Bab IV
Analisa Penelitian
Pada bab 4 akan dibahas kelanjutan aktifitas penelitian terhadap Sistem Informasi
dashboard DRMS & EXIST PT. TELKOM, tbk. Fase sebelumnya, yaitu Define telah dijelaskan pada bab 3. Tahap berikutnya akan membahas tahap Measure,
Analyze, Improve dan Control.
IV.1
Proses Pengukuran (Measure) Efektifitas Sistem Informasi Dashboard
DRMS & EXIST PT. TELKOM, tbk. Pengukuran ini meliputi model adaptasi efektifitas SI yang disesuaikan dengan kondisi DRMS & EXIST, disertai dengan pengukur-pengukur efektifitas dari model adaptasi tersebut. Kemudian dilakukan pengujian terhadap model efektifitas SI. Pengujian model menggunakan pengujian validasi dan reabilitas instrumen yang digunakan dalam analisa efektifitas SI. Dasar-dasar hipotesis berikut pengujiannya dilakukan untuk membuktikan hubungan antar variabel dengan menggunakan analisa regresi.
IV.1.1 Model Adaptasi Pengukuran Efektifitas Sistem Informasi DRMS & EXIST PT. TELKOM, tbk. Tahap penyesuaian pengukur yang dapat menentukan kesuksesan Sistem Informasi di PT. TELKOM, tbk. Penyesuaian tersebut diperoleh melalui proses wawancara dengan pembimbing organisasi dan pihak manajemen di Information
System Centre. Dalam hal ini berkaitan dengan kebijakan internal organisasi.
Pada kenyataannya penelitian terhadap PT.TELKOM tbk. memiliki keterbatasan untuk melakukan pengukuran secara spesifik terhadap unit tertentu dalam organisasi. Pihak organisasi juga menyatakan bahwa faktor utama dalam SI
dashboard DRMS & EXIST yang dapat diukur adalah metode, peranti lunak dan peranti kerasnya. Faktor-faktor tersebut dipandang sebagai penentu kesuksesan
55
56
dan efektifitas DRMS & EXIST. Untuk itu adaptasi model Efektifitas DeLone dan McLean dilakukan pada bagian semantik dengan mengeliminasi Kualitas Layanan sebagai pengukur efektifitas SI.
Dengan ketiadaan Kualitas Layanan, maka model Efektifitas SI pada bagian teknis dan semantik serupa dengan model awal Kesuksesan SI DeLone dan McLean yang dikembangkan pada tahun 1992, yaitu Kualitas Informasi dan Kualitas Sistem. Sedangkan pada bagian efektifitas dan pengaruh sesuai dengan Model Kesuksesan SI DeLone & McLean yang diformulasi ulang. Dengan demikian Model Kesuksesan SI mengalami adaptasi. Seluruh dimensi dalam penelitian dashboard DRMS & EXIST dapat terlihat pada Gambar IV.1.
Kualitas Informasi
Penggunaan (Minat menggunakan) Manfaatmanfaat positif
Kualitas Sistem
Kepuasan Pengguna
Gambar IV.1 Model Adaptasi Kesuksesan Sistem Informasi dashboard DRMS & EXIST PT. TELKOM, tbk.
IV.1.2 Pengukur-Pengukur Efektifitas Sistem Informasi Pada bagian ini akan dibahas pengukur-pengukur yang menjadi penentu efektifitas SI DRMS & EXIST. Pengukur-pengukur ini melekat pada dimensi-
57
dimensi penentu efektifitas SI. Setiap pengukur memiliki pernyataan-pernyataan yang diajukan kepada stakeholder DRMS & EXIST.
Kualitas sistem memiliki dari 5 pengukur, diturunkan menjadi 20 pernyataan. Kualitas informasi terdiri dari 15 pengukur dengan 65 pertanyaan yang mewakilinya. Pada penggunaan terdapat 2 pengukur diwakili oleh 7 pertanyaan. Kepuasan Pengguna memiliki 1 pengukur dengan 5 pernyataan. Begitu juga manfaat-manfaat positif dengan 1 pengukur yang terdiri dari 6 pernyataan. Untuk lebih detail, pengukur-pengukur tersebut dapat dilihat pada Tabel IV.1
Tabel IV.1 Pengukur Kesuksesan Sistem Informasi Dimensi Kualitas Sistem
Kualitas Informasi
Penggunaan Kepuasan Pengguna Manfaat-manfaat positif
Elemen Pengukur Isi laporan Bentuk laporan Penyelesaian masalah Prosedur masukan (input) Stabilitas sistem Accessibility Appropriate Amount Believability Completeness Concise Representation Consistent Representation Ease of Operation Free of Error Interpretability Objectivity Relevancy Reputation Security Timeliness Understandability Frekuensi penggunaan Intensitas penggunaan Kepuasan menyeluruh Manfaat Pribadi
Pernyataan 4 4 4 4 4 4 4 4 6 4 4 5 4 5 4 4 4 4 5 4 2 5 5 6
58
IV.1.3 Hipotesis Hipotesis digunakan untuk melakukan analisa dan pembuktian terhadap hubungan antar dimensi pada Model Efektifitas SI Dashboard DRMS & EXIST. Dengan hasil pembuktian ini, dapat digunakan sebagai dasar analisa efektifitas dan tahap
Improve. Setiap dimensi dengan setiap relasinya dalam model dibuat hipotesisnya. Setiap hipotesis adalah Hipotesis Alternatif (Ha), dan untuk lebih memudahkan setiap hipotesis diberi indeks sesuai urutannya.
