SNIPTEK 2015
ISBN: 978-602-72850-6-4
ANALISA PENERIMAAN TEKNOLOGI CLOUD COMPUTING PADA INFRASTRUKTUR DATA CENTER PT SENTRAL LINK SOLUTIONS Kadek Wibowo
Kaka Mulyana
STMIK Nusa Mandiri Jakarta Jl. Damai No.8, Warung Jati Barat (Margasatwa), Jakarta Selatan
[email protected]
STMIK Nusa Mandiri Jakarta Jl. Damai No.8, Warung Jati Barat (Margasatwa), Jakarta Selatan
[email protected]
ABSTRAK—Pemanfaatan teknologi cloud computing oleh perusahaan teknologi informasi sudah bukan hal baru lagi karena teknlogi cloud computing terbukti memberikan efisiensi dalam menurunkan biaya pada pusat data yang besar dan kompleks. Meskipun demikian pemanfaatan teknologi cloud computing dengan tugas dan fungsi yang berbeda dari sebelumnya, yaitu sebagai lingkungan infrastruktur teknologi informasi virtual akan mempengaruhi keputusan perilaku pengguna untuk mengadopsi dan memanfaatkan teknologi tersebut. Terdapat tiga faktor utama, yaitu perceived usefulness, perceived ease of use, dan behavioral intention to use. Pengujian hipotesis dalam model penelitian ini menggunakan variance-based Partial Least Squares (PLS) dengan trimming model, dan terbukti lima hipotesis yang diajukan diterima. Terdapat hubungan berikut yang terbukti signifikan yaitu: 1) behavioral intention to use dengan actual technology use, 2) perceived ease of use dengan behavioral intention to use, 3) perceived ease of use dengan perceived usefulness, 4) perceived usefulness dengan actual technology use, 5) perceived usefulness dengan behavioral intention to use. Kata Kunci: Teknologi Cloud Computing, Technology Acceptance Model (TAM), Partial Least Square (PLS). ABSTRACT—Utilization of cloud computing technology by information technology companies is not new anymore because the technology of cloud computing proved to provide efficiency in lowering costs on large and complex data centers. Nevertheless, the use of cloud computing technology with tasks and functions that are different from before, namely as a virtual information technology infrastructure environment will affect the decision of the user's behavior to adopt and utilize the technology. There are three main factors, namely perceived usefulness, perceived ease of use, and behavioral intention to use. Hypothesis testing in this research model using variance-based Partial Least Squares (PLS) with trimming model, and proven five proposed hypothesis
accepted. The following relationships are significant: 1) behavioral intention to use with actual technology use, 2) perceived ease of use with behavioral intention to use, 3) perceived ease of use with perceived usefulness, 4) perceived usefulness with actual technology use, 5) perceived usefulness with behavioral intention to use. Keywords: Cloud Computing Technology, Technology Acceptance Model (TAM), Partial Least Square (PLS).
PENDAHULUAN Perkembangan Cloud Computing pada saat ini sudah merupakan bagian integral dalam perencanaan strategis Sistem Informasi/Teknologi Informasi (SI/TI) suatu organisasi/perusahaan. Cloud Computing disebut sebagai teknologi internet baru yang menyediakan infrastruktur fleksibel, efisien dan bermacam-macam aplikasi untuk bisnis. Bagaimanapun, masih terlihat adanya kesenjangan antara kemungkinan-kemungkinan teknis dan penggunaan praktis dari layanan-layanan cloud (Santoso, 2012:1). Cloud Computing merupakan model komputasi dimana sumber daya seperti processor, storage, network dan software sebagai layanan diinternet. Sumber daya komputasi tersebut dapan dipenuhi oleh layanan dari cloud computing yaitu Infrastructure as a service (Iaas), karena didalam layanan tersebut berisi penyediaan infrastructure hardware seperti CPU virtual yang berisi RAM atau memory, processor dan disk storage Nugraha, dkk (2015:5). Teknologi Cloud Computing ini bertujuan untuk menghindari pemborosan daya proses yang mahal atau dengan kata lain meningkatkan efisiensi serta mengoptimalkan penggunaan processor berinti lebih dari satu. Penghematan lain adalah biaya listrik karena hanya menggunakan satu atau sedikit server saja. Sebagai salah satu perusahaan yang bergerak di bidang teknologi informasi yatiu IT Services,
Seminar Nasional Ilmu Pengetahuan dan Teknologi Komputer
INF-61
ISBN: 978-602-72850-6-4
SNIPTEK 2016
