ANALISIS VARIABEL-VARIABEL YANG MEMPENGARUHI PROSES ADOPSI TEKNOLOGI PADA INDUSTRI KECIL KERUPUK SINGKONG DENGAN MENGGUNAKAN METODE PARTIAL LEAST SQUARE (Studi Kasus Pada Industri Kecil Kerupuk Singkong Desa Kemasantani, Kecamatan Gondang, Kabupaten Mojokerto)
Eka Susila Anggraeni 1), Dr. Ir. Imam Santoso, MP.2), Dhita Morita Ikasari STP, MP.2)
1)Alumni 2) Staff
Jurusan Teknologi Industri Pertanian, Pengajar Jurusan Teknologi Industri Pertanian
ABSTRAK Pengembangan dan pertumbuhan IKM merupakan salah satu penggerak bagi pembangunan ekonomi di Indonesia. Industri kecil yang diharapkan perannya sebagai kelanjutan pembangunan pertanian adalah industri yang mengolah hasil-hasil pertanian yaitu singkong yang dapat diolah menjadi kerupuk singkong. Tujuan penelitian ini adalah untuk mengetahui variabel-variabel yang mempengaruhi Proses Adopsi Teknologi dan Tingkatan Adopsi Teknologi pada sentra industri kerupuk singkong Analisa data dilakukan dengan metode Partial Least Square dan software SmartPLS. Tingkat Adopsi Teknologi dianalisis berdasarkan level of use yang dibagi dalam delapan level. Hasil penelitian menunjukkan variabelvariabel yang mempengaruhi Proses Adopsi Teknologi adalah orientasi pasar dengan t-statistik 6,230, struktur pemodalan dengan tstatistik 2,292, serta kompetensi SDM dengan t-statistik 8,230. Tingkat Adopsi Teknologi pada IKM kerupuk singkong adalah berada pada level routine sebesar 68,42%, tingkatan orientation sebesar 13,6%, tingkatan mechanical use sebesar 10,53% dan tingkatan refinement sebesar 7,89%.
1
ABSTRACT The growth and augmentation of IKM happen to be the factors which enhance the economical development in Indonesia. Microbusiness which is expected to be the continuation of farming improvement is the industry that makes use of the crops i.e., in this case, cassava which can be turned out into cassava crackers. The purpose of this study is to recognize the variables which influence the Technology Adoption process and the level of Technology Adoption within central point of cassava crackers. Furthermore, data analysis is conducted by employing ‘Partial Least Square’ method and SmartPLS software. The rate of Technology Adoption, which is analyzed based on ‘level of use’, is divided into eight levels. Based on the result of the study, it is found that there are some variables which influence the Technology Adopting Process: market orientation with t-statistic of 6,230, structure of investment with t-statistic of 2,292, and competency of Human Resources with t-statistic of 8,230. From the highest to the lowest one, rate of Technology Adoption of IKM cassava crackers Desa Kemasantani are found out to be in the level of routine (68,42%), orientation (13,6%), mechanical use (10,53%), and refinement (7,89%).
