ISSN: 1978-1520 ISSN PRINT ISSN ONLINE
46
: 2407-4322 : 2503-2933
Analisis Penerimaan Layanan Web Tracking dengan Penerapan Technology Acceptance Model (TAM) Dien Novita*1, Della Oktaviany2 STMIK GI MDP; Jalan Rajawali No 14 Palembang 1,2 Jurusan Sistem Informasi 1 e-mail: *
[email protected],
[email protected] 1,2
Abstrak Perkembangan teknologi memungkinkan para pelaku bisnis di Indonesia mengembangkan kegiatan bisnisnya untuk tetap menjaga hubungan baik dengan para pelanggan. Sebagian besar kegiatan bisnis sudah melibatkan teknologi, baik dari segi penggunaan hardware maupun software. Dalam memberikan layanan pengiriman barang, PT XYZ memberikan layanan tambahan bagi pelanggannya, yaitu dengan memberikan fitur Web Tracking. Fitur ini merupakan media untuk mengecek posisi barang kiriman yang telah dikirim melalui PT XYZ. Maka perlu dianalisis penerimaan layanan Web Tracking yang mereka jalankan. Dengan metode analisis deskriptif dengan sampel 235 responden, analisis penerimaan layanan Web Tracking untuk jasa pengiriman barang di PT XYZ cukup baik, terlihat dari variabel dalam Technology Acceptance Model (TAM) diperoleh rata-rata pengguna setuju dengan layanan Web Tracking tersebut dengan persentasenya berkisar antara 65,87% sampai 98,81%. Tingginya sikap untuk menggunakan teknologi dari para pengguna sebesar 98,81 % dari hasil penelitian ini menuntut pihak PT XYZ untuk terus meningkatkan kegunaan dan kemudahan dari penggunaan layanan Web Tracking. Kata kunci—Analisis, Layanan Web Tracking, TAM
Abstract Developments of technology allow businesses in Indonesia to develop its business activities to maintain good relations with customers. Most of the business activities already involve technology, both in terms of the use of hardware and software. In providing freight services, PT XYZ provides additional services to its customers, by giving Web Tracking feature. This feature is the media to check the position of shipments that have been submitted through PT XYZ. Then it needs to be analyzed receipt Tracking Web services. With descriptive analysis method with a sample of 235 respondents, analysis of acceptance of Web services Tracking for delivery of goods in PT XYZ quite well, seen from a variable in the Technology Acceptance Model (TAM) gained an average user agrees with Web services Tracking with percentages ranging between 65,87% to 98.81%. The high attitude to use technology from the users of 98.81% the results of this study, PT XYZ should improve usability and ease of use of Web Tracking service. Keywords— Analysis, Web Tracking Service, TAM
JCCS Vol. x, No. x, July201x : first_page–end_page
47
Jatisi, Vol. 3 No. 1 September 2016 1. PENDAHULUAN
erkembangan teknologi memungkinkan para pelaku bisnis di Indonesia mengembangkan kegiatan bisnisnya untuk tetap menjaga hubungan baik dengan para pelanggan. Sebagian besar kegiatan bisnis sudah melibatkan teknologi, baik dari segi penggunaan hardware maupun software. Salah satu penggunaan teknologi adalah penggunaan internet dalam kegiatan bisnis yang diterapkan untuk memberikan pelayanan lebih bagi masyarakat khususnya dalam memberikan layanan pengiriman barang. PT XYZ adalah sebuah perusahaan yang menyediakan layanan pengiriman surat-surat serta barang. Perusahaan ini telah mampu menunjukkan kreatifitasnya dengan memanfaatkan insfrastruktur jejaring yang dimilikinya untuk mencapai pelanggannya di seluruh daerah di Indonesia. Dalam memberikan layanan pengiriman barang, PT XYZ memberikan layanan tambahan bagi pelanggannya, yaitu dengan memberikan fitur Web Tracking. Fitur tersebutmerupakan media untuk mengecek posisi barang kiriman yang telah dikirim melalui PT XYZ. Penggunaan Web Tracking berawal dari pelanggan yang mengirimkan barang menggunakan layanan PT XYZ. Setelah transaksi pengiriman barang dilakukan, pelanggan akanmenerima bukti transaksi dimana pada struk bukti transaksi tersebut terlampir kode resi pengiriman yang dapat digunakan untuk melacak posisi barang kiriman. Melalui websitenya PT XYZ, pelanggan dapat memasukkan nomor resi yang tertera pada lokasi yang disediakan sehingga muncul keterangan posisi barang pada saat itu juga. Dengan adanya layanan ini, akan dianalisis penerimaan layanan tersebut agar pihak PT XYZdapat mengetahui sejauh mana tingkat penerimaan pelanggannya sehingga dapat memberikan pelayanan lebih baik terhadap fitur yang telah mereka berikan. Kegiatan pengiriman barang saat ini bukanlah menjadi hal yang sulit. Jauh atau dekat tidak menjadi masalah selagi masih dalam jangkauan area tertentu. Dengan berkembangnya teknologi, secara tidak langsung membuat perusahaan jasa pengiriman barang memberikan layanan yang memudahkan para pengguna jasa pengiriman barang untuk mengecek posisi barang yang mereka kirimkan melalui bantuan internet.
