Evaluasi Kesuksesan Penerapan E-Government Berdasarkan E-Govsqual (Studi Kasus : Portal Pemerintah Kota Denpasar)

1

Evaluasi Kesuksesan Penerapan E-Government Berdasarkan E-Govsqual (Studi Kasus : Portal Pemerintah Kota Denpasar) Ni Putu Yanis Widhiastari dan Mudjahidin, S.T,M.T Sistem Informasi, Fakultas Teknologi dan Informasi, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia e-mail: [email protected] Abstrak— Saat ini banyak instansi pemerintah yang menggunakan sarana teknologi informasi dan komunikasi (TIK) sebagai sarana mempermudah pelayanan untuk masyarakat yang disebut e-Government. Baik pemerintah pusat maupun pemerintah daerah berlomba-lomba dalam membuat aplikasi e-goverment ini. Namun, tidak diketahui apakah situs web yang dikembangkan memiliki fungsi seperti yang diharapkan dan dapat membantu pelayanan masyarakat. Pemerintah Kota (Pemkot) Denpasar yang sudah menerapkan e-Government belum tahu sejauh mana masyarakat mengaplikasikan e-Government yang ada saat ini. Oleh karena itu, perlu diadakannya evaluasi kesuksesan atau keefektifan dari investasi yang dilakukan Pemkot Denpasar. Dengan adanya permasalahan ini maka akan dilakukan evaluasi kesuksesan atau keefektifan dari e-Government yang diterapkan oleh Pemkot Denpasar. Ada enam service qualities yang akan dievaluasi, yaitu : website design, navigation, communication, site aesthetics, information quality, dan security [1]. Hasil dari Tugas Akhir ini adalah menunjukkan bahwa lima dari enam dimensi yang diuji memiliki nilai yang baik kecuali nilai Security yang memiliki nilai kurang baik. Dengan menggunakan model yang dikembangkan berdasarkan kajian komprehensif dari literatur yang berhubungan dengan evaluasi e-Government untuk mencapai kesuksesan dari e-Government. Dengan adanya data survei yang dikumpulkan dari masyarakat Kota Denpasar, data yang ada akan divalidasi dengan menggunakan teknik Structural Equation Modeling (SEM). Kata kunci: E-GovSqual Model, Pemkot Government, Structural Equation Modeling.

Denpasar,

e-

I. PENDAHULUAN

P

ERKEMBANGAN teknologi informasi dan komunikasi (TIK) telah berkembang pesat. Hal ini pun mendorong pemerintah untuk memanfaatkan teknologi yang ada dengan melakukan investasi dibidang TIK yaitu melakukan pengembangan e-Government. E-Government adalah penggunaan teknologi informasi dan telekomunikasi untuk administrasi pemerintahan yang efisien dan efektif, Serta memberikan pelayanan yang transparan dan memuaskan kepada masyarakat. Dengan manfaat yang bisa diperoleh tentunya e-Government akan membantu terciptanya suatu good governance. Dan kini Indonesia pun mulai mengembangkan eGovernment yang tercantum dalam Instruksi President Republik Indonesia Nomor 3 Tahun 2003. Di Bali sendiri, telah dilakukan upaya peningkatan pelayanan publik menuju layanan prima yang telah dicanangkan oleh Pemkot Denpasar pada tahun 2006. Dan pada tahun 2007

