ANALISIS PENERIMAAN PENGGUNA TERHADAP B2C E-COMMERCE PADA WEBSITE GARUDA INDONESIA MENGGUNAKAN E- COMMERCE SUCCESS MODEL

IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: 1978-1520

 29

ANALISIS PENERIMAAN PENGGUNA TERHADAP B2C E-COMMERCE PADA WEBSITE GARUDA INDONESIA MENGGUNAKAN ECOMMERCE SUCCESS MODEL Lutfi Hilman Prasetya1, Bambang Setiawan 2, Andre Parvian Aristio 3 123 Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember Kampus ITS Keputih, Sukolilo, Surabaya, 60111 e-mail: 1 [email protected], 2 [email protected] , [email protected]

Abstrak PT Garuda Indonesia sebagai salah satu Badan Usaha Milik Negara (BUMN) terkemuka di bidang maskapai penerbangan dituntut untuk bisa memberikan layanan yang baik terhadap masyarakat.Salah satu faktor dalam kesuksesan pelayanan maskapai Garuda ialah dalam layanan e-commerce yang merupakan sarana Garuda untuk berinteraksi dengan pelanggan (B2C). Salah satu bentuk layanan e-commerce Garuda ialah penjualan tiket online melalui website. Terkait pentingnya hal tersebut maka perlu diadakan analisis untuk mengetahui sejauh mana penerimaan pengguna Garuda terhadap sistem tersebut. Metode yang digunakan untuk melakukan analisa ialah menggunakan e-commerce success model Brown & Jayakody. Dalam e-commerce success model, terdapat tiga variable independen untuk diukur yaitu kualitas informasi, kualitas sistem, dan kualitas layanan. Faktor-faktor ini kemudian akan mempengaruhi faktor-faktor penentu lain untuk menilai penerimaan pengguna terhadap e-commerce Garuda Indonesia. Dengan adanya analisis ini maka dapat diketahui faktor-faktor apa saja yang mempengaruhi penerimaan pada pengguna e-commerce Garuda. Kata kunci: Garuda Indonesia, Penerimaan Pengguna, E-Commerce, Structural Equation Modeling (SEM) Abstract PT Garuda Indonesia as one of the leading national company in airline industry is expected to give great services to the people. One of the success factors to giving great services is e-commerce services which is a medium to interact with customers, such as e-ticketing via Garuda website. Consumer or user is an important part for e-commerce service. Because its importance, the system should be analyzed in order to know user acceptance toward the system. This research use Brown & Jayakody e-commerce success model. In e-commerce success model consist three independent variables to be measure, they are information quality, system quality, and service quality. These factors will affect other factors which are used to measure the user acceptance to e-commerce in Garuda Indonesia. The analysis would give the result what factors that is significantly affects the user acceptance in Garuda Indonesia’s e-commerce. Keywords: Garuda Indonesia, User Acceptance, E-Commerce, Structural Equation Modeling (SEM) 1. PENDAHULUAN PT Garuda Indonesia merupakan salah satu Badan Usaha Milik Negara (BUMN) di bidang maskapai penerbangan.Perusahaan yang memiliki 40 rute domestik dan 36 rute internasional ini mengangkut sekitar 7 juta penumpang per semester (rata-rata dua tahun terakhir) [1]. Dengan meningkatnya infrastruktur teknologi internet dan bertambahnya pengguna internet, maka langkah Garuda dalam menerapkan dan mengembangkan e-commerce

Received June 1st,2012; Revised June 25th, 2012; Accepted July 10th, 2012

30



ISSN: 1978-1520

merupakan faktor yang penting dan strategis untuk mengakomodasi kebutuhan pengguna dan memenangkan persaingan. Terdapat dua jenis e-commerce yang dikembangkan oleh Garuda, yaitu business-tobusiness (B2B) dan business-to-consummer (B2C). Layanan B2B Garuda diantaranya eprocurement yang mengatur proses order barang dan jasa secara online dengan perusahaan lain dan online agency yang mengatur penjualan tiket terhadap agen penerbangan. Layanan B2C ecommerce pada Garuda ditunjukkan dengan adanya website sebagai media informasi, pelayanan pelanggan, pembelian produk dan jasa yang mengotomatisasi transaksi bisnis sehingga dapat mengurangi biaya yang harus dikeluarkan perusahaan [2]. Semua layanan itu dapat diakses melalui www.garuda-indonesia.com.Beberapa fitur e-commerce pada website Garuda ialah book flight, online check-in, e-ticketing, informasi jadwal & tarif, e-payment, dan promosi. E-commerce ada untuk mempermudah hubungan perusahaan dengan pelanggan, maka dari itu perlu dilakukan analisis penerimaan pelanggan (pengguna) terhadap e-commerce Garuda. Hal ini penting untuk mengetahui perspektif pelanggan sehingga dapat meningkatkan kualitas layanan terhadap pelanggan Garuda. Salah satu metodenya yaitu menggunakan ecommerce success model Brown & Jayakody. Model ini digunakan karena merupakan model yang didasari oleh technology acceptance model (TAM) atau model penerimaan teknologi, teori ekspektasi-konfirmasi, dan teori kesuksesan sistem informasi. Dalam e-commerce success model, terdapat tiga variabel independen untuk diukur yaitu kualitas informasi, kualitas sistem, dan kualitas layanan. Kualitas layanan meliputi keseluruhan dukungan yang diberikan oleh Garuda seperti customer service dan pelayanan pasca pembelian. Kualitas informasi meliputi kelengkapan dan relevansi informasi yang tersedia pada website Garuda. Kualitas Sistem meliputi kegunaan dan reliabilitas sistem e-commerce Garuda. Faktor-faktor ini kemudian akan mempengaruhi faktor-faktor penentu lain untuk menilai penerimaan pengguna terhadap ecommerce Garuda Indonesia. Faktor utama yang menjadi penentu penerimaan masyarakat ialah intensi untuk melanjutkan, dimana e-commerce dianggap berhasil apabila pelanggan ingin terus menggunakan layanan e-commerce website Garuda. Dengan mengetahui hasil dari analisis penerimaan pengguna terhadap e-commerce Garuda, maka Garuda dapat lebih fokus dalam melakukan pembenahan dan perbaikan untuk memberikan layanan e-commerce secara lebih maksimal. 1.1

