Pengaruh Persepsi Kemudahan dan Persepsi Kegunaan Terhadap Penerimaan Layanan Web Tracking (Studi Kasus PT XYZ)

Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016 ISBN: 978-602-1034-40-8

Pengaruh Persepsi Kemudahan dan Persepsi Kegunaan Terhadap Penerimaan Layanan Web Tracking (Studi Kasus PT XYZ) Della Oktaviany1, Dien Novita2 1,2 Program Studi Sistem Informasi, STMIK GI MDP Email: [email protected], [email protected]

Abstrak Penggunaan teknologi saat ini sudah menjadi kebutuhan dalam kegiatan sehari-hari, termasuk diantaranya layanan pengiriman barang. PT XYZ merupakan sebuah perusahaan yang memiliki layanan pengiriman barang domestik maupun internasional. Dalam proses kerjanya, PT XYZ menggunakan sebuah sistem untuk membantu pengguna layanan melakukan pengecekan posisi barang kiriman dalam bentuk website, yaitu Web Tracking. Penelitian ini bertujuan untuk menganalisa pengaruh persepsi kemudahan dan persepsi kegunaan terhadap penerimaan layanan Web Tracking pada PT XYZ. Pengumpulan data dalam penelitian ini dilakukan dengan cara menyebar kuesioner kepada para pengguna layanan, yang kemudian akan diolah menggunakan SEM dan tools SmartPLS. Hasil dari penelitian ini merupakan faktor apa yang menjadi pengaruh penerimaan layanan Web Tracking yang diharapkan dapat membantu PT XYZ dalam menentukan kebijakan baru ataupun melakukan perbaikan yang dibutuhkan terkait penggunaan layanan Web Tracking pada layanan pengiriman barang. Kata Kunci: Pengiriman barang, SEM, smartPLS Abstract The usability of today's technology has become a necessity in our daily activities, including goods shipping services. PT XYZ is a company which has a delivery service domestically and internationally. In its business process, PT XYZ uses a system to help users of the service to check the position of the shipment in a website called Web Tracking. This study aimed to analyze the effect of perceived ease and perceived usefulness to the acceptance of Web Tracking services on PT XYZ. Collecting data in this study done by spreading questionnaire to the users of the service, which will be processed using SEM and SmartPLS. Results from this study is the factors that influence the acceptance of Web Tracking services that may help PT XYZ in determining the new policy or make improvements which are needed regarding the use of Web Tracking services on service delivery. Keyword: Goods shipping, SEM, SmartPLS

1. PENDAHULUAN Pengembangan teknologi yang begitu cepat, termasuk dalam penggunaan internet, menyebabkan banyak sekali perubahan diantaranya dalam memberikan pelayanan terhadap konsumen [1-4]. Pelayanan yang diberikan akan menjadi faktor yang cukup menentukan apakah konsumen akan terus menggunakan layanan yang disediakan oleh organisasi. Perkembangan teknologi memiliki dampak terhadap berbagai aspek kehidupan. PT XYZ merupakan sebuah organisasi yang memberikan layanan kepada konsumennya, diantaranya layanan pengiriman barang. Layanan pengiriman ini tidak hanya melayani pengiriman domestik, tetapi juga pengiriman luar negeri. Dalam memberikan layanan pengiriman barang, PT XYZ juga memberikan layanan pengecekan posisi barang kiriman melalui website resmi PT XYZ yang disebut sebagai Web Tracking. Layanan ini diberikan untuk memudahkan para pelanggan dalam mengetahui posisi terakhir barang kiriman berada sebelum sampai di tangan penerima. Dalam menggunakan layanannya, PT XYZ ingin mengetahui sejauh mana penerimaan pelanggan terhadap layanan tersebut, dilihat dari segi kemudahan dan kegunaannya. Hal ini dimaksudkan agar PT XYZ dapat terus mempertahankan Web Tracking sebagai salah satu jenis layanan andalan mereka. Oleh karena itu, pada penelitian ini akan dibuktikan antara kemudahan penggunaan dan kegunaan Web Tracking itu sendiri, faktor mana yang mempengaruhi penggunaan layanan.

