ANALISIS PENERIMAAN SISTEM INFORMASI DIGITAL LIBRARY TERHADAP PENGGUNA DENGAN MENGGUNAKAN METODE TECHNOLOGY ACCEPTANCE MODEL (TAM) (Studi Kasus: Perpustakaan Universitas Siliwangi Tasikmalaya) Popong Ratih, Nurul Hiron, Aldy Putra Aldya. Email :
[email protected] Teknik Informatika Universitas Siliwangi ABSTRAK Munculnya sebuah teknologi baru, khususnya di bidang teknologi Informasi dan komunikasi akan selalu menghasilkan reaksi pada diri penggunanya. Reaksi dapat berupa penerimaan teknologi baru itu, atau bahkan penolakan akan hadirnya teknologi baru itu. Aplikasi Digital Library berbasis web yang dikenalkan kepada mahasiswa Universitas Siliwangi memberikan dampak terhadap mahasiswa. Aplikasi Digital Library berbasis web diterapkan untuk membantu mendapatkan pengetahuan dari kumpulan buku-buku, karya ilmiah untuk Mahasiswa di Universitas Siliwangi. Maka tujuan penelitian ini adalah mengetahui dan menganalisis indikator yang perlu diperbaiki untuk meningkatkan penerimaan mahasiswa terhadap Aplikasi Digital Library. Model yang digunakan dalam penelitian ini yaitu dengan menggunakan Technology Acceptance Model (TAM), dan metode analisis verifikatif statistik pada penelitian dilakukan dengan menggunakan model analisis Structural Equation Modeling (SEM). Perangkat lunak yang digunakan pada penelitian ini adalah LISREL 8.80. Berdasarkan hasil penelitian menunjukkan bahwa indikator yang digunakan dalam meningkatkan penerimaan mahasiswa terhadap Aplikasi Digital Library belum maksimal dilakukan. Hasil akhir pada penelitian ini adalah diketahuinya faktor-faktor pada aplikasi digital library yang perlu diperbaiki untuk meningkatkan kualitas penerimaan mahasiswa terhadap aplikasi Digital Library. Kata Kunci :Perpustakaan Digital, Technology Acceptance Model (TAM), Structural Equation Modeling (SEM) dan LISREL 8.80. ABSTRACT The coming of a new technology, particularly in the field of information and communication technology will always produce a reaction in its self. Reactions may include the acceptance of new technologies, or even denial of the presence of the new technology. Digital Library web-based applications are introduced to the students of the University of Siliwangi an impact on students. Digital Library web-based applications are applied to help gain knowledge of a collection of books, scientific papers to students at the University of Siliwangi. So the purpose of this study was to determine and analyze the indicators that need to be improved to increase admissions to the Application of Digital Library. The model used in this research is by using the Technology Acceptance Model (TAM), and methods of statistical verification analysis on the research carried out by using analytical models Structural Equation Modeling (SEM). The software used in this study is LISREL 8.80. Based on the results of the study showed that the indicators used to increase admissions to the Digital Library Applications do not maximized. The final results of this research are known factors in digital library applications that need to be corrected to improve the quality of admissions to the Digital Library applications. Keywords : Digital Library, Technology Acceptance Model (TAM) Structural Equation Modeling (SEM), and LISREL 8.80. memberikan penjelasan tentang perilaku/sikap pengguna dalam suatu populasi (Davis et al., 1989). Berdasarkan hal tersebut, maka akan dibahas penelitian dengan judul “ANALISIS PENERIMAAN SISTEM INFORMASI DIGITAL LIBRARY TERHADAP PENGGUNA DENGAN MENGGUNAKAN METODE TECHNOLOGY ACCEPTANCE MODEL (TAM) (Studi Kasus: Perpustakaan Universitas Siliwangi Tasikmalaya)” Batasan masalah pada penelitian ini adalah : 1. Objek penelitian yaitu penerimaan Digital Library dikalangan mahasiswa 2. Populasi dalam penelitian ini adalah seluruh mahasiswa Universitas Siliwangi 3. Variabel yang diteliti adalah persepsi kemanfaatan, persepsi kemudahan, minat berprilaku untuk menggunakan, dan penggunaan sesungguhnya.
