SKRIPSI PENGUKURAN KEBERHASILAN PENERAPAN SISTEM

SKRIPSI

INSTITUTIONAL REPOSITORY DI UIN SYARIF HIDAYATULLAH

JAKARTA MENGGUNAKAN HUMAN ORGANIZATION TECHNOLOGY

(HOT) FIT MODEL

Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sistem Informasi

Fakultas Sains dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah Jakarta

Disusun Oleh:

ATTHIYA PRIMA SARI

1113093000019

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

2019 M / 1440 H

PENGUKURAN KEBERHASILAN PENERAPAN SISTEM

SKRIPSI




(HOT) FIT MODEL




Disusun Oleh:

ATTHIYA PRIMA SARI

1113093000019




JAKARTA

2019 M / 1440 H

SKRIPSI


INSTITUTIONAL REPOSITORY DI UIN SYARIF HIDAYATUYLLAH


(HOT) FIT MODEL




Oleh:

ATTHIYA PRIMA SARI

1113093000019




JAKARTA

2019 M / 1440 H

ii

LEMBAR PERSETUJUAN




(HOT) FIT MODEL

Skripsi




Oleh:

Atthiya Prima Sari

1113093000019

Menyetujui,

Pembimbing I

A’ang Subiyakto, M.Kom, Ph.D NIP. 19760219 200710 1 002

Pembimbing II

Nia Kumaladewi, MMSI

NIP. 19750412 200710 2 002

Mengetahui,

Ketua Program Studi Sistem Informasi Fakultas Sains dan Teknologi



NIP. 19750412 200710 2 002

iii

LEMBAR PENGESAHAN

Skripsi yang berjudul Pengukuran Keberhasilan Penerapan Sistem Institutional

Repository di UIN Syarif Hidayatullah Jakarta Menggunakan Human

Organization Technology (HOT) Fit Model yang ditulis oleh Atthiya Prima Sari,

NIM 1113093000019 telah diuji dan dinyatakan lulus dalam sidang Munaqosah

Fakultas Sains dan Teknologi, Universitas Islam Negeri Syarif Hidayatullah Jakarta

pada hari Jumat, 21 Desember 2018. Skripsi ini telah diterima sebagai salah satu

syarat memperoleh gelar Sarjana Satu (S1) Program Studi Sistem Informasi.

Menyetujui,

Penguji I

Aries Susanto HT, M.M.S.I., Ph.D

NIP. 19740322 200710 1 002

Penguji II

Suci Ratnawati, MTI

NIDN. 0306076904

Pembimbing I

A’ang Subiyakto, M.Kom, Ph.D NIP. 19760219 200710 1 002

Pembimbing II


NIP. 19750412 200710 2 002

Mengetahui,

Dekan


Dr. Agus Salim, S.Ag, M.Si

NIP. 19720816 199903 1 003

Ketua

Program Studi Sistem Informasi


NIP. 19750412 200710 2 002

iv

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-

BENAR HASIL KARYA SENDIRI DAN BELUM PERNAH DIAJUKAN

SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN

TINGGI ATAU LEMBAGA MANAPUN.

Jakarta, 23 Januari 2019

ATTHIYA PRIMA SARI

1113093000019

v

ABSTRAK

Atthiya Prima Sari – 1113093000019. Pengukuran Keberhasilan Penerapan

Sistem Institutional Repository di UIN Syarif Hidayatullah Jakarta Menggunakan

Human Organization Technology (HOT) Fit Model dibawah bimbingan A’ANG

SUBIYAKTO, dan NIA KUMALADEWI.

Melihat dari banyaknya sivitas akademika yang telah menghasilkan karya ilmiah,

institutional repository digunakan sebagai wadah untuk dapat menampung dan

mendokumentasikan karya tersebut. Institutional repository UIN Syarif

Hidayatullah Jakarta menduduki peringkat 10 besar di Indonesia, 56 Asia dan

peringkat 552 Dunia menurut webometrics repositories pada Oktober 2017.

Memiliki komitmen untuk memudahkan para pengguna dalam mengakses koleksi

digital sivitas akademika, Sistem Repository yang dikelola oleh perpustakaan pusat

ini dapat dimanfaatkan untuk menjadi acuan dalam membuat karya-karya ilmiah

baik berupa skripsi, jurnal, laporan penelitian dsb, yang telah dibuat. Namun seiring

penerapannya terdapat beberapa hambatan seperti adanya ketidaksesuain file

penelitian yang terdaftar dan terjadinya server down saat mengakses sistem,

sehingga akan mempengaruhi penggunaan sistem yang sesuai dengan kebutuhan

pengguna. Maka untuk dapat melihat dampak positif dari efektifnya Sistem

Repository yang telah berjalan diperlukan adanya pengukuran sejauh mana tingkat

keberhasilan sistem. Keberhasilan sistem informasi diukur dari komponen kualitas

pelayanan, kualitas sistem dan kualitas informasi, dampak individual, dampak

organisasional, manfaat, intensitas penggunaan dan kepuasan pengguna. Tujuan

dari penelitian ini adalah mengukur sejauh mana tingkat keberhasilan penerapan

sistem repository melihat dari 3 faktor utama yaitu pengguna, institusi dan

teknologi yang telah diterapkannya dengan menggunakan model Human

Organization Technology HOT Fit dengan teknik analisa menggunakan PLS-SEM

dan hasilnya dapat memberikan rekomendasi untuk pengembangan sistem

Institutional repository bagi pihak perpustakaan UIN Syarif Hidayatullah Jakarta.

Hasil dari penelitian ini menyatakan, faktor-faktor yang paling kuat dalam

mempengaruhi keberhasilan penerapan sistem adalan system quality, information

quality dan service quality, user satisfaction dan structure.

Kata kunci : Pengukuran Keberhasilan, HOT FIT Model, Sistem Repository

Institutional, PLS-SEM.

BAB I-V + xxviii + 140 Halaman + 18 Gambar + 15 Tabel + 108 Daftar Pustaka +

8 Lampiran

Pustaka Acuan (1932-2017)

vi

KATA PENGANTAR

Puji dan syukur kehadirat Allah SWT, karena atas berkah, rahmat, dan

hidayah-Nya yang sungguh melimpah, sehingga penulis dapat menyelesaikan

skripsi yang berjudul “Pengukuran Keberhasilan Penerapan Sebuah Sistem

Institutional Repository Menggunakan Human Organization Technology (HOT)

Fit Model” dengan baik. Shalawat serta salam semoga senantiasa tercurah kepada

Nabi Besar Muhammad SAW beserta keluarga, sahabat serta para pengikutnya

hinga akhir zaman.

Perjalanan panjang telah penulis lalui dalam rangka menyelesaikan skripsi

ini serta tidak terlepas dari bantuan berbagai pihak. Oleh karena itu, perkenankanlah

penulis untuk dapat mengucapkan terima kasih yang sebesar-besarnya kepada:

1. Bapak Dr. Agus Salim, S.Ag, M.Si selaku Dekan Fakultas Sains dan

Teknologi Universitas Islam Negeri Syarif Hidayatullah.

2. Ibu Nia Kumaladewi, MMSI selaku Ketua Program Studi Sistem Informasi

Fakultas Sains dan Teknologi dan Ibu Meinarini Catur Utami, MT selaku

Sekretaris Program Studi Sistem Informasi Fakultas Sains dan Teknologi.

3. Bapak A’ang Subiyakto, M.Kom, Ph.D sebagai Dosen Pembimbing I yang

telah memberikan bimbingan, dan arahan kepada penulis selama proses

penyelesaian skripsi ini. Terima kasih banyak untuk seluruh waktu, tenaga,

kesabaran dan senantiasa tidak pernah lelah menyemangati serta

membagikan banyak pengetahuan agar penulis bisa menyelesaikan skripsi

ini dengan baik. Penulis mohon maaf bila ada kesalahan yang telah

dilakukan.

vii

4. Ibu Nia Kumaladewi, MMSI sebagai Dosen Pembimbing II yang selalu

memberi masukan dalam penulisan skripsi ini dengan segala kesibukan

dalam pekerjaan maupun pendidikan, masih bersedia untuk membimbing

dan menuntun penulis dalam penyusunan skripsi ini dengan baik. Terima

kasih dan mohon maaf bila ada kesalahan yang penulis telah lakukan.

5. Seluruh Dosen Program Studi Sistem Informasi yang telah membagikan

ilmunya kepada penulis selama proses perkuliahan.

6. Seluruh karyawan Fakultas Sains dan Teknologi yang telah banyak

membantu penulis dalam perkuliahan, terutama dalam menyelesaikan

administrasi yang berkaitan dengan skripsi.

7. Seluruh karyawan Perpustakaan Utama UIN Syarif Hidayatullah Jakarta

yang telah membantu penulis untuk memperoleh data-data selama proses

penelitian skripsi ini.

8. Kedua orang tua penulis, Bapak Syamsulyar dan Ibu Suripah. Terima kasih

untuk bunda dan ayah yang telah membesarkan dan mendidik penulis dari

lahir hingga saat ini, terima kasih untuk seluruh cinta dan kasih yang bunda

dam ayah berikan. Terima kasih selalu memberikan motivasi dan do’a

disetiap langkah penulis. Mom and dad, you have been there day after day,

to make sure my life turned out this way. love you.

9. Adikku tersayang Rana Salsabila yang selalu menghibur disaat malam dan

menemani tidur, yang selalu membuat tertawa disaat-saat sulit dan selalu

rela menjadi bahan kejahilan penulisan dalam masa-masa skripsi ini, “Kamu

harus lebih baik dari aku ya dek!”

viii

10. Gilang Wisnu Saputra yang beberapa tahun belakang ini bersedia membagi

waktunya untuk menemani penulis. “Thank you for being the one i can

trust, laugh with, cry with and best partner”.

11. Sahabat yang menemani dari awal perkuliahan, Bella, Hersy, Amel, Latifah,

Fresilia, Safira, Ana, Iki, Osa, Terima kasih karena tidak pernah lelah

mendengar ocehan-ocehan penulis, selalu ada setiap saat dan memberikan

masukan dan pengaruh yang positif. Terima kasih juga untuk teman-teman

grup NASGOR GX PEDES dan Rangers yang selalu menghibur penulis.

12. W(a)nderwoman group ( Widya, Fardiana, Tania, Zahra) terima kasih untuk

12 tahun yang tak pernah membosankan dan selalu menyenangkan karena

kalian “Hard to find, harder to leave and impossible to forget”

13. Feti Indah Mailiah dan Putra Mulia teman sejak MAN 4 yang selalu

menghibur dan mendukung walaupun kita jarang bertemu.

14. Teman-teman seperjuangan skripsi yang selalu berbagi ilmu dan banyak

membantu dalam menyelesaikan skripsi ini Luqman, Iqbal, Putra, Affan,

Faizal, Ryo, Tris, Kamal, Ojan, Ridwan, Reza, Kak Rosalina, Kak Ayu dan

lainnya.

15. Seluruh teman-teman Sistem Informasi 2013 yang telah mewarnai dunia

perkuliahan penulis, teirma kasih untuk segala kenangannya, semangat yang

diberikan sehingga penulis bisa menyelesaikan skripsi ini.

16. Seluruh responden penelitian yang telah membantu dalam mengisi

kuesioner penelitian ini.

ix

Penulis memohon kepada Allah SWT agar seluruh dukungan, bantuan, dan

bimbingan dari semua pihak dibalas pahala yang berlipat ganda. Selain itu, penulis

menyadari dalam penyusunan skripsi ini masih terdapat kekurangan dan jauh dari

kata sempurna sehingga saran dan kritik yang membangun sangat penulis harapkan

dan dapat disampaikan melalui [email protected]. Akhir kata,

semoga penelitian ini dapat memberikan manfaat dan sekaligus menambah ilmu

bagi kita semua. Amiiin yaa Rabbal Alamin.

Jakarta, 23 Januari 2019

ATTHIYA PRIMA SARI

1113093000019

mailto:[email protected]

x

DAFTAR ISI

COVER .................................................................................................................... i

LEMBAR PERSETUJUAN.................................................................................... ii

LEMBAR PENGESAHAN ................................................................................... iii

PERNYATAAN ..................................................................................................... iv

ABSTRAK .............................................................................................................. v

KATA PENGANTAR ........................................................................................... vi

DAFTAR ISI ........................................................................................................... x

DAFTAR TABEL ................................................................................................ xiii

DAFTAR GAMBAR ........................................................................................... xiv

DAFTAR LAMPIRAN ......................................................................................... xv

BAB I PENDAHULUAN ....................................................................................... 1

1.1 Latar Belakang ............................................................................................ 1

1.2 Identifikasi Masalah .................................................................................... 6

1.3 Rumusan Masalah ....................................................................................... 6

1.4 Ruang Lingkup Penelitiam .......................................................................... 7

1.5 Tujuan dan Sasaran ..................................................................................... 8

1.6 Pertanyaan Penelitian .................................................................................. 9

1.7 Metodologi Penelitian ............................................................................... 10

1.8 Model Penelitian ....................................................................................... 10

1.9 Manfaat Penelitian ..................................................................................... 12

1.10 Sistematika Penelitian ............................................................................... 13

BAB II LANDASAN TEORI ............................................................................... 15

2.1 Konsep Dasar Pengukuran ........................................................................ 15

2.2 Konsep Dasar Sistem ................................................................................ 16

2.2.1 Pengertian Sistem ............................................................................ 16

2.2.2 Karakteristik Sistem ........................................................................ 17

2.2.3 Klasifikasi Sistem ........................................................................... 20

2.3 Konsep Dasar Informasi ............................................................................ 22

2.4 Konsep Dasar Sistem Informasi ................................................................ 22

xi

2.4.1 Pengertian Sistem Informasi ........................................................... 22

2.4.2 Komponen Sistem Informasi ......................................................... 23

2.5 Perpustakaan Perguruan Tinggi ................................................................ 25

2.5.1 Pengertian Perpustakaan Perguruan Tinggi .................................... 25

2.5.2 Tugas dan Fungsi Perpustkaan Perguruan Tinggi ........................... 26

2.6 Konsep Dasar Institutional Repository ..................................................... 27

2.6.1 Pengertian Institutional Repository ................................................. 27

2.6.2 Tujuan dan Manfaat Institutional Repository ................................. 27

2.6.3 Fungsi Institutional Repository ....................................................... 29

2.7 Konsep Dasar Keberhasilan Sistem .......................................................... 29

2.7.1 Model Theory of Reasoned Action (TRA) ...................................... 31

2.7.2 Model Theory of Planned Behavior (TPB) ..................................... 32

2.7.3 Technology Acceptance Model (TAM) ........................................... 32

2.7.4 Model Task Technology Fit (TTF) .................................................. 34

2.7.5 Model End-User Computing Satisfaction (EUCS) ......................... 34

2.7.6 Model Delone dan McLean (1992) ................................................. 35

2.7.7 Model Delone & McLean (2003) .................................................... 37

2.7.8 Model HOT-Fit .............................................................................. 40

2.8 Konsep Human, Organization and Technology (HOT FIT) ..................... 41

2.8.1 Technology ...................................................................................... 43

2.8.2 Human ............................................................................................. 44

2.8.3 Organization ................................................................................... 45

2.8.4 Net Benefit ....................................................................................... 46

2.9 Teknik Pengumpulan Data ........................................................................ 49

2.9.1 Pengelompokkan Data .................................................................... 50

2.10 Skala Likert ............................................................................................... 51

2.11 Populasi dan Teknik Sampling .................................................................. 52

2.11.1 Pengertian Populasi ....................................................................... 52

2.11.2 Pengertian Sampel ......................................................................... 53

2.11.3 Jenis-Jenis Sampling ..................................................................... 53

2.11.4 Rumus Slovin ................................................................................ 55

xii

2.12 Partial Least Square Structural Equetion Modeling (PLS-SEM) .............. 56

2.12.1 Konsep PLS-SEM .......................................................................... 56

2.13 SmartPLS .................................................................................................. 62

2.14 Penelitian Sejenis ..................................................................................... 64

2.15 Model Penelitian ....................................................................................... 72

2.15.1 Penyusunan Model Penelitian ........................................................ 72

BAB III METODOLOGI PENELITIAN.............................................................. 76

3.1 Pendekatan Penelitian ............................................................................... 76

3.2 Prosedur penelitian .................................................................................... 76

3.3 Populasi dan Sampel Penelitian ................................................................ 77

3.4 Instrumen Penelitian .................................................................................. 79

3.5 Pengumpulan dan Pemrosesan Data.......................................................... 83

3.6 Analisis dan Interpretasi Data ................................................................... 84

3.7 Kerangka Penelitian .................................................................................. 85

BAB IV HASIL ANALISIS DAN INTERPRETASI ........................................... 86

4.1 Hasil Analisis ............................................................................................ 86

4.1.1 Hasil Analisis Demografis .............................................................. 86

4.1.2 Hasil Analisis Pengukuran Model (Measurement Model) .............. 91

4.1.3 Hasil Analisis Struktur Model (Struktural Model)........................ 100

4.2 Interpretasi dan Pembahasan Hasil Analisis ........................................... 109

4.2.1 Interpretasi dan Pembahasan Hasil Analisis Data Demografis ..... 109

4.2.2 Interpretasi dan Diskusi Hasil Analisis Model Pengukuran ......... 112

4.2.3 Interpretasi dan Diskusi Hasil Analisis Struktur Model ............... 114

BAB V KESIMPULAN DAN SARAN ............................................................. 122

5.1 Kesimpulan .............................................................................................. 122

5.2 Saran ........................................................................................................ 126

DAFTAR PUSTAKA ......................................................................................... 128

xiii

DAFTAR TABEL

Tabel 2. 1 Penelitian Sejenis ................................................................................ 64

Tabel 2. 2 Referensi Indikator .............................................................................. 75 Tabel 3. 1 Indikator dan Pertanyaan ..................................................................... 81 Tabel 4. 1 Hasil Uji Loading Factor dengan SmartPLS 3.0 ................................. 92

Tabel 4. 2 Hasil Uji Composite Realiability dengan SmartPLS 3.0 .................... 94

Tabel 4. 3 Hasil Uji Average Variance Extracted (AVE) dengan SmartPLS 3.0 94

Tabel 4. 4 Hasil Uji Dicriminant Validity dengan SmartPLS 3.0 ....................... 95

Tabel 4. 5 Hasil Uji Discriminant Validity (Cross Loading Fornell-Lacker’s) ... 97

Tabel 4. 6 Hasil Uji Path Coefficient (β) dengan SmartPLS 3.0 ....................... 100

Tabel 4. 7 Hasil Uji Coefficient of Determination (R2) dengan SmartPLS 3.0 . 101

Tabel 4. 8 Hasil Uji T-test dengan SmartPLS 3.0 .............................................. 102

Tabel 4. 9 Hasil Uji Effect Size (f2) dengan SmartPLS 3.0 ............................... 103

Tabel 4. 10 Hasil Uji Relative Impact dengan SmartPLS 3.0 ............................ 104

Tabel 4. 11 Hasil Uji Relative Impact dengan SmartPLS 3.0 ............................ 105

Tabel 4. 12 Hasil Analisis Struktural Model ...................................................... 108

xiv

DAFTAR GAMBAR

Gambar 1. 1 Sistem Institutional Repository UIN Syarif Hidayatullah Jakarta .... 3

Gambar 1. 2 Model Penelitian yang Diadopsi (Yusof et al., 2008) .................... 12 Gambar 2. 1 Karakteristik Sistem (Mulyanto, 2009) .......................................... 19

Gambar 2. 2 Komponen Sistem Informasi (Kadir, 2003) ................................... 24

Gambar 2. 3 Model Keberhasilan SI (Delone dan McLean, 1992) ..................... 36

Gambar 2. 4 Model Keberhasilan SI (Delone dan McLean, 2003) ..................... 38

Gambar 2. 5 HOT FIT Model (Yusof et al., 2008) ............................................. 41 Gambar 3. 1 Prosedur Penelitian (Modifikasi dari Subiyakto et al., 2015) ......... 77

Gambar 3. 2 Kerangka Penelitian ........................................................................ 85 Gambar 4. 1 Diagram Jenis Kelamin Responden ................................................ 87

Gambar 4. 2 Diagram Usia Responden ............................................................... 87

Gambar 4. 3 Diagram Status Pekerjaan Responden ............................................ 88

Gambar 4. 4 Diagram Fakultas/Unit kerja Responden ........................................ 89

Gambar 4. 5 Diagram Semester Mahasiswa ........................................................ 89

Gambar 4. 6 Diagram Intensitas Menggunakan Sistem ...................................... 90

Gambar 4. 7 Diagram Penilaian Keberhasil Penggunaan Sistem ........................ 91

Gambar 4. 8 Hasil Analisis dengan SmartPLS .................................................... 99

Gambar 4. 9 Hasil Analisis t-test ....................................................................... 109

xv

DAFTAR LAMPIRAN

Lampiran 1 SK Dosen Pembimbing .......................................................... xvi

Lampiran 2 Surat Izin Penelitian ................................................................ xvii

Lampiran 3 Surat Keterangan Penelitian ................................................... xviii

Lampiran 4 Kuesioner ................................................................................. xix

Lampiran 5 Hasil Wawancara .................................................................... xxiv

Lampiran 6 Hasil Pre-test Kuesioner .......................................................... xxvii

Lampiran 7 Data Kuesioner ........................................................................ xxviii

Lampiran 8 Tampilan Webomatrics ............................................................ xxviii

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Perkembangan teknologi informasi yang sangat cepat saat ini sudah

memberi dampak bagi berbagai bidang kehidupan hal ini menyebabkan perubahan

dan pengelolaan pekerjaan karena efektivitas dan efisiensinya yang sudah terbukti

mampu mempercepat kinerja (Supriyanto & Muhsin, 2008). Salah satunya

perkembangannya adalah pengolahan dan penyimpanan data semakin baik

kualitasnya. Baik secara individu, institusi, maupun pemerintahan ikut melakukan

berbagai upaya untuk memanfaatkan perkembangan teknologi informasi tersebut,

bahkan didalam dunia pendidikan indonesia khususnya perguruan tinggi

(Irwansyah, 2015).

Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta merupakan

salah satu perguruan tinggi Islam terbesar dan unggulan di Indoensia yang

berkomitmen untuk mengembangkan diri menjadi Research University and World

Class University. Sehingga sarana dan infrastruktur teknologi informasi memiliki

peranan yang penting untuk mendukung komitmen tersebut, Salah satunya

Institutional Repository.

Menurut Hasugian (2012) menyatakan bahwa Institutional Repository

secara sederhana adalah tempat penyimpanan dokumen institusi. Dalam konteks

kepustakawanan repository adalah suatu tempat dimana dokumen, informasi atau

data disimpan, dipelihara dan digunakan. Dokumen yang dikelola oleh repositori

2

institusi adalah dokumen literature kelabu (grey literature) yang dapat berupa

dokumen-dokumen yang khas, buku-buku yang jarang didapatkan di pasar buku,

dan juga dokumen yang dihasilkan oleh institusi atau lembaga pemerintah dan

sebagainya, sehingga ada yang menyebutnya local content. Repository sebagai

tempat penyimpanan bahan-bahan digital yang dihasilkan oleh suatu institusi

perguruan tinggi berkaitan erat dengan perubahan yang terjadi dalam pengelolaan

sumber daya informasi.

Tujuan dari adanya Institutional Repository Menurut Vishala & Bhandi

(2007) , ialah menyediakan akses terbuka ke hasil penelitian institusional dengan

pengarsipan sendiri hasil penelitian tersebut, menyimpan dan melestarikan aset

digital institusional lainnya meliputi literatur yang mudah hilang. Selain itu,

Fatmawati (2013) mengungkapkan bahwa tujuan Institutional Repository adalah

sebagai indikator nyata dari kualitas sebuah perguruan tinggi, sehingga dapat

meningkatkan visibilitas (visibility), martabat (prestige), dan nilai publik (public

value).

Sistem Institutional Repository UIN Syarif Hidayatullah Jakarta saat ini

dikelola oleh Pusat Perpustakaan UIN Syarif Hidayatullah Jakarta serta

berkomitmen untuk memudahkan para pengguna untuk mengakses koleksi digital

sivitas akademika. Pada sistem Institutional Repository UIN Syarif Hidayatullah

data yang dikelola sampai akhir tahun 2018 telah mencapai 29.980 dokumen yang

dapat diakses secara terbuka (open access) dengan koleksi digital yang tersedia

meliputi skripsi, tesis, disertasi, jurnal, laporan penelitian, laporan praktek kerja

lapangan, laporan kuliah kerja nyata dan lainnya.

3

Gambar 1. 1 Tampilan Sistem Institutional Repository UIN

Syarif Hidayatullah Jakarta

Pada Oktober 2017 Menurut webometrics repositories, sistem Institutional

Repository UIN Syarif Hidayatullah Jakarta menduduki peringkat 10 besar di

Indonesia, 56 Asia dan peringkat 552 Dunia. Hal ini menunjukkan bahwa sistem

Institutional Repository UIN Syarif Hidayatullah Jakarta memiliki potensi untuk

berkembang lebih maksimal, sehingga jika karya ilmiah yang dihasilkan oleh

perguruan tinggi tidak dikelola dengan baik, akan menimbulkan persoalan dalam

penyebaran serta pengaksesan informasi terkait dengan karya ilmiah tersebut. Disisi

lain berdasarkan hasil observasi dan wawancara ditemukan beberapa permasalahan

dalam penerapan sistem Institutional Repository di UIN Syarif Hidayatullah Jakarta

diantaranya ketersediaan file yang tidak sesuai dengan penelitian-penelitian yang

tertera di dalam institutional repository, jumlah koleksi karya ilmiah yang ada

belum terdokumentasi secara menyeluruh, terjadinya server yang down . Sehingga

4

manfaat dari penggunaan sistem belum optimal, untuk meningkatkan manfaat

penggunaan sistem penting diketahui seberapa jauh sistem yang diterapkan sudah

sesuai dengan kebutuhan pengguna. Selanjutnya perlu diketahui bahwa dalam

penerapan sistem juga akan menghadapi banyak masalah jika tidak adanya

komitmen dari dalam organisasi atau insititusinya (Anshari et al, 2017). Maka dari

itu tidak hanya teknologi diharapkan dapat mempengaruhi proses manajemen,

sehingga berdampak pada kinerja organisasi, tetapi fungsi organisasi dalam

penerapan sistem dibutuhkan dalam mendukung keberhasilan penerapan sistem.

Pada penelitian sebelumnya, sistem Institutional Repository UIN Syarif

Hidayatullah Jakarta telah menjadi objek pada pengukuran ekspektasi penggunaan

dari sudut pandang user berdasarkan 50 responden berasal dari dosen yang hasilnya

menunujkan bahwa harapan pengguna memiliki hubungan signifikan dengan

penggunaan sistem Institutional Repository UIN Syarif Hidayatullah Jakarta

dengan nilai 57,8% (Rifai, 2015). Sehingga hasil tersebut menjelaskan bahwa

ekspetasi pengguna sangat tinggi dalam penggunaan sistem Institutional Repository

UIN Syarif Hidayatullah Jakarta, maka dari itu penting diketahui keberhasilan

dalam penerapan sistem tersebut saat ini. karena dengan adanya suatu analisa

evaluasi atau pengukuran dalam keberhasilan penerapan suatu sistem maka akan

meminimalisir tingkat kesalahan, kesulitan dan resiko yang ada. Selain itu

keberhasilan penerapan suatu sistem harus diukur secara menyeluruh dengan

mengikutsertakan keterlibatan organisasi dalam pemanfaatan sistem oleh pengguna

(Padmowati, 2004; Laksono et al., 2015)

5

Maka itu untuk melakukan pengukuran keberhasilan sistem yang lebih

menyeluruh dalam memeberikan manfaat bagi organisasi dalam studi ini peneliti

akan mengadopsi model HOT-Fit yang merupakan gabungan dari D & M IS

Success Model dengan IT-Organization Fit dimana 3 faktor utama yakni Human,

yang terdiri dari system use (penggunaan sistem), user satisfaction (kepuasan

pengguna), lalu Organization, yang meliputi structure (struktur organisasi) dan

environment (lingkungan organisasi). Serta Technology yang ditopang oleh

variabel kunci kesuksesan sistem informasi yang terdiri dari system quality (kualitas

sistem), information quality (kualitas informasi), service quality (kualitas layanan)

yang seluruhnya berdampak pada Net Benefit (Manfaat). Menurut (Yusof et al.,

2008), hubungan antara Human, Organization, dan Technology mempunyai

hubungan yang cukup kuat dan positif serta mempunyai hubungan yang kuat dan

searah terhadap Net Benefit dari suatu sistem. Sejak ditemukan pada 2006, model

ini telah digunakan peneliti lain untuk menganalisa sejauh mana tingkat

keberhasilan sistem diimplementasikan (Poluan et al., 2014; Asnawi, 2014;

Kristyanto, 2016).

Pada pembahasan diatas peneliti tertarik untuk melakukan penelitian

dengan judul “Pengukuran Keberhasilan Penerapan Sistem Institutional

Repository di UIN Syarif Hidayatullah Jakarta Menggunakan Human

Organization Technology (HOT) FIT Model”.

6

1.2 Identifikasi Masalah

Berdasarkan latar belakang yang dijelaskan diatas, Maka dapat

diidentifikasikan beberapa masalah sebagai berikut:

1. Masih terdapat permasalah teknis seperti ketersediaan file yang tidak sesuai

dengan penelitian-penelitian yang tertera di dalam sistem institutional

repository UIN Syarif Hidayatullah, jumlah koleksi karya ilmiah yang ada

belum terdokumentasi secara menyeluruh, terjadinya server yang down

sehingga tidak sesuai dengan harapan pengguna sistem Institutional

Repository UIN Syarif Hidayatullah Jakarta yang berdampak pada status

keberhasilan sistem.

2. Aspek pengguna, intitusi, dan teknologi merupakan aspek yang penting

dalam menentukan keberhasilan penerapan sistem dan belum pernah

dilakukan penelitian terkait hal tersebut pada sistem Institutional Repository

di UIN Syarif Hidayatullah Jakarta .