Consulting Services dan Managed Services pada perusahaan berskala besar yaitu Group Artha Graha. PT Sentral Link Solutions memiliki visi menjadi perusahaan IT terbaik dengan inovasi terdepan, serta memberikan pelayanan terbaik bagi pelanggan. PT Sentral Link Solutions menerapkan strategi efisiensi menyeluruh pada setiap unit kerjanya, dengan melakukan pengalokasian sumber daya yang dimiliki secara optimal agar memiliki produk denga harga yang kompetitif namun tetap berkualitas. Pemilihan TI yang tepat guna akan memberikan peluang untuk mendapatkan penghematan biaya tetap, seperti halnya teknologi cloud computing ini menggunakan teknologi virtualisasi yang menyediakan perpanjangan sumber daya virtual secara terpisah dengan memanfaatkan sistem fisik yang sudah tersedia. PT Sentral Link Solutions telah memanfaatkan teknologi virtualisasi untuk cloud computing menggunakan produk Hypervisor VMware vSphere (ESXi), VMware vCenter Server dan VMware vCloud Suite selama hampir dua tahun dengan tujuan mendapatkan manfaat efisiensi dalam teknologi tersebut. Pekerjaan operasional TI PT Sentral Link Solutions dilakukan secara terpusat oleh karyawan bagian TI operasioanal melalui unit kerja Infrastructure Technology Data Center (ITDC). Divisi ITDC operasional sebagai bagian unit kerja yang tugasnya membuat infrastruktur data center berbentuk cloud computing dengan memanfaatkan teknologi virtualisasi Hypervisor VMware vSphere (ESXi) yang telah digunakan oleh PT Sentral Link Solutions. Hypervisor VMware vSphere (ESXi) dimanfaatkan pada infrastruktur data center yang dapat membantu karyawan bagian ITDC dalam melakukan monitoring server, pengujian konfigurasi server dan menganalisis permasalahan TI. Pemanfaatan teknologi cloud computing di perusahaan tersebut akan menimbulkan reaksi yang berbeda-beda dalam sikap dan perilaku penggunaan sistem. Perasaan menerima atau menolak muncul menjadi dimensi sikap terhadap penggunaan teknologi informasi. Untuk itu berdasarkan hal tersebut maka perlu dilakukan analisa sejauh mana teknologi cloud computing yang telah diterapkan dapat diterima oleh pengguna. Dengan demikian PT Sentral Link Solutions akan memiliki potensi untuk mengembangkan perusahaannya sehingga dapat memberikan pelayanan lebih baik bagi pelanggannya. Salah satu teori tentang penggunaan sistem teknologi informasi yang dianggap sangat berpengaruh dan umumnya digunakan untuk menjelaskan penerimaan individu terhadap penggunaan sistem teknologi informasi adalah model penerimaan teknologi (technology acceptance model). Menurut Mustakini (2008:11) “Model penerimaan teknologi merupakan suatu model
INF-62
penerimaan sistem teknologi informasi yang akan digunakan oleh pemakai”. Model ini pertama kali dikembangkan oleh Davis et al pada tahun 1989. Dua konstruk utama dalam model penerimaan teknologi informasi adalah kegunaan persepsian (perceived usefulness) dan kemudahan penggunaan persepsian (perceived ease of use). Dua konstruk tersebut mempengaruhi ke niat perilaku (behavioral intention). Pemakai teknologi akan mempunyai niat menggunakan teknologi jika merasa sistem teknologi bermanfaat dan mudah digunakan. Penelitian mengenai penerimaan teknologi telah banyak dilakukan, diantaranya dilakukan oleh Rusmardiana, dkk (2015:5) mengenai kajian penerimaan teknologi cloud computing google drive dalam sistem pembelajaran siswa tingkat SMK, menyimpulkan bahwa persepi kemudahan (perceived ease of use) dan persepsi kemanfaatan (perceived usefulness) secara bersama-sama berpengaruh secara signifikan terhadap penerimaan teknologi cloud computing google drive pada tingkat siswa SMK. Serta persepsi terhadap kemudahan pengguna (perceived ease of use) berpengaruh terhadap persepsi kemanfaatan (perceived usefulness). Penelitian-penelitian TAM ditahun 2000an mencoba mengkolaborasikan model TAM menjadi model yang lebih lengkap. Model baru TAM yang lebih lengkap dibangun dari elaborasi hasil-hasil penelitian sebelumnya yang sudah menemukan banyak variabel-variabel eksternal yang mempengaruhi konstruk PU dan PEU niat penggunaan dan penggunaan sistem teknologi informasi. Salah satu variabel eksternal adalah kondisi yang memfasilitasi pemakai, variabel ini didefinisikan sebagai sejauh mana orang percaya bahwa infrastruktur organisasional dan teknikal tersedia untuk mendukung sistem (Mustakini, 2008:324). Penelitian mengenai penerimaan teknologi dengan menambahkan variabel kondisi yang memfasilitasi pemakai pernah dilakukan oleh handayani pada tahun 2007. Handayani meneliti minat pemanfaatan sistem informasi pada perusahaan manufaktur di Bursa Efek Jakarta. Hasil dari penelitian tersebut menunjukan bahwa kondisikondisi yang memfasilitasi pemakai berpengaruh positif signifikan terhadap penggunaan sistem informasi (Handayani, 2007:83).
BAHAN DAN METODE A. Tahapan Penelitian Karena metode penelitian ilmiah dilakukan sistematis dan berencana, maka terdapat langkahlangkah yang harus dilakukan secara urut dalam
Seminar Nasional Ilmu Pengetahuan dan Teknologi Komputer
SNIPTEK 2015 pelaksanaannya. Setiap langkah atau tahapan dilaksanakan secara terkontrol dan terjaga. Adapun langkah-langkah metode ilmiah sebagai berikut:
ISBN: 978-602-72850-6-4
e.
