kecerahan ini merupakan rata-rata dari suatu daerah

lokal. Sistem visual manusia mampu menyesuaikan diri dengan tingkat

kecerahan (brightness level) dengan jangkauan dari yang terendah sampai

yang tertinggi. Batas penyesuaian gelap terendah disebut dengan scotopic

treshold sedangkan batas penyesuaian terang tertinggi disebut dengan glare

treshold.

2. Kontur

6

Yang dimaksud dengan kontur (contour) adalah suatu keadaan pada citra

dimana terjadi perubahan intensitas dari suatu titik ke titik tetangganya.

Dengan perubahan intensitas inilah mata manusia sanggup mendeteksi

pinggiran atau kontur suatu benda.

3. Warna

Warna (color) adalah reaksi yang dirasakan oleh sistem visual manusia

terhadap perubahan panjang gelombang cahaya. Setiap warna memiliki

panjang gelombang sendiri-sendiri. Warna merah memiliki panjang

gelombang yang paling tinggi, warna violet memiliki panjang gelombang

yang terendah. Pada umumnya sebagian besar warna dapat dihasilkan dari

percampuran 3 buah warna yaitu Red, Green dan Blue. Dengan jalan mengatur

brightness akan didapat bermacam-macam warna.

4. Bentuk

Pada umumnya citra yang dibentuk oleh mata merupakan citra 2 dimensi,

sedangkan objek yang diamati biasanya 3 dimensi. Biasanya setelah

mendapatkan interprestasi tentang citra, maka sistem visual manusia

cenderung untuk mengabaikan hal-hal yang tidak konsisten pada citra

tersebut.

5. Deteksi dan pengenalan

Pada hakekatnya sistem visual manusia tidak menerima informasi citra secara

terpisah pada setiap titik, tetapi citra dianggap sebagai satu kesatuan. Dalam

mendeteksi serta mengenali suatu citra sering tidak hanya sistem visual

manusia yang bekerja tetapi juga seluruh ingatan yang dimiliki.

2.7 Besaran Statistik Citra

2.7.1 Histogram Citra

Histogram suatu citra adalah fungsi yang menunjukan jumlah piksel dari

suatu tingkat keabuan tertentu terhadap tingkat keabuannya. Suatu histogram

dapat dipandang sebagai suatu fungsi padat peluang diskrit suatu citra. Suatu

histogram tidak memberikan infromasi tentang lokasi dari piksel atau perkiraan

suatu piksel terhadap piksel lainnya, tapi menyatakan deskripsi global dari

penampakan suatu citra.

7

Histogram sebuah citra dengan tingkat keabuan dalam range [0,L-1]

adalah suatu fungsi peluang diskrit p(rk) = nk/n, dimana rk adalah tingkat keabuan

ke-k, nk adalah jumlah piksel dengan tingkat keabuan rk, n adalah jumlah total

piksel dalam citra, dan k = 0, 1, 2, .., l-1.

p(rk)

p(rk)

Gambar 1. Histogram dari beberapa tipe citra, (a) citra gelap, (b) citra

cerah,

(c) citra kontras rendah, dan (d) citra kontras tinggi

Histogram p(rk) menunjukan probabilitas setiap tingkat keabuan yang

terjadi pada citra tersebut. Plot dari fungsi ini untuk semua nilai k memberikan

deksripsi umum dari penampakan atau visual citra. Sebagai contoh gambar 2.3

menunujukan histogram dari beberapa tipe citra, yaitu citra gelap, citra cerah,

citra kontras rendah, dan citra kontras tinggi

rk

(a)

rk

p(rk)

(b)

rk

(c)

rk

(d)

p(rk)

8

2.7.2 Peluang

Nilai peluang dari suatu intensitas piksel b adalah :

M

bNbP

)()( (5)

dengan N(b) adalah banyaknya piksel dengan intensitas b dan M adalah jumlah

piksel dalam citra digital tersebut.

2.7.3 Rata-Rata

Rata–rata (mean) dari suatu citra digital didefinisikan sebagai :

1

0

)(.L

b

bPbb (6)

L menunjukan tingkat keabuan citra digital tersebut.

2.7.4 Variansi dan Standar Deviasi

Variansi suatu citra digital didefinisikan sebagai :

1

0

22 )()(L

b

b bPbb (7)

Variansi merupakan kumpulan tingkat sebaran nilai data disekitar rata-rata.

Sedangkan standar deviasi merupakan akar kuadrat positif dari variansi. Jika suatu

kumpulan data mempunyai nilai variansi atau standar deviasi kecil, berarti

kumpulan data mempunyai nilai lebih banyak di sekitar rata-rata (mean) dan

sebaliknya.

2.8 Peningkatan Mutu Citra Digital

Peningkatan mutu citra merupakan suatu proses yang dilakukan untuk

mendapatkan kondisi tertentu pada citra. Proses tersebut bisa dilakukan dengan

menggunakan berbagai macam metode, tergantung pada kondisi yang diharapkan

pada citra tersebut, misalnya mempertajam bagian tertentu pada citra, mengurangi

gangguan, manipulasi kontras, pembesaran citra dan lain-lain.

9

Operasi peningkatan mutu citra digital bekerja berdasarkan prosedur yang

bersifat heuristic untuk tujuan yang spesifik, artinya bahwa operasi peningkatan

mutu terbaik untuk semua citra jenis X tidak harus sama dengan operasi

peningkatan mutu terbaik untuk semua citra jenis Y. operasi ini sering digunakan

untuk meningkatkan mutu suatu citra digital yang telah mengalami degradasi

akibat proses digitasi maupun pengiriman.

Metode yang digunakan dalam peningkatan mutu citra secara umum dapat

dibagi menjadi 2 kategori, yaitu :

• Metode Histogram

Dengan menghitung jumlah piksel untuk setiap derajat keabuan histogram dari

citra yang dibentuk. Metode ini bekerja hanya berdasarkan informasi bentuk

histogram yang akan berubah sesudah metode ini diterapkan. Operasi seperti

Histogram Modification, Histogram Equalization, dan Histogram stretching

adalah termasuk kelompok ini.

• Filter atau Algoritma Dua Dimensi

Citra sering perlu difilter untuk menghilangkan derau, menghaluskan atau

menajamkan citra. Filter yang sering digunakan anatara lain filter lalu tinggi

(high pass filter), filter lalu rendah (low pass filter), filter rata-rata (mean

filter) dan filter nilai tengah (median filter). Selain menggunakan filter,

algoritma juga bisa digunakan seperti Algoritma lee dan Algoritma LIP

(Logarithmic Image Processing).

3. Metode Penelitian

3.1. Algoritma Lee

J.S. Lee telah menulis algoritma sederhana untuk peningkatan mutu citra,

algoritma ini selanjutnya disebut dengan Algoritma Lee, yaitu :

),(),(),(),(' jiAjiFjiAjiF (8)

dimana : F(i,j) dan F’(i,j) adalah nilai piksel sebelum dan sesudah pemrosesan,

A(i,j) adalah nilai rata-rata piksel pada window n x n yang berpusat pada koordinat

(i,j), dan parameter , , adalah bilangan real.

10

3.2. Algoritma LIP

Metode Algoritma LIP (Logarithmic Image Processing) diperkenalkan

pertama kali oleh M. Jourlin. Dalam Algoritma LIP, intensitas suatu citra

dimodelkan dengan fungsi keabuannya (f). Contoh dari fungsi keabuan adalah

fungsi penyerapan filter cahaya dimana tiap posisinya diketahui opasitasnya. Oleh

karena itu, fungsi keabuan f didefinisikan pada domaian spasial, dengan nilai

dalam interval [0, M] dimana M adalah positif. Penjumlahan dan perkalian citra

yang bersifat logaritmik, dinotasikan dengan dan .

3.3 Perancangan Algoritma

Berikut ini adalah perancangan algoritma yang digunakan pada metode

penelitian untuk proses peningkatan mutu citra dalam implementasinya pada

perangkat lunak.

3.3.1. Procedure Algoritma Lee

Procedure AlgoritmaLee adalah procedure untuk proses peningkatan mutu

citra dengan menggunakan Algoritma Lee sebagaimana ditulis dalam persamaan

(3.3). Sedangkan ukuran jendela (window) yang digunakan disini adalah jendela

(window) berukuran 3 x 3 piksel. Procedure ini ada dikelas TFormCitra.

Procedure AlgoritmaLee

Kamus :

x,y,i,j : integer

alpha,beta,nu : real

rata,hasil,temp : real

BM_asal : Bitmap{data bitmap citra masukan}

BM_hasil : Bitmap{data bitmap citra hasil}

tinggibitmap : integer

lebarbitmap : integer

x +

11

Algoritma :

Input(alpha)

Input(beta)

Input(nu)

For y = 0 to tinggibitmap-1 do

For x = 0 to lebarbitmap-1 do

rata 0.0

temp 0.0

For i = y-1 to y+1 do

For j = x to x+1 do

temp temp + BM_asal[i,j]

Endfor

Endfor

rata temp/9

temp rata * (alpha – beta)

temp temp + BM_asal[x,y] * beta + nu

If temp > 255 then

hasil 255

Else if temp< 0 then

hasil 0

Endif

BM_hasil[x,y] round(hasil)

Endfor

Endfor

Dari perancangan Algoritma Lee diatas dapat diketahui langkah – langkah

yang perlu dilakukan dalam mengimplementasikan perhitungan Algoritma Lee

pada perangkat lunaknya. Langkah – langkah tersebut adalah sebagai berikut :

1. Pertama kali masukan (alpha), (beta), dan (nu)

Input(alpha)

Input(beta)

Input(nu)

2. Untuk setiap piksel dalam bitmap

a. Mencari rata-rata nilai piksel-piksel pada jendela berukuran 3 x 3 yang

berpusat pada piksel tersebut.