2
I. PENDAHULUAN 1.1 Latar Belakang Industri Kecil Menengah (IKM) memegang peranan strategis dalam perekonomian nasional, sehingga sepatutnya kita tetap fokus pada segala usaha untuk pemberdayaan dan pengembangan IKM (Ariawati, 2004). Salah satu strategi pengembangan IKM yang baik untuk diterapkan adalah dengan cara pengelompokan (clustering). Secara alamiah, beberapa usaha industri yang sejenis telah membentuk semacam kelompok yang kemudian menjadi sentrasentra IKM. Menurut Tambunan (2002), dengan adanya sentra-sentra IKMmaka hal ini dapat memudahkan para pengusaha dalam mengolah dan memasarkan produknya. Menurut Hardono (2004), pada dasarnya IKM memiliki permasalahan diantaranya rendahnya Sumber Daya Manusia, lemahnya manajemen, serta terbatasnya akses pasar. Selain itu permasalahan lain yang terjadi pada IKM adalah rendahnya informasi dan teknologi yang dimilikinya. Kendala IKM kerupuk singkong dalam mengadopsi teknologi disebabkan oleh keterbatasan kemampuan IKM dalam mengadopsi teknologi
dan kebutuhan teknologi belum banyak dibutuhkan oleh IKM sebagai penyelesaian masalah. Hal ini didasari oleh kenyataan bahwa proses adopsi teknologi menjadi faktor penting dalam keberhasilan pemanfaatan teknologi. Dari kajian teoritik, diperoleh variabel yang mempengaruhi Proses Adopsi Teknologi (PAT) pada sentra industri kerupuk singkong antara lain orientasi pasar, struktur pemodalan, keunggulan kompetitif, dan kompetensi sumber daya manusia. Teknik analisa data yang digunakan adalah Partial Least Square (PLS). Partial Least Square merupakan metode alternatif dari metode Structural Equation Model (SEM) yang didesain untuk menyelesaikan masalah ketika ada permasalahan pada data misalnya sampel penelitian kecil (Jogiyanto, 2009). Setelah dilakukan analisa data dengan menggunakan metode PLS dilanjutkan dengan analisis Tingkat Adopsi Teknologi di sentra industri kerupuk singkong desa Kemasantani. Tujuan analisis ini adalah untuk mengetahui Tingkat Adopsi Teknologi (TAT) pada sentra industri kerupuk singkong diukur berdasarkan tingkatan 3
penggunaan (level of use) yang dibagi dalam delapan level yaitu non use, orientation, preparation, mechanical use, routine, refinement, integration, dan renewal.
Kabupaten Mojokerto, Jawa Timur yang dilakukan pada bulan Mei 2012 sampai selesai. Pengolahan data dilakukan di Laboratorium Komputasi dan Analisis Sistem, Jurusan Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Universitas Brawijaya Malang.
1.2 Rumusan Masalah 1. Variabel manakah yang mempengaruhi Proses Adopsi Teknologi pada sentra industri kerupuk singkong? 2 Berada pada level manakah tingkat teknologi yang telah diadopsi oleh sentra industri kerupuk singkong yang akan diukur berdasarkan level of use? 1.3 Tujuan 1. Mengetahui variabelvariabel yang mempengaruhi Proses Adopsi Teknologi (PAT) pada sentra industri kerupuk singkong. 2. Mengetahui tingkatan adopsi teknologi yang telah diadopsi oleh sentra industri kerupuk singkong yang akan diukur berdasarkan level of use.
2.2 Batasan Masalah Batasan Masalah dalam penelitian ini adalah: a. Penelitian ini hanya dilakukan pada sentra industri kerupuk singkong Desa Kemasantani, Kecamatan Gondang Kabupaten Mojokerto. b. Penelitian ini tidak membahas mengenai biaya. c. Variabel yang digunakan dalam penelitian ini adalah orientasi pasar, struktur pemodalan, keunggulan kompetitif, dan kompetensi SDM 2.3 Variabel dan Indikator Variabel yang digunakan yaitu Proses Adopsi Teknologi (Y), orientasi pasar (X1), struktur pemodalan (X2), keunggulan kompetitif (X3), dan kompetensi Sumber Daya Manusia (X4). Variabel dan indikator yang digunakan dapat dilihat pada Tabel 1.
II. METODE PENELITIAN 2.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Sentra Industri Kerupuk Singkong, Desa Kemasantani, Kecamatan Gondang, 4
Tabel 1. Variabel dan Indikator Penelitian Variabel Indikator Proses Adopsi 1. Kemampuan mendapatkan dan menyerap Teknologi informasi terhadap teknologi baru (Y15) (PAT) (Y) 2. Kemampuan mengadopsi teknologi baru (Y11) 3. Kecepatan melakukan penyesuaian terhadap penggunaan teknologi baru (Y12) 4. Kemampuan memodifikasi teknologi yang dimiliki (Y13) 5. Kemampuan merespon perubahan kualitas atau selera konsumen berbasis penggunaan teknologi baru (Y14) Orientasi 1. Orientasi pelanggan (X11) Pasar (X1) 2. Orientasi pesaing (X12) 3. Informasi pasar (X13) Struktur 1. Pertumbuhan (X21) pemodalan 2. Laba bersih (X22) (X2) 3. Pajak (X23) 4. Struktur asset (X24) 5. Stabilitas penjualan (X25) Keunggulan 1. Ekuitas merek (X31) kompetitif (X3) 2. Komunikasi yang efektif (X32) 3. Inovasi produk (X33) Kompetensi 1. Keterampilan (skills) (X41) Sumber Daya 2. Pengetahuan (cognitive) (X42) Manusia 3. Kemampuan (ability) (X43) (SDM) (X4) 2.4 Populasi dan Sampel Berdasarkan literatur yang didapatkan, sampel yang dipakai dalam metode Partial Least Square (PLS) yaitu antara 30-100. Dalam penelitian ini terdapat 38 populasi dari sentra industri kerupuk singkong. Teknik pengambilan sampel yang digunakan dalam
penelitian ini adalah total sampling. Total sampling adalah teknik pengambilan sampel dimana jumlah sampel sama dengan populasi (Sugiyono, 2007). Hal ini sesuai dengan sampel yang akan digunakan dalam penelitian, dengan populasi sebesar 38 responden dari keseluruhan 5
pemilik IKM kerupuk singkong di Desa Kemasantani yang akan dipakai untuk sampel penelitian. Alasan mengambil total sampling karena menurut Sugiyono (2007) jumlah populasi yang kurang dari 100 seluruh populasi dijadikan sampel penelitian.
