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
PENGUKURAN KEBERHASILAN PENERAPAN SISTEM
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
SKRIPSI
PENGUKURAN KEBERHASILAN PENERAPAN SISTEM
INSTITUTIONAL REPOSITORY DI UIN SYARIF HIDAYATUYLLAH
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
Oleh:
ATTHIYA PRIMA SARI
1113093000019
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2019 M / 1440 H
ii
LEMBAR PERSETUJUAN
PENGUKURAN KEBERHASILAN PENERAPAN SISTEM
INSTITUTIONAL REPOSITORY DI UIN SYARIF HIDAYATULLAH
JAKARTA MENGGUNAKAN HUMAN ORGANIZATION TECHNOLOGY
(HOT) FIT MODEL
Skripsi
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sistem Informasi
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
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
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Nia Kumaladewi, MMSI
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
Nia Kumaladewi, MMSI
NIP. 19750412 200710 2 002
Mengetahui,
Dekan
Fakultas Sains dan Teknologi
Dr. Agus Salim, S.Ag, M.Si
NIP. 19720816 199903 1 003
Ketua
Program Studi Sistem Informasi
Nia Kumaladewi, MMSI
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
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
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
Tabel 2. 1 Penelitian Sejenis (Lanjutan)
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
Tabel 2. 1 Penelitian Sejenis (Lanjutan)
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
Tabel 2. 1 Penelitian Sejenis (Lanjutan)
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
Tabel 2. 1 Penelitian Sejenis (Lanjutan)
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
Tabel 2. 1 Penelitian Sejenis (Lanjutan)
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
Tabel 2. 1 Penelitian Sejenis (Lanjutan)
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
Penelitian ini bertujuan untuk
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
Penelitian ini bertujuan untuk
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:
Q.2.7 Apakah Kualitas Sistem (System Quality) berpengaruh secara
signifikan terhadap Pengunaan Sistem (System Use) ?
Q.2.8 Apakah Kualitas Sistem (System Quality) berpengaruh secara
signifikan terhadap Kepuasan Pengguna (User Satisfaction) ?
Q.2.9 Apakah Kualitas Sistem (System Quality) berpengaruh secara
signifikan terhadap Struktur Organisasi (Structure) ?
Q.2.10 Apakah Kualitas Informasi (Information Quality) berpengaruh secara
signifikan terhadap Pengunaan Sistem (System Use) ?
Q.2.11 Apakah Kualitas Informasi (Information Quality) berpengaruh secara
signifikan terhadap Kepuasan Pengguna (User Satisfaction) ?
Q.2.12 Apakah Kualitas Informasi (Information Quality) berpengaruh secara
signifikan terhadap Struktur Organisasi (Structure)?
Q.2.13 Apakah Kualitas Pelayanan (Service Quality) berpengaruh secara
signifikan terhadap Pengunaan Sistem (System Use) ?
Q.2.14 Apakah Kualitas Pelayanan (Service Quality) berpengaruh secara
signifikan terhadap Kepuasan Pengguna (User Satisfaction) ?
Q.2.15 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;
Delone & McLean, 2003;
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;
Delone & McLean, 2003;
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;
Delone & McLean, 2003;
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
dilakukan sesuai dengan
tingkat kemampuan yang
saya miliki
SU2
Recurring use Penggunaan sistem
dilakukan secara berulang
SU3
83
Report acceptance
Penggunaan sistem
dilakukan sesuai dengan
penerimaan laporan yang
ada
SU4
Expectations/belief
Penggunaan sistem
dilakukan sesuai dengan
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
Environment (LO) 0,404
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
Environment (LO) 0,235
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
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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
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.
Hasil ini menunjukan kesesuaian dengan penelitian terdahulu yang
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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
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.
Hasil ini menunjukan kesesuaian dengan penelitian terdahulu yang
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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
hipotesis (H6) tidak diterima. Artinya IQ tidak memiliki pengaruh terhadap STR,
walaupun jalur IQ→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 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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
hipotesis (H7) tidak diterima. Artinya SEQ tidak memiliki pengaruh terhadap SU,
walaupun jalur SEQ→SU 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; 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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
hipotesis (H8) diterima. Artinya SEQ memiliki pengaruh terhadap variabel US dan
jalur SEQ→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 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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
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.
Hasil ini menunjukan kesesuaian dengan penelitian terdahulu yang
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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
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.
Hasil ini menunjukan kesesuaian dengan penelitian terdahulu yang
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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
hipotesis (H12) diterima. Artinya SU memiliki pengaruh terhadap variabel NB dan
jalur SU→NB 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 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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
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.
Hasil ini menunjukan kesesuaian dengan penelitian terdahulu yang
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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
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?
Hasil pengujian t-test pada analisis model struktural menunjukkan bahwa
hipotesis (H15) diterima. Artinya LO memiliki pengaruh terhadap variabel NB dan
jalur LO→NB 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 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
keberhasilan sistem.
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
keberhasilan sistem.
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.