E-commerce Success Model E-Commerce Success Model atau model kesuksesan e-commerce dikembangkan dan diuji oleh Irwin Brown dan Ruwanga Jayakody pada tahun 2008 [3]. Model ini berfokus pada hubungan bisnis / perusahaan dengan pelanggan individu (B2C E-commerce). Perumusan model ini mengadopsi dan mempertimbangkan model-model lain yang digunakan untuk mengukur kesuksesan atau keberhasilan sistem informasi. Model tersebut diantaranya Delone & McLean [4], dan Seddon [5]. Model kesuksesan e-commerce ini terdiri dari 7 dimensi atau faktor yaitu service quality (kualitas layanan), system quality (kualitas sistem), information quality (kualitas informasi), trust (kepercayaan), user satisfaction (kepuasan pengguna), perceived usefulness (kegunaan yang dirasakan), dan continuance intention (intensi melanjutkan).

Gambar 1 E-commerce success model Berikut ini penjelasan masing – masing dimensi pada model kesuksesan e-commerce.

IJCCS Vol. x, No. x, July 201x : first_page – end_page

IJCCS

ISSN: 1978-1520

 31

Kualitas Layanan (service quality) Kualitas layanan didefinisikan sebagai keseluruhan dukungan yang diberikan oleh penyedia layanan e-commerce [4]. Kualitas layanan juga merupakan kualitas yang diterima oleh pengguna dari sistem, departemen IT, maupun personil IT [5]. Beberapa parameter kualitas layanan ialah: 1. Tingkat responsivitas 2. Akurasi 3. Reliabilitas layanan 4. Kompetensi teknikal 5. Empati dari personil staf Kualitas Sistem Kualitas sistem dalam e-commerce menggambarkan kegunaan, ketersediaan, reliabilitas, tingkat adaptasi dan kecepatan respon oleh sistem [4]. Kualitas sistem juga fokus terhadap konsistensi tampilan antarmuka dan kemudahan penggunaan [5]. Beberapa parameter kualitas sistem ialah: 1. Fleksibilitas sistem 2. Kemudahan untuk dipelajari 3. Reliabilitas sistem 4. Fitur system yang intuitif 5. Respon waktu yang diberikan Kualitas Informasi Kualitas informasi berkaitan mengenai kelengkapan informasi pada website, relevansi informasi, mudah dipahami, dan informasi tersebut aman apabila digunakan untuk transaksi melalui internet [4]. Kualitas informasi merupakan karakteristik dari hasil system (output) diantaranya laporan dan halaman web [6]. Beberapa parameter kualitas informasi ialah: 1. Relevansi informasi 2. Akurasi 3. Kegunaan (usability) 4. Kelengkapan (completeness) 5. Sesuai waktu (timeliness) Kepercayaan Kepercayaan merupakan harapan yang dimiliki oleh pelanggan yang nantinya akan dipenuhi oleh perusahaan [7]. Kepercayaan pengguna merupakan faktor penting yang dalam ecommerce. Tingkat efek positif yang didapat dengan memiliki kepercayaan pengguna sama pentingnya dengan atribut teknis website dan kegunaannya [8]. Beberapa parameter kepercayaan ialah: 1. Keamanan yang diterima pengguna 2. Privasi yang diterima pengguna 3. Keyakinan pengguna Kepuasan Pengguna Kepuasan pengguna merupakan level kepuasan terhadap laporan, website, dan layanan yang diberikan [9]. Kepuasan pengguna merupakan faktor penting yang menentukan apakah pengguna akan melanjutkan menggunakan e-commerce atau tidak [10]. Berikut ini adalah beberapa faktor yang mempengaruhi kepuasan pengguna: 1. Layanan yang diberikan kepada pelanggan 2. Produk digital 3. Inovasi perusahaan Kegunaan yang Dirasakan