126


2. METODE 2.1 Metode Penelitian Penelitian yang dilakukan yaitu untuk mengetahui faktor penerimaan layanan Web Tracking yang telah diberikan oleh PT XYZ kepada pelanggannya. Penelitian ini memiliki beberapa proses seperti yang terlihat pada Gambar 1.

Perumusan Masalah

Studi Literatur

Pengumpulan Data

Penyusunan Instrumen

Perumusan Model

Pengolahan Data

Analisis Data

Penarikan Kesimpulan

Gambar 1. Tahapan penelitian 2.1.1. Tahap Perumusan Masalah Pada tahap ini dirumuskan masalah yang akan digunakan sebagai topik penelitian, yaitu untuk mengetahui faktor mana yang akan menjadi faktor penerimaan layanan Web Tracking dari 2 (dua) faktor yang ada pada model penelitian. 2.1.2. Tahap Studi Literatur Pada tahap ini dikumpulkan dan dirumuskan teori-teori yang terkait dengan penerimaan layanan serta penggunaan layanan internet yang digunakan untuk memberikan sebuah jasa kepada pelanggan. Literatur diperoleh dari berbagai sumber, diantaranya jurnal dan artikel yang memiliki keterkaitan dengan topik penelitian dimana akan diperoleh hasil berupa model penelitian. Dalam menyusun model penelitian, dikumpulkanlah beberapa teori yang berhubungan penerimaan layanan. Berikut dijabarkan teori penerimaan layanan dan beberapa penelitian terdahulu yang telah menyimpulkan beberapa faktor yang dapat menjadi acuan dalam menyusun model penelitian. 2.1.2.1. Technology Acceptance Model (TAM) Model penerimaan teknologi (Technology Acceptance Model atau TAM) merupakan suatu model penerimaan sistem teknologi informasi yang akan digunakan oleh pemakai [5]. Model ini terdiri atas 5 (lima) variable, yaitu Perceived Usefulness, Perceived Ease of Use, Attitude towards Using Technology, Behavioral Intention to Use, dan Actual Technology Use. Gambar 2 merupakan model TAM yang juga menjadi acuan dalam menyusun model penelitian.

127


Gambar 2. Model TAM 2.1.2.2. Penelitian Terdahulu Cheah, at.al. melakukan penelitian untuk memperoleh faktor yang mempengaruhi masyarakat Malaysia dalam penggunaan Mobile Banking [6]. Penelitian ini menyimpulkan beberapa faktor yang mempengaruhi penggunaan Mobile Banking, yaitu Perceived Usefulness, Perceived Ease of Use, Relative Advantages, Perceived Risks, dan Personal Innovativeness. Quan, Hao dan Jianxin melakukan penelitian untuk mengetahui faktor yang mempengaruhi penggunaan mobile service di China dengan memanfaatkan integrasi dari model TAM [7]. Pengumpulan data dilakukan dengan cara menyebarkan kuesioner kepada para responden sehingga menghasilkan adanya 5 (lima) faktor yang menjadi kesimpulan. Kelima faktor tersebut antara lain Perceived Usefulness, Perceived Ease of Use, Perceived Credibility, Perceived Behavioral Control dan Perceived Cost. Faziharudean dan Li-ly melakukan penelitian untuk mengetahui faktor apa saja yang mempengaruhi penggunaan layanan data seluler di Klang Valley, Malaysia dengan cara menyebarkan kuesioner pada tahun 2008 [8]. Responden yang dianggap valid dalam penelitian ini berjumlah 404 responden. Gambar 3 merupakan model penelitian yang digunakan dalam penelitian ini. Perceived Usefulness Perceived Ease of Use Perceived Enjoyment Usage Intention for Mobile Data Services

Social Influence Media Influence Perceived Mobility Perceived Monetary Value

Gambar 3. Model penelitian Faziharudean dan Li-Ly 2.1.3. Tahap Perumusan Model Model penelitian yang akan digunakan dalam penelitian ini diperoleh dari hasil studi literatur sebelumnya. Berdasarkan hasil studi literatur, variabel yang akan digunakan ada 3 (tiga), yaitu Persepsi Kegunaan, Persepsi Kemudahan, dan Penggunaan Web Tracking. Model penelitian dapat dilihat pada Gambar 4.

