ffi"ffi Ko nf e re nsi \.: 27 Pebruari - 01 Maret ,..\

Ko nf e re nsi

##dings *

Nasional Sisteq,,! nformasi 2P1,4

\.:

iitem lnfdrrnasi

STMIK DIPANEGARA

2

27 Pebruari - 01 Maret

I,4AKASSAR

M

,. .\

lld-rT{;{;-li

ffi"ffi

pusai perellierr cian Perrgal:dra;r Pada hlas,vaiakai ip'?l',:] STLllK Dipanegara Ilakassar .ll Perirrlts Kcn:ercjela*rr l(rl.l !,1 i''i;rkassirr., lci;: . 14 1i 5fl7 1!; l: i Fax. : ll'i11-5E82S3 !

.'i

l ' ' ;l : (;:'r':

rl ''

:

tlili

r:-fF]-f:t

v a

LS.UJJILLIJ

Adopsi Teknologi Internet Pada Usaha Mikro Kecil dan Menengah Kartika Gianina Tileng, Rinabi Tanamal Sistem Informasi Bisnis  Universitas Ciputra UC Town, CitraLand, Surabaya [email protected], [email protected] ABSTRAK Perkembangan  teknologi  internet  yang  semakin  pesat  dan  terjangkau    memunculkan  berbagai  peluang baru bagi usaha mikro kecil dan menengah (UMKM) di Indonesia dalam menciptakan inovasi  produk  maupun  inovasi  model  bisnis.  Berbagai  penelitian  dibidang  kewirausahaan  dan  teknologi  informasi  telah  dilakukan,  namun  tidak  banyak  ditemukan  sebuah  penelitian  yang  mengkaji  secara  khusus  tingkat  adopsi  teknologi  internet  untuk  penciptaan  maupun  pengembangan  usaha.  Melalui  penelitian  ini  peneliti  menggunakan  framework  Technology­Organization­Environment  (TOE)  yang  berlandaskan  dari  penelitian  dari  Zhu  dan  Kraemer  (2005)  yang  berfokus  pada  karakteristik  internal  maupun  external  dari  sebuah  UMKM.  Penelitian  ini  akan  menggunakan  metode  studi  literatur  dan  kuesioner yang diisi oleh pemilik atau manajer UMKM sebanyak 172 responden. Data dari penelitian  diolah  dengan  menggunakan  teknik  Analisis  Jalur  untuk  menguji  relasi  yang  signifikan.  Hasil  penelitian  ini  mendukung  penyedia  layanan  teknologi  informasi  &  komunikasi  dalam  membuat  kebijakan  yang  berkaitan  dengan  adopsi  teknologi  internet  oleh  UMKM  dengan  lebih  efektif  dan  efisien dengan cara menemukan faktor yang paling berpengaruh. Keywords: Adopsi Teknologi, Kerangka Kerja TOE, UMKM.  1. Pendahuluan Perkembangan  pengguna  internet  sejak  1990  sebagai  alat  bertukar  informasi  telah  membuka  banyak  peluang  baru  dalam  operasional  bisnis.  Internet  memampukan  pertukaran  informasi  tanpa  bergantung  pada  tempat  dan  waktu  dengan  beberapa  aplikasi  seperti  e­mail,  e­shop,  e­procurement,  crowd  sourcing,  e­marketplace,  dan  lain  sebagainya.  Tidak  hanya  organisasi  besar  yang  memanfaatkan  internet  dalam  proses  bisnis  dan  pertukaran  informasinya,  namun  banyak  usaha mikro kecil dan menengah (UMKM) yang  juga  memanfaatkannya,  terutama  ketika  pengguna  internet  di  luar  organisasi  mereka  juga makin meningkat.  Selain  itu  teknologi  internet  dapat  meningkatkan  efektifitas  dan  efisiensi  dalam  berkomunikasi  baik  internal  maupun  external,  baik  UMKM  maupun  pelanggannya  memperoleh  manfaat  [1].  Permasalahan  yang  dihadapi  oleh  UMKM  dalam  adopsi  teknologi  internet  berbeda  dengan  perusahaan  besar,  terutama  menyangkut  keterbatasan  modal,  sumber  daya  dan  pengetahuan  teknologi  internet [2], [3].  Secara  spesifik  di  Indonesia,  usaha  mikro  kecil  dan  menengah  (UMKM)  adalah  kunci  keberhasilan  dalam  pengurangan  angka  pengangguran  dan  pertumbuhan  ekonomi  di  Indonesia.  UMKM  telah  berkontribusi  besar  dalam  ketangguhan  ekonomi  Indonesia  terutama dalam periode stagnansi ekonomi dan  krisis  finansial  tahun  2008­2009  yang  lalu. 