komitmen pelayanan ini semakin ditingkatkan dengan menerapkan e-Government yang tidak terlepas dari nilai dan filosofi budaya Bali yang diberi nama e-Sewaka Dharma. Dengan adanya e-Sewaka Dharma ini mempermudah masyarakat dalam melakukan regristrasi perijinan secara online. Hal ini tentu saja meningkatkan efisiensi dan efektifitas pelayanan kepada masyarakat karena dapat menghemat waktu dan biaya yang diperlukan. Selain untuk masyarakat, hal ini juga mempermudah koordinasi dan komunikasi antar instansi atau pimpinan dengan instansi agar bisa lebih cepat dan efisien. Pengembangan e-Government diharapkan dapat memangkas prosedur administrasi yang sering terkesan lambat dan rumit. Pada tahun 2001, situs e-Government Bali telah diluncurkan di situs www.denpasar.go.id dan pada tahun 2007 telah diubah menjadi www.denpasarkota.go.id sesuai dengan Peraturan Menteri Komunikasi dan Informatika. Upaya peningkatan layanan publik ini berhasil meraih beberapa penghargaan diantaranya, penghargaan Warta e-Gov, Warta Ekonomi, Bubu Award hingga ke tingkat internasional yaitu World Summit Award (WSA) [2]. Namun, kesuksesan atas eGovernment yang diterapkan belum sepenuhnya diketahui, karena belum adanya penelitian yang dilakukan untuk mengevaluasi tingkat kesuksesan dari capaian e-Government Pemkot Denpasar. Untuk mengevaluasi penilaian dari publik, nantinya akan dilakukan survei kepada masyarakat Denpasar dan kemudian akan dilakukan pengukuran terhadap hasil survey. Dalam Studi Tugas Akhir ini akan dicari faktor-faktor kritis untuk mengevaluasi Website Portal Pemkot Denpasar, yaitu : Website Design, Navigation, Site Aesthetic, Information Quality, Security, dan Communication [1] . Dalam Studi Tugas Akhir ini memiliki lingkup yang lebih kecil dibandingkan dengan studi yang digunakan dalam paper. Studi kasus dalam paper yang menjadi acuan menggunakan skala pemerintahan negara, sedangkan untuk studi ini menggunakan skala kota. Sehingga, perlu dilakukan modifikasi dari indikator yang ada pada paper untuk disesuaikan dengan keadaan Pemerintah Kota Denpasar yang digunakan sebagai bahan studi. Data yang didapatkan dari survey akan dianalisa dan diuji dengan menggunakan SEM (Struktural Equation Modeling). Dari pengujian yang dilakukan diharapkan nantinya bisa diketahui seberapa besar kesuksesan dalam penerapan Portal Pemkot Denpasar dan dari hasil tersebut juga bisa diketahui apa saja perbaikan yang perlu dilakukan agar penerapan dari Portal bisa dimaksimalkan.

2

II. TINJAUAN PUSTAKA A. E-Government e-Government mengacu pada penggunaan teknologi informasi oleh instansi pemerintah (seperti Wide Area Network, Internet, dan mobile computing) yang memiliki kemampuan untuk mengubah hubungan dengan masyarakat, pebisnis, dan dengan bagian lain dari pemerintah. Teknologi ini dapat melayani berbagai tujuan yang berbeda : pemberian layanan pemerintahan yang lebih baik kepada warganya, peningkatan interaksi dengan dunia usaha dan industri, pemberdayaan masyarakat melalui akses informasi, atau manajemen pemerintahan yang lebih efisien. Manfaat yang dihasilkan dapat mengurangi korupsi, meningkatkan transparansi, kenyamanan yang meningkat, pertambahan pendapat, dan / atau pengurangan biaya [3].