Title of manuscript is short and clear, implies research results (First Author)

32



ISSN: 1978-1520

Kegunaan yang dirasakan didefinisikan sebagai kepercayaan bahwa ketika mengunakan sistem / aplikasi akan dapat meningkatkan performa pengguna dalam kegiatan yang dilakukannya. Kegunaan yang dirasakan dapat mempengaruhi kepuasan pengguna dalam sebuah sistem informasi [3]. Berikut ini adalah beberapa faktor yang mempengaruhi kepuasan pengguna: 1. Keuntungan yang didapatkan pengguna 2. Peningkatan performa pengguna Intensi Melanjutkan Intensi melanjutkan ialah keinginan pengguna untuk menggunakan atau mengunjungi website kembali [11]. Dalam model DeLone & McLean [4], tujuan akhir adalah net benefit (manfaat bersih), sedangkan dalam penerimaan e-commerce variabel yang paling tepat untuk mengukurnya ialah continuance intention (intensi melanjutkan). Dalam penelitian ini dapat dilihat bagaimana faktor-faktor lain mempengaruhi intensi pengguna dalam melanjutkan menggunakan e-commerce [3]. Berikut ini adalah beberapa faktor yang mempengaruhi intensi untuk melanjutkan: 1. Keinginan pengguna untuk menggunakan kembali 2. Keinginan pengguna untuk mengunjungi kembali 1.2

Penerimaan Pengguna terhadap Teknologi Informasi Penerimaan pengguna secara umum dapat didefinisikan sebagai keinginan / kemauan dari individu ataupu kelompok dalam menggunakan teknologi informasi sesuai tugas / kemampuan yang didesain dalam teknologi informasi tersebut [7]. Pada Technology Acceptance Model (TAM), penerimaan pengguna didefinisikan oleh dua faktor, yaitu perceived usefullness (kegunaan yang dirasakan) dan perceived ease of use (kemudahan penggunaan yang dirasakan) [8]. Kegunaan yang dirasakan didefinisikan sebagai derajat dimana pengguna mempercayai bahwa apabila pengguna menggunakan sistem tersebut dapat meningkatkan performanya. Kemudahan penggunaan yang dirasakan didefinisikan sebagai derajat dimana pengguna mempercayai bahwa apabila pengguna menggunakan sistem tersebut dapat memberikan kemudahan / kebebasan dalam usaha yang dilakukan sebelumnya. 2. METODE PENELITIAN Metodologi penelitian lebih lengkap tertera pada Gambar 2 di bawah ini menggunakan flowchart (diagram alur). Penjelasan dari tahap di atas secara lebih lengkap sebagai berikut: 1. Perumusan Masalah dan Penetapan Tujuan Tahap pertama ini terdiri dari pengidentifikasian masalah dan apa tujuan dari evaluasi tersebut.Selain itu dijelaskan juga mengenai batasan masalah, manfaat tugas akhir, dan target luaran dari penelitian ini. Penelitian ini juga dikaitkan dengan roadmap penelitian laboratorium E-bisnis dan dengan penelitian lain yang membahas evaluasi e-commerce atau website. 2. Studi Literatur Studi literatur membahas tentang teori-teori, model, dan framework yang akan digunakan dalam membuat tugas akhir ini. Selain hal tersebut, dijelaskan juga rumus yang akan digunakan pada saat penelitian. Disertakan juga literatur tools yang berguna untuk membantu pengerjaan. 3. Pembuatan Kuesioner Langkah awal dalam membuat kuesioner ialah menentukan parameter atau indikator yang digunakan untuk menyusun konstruk dari sebuah variabel.Apabila parameter tersebut telah diketahui maka dapat diubah dan diterjemahkan ke dalam bentuk kuesioner, baik pernyataan maupun pertanyaan.Untuk mengetahui profil atau demografi responden, maka ditambahkan pertanyaan untuk melihat demografi persebaran responden tersebut. IJCCS Vol. x, No. x, July 201x : first_page – end_page

IJCCS

 33

ISSN: 1978-1520

Gambar 2 Metode Pengerjaan Pembuatan pertanyaan disesuaikan dengan dimensi yang akan dianalisa. Kuesioner menggunakan skala likert dengan skala 1 sampai 5. Nilai satu mewakili sangat tidak setuju, dan nilai 5 mewakili sangat setuju. Pengumpulan data kuesioner akan mengambil pelanggan Garuda yang menggunakan website Garuda. 4. Pengumpulan Data Melalui Kuesioner Metode survei yang digunakan ialah Probability Sampling dengan cara Simple Random Sampling. Dalam metode ini, setiap item atau responden memiliki kesempatan yang sama untuk menjadi sampel. Metode ini memungkinkan untuk diketahui jumlah besaran kesalahan (error) yang dimiliki dan memiliki dasar statistika yang kuat bahwa rata-rata sampel yang diambil secara random dapat merepresentasikan populasi yang ada [8]. Dalam menentukan jumlah sampel, maka digunakanmetode Slovin yang dapat dilihat pada rumus 2.8 di bawah ini. =