Adopsi  teknologi  informasi  untuk  UMKM  merupakan  bidang  penelitian  yang  membutuhkan  dasar  teoritis  yang  solid  dan  membantu  memperkuat  landasan  konseptual  dan empiris.  Secara  spesifik  di  Indonesia,  usaha  mikro  kecil  dan  menengah  (UMKM)  adalah  kunci  keberhasilan  dalam  pengurangan  angka  pengangguran  dan  pertumbuhan  ekonomi  di  Indonesia.  UMKM  telah  berkontribusi  besar  dalam  ketangguhan  ekonomi  Indonesia  terutama dalam periode stagnansi ekonomi dan  krisis  finansial  tahun  2008­2009  yang  lalu.  Dukungan  terhadap  UMKM  perlu  digalakkan  secara  terpola  untuk  mendukung  Indonesia  menjadi  10  kekuatan  ekonomi  dunia  pada  tahun  2025  sesuai  laporan  dari  OECD  (2012).  Oleh karena itu penelitian yang tentang UMKM  dipandang  sangat  penting  bagi  akademisi  maupun  praktisi  bisnis  di  Indonesia.  Adopsi  teknologi  informasi  untuk  UMKM  merupakan  bidang  penelitian  yang  membutuhkan  dasar  teoritis  yang  solid  dan  membantu  memperkuat  landasan konseptual dan empiris.  2.Rumusan Masalah Diharapkan  hasil  penelitian  ini  akan  menjawab  pertanyaan­pertanyaan  sebagai  berikut: 1.  Faktor­faktor  apa  saja  yang  mempengaruhi  adopsi teknologi internet oleh UMKM? 2.  Bagaimana  hubungan  antar  faktor­faktor  yang teridentifikasi pada pertanyaan nomor 1?

3.  Hubungan  mana  dari  pertanyaan  nomor  2  yang secara signifikan menunjukkan hubungan  sebab­akibat? 3.Technology­Organizational­Environment (TOE) 3.1 Pemodelan TOE

H 2

TECHNOLOGY

H 3

Perceived Relative  Advantage H1

Perceived Direct  Benefit H2

Perceived  Compatibility

H 4

H3

Perceived Indirect  Benefit

H4

Value for SME H5

CEO IT Knowledge &  Innovativeness H6 ENVIRONMENT H7

H8

H 5

H9

Financial Commitment

H 6 Industry Pressure

Vendor Support

Regulatory Support

ORGANIZATION

Gambar 1. Model TOE yang dikembangkan oleh Peneliti

10  variabel  ini  dapat  dikategorikan  ke  dalam  salah satu dari 3 kelompok yang mencerminkan sifat  dari  konstruksi  pada  kerangka  Technology­ Organization­Environment.  Ada  4  variabel  yang  mewakili  konteks  teknologi,  yaitu  Perceived  Relative  Advantage,  Perceived  Compatibility,  Perceived  Direct  Benefit,  dan  Perceived  Indirect  Benefit.  2  variabel  yang  mewakili  konteks  organisasi,  yaitu  CEO  IT  Knowledge  &  Innovativeness  dan  Financial  Commitment.  3  variabel  yang  terkait  dengan  konteks  lingkungan,  yaitu  Industry  Pressure,  Vendor  Support,  dan  Regulatory  Support.  Konsep  ini  diadaptasi  dari  penelitian  sebelumnya  pada  teori  adopsi  teknologi  [4], [5], [6]. 3.2 Hipotesis Tabel  di  bawah  berisi  hipotesis  yang  akan  diteliti  dengan  referensi  sebuah  studi  sebelumnya  yang  mengidentifikasi  sebab  dan  akibat  hubungan  antara  dua  variabel  yang  terlibat dalam sebuah hipotesis . Dalam  model  analisis  jalur  ini,  pengaruh  tidak langsung juga akan dianalisis, dilaporkan,  dan  digunakan  untuk  melihat  hubungan  signifikan. Tabel 1. Hipotesis Penelitian Hipotesis Konteks H Perceived Relative  1 Advantage memiliki 