B. E-GovSqual e-GovSqual Model merupakan sebuah framework dan model untuk mengukur variabel dependen kompleks dalam penelitian IS [1] . E-GovSqual Model dibagi menjadi enam dimensi, yaitu : 1. Kualitas informasi Merupakan perhatian penting bagi kedua sektor swasta dan publik, hal ini sangat terkait dengan penggunaan situs web. Untuk menyoroti pentingnya kualitas informasi, DeLone dan McLean (2003) mengandaikan bahwa dimensi ini mungkin yang paling penting dalam konteks online [4]. 2. Keamanan Keamanan sangat berkaitan dengan kepercayaan. Pemerintah perlu menumbuhkan rasa percaya masyarakat dengan cara membatasi berbagi informasi pribadi masyarakat. 3. Komunikasi Merupakan dimensi penting dari e-Government yang bisa meminimalkan resistensi terhadap pemanfaatan intenet. Warga yang sudah biasa dengan standar pelayanan dari sektor swasta, mengharapkan respon dan feedback yang cepat jika mereka mengalami masalah. 4. Estetika website Merupakan dimensi yang diperlukan untuk mencapai keseimbangan yang tepat dari citra publik yang dapat dipercaya dan memiliki daya tarik visual. 5. Desain website Ada sejumlah elemen yang merupakan bagian dari desain website, yaitu : hyperlink, informasi presentasi yang disesuaikan, fungsi dan waktu respon. 6. Navigasi Navigasi adalah sejauh mana pengguna memiliki akses yang sama ke situs web. Pemerintah harus merancang website mereka dengan cara menjamin bahwa akses yang diberikan kepada warga merupakan akses universal. C. SPSS AMOS SPSS AMOS adalah software yang memiliki kemampuan untuk Structural Equation Modeling (SEM). Amos memberi kemudahan melakukan pemodelan persamaan struktural (SEM) untuk membangun model dengan akurasi lebih dari standar teknik statistik multivariat. Dengan SPSS Amos, user

dapat menentukan, memperkirakan, menilai, dan menyajikan model dalam antarmuka intuitif untuk menunjukkan hubungan hipotesis antar variabel. SPSS Amos juga menawarkan metode non-grafis untuk menentukan model [5]. D. Uji Validitas dan Reliabilitas Validitas menunjukkan sejauh mana skor/nilai/ukuran yang diperoleh benar-benar menyatakan hasil pengukuran/ pengamatan yang ingin diukur[6]. Sedangkan uji reliabilitas berguna untuk menetapkan apakah kuisioner dapat digunakan lebih dari satu kali, paling tidak oleh responden yang sama akan menghasilkan data yang konsisten. Dengan kata lain, reliabilitas kuisioner mencirikan tingkat konsistensi, nilai koefisien reliabilitas yang baik adalah diatas 0,6 (cukup baik), di atas 0,8 (baik) [7]. E. Model Persamaan Struktural Model persamaan struktural adalah sebuah model statistik yang memberikan perkiraan perhitungan dari kekuatan hubungan hipotesis di antara variabel dalam model teoritis, baik secara langsung atau melalui variabel antara (intervening or mediating variabel) [8]. SEM mengacu kepada hubungan antara variabel endogen (endogenous variabels) dan variabel eksogen (exogenous variabels), yang merupakan variabel yang tidak dapat diamati atau dihitung secara langsung (unobserved variabels) atau variabel laten (latent variabels) [9]. F. Confirmatory Factor Analysis (CFA) CFA bertujuan untuk mengkonfirmasi atau menguji undimensional, validitas dan realibilitas model pengukuran yang tidak dapat diukur secara langsung. Model pengukuran atau juga disebut model deskriptif, measurement theory, atau confirmatory factor model yang menunjukkan operasional variabel atau konstruk penelitian menjadi indikator – indikator terukur yang dirumuskan dalam bentuk persamaan dan atau diagram jalur tertentu [10]. Bollen (1989) mengemukakan bahwa SEM dapat menguji secara bersama-sama model struktural dan model pengukuran. Sehingga pengujian kesalahan pengukuran dan analisis faktor dapat dilakukan bersamaan dengan pengujian hipotesis. Untuk mengetahui apakah variabel indikator benar-benar valid dalam mengukur faktor atau construct sehingga menjelaskan dimensi faktornya (unidimensionalitas) dilakukan dengan statistik uji t. Penggunaan uji t ini dikarenakan loading factor (λi) dalam analisis faktor konfirmatori dengan menggunakan standardized estimate kedudukanya sama seperti besaran regresi [11]. G. Uji Kesesuaian Model Uji kesesuaian model dilakukan dengan tujuan untuk mengetahui kesesuaian model yang terbentuk. Terdapat beberapa indeks kesesuaian model yang bisa digunakan untuk mengukur fit tidaknya suatu model. Indeks kesesuaian model yang digunakan diuraikan pada tabel 2.1. Tabel 2.1 Uji Kesesuaian Model[10] Goodness of Fit Nilai yang Diharapkan Index 2 χ – Chi Square Diharapkan kecil P-value ≥ 0.05