P
1.1 Theory of Reasoned Action (TRA) Fishbein dan Ajzen pada tahun 1975 mencetuskan sebuah teori yaitu Theory of Reasoned Action (TRA) [1]. Berdasarkan teori TRA, Fishbein dan Ajzen menyatakan bahwa perilaku seseorang dipengaruhi oleh kecenderungan perilaku orang tersebut. Model TRA ini dapat digambarkan seperti pada Gambar 1.
Gambar 1 Theory of Reasoned Action (TRA) 1.2 Theory of Planned Behaviour (TPB) Teori perilaku rencanaan (Theory of Planned Behaviour) merupakan pengembangan lebih lanjut dari Theory of Reasoned Action (TRA). Teori ini dikembangkan oleh Ajzen pada tahun 1988 [1]. Terdapat satu perbedaan antara TRA dan TPB yaitu adanya Perceived Behavioural Control (PBC). PBC merefleksikan pengalaman masa lalu dan juga mengantisipasi halangan-halangan yang ada. Kriterianya yaitu semakin menarik sikap dan norma subyektif
ISSN: 1978-1520 ISSN PRINT ISSN ONLINE
48
: 2407-4322 : 2503-2933
terhadap suatu perilaku, dan semakin besar PBC, semakin kuat minat seseorang untuk melakukan perilaku yang sedang dipertimbangkan. Berikut Gambar 2 adalah gambaran mengenai Theory of Planned Behaviour (TPB).
Behavior Beliefs
Attitude towards Behavior
Normative Beliefs
Subjective Norm
Control Beliefs
Perceived Behavior Control
Behavioral Intention
Behavior
Gambar 2 Theory of Planned Behaviour (TPB) 1.3 Theory Acceptance Model (TAM) TAM (Technology Acceptance Model) merupakan pengembangan dari TRA (Theory of Reasoned Action) oleh Davis et al.(1989)[1]. Model TRA dapat diterapkan karena keputusan yang dilakukan oleh individu untuk menerima suatu teknologi sistem informasi merupakan tindakan sadar yang dapat dijelaskan dan diprediksi oleh minat pelakunya [1].Berikut Gambar 3 adalah gambaran mengenai Theory Acceptance Model(TAM).
Gambar 3 Theory Acceptance Model (TAM) Persepsi kegunaan (perceived usefulness) dan persepsi kemudahan (perceived ease of use) mempunyai pengaruh ke minat perilaku (behavioral intention). Pengguna teknologi akan mempunyai minat menggunakan teknologi (minat perilaku) jika merasa sistem teknologi bermanfaat dan mudah digunakan. Persepsi kemudahan (perceived ease of use)juga mempengaruhi persepsi kegunaan (perceived usefulness). Pengguna sistem akan menggunakan sistem jika sistem bermanfaat baik sistem itu mudah digunakan atau tidak mudah digunakan. JCCS Vol. x, No. x, July201x : first_page–end_page
Jatisi, Vol. 3 No. 1 September 2016
49
Sistem yang sulit digunakan akan tetap digunakan jika pemakai merasa bahwa sistem masih berguna dalam pemanfaatannya. 1.4 Konstruk-Konstruk di TAM Technolgy Acceptance Model (TAM) yang pertama yang belum dimodifikasi menggunakan lima konstruks utama. Kelima konstruks ini adalah sebagai berikut: 1. Kegunaan persepsian (perceived usefulness). Konstruk tambahan yang pertama di TAM adalah kegunaan presepsian (perceived usefulness). Kegunaan persepsian (perceived usefulness) didefinisikan sebagai sejauh mana seseorang percaya bahwa menggunakan suatu teknologi akan meningkatkan kinerja pekerjaannya (”as the extent to which a person believes that using a technology will enhance her or his performance.”) [1]. Dari definisinya, diketahui bahwa kegunaan persepsian (perceived use fulness) merupakan suatu kepercayaan (belief) tentang proses pengambilan keputusan. Dengan demikian jika seseorang merasa percaya bahwa sistem informasi berguna maka dia akan menggunakannya. Sebaliknya jika seseorang merasa percaya bahwa sistem informasi kurang berguna maka dia tidak akan menggunakanya [1]. 2. Kemudahan penggunaan persepsian (perceived ease of use). Konstruk tambahan yang kedua di TAM adalah kemudahan penggunaan persepsian (perceived ease of use). Kemudahan penggunaan persiapan (perceived ease of use) didefinisikan sebagai sejauh mana seseorang percaya bahwa menggunakan suatu teknologi akan bebas dari usaha (“is the extent to which a person believes that using a technology will be free of effort.”) [1]. Dari definisinya, diketahui bahwa konstruk kemudahan penggunaan persepsian (perceived ease of use) ini juga merupakan suatu kepecayaan (belief) tentang proses pengambilan keputusan. Jika seseorang merasa percaya bahawa sistem informasi mudah digunakan maka dia akan menggunakannya. Sebaliknya jika seseorang merasa percaya bahwa sistem informasi tidak mudah digunakan maka dia tidak akan menggunakannya [1]. 3. Sikap terhadap prilaku (attitude towards behavior) atau sikap menggunakan teknologi (attitude towards using technology). Sikap terhadap prilaku (attitude towards behavior) didefinisikan oleh Davis et al. (1989) sebagai perasan-perasaan positif atau negatif dari seseorang jika harus melakukan prilaku yang akan ditentukan (“an individual’s positive or negative feelings about performing the target behavior.”) Sikap terhadap prilaku (attitude towards behavior) juga didefinisikan oleh Mathieson (1991) sebagai evaluasi pemakai tentang keterkaitanya menggunakan sistem (“the user’s evaluation of the desirability of his or her using the sistem”.) [1]. 