Mencari Ide Masalah Penelitian
Studi Pendahuluan
Perumusan Masalah dan Hipotesis
f.
g.
Desain Penelitian
Menyusun Instrumen
h.
Mengumpulkan Data
i.
dengan penelitian terdahulu yang berkaitan dengan penerimaan teknologi. Menyusun Instrumen Menyusun kuesioner berdasarkan variabelvariabel yang terbentuk pada desain penelitian, dengan harapan instrumen dapat menghasilkan data yang dapat diolah dan dapat menjawab kebutuhan penelitian ini. Mengumpulkan Data Menyebarkan kuesioner kepada pengguna cloud computing pada divisi ITDC untuk mendapatkan data yang nantinya akan diolah. Analisis Data Melakukan analisis data dengan menggunakan analisis PLS-SEM untuk mendapatkan interpretasi terhadap hasil analisis dan pembahasan. Uji Hipotesis Menguji hipotesis terhadap hasil analisis dan pembahasan. Menarik Kesimpulan Menarik hasil kesimpulan dari hasil analisis dan pembahasan.
Analisis Data
Uji Hipotesis
Menarik Kesimpulan
Sumber: Hasil penelitian (2015) Gambar 1. Tahapan Penelitian Penjelasan dari tahapan penelitian sebagai berikut : a. Ide Masalah Penelitian Menetapkan ide permasalahan yang ingin kita angkat dalam suatu penelitian. Penetapan ide masalah berisikan pertanyaan yang bersifat umum terhadap permasalahan yang akan diamati. b. Studi Pendahuluan Melakukan studi terhadap teori, penelitian dan metodologi yang relevan dengan topik permasalahan penelitian. c. Perumusan Masalah dan Hipotesis Melakukan identifikasi tentang masalah apa yang akan dibahas berkaitan dengan penerimaan teknologi cloud computing. Perumusan hipotesis dilakukan dengan acuan variabel-variabel yang akan di jadikan model penelitian. Perumusan hipotesis dilakukan dengan acuan variabel-variabel yang akan di jadikan model penelitian. d. Desain Penelitian Penentuan desain penelitian dilakukan dengan cara membandingkan dan mencari persamaan
B. Instrumen Penelitian Instrumen yang digunakan dalam penelitian ini adalah kuesioner yang akan disebarkan kepada responden untuk diisi dan kemudian dianalisa lebih lanjut. Indikator yang digunakan untuk mengukur varibel (konstruk) penelitian ini adalah indikator yang pernah digunakan dalam penelitian-penelitian sebelumnya, sehingga memungkinkan untuk meningkatkan validitas dan reliabilitas pengukuran. Pengukuran masing-masing variabel menggunakan skala Likert 1 sampai 5 Berikut merupakan penjabaran dari masingmasing variabel : a. Perceived Usefulness (Kegunaan Persepsian) Menurut Davis (1989) kegunaan persepsian atau Perceived Usefulness didefinisikan sebagai sejauh mana seorang percaya bahwa menggunakan sesuatu akan meningkatkan pekerjaannya. Persepsi kegunaan dalam penelitian ini diartikan sebagai suatu tingkat dimana karyawan TI ITDC dapat dipercaya bahwa menggunakan Cloud Computing VMware vSphere sebagai perangkat lunak akan membantu meningkatkan kinerja mereka. Itemitem pertanyaan dalam variabel ini terdiri dari 6 pertanyaan, instrumen yang digunakan untuk mengukur variabel ini diadopsi dari penelitian Davis (1989). Pengukuran variabel ini juga menggunakan skala Likert 1 sampai 5. b. Perceived Ease of Use (Kemudahan Persepsian) Perceived Ease of Use dalam penelitian ini diartikan sebagai tingkat kepercayaan bahwa menggunakan Cloud Computing VMware vSphere sebagai perangkat lunak lingkungan
Seminar Nasional Ilmu Pengetahuan dan Teknologi Komputer
INF-63
ISBN: 978-602-72850-6-4
c.
d.
SNIPTEK 2016
simulasi infrastruktur teknologi data center virtual membebaskan mereka dari usaha keras dari mengerjakan pengujian konfigurasi dan menganalisis permasalahan infrastruktur data center. Pertanyaan dalam variabel ini terdiri 6 pertanyaan, indikator yang digunakan untuk mengukur variabel ini diadopsi dari penelitian sebelumnya dari Davis (1989) pengukuran variabel ini juga menggunakan skala Likert 1 sampai 5. Behavioral Intention to Use (Minat Perilaku Menggunakan Teknologi) Dalam penelitian ini Behavioral Intention to Use diartikan sebagai keinginan karyawan TI ITDC untuk menggunakan Cloud Computing VMware vSphere sebagai perangkat lunak infrastruktur teknologi data center virtual pada saat mereka membutuhkan teknologi tersebut. Item-item dalam variabel Behavioral Intention to Use terdiri dari 4 pertanyaan, indikator untuk mengukur variabel ini diadopsi dari penelitian Davis (1989). Pengukuran variabel ini menggunakan skala Likert 1 sampai 5. Actual Technology Use (Penggunaan Teknologi Cloud Computing ) Dalam penelitian ini Actual Technology Use diartikan kondisi nyata penggunaan suatu sistem. Seseorang akan puas menggunakan Cloud Computing VMware vSphere sebagai perangkat lunak infrastruktur teknologi data center virtual jika mereka meyakini bahwa teknologi tersebut mudah digunakan dan akan meningkatkan produktivitas mereka, yang tercermin dari seberapa sering atau lama pengguna menggunakan teknologi tersebut untuk menunjang produktivitas mereka. Variabel Actual Technology Use terdiri dari 5 indikator berbentuk pertanyaan yang diadopsi dari penelitian Davis (1989). Pengukuran ini menggunakan sakala Likert 1 sampai 5.