Dimensi Kualitas Informasi telah terdapat pada model dasar DeLone & McLean. Penelitian-penelitian yang telah ada (2), (4), dan (23) juga mengindikasikan korelasi positif variabel ini dengan Penggunaan maupun Kepuasan Pengguna, dengan demikian dapat diasumsikan fenomena yang sama terjadi di PT. TELKOM, tbk. Hipotesis berhubungan dengan variabel ini:
H1: Terdapat pengaruh positif antara Kualitas Informasi dan Penggunaan H2: Terdapat pengaruh positif antara Kualitas Informasi dan Kepuasan Pengguna
Dimensi Kualitas Sistem adalah aspek teknis dari Sistem Informasi. Penelitian sebelumnya juga menunjukkan korelasi positif antara variabel ini dengan Penggunaan dan Kepuasan Pengguna (4), (16), dan (23). Dengan demikian dapat diasumsikan fenomena yang sama terjadi di PT. TELKOM, tbk. Hipotesis berhubungan dengan variabel ini:
H3: Terdapat pengaruh positif antara Kualitas Sistem dan Penggunaan H4: Terdapat pengaruh positif antara Kualitas Sistem dan Kepuasan Pengguna
Dimensi Penggunaan telah ada di Model DeLone & McLean. Penelitianpenelitian terdahulu juga telah mengindikasikan korelasi positif antara variabel ini dengan Kepuasan Pengguna dan Manfaat-Manfaat Positif (7), dan (23). Berdasarkan hal tersebut dapat diasumsikan fenomena yang sama terjadi di PT. TELKOM, tbk. Hipotesis berhubungan dengan variabel ini:
H5: Terdapat pengaruh positif antara Penggunaan dan Kepuasan Pengguna
59
H6: Terdapat pengaruh positif antara Penggunaan dan Manfaat-manfaat Positif
Dimensi Kepuasan Pengguna telah ada di Model DeLone & McLean. Penelitianpenelitian terdahulu juga telah mengindikasikan korelasi positif antara variabel ini dengan Penggunaan dan Manfaat-Manfaat Positif (7), (23).
Berdasarkan hal
tersebut dapat diasumsikan fenomena yang sama terjadi di PT. TELKOM, tbk. Hipotesis berhubungan dengan variabel ini:
H7: Terdapat pengaruh positif antara Kepuasan Pengguna dan Penggunaan H8: Terdapat pengaruh positif antara Kepuasan Pengguna dan Manfaat Positif
Dimensi Manfaat-Manfaat positif telah terdapat pada Model DeLone & McLean (7). Dengan dasar hal tersebut maka diasumsikan variabel ini berkorelasi positif dengan Penggunaan dan Kepuasan Pengguna di PT. TELKOM, tbk. Hipotesis berhubungan dengan variabel ini:
H9: Terdapat pengaruh positif antara Manfaat-Manfaat Positif dan Penggunaan. H10: Terdapat pengaruh positif antara Manfaat-Manfaat Positif dan Kepuasan Pengguna.
IV.1.4 Pengujian Model Efektifitas SI Dashboard DRMS & EXIST Sebelum melakukan analisa efektifitas SI dashboard DRMS & EXIST perlu dilakukan pengujian terhadap model yang digunakan. Kegunaan dari langkah awal ini adalah untuk memastikan bahwa model yang digunakan layak dijadikan dasar untuk menganalisa efektifitas SI. Langkah-langkah yang dilakukan meliputi uji pada instrumen-instrumen dalam setiap variabel, kemudian hubungan antar setiap variabel di dalam model.
IV.1.4.1
Uji Validitas Instrumen
Pengukuran validitas instrumen dilakukan untuk membuktikan bahwa instrumen penelitian dapat digunakan untuk mengukur nilai sebenarnya yang ingin diukur.
60
Penilaian para ahli (expert’s judgment) menjadi pilihan untuk menguji validitas instrumen-instrumen yang dipakai. Dalam hal ini aspek-aspek dalam instrumen ditentukan dengan melakukan studi literatur pada penelitian-penelitian sejenis. Instrumen yang digunakan dikonstruksi berdasarkan teori-teori tertentu, kemudian dikonsultasikan dengan para ahli, dalam hal ini dengan dosen pembimbing dan pembimbing organisasi.
Untuk kualitas informasi digunakan instrumen dari metodologi AIMQ (21). Kualitas sistem menggunakan instrumen yang dikembangkan oleh Rickett dan Jenkins, dipopulerkan oleh Ananth Srinivasan (36). Untuk penggunaan dipakai pengukur DeLone & McLean (6). Kepuasan Pengguna menggunakan instrumen dari Livari (23). Begitu juga manfaat-manfaat positif menggunakan instrumen Livari.
Dalam melakukan face validation dengan pembimbing organisasi dilibatkan tiga orang dari jabatan setingkat manajemen, yaitu dari Enterprise Application
Operation ISC. Hasil validasi menyimpulkan perlunya perubahan terhadap kuesioner. Perubahan dilakukan untuk menyesuaikan analisa efektifitas dengan kondisi PT. TELKOM, tbk. Kondisi termaksud adalah kondisi SI Dashboard DRMS & EXIST PT. TELKOM, tbk. dan kondisi ISC. Untuk lebih memudahkan responden mengisi kuesioner, item-item pernyataan yang memiliki kemiripan arti dibuat menjadi satu pernyataan, karena koresponden dalam penelitian ini tidak hanya personel yang memiliki kapabilitas dalam ilmu komputer, tetapi juga personel awam ilmu komputer. Bagian dari kuesioner yang mengalami perubahan adalah User Perceived Effectiveness of the System, AIMQ dan Use. Hasil validasi instrumen dapat dilihat pada Lampiran E.