4. Niat prilaku (behavioral intention) atau niat prilaku menggunakan teknologi (behavioral intention to use). Niat prilaku(behavioral intention) adalah suatu keinginan (niat) seseorang untuk melakukan suatu prilakuyang tertentu. Seseorang akan melakukan suatu prilaku(behavior) jika mempunyai keinginan atau niat (behavioral intention) untuk melakukannya [2]. 5. Prilaku (behavior) atau penggunaan teknologi sesungguhnya (actual technology use). Prilaku(behavior) adalah tindakan yang dilakukan oleh seseorang. Dalam konteks penggunaan sistem teknologi informasi, prilaku(brhavior) adalah penggunaan sesungguhnya (actual use) dari teknologi [2]. 1.5 Penelitian Sebelumnya Berikut ini Tabel 1 yang berisi penelitian-penelitian terdahulu yang pernah dilakukan yang ada relevansinya dengan penelitian analisis penerimaan layanan web tracking dengan penerapan technology acceptance model (TAM) berikut ini.
ISSN: 1978-1520 ISSN PRINT ISSN ONLINE
50
: 2407-4322 : 2503-2933
Tabel 1 Penelitian Sebelumnya Sumber
Keterangan Judul
[3]
Tahun Peneliti Output
Relevansi Judul Tahun Peneliti Output [4]
Relevansi Judul
Tahun Peneliti Output
[5]
Relevansi
Penelitian Sebelumnya Faktor-faktor yang Mempengaruhi Minat Nasabah Menggunakan Internet Banking dengan Menggunakan Kerangka Technology Acceptance Model (TAM) 2007 Sri Maharsi dan Yuliani Mulyadi Faktor yang mempengaruhi minat : 1. Manfaat Internet Banking 2. Kemudahan Menggunakan Internet Banking 3. Kredibilitas Internet Banking Variabel Manfaat dan Kemudahan Penggunaan yang akan menjadi variabel dalam penelitian ini. Customer Perspectives on E-Business Value: Case Study on Internet Banking 2010 Rahmath Safeena, Abdullah, dan Hema Date Perspektif pelanggan dalam menggunakan Online Banking : a. Persepsi Kegunaan (Perceived Usefulness) b. Persepsi Kemudahan Penggunaan (Perceived Ease of Use) c. Kesadaran Pelanggan (Consumer Awareness) d. Persepsi terhadap Resiko (Perceived Risk) Variabel yang akan digunakan dalam penelitian ini adalah Persepsi Kegunaan dan Persepsi Kemudahan Penggunaan. Analisis Penerimaan Nasabah Terhadap Layanan Mobile Banking Dengan Menggunakan Pendekatan Technology Acceptance Model dan Theory of Reasoned Action 2013 David Kurniawan, Hatane Samuel, dan Edwin Japarianto a. Perceived Ease of Use memberikan pengaruh positif terhadap perceived usefulness nasabah, dengan indikator sebagai berikut : - Teknologi - Mekanisme support yang terpercaya - Reputasi teknologi b. Perceived usefulness memberikan pengaruh positif terhadap attitudetowards use nasabah, dengan indikator sebagai berikut : - Produktivitas - Efisiensi - Kinerja c. Perceived ease of use memberikan pengaruh positif terhadap attitude towards use nasabah, dengan indikator sebagai berikut : - Belief - Evaluasi hasil d. Attitude towards use memberikan pengaruh positif terhadap behavior intention nasabah, dengan indikator sebagai berikut : - Sikap Positif - Motivasi - Keyakinan terhadap rujukan Indikator dalam keempat variabel akan digunakan dalam penelitian ini.
JCCS Vol. x, No. x, July201x : first_page–end_page
51
Jatisi, Vol. 3 No. 1 September 2016 Lanjutan Tabel 1 Sumber
Keterangan Judul Tahun Peneliti Output
[6]
Relevansi
Judul Tahun Peneliti Output
[7] Relevansi
Penelitian Sebelumnya Analisis Faktor-Faktor Yang Mempengaruhi Penerimaan Layanan Web Tracking 2014 Della Oktaviany Faktor yang mempengaruhi penerimaan layanan Web Tracking: 1. Persepsi Kegunaan 2. Persepsi Kemudahan 3. Sikap Terhadap Penggunaan 4. Perilaku Penggunaan 5. Persepsi Nilai Uang 6. Kenyamanan 7. Penggunaan Web Tracking Variabel Persepsi Kegunaan, Persepsi Kemudahan, Sikap Terhadap Penggunaan, Perilaku Penggunaan dan Penggunaan Teknologi digunakan dalam penelitian ini. Analisis Penerimaan Sistem E-LearningSMK Labor Pekanbaru dengan Menggunakan Technology Acceptance Model (TAM) 2013 Nurmaini Dalimunthe dan Himawan Wibisono Hasil penelitian menunjukkan bahwa penerimaan sistem e-learning SMK Labor Pekanbaru untuk persepsi Kemudahan Pemakaian adalah termasuk ke dalam kategori “Sangat Puas” dengan persentase 97,45%, dan untuk persepsi Kemanfaatan adalah termasuk ke dalam kategori “Sangat Puas” dengan persentase 97,45 Jenis penelitian yang dilakukan adalah jenis penelitian deskriptif dengan melakukan pengamatan dan pemantauan secara langsung pada objek penelitian dengan menggunakan instrumen penelitian berupa kuisioner sama seperti penelitian ini. Analisis data juga dilakukan dengan teknik analisis deskriptif dengan menggunakan rentang kategori dan persentase melalui skala Likert.