Technologica l Context

H 7 H 8 H 9

hubungan langsung yang  signifikan positif pada  Perceived Direct Benefit Perceived Compability  memiliki hubungan langsung  yang signifikan positif pada  Perceived Direct Benefit Perceived Direct Benefit  memiliki hubungan langsung  yang signifikan positif pada  Value for SME Perceived Indirect Benefit  memiliki hubungan langsung  yang signifikan positif pada  Value for SME CEO IT Knowledge &  Innovativeness memiliki  hubungan langsung yang  signifikan positif pada Value  Organization for SME al Context Financial Commitment  memiliki hubungan langsung  yang signifikan positif pada  Value for SME Industry Pressure memiliki  hubungan langsung yang  signifikan positif pada Value  for SME Vendor Support memiliki  hubungan langsung yang  Environment signifikan positif pada Value  al Context for SME Regulatory Support memiliki  hubungan langsung yang  signifikan positif pada Value  for SME.

Tabel  2  menyajikan  definisi  dan  simbol  yang  digunakan  dari  11  variabel  dalam  model  teoritis  yang diusulkan. Tabel 2. Variabel dan Definisi Variabel  Definisi Referensi (Simbol) Sejauh mana  sebuah  perusahaan  Perceived  percaya teknologi  Sutanonpaibo Relative  internet yang  on & Pearson,  Advantage  berguna dan  2006 (PRA) membawa  manfaat bagi  kedua perusahaan  dan penggunanya. Beatty et al.,  Perceived  Sejauh mana  Compatibility suatu perusahaan  2001 (PCO) percaya teknologi  internet konsisten  dengan 

infrastruktur yang  ada teknologi,  budaya, nilai­nilai,  dan praktek kerja  yang dipakai  perusahaan. Sejauh mana  Iacovou et al.,  suatu perusahaan  1995 Perceived  percaya teknologi  Direct  internet membawa  Benefit manfaat langsung  ke kegiatan  (PDB) operasional  sehari­hari Sejauh mana  Iacovou et al.,  1995 sebuah  perusahaan  Perceived percaya teknologi  internet membawa   Indirect  manfaat tidak  Benefit (PIB) langsung untuk  perusahaan dalam  jangka panjang  masa depan. Tingkat ke mana  Fink, 1998 CEO IT  CEO memiliki  Knowledge & pengetahuan  Innovativene tentang IT dan  ss (CIK) sifat­sifat yang  inovatif. Tingkat ke mana  Zhu &  Kraemer,  perusahaan  Financial  memiliki komitmen 2005 Commitment dalam hal sumber  daya keuangan  (FCO) untuk  menyediakan  teknologi internet. Grandon &  Sejauh mana  suatu perusahaan  Pearson,  2004,  berpendapat  adanya tekanan  Premkumar &  Ramamurthy,  Industry  untuk  1995 Pressure  menggunakan  teknologi internet  (IPR) baik dari mitra  atau pesaing  untuk memperkuat  posisi kompetitif  perusahaan. Sejauh mana  Ghobakhloo  Vendor  suatu perusahaan  et al., 2011,  Support  Al­Qirim, 2007 percaya ada  (VSU) dukungan dari  vendor eksternal. Regulatory  Sejauh mana  Zhu &  Support  sebuah  Kraemer, 