Untuk instrumen yang digunakan pada dimensi Kepuasan Pengguna dan ManfaatManfaat Positif, telah dipastikan validitasnya oleh pembimbing organisasi. Pernyataan pada semua instrumen tersebut hanya perlu disesuaikan dengan
61
responden dan SI yang dituju. Dengan demikian instrumen untuk dimensi-dimensi di atas tidak mengalami perubahan dalam konstruksi. Lampiran F menampilkan kuesioner selengkapnya yang telah divalidasi.
IV.1.4.2
Uji Reabilitas Instrumen
Sebagai sarana yang sangat menentukan keberhasilan penelitian ini, maka setiap instrumen diuji terlebih dulu reabilitasnya. Uji reabilitas ini bertujuan untuk mengetahui apakah instrumen dapat digunakan dalam kondisi apapun, kepada siapapun stakeholder DRMS & EXIST. Uji reabilitas untuk instrumen yang menggunakan skala likert lebih baik jika menggunakan metode Cronbach Alpha (38). Nilai Cronbach Alpha harus lebih dari 0,6 untuk menyatakan instrumen realibel (Nunnally, 1967). Hasil uji reabilitas menyatakan bahwa seluruh instrumen yang digunakan untuk mengukur dimensi-dimensi efektifitas SI realibel, seperti ditunjukkan pada Tabel IV.2.
Tabel IV.2 Hasil Uji Reabilitas Instrumen Instumen untuk Dimensi Kualitas Sistem Kualitas Informasi Penggunaan Kepuasan Pengguna Manfaat-Manfaat Positif
IV.1.4.3
Nilai Cronbach Alpha 0,944 0,985 0,891 0,924 0,954
Jumlah Item Pernyataan 14 42 5 5 6
Uji Pendahuluan
Uji pendahuluan ini bertujuan untuk memfilter data yang terkumpul dengan uji normalitas dan uji outlier, juga menguji asumsi terhadap model dengan uji multikolonieritas dan uji heterokedastisitas. Hasil uji pendahuluan akan menentukan kelanjutan penelitian. Pengujian pendahuluan dilakukan seperti pada bagian di bawah ini.
62
IV.1.4.3.1 Uji Normalitas Data Uji normalitas adalah langkah awal yang harus dilakukan pada analisa
multivariate. Data yang dikatakan normal adalah apabila jumlah data di atas dan di bawah rata-rata sama. Apabila data tidak normal, maka dilakukan transformasi data, sehingga data terdistribusi normal dan dapat digunakan untuk melakukan analisa regresi dan korelasi. Detail uji normalitas ini dapat dilihat pada Lampiran G.
Uji normalitas dilakukan dengan uji Kolmogorov-Smirnov. Dengan nilai α = 0,05, maka data setiap variabel dikatakan normal apabila nilai signifikansinya lebih besar dari α. Hasil uji normalitas dengan menggunakan SPSS 16.0 pada Tabel IV.3 menyatakan bahwa seluruh data tidak terdistribusi secara normal. Untuk itu dilakukan transformasi sesuai sifat data masing-masing variabel.
Tabel IV.3 Hasil Uji Normalitas rataF N Normal Parametersa Most Extreme Differences
Mean Std. Deviation Absolute Positive Negative
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
rataS
rataU
90 90 90 4.1862 4.1294 3.9822 .54249 .54838 .71745 .189 .162 .177 .089 .086 .116 -.189 -.162 -.177 1.791 1.540 1.675 .003 .017 .007
a. Test distribution is Normal.
Keterangan: (1)
rataF = variabel Kualitas Informasi
(2)
rataS = variabel Kualitas Sistem
(3)
rataU = variabel Penggunaan
(4)
rataST = variabel Kepuasan Pengguna
(5)
rataI =variabel Manfaat-manfaat positif
rataST 90 3.9156 .73986 .168 .077 -.168 1.591 .013
rataI 90 3.9296 .82976 .178 .099 -.178 1.691 .007
63
Setelah dilakukan transformasi data sesuai dengan sifat masing-masing variabel, maka diperoleh data normal seperti yang ditampilkan pada Table IV.4. Hasil uji normalitas atas data yang telah ditransformasi menghasilkan data yang normal. Hasil transformasi data selanjutnya digunakan dalam setiap tahap-tahap penelitian efektifitas dashboard DRMS & EXIST.
Tabel IV.4 Hasil Transformasi Data logF N Normal Parametersa Most Extreme Differences
Mean Std. Deviation Absolute Positive Negative
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
sqrtS
90 90 .2427 1.3550 .11454 .18682 .130 .131 .130 .131 -.069 -.066 1.237 1.245 .094 .090
logU 90 .2825 .13596 .112 .112 -.071 1.066 .206
sqrST 90 1.4227 .24718 .136 .136 -.075 1.289 .072
sqrtI 90 1.4206 .27778 .093 .093 -.069 .882 .418
a. Test distribution is Normal.