For i = y-1 to y+1 do

For j = x to x+1 do

temp temp + BM_asal[i,j]

Endfor

Endfor

rata temp/9

12

b. Mengalikan rata-rata pada point (a) dengan hasil pengurangan masukan ,

dengan masukan . Hasilnya ditambah dengan hasil perkalian piksel pusat

dengan nilai masukan , ditambahkan lagi dengan nilai masukan .

temp rata * (alpha – beta)

temp temp + BM_asal[x,y] * beta + nu

c. Berikutnya adalah mendapatkan nilai piksel hasil

If temp > 255 then

hasil 255

Else if temp< 0 then

hasil 0

Endif

BM_hasil[x,y] round(hasil)

3.3.2. Procedure Algoritma LIP

Procedure AlgoritmaLIP adalah procedure untuk proses peningkatan mutu

citra dengan menggunakan Algoritma LIP sebagaimana ditulis dalam persamaan

(3.19). Sedangkan ukuran jendela (window) yang digunakan disini adalah jendela

(window) berukuran 3 x 3 piksel. Procedure ini ada dikelas TFormCitra.

Procedure AlgoritmaLIP

Kamus :

x,y, i, j : integer

alpha, beta : real

rata,hasil,temp : real

BM_asal : Bitmap {data bitmap citra masukan}

BM_hasil : Bitmap {data bitmap citra hasil}

tinggibitmap : integer

lebarbitmap : integer

Algoritma :

Input(alpha)

Input(beta)

For y = 0 to tinggibitmap-1 do

For x = 0 to lebarbitmap-1 do

rata 0.0

13

temp 0.0

For i = y-1 to y+1 do

For j = x to x+1 do

temp temp + log10(BM_asal[i,j]/255)

Endfor

Endfor

rata temp/9

temp rata * (alpha – beta)

temp temp + log10(BM_asal[x,y] /255) * beta

hasil exp(temp) * 255

If hasil > 255 then

hasil 255

Else if hasil< 0 then

hasil 0

Endif

BM_hasil[x,y] round(hasil)

Endfor

End for

Dari perancangan Algoritma LIP diatas dapat diketahui langkah – langkah

yang perlu dilakukan dalam mengimplementasikan perhitungan Algoritma LIP

pada perangkat lunaknya. Langkah – langkah tersebut adalah sebagai berikut :

1. Pertama kali masukan (alpha), (beta), dan (nu)

Input(alpha)

Input(beta)

2. Untuk setiap piksel dalam bitmap

a. Mencari rata-rata nilai log piksel-piksel yang dinormalisasi pada jendela

berukuran 3 x 3 yang berpusat pada piksel tersebut.

rata 0.0

temp 0.0

For i = y-1 to y+1 do

For j = x to x+1 do

temp temp + log10(BM_asal[i,j]/255)

Endfor

Endfor

rata temp/9

14

b. Mengalikan rata-rata pada point (a) dengan hasil pengurangan masukan ,

dengan masukan . Hasilnya ditambah dengan hasil perkalian nilai log

piksel pusat yang dinormalisasi dengan nilai masukan .

temp rata * (alpha – beta)

temp temp + log10(BM_asal[x,y] /255) * beta

c. Berikutnya adalah mendapatkan nilai piksel hasil dengan melakukan

denormalisasi hasil eksponensialnya.

hasil exp(temp) * 255

If hasil > 255 then

hasil 255

Else if hasil< 0 then

hasil 0

Endif

BM_hasil[x,y] round(hasil)

4. Pengujian dan Analisis

4.1. Spesifikasi Kebutuhan Sistem

Spesifikasi sistem yang dibutuhkan untuk menjalankan aplikasi

peningkatan mutu citra ini adalah sebagai berikut :

1. Perangkat keras komputer pribadi dengan spesifikasi :

a. Processor Dual Core 2,0 Ghz atau yang lebih tinggi

b. RAM 512 MB atau lebih

c. Monitor SVGA

d. Mouse dan Keyboard (papan kunci)

e. Harddisk, disesuaikan dengan kebutuhan

f. Printer, disesuaikan dengan kebutuhan

2. Perangkat lunak

a. Microsoft Windows XP atau yang lebih tinggi

b. Aplikasi pengolah citra untuk menangkap gambar dari Scanner dan

menyimpan dalam bentuk BMP.

15

4.2 Data Masukan

Data masukan yang dibutuhkan pada aplikasi peningkatan mutu citra ini

adalah :

a. Citra dengan format bitmap (.BMP).

b. Citra masukan harus mempunyai tingkat keabuan 256 warna (grayscale) atau

8 bit.

4.3 Data Keluaran

Data keluaran dari aplikasi peningkatan mutu citra ini adalah :

a. Citra dengan format bitmap (.BMP).

b. Citra keluaran mempunyai tingkat keabuan 256 warna (grayscale) juga.

4.4 Implementasi Antarmuka

Pembuatan antarmuka program dengan Borland Delphi menggunakan

jendela kerja yang disebut dengan form. Pada form ini dapat diletakan kontrol-

kontrol objek yang akan digunakan oleh program, misalnya kontrol tombol,

kontrol teks atau kontrol gambar. Setiap form dan kontrol objek mempunyai

sebuah properti untuk menentukan nama, warna, ukuran, lokasi, dan penampilan

form atau kontrol tersebut di layar.

Pembutan antarmuka aplikasi diusahakan dapat memenuhi beberapa

prinsip penting dalam perancangan antarmuka pemakai, sehingga antarmuka

benar-benar dapat membantu mempermudah pemakai dalam menggunakan

program aplikasi peningkatan mutu citra ini.

4.5 Analisis Proses Peningkatan Mutu Citra

Dalam proses peningkatan mutu citra diperlukan tahapan-tahapan yang

perlu dilakukan, yaitu :

1. Pembacaan data citra, merupakan tahapan pembacaan file citra dengan

format bitmap, kemudian keluaran tahapan ini disimpan dalam buffer yang

berbentuk bitmap.

2. Proses peningkatan mutu citra, merupakan proses peningkatan mutu citra

sesuai dengan metode yang digunakan.

16

3. Visualisasi citra, marupakan tahapan untuk menampilkan hasil proses

peningkatan mutu citra pada layar monitor.

4.6 Pembacaan Data Citra

Proses pembacaan data citra adalah operasi-operasi yang dilakukan pada

citra masukan untuk memperoleh informasi yang terkandung didalamnya

mengenai ukuran, jumlah bir per piksel, dan data piksel citra. Kemudian dari

informasi yang diperoleh dilakukan operasi penyimpanan informasi yang

diperlukan ke dalam buffer bitmap.

4.7 Proses Peningkatan Mutu Citra

Setelah data citra masukan berada pada buffer yang sudah disediakan

maka proses selanjutnya adalah memproses data masukan pada buffer agar

mempunyai kualitas yang lebih baik sesuai dengan keinginan. Hal ini dapat dilihat

dari visual citra hasilnya.

4.8 Proses Visualisasi

Tahap terakhir dari proses peningkatan mutu citra ini adalah menampilkan

hasil peningkatan mutu citra berupa citra bitmap hasilnya pada layar monitor dan

perubahan karakteristik histogramnya.

4.9 Uji Coba Aplikasi

Uji coba dilakukan dengan cara memasukan file citra masukan ke dalam

aplikasi yang telah dibuat. Dengan memperhatikan citra keluaran aplikasi

dihasilkan dengan citra sebelum dilakukan proses, dapat diperlihatkan perbedaan

diantara keduanya. Pada uji coba aplikasi ini dilakukan dengan menggunakan

metode Algoritma LIP.

Uji coba dilakukan dengan tahap-tahap sebagai berikut :

1. Memasukan file citra dengan format bitmap untuk diproses

2. Memilih proses yang dikehendaki dan memberikan parameter masukan yang

dibutuhkan, kemudian melihat hasilnya.

17

Seperti yang telah dijelaskan pada BAB III bahwa algoritma yang

diimpelementasikan untuk Algoritma LIP adalah persamaan (3.19) yaitu :

),(log),(log),(log),('log jiajifjiajif

dengan

),(log1

),(log

2/

2/

2/

2/

lkfnxn

jia

nj

njl

ni

nik

misalkan terdapat piksel-piksel citra (dengan asumsi window 3x3) seperti berikut :

j-1 j j+1

i-1 65 60 85

i 50 50 55

i+1 45 45 40

Maka didapatkan :

),(log jia 1/9 (log(65/255) + log(60/255) + log (85/255) + log(50/255) + log(50/255) + log(55/255) + log (45/255) + log (45/255)

+ log (40/255))

),(log jia -0,67

),(log jif (60 + 60 + 85 +50 + 50 + 55 +45 +45 + 40) / 255 = 1,94 = 1,94 / 9 = 0, 215

= log (0.215) = - 0,7

jadi ),('log jif (-0,67) + [(-0,7) – (-0,67)]

Misalkan nilai paramater = 1 dan = 1, maka didapatkan :

),('log jif 1(-0,67) + 1[(-0,7) – (-0,67)]

),('log jif -0,7 f’(i,j) = 255*exp(-0,7)

f’i,j) = 50,9

dan dengan cara yang sama untuk berbagai nilai dan didapatkan :

• Untuk nilai = 0,1 dan = 0,5, nilai piksel baru f’ = 456

• Untuk nilai = 1 dan = 0,5, nilai piksel baru f’ = 114

• Untuk nilai = 2 dan = 0,5, nilai piksel baru f’ = 24

18

• Untuk nilai = 0,5 dan = 1, nilai piksel baru f’ = 204

Dari data diatas terlihat bahwa nilai parameter yang kecil menghasilkan

nilai piksel baru yang tinggi (lebih tajam atau cerah), sedangkan nilai parameter

pada perhitungan diatas tidak terlihat sehingga harus dilihat melalui visual citra

hasil atau melalui histogramnya.

4.10 Objek Penelitian

Proses penelitian ini dilakukan dengan bantuan perangkat lunak yang telah

dirancang. Perangkat lunak tersebut mampu menampilkan citra yang akan diolah,

melakukan proses peningkatan mutu citra, menghitung parameter analisis, serta

menampilkan citra hasil pemrosesan peningkatan mutu citra.

Citra digital yang akan digunakan dalam penelitian ini adalah citra objek

photo ‘Wanita’ atau Wanita.bmp dengan ukuran 150 x 217 piksel seperti terlihat

pada gambar 2.