(RSU)

perusahaan  2005  percaya ada  peraturan dari  yang berotoritas  untuk mendukung  penggunaan  teknologi. Sejauh mana  Zhu &  perusahaan yang  Kraemer,  percaya  2005  Value for  penggunaan  SME (VFS) teknologi internet  membawa nilai  penjualan,  efisiensi internal,  dan pengadaan. Pada  Tabel  3  masing­masing  dari  10  variabel  yang  dioperasionalkan  sebagai  variabel  laten  yang  diukur  dengan  satu  set  setidaknya dengan dua indikator.  Tabel 3. Variabel dan Indikatornya Variabel  Instrumen  Indikator (Simbol) Pengukuran  11 indikator,  yaitu PRA1,  Perceived  PRA2, PRA3,  Al­Qirim, 2007,  Relative  PRA4, PRA5,  Grandon &  Advantage  PRA6, PRA7,  Pearson, 2004 (PRA) PRA8, PRA9,  PRA10,  PRA11 Al­Qirim, 2007;  7 indikator,  Perceived  yaitu PCO1,  Pearson &  Compatibility  PCO2, PCO3,  Grandon, 2006;  (PCO) PCO4, PCO5,  Premkumar,  PCO6, PCO7 2003 Perceived  5 indikator,  Iacovou,  Direct Benefit yaitu PDB1,  Benbasat, &  PDB2, PDB3,  Dexter, 1995 (PDB) PDB4, PDB5 Perceived  5 indikator,  Indirect Benefit yaitu PIB1,   (PIB)

PIB2, PIB3,  PIB4, PIB5

5 indikator,  CEO IT  Knowledge &  yaitu CIK1,  Innovativeness CIK 2, CIK 3,  CIK 4, CIK,  (CIK) CIK 6 Financial  4 indikator,  Commitment  yaitu FCO1,  FCO2, FCO3,  (FCO) FCO4 Industry  7 indikator,  Pressure  yaitu IPR1,  (IPR) IPR2, IPR3, 

Iacovou et al.,  1995

Al­Qirim, 2007;  Thong & Yap,  1995 Al­Qirim, 2007;  Zhu & Kraemer,  2005 Grandon &  Pearson, 2004,  Premkumar & 

IPR4, IPR5,  IPR6 3 indikator,  Vendor  Support (VSU) yaitu VSU1,  VSU2, VSU3

Ramamurthy,  1995 Ghobakhloo et  al., 2011, Al­ Qirim, 2007 

Zhu & Kraemer,  Regulatory  4 indikator,  yaitu RSU1,  2005 Support  RSU2, RSU3,  RSU) RSU4 8 indikator,  Zhu & Kraemer,  yaitu VFS1,  2005 Value for SME  VFS2, VFS3,  (VFS) VFS 4, VFS 5,  VFS 6, VFS 7,  VFS 8 Tabel  3  menunjukkan  simbol  yang  digunakan  untuk  masing­masing  indikator  dan  referensi  untuk  penelitian  sebelumnya  dibahas  dalam  tinjauan  literatur  yang  digunakan  sebagai sumber dari alat ukur yang ada. 4.Pengolahan Data 4.1 Persiapan Populasi  data  diambil  dari  para  pemilik  UMKM yang ada di Indonesia. Data disebar melalui  kuesioner langsung dan kuesioner online. Data yang  terkumpul  sebelum  diadakan  uji  outlier  adalah  sebanyak 172 responden. 4.2 Hasil dari Analisa Data Hasil dari pengolahan data uji normalitas, uji  validitas,  uji  reliabilitas,  serta  uji  korelasi  dapat  dilihat pada tabel 4 (Lampiran). Terdapat  modifikasi  model  teoritis  dari  yang  semula  pada  Gambar  2  setelah  melalui  pengukuran, nampak bahwa pengaruh CEO IT  Knowledge  &  Innovativeness  (CIK),  Financial  Commitment  (FCO),  dan  Vendor  Support  (VSU)  terhadap  Value  for  SME  (VFS)  tidak  significant,  sehingga  dapat  disimpulkan  bahwa  Hipotesis 5, 6, dan 8 tidak terbukti.