2. METODE PENELITIAN 2.1 Tahapan Penelitian Dalam penelitian ini, ada 3 (tiga) tahapan yang akan dilalui secara garis besar yaitu Input, Proses, dan Output. Rangkaian tahapan ini terdiri dari: 1. Input Terdiri dari studi literatur, penyusunan instrumen, perancangan kuisioner, pengujian kuisioner, dan pengumpulan data. 2. Proses Terdiri dari analisis data dan interpretasi data. 3. Output Terdiri dari menyusun kesimpulan dan saran.
ISSN: 1978-1520 ISSN PRINT ISSN ONLINE
52
: 2407-4322 : 2503-2933
Pengambilan data akan dilakukan dengan menggunakan kuisioner untuk mengetahui penerimaan layanan Web Tracking. Kuisioner diberikan secara langsung kepada responden di lapangan. 2.2 Populasi dan Sampel Populasi dari penelitian ini adalah semua pengguna layanan pengiriman barang yang menggunakan fitur layanan web tracking. Akan tetapi dikarenakan jumlah pengguna web tracking tidak dapat diperkirakan, peneliti menggunakan teknik teknik sampel nonprobabilitas. Teknik sampel ini dinilai sebagai metode yang paling unggul dalam memilih sampel karena sifatnya yang mewakili populasi (representatif), dan hasil penelitian dapat digeneralisasi terhadap seluruh populasi [8]. Teknik sampel nonprobabilitas memiliki beberapa tipe penarikan sampel. Dalam penelitian ini digunakan tipe available sampling atau juga disebut sebagai convenience sampling. Convenience sampling (sampel kenyamanan) adalah kumpulan individu, elemen atau peristiwa yang sudah langsung tersedia, dan dapat langsung digunakan untuk penelitian. Umumnya responden yang terpilih sebagai sampel dalam penelitian yang menggunakan convenience sampling adalah orang-orang yang ditemui secara kebetulan oleh peneliti, dan bersedia secara sukarela menjadi responden [8]. 2.3 Metode Pengumpulan Data Pengumpulan data yang dilakukan dalam penelitian ini menggunakan kuisioner, dimana pertanyaan yang diajukan telah memiliki pilihan jawaban dengan skala likert. Skala likert merupakan salah satu skala yang paling banyak dilakukan pada penelitian sosial [8]. 2.4 Model, Variabel, dan Indikator Penelitian Model penelitian yang digunakan adalah model TAM (Technology Acceptance Model) yang dikembangkan oleh Davis et al. pada tahun 1989 [1]. Indikator yang digunakan berasal dari penelitian terdahulu seperti Tabel 1. Indikator inilah yang akan menjadi pertanyaan kuisioner yang akan diajukan kepada responden. Tabel 2 Variabel dan Indikator Penelitian Variabel Indikator Perceived Usefulness Produktivitas Kinerja Efisiensi Perceived Ease Of Teknologi itu sendiri Use Reputasi teknologi Mekanisme support yang terpercaya Attitude Towards Keyakinan (Belief) Using Technology Evaluasi hasil Behavioral Intention Sikap positif to Use Keyakinan terhadap rujukan Motivasi Actual Technology Frekuensi penggunaan Use Perkiraan penggunaan di masa depan Frekuensi pengecekan barang kiriman Ket: sumber sesuai dengan Tabel 1
JCCS Vol. x, No. x, July201x : first_page–end_page
Sumber 5 5 5 5 5 5 5 5 5 5 5 6 6 6
53
Jatisi, Vol. 3 No. 1 September 2016
2.5 Pengujian Kuisioner Setelah kuisioner penelitian dibuat dan sebelum disebarkan kepada responden, maka kuisioner tersebut diuji coba untuk mengetahui validitas dan reliabilitasnya. Pengujian validitas dan reliabilitas kuisioner dilakukan untuk mengukur valid atau reliabel tidaknya suatu pernyataan dalam kuisioner yang akan digunakan. 2.6 Jenis Penelitian Penelitian ini menggunakan jenis penelitian deskriptif, yaitu jenis penelitian yang digunakan untuk memecahkan atau menjawab permasalahan yang sedang dihadapi sekarang berdasarkan data, menganalisisnya dan menginterpretasikannya yang bertujuan untuk memecahkan masalah secara sistematis dan faktual mengenai fakta-fakta dan sifat-sifat populasi [9]. Deskriptif menggambarkan atau menguraikan tentang karakteristik dari suatu keadaan objek yang diteliti. Fungsi analisa deskriptif adalah untuk memberikan gambaran umum tentang data yang telah diperoleh. Gambaran umum ini bisa menjadi acuan untuk melihat karakteristik data yang kita peroleh. 2.7 Teknik Analisis Data Teknik analisis data yang digunakan adalah teknik analisis deskriptif. Dalam analisis deskriptif, yang ditentukan pertama kali adalah [10]: 1. Menentukan besarnya skor kriterium sesuai dengan hasil yang didapat dari pengolahan data sebelumnya. Skor kriterium (SK) adalah skor ideal yang dicapai dalam sebuah penelitian. Apabila diasumsikan seluruh responden (berjumlah 100) yang ditetapkan memilih jawaban angka terendah yaitu 1 untuk 1 pertanyaan, maka skor yang terendah adalah 100. Apabila diasumsikan seluruh responden yang ditetapkan memilih angka tertinggi yaitu 5 untuk 1 pertanyaan, maka skor tertinggi adalah 500. Skor tertinggi inilah yang disebut skor kriterium. Cara mendapatkan skor kriterium ini adalah dengan menggunakan rumus (1) 𝑆𝐾 = 𝑠𝑘𝑜𝑟 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 𝑡𝑖𝑎𝑝 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 ×𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 ×𝑗𝑢𝑚𝑙𝑎ℎ 𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒𝑛 (1) 2.