3

RMSEA

GFI

AGFI

CFI

RSMEA < 0.05 adalah close-fit. Sedangkan 0.05 < RMSEA < 0.08 adalah good fit Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih baik. GFI ≥ 0.90 adalah good fit, sedangkan 0.80 ≤ GFI ≤ 0.90 adalah marginal fit Nilai berkisaran antara 0-1, dengan nilai lebih tinggi adalah lebih baik. AGFI ≥ 0.90 adalah good fit, sedangkan 0.80 ≤ AGFI ≤ 0.90 adalah marginal fit Nilai berkisaran antara 0-1, dengan nilai lebih tinggi adalah lebih baik. CFI ≥ 0.90 adalah good fit, sedangkan 0.80 ≤ CFI ≤ 0.90 adalah marginal fit

III. PENGUMPULAN DAN PENGOLAHAN DATA A. Identifikasi Variabel Variabel yang digunakan pada penelitian ini adalah sebagai berikut : • Variabel Website Design • Variabel Navigation • Variabel Site Aesthetic • Variabel Information Quality • Variabel Security • Variabel Communication B. Penentuan Responden Penelitian ini akan dilakukan tentang kesukesan eGovernment Pemerintah Kota Denpasar. Menurut Ferdinand (2002) untuk ukuran sampel yang harus dipenuhi dalam pemodelan ini adalah minimum berjumlah 100 – 200 sampel. Sedangkan menurut Sekaran (2003), analisis SEM membutuhkan data paling sedikit 5 kali jumlah indikator dari variabel yang digunakan. Maka dari itu, untuk penelitian ini akan dilakukan perhitungan seperti berikut : Sampel = estimasi parameter x 5 = 27 parameter x 5 = 135 sampel Dari hasil perhitungan tersebut, maka jumlah sampel minimum yang harus digunakan adalah 135 sampel. Dan untuk sampel yang digunakan dalam penelitian ini adalah sebanyak 140 sampel yang sudah memenuhi minimum sampel yang dikemukakan oleh Ferdinand (2002). C. Pengolahan Data Deskriptif Dari pengumpulan data yang berasal dari pegawai Dinas Komunikasi dan Informatika, pegawai Kantor Walikota Pemerintah Kota Denpasar dan masyarakat Denpasar didapatkan hasil pengolahan data deskriptif sebagai berikut: 1. Jenis Kelamin Responden laki-laki dalam penelitian yang dilakukan sebesar 54% atau 76 orang dan responden perempuan

sebesar 45,71% atau 64 orang. 2. Usia Responden dengan usia kurang dari 30 tahun sebesar 67.14% atau 94 orang, usia 30-40 tahun sebesar 25% atau 35 orang dan usia diatas 40 tahun sebesar 7.86% atau 11 orang. 3. Pendidikan Terakhir Responden dengan pendidikan terakhir SMA sebesar 32.86% atau 46 orang, D3 sebesar 10% atau 14, S1 sebesar 55% atau 77 dan S2 sebesar 2.14% atau 3 orang. 4. Pengalaman Menggunakan Internet Responden dengan pengalaman menggunakan internet selama 2-5 tahun sebesar 32.14% atau 45 orang, 6-10 tahun sebesar 65% atau 65dan lebih dari 11 tahun sebesar 21.43% atau 30 orang. D. Uji Validitas Instrument Pengukuran Uji validitas kuesioner dilakukan dengan menggunakan nilai korelasi pearson antara satu pertanyaan dengan nilai total dalam satu variabel.Pengujian validitas item dengan korelasi Pearson yaitu dengan cara mengorelasikan skor item dengan skor total item, kemudian pengujian signifikansi dilakukan dengan kriteria menggunakan r tabel pada tingkat signifikansi 0.05 dengan uji 2 sisi. Jika nilai positif dan r hitung ≥ r tabel maka item dapat dinyatakan valid, jika r hitung < r tabel maka item dinyatakan tidak valid. Tabel 3.1 Hasil Uji Validitas Dari Tabel 3.1 dapat dilihat bahwa semua indikator yang digunakan telah valid karena nilai pearson dari masing-masing Variabel Nilai r Keteranga Indikator Pearson Tabel n WD1 0.170 0.169 Valid WD2 0.729 0.169 Valid WD3 0.766 0.169 Valid WD4 0.766 0.169 Valid Nav1 0.826 0.169 Valid Nav2 0.813 0.169 Valid Nav3 0.841 0.169 Valid SA1 0.826 0.169 Valid SA2 0.821 0.169 Valid SA3 0.838 0.169 Valid SA4 0.758 0.169 Valid IQ1 0.752 0.169 Valid IQ2 0.765 0.169 Valid IQ3 0.825 0.169 Valid IQ4 0.832 0.169 Valid S1 0.850 0.169 Valid S2 0.504 0.169 Valid S3 0.882 0.169 Valid C1 0.734 0.169 Valid C2 0.821 0.169 Valid C3 0.780 0.169 Valid C4 0.781 0.169 Valid C5 0.811 0.169 Valid C6 0.781 0.169 Valid C7 0.745 0.169 Valid C8 0.768 0.169 Valid C9 0.836 0.169 Valid

