Seminar Nasional Teknologi Informasi dan Multimedia 2015
ISSN : 2302-3805
STMIK AMIKOM Yogyakarta, 6-8 Februari 2015
MODEL PENERIMAAN APLIKASI SISTEM INFORMASI SIMPAN PINJAM PADA KOPERASI SERBA USAHA CIPTA BOGA KOTA TANGERANG SELATAN Dyah Retno Utari), Arief Wibowo2) 1)
Program Studi Manajemen Informatika, Universitas Budi Luhur, Jakarta 2) Program Studi Sistem Informasi, Universitas Budi Luhur, Jakarta
Jl. Cileduk Raya 99 Petukangan Utara, Jakarta Selatan, 12260 Email :
[email protected]),
[email protected]) Abstrak Sistem Informasi yang dirancang untuk memenuhi kebutuhan pengguna, memiliki karakteristik dan spesifikasi yang dibutuhkan oleh para pengguna informasi. Namun demikian, dalam penggunaan sistem informasi tersebut perlu dikaji lebih lanjut untuk mengetahui tingkat penerimaan para pengguna (user). Tingkat penerimaan diperlukan untuk mendapatkan model penerimaan sistem informasi berdasarkan perilaku pengguna secara individu, hasil penerimaan teknologi tersebut akan menjadi masukan bagi pengembang sistem informasi dalam melanjutkan siklus hidup pengembangan sistem (life development life cycle). Riset ini akan mengkaji sebuah penerimaan sistem informasi dari aplikasi Sistem Informasi Simpan Pinjam milik Koperasi Serba Usaha (KSU) yang telah digunakan selama kurang lebih dua tahun. Analisis dilakukan dengan menggunakan pendekatan Technology Acceptance Model (TAM). Berdasarkan data yang diperoleh dan diolah dengan Sequential Equation Model (SEM) menggunakan aplikasi LISREL, hasil analisis menunjukkan bahwa model penerimaan relatif dapat diterima penggunanya, terlihat dari p-value = 0.27150, Chi-Square 140.40 dan terpenuhinya enam hipotesis yang diajukan pada variabel-variabel Perceived Ease of Use (PEOU), Perceived Usefulness (PU), Attitude Toward Using (ATU), Behavioral Intention to Use (ITU), Actual System Usage (ASU). Kata kunci: Model Penerimaan Technology (Technology Acceptance Model (TAM), Sequential Equation Model (SEM), Sistem Informasi Simpan Pinjam, LISREL. 1. Pendahuluan Kebutuhan akan sistem informasi bagi Usaha Kecil Menengah maupun Koperasi saat ini menjadi kebutuhan mengingat tuntutan ketersediaan informasi bagi pemangku kepentingan, tak terkecuali bagi Koperasi Serba Usaha (KSU) Cipta Boga. Relawan pemberdayaan masyarakat di suatu daerah di Tangerang Selatan pada tahun 2011
mengembangkan Koperasi untuk produsen dan konsumen (menyuplai barang- barang industri busana), dan setelah berjalan cukup lama, maka sekarang mulai dikembangkan menjadi koperasi simpan pinjam, seiring dengan waktu berjalan saat ini telah mempunyai jumlah 73 anggota, dan 9 karyawan, di luar koperasi pengembangan usaha untuk melayani konsumen dan produsen yang jumlahnya lebih dari seratus orang. Rancangan Sistem Informasi yang ada telah dikembangkan dengan baik, namun demikian belum pernah diukur suatu tingkat penerimaan dari penggunakan aplikasi KSU Cipta Boga bagi para anggotanya, padahal menurut rencana pada tahun 2015 KSU model serupa akan dikembangkan di kota lain dan akan mengadopsi sistem dan peraturan KSU yang ada di Tangerang Selatan termasuk penggunaan Aplikasi Sistem Informasi yang ada. Riset ini dilakukan untuk mengetahui