Keterangan: (1)
logF = variabel Kualitas Informasi
(2)
sqrtS = variabel Kualitas Sistem
(3)
logU = variabel Penggunaan
(4)
sqrtST = variabel Kepuasan Pengguna
(5)
sqrtI =variabel Manfaat-manfaat positif
IV.1.4.3.2 Uji Outlier
Outlier adalah nilai observasi yang memiliki karakteristik kombinasi unik dan teridentifikasi sangat berbeda dari hasil observasi lainnya. Uji outlier dilakukan dengan membandingkan nilai Mahalanobis setiap responden dengan nilai chi
square pada t. Model Adaptasi Kesuksesan SI DeLone & McLean yang digunakan memiliki lima variabel, dengan rumus df = jumlah variabel - 1, maka nilai derajat kebebasannya df = 4. Taraf kesalahan yang digunakan, atau α = 0,001. Berdasarkan Tabel chi square sesuai Lampiran M, maka nilai χ2 = 18,467. Setelah dilakukan uji outlier dengan Mahalanobis Distance D2 (Lampiran H),
64
maka responden yang memiliki nilai Mahalanobis lebih besar dari χ2 dibuang. Setelah dilakukan Uji outlier, ternyata tidak ada responden yang memiliki D2 > χ2. Dengan demikian tidak terdapat data yang dibuang.
IV.1.4.3.3 Uji Multikolonieritas Uji ini bertujuan untuk melihat apakah pada model ditemukan adanya korelasi antar variabel bebas (independen). Berdasarkan hasil besar korelasi antar variabel independen yang ditunjukkan pada Tabel IV.5, hanya variabel Kualitas Informasi (logF) yang memiliki korelasi cukup tinggi dengan variabel Kualitas Sistem (sqrtS) dengan tingkat korelasi -0,673 atau 67,3%. Oleh karena masih berada dibawah 95%, maka tidak terjadi multikolonieritas yang signifikan.
Tabel IV.5 Koefisien Korelasi Model 1
sqrST Correlations
Covariances
logU
sqrtS
logF
sqrST
1.000
-.134
-.194
-.305
logU
-.134
1.000
-.061
-.200
sqrtS
-.194
-.061
1.000
-.673
logF
-.305
-.200
-.673
1.000
.007
-.002
-.003
-.007
sqrST logU
-.002
.017
-.001
-.007
sqrtS
-.003
-.001
.022
-.026
logF
-.007
-.007
-.026
.067
a. Dependent Variable: sqrtI
Hasil perhitungan Tolerance pada Tabel IV.6 menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance < 0,05 yang menyatakan tidak ada korelasi antar variabel independen yang nilainya > 95%. Hasil perhitungan nilai
Variance Inflation Factor (VIF) menunjukkan tidak terdapat variabel independen yang memiliki nilai VIF > 10. Jadi dapat disimpulkan tidak terdapat multikolonieritas antar variabel independen dalam model.
65
Tabel IV.6 Koefisien Kolinieritas Unstandardized Coefficients Model
B
1(Constant)
Standardized Coefficients
Std. Error
.234
.165
logF
.734
.259
sqrtS
.002
logU sqrST
Collinearity Statistics
Beta
t
Sig.
Tolerance
VIF
1.421
.159
.303
2.834
.006
.254
3.944
.150
.001
.011
.991
.286
3.502
.007
.131
.004
.055
.956
.706
1.417
.706
.087
.628
8.156
.000
.488
2.051
a. Dependent Variable:
sqrtI
IV.1.4.3.4 Uji Heteroskedastisitas Uji ini bertujuan untuk mengetahui apakah dalam model terdapat ketidaksamaan
variance residual dari satu pengamatan ke pengamatan lain, detailnya terdapat pada Lampiran I. Uji Heteroskedastisitas menggunakan uji Glejser dengan nilai α = 0,001. Uji Glejser me-regres-kan nilai absolute residual data terhadap setiap variabel independen. Hasil yang direpresentasikan pada Tabel IV.7 menyatakan tidak terdapat Heterokedastisitas, karena semua semua nilai signifikan setiap variabel independen ≥ α. Dengan kata lain semua variabel dalam model Homoskedastisitas dan layak sebagai model regresi.
Tabel IV.7 Hasil Uji Heteroskedastisitas Unstandardized Coefficients Model 1
B
Std. Error
(Constant)
.185
.103
sqrST
.008
.054
logU
-.038
sqrtS logF a. Dependent Variabel: AbsRes
Standardized Coefficients Beta
t
Sig.
1.796
.076
.023
.153
.879
.082
-.060
-.472
.638
-.049
.093
-.104
-.523
.602
-.056
.161
-.073
-.345
.731
66
IV.1.4.4
Uji Regresi
Uji regresi bertujuan untuk memprediksikan seberapa jauh perubahan nilai variabel dependen, bila nilai variabel independen dirubah-rubah. Manfaat dari hasil analisa regresi adalah apakah naik dan turunnya variabel dependen dapat dilakukan melalui peningkatan variabel dependen atau tidak (38). Pada penelitian efektifitas dashboard DRMS & EXIST dilakukan uji regresi sederhana dan regresi ganda.