\
Merancang model structural (inner model)
Merancang model pengukuran (outer model)
Mengkonstruksi diagram jalur
2.5 Analisa Data Partial Least Square (PLS) digunakan untuk pengujian model dengan hubungan– hubungan yang akan dikembangkan. Dalam pengujian model dengan menggunakan Partial Least Square (PLS) terdapat enam langkah yang dapat dilihat pada Gambar 1. Pengujian model dalam Partial Least Square (PLS) dilakukan dengan menggunakan bantuan software SmartPLS.
Estimasi Parameter Evaluasi Goodness of Fit
Pengujian hipotesis Gambar 1. Langkah-langkah pengujian PLS a. Merancang inner model Merancang model structural (inner model) yaitu merancang hubungan antar variabel laten pada Partial Least Square. Dalam
6
hal ini Proses Adopsi Teknologi dipengaruhi oleh 4 variabel laten yaitu orientasi pasar, struktur pemodalan, keunggulan kompetitif, dan kompetensi Sumber Daya Manusia.
struktur pemodaln, keunggulan kompetitif, dan kompetensi Sumber Daya Manusia adalah cerminan dari masing-masing indikatornya. c. Mengkonstruksi diagram jalur Konstruksi diagram jalur yaitu menyusun suatu hubungan kausalitas yang didapat dari perancangan inner model dan outer model. Konstruksi diagram jalur Proses Adopsi Teknologi dapat dilihat pada Gambar 2.
b. Merancang outer model Merancang model pengukuran (outer model) yaitu merancang hubungan antara variabel late dengan indikatornya. Dalam enelitian ini indikator bersifat relektif yaitu variabel orientasi pasar,
Gambar 2. Konstruksi Diagram Jalur PAT 7
d. Estimasi Parameter Weight estimate yang digunakan untuk menghitung data variabel laten Estimasi jalur (path estimate) yang menghubungkan antar variabel laten (koefisien jalur) dan antara variabel laten dengan indikatornya (loading)
nilai square root of average variance extracted (Akar AVE) setiap konstruk dengan korelasi antara konstruk tersebut dengan konstruk lainnya dalam model. Jika AVE konstruk lebih besar dari korelasi dengan seluruh konstruk lainnya maka dikatakan memiliki discriminant validity yang baik. Berikut rumus untuk menghitung AVE:
e. Evaluasi Goodness of fit 1. Outer Model Goodness of fit Outer model refleksif meliputi convergent validity, discriminant validity, dan composite reliability. - Convergent Validity Uji Validitas yang dimaksud adalah pengujian terhadap indikator dalam variabel laten untuk memastikan bahwa indikator yang digunakan dalam penelitian ini benarbenar mampu dipahami dengan baik oleh responden sehingga responden tidak mengalami kesalahpahaman terhadap indikator yang digunakan. Indikator penelitian dapat dikatakan valid apabila memiliki nilai outer loading >0,7. - Discriminant Validity Discriminant validity merupakan pengukuran indikator dengan variabel latennya. Pengukuran discriminant validity dilakukan dengan cara membandingkan
AVE = Dimana λi adalah component loading ke indikator dan var(εi) = 1-λi2. Direkomendasikan nilai AVE harus lebih besar 0.50. Composite Reliability Composite reliability adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dapat dipercaya untuk diandalkan. Suatu konstruk dapat dikatakan reliabel apabila nilai composite reliabilitynya >0,6. -
2. Inner Model Model structural atau inner model dievaluasi dengan menggunakan nilai R-square (R2) untuk variabel laten dependen. Nilai R2 digunakan untuk mengukur tingkat variasi perubahan variabel independen terhadap variabel dependen. Semakin tinggi nilai R2 maka 8
semakin baik model prediksi dari model penelitian yang diajukan.