bagaimana tingkat penerimaan aplikasi SI KSU Cipta Boga. Permasalahan yang ingin dipecahkan adalah bagaimana mengukur tingkat penerimaan aplikasi yang telah berjalan selama dua tahun. Metodologi yang akan digunakan dalam melakukan pengukuran tingkat penerimaan aplikasi ini adalah pendekatan Technology Acceptance Model (TAM). Metode yang digunakan untuk mendapatkan data empiris melalui kuesioner berskala Semantik diferensial. Analisis data dilakukan dengan perangkat lunak Lisrel. Beberapa model yang dibangun untuk menganalisis dan memahami faktor-faktor yang mempengaruhi diterimanya penggunaan teknologi komputer, diantaranya yang tercatat dalam berbagai literatur dan referensi hasil riset dibidang teknologi informasi adalah seperti Theory of Reasoned Action (TRA), Theory of Planned Behaviour (TPB), dan Technology Acceptance Model (TAM). Model TAM sebenarnya diadopsi dari model TRA yaitu teori tindakan yang beralasan dengan satu premis bahwa reaksi dan persepsi seseorang terhadap sesuatu hal, akan menentukan sikap dan prilaku orang tersebut (Ajzen,1975) pada [1]. Reaksi dan persepsi pengguna TI akan mempengaruhi sikapnya dalam penerimaan pengguna TI, yaitu salah satu faktor yang
1.2-367
ISSN : 2302-3805
Seminar Nasional Teknologi Informasi dan Multimedia 2015 STMIK AMIKOM Yogyakarta, 6-8 Februari 2015
dapat mempengaruhi adalah persepsi pengguna antar kemanfaatan dan kemudahan penggunaan TI sebagai suatu tindakan yang beralasan dalam konteks pengguna teknologi informasi sehingga alasan seseorang dalam melihat manfaat dan kemudahan penggunaan TI menjadaikan tindakan orang tersebut dapat menerima penggunaan TI. Model TAM yang dikembangkan dari teori psikologis, menjelaskan prilaku pengguna komputer yaitu berlandaskan pada kepercayaan (belief), sikap (attitude), intensitas (intention), dan hubungan prilaku pengguna (user behaviour relationship). Tujuan model ini untuk menjelaskan faktor-faktor utama dari prilaku pengguna TI terhadap penerimaan pengguna TI, secara lebih terinci menjelaskan penerimaan TI dengan dimensi-dimensi tertentu yang dapat mempengaruhi dengan mudah diterimanya TI oleh si pengguna (user). Model ini menempatkan faktor sikap dari tiaptiap perilaku pengguna dengan dua variabel yaitu : 1.Kemudahan penggunaan (ease of use). 2.Kemanfaatan (usefulness), Kedua variabel ini dapat menjelaskan aspek keperilakuan pengguna ([1] dalam Iqbaria et al, 1997). Kesimpulannya adalah model TAM dapat menjelaskan bahwa persepsi pengguna akan menentukan sikapnya dalam penerimaan penggunaan TI. Model ini secara lebih jelas menggambarkan bahwa penerimaan penggunaan TI dipengaruhi oleh kemanfaatan (usefulness) dan kemudahan penggunaan (ease of use). Tingkat penerimaan pengguna teknologi informasi ditentukan oleh 6 konstruk yaitu: Variabel dari luar sistem (External variable), Persepsi pengguna terhadap kemudahan (perceived ease of use), persepsi pengguna terhadap kegunaan (perceived usefulness), sikap pengguna (attitude toward using), kecenderungan tingkah laku (behavioral intention), dan pemakaian aktual (actual usage) [1]. Model Technology Acceptance Model (TAM) yang diajukan pertama kali oleh Davis diilustrasikan seperti pada Gambar 1.