C. Metode Pengumpulan Data, Populasi dan Sampel Penelitian Dalam penelitian ini, data dikumpulkan dengan cara survei dengan penyebaran kuesioner. Menurut arikunto (2010:194) “Kuesioner adalah sejumlah pertanyaan tertulis yang digunakan untuk memperoleh informasi dari responden dalam arti laporan tentang pribadinya, atau hal-hal yang iya ketahui”. Struktur kuesioner penelitian ini terbagi menjadi 3 bagian yaitu : a. Pendahuluan Pada bagian ini berisi penjelasan mengenai identitas peneliti, tujuan penelitian dan permintaan ketersediaan responden untuk berpartisipasi dalam penelitian. b. Isi
INF-64
Pada bagian ini berisi 2 bagian pertanyaan, yaitu : 1. Pertanyaan Demografis, berisi pertanyaan mengenai profil responden seperti jenis kelamin, usia dan pengalaman bekerja di bidang IT. Pertanyaan ini menggunakan format pertanyaan tertutup. 2. Pertanyaan Umum, berisi pertanyaan mengenai penerimaan teknologi cloud computing. Pertnyaan ini didasarkan pada variabel penelitian. Pertanyaan ini menggunakan skala Likert 1 sampai 5. c. Penutup Pada bagian ini berisi ucapan terimakasih peneliti kepada responden atas partisipasinya dalam penelitian ini. Untuk membantu menunjang penelitian ini, sebelumnya peneliti juga telah melakukan wawancara bebas dan studi literatur. Menurut Arikunto (2010:199) “Wawancara bebas adalah wawancara dimana pewawancara bebas menanyakan apa saja, tetapi juga mengingat akan data apa yang akan dikumpulkan”. Wawancara dilakukan kepada karyawan TI ITDC yang sudah profesional dengan memperoleh sertifikat dibidang TI VMware vSphere yang telah diakui oleh VMware Internasional. Sedangkan studi literatur, merupakan pengumpulan data melalui sumber-sumber kepustakaan yang menyangkut masalah-masalah yang berhubungan dengan penelitian ini. Studi literatur ini diperlukan sebagai landasan teoritis dalam pembahasan cloud computing, TAM dan teori lainnya yang menunjang dengan penelitian ini. 1) Waktu dan Tempat Penelitian Penelitian dilaksanakan di PT Sentral Link Solutions pada bagian infrastruktur data center (ITDC). Pelaksanaan penelitian dilaksanakan pada bulan November 2016. 2) Populasi dan Sampel Penelitian Menurut Arikunto (2010:172) “Populasi adalah keseluruhan objek penelitian”. Penelitian ini bertujuan untuk mengetahui penerimaan teknologi cloud computing untuk mendukung simulasi infrastruktur teknologi data center. Oleh karena itu, populasi dari penelitian ini adalah pengguna dari cloud computing di PT Sentral Link Solutions pada bagian TI ITDC. Berdasarkan data anggota TI ITDC, pengguna cloud computing yang merupakan karyawan PT Sentral Link Solutions adalah berjumlah 70 orang. Menurut Arikunto (2010:174) “Sampel adalah sebagian atau wakil populasi yang diteliti”. Roscoe (1982) dalam Sugiyono (2015:74) memberikan saran tentang ukuran sampel dalam penelitian akan melakukan analisis dengan multivariate (korelasi atau regresi berganda
Seminar Nasional Ilmu Pengetahuan dan Teknologi Komputer
SNIPTEK 2015
D. Metode Analisis Data Metode analisis data yang digunakan dalam penelitian ini adalah dengan analisis statistik deskriptif dan variance-based SEM atau PLS-SEM. Analisis statistik deskriptif berguna untuk mengetahui distribusi respon jawaban responden terhadap setiap butir pertanyaan yang mengukur variabel laten. Analisis model jalur PLS-SEM berguna untuk menguji apakah ada pengaruh antara variabel laten dalam model penelitian melalui pencarian model terbaik (trimming model) untuk menjawab hipotesis dalam penelitian ini. 1)
Rancangan Metode Penelitian Pengembangan model penelitian berdasarkan penelitian yang pernah dilakukan terdahulu sehingga membantu untuk memberikan validitas dan reliabilitas terhadap instrumen pengukuran yang akan digunakan. Penggunaan model TAM didasarkan pada pendapat Davis (1989) yang menyatakan bahwa sejauh ini TAM merupakan sebuah konsep yang dianggap paling baik dalam menjelaskan perilaku pengguna terhadap penerimaan teknologi informasi baru. Model variabel didalam konsep TAM cukup fleksibel untuk dikembangkan karena lebih bersifat minimal tetapi terbukti mampu menjelaskan hubungan terhadap varibel laten lain yang akan mempengaruhi model tersebut. TAM menyatakan bahwa behavioral intention ditentukan oleh perceived usefulness yang didefinisikan sebagai sejauh mana seseorang yakin bahwa menggunakan teknologi akan meningkatkan kinerjanya. Sedangkan perceived ease of use yang didefinisikan sebagai sejauh mana seseorang yakin bahwa penggunaan teknologi adalah mudah.