I. Pendahuluan Perkembangan teknologi yang semakin pesat khususnya dalam bidang teknologi dan informasi akan menghasilkan reaksi pada penggunanya, reaksi dapat berupa penerimaan dan penolakan. Sistem Informasi Digital Library berbasis web diterapkan untuk membantu mendapatkan pengetahuan dari kumpulan buku-buku, karya ilmiah untuk Mahasiswa di Universitas Siliwangi. Sistem Informasi Digital Library yang ada di Universitas Siliwangi masih melibatkan pihak ke-3 dengan mengakses http://e-resources.pnri.go.id. Secara teoritis dan praktis Technology Acceptance Model (TAM) merupakan model yang dianggap paling tepat dalam menjelaskan bagaimana user (pengguna) menerima sebuah sistem. Tujuan dari TAM adalah memberikan penjelasan tentang penentuan penerimaan computer secara umum,
1
metode analisis verifikatif statistik pada penelitian dilakukan dengan menggunakan model analisis Structural Equation Modeling (SEM) 4. Aplikasi yang digunakan untuk penelitian ini adalah LISREL 8.80 Tujuan yang ingin dicapai pada penelitian ini adalah: 1. Mengetahui dan menganalisis tingkat penerimaan mahasiswa terhadap sistem informasi Digital Library 2. mengetahui dan menganalisis indikator yang perlu diperbaiki untuk meningkatkan penerimaan mahasiswa terhadap sistem informasi Digital Library. Manfaat yang diharapkan pada penelitian ini adalah : 1. Bagi pihak perpustakaan, diketahui indikator yang perlu diperbaiki untuk meningkatkan penerimaan mahasiswa Universitas Siliwangi terhadap Sistem Informasi Digital Library 2. Bagi para akademisi, penelitian ini diharapkan dapat memberikan kontribusi untuk pengembangan literatur dalam bidang model penerimaan sistem yang baru. II. Landasan Teori A. Digital Library Perpustakaan Digital adalah sebuah sistem yang memiliki berbagai layanan dan obyek informasi yang mendukung akses obyek informasi tesebut melalui perangkat digital (Sismanto, 2008). B. Penerimaan (Acceptance) TI Secara individu maupun kolektif penerimaan penggunaan dapat dijelaskan dari variasi penggunaan suatu sistem, karena diyakini penggunaan suatu sistem yang berbasis TI dapat mengembangkan kinerja individu atau kinerja organisasi Iqbaria (1994), Nelson (1996). C. Persepsi Persepsi adalah bagaimana seseorang melihat atau menginterpretasikan suatu kejadian, obyek dan manusia. Individu bertindak berdasarkan pada persepsinya tanpa memperhatikan apakah persepsi tersebut akurat atau tidak akurat dalam menggambarkan kenyataan (Siegel dan Marcony,1989). D. Technology Acceptance Model (TAM) Technology Acceptance Model (TAM) merupakan salah satu model yang dibangun untuk menganalisis dan memahami faktor-faktor yang mempengaruhi diterimanya penggunaan teknologi komputer. TAM diperkenalkan pertama kali oleh Fred Davis pada tahun 1986.
Versi terakhir Techology Acceptance Model(TAM)
Sumber : Venkatesh dan Davis dalam Chuttur Mohammad (2009, p.10) 1. PEOU adalah ukuran dimana seseorang percaya bahwa suatu teknologi dapat dengan mudah dipahami dan digunakan. 2. PU adalah ukuran dimana penggunaan suatu teknologi dipercaya akan mendatangkan manfaat bagi orang yang menggunakannya. 3. BITU adalahkecenderungan perilaku untuk tetap menggunakan suatu teknologi 4. AU adalah kondisi nyata penggunaan sistem E. Structural Equation Modeling (SEM) SEM adalah sebuah evolusi dari model persamaan berganda (regresi) yang dikembangkan dari prinsip ekonometri dan digabungkan dengan prinsip pengaturan (analisis faktor) dari psikologi dan sosiologi. (Hair et al., 1995). F. Prosedur Structural Equation Modeling (SEM) Menurut Yamin dan Kurniawan (2009), secara umum ada lima tahap dalam prosedur SEM, yaitu : 1. Spesifikasi Model Spesifikasi model yang dilakukan peneliti adalah mengungkapkan sebuah konsep permasalahan peneliti yang merupakan suatu pertanyaan atau dugaan hipotesis terhadap suatu masalah. 2. Identifikasi Model Diagram alur terdiri dari beberapa model : a. Confirmatoring Factor Analysis (CFA) merupakan model pada SEM yang dapat diketahui besar kontribusi setiap indikator pada variabel yang diteliti. b. Model T-Value merupakan salah satu model yang menentukan besarnya loading factor dari variabel yang diteliti terhadap variabel independen. 