Gambar 2. Objek Photo ‘Wanita’

( Ukuran 150x217 Piksel, Tingkat Keabuan 8 bit )

Karakteristik objek photo ‘Wanita’ pada gambar 3 dapat diamati melalui

bentuk histogram berikut :

19

Gambar 3 Histogram Citra Original Objek Photo ‘Wanita’

Dari gambar 3 dapat diketahui tingkat keabuan yang digunakan oleh objek

photo ‘Wanita’ lebih banyak berada pada daerah tingkat keabuan rendah (0 - 20),

dengan nilai rata – rata 77,54 dan standar deviasi 85,01. Hal ini memungkinkan

bahwa citra lebih banyak didominasi oleh warna gelap.

5. Kesimpulan

Kesimpulan yang data ditarik berdasarkan hasil peneltian yang dilakukan

adalah sebagai berikut :

a. Penggunaan Algoritma Lee dan Algoritma LIP (Logarithmic Image

Processing) pada objek penelitian (objek photo ‘Wanita’) akan menghasilkan

nilai rata-rata dan standar deviasi yang bervariasi. Perubahan nilai rata-rata

dan standar deviasi pada citra original sebelum dan sesudah diproses dengan

ketiga metode diatas dapat digunakan untuk menentukan kualitas dari metode

yang digunakan.

b. Berdasarkan percobaan – percobaan tersebut dengan menggunakan metode

Algoritma Lee (dengan nilai masukan = 1, = 1 sampai dengan 1,3 dan =

5) dan Algoritma LIP (dengan nilai masukan = 2, dan = 1 sampai dengan

2) menghasilkan visual citra hasil pemrosesan yang diinginkan. Hal ini

membuktikan bahwa pada percobaan dengan Algoritma LIP memiliki range

20

yang lebih luas pada parameter , sehingga memungkinkan menghasilkan

citra hasil yang diinginkan dengan lebih banyak. Oleh karena itu metode

Algoritma LIP lebih baik daripada metode Algoritma Lee atau Perataan

Histogram.

c. Perbedaan yang mendasar dari Algoritma Lee dan Algoritma LIP, yaitu

pertama, nilai masukan yang rendah pada Algoritma Lee menjadikan citra

lebih gelap, sedangkan nilai masukan yang tinggi menjadikan citra lebih

cerah. Hal ini berlaku sebaliknya untuk nilai masukan pada Algoritma LIP.

Kedua, pada Algoritma Lee memerlukan nilai masukan untuk parameter ,

sedangkan untuk pada Algoritma LIP tidak memerlukan nilai masukan

parameter .

d. Persamaan dari metode Algoritma Lee dan Algoritma LIP adalah fungsi dari

parameter , yaitu berpengaruh terhadap ketajaman citra dan kehalusan citra.

Semakin tinggi nilai masukan maka menghasilkan citra dengan ketajaman

citra dan kehalusan citra yang berkurang.

5. Daftar Pustaka

Agus Haryanto, (2007), Membuat Aplikasi Sederhana Dengan Microsoft

Access, Elex Media Komputindo, Jakarta.

Adi Kurniadi, (1999), Pemrograman Microsoft Visual Basic 6, Elex Media

Komputindo, Jakarta.

Castleman, K. R.. 1996. Digital Image Processing. New Jersey : Prentice Hall

Inc.

Dwiandiyanta, B. Yudi. 2000. Perbandingan Beberapa Algoritma Untuk

Peningkatan Kontras Citra. Jurnal Teknologi Industri Vol. IV Hal :

195- 208.

Ekstrom, Michael P. 1999. Digital Image Processing Techniques. London :

Academic Press, Inc.

Frerking, Gary., Wallace, Nathan., and Niddery, Wayne. 1998. Borland delphi

How-To. Corte Madera : The Waite Group, Inc.

21

G. Deng, L. W. Cahill and G. R. Tobin. 2000. The Study of Logarithmic

Processing Model and Its Application to Image Enhancement, IEEE

Transaction on Image Processing.

Gonzales, R.C. and Paul Wintz. 1987. Digital Image Processing. USA : Addison

Wesley Publishing Company, Inc.

Martina, Inge. 2005. Belajar Sendiri Borland Delphi 7.0. Jakarta : Elex Media

Komputindo.

Nalwan, Agustinus. 2000. Pengolahan Gambar Secara Digital. Jakarta : Elex

Media Komputindo.

22

Software Education Peningkatan Minat Baca Pada Anak Usia Dini

dengan menggunakan Model TAM (Technology Acceptance Model)

Darpi Supriyanto

Program Studi S1 Teknik Informatika

Sekolah Tinggi Ilmu Komputer Al-Khairiyah

Jalan H.Enggus Arja No. 1 Lingk. Citangkil Cilegon 42443

email : darpisupriyanto@yahoo.co.id

Abstrak Dengan adanya Software Education untuk pembelajaran cara membaca anak

usia dini ini diharapkan dapat mendukung pembelajaran dengan penyajian yang

menyesuaikan cara anak usia dini belajar (bermain sambil belajar). Model yang

digunakan untuk Software Education pembelajaran cara membaca adalah dengan

menggunakan model TAM (Technology Acceptance Model) yang akan dianalisis dengan

menggunakan software AMOS. Dari hasil penelitian disimpulkan bahwa (1) Dari tabel

uji parameter variabel PEOU terbukti dari nilai yang diperoleh X1 (fleksibiltas), X2

(kemudahan untuk diakses) dan X4 (kemudahan untuk digunakan) pada uji parameter

model pengukuran variabel PEOU dengan signifikansi (sig)/taraf nyata (ά) 0.05 di atas

nilai kritis (sig ≤ ά). Maka dapat dikatakan bahwa Software Education cara baca dapat

digunakan secara fleksibel, mudah diakses dan mudah untuk dipahami. (2) Dari tabel uji

parameter variabel PU terbukti dari nilai yang diperoleh Y1 (meningkatkan efektivitas),

Y2 (mendapatkan informasi yang dibutuhkan), dan Y3 (lebih mudah dalam memberikan

mater) pada uji parameter model pengukuran variabel PU dengan signifikansi (sig)/taraf

nyata (ά) 0.05 di atas nilai kritis (sig ≤ ά). Sedangkan parameter pengukuran Y4

(menghemat waktu) ditetapkan bernilai 1. Maka dapat dikatakan bahwa dengan

menggunakan Software Education Cara Baca dapat meningkatkan minat dan efektivitas,

bisa mendapatkan informasi yang dibutuhkan, lebih mudah memberikan materi dan

menghemat waktu.

.

Kata Kunci: Software Education, Technology Acceptance Model

1. Pendahuluan

Pada era globalisasi seperti sekarang ini teknologi informasi memegang

peranan yang sangat penting pada berbagai aspek kehidupan. Hal ini dapat

dipahami karena keberadaan teknologi informasi tersebut dapat memenuhi

kebutuhan informasi dengan cepat, tepat, relevan dan akurat sehingga dapat

digunakan oleh pengguna teknologi dalam membantu menyelesaikan pekerjaan.

Untuk memenuhi kebutuhan informasi yang relevan, cepat, dan akurat tersebut,

maka penerapan teknologi informasi khususnya yang berbasis komputer tidak

dapat terlepas dari peranan tiga komponen dasar komputer yaitu berupa (1)

perangkat keras (hardware) (2) Perangkat lunak (software) dan (3) pengguna

(brainware).

23

Suksesnya penerapan teknologi informasi sangat bergantung pada

penerimaan oleh user sebagai pengguna teknologi. (Davis, 1989:p79) telah

mengembangkan suatu model penerimaan teknologi (TAM = Technology

Acceptance Model) untuk menjelaskan dan memprediksi penerimaan teknologi

oleh user. Model TAM secara terinci menjelaskan penerimaan teknologi

informasi dengan dimensi-dimensi tertentu yang dapat mempengaruhi penerimaan

teknologi oleh pengguna. Model ini menempatkan faktor sikap, niat, dan perilaku

pengguna dengan menggunakan 2 variabel masukan utama yaitu kemanfaatan

(usefulness) dan kemudahan (easy of use). Secara empiris model ini telah terbukti

memberikan gambaran perilaku pengguna teknologi informasi, yakni banyak

pengguna teknologi informasi dapat menerima TI karena sesuai dengan apa yang

diinginkan Iqbaria, 1997:p86).

Penggunaan teknologi berupa Software Education ini untuk pembelajaran

cara membaca anak usia dini, di beberapa sekolah PAUD (Pendidikan Anak Usia

Dini) di Cilegon. Belajar membaca untuk anak-anak terkadang sangat susah

dilakukan. Perlu berbagai trik yang harus dilakukan agar si anak terangsang untuk

mau belajar membaca. yang perlu diperhatikan adalah bahwa setiap anak

mempunyai karakteristik sendiri-sendiri. Satu metoda bisa efektif bagi seorang

anak akan tetapi mungkin tidak bisa diterapkan pada anak lain. Kejelian kita

sebagai orang tua yang harus bisa membaca sifat si anak dan memberikan metoda

yang paling cocok bagi si anak untuk mulai belajar membaca.

Pada prinsipnya setiap anak mempunyai kesamaan, yaitu sama-sama suka

bermain. Memang dunia anak adalah dunia bermain. Apa kaitannya Belajar

Membaca dengan dunia anak yang suka bermain? Tentu ini mempunyai relevansi

yang sangat tinggi. Permainan apa yang sangat disukai si anak dan metoda apa

yang harus diterapkan untuk mengajari anak belajar membaca adalah suatu hal

yang tidak bisa dipisahkan agar si anak bisa bermain sekaligus belajar.

Pendidikan usia dini merupakan pendidikan yang diberikan kepada anak

sejak usia 0-6 tahun. Usia dini merupakan usia emas untuk menyerap berbagai

informasi. Namun orangtua dan tenaga pendidik harus memberikan materi yang

dekat dengan kehidupan dan lingkungan anak yang terrefleksi dalam kegiatan

pembelajaran yang menyenangkan.

24

Dengan adanya Software Education untuk pembelajaran cara membaca

anak usia dini ini diharapkan dapat mendukung pembelajaran dengan penyajian

yang menyesuaikan cara anak usia dini belajar (bermain sambil belajar).

Model yang digunakan untuk menggambarkan bentuk hubungan perilaku

dalam penerimaan Software Education untuk pembelajaran cara membaca adalah

dengan menggunakan model TAM (Technology Acceptance Model) yang akan

dianalisis dengan menggunakan software AMOS.