IV.1.4.4.1 Uji Regresi Sederhana Analisa regresi sederhana dilakukan untuk melihat pengaruh variabel independen kepada variabel dependen satu per satu. Detail analisa ini dapat dilihat pada Lampiran J. Derajat Kebebasan df = jumlah data – 2, dengan demikian df = 88, sedangkan α = 0,01, dengan demikian nilai t tabel adalah 2,639. Setiap variabel yang memiliki pengaruh positif terhadap variabel lainnya memiliki nilai t hasil perhitungan yang lebih besar dari nilai t tabel. Hasil pengujian yang dilakukan dengan menggunakan SPSS 16.0, seperti yang direpresentasikan pada Tabel IV.8 menyatakan bahwa setiap variabel independen memiliki pengaruh terhadap variabel dependen.
Tabel IV.8 Hasil Uji Regresi Sederhana Variabel Independen logF logF sqrtS sqrtS logU sqrST logU sqrST sqrtI sqrtI
Variabel Dependen logU sqrST logU sqrST sqrST logU sqrtI sqrtI logU sqrST
T hitung 5,788 9,047 5,147 8,279 4,798 4,798 4,713 14,453 4,713 14,543
Besar Pengaruh 26,7% 47,6% 22,3% 43,1% 19,8% 19, 8%. 19, 2%. 70,3%. 19,2%. 70,3%.
Persamaan logU = 0,131 + 0,623logF sqrST = 1,059 + 1,498logF logU = 0,350sqrS – 0,192 sqrST = 0,236 + 0,875sqrS sqrST = 1,189 + 0,828logU logU = 0,250sqrST – 0,074 sqrtI = 1,162 + 0,917logU sqrtI = 0,077 + 0,944sqrST logU = 0,03 + 0,22sqrtI sqrST = 0,36 + 0,748sqrtI
67
Keseluruhan nilai pengaruh antar variabel dapat dilihat pada Gambar IV.2. Gambar tersebut menunjukkan nilai regresi ganda berdasarkan nilai adjusted r2. Dapat disimpulkan bahwa pengaruh terbesar dimiliki oleh Kepuasan Pengguna dan Manfaat-Manfaat Positif.
0,192
0,267
Kualitas Informasi
0,476
Penggunaan (Minat menggunakan) 0,198
0,192
Manfaat-manfaat
0,198
positif
0,223
Kualitas Sistem
0,431
Kepuasan Pengguna
0,703
0,703
Gambar IV.2 Nilai Pengaruh pada Model Adaptasi Kesuksesan SI PT. TELKOM, tbk.
IV.1.4.4.2 Uji Regresi Berganda Analisa regresi berganda dilakukan untuk melihat pengaruh variabel independen kepada variabel dependen secara simultan. Detail analisa ini dapat dilihat pada Lampiran K. Nilai numerator df = jumlah variabel – 1, dengan demikian n-df = 4. Sedangkan nilai denumerator df = jumlah sampel – 4, atau d-df = 86. Dengan nilai α = 0,01, maka diperoleh nilai f tabel = 3,56. Variabel-variabel independen memiliki pengaruh simultan apabila nilai f hitungnya lebih besar dari f tabel. Hasil uji regresi berganda, seperti yang ditampilkan pada tabel IV.9 membuktikan bahwa setiap variabel-variabel independen memiliki pengaruh terhadap variabel dependen.
68
Tabel IV.9 Hasil Uji Regresi Berganda Variabel Independen logF, sqrtS, sqrST, logI
Variabel f Dependen hitung logU 8,861
Besar Pengaruh 26,1%.
logF, sqrtS, logU, logI
sqrST
56,442
71,4%.
logU, sqrST
logI
107,390 70,5%.
IV.1.4.5
Persamaan logU = 0,393logF + 0,069sqrtS + 0,085sqrST + 0,005sqrtI – 0,034 sqrST = 0,241 + 0,056logF + 0,187sqrtS + 0,109logU + 0,622sqrtI sqrtI = 0,90 + 0,171logU + 0,902sqrST
Uji Korelasi Variabel Pearson
Uji korelasi bertujuan untuk mengetahui arah dan hubungan antar variabel dalam Model Adaptasi Kesuksesan SI. Uji korelasi ganda yang digunakan adalah uji variabel Pearson dengan α = 0,01. Hasil uji korelasi ditampilkan pada Tabel IV.10. Berdasarkan hasil uji yang direpresentasikan dalam tabel dibawah, diperoleh hasil: 1) Setiap variabel memiliki hubungan yang signifikan. Hal ini terbukti dengan nilai signifikan = 0,000 pada setiap variabel yang lebih kecil dari nilai α. 2) Manfaat-Manfaat Positif memiliki hubungan paling erat dengan Kepuasan Pengguna dengan angka korelasi 0,840, dilanjutkan dengan Kualitas Informasi sebesar 0,741. Sedangkan hubungan paling lemah adalah dengan Penggunaan sebesar 0,449.
69
Tabel IV.10 Hasil Uji Korelasi Model Adaptasi Kesuksesan SI Correlations logF logF
Pearson Correlation
sqrtS 1
Sig. (2-tailed) N sqrtS
Pearson Correlation Sig. (2-tailed)
90 **
.837
Pearson Correlation Sig. (2-tailed)
Pearson Correlation Sig. (2-tailed)
Pearson Correlation Sig. (2-tailed)
.741**
.694
.000
.000
90
90
90
90
1
**
**
.672**
.000
.000
.000
90
90
90
1
**
.449**
.000
.000
90 **
.481
.481
.000
.662
.455
90
90
90
90
90
.694**
.662**
.455**
1
.840**
.000
.000
.000
90
90
90
90
90
**
**
**
**
1
N sqrtI
.525
sqrtI **
.000
**
.000
sqrST **
.000
90 .525
N sqrST
.837
.000
N logU
logU **
.741
.672
.449
.000 .840
.000
.000
.000
.000
90
90
90
90
N
90
**. Correlation is significant at the 0.01 level (2-tailed).
IV.2
Analisa (Analyze) Efektifitas Sistem Informasi Dashboard DRMS & EXIST PT. TELKOM, tbk.