(1)

Keterangan: n = Jumlah sampel N = Jumlah Populasi E = Batas toleransi kesalahan (%) Cara penyebaran kuesioner dilakukan secara online melalui internet. 5. Uji Normalitas, Validitas, dan Reliabilitas Data Uji Normalitas sangat diperlukan karena teknik SEM sendiri merupakan metode yang dijalankan dengan asumsi bahwa yang digunakan berdistribusi normal.Untuk menguji reliabilitas dapat dilakukan dengan menggunakan rumus 2.3 mengenai uji reliabilitas. Hasil Reliabilitas dianggap baik apabila cronbach alpha bernilai diatas 0,6. Untuk menguji validitas dapat dilakukan dengan menggunakan rumus 2.2 mengenai uji validitas. Hasil Reliabilitas dianggap baik apabila nilai KMO diatas 0,5. Dalam penelitian ini, uji validitas dan reliabilitas dilakukan menggunakan tools SPSS.

Title of manuscript is short and clear, implies research results (First Author)

34



ISSN: 1978-1520

6. Penghitungan dan Analisa Menggunakan SEM Pada tahapan ini dilakukan analisis dan evaluasi menggunakan model kesuksesan ecommerce. Cara menghitung SEM yaitu menggunakan Rumus 2 mengenai model struktural, sedangkan dalam pengerjaannya menggunakan Amos. Hasil nilai yang dianalisa ialah Chi Square, GFI, RMSEA, CFI, dan NFI. Hasil dari nilai-nilai tersebut dapat menunjukkan ketepatan model yang dipilih dalam penelitian ini. Hipotesa Hipotesa diberikan berdasarkan hubungan pengaruh antar variabel dalam e-commerce success model (lihat Gambar 1). Terdapat 9 hipotesa dimana keseluruhan variabel masingmasing berpengaruh positif terhadap variabel yang dituju. H1: Kualitas layanan memiliki efek positif terhadap kepuasan pengguna. H2: Kualitas layanan memiliki efek positif terhadap kepercayaan pengguna. H3: Kualitas sistem memiliki efek positif terhadap intensi pengguna untuk melanjutkan menggunakan e-commerce. H4: Kualitas sistem memiliki efek positif terhadap kepercayaan pengguna. H5: Kualitas informasi memiliki efek positif terhadap kegunaan yang dirasakan pengguna. H6: Kepercayaan pengguna memiliki efek positif terhadap kegunaan yang dirasakan. H7: Kepuasan pengguna memiliki efek positif terhadap intensi pengguna untuk melanjutkan menggunakan e-commerce. H8: Kegunaan yang dirasakan memiliki efek positif terhadap kepuasan pengguna. H9: Kegunaan yang dirasakan memiliki efek positif terhadap intensi pengguna untuk melanjutkan menggunakan e-commerce. Structural Equation Model Structural Equation Model (SEM), atau disebut juga simultaneous equation model merupakan model regresi multivariat [12]. SEM ialah metodologi untuk merepresentasikan, mengestimasi, dan menguji hubungan / jaringan antar variabel. Variabel dalam hal ini ialah variabel yang dapat diukur (measurable) dan konstruksi laten (Diana Suhr). SEM memiliki dua tujuan, yang pertama yaitu untuk memahami pola dari korelasi atau kovarian diantara himpunan variabel. Tujuan kedua ialah untuk menjelaskan varian yang mungkin dari model yang telah dispesifikasikan [13]. Jumlah minimal data yang dibutuhkan dalam pengujian SEM ialah sebesar 100 data [14]. Model struktural yang menggambarkan hubungan antar variabel laten dapat dinyatakan dalam rumus 2 di bawah ini. η = Bη + Γξ + ζ …(2) Keterangan: η = vektor laten endogen B = matriks koefisien variabel laten endogen ξ = vektor laten eksogen ζ = vektor eror pada persamaan struktural Γ = matriks koefisien variabel laten eksogen Uji Kesesuaian Model Dalam menguji hipotesis akan digunakan teknik SEM. Dari pengujian tersebut juga dilakukan uji kesesuaian model yang akan memberi gambaran seberapa baik atau sesuai model yang diuji. Terdapat beberapa nilai yang sering dipakai, 5 diantaranya ialah Chi Square / Degree of Fredom (Cmin/Df) , Goodness of Fit Statistic (GFI), Root Mean Square Error of Approximation (RMSEA), Normed-Fit Index(NFI), dan Comparative Fit Index (CFI) [15].