128


Persepsi Kegunaan (PK) Penggunaan Web Tracking (WT) Persepsi Kemudaan (PK)

Gambar 4. Model penelitian yang digunakan 2.1.4. Tahap Penyusunan Instrumen Pada tahap ini dilakukan pengambilan instrumen dari penelitian terdahulu mengenai penerimaan teknologi. Instrumen penelitian ini akan menjadi pertanyaan-pertanyaan yang bersifat close-ended question pada kuesioner yang akan dibagikan kepada responden. 2.1.5. Tahap Pengumpulan Data Setelah instrumen sudah selesai disusun, dilakukan pengumpulan data melalui kuesioner yang sebelumnya telah dirancang kepada pengguna layanan pengiriman barang sekaligus menggunakan layanan Web Tracking pada PT XYZ. Dari penyebaran 300 kuesioner, 235 kuesioner yang telah diisi oleh responden dianggap sah karena seluruh pernyataan dan pertanyaan yang diajukan dalam kuesioner dijawab dengan lengkap dan jelas. Profil responden dalam penelitian ini diklasifikasikan berdasarkan jenis kelamin (53% responde laki-laki, 47% responden perempuan), usia (50% responden berada di rentang usia 21-30 tahun, 32% responden berada di rentang usia 31-40 tahun, 9% responden berada di rentang usia 41-50 tahun, 8% responden berada di rentang usia 16-20 tahun dan 1% responden berada di rentang usia lebih dari 50 tahun), pekerjaan (10 klasifikasi pekerjaan), jenjang pendidikan (mayoritas Strata-1 sebanyak 41%), lama waktu mengenal teknologi Web Tracking (93% telah mengenal Web Tracking dengan jangka waktu antara 1 hingga 10 bulan), dan intensitas penggunaan Web Tracking (91% telah menggunakan layanan Web Tracking sebanyak 1 hingga 10 kali). 2.1.6. Tahap Analisis Data Pada tahap analisis data, data yang telah diperoleh dari pembagian kuesioner sebelumnya akan diolah menggunakan teknik statistik yaitu teknik structural equation model (SEM) dengan bantuan tools SmartPLS 2.0 M3. 2.1.7. Tahap Penarikan Kesimpulan Setelah tahap analisis data selesai dilakukan, selanjutnya kesimpulan dapat ditarik berdasarkan hasil analisis dimana kesimpulan ini akan menjadi jawaban atas pertanyaan penelitian yang telah diuraikan sebelumnya. Selain penarikan kesimpulan, akan ditambahkan juga saran yang nantinya dapat dipertimbangkan untuk penelitian lebih lanjut. 3. HASIL DAN PEMBAHASAN 3.1. Konstruksi Diagram Jalur Pada pembahasan sebelumnya telah digambarkan model penelitian yang akan digunakan dalam penelitian ini. Model penelitian tersebut akan digambarkan terlebih dahulu menggunakan tools SmartPLS atau disebut dengan konstruksi diagram jalur. Konstruksi diagram jalur ditampilkan pada Gambar 5.