4

indikator sudah lebih besar dari nilai r-tabel yaitu 0,169. E. Uji Reliabilitas Suatu indikator merupakan pembentuk variabel yang baik bila memiliki Cronbach's Alpha ≥ 0.6. Reliabilitas sebagai ukuran konsistensi internal yang hanya dapat digunakan pada variabel dengan indikator. Berikut ini pada Tabel 3.2 ditampilkan hasil dari uji reliabilitas seluruh variabel yang digunakan. Tabel 3.2 Hasil Uji Reliabilitas Cronbach’s Alpha Variabel Keterangan WD 0.512 Tidak Reliabel Nav 0.768 Reliabel SA 0.826 Reliabel IQ 0.805 Reliabel S 0.621 Reliabel C 0.921 Reliabel Tabel 3.2 diatas menunjukkan bahwa terdapat lima variabel menunjukkan nilai reliabilitas (Cronbach's Alpha) lebih dari 0.6 yang berarti bahwa variabel dapat digunakan untuk variabel selanjutnya, sedangkan variabel WD yang tidak reliabel akan diperbaiki dengan cara menghapus salah satu indikator agar memenuhi nilai diatas 0.6. Indikator yang dihapus untuk memenuhi nilai reliabilitas adalah indikator WD1, pada Tabel 3.3 ditunjukkan hasil perbaikan dengan menghapus indikator WD1. Tabel 3.3 Hasil Perbaikan Uji Reliabilitas Cronbach’s Alpha Variabel Keterangan WD 0.691 Reliabel Nav 0.768 Reliabel SA 0.826 Reliabel IQ 0.805 Reliabel S 0.621 Reliabel C 0.921 Reliabel F. Uji Normalitas Seperti pada banyak metode statistik lainnya, SEM juga mensyaratkan data berdistribusi normal. Jika data berdistribusi sangat tidak normal, hasil analisis dikhawatirkan menjadi bias. Sebuah distribusi dikatakan normal jika data tidak menceng ke kiri atau ke kanan (disebut simetris dengan nilai skewness adalah 0), serta mempunyai keruncingan yang ideal (angka kurtosis adalah 0) [15]. Standar atau angka pembanding tersebut adalah angka z. Angka tersebut didapat dengan melihat table z table. Pada umumnya digunakan tingkat kepercayaan 99%. Pada tingkat kepercayaan tersebut tingkat signifikasi adalah 100%-99%= 1% dan angka z adalah ± 2.58 [16]. Dengan demikian, sebuah distribusi dikatakan normal jika angka c.r skewnees atau angka c.r kurtosis ada di antara 2.58 atau + 2.58. Dari uji normalitas yang dilakukan didapatkan nilai c.r. multivariate yang besar yaitu 11,820, yang berarti bahwa data belum berdistribusi normal. Oleh karena itu, perlu dilakukan penghapusan outlier agar nilai data dapat berdistribusi normal multivariate. Pada Tabel 3.4 menunjukkan beberapa outlier yang dihapus.