2. Landasan Teori

2.1. Technology Acceptance Model (TAM)

Beberapa model yang dibangun untuk menganalisis dan memahami faktor-

faktor yang mempengaruhi diterimanya penggunaan teknologi komputer,

diantaranya yang tercatat dalam berbagai literatur dan referensi hasil riset

dibidang teknologi informasi adalah seperti Theory of Reasoned Action (TRA),

Theory of Planned Behaviour (TPB), dan Technology Acceptance Model (TAM).

Model TAM yang dikembangkan dari teori psikologis, menjelaskan prilaku

pengguna komputer yaitu berlandaskan pada kepercayaan (belief), sikap

(attitude), intensitas (intention), dan hubungan prilaku pengguna (user behaviour

relationship). Tujuan model ini untuk menjelaskan faktor-faktor utama dari

prilaku pengguna TI terhadap penerimaan pengguna TI, secara lebih terinci

menjelaskan penerimaan TI dengan dimensi-dimensi tertentu yang dapat

mempengaruhi dengan mudah diterimanya TI oleh si pengguna (user).

Model ini menempatkan faktor sikap dari tiap-tiap perilaku pengguna

dengan dua variabel yaitu :

a. Kemudahan penggunaan (ease of use).

b. Kemanfaatan (usefulness),

Kedua variabel ini dapat menjelaskan aspek keperilakuan pengguna

(Davis, 1989:p320) dalam Iqbaria et al, 1997). Kesimpulannya adalah model

TAM dapat menjelaskan bahwa persepsi pengguna akan menentukan sikapnya

dalam penerimaan penggunaan TI. Model ini secara lebih jelas menggambarkan

bahwa penerimaan penggunaan TI dipengaruhi oleh kemanfaatan (usefulness) dan

kemudahan penggunaan (ease of use).

25

Tingkat penerimaan pengguna teknologi informasi ditentukan oleh 6

konstruk yaitu: Variabel dari luar sistem (External variable), Persepsi pengguna

terhadap kemudahan (perceived ease of use), persepsi pengguna terhadap

kegunaan (perceived usefulness), sikap pengguna (attitude toward using),

kecenderungan tingkah laku (behavioral intention), dan pemakaian aktual (actual

usage) (Davis, 1989:p320)

Gambar 1. Technology Acceptance Model TAM (Davis, 1989:p320)

Pemakaian TAM dalam penelitian tentang penerimaan penerapan

teknologi sudah dilakukan oleh beberapa peneliti di negara yang berbeda pada

penerapan teknologi yang berbeda pula untuk menguji keakuratan TAM.

Penelitian tersebut antara lain Penerimaan Pengguna terhadap Perpustakaan

Digital di Universitas Hon-Kong oleh Weiyin Hong, et. All (2002); Penerapan

TAM di Inggris oleh Said Al-Gahtani (2001) dan beberapa penelitian lain dengan

TAM yang dimodifikasi sesuai tujuan penelitian seperti yang pernah dilakukan

oleh Yogesh Malhotra & Dennis F. Galetta tahun 1999, yang menganalisa model

TAM tanpa faktor eksternal, namun menambahkan faktor tekanan psikologi yang

diukur dari compliance identification dan internalization. Sampel yang

diobservasi adalah sebanyak 239 tentang penggunaan Micorsoft Exchange.

Penelitian ini lebih menekankan pada karakteristik individu dalam faktor

psikologi.

Perceived

Usefulness

Perceived

Ease

of Use

Attitude Toward

Using

Behavioral Intention to

Use

Actual

System

Usage

External

Variables

26

Penelitian selanjutnya dilakukan oleh Lee pada tahun 2000 yang meneliti

tentang penerimaan teknologi e-Commerce Adoption Model (e-CAM) untuk

melihat Purchasing Behavior (PB). Menggunakan variabel Perceived Ease of Use

(PEOU), Perceived Usefulness (PU), Perceived Risk with Product/Service (PRP)

dan Perceived Risk in the context of Transaction (PRT) dan Purchasing Behavior

(PB). Hasil penelitian menunjukkan bahwa PRP (resiko terhadap produk/servis)

dan PRT (resiko terhadap transaksi) berpengaruh pada PU (kemanfaatan).

Selanjutnya PU (kemanfaatan) dipengaruhi oleh PEOU (kemudahan), yang

kemudian PU dan PEOU berpengaruh pada PB (perilaku belanja). Model e-CAM

yang dikembangkan oleh Lee seperti yang tertera pada Gambar 2. dibawah ini.

Perceived Ease

of Use (PEOU)

Perceived

Usefulness

(PU)

Purchasing

Behavior (PB)Perceived Risk with

Product / Service

(PRP)

Perceived Risk in

the context of

Transaction (PRT).

Significant

Non Significant

Gambar 2. Model e-CAM oleh (LEE, 2000: p89)

Pada tahun 2004 Wang melakukan penelitian tentang penerimaan

teknologi internet yang dilengkapi dengan Instant Messaging Service (IMS)

dengan menggunakan model TAM. Variabel yang diteliti yaitu Technology Utility

(TU), Number of User (NOU), Perceived Usefulness (PU), Perceived Ease of Use

(PEOU), Intention to Use (ITU), dan Actual Usage Behavior (AUB). Hasil

penelitian menunjukkan bahwa TU (perangkat teknologi) dan NOU (jumlah

pengguna) berpengaruh terhadap PU (kemanfaatan). PEOU (kemudahan)

berpengaruh pada PU. Sedangkan PU dan PEOU berpengaruh pada ITU (niat

untuk menggunakan), selanjutnya ITU berpengaruh pada AUB (perilaku

penggunaan). Model TAM oleh Wang seperti yang terlihat pada Gambar 3.

berikut:

27

Technology

Utility (TU)

Intention to

Use (ITU)Actual Usage

Behavior (AUB)

Perceived

Usefulness (PU)

Number of

user (NOU)

Perceived Ease

of Use (PEOU)

Gambar 3. Model TAM (Wang, 2004:p56)

Beberapa penelitian yang berhubungan dengan penilaian terhadap

penggunaan sistem informasi telah banyak dilakukan oleh para peneliti dalam

kurun waktu yang cukup panjang. Seperti yang telah dilakukan oleh Oktavianti

tahun 2007 yang menggunakan TAM sebagai dasar penelitiannya. Penelitian

Oktavianti ini berhasil membuktikan bahwa faktor yang secara langsung

mempengaruhi penerimaan sistem teknologi informasi adalah perceived

usefulness yang didefinisikan sebagai persepsi pengguna tentang sistem teknologi

informasi dan secara tidak langsung dipengaruhi oleh perceived ease of use dan

perceived enjoyment yang didefinisikan sebagai kemudahan dan kenyamanan

menggunakan sistem teknologi informasi. Pada penelitian ini Oktavianti juga

menggunakan variabel sikap (attitude) sebagai variabel moderasi (intervening)

untuk variabel penerimaan terhadap sistem informasi. Namun hasil penelitian

Oktavianti tidak berhasil membuktikan adanya pengaruh yang signifikan antara

attitude (sikap) dengan penerimaan terhadap sistem informasi.

Dari penelitian-penelitian yang telah ada, dapat lebih difokuskan pada

faktor-faktor penerimaan/minat pengguna terhadap program aplikasi pembelajaran

cara baca anak usia dini. Penelitian ini akan menggunakan dasar teori Davis

(1989) tentang TAM yang telah banyak digunakan untuk melakukan penelitian

terhadap penggunaan sistem informasi.

2.2. Perceived Usefulness (Kemanfaatan)

Menurut (Davis, 1989:p77) dan (Adam, 1992:p69), Kemanfaatan

(usefulness) diartikan sebagai suatu ukuran kepercayaan seseorang terhadap

penggunaan sesuatu untuk dapat meningkatkan prestasi kerja orang yang

28

menggunakannya. Menurut (Thompson, 1991:p90), kegunaan TI merupakan

manfaat yang diharapkan oleh pengguna TI untuk dapat melaksanakan tugasnya,

pengukurannya didasarkan pada frekuensi penggunaan dan keragaman aplikasi

yang dijalankan. (Chin, 1955:p46) memberikan beberapa dimensi tentang

kegunaan TI, dimana kegunaan tersebut dibagi kedalam dua kategori, yaitu :

a. Kegunaan dengan estimasi satu faktor

b. Kegunaan dengan estimasi dua faktor (kegunaan dan efektivitas).

Kegunaan dengan satu faktor meliputi :

a. Menjadikan pekerjaan lebih mudah

b. Bermanfaat

c. Menambah produktivitas

d. Mempertinggi efektivitas

e. Mengembangkan kinerja pekerjaan

Sedangkan kegunaan dengan estimasi dua faktor meliputi dimensi-

dimensi, antara lain:

a. Kegunaan meliputi dimensi : menjadikan pekerjaan lebih mudah dan

bermanfaat, menambah produktivitas

b. Efektivitas meliputi dimensi : mempertinggi efektivitas, mengembangkan

kinerja pekerjaan

2.3. Perceived Ease of Use (Kemudahan)

(Davis, 1989:p61) mendefinisikan kemudahan penggunaan (ease of use)

sebagai suatu ukuran bahwa seseorang percaya bahwa komputer dapat dengan

mudah dipahami. Menurut (Adam, 1992:p87), menyatakan bahwa intensitas

penggunaan dan interaksi antar pengguna (user) dengan sistem dapat

menunjukkan kemudahan penggunaan.

(Davis, 1989:p93), memberikan beberapa indikator kemudahan penggunaan

teknologi informasi, meliputi:

a. Komputer sangat mudah dipelajari

b. Komputer mengerjakan dengan mudah apa yang diinginkan oleh pengguna

c. Keterampilan pengguna dapat bertambah dengan menggunakan komputer

d. Komputer sangat mudah untuk dioperasikan

29

Penelitian yang berhubungan dengan ilmu psikologi mengemukakan

bahwa faktor-faktor attitudinal seperti kemudahan atau kenyamanan yang

dirasakan dan kegunaan yang dirasakan menjadi faktor penentu terhadap perilaku

dan kemauan untuk meningkatkan keahlian (Venkatesh, 2000:p88).