Gambar 2. Diagram Analisis Jalur

Kekuatan  pengaruh  dapat  dilihat  pada tabel 5 dbawah ini yang dapat dilihat  bahwa pengaruh Perceived Indirect Benefit  (PIB)  yang  diartikan  sebagai  derajat  dimana  sebuah  UMKM  percaya  bahwa  teknologi  internet  membawa  keuntungan  secara  tidak  langsung  pada  masa  mendatang  (Iacovou  et  al.,  1995)  dan  Industry  Pressure  (IPR)  yang  diartikan  sebagai  derajat  dimana  sebuah  UMKM  percaya  bahwa  ada  tekanan  baik  dari  pelanggan  maupun  dari  pemasok  untuk  menggunakan  internet  sebagai  dua  faktor  yang  paling  berpengaruh  terhadap  Value  for SME (VFS). Tabel 5. Pengaruh Total PDB VFS

RSU

IPR

PIB

PCO

PRA

.00 0 .12 0

.00 0 .29 1

.35 1 .29 3

.30 8 .07 7

.26 8 .06 8

PDB

.000 .252

5. Kesimpulan  Adapun  kesimpulan  yang  diperoleh  peneliti  adalah: 1. Penyedia  layanan  teknologi  informasi  dan  komunikasi  ketika  menawarkan  kepada  pemilik  atau  pengelola  UMKM  perlu  lebih  fokus  kepada  strategi  Perceived  Indirect  Benefit  (PIB)  dan  Industry  Pressure  (IPR)  dibandingkan faktor­faktor yang lain. 2. Strategi  CEO  IT  Knowledge  dan  Innovativeness  (CIK),  Financial  Commitment  (FCO),  dan  Vendor  Support  (VSU) terbukti tidak signifikan, oleh karena  itu  penyedia  layanan  teknologi  informasi 

dan  komunikasi  tidak  perlu  fokus  pada  faktor­faktor ini. 3. Aspek Perceived Compability (PCO) dalam  penggunaan  teknologi  internet  mendapatkan  Cronbach  Alpha  (CA)  tertinggi  yaitu  0.882  yang  berarti  baik,  sehingga  aspek  ini  perlu  untuk  terus­ menerus  dijaga  dan  diupayakan  demi  tercapainya  tujuan  UMKM  dalam  menggunakan teknologi internet. 6. Daftar Pustaka [1]  Zhu,  K.  et  al.,  2004.  Information  Technology  Payoff  in  E­Business  Environments:  An  International  Perspective  on  Value  Creation  of  E­Business  in  the  Financial  Services  Industry.  Journal  of  management  information  systems,  21(1), pp.17–54.   [2]  Cragg,  P.B.  &  King,  M.,  1993.  Small­Firm  Computing:  Motivators  and  Inhibitors.  MIS  quarterly, 17(1), pp.47–61. [3]    Welsh,  J.A.  &  White,  T.A.,  1981.  A  small  business  is  not  a  little  big  business.  Harvard  Business Review, 59(4), pp.18–32. [4]  Ghobakhloo,  M.,  Arias­Aranda,  D.  &  Benitez­ Amado,  J.,  2011.  Adoption  of  e­commerce  applications in SMEs. Industrial Management &  Data Systems, 111(8), pp.1238–1269.    [5]  Kuan,  K.K.Y.  &  Chau,  P.Y.K.,  2001.  A  perception­based  model  for  EDI  adoption  in  small  businesses  using  a  technology–organization–environment  framework & Management, 38(8), pp.507–521. [6]  Zhu,  K.  &  Kraemer,  K.L.,  2005.  Post­Adoption  Variations in Usage and Value of E­Business by  Organizations: Cross­Country Evidence from the  Retail  Industry.  Information  Systems  Research,  16(1), pp.61–84.