Tabel 3.4 Beberapa Outliner yang Dihapus Observation Mahalanobis p1 p2 number d-squared 91 65.479 .000 .004 81 63.848 .000 .000 79 53.835 .001 .000 94 47.977 .005 .007 110 46.469 .008 .006 78 46.439 .008 .001 51 46.098 .009 .000 13 45.995 .009 .000 10 44.497 .013 .000 70 44.349 .014 .000 Setelah dilakukan penghapus outlier maka data sudah bisa dikatakan berdistribusi normal dengan nilai 1.990. G. Unidimensional Variabel Unidimensionalitas suatu variabel laten terhadap variabel indikator diuji melalui Confirmatory Factor Analysis (CFA) untuk mengetahui apakah indikator-indikator yang digunakan benar-benar mengukur variabel laten. Berikut pada Tabel 3.5 menampilkan hasil uji CFA seluruh indikator. Tabel 3.5 Hasil Uji CFA Variabel Nilai Nilai Loading Kritis Indikator Factor (λi) WD2 0.588 0.5 WD3 0.786 0.5 WD4 0.730 0.5 Nav1 0.738 0.5 Nav2 0.683 0.5 Nav3 0.754 0.5 SA1 0.769 0.5 SA2 0.774 0.5 SA3 0.791 0.5 SA4 0.619 0.5 IQ1 0.605 0.5 IQ2 0.615 0.5 IQ3 0.798 0.5 IQ4 0.813 0.5 S1 0.673 0.5 S2 0.519 0.5 S3 1.166 0.5 C1 0.680 0.5 C2 0.785 0.5 C3 0.744 0.5 C4 0.757 0.5 C5 0.799 0.5 C6 0.751 0.5 C7 0.695 0.5 C8 0.736 0.5 C9 0.830 0.5 H. Model Persamaan Struktural Setelah melakukan uji validitas, reliabilitas, dan analisis unidimensional CFA pada tiap variabel, maka selanjutnya akan

5

dilakukan pemodelan struktural secara keseluruhan menggunakan SEM. Pemodelan ini dilakukan untuk mengetahui hubungan antara variabel indikator dengan variabel laten.

Hubungan

M.I

e11 e19 e24 e1 e9 e16 e14 e6 e11

<--> <--> <--> <--> <--> <--> <--> <--> <-->

e10 e18 e23 e32 e32 e25 e30 e14 e18

8.215 8.228 6.326 6.416 5.631 4.571 4.454 4.433 4.454

Setelah dilakukan modifikasi model seperti yang tampak pada Gambar 3.2 maka akan terbentuk model baru yang nilai goodness of fit nya sudah meningkat meskipun belum signifikan.

Gambar 3.1 Hasil Uji Full Model Seperti yang bisa dilihat pada Gambar 3.1, terdapat beberapa nilai goodness of fit belum terpenuhi sehingga perlu dilakukan modifikasi pada model untuk meningkatkan nilai dari goodness of fit sehingga dapat diterima. Melalui nilai modification indices dapat diketahui ada tidaknya kemungkinan modifikasi terhadap model yang dapat diusulkan. Modification indices yang dapat diketahui dari output Amos akan menunjukkan hubungan-hubungan yang perlu diestimasi yang sebelumnya tidak ada dalam model supaya terjadi penurunan pada nilai chi-square untuk mendapatkan model penelitian yang lebih baik. Untuk mendapatkan kriteria model yang dapat diterima, peneliti mengestimasi hubungan korelasi antar error term yang tidak memerlukan justifikasi teoritis dan yang memiliki nilai modification indices lebih besar atau sama dengan 4,0. Cara ini dilakukan untuk mendapatkan nilai goodness of fit yang memenuhi syarat. Pada Tabel 3.6 diperlihatkan beberapa nilai M.I tertinggi yang harus diberi tambahan garis kovarian untuk memperbaiki model. Tabel III.6 M.I. Covariance Hubungan