IJCCS Vol. x, No. x, July 201x : first_page – end_page

IJCCS

ISSN: 1978-1520

 35

7. Kesimpulan, Saran, dan Rekomendasi Kesimpulan untuk mengetahui hasil dari evaluasi yang dijalankan dan untuk menjawab rumusan permasalahan di awal.Saran dan rekomendasi dibuat sebagai pertimbangan bagaimana perbaikan dapat dilakukan dan di bagian mana saja perbaikannya. 8. Pembuatan Laporan Pembuatan laporan dilakukan untuk mendokumentasikan semua hasil pengerjaan mulai dari tahap pertama yaitu perumusan masalah dan penetapan tujuan hingga kesimpulan dan saran. 3. HASIL DAN PEMBAHASAN Setelah melakukan pengujian terhadap model SEM dengan data yang telah diperoleh sebelumnya, kemudian melakukan modifikasi model dan analisis hasil. 3.1

Analisis Reliabilitas dan Validitas Dalam melakukan penelitian dengan menggunakan data dari hasil survei atau kuesioner, sebelum data tersebut diolah maka harus dilakukan uji reliabilitas dan validitas terlebih dahulu. Uji validitas mengukur sebaik apa instrumen dalam mengukur variabel yang dijelaskan dan uji reliabilitas menguji konsistensi kuesioner untuk dijadikan acuan. Dalam menilai reliabilitas dan validitas digunakan nilai parameter yang berbeda. Uji reliabilitas menggunakan parameter cronbach alfa, dengan nilai minimal 0,6 untuk dianggap bahwa data tersebut reliabel. Hasil pengukuran menunjukkan bahwa nilai cronbach alfa untuk keseluruhan data ialah 0,917 dan untuk tiap variabel laten dapat dilihat pada tabel 1. Hasil dari masing-masing variabel bervariasi dari nilai terendah adalah Kualitas Sistem yaitu 0,620 dan yang tertinggi ialah Kegunaan yang Dirasakan yaitu 0,820. Dengan demikian maka dapat dikatakan bahwa data tersebut sudah reliabel. Uji validitas menggunakan parameter nilai KMO, dengan nilai minimal 0,5 untuk dianggap bahwa data tersebut valid. Hasil pengukuran menunjukkan bahwa nilai KMO untuk keseluruhan data ialah 0,889 dan untuk tiap variabel laten dapat dilihat pada tabel 2. Hasil dari masing-masing variabel bervariasi dari nilai terendah yaitu berturut-turut Kualitas Sistem, Intensi untuk Melanjutkan, dan Kepuasan Pengguna dengan nilai 0,5. Untuk variabel dengan nilai tertinggi ialah Kegunaan yang Dirasakan dengan nilai 0,798. Dengan demikian dapat dikatakan bahwa data tersebut sudah valid. 3.2

Analisis SEM Pengujian SEM dilakukan dengan menggunakan Amos. Pengujian ini merepresentasikan dan mengestimasi hubungan antar variabel. Dalam menilai apakah sebuah model sudah sesuai atau tidak, dapat dilihat dari beberapa indeks yang menunjukkan kesesuaian (fit) model. Nilai indeks yang digunakan diantaranya adalah Chi square / Degree of Freedom atau biasa disingkat Cmin/Df dengan nilai dibawah sama dengan 2 adalah nilai yang dianggap baik. Nilai berikutnya adalah RMSEA dengan nilai dianggap baik apabila di bawah 0,08. Tiga indeks berikutnya adalah GFI, CFI, dan NFI dengan nilai dianggap baik di atas 0,9 (range 0 – 1). Dalam melakukan uji coba pada tahap awal, terdapat satu indeks dengan nilai yang kurang baik yaitu NFI dengan nilai 0,766. Untuk nilai Cmin/Df dan RMSEA terpenuhi, sedangkan indeks CFI dan GFI berada pada kriteria marginal (mendekati). Saat menjalankan penghitungan (running) SEM, Amos juga menghitung nilai CFA (loading factor), dimana diketahui terdapat satu indikator yang nilainya dibawah standar. Indikator tersebut ialah PR2 dengan nilai factor loading sebesar 0,495 (nilai minimal 0,500). Maka pada penghitungan SEM tahap 2, indikator PR2 dihapus beserta varian errornya. Setelah menghapus indikator PR2, terjadi peningkatan pada semua nilai kesesuaian indeks (kecuali RMSEA nilai tetap sama). Untuk meningkatkan nilai indeks kesesuaian, maka selanjutnya dilakukan tahap modifikasi.

Title of manuscript is short and clear, implies research results (First Author)

36



ISSN: 1978-1520

Pada penelitian ini dalam melakukan modifikasi model ialah dengan melihat pada nilai Modification Indices (M.I) pada tabel kovarian. Pasangan error variance yang memiliki nilai M.I tinggi dan berhubungan logis akan diberikan hubungan kovarian. Pada modifikasi menjadi tahap 3, hubungan kovarian diberikan pada varian error e3 – e8 dan e2 – e11. Berikut di bawah ini adalah rangkuman nilai indeks kesesuaian pada uji SEM dan modifikasi yang dilakukan (lihat Tabel 1). Tabel 1. Nilai indeks kesesuaian pada uji SEM Indeks Uji tahap 1 Uji tahap 2 Uji tahap 3 Cut off Kriteria hasil value akhir Cmin/Df 1,727 1,725 1,596 ≤2 Terpenuhi GFI 0,831 0,839 0,849 ≥ 0,9 Marginal / mendekati RMSEA 0,076 0,076 0,069 ≤ 0,08 Terpenuhi NFI 0,766 0,781 0,801 ≥ 0,9 Marginal / mendekati CFI 0,883 0,892 0,912 ≥ 0,9 Terpenuhi Berdasarkan tabel di atas, setelah dilakukan tiga kali pengujian model dengan dua kali modifikasi, model dapat dikatakan fit karena telah memenuhi beberapa nilai indeks yaitu Chi Square, RMSEA dan CFI. Sedangkan dua nilai indeks lain yaitu GFI dan NFI berada pada kriteria marginal (mendekati). 3.3