Kemudian, ditentukan skor total dari hasil pengumpulan data yang sudah dilakukan. Skor total hasil pengumpulan data dilambangkan dengan SH.
3.
Setelah skor kriterium (SK) dan skor total hasil pengumpulan data (SH) didapatkan, maka dicarilah besarnya presentase (P) jawaban reponden dengan menggunakan rumus (2). ∑ 𝑆𝐻
𝑃=∑
𝑆𝐾
×100%
(2)
Keterangan: P = Persentase jawaban responden ΣSK = Skor kriterium ΣSH = Skor total hasil pengumpulan data 4.
Langkah terakhir adalah menentukan rentang hasil berdasarkan skor kriterium dan persentase yang didapatkan untuk kemudian dibandingkan dengan skor hasil pengumpulan data. Rentang (range) hasilnya adalah sebagai berikut: 0 – 20% = Sangat tidak setuju 21 – 40% = Tidak setuju 41 – 60% = Netral 61 – 80% = Setuju 81 – 100% = Sangat setuju
ISSN: 1978-1520 ISSN PRINT ISSN ONLINE
54
: 2407-4322 : 2503-2933
3. HASIL DAN PEMBAHASAN 3.1 Perancangan Kuisioner Berdasarkan indikator yang diperoleh dari model penelitian yang diusulkan diperoleh sebanyak 14 indikator dimana indikator ini menentukan jumlah pertanyaan yang akan ditanyakan dalam kuisioner. Adapun indikator tersebut tercantum pada Tabel 3.
Variabel Perceived Usefulness (PKG) Perceived Ease Of Use (PK) Attitude Towards Using Technology (STP) Behavioral Intention to Use (PP) Actual Technology Use (PWT)
Tabel 3 Rancangan Kuesioner Nomor Indikator Pert. 1 Produktivitas 2 Kinerja 3 Efisiensi 4 Teknologi itu sendiri 5 Reputasi teknologi 6 Mekanisme support yang terpercaya 7 Keyakinan (Belief) 8 Evaluasi hasil 9 Sikap positif 10 Keyakinan terhadap rujukan 11 Motivasi 12 Frekuensi penggunaan 13 Perkiraan penggunaan di masa depan 14 Frekuensi pengecekan barang kiriman
Simbol PKG1 PKG2 PKG3 PK1 PK2 PK3 STP1 STP2 PP1 PP2 PP3 PWT1 PWT2 PWT3
3.2 Pengujian Kuisioner Sebelum melakukan pengolahan data, terlebih dahulu dilakukan pengujian reliabilitas dan validitas. Pengujian reliabilitas dan validitas penelitian ini menggunakan software SPSS 19. Uji reliabilitas digunakan untuk melihat kestabilan atau kecocokan data yang digunakan sebagai alat ukur dalam penelitian, sedangkan uji validitas berkaitan dengan ketepatan alat ukur yang digunakan. Cara mengukur reliabilitas yang paling umum adalah dengan menggunakan koefisien alpha. Koefisien alpha bisa diukur dengan menggunakan uji statistik Cronbach Alpha. Menurut Sekaran, suatu construct dikatakan reliabel jika memberikan nilai Cronbach Alpha > 0,7 [11]. Hasil pengujian reliabilitas pada penelitian ini diperoleh nilai Cronbach Alpha sebesar 0,943 di atas 0,7. Ini menunjukkan data reliabel. Menurut [11] ada berbagai metode yang digunakan dalam mengukur validitas, antara lain melihat korelasi Product Moment Pearson atau melihat nilai Corrected Item Total Correlation pada pengujian reliabilitas dan analisis faktor. Caranya adalah dengan melihat nilai factor loading, jika > 0,4 maka dapat dikatakan valid. Hasil pengujian validitas dari tampilan output penelitian ini diperoleh factor loading paling kecil 0,579. Dengan demikian data valid, karena 0,579 lebih besar dari 0,4 seperti yang disyaratkan. 3.3 Data Deskriptif Responden Responden dalam penelitian ini adalah pengguna layanan Web Tracking yang melakukan pengiriman barang menggunakan jasa pengiriman barang PT XYZ. Kuisioner ini disebarkan kepada 235 responden yang dianggap sah karena seluruh pernyataan dan pertanyaan yang diajukan telah dijawab secara lengkap. Di kuisioner responden diminta untuk mengisi data profil terlebih dahulu sebelum menjawab pertanyaan. Profil ini meliputi jenis kelamin, usia, pekerjaan, jenjang pendidikan, lama mengenal Web Tracking, dan intensitas penggunaan Web Tracking. Tabel 4 merupakan data dskriptif dari 235 responden. JCCS Vol. x, No. x, July201x : first_page–end_page