M.I

e16 e24 e7 e20 e18 e25 e25 e12

<--> <--> <--> <--> <--> <--> <--> <-->

e17 e29 e20 e23 e32 e28 e24 e25

23.449 12.838 12.735 17.36 11.458 8.614 6.619 12.084

e16

<-->

e29

10.549

Gambar 3.2 Hasil Modifikasi Full Model Tabel 3.7 Estimasi Variabel Hubungan WD e-GovSqual Nav e-GovSqual SA e-GovSqual IQ e-GovSqual S e-GovSqual C e-GovSqual

Estimasi Parameter 0.944 0.979 0.958 0.953 0.109 0.887

P - value <0.001 <0.001 <0.001 <0.001 <0.001 <0.001

IV. ANALISA DAN PEMBAHASAN Setelah dilakukan pengujian validitas, reliabilitas dan pengujian unidimensionalitas pada masing-masing variabel laten dengan menggunakan Confirmatory Factor Analysis (CFA), maka tahap selanjutnya adalah melakukan analisis model persamaan struktural sesuai dengan diagram path. Analisis didasarkan dari Goodness of Fit Statistics. Ukuran GOF yang digunakan adalah Chi-square, RMSEA (Root Mean Square Error of Approximation), GFI (Goodness-of-Fit Index), AGFI (Adjusted Goodness-of-Fit Index), CFI (Comparative Fit Index) Indeks kelayakan model dengan menggunakan ukuran GOF hasil pengolahan software AMOS beserta cut off value-nya dapat dilihat pada Gambar 4.2. Pada

6

Gambar 3.2, model belum memenuhi nilai GOF sehingga diperlukan modifikasi model. Tujuan modifikasi model adalah untuk mendapatkan kriteria goodness of fit dari model yang dapat diterima. Seperti yang ada pada tabel 3.6 , melalui nilai modification indices dapat diketahui ada tidaknya kemungkinan modifikasi terhadap model yang dapat diusulkan. Modification indices yang dapat diketahui dari output AMOS akan menunjukkan hubunganhubungan yang perlu diestimasi yang sebelumnya tidak ada dalam model supaya terjadi penurunan pada nilai chi-square untuk mendapatkan model penelitian yang lebih baik. Setelah dilakukan modifikasi pada model akan didapatkan beberapa nilai Goodness of Fit yang terpenuhi. Dari Tabel 4.32 menunjukkan nilai estimasi parameter dari full model yang telah diuji. Dari tabel tersbut dapat diketahui bahwa : 1. Variable WD mempunyai nilai loading factor 0.944 dimana mempunyai nilai yang signifikan sehingga berarti bahwa desain website Pemerintah Kota Denpasar mempunyai nilai postif dalam penilaian publik yang artinya kecepatan web, dokumen unduhan yang ada dan tautan link sudah baik. 2. Variable Nav mempunyai nilai loading factor 0.979 dimana mempunyai nilai signifikan sehingga berarti bahwa navigasi yang terdapat pada website Pemerintah Kota Denpasar mempunyai nilai positif dalam penilaian publik yang artinya navigasi yang tersedia dalam website sudah baik. 3. Variabel SA mempunyai nilai loading factor 0.958 dimana mempunyai nilai yang signifikan sehingga berarti bahwa estetika website yang terdapat pada website Pemerintahan Kota Denpasar mempunyai nilai positif dalam penilaian publik yang artinya desain website sederhana dan atraktif, gambar jelas dan berwarna, tidak ada pemasaran swasta dan pop-up. 4. Variabel IQ mempunyai nilai loading factor 0.953 dimana mempunyai nilai yang signifikan sehingga berarti bahwa kualitas informasi yang terdapat pada website Pemerintahan Kota Denpasar mempunyai nilai positif dalam penilaian publik yang artinya informasi yang terdapat dalam website dapat memuaskan pengguna. 5. Variabel S mempunyai nilai loading factor 0.109 dimana mempunyai nilai yang sangat kecil namun memiliki nilai positif yang berarti bahwa kurangnya perhatian pemerintah terhadap website e-Government Kota Denpasar. 6. Variabel C mempunyai nilai loading factor 0.887 dimana mempunyai nilai yang signifikan sehingga berarti bahwa komunikasi yang terdapat pada website Pemerintahan Kota Denpasar mempunyai nilai positif dalam penilaian publik yang artinya penanggapan email dari masyarakat dilakukan dengan baik, adanya perkembangan yang realtime, detail kontak dari pejabat yang terkait disediakan dengan lengkap sehingga dapat memuaskan pengguna.