Analisa sebagai tahap berikutnya dari proses Total Quality Management. Selain menggunakan hasil uji statistika, khususnya uji regresi sebelumnya, juga menggunakan pengujian signifikansi efektifitas dalam Metode Penelitian dan Pengembangan (37). Signifikansi efektifitas diperoleh dengan membandingkan nilai ideal indikator-indikator yang diukur, dalam kasus ini adalah elemen-elemen pengukur, dengan nilai hasil tes yang diperoleh melalui survei, ditampilkan pada Lampiran L. Perolehan hasil presentase elemen-elemen tersebut menjadi nilai efektifitas dashboard DRMS & EXIST. Nilai efektifitas yang diperoleh untuk
dashboard DRMS & EXIST dibagi sesuai dengan dimensi-dimensi dalam modelnya.
Dimensi Kualitas Sistem rata-rata 82,62% efektif memenuhi kriteria pengukurpengukur. Hal ini menyatakan bahwa sistem dashboard DRMS & EXIST secara
70
efektif telah mendukung bisnis PT. TELKOM, tbk., khususnya dalam penyelesaian masalah dengan nilai signifikansi efektifitas tertinggi, yaitu 83,33%. Apabila menilik satu-persatu elemen pengukur pada kualitas sistem, maka elemen isi laporan dengan nilai signifikansi 81,63% memiliki efektifitas terendah, akan tetapi tidak berarti buruk karena tetap tergolong cukup efektif. Nilai signifikansi efektifitas Kualitas Sistem lebih lengkap dapat dilihat pada Tabel IV.11.
Tabel IV.11 Nilai Signifikansi Efektifitas Kualitas Sistem Dimensi Kualitas Sistem
Elemen Pengukur Isi laporan Bentuk laporan Penyelesaian masalah Prosedur masukan (input) Stabilitas sistem
Rerata
% Efektifitas 81.63 82 83.33 83.11 83.04 82.62
Dimensi selanjutnya yang dinilai signifikansi efektifitasnya adalah Kualitas Informasi yang dapat dilihat pada Tabel IV.12. Dimensi yang mengukur sifat-sifat informasi rata-rata 83,86% efektif memenuhi kriteria pengukur-pengukurnya, paling tinggi diantara semua dimensi. Hal ini menyatakan bahwa informasiinformasi yang disampaikan melalui dashboard DRMS & EXIST secara efektif menjadi ujung tombak bisnis PT. TELKOM, tbk. Keamanan informasi memiliki signifikansi efektifitas tertinggi sebesar 86,81%. Nilai efektifitas terendah dalam dimensi Kualitas Informasi adalah kemudahan pengoperasian, akan tetapi tidak berarti buruk karena tetap tergolong cukup efektif dengan nilai signifikansi 80,96%.
Tabel IV.12 Nilai Signifikansi Efektifitas Kualitas Informasi Dimensi Kualitas Informasi
Elemen Pengukur Accessibility Appropriate Amount Believability
% Efektifitas 84.78 86.22 82.89
71
Dimensi
Elemen Pengukur Completeness Concise Representation Consistent Representation Ease of Operation Free of Error Interpretability Objectivity Relevancy
% Efektifitas 86.52 83.70 86.44 80.96 82.59 81.48 82.07 83.93
Reputation Security Timeliness Understandability
83.26 86.81 83.48 82.74 83.86
Rerata
Tabel IV.13 menampilkan nilai signifikansi efektifitas dimensi-dimensi berikutnya, yaitu dimensi Penggunaan, Kepuasan Pengguna, dan ManfaatManfaat Positif. Berdasarkan hasil uji regresi model Kesuksesan SI DeLone & McLean yang telah diadaptasi sebelumnya, dimensi-dimensi ini saling mempengaruhi dan dipengaruhi oleh dimensi lainnya. Dengan kata lain efektifitas dimensi-dimensi ini dipengaruhi oleh efektifitas dimensi lainnya.
Tabel IV.13 Nilai Signifikansi Penggunaan, Kepuasan Pengguna, dan ManfaatManfaat Positif Dimensi Penggunaan Kepuasan Pengguna Manfaat-Manfaat Positif
Elemen Pengukur Intensitas penggunaan Kepuasan menyeluruh Manfaat Pribadi
% Efektifitas 79.64 78.22 78.59
Penggunaan DRMS & EXIST, apabila dilihat dari tabel di atas, cukup efektif memberikan manfaat-manfaat positif bagi pribadi pengguna sistem. Hal ini dibuktikan dengan nilai signifikansi intensitas penggunaan sebesar 79,64% dan manfaat pribadi sebesar 78,59%. Kepuasan menyeluruh terhadap dashboard menghasilkan nilai signifikansi efektifitas 78,59%.