Lampiran: Tabel 4. Rangkuman dari Hasil Uji Menggunakan Software SPSS Indicator

Mean

PRA1 PRA2 PRA3 PRA4 PRA5 PRA6 PRA7 PRA8 PRA9 PRA10 PRA11

4.35 4.29 4.17 4.51 3.95 4.22 4.09 4.30 3.60 3.95 3.98

PCO1 PCO2 PCO3 PCO4 PCO5 PCO6 PCO7

3.64 3.65 3.76 3.53 3.47 3.82 3.90

PDB1 PDB2 PDB3 PDB4 PDB5

3.97 3.51 4.12 4.13 4.09

PIB1 PIB2 PIB3 PIB4 PIB5

3.85 4.04 4.05 4.12 4.14

CIK1 CIK2 CIK3 CIK4 CIK5 CIK6

3.77 3.99 4.19 3.83 3.91 3.55

FCO1 FCO2 FCO3 FCO4

3.44 3.48 3.63 3.98

IPR1 IPR2 IPR3 IPR4 IPR5 IPR6

3.98 4.06 4.06 4.03 3.86 4.17

VSU1 VSU2 VSU3

3.95 3.87 3.70

RSU1 RSU2 RSU3 RSU4

3.45 3.37 3.49 3.68

VFS1 VFS2 VFS3 VFS4 VFS5 VFS6 VFS7 VFS8

4.20 4.36 4.23 4.12 3.80 3.80 3.87 4.10

Std. Dev.

Skewness Kurtosis Perceived Relative Advantage (PRA) .671 ­.664 ­.115 .619 ­.433 .158 .701 ­.452 ­.142 .607 ­.975 .767 .782 ­.205 ­.657 .753 ­.711 .141 .740 ­.403 ­.302 .675 ­.438 ­.788 .876 .089 ­.753 .763 ­.161 ­.690 .787 ­.177 ­.838 Perceived Compatibility (PCO) .793 .100 ­.556 .842 .097 ­.714 .878 ­.131 ­.772 .952 ­.249 ­.526 .881 .029 ­.449 .800 ­.010 ­.791 .723 ­.131 ­.424 Perceived Direct Benefit (PDB) .790 ­.451 ­.167 1.006 ­.138 ­.637 .703 ­.277 ­.586 .802 ­.660 ­.065 .857 ­.620 ­.360 Perceived Indirect Benefit (PIB) .831 ­.205 ­.643 .728 ­.154 ­.821 .732 ­.163 ­.842 .727 ­.468 ­.114 .728 ­.313 ­.753 CEO IT Knowledge & Innovativeness (CIK) .881 ­.461 .094 .776 ­.597 .250 .752 ­.750 .410 .817 ­.331 ­.349 .774 ­.296 ­.323 .894 ­.234 .000 Financial Commitment (FCO) .980 ­.102 ­.405 .940 ­.206 .044 .943 ­.248 ­.256 .692 ­.184 ­.287 Industry Pressure (IPR) .657 ­.351 .455 .735 ­.548 .276 .755 ­.509 .019 .729 ­.320 ­.286 .736 ­.219 ­.229 .737 ­.466 ­.443 Vendor Support (VSU) .801 ­.192 ­.792 .714 ­.101 ­.392 .911 ­.269 ­.483 Regulatory Support (RSU) 1.072 ­.367 ­.336 .911 ­.136 ­.089 .940 ­.180 ­.136 .909 ­.407 .067 Value for SME (VFS) .681 ­.269 ­.842 .674 ­.581 ­.708 .641 ­.242 ­.656 .691 ­.157 ­.892 .830 .025 ­.894 .909 ­.401 ­.370 .885 ­.400 ­.550 .770 ­.327 ­.793

* Calculated based on the correlation between each indicator to total each indicator variable  **  Correlation significant at the level of 0.01 (2­tailed)

Pearson Corr.

Cron. Alpha 0.864

.608** .708** .705** .672** .721** .638** .610** .614** .656** .643** .735** 0.882 .781** .822** .753** .837** .815** .695** .642** 0.790 .757** .702** .703** .768** .788** 0.848 .797** .827** .825** .758** .742** 0.766 .698** .730** .647** .732** .681** .599** 0.739 .846** .827** .853** .397** .776** .767** .700** .719** .676** .694**

0.815

0.729 .771** .837** .821** 0.853 .836** .871** .851** .782** 0.827 .613** .630** .595** .716** .662* .742** .727** .699**