3. Estimasi Model Pada proses estimasi parameter, penentuan metode estimasi ditentukan oleh uji normalitas data. 4. Uji Kecocokan Model SEM tidak mempunyai uji statistik tunggal terbaik yang dapat menjelaskan kekuatan dalam memprediksi sebuah model. Hair et al., (1998). 5. Respesifikasi Model Apabila model yang dihipotesiskan belum mencapai model yang fit, maka peneliti bisa melakukan respesifikasi model untuk mencapai nilai fit yang baik. Modifikasi dilakukan dengan membuang/menambah hubungan di antara variabel di dalam model SEM. III. Metodologi A. Objek Penelitian Sasaran penelitian ini adalah mahasiswa yang aktif di Perpustakaan Universitas Siliwangi pada tahun 2014. B. Metode Penelitian Desain dalam penelitian ini menggunakan metode penelitian kuantitatif, karena data penelitian berupa angka-angka dan analisis menggunakan statistik 2
(Sugiyono, 2012). dalam penelitian kuantitatif terdiri dari beberapa tahapan, seperti pada gambar dibawah ini :
Gambar 3.1 Kerangka Kerja Penelitian C. Penyusunan Kuisioner 1. Variabel Bebas (X) Tabel 3.1 Operasional Variabel Bebas Sumber : Data Primer Diolah (2014)
D. Uji Validitas Validitas adalah ketepatan suatu instrumen dalam mengukur apa yang ingin dukur. Suatu indikator atau pertanyaan dikatakan valid jika nilai korelasi r-hitung > r-tabel, maka pertanyaan itu dikatakan valid. Nilai r tabel untuk jumlah N = 30 dan nilai signifikasi 0,05 adalah sebesar 0,309. Setelah dihitung nilai r hitung dari masing-masing indikator berikut hasil perbandingannya : Tabel 3.3 variabel PU,PEOU,BITU,AU Sumber : Data Primer Diolah (2014) Butir pertanyaan PU1 PU2 PU3 PU4 PU5 PU6 PU7 PU8 PEOU1 PEOU2 PEOU3 PEOU4 PEOU5 PEOU6 PEOU7 PEOU8 BITU1 BITU2 BITU3 BITU4 AU1 AU2 AU3 AU4
rhitung 0,026 0,404 0,531 0,103 0,154 0,528 0,288 0,619 0,320 0,190 0,218 0,333 0,315 0,148 0,421 0,047 0,373 0,178 0,421 0,263 0,482 0,232 0,084 0,566
rtabel 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309 0,309
Keterangan Tidak valid Valid Valid Tidak valid Tidak valid Valid Tidak valid Valid Valid Tidak valid Tidak valid Valid Valid Tidak valid Valid Tidak valid Valid Tidak valid Valid Tidak valid Valid Tidak valid Tidak valid Valid
E. Uji Reliabilitas Tujuan utama pengujian reliabilitas adalah untuk mengetahui konsistensi atau keteraturan hasil pengukuran suatu instrumen apabila instrumen tersebut digunakan lagi sebagai alat ukur suatu objek atau responden. Berikut hasil uji validitas dengan rumus Alpha Cronbach: Tabel 3.4Hasil Uji Reliabilitas Sumber : Data primer diolah (2014) 2. Variabel Terikat (Y) Tabel 3.2 Operasional variabel bebas Sumber : Data Primer Diolah (2014) Nilai alpha lebih dari nilai r-tabel (0,309), maka variabel PEOU, PU, BITU dan AU dinyatakan reliabel. F. Penentuan Jumlah Sampel Dengan menggunakan rumus Slovin (Amirin, 2011) dari seluruh populasi yang berjumlah 4839 maka didapat :
3
IV. Hasil dan Pembahasan A. Uji Normalitas Data Pada tahap ini dilakukan uji normalitas data. Uji normalitas data dalam statistik merupakan syarat pertama. Uji normalitas bertujuan untuk menguji apakah dalam model regresi, indikator-indikator mempunyai distribusi normal. Pada penelitian ini, hasil uji normalitas data yang diperoleh dari pengolahan data yang didapat:
B. Pengolahan Data SEM 1. Spesifikasi Model Setelah mengembangkan kerangka teoritis model diatas kemudian mengilustrasikan konseptualisasi dari pengembangan sistem tersebut melalui diagram alur (path diagram). Setelah data diolah pada Lisrel, maka path diagram yang terbentuk adalah:
Gambar 4.1 CFA Model Pada gambar path diagram diatas merupakan model CFA (Confirmatoring Factor Analysis), dimana dengan CFA dapat diketahui besar kontribusi dari setiap indikator atau variabel manifest terhadap variabel laten eksogen dan endogennya. Begitu juga pada gambar path diagram diatas dapat dilihat besarnya kontribusi dari indikator PEOU1 sebesar (0,48), PEOU2 sebesar (-0,10), PEOU3 sebesar (0,14), PEOU4 sebesar (0,03), PU1 sebesar (0,44), PU2 sebesar (0,29), PU3 sebesar (-0,21), PU4 sebesar (0,18), BITU1 sebesar (0,30), BITU2 sebesar (-0,33), AU1 sebesar (0,38) dan AU2 sebesar (0,20). Pada model CFA juga dapat dilihat nilai dari koefisien regresi dari variabel eksogen, yaitu PEOU sebesar (0,51). Selain itu, pada path diagram pada Lisrel juga dapat dilihat nilai loading factor dari setiap variabel laten eksogennya, sehingga dapat diketahui valid atau tidaknya variabel laten eksogen terhadap variabel endogen yang diteliti, selain itu untuk melihat nilai signifikasi untuk uji hipotesis. Untuk melihat nilai loading factor dari setiap variabel eksogen tersebut, dapat dilihat melalui model T-Value berikut:
Gambar 4.2 Model T-Value Pada gambar diatas dapat dilihat besar loading factor dari variabel eksogen yaitu PEOU sebesar (1,55) dan (-0,64), dan variabel endogen untuk variabel PU sebesar (-0,55), dan BITU sebesar (-0,92). Dari model hasil T-Value tersebut dapat diketahui bahwa variabel eksogen memiliki besar loading factor lebih kecil dari nilai t tabel (2,65), maka variabel eksogen dinyatakan tidak valid dan tidak signifikan terhadap variabel endogennya. 2. Identifikasi Model Pada tahap identifikasi model, model path diagram dinyatakan dalam bentuk persamaan struktural. Setelah membentuk path diagram dan mengetahui besar koefisien regresi dari setiap variabel eksogen, kemudian pada output Lisrel terdapat p ersamaan struktural yang terbentuk dari model path diagram. Model persamaan yang terbentuk adalah : AU = 0.51*PEOU+ (-26*PEOU) + (-0.24*PU) + (-0.61*BITU) + 0.81 R-Square (R*) = 0.19 3. Estimasi Model Asumsi dari analisis SEM menggunakan estimasi Maximum Likelihood (ML) adalah terpenuhinya asumsi normal univariate dan multivariate. Uji normalitas univariate dan multivariate dapat dilihat pada gambar tes univariate dan multivariate dibawah ini :
Gambar 4.3 Tes Univariate dan Multivariate Pada gambar diatas, uji normalitas univariate dapat dilihat pada nilai p-value chi-square skewness dan kurtois. Nilai p-value chi-square skewness dan kurtosis tertinggi yaitu pada indikator PU4 sebesar 0,975 dan terendah pada indikator PU1 sebesar 0,000. Karena nilai uji p-value chi-square skewness dan 4
kurtosis memiliki nilai (>0,05) maka empat variabel tersebut adalah normal univariate. Karena uji normalitas data terpenuhi, maka metode estimasi yang digunakan adalah maximum likehood, yaitu menambahkan inputan covariance matrix pada output Lisrel. Dan berikut tabel covariance matrix yang dihasilkan
Gambar 4.4 Covariance Matrix 4. Uji Kecocokan Model Pada tahap uji kecocokan model dilakukan pengolahan data dengan melihat besar hasil output pada program Lisrel, Tabel Hasil Goodness of Fit adalah sebagai berikut : Tabel 4.2 Hasil Uji Kecocokan Model Sumber : Data Primer Diolah (2014)
Dari hasil output Lisrel diatas mengenai uji kecocokan model, terlihat bahwa semua model memenuhi kriteria dari ketentuan mutlak, maka model penelitian ini dikatakan fit. 5. Respesifikasi Model Dari hasil output pengolahan data SEM, semua model memenuhi syarat ketentuan kesesuaian model, maka dari itu tidak dilakukan menghapus koefisien jalur yang tidak berarti atau menambah jalur pada model yang didasarkan kepada hasil empiris, sehingga tidak dilakukan respesifikasi model. C. Pengujian Hipotesis Pada tahap ini, untuk menguji hipotesis yang telah diajukan dengan memperhatikan besar loading factor yang dihasilkan, apabila nilai loading factor (>2,65) maka tolak hipotesis nol. Hasil pengujian selengkapnya dapat dilihat pada tabel di bawah ini. Tabel 4.1 Uji Hipotesis Sumber : Data Primer Diolah (2014)
H1
=
H2
=
H3
=
H4
=
preceived ease of use (PEOU) berpengaruh positif terhadap preceived usefulness (PU) preceived ease of use (PEOU) berpengauh positif terhadap behavioral intention to use (BITU) preceived usefulness (PU) berpengaruh positif terhadap behavioral intention to use (BITU) behavioral intention to use (BITU) berpengaruh positif terhadap actual system use (AU).