penelitian ini adalah sebagai berikut : a. Jika nilai t-hitung < t-tabel, maka H1 ditolak dan Ho diterima b. Jika nilai t-hitung > t-tabel, maka H1 diterima dan H0 ditolak
f. Pengujian Hipotesis Uji hipotesis digunakan untuk menguji pengaruh variabel eksogen (X) terhadap variabel endogen (Y). Nilai koefisien inner weight dari model struktural dikatakan signifikan dengan syarat nilai thitung > dari t-tabel yakni sebesar 1,96 (1,96 adalah nilai ttabel dalam signifikansi 5%) (Jogiyanto,2009). Kriteria pengujian hipotesis pada
2.6 Tingkat adopsi Teknologi Analisis Tingkat Adopsi Teknologi (TAT) ini digunakan untuk mengetahui tingkatan teknologi yang telah diadopsi oleh sentra industri kerupuk singkong. Analisis TAT ini akan diukur berdasarkan tingkatan penggunaan (level of use) yang dibagi dalam delapan level. Tabel 2. Level of Use Level of use Level Keterangan Non use Level 0 Sedikit atau bahkan tidak tahu tentang teknologi Orientation Level I Sudah memperoleh informasi tentang teknologi Preparation Level II Persiapan untuk menggunakan teknologi untuk pertama kalinya Mechanical use Teknologi yang digunakan masih dalam Level III tahap berlatih dan jarang digunakan Level IVA Routine Teknologi sudah digunakan rutin tetapi belum ada pemikiran untuk memodifikasi Level IVB Refinement Teknologi sudah digunakan rutin dan sudah ada pemikiran untuk memodifikasi Integration Level V Bekerjasama dengan rekan-rekan dalam upaya peningkatan penggunaan teknologi Renewal Level VI Mengevaluasi teknologi 9
1.
III. HASIL DAN PEMBAHASAN 3.1 Hasil Evaluasi Model Pengukuran (outer model) Model pengukuran atau outer model dengan indikator refleksif dievaluasi dengan convergent dan discriminant validity dari indikatornya dan composite realibility untuk blok indikator.
Convergent Validity
Convergent validity dari measurement model dengan indikator refleksif dapat dilihat dari korelasi antara skor indikator dengan skor variabelnya. Indikator individu dianggap reliabel apabila memiliki nilai outer loading diatas 0,70. Hasil output korelasi antara indikator dengan variabelnya dapat dilihat pada Tabel 3.
Tabel 3. Hasil Pengujian convergent validity Outer Loading Indikator Keterangan X11 0,938 Valid Orientasi Pasar X12 0,858 Valid (X1) X13 0,872 Valid X21 0,825 Valid X22 0,882 Valid Struktur X23 0,885 Valid Pemodalan (X2) X24 0,867 Valid X25 0,856 Valid X31 0,926 Valid Keunggulan X32 0,931 Valid Kompetitif (X3) X33 0,862 Valid Kompetensi X41 0,928 Valid Sumber Daya X42 0,817 Valid Manusia (X4) X43 0,912 Valid Y1 0,913 Valid Y2 0,903 Valid Proses Adopsi Y3 0,886 Valid Teknologi (Y) Y4 0,884 Valid Y5 0,857 Valid
Variabel
10
Berdasarkan hasil pengujian pada Tabel 3. menunjukkan bahwa seluruh nilai outer loading konstruk memiliki nilai diatas 0,70, sehingga dapat dikatakan bahwa dalam penelitian ini benar-benar mampu dipahami dengan baik oleh responden sehingga responden tidak mengalami kesalahpahaman terhadap indikator yang digunakan.