Analisis Hipotesa SEM merupakan metode yang menggabungkan analisis faktor dan regresi yang dapat menguji seberapa jauh hubungan dan pengaruh antar variabel. Pengaruh antar variabel dapat dilihat factor loading yang menunjukkan angka positif ataupun negatif. Sedangkan untuk melihat apakah variabel tersebut berpengaruh signifikan terhadap variabel lainnya dapat dilihat pada nilai P yang dapat dilihat pada Tabel 5.2 di bawah ini (Unstandardized Estimate). Hipotesa

Hub. Variabel

Estimate

Std Error 0,132 0,121 0,102

H1 H2 H3

KL KL

 

KP PR

0,900 0,546

KS



IM

0,246

H4

KS



PR

H5

KI



KD

H6 H7 H8 H9

PR KP KD KD

   

KD IM KP IM

0,32 2 0,66 2 0,536 0,145 0,350 0,700

0,102 0,164 0,171 0,098 0,102 0,151

P < 0,001 < 0,001 < 0,05 < 0,01 < 0,001 < 0,01 > 0,05 < 0,001 < 0,001

Nilai kolom P di Tabel 5.2 di atas menunjukkan dasar bukti yang digunakan untuk menentukan apakah hipotesa diterima atau ditolak, dimana nilai < 0,001 memiliki kriteria sangat kuat, nilai < 0,01 memiliki kriteria kuat, dan nilai < 0,05 memiliki kriteria cukup untuk dapat diterima. Sedangkan apabila nilai > 0,05 maka berarti tidak cukup kuat bukti atau dasar yang digunakan untuk menerima hipotesa tersebut bernilai benar. Nilai pada kolom estimate menunjukkan seberapa besar pengaruhnya baik positif maupun negatif.

IJCCS Vol. x, No. x, July 201x : first_page – end_page

IJCCS

ISSN: 1978-1520

 37

H1: Kualitas layanan memiliki efek positif terhadap kepuasan pengguna. Hasil hipotesa 1 menunjukkan angka 0,900 (standard error 0,132) yang berarti kualitas layanan berpengaruh positif terhadap kepuasan pengguna.Hubungan tersebut juga menunjukkan pengaruh yang signifikan dengan nilai p < 0,001.Kesimpulannya H1 diterima. H2: Kualitas layanan memiliki efek positif terhadap kepercayaan pengguna. Hasil hipotesa 2 menunjukkan angka 0,546 (standard error 0,121) yang berarti kualitas layanan berpengaruh positif terhadap kepercayaan pengguna.Hubungan tersebut juga menunjukkan pengaruh yang signifikan dengan nilai p < 0,001.Kesimpulannya H2 diterima. H3: Kualitas sistem memiliki efek positif terhadap intensi pengguna untuk melanjutkan menggunakan e-commerce. Hasil hipotesa 3 menunjukkan angka 0,246 (standard error 0,102) yang berarti kualitas sistem berpengaruh positif terhadap intensitas pengguna untuk melanjutkan menggunakan ecommerce. Hubungan tersebut juga menunjukkan pengaruh yang signifikan dengan nilai p < 0,05. Kesimpulannya H3 diterima. H4: Kualitas sistem memiliki efek positif terhadap kepercayaan pengguna. Hasil hipotesa 4 menunjukkan angka 0,322 (standard error 0,102) yang berarti kualitas sistem berpengaruh positif terhadap kepercayaan pengguna. Hubungan tersebut juga menunjukkan pengaruh yang signifikan dengan nilai p < 0,01. Kesimpulannya H4 diterima. H5: Kualitas informasi memiliki efek positif terhadap kegunaan yang dirasakan pengguna. Hasil hipotesa 5 menunjukkan angka 0,662 (standard error 0,164) yang berarti kualitas informasi berpengaruh positif terhadap kegunaan yang dirasakan pengguna.Hubungan tersebut juga menunjukkan pengaruh yang signifikan dengan nilai p < 0,001.Kesimpulannya H5 diterima. H6: Kepercayaan pengguna memiliki efek positif terhadap kegunaan yang dirasakan. Hasil hipotesa 6 menunjukkan angka 0,536 (standard error 0,171) yang berarti kepercayaan pengguna berpengaruh positif terhadap kegunaan yang dirasakan. Hubungan tersebut juga menunjukkan pengaruh yang signifikan dengan nilai p < 0,01Kesimpulannya H6 diterima. H7: Kepuasan pengguna memiliki efek positif terhadap intensi pengguna untuk melanjutkan menggunakan e-commerce. Hasil hipotesa 7 menunjukkan angka 0,146 (standard error 0,098) yang berarti kepuasan pengguna berpengaruh positif terhadap intensi pengguna untuk melanjutkan menggunakan ecommerce, namun hubungan tersebut tidak menunjukkan pengaruh yang signifikan untuk diterima dilihat dari nilai p > 0,05. Kesimpulannya H7 ditolak. H8: Kegunaan yang dirasakan memiliki efek positif terhadap kepuasan pengguna. Hasil hipotesa 8 menunjukkan angka 0,350 (standard error 0,102) yang berarti kegunaan yang dirasakan berpengaruh positif terhadap kepuasan pengguna.Hubungan tersebut juga menunjukkan pengaruh yang signifikan dengan nilai p < 0,001.Kesimpulannya H8 diterima. H9: Kegunaan yang dirasakan memiliki efek positif terhadap intensi pengguna untuk melanjutkan menggunakan e-commerce. Hasil hipotesa 9 menunjukkan angka 0,700 (standard error 0,151) yang berarti kegunaan yang dirasakan berpengaruh positif terhadap intensi pengguna untuk melanjutkan menggunakan e-commerce.Hubungan tersebut juga menunjukkan pengaruh yang signifikan dengan nilai p < 0,001.Kesimpulannya H9 diterima.