2.4. Attitude Toward Using (Sikap Untuk Menggunakan)

Attitude atau sikap didefinisikan sebagai feeling (perasaan) negatif atau

positif pengguna secara individual dalam mengevaluasi suatu objek / produk

Attitude atau sikap pengguna dapat digunakan untuk melihat penerimaan

pengguna terhadap teknologi. Sikap yang positif menunjukkan bahwa pengguna

percaya dengan menggunakan suatu teknologi tersebut, dapat meningkatkan

kinerja dan produktifitasnya. Mathieson dalam penelitiannya menemukan bahwa

faktor sikap secara statistik berpengaruh pada Intention to Use (ITU) atau niat

untuk menggunakan (Mathieson, 1991:p94).

2.5 Intention to Use (Niat Untuk Menggunakan)

Intention to Use (ITU) atau niat untuk menggunakan menyatakan

kemauan, kehendak atau keinginan individu untuk menggunakan suatu produk.

Niat untuk menggunakan suatu tekologi merupakan suatu ciri bahwa suatu

teknologi tersebut dapat diterima dengan baik oleh penggunanya. Hal ini ditandai

dengan tingginya frekuensi atau tingkat keseringan pengguna dalam

menggunakan suatu teknologi. Menurut (Mathieson, 1991:p102), Intention to Use

(ITU) atau niat untuk menggunakan suatu teknologi terbentuk dari rasa senang

terhadap teknologi tersebut dan kemudian direfleksikan ke dalam perilaku dalam

menggunakannya. Berdasarkan studi yang pernah dilakukan (Davis, 1989:p152)

dan (Szajna, 1996:p89) Intention to Use (ITU) atau niat untuk menggunakan

berpengaruh pada Actual Usage Behavior (AUB) atau perilaku dalam

menggunakan teknologi.

30

2.6 Actual System Usage (Penggunaan nyata)

Perilaku pengguna teknologi ditandai dengan adanya kepercayaan (belief),

sikap (attitude), niat (intention) dalam mengunakan suatu teknologi, yang dapat

dianalisis dalam suatu model penerimaan teknologi yaitu model TAM

(Technology Acceptance Model). Model TAM sebenarnya diadopsi dari model the

Theory of Reasoned Action (TRA), yaitu teori tindakan yang dikembangkan

dengan satu premis bahwa reaksi dan persepsi seseorang terhadap suatu hal akan

menentukan sikap dan perilaku orang tersebut. Perilaku seseorang ditentukan oleh

sikap. Jika sikap yang terbentuk berupa perasaan senang terhadap sesuatu maka

perilaku yang terlihat akan menunjukkan aksi dari rasa senang tersebut (Iqbaria,

1997:p102). Berdasarkan studi yang pernah dilakukan (Davis, 1989:p87) dan

(Szajna, 1996:p78) Actual Usage Behavior (AUB) atau perilaku dalam

menggunakan teknologi dipengaruhi oleh Intention to Use (ITU) atau niat untuk

menggunakannya.

2.7 AMOS

AMOS (Analysis of Moment Structure) merupakan salah satu program

atau software yang digunakan untuk mengistemasi model pada model persamaan

struktural (SEM) (Ghozali, 2004:p95). AMOS mengimplementasikan pendekatan

yang umum untuk analisa data pada model persamaan struktural yang

menjelaskan analisa struktur kovarians, atau causal modeling. Pendekatan ini

meliputi kasus khusus banyak teknik konvensional terkenal, mencakup model

linier yang umum dan analisis faktor umum (Smallwaters, 2006:p843). Saat ini

software AMOS merupakan software yang dapat diandalkan dalam

menyelesaikan permasalahan sosial karena kemampuannya dalam mengukur

variabel yang bersifat laten atau tidak dapat diukur secara langsung tetapi dapat

diukur melalui indikatornya.

31

2. 8 Analisis Inferensial

2.8.1 Uji Asumsi SEM

Tindakan yang dilakukan adalah mengevaluasi apakah data yang

digunakan telah memenuhi asumsi-asumsi SEM. Asumsi-asumsi yang harus

dipenuhi adalah sebagai berikut:

a. Ukuran sampel

Menurut Hair dkk, jumlah sampel minimal untuk SEM adalah 100-200

dengan menggunakan perbandingan jumlah sampel terhadap jumlah

indikator adalah 1 : 5 (Juniarti, 2001 p:332). Jadi jika indikator dalam

penelitian terdapat sebanyak 20 maka minimal sampel untuk SEM adalah

100.

b. Normalitas dan Linearitas

Normalitas dapat diuji dengan melihat gambar histogram data atau dengan

metode-metode statistik. Sedangkan uji Linearitas dilakukan dengan

mengamati scatterplots dari data yaitu memilih pasangan data dan dilihat

pola penyebarannya untuk menduga ada atau tidaknya linearitas.

c. Outliers

Adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara

univariat maupun multivariat yaitu yang muncul karena kombinasi

karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari

observasi-observasi lainnya

d. Multicollinearity dan singularity

Multicollinearitas dapat dideteksi dari determinan matriks kovarians. Jika

nilai dari determinan matriks kovarians sangat kecil dapat memberikan

adanya indikasi problem Multikollinearitas atau singularitas.

2.8.2 Uji Overall Model Fit

a. Chi Square Statistic

Merupakan alat uji paling fundamental untuk mengukur overall fit. Chi-

square bersifat sensitif terhadap besarnya sampel yang digunakan. Model

yang diuji dipandang baik atau memuaskan bila nilai chi-square rendah

(karena dalam uji beda chi square=0, berarti benar-benar tidak ada

32

perbedaan, H0 diterima) dan diterima berdasarkan profitabilitas dengan

cut-off value sebesar p>0.05 atau p>0.10 (Hulland.et.all 1996).

Dalam pengujian ini, nilai chi-square yang rendah yang menghasilkan

sebuah tingkat signifikansi yang lebih besar dari 0.05 akan mengindikasi

tak adanya perbedaan yang signifikan antara matriks kovarians data dan

matriks kovarians yang diestimasi (Hair.et al.1995).

b. RMSEA – The Root Mean Square Error of Approximation

Merupakan sebuah indeks yang dapat digunakan untuk meng-kompensasi

chi-square statistic dalam sampel yang lebih besar. Nilai RMSEA yang

lebih kecil atau sama dengan 0.08 merupakan indeks untuk dapat

diterimanya model yang menunjukkan sebuah close fit dari model itu

berdasarkan Degree of Freedom.

2.8.3 Uji Parameter Model

a. Uji Validitas

Validitas digunakan untuk menguji kemampuan (keakuratan) suatu

indikator sehingga dapat mewakili suatu variabel laten. Ada 2 hal yang

dilakukan dalam pengujian validitas yaitu pemeriksaan terhadap nilai t dan

pemeriksaaan terhadap tingginya muatan faktor standar atau λ

(standardized loading factor) yaitu > 1.96 untuk nilai t dan 0.30 untuk λ.

b. Uji Realibilitas

Pendekatan yang dianjurkan dalam menilai sebuah model pengukuran

(measurement model) adalah menilai besaran composite reliability serta

variance extracted dari masing-masing konstruk.

1. Composite reliability

Realibilitas adalah ukuran mengenai konsistensi internal dari

indikator-indikator sebuah konstruk yang menunjukkan derajad sampai

dimana masing-masing indikator itu mengindikasikan sebuah

konstruk/ faktor laten yang umum. Composite Reliability diperoleh

dengan rumus sebagai berikut :

Constuct – Reliability = ( ∑ std. loading )2

(∑ std. loading )2 + ∑ ε j

33

Dimana :

a. Std. loading diperoleh langsung dari standardized loading untuk

tiap indikator

b. εφ adalah measurement error dari tiap-tiap indikator.

Nilai batas yang digunakan untuk menilai tingkat realibilitas yang

dapat diterima adalah 0.70, dan jika nilai tersebut dibawah 0.70 pun

masih dapat diterima sepanjang disertai dengan alasan-alasan empirik

yang terlihat dalam proses eksplorasi.

2. Variance extracted

Jumlah varians yang dari indikator-indikator yang diekstraksi oleh

konstruk laten yang dikembangkan. Nilai Variance extracted yang

tinggi dapat menunjukkan bahwa indicator-indikator telah mewakili

secara baik konstruk laten yang dikembangkan dan nilai yang

direkomendasikan adalah paling sedikit 0.50. Variance extracted dapat

diperoleh melalui rumus dibawah ini:

Variance – extracted = ∑ std. loading 2

∑ std. loading 2 + ∑ ε j

Dimana :

a. Std. loading diperoleh langsung dari standardized loading untuk

tiap indikator (diambil dari Amos).

b. εφ adalah measurement error dari tiap-tiap indikator.

3. Analisa dan Desain Aplikasi

3.1. Analisa Kebutuhan

Penelitian ini termasuk ke dalam jenis penelitian Explaratory, yaitu

penelitian yang berisi pembuktian hipotesa yang dibangun melalui teori dengan

pendekatan Technology Acceptance Model (TAM), diuji menggunakan perangkat

lunak AMOS 7.0.

34

Metode yang digunakan untuk mendapatkan data empiris melalui

kuesioner berskala Semantik diferensial. Dengan metode ini diharapkan dapat

diperoleh rating penerimaan pengguna Software Education Cara Membaca Anak

Usia Dini di sepuluh (10) sekolah PAUD di Cilegon.

Populasi pengguna teknologi pembelajaran cara membaca untuk anak usia

dini adalah guru dan wali murid. Jumlah guru dan wali murid yang hendak

dijadikan responden adalah sebanyak 120 responden, dimana 60% adalah guru

dan 40% adalah orangtua murid.

Metode penarikan sampling dilakukan dengan menggunakan penarikan

sampling purposive yaitu penarikan sampling dengan pertimbangan tertentu yang

didasarkan pada kepentingan atau tujuan penelitian.