Perceived Usefulness (PU)
H3
misalnya), maka jumlah anggota sampel minimal 10 kali dari jumlah variabel yang diteliti. Berdasarkan pedoman tersebut maka jumlah minimal sampel yang dibutuhkan untuk penelitian ini adalah 40. Jumlah tersebut diperoleh dari 4 variabel penelitian ini dikalikan 10. Dalam penelitian ini peneliti akan menggunakan teknik total sampling. Teknik total sampling adalah teknik yang menggunakan seluruh anggota populasi untuk dijadikan sampel. Hal ini dilakukan, untuk mengantisipasi terpenuhinya jumlah minimal sampel untuk penelitian ini. Selain itu, peneliti juga percaya bahwa jumlah sampel yang semakin mendekati jumlah populasi dapat memperkecil kesalahan (penyimpangan terhadap nilai populasi). Oleh karena itu, peneliti akan menggunakan jumlah sampel sebanyak jumlah populasi yang ada, yaitu sebanyak 70 orang.
ISBN: 978-602-72850-6-4
Behavioral Intention to Use (BIU)
H1
Actual Technology Use (ATU)
Perceived Ease of Use (PEU)
Sumber : Davis et al.(1989) dalam Mustakini (2008:113) Gambar 2. Rancangan Model Penelitian 2)
Analisis Statistik Deskriptif Analisis statistika deskriptif ini diolah dengan bantuan perangkat lunak Microsoft Excel dan SPSS v.20 untuk mengetahui di distribusi respon jawaban responden terhadap setiap item pertanyaan yang terdapat di kuesioner dalam bentuk presentase, ratarata dan standar deviasi. Menurut Hasibuan (2008:158) “Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi”. 3)
Analisis PLS-SEM Analisis pada penelitian ini tergolong dalam analisis multivariat karena melibatkan banyak variabel dengan menggunakan analisis jalur PLSSEM. Analisis PLS-SEM pada penelitian ini menggunakan perangkat lunak statistik SmartPLS yang dapat diunduh melalui website https://www.smartpls.de/forum/. Proses pengujian hipotesis dalam penelitian ini melalui proses trimming model untuk mendapatkan model terbaik yang mampu menggeneralisasi hubungan pengaruh antara variabel laten. Variabel laten adalah variabel yang tidak dapat diukur secara langsung dan membutuhkan indikator untuk mengukurnya. Variabel penelitian ini bersifat laten dan diukur oleh sejumlah indikator yang diuraikan dalam butir-butir pertanyaan kuesioner. Pengukuran model didalam PLS-SEM terdiri dari tahapan outer model yaitu hubungan antara setiap variabel laten dan indikatornya serta inner model yaitu hubungan antara variabel laten dengan variabel laten lainnya. 4)
Evaluasi Model Pengukuran (Outer Model) Tahap awal evaluasi dalam PLS adalah evaluasi terhadap outer model yaitu seberapa baik hubungan antara variabel laten dengan indikatornya. Ukuran validitas dan reliabilitas digunakan dalam tahap evaluasi ini. Validitas konvergen dan validitas diskriminan digunakan sebagai ukuran dalam
Seminar Nasional Ilmu Pengetahuan dan Teknologi Komputer
INF-65
ISBN: 978-602-72850-6-4
SNIPTEK 2016
evaluasi outer model. Validitas konvergen menunjukan seberapa besar korelasi antara setiap indikator dalam mengukur variabel laten yang sama. Semakin tinggi tingkat korelasi antara indikator dalam mengukur variabel latennya menunjukan tingkat validitas konvergen yang baik. Ukuran dalam validitas konvergen adalah nilai parameter loading factor dan average variance extracted (AVE). Validitas indikator dilihat dari nilai parameter loading factor yang dapat diterima yaitu diatas 0,50. Sedangkan nilai parameter AVE yang dapat diterima adalah 0,50. Nilai AVE menyatakan besarnya variasi indikator yang mampu dikandung oleh variabel laten (Ghozali, 2011). Tahap kedua dari outer model adalah validitas diskriminan yang menyatakan bahwa setiap indikator harus berkorelasi kuat dengan variabel latennya dan berkorelasi lemah dengan variabel laten blok lainnya. Evaluasi ini meliputi dua tahap yaitu cross loading dan akar AVE diharuskan lebih besar dibandingkan korelasi antara variabel laten. Sedangkan untuk melakukan pengujian reliabilitas dalam penelitian ini menggunakan parameter composite reliability karena dianggap lebih baik dalam mengestimasi konsistensi internal suatu konstruk (Salisbury, Chin, Gopal & Newsted, 2002 dalam Abdillah dan Mustakini 2015:196). Nilai composite reliability yang digunakan dalam penelitian ini adalah diatas 0,6. Untuk selengkapnya parameter dan rule yang digunakan dalam pengolahan data model pengukuran dapat dilihat pada tabel 2. Tabel 2. Rule of Thumb Evaluasi Outer Model Penelitian Validitas dan Reliabilitas Validitas Konvergen Validitas Diskriman