72
Mengambil dasar dari nilai signifikansi efektifitas, maka diperoleh elemen-elemen yang menjadi faktor penentu efektifitas Sistem Informasi. Elemen-elemen tersebut memiliki nilai signifikansi efektifitas lebih besar dari rata-rata keseluruhan elemen di setiap variabel. Kemudian dari setiap elemen dapat diketahui juga item pengukur paling efektif yang diperoleh dari penjumlahan data hasil survey. Elemen-elemen penentu efektifitas ini ditampilkan dalam Gambar IV.3.
Selain elemen-elemen yang menjadi penentu efektifitas SI DRMS & EXIST, juga terdapat elemen-elemen lemah yang dapat menjadi weakpoint apabila tidak diperhatikan dan diperkuat. Keseluruhan elemen pengukur dalam setiap variabel minimal 70% efektif, dengan kata lain saat ini seluruh elemen masih memiliki tingkat signifikansi efektifitas yang cukup baik. Akan tetapi terdapat elemenelemen yang nilai efektifitasnya di bawah rata-rata dalam setiap variabel. Elemenelemen ini dianggap weakpoint, dan apabila tidak dilakukan perbaikan, maka dapat memperburuk nilai efektifitasnya. Apabila digali lebih dalam, diperoleh juga item pengukur yang paling lemah berdasarkan data hasil survey. Elemenelemen tersebut dapat dilihat pada Gambar IV.4.
73
Gambar IV.3 Elemen-Elemen Dominan Efektifitas SI Dashboard DRMS & EXIST
74
Gambar IV.4 Elemen-Elemen Lemah dalam SI Dashboard DRMS & EXIST
75
IV.3
Pengembangan (Improve)
Sistem Informasi Dashboard DRMS &
EXIST PT. TELKOM, tbk. Setelah diperoleh hasil analisa efektifitas SI dashboard DRMS & EXIST, maka langkah selanjutnya adalah memberikan saran dalam pengembangan ke depan. Seperti telah dibahas pada bagian sebelumnya, kendati nilai efektifitas dashboard telah baik, terdapat elemen-elemen yang lemah jika dibandingkan keseluruhan elemen. Melalui gambar IV.4 dapat dilihat detail dari elemen-elemen lemah tersebut. Langkah improve ini akan menggunakan detail dari Fishbone di atas.
Dimensi Kualitas Sistem yang memiliki weakpoint dalam isi laporan dan bentuk laporan. Lebih khusus lagi berkaitan dengan relevansi isi laporan yang terdapat pada dashboard DRMS & EXIST masih bersifat umum untuk setiap pengguna. Telah diketahui bahwa dashboard ini digunakan oleh jajaran manajemen. Oleh karena itu langkah yang dapat diambil adalah melakukan penyaringan kembali informasi-informasi yang diberikan secara spesifik kepada pengguna, sehingga pengguna tidak perlu memiliki informasi berlimpah dan tidak sesuai kebutuhan mereka. Sedangkan kendala yang berkaitan dengan waktu delivery informasi adalah lama waktu tunggu dalam meng-generate menu laporan, terlebih pada pivot excel. Dari sudut pandang sistem, penggunaan instrumen ETL SAGENT telah cukup memadai, dengan dampak waktu tunggu dalam meng-generate selama 1-5 detik. Akan tetapi apabila ingin lebih mengefisienkan waktu, PT. TELKOM, tbk. dapat menggunakan ETL tools yang lebih mumpuni. Dipandang dari penelitian Gartner Group pada gambar IV.5, posisi leaders ETL tools ditempati ole Informatica, Ascential dan Oracle.
Dimensi Kualitas Informasi memiliki berbagai weakpoint. Elemen pengukur
believability, reputation, free of error dan objektivitas memiliki keterkaitan isu sumber informasi. Oleh karena data-data produk PT. TELKOM, tbk. secara otomatis diperoleh dari sistem terkait, maka pembenahan dilakukan pada sistemsistem tersebut, di luar DRMS & EXIST. Sedangkan elemen concise
representation memiliki kelemahan dalam bentuk pengemasan informasi.
76
Walaupun dalam dimensi kualitas sistem pengukur prosedur input dengan user
interface-nya menjadi elemen penentu efektifitas, pengemasan informasi, khususnya pada pivot excel masih memerlukan pengetahuan khusus untuk memahami arti dan penggunaannya, isu ini terkait juga dengan elemen
understandbility. Untuk itu perlu dilakukan desain ulang pengemasan informasi, atau menyediakan menu help. Elemen kemudahan pengoperasian lemah dalam kombinasi informasi dengan informasi lainnya. Masalah yang mungkin timbul adalah pivot Excel yang sudah fixed apa saja informasi-informasi yang ditampilkan, sedangkan pengguna dashboard DRMS & EXIST memerlukan informasi tertentu. Saat ini ISC telah menyediakan layanan support data yang akan mengeluarkan data jika dibutuhkan. Apabila terdapat pengguna secara kontinyu meminta data yang sama, maka ISC dapat menambahkan menu informasi tersebut pada DRMS & EXIST. Saran untuk elemen ini adalah inventarisasi kembali kebutuhan-kebutuhan terhadap data secara berkala.
Gambar IV.5 Kuadran ETL Tools
Pada elemen interpretabilitas, weakpoint terdapat pada penginterpretasian informasi terkode. Kendala yang mungkin muncul adalah, terdapat kode-kode tertentu, singkatan-singkatan dalam sistem dan hanya orang-orang tertentu yang
77
mengetahuinya. Solusi untuk kendala ini adalah pembuatan manual yang sistematis dan terstruktur, termasuk struktur dalam otoritas pihak-pihak yang berhak mengakses manual tersebut. Dapat pula dikembangkan menu Help pada
dashboard DRMS & EXIST. Elemen lain yang menjadi weakpoint, yaitu timeliness berkaitan dengan weakpoint waktu delivery pada dimensi kualitas sistem, dengan demikian solusi yang diberikan sama dengan dimensi tersebut.