55
Jatisi, Vol. 3 No. 1 September 2016 Tabel 4 Data Deskriptif Responden Keterangan Jumlah Perempuan 111 Laki-laki 124 Usia 16-20 Tahun 20 21-30 Tahun 118 31-40 Tahun 75 41-50 Tahun 20 > 50 Tahun 2 Pekerjaan Pelajar/Mahasiswa 28 Karyawan Swasta 38 Karyawan BUMN/BUMD 16 Pensiunan 2 Ibu Rumah Tangga 26 PNS 32 TNI/POLRI 15 Profesional 37 Wiraswasta 32 Lainnya 9 Jenjang Pendidikan SD 2 SMP 2 SMA 49 D1 8 D2 0 D3 57 S1 96 S2 20 S3 1 Lama Mengenal 1 – 10 16 Web Tracking 11 - 20 219 Intensitas 1 – 10 213 Penggunaan Web 11 – 20 6 Tracking(menit) 21 – 30 15 31 – 40 0 > 41 1 Demografi Jenis Kelamin
Persentase 47% 53% 8% 50% 32% 9% 1% 12% 16% 7% 1% 11% 13% 6% 16% 14% 4% 1% 1% 21% 3% 0% 24% 41% 9% 0% 7% 93% 91% 3% 6% 0% 0%
3.4 Hasil Penelitian Berikut ini adalah hasil kuisioner untuk 4 variabel penelitian (variabel bebas): Perceived Usefulness (PKG), Perceived Ease Of Use (PK), Attitude Towards Using Technology (STP), Behavioral Intention to Use (PP), dan Actual Technology Use (PWT) yaitu: a. Variabel Perceived Usefulness (PKG) Untuk mengetahui hasil kuisioner variabel PKG masuk kedalam kategori jawaban Sangat Tidak Setuju, Tidak Setuju, Netral, Setuju, dan Sangat Setuju, maka perlu dilakukan analisis Likert. Adapun langkah-langkah yang dapat dilakukan adalah sebagai berikut [10]:
ISSN: 1978-1520 ISSN PRINT ISSN ONLINE
56
: 2407-4322 : 2503-2933
1) Menentukan besarnya skor kriterium (SK). 𝑆𝐾 = 𝑠𝑘𝑜𝑟 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 𝑡𝑖𝑎𝑝 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 ×𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 ×𝑗𝑢𝑚𝑙𝑎ℎ 𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒𝑛 𝑠𝑘𝑜𝑟 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 𝑡𝑖𝑎𝑝 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 = 5 𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 = 3 𝑗𝑢𝑚𝑙𝑎ℎ 𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒𝑛 = 235 𝑆𝐾 = 5 ×3 ×235 = 3525
2) Jumlah skor total hasil pengumpulan data variabel PKG SH = 2457 3) Mencari besarnya persentase P ∑ 𝑆𝐻 𝑃= ×100% ∑ 𝑆𝐾 𝑃=
2457 ×100% = 69,70% 3525
Berdasarkan perhitungan di atas maka didapat range kategori pada Tabel 5. Tabel 5 Range Kategori Variabel Perceived Usefulness (PKG) 0 - 705 706 - 1410 1411- 2115 2116 - 2820 2821 - 3525 1 2 3 4 5 STS TS N S SS SH = 2457 STS=Sangat Tidak Setuju, TS=Tidak Setuju, N=Netral, S=Setuju, dan SS=Sangat Setuju Berdasarkan range kategori tersebut dapat dilihat bahwa dari hasil distribusi persentase jawaban secara keseluruhan termasuk kedalam kategori setuju dengan persentase sebesar 69,70%. b. Variabel Perceived Ease Of Use (PK) Untuk mengetahui hasil kuisioner variabel PK masuk kedalam kategori jawaban Sangat Tidak Setuju, Tidak Setuju, Netral, Setuju, dan Sangat Setuju, maka perlu dilakukan analisis Likert. Adapun langkah-langkah yang dapat dilakukan adalah sebagai berikut [10]: 1) Menentukan besarnya skor kriterium (SK). 𝑆𝐾 = 𝑠𝑘𝑜𝑟 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 𝑡𝑖𝑎𝑝 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 ×𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 ×𝑗𝑢𝑚𝑙𝑎ℎ 𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒𝑛 𝑠𝑘𝑜𝑟 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 𝑡𝑖𝑎𝑝 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 = 5 𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 = 3 𝑗𝑢𝑚𝑙𝑎ℎ 𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒𝑛 = 235 𝑆𝐾 = 5 ×3 ×235 = 3525
2) Jumlah skor total hasil pengumpulan data variabel PK SH = 2322 3) Mencari besarnya persentaseP ∑ 𝑆𝐻 𝑃= ×100% ∑ 𝑆𝐾 𝑃=
2322 ×100% = 65,87% 3525
JCCS Vol. x, No. x, July201x : first_page–end_page
Jatisi, Vol. 3 No. 1 September 2016