3. Belum diketahui faktor-faktor yang mempengaruhi keberhasilan penerapan

sistem Institutional Repository di UIN Syarif Hidayatullah Jakarta dengan

menggunakan model HOT Fit

1.3 Rumusan Masalah

Dari identifikasi diatas dapat disimpulkan bahwa belum terlihat secara

optimal penggunaan sistem Intitutional Repository yang ada di UIN Syarif

Hidayatullah. Sehingga dosen dan mahasiswa kurang merasakan adanya manfaat

dengan keberadaan sistem Intitutional Repository yang ada. Disisi lain UIN Syarif

Hidayatullah memiliki keinginan untuk terus meningkatkan penerapan sistem

7

Intitutional Repository agar lebih efektif dan efisien. Karena itu penelitian ini perlu

dilakukan untuk mengetahui sejauh mana keberhasilan penerapan sistem

Intitutional Repository di UIN Syarif Hidayatullah Jakarta.

1.4 Ruang Lingkup Penelitiam

Adapun ruang lingkup dalam penelitian ini adalah sebagai berikut:

1. Penelitian ini dilakukan di UIN Syarif Hidayatullah Jakarta, khususnya

terkait dengan penerapan sistem Intitutional Repository yang dikelola oleh

Perpustakaan Utama UIN Syarif Hidayatullah Jakarta yang beralamat di Jl.

Ir.H. Djuanda No.95, Ciputat.

2. Proses yang dilakukan pada penelitian ini adalah menganalisis tingkat

keberhasilan penerapan sistem Intitutional Repository yang ada di UIN

Syarif Hidayatullah Jakarta.

3. Secara teori, penelitian ini akan mengadopsi model Human Organization

Technology (HOT- Fit) mengacu pada penelitian (Yusof et al, 2008), yang

terdiri dari 8 variabel yaitu, system quality, information quality, service

quality, system use, user satisfaction, structure, environment, net benefit

4. Secara metodologi, penelitian ini menggunakan teknik analisis data

kuantitatif dengan teknik mengumpulan data survei (kuesioner) kepada

pengguna dalam penelitian ini yaitu meliputi pegawai, dosen, mahasiswa

pada UIN Syarif Hidayatullah Jakarta , sebagai pengguna dari sistem

Intitutional Repository yang dikelola oleh Pusat Perpustakaan UIN Jakarta.

Teknik pengambilan sampel menggunakan teknik multi-stage purposive

sampling yang terdiri dari purposive sampling pada tahap pertama (Guritno

8

et al, 2011) dan tahap kedua menggunakan accidental sampling (Sugiyono,

2001; Hadi, 2016; Rosalina, 2017) , dengan analisis data menggunakan

PLS-SEM dengan SmartPLS 3.0.

1.5 Tujuan dan Sasaran

Berdasarkan yang telah diuraikan pada sub bab sebelumnya, maka

penelitian ini dilakukan dengan tujuan, yaitu:

1. Mengetahui seberapa jauh status keberhasilan penerapan sistem

Institutional Repository di UIN Syarif Hidayatullah Jakarta

2. Mengetahui besarnya pengaruh hubungan antara variabel pada model HOT-

Fit yang digunakan.

3. Menganalisis faktor apa saja yang mempengaruh keberhasilan atas

penerapan sistem Institutional Repository di UIN Syarif Hidayatullah

Jakarta.

Menyesuaikan tujuan penelitian yang dipaparkan diatas, maka sasaran

pelaksanaan penelitian ini adalah untuk:

1. Diketahuinya status keberhasilan penerapan sistem Institutional Repository

UIN Syarif Hidayatullah Jakarta

2. Diketahuinya besarnya pengaruh hubungan antar variabel pada model

HOT-Fit yang digunakan.

3. Diketahuinya faktor-faktor yang mempengaruhi keberhasilan penerapan

sistem Institutional Repository UIN Syarif Hidayatullah Jakarta.

9

1.6 Pertanyaan Penelitian

Merujuk kepada tujuan dan sasaran penelitian, maka pertanyaan penelitian

dalam penelitian ini adalah sebagai berikut:

Q.1 Apa status keberhasilan penerapan sistem Institutional Repository di

UIN Syarif Hidayatullah Jakarta?

Q.2 Apa saja faktor yang mempengaruhi keberhasilan penerapan sistem

Institutional Repository di UIN Syarif Hidayatullah Jakarta?

Q.2.1 Apakah Kualitas Sistem (System Quality) berpengaruh secara

signifikan terhadap Pengunaan Sistem (System Use), Kepuasan

Pengguna (User Satisfaction), Struktur Organisasi (Structure)?

Q.2.2 Apakah Kualitas Informasi (Information Quality) berpengaruh

secara signifikan terhadap Pengunaan Sistem (System Use),

Kepuasan Pengguna (User Satisfaction), Struktur Organisasi

(Structure) ?

Q.2.3 Apakah Kualitas Pelayanan (Service Quality) berpengaruh

secara signifikan terhadap Pengunaan Sistem (System Use),

Kepuasan Pengguna (User Satisfaction), Struktur Organisasi

(Structure) ?

Q.2.4 Apakah Kepuasan Pengguna (User Satisfaction) berpengaruh

secara signifikan terhadap Pengunaan Sistem (System Use)?

Q.2.5 Apakah Lingkungan Organisasi (Environment) berpengaruh

secara signifikan terhadap Struktur Organisasi (Structure) ?

10

Q.2.6 Apakah Pengunaan Sistem (System Use), Kepuasan Pengguna

(User Satisfaction), Struktur Organisasi (Structure),

Lingkungan Organisasi (Environment) berpengaruh secara

signifikan terhadap Manfaat (Net Benefit) ?

1.7 Metodologi Penelitian

Metodologi dalam penelitian ini menggunakan metode kuantitatif dengan

model Human Organization Technology (HOT-Fit) (Yusof et al., 2008), peneliti

menjabarkan 15 hipotesis untuk menjawab pertanyaan penelitian dan menggunakan

kuesioner yang dirancang dengan pertanyaan yang berhubungan dengan

penggunaan sistem informasi dengan 5 skala Likert (Likert, 1932). Pada penelitian

ini sampel responden adalah pegawai, dosen, dan mahasiswa yang menggunakan

sistem Institutional Repository UIN Syarif Hidayatullah Jakarta. Kuesioner

disebarkan secara langsung dan tidak langsung, untuk penyebaran secara langsung

bertujuan untuk mendapatkan responden yang sesuai melalui interaksi secara

langsung, sedangkan penyebaran tidak langsung dilakukan peneliti menggunakan

media social yang berkembang saat ini (whatsapp, line, email) dengan dibantu fitur

google forms untuk pengisiannya. Tahap akhir seluruh kuesioner yang telah terisi

akan ditampung di MS. Excell dan nantinya akan dianalisis. Analisis penelitian ini

secara kuantitatif menggunakan pendekatan PLS-SEM dengan SmartPLS versi 3.0.

1.8 Model Penelitian

Model peneletian ini (Gambar 1.2) menggunakan model yang diadopsi dari

model yang dikemukakan oleh Yusof et al. (2008). Teori dibuat dari dua model

11

evaluasi untuk sistem informasi, model tersebut adalah IS Success Model (DeLone

and Mclean 2004) dan IT Organization-Fit Model (Morton 1990). Khusunya

kerangka teori HOT-Fit ini terdiri dari 3 faktor utama yakni Human, yang terdiri

dari system use (penggunaan sistem), user satisfaction (kepuasan pengguna), lalu

Organization, yang meliputi structure (struktur organisasi) dan environment

(lingkungan organisasi). Serta Technology yang ditopang oleh variabel kunci

kesuksesan sistem informasi yang terdiri dari system quality (kualitas sistem),

information quality (kualitas informasi), service quality (kualitas layanan) yang

seluruhnya berdampak pada Net Benefit (Manfaat). Menurut Yusof et al. (2008).

Suatu keberhasilan dari penerapan suatu sistem bergantung pada perubahan

lingkungan disekitarnya (McLeod & MacDonell, 2011; Nasir & Sahibuddin, 2011).

Keberhasilan penerapan sistem informasi (SI) tergantung bagaimana sistem itu

dijalankan/diterima pemakainya (user) (Goodhue, 1995) . Keberhasilan sistem

dapat diukur dari kualitas pelayanan (service quality),kualitas sistem (system

quality) dan kualitas informasi (information quality) yang berdampak pada

oraganisasi (Delone & Mclean, 2003). . Selain itu keberhasilan penerapan suatu

sistem harus diukur secara menyeluruh dengan mengikutsertakan keterlibatan

organisasi dalam pemanfaatan sistem oleh pengguna (Padmowati, 2004; Laksono

et al., 2015). Maka dari itu penelitian mengadopsi model HOT-Fit sebagai berikut:

12

SQ

IQ

SEQ

SU

US

STR

LO

NB

Human

Organization

Technology H1

H2

H4

H5

H8H7

H9

H10

H3

H6

H11

H12

H13

H14

H15

KeteranganSQ : System QualityIQ : Information QualitySEQ : Service QualitySU : System UseUS : User SatisfactionSTR : StructureLO : EnvironmentNB : Net Benefit

Gambar 1. 2 Model Penelitian yang Diadopsi (Yusof et al., 2008)

1.9 Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat yang dapat diambil,

diantaranya:

1. Secara teoritis, dapat memberikan landasan bagi penelitian selanjutnya

dalam hal pengukuran keberhasilan penerapan system .

2. Secara metode, dapat menjadi referensi penelitian di program studi

informasi dengan pendekatan kuantitatif.

3. Secara praktis, hasil dari penelitian ini diharapkan dapat menjadi bahan

pertimbangan dalam mengembangkan sistem Institutional Repository UIN

Syarif Hidayatullah Jakarta selanjutnya

13

1.10 Sistematika Penelitian

Dalam penyusunan laporan penelitian, pembahasan terbagi dalam lima bab

yang secara singkat akan diuraikan sebagai berikut:

BAB I PENDAHULUAN

Bab ini berisi penjelasan secara singkat mengenai latar belakang

masalah, rumusan masalah, pertanyaan penelitian, batasan penelitian,

tujuan dan manfaat penelitian, metode penelitian, dan sistematika

penulisan.

BAB II LANDASAN TEORI

Bab ini membahas mengenai dasar-dasar teori yang mendukung tentang

Pengukuran Keberhasilan Penerapan Sistem Institutional Repository di

UIN Syarif Hidayatullah Jakarta Menggunakan Human Organization

Technology (HOT) FIT Model.

BAB III METODOLOGI PENELITIAN

Bab ini membahas tentang metodologi yang digunakan dalam penelitian

ini, yaitu metode pengumpulan data dan metode analisis yang

digunakan.

BAB IV HASIL DAN PEMBAHASAN

Bab ini menguraikan profil singkat perusahaan dan membahas hasil-

hasil yang diperoleh dari hasil evaluasi.

14

BAB V PENUTUP

Bab ini berisi kesimpulan yang berkenaan dengan hasil pemecahan

masalah serta beberapa saran untuk pengembangan keberhasilan sistem

Institutional Repository lebih lanjut pada UIN Syarif Hidayatullah

Jakarta.

15

15

BAB II

LANDASAN TEORI

2.1 Konsep Dasar Pengukuran

Pengukuran merupakan suatu proses dimana dilakukan secara sistematis

untuk dapat memperoleh besaran kuantitatif dari suatu objek tertentu dengan

menggunakan alat ukur yang baku (Sridadi, 2007). Pendapat lain mengatakan

bahwa pengukuran merupakan kegiatan membandingkan dengan suatu ukuran

tertentu sehingga sifatnya menjadi kuantitatif (Arikunto & Jabar, 2004). Para

peneliti berpendapat bahwa dengan mengetahui faktor-faktor yang mempengaruhi

suatu pengukuran dapat menjadikannya awalan untuk dapat memahami gap yang

ada (Subiyakto et al., 2016). Pengukuran mempunyai dua karakteristik utama yaitu;

penggunaan angka atau skala tertentu (1), menurut suatu aturan atau formula

tertentu (2). Pengukuran merupakan cara untuk dapat memantau dan menelusuri

kemajuan dari tujuan strategis. Selain itu suatu pengukuran harus

mempertimbangkan beberapa aspek seperti sasaran dari suatu penelitian, konteks

organisasi yang menggunakan, aspek dari sistem informasinya, dan variabel-

variabel independen yang digunakan untuk dapat melihat nilai kesuksesannya,

metode risetnya, dan tingkat analisisnya apakah pada tingkat individual, organisasi,

atau masyarakat (Jogiyanto, 2007).

Dapat disimpulkan dengan ini bahwa pengukuran adalah kegiatan yang

dilakukan secara sistematis agar memperoleh data dengan menggunakan skala

16

tertentu serta mempertimbangkan beberapa aspek untuk menulusuri tujuan strategis

tertentu.

2.2 Konsep Dasar Sistem

2.2.1 Pengertian Sistem

Secara umum, sistem dapat diartikan sebagai kumpulan dari elemen-elemen

yang berinteraksi untuk mencapai suatu tujuan tertentu sebagai satu kesatuan

(Mulyanto, 2009). Sistem adalah suatu jaringan kerja dari prosedur-prosedur yang

saling berhubungan, berkumpul bersama-sama untuk melakukan suatu kegiatan

atau menyelesaikan suatuu sasaran tertentu (Jogiyanto, 1999).

Dalam bidang sistem informasi, sistem diartikan sebagai sekelompok

komponen yang saling berhubungan , bekerja sama untuk mencapai tujuan bersama

dengan menerima input serta menghasilkan output dalam proses transformasi yang

teratur. Apabila suatu komponen tidak memberikan kontribusi terhadap sistem

untuk mencapai tujuan, tentu saja komponen tersebut bukan bagian dari sebuah

sistem. (Mulyanto, 2009)

Dijelaskan dalam buku Hanif Al Fatta (2007) bahwa sistem dapat diartikan

sebagai suatu kumpulan atau himpunan dari unsur atau variabel-variabel yang

saling terorganisasi, saling berinteraksi, dan saling bergantung satu sama lain.

Sedangkan menurut Murdick dan Ross (1993) mendefinisikan sistem sebagai

seperangkat elemen yang di gabungkan satu dengan lainnya untuk suatu tujuan

bersama.

Oleh karena itu sistem sangatlah dibutuhkan dalam suatu instansi atau

perusahaan untuk menunjang kinerja yang baik diskala kecil maupun besar agar

17

berjalan dengan baik sistem membutuhkan kerja sama didalam unsur-unsur yang

terkait didalam sistem tersebut.

2.2.2 Karakteristik Sistem

Untuk memahami sistem maka perlu memahami unsur-unsur dari suatu

sistem yang membentuknya. Desain sistem informasi karangan Jogiyanto (1990).

Suatu sistem mempunyai karakteristik atau sifat-sifat tertentu yaitu:

1. Bagian (Component), suatu sistem terdiri dari sejumlah komponen yang

saling berinteraksi yang artinya bekerja sama membentuk satu kesatuan

komponen-komponen sistem atau elemen-elemen sistem.

2. Batas sistem (boundry), merupakan daerah yang membatasi antara suatu

sistem dengan sistem yang lainnya atau dengan lingkungan luar.

3. Lingkungan luar (environment), lingkungan luar dari suatu sistem adalah

apapun diluar batas dari sistem yang mempengaruhi operasi sistem.

4. Penghubung sistem (interface), penghubung (interface) adalah media

penghubung antara satu sub sistem dengan sub sistem yang lainnya. Melalui

penghubungan ini memungkinkan sumber daya mengalir dari satu sub

sistem akan menjadi masukan untuk sub sistem lainnya melalui penghubung

ini, dengan begitu suatu sistem dapat berintegrasi dengan sub sistem yang

lainnya dengan membentuk satu kesatuan.

5. Masukkan (input), energi yang dimasukkan ke dalam sistem. Masukkan

dapat berupa maintenance input dan signal input. Maintenance input adalah

energi yang di masukkan supaya sistem tersebut beroprasi. Signal input

adalah energi yang di proses untuk di peroleh keluarannya.

18

Menurut Mulyanto (2009), suatu sistem memiliki karakteristik atau sifat-

sifat tertentu, yaitu:

1. Komponen sistem (Components)

Suatu sistem terdiri dari sejumlah komponen yang sering disebut dengan

subsistem yang saling berinteraksi, yang artinya saling bekerjasama

membentuk satu kesatuan. Komponen-komponen sistem dapat berupa

subsistem atau bagian-bagian dari sistem

2. Batas sistem (Boundary)

Batas sistem merupakan daerah yang membatasi antara suatu sistem dengan

sistem yang lainnya atau dengan lingkungan luarnya. Batas sistem

memungkinkan suau sistem dipandang sebagai satu kesatuan. Batas suatu

sistem menunjukkan ruang lingkup (scope) sistem itu sendiri.

a. Lingkungan luar sistem (Environments)

Lingkungan luar dari suatu sistem adalah apapun di luar batas dari

sistem yang mempengaruhi operasi sistem. Lingkungan luar sistem

dapat bersifat menguntungkan dan dapat juga bersifat merugikan bagi

sistem tersebut.

b. Penghubung sistem (Interface)

Penghubung yang dimaksud adalah media yang dapat menghubungkan

antara subsistem dengan subsistem lainnya. Melalui penghubung ini

memungkinkan sumber-sumber daya mengalir dari satu sistem ke

subsistem yang lain.

19

c. Masukan sistem (Input)

Masukan yaitu energi yang dimasukkan ke dalam sistem, dimana dapat

berupa masukan perawatan dan masukan sinyal. Masukkan perawatan

adalah energi yang diinputkan supaya sistem tersebut dapat beroperasi,

sedang masukan sinyal adalah energi yang diproses untuk mendapatkan

keluaran.

d. Keluaran sistem (Output)

Keluaran yaitu hasil dari energi yang diolah dan diklasifikasikan

menjadi keluaran yang berguna dan sisa pem buangan.

e. Pengolah sistem (Process)

Suatu sistem dapat mempunyai suatu bagian pengolah yang akan

merubah input menjadi output.

f. Sasaran sistem (Objective)

Suatu sistem pasti mempunyai tujuan (goal) atau sasaran (objective).

Karakteristik sistem ini dapat dilihat pada gambar 2.1 dibawah ini :

Gambar 2. 1 Karakteristik Sistem (Mulyanto, 2009)

20

1. Keluaran sistem (output), merupakan hasil dari energi yang di olah dan di

kasifikasikan menjadi keluaran yang berguna dan sisa pembuangan keluaran

dapat merupakan masukkan untuk sistem lain atau supra sistem.

2. Pengolahan sistem (process), suatu sistem dapat mempunyai suatu bagian

pengolahan yang akan mengubah masukkan menjadi keluaran. Suatu sistem

pengolahan akan mengolah berupa bahan baku dalam hal ini adalah data

serta bahan-bahan lainnya untuk menghasilkan keluaran berupa laporan dan

informasi yang berguna.

3. Sasaran sistem (objective), suatu sistem pasti punya tujuan (goal) atau

sasaran (objective), kalau suatu sistem tidak mempunyai sasaran maka

operasi tidak ada gunanya. Sasaran dari sistem sangat menentukan sekali

masukkan yang di butuhkan dan keluaran sistem yang akan dihasilkan oleh

sistem itu sendiri.

2.2.3 Klasifikasi Sistem

Menurut Jogiyanto (2005) sistem dapat di kasifikasikan dari beberapa

sudut pandangan, diantaranya adalah sebagai berikut:

1. Sistem diklasifikasikan berdasarkan sebagai sistem abstrak (abstract

system) dan sistem fisik (physical system). Sistem abstrak adalah sistem

yang berupa pemikiran atau ide-ide yang tidak nampak, misalnya sistem

teologi. Sistem fisik adalah sistem yang ada secara fisik misalnya sistem

komputer.

2. Sistem diklasifikasikan sebagai sistem alamiah (natural system) dan sistem

buatan manusia. Sistem alamiah adalah sistem yang terjadi melalui proses

21

alam dan tidak di buat manusia. Misalnya sistem perputaran bumi. Sistem

buatan manusia adalah sistem yang di rancang oleh manusia yang

melibatkan interaksi manusia dengan mesin yang disebut dengan human-

machine system atau man-machine system.

3. Sistem diklasifikasikan sebagai sistem tertentu (deterministic system) dan

sistem tak tentu (probabilistic system). Sistem tertentu beroperasi dengan

tingkah laku yang sudah dapat diprediksi. Interaksi diantara bagian-

bagiannya didekteksi dengan pasti, sehingga keluaran dari sistem dapat

diramalkan. Misalnya sistem pada komputer. Sistem tak tentu adalah sistem

yang kondisi masa depannya tidak dapat dipredisikan karena mengandung

unsur probabilitas.

4. Sistem diklasifikasikan sebagai sistem tertutup (closed system) dan sistem

terbuka (open system). Sistem tertutup adalah sistem yang tidak

berhubungan dan tidak terpengaruh dengan lingkungan luarnya. Sistem ini

bekerja secara otomatis tanpa adanya turut campur tangan dari pihak

luarnya. Secara teoritis sistem tertutup ini ada, tetapi kenyataannya tidak ada

sistem yang benar-benar tertutup, yang ada hanyalah relatively closed

system (secara relatif tertutup, tidak benar-benar tertutup). Sistem terbuka

adalah sistem yang berhubungan dan terpengaruh dengan lingkungan luar

atau subsistem yang lainnya. Karena sistem sifatnya terbuka dan

terpengaruh oleh lingkungan luarnya, maka suatu sistem harus mempunyai

suatu sistem pengendalian yang baik. Sistem yang baik harus dirancang

22

sedemikian rupa, sehingga secara relatif tertutup karena sistem tertutup akan

secara otomatis dan terbuka hanya untuk pengaruh yang baik.

2.3 Konsep Dasar Informasi

Menurut Mulyanto (2009) informasi yaitu sesuatu yang menunjukan hasil

pengolahan data yang diorganisasikan dan berguna kepada orang yang

menerimanya. Sedangkan menurut Jogiyanto (2005), informasi adalah data yang

diolah menjadi bentuk yang lebih berguna dan lebih berarti bagi yang

menerimanya. Serta menurut Gordon (2004) informasi adalah data yang telah

diolah menjadi bentuk yang berguna bagi penerimanya dan nyata, berupa nilai yang

dapat dipahami di dalam keputusan sekarang maupun masa depan.

Dengan tiga definisi diatas dapat disimpulkan bahwa informasi merupakan

data yang diproses untuk menambah nilai yang berguna bagi penggunaanya untuk

sesuatu yang penting. Informasi juga dapat dikatakan sebagai data yang telah

diproses, yang mempunyai nilai yang berguna untuk mengambil kesimpulan dan

tindakan atau keputusan. Karakteristik sistem informasi dimana penerima informasi

mengalami perubahan dari kondisi (state) belum mengetahui, sehinggan informasi

yang benar dan baru dapat mengoreksi dan mengkonfirmasi informasi sebelumnya.

2.4 Konsep Dasar Sistem Informasi

2.4.1 Pengertian Sistem Informasi

Sistem informasi adalah suatu sistem didalam Organisasi yang

mempertemukan kebutuhan pengolahan transaksi harian, mendukung operasi

23

bersifat manajerial dan kegiatan strategi dari suatu organisasi dan menyediakan

pihak luar tertentu dengan laporan-laporan yang diperlukan (Jogiyanto,1999).

Sistem informasi ialah pengaturan orang, data, proses dan teknologi

informasi yang berinteraksi untuk mengumpulkan, memproses, menyimpan, dan

menyediakan sebagai output informasi yang diperlukan untuk mendukung sebuah

organisasi. (Whitten et al, 2004).

Sistem informasi merupakan suatu komponen yang terdiri dari manusia,

teknologi informasi, dan prosedru kerja yang memproses, menyimpan,

menganalisis dan meyebarkan informasi untuk mencapai suatu tujuan (Mulyanto,

2009).

Sebuah sistem informasi merupakan kumpulan dari perangkat keras dan

perangkat lunak komputer serta perangkat manusia yang akan mengolah data

menggunakan perangkat keras dan perangkat lunak tersebut. (Kristanto,2008)

Sistem informasi dapat merupakan kombinasi teratur dari hardware,

software, jaringan komunikasi, dan sumber daya data yang mengumpulkan,

mengubah, dan menyebarkan informasi dalam sebuah organisasi (O’Brien, 2010).

2.4.2 Komponen Sistem Informasi

Sebuah sistem informasi mempunyai komponen yang terdiri dari (Kadir,

2003):

24

Gambar 2. 2 Komponen Sistem Informasi (Kadir, 2003)

1. Perangkat keras (hardware)

Mencakup perangkat fisik seperti komputer dan printer.

2. Perangkat lunak (software)

Sekumpulan instruksi yang memungkin perangkat keras untuk dapat

memproses data.

3. Prosedur

Sekumpulan aturan yang digunakan untuk mewujudkan pemrosesan data

dan pembagkitan keluaran yang dikehendaki.

4. Manusia

Semua pihak yang bertanggung jawab dalam pengenmbangan sistem

informasi, pemrosesan, dan penggunaan keluaran sistem informasi.

25

5. Basis data

Sekumpulan tabel, hubungan, dan lainnya yang berhubungan dengan

penyimpanan data.

6. Jaringan komputer dan komunikasi data

Sistem penghubung yang memungkinkan sumber dipakai secara bersama

atau diakses oleh sejumlah pemakai.

2.5 Perpustakaan Perguruan Tinggi

2.5.1 Pengertian Perpustakaan Perguruan Tinggi

Menurut Sulistyo Basuki (2003) Perpusatakaan yang terdapat pada

perguruan tinggi, badan bawahannya maupun lembaga yang berafiliasi dengan

perguruan tinggi, dengan tujuan utama membantu perguruan tinggi mencapai

tujuannya.

Menurut Mustafa dikutip dalam Kusmayadi (2017) Perpustakaan tidak

dapat dipisahkan dengan dunia pendidikan, perpustakaan berperan sangat penting

dalam menunjang pengetahuan dan prestasi para penggunanya. Perpustakaan

Perguruan Tinggi merupakan suatu perpustakaan yang berada pada naungan suatu

Universitas. Karena peran perpustakaan sebagai unsur penunjang Tri Dharma

perguruan tinggi atau sering disebut juga sebagai jantungnya perguruan tinggi.

Perguruan tinggi dalam hal ini berupa institut, universitas, akademi, atau sekolah

tinggi berikut berbagai unit dan lembaga yang berada di bawahnya. Perguruan

tinggi ada yang dikelola pemerintah yang disebut sebagai universitas atau institut

dan adapula yang dikelola oleh pihak swasta yang disebut sebagai universitas atau

institut swasta.

26

2.5.2 Tugas dan Fungsi Perpustkaan Perguruan Tinggi

Adanya perpustakaan perguruan tinggi pasti memiliki tugas dan fungsi yang

harus dijalani untuk mencapai sebuah tujuan didirikannya perpustakaan. Menurut

Rimbarawa dikutip dalam Kusmayadi (2017) perpustakaan perguruan tinggi pada

tiap lembaga perguruan tinggi berfungsi:

1. Pusat kegiatan belajar mengajar

2. Pusat penelitian

3. Untuk pengabdian masyarakat dalam pelaksanaan tridharma perguruan

tinggi.

Sementara Menurut Noerhayati dikutip dalam Kusmayadi (2017) tugas

perpustakaan secara garis besar ada tiga, yaitu sebagai berikut:

1. Tugas menghimpun informasi adalah kegiatan mencari, menyeleksi,

mengisi perpustakaan dengan sumber informasi yang memadai/lengkap

baik dalam arti jumlah jenis, maupun mutu yang disesuaikan dengan

kebijakan.

2. Tugas mengelola meliputi proses pengolahan, penyusunan, penyimpanan,

pengemasan, agar tersusun rapih, mudah ditelusuri dan ditemukan kembali

oleh pengguna. Pekerjaan pengolahan mencakup pemeliharaan, perawatan,

agar seluruh koleksi perpustakaan tetap dalam keadaan bersih, utuh, dan

baik. Sedangkan kegiatan pelestarian adalah dalam rangka preservasi dan

konservasi karena untuk menjaga nilai-nilai sejarah dan dokumentasi.

3. Tugas memberdayakan dan memberikan layanan secara optimal bagi

perkembangan ilmu pengetahuan dan informasi, teknologi dan budaya

27

masyarakat di sekitarnya. Termasuk didalam tugas ini adalah upaya promosi

dan publikasi serta sosialisasi agar masyarakat di sekitar.

2.6 Konsep Dasar Institutional Repository

2.6.1 Pengertian Institutional Repository

Institutional Repository atau Local Content atau simpanan kelembagaan

mengacu ke sebuah kegiatan menghimpun dan melestarikan koleksi digital yang

merupakan hasil karya intelektual dari sebuah komunitas tertentu (Pendit, 2008).

Pendit menjelaskan, bahwa istilah Institutional Repository atau simpanan

kelembagaan merujuk ke sebuah kegiatan melestarikan dan menghimpun koleksi

digital yang merupakan hasil karya intelektual dari sebuah komunitas tertentu.

Menurut Fatmawati (2013) Repository Institusi (Institutional Repository)

merupakan suatu wadah secara online untuk mengelola dan melestarikan akses

intelektual civitas akademik di sebuah institusi.

2.6.2 Tujuan dan Manfaat Institutional Repository

Tujuan dari adanya Institutional Repository menurut.Suwardi (dikutip

dalam Kusmayadi, 2017) mempunyai dua sasaran pokok, yaitu:

1. Melestarikan dan menyimpan aset digital institusional lainnya, meliputi

literatur yang tidak diterbitkan atau yang mudah hilang (misal thesis atau

laporan teknis)

2. Menyediakan akses terbuka ke hasil penelitian institusional dengan

pengarsipan sendiri hasil penelitian tersebut.

28

Sementara itu menurut Sutedjo (2014) manfaat Repositori Institusi adalah

sebagai berikut:

1. Untuk menyediakan akses terbuka terhadap karya ilmiahintelektual yang

dihasilkan sivitas akademika dan menjangkau khalayak lebih luas lagi

dengan tempat dan waktu yang tak terbatas.

2. Untuk mengumpulkan karya ilmiah-intelektual sivitas akademika dalam

satu lokasi agar mudah ditemukan kembali baik melalui Google maupun

mesin pencari lainnya.

3. Untuk meningkatkan dampak dari karya ilmiah-intelektual yang dihasilkan

sivitas akademika.