Terdapat dua cara penarikan sampel purposive, yaitu convenience

(berdasarkan keinginan peneliti) dan judgement sampling (berdasarkan penilaian

terhadap karakteristik yang ada)

Tabel 1. Jumlah Anggota Populasi dan Sampel Penelitian

No. NAMA SEKOLAH SAMPEL

(Orang)

1. TK. Uswatun Hasanah 12

2. TK. Madani 12

3. TK. Raudatul Janah 12

4. TK. Al – Azhar 12

5. TK. Tunas Karya 12

6. TK. YPWKS 12

7. TK. Primagama 12

8. TK. Nurul Fikri 12

9. TK. Ar-Raudah 12

10. TK. Permata Bunda 12

35

3.2 Desain Sistem

A. Menu Program

Gambar 4. Tampilan Menu Utama Software Education

B. Suku Kata

Anak bisa pilih huruf besar atau huruf kecil, lalu belajar menggabungkan

huruf membentuk suku kata dan mendengarkan bunyinya. Urutan pilih,

konsonan dulu baru vokal.

Ketika diklik salah satu konsonan dan salah satu vokal, huruf berbunyi lalu

masuk ke kotak, lalu akan dibacakan suku katanya.

Gambar 5. Tampilan Suku Kata

36

C. Dengarkan Bunyi

Anak diminta mendengarkan bunyi suku kata, lalu diminta memilih

jawaban yang tepat. Pilihan ganda.

Gambar 6. Tampilan Dengarkan Bunyi

D. Pilih yang Sama

Anak diminta memilih suku kata akhir yang sama bunyinya sesuai gambar

yang tampil.

Misal: kaki, tersedia dua pilihan jawaban yaitu baki dan tali, maka

jawaban yang benar adalah baki.

Gambar 7. Tampilan Pilih yang sama

37

E. Memasangkan

Tugas anak memilih suku kata yang tepat membentuk sebuah kata sesuai

gambar yang tampil.

Gambar 8. Tampilan Memasangkan

F. Mendengarkan

Anak diminta memilih kata yang tepat sesuai kata yang diperdengarkan.

Pilihan ganda.

Misal: tali, pilihan jawaban: tali, kali, bali.

Gambar 9. Tampilan Mendengarkan

38

G. Memori

Anak diperlihatkan 2 gambar yang harus diingat baik-baik, lalu gambar

menghilang, dan muncul 4 kata yang harus dipilih 2 kata sesuai gambar

yang tadi muncul.

Gambar 10. Tampilan Memori

H. Mewarnai Gambar

Diperlihatkan kata lalu anak diminta memilih gambar outline untuk

diwarnai.

Gambar 11. Tampilan Mewarnai Gambar

39

I. Matching Game

Anak diminta memasangkan antara kata dengan benda yang sesuai

secepat-cepatnya.

Caranya dengan membuka kotak jawaban.

Gambar 12. Tampilan Matching Game

J. Kalimat Bergambar

Anak diminta mengklik gambar sesuai yang disebutkan dalam kalimat.

Misal: Popo makan roti, maka anak diminta mencari gambar roti di antara

pilihan yang ada.

Gambar 13. Tampilan Kalimat Bergambar

40

K. Hangman Kata

Anak diminta memilih huruf-huruf membentuk kata yang benar sesuai

kata yang diperdengarkan.

Bila menjawab benar, akan ditampilkan gambar bendanya.

Gambar 14. Tampilan Hangman Kata

L. Puzzle Game

Anak diminta menebak potongan gambar dengan menuliskan jawaban

menggunakan keyboard. Bila jawaban benar, maka anak harus

menyelesaikan puzzle yang diberikan, sampai seluruh soal habis.

Gambar 15. Tampilan Puzzle Game

41

3.2 Analisis Sistem

3.2.1 Data Profil Responden

Responden yang menjawab kuesioner sebanyak 120 orang, kuesioner

tersebut disebarkan secara langsung.

Data Profil responden yang menjadi obyek penelitian ini dapat dilihat pada

Tabel berikut :

Tabel 2. Responden penelitian Guru

Tabel 3. Responden penelitian Orang Tua Murid

Klasifikasi Responden Jumlah % dari

seluruh

responden

Orangtua Murid

a. TK. Uswatun Hasanah b. TK. Madani c. TK. Raudatun Janah d. TK. Al-Azhar e. TK. Tunas Karya f. TK. YPWS g. TK. Primagama h. TK. Nurul Fikri

4

4

6

4

4

4

6

6

8,33%

8,33%

12,5%

8,33%

8,33%

8,33%

12,5%

12,5%

Klasifikasi Responden Jumlah % dari seluruh

responden

Guru

a. TK. Uswatun Hasanah b. TK. Madani c. TK. Raudatun Janah d. TK. Al-Azhar e. TK. Tunas Karya f. TK. YPWS g. TK. Primagama h. TK. Nurul Fikri i. TK. Ar-Raudah j. TK. Permata Bunda

6

6

6

8

9

7

8

8

8

6

8,33%

8,33%

8,33%

11,11%

12,5%

9,72%

11,11%

11,11%

11,11%

8,33%

Jumlah 72 100%

Jenis kelamin:

- Laki-laki

- Perempuan

6

66

8,33%

91,67%

Jumlah 72 100%

42

i. TK. Ar-Raudah j. TK. Permata Bunda

6

4

12,5%

8,33%

Jumlah 48 100%

Jenis kelamin:

- Laki-laki

- Perempuan

12

36

25%

75%

Jumlah 48 100%

Memiliki komputer atau tidak

(di rumah)

- Ya

- Tidak

45

3

93,75%

6,25%

Jumlah 48 100%

Sumber : Olahan Penulis

Dilihat dari profil responden penelitian untuk guru ini, kebanyakan

diantaranya adalah, jenis kelamin perempuan (66%).

Dilihat dari profil responden penelitian untuk orangtua murid ini,

kebanyakan diantaranya adalah perempuan (75%), memiliki komputer di rumah

(93,75%).

Pada penelitian ini responden yang paling banyak adalah guru karena

gurulah yang bisa mewakili banyak anak dalam mengoperasikan Software

Education Cara Membaca didalam kelas untuk melakukan pengajaran.

3.2.1 Ukuran Sampel

Ukuran sampel yang harus dipenuhi dalam pemodelan SEM, minimum

berjumlah 100. Penelitian ini menggunakan 120 sampel, oleh karena itu jumlah

sampel tersebut telah memenuhi persyaratan ukuran sampel.

3.2.1 Uji Normalitas

Normalitas data dapat dlihat text output di “Assessmeny of Normality”.

Assesment of Normality pada penelitian ini disajikan pada tabel berikut ini

43

Tabel 4. Assesment of Normality

Sebuah distribusi dikatakan normal jika angka c.r skweness atau angka c.r

kurtosis ada diantara -2,58 sampai +2,58. Namun jika angka-angka tersebut

berada di bawah -2,58 dan diatas +2.58 maka distribusi dikatakan tidak normal.

Berdasarkan nilai c.r (critical rasio) dalam text output di “Assessment of

Normality” sebesar 12,028 > 2,58 yang berarti data tidak normal.

3.2.2 Uji Validitas

Pengujian terhadap validitas variabel laten dilakukan dengan melihat nilai

Signifikansi (Sig) yang diperoleh tiap variabel indikator kemudian dibandingkan

dengan nilai ά (0.05). Jika Sig ≤ 0.05 maka Tolak H0, artinya variabel indikator

tersebut merupakan konstruktor yang valid bagi variabel laten tertentu (Widodo,

2006 p:59).

44

1. Variabel PEOU (Perceived Ease of Use)

Tabel 5. Uji Parameter Variabel PEOU

PEOU Sig (≤ 0.05) Hasil

Hiotesis

Keterangan

X1 0.000 Tolak H0 Konstruk yang valid

X2 0.000 Tolak H0 Konstruk yang valid

X4 0.000 Tolak H0 Konstruk yang valid

Masing-masing variabel indikator X1 (fleksibilitas), X2 (kemudahan untuk

diakses), dan X4 (kemudahan untuk digunakan) secara signifikan merupakan

konstruktur yang valid (Tolak H0) bagi variabel laten PEOU. Terbukti dari nilai

yang diperoleh X1 (fleksibiltas), X2 (kemudahan untuk diakses) dan X4

(kemudahan untuk digunakan) pada uji parameter model pengukuran variabel

PEOU dengan signifikansi (sig)/taraf nyata (ά) 0.05 di atas nilai kritis (sig ≤ ά).

Maka dapat dikatakan bahwa Software Education Cara Baca dapat digunakan

secara fleksibel, mudah diakses dan mudah untuk dipahami.

2.Variabel PU (Perceived Usefulness)

Tabel 6. Uji Parameter Variabel PU

PU Sig (≤ 0.05) Hasil

Hipotesis

Keterangan

Y1 0.000 Tolak H0 Konstruk yang valid

Y2 0.000 Tolak H0 Konstruk yang valid

Y3 0.000 Tolak H0 Konstruk yang valid

Y4 1.000 Tolak H0 Konstruk yang valid

Variabel indikator Y1 (meningkatkan efektivitas), Y2 (mendapatkan

informasi yang dibutuhkan), Y3 (lebih mudah dalam memberikan mater) dan Y4

(menghemat waktu) secara signifikan merupakan konstruktor yang valid (Tolak

H0) bagi variabel laten PU. Terbukti dari nilai yang diperoleh Y1 (meningkatkan

efektivitas), Y2 (mendapatkan informasi yang dibutuhkan), dan Y3 (lebih mudah

dalam memberikan mater) pada uji parameter model pengukuran variabel PU

45

dengan signifikansi (sig)/taraf nyata (ά) 0.05 di atas nilai kritis (sig ≤ ά).

Sedangkan parameter pengukuran Y4 (menghemat waktu) ditetapkan bernilai 1.

Karena ditetapkan secara apriori, maka parameter Y4 (menghemat waktu) tidak di

uji. Akibatnya, variabel pengukuran Y4 (menghemat waktu) merupakan

konstruktor yang valid bagi variabel laten PU. Maka dapat dikatakan bahwa

dengan menggunakan Software Education Cara Baca dapat meningkatkan

efektivitas, bisa mendapatkan informasi yang dibutuhkan, lebih mudah

memberikan materi dan menghemat waktu.