57
Berdasarkan perhitungan di atas maka didapat range kategori pada Tabel 6. Tabel 6 Range Kategori Variabel Perceived Ease Of Use (PK) 0 - 705 706 - 1410 1411- 2115 2116 - 2820 2821 - 3525 1 2 3 4 5 STS TS N S SS SH = 2322 STS=Sangat Tidak Setuju, TS=Tidak Setuju, N=Netral, S=Setuju, dan SS=Sangat Setuju Berdasarkan range kategori tersebut dapat dilihat bahwa dari hasil distribusi persentase jawaban secara keseluruhan termasuk kedalam kategori setuju dengan persentase sebesar 65,87%. c. Variabel Attitude Towards Using Technology (STP) Untuk mengetahui hasil kuisioner variabel STP masuk kedalam kategori jawaban Sangat Tidak Setuju, Tidak Setuju, Netral, Setuju, dan Sangat Setuju, maka perlu dilakukan analisis Likert. Adapun langkah-langkah yang dapat dilakukan adalah sebagai berikut [10]: 1) Menentukan besarnya skor kriterium (SK). 𝑆𝐾 = 𝑠𝑘𝑜𝑟 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 𝑡𝑖𝑎𝑝 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 ×𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 ×𝑗𝑢𝑚𝑙𝑎ℎ 𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒𝑛 𝑠𝑘𝑜𝑟 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 𝑡𝑖𝑎𝑝 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 = 5 𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 = 2 𝑗𝑢𝑚𝑙𝑎ℎ 𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒𝑛 = 235 𝑆𝐾 = 5 ×2 ×235 = 2350
2) Jumlah skor total hasil pengumpulan data variabel STP SH = 2322 3) Mencari besarnya persentaseP ∑ 𝑆𝐻 𝑃= ×100% ∑ 𝑆𝐾 𝑃=
2322 ×100% = 98,81% 2350
Berdasarkan perhitungan di atas maka didapat range kategori pada Tabel 7. Tabel 7 Range Kategori Variabel Attitude Towards Using Technology (STP) 0 - 470 471 - 940 941- 1410 1411 - 1880 1881 - 2350 1 2 3 4 5 STS TS N S SS SH = 2322 STS=Sangat Tidak Setuju, TS=Tidak Setuju, N=Netral, S=Setuju, dan SS=Sangat Setuju
Berdasarkan range kategori tersebut dapat dilihat bahwa dari hasil distribusi persentase jawaban secara keseluruhan termasuk kedalam kategori sangat setuju dengan persentase sebesar 98,81%.
ISSN: 1978-1520 ISSN PRINT ISSN ONLINE
58
: 2407-4322 : 2503-2933
d. Variabel Behavioral Intention to Use (PP) Untuk mengetahui hasil kuisioner untuk variabel PP masuk kedalam kategori jawaban Sangat Tidak Setuju, Tidak Setuju, Netral, Setuju, dan Sangat Setuju, maka perlu dilakukan analisis Likert. Adapun langkah-langkah yang dapat dilakukan adalah sebagai berikut [10]: 1) Menentukan besarnya skor kriterium (SK). 𝑆𝐾 = 𝑠𝑘𝑜𝑟 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 𝑡𝑖𝑎𝑝 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 ×𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 ×𝑗𝑢𝑚𝑙𝑎ℎ 𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒𝑛 𝑠𝑘𝑜𝑟 𝑡𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 𝑡𝑖𝑎𝑝 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 = 5 𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑡𝑒𝑚 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 = 3 𝑗𝑢𝑚𝑙𝑎ℎ 𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒𝑛 = 235 𝑆𝐾 = 5 ×3 ×235 = 3525
2) Jumlah skor total hasil pengumpulan data variabel PP SH = 2596 3) Mencari besarnya persentaseP ∑ 𝑆𝐻 𝑃= ×100% ∑ 𝑆𝐾 𝑃=
2596 ×100% = 73,65% 3525
Berdasarkan perhitungan di atas maka didapat range kategori pada Tabel 8 berikut:
Tabel 8 Range Kategori Variabel Variabel Behavioral Intention to Use (PP) 0 - 705 706 - 1410 1411- 2115 2116 - 2820 2821 - 3525 1 2 3 4 5 STS TS N S SS SH = 2596 STS=Sangat Tidak Setuju, TS=Tidak Setuju, N=Netral, S=Setuju, dan SS=Sangat Setuju Berdasarkan range kategori tersebut dapat dilihat bahwa dari hasil distribusi persentase jawaban secara keseluruhan termasuk kedalam kategori setuju dengan persentase sebesar 73,65%.