4. Untuk menyediakan URL jangka panjang bagi karya ilmiah intelektual hasil

penelitian sivitas akademika.

5. Untuk mempromosikan karya ilmiah-intelektual yang dihasilkan sivitas

akdemika.

6. Sebagai etalase dan tempat penyimpan yang aman untuk hasil penelitian

sivitas akademika.

7. Untuk menghubungkan publikasi sivitas akademika/peneliti dari halaman

web mereka.

8. Apabila terjadi plagiasi terhadap karya ilmiah-intelektual yang dipublish di

Repositori Institusi akan mudah diketahui dan ditemukan.

29

2.6.3 Fungsi Institutional Repository

Menurut Fatmawati (2013), Institutional Repository berfungsi sebagai

indikator nyata dari kualitas sebuah perguruan tinggi, sehingga meningkatkan

prestise (prestige), visibilitas (visibility), dan nilai publik (public value). Adanya

open acces repository juga dipandang dapat menjadi solusi bagi perguruan tinggi

yang memiliki keterbatasan anggaran dalam mengatasi minimnya ketersediaan

jurnal-jurnal elektronik ilmiah yang memiliki harga sangat tinggi, dan juga sulitnya

mendapatkan akses terhadap hasil-hasil penelitian dan karya ilmiah. Dengan

adanya open acces repository hasil penelitian karya-karya ilmiah yang berasal dari

para sivitas akademika perguruan tinggi dapat diakses secara online untuk

digunakan untuk keperluan ilmiah.

2.7 Konsep Dasar Keberhasilan Sistem

Terdapat dua hal yang akan dihadapi ketika suatu sistem diterapkan dalam

insitusi atau perusahaan, yaitu mendapatkan keberhasilan penerapan sistem atau

kegagalan sistem, (Montazemi, 1988). Konsep keberhasilan sistem informasi

merupakan suatu konsep yang digunakan dalam berbagai riset sebagai kriteria dasar

untuk mengukur atau mengevaluasi penerapan sistem informasi (Rai et al .,2002).

Myers et al. (1997) menyatakan bahwa pengukuran keberhasilan sistem informasi

sangat penting bagi organisasi. Sementara keberhasilan sistem suatu perusahaan

atau organisasi tergantung bagaimana sistem tersebut dijalankan, kemudahan bagi

para pemakainya, dan pemanfaatan teknologi yang digunakan (Goodhue dan

Thompson, 1995) .

30

Doll dan Torkzadeh (1988) menyatakan bahwa kepuasan pengguna akhir

sistem informasi dapat digunakan sebagai tolok ukur keberhasilan suatu sistem

informasi. Kepuasan pengguna akhir ini kemudian menjadi bagian dalam

pengembangan model keberhasilan sistem informasi selanjutnya.

Sehingga dapat disimpulkan keberhasilan sistem informasi adalah usaha

untuk mengetahui kondisi sebenarnya suatu penerapan sistem informasi. Dengan

usaha tersebut, capaian penerapan suatu sistem informasi dapat diketahui dan

tindakan lebih lanjuti serta direncanakan untuk memperbaiki kinerjanya.

DeLone dan McLean (1992) menyampaikan taksonomi mengenai enam

faktor yang menjadi dasar pengukuran keberhasilan sistem informasi. Keenam

kategori tersebut adalah kualitas informasi (information quality), kualitas sistem

informasi (system quality), intensitas penggunaan sistem informasi (system use),

kepuasan pengguna akhir sistem informasi (end user satisfaction), dampak

individual (individual impact), dan dampak organisasional (organizational impact)

dari sistem informasi.

Dengan penjelasan diatas terdapat terdapat pengembangan model digunakan

sebagai metode untuk mengukur atau mengevaluasi penerapan sistem informasi

yang digunakan oleh sebuah organisasi atau instansi publik diantaranya seperti),

Theory of Reasoned Action (TRA), Technology of Acceptance Model (TAM) Task

Technology Fit (TTF) yang dikembangkan oleh Goodhue dan Thompson (1995),

End User Computing Satisfaction (EUCS) yang dikembangkan oleh Doll dan

Torkzadeh (1988) yang dikembangkan oleh Davis (1989), selanjutnya IS Success

Model dikembangkan oleh DeLone dan McLean (1992, 2003), dan Human

31

Organization and Technology (HOT FIT) Model di kembangkan oleh Yusof et al.

(2008).

2.7.1 Model Theory of Reasoned Action (TRA)

Theory of reasoned action(TRA) teori yang menghubungkan antara

keyakinan (belief ), sikap (attitude), kehendak (intention) dan perilaku (behavior)

(Ajzen dan Fishbein 1980). Kehendak merupakan prediktor terbaik

perilaku,artinya, jika ingin mengetahui apa yang akan dilakukan seseorang, cara

terbaik adalah mengetahuikehendak orang tersebut. Namun, seseorang dapat

membuat pertimbangan berdasarkan alasan-alasan yang sama sekali berbeda (tidak

selau berdasarkan kehendak).

Konsep penting dalam teori ini adalah fokus perhatian (salience), yaitu

mempertimbangkan sesuatu yang dianggap penting.Kehendak (intetion) ditentukan

oleh sikap dan norma subjektif. Komponen pertama mengacu pada sikap terhadap

perilaku. Sikap ini merupakan hasil pertimbangan untung dan rugidari perilaku

tersebut (outcome of the behavior). Disamping itu juga dipertimbangkan

pentingnya konsekuensi-konsekuensi yang akan terjadi bagi individu (evaluation

regarding the outcome). Dilain pihak, komponen norma subkektif atau sosial

mengacu pada keyakinan seseorang terhadap bagaimana dan apa yang dipikirkan

orang-orang yang dianggap penting dan motivasi seseoranguntuk mengikuti pikiran

tersebut

32

2.7.2 Model Theory of Planned Behavior (TPB)

Theory of planned behavior (Ajzen, 1988) adalah sebuah teori perluasan

dari teori sebelumnya yaitu theory of reasoned action (Ajzen dan Fishbein 1980)

yang melanjutkan penjelasan mengenai ketertarikan perhatian dalam psikologi

(Sheppard et al, 1988; Ajzen, 2001). Kedua model mempertimbangkan proses yang

disengaja dilakukan dan implikasinya terhadap perilaku individu. analisa gangguan

untuk memprediksi perilaku individu terhadap sikapnya.

Theory of planned behavior adalah teori yang menekankan pada rasionalitas

dari tingkah laku manusia juga pada keyakinan bahwa target tingkah laku berada di

bawah kontrol kesadaran individu. Perilaku tidak hanya bergantung pada intensi

seseorang, melainkan juga pada faktor lain yang tidak ada dibawah kontrol dari

individu, misalnya ketersediaan sumber dan kesempatan untuk menampilkan

tingkah laku tersebut (Ajzen, 2005)

Prinsip dalam teori ini adalah prinsip kesesuaian (principle of compatibility)

yang menjelaskan sikap dan perilaku yang dibagi dengan empat elemen yaitu aksi,

target, konteks dan waktu, dan hubungan antara sikap dan perilaku akan maksimal

jika setiap elemennya berfungsi secara maksimal. Maka, perilaku terdiri dari aksi

atau perilaku yang dilakukan, performa target atau obyek, konteks, dan waktu.

Teori ini secara jelas menggambarkan hubungan antara keyakinan (beliefs), sikap

(attitude), kehendak atau intense (intention), da perilaku (behavior).

2.7.3 Technology Acceptance Model (TAM)

Technology Acceptance Model (TAM) merupakan salah satu model yang

dibangun untuk menganalisis dan memahami faktor‐faktor yang mempengaruhi

33

diterimanya penggunaan teknologi komputer yang diperkenalkan pertama kali oleh

Fred Davis pada tahun 1986. TAM merupakan hasil pengembangan dari Theory of

Reasoned Action (TRA), yang lebih dahulu dikembangkan oleh Fishbein dan Ajzen

pada 1980. Tujuan TAM lebih dikhususkan untuk menjelaskan perilaku para

pengguna komputer (computer usage behavior). Model TAM ini tidak hanya bisa

untuk memprediksi, namun juga bisa menjelaskan sehingga peneliti dan para

praktisi bisa mengidentifikasi mengapa suatu faktor tidak diterima dan memberikan

kemungkinan langkah yang tepat.

Tujuan utama dari Technology Acceptance Model (TAM) sesungguhnya

adalah untuk memberikan dasar langkah dari dampak suatu faktor eksternal pada

kepercayaan intern (internal beliefs), sikap (attitude) dan niat (intention). TAM

dirancang untuk mencapai tujuan tersebut dengan cara mengidentifikasi beberapa

variabel dasar yang disarankan pada penelitian sebelumnya yang setuju dengan

faktor-faktor yang mempengaruhi secara cognitif dan affectif pada penerimaan

komputer (computer acceptance). TAM memposisikan dua kepercayaan (beliefs),

yaitu perceive usefulness dan perceieved ease of use sebagai faktor utama perilaku

penerimaan komputer.

Dikemukakan pula oleh Davis (1989) dalam Jogiyanto (2008) menjelaskan

bahwa pengembangan item-item konstruk ini difokuskan pada dua konstruk teoritis

yaitu kegunaan persepsian (perceived usefulness) dan kemudahan penggunaan

persepsian (perceived ease of use) yang secara teori merupakan penentu-penentu

dasar dari penggunaan (use) dari sistem.

34

2.7.4 Model Task Technology Fit (TTF)

Task Technology Fit (TTF) Analysis dikembangkan oleh Goodhue dan

Thompson pada tahun 1995. Inti dari Model Task Technology Fit adalah sebuah

konstruk formal yang dikenal sebagai Task-Technology Fit (TTF), yang merupakan

kesesuaian dari kapabilitas teknologi untuk kebutuhan tugas dalam pekerjaan yaitu

kemampuan teknologi informasi untuk memberikan dukungan terhadap pekerjaan

(Goodhue & Thompso, 1995). Model TTF memiliki 4 konstruk kunci yaitu Task

Characteristics, Technology Characteristics, yang bersama-sama mempengaruhi

konstruk ketiga TTF yang balik mempengaruhi variabel outcome yaitu

Performance atau Utilization. Model TTF menempatkan bahwa teknologi

informasi hanya akan digunakan jika fungsi dan manfaatnya tersedia untuk

mendukung aktivitas pengguna.

2.7.5 Model End-User Computing Satisfaction (EUCS)

Model evaluasi End-User Computing Satisfaction (EUCS) merupakan

model yang dikembangkan oleh Doll & Torkzadeh pada tahun 1988. Model ini

menekankan kepuasan (satisfaction) pengguna akhir terhadap aspek teknologi

dengan menilai accuracy, content, ease of use, format dan timeliness dari sistem.

EUCS merupakan metode untuk mengukur tingkat kepuasan dari pengguna suatu

sistem aplikasi dengan membandingkan antara harapan dan kenyataan dari sebuah

sistem informasi. (Pratama et al., 2012).

EUCS merupakan evaluasi secara keseluruhan atas sistem informasi yang

digunakan oleh pengguna sistem sehubungan dengan pengalaman penggunaan

sistem informasi tersebut. Pengalaman penggunaan sistem informasi tersebut

35

diukur untuk mengetahui apakah sistem informasi yang digunakan efektif dan

sesuai dengan yang diinginkan (Chin & Lee, 2000). Berikut dapat dilihat pada

gambar 2.2 merupakan model penelitian End-User Computing Satisfaction (EUCS)

(Doll & Torkzadeh, 1988).

2.7.6 Model Delone dan McLean (1992)

DeLone dan McLean (1992) melakukan studi yang mendalam terhadap

literatur mengenai kesuksesan sistem informasi. Mereka menemukan bahwa

kesuksesan sebuah sistem informasi dapat direpresentasikan oleh karakteristik

kualitatif dari sistem informasi itu sendiri (system quality), kualitas output dari

sistem informasi (information quality), konsumsi terhadap output (use), respon

pengguna terhadap sistem informasi (user satisfaction), pengaruh sistem informasi

terhadap kebiasaan pengguna (individual impact), dan pengaruhnya terhadap

kinerja organisasi (organizational impact).

Model yang baik adalah model yang lengkap tetapi sederhana. Model

semacam ini disebut dengan model yang parsimoni (Jogiyanto, 2007). Berdasarkan

teori-teori dan hasil-hasil penelitian sebelumnya yang telah dikaji, DeLone dan

McLean kemudian mengembangkan suatu model parsimoni dengan nama Model

Kesuksesan Sistem Informasi DeLone dan McLean (D&M IS Success Model)

(DeLone dan McLean, 1992), yang ilustrasinya dapat dilihat pada Gambar 2.2.

36

Gambar 2. 3 Model Keberhasilan SI (Delone dan McLean, 1992)

Model kesuksesan Delone dan McLean Tahun 1992 didasarkan pada proses

dan hubungan kausal dari dimensi-dimensi model. Model ini tidak mengukur ke

enam dimensi pengukuran kesuksesan sistem informasi secara independen tetapi

mengukurnya secara keseluruhan satu mempengaruhi yang lainnya.

McLean ini tidak mengukur ke enam dimensi pengukuran kesuksesan

system informasi secara terpisah tetapi mengukurnya secara keseluruhan dengan

variable yang satu mempengaruhi variabel yang lainnya. Pembuatan dari model

kesuksesan sistem informasi D&M (D&M Information System Success Model)

dipicu oleh suatu proses pembuatan informasi dan dampak dari penggunaan sistem

informasinya. DeLone & McLean mendasarkan modelnya pada model proses yang

terdiri dari tiga komponen proses, yaitu pembuatan dari suatu system informasi,

penggunaan sistem informasi tersebut dan konsekuensi atau dampak dari

penggunaan sistem.

37

2.7.7 Model Delone & McLean (2003)

Pada tahun 2003, DeLone dan McLean memperbaharui Model Kesuksesan

Sistem Informasi. Hal-hal yang yang diperbaharui ini adalah sebagai berikut:

1. Menambahkan dimensi kualitas pelayanan (service quality) sebagai

tambahan dari dimensi-dimensi kualitas yang sudah ada, yaitu kualitas

sistem (system quality) dan kualitas informasi (information quality)

2. Menggabungkan dampak individual (individual impact) dan dampak

organisasional (organizational impact) menjadi satu variabel yaitu menjadi

manfaat-manfaat bersih (net benefits). Tujuan penggabungan ini adalah

untuk menjaga model tetap sederhana (parsimory)

3. Menambahkan dimensi minta memakai (intention to use) sebagai alternatif

dari dimensi pemakaian (use). Pengukuran dari pemakaian (use)

mempunyai banyak dimensi, seperti misalnya pemakaian sukarela atau

wajib, mendapat informasi (informed) atau tidak mendapat informasi

(uninformed), dan lainnya. De Lone dan McLean (2003) mengusulkan

pengukuran alternatif, yaitu minat memakai (intention to use). Minat

memakai adalah suatu sikap (attitude). Sedang pemakaian (use) adalah

suatu perilaku (behaviour)

4. Pemakaiaan (use) dan kepuasan pemakaian (user satifaction) sangat erat

berhubungan. Pemakaian (use) harus mendahului kepuasan pemakai (user

satisfaction) sebagai suatu proses, tetapi pengalaman yang positif karena

menggunakan (use) akan mengakibatkan kepuasan pemakaian yang lebih

tinggi sebagai suatu kausal. Secara sama, peningkatan kepuasan pemakai

38

akan mengakibatkan peningkatan minat menggunakan (intention to use) dan

kemudian menggunakan (use).

5. Dampak dari sistem informasi sudah meningkat tidak hanya dampaknya

pada pemakai individual dan organisasi saja, tetapi dampak sudah ke grup

pemakai, ke antar organisasi, konsumen, kontraktor, sosial bahkan negara.

DeLone dan McLean (2003) mengusulkan untuk menamakannya semua

manfaat mejadi suatu manfaat tungal yang disebut dengan nama manfaat-

manfaat bersih (net benefits) Jika manfaat-manfaat bersih (net benefits)

positif akan menguatkan minat memakai, dan menggunakan serta tingkat

kepuasan pemakai. Umpan balik ini masih valid bahkan untuk manfaat-

manfaat bersih yang negatif.

Dari hasil analisis tersebut, maka Delone dan McLean (2003) mengusulkan

suatu model yang diperbarui yang nampak pada gambar berikut ini.

Gambar 2. 4 Model Keberhasilan SI (Delone dan McLean, 2003)

39

Berdasarkan hasil penelitian DeLone dan McLean (2003), kesuksesan /

efektivitas sistem informasi dapat dievaluasi dari dimensi :

1. Kualitas sistem (System quality),

Mengukur karakteristik yang diinginkan dari sistem informasi yaitu dari

kemudahan penggunaan, ketersediaan, keandalan dan kemampuan

beradaptasi

2. Kualitas informasi (Information quality),

Harus akurat, lengkap, relevan, mudah dimengerti dan tepat waktu

3. Kualitas pelayanan (Service quality),

Dukungan menyeluruh yang disampaikan oleh penyedia layanan.

4. Intensitas penggunaan (Intention to use) dan penggunaan (use),

Mengukur segala sesuatu dari kunjungan ke sebuah situs Web, untuk

navigasi dalam situs, pencarian informasi dan pelaksanaan transaksi.

5. Kepuasan pengguna (User satisfaction),

Mengukur pendapat pelanggan/pengguna secara menyeluruh terhadap

kualitas sistem, informasi dan pelayanan terkait pengalamannya dengan

system informasi.

6. Keuntungan/Manfaat bersih (Net benefit),.

Merupakan ukuran keberhasilan yang paling penting karena merupakan

dampak positif dan negatif dari sistem informasi terhadap individu,

organisasi bahkan masyarakat.

40

2.7.8 Model HOT-Fit

Model yang dikemukakan oleh Yusof et al. (2008). Teori dibuat dari dua

model evaluasi untuk sistem informasi, model tersebut adalah IS Success Model

(DeLone and Mclean 2004) dan IT Organization-Fit Model (Morton 1990). Model

ini juga diidentifikasi sebagai mampu mengidentifikasi elemen organisasi utama

yang dapat mempengaruhi IS dan juga menekankan keselarasan penting atau

kesesuaian di antara keduanya. Selain itu, model ini komprehensif karena

mencakup faktor-faktor berikut: teknologi (TI), manusia (peran dan keterampilan)

dan organisasi (strategi, struktur dan proses manajemen). Namun, faktor-faktor ini

dapat dikategorikan menjadi dimensi yang lebih rinci untuk memberikan dimensi

evaluasi yang lebih spesifik. Misalnya, TI dapat dikelompokkan lebih jauh ke dalam

kualitas sistem dan kualitas informasi, seperti yang diusulkan oleh DeLone dan

McLean. Demikian pula, peran dan keterampilan dapat dikaitkan dengan

penggunaan dan kepuasan pengguna.

Berdasarkan kekuatan dan keterbatasan yang ditunjukkan pada kedua

model, IT-Organization Fit dan IS Success Model saling melengkapi dalam

menghadirkan kerangka evaluasi yang komprehensif. Faktor organisasi, yang

kurang dalam IS Success Model, ditampilkan dalam kesesuaian Organisasi-TI.

Demikian pula, dimensi dan ukuran evaluasi spesifik yang kurang sesuai dengan

Organisasi IT, ditampilkan dalam IS Success Model. Berdasarkan dua model yang

dijelaskan di atas, kerangka evaluasi baru disajikan pada konsep model Human,

Organization and Technology Fit (HOT-Fit)

41

2.8 Konsep Human, Organization and Technology (HOT FIT)

Yusof et al. (2008) memberikan suatu kerangka baru yang dapat diguakan

untuk melakukan evaluasi sistem informasi yang disebut Human-Organization-

Technology (HOT) Fit Model. Model ini mendapatkan komponen penting dalam

sistem informasi yakni Manusia, Organisasi dan Teknologi.

Gambar 2. 5 HOT FIT Model (Yusof et al., 2008)

Model keberhasilan sistem ini diadopsi berdasarkan kategori evaluasi

spesifik yang komprehensif, validasi yang luas dan penerapannya terhadap evaluasi

HIS (Health Information Systems). Selain itu, Model Fit Organisasi-IT juga

digunakan untuk menggabungkan konsep kesesuaian antara faktor evaluasi:

manusia, organisasi dan teknologi. Pada awalnya model ini dikembangkan untuk

sistem informasi yang berada di Fundus Imaging System (FIS) dari sebuah

organisasi perawatan primer di Inggris seiring perkembangannya tidak hanya untuk

evaluasi menyeluruh terhadap sistem FIS yang diteliti, namun juga berpotensi untuk

Sistem informasi pada umumnya (Yusof et al., 2008). Subbagian berikut

http://4.bp.blogspot.com/-dw8VdmogFCU/UCDTEMctLiI/AAAAAAAAAIU/GP7OdBTfyiY/s1600/1-s2.0-S1386505607001608-gr3.jpg

42

menjelaskan faktor evaluasi, dimensi dan ukuran secara rinci. Komponen manusia

(Human) menilai sistem informasi dari sisi pengguna sistem (system use) pada

frekuensi dan luasnya fungsi dan penylidikan sistem informasi. System use juga

berhubung siapa yang menggunakan (who use it), tingkat pengguna (level of user),

pelatihan, pengetahuan, harapan dan sikap menerima (acceptance) atau menolak

(resistance) sistem. Komponen ini juga menilai sistem dari aspek kepuasan

pengguna (user satisfaction). Kepuasan pengguna adalah keseluruhan evaluasi dari

pengalaman pengguna dalam menggunakan sistem informasi dan dampak potensial

dari sistem informasi. User Satisfaction dapat dihubungkan dengan persepsi

manfaat (usefulness) dan sikap pengguna terhadap sistem terhadap sistem informasi

yang dipengaruhi oleh karakteristik personal.

Komponen Organisasi menilai sistem dari aspek struktur organisasi dan

lingkungan organisasi. Struktur organisasi terdiri dari tipe, kultur, politik, hierarki.

Teknologi terdiri dari kualitas sistem (system quality), kualitas informasi

(information quality) , serta kualitas pelayanan (service quality) yang digunakan di

untuk menilai teknologi dari aspek kualitasnya. Evaluasi sistem itu tekait dengan

penyelidikan sistem. Penyelidikan sistem adalah suatu usaha yang dilakukan untuk

memperbaiki segi tertentu dari sistem infromasi yang mana esensinya adalah untuk

memperbaiki kinerja orang-orang yang terlibat didalamnya. Penyelidikan sistem

sering kali disebut dengan usaha pengembangan sistem yang dilakukan dengan

mengandalkan pada metodologi dan seperangkat alat serta teknik untuk analisis,

serta desain dan penerapannya pada sebagian atau keseluruhan sistem informasi.

43

2.8.1 Technology

Studi tentang System Quality (Kualitas Sistem) sering dikaitkan dengan

kinerja sistem. Kualitas Sistem dalam pengaturan kesehatan mengukur fitur inheren

dari sistem termasuk kinerja sistem dan user interface. Contoh langkah-langkah

kualitas sistem adalah kemudahan penggunaan, kemudahan belajar, waktu respon,

kegunaan, ketersediaan, keandalan, kelengkapan, fleksibilitas sistem, dan

keamanan (Lippeveld, 2001).

Kemudahan penggunaan menilai apakah sistem itu memuaskan, nyaman

dan menyenangkan untuk digunakan. Ketersediaan mengacu pada waktu

penggunaan HIS sementara fleksibilitas berkaitan dengan kemampuan HIS untuk

menyesuaikan diri dengan pengaturan layanan kesehatan dan berintegrasi dengan

sistem lain. Bahkan sistem yang sering bekerja sering tidak digunakan seperti yang

diantisipasi. Dengan demikian menurut Anderson and Aydin (1994), penting untuk

menentukan dalam sistem:

1. Memenuhi kebutuhan pengguna yang diproyeksikan, mudah digunakan dan

mudah digunakan,

2. Sesuai dengan pola kerja profesional yang untuk itu dimaksudkan dan

keseluruhan kesehatan system.

Ukuran Information Quality (Kualitas Informasi) bisa subjektif, karena

berasal dari perspektif pengguna. Kriteria yang dapat digunakan untuk kualitas

informasi dalam sistem adalah kelengkapan informasi, akurasi, keterbacaan,

ketepatan waktu, ketersediaan, relevansi, konsistensi dan reliabilitas.

44

Service Quality (Kualitas Layanan) berkaitan dengan keseluruhan

dukungan yang diberikan oleh penyedia layanan sistem atau teknologi. Kualitas

layanan dapat diukur melalui dukungan teknis, respon cepat, jaminan, empati dan

layanan tindak lanjut.

2.8.2 Human

Model Keberhasilan IS mencakup penggunaan sistem dan kepuasan

pengguna sementara MIT90s menggabungkan peran dan keterampilan sebagai

bagian dari elemen faktor manusia. HOT-fit menggabungkan faktor-faktor manusia

di kedua kerangka kerja selain faktor-faktor lain dari faktor manusia seperti yang

disebutkan sebelumnya.

Penggunaan Sistem berkaitan dengan frekuensi dan keluasan pertanyaan

dan fungsi sistem. Penggunaan keluaran informasi seperti laporan tampaknya

merupakan salah satu tindakan yang paling sering dilakukan untuk menilai

keberhasilan IS. Penggunaan sistem yang sebenarnya sebagai ukuran keberhasilan

IS mengacu pada penggunaan sukarela dan bukan wajib. Penggunaan Sistem juga

berhubungan dengan orang yang menggunakannya, tingkat penggunaannya,

pelatihan, pengetahuan, kepercayaan, harapan dan penerimaan atau penolakan (

Lippeveld, 2001).

Teori yang berorientasi sistem menunjukkan bahwa hasil resistansi dari

faktor desain sistem atau teknologi yang relevan termasuk antarmuka pengguna dan

karakteristik sistem. Teori interaksi menjelaskan resistensi dari interaksi antara

manusia dan faktor sistem; Dengan demikian, penilaian terhadap sistem bervariasi

45

di seluruh pengaturan dan pengguna. Ketidakamanan dan ketakutan kerja adalah

beberapa contoh resistensi interaksi.

Kepuasan Pengguna sering digunakan untuk mengukur keberhasilan sistem.

Hal ini bersifat subyektif karena bergantung pada kepuasan yang diukur. Kepuasan

pengguna didefinisikan sebagai keseluruhan evaluasi pengalaman pengguna dalam

menggunakan sistem dan potensi dampak sistem. Kepuasan Pengguna dapat

dikaitkan dengan kegunaan dan sikap pengguna terhadap sistem yang dipengaruhi

oleh karakteristik pribadinya.

2.8.3 Organization

Sifat lembaga kesehatan dapat diperiksa dari struktur dan lingkungannya

Struktur organisasi terdiri dari alam termasuk jenis dan ukuran (jumlah tempat

tidur), budaya, politik, hirarki, otonomi, sistem perencanaan dan pengendalian,

strategi, manajemen dan komunikasi. Kepemimpinan, dukungan manajemen

puncak dan sponsor tenaga medis juga dapat diukur dari faktor organisasi.

Lingkungan dari sebuah organisasi kesehatan dapat dianalisis melalui sumber

pembiayaan, pemerintahan, politik, lokalisasi, jenis populasi yang dilayani,

persaingan, hubungan antar-organisasi, populasi yang dilayani, dan komunikasi.

Menurut Yusof et al. (2008) faktor organisasi, dimensi (struktur dan

lingkungan) meliputi:

1. Fit antara faktor teknologi, manusia dan organisasi.

2. Hubungan dua arah antara dimensi-dimensi ini: Kualitas Informasi dan

Penggunaan Sistem, Kualitas Informasi dan Kepuasan Pengguna, Struktur

46

Organisasi dan Lingkungan, Struktur Organisasi dan Manfaat Bersih,

Lingkungan Organisasi dan Manfaat Bersih.

3. Hubungan satu arah antara dimensi ini: Penggunaan Struktur dan Sistem.

2.8.4 Net Benefit

Sistem bisa menguntungkan satu pengguna, sekelompok pengguna,

organisasi atau keseluruhan industri. Manfaat Bersih menangkap keseimbangan

dampak positif dan negatif pada pengguna, yang meliputi manajer dan TI, staf,

pengembang sistem. Dampak individu adalah efek informasi terhadap perilaku

penerima. Hal ini terkait dengan kinerja serta perubahan dalam tugas pengguna

seperti kinerja kerja, perubahan aktivitas kerja dan peningkatan produktivitas

(Coiera, 2003). Dengan demikian, Manfaat Bersih individu dapat dinilai dengan

menggunakan efek kerja, efisiensi, efektivitas, kualitas keputusan, dan

pengurangan kesalahan.

Manusia, organisasi dan teknologi merupakan komponen penting dari IS;

dampak HIS dinilai dalam manfaat bersih. Ketiga faktor dan dampak HIS ini sesuai

dengan delapan dimensi saling terkait keberhasilan HIS: Kualitas Sistem, Kualitas

Informasi, Kualitas Pelayanan, Penggunaan Sistem, Kepuasan Pengguna, Struktur

Organisasi, Lingkungan Organisasi dan Manfaat Bersih. Masing-masing dimensi

ini dikaitkan dengan sejumlah ukuran evaluasi. Contoh langkah-langkah evaluasi

sesuai dengan dimensi dan faktornya yang sesuai tercantum.

47

Dimensi evaluasi ini saling mempengaruhi satu sama lain secara temporal

dan kausal:

1. Kualitas Sistem, Mutu Informasi dan Kualitas Pelayanan secara tunggal dan

bersama-sama mempengaruhi Penggunaan Sistem dan Kepuasan Pengguna.

2. Struktur Organisasi dan Lingkungan Organisasi mempengaruhi

Penggunaan Sistem.

Beberapa hubungan ini adalah dua cara:

1. Penggunaan Sistem, yang mengandalkan pengetahuan dan pelatihan

pengguna, dapat mempengaruhi Kualitas Informasi, karena pengetahuan

pengguna dalam menggunakan sistem dapat mempengaruhi laporan,

gambar dan resep yang dihasilkan oleh sistem.

2. Tingkat Penggunaan Sistem dapat mempengaruhi tingkat Kepuasan

Pengguna dan sebaliknya, baik untuk kasus positif maupun negatif.