Reliabilitas
Parameter Loading Factor Average Variance Extracted (AVE) Cross Loading Akar kuadrat AVE dan korelasi antar konstruk laten Composite Reliability
Rule of Thumbs Lebih dari 0,70 Lebih dari 0,50 Lebih dari 0,70 untuk setiap variabel Akar kuadrat AVE > korelasi antar konstruk laten Lebih dari 0,60
Sumber : Chin (1995) dalam Abdillah dan Mustakini (2015:196) 5)
Evaluasi Model Struktural (Inner Model) Model struktural dalam smartPLS dievaluasi dengan menggunakan R² untuk konstruk dependen, nilai koefisien path atau t-value tiap path untuk uji signifikan antar konstruk dalam model struktural. Nilai R² digunakan untuk mengatur tingkat variasi perubahan variabel independen terhadap variabel dependen. Semakin tinggi nilai R² berarti semakin baik model prediksi dari model penelitian yang
INF-66
diajukan. Nilai koefisien path atau inner model menunjukkan tingkat signifikansi dalam pengujian hipotesis. Nilai R-Squares dapat menunjukkan kekuatan dari model dimana nilai 0,67, 0,33 dan 0,19 akan menunjukkan model tersebut kuat, moderate, atau lemah (Chin, 1998 dalam Ghozali, 2014:42). Adapun skor atau nilai T-statistik, harus lebih dari 1,96. 6)
Uji Hipotesis Pengujian hipotesis ini dilakukan dengan menganalisis nilai t-statistic hipotesis diatas 1,96 pada alpha 5% yang merupakan batasan statistik dari penelitian ini. Apabila hasil pengolahan data menunjukkan nilai yang memenuhi syarat maka hipotesis penelitian yang diajukan dapat diterima. Apabila t-statistic > 1,96 , maka H0 ditolak Ha diterima Apabila t-statistic < 1,96 , maka H0 diterima Ha ditolak
HASIL DAN PEMBAHASAN Statistik deskriptif berguna untuk mengatahui distribusi respon setiap responden terhadap setiap butir pertanyaan dalam kuesioner. Ukuran statistik deskriptif yang digunakan terdiri atas presentase respon, rata-rata dan standar deviasi. A. Data Skor Persepsi Kegunaan (Perceived Usefulness) Berdasarkan hasil penelitian, dari 6 pertanyaan tentang persepsi kegunaan (perceived usefulness). Skor empirik menyebar antara skor terendah 11 dan skor tertinggi 29. Besaran-besaran variabel ini secara lengkap diikhtisarkan seperti tabel berikut ini : Tabel 3 Besaran Data Persepsi Kegunaan N
Valid Missing
60 0
Mean
19,25
Median
19,50
Mode Std. Deviation Variance
18a 4,814 23,174
Range
18
Minimum
11
Maximum
29
Sumber : Data primer yang diolah (2016)
Seminar Nasional Ilmu Pengetahuan dan Teknologi Komputer
SNIPTEK 2015
ISBN: 978-602-72850-6-4
Tabel 4 Distribusi Frekuensi Skor Persepsi Kegunaan No
Interval Kelas
1 2 3
11-16 17-22 23-29
Batas Bawah
10,5 16,5 22,5 Jumlah
Batas Atas
Frekuensi Absolut
16,5 22,5 29,5
20 22 18 60
Frekuensi Relatif (%) 33,3 36,7 30 100
Sumber : Data primer yang diolah (2016) Berdasarkan tabel 4tentang distribusi frekuensi diatas, bila skor responden dikelompokkan, maka didapat 30% diatas rerata, sedangkan 36,7% masuk kedalam rerata dan 33,3% dibawah rerata. Angka diatas menunjukkan bahwa 66,7% persepsi responden terkait persepsi manfaat dari Cloud Computing VMware vSphere untuk membantu meningkatkan kinerja sangat positif, sedangkan 33,3% persepsi responden terkait persepsi manfaat dari Cloud Computing VMware vSphere kurang membantu dalam meningkatkan kinerja mereka. B. Data Skor Persepsi Kemudahan Pengguna (Perceived Ease of Use) Berdasarkan hasil penelitian, dari 6 pertanyaan tentang persepsi kemudahan pengguna (perceived ease of use). Skor empirik menyebar antara 10 dan skor tertinggi 27. Besaran-besaran variabel ini secara lengkap diikhtisarkan seperti tabel berikut ini: Tabel 5. Besaran Data Persepsi Kemudahan
N
Valid Missing
60 0 18,53 18,50 15a 4,048 16,389 17 10 27
Mean Median Mode Std. Deviation Variance Range Minimum Maximum Sumber : Data primer yang diolah (2016)
Tabel 6. Distribusi Frekuensi Skor Persepsi Kemudahan No 1 2 3
Interval Kelas
Batas Bawah 10-15 10,5 16-21 15,5 22-27 21,5 Jumlah
Batas Atas 15,5 21,5 27,5
Frekuensi Absolut 17 25 18 60
Frekuensi Relatif(%) 28,3 41,7 30,0 100,0
Berdasarakan tabel 6 tentang distribusi frekuensi diatas, bila skor responden dikelompokan, maka didapt 30% diatas rerata, sedangkan 41,7% masuk kedalam rerata dan 28,3% dibawah rerata. Angka diatas menunjukkan bahwa 71,7% responden berpendapat bahwa teknologi cloud computing mudah digunakan, sedangkan 28,3% berpendapat bahwa teknologi cloud computing sulit digunakan. C. Data Skor Minat Pemanfaatan Teknologi (Behavioral Intention to Use) Berdasarkan hasil penelitian, dari 4 pertanyaan tentang minat perilaku menggunakan teknologi. Skor empirik menyebar antara skor terendah 8 dan skor tertinggi 19. Besaran-besaran variabel ini secara lengkap diikhtisarkan seperti berikut ini : Tabel 7. Besaran Data Minat Pemanfaatan Teknologi N