4. KESIMPULAN Adapun kesimpulan yang dapat diambil dalam salah satu contoh pemanfaatan TAM dalam analisis penerimaan layanan Web Tracking adalah: 1. Dengan metode penelitian menggunakan analisis deskriptif diperoleh hasil penerimaan pengguna terhadap penggunaan layanan Web Tracking untuk jasa pengiriman barang di PT XYZ. 2. Hasil penerimaan pengguna terhadap penggunaan layanan Web Tracking adalah sebagai berikut: a) Berdasarkan persepsi kemudahan dan persepsi kegunaan: 1) Persepsi kegunaan (perceived of usefulness), secara keseluruhan, 69,70% pengguna setuju dengan kegunaan pemakaian layanan Web Tracking. 2) Persepsi kemudahan (perceived ease of use), secara keseluruhan, 65,87% pengguna setuju dengan kemudahan pemakaian layanan Web Tracking. JCCS Vol. x, No. x, July201x : first_page–end_page
59
Jatisi, Vol. 3 No. 1 September 2016
b) Berdasarkan sikap dan niat pengguna untuk menggunakan teknologi: 1) Sikap menggunakan teknologi (attitude towards using technology), secara keseluruhan 98,81 % pengguna mempunyai sikap sangat setuju untuk menggunakan layanan Web Tracking. 2) Niat prilaku (behavioral intention to use) untuk menggunakan teknologi, secara keseluruhan, 73,65% setuju bahwasanya pengguna mempunyai niat untuk menggunakan layanan Web Tracking. 3. Penerimaan layanan Web Tracking untuk jasa pengiriman barang di PT XYZ sangat baik, terlihat dari keempat variabel bebas dari Technology Acceptance Model (TAM) dimana ratarata pengguna setuju dengan layanan Web Tracking tersebut dengan persentasenya berkisar antara 65,87% sampai 98,81%. 4. Tingginya sikap untuk menggunakan teknologi dari para pengguna sebesar 98,81 % menuntut pihak PT XYZ untuk terus meningkatkan kegunaan dan kemudahan dari penggunaan layanan Web Tracking.
5. SARAN Adapun saran yang dapat disampaikan dalam penelitian ini yaitu penelitian ini diharapkan dapat dikembangkan lebih lanjut dengan menambahkan indikator penelitian lainnya dari TAM dan metode analisis yang digunakan tidak hanya sebatas analisis deskriptif.
UCAPAN TERIMA KASIH Terima kasih kepada Ditjen Penguatan Riset dan Pengembangan Kementrian Riset, Teknologi, dan Pendidikan Tinggi untuk dukungan dana penelitian.
DAFTAR PUSTAKA [1] Jogiyanto, HM., 2008. Sistem Informasi Keperilakuan. Edisi Revisi. Penerbit Andi Offset: Yogyakarta. [2] Park, S. Y. “An Analysis of the Technology Acceptance Model in Understanding University Students' Behavioral Intention to Use e-learning”. Educational Technology & Society, 12 (3), 150–162. 2009 [3] Maharsi, S. dan Y. Mulyadi. Faktor-faktor yang Mempengaruhi Minat Nasabah Menggunakan Internet Banking dengan Menggunakan Kerangka Technology Acceptance Model (TAM). Jurnal Akuntansi dan Keuangan, Vol. 9, No. 1, Mei 2007: 18-28. [4] Safeena, R., et al. Customer Perspectives on E-Business Value :Case Study on Internet Banking. Journal of Internet Banking and Commerce, Vol. 15, No. 1, April 2010: 1-13. [5] Kurniawan, D., et al. Analisis Penerimaan Nasabah Terhadap Layanan Mobile Banking Dengan Menggunakan Pendekatan Technology Acceptance Model dan Theory of Reasoned Action, 2013
60
ISSN: 1978-1520 ISSN PRINT ISSN ONLINE
: 2407-4322 : 2503-2933
[6] Oktaviany, Della. Analisis Faktor-faktor Yang Mempengaruhi Penerimaan Layanan SMS Tracking (Studi Kasus PT Pos Indonesia Kota Palembang). 2014. [7] Dalimunthe, N., Wibisono, H., Analisis Penerimaan Sistem E-Learning SMK Labor Pekanbaru dengan Menggunakan Technology Acceptance Model (TAM). Jurnal Sains, Teknologi dan Industri, Vol. 11 No. 1. 2013 [8] Morissan, et al. 2012. Metode Penelitian Survei. Kencana: Jakarta. [9] Suzamkonyden, Mikye Wijaya. “Evaluasi Sistem Informasi Perpustakaan UIN Suska berdasarkan Organisasi, Manajemen dan Teknologi”. Fakultas Sains dan Teknologi Riau. Pekanbaru. 2012 [10] Sugiyono. Metode Penelitian Administrasi. Penerbit ALFABETA. Bandung.2012 [11] Wijaya, Tony. 2011. Cepat Menguasai SPSS 19. Yogyakarta. Penerbit Cahaya Atma
JCCS Vol. x, No. x, July201x : first_page–end_page