teknologi yang berbeda pula untuk menguji keakuratan TAM. Penelitian tersebut antara lain Penerapan TAM di Inggris oleh Said Al-Gahtani (2001) dan beberapa penelitian lain dengan TAM yang dimodifikasi sesuai tujuan penelitian seperti yang pernah dilakukan peneliti [2], yang menganalisa model TAM tanpa faktor eksternal, namun menambahkan faktor tekanan psikologi yang diukur dari compliance identification dan internalization. Sampel yang diobservasi adalah sebanyak 239 tentang penggunaan Micorsoft Exchange. Penelitian ini lebih menekankan pada karakteristik individu dalam faktor psikologi. Penelitian berikutnya melakukan analisis pada TAM. Bermula dari teori Davis yang mengasumsikan bahwa penerimaan user dalam suatu teknologi informasi tergantung dalam Intention to use karena dengan intensitas pengguna secara langsung berpengaruh terhadap penggunaan sistem di masa yang akan datang. Suatu intensitas akan mempengaruhi sikap para menggunaan ke depan dalam sistem informasi (attitude toward using) dan kegunaan dari sistem informasi tersebut (perceived of usefulness) [2]. Dari hasil investigasi yang dilakukan oleh Davis et.al, mengkonfirmasikan bahwa konstruk intention to use merupakan faktor yang paling penting dalam menjelaskan suatu penerimaan teknologi pada pengguna. Namun dalam studi empirisnya, peneliti lain [3] mendapatkan suatu fakta bahwa attitude toward using and external variables hanya memberikan sedikit pengaruh dalam TAM. 2. Pembahasan Berdasarkan kuesioner yang diperoleh, maka data dianalisis dengan pendekatan berikut: a. Analisis Deskriptif Tujuan analisis ini memberikan gambaran atau detesis suatu data berupa rata-rata, standar deviasi, variance, maksimum, minimum, kurtosis (puncak dari distribusi data), dan skewness (kemencengan distribusi data). b. Analisis menggunakan Structural Equation Model (SEM) Analisis SEM dimulai dengan membangun model konstruk penelitian seperti pada Tabel 1 sebagai berikut: Tabel 1. Dimensi Konstruk Penelitian
Gambar 1. Technology Acceptance Model (TAM) Pada Gambar 1 terlihat bahwa model penerimaan teknologi memiliki 7 variabel yang terdiri atas kategori variabel independen, yaitu External Variables (EV), dan variabel dependen, yaitu Perceived Ease of Use (PEOU), Perceived Usefulness (PU), Attitude Toward Using (ATU), Behavioral Intention to Use (ITU), Actual System Usage (ASU). Pemakaian TAM dalam penelitian tentang penerimaan penerapan teknologi sudah dilakukan oleh beberapa peneliti di negara yang berbeda pada penerapan
VARIABEL LATEN Perceived Ease Of Use (PEOU) [1] Perceived Usefulness (PU) [4]
1.2-368
DIMENSI KONSTRUK
ITEM
X1 = fleksibilitas X2 = kemudahan untuk dipelajari /dipahami X3 = kemudahan untuk digunakan X4 = kemudahan untuk berinteraksi Y1 = mempertinggi efektifitas Y2 = menjawab kebutuhan informasi Y3 = meningkatan kinerja Y4 = meningkatkan efisiensi
2 2 2 2 2 2 2 2
ISSN : 2302-3805
Seminar Nasional Teknologi Informasi dan Multimedia 2015 STMIK AMIKOM Yogyakarta, 6-8 Februari 2015
VARIABEL LATEN Attitude Toward Using (ATU) [2]
DIMENSI KONSTRUK