Valid Missing
60 0 13,38 13,00 13 2,484 6,173 11 8 19
Mean Median Mode Std. Deviation Variance Range Minimum Maximum Sumber : Data primer yang diolah (2016)
Tabel 8. Distribusi Frekuensi Skor Minat Pemanfaatan Teknologi No
Interval Kelas
1 2 3
Batas Bawah 8-11 7,5 12-15 11,5 16-19 15,5 Jumlah
Batas Atas 11,5 15,5 19,5
Frekuensi Absolut 14 33 13 60
Frekuensi Relatif(%) 23,3 55 21,7 100,0
Sumber : Data primer yang diolah (2016) Berdasarkan tabel 8 tentang distribusi frekuensi diatas, bila skor responden dikelompokan, maka didapat 21,7% diatas rerata, sedangkan 55% masuk kedalam rerata dan 23,3% dibawah rerata. Angka diatas menunjukkan bahwa 77,7% responden memiliki minat yang tinggi menggunakan teknologi cloud computing, sedangkan 23,3% responden memiliki minat yang rendah menggunakan teknologi cloud computing.
Sumber : Data primer yang diolah (2016)
Seminar Nasional Ilmu Pengetahuan dan Teknologi Komputer
INF-67
ISBN: 978-602-72850-6-4
SNIPTEK 2016
D. Data Skor Penggunaan Teknologi Cloud Computing (Actual Technology Use) Berdasarkan hasil penelitian, dari 5 pertanyaan tentang penggunaan teknologi coloud computing. Skor empirik menyebar antara skor terendah 7 dan skor tertinggi 22. Besaran-besaran variabel ini secara lengkap diikhtisarkan seperti berikut ini :
b.
Tabel 9. Besaran Data Penggunaan Teknologi Cloud Computing
N
Valid Missing
60 0 14,92 15,00 15a 3,670 13,468 15 7 22
Mean Median Mode Std. Deviation Variance Range Minimum Maximum
Sumber : Data primer yang diolah (2016)
c.
d.
Tabel 10 Distribusi Frekuensi Skor Penggunaan Teknologi Cloud Computing No 1 2 3
Interval Batas Kelas Bawah 7-11 6,5 12-16 11,5 17-22 16,5 Jumlah
Batas Atas 11,5 16,5 22,5
Frekuensi Absolut 11 29 20 60
Frekuensi Relatif(%) 18,3 48,3 33,3 100,0
Sumber : Data primer yang diolah (2016) Berdasarkan tabel 11 tentang distribusi frekuensi diatas, bila skor responden dikelompokan, maka didapat 33,3% diatas rerata, sedangkan 48,3% masuk kedalam rerata dan 18,3% dibawah rerata. Angka diatas menunjukkan bahwa 81,7% menggunakan teknologi cloud computing dengan frekuensi tinggi, sedangkan 18,3% , responden menggunakan teknologi cloud computing dengan frekuensi rendah.
e.
BIU terhadap ATU diatas 1,96 yaitu 3,965543. Sehingga hasil penelitian ini didukung. Hal ini berarti minat menggunakan teknologi cloud computing akan mempengaruhi pengguna untuk menggunakan teknologi cloud computing. Hasil penelitian ini menemukan bahwa persepsi kemudahan (PEU) berpengaruh terhadap minat perilaku menggunakan teknologi (BIU) cloud computing. Penelitian ini dibuktikan dengan nilai t-statistic dari konstruk PEU terhadap BIU diatas 1.96 yaitu 2,052157. Sehingga hasil penelitian ini didukung. Hal ini berarti persepsi kemudahan akan mempengaruhi minat perilaku menggunakan teknologi cloud computing. Hasil penelitian ini menemukan bahwa persepsi kemudahan (PEU) berpengaruh terhadap persepsi kegunaan teknologi (PU) cloud computing. Penelitian ini dibuktikan dengan nilai t-statistic dari konstruk PEU terhadap PU diatas 1,96 yaitu 25,485381. Sehingga hasil penelitian ini didukung. Hal ini berarti persepsi kemudahan akan mempengaruhi persepsi kegunaan teknologi cloud computing. Hasil penelitian ini menemukan bahwa persepsi kegunaan teknologi (PU) cloud computing berpengaruh terhadap penggunaan teknologi cloud computing (ATU). Penelitian ini dibuktikan dengan nilai t-statistic dari konstruk PU terhadap ATU diatas 1,96 yaitu 3,390330. Sehingga hasil penelitian ini didukung. Hal ini berarti persepsi kegunaan teknologi cloud computing akan mempengaruhi pengguna untuk menggunakan teknologi cloud computing. Hasil penelitian ini menemukan bahwa persepsi kegunaan teknologi (PU) cloud computing berpengaruh terhadap minat perilaku menggunakan teknologi (BIU) cloud computing. Penelitian ini dibuktikan dengan nilai t-statistic dari konstruk PU terhadap BIU diatas 1,96 yaitu 2,646728. Sehingga hasil penelitian ini didukung. Hal ini berarti persepsi kegunaan teknologi cloud computing akan mempengaruhi minat perilaku untuk menggunakan teknologi cloud computing.