Penggunaan Sistem yang Efektif menghasilkan Kepuasan Pengguna yang

lebih tinggi karena pengguna dapat mengeksplorasi dan memanfaatkan

sepenuhnya fitur dan fungsi sistem; Kepuasan Pengguna yang lebih tinggi

kemudian memotivasi pengguna utama untuk meningkatkan penggunaan

system.

3. Demikian pula, faktor Lingkungan Organisasi seperti kebijakan pemerintah

dan politik dapat mempengaruhi Struktur Organisasi sementara faktor-

faktor dalam Struktur Organisasi akan mempengaruhi populasi yang berada

di Lingkungan Organisasi.

48

4. Penggunaan Sistem dan Kepuasan Pengguna merupakan pendahulunya

langsung dari Manfaat Bersih. Manfaat Bersih kemudian mempengaruhi

Penggunaan Sistem dan Kepuasan Pengguna. Demikian pula, Struktur

Organisasi dan Lingkungan merupakan anteseden langsung dari Manfaat

Bersih. Manfaat Bersih kemudian berdampak pada Struktur Organisasi dan

Lingkungan.

Konsep fit dianggap kompleks, abstrak dan subyektif. Hal ini dapat dilihat

dari segi perencanaan strategis (perumusan rencana IS sesuai dengan rencana

organisasi) dan keselarasan strategis (mengelola TI secara erat dengan kebutuhan

organisasi) perspektif. Dalam konteks HOT-fit, sesuai dengan kemampuan HIS,

manusia (pemangku kepentingan HIS dan praktik klinisnya) dan pengaturan untuk

menyesuaikan diri satu sama lain. Dengan demikian, fit dapat diukur dan dianalisis

dari beberapa kompatibilitas antara manusia, organisasi dan teknologi (human-

organization, human-technology, organization-technology) dengan menggunakan

sejumlah ukuran yang didefinisikan dalam tiga faktor termasuk fleksibilitas sistem,

kemudahan penggunaan sistem, sistem kegunaan, relevansi informasi, sikap

pengguna, pelatihan pengguna, kepuasan pengguna, budaya organisasi,

perencanaan, strategi, manajemen dan komunikasi. Misalnya, penggunaan HIS

yang efektif dapat dikaitkan dengan kesesuaian antara fleksibilitas sistem dan

proses klinis (sistem manusia).

Berdasarkan ukuran dan ukuran outcome yang komprehensif, kerangka

kerja ini dapat digunakan untuk mengevaluasi kinerja, efektivitas dan dampak HIS

atau TI di rangkaian layanan kesehatan. Efektivitas mengacu pada pemenuhan

49

tujuan spesifik dengan akurasi dan kelengkapan, serta pemanfaatan yang tepat dari

sumber daya yang tepat. Dalam penelitian ini, efektivitas didefinisikan sebagai

kemampuan organisasi kesehatan untuk terus mencapai tujuan dengan

menggunakan sumber daya optimal dalam waktu yang ditentukan. Ketiga faktor

evaluasi tersebut dapat dievaluasi melalui keseluruhan siklus pengembangan sistem

yaitu perencanaan, analisis, perancangan, implementasi, operasi dan pemeliharaan.

Sementara itu, manfaat bersih dapat diantisipasi sebelum implementasi dan

tampaknya dievaluasi setelah implementasi. Seperti disebutkan di atas, setiap fase

berfokus pada isu yang berbeda. Kerangka ini bisa diterapkan dengan menggunakan

kualitatif, kuantitatif atau kombinasi kedua pendekatan tersebut. Selanjutnya, setiap

metode pengumpulan data dari kedua pendekatan dapat digunakan saat melakukan

evaluasi.

2.9 Teknik Pengumpulan Data

Pengumpulan data merupakan tata cara yang berurut dan standar

memperoleh data yang diperlukan (Nazir, 2009) dalam melakukan pengumpulan

data, dapat dilakukan dengan beberapa cara, antara lain:

1. Angket/Kuesioner

Angket atau kuesioner adalah salah satu intrumen data sebagai alat bantu

yangdigunakan peneliti dalam kegiatannya mengumpulkan data secara tidak

langsung(peneliti tidak langsung bertanya-jawab dengan responden).

Angket atau kuesioner berisi sejumlah pertanyaan atau pernyataan yang

harus dijawab oleh resonden (Guritno et al, 2011).

50

2. Wawancara

Wawancara adalah proses memperoleh keterangan untuk tujuan penelitian

dengan cara tanya jawab dan bertatap muka antara pewawancara dengan

responden dengan menggunakan alat yang dinamakan panduan wawancara

(Nazir, 2009).

3. Observasi

Pengumpulan data dengan observasi langsung adalah cara pengambilan data

dengan menggunakan mata tanpa ada pertolongan alat standar lain untuk

keperluan tersebut (Nazir, 2009).

4. Studi Pustaka

Studi pustaka merupakan teknik survei terhadap data yang telah ada dengan

menggali teori-teori yang telah berkembang dalam bidang ilmu yang

berkepentingan mencari metode-metode serta teknik penelitian baik dalam

mengumpulkan data atau dalam menganalisis data yang telah pernah

digunakan oleh peneliti terdahulu (Nazir, 2009).

2.9.1 Pengelompokkan Data

Pengelompokkan data dibagi ke dalam beberapa kelompok (Siregar, 2013),

yaitusebagai berikut:

1. Kelompok data menurut cara memperolehnya.

a. Data Primer, data ini dikumpulkan sendiri oleh peneliti dari sumber

pertama atau dimana tempat objek penelitian dilakukan.

b. Data Sekunder, data ini dikeluarkan atau digunakan oleh organisasi

yang bukan pengolahnya.

51

2. Kelompok data menurut waktu pengumpulannya

a. Data Time Series, merupakan data yang dikumpulkan dari waktu ke

waktu pada satu objek untuk dapat menggambarkan perkembangan dari

objek tersebut.

b. Data Cross Section, merupakan data yang dikumpulkan pada suatu

waktu tertentu dibeberapa objek untuk dapat menggambarkan suatu

keadaan.

3. Kelompok data menurut sifatnya.

a. Data Kualitatif, merupakan data yang berupa pernyataan maupun

pendapat dari sumber yang terkait. Data ini tidak berupa angka tetapi

berwujud katakata dan kalimat. b. Data Kuanitatif, merupakan data

yang berupa angka, kita dapat melihatnya secara statistik. Data ini dapat

diolah dan dianalisis dengan menggunakan teknik perhitungan statisik.

2.10 Skala Likert

Skala likert adalah suatu skala psikometrik yang umum digunakan dalam

angket dan merupakan skala yang paling banyak digunakan dalam riset berupa

survei. Nama skala ini diambil dari nama Rensis Likert, yang menerbitkan suatu

laporan yang menjelaskan penggunaannya (Likert, 1932).

Menurut Djaali (2008) skala likert adalah skala yang dapat dipergunakan

untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang

tentang suatu gejala atau fenomena. Skala ini mempunya beberapa butir pertanyaan

yang disusun dengan mengacu pada dimensi positif dan negatif sehingga

52

membentuk suatu nilai yang menggambarkan sifat dari individu, seperti

pengetahuan, sikap, dan perilaku (Nazir, 2009).

Biasanya dalam menjawab suatu pertanyaan maupun pernyataan dalam

penggunaan skala likert, responden menentukan tingkat persetujuan dengan

memilih salah satu dari pilihan yang tersedia. Contoh 5 pilihan skala dengan format

sepert: [1] sangat setuju, [2] setuju, [3] netral, [4] tidak setuju, [5] sangat tidak setuju

(Syofian et al.,2015).

2.11 Populasi dan Teknik Sampling

2.11.1 Pengertian Populasi

Populasi berhubungan dengan seluruh kelompok orang, peristiwa, atau

benda yang menjadi pusat perhatian penelitian untuk diteliti (Guritno et al, 2011).

Pendapat lain mendefinisikan populasi sebagai keseluruhan gejala/satuan yang

ingin diteliti (Prasetyo & Jannah, 2006).

Dengan kata lain, populasi adalah generalisasi yang terdiri atas: obyek atau

subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh

peneliti untuk dipelajari dan ditarik kesimpulannya (Guritno et al. 2011).

Populasi bagi suatu penelitian harus dapat dibedakan ke dalam 2 sifat

(Margono, 2010), yaitu:

1. Populasi yang bersifat homogen

Populasi ini memiliki sifat yang sama, Misalnya, seorang dokter yang akan

melihat darah seseorang, maka ia cukup mengambil setetes darah saja.

Dokter itu tidak perlu mengambil darah dalam jumlah satu botol. Sebab

53

volume darah satu tetes dengan satu botol akan menghasilkan informasi

yang sama.

2. Populasi yang bersifat heterogen

Populasi ini memiliki unsur-unsur yang sifat maupun keadannya bervariasi,

sehingga perlu ditetapkan batas-batasnya.

2.11.2 Pengertian Sampel

Sample adalah bagian dari populasi yang ingin diteliti, oleh karena itu

sample harus dilihat sebagai suatu pendugaan terhadap populasi. (Bailey, 1994)

Sampel merupakan bagian dari populasi. Dalam penelitian, pengambilan

sampel dapat menarik kesimpulan yang akan digeneralisasi terhadap populasi.

Penarikan sampel merupakan proses pemilihan sejumlah elemen dari populasi

(Guritno et al., 2011).

2.11.3 Jenis-Jenis Sampling

Teknik pengambilann sample terdapat dua jenis, yaitu teknik penarikan

sampel probabilita dan teknik penarikan sampel nonprobabilita (Prasetyo & Jannah,

2006).

Teknik penarikan sampel probabilita memberikan peluang kesempatan yang

sama kepada elemen populasi untuk dipilih sebagai sampel. Terdapat tiga metode

dalam penarikan sampel probabilita (Guritno et al., 2011)., yaitu:

1. Simple random sampling

Teknik ini merupakan pengambilan sampel populasi dilakukan secara acak

tanpa memperhatikan strata yang ada dalam populasi.

54

2. Stratified random sampling

Stratified Random Sampling merupakan suatu prosedur penarikan sampel

berstrata, yaitu suatu penarikan acak sederhana ditarik dari setiap strata

yang kurang lebih sama dalam beberapa karakteristik (Siregar, 2013).

3. Cluster sampling

Cluster Sampling merupakan suatu prosedur penarikan sampel probabilitas

yang memilih subpopulasi yang disebut cluster. Kemudian, setiap elemen

didalam kelompok (cluster tersebut) dipilih sebagai anggota sampel.

Penarikan sampel nonprobabilita memiliki kriteria bahwa elemen populasi

memiliki peluang yang berbeda untuk dipilih sebagai sampel, beberapa metode

penarikan sampel nonprobabilita adalah sebagai berikut:

1. Convience Sampling

Disebut juga dengan penarikan sampel aksidental. Prosedur penarikan

sampel ini adalah dengan langsung mengunjungi lingkup populasi, contoh

untuk mendapatkan respon penonton suatu film, pengambilan sampel

ditujukan pada pengunjung bioskop yang telah menonton film.

2. Purpose Sampling

Teknik ini menggunakan kriteria tertentu terhadap sampel, terutama

digunakan untuk menentukan responden yang ahli pada bidang tertentu.

3. Quota Sampling

Merupakan penarikan sampel berdasarkan kuota dan memiliki kriteria

tertentu.

55

4. Snowball Sampling

Metode penarikan sampel dimana peneliti menentukan responden

berdasarkan rekomendasi responden lain.

5. Accidental Sampling

Accidental Sampling adalah metode penarikan sampel dimana pemilihan

anggota sampelnya dilakukan terhadap orang/benda yang kebetulan ada

atau dijumpai (Sugiyono, 2011; Hadi, 2016).

2.11.4 Rumus Slovin

Rumus Slovin adalah sebuah rumus atau formula untuk menghitung jumlah

sampel minimal apabila perilaku dari sebuah populasi tidak diketahui secara

pasti. Rumus ini pertama kali diperkenalkan oleh Slovin pada tahun 1960.

Rumus slovin yaitu sebagai berikut:

𝑛 = 𝑁

(1 + (𝑁x𝑒2))

Keterangan

n : Ukuran Sample

N : Ukuran Populasi

1 : Bilangan Konstan

e : Tingkat Kesalahan

56

2.12 Partial Least Square Structural Equetion Modeling (PLS-SEM)

2.12.1 Konsep PLS-SEM

PLS-SEM merupakan metode analisis yang dapat digunakan pada setiap

jenis skala data (nominal, ordinal, interval, dan rasio) serta syarat asumsi yang lebih

fleksibel (Yamin & Kurniawan, 2011). PLS dapat juga digunakan untuk tujuan

pembuktian/konfirmasi (seperti pengujian hipotesis) dan tujuan eksplorasi.

PLS juga dapat memprediksi apakah terdapat atau tidak terdapat hubungan

dan proposisi untuk pengujian. Tujuan utamanya adalah menjelaskan hubungan

antar konstruk dan menekankan pengertian tentang nilai hubungan tersebut. Dalam

hal ini, hal penting yang harus diperhatikan adalah adanya teori yang memberikan

asumsi untuk menggambarkan model, pemilihan variabel, pendekatan analisis, dan

interpretasi hasil.

Ghozali (2006) mengatakan bahwa PLS memiliki beberapa kelebihan yang

akan memudahkan peneliti diantaranya adalah, PLS dapat menganalisis model yang

kompleks yang dibentuk dari indikator refleksi dan indikator negatif, fleksibilitas

algoritma dapat menganalisis banyak indikator, serta dapat menggunakan sampel

data yang relatif sedikit (<100).

Beberapa istilah umum yang digunakan pada PLS diantaranya adalah (Hair

et al, 1998):

1. Variabel Laten

Konsep yang diukur dengan perkiraan berdasarkan indikator penyusunnya.

Indikator penyusun tersebut dinamakan dengan variabel manifest.

57

2. Variabel Manifes

Variabel manifes adalah nilai observasi pada bagian spesifik yang

dipertanyakan, baik dari responden yang menjawab pertanyaan (misalnya,

kuesioner) maupun observasi yang dilakukan oleh peneliti. Dalam format

kuesioner, variabel manifes tersebut merupakan item-item pertanyaan dari

setiap variabel yang dihipotesiskan

3. Variabel Intervening

Variabel yang secara teoritis mempengaruhi (memperlemah dan

memperkuat) hubungan antara variabel independen dengan dependen, tetapi

tidak dapat diamati dan diukur.

Didalam PLS terdapat dua model evaluasi yaitu outer model atau

pengukuran model dan evaluasi terhadap inner model atau structural model (Yamin

dan Kurniawan, 2011; Hair et al., 2012; Afthanorhan, 2013; Wong, 2013; Ringle,

2015; Sarstedt et al., 2017):

1. Evaluasi Pengukuran Model (Outer Model)

Model ini meliputi pemeriksaan individual item reliability, internal

consistency atau construct reliability, average variance extracted dan discriminant

validity. Ketiga pengukuran tersebut dikelompokkan dalam convergent validity,

yaitu mengukur besarnya korelasi antara konstrak dengan variabel laten.

Measurement model dilakukan untuk dapat mengetahui hubungan antara konstrak

(variabel) dengan indikator-indikatornya (Yamin & Kurniawan, 2011).

58

Pemeriksaaan individual item reliability dapat melihat nilai standardized

loading faktor. Nilai ini menggambarkan besarnya korelasi antara setiap item

pengukuran (indikator) dengan konstraknya. Untuk nilai ideal loading faktor

berupa diatas 0,7 ini berarti bahwa indikator tersebut sudah valid sebagai indikator

yang dapat mengukur konstrak, jika angkanya antara 0,5-0,6 dikatakan cukup (Hair

et al., 2012; Ghozali, 2015).

Internal consistency reliability adalah pengujian yang dilihat dari nilai

composite reliability. Composite reliability lebih baik dalam mengukur internal

consistency dibandingkan cronbach’s alpha dalam model SEM dikarenakan composite

reliability tidak mengasumsikan kesamaan boot dari setiap indikator. Cronbach’s

alpha cenderung menaksir lebih rendah construct reliability dibandingkan composite

reliability. Nilai batas 0,7 ke atas berarti dapat diterima dan diatas 0,8 dan 0,9 berarti

sangat memuaskan. untuk mengukur internal consistency sebagai berikut:

𝜌𝑐 = (∑ 𝜆𝑖)

2 var 𝐹

(∑ 𝜆𝑖)2 var 𝐹 + ∑ 𝜃𝑖𝑖

Dimana:

𝜆𝑖 adalah factor loading

𝐹 adalah factor variance

𝜃𝑖𝑖 adalah error variance

Sedangkan untuk menghitung Cronbach’s Alpha dapat dilakukan dengan

rumus sebagai berikut:

59

𝛼 =Σ𝑝≠𝑝1 𝑐𝑜𝑟 (𝜒

𝑝𝑞, 𝜒

𝑝1𝑞)

𝑃𝑞 + Σ𝑝≠𝑝1 𝑐𝑜𝑟 (𝜒𝑝𝑞

, 𝜒𝑝1𝑞

) ×

𝑃𝑞

𝑃𝑞 − 1

Dimana:

𝑃𝑞 adalah jumlah indikator atau manifest variabel

𝑞 adalah blok indikator

Pengukuran lainnya dari convergent validity adalah melihat nilai Average

Variance Extracted (AVE). Nilai ini menggambarkan besaran varian atau

keragaman variabel manifes yang dapat dikandung oleh konstrak laten. Untuk nilai

AVE ideal yaitu 0,5 hal ini berarti convergent validity baik. Artinya, variabel laten

dapat menjelaskan rata-rata lebih dari setengah varian dari indikator-indikatornya.

Berikut ini rumus untuk menghitung AVE:

𝐴𝑉𝐸 = (∑ 𝜆𝑖)

2 var 𝐹

(∑ 𝜆𝑖)2 var 𝐹 + ∑ 𝜃𝑖𝑖

Dimana:

𝜆𝑖 : adalah factor loading

𝐹 : adalah factor variance

𝜃𝑖𝑖: adalah error variance

Discriminant validity dievaluasi melalui cross loading, kemudian

membandingkan nilai AVE dengan kuadrat nilai korelasi antar konstrak. Ukuran

60

cross loading adalah membandingkan korelasi dengan konstraknya dan konstrak

blok lainnya, hal ini menunjukkan konstrak tersebut memprediksi ukuran pada blok

mereka dengan lebih baik dari blok lainnya. Ukuran discriminant validity lainnya

adalah bahwa nilai akar AVE harus lebih tinggi daripada korelasi antara konstrak

dengan konstrak lainnya atau nilai AVE lebih tinggi dari kuadrat korelasi antara

konstrak.

2. Evaluasi Struktural Model (Inner Model)

Pengukuran struktural model dilakukan untuk dapat mengetahui hubungan

antara konstrak yang dihipotesiskan oleh peneliti (Yamin & Kurniawan, 2011).

Dalam model ini terdapat beberapa tahap dalam melakukan evaluasinya. Tahap

pertama adalah dengan melihat signifikansi hubungan antara konstrak. Hal ini dapat

dilihat dari koefisien jalur (path coefficient) yang menggambarkan kekuatan

hubungan antara konstrak. Pengukuran path coefficient (β) memiliki nilai ambang

batas diatas 0.1 hal ini untuk menyatakan bahwa jalur (path) yang dimaksud

mempunyai pengaruh di dalam model.

Tahap kedua adalah dengan mengevaluasi nilai R2 (coefficient of

determination). Nilai ini menjelaskan varian dari tiap target endogenous variabel

dengan standar pengukuran sekitar 0,67 sebagai kuat, sekitar 0,33 moderat dan

dibawah 0,19 menunjukan tingkat varian yang lemah.

Tahap ketiga adalah dengan melihati nilai t-test dengan metode

boostrapping menggunakan uji two-tailed dengan tingkat signifikansi 5% untuk

menguji hipotesis-hipotesis penelitian. Bila nilai t-test lebih besar dari 1,96 maka

hipotesis penelitian yang dibuat dapat diterima.

61

Tahap keempat yaitu pengujian f2 (effect size). Pengujian ini dilakukan untuk

dapat memprediksi pengaruh variabel tertentu terhadap variabel lainnya dalam

struktur model dengan nilai ambang batas sekitar 0,02 untuk pengaruh kecil, 0,15

untuk pengaruh menegah dan 0,35 untuk pengaruh yang besar. f2 dihitung dengan

menggunakan rumus sebagai berikut:

f2 = 𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒

1− 𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒

Dimana:

𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒:

Nilai 𝑅2 yang diperoleh ketika konstrak eksogen dimasukkan ke model.

𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒:

Nilai 𝑅2 yang diperoleh ketika konstrak eksogen dikeluarkan ke model.

Tahap kelima yaitu pengujian 𝑄2 (predictive relevance) dengan

menggunakan metode blindfolding untuk dapat memberikan bukti bahwa variabel

tertentu yang digunakan dalam suatu model yang dibuat mempunyai keterkaitan

prediktif (predictive relevance) dengan variabel lainnya dalam model tersebut

dengan nilai ambang batas pengukuran di atas nol.

Tahap keenam yaitu melakukan pengujian 𝑞2 (Relative Impact) dengan

menggunakan metode blindfolding juga untuk dapat mengukur relatif pengaruh

sebuah keterkaitan antara prediktif sebuah variabel tertentu dengan variabel lainnya

yang memiliki nilai ambang batas sebesar 0,02 untuk pengaruh kecil, 0,15 untuk

62

pengaruh sedang, dan 0,35 untuk pengaruh besar. Rumus yang digunakan dalam

perhitungan 𝑞2 adalah sebagai berikut:

q2 = 𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒

1− 𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒

Dimana:

𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒:

Nilai 𝑞2 yang diperoleh ketika konstrak eksogen dimasukkan ke model.

𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒:

Nilai 𝑞2 yang diperoleh ketika konstrak eksogen dikeluarkan ke model.

Pada PLS-SEM juga diatur mengenai penentuan sampel dalam penelian, yaitu

10 kali dari jumlah maksimum anak panah (jalur) yang mengarah pada variabel

laten (10 time rule of thumb) (Hair, et al. 2012).

2.13 SmartPLS

SmartPLS adalah salah atu software yang biasa digunakan dalam analisis

menggunakan PLS-SEM, software ini dikembangkan oleh University of Hamburg,

Jerman (Ghozali & Latan, 2015).

1. Variabel Laten

Variabel yang tidak dapat diamati dan diukur secara langsung (Santoso,

2012). Variabel laten ini terbagi menjadi dua yaitu variabel eksogen

(bersifat independen) dan variabel endogen (bersifat dependen), dimana

variabel eksogen adalah variabel yang mempengaruhi variabel endogen.

63

2. Observed Variable

Biasa dikenal variabel manifest adalah variabel yang besaran

kuantitatifnya dapat diketahui secara langsung, misalnya dari skor respons

subjek terhadap instrumen pengukuran.

64

2.14 Penelitian Sejenis

Tabel 2. 1 Penelitian Sejenis

NO JUDUL PENULIS TUJUAN OBJEK MODEL HASIL

1. Evaluasi Implementasi

Sistem Informasi

Senayan Library

Management System

(SLIMS) Di Perpustakaan

Universitas Syiah Kuala

Dengan Menggunakan

Human Organization

Technology (Hot) Fit

Model

(Asnawi, 2014)

UIN Sunan

Kalijaga

Yogyakarta

Untuk mengetahui

kesesuaian hubungan

antara manusia,

organisasi, dan

teknologi pada

manfaat

implementasi sistem

Senayan Library

Management System

(SLIMS)

Human

Organization

Technology

(HOT) Fit-

Model

Kualitas layanan terhadap penggunaan sistem

memliki pengaruh yang rendah, kepuasan pengguna

terhadap net benefit memiliki pengaruh yang rendah.

Berpengaruh signifikan kualitas sistem terhadap

penggunaan sistem, Berpengaruh signifikan Kualitas

sistem-kepuasan pengguna, Berpengaruh signifikan

Kualitas informasi-penggunaan sistem, Berpengaruh

signifikan Kualitas informasi-kepuasan pengguna,

Berpengaruh signifikan Kualitas layanan-penggunaan

sistem, Berpengaruh signifikan Kualitas layanan-

kepuasan pengguna, Berpengaruh signifikan

Kepuasan pengguna-penggunaan sistem, Berpengaruh

signifikan Struktur organisasi-lingkungan,

Berpengaruh signifikan Berpengaruh signifikan

Penggunaan sistem-net benefit, Berpengaruh

signifikan Kepuasan pengguna net benefit,

Berpengaruh signifikan Struktur-net benefit,

Berpengaruh signifikan Lingkungan – net benefit

2. Evaluasi Keberhasilan

Implementasi Sistem

Informasi Dengan

Pendekatan Hot Fit

Model

(Studi Kasus :

Perpustakaan Stmik

Amikom Purwokerto)

(Krisbiantoro,

Suyanto, &

Luthfi, 2015)

Magister Teknik

Informatika

STMIK

AMIKOM

Yogyakarta

Penelitan ini

bertujuan untuk

mengevaluasi dan

mengetahui tingkat

keberhasilan

implementasi sistem

informasi

perpustakaan di

STMIK AMIKOM

Purwokerto .

Sistem informasi

perpustakaan dengan

nama SLiMS (Senayan

Library Management

System)

Model Hot Fit

yang

dikembangkan

oleh Yusof et

al 2006

Penelitian ini menghasilkan dari hasil uji untuk

melihat variabel yang berpengaruh terhadap

keberhasilan implementasi SLiMS di STMIK

AMIKOM Purwokerto adalah variabel Teknologi,

Manusia dan Organisasi berpengaruh terhadap

manfaat atau keberhasilan. Lalu, kualitas sistem,

kualitas informasi dan kualitas layanan memiliki

pengaruh terhadap penggunaan sistem dan kepuasan

pengguna hal ini berarti semakin meningkat kualitas

sistem, kualitas informasi dan kualitas layanan maka

akan meningkatkan penggunaan sistem dan kepuasan

pengguna.

65

Tabel 2. 1 Penelitian Sejenis (Lanjutan)

3. Evaluasi Faktor

Keberhasilan Aplikasi

Pemantauan

Pelaksanaan Program

Dan Kegiatan (Studi

Kasus: BPSDMPK-PMP

Kemdikbud RI)

(Tammubua,

Sodjiono, &

Sofyan, 2015)

Magister Teknik

Informatika

STMIK

AMIKOM

Yogyakarta

Evaluasi faktor–

faktor keberhasilan

aplikasi pemantauan

pelaksanaan program

dan kegiatan di

lingkungan

BPSDMPK-PMP

Kemdikbud dari

aspek human

(pengguna),

organization(organisa

si BPSDMPKPMP),

Technology

(teknologi).

Aplikasi pemantauan

pelaksanaan program

BPSDMPK-PMP

Kemdikbud dari

aspek human

(pengguna),

organization

(organisasi

BPSDMPKPM),

technology

(teknologi).

Model yang

digunakan HOT

(human,

organization,

technology) fit

1. Aspek teknologi, kualitas sistem (KS), kulitas

Informasi (KI) berpengaruh positif dan signifikan

terhadap kepuasan pengguna (KP). Kualitas layanan

(KL) yang ada berpengaruh positif dan tidak

signifikan pada kepuasan kengguna (KP) dan

penggunaan sistem (U).

2. spek pengguna, kepuasan pengguna (KP)

berpengaruh positif dan signifikan terhadap

penggunaan aplikasi (U)

3. Aspek organisasi, Variabel struktur organisasi (SO)

berpengaruh positif dan signifikan terhadap

kepuasan pengguna (KP). Kepuasan Pengguna (KP)

berpengaruh positif dan signifikan terhadap variabel

Manfaat (M).

4. Evaluasi Faktor-Faktor

Kesuksesan Implementasi

Sistem Informasi

manajemen Rumah Sakit

di PKU Muhammadiyah

Sruweng dengan

Menggunakan Metode

Hot-Fit

(Bayu &

Muhimmah,

2013)

Magister Teknik

Informatika

Fakultas

Teknologi

Industri

Universitas

islam Indonesia

Bertujuan

mengetahui dan

mengevaluasi faktor-

faktor yang

mendukung

kesuksesan

penerapan SIMRS di

RS PKU

Muhammadiyah

Sruweng

Sistem Informasi

Manajemen Rumah

Sakit (SIMRS).

Model HOT-Fit

(Human

Organization

Technology)

Faktor-faktor yang mempengaruhi penerapan sistem

informasi tersebut sebagai berikut :

1. Faktor teknologi yaitu kualitas sistem dan kualitas

informasi memiliki hubungan yang searah (positif)

dan signifikan terhadap penggunaan sistem (System

Use) dan kepuasaan pengguna (User Satisfaction)

yaitu manusia sebagai pengguna akhir sistem.

2. Faktor manusia (Human) yaitu kepuasan pengguna

(user satisfaction) berhubungan yang searah

(positif) dan signifikan terhadap penggunaan sistem

(system use) dan net benefit (manfaat sistem).

3. Faktor organisasi (Organization) yaitu struktur

organisasi (Structure) memiliki hubungan yang

searah (positif) dan signifikan terhadap lingkungan

organisasi (Environment) dimana SIMRS

diterapkan. Serta faktor organisasi (Organization)

yaitu struktur organisasi (Structure) dan lingkungan

organisasi (Environment) memiliki hubungan yang

searah (positif) dan signifikan terhadap Net Benefits

(Manfaat sistem).

66


5. Identification of Factors

Influencing the Success

of Hospital Information

System (SIRS) by Hot-

Fit Model 2006

(Poluan,

Lumenta, &

Sinsuw, 2014)

Program Studi

Teknik

Informatika,

Fakultas Teknik,

Universitas Sam

Ratulangi

Menentukan faktor-

faktor tingkat

kelayakan, bahkan

keberhasilan serta

dari kinerja E-

Learning

Sistem E-

Learning

Model HOT-Fit

(Human

Organization

Technology)

Faktor teknologi yang diterapkan dalam sistem memiliki korelasi

yang kuat dengan jenis hubungan yang searah (positif) yakni

0,621 dan signifikan terhadap manusia sebagai pengguna akhir

sistem. Peningkatan dan perbaikan terhadap sistem dan

stabilitasnya oleh penyedia layanan akan meningkatkan

penggunaan sistem yang berujung pada kepuasan pengguna.