3.2.3 Reliabilitas

1. Pengujian Secara Langsung

Pengujian ini dapat dilihat secara langsung dari output AMOS dengan

melihat R2 (Squared Multiple Correlation). Reliabilitas dari suatu indikator

dapat dilihat dengan mempertahankan nilai R2. R2 menjelaskan mengenai

seberapa besar proporsi varians indikator yang dijelaskan oleh variabel laten

(sedangkan sisanya dijelaskan oleh measurement error) oleh Ghozali (2005),

(WIBOWO, 2006 p:50).

Hasil output AMOS mengenai nilai R2 (Squared Multiple Correlation)

adalah sebagai berikut :

Tabel 7. Squared Multiple Correlation untuk variabel X (Eksogen)

X1 X2 X4

0.258 0.332 0.468

Tabel 8. Squared Multiple Correlation untuk variabel Y (Endogen)

Berdasarkan tabel di atas dapat dilihat bahwa variabel indikator Y8

memiliki nilai R2 tertinggi yaitu sebesar 0.670 sehingga dapat disimpulkan bahwa

variabel laten ATU berkontribusi terhadap varians Y8 sebesar 67 % sedangkan

sisanya 33 % dijelaskan oleh measurement error.

Y1 Y2 Y3 Y4 Y7 Y8 Y9 Y10 Y11 Y12 Y13

0.467 0.296 0.454 0.243 0.140 0.670 0.330 0.242 0.580 0.399 0.451

46

Variabel indikator Y7 merupakan indikator yang paling kurang realibel

dari variabel laten ATU, karena nilai R2 yang dimilikinya adalah paling kecil

dibandingkan dengan variabel indikator lainnya. Hasil output di atas

menghasilkan uji reliabilitas secara individual.

2. Pengujian Tidak Langsung

Dengan melakukan uji reliabilitas gabungan, pendekatan yang dianjurkan

adalah adalah mencari nilai besaran Composite Reliability dan Variance Extracted

dari masing-masing variabel laten dengan menggunakan informasi pada loading

factor dan measurement error. Composite Reliability menyatakan ukuran

konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan

derajat sampai dimana masing-masing indikator itu mengindikasikan

sebuah konstruk/laten yang umum. Sedangkan Variance Extracted menunjukkan

indikator-indikator tersebut telah mewakili secara baik konstruk laten yang

dikembangkan (Ghozali, 2005 p:21) dan (Ferdinand, p:61-64).

Composite Reability diperoleh dengan rumus sebagai berikut :

( ∑ std. loading )2

Constuct – Reability =

(∑ std. loading )2 + ∑ ε j

Variance extracted dapat diperoleh melalui rumus dibawah ini:

∑ std. loading 2

Variance – extracted =

∑ std. loading 2 + ∑ ε j

ε j adalah measurement error ε j = 1 – (Std. Loading)2

Tabel 9. Uji Reliabilitas Gabungan

Variabel Laten Composite Reliability Variance Extracted

PEOU 0.8 0.5

PU 0.8 0.5

ATU 0.7 0.5

ITU 0.7 0.5

ASU 0.6 0.5

47

Pada Tabel di atas terlihat bahwa PEOU, PU, ATU dan ITU memiliki nilai

Composite Reliability di atas 0.70. Sedangkan ASU nilai Composite Reliability

nya masih di bawah 0.70 tetapi masih dapat dikatakan realibel karena masih

berada pada range nilai yang diperbolehkan. Batas nilai kritis yang

direkomendasikan untuk Composite Reliability adalah 0.70. Namun angka

tersebut bukanlah sebuah ukuran yang "mati". Artinya, bila penelitian yang

dilakukan bersifat eksploratori, maka nilai di bawah batas kritis tersebut (0.70)

pun masih dapat diterima (Ferdinand, 2002 p:63). Nunally dan Berstein (1994)

dalam (Widodo, 2006 p:83) memberikan pedoman bahwa dalam penelitian

eksploratori, nilai reliabilitas di antara 0.5 – 0.6 dinilai sudah mencukupi untuk

menjustifikasi sebuah hasil penelitian. Variabel laten PEOU, PU, ATU, ITU dan

ASU mememuhi batas nilai Variance Extracted yaitu ≥ 0.50. Dengan demikian

dapat dikatakan bahwa masing-masing variabel memiliki realibilitas yang baik.

4. Kesimpulan

Berdasarkan pengujian-pengujian yang dilakukan terhadap hipotesis, maka

dapat disimpulkan hal-hal sebagai berikut :

a. Model penelitian pada penelitian ini adalah mandatory artinya model yang

dibuat harus dipakai oleh pengguna atau diwajibkan jadi sikap dan niat

untuk menggunakan tidak diperhatikan.

b. Variabel yang mempengaruhi penggunaan Software Education Cara Baca

pada penelitian ini meliputi PU (Perceived Usefulness), PEOU dan

(Perceived Easy of Use).

c. Dari tabel uji parameter variabel PEOU terbukti dari nilai yang diperoleh

X1 (fleksibiltas), X2 (kemudahan untuk diakses) dan X4 (kemudahan

untuk digunakan) pada uji parameter model pengukuran variabel PEOU

dengan signifikansi (sig)/taraf nyata (ά) 0.05 di atas nilai kritis (sig ≤ ά).

Maka dapat dikatakan bahwa Software Education Cara Baca dapat

digunakan secara fleksibel, mudah diakses dan mudah untuk dipahami.

48

d. Dari tabel uji parameter variabel PU terbukti dari nilai yang diperoleh Y1

(meningkatkan efektivitas), Y2 (mendapatkan informasi yang dibutuhkan),

dan Y3 (lebih mudah dalam memberikan mater) pada uji parameter model

pengukuran variabel PU dengan signifikansi (sig)/taraf nyata (ά) 0.05 di

atas nilai kritis (sig ≤ ά). Sedangkan parameter pengukuran Y4

(menghemat waktu) ditetapkan bernilai 1. Karena ditetapkan secara

apriori, maka parameter Y4 (menghemat waktu) tidak di uji. Akibatnya,

variabel pengukuran Y4 (menghemat waktu) merupakan konstruktor yang

valid bagi variabel laten PU. Maka dapat dikatakan bahwa dengan

menggunakan Software Education Cara Baca dapat meningkatkan minat

dan efektivitas, bisa mendapatkan informasi yang dibutuhkan, lebih mudah

memberikan materi dan menghemat waktu.

5. Daftar Pustaka

AMOS 5.0. (2006). http ://smallwaters.com.

Elisabet Milchramn. (2006). Modelling the Accpetance Model of Information

Technology. http://www.inforum.cz/inforum2003.

Imam Ghozali.(2004). Structural Equation Model, Teori, Konsep dan Aplikasi

dengan Program Lisrel 8.54. Penerbit UNDIP, Semarang,

Iqbaria, M. (1994). An Examination of the Factor Contributing to Micro

Computer Technology Acceptance, Journal of Information System,

Elsiever Ecienc. USA.

James A. O’brien. (2003). Introduction to Information System. Eleventh Edition,

Mc Graw Hill.

Jogiyanto. (2005). Analisis dan Desain Sistem Informasi. Andi Yogyakarta.

Haavelmo, T. (1944). The Probability Approach in Econometrica. Econometrica,

Mc Leod, Jr., Raymond. (2001). Sistem Informasi Manajeme,. Jilid 1, Edisi ke 7.

PT Prenhallindo.

Widodo, Prabowo, P.(2006). Statistika : Analisis Multivariat. Seri Metode

Kuantitatif. Universitas Budi Luhur, Jakarta.

http://www.inforum.cz/inforum2003

49

Aplikasi SMS Gateway

Sistem Informasi Akademik SMAN 2 Cilegon

Lamhari

Program Studi S1 Teknik Informatika

Sekolah Tinggi Ilmu Komputer Al-Khairiyah

Jalan H.Enggus Arja No. 1 Lingk. Citangkil Cilegon 42443

email : lam_hari@yahoo.co.id

Abstrak Short message service (SMS) merupakan salah satu fitur dari GSM yang

dikembangkan dan distandardisasi oleh European Telecommunication Standard Institute

(ETSI). SMS merupakan salah satu media yang banyak digunakan oleh masyarakat

sekarang ini, karena SMS memiliki tarif yang sangat murah dibanding berbicara

langsung dengan nomor yang dituju Aplikasi SMS Gateway ini merupakan sistem yang

digunakan untuk memudahkan siswa dalam melihat nilai mata pelajaran dan absensi

kehadiran serta akan menghemat waktu sehingga menjadi efektif dan efisien. Ketika ada

sms masuk maka server akan melakukan query dan akan langsung membalas secara

otomatis sesuai dengan permintaan yang dikirim oleh pengguna. Sistem Informasi

Sekolah Berbasis SMS ini dirancang dengan menggunakan UML dan mempunyai fungsi

sebagai pemberi informasi absensi dan nilai di sekolah kepada siswa agar lebih mudah

dan efisien melalui SMS. Siswa tidak perlu repot lagi bertanya kepada setiap guru hanya

untuk mengetahui nilai dan absensi siswa.

Kata Kunci: Sistem Informasi Akademik, SMS Gateway

1. Pendahuluan

Perkembangan teknologi komunikasi dan informasi saat ini semakin

mempermudah manusia dalam mengakses informasi. Salah satu mekanisme

komunikasi berbasis teks melalui telepon genggam adalah menggunakan SMS

(short message services) atau dalam bahasa indonesia sering diterjemahkan

dengan layanan pesan singkat. Diberi nama singkat karena isi pesan dibatasi

hanya 160 karakter alphanumerik). Oleh karena sifat dari sms yang berisikan teks

yang kompatibel (bisa dipahami) oleh komputer maka sms ini dapat dijadikan

input ke sebuah sistem informasi. Oleh karena itu, dengan adanya aplikasi dari

fasilitas SMS untuk input pengaksesan data, maka fasilitas SMS ini dapat

digunakan untuk pengaksesan data informasi di suatu SMP (Sekolah Menengah

Pertama) Negeri. Layanan informasi ini memberikan kemudahan siswa dalam

memperoleh informasi nilai dengan cepat, dapat diakses dari mana saja dan kapan

saja. Jadi dengan menggunakan telepon selular, dapat mengambil atau meminta

mailto:lam_hari@yahoo.co.id

50

informasi tertentu yang disediakan oleh penyedia informasi yang berbasis teks.