Behavioral Intention to Use (ITU) [2] Actual System Usage (ASU) [2]
Y5 = rasa menerima Y6 = rasa penolakan Y7 = perasaan personal Y8 = penambahan software pendukung Y9 = motivasi tetap menggunakan Y10 = memotivasi ke user lain Y11 = Actual usage Y12 = Frekuensi penggunaan Y13 = Kepuasan pengguna
ITEM 2 2 2 (afektif) 2 2 2
Teknik estimasi menggunakan Lisrel 8.30 dan menghasilkan sebagian output berikut ini: Goodness of Fit Statistics Degrees of Freedom = 114 Minimum Fit Function Chi-Square = 196.36 (P = 0.00) Normal Theory Weighted Least Squares Chi-Square = 191.32 (P = 0.00) Estimated Non-centrality Parameter (NCP) = 88.23 90 Percent Confidence Interval for NCP = (50.30 ; 128.85)
2 2 2
Model konstruk penelitian ini seperti dijelaskan ada Tabel 1, diadopsi dari model Davis dengan mengabaikan unsur External Variables. Konstrukkonstruk yang dibangun dalam path diagram, dapat dibedakan dalam 2 kelompok konstruk yaitu: a. Konstruk eksogen (Exogenous Constructs) Dalam penelitian ini variabel Perceived Ease of Use (PEOU) merupakan konstruk eksogenous yang tidak dipengaruhi oleh variabel lain dan memberikan pengaruhnya kepada variabel laten endogenous. b. Konstruk endogen (Endogenous Constructs) Konstruk endogenous intervening dalam model ini adalah Perceived Usefulness (PU), Attitude Toward Using (ATU), Behavioral Intention to Use (ITU) karena kedua variabel ini mempengaruhi variabel endogenous murni yaitu Actual System Use (ASU). Hasil analisis dengan perangkat lunak LISREL menunjukan hasil sebagai berikut: Qplot of Standardized Residuals
3.5.......................................................................... . . . . . . . . . . . . . . . . . x . . . . . . x . . . x . . . xx . . . * . . . xx . . . x* x . N . . x*x x . o . . x* . r . xxx . m . *x* . a . **x . l . xx . . x*x . Q . ** . u . *xx . a . **. . n . xx* . t . x*. . i . xxx* . l . **x. . e . *x . . s . *x . . . **. . . xx . . . * . . . * . . . x . . . x . . . . . . x . . . . . . . -3.5.......................................................................... -3.5 3.5
Minimum Fit Function Value = 1.53 Population Discrepancy Function Value (F0) = 0.70 90 Percent Confidence Interval for F0 = (0.41 ; 1.06) Root Mean Square Error of Approximation (RMSEA) = 0.079 90 Percent Confidence Interval for RMSEA = (0.060 ; 0.097) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.0067
Hipotesis yang menjelaskan kondisi data empiris dengan model/teori adalah: H0: data empiris identik dengan teori atau model hipotesis diterima apabila P ≥ 0.05 Ha: data empiris berbeda dengan teori atau model hipotesis ditolak apabila P < 0.05 Path digram dan Output Lisrel pada Gambar 2 menunjukkan bahwa dari model teori yang diajukan pada penelitian ini tidak sesuai dengan model populasi yang diobservasi, karena diketahui bahwa P-value tidak memenuhi persyaratan karena hasilnya di bawah cut off value seharusnya untuk menerima Ho yaitu ≥ 0.05 Sehingga dapat disimpulkan sementara bahwa output model belum memenuhi persyaratan penerimaan H0, sehingga tidak dapat dilakukan uji hipotesis berikutnya. Namun demikian, agar model