V. KESIMPULAN Dari pelaksanaan penelitian tugas akhir ini di dapatkan kesimpulan : 1. Dari enam dimensi yang digunakan untuk evaluasi yang terhadap Portal e-Government yang ada pada Pemerintah Kota Denpasar, 5 dimensi bisa dikatakan baik karena memiliki nilai signifikan yang tinggi, yaitu dimensi Website Design, Navigation, Site Aesthetic, Information Quality dan Communication. 2. Dimensi Security memiliki nilai paling kecil diantar dimensi lain, namun bukan berarti bahwa keamanan dari portal buruk. Hal ini disebabkan karena memang untuk portal sendiri, dimensi ini tidak terlalu penting karena tidak ada data – data penting yang disimpan dalam Portal Pemerintah Kota Denpasar. UCAPAN TERIMA KASIH Bapak Mudjahidin selaku dosen pembimbing. Terima kasih sudah begitu sabar membimbing saya, memberi saya masukan dan saran, memberi saya referensi jurnal untuk diacu selama proses pengerjaan tugas akhir ini. Terima kasih untuk semua dukungan, koreksi dan saran yang telah diberikan. Pemerintah Kota Denpasar dan Dinas Komunikasi dan Informatika Denpasar yang telah membantu juga memberikan respon positif. DAFTAR PUSTAKA [1]

[2]

[3]

[4]

[5] [6]

[7] [8]

[9]

G. Kaisara and S. Pather, "The e-Government evaluation challenge: A South African Batho Pele-aligned service quality approach," 28, pp. 211-221, 2011. I. Pradipta, "e-government di Denpasar-Bali," 30 September 2010. [Online]. Available: http://dyptaindra.blogspot.com/2010/09/e-government-didenpasar-bali.html. [Accessed 2 Desember 2012]. The World Bank, "Definition of E-Government," 2011. [Online]. Available: http://go.worldbank.org/M1JHE0Z280. [Accessed 2 Desember 2012]. I. M.E. Sharpe, "The DeLone and McLean Model of Information System Success: A Ten-Year update," Journal of Information Systems, vol. 19, pp. 9-30, 2003. W. Widhiarso, Praktek Model Persamaan Struktural (SEM), Jakarta: PT. Alex Media Komputindo, 2005. C. Trihendradi, "Uji Validitas dan Reabilitas," in Step by Step SPSS 20 Analisis Data Statistik, Yogyakarta, Penerbit Andi, 2012, pp. 299-304. G. Maruyama, Basic of Structural Equation Modeling, Thousand Oaks: Sage Publications, 1998. Z. Mustafa and T. Wijaya, Panduan Teknik Statistika SEM dan PLS dengan SPSS AMOS, Yogyakarta: Cahaya Atma Pustaka, 2012. Hendry, "Teori-Online," Desember 2011. [Online]. Available:

7

http://teorionline.wordpress.com/2011/12/20/confirmatoryfactor-analysis-introduction/. [Accessed 20 Mei 2013]. [10] F. A, Structural Equation Modeling dalam Penelitian Manajemen, Semarang: Badan Penerbit Diponegoro, 2002. [11] S. Santoso, Structural Equation Modeling (SEM), Jakarta: PT. Alex Media Komputindo, 2011. [12] S. Santoso, Structural Equation Modeling (SEM), Jakarta: PT. Elex Media Komputindo, 2011.