Title of manuscript is short and clear, implies research results (First Author)

38



ISSN: 1978-1520

3.4

Rekomendasi Berdasarkan hasil dari analisis hipotesa, maka dapat diketahui hubungan pengaruh antar variabel dalam e-commerce success model. Berikut adalah rekomendasi untuk meningkatkan kualitas dan layanan e-commerce pada website Garuda Indonesia. 1. Dalam e-commerce success model, terdapat tiga variabel yang berpengaruh terhadap intensi untuk melanjutkan yang merupakan parameter atau indikator utama / akhir dari kesuksesan e-commerce. Pada hasil uji SEM, ditemukan bahwa variabel kepuasan pelanggan tidak memiliki pengaruh terhadap Intensi untuk melanjutkan, sehingga hanya terdapat dua variabel yang mempengaruhi secara positif, yaitu kegunaan yang dirasakan dan kualitas sistem. Pada Tabel 5.2, variabel yang pengaruhnya paling tinggi dan signifikan terhadap intensi untuk melanjutkan ialah kegunaan yang dirasakan dengan nilai standardized estimate 0,699. Dengan demikian, prioritas perbaikan yang dilakukan oleh Garuda untuk meningkatkan intensi pelanggan untuk menggunakan e-commerce (website) ialah pada variabel kegunaan yang dirasakan. 2. Variabel kegunaan yang dirasakan dipengaruhi secara langsung oleh variabel kualitas informasi dan kepercayaan pelanggan. Pada Tabel 14, variabel yang pengaruhnya paling tinggi dan signifikan terhadap kegunaan yang dirasakan ialah kualitas informasi dengan nilai standardized estimate 0,520. Dengan demikian, prioritas perbaikan selanjutnya yang dilakukan oleh Garuda untuk meningkatkan kegunaan yang dirasakan pelanggan ialah pada variabel kualitas informasi. 3. Variabel kepuasan pelanggan dipengaruhi secara langsung oleh variabel kualitas layanan dan kegunaan yang dirasakan. Pada Tabel 5.2, variabel yang pengaruhnya paling tinggi dan signifikan terhadap kepuasan pelanggan ialah kualitas layanan dengan nilai standardized estimate 0,736. Dengan demikian, prioritas perbaikan selanjutnya yang dilakukan oleh Garuda untuk meningkatkan kepuasan pelanggan ialah pada variabel kualitas layanan. 4. Variabel kepercayaan dipengaruhi secara langsung oleh variabel kualitas sistem dan kualitas layanan. Pada Tabel 14, variabel yang pengaruhnya paling tinggi dan signifikan terhadap kepercayaan pelanggan ialah kualitas layanan dengan nilai standardized estimate 0,771. Dengan demikian, prioritas perbaikan selanjutnya yang dilakukan oleh Garuda untuk meningkatkan kepercayaan pelanggan ialah pada variabel kualitas layanan. 4. KESIMPULAN DAN SARAN 5.1