Faktor teknologi memiliki hubungan yang kuat,searah dan

signifikan terhadap organisasi dengan tingkat korelasi yang kuat

yakni 0,664. Semakin tepat dan baik kualitas teknologi yang

diterapkan dalam organisasi untuk mendukung tujuan, visi, dan

misi organisasi, serta peningkatan fasilitas terhadap teknologi,

maka akan meningkatkan kinerja organisasi. Faktor organisasi

memiliki korelasi yang kuat. Semakin baik hubungan organisasi

dengan pengguna, maka kinerja organisasi dalam

mengembangkan sistem akan meningkat. Faktor teknologi,

manusia, dan organisasi memiliki hubungan yang kuat, serta

searah (positif) dan signifikan terhadap net benefit. Hubungan

antara tiga faktor HOT, mempengaruhi korelasinya terhadap net

benefit. Semakin baik dan tepat hubungan ketiga faktor tersebut,

maka semakin tinggi manfaat yang didapatkan dari penerapan E-

Learning.

6. Identification of Factors

Influencing the Success of

Hospital Information

System (SIRS) by Hot-Fit

Model 2006

(Rumambi,

Santoso &

Setyohadi,

2017)

In 2017

International

Conference on

Soft Computing,

Intelligent

System and

Information

Technology

(ICSIIT) (pp.

202-207). IEEE.

Tujuan dari studi ini

adalah

mengidentifikasi

faktor-faktor yang

mempengaruhi

keberhasilan SIRS di

RSUD Dr.

Samratulangi

Tondano, Kabupaten

Minahasa, Sulawesi

Utara

SIRS di

RSUD Dr.

Samratulan

gi

Model HOT-Fit

(Human

Organization

Technology)

System Quality terhadap intention to use signifikan, System

Quality terhadap user satisfaction insignifikan, system quality

terhadap structure signifikan, system quality terhadap

environment insignifikan, infromation quality terhadap intention

to use signifikan information, service quality terhadap user

satisfaction signifikan, information quality terhadap structure

signifikan, information quality terhadap environment signifikan,

service quality terhadap intention to use signifikan, service quality

terhadap user satisfaction signifikan, service quality terhadap

structure signifikan, service quality terhadap environment

signifikan, intention to use terhadap net benefit signifikan,user

satisfaction terhadap net benfit signifikan, structure terhadap net

benefit signifikan, environment terhadap net benefit signifikan

67


7. Assessing eGovernment

systems success:

A validation of the

DeLone and McLean

model of

information systems

success

(Wang & Liao,

2008)

Government

Information

Quarterly 25

(2008) 717–733

Studi ini

memberikan tes

empiris pertama

sebuah adaptasi dari

DeLone McLean's

adalah keberhasilan

model dan dalam

konteks G2C

eGovernmen

E-Government

systems

DeLone and

McLean model

Information quality terhadap system use signifikan, information

quality terhadap user satisfaction signifikan, service quality

terhadap system use not signifikan, service quality terhadap user

satisfaction not signifikan, system quality terhadap user

satisfaction signifikan, system quality terhadap system use not

signifikan, system use terhadap net benefit signifikan, user

satisfaction terhadap net benefit signifikan.

8. Evaluasi Penerimaan

Kinerja Human

Resource Information

System Universitas

Bina Darma

(Diana &

Kurniawan,

2014)

Universitas

Bina Darma

Tujuan penelitian ini

adalah mengukur

keberhasilan

penerapan Human

Resource

Information System

(HRIS)

Human

Resource

Information

System

Universitas

Bina Darma

Human –

Organization –

Technology

(HOT) Fit

Model

Diperoleh fakta bahwa, terdapat pengaruh positif dan signifikan

antara variabel Human (user satisfaction dan system Use)

terhadap penerimaan kinerja HRIS UBD, terdapat pengaruh

positif dan signifikan antara variabel organization (structure dan

environment) terhadap penerimaan kinerja HRIS UBD dan

terdapat pengaruh positif dan signifikan antara variabel

technology (system quality, information quality dan service

quality) terhadap penerimaan kinerja HRIS UBD.

Faktor-faktor yang mempengaruhi keberhasilan penerapan

Human Resource Information System (HRIS) UBD secara

berturut-turut dilihat dari loading factor adalah variabel

technology (0,541(0,001)), variabel human (0,308(0,001)), dan

variabel organization (0,220(0,027)).

68


9. Evaluasi Sistem

Informasi Manajemen

Rumah Sakit (Simrs)

(Sari et al.,

2016)

Universitas

Gadjah Mada

evaluasi bertujuan

untuk mengetahui

aspek positif yang

mendorong

penggunaan sistem

dan mengidentifikasi

faktor yang

menimbulkan

hambatan. Evaluasi

mencakup berbagai

aspek dari

penggunaan

teknologi informasi

dan komunikasi di

rumah sakit dan

organisasi.

Sistem

Informasi

Manajemen

Rumah Sakit

(SIMRS)

rumah sakit

khusus tipe C

swasta

Human,

Organization,

Technology–Fit

(HOT-fit)

Hasil analisis menunjukkan bahwa adanya ketidaksesuaian (mis-

fit) antara teknologi dan manusia yang berdampak pada persepsi

manfaat yang kurang bagi pengguna. Faktor penghambat

tersebut antara lain SIMRS tidak sesuai dengan kebutuhan,

persepsi bahwa menggunakan pencatatan manual lebih mudah

dan cepat, persepsi bahwa penggunaan SIMRS menambah beban

kerja, dan output SIMRS dianggap belum relevan dengan

kebutuhan user. Namun demikian, faktor organisasi yang kuat,

mendorong penggunaan SIMRS secara berkesinambungan

seperti budaya kerja dan kepemimpinan. Pengembangan SIMRS

dapat diarahkan untuk mendukung manajemen organisasi dan

mutu pelayanan medis. Faktor-faktor yang secara positif

mempengaruhi penggunaan SIMRS adalah kepuasan pengguna,

dukungan organisasi, kualitas informasi, kepuasan pengguna dan

adanya manfaat langsung yang dapat dirasakan.

10. Measuring Web Portals

Success

(Al-Debei et al.,

2013)

Department of

Management

Information

Systems,

The University

of Jordan,

bertujuan untuk

mengetahui peran

portal web dalam

meningkatkan

kinerja kerja pada

tingkat individu dari

perspektif karyawan

sebagai pengguna

Web Portal

(i.e.,

ProgressSoft)

in Amman-

Jordan,

DeLone and

McLean IS

success model

Hasil dari penelitian ini secara keseluruhan model yang

dikembangkan berpengaruh, semua hipotesis yang dirumuskan

dalma penelitian ini didukung kecuali yang menyatakan bahwan

kualitas layanan lebih tinggi menyebabkan kepuasan pengguna

yang lebih besar. Kualitas sistem ternyata memiliki pengaruh

kuat terhadap kepuasan pengguna dengan portal dan niat

menggunakan portal dibanding kualitas informasi dan kualitas

layanan.

69


11. Evaluasi Jaringan

Informasi

Kearsipan Statis

Di Badan Arsip

Dan Perpustakaan

Provinsi Jawa

Tengah Tahun

2016

(Prabaningrum

& Dewi, 2016)

Tujuan penelitian ini adalah untuk

mengevaluasi Jaringan Informasi

Kearsipan Statis di Badan Arsip

dan Perpustakaan Provinsi Jawa

Tengah berdasarkan evaluasi

HOT-Fit Model. Adapun fokus

penelitian ini adalah dengan

indikator yang ada pada HOT-Fit

Model yaitu Human,

Organization, Technology, dan

Net Benefit.

Badan Arsip

dan

Perpustakaa

n Provinsi

Jawa Tengah

Humans,

Organiati

on,

Technolog

y (HOT)-

Fit Model

Analisis data yang diperoleh selama penelitian menunjukan hasil

bahwa komponen penting dalam sistem informasi adalah

manusia, organisasi, dan teknologi yang terhubung dengan

delapan dimensi keberhasilan dari sistem informasi. Delapan

dimensi tersebut adalah kualitas sistem, kualitas informasi,

kualitas layanan, penggunaan sistem, kepuasan pengguna,

struktur organisasi, lingkungan organisasi dan Net Benefit. Dalam

implementasi Jaringan Informasi Kearsipan Statis menunjukan

bahwa kesesuaian dari delapan dimensi keberhasilan sistem

informasi tersebut saling berkaitan satu sama lain. Kualitas

sistem, kualitas informasi dan kualitas layanan secara bersama-

sama mempengaruhi penggunaan sistem dan kepuasan pengguna.

Penggunaan sistem mempengaruhi kualitas informasi. Tingkat

penggunaan sistem mempengaruhi derajat kepuasan pengguna

begitu juga sebaliknya. Struktur organisasi dan lingkungan

organisasi mempengaruhi penggunaan sistem. Lingkungan

organisasi mempengaruhi struktur organisasi. Penggunaan sistem

dan kepuasan pengguna adalah anteseden secara langsung dari

Net Benefit. Lingkungan organisasi dan struktur organisasi juga

anteseden secara langsung dari Net Benefit, meskipun dalam

beberapa dimensi masih terdapat kekurangan.

12. The Relationship

between

Information

Systems Success,

Organizational

Learning and

Performance of

Insurance

Companies

(Torkestani et

al., 2014)

Allameh

Tabataba'i

University

Tehran, Iran.

Bertujuan untuk menegtahui

hubungan antara IS Success, dan

pembelajaran dan pelaksanaaan

organisasi

Sistem

Informasi

Insurance

Companies

IS success

model

Hasil temuan menunjukkan bahwa ada hubungan yang signifikan

antara keberhasilan sistem yang terdiri informasi dari system

quality, information quality, service quality dan organisasi serta

berdampak pada kinerja organisasi (perusahaan asuransi).

70


13. The

Implementation of

the Human,

Organization, and

Technology–Fit

Framework to

evaluate the

Electronic

Medical (EMR)

System in a

Hospital

(Erlirianto,

Noor Ali, &

Herdiyanti,

2015)

Department of

Information

Systems, Institut

Teknologi

Sepuluh

Nopember

Penelitian ini bertujuan untuk

mengevaluasi faktor-faktor yang

dapat mempengaruhi Electronic

Medical Record

Electroni

c

Medical

Record

(EMR) in

Hosiptal

Model

HOT-Fit

(Human

Organizat

ion

Technolog

y)

Kualitas informasi memberikan pengaruh positif yang signifikan

terhadap kepuasan pengguna.

Kualitas layanan memberikan pengaruh positif yang signifikan

terhadap kepuasan pengguna.

Struktur memberikan pengaruh positif yang signifikan terhadap

lingkungan.

lingkungan memberikan pengaruh positif yang signifikan

terhadap struktur.

Lingkungan memberikan pengaruh positif yang signifikan

terhadap manfaat bersih.

14.

Measuring KMS

success: A

respecification of

the

DeLone and

McLean’s model

(Wu & Wang,

2006)

Memberikan pemahaman diperluas

faktor yang mengukur keberhasilan

km dan implikasi dari pengguna.

Knowled

ge

Manage

ment

System

DeLone

and

McLean

IS success

model

Total efek variabel pada variabel dependen adalah hasil dari

dampak langsung dan tidak langsung intervensi variabel.

Pengguna dianggap KMS manfaat memiliki pengaruh kuat pada

sistem penggunaan dan pengguna kepuasan. Dibandingkan

dengan sistem mutu, pengetahuan atau informasi kualitas KMS

memiliki lebih tinggi total efek pada manfaat KMS dirasakan,

kepuasan pengguna dan penggunaan sistem. Pengetahuan atau

informasi yang berkualitas memiliki dampak besar pada

pengguna dirasakan manfaat dan kepuasan pengguna. Ini juga

memiliki pengaruh langsung penting penggunaan.

15. An Evaluation of

Information

System Using

HOTFIT Model: A

Case Study of a

Hospital

Information

System

Sibuea, G. H.,

Napitupulu, T.

A., &

Condrobimo, A.

R

[IEEE 2017

International

Conference on

Information

Management

and Technology

(ICIMTech)

Penelitian ini bertujuan mengevaluasi

informasi sistem yang menggunakan

Model panas cocok. Model HOT-Fit

memiliki perspektif empat, yaitu

sistem informasi manusia (manusia),

organisasi, teknologi, dan manfaat

yang diberikan. Dengan semua empat

sudut pandang diharapkan untuk

menghasilkan evaluasi yang tepat

untuk mengukur kesuksesan dan

pengaruh dari implementasi.

Hospital

Informati

on

System

Model

HOT-Fit

tidak ada aspek-aspek organisasi sistem, yaitu, baik struktur dan

lingkungan, memiliki tidak berpengaruh pada manfaat bersih

dari sistem, lagi dirasakan oleh pengguna. Secara khusus, Semua

teknologi aspek dari sistem, yaitu, kualitas sistem, kualitas

informasi dan kualitas layanan yang disediakan oleh sistem,

memiliki dampak signifikan pada aspek kepuasan pengguna.

Penggunaan sistem, namun, tidak ada tiga aspek teknologi

sistem memiliki pengaruh signifikan pada penggunaan sistem.

Penelitian juga menunjukkan bahwa kepuasan pengguna dan

penggunaan sistem yang mempengaruhi satu sama lain, berarti

lebih puas pengguna, semakin akan menggunakan intensitas dan

penerimaan, dan sebaliknya, semakin tingkat pengguna dari

sistem, lebih puas akan pengguna.

71


16. Evaluation by

users of an

industrial

information

system (XPPS)

based on the

DeLone and

McLean model for

IS success

(Roky & Al

Meriouh, 2015)

Bertujuan evaluasi oleh pengguna

sistem informasi (IS) didedikasikan

untuk industri otomotif (XPPS), yang

didasarkan pada DeLone dan

McLean's informasi sistem sukses

model

industria

l

informati

on

system

(XPPS)

DeLone

and

McLean

model for

IS success

System quality terhadap user satisfaction not signifikan

,information quality terhadap user satisfaction signifikan , service

quality terhadap user satisfaction not signifikan, system quality

terhadap intention use not signifikan, information quality terhadap

intention to use signifkan, service quality terhadap intention to use

not signifikan, user satisfaction terhadap intention use not

signifikan, system quality terhadap system use not signikan,

information quality terhadap system use not signifikan, service

quality terhadap system use signifikan, user satisfaction terhadap

individual impact not signifikan, intention to use terhadap

individual impact signifikan, system use terhadap individual

impact signifikan, individual impact terhadap organizational

impact signifikan

17. Measuring the

Success of E-

Cargo

Implementation at

One of

Indonesian

Airlines using

DeLone and

McLean Model

(Monika &

Gaol, 2017)

IOP Conf.

Series:

Materials

Science and

Engineering 215

(2017) 012037


mengukur keberhasilan penerapan e-

kargo di Indonesia. Ada tiga

kabupaten yang dianalisis: Tanjung

Pandan (TJQ), Palembang (PLM) dan

Jakarta (CGK)

E-Cargo DeLone

and

McLean

model for

IS success

KP-PE Not Signifikan, KS-KP Signfifikan, KI-PE Signifikan,

KI-KP Not signifikan, KL-PE Not sginfikan, KL-KP Signifikan,

PE-MB Signifikan, KP-MB Signifikan, PE-KP Signifikan

18. Quality

Dimensions Of

Delone-Mclean

Model To

Measure

Students’

Accounting

Computer

Satisfaction: An

Empirical

Test On

Accounting

System

Information

Zuama et al,

2017)

IEEE 2017 5th

International

Conference on

Cyber and IT

Service

Management

(CITSM) -

Denpasar, Bali,

Indonesia


menganalisis setiap faktor yang

mengukur keberhasilan pada

pemanfaatan akuntansi sistem

informasi dengan menggunakan

Delone & McLean informasi sistem

sukses model untuk sistem informasi

akuntansi

Accounti

ng

System

Informati

on

DeLone

and

McLean

model for

IS success

IQ-SU Rejected, IQ-US Accepted, SQ-Use Accepted, SQ-SU

Accepted, Servqual-Use Accepted, Servqual-US Accepted, US-

Use Accepted, Use- NB Accepted, US-NB Accepted

72

2.15 Model Penelitian

2.15.1 Penyusunan Model Penelitian

Berdasarkan kajian teori dan hasil penelitian sejenis yang telah dilakukan

oleh para peneliti yang dijabarkan pada sub bab sebelumnya, secara garis besar

menjelaskan dimana bukan hanya faktor manusia dan teknologi, tetapi faktor

organisai juga memiki pengaruh penting sejauh mana keberhasilan sebuah sistem.

Beberapa penelitian sebelumnya yang telah diajabarkan diatas, melakukan analisa

faktor manusia, teknologi dan organisasi dalam keberhasilan sistem.

Beberapa penelitian sebelumnya yang telah diajabarkan diatas, melakukan

analisa tentang penerapan keberhasilan sistem dalam organisasi dengan

menggabungkan model IS Success Delone dan McLean (2003) dengan Model Fit

IT Organization ( Morton, 1991) yaitu model HOT-fit (Yusof et al, 2008). Hasil

beberapa penelitian sebelumnya secara garis besar cenderung memiliki kesesuaian

terhadap teori yang dikemukakan oleh Yusof et al, 2008 dimana teknologi (sytem

quality, information quality, service quality memilki pengaruh terhadap manusia

(system use, user satisfaction) dan organisasi (structure organiation, environment)

dengan melihat Net Benefit dalam penerapan sistem. Meskipun sebagian penelitian

lainnya mendapatkan hasil yang berbeda, dan hal tersebut dipengaruhi oleh objek

penelitian yang dituju.

Berdasarkan beberapa hal diatas, penelitian ini akan mengadopsi variabel-

variabel dan indikator yang ada pada model HOT-fit (Yusof et al, 2008) yang

merupakan penggabungan antara model IS Success Delone dan McLean (2003)

dengan Model Fit IT Organization ( Morton, 1991). Variabel-variabel yang akan

73

digunakan sytem quality (SQ) , information quality (IQ), service quality (SEQ),

system use (SU), user satisfaction (US), structure organiation (STR), environment

(LO) dan Net Benefit (NB). Hipotesis penelitian yang diadopsi sebagai berikut:


signifikan terhadap Pengunaan Sistem (System Use) ?


signifikan terhadap Kepuasan Pengguna (User Satisfaction) ?


signifikan terhadap Struktur Organisasi (Structure) ?

Q.2.10 Apakah Kualitas Informasi (Information Quality) berpengaruh secara





signifikan terhadap Struktur Organisasi (Structure)?

Q.2.13 Apakah Kualitas Pelayanan (Service Quality) berpengaruh secara





signifikan terhadap Struktur Organisasi (Structure) ?

Q.2.16 Apakah Kepuasan Pengguna (User Satisfaction) berpengaruh secara

signifikan terhadap Pengunaan Sistem (System Use)?

74

Q.2.17 Apakah Lingkungan (Environment) berpengaruh secara signifikan

terhadap Struktur Organisasi (Structure)?

Q.2.18 Apakah Pengunaan Sistem (System Use) berpengaruh secara signifikan

terhadap Manfaat (Net Benefit)?

Q.2.19 Apakah Kepuasan Pengguna (User Satisfaction) berpengaruh secara

signifikan terhadap Manfaat (Net Benefit) ?

Q.2.20 Apakah Struktur Organisasi (Structure) berpengaruh secara signifikan

terhadap Manfaat (Net Benefit) ?

Q.2.21 Apakah Lingkungan Organisasi (Environment) berpengaruh secara

signifikan terhadap Manfaat (Net Benefit)?

SQ

IQ

SEQ

SU

US

STR

LO

NB

Human

Organization

Technology H1

H2

H4

H5

H8H7

H9

H10

H3

H6

H11

H12

H13

H14

H15

KeteranganSQ : System QualityIQ : Information QualitySEQ : Service QualitySU : System UseUS : User SatisfactionSTR : StructureLO : EnvironmentNB : Net Benefit

Gambar 2. 6 Adopsi model HOT-fit (Yusof et al, 2008)

75

Tabel 2. 2 Referensi Indikator

Variabel Indikator Variabel Definisi Ref

SQ

System

Quality

User friendly Tingkat memudahkan

penggunaan

Anderson and Aydin, 1994;

Smith, 1999; Delone &

McLean, 2003; Stoop and

Berg, 2003; Yusof et al.,

2008;

Accessibility Kemampuan mengakes sistem

Ease of learning Kemampuan sistem mudah

dipelajari

Ease of Use Kemudahan digunakan

Technical Support Tingkat dukungan teknis

Security Kemanan sistem

Availability Kualitas sistem

IQ

Information

Quality

Timeliness Ketepatan waktu Anderson and Aydin, 1994;

Southon et al., 1997;

Friedman and Wyatt, 1997;

Delone & McLean, 2003;

Stoop and Berg, 2003;

Yusof et al., 2008;

Format Tersusun

Accuracy Tingkat ketepatan informasi

Completeness Kelengkapan

Data Entry Methods Kesesuaian data masuk

Relevancy Adanya keterkaitan

SEQ

Service

Quality

Technical support Dukungan teknis Anderson and Aydin, 1994;

Southon et al., 1997;

Friedman and Wyatt, 1997;


Stoop and Berg, 2003;

Yusof et al., 2008;

Responsiveness Kemampuan respon

Empathy Kemampiuan memahami

kebutuhan

Follow up Service Kemampuan tindak lanjut

pelayanan

SU

System Use

Purpose of use Tujuan penggunaan

Anderson and Aydin, 1994;


Yusof et al., 2008

Level of use Tingkat penggunaan

Recurring use Penggunaan secara berulang

Report acceptance Laporan penerimaan

Expectations/belief Ekspetasi/Harapan

US

User

Satisfaction

Perceived usefulness Persepsi kebermanfaatan Anderson and Aydin, 1994;


Yusof et al., 2008 Overall satisfaction

Kepuasam secara keseluruhan

Enjoyment Kenyamanan

LO

Environment

Inter-organizational

system

Lingkungan sistem di internal

organisasi

Anderson, 1997; Southon

et al., 1997; Yusof et al.,

2008

Population Served Sumber daya yang terlibat

External

Communication

Pengaruh pihak di luar

organisasi

Localization Keberadaan pihak yang

megelola

NB

Net Benefit

Efficiency Efisiensi Anderson and Aydin, 1994;

Riet et al., 2001; Shaw,

2002; Coiera, 2003; Delone

& McLean, 2003 Yusof et

al., 2008

Effectiveness Efektifitas

Decision Making

Quality

Kualitas pengambilan keputusan

Error Reduction Pengurangan kesalahan

STR

Structure

Nature Karakteristitik yang ada di

organisasi

Anderson, 1997; Southon

et al., 1997; Yusof et al.,

2008

Culture Budaya yang ada di organisasi

Autonomy Kebijakan organisasi

Communication Komunikasi yang berjalan di

organisasi

Champion Tujuan pencapaian

76

76

BAB III

METODOLOGI PENELITIAN

3.1 Pendekatan Penelitian

Penelitian ini dilakukan menggunakan pendekatan kuantitatif untuk

menganalisis tingkat keberhasilan sistem Institutional Repository dan menguji

hipotesis terkait faktor-faktor apa saja yang mempengaruhi keberhasilan sistem

Institutional Repository. Dengan menggunakan pendekatan kuantitatif maka

diperlukan metode pengumpulan data dan analisis data untuk penelitian ini. Salah

satu penedekatan kuantitatif pada penelitian ini adalah pengumpulan data yang

dilakukan melalui survei dengan menggunakan kuesioner dan analisis data yang

dilakukan secara statistik dengan menggunakan aplikasi pengolah data statistik

SmartPLS.

Peneliti juga melakukan wawancara tidak terstruktur kepada beberapa

responden, hasil dari wawancara tersebut ditujukan sebagai data tambahan dalam

diskusi penelitian ini. Responden yang terlibat pada penelitian ini adalah

mahasiswa, dosen dan pegawai yang menggunakan sistem Institutional Repository.

3.2 Prosedur penelitian

Penelitian ini mengacu pada beberapa tahapan prosedural, diawali dengan

pengujian masalah, kajian pustaka, usulan model penelitian, perancangan penelitian,

pembuatan kuesioner, pengumpulan data, analisis data, interpretasi data, kesimpulan dan

saran, terakhir yaitu pembuatan laporan penelitian. Gambar 3.1 menunjukan secara

spesifik yang digunakan sebagai penuntun pada tahapan penelitian.

77

(1)

Pengujian Masalah

(2)

Kajian Pustaka

Program

Penelitian

(3)

Usulan Model Penelitian

(4)

Perancangan Penelitian

Rancangan

Penelitian

(5)

Pembuatan KuesionerKuesioner

(6)Pengumpulan Data

1. Wawancara

2. Survei

3. Studi Literatur

Data

(7)

Analasis Data dengan

SmartPLS

1. Analisi Outer Model

2. Analisis Inner Model

Hasil Analisis

(8)

Interpretasi Data

1. Intepretasi Hasil

Demografis

2. Intepretasi Hasil Outer

Model

3. Intepretasi Hasil Inner

Model

Hasil Temuan

Adopsi HOT-Fit

Mulai

Latar Belakang Masalah,

Identifikasi Masalah, Perumusan

Masalah, Ruang Lingkup dan

Batasan Masalah, Tujuan dan

Sasaran Penelitian

(9)

Kesimpulan dan

Saran

(10)

Pembuatan Laporan

Penelitian

Laporan Penelitian

Selesai

Gambar 3. 1 Prosedur Penelitian (Modifikasi dari Subiyakto et al., 2015)

3.3 Populasi dan Sampel Penelitian

Pada penelitian ini populasi dibagi menjadi 3 kelompok yaitu, mahasiswa,

dosen, pegawai. dimana jumlah total populasi 25.898 yang terdiri dari mahasiswa

24.366, pegawai 571, dan dosen 961 (Sumber UIN Syarif Hidayatullah Jakarta).

Pengambilan sampel menggunakan teknik multi-stage purposive sampling yang

terdiri dari tahap pertama purposive sampling yang dilakukan untuk memilih bagain

dari populasi, dimana kriteria yang dipilih adalah yang memiliki pengalaman dalam

menggunakan sistem. Selanjutnya ditahap kedua, pengambilan sampel kedua

78

dilakukan secara accidental sampling artinya pemilihan anggota sampelnya

dilakukan terhadap responden yang kebetulan ada atau tanpa perencanaan saat

dijumpai (Hadi, 2016).

Dalam menentukan sample pada penelitian ini menggunakan rumus slovin

yaitu sebagai berikut:

𝑛 = 𝑁

(1 + (𝑁x𝑒2))

Keterangan

n : Ukuran Sample

N : Ukuran Populasi

1 : Bilangan Konstan

e : Tingkat Kesalahan

Dengan tingkat kesalahan 10% (Annisa et al., 2017, Gunawan & Hastuti,

2018). Sehingga:

25.898

(1+(25.898 x 0,12))= 99.6 dibulatkan menjadi 100.

Berdasarkan hasil rumus slovin , 165 responden yang diperoleh peneliti

dapat dinyatakan valid dan dijadikan sampel dalam penelitian ini.

responden terdiri dari mahasiswa, dosen, dan pegawai yang tersebar pada

sebelas fakultas yang ada dilingkup UIN Syarif Hidayatullah Jakarta, ditambah

dengan pegawai dari perpustakaan. Berdasarkan jumlah populasi, responden pada

penelitian ini lebih didominasi oleh mahasiswa yang berada pada rentang umur 17-

79

25 tahun. sebagaimana mahasiswa umunya mandiri dan lebih terbiasa dergan

teknologi yang berbasis internet dan lebih berpendidikan dari pengguna biasa

Susanto et al., (2013). Berdasarkan panduan ukuran sampel minimum dalam

analisis PLS-SEM adalah 10 kali jumlah path atau anak panah yang mengenai

variabel laten pada model yang digunakan dalam PLS-SEM (Heir et al, 2013).

Menurut studi yang dilakukan oleh Guritno et al. (2011); Wong (2013), Ghozali &

Latan (2015) sampel yang diperlukan dalam menggunakan SEM berkisar antara

100 sampai dengan 200 sampel. Dengan begitu jumlah 165 responden yang

didomiansi mahasiswa ini sudah memenuhi kriteria pada penelitian kali ini.

3.4 Instrumen Penelitian

Instrumen penelitian yang digunakan terdiri 2 bagian, bagian pertama berisi

surat permohonan untuk pengisian kuesioner dan bagian kedua berisi poin-poin

pertanyaan penelitian. Bagian kedua terdiri dari 6 pertanyaan profil serta pertanyaan

pengujian berisikan 38 butir pertanyaan yang dipecah menjadi 7 kelompok untuk

mewakili setiap variabel yang akan dianalisis. 7 kelompok pertanyaan tersebut

adalah 6 pertanyaan information quality, 4 pertanyaan environments, 4 pertanyaan

net benefit, 4 pertanyaan service quality, 7 pertanyaan system quality, 5 pertanyaan

structure, 5 pertanyaan system use dan 3 pertanyaan user satisfaction.

Skala yang digunakan pada pertanyaan penelitian menggunakan skala

Likert yang berisikan 5 poin skala. Rentang poin tersebut berisikan (1) Sangat

setuju, (2) Tidak setuju, (3) Netral/Biasa saja, (4) Setuju, (5) Sangat setuju.

Indikator dan pertanyaan pada penelitian ini mengacu model HOT-fit Yusof et al.

(2008) yaitu gabungan IS Succes Delone dan McLean (2003) dengan Model Fit IT

80

Organization Morton (1991) yang juga digunakan oleh beberapa penelitian sejenis

terdahulu. Tabel berikut memperlihatkan indikator dan pertanyaan yang tertera

pada kuesioner.

Tabel 3.1 menunjukkan indikator dan butir pertanyaan pengujian.