Dalam hal ini informasinya adalah data Sekolah kesiswaan pada sebuah SMP

(Sekolah Menengah Pertama) Negeri dan penyedia informasinya adalah Sekolah

yang bersangkutan (Yuliana, 2010:p112).

Tujuan pengembangan Aplikasi SMS Gateway adalah membangun sebuah

sistem informasi Sekolah sehingga siswa dapat mengetahui informasi nilai

pelajaran harian, UTS, UAS, UAN, dan Absensi kelas dalam hitungan detik.

Siswa cukup kirim SMS maka sistem SMS Gateway akan membalas SMS secara

langsung otomatis (Putro, 2010:p34). Penyimpanan data yang terstruktur

dikarenakan Sistem Informasi Sekolah menggunakan database yang tersimpan

didalam komputer.

Metode pelaksanaan pengembangan Aplikasi SMS Gateway untuk SMP ini

bertujuan memudahkan siswa dalam mengakses informasi. Data yang dikirimkan

ke telepon selular peminta sebagai respon atas permintaan tersebut dalam hal ini

bisa berupa data Nilai pelajaran (ulangan harian, UTS, UAS, UAN, dan Absensi)

dengan permintaan yang dikirimkan oleh peminta. Data-data yang disediakan oleh

penyedia data dikelompokkan dengan kode-kode tertentu yang sudah distandarkan

dan sudah berbentuk format tertentu yang disesuaikan dengan kemampuan SMS.

Jadi peminta dapat memilih data mana yang diinginkan dengan mengirimkan kode

tertentu yang sudah distandarkan tadi. Dalam hal ini database Sekolah yang

dimaksud adalah database Sekolah kesiswaan dari Sekolah yang bersangkutan

(Wicaksono, 2010:p89).

2. Landasan Teori

2.1. Sistem Informasi

Sistem informasi adalah suatu kegiatan dari prosedur-prosedur yang

diorganisasikan, bilamana dieksekusi akan menyediakan informasi untuk

mendukung pengambilan keputusan dan pengendalian di dalam organisasi (Henry

C. Lucas dalam (Jogianto, 2000:p88). Ahli lain menyebutkan bahwa sistem

informasi adalah sebuah sistem yang mengarah pada penggunaan teknologi

komputer dalam organisasi yang menyajikan informasi kepada pemakai.

(O’Brien, 2003:p89).

51

Namun Sistem Informasi juga dapat didefinisikan sebagai sebuah

rangkaian prosedur formal di mana data dikumpulkan, diproses menjadi informasi

dan didistribusikan kepada para pemakai.(Hall, 2001:77)

Sistem informasi mengandung tiga aktivitas dasar di dalamnya, yaitu:

aktivitas masukan (input), pemrosesan (processing), dan keluaran (output). Tiga

aktivitas dasar ini menghasilkan informasi yang dibutuhkan organisasi untuk

pengambilan keputusan, pengendalian operasi, analisis permasalahan, dan

menciptakan produk atau jasa baru. Masukan berperan di dalam pengumpulan

bahan mentah (raw data), baik yang diperoleh dari dalam maupun dari lingkungan

sekitar organisasi. Pemrosesan berperan untuk mengkonversi bahan mentah

menjadi bentuk yang lebih memiliki arti. Sedangkan, keluaran dimaksudkan untuk

mentransfer informasi yang diproses kepada pihak-pihak atau aktivitasaktivitas

yang akan menggunakan. Sistem informasi juga membutuhkan umpan balik

(feedback), yaitu untuk dasar evaluasi dan perbaikan di tahap input berikutnya

(Jogiyanto, 2001:p56).

Dewasa ini, sistem informasi yang digunakan lebih berfokus pada sistem

informasi berbasis komputer (computer-based information system). Harapan yang

ingin diperoleh di sini adalah bahwa dengan penggunaan sistem informasi

berbasis komputer, informasi yang dihasilkan dapat lebih akurat, berkualitas, dan

tepat waktu, sehingga pengambilan keputusan dapat lebih efektif dan efisien. Ada

perbedaan yang cukup tajam antara komputer dan program komputer di satu sisi

dengan sistem informasi di sisi lainnya. Komputer dan perangkat lunak komputer

yang tersedia merupakan fondasi teknis, alat, dan material dari sistem informasi

modern. Komputer dapat dipakai sebagai alat untuk menyimpan dan memproses

informasi. Program komputer atau perangkat lunak komputer merupakan

seperangkat instruksi operasi yang mengarahkan dan mengendalikan pemrosesan

informasi (Kristianto, 2003:p78).

2.2 Penerimaan Teknologi Informasi

Iqbaria (1994:p120) menyatakan bahwa, secara individu maupun kolekif

penerimaan teknologi dapat dijelaskan dari variasi penggunaan suatu sistem,

karena diyakini bahwa penggunan suatu sistem yang berbasis TI dapat

52

meningkatkan kinerja individu atau kinerja organisasi. Untuk mengetahui

indikator penerimaan TI, secara umum diketahui bahwa penerimaan TI dapat

dilihat dengan adanya indikator penggunaan sistem dan frekuensi penggunaan

komputer, atau dari aspek kepuasan pengguna dan ada juga yang menjadikan

penggunaan sistem sebagai indikator utama penerimaan teknologi oleh

penggunanya.

2.3 Short Message Service (SMS)

Short Message Service merupakan sebuah layanan dimana terjadi

pertukaran pesan berbentuk teks diantara pengirim. Layanan SMS pertama kali di

gunakan pada tahun 1992 oleh jaringan GSM Eropa dan berkembang terus

menerus sampai pengguna layanan SMS di Inggris mencapai 20.5 juta orang pada

tahun 2003 (Le Bodic, 2005:65).

Saat ini SMS digunakan oleh pengguna dalam pertukaran pesan antar

orang, layanan informasi, peringatan internet e-mail, layanan download, applikasi

chat, penentuan posisi kendaraan dan pemonitor. Sedangkan pemanfaatan SMS

oleh operator antara lain SIM lock, SIM update, indikator pesan yang tertunda dan

Wap Push (Le Bodic, 2005:66).

Implementasi layanan SMS berdampak pada penambahan berbagai elemen

dalam arsitektur jaringan (GSM, GPRS, UMTS). Gambar 2.3 menjelaskan tentang

arsitektur GSM dimana terdapat SMS didalamnya.

Elemen yang dapat mengirim maupun menerima pesan pendek dinamakan

Short Message Entities (SME). SME dapat berupa aplikasi software di dalam

mobile handset, faksimili, remote internet server, dan lain-lain. SME juga dapat

berupa sever yang menghubungkan SMS Center secara langsung atau via gateway

(Le Bodic, 2005:68).

53

Gambar 1. Arsitektur GSM dimana terdapat SMS (Le Bodic, 2005:68)

Berdasarkan gambar diatas, dua komponen penting yang dibutuhkan yaitu

SMS Center (SMSC) dan E-mail Gateway. SMS Center memegang peranan

penting dalam arsitektur SMS. Fungsi utama dari SMSC adalah menyampaikan

pesan diantara SME, mengirimkan pesan pendek. Secara teori, satu SMSC dapat

mengatur SMS untuk beberapa operator jaringan telepon. Dapat juga operator

jaringan telepon membuat persetujuan untuk bertukar pesan diantara jaringan.

Sebuah pesan yang dikirim dari SME ke jaringan A dapat diterima pada SME

lainya milik jaringan B. Sedangkan E-mail Gateway berfungsi sebagai

penghubung antara e-mail ke SMS dengan menghubungkan antara SMSC dengan

internet. Dengan E-mail Gateway, pesan dapat dikirim dari SME ke internet host

dan begitu juga sebaliknya. Peranan penting E-mail Gateway adalah mengubah

format pesan SMS ke dalam e-mail, begitu pula sebaliknya dan mengirimkan

pesan antara SMS dan domain internet (Le Bodic, 2005:69).

54

2.4 Arsitektur SMS

SMS dimaksudkan untuk menjadi alat pertukaran informasi antara dua

mobile subscriber. Elemen-elemen utama pada arsitektur SMS terdiri dari Short

Message Entity (SME), SMS Service Centre (SMSC) dan Email Gateway yang

terkoneksi dengan elemen-elemen pada GSM sebagai channel penghantar. Berikut

ini adalah gambar arsitektur SMS pada jaringan GSM.

Gambar 2. SMS pada jaringan GSM

Gambar berikut ini menunjukkan dua GSM network dan komponen yang

relevan untuk menyampaikan pesan dari end user A ke end user B :

Gambar 3. Susunan Jaringan dan Aliran Message

55

a. SMS dikirim melalui MSC/VLR ke SMSC di PLMN (Public Land Moile

Network) A. Ini merupakan sebuah pesan MAP “forward SM”, termasuk

nomor MSISDN asal A dan MSISDN tujuan B.

b. Karena end user B berada di PLMN B, SMSC harus merouting informasi dari

HLR PLMN B. Untuk melakukannya, SMSC mengirim MAP “send routing

info for SM” dengan nomor MSISDN B.

c. HLR mengirim kembali IMSI dari end user B dan VLR nya.

d. SMSC mengirim SMS sebagai MAP message melalui MSC/VLR ke end user

B.

2.5 Basic Features SMS

SMS mempunyai beberapa basic feature, seperti :

a. Message Submission and Delivery

Terdiri dari message sending dan message delivery. Pada message sending,

pesan dikirm dari MS ke SMSC, dialamatkan ke SME lain sebagai mobile user

lain atau host internet. Originator (asal) SME menentukan validity period dari

pesan tersebut, pesan yang sudah tidak valid lagi akan dihapus oleh SMSC

sepanjang pengiriman pesan. Fitur ini dikenal sebagai Short Message-Mobile

Originated (SM-MO).

Pada message delivery, pesan disampaikan oleh SMSC ke MS. Dikenal

sebagai Short Message Mobile Terminated (SM-MT). SM-MO dan SM-MT dapat

dikirim / diterima saat voice call atau koneksi data sedang berlangsung. Pada

GSM pesan dikirim pada channel SDCCH/SACCH, pada GPRS pesan dikirim

pada channel PDTCH.

b. Status Report

SME asal (originator) meminta s