Dari Tabel 4. dapat dilihat bahwa nilai akar AVE > 0,50. Hal ini menunjukkan bahwa semua variabel dalam model yang diestimasi memenuhi kriteria discriminant validity. 3. Composite Reliability Disamping uji validitas konstruk, dilakukan juga uji reabilitas konstruk yang diukur dengan dua kriteria yaitu composite reability dan cronbanch’s alpha dari indikator yang mengukur konstruk. Konstruk dinyatakan reliabel jika nilai composite reability dan cronbanch’s alpha diatas 0,60. Hasil output composite reability dan cronbanch’s alpha dapat dilihat pada Tabel 5. dan Tabel 6.
2. Dicriminant Validity Discrimant validity merupakan pengukuran indikator dengan variabel latennya. Pengukuran discriminant validity dilakukan dengan cara melihat nilai akar AVE setiap variabel. Apabila nilai akar AVE tiap variabel memiliki nilai >0,5 maka dapat disimpulkan konstruk tersebut memiliki nilai discriminant validity yang baik. Hasil pengujian discriminant validity dapat dilihat pada Tabel 4.
Tabel 5. Composite reliability Composite Variabel Reliability X1 0,920 X2 0,936 X3 0,933 X4 0,917 Y 0,950
Tabel 4. Hasil Discriminant Validity Variabel Nilai AVE X1 0,792 X2 0,745 X3 0,823 X4 0,786 Y 0,790
Tabel 6. Cronbanch;’s Alpha Cronbanch’s Variabel Alpha X1 0,872 X2 0,914 X3 0,893 X4 0,864 Y 0,933 11
Berdasarkan Tabel 4.7 dan Tabel 4.8 Dapat diketahui bahwa hasil pengujian menunjukkan nilai yang memuaskan, yaitu seluruh nilai composite reability dan cronbanch’s alpha menghasilkan nilai yang lebih besar dari 0,6, sehingga dapat disimpulkan seluruh indikator memiliki reliabilitas yang baik.
juga dievaluasi dengan melihat Q-square predictive relevance untuk model konstruk. Q-square bertujuan untuk mengukur seberapa baik nilai observasi yang dihasilkan oleh model dan juga estimasi parameternya (Ghozali, 2008). Nilai Q-square lebih besar dari 0 menunjukkan bahwa model memiliki nilai predictive relevance, sedangkan nilai Q-square kurang dari 0 menunjukkan bahwa model kurang memiliki predictive relevance. Hasil output pengujian dengan menggunakan software SmartPLS dapat dilihat pada Gambar 3.
3.2 Hasil Evaluasi Model Struktural (inner model) Pengujian inner model atau model struktural dilakukan untuk melihat hubungan antara variabel, nilai signifikansi dan R-square dari model penelitian. Selain nilai R-square , model PLS
Gambar 3. Output model struktural 12
Model struktural dievaluasi dengan melihat nilai R2 untuk variabel dependen. Dari hasil output pengujian dengan menggunakan software smartPLS dapat diketahui nilai R2 yang diperoleh sebesar 0,843. Hasil perhitungan memperlihatkan nilai R2 sebesar 0,843 atau 84,3% artinya sebesar 84,3% variabel Proses Adopsi Teknologi dipengaruhi oleh variabel orientasi pasar, struktur pemodalan, keunggulan kompetitif, kompetensi Sumber Daya Manusia (SDM). Selebihnya yaitu sebesar 15,7% dipengaruhi oleh variabel lain yang tidak diteliti dalam penelitian ini. Selain R-square model juga dievaluasi dengan melihat nilai Q-square. Nilai dari
Variabel Bebas Orientasi Pasar Struktur Pemodalan Keunggulan Kompetitif Kompetensi SDM
Q-square dapat dihitung dengan perhitungan sebagai berikut : Q2 = 1 – (1 – (Rsquare)2) Q2 = 1 – (1 – (0,843)2) = 0,711 Berdasarkan hasil dari perhitungan Q-square dapat dilihat bahwa nilai Q-square sebesar 0,711. karena nilai Q2 > 0, dapat disimpulakan bahwa variabel orientasi pasar, struktur permodalan, keunggulan kompetitif dan komptensi SDM memiliki tingkat prediksi yang baik terhadap Proses Adopsi Teknologi (PAT). 3.3 Pengujian Hipotesis Pengujian hipotesis dalam penelitian ini dilakukan dengan melihat nilai t-hitung pada masing-masing path. Hasil output pengujian setelah dilakukan bootstrapping dapat dilihat pada Tabel 7.