Selanjutnya peneliti juga melakukan pengujian pendahuluan terhadap desain awal

kuesioner kepada 2 dosen dan 28 mahasiswa yang memiliki pengalaman dalam

menggunakan sistem. Tujuannya untuk dapat memperoleh masukan perbaikan

sebelum kusioner disebarkan ke lingkup lebih luas dan menjalankan prosedur

unidimensonality (Afthanorhan, 2013). Hal ini dilakukan untuk dapat mengetahui

seberapa paham responden terhadap butir instrumen kuesioner yang peneliti ajukan

dan seberapa besar intrumen penelitian telah memenuhi tujuan dan memiliki

keandalan yang tinggi (Yamin & Kurniawan, 2011). Pada hasil pre-test ini terdapat

13 indikator yang memiliki nilai loading factor 0,5 - 0,6 dari 38 butir pertanyaan.

indikator yang mengukur konstruk jika angkanya antara 0,5 – 0,6 dikatakan cukup

(Ghozali, 2016). Namun setelah peneliti melakukan interpretasi seperti yang

dikatakan oleh Subiyakto et al. (2017) mengenai analisis interpretasi, maka peneliti

memutuskan untuk, 12 butir tidak dihapus dengan adanya perubahan tata bahasa

agar dapat dipahami. Sehingga total instrumen yang akan disebar sebanyak 38 butir

instrumen kuesioner. Berikut tabel 3.1 berisi rincian dari pengujian kuesioner

terhadap responden selama penelitian berlangsung.

81

Tabel 3. 1 Indikator dan Pertanyaan

Variabel Indikator Indikator Pertanyaan Kode

IQ (Information Quality)

Timeliness Informasi yang diberikan

istem sudah up to date IQ1

Format

Informasi yang

ditampilkan sistem

tersusun dengan baik

IQ2

Accuracy Informasi yang dihasilkan

sistem sudah tepat IQ3

Completeness Informasi yang di berikan

sistem sudah lengkap IQ4

Data Entry Methods

Informasi yang diberikan

sistem sudah sesuai

dengan data masuk yang

ada

IQ5

Relevancy

Informasi yang dihasilkan

sistem sudah relevan bagi

saya

IQ6

LO (Lingkungan Organisasi)

Inter-organizational

system

Kondisi lingkungan

internal organisasi

berpengaruh pada

keberhasilan sistem

LO1

Population Served

Pelayanan terhadap

sumber daya manusia

yang terlibat di dalam

organisasi mempengaruhi

keberhasilan sistem

LO2

External

Communication

Komunikasi dengan pihak

diluar organisasi

mempengaruhi

keberhasilan sistem

LO3

Localization

Keberadaan sistem sudah

sesuai dengan pihak yang

mengelola saat ini,yaitu

Perpustakaan Utama UIN

Jakarta

LO4

NB (Net Benefit)

Efficiency Sistem efisien dalam

pengunaannya

NB1

Effectiveness Sistem efektif dalam

pengunaannya

NB2

Decision Making

Quality

Sistem membantu

membuat keputusan yang

berkualitas dalam tugas

dan studi saya

NB3

Error Reduction

Sistem membantu

mengurangi kesalahan

dalam tugas dan studi saya

NB4

SEQ (Service Quality) Technical Support

Layanan sistem sudah

memiliki dukungan teknis

yang sesuai saat

dibutuhkan

SEQ1

82

Responsiveness

Layanan sistem memiliki

respon yang cepat pada

pencarian data

SEQ2

Empathy

Layanan sistem telah

memberikan kebutuhan

sesuai individunya

SEQ3

Follow up Service

Layanan sistem memiliki

tindak lanjut dalam

permasalahan yang sesuai

dengan penggunaan

SEQ4

SQ (Sistem Quality)

User friendly

Sistem memiliki tampilan

yang sederhana dan ringan

untuk kemudahan

penggunanya

SQ1

Accessibility

Sistem tidak memerlukan

waktu lama dalam akses

penggunaannya

SQ2

Ease of learning sistem mudah dipahami SQ3

Ease of Use Sistem mudah digunakan SQ4

Availability Sistem memiliki kualitas

yang baik

SQ5

Technical Support

Sistem memiliki

dukungan teknis masalah

yang memadai

SQ6

Security

Sistem telah memiliki hak

akses untuk keamanan

data

SQ7

STR (Struktur Organisasi)

Nature

Sistem telah memiliki

karakterisitik organisasi

yang sesuai dengan

penerapannya

STR1

Culture

Budaya yang ada didalam

organisasi saat ini

mempengaruhi

keberhasilan sistem

STR2

Autonomy

Kebijakan organisasi

mempengaruhi

keberhasilan sistem

STR3

Communication

Komunikasi yang baik

pada organisasi

mempengaruhi

keberhasilan sistem

STR4

Champion

Tujuan keberadaan sistem

berpengaruh pada

keberhasilan sistem

STR5

SU (System Use)

Purpose of use

Penggunaan sistem

dilakukan sesuai dengan

tujuan yang saya inginkan

SU1

Level of use

Penggunaan sistem


tingkat kemampuan yang

saya miliki

SU2

Recurring use Penggunaan sistem

dilakukan secara berulang

SU3

83

Report acceptance

Penggunaan sistem


penerimaan laporan yang

ada

SU4

Expectations/belief

Penggunaan sistem


ekspektasi dan harapan

saya

SU5

US (User Satisfaction)

Perceived usefulness Saya merasakan manfaat

keberadaan sistem US1

Overall satisfaction

Saya merasa puas dengan

keberadaan sistem US2

Enjoyment Saya merasa nyaman

dalam mengakses sistem

US3

3.5 Pengumpulan dan Pemrosesan Data

Proses pengumpulan data pada penelitian ini dilakukan dengan

menyebarkan kuesioner secara langsung dan tidak langsung kepada responden.

Penyebaran langsung dilakukan oleh peneliti untuk mencari responden yang tepat

melalui tatap muka secara langusng. Penyebaran tidak langsung dilakukan peneliti

melalui media social seperti email, whatsapp, line dll. Peneliti menggunakan

bantuan fitur google forms sebagai media pengisiannya. Penyebaran kuesioner ini

dilakukan dalam kurun waktu satu bulan dua minggu terhitung dimulai pada tanggal

2 Oktober sampai 16 November 2017 guna mencapai target sejumlah sampel yang

diinginkan.

Seluruh kuesioner yang telah terkumpul selama proses penelitian

berlangsung akan diproses dan diklasifikasikan menggunakan perangkat lunak

pengolah angka Ms. Excell 2013. Berdasarkan hasil pengumpulan data, peneliti

berhasil memperoleh kuesioner yang disebarkan secara langsung 55 (33%) dan 110

(67%) secara tidak langsung. Jumlah total 165 kuesioner yang telah terisi oleh

responden terdiri dari mahasiswa, dosen dan pegawai.

84

3.6 Analisis dan Interpretasi Data

Penelitian ini melakukan analisis statistik inferensial menggunakan

SmartPLS versi 3.0. Ada dua analisis yang harus dilakukan dalam tahap ini, yaitu

analisis measurement model dan structural model. Measurement model dilakukan

untuk menguji reliabilitas dan validitas outer model melalui indikator reliability,

internal consistency reliability, convergent validity, dan discriminant validity.

Sedangkan pengujian structural model dilakukan untuk menguji path ceofficient

(β), coefficient of determination (R2), t-test melalui metode bootstrapping, effect

size (f2), predictive relevance (Q2), dan relative impact (q2) (Henseler et al., 2009;

Urbach & Ahlemann, 2010; Hair et al., 2011; Yamin & Kurniawan, 2011; Hair et

al., 2012; Yuliasari et al., 2014; Wong, 2013; Chinomona & Dubihlela, 2014;

Alshibly, 2014; Irawati & Putra, 2015; Subiyakto et al., 2015; Gutierrez et al., 2015;

Nugroho et al., 2016).

Bagian selanjutnya yaitu interpretasi hasil, peneliti mendiskusikan hasil

analisis demografi responden dengan kondisi lapangan yang berjalan dan juga

menterjemahkan hasil analisis model secara statistik kuantitatif dengan

membandingkan dan mempertimbangkan sejumlah literatur terkait terdahulu.

Selanjutnya, hasil analisis dan interpretasi tersebut secara lengkap akan dijelaskan

pada Bab IV

85

3.7 Kerangka Penelitian

Secara spesifik berikut kerangka penilitian ini yang dijadikan peneliti

sebagai penuntun dasar penelitian. Berikut pada gambar 3.3 merupakan kerangka

berpikir pada penelitian ini.

Latar Belakang Masalah Mulai

Pengujian Masalah

Metode Pengumpulan Data

Metode Analisis Data

Kesimpulan dan Saran

Selesai

Identifikasi Masalah

Perumusan Masalah

Ruang Lingkup dan Batasan Masalah

Tujuan dan Sasaran Penelitian

Studi Literatur

Wawancara

Survei

Ringakasan Penelitian Sejenis dan Terdahulu

Kuesioner

Model Adopsi

Pengolahan dengan SmartPLS

Interpretasi Hasil

Human Organization Technology Fit (HOT-Fit) (Yusof

et al., 2008)

Analisis Outer Model

Anaisis Innner Model

Hasil Analisis Demografi

Hasil Anilisis Outet Model

Hasil Analisis Inner Model

Infromation Quality

Service Quality

System Use

User Satisfaction

Structure

Environment

Net Benefit

System Quality

Gambar 3. 2 Kerangka Penelitian

86

86

BAB IV

HASIL ANALISIS DAN INTERPRETASI

4.1 Hasil Analisis

4.1.1 Hasil Analisis Demografis

Pada Tahapan ini peneliti melakukan analisis dari jawaban responden pada

pertanyaan yang terdapat dalam kuesioner, terkait beberapa pertanyaan yang ada

pada bagian profil responden serta intensistas pengaksesan dan penilaian

keberhasilan penggunaan sistem Repository UIN Syarif Hidayatullah Jakarta. Pada

kurun waktu kurang lebih lebih 3 minggu (2 Oktober 2017 - 23 Oktober 2017)

peneliti berhasil mengumpulkan data responden sebanyak 165 responden.

Informasi yang dihasilkan dari analisis demografis meliputi jenis kelamin, usia,

status pekerjaan, fakultas/unit kerja, semester mahasiswa, intensitas penggunaan,

dan penilain keberhasilan penggunaan sistem. Berikut hasil analisis demografis:

1. Jenis Kelamin

Dari penelitian ini dengan jumlah 165 responden didominnasi oleh jenis

kelamin perempuan sebanyak 94 orang (57%) dan sisanya berjenis kelamin

laki-laki sebanyak 71 orang (43%), dapat dilihat pada gambar 4.1

87

Gambar 4. 1 Diagram Jenis Kelamin Responden

2. Usia

Pada penelitian dapat dilihat gambar 4.2 menunjukan berdasarkan usia

responden mayoritas berada pada rentan usia 21-30 tahun sebanyak 97

orang (59%), diikuti dengan dibawah 20 tahun sebanyak 55 orang (33%),

dilanjutkan usia 30-40 tahun sebanyak 7 orang (4%) dan usia diatas 40

tahun sebanyak 6 orang (4%).

Gambar 4. 2 Diagram Usia Responden

Laki-Laki43%

Perempuan57%

Jenis Kelamin

Laki-Laki

Perempuan

< 20 Th33%

21-30 Th59%

30-40 Th4%

> 40 Th4%

Usia

< 20 Tahun

21-30 Tahun

30-40 Tahun

> 40 Tahun

88

3. Status Pekerjaan

Pada gambar 4.3 diketahui bahwa responden pada penelitian ini didominasi

oleh mahasisa sebanyak 150 orang (91%), dilanjutkan dosen sebanyak 10

orang (6%), dan pegawai 5 orang (3%).

Gambar 4. 3 Diagram Status Pekerjaan Responden

4. Fakultas/Unit Kerja

Berdasarkan Gambar 4.4 dapat diketahui bahwa responden terbanyak dari

penilitian ini berasal dari Fakultas Sains dan Teknnologi dengan jumlah

responden 59 orang (36%), sedangkan responden lainnya tersebar pada

sebelas fakultas lainnya dan terdapat 5 orang (3%) pegawai yang berasal

dari pegawai perpustakaan yang ada di lingkungan UIN Syarif Hidayatullah

Jakarta.

Mahasiswa91%

Dosen6%

Pegawai3%

Status Pekerjaan

Mahasiswa

Dosen

Pegawai

89

Gambar 4. 4 Diagram Fakultas/Unit kerja Responden

5. Status Semester Mahasiswa

Dapat dilihat pada gambar 4.4 menunjukan semester responden berstatus

mahasiswa yang didominasi oleh semester 8-10 dengan jumlah 75 orang

(50%), dilanjtukan semester 4-7 dengan jumlah 45 orang (30%), dan

semester 1-3 dengan jumlah 28 orang (19%), dan paling sedikit diatas

semester 10 dengan 2 orang responden (1%).

Gambar 4. 5 Diagram Semester Mahasiswa

FITK12% FDI

5% FSH7%

FU4%

FIDKOM7%

FEB7%

FST36%

FISIP5%

FAH5%

F.Psikologi4%

FKIK5%

Perpustakaan 3%

Fakultas/Unit Kerja FITK

FDI

FSH

FU

FIDKOM

FEB

FST

FISIP

FAH

F.Psikologi

FKIK

Perpustakaan

1-319%

4-730%

8-1050%

> 101%

Semester

Semester 1-3

Semester 4-7

Semester 8-10

Semester > 10

90

6. Intensitas Menggunakan Sistem

Berdasarkan gambar 4.6 dari jumlah 165 responden memperlihatkan bahwa

sebanyak 60 orang (36%) menggunkan sistem dibawah 5 kali, selanjutnya

sejumlah 48 orang (29%) diatas 15 kali, dan sejumlah 43 orang (26%) 5-10

kali, terakhir sejumlah 14 orang (9%) 10-15 kali.

Gambar 4. 6 Diagram Intensitas Menggunakan Sistem

7. Penilaian Keberhasilan Penggunaan Sistem

Seperti yang dapat dilihat pada gambar 4.7 bahwa dari 165 responden

terdapat 79 orang (48%) merasa penggunaan sistem cukup baik, dilanjutkan

dengan 65 orang (39%) merasa sudah baik, dan 20 orang (12%) merasa

kurang baik, dan 1 orang (1%) responden merasa sudah sangat baik.

< 536%

5-10 26%

10-159%

> 1529%

Intensitas Menggunakan Sistem

< 5 Kali

5-10 Kali

10-15 Kali

> 15 Kali

91

Gambar 4. 7 Diagram Penilaian Keberhasil Penggunaan Sistem

4.1.2 Hasil Analisis Pengukuran Model (Measurement Model)

Pada tahap ini dilakukan analilis pengukuran model (measurement model)

dimana analisis pengukuran model ini terdapat empat tahap pengujian. Empat tahap

pengujian itu terdiri dari individual item reliability, internal consistency reliability,

average variance extracted, dan discriminant validity (Urbach & Ahlemann, 2010;

Hair et al., 2012; Wong, 2013; Ringle, 2015; Subiyakto et al., 2015; Nugroho et

al., 2016; Sarstedt et al., 2017). Pengukuran model dilakukan untuk dapat

mengetahui hubungan antar konstrak (variabel) dengan indikator-indikatornya

(Yamin & Kurniawan, 2011). Berikut hasil analisis pengukuran model yang

dijelaskan dalam empat tahap

1. Uji Individual Item Reliability

Tahapan pengujian dilakukan dengan melihat nilai Standardized loading

factor yang menggambarkan besarnya korelasi antara setiap item

pengukuran (indikator) dengan konstruk atau variabelnya. Nilai loading

factor di atas 0,7 dapat dikatakan baik, artinya bahwa indikator tersebut

KB12%

CB 48%

B39%

SB1%

Penilaian Keberhasilan Penggunaan Sistem

Kurang Baik

Cukup Baik

Baik

Sangat Baik

92

dikatakan valid sebagai indikator yang mengukur konstruk jika angkanya

antara 0,5 – 0,6 dikatakan cukup (Ghozali, 2016), sedangkan untuk

indikator dengan angka 0,4 – 0,5 dapat dipertimbangkan jika nilai composite

reliability masih pada batas aman dan indikator dapat dihapus jika hal

tersebut meningkatkan nilai composite reliability (Walchzuch et al, 2007;

Hair et al., 2011). Setelah melalui dua kali pengujian pada SmartPLS 3.0

dengan hasil pada tabel 4.1 dilakukan penghapusan pada sembilan indikator

yang memiliki nilai loading factor di bawah 0,7 yaitu SQ6, SQ7, SQ8, IQ6,

SEQ2, SU2, SU3, STR5, LO4 karena setelah penghapusan kesembilan

indikator tersebut diuji kembali, seluruh nilai loading factor sudah

memenuhi syarat > 0,7.

Tabel 4. 1 Hasil Uji Loading Factor dengan SmartPLS 3.0

IND IQ LO NB SEQ SQ STR SU US

IQ4 0,790

IQ5 0,755

IQ1 0,806

IQ2 0,712

IQ3 0,739

IQ6*

LO1 0,771

LO4*

LO2 0,882

LO3 0,723

NB1 0,858

NB2 0,783

NB3 0,821

NB4 0,742

SEQ1 0,809

SEQ2*

SEQ3 0,793

93

SEQ4 0,833

SQ1 0,788

SQ2 0,779

SQ3 0,873

SQ4 0,875

SQ6*

SQ7*

SQ5*

STR1 0,725

STR2 0,843

STR3 0,833

STR4 0,739

STR5*

SU5 0,872

SU1 0,727

SU2*

SU3*

SU4 0,703

US1 0,904

US2 0,917

US3 0,898

2. Uji Internal Consistency Reliability

Pada pengujian ini dilakukan dengan melihat hasil nilai composite

Reliability (CR) dengan batas ambang di atas 0,7 (Hair et al., 2012;

Afthanorhan, 2013; Ringle, 2015). Hasil dari niali CR yang telah memenuhi

syarat dan valid dengan memiliki nilai variabel di atas 0,7 dapat dilihat pada

tabel 4.2.

Keterangan :

* : Dihapus NB : Net Benefit STR: Structure

IQ : Information Quality SEQ: Service Quality SU : System Use

LO : Environment SQ : System Quality US : User Satisfaction

94

Tabel 4. 2 Hasil Uji Composite Realiability dengan SmartPLS 3.0

Variabel Composite Reliability

Information Quality 0,873

Environment 0,836

Net Benefit 0,878

Service Quality 0,853

System Quality 0,898

Structure 0,866

System Use 0,813

User Satisfaction 0,932

3. Average Variance Extracted

Tahapan pengujian convergent validity selanjutnya dilakukan dengan

melihat nilai average variance extracted (AVE). Nilai ini menggambarkan

besaran varian atau keragaman variabel manifes (indikator) yang dapat

dikandung oleh variabel laten (konstruk). Nilai AVE minimal 0,5

menunjukan ukuran convergent validity yang baik (Yamin & Kurniawan,

2011; Hair et al., 2012; Afthanorhan, 2013; Wong, 2013; Ringle, 2015).

Artinya, variabel laten (konstruk) dapat menjelaskan rata-rata lebih dari

setengah variance dari indikator-indikatornya. Hasilnya menunjukan bahwa

nilai AVE dari semua variabel di atas 0,5 sehingga memenuhi syarat untuk

digunakan, dapat dilihat pada Tabel 4.3.

Tabel 4. 3 Hasil Uji Average Variance Extracted (AVE) dengan SmartPLS 3.0

Variabel Average Variance Extracted (AVE)

Information Quality 0,579

Environment 0,632

Net Benefit 0,643

Service Quality 0,659

System Quality 0,689

Structure 0,619

95

System Use 0,594

User Satisfaction 0,822

4. Discriminant Validity

Pada tahapan pengujian ini dapat dilakukan melalui dua pemeriksaan cross

loading, yaitu cross loading antar indikator dan cross loading Fornell-

Lacker’s (Subiyakto et al., 2015). Pemeriksaan cross loading antar indikator

dilakukan dengan membandingkan korelasi indikator dengan variabelnya

dan variabel blok lainnya. Bila korelasi antara indikator dengan variabelnya

lebih tinggi dari korelasi dengan variabel blok lainnya, hal ini menunjukkan

konstruk tersebut memprediksi ukuran pada blok mereka lebih baik dari

blok lainnya (Hair et al., 2012; Afthanorhan, 2013; Wong, 2013; Ringle,

2015). Dapat dilihat pada tabel 4.4 dan table 4.5 menunjukan bahwa nilai

cross loading indikator dengan konstruk dari semua variabel lebih tinggi

dari korelasi dengan konstruk blok lain. Pemeriksaan cross loading Fornell-

Lacker’s dilakukan dengan melihat nilai akar AVE yang harus lebih tinggi

daripada korelasi antara variabel dengan variabel lainnya (Hair et al., 2012;

Afthanorhan, 2013; Wong, 2013; Ringle, 2015). Hasil pemeriksaan cross

loading Fornell-Lacker’s dapat dilihat pada tabel 4.3 nilai akar AVE lebih

tinggi daripada korelasi antara konstruk dengan konstruk lainnya.

Tabel 4. 4 Hasil Uji Dicriminant Validity (cross loading ) dengan SmartPLS 3.0

IND IQ LO NB SEQ SQ STR SU US

IQ4 0,790 0,100 0,450 0,575 0,334 0,237 0,484 0,453

IQ5 0,755 0,202 0,484 0,529 0,439 0,294 0,594 0,461

IQ1 0,806 0,119 0,472 0,578 0,352 0,251 0,485 0,465

96

IQ2 0,712 0,208 0,416 0,439 0,376 0,296 0,444 0,464

IQ3 0,739 0,077 0,422 0,462 0,420 0,186 0,454 0,319

LO1 0,154 0,771 0,405 0,206 0,155 0,487 0,303 0,415

LO2 0,144 0,882 0,372 0,198 0,238 0,584 0,357 0,349

LO3 0,162 0,723 0,280 0,164 0,166 0,431 0,251 0,222

NB1 0,567 0,355 0,858 0,534 0,538 0,388 0,607 0,636

NB2 0,519 0,289 0,783 0,402 0,365 0,356 0,555 0,530

NB3 0,413 0,405 0,821 0,478 0,380 0,349 0,443 0,575

NB4 0,385 0,391 0,742 0,391 0,287 0,373 0,387 0,503

SEQ1 0,538 0,213 0,483 0,809 0,421 0,317 0,457 0,456

SEQ3 0,553 0,210 0,506 0,793 0,467 0,280 0,508 0,537

SEQ4 0,568 0,157 0,386 0,833 0,399 0,303 0,485 0,429

SQ1 0,360 0,138 0,399 0,411 0,788 0,225 0,337 0,362

SQ2 0,413 0,200 0,357 0,435 0,779 0,202 0,363 0,386

SQ3 0,423 0,158 0,363 0,419 0,873 0,250 0,364 0,360

SQ4 0,466 0,268 0,508 0,485 0,875 0,327 0,451 0,498

STR1 0,377 0,421 0,458 0,413 0,332 0,725 0,533 0,538

STR2 0,247 0,541 0,364 0,308 0,244 0,843 0,369 0,402

STR3 0,221 0,535 0,32 0,251 0,2 0,833 0,355 0,362

STR4 0,196 0,504 0,27 0,16 0,176 0,739 0,286 0,273

SU5 0,654 0,249 0,596 0,602 0,426 0,385 0,872 0,638

SU1 0,343 0,323 0,44 0,332 0,309 0,371 0,727 0,528

SU4 0,47 0,361 0,383 0,403 0,317 0,419 0,703 0,388

US1 0,43 0,488 0,68 0,486 0,438 0,502 0,587 0,904

US2 0,583 0,29 0,635 0,535 0,42 0,384 0,637 0,917

US3 0,546 0,37 0,597 0,573 0,477 0,504 0,639 0,898

Keterangan :

IQ : Information Quality NB : Net Benefit STR: Structure

LO : Environment SEQ: Service Quality SU : System Use

US : User Satisfaction SQ : System Quality

97

Tabel 4. 5 Hasil Uji Discriminant Validity (Cross Loading Fornell-Lacker’s)

Environment

(LO

Informatioan

Quality

(IQ)

Net Benefit

(NB

Service

Quality

(SEQ)

Structure

(STR)

System

Quality

(SQ)

System Use

(SU)

User

Satisfaction

(US)

Environment (LO) 0,795

Informatioan Quality (IQ) 0,191 0,761

Net Benefit (NB) 0,447 0,592 0,802

Service Quality (SEQ) 0,239 0,682 0,567 0,812

Structure (STR) 0,635 0,337 0,456 0,369 0,787

System Quality (SQ) 0,237 0,505 0,498 0,530 0,309 0,830

System Use (SU) 0,387 0,652 0,627 0,597 0,499 0,462 0,771

User Satisfaction (US) 0,421 0,575 0,703 0,587 0,510 0,491 0,685 0,906

98

Dapat dijelaskan secara ringkas, analisa pengukuran model (outer model) di atas

menunjukkan bahwa model penelitian yang diajukan peneliti sudah memiliki

karakteristik yang baik secara pengujian statistik meskipun dengan adanya

penghapusan 9 indikator (SQ6, SQ7, SQ8, IQ6, SEQ2, SU2, SU3, STR5, LO4).

Pada Gambar 4.8 memaparkan hasil dari pengujian pengukuran model

(outer model) sudah memiliki karakteristik yang baik secara statistik, sesuai dengan

syarat pada masing-masing tahapan yang ada pada pengukuran model (individual item

reliability, internal consistency reliability, average variance extracted, dan

discriminant validity). Sehingga dapat dikatakan bahwa model penelitian ini telah

memenuhi syarat untuk dapat dilanjutkan ke tahap pengujian struktur model (inner

model) (Hair et al., 2012; Wong, 2013).

99

Gambar 4. 8 Hasil Analisis dengan SmartPLS

100

4.1.3 Hasil Analisis Struktur Model (Struktural Model)

Analisis struktur model dilakukan melalui enam tahapan pengujian, yaitu

pengujian path coefficient (β), coefficient of determination (R2), t-test menggunakan

metode bootstrapping, effect size (f2), predictive relevance (𝑄2), dan relative impact

(𝑞2) (Yamin & Kurniawan, 2011; Hair et al., 2012; Afthanorhan, 2013; Wong,

2013; Subiyakto et al., 2015) Secara grafis, hasilnya dapat dilihat pada Tabel 4.12

dan Gambar 4.9. Berikut adalah penjelasan dari ke enam tahap pengujian :

1. Path Coefficient (β)

Pengujian ini dilakukan dengan melihat nilai ambang batas di atas 0,1.

Artinya menyatakan bahwa jalur (path) yang dimaksud mempunyai

pengaruh dalam model (Hair et al., 2012; Afthanorhan, 2013; Wong, 2013,

Ringle, 2015). Hasilnya dari 15 jalur yang ada di dalam model penelitian 2

jalur diantaranya, SQ→SU dan STR→NB menunjukkan pengaruh yang

tidak signifikan seperti yang dapat dilihat pada tabel 4.6 dan gambar 4.9.

Tabel 4. 6 Hasil Uji Path Coefficient (β) dengan SmartPLS 3.0

Hubungan antar Variabel Path Coefficient (β)

System Quality (SQ) → System Use (SU) 0,036

System Quality (SQ) → User Satisfaction (US) 0,196

System Quality (SQ) → Structure (STR) 0,132

Informatian Quality (IQ) → System Use (SU) 0,313

Information Quality (IQ) → User Satisfaction (US) 0,273

Information Quality (IQ) → Structure (STR) 0,124

Service Quality (SEQ) → System Use (SU) 0,118

Service Quality (SEQ) → User Satisfaction (US) 0,297

Service Quality (SEQ) → Structure (STR) 0,215

User Satisfaction (US) → System Use (SU) 0,418

Structure (STR) → Environment (LO) 0,635

101

System Use (SU) → Net Benefit (NB) 0,248

User Satisfaction (US) → Net Benefit (NB) 0,470

Structure (STR) → Net Benefit (NB) -0,008

Environment (LO) → Net Benefit (NB) 0,159

2. Coefficient of Determination (R2)

Pengujian ini dilakukan untuk menjelaskan varian dari tiap target

endogenous variabel (variabel yang dianggap dipengaruhi oleh variabel lain

dalam model) dengan standar pengukuran sekitar 0,670 sebagai kuat, sekitar

0,333 moderat, dan 0,190 atau di bawahnya menunjukan tingkat varian yang

lemah (Hair et al., 2012; Afthanorhan, 2013; Wong, 2013, Ringle, 2015).

Tabel 4.7 dan Gambar 4.9 menunjukan tingkatan moderat pada R2 dari SU

dengan memiliki nilai 0,578, R2 dari US memiliki nilai 0,427, R2 dari LO

memiliki nilai 0,404, R2 dari NB memiliki nilai 0,553 dan menunjukan

tingkatan lemah R2 dari STR dengan nilai 0,162. Hal tersebut dapat

menunjukan bahwa SQ, IQ, SEQ menjelaskan secara lemah (16,2%) varian

dari STR

Tabel 4. 7 Hasil Uji Coefficient of Determination (R2) dengan SmartPLS 3.0 VAR R2

System Use (SU) 0,578

User Satisfaction (US) 0,427

Structure (STR) 0,162


Net Benefit (NB) 0,553

3. T-test

Pengujian ini dilakukan dengan metode bootstrapping, menggunakan uji

two-tailed dengan tingkat signifikansi 5% (0,05) untuk menguji hipotesis-

hipotesis penelitian. Hipotesis tersebut akan diterima jika memiliki T-test

102

lebih besar dari 1,96 (Hair et al., 2012; Afthanorhan, 2013; Wong, 2013,

Ringle, 2015). Tabel 4.8 dan Gambar 4.9 menunjukan bahwa ada 10 dari 15

hipotesis yang diterima dan sisanya ditolak.

Tabel 4. 8 Hasil Uji T-test dengan SmartPLS 3.0 Hubungan antar Variabel T-test

System Quality (SQ) → System Use (SU) 0,448

System Quality (SQ) → User Satisfaction (US) 2,613

System Quality (SQ) → Structure (STR) 1,432

Informatian Quality (IQ) → System Use (SU) 3,677

Information Quality (IQ) → User Satisfaction

(US)

3,192

Information Quality (IQ) → Structure (STR) 1,007

Service Quality (SEQ) → System Use (SU) 1,464

Service Quality (SEQ) → User Satisfaction (US) 3,433

Service Quality (SEQ) → Structure (STR) 1,986

User Satisfaction (US) → System Use (SU) 4,982

Structure (STR) → Environment (LO) 11,468

System Use (SU) → Net Benefit (NB) 2,549

User Satisfaction (US) → Net Benefit (NB) 5,367

Structure (STR) → Net Benefit (NB) 0,093

Environment (LO) → Net Benefit (NB) 2,157

4. Effect Size (f2)

Pengujian ini dilakukan untuk memprediksi pengaruh variabel tertentu

terhadap variabel lainnya dalam struktur model dengan nilai ambang batas

sekitar 0,02 untuk pengaruh kecil, 0,15 untuk menengah, dan 0,35 untuk

pengaruh besar (Hair et al., 2012; Wong, 2013). f2 dihitung dengan

menggunakan rumus sebagai berikut :

f2 = 𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒

1− 𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒

103

Dimana:

𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒:

Nilai 𝑅2 yang diperoleh ketika konstrak eksogen dimasukkan ke model.

𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒:

Nilai 𝑅2 yang diperoleh ketika konstrak eksogen dikeluarkan ke model.

Hasilnya, Tabel 4.9 menunjukkan pengujian f2 terhadap 15 jalur. Terdapat

satu jalur memiliki pengaruh yang besar STR→LO, dua jalur memiliki

pengaruh menengah US→SU, SU→NB. Dan dua belas jalur lainnya

memiliki pengaruh yang kecil.

Tabel 4. 9 Hasil Uji Effect Size (f2) dengan SmartPLS 3.0

No Jalur f2

f2 R2-in R2-ex ∑ f2

H1 SQ → SU 0,578 0,577 0,00237 Kecil

H2 SQ → US 0,427 0,402 0,04363 Kecil

H3 SQ → STR 0,162 0,15 0,01432 Kecil

H4 IQ → SU 0,578 0,531 0,11137 Kecil

H5 IQ → US 0,427 0,39 0,06457 Kecil

H6 IQ → STR 0,162 0,154 0,00955 Kecil

H7 SEQ → SU 0,578 0,571 0,01659 Kecil

H8 SEQ → US 0,427 0,385 0,0733 Kecil

H9 SEQ → STR 0,162 0,139 0,02745 Kecil

H10 US → SU 0,578 0,485 0,22038 Menengah

H11 STR → LO 0,404 0 0,67785 Besar

H12 SU → NB 0,553 0,523 0,06711 Kecil

H13 US → NB 0,553 0,448 0,2349 Menengah

H14 STR → NB 0,553 0,553 - Kecil

H15 LO → NB 0,553 0,539 0,03132 Kecil

104

5. Predictive Relevance (𝑄2)

Pengujian ini dilakukan dengan metode blindfolding untuk memberikan

bukti bahwa variabel tertentu yang digunakan dalam model mempunyai

keterkaitan prediktif (predictive relevance) dengan variabel lainnya dalam

model dengan ambang batas pengukuran di atas nol (Hair et al., 2012;

Afthanorhan, 2013; Wong, 2013). Tabel 4.10 menunjukan bahwa 𝑄2dari

semua variabel memiliki keterkaitan prediktif.

Tabel 4. 10 Hasil Uji Relative Impact dengan SmartPLS 3.0

VAR Q2

System Use (SU) 0,309

User Satisfaction (US) 0,324

Structure (STR) 0,082


Net Benefit (NB) 0,324

6. Relative Impact (𝑞2)

Pengujian ini dilakukan dengan metode blindfolding untuk mengukur relatif

pengaruh dari sebuah keterkaitan prediktif suatu variabel tertentu dengan

variabel lainnya dengan nilai ambang batas sekitar 0,02 untuk pengaruh

kecil, 0,15 untuk pengaruh menengah/sedang, dan 0,35 untuk pengaruh

besar (Hair et al., 2012). Rumus yang digunakan untuk perhitungan 𝑞2

adalah sebagai berikut :

q2 = 𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒

1− 𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒

105

Dimana:

𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒:

Nilai 𝑞2 yang diperoleh ketika konstrak eksogen dimasukkan ke model.

𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒:

Nilai 𝑞2 yang diperoleh ketika konstrak eksogen dikeluarkan ke model.

Tabel 4.11 menunjukan hasil bahwa STR→LO jalur mempunyai nilai 𝑞2

0,307 yang berarti memiliki pengaruh menengah/sedang dan empat belas

jalur lainnya memiliki pengaruh kecil.

Berikut tabel 4.11 berisi nilai dari R2 dan 𝑄2 seluruh variabel dalam

penelitian ini.

Tabel 4. 11 Hasil Uji Relative Impact dengan SmartPLS 3.0

No Jalur q2

q2 Q2-in Q2-ex ∑ q2

H1 SQ → SU 0,309 0,311 -0,003 k

H2 SQ → US 0,324 0,305 0,028 k

H3 SQ → STR 0,082 0,077 0,005 k

H4 IQ → SU 0,309 0,288 0,03 k

H5 IQ → US 0,324 0,298 0,038 k

H6 IQ → STR 0,082 0,078 0,004 k

H7 SEQ → SU 0,309 0,306 0,004 k

H8 SEQ → US 0,324 0,291 0,049 k

H9 SEQ → STR 0,082 0,073 0,01 k

H10 US → SU 0,309 0,257 0,075 k

H11 STR → LO 0,235 0 0,307 m

H12 SU → NB 0,324 0,307 0,025 k

H13 US → NB 0,324 0,261 0,093 k

H14 STR → NB 0,324 0,325 -0,001 k

H15 LO → NB 0,324 0,32 0,006 k

106

Dalam Tabel 4.12 dipaparkan hasil ke-enam tahap struktural model, yaitu

diantaranya sebagai berikut:

1. Path Coefficient (β)

2. Coefficient of Determination (R-Square)

3. T-test menggunakan metode bootstrapping

4. Effect Size (f2)

5. Predictive Relevance (Q-Square)

6. Relative Impact ( q² )

Pertama, untuk hasil tahap path coefficient (β) diketahui bahwa 2 dari 15 jalur

memiliki pengaruh yang tidak signifikan dalam model (yaitu, jalur SQ→SU

dan STR→NB) karena nilai path coefficient dari jalur tersebut berada dibawah

ambang batas (yaitu 0,1). Lalu, untuk hasil tahap t-test diketahui bahwa 10 dari

15 hipotesis yang diajukan dalam penelitian ini diterima. Hal ini dikarenakan

nilai t-test dari ke 10 hipotesis tersebut berada diatas nilai ambang batas (yaitu

1,96). Hasil tahap coefficient of determination (R-Square) menunjukkan bahwa

R-Square SU memiliki nilai 0,578, US memiliki nilai 0,427, LO memiliki

nilai 0,404, NB memiliki nilai 0,553 dan menunjukan tingkatan paling

lemah yaitu STR dengan nilai 0,162. Hal tersebut dapat menunjukan bahwa

SQ, IQ, SEQ menjelaskan secara lemah (16,2%) varian dari STR.

Selanjutnya, hasil tahap effect size (f2) terhadap ke-15 jalur menunjukkan

bahwa Terdapat satu jalur memiliki pengaruh yang besar STR→LO, dua

jalur memiliki pengaruh menengah US→SU, SU→NB. Dan dua belas jalur

lainnya memiliki pengaruh yang kecil. Lalu, untuk hasil tahap predictive

107

relevance (Q-Square3 menunjukan bahwa 𝑄2dari semua variabel memiliki

keterkaitan prediktif . Terakhir, untuk hasil tahap relative impact (q2)

menyebutkan bahwa bahwa STR→LO jalur mempunyai nilai 𝑞2 0,307 yang

berarti memiliki pengaruh menengah/sedang dan empat belas jalur lainnya

memiliki pengaruh kecil.

108

Tabel 4. 12 Hasil Analisis Struktural Model

Keterangan :

Sign : Signifikan m : Menengah

Insign : Insignifikan k : Kecil

K : Kuat

M : Moderat

L : Lemah

b : Besar

Hipotesis β t-test f2 q2 Analyses

No Jalur R2-in R2-ex ∑ f2 Q2-in Q2-ex ∑ q2 β t-test R2 f2 Q2 q2

H1 SQ → SU 0,036 0,448 0,578 0,577 0,00237 0,309 0,311 -0,003 Insign Ditolak M k Predictive Relevance k

H2 SQ → US 0,196 2,613 0,427 0,402 0,04363 0,324 0,305 0,028 Sign Diterima M k Predictive Relevance k

H3 SQ → STR 0,132 1,432 0,162 0,150 0,01432 0,082 0,077 0,005 Sign Ditolak L k Predictive Relevance k

H4 IQ → SU 0,313 3,677 0,578 0,531 0,11137 0,309 0,288 0,030 Sign Diterima M k Predictive Relevance k

H5 IQ → US 0,273 3,192 0,427 0,390 0,06457 0,324 0,298 0,038 Sign Diterima M k Predictive Relevance k

H6 IQ → STR 0,124 1,007 0,162 0,154 0,00955 0,082 0,078 0,004 Sign Ditolak L k Predictive Relevance k

H7 SEQ → SU 0,118 1,464 0,578 0,571 0,01659 0,309 0,306 0,004 Sign Ditolak M k Predictive Relevance k

H8 SEQ → US 0,297 3,433 0,427 0,385 0,07330 0,324 0,291 0,049 Sign Diterima M k Predictive Relevance k

H9 SEQ → STR 0,215 1,986 0,162 0,139 0,02745 0,082 0,073 0,010 Sign Diterima L k Predictive Relevance k

H10 US → SU 0,418 4,982 0,578 0,485 0,22038 0,309 0,257 0,075 Sign Diterima M m Predictive Relevance k

H11 STR → LO 0,635 11,468 0,404 0 0,67785 0,235 0,000 0,307 Sign Diterima M b Predictive Relevance m

H12 SU → NB 0,248 2,549 0,553 0,523 0,06711 0,324 0,307 0,025 Sign Diterima M k Predictive Relevance k

H13 US → NB 0,470 5,367 0,553 0,448 0,23490 0,324 0,261 0,093 Sign Diterima M m Predictive Relevance k

H14 STR → NB -0,008 0,093 0,553 0,553 - 0,324 0,325 -0,001 Insign Ditolak M k Predictive Relevance k

H15 LO → NB 0,159 2,157 0,553 0,539 0,03132 0,324 0,32 0,006 Sign Diterima M k Predictive Relevance k

109

Gambar 4. 9 Hasil Analisis t-test

4.2 Interpretasi dan Pembahasan Hasil Analisis

4.2.1 Interpretasi dan Pembahasan Hasil Analisis Data Demografis

1. Jenis Kelamin

Dapat di lihat pada gambar 4.1 yang sudah dijabarkan diatas, mengenai jenis

kelamin responden dalam penelitian ini. Diketahui bahwa responden

didominnasi oleh jenis kelamin perempuan sebanyak 94 orang (57%) dan

sisanya berjenis kelamin laki-laki sebanyak 71 orang (43%). Hal ini sesuai

dengan data jumlah mahasiswa aktif dan pegawai UIN Syarif Hidayatullah

110

Jakarta per September 2017 (www.uinjkt.ac.id, data kepegawain pusat

2017) yang menyebutkan bahwa jumlah populasi dari responden perempuan

lebih banyak dibandingkan dengan jumlah populasi laki-lakinya, yaitu

sebesar 13.603 orang sedangkan populasi responden lakinya berjumlah

10.763 orang.

2. Usia

Dapat dilihat pada gambar 4.2 yang sudah dijabarkan diatas, mengenai usia

dari responden yang tersebar dari penelitian ini. Jumlah usia mayoritas

berada pada rentan usia 21-30 tahun sebanyak 97 orang (59%), diikuti

dengan dibawah 20 tahun sebanyak 55 orang (33%), dilanjutkan usia 30-40

tahun sebanyak 7 orang (4%) dan usia diatas 40 tahun sebanyak 6 orang

(4%). Hal ini sejalan dengan fakta dari asal usia responden yang paling

banyak di isi oleh mahasiswa dengan total jumlah populasi sebesar 24.366

orang sedangkan pegawai dan karyawan yang berjumlah 1532 orang

(www.uinjkt.ac.id, data kepegawaian pusat 2017).

3. Status Pekerjaan

Seperti yang ditunjukkan pada gambar 4.3 sudah dijabarkan diatas,

mengenai status pekerjaan para responden yang ada di UIN Syarif

Hidayatullah Jakarta. Diketahui bahwa status pekerjaan didominasi oleh

adalah mahasiswa sebanyak 150 orang (91%), dilanjutkan dosen sebanyak

10 orang (6%), dan pegawai 5 orang (3%). Hal ini sejalan dengan data

bahwa jumlah mahasiswa dengan total jumlah populasi sebesar 24.366

http://www.uinjkt.ac.id/


111

orang sedangkan pegawai dan karyawan yang berjumlah 1532 orang

(www.uinjkt.ac.id, data kepegawaian pusat 2017).

4. Unit Kerja/ Fakultas

Dapat diketahui dari gambar 4.4 mengenai asal unit kerja 165 responden

dalam penelitian ini, bahwa berasal dari Fakultas Sains dan Teknologi

dengan jumlah responden 59 orang (36%), dilanjutkan dengan fakultas Ilmu

Tarbiyah dan Keguruan dengan jumlah 20 orang (12%) sedangkan

responden lainnya tersebar pada sebelas fakultas lainnya dan paling terkecil

5 orang (3%) pegawai perpustakaan yang ada di lingkungan UIN Syarif

Hidayatullah Jakarta. Hal ini merupakan data yang sesuai apabila dilihat dari

jumlah total unit kerja yang ada di lingkungan UIN Syarif Hidayatullah

Jakarta. FST dan FITK adalah 2 diantara 11 fakultas yang ada dengan

jumlah mahasiswa paling banyak. Berdasarkan data yang diperoleh untuk

jumlah mahaiswa aktif 2017, FST memiliki total 2886 orang mahasiswa

sedangkan FITK sebanyak 4843 orang. Untuk jumlah responden mahasiswa

paling sedikit berasal dari Fakultas Psikologi dengan total 6 orang (4%).

5. Status Semester Mahasiswa

Dapat diketahui pada gambar 4.4 dengan melihat kegunaan sistem

repository sebagai penyimpanan arsip berupa laporan skripsi, jurnal,

laporan penelitian responden didominasi mahasiswa tingkat akhir semester

berstatus semester 8-10 dengan jumlah 75 orang (50%), dilanjtukan

semester 4-7 dengan jumlah 45 orang (30%), dan semester 1-3 dengan


112

jumlah 28 orang (19%), dan paling sedikit diatas semester 10 dengan 2

orang responden (1%).

6. Intensitas Menggunakan Sistem

Dapat diketahui dari gambar 4.5 diatas, bahwa dari total 165 responden ,

sebanyak 60 orang (36%) menggunkan sistem dibawah 5 kali, selanjutnya

sejumlah 48 orang (29%) diatas 15 kali, dan sejumlah 43 orang (26%) 5-10

kali, terakhir sejumlah 14 orang (9%) 10-15 kali.

7. Penilaian Keberhasilan sistem

Dapat diketahui pada gambar 4.7 yang sudah dijabarkan diatas, bahwa

terdapat 79 orang (48%) merasa penggunaan sistem cukup baik, dilanjutkan

dengan 65 orang (39%) merasa sudah baik, dan 20 orang (12%) merasa

kurang baik, dan 1 orang (1%) responden merasa sudah sangat baik. Dengan

mayoritas pengguna merasa cukup baik ini menunjukan bahwa keberadaan

sistem repository berguna bagi civitas akademisi di UIN Syarif

Hidayatullah Jakarta tetapi masih merasakan beberapa fitur maupun

kelemahan pada sistem repository yang ada saat ini.

4.2.2 Interpretasi dan Diskusi Hasil Analisis Model Pengukuran

Berdasarkan hasil analisis model pengukuran, ada dua poin penting yang

harus diperhatikan yaitu sebagai berikut:

1. Hasil akhir dari analisis telah menunjukkan bahwa model pengukuran dari

model penelitian ini telah memenuhi syarat dan memiliki karakteristik yang

baik sehingga layak untuk dilanjutkan ketahap selanjutanya yaitu analisis

struktur model untuk menguji model struktural dari model penelitian ini.

113

2. Dihapuskannya sembilan indikator yaitu SQ6, SQ7, SQ8, IQ6, SEQ2, SU2,

SU3, STR5, LO4 dalam model penelitian ini.

Peneliti beranggapan kemungkinan besar penghapusan ini terjadi adalah

sebagai berikut

1. Penggunaan item pertanyaan atau indikator yang kurang tepat dalam

kuesioner penelitian.

2. Sebagian besar kuesioner (67%) diperoleh secara online, dan sisanya (33%)

secara langsung. Hal ini dapat menyebabkan penafsiran yang bias dan

berbeda antar responden yang berpartisipasi dan tidak adanya pendampinga

secara langsung pengisian kuesioner

Oleh sebab itu, perlu adanya peninjauan kembali dan pengambangan

instrumen dari penelitian tersebut, baik melalui saran dan masukan yang

membangun dari para ahli seperti dosen-dosen, peneliti sebelumnya, atau yang

lainnya agar dapat diperoleh model penelitian yang lebih tepat (khususnya terkait

mengenai penggunaan enam indiaktor yang dihapus tersebut dipenelitian

selanjutnya dan agar nantinya dapat meminimalisir penghapusan indikator.

Walaupun cara peneliti dalam membuat dan memilih responden telah dilakukan

dengan sebaik-baiknya, namun terdapat faktor diluar rencana dan kendali dalam

penelitian di lapangan yang dapat muncul.

114

4.2.3 Interpretasi dan Diskusi Hasil Analisis Struktur Model

Bagian ini memaparkan interpretasi dan diskusi berdasarkan enam hasil

dalam analisis struktur model yaitu path coefficient (β), coefficient of determination

(R2), t-test menggunakan metode bootstrapping, effect size (f2), predictive relevance

(𝑄2), dan relative impact (𝑞2). Berikut adalah pemaparan yang dilakukan dengan

mengikuti pertanyaan-pertanyaan penelitian dan hipotesis-hipotesis yang telah

dirumuskan sebelumnya:

H1. Apakah SQ berpengaruh secara signifikan terhadap SU?

Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa

hipotesis (H1) tidak diterima. Artinya SQ tidak memiliki pengaruh terhadap

variabel SU dan jalur SQ→SU tidak memiliki pengaruh yang signifikan (β) dan

nilai pengaruh yang kecil berdasarkan perhitungan f2 dan 𝑞2.

Hasil ini sesuai dengan beberapa penelitian terdahulu (Wang & Liao, 2008;

Roky & Al Meriouh, 2015) kualitas sistem tidak memiliki pengaruh terhadap

penggunaan sistem dikarenaka faktor objek penelitian. Hasil tersebut juga bertolak

belakang dengan beberapa penelitian (Yusof et al., 2008; Poluan et al., 2014;

Krisbiantoro et al., 2015; Al -debei et al., 2013; Bayu & Muhimmah, 2013; Diana &

Kurniawan, 2014; Prabuningrum & Dewi, 2016) yang menyatakan bahwa kualitas

sistem berpengaruh terhadap penggunaan sistem, dimana dikatakan teknologi sangat

mempengaruhi manusia terutama dalam tingkat penggunaan teknologi.

115

H2. Apakah SQ berpengaruh secara signifikan terhadap US?


hipotesis (H2) diterima. Artinya SQ memiliki pengaruh terhadap variabel US dan

jalur SQ→US memiliki pengaruh yang signifikan (β) serta nilai pengaruh yang

kecil berdasarkan perhitungan f2 dan 𝑞2.

Hasil ini menunjukan kesesuaian dengan penelitian terdahulu yang

menyatakan bahwa kualitas sistem memiliki pengaruh terhadap tingkat kepuasan

pengguna atau manusianya (Wang & Liao, 2008; Monika & Gaol, 2017; Poluan et

al., 2014; Krisbiantoro et al., 2015; Al -debei et al., 2013; Bayu & Muhimmah,

2013; Diana & Kurniawan, 2014; Tammubua et al., 2015; Prabuningrum & Dewi,

2016).

H3. Apakah SQ berpengaruh secara signifikan terhadap STR?


hipotesis (H3) tidak diterima. Artinya SQ tidak memiliki pengaruh terhadap STR,

walaupun jalur SQ→STR memiliki pengaruh (β) yang signifikan namun pengaruh

yang kecil berdasarkan pada perhitungan f2 dan 𝑞2. Tidak diterimanya t-test namun

adanya nilai yang signifikan (β) menandai bahwa secara statistika t-test belum

memenuhi syarat nilai ketentuan.

Hasil ini menunjukan kesesuain dengan penelitian sebelumnya (Erlirianto

et al., 2015 dan Sari et al., 2016) dimana hubungan kualitas sistem dengan struktur

organisasi ditolak. Namun pada penelitian (Diana & Kurniawan, 2014) disebutkan

bahwa kualitas sistem dengan struktur organisasi memiliki pengaruh positif

diantara keduanya.

116

H4. Apakah IQ berpengaruh secara signifikan terhadap SU?


hipotesis (H4) diterima. Artinya IQ memiliki pengaruh terhadap variabel SU dan

jalur IQ→SU memiliki pengaruh yang signifikan (β) serta nilai pengaruh yang kecil

berdasarkan perhitungan f2 dan 𝑞2.


menyatakan bahwa kualitas informasi memiliki pengaruh terhadap penggunaan

sistem (Wang & Liao, 2008; Zuama et al., 2017; Yusof et al., 2008; Poluan et al.,

2014; Bayu & Muhimmah, 2013 Krisbiantoro et al., 2015; Diana & Kurniawan,

2014; Prabuningrum & Dewi, 2016)

H5. Apakah IQ berpengaruh secara signifikan terhadap US?


hipotesis (H5) diterima. Artinya IQ memiliki pengaruh terhadap variabel US dan

jalur IQ→US memiliki pengaruh yang signifikan (β) serta nilai pengaruh yang kecil

berdasarkan perhitungan f2 dan 𝑞2.


menyatakan bahwa kualitas informasi memiliki pengaruh terhadap tingkat

kepuasan pengguna (Yusof et al., 2008; Poluan et al., 2014; Krisbiantoro et al.,

2015; Diana & Kurniawan, 2014; Bayu & Muhimmah, 2013 Prabuningrum &

Dewi, 2016; Erlirianto et al., 2015; Al Debei et al., 2013, Tammubua et al., 2015)

117

H6. Apakah IQ berpengaruh secara signifikan terhadap STR?


hipotesis (H6) tidak diterima. Artinya IQ tidak memiliki pengaruh terhadap STR,

walaupun jalur IQ→STR memiliki pengaruh (β) yang signifikan namun pengaruh





et al., 2015 dan Sari et al., 2016) dimana hubungan kualitas informasi dengan

struktur organisasi ditolak. Pada penelitian (Diana & Kurniawan, 2014) disebutkan

bahwa kualitas informasi dengan struktur organisasi memiliki pengaruh positif

diantara keduanya.

H7. Apakah SEQ berpengaruh secara signifikan terhadap SU?


hipotesis (H7) tidak diterima. Artinya SEQ tidak memiliki pengaruh terhadap SU,

walaupun jalur SEQ→SU memiliki pengaruh (β) yang signifikan namun pengaruh





et al., 2015; Tammubua et al., 2015; Sari et al., 2016) dimana hubungan kualitas

layanan dengan penggunaan sistem ditolak . Pada penelitian (Diana & Kurniawan,

118

2014; Poluan et al., 2014; Prabuningrum & Dewi, 2016;) disebutkan bahwa kualitas

sistem dengan struktur organisasi memiliki pengaruh positif diantara keduanya.

H8. Apakah SEQ berpengaruh secara signifikan terhadap US?


hipotesis (H8) diterima. Artinya SEQ memiliki pengaruh terhadap variabel US dan

jalur SEQ→US memiliki pengaruh yang signifikan (β) serta nilai pengaruh yang



menyatakan bahwa kualitas layanan memiliki pengaruh terhadap tingkat kepuasan

pengguna (Rumambi et al., 2017; Yusof et al., 2008; Poluan et al., 2014;

Krisbiantoro et al., 2015; Diana & Kurniawan, 2014; Bayu & Muhimmah, 2013;

Prabuningrum & Dewi, 2016; Erlirianto et al., 2015; Al Debei et al., 2013)

H9. Apakah SEQ berpengaruh secara signifikan terhadap STR?


hipotesis (H9) diterima. Artinya SEQ memiliki pengaruh terhadap variabel STR

dan jalur SEQ→STR memiliki pengaruh yang signifikan (β) serta nilai pengaruh

yang kecil berdasarkan perhitungan f2 dan 𝑞2.

Hasil ini menunjukkan ketidaksesuaian dengan beberapa penelitian

terdahulu yang mengatakan tidak ada pengaruh hubungan antara kulitas layanan

dengan struktur organisasi (Erlirianto et al., 2015 dan Sari et al., 2016). Meskipun

hasil temuan ini berbeda dari beberapa penelitian terdahulu, namun hasil ini

memiliki kesesuaian dengan penelitian oleh Torkestani et al. (2014) menyatakan

119

bahwa ada hubungan yang signifikan antara service quality dan organisasi serta

berdampak pada kinerja dalam organisasi.

H10. Apakah US berpengaruh secara signifikan terhadap SU?


hipotesis (H10) diterima. Artinya US memiliki pengaruh terhadap variabel SU dan

jalur US→SU memiliki pengaruh yang signifikan (β) serta nilai pengaruh yang

menengah dan kecil berdasarkan perhitungan f2 dan 𝑞2.


menyatakan bahwa tingkat kepuasaan pengguna memilik pengaruh terhadap

penggunaan sistem (Yusof et al., 2008; Poluan et al., 2014; Krisbiantoro et al.,

2015; Diana & Kurniawan, 2014; Bayu & Muhimmah, 2013; Sari et al., 2016;

Erlirianto et al., 2015; Al Debei et al., 2013, Tammubua et al., 2015).

H11. Apakah STR berpengaruh secara signifikan terhadap LO?


hipotesis (H11) diterima. Artinya STR memiliki pengaruh terhadap variabel LO

dan jalur STR→LO memiliki pengaruh yang signifikan (β) serta nilai pengaruh

yang besar dan menengah berdasarkan perhitungan f2 dan 𝑞2.


menyatakan bahwa struktur organisasi memiliki pengaruh terhadap lingkungan

organisasi (Yusof et a.l, 2008; Krisbiantoro et al., 2015; Diana & Kurniawan, 2014;

Bayu & Muhimmah, 2013; Sari et al., 2016; Erlirianto et al., 2015; Tammubua et

al., 2015)

120

H12. Apakah SU berpengaruh secara signifikan terhadap NB?


hipotesis (H12) diterima. Artinya SU memiliki pengaruh terhadap variabel NB dan

jalur SU→NB memiliki pengaruh yang signifikan (β) serta nilai pengaruh yang



menyatakan bahwa penggunaan sistem memiliki pengaruh terhadap Net Benefit

dimana semakin tinggi nilai pengaruh terhadapat net benefit semakin tinggi nilai

pemanfaatan sistem (Wang & Liao, 2008; Yusof et al., 2008; Krisbiantoro et al.,

2015; Poluan et al., 2014; Sari et al., 2016; Prabuningrum & Dewi, 2016)

H13. Apakah US berpengaruh secara signifikan terhadap NB?


hipotesis (H13) diterima. Artinya US memiliki pengaruh terhadap variabel NB dan

jalur US→NB memiliki pengaruh yang signifikan (β) serta nilai pengaruh yang

menengah dan kecil berdasarkan perhitungan f2 dan 𝑞2.


menyatakan bahwa tingkat kepuasaan pengguna memiliki pengaruh terhadap Net

Benefit dimana semakin tinggi nilai pengaruh terhadapat net benefit semakin tinggi

nilai pemanfaatan sistem (Wang & Liao, 2008; Yusof et al., 2008; Krisbiantoro et

al., 2015; Poluan et al., 2014; Tammubua et al., 2015; Sari et al., 2016;

Prabuningrum & Dewi, 2016).

121

H14. Apakah STR berpengaruh secara signifikan terhadap NB?


hipotesis (H14) tidak diterima. Artinya STR tidak memiliki pengaruh terhadap

variabel NB dan jalur STR→NB tidak memiliki pengaruh yang signifikan (β) dan

nilai pengaruh yang kecil berdasarkan perhitungan f2 dan 𝑞2.

Hasil ini tidak sesuai dengan beberapa penelitian terdahulu yang

menyatakan bahwa struktur organisasi mempengaruhi net benefit atau pemanfaatn

sistem (Yusof et al., 2008; Krisbiantoro et al., 2015; Sari et al., 2016; Prabuningrum

& Dewi, 2016). Meskipun hasil temuan ini berbeda dari beberapa penelitian

terdahulu, namun hasil ini memiliki kesesuaian dengan penelitian oleh (Erlirianto

et al., 2015; Tammubua et al., 2015) dengan hasil struktur organisasi memiliki

pengaruh terhadap net benefit.

H15. Apakah LO berpengaruh secara signifikan terhadap NB?


hipotesis (H15) diterima. Artinya LO memiliki pengaruh terhadap variabel NB dan

jalur LO→NB memiliki pengaruh yang signifikan (β) serta nilai pengaruh yang



menyatakan bahwa lingkungan organisasi memiliki pengaruh terhadap Net Benefit

dimana semakin tinggi nilai pengaruh terhadapat net benefit semakin tinggi nilai

pemanfaatan sistem (Yusof et al., 2008; Erlirianto et al., 2015; Krisbiantoro et al.,

2015; Prabuningrum & Dewi, 2016).

102

122

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Maka dapat diambil kesimpulan berdasarkan hasil penelitian yang telah

dilakukan, sebagai berikut:

1. Berdasarkan hasil pengolahan data dari 165 responden yang telah

menggunakan sistem. Sebanyak 79 orang (48%) merasa penggunaan sistem

cukup baik, dilanjutkan dengan 65 orang (39%) merasa sudah baik, dan 20

orang (12%) merasa kurang baik, dan 1 orang (1%) responden merasa sudah

sangat baik. Sehingga dapat disimpulkan keberadaan sistem sudah cukup

membantu pengguna dalam mendukung pekerjaannya dan status

keberhasilan penggunaan sistem berdasarkan persepsi pengguna saat ini

berada pada tingkat yang cukup baik.