129


Gambar 5. Konstruksi diagram jalur 3.2. Evaluasi Measurement Model Pada tahap ini, ada beberapa pengujian yang akan dilakukan sebagai berikut. 3.2.1. Uji Validitas Dalam uji validitas, terdapat 2 (dua) tahapan yang dilakukan, yaitu uji convergent validity dan uji discriminant validity. 3.2.1.1. Uji Convergent Validity Suatu indikator memenuhi reliabilitas bila memiliki loading factor diatas 0.70 [9]. Hal serupa juga dinyatakan dimana nilai loading factor harus berada diatas 0.70 [10]. Akan tetapi, jika loading factor berada pada rentang 0.50 hingga 0.60 masih dapat diterima asalkan diperuntukkan pada riset tahap pengembangan skala [9]. Berdasarkan hasil perhitungan, semua indikator pada diagram jalur memenuhi syarat reliabilitas yaitu diatas 0.70 seperti tertera pada Tabel 1. Tabel 1. Output diagram jalur untuk loading factor PK PKG PWT PK1 0.929149 PK2 0.744713 PK3 0.950631 PKG1 0.908026 PKG2 0.928030 PKG3 0.752883 PWT1 0.917609 PWT2 0.942626 PWT3 0.745309 Tahap selanjutnya dilakukan uji convergent validity dengan melihat nilai AVE di setiap konstruk dimana nilai AVE (Average Variance Extracted) harus diatas 0.50 [10]. Tabel 2 menampilkan nilai AVE dari semua variabel laten dimana nilainya berada diatas 0.50. Nilai ini menyatakan bahwa semua variabel laten memenuhi convergent validity. Tabel 2. Nilai AVE AVE PK 0.773871 PKG 0.750861 PWT 0.762012 3.2.1.2. Uji Discriminant Validity Nilai korelasi indikator terhadap kosntruknya harus lebih besar dibandingkan dengan nilai korelasi antara indikator dengan konstruk lainnya [9]. Pada Tabel 3, terlihat bahwa nilai korelasi indikator terhadap konstruknya sendiri lebih besar dibandingkan dengan korelasi antara indikator dengan konstruk lain. Dengan demikian dapat disimpulkan bahwa konstruk dalam penelitian ini memiliki discriminant validity yang tinggi.

130


Tabel 3. Nilai korelasi indikator terhadap konstruk PK PKG PWT PK1 0.929149 0.601928 0.549921 PK2 0.744713 0.643064 0.465164 PK3 0.950631 0.627641 0.568158 PKG1 0.626217 0.908026 0.410184 PKG2 0.637742 0.928030 0.458785 PKG3 0.565122 0.752883 0.422529 PWT1 0.606028 0.487157 0.917609 PWT2 0.571940 0.512059 0.942626 PWT3 0.345924 0.248410 0.745309 3.2.2. Uji Reliabilitas Selain uji validitas, pengukuran model juga dilakukan untuk menguji reliabilitas suatu konstruk [9]. Uji reliabilitas dilakukan untuk membuktikan akurasi, konsistensi, dan ketepatan instrumen dalam mengukur konstruk. Reliabilitas dapat diukur dengan dua acara, yaitu dengan Cronbach‟s Alpha dan Composite Reliability atau sering disebut Dillon-Goldstein‟s. Penggunaan Cronbach‟s Alpha lebih cenderung under estimate dalam mengukur reliabilitas, sedangkan composite reliability merupakan closer approximation dengan asumsi estimasi parameter adalah akurat [10]. Agar konstruk dinyatakan reliable, nilai Cronbach‟s Alpha dan Composite Reliability harus lebih besar dari 0.7 untuk penelitian yang bersifat confirmatory dan nilai 0.6–0.7 masih dapat diterima untuk penelitian yang bersifat exploratory [9]. Hasil pengukuran Cronbach‟s Alpha dan Composite Reliability dapat dilihat pada Tabel 4. Tabel 4. Nilai cronbach‟s alpha dan composite reliability Cronbachs Alpha Composite Reliability PK 0.847856 0.910342 PKG 0.828711 0.899676 PWT 0.845260 0.904841 3.3. Evaluasi Structural Model Evaluasi Structural Model akan melihat nilai koefisien determinansi (R2), dimana hasil R2 akan dikategorikan menjadi 0.67 (kuat), 0.33 (moderat), dan 0.19 (lemah) [10]. Nilai koefisien determinansi pada penelitian ini berada pada nilai 0.37 dapat dilihat pada Tabel 5, dimana nilai tersebut masuk pada kategori moderat. Tabel 5. Nilai koefisien determinansi (R2) R Square PK PKG PWT 0.373583 Setelah nilai koefisien determinansi dihasilkan, selanjutnya dilakukan pengujian hipotesis dengan cara melihat nilai t-value pada setiap path coefficient. Pada level signifikansi sebesar 0.05, suatu hipotesis akan diterima bila memiliki t-value lebih besar dari 1.96 [9]. Hasil evaluasi structural model dapat dilihat pada Tabel 6. Tabel 6. Hasil path coefficient PK PWT PKG PWT