yang diajukan dinyatakan fit, makadapat dilakukan modifikasi model sesuai dengan Modification Indices yang disarankan oleh Lisrel. Berdasarkan justifikasi teoritis yang telah ada, penulis mencoba menghubungkan kembali variabelvariabel dengan melakukan modifikasi model dan membangun model baru dengan asumsi perubahan model struktural harus dilandasi dengan teori yang kuat [5]. Langkah modifikasi harus dilakukan secara bertahap, artinya satu langkah modifikasi akan menjadi dasar modifikasi berikutnya dan tidak dapat dilakukan secara serentak. Hal ini untuk menghindari munculnya output diagram yang tidak dapat diantisipasi oleh Lisrel, karena model yang tidak fit. Langkah-langkah modifikasi Simplis dijelaskan pada Tabel 2 berikut ini: Tabel 2. Langkah Modifikasi Simplis No 1 2 3 4 5 6 7
Standardized Residuals
Relative Multivariate Kurtosis = 1.199
Test of Multivariate Normality for Continuous Variables Skewness Value -----60.722
Kurtosis
Z-Score P-Value ------- ------14.612 0.000
Value ------67.722
Z-Score P-Value ------- ------10.081 0.000
Skewness and Kurtosis Chi-Square P-Value ---------- ------341.079 0.000
Gambar 2. Scatter Plot
1.2-369
Modifikasi X3=X4 Y8=Y9 Y8=ATU Y5=Y6 Y2=Y3 ASU=PU X1=X4
Simplis Syntax pada Lisrel 8.30 Let the errors of X3 and X4 correlate Let the errors of Y8 and Y9 correlate Y8=ATU Let the errors of Y5 and Y6 correlate Let the errors of Y2 and Y3 correlate ASU=PU Let the errors of X1 and X4 correlate
ISSN : 2302-3805
Seminar Nasional Teknologi Informasi dan Multimedia 2015 STMIK AMIKOM Yogyakarta, 6-8 Februari 2015
Hasil modifikasi simplis menghasilkan path diagram yang baru seperti pada Gambar 3 berikut:
Keenam hipotesis dalam penelitian ini dituangkan kedalam empat persamaan sebagai berikut: PU = γ11PEOU ATU = γ21PEOU ITU = β32ATU ASU = β43ITU
+ ς1 + β21PU + ς2 + β31PU + ς3 + ς4
(1) (2) (3) (4)
Secara struktural, hipotesis penelitian dapat dinyatakan dalam bentuk hubungan antar variabel laten sebagai berikut:
Gambar 3. Path Diagram hasil modifikasi Dari hasil modifikasi yang diilustrasikan pada Gambar 3 terlihat bahwa path diagram mengalami perubahan dan implikasi pada hubungan antar variabel. Namun demikian semua variabel memiliki nilai signifikansi yang menunjukkan diterimanya semua sikap dari seluruh variabel yang dimiliki. Namun demikian hubungan PEOU dengan ATU memiliki nilai postif terkecil yang menunjukkan bahwa Persepsi Kemudahan Menggunakan (Perceived Ease of Use) kurang memiliki hubungan yang cukup signifikan terhadap Actual Toward Using (ATU).
H1
:
H2
:
H3
:
H4
:
H5
:
H6
:
Pengujian hipotesis penelitian dilakukan dengan menguji hubungan antar variabel laten pada persamaan 1 sampai 4 dan keempat model struktural (yang menggambarkan 6 hipotesis) yang diuji secara serentak. Berikut hasil pengujian hipotesis:
Pengujian atas kesesuaian model keseluruhan (overall model fit) Pengujian model secara keseluruhan dapat dilihat dari tabel output Lisrel dengan indikator-indikator di bawah ini sebagai pembanding dengan cut off value yang seharusnya dalam model Lisrel yang memiliki bentuk yang fit.