Dimensi-dimensi selanjutnya berkaitan dengan pribadi pengguna SI dashboard DRMS & EXIST. Efektifitas pada dimensi ini dipengaruhi oleh dimensi lainnya, begitu juga oleh fungsi organisasi. Dimensi penggunaan memiliki weakpoint pada fungsi-fungsi sistem dan produktifitas menghasilkan laporan. Weakpoint dapat disebabkan oleh fungsi pekerjaan pengguna DRMS & EXIST, yang dalam pekerjaan hanya membutuhkan fungsi-fungsi tertentu dashboard. Lain halnya dengan dimensi kepuasan pengguna, yang memiliki weakpoint kepuasan terhadap sistem, fleksibilitas dan dapat memotivasi pengguna. Pengguna dapat saja tidak puas atas sistem dan menganggap system tidak fleksibel seperti keinginannya karena tidak memberikan informasi yang diinginkan dan tidak memotivasi pengguna dalam melakukan pekerjaannya, hal ini terkait dengan dimensi kualitas informasi dan kualitas sistem. Dengan demikian solusi yang ditawarkan berada pada dimensi-dimensi tersebut. Sedangkan kinerja pribadi, efektifitas bekerja dan kegunaan menjadi weakpoint dalam dimensi Manfaat-Manfaat Positif. Sama seperti dimensi sebelumnya, apabila informasi tidak relevan dengan pekerjaan pengguna, maka dashboard dianggap tidak menunjang kinerja pribadi. Solusi pada dimensi ini juga ditawarkan pada dimensi Kualitas Sistem.
Keseluruhan solusi-solusi yang ditawarkan kemudian dimasukkan ke dalam
Solution Desireable Matrix menggunakan software Quality Companion 2 yang dilampirkan pada Lampiran N. Instrumen ini berguna untuk menentukan strategi pengembangan terbaik pada DRMS & EXIST. Selain itu dapat ditentukan prioritas pengembangan yang akan dilakukan. Pengembangan dashboard DRMS & EXIST dapat dilihat pada Tabel IV.14 berikut:
78
Tabel IV.14 Saran untuk Pengembangan dashboard DRMS & EXIST Dimensi Kualitas Sistem
Kualitas Informasi
IV.4
Saran Pengembangan Filterisasi laporan yang ditampilkan secara spesifik pada setiap pengguna Penggunaan ETL tools yang lebih baik Desain kembali format laporan Inventarisasi kebutuhan data secara berkala Pengembangan help
Pengendalian (Control) Sistem Informasi Dashboard DRMS & EXIST PT. TELKOM, tbk.
Setelah melakukan pemetaan solusi yang dapat dilakukan dalam pengembangan
dashboard selanjutnya, perlu dilakukan pengendalian terhadap pengembangan maupun sistem yang telah berjalan. Oleh karena keterbatasan dalam prosedural organisasi, maka penelitian dashboard DRMS & EXIST hanya membahas langkah yang dapat dipakai untuk melakukan control. Seperti telah dibahas pada bab sebelumnya, tahap Control menggunakan instrumen Audit Plan dan Failure
Modes and Effect Analysis (FMEA). Form instrumen-instrumen ini ditampilkan pada Lampiran O.
Audit Plan dilakukan untuk mendefinisikan langkah-langkah audit. Melalui instrumen ini dapat dideteksi apa yang harus dilakukan, frekuensi dalam melakukan audit, beserta kriteria idealnya. Setiap dokumen pendukung juga dituliskan dalam Audit Plan. Setelah memiliki Audit Plan, control dapat dilanjutkan dengan menggunakan FMEA.
Pada FMEA, control lebih berfokus pada dokumentasi keadaan sistem saat ini beserta resiko yang mungkin timbul. Aktifitas control yang dilakukan didokumentasikan beserta dengan key input-nya. Kemudian dituliskan kegagalan yang dapat terjadi dalam aktifitas tersebut, diberikan nilai berdasarkan tingkat keparahannya, 1 untuk rendah, hingga 10 yang berarti amat parah. Penyebab
79
terjadinya kegagalan beserta nilainya juga dapat dituliskan pada FMEA. Selanjutnya dapat dilakukan langkah-langkah kendali terhadap kegagalan yang mungkin muncul tersebut, dan kemampuannya menyelesaikan kendala yang muncul. Evaluasi FMEA dilakukan dengan melihat skor Risk Priority Number (RPN). Apabila nilai RPN makin tinggi, maka perhatian khusus diperlukan pada masalah tersebut. Setelah langkah control dilakukan, input kembali nilai-nilai FMEA.
Instrumen-instrumen
tersebut
digunakan
melakukan
control
terhadap
pengembangan yang meliputi inventarisasi data dan filter laporan. Selain itu juga dalam mengawasi stabilitas sistem terus-menerus, sesuai dengan Audit Plan.
Control yang dilakukan secara kontinyu diharapkan dapat menjaga kualitas SI dashboard beserta datawarehouse-nya tetap baik, sehingga dashboard DRMS & EXIST efektif dalam mendukung bisnis organisasi.