-> ->

Path Coefficient 0.498065 0.147514

T-Value 8.267547

Keterangan Signifikan

2.287423

Signifikan

Kesimpulan Hipotesis Diterima Hipotesis Diterima

Berdasarkan Tabel 6, dapat disimpulkan hasil uji hipotesis terhadap model penelitian yaitu sebagai berikut: 1) Variabel Persepsi Kemudahan (PK) terbukti mempengaruhi Penggunaan Web Tracking (PWT) karena memiliki t-value diatas 1.96 dengan koefisien sebesar 8.267547. Hipotesis ini diterima

131


sehingga terbukti adanya hubungan positif antara persepsi kemudahan dengan penggunaan Web Tracking. 2) Variabel Persepsi Kegunaan (PKG) terbukti mempengaruhi Penggunaan Web Tracking (PWT) karena memiliki t-value diatas 1.96 dengan koefisien sebesar 2.287423. Hipotesis ini diterima sehingga terbukti adanya hubungan positif antara persepsi kegunaan dengan penggunaan Web Tracking. 4. SIMPULAN Penelitian ini dilakukan untuk membuktikan faktor mana yang mempengaruhi penerimaan layanan Web Tracking di PT XYZ. Hasil yang diperoleh dari pengolahan dan perhitungan data, persepsi kemudahan dan persepsi kegunaan terbukti mempengaruhi penerimaan layanan Web Tracking. 5. REFERENSI [1] Safeena, R., Abdullah. & Date, Hema. 2010. Customer Perspectives on E-Business Value : Case Study on Internet Banking. Journal of Internet Banking and Commerce. Vol. 15(1): 1-13. [2] Bauer, H.H., Hammerschmidt, M. dan Falk, T. 2005. Measuring the Quality of E-Banking Portals. International Journal of Bank Marketing. Vol. 23(2). [3] Ibrahim, E.E., Joseph, M. dan Ibeh, K.I.N. 2006. Customer’s Perception of Electronic Service Delivery in the UK Retail Bank Sector. International Journal of Bank Marketing. Vol. 24(7): 475493. [4] Parasuraman, A and Zinkhan, G.M. 2002. Merketing To and Service Customers through the Internet: An Overview and Research Agenda. Journal of the Academy of Marketing Science. Vol. 30(4): 286-295. [5] Jogiyanto. 2007. Sistem Informasi Keperilakuan. Penerbit Andi, Yogyakarta. [6] Cheah, Ching Mun. et.al. 2011. Factors Affecting Malaysian Mobile Banking Adoption: An Empirical Analysis. International Journal of Network and Mobile Technologies. Vol. 2(3):149-160. [7] Quan, Sun., Hao, Cao. & Jianxin, You. 2010. Factors Influencing the Adoption of Mobile Service in China: AN Integration of TAM. Journal of Computers. Vol. 5(5): 799-806. [8] Faziharudean, T.M. & Li-ly, Tan. 2011. Consumers’ Behavioral Intentions to Use Mobile Data Services in Malaysia. African Journal of Business Management. Vol. 5(5): 1811-1821. [9] Ghozali, Imam. & Latan, Hengky. 2012. Konsep dan Teknik Aplikasi SmartPLS 2.0 M3. Badan Penerbit Universitas Diponegoro, Semarang. [10] Chin, W.W. 1998. The Partial Least Squares Approach for Structural Equation Modeling. Modern Methods for Business Research. Lawrence Erlbaum Associate, New Jersey.

132

Pengaruh Persepsi Kemudahan dan Persepsi Kegunaan Terhadap Penerimaan Layanan Web Tracking (Studi Kasus PT XYZ)

Recommend Documents