2. Terdapat penghapusan 9 indikator yang dihapus dari total jumlah 38

indikator yang ada pada model penelitian ini, yaitu indikator SQ6, SQ7,

SQ8, IQ6, SEQ2, SU2, SU3, STR5, dan LO4. Berdasarkan pada

penghapusan indikator tersebut peneliti beranggapan hal ini disebabkan oleh

penggunaan item pertanyaan kuesioner indikator tersebut belum cukup tepat

atau mewakili. Selain itu tidak semua pengisian kuesioner dapat dilakukan

secara langsung (67% dilakukan secara online) dan tidak didampingi oleh

peneliti, hal ini memungkinkan adanya salah pemaknaan oleh responden

terhadap item pertanyaan pada kuesioner.

123

3. Dari 15 hipotesis terdapat 5 hipotesis yang ditolak, yaitu SQ→SU,

SQ→STR, IQ-STR, SEQ→SU, dan STR→NB. hubungan antar variabel

SQ→SU dan STR→NB tidak memiliki pengaruh yang signifikan, selain itu

kelima hipotesis tersebut belum memenuhi nilai statistika (uji t-test) pada

pengujian struktural. Tidak diterimanya hipotesis ini menunjukkan beberapa

perbedaan pada hasil penelitian sejenis yang ada sebelumnya. Peneliti

berpendapat perbedaan pada hasil penelitian ini dapat dianggap wajar

karena adanya perbedaan objek, sampel serta adanya keterbatasan saat

pelaksanaan penelitian di lapangan dan kondisi lingkungan yang ada dapat

menjadi faktor yang mempengaruhi hasil dari penelitian.

4. Hubungan variabel yang mempunyai pengaruh terbesar pada penelitian ini

adalah: STR→ ENV dengan nilai path coefficient 0,635, US→NB dengan

path coefficient 0.470, serta US→SU dengan path coefficient 0,418 dan

hubungan variabel terkecil adalah IQ→ SU dengan nilai path coefficient

0,313.

5. Terdapat 10 hipotesis yang diterima dari 15 hipotesis pada penelitian ini,

yaitu, SQ→US, IQ→SU, IQ→US, SEQ→US, SEQ→STR, US→SU,

STR→LO, SU→NB, US→NB, dan LO→NB. Maka dapat diartikan bahwa

faktor-faktor yang mempengaruhi keberhasilan penerapan system adalah:

a. Hubungan antara variabel SQ (System Quality) dengan variabel US

(User Satisfaction) dan variabel NB (Net benefit) mempengaruhi


124

b. Hubungan antara variabel IQ (Information Quality) dengan variabel SU

(System Use), variabel (User Satisfaction) dan variabel NB (Net benefit)

mempengaruhi keberhasilan sistem.

c. Hubungan antara variabel US (User Satisfaction) dengan variabel SU

(System Use) dan variabel (Net benefit) mempengaruhi keberhasilan

sistem

d. Hubungan antara variabel SEQ (Service Quality) dengan variabel STR

(Structure) mempengaruhi keberhasilan sistem.

e. Hubungan antara variabel STR (Structure) dengan variabel LO

(Lingkungan Organisasi) dan variabel NB (Net benefit) mempengaruhi


Berdasarkan beberapa hasil temuan tersebut juga peneliti menganggap

penelitian ini sudah memberikan manfaat dan berkontribusi pada beberapa hal

yaitu:

1. Secara teori, penelitian ini telah menambahkan referensi penggunaan model

HOT-FIT, sehingga penelitian ini dapat menjadi referensi alternatif secara

teoritis bagi peneliti selanjutnya atau pihak lainnya dalam memahami

pengukuran keberhasilan penerapan sistem.

2. Secara metodologi, Penelitian ini juga berperan dalam mendorong

pemanfaatan metode kuantitatif dalam penyusunan skripsi khususnya di

Program Studi Sistem Informasi UIN Syarif Hidayatullah Jakarta dimana

kebanyakan skripsi masih menggunakan metode kualitatif.

125

3. Secara praktis, penelitian ini dapat dijadikan sebagai bahan pertimbangan

bagi para pengambil keputusan atau tingkat manajerial tertinggi di UIN

Syarif Hidayatullah Jakarta khususnya pihak Perpustakaan selaku pengelola

sistem Institutional Respository.

Di sisi lain, penelitian ini masih memiliki keterbatasan yang

mengakitbatkan hasil pada penelitian ini kurang optimal. Berikut keterbatasan

penelitian ini:

1. Penelitian ini menggunakan model penelitian pengukuran keberhasilan

penerapan sistem Human Organization Technology (HOT- Fit), yang terdiri

dari 8 variabel yaitu, system quality, information quality, service quality,

system use, user satisfaction, structure, environment, net benefit. Variabel-

variabel tersebut belum mewakili keberhasilan penerapan sistem secara

menyeluruh.

2. Penelitian ini menggunakan pendekatan kuantitatif. Penelitian ini

menghasilkan temuan berupa angka statistik yang kemudian di

intepretasikan berupa kata-kata yang merupakan asumsi-asumsi atau

anggapan justifikasi terhadap apa yang terjadi, maka temuan/hasil dari

penelitian ini dinilai kurang mendalam untuk menemukan masalah apa yang

terjadi sebenarnya.

3. Penelitian ini menggunakan teknik purposive sampling dan accidental

sampling. Penggunaan teknik sampling ini bersifat non-probability dimana

penelitian ini tidak dapat men-generalisasi hasil penelitian dikarenakan

126

jumlah sampel yang ada belum mewakili kelompok pengguna sistem

lainnya.

4. Penelitian ini menetukan jumlah sampel menggunakan Rumus Slovin

dengan tingkat kesalahan 10%. Dengan tingkat kesalahan makin besar maka

makin kecil jumlah sampel (menjauhi jumlah populasi) maka semakin besar

peluang kesalahan generalisasi.

5.2 Saran

Berdasarkan hasil penelitian yang telah dilakukan, peneliti akan

memaparkan beberapa saran untuk instansi yang terrkait serta pihak-pihak yang

berniat melakukan penelitian selanjutnya (khususnya dengan topik sejenis), yaitu:

1. Bagi peneliti selanjutnya, khususnya yang tertarik dengan penelitian sejenis

diharapkan dapat mempertimbangkan beberapa hal berikut:

a. Lebih memperhatikan tata bahasa yang digunakan sehingga kuesioner

mudah dipahami oleh responden dengan latar belakang pendidikan

yang beragam sehingga tidak terjadi salah pemahaman mengenai item

pertanyaan pada kuesioner untuk menghindari adanya penghapusan

indicator

b. Model penelitian yang digunakan dapat dikembangkan kembali yaitu

dengan menambah jalur antar variabel dan menambah beberapa

variabel yang memungkinkan variabel dan jalur antar variabel tersebut

dapat berpengaruh besar terhadap nilai pengukuran keberhasilan suatu

sistem.

127

c. Agar mendapatkan hasil yang bisa digeneralisasi dapat menggunakan

teknik pengambilan sampel pendekatan probabilitas dengan

perhitungan jumlah sample menggunakan rumus lainnya dan tingkat

kesalahan yang lebih kecil, serta pengumpulan data (penyebaran

kuesioner) yang dilakukan secara langsung dengan pendampingan

terhadap responden.

d. Membandingkan hasil analisis dengan menggunakan tools perhitungan

statistik yang lain seperti SPSS

2. Peneliti berharap kepada pihak Perpustakaan agar dapat melakukan:

a. Diharapkan bagi pihak Perpustakaan sebagai pihak yang mengelola dan

mengembangkan sistem Institutional Respository agar bisa terus

meningkatkan kualitas sistem, kualitas informasi, dan kualitas

pelayanan, serta melihat kepuasan pengguna dan sturktur dari sisi

penerapan system. karena kelima faktor tersebut terbukti memiliki

pengaruh yang signifikan terhadap keberhasilan penerapan sistem

berdasarkan pada hasil penelitian ini.

128

128

DAFTAR PUSTAKA

Afthanorhan, W. M. (2013). A Comparison of Partial Least Square Structural

Equation Modeling (PLS-SEM) and Covariance Based Structural Equation

Modeling (CB-SEM) for Confirmatory Factor Analysis. International

Journal of Engineering Science and Innovative Technology, 2(5), 198-205.

Ajzen, I. (1991). The Theory of Planned Behavior. Organizational Behavior and

Human Decision Processes, 50(2), 179-211.

Ajzen, I., Heilbroner, R. L., & Fishbe, M. (1980). Understanding Attitudes and

Predicting Social Behaviour. New Jersey: Prentice Hall.

Al Debei, M. M., Jalal, D., & Al Lozi, E. (2013). Measuring Web Portals Success:

A Respecification and Validation of the Delone and Mclean Information

Systems Success Model. International Journal of Business Information

Systems, 14(1), 96-133.

Al Fatta, H. (2007). Analisis dan Perancangan Sistem Informasi. Yogyakarta: Andi

Offset.

Alshibly, H. H. (2014). Evaluating E-HRM Success: A Validation of the

Information Systems Success Model. International Journal of Human

Resource Studies, 4(3), 107.

Anderson, J. G., Aydin, C. E., & Jay, S. J. (1994). Evaluating Health Care

Information System. London: SAGE Publications.

Annisa, C. A., Sulistiowati, S., & Lemantara, J. (2017). Analisis Faktor-Faktor yang

Berpengaruh Terhadap Penerimaan Aplikasi STIKOM Institutional

Repository (SIR) dengan Metode UTAUT pada Institut Bisnis dan

Informatika STIKOM Surabaya. Jurnal Sistem Informasi dan Komputer

Akuntansi, 5(11), 66-73.

129

Anshari, M., Almunawar, M. N., Shahrill, M., Wicaksono, D. K., & Huda, M.

(2017). Smartphones Usage in the classrooms: Learning aid or

Interference?. Education and Information Technologies, 22(6), 3063-3079.

Arikunto, S., & C. S. A, J. (2004). Evaluasi Program Pendidikan. Jakarta: Bumi

Aksara.

Asnawi. (2014). Evaluasi Implementasi Sistem Informasi Senayan Library

Management System (Slims) Di Perpustakaan Universitas Syiah Kuala

Dengan Menggunakan Human Organization Technology (Hot) Fit Model.

Yogyakarta: Tesis Program Studi Interdiciplinary Islamic Studies

Universitas Islam Negeri Sunan Kalijaga.

Bailey, K. (1994). Method of Social Research, 4th Ed. New York: The Free Pres.

Basuki, K. (2003). Manajemen Arsip Dinamis: Pengantar Memahami dan

Mengelola Informasi dan Dokumen. Jakarta: Gramedia Pustaka Utama.

Bayu, A., & Muhimmah, I. (2013). Evaluasi Faktor-Faktor Kesuksesan

Implementasi Sistem Informasi Manajemen Rumah Sakit di PKU

Muhammadiyah Sruweng dengan Menggunakan Metode HOT-FIT.

Seminar Nasional Informatika Medis, 78-86.

Chinomona, R., & Dubihlela, D. (2014). Does Customer Satisfaction Lead to

Customer Trust, Loyalty and Repurchase Intention of Local Store Brands?

The case of Gauteng Province of South Africa. Mediterranean Journal of

Social Sciences, 5(9), 23-32.

Coiera, E. (2003). Interaction Design Theory. International Journal of Medical

Informatics, 69(2-3), 205-222.

Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User

Acceptance of Information Technology. Management Informastion System

Quarterly, 13(3), 319-340.

130

Davis, G. B. (1982). Strategies for Information Requirements Determination. IBM

Systems Journal, 21(1), 4-30.

Delone, W. H., & McLean, E. R. (2014). Information Systems Success: The Quest

for The Dependent Variable. Information System Research, 3(1), 60-95.

Delone, W. H., & McLean, E. R. (2003). The Delone and McLean Model of

Information Systems Success: A ten-year Update. Journal of Management

Information Systems 19(4), 9-30.

Diana, & Kurniawan. (2014). Evaluasi Penerimaan Kinerja Human Resource

Information System Universitas Bina Darma. Jurnal Ilmiah MATRIK,

16(1), 71-80.

Djaali, H., & Muljono, P. (2008). Pengukuran Dalam Bidang Pendidikan. Jakarta:

Grasindo.

Doll, W. J., & Torkzadeh, G. (1988). The Measurement of End-User Computing

Satisfaction. Manegement Information System Quarterly, 2(2), 2559-274.

Erlirianto, L. M., Ali, A. H., & Herdiyanti, A. (2015). The Implementation of the

Human, Organization, and Technology–Fit (HOT–Fit) Framework to

evaluate the Electronic Medical Record (EMR) System in a Hospital.

Procedia Computer Science, 7(2), 580-587.

Fatmawati, E. (2013). Gerakan Open Access Dalam Mendukung Komunikasi

Keilmuan. Visi Pustaka, 15(2), 96-106.

Fatmawati, E. (2015). Technology Acceptance Model (TAM) untuk Menganalisis

Penerimaan Terhadap Sistem Informasi Perpustakaan. Jurnal Iqra', 9(1), 1-

13.

Friedman, C. P., & FriWyatt, J. C. (1997). Evaluation Methods in Medical

Informatics Springer. New York: Springer.

131

Ghozali, I. (2006). Aplikasi Analisis Multivariate dengan Program SPSS.

Dipenogoro: Badan Penerbit Universitas Diponegoro.

Ghozali, I., & Latan, H. (2015). Partial Least Squares: Konsep, Teknik, dan

Aplikasi Menggunakan Program SmartPLS 3.0 untuk Penelitian Empiris.

Semarang: Badan Penerbit UNDIP.

Goodhue, D. L., & Thompson, R. L. (1995). Task-Technology Fit and Individual

Performance. Management Information System Quarterly, 19(2), 213-236.

Gunawan, F., & Hastuti, H. B. (2018). Senarai Penelitian Pendidikan, Hukum, dan

Eknonomi. Sulawesi Tenggara: Deepublish.

Guritno, S., Sudaryono, & Rahardja, U. (2011). Theory and Application of It

Research: Metodologi Penelitian Teknologi Informasi Edisi 1. Yogyakarta:

Andi.

Gutierrez, A. M., Ang, E. K., Carlos, P. M., & Umali, J. C. (2016). A Multi-

Dimensional Study on The Relationship Of Emotional Intelligence to the

Multitasking Ability of Nursing Students: A Structural Equation Modeling

Approach. Proceedings 19th Triennial Congress of the IEA (pp. 1-9).

Melbourne: DLSU Research Congress.

Hadi, S. (2016). Statistik. Jakarta: Pustaka Pelajar.

Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (1998).

Multivariate Data Analysis. Upper Saddle River. New Jersey: Prentice Hall.

Hair, J. F., Ringle, C. M., & Sarstedt, M. (2011). PLS-SEM: Indeed A Silver Bullet.

Journal of Marketing Theory and Practice, 19(2), 139-152.

Hair, J. F., Sarstedt, M., Ringle , C. M., & Mena, J. A. (2012). An Assessment of

The Use of Partial Least Squares Structural Equation Modeling in

Marketing Research. Journal of the Academy of Marketing Science, 40(3),

414-433.

132

Hasugian, J. (2012). Internal Repository pada Perguruan Tinggi. Internal

Repository pada Perguruan Tinggi. Sumatera Utara: Tesis Program Studi

Teknik Informatika Universitas Sumatera Utara.

Henseler, J., Ringle, C. M., & Sinkovics, R. R. (2009). The Use of Partial Least

Squares Path Modeling in International Marketing. International

Marketing, 20(1), 277-319.

Indrajit, R. E. (2000). Manajemen Sistem Informasi dan Teknologi informasi.

Jakarta: PT Elex Media Computindo.

Irawati, A., & Putra, D. (2015). Analisis Technology Acceptance Model dalam

Memahami Niat Perilaku Mahasiswa untuk Menggunakan E-Learning.

Proseding Seminar Bisnis dan Teknologi, 1(01), 177-189.

Irwansyah, M. (2015). Sistem Informasi Repository Digital Beban Kerja Dosen.

Jurnal Edukasi dan Penelitian Informatika, 13(1), 50-69.

Jogiyanto, H. M. (1990). Analisis Dan Disain: Sistem Informasi: Pendekatan

Terstruktur Teori Dan Praktek Aplikasi Bisnis. Yogyakarta: Andi Offset.

Jogiyanto, H. M. (2005). Analisis dan Desain Sistem Informasi. Yogyakarta: Andi

Offset.

Jogiyanto, H. M. (2007). Model Kesuksesan Sistem Teknologi Informasi.

Yogyakarta: Andi Offset.

Jogiyanto, H. M. (2007). Sistem Informasi Keperilakuan. Yogyakarta: Andi Offset.

Kadir, A. (2003). Pengenalan Sistem Informasi. Yogyakarta: Andi.

Krisbiantoro, D., Suyanto, M., & Luthfi, E. (2015). Evaluasi Keberhasilan

Implementasi Sistem Informasi dengan Pendekatan HOT Fit Model (Studi

Kasus: Perpustakaan STMIK AMIKOM Purwokerto). Konferensi Nasional

Sistem & Informatika (pp. 896-901). Bali: STMIK STIKOM.

133

Kristanto, A. (2018). Perancangan sistem informasi dan aplikasinya. Yogyakarta:

Gava Media.

Kusmayadi, A. E. (2017). Kompetensi pengelola institutional repository dalam

pengembangan IR UIN Syarif Hidayatullah Jakarta. Jakarta: Skripsi

Program Studi Ilmu Perpustakaan Fakultas Adab dan Humaniora

Universitas Islam Negeri Syarif Hidayatullah .

Laksono, H., Nugroho, I. E., & Najib, S. T. (2015). Evaluasi Kesuksesan Sistem

Informasi Manajemen Daerah-Barang Milik Daerah (SIMDA-BMD) Pada

Pemerintah Kabupaten Klaten. Yogyakarta: Tesis Program Studi Teknik

Elektro Dan Teknologi Informasi Fakultas Teknik Universitas Gadjah

Mada.

Laxman, P. (2008). Perpustakaan Digital dari A Sampai Z. Jakarta: Citra

Karyakarsa Mandiri.

Likert, R. (1932). A Technique for The Measurement of Attitudes. Archives of

psychology. 22(1932-1933), 5-55.

Margono. (2010). Metodologi Penelitian Pendidikan. Jakarta: Rineka Cipta.

McLeod , L., & MacDonell , S. (2011). Factors That Affect Software Systems

Development Project Outcomes: A Survey of Research. ACM Computing

Surveys CSUR, 43(4), 24.

Monika, R., & Gaol, F. L. (2017). Measuring the Success of E-Cargo

Implementation at One of Indonesian Airlines using DeLone and McLean

Model. IOP Conference Series: Materials Science and Engineering, 215(1),

1-12.

Montazemi, A. R. (1988). Factor Affecting Information Satisfaction in the Context

of the Small Business Environment. Management Information System

Quarterly, 12(2), 239-256.

134

Morton, S. M. (1991). The Corporation of the 1990s. Information Technology and

Organizational Transformation. New York: Oxford University Press, Inc.

Mulyanto, A. (2009). Sistem Informasi: Konsep & Aplikasi. Yogyakarta: Pustaka

Pelajar.

Murdick, R. G., Clagget, J. R., Djamil, D., & Ross, J. E. (1986). Sistem informasi

untuk manajemen modern. Jakarta: Erlangga.

Myers, B. L., Kappelman, L. A., & Prybutok, V. R. (1997). A Comprehensive

Model for Assessing the Quality and Productivity of the Information

Systems Function: Toward A Theory for Information Systems Assessment.

Information Resources Management Journal, 10(1), 6-26.

Nasir, M. H., & Sahibuddin, S. (2011). Critical Success Factors for Software

Projects: A Comparative Study. Scientific Research and Essays, 6(10),

2174-2186.

Nazir, M. (2009). Metodologi Penelitian. Jakarta: Ghalia Indonesia.

Nugroho, A. R., Masduqi, A., & Otok, B. W. (2016). Aplikasi Partial Least Square

Structural Equation Modelling untuk Menilai Faktor Pencemaran Air Kali

Surabaya. Jurnal Purifikasi, 14(2), 136-148.

O'brien, J. A., & Marakas, G. (2010). Management Information System. New York:

McGraw Hill.

Poluan, F., Lumenta, A., & Sinsuw, A. (2014). Evaluasi Implementasi Sistem E-

Learning Menggunakan Model Evaluasi Hot Fit Studi Kasus Universitas

Sam Ratulangi. Jurnal Teknik Informatika, 4(2), 1-6.

Prabaningrum, U., & Dewi, A. O. (2016). Evaluasi Jaringan Informasi Kearsipan

Statis di Badan Arsip dan Perpustakaan Provinsi Jawa Tengah Tahun 2016.

Jurnal Ilmu Perpustakaan, 5(2), 170-180.

135

Prasetyo, B., & Jannah, L. M. (2006). Metode Penelitian Kuantitatif: Teori dan

Aplikasi. Jakarta: Raja Grafindo Persada.

Pusat Teknologi Informasi dan Pangkalan Data. (2017). Retrieved Februari 08,

2017, from https://www.pustipanda.uinjkt.ac.id/

Rai, A., Lang, S. S., & Walker, R. B. (2002). Assessing The Validity of IS Success

Models: An Empirical Test and Theoretical Analysis. Information Systems

Research, 15(1), 50-69.

Rifai, A. (2015). Partial Least Square-Structural Equation Modeling (PLS-SEM)

untuk Mengukur Ekspektasi Penggunaan Repositori Lembaga: Pilot Studi

di UIN Syarif Hidayatullah Jakarta. Al-Maktabah, 14(1), 56-65.

Ringle, C. M., Da Silva, D., & Bido, D. D. (2014). Structural Equation Modeling

with the SmartPLS. Brazilian Journal of Marketing, 13(2), 56-73.

Roky, H., & Al Meriouh, Y. (2015). Evaluation By Users of An Industrial

Information System (XPPS) Based On The DeLone and McLean Model for

IS success. Procedia Economics and Finance, 26, 903-913.

Rosalina. (2017). Pengujian Kepuasan Sistem Informasi menggunakan End-User

Computing Satisfaction Studi Kasus : Sistem Informasi Akademik UIN

Syarif Hidayatullah Jakarta. Jakarta: Skripsi Program Studi Sistem

Informasi Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif

Hidayatullah.

Rumambi, F. R., Santoso, A. J., & Setyohadi, D. B. (2017). Identification of Factors

Influencing the Success of Hospital Information System (SIRS) by Hot-Fit

Model 2006: A Case Study of RSUD Dr Samratulangi Tondano, Minahasa

Regency, North Sulawesi. International Conference on Soft Computing,

Intelligent System and Information Technology (pp. 202-207). Denpasar:

IEEE.

136

Sari, M. M., Sanjaya , G. Y., & Meliala, A. (2016). Evaluasi Sistem Informasi

Manajemen Rumah Sakit Dengan Kerangka Kerja HOT-FIT (SIMRS).

Seminar Nasional Sistem Informasi Indonesia (pp. 203-208). Surabaya:

Departemen Sistem Informasi, Institut Teknologi Sepuluh Nopember.

Sarstedt, M., Christian, M. R., & Joseph, F. H. (2017). Partial Least Squares

Structural Equation Modeling. Swiss: Springer International Publishing.

Shawn, N. T. (2002). ‘CHEATS’: A Generic Information Communication

Technology (ICT) Evaluation Framework. Computers in Biology and

Medicine, 32(3), 209-220.

Sibuea, G. H., Napitupulu, T. A., & Condrobimo, A. (2017). An Evaluation of

Information System Using HOT-FIT Model: A Case Study of A Hospital

Information System. Information Management and Technology (pp. 106-

111). Yogyakarta: IEEE.

Siregar, S. (2013). Statistik Parametrik untuk Penelitian Kuantitatif: Dilengkapi

dengan Perhitungan Manual dan Aplikasi SPSS versi 17. Jakarta: Bumi

Aksara.

Smith, J. (1999). Health Management Information Systems: A handbook for

Decision Makers. Buckingham: Open University Press.

Southon, F. C., Sauer, C., & Dampney, C. N. (1997). Information Technology in

Complex Health Services: Organizational Impediments to Successful

Technology Transfer and Diffusion. Journal of the American Medical

Informatics Association, 4(2), 122-124.

Sridadi. (2007). Diktat Mata Kuliah Evaluasi Pembelajaran Penjas. Yogyakarta:

FIK UNY.

Stoop, A. P., & Berg, M. (2003). Integrating Quantitative and Qualitative Methods

in Patient Care Information System Evaluation: Guidance for the

137

Organizational Decision Maker. Methods of Information in Medicine, 42(4),

458-462.

Subiyakto, A. (2018). Development of the Readiness and Success Model for

Assessing the Information System Integration. International Conference on

Science and Technology 2017 (pp. 110-115). Jakarta: Atlantis Press.

Subiyakto, A., & Ahlan, A. R. (2013). A Coherent Framework for Understanding

Critical Success Factors of ICT Project Environment. 3rd International

Conference on Research and Innovation in Information Systems (pp. 342-

347). Kuala Lumpur: ICRIIS’13.

Subiyakto, A., Ahlan, A. R., Kartiwi, M., Putra, S. J., & Durachman, Y. (2016).

The User Satisfaction Perspectives of the Information System Projects.

Indonesian Journal of Electrical Engineering and Computer Science.

Indonesian Journal of Electrical Engineering and Computer Science, 4(1),

215-223.

Subiyakto, A., Ahlan, A. R., Mira, K., & Putra, S. J. (2015). Validation of

Information System Project Success Model: A Focus Group Study. SAGE

Open, 5(2), 2158244015581650.

Subiyakto, A., Ahlan, A. R., Mira, K., & Putra, S. J. (2016). Measurement of the

Information System Project Success of the Higher Education Institutions in

Indonesia: A Pilot Study. International Journal of Business Information

Systems, 23(2), 229-247.

Subiyakto, A., Ahlan, A. R., Putra, S. J., & Kartiwi, M. (2015). Measurement of

Information System Project Success Based on Perceptions of the Internal

Stakeholders. International Journal of Electrical and Computer

Engineering, 5(2), 271-279.

Sugiyono. (2001). Metode Penelitian Bisnis. Bandung: Alfabeta.

138

Sugiyono. (2011). Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung:

Alfabeta.

Supriyanto, W., & Muchsin, A. (2008). Teknologi Informasi Perpustakaan.

Yogyakarta: Kanisius.

Susanto, A., Lee, H., Zo, H., & Ciganek, A. P. (2011). User Acceptance of Internet

Banking in Indonesia: Initial Trust Formation. Information Development,

29(4), 309-322.

Sutedjo, M. (2014). Pengelolaan Repositori Perguruan Tinggi dan Pengembangan

Repositori Karya Seni. Seminar Nasional Digital Local Content: Strategi

Membangun Repository Karya Seni, (pp. 1-15). Yogyakarta.

Tammubua, Y., & Sofyan, A. F. (2015). Evaluasi Faktor Keberhasilan Aplikasi

Pemantauan Pelaksanaan Program dan Kegiatan (Studi Kasus: BPSDMPK-

PMP Kemdikbud RI). Seminar Nasional Tekno Media Online, 3(1), 1-2.

Thenu, V. J., Sediyono, E., & Purnami , C. T. (2016). Evaluasi Sistem Informasi

Manajemen Puskesmas Guna Mendukung Penerapan Sikda Generik

Menggunakan Metode Hot Fit di Kabupaten Purworejo. Jurnal Manajemen

Kesehatan Indonesia, 4(2), 129-138.

Torkestani, M. S., Mazloomi, N., & Haghighat, F. (2014). The Relationship

between Information Systems Success, Organizational Learning and

Performance of Insurance Companies. International Journal of Business

and Social Science, 5(10), 125-132.

Urbach, N., & Ahlemann, F. (2010). Structural Equation Modeling in Information

Systems Research Using Partial Least Squares. Journal of Information

technology theory and application, 11(2), 5-40.

Van't Riet, A., Berg, M., Hiddema, F., & Sol, K. (2001). Meeting Patients’ Needs

with Patient Information Systems: Potential Benefits of Qualitative

139

Research Methods. International Journal of Medical Informatics, 64(1), 1-

14.

Walczuch, R., Lemmink, J., & Streukens, S. (2007). The Effect of Service

Employees’ Technology Readiness on Technology Acceptance.

Information & Management, 44(2), 206-215.

Wang, Y. S., & Liao, Y. W. (2008). Assessing E-Government Systems Success: A

validation of the DeLone and McLean Model of Information Systems

Success. Government Information Quarterly, 25(4), 717-733.

Whitten, J. L., Bentley, L. D., & Dittman, K. C. (2004). Metode Desain dan Analisis

Sistem. Yogyakarta: Andi.

Wong, K. K. (2013). Partial Least Squares Structural Equation Modeling (PLS-

SEM) Techniques Using SmartPLS. Marketing Bulletin, 24(1), 1-32.

Wu, J. H., & Wang, Y. M. (2006). Measuring KMS Success: A Respecification of

the DeLone and McLean's Model. Information and Management, 43(6),

728-739.

Yamin, S., & Kurniawan, H. (2011). Generasi Baru Mengolah Data Penelitian

dengan Partial Least Square Path Modeling: Aplikasi dengan Software

XLSTAT, SmartPLS, dan Visual PLS. Jakarta: Salemba Infotek.

Yuliasari, E., Winarno, W. W., & Hantono, B. S. (2014). Analisis Faktor

Determinan Penggunaan Sistem Pendukung E-Government dan

Implikasinya Terhadap Kinerja Pengguna. Seminar Nasional Tekno Media

Online, 2(1), 3-13.

Yusof, M. M., Kuljis, J., Papazafeiropoulou, A., & Stergioulas, L. K. (2008). An

evaluation framework for Health Information Systems: Human,

Organization and Technology-fit factors (HOT-fit). International Journal

of Medical Informatics, 77(6), 386-398.

140

Yusof, M. M., Paul, R. J., & Stergioulas, L. K. (2006). Towards a Framework for

Health Information Systems Evaluation. Proceedings of the 39th Annual

Hawaii International Conference on System Sciences (pp. 1-10). Hawaii:

IEEE.

Zuama, R. A., Hudin, J. M., Puspitasari, D., Hermaliani, E. H., & Riana, D. (2017).

Quality Dimensions of Delone-McLean Model to Measure Students'

Accounting Computer Satisfaction: An Empirical Test on Accounting

System Information. 5th International Conference on Cyber and IT Service

Management (pp. 1-6). Denpasar: IEEE.

Documents

SKRIPSI PENGUKURAN KEBERHASILAN PENERAPAN SISTEM