Hipotesis 1 Pada tabel di atas, nilai koefisien regresi variabel PEOU ke PU sebesar 0,61 dan besar loading factor sebesar 1,55. Karena besar loading factor memiliki nilai (<2,65) maka menerima hipotesis nol dan menolak H1 yang menyatakan bahwa tidak terdapat pengaruh yang signifikan variabel PEOU terhadap PU. Hipotesis 2 Nilai koefisien regresi variabel PEOU ke BITU sebesar -0,26 dan besar loading factor sebesar -0,64. Karena besar loading factor memiliki nilai (<2,65) maka menerima hipotesis nol dan tolak H2 yang menyatakan bahwa tidak terdapat pengaruh yang signifikan variabel PEOU terhadap BITU. Hipotesis 3 Nilai koefisien regresi variabel PU ke BITU sebesar -0,34 dan besar loading factor sebesar -0,92. Karena besar loading factor memiliki nilai (<2,65) maka terima hipotesis nol dan tolak H3 yang menyatakan bahwa tidak terdapat pengaruh yang signifikan variabel PU terhadap BITU. Hipotesis 4 Nilai koefisien regresi variabel BITU ke AU sebesar 0,16 dan besar loading factor sebesar -0,92. Karena besar loading factor memiliki nilai (<2,65) maka terima hipotesis nol dan tolak H4 yang menyatakan bahwa tidak terdapat pengaruh yang signifikan variabel BITU terhadap AU. D. Kesimpulan dan Saran a. Kesimpulan Berdasarkan hasil pengumpulan dan pengolahan data disimpulkan: 1. Secara simultan, kontribusi variabel PEOU, PU, BITU, dan AU dalam meningkatkan penerimaan mahasiswa terhadap sistem informasi digital library adalah sebesar 19%. Berdasarkan hal tersebut, dapat diasumsikan bahwa indikator yang digunakan dalam meningkatkan penerimaan mahasiswa terhadap sistem informasi digital library belum maksimal dilakukan. 2. Berdasarkan penelitian yang dilakukan, variabel PEOU, PU, BITU Dan AU, tidak mempunyai pengaruh signifikan terhadap sistem informasi digital library. Sehingga faktor-faktor pada sistem informasi digital 5
library tersebut perlu diperbaiki untuk meningkatkan kualitas penerimaan mahasiswa terhadap sistem informasi digital library. 3. Untuk bidang IT (Information Technology) berdasarkan hasil penelitian yang telah dilakukan, dari empat faktor atau variabel penerimaan (PEOU, PU, BITU dan AU), faktor yang berpengaruh terbesar terhadap sistem informasi digital library yaitu BITU. b. Saran Saran yang dapat peneliti berikan sebagai berikut: 1. Dalam penelitian ini hanya menggunakan atribut -atribut penerimaan sistem informasi seperti PEOU, PU, BITU dan AU. Penelitian selanjutnya dapat menggunakan variabelvariabel lainnya yang berkaitan dengan sistem informasi digital library. 2. Penelitian ini dapat dilanjutkan dengan metode analisis sistem informasi dimana kuesioner yang dianalisis berdasarkan kelompok yang berbeda (parsial). Tanggapan kuisioner sangat tergantung dari persepsi responden atau kelompok dan hasil dari kelompok tersebut akan mempengaruhi atau menentukan hasil penelitian. 3. Perlu dilakukan penelitian lanjutan dengan melibatkan variabel-variabel lain yang dapat memberikan pengaruh terhadap sistem informasi digital library
E. Daftar Pustaka Chuttur, M.Y. 2009, Overview of the Technology Acceptance Model: Origins, Developments and Future Directions: Indiana University. Hair, J.F,et al. 1995. Multivariate Data Analysis with Reading 4th Edition. New Jersey: Prentice-Hall. Iqbaria M,.1994. “An Examination of the factors contributing to Micro Computer techenology acceptance”. Journal of Information system,Elsiever Science. Sismanto, 2008. Manajemen Perpustakaan Digital. Jakarta: AfifaPustaka. Siegel, Marcony. 1989. Behaviour Accounting, Penerbit South–Western Publishing Co. Cincinnati. Sugiyono. 2012. Metode Penelitian Kuantitatif Kualitatif dan R&B. Bandung: Alfabeta. Yamin, S. dan Kurniawan, H., 2009. Structural Equation Modeling: Belajar Lebih Mudah Teknik Analisis Data Kuesioner dengan LISREL-PLS, Buku Seri Kedua, Jakarta: Salemba Infotek.
6