Kesimpulan Kesimpulan ditentukan berdasarkan pengolahan data dan analisa hasil pada bab-bab sebelumnya.Berikut adalah kesimpulan yang dapat diambil. 1. Berdasarkan hasil uji model (akhir), diketahui bahwa seluruh variabel laten pada ecommerce success model berpengaruh positif terhadap variable yang dituju (kecuali variabel KP  IM, yang dianggap tidak berpengaruh). 2. Dari 9 hipotesa, terdapat 8 hipotesa yang diterima dan 1 hipotesa yang tidak diterima. Hipotesa yang tidak diterima ialah hipotesa 7 karena memiliki p value > 0,05 atau dengan kata lain kurangnya dasar atau bukti yang kuat untuk menjadikan hipotesa 7 diterima, sehingga kesimpulannya hipotesa 7 tidak diterima. 3. Untuk meningkatkan nilai penerimaan pengguna terhadap B2C e-commerce pada website Garuda Indonesia, maka rekomendasi kepada perusahaan ialah dapat melakukan peningkatan kualitas sesuai prioritas. Prioritas pertama ialah meningkatkan kegunaan yang dirasakan, karena berpengaruh paling tinggi terhadap intensi pelanggan untuk melanjutkan menggunakan ecommerce. Prioritas kedua ialah meningkatkan kualitas informasi karena berpengaruh paling tinggi terhadap kegunaan yang dirasakan. Prioritas ketiga ialah meningkatkan kualitas layanan, karena berpengaruh paling tinggi terhadap kepuasan pelanggan dan kepercayaan. 4. Perusahaan dapat meningkatkan kualitas variabel lain untuk meningkatkan nilai penerimaan pelanggan terhadap B2C e-commerce pada website Garuda menjadi lebih baik, karena semua variabel memiliki pengaruh yang positif terhadap penerimaan pelanggan. IJCCS Vol. x, No. x, July 201x : first_page – end_page

IJCCS

ISSN: 1978-1520

 39

5.2

Saran Berikut di bawah ini adalah saran yang dapat dipertimbangkan dan digunakan pada penelitian selanjutnya. 1. Penambahan jumlah responden agar dapat memberikan hasil dengan nilai reliabilitas yang lebih tinggi. Penambahan responden juga diperlukan untuk meningkatkan nilai kesesuaian model. 2. Perluasan kelas responden, pada penelitian ini responden yang dianalisa merupakan responden non member, untuk dapat mengetahui hasil keseluruhan pengguna website Garuda, maka responden member Garuda dapat ditambahkan dalam proses penghitungan / analisa. 3. Penambahan indikator dan pernyataan yang digunakan dalam kuesioner. Penambahan ini berfungsi untuk menguatkan bukti bahwa variabel tersebut diukur oleh indikator-indikator yang cukup banyak. Analisis penerimaan pengguna dengan menggunakan e-commerce success model dapat digunakan untuk penelitian penerimaan e-commerce lain yang sejenis.ditentukan berdasarkan pengolahan data dan analisa hasil pada bab-bab sebelumnya. Berikut adalah kesimpulan yang dapat diambil. DAFTAR PUSTAKA [1] Rahman, M. R. (2013, Agustus). Diambil kembali dari Antara News: http://www.antaranews.com/berita/393307/penumpang-garuda-semester-pertama -tembus10-juta [2] Kalakota, R., & Whinston, A. B. (1997). Frontiers of Electronic Commerce. Boston, MA: Addison-Wesley Longman. [3] Brown, I., & Jayakody, R. (2008). B2C eCommerce Success: a Test and Validation of a Revised Conceptual Model. The Electronic Journal Information Systems Evaluation, 11(3), 167-184. [4] DeLone, W. H., & McLean, E. R. (2003). The DeLone and McLean Model of Informations Systems Success: A Ten-Year Update. Journal of Management Information Systems, 19(4), 9-30. [5] Seddon, P. B. (1997). A Respesification and Extension of the DeLone & McLean Model of IS Success. Information Systems Research, 8(3), 240-253. [6] Dillon, A. (2001). User Acceptance of Information Technology. (W. Karwowski, Penyunt.) London: Taylor and Francis. [7] Homsud, S., & Chaveesuk, S. (2014, June). Understanding a Proposed Model of Customer Loyalty Formation in B2C e-Commerce. International Journal of Future Computer and Communication, III(3), 191-196. [8] Gefen, D., Karahanna, E., & Straub, D. W. (2003, March). Trust and TAM in Online Shopping: An Integrated Model. MIS Quarterly, 27, 51-90. [9] Petter, S., DeLone, W., & McLean, E. (2008). Measuring Information Systems Success: Models, Dimensions, Measures, and Interrelationships. European Journal of Information Systems(17), 236-263. [10] Bhattacherjee, A. (2001). An Empirical Analysis of the Antecedents of Electronic Commerce Service Continuance. Decisions Support Systems, 32(2), 201-214. [11] Nazeer, M., & Stander, A. (2009). Airline Website Quality and its Impact on User Satisfaction and Continuance Intention. 11th Annual Conference on World Wide Web Applications. Port Elizabeth. [12] Fox, J. (2002, January). Diambil kembali dari cran.r-project: http://cran.rproject.org/doc/contrib/Fox-Companion/appendix-sems.pdf [13] Kline, R. (1998). Principles and Practice of Structural Equation Modeling. New York, United States: The Guilford Press. [14] Wang, J., & Wang, X. (2012). Structural Equation Modeling: Application Using Mplus. John Wiley & Sons. Februari 2007. Title of manuscript is short and clear, implies research results (First Author)

40 [15]



ISSN: 1978-1520

Hooper, D., Coughlan, J., & Mullen, M. R. (2008). Structural Equation Modelling: Guidelines for Determining Model Fit. Electronic Journal of Business Research Methods, 6(1), 53-60.

IJCCS Vol. x, No. x, July 201x : first_page – end_page