H1: Perceived Ease of Use (PEOU) berpengaruh terhadap Perceived Usefulness (PU) Hipotesis di atas dinyatakan dalam persamaan 1 (PU=PEOU) yang diuji dengan Lisrel dan menghasilkan output sebagai berikut: PU
Tabel 3. Evaluasi Kriteria Goodness of Fit Indices Kriteria Chi-Squared Significance probability CMIN / DF GFI AGFI PGFI RMSEA P-value of RMSEA NFI CFI RFI IFI
Standar Nilai kritis
Hasil model ini
Evaluasi model
Diharapkan kecil ≥ 0.05
140.40
Baik
0.36
Baik
< 2.0 / <3.0 ≥ 0.90 ≥ 0.90 >0.6 ≤0.08 >0.5
1.19 0.95 0.81 0.67 0.05 0.91
Baik Baik Marginal Baik Baik Baik
>0.9 >0.9 >0.9 >0.9
0.78 0.94 0.61 0.91
Marginal Baik Marginal Baik
Perceived Ease of Use (PEOU) berpengaruh terhadap Perceived Usefulness (PU) Perceived Usefulness (PU) berpengaruh terhadap Attitude Toward Using (ATU) Perceived Ease of Use (PEOU) berpengaruh terhadap Attitude Toward Using (ATU) Attitude Toward Using (ATU) berpengaruh terhadap Behavioral Intention to Use (ITU) Perceived Usefulness (PU) berpengaruh terhadap Behavioral Intention to Use (ITU) Behavioral Intention to Use (ITU) berpengaruh terhadap Actual System Usage (ASU)
= 0.67*PEOU, Errorvar.= 0.22, R² = 0.78 (0.16) 5.25
Dari output di atas nilai t sebesar 5.25 yang besarnya jauh di atas batas kritis yaitu 1.65 maka pengaruh yang diberikan PEOU terhadap PU terbukti signifikan. Nilai koefisien variabel laten PEOU sebesar 0.67 yang berarti variabel PEOU memberikan pengaruh sebesar 67% terhadap variabel PU dan H1 diterima. Hipotesis berikutnya dinyatakan dalam persamaan 2 (ATU=PU+PEOU) sebagai berikut: H2: Perceived Usefulness (PU) berpengaruh terhadap Attitude Toward Using (ATU) H3:Perceived Ease of Use (PEOU) berpengaruh terhadap Attitude Toward Using (ATU)
(Sumber: olah data Lisrel 8.30 sesuai standar nilai kritis [6])
Kedua hipotesis tersebut diuji dengan Lisrel secara serentak dengan output: ATU = 0.61*PU + 0.0079*PEOU, Errorvar.= 0.69, R² = 0.30 (0.24) (0.39) 2.72 0.040
Pengujian Hipotesis
1.2-370
ISSN : 2302-3805
Seminar Nasional Teknologi Informasi dan Multimedia 2015 STMIK AMIKOM Yogyakarta, 6-8 Februari 2015
Dari output di atas terlihat bahwa nilai t variabel PU adalah 2.32 yang jauh di atas batas kritis maka pengaruh yang diberikan PU terhadap ATU terbukti signifikan dengan nilai koefisien variabel laten PU sebesar 0.61 yang artinya variabel PU memberikan pengaruh sebesar 61% terhadap ATU dan H2 diterima. Sedangkan untuk penjelasan hubungan antara variabel PEOU terhadap ATU menghasilkan nilai t sebesar 0.04 di bawah batas kritis yang ditetapkan yaitu 1.65 dengan koefisien yang dimiliki hanya 0.0079 maka variabel PEOU belum menunjukkan pengaruhnya terhadap variabel ATU dengan demikian H3 tidak diterima. Hipotesa berikutnya adalah: H4: Attitude Toward Using (ATU) berpengaruh terhadap Behavioral Intention to Use (ITU) H5: Perceived Usefulness (PU) berpengaruh terhadap Behavioral Intention to Use (ITU) Kedua hipotesis di atas dinyatakan dalam persamaan 3 (ITU=PU+ATU) dan pengolahan dengan Lisrel mengenai pengujian hipotesis di atas, menghasilkan output sebagai berikut:
3. Kesimpulan Dari penelitian yang telah dilakukan dapat diketahui bahwa penggunaan Sistem Informasi pada KSU Cipta Boga mencapai tingkat penerimaan yang signifikan dilihat dari serangkaian uji yang telah dilakukan, namun demikian implikasi penelitian juga menyimpulkan bahwa: a. Dengan adanya Sistem Informasi pada KSU Cipta Boga, seluruh stakholder Koperasi telah menerima aplikasi tersebut sebagai perangkat lunak yang digunakan dalam menjalankan operasional KSU yang tersebar di seluruh cabang se-Tangerang Selatan. b. Para pengguna tetap memiliki tingkat penerimaan yang levelnya moderat, dikarenakan tidak ada pilihan bagi cabang KSU untuk tidak menggunakan aplikasi Sistem Informasi Simpan Pinjamyang tersedia karena tuntutan dari induk Koperasi Pusat mensyaratkan beberapa luaran informasi yang formatnya sudah baku dan digunakan sebagai bentuk pertanggungjawaban pengurus di tingkat cabang sebelum penyampain Sisa Hasil Usaha (SHU) kepada para anggotanya. Daftar Pustaka
ITU = 0.30*PU + 0.38*ATU, Errorvar.= 0.56, R² = 0.64 (0.19) (0.15) 2.91 2.90
[1]
[2]
Nilai t pada variabel laten ATU 2.90 jauh di atas batas kritis dengan nilai koefisien ATU 0.38 berarti variabel ATU memberikan pengaruh sebesar 38% terhadap variabel ITU dan H4 diterima. Persamaan di atas menunjukkan nilai t dari variabel PU di atas batas kritis sebesar 2.91 dengan koefisien 0.30 yang berarti variabel PU memberikan pengaruh sebesar 30% terhadap variabel ITU dan H5 diterima Hipotesa terakhir adalah pada persamaan 4 (ASU=ITU) H6: Behavioral Intention to Use (ITU) berpengaruh terhadap Actual System Usage (ASU) Hipotesis di atas sebenarnya dinyatakan dalam persamaan 4 (ASU=ITU), namun dengan modifikasi yang telah dilakukan, telah melahirkan persamaan baru (ASU=PU+ITU) yang diuji dengan Lisrel dengan output berikut ini: ASU = 0.54*PU + 0.53*ITU, Errorvar.= 0.13, R² = 0.87 (0.27) (0.29) 2.03 1.85
Persamaan di atas menjelaskan hubungan antara variabel ITU dan ASU yang menunjukkan nilai t sebesar 1.85 dari variabel ITU dengan koefisien 0.53 yang berarti variabel PU memberikan pengaruh sebesar 53% terhadap variabel ITU dan H6 diterima.
[3]
[4]
[5] [6]
Davis, Fred D., “Measurement Scales for Perceived Usefulness and Perceived Ease of Use”, http://wings.buffalo.edu/mgmt/courses/mgtsand/success/da vis.html, (retrieved 12 September 2014) Yogesh Malhotra & Dennis F. Galetta, ”Extending The Technology Acceptance Model to Account for Social Influence”, 1999 Elisabet Milchramn, “Modelling the Accpetance Model of Information Technology”, http://www.inforum.cz/inforum2003 (retrieved 1 Oktober 2014) Fahmi Natigor Nasution, “Teknologi Informasi Berdasarkan Apek Perilaku (Behavior Ascpect)”, USU Digital Library, 2004, http://library.usu.ac.id (retieved 1 Oktober 2014) Imam Ghozali, “Structural Equation Model, Teori, Konsep dan Aplikasi dengan Program Lisrel 8.54”, Penerbit BP Undip 2005 Augusty Ferdinand, “Structural Equation Modelling dalam Penelitian Manajemen”, Penerbit BP Undip, 2002
Biodata Penulis Dyah Retno Utari, Pendidikan Strata Satu (2002) dan Strata Dua (2007) diperoleh dari Universitas Budi Luhur. Saat ini menjadi Dosen tetap pada prodi Manajemen Informatika di Universitas Budi Luhur dengan jabatan fungsional akademik saat ini, Lektor. Arief Wibowo, Pendidikan Strata Satu (2001) dan Strata Dua (2006) diperoleh dari Universitas Budi Luhur. Saat ini menjadi Dosen tetap pada prodi Sistem Informasi di Universitas Budi Luhur dengan jabatan fungsional akademik saat ini, Lektor Kepala.
1.2-371