Tabel 7. Output Pengujian Hipotesis Variabel Inner T-tabel T-Statistik Terikat Weight PAT 0,240 1,96 6,230
Keterangan Signifikan
PAT
0,117
1,96
2,292
Signifikan
PAT
0,005
1,96
0,105
PAT
0,590
1,96
8,230
Non Signifikan Signifikan
13
Berdasarkan Tabel 7, dapat diketahui bahwa orientasi pasar, struktur pemodalan, dan kompetensi Sumber Daya Manusia berpengaruh signifikan terhadap Proses Adopsi Teknologi, sedangkan variabel keunggulan kompetitif tidak signifikan dikarenakan nilai tstatistik variabel keunggulan kompetitif lebih kecil < t-tabel.
singkong digunakan untuk mengetahui pada tingkatan mana IKM tersebut dalam mengadopsi teknologi. Tingkat Adopsi Teknologi di IKM kerupuk singkong diukur berdasarkan tingkatan penggunaan (level of use) terhadap teknologi yang telah diadopsi selama kurun waktu tertentu. Tingkat penggunaan (Level of Use) Adopsi Teknologi di IKM kerupuk singkong dapat dilihat pada Tabel 8.
3.4 Analisis Tingkat Adopsi Teknologi Analisis Tingkat Adopsi Teknologi di IKM kerupuk
Level
Tabel 8. Level of Use di IKM kerupuk singkong Keterangan Jumlah (Orang) Persentase
0 I II III IVA IVB V VI
Non Use Orientation Preparation Mechanical Use Routine Refinement Integration Renewal
0 5 0 4 26 3 0 0
Tingkat Adopsi Teknologi pada IKM kerupuk singkong Desa Kemasantani yang terbesar adalah berada pada level routine yaitu sebesar 68,42%, yang kedua berada pada tingkatan orientation yaitu sebesar 13,6%, yang ketiga berada pada tingkatan
0% 13,16% 0% 10,53% 68,42% 7,89% 0% 0%
mechanical use yaitu sebesar 10,53% dan yang terakhir berada pada tingkatan refinement yaitu sebesar 7,89%. IV PENUTUP 4.1 Kesimpulan Berdasarkan hasil pengamatan, variabel-variabel 14
DAFTAR PUSTAKA Ariawati, Ria Ratna. 2004. Usaha Kecil Dan Kesempatan Kerja. Fakultas Ekonomi. Unikom. Jakarta. Ghozali, I. 2008. Structural Equation Modeling Metode Alternatif Dengan Partial Least Square. Edisi Kedua. Undip. Semarang. Hardono. 2004. Faktor-Faktor Yang Menghambat Bisnis Ekspor Ukm. Makalah Dalam Diskusi Panel Pengembangan Ukm Dalam Kegiatan Ekspor, 21 September 2004. Hotel Bumi Karsa. Jakarta. Jogiyanto. 2009. Konsep dan Aplikasi PLS Untuk Penelitian Empiris. Fakultas Ekonomika dan Bisnis UGM. Yogyakarta. Sugiyono. 2007. Statistika Untuk Penelitian. Alfabeta. Bandung. Tambunan, T. 2002. Usaha Kecil Dan Menengah Di Indonesia: Beberapa Isu Penting. Penerbit Salemba Empat. Jakarta.
yang mempengaruhi Proses Adopsi Teknologi adalah orientasi pasar dengan tstatistik 6,230 dan indikator yang berpengaruh adalah orientasi pelanggan, struktur pemodalan dengan t-statistik 2,292 dan indikator yang berpengaruh adalah stabilitas penjualan, serta kompetensi SDM dengan t-statistik 8,230 dan indikator yang berpengaruh adalah keterampilan. Tingkat Adopsi Teknologi pada IKM kerupuk singkong Desa Kemasantani yang terbesar adalah berada pada level routine yaitu sebesar 68,42%, yang kedua berada pada tingkatan orientation yaitu sebesar 13,16%, mechanical use 10,53% ,dan yang terakhir berada pada tingkatan refinement yaitu sebesar 7,89%. 4.2 Saran Diharapkan untuk penelitian selanjutnya dilanjutkan dengan mencari variabel lain yang mempengaruhi Proses Adopsi Teknologi dengan melakukakn riset terhadap sentra industri lain.
15