UCAPAN TERIMA KASIH KESIMPULAN Berdasarkan hasil penelitian yang telah dilakukan, didapat kesimpulan sebagai berikut : a. Hasil penelitian ini menemukan bahwa minat perilaku menggunakan teknologi (BIU) cloud computing berpengaruh terhadap penggunaan teknologi cloud computing (ATU). Penelitian ini dibuktikan dengan nilai t-statistic dari konstruk
INF-68
Terima kasih kepada orang tua, kerabat, teman dan semua pihak yang tidak dapat disebutkan satu persatu sehingga penelitian ini selesai dilakukan.
Seminar Nasional Ilmu Pengetahuan dan Teknologi Komputer
SNIPTEK 2015 REFERENSI Abdillah, Willy dan Jogiyanto Hartono Mustakini. 2015. Partial Least Square (PLS) Alternatif Structural Equation Modeling (SEM) dalam Penelitian Bisnis. Yogyakarta: Penerbit Andi. Andriani, Anik. 2013. Pemanfaatan Cloud Computing Dalam Pengembangan Bisnis. ISSN: 23023805 Yogyakarta: Seminar Nasional Teknologi Informasi dan Multimedia STMIK AMIKOM Yogyakarta, 19 Januari 2013. Diambil dari: http://ojs.amikom.ac.id/index.php/semnaste knomedia /article/download/517/494/. (01 Oktober 2016) Arikunto, Suharsimi. 2010. Prosedur Penelitian Suatu Pendekatan Praktik. Yogyakarta: Penerbit Rineka Cipta. Dewayanto, Totok. 2011. Analisis Penerimaan Komputer Mikro Dengan Mneggunakan Technology Acceptance Model (TAM) Pada Kantor Akuntan Publik (KAP) di Jawa Tengah. ISSN: 2252-7826. Semarang: Jurnal STIE Semarang, Vol.3, No.2, Edisi Juni 2011: 47-73. Dianmbil dari: http://jurnal.stiesemarang.ac.id/index.php/J SS/article/view/16/16/. (02 Oktober 2016) Ghozali, Imam. 2014. Structural Equation Modeling Metode Alternatif dengan Partial Least Squares. Semarang: Badan Penerbit Universitas Diponegoro Semarang. Handayani, Rini. 2007. Analisis Faktor-Faktor Yang Mempengaruhi Minat Pemanfaatan Sistem Informasi dan Penggunaan Sistem Informasi (Studi Empiris Pada Perusahaan Manufaktur di Bursa Efek Jakarta). ISSN: 1411-0288, Surakarta: Jurnal Akuntansi dan Keuangan, Vol.9, No.02, November 2007:7687. Diambil dari: http://jurnalakuntansi.petra.ac.id/ index.php/ aku/article/download/16818/16801/. (22 Oktober 2016) Hasibuan, Zainal A. 2007. Metodologi Penelitian Pada Bidang Ilmu Komputer dan Teknologi Informasi Konsep, Teknik, dan Aplikasi. Depok: Fakultas Ilmu Komputer Universitas Indonesia. Mustakini, Jogiyanto Hartono. 2008. Sistem Informasi Keprilakuan. Yogyakarta: Penerbit Andi.
ISBN: 978-602-72850-6-4 Nugraha, Putu Gede Surya Cipta, I Komang Ari Mogi dan I Made Agus Setiawan. 2015. Implementasi Private Cloud Computing Sebagai Layanan Infrastructure As A Service (IAAS) Menggunakan Openstack. ISSN: 19795661. Denpasar: Jurnal Ilmiah Ilmu Komputer Universitas Udayana, Vol.8 No.02, September 2015: 7-14. Diambil dari: http://ojs.unud.ac.id/index .php/jik/article/download/18359/11887/. (01 Oktober 2016) Rusmardiana Ana, Dwi Yulistyanti dan Fitriana Destiawati. 2015. Kajian Penerimaan Teknologi Cloud Computing Google Drive Dalam Sistem Pembelajaran Siswa Tingkat SMK. ISSN: 2302-3805, Yogyakarta: Seminar Nasional Teknologi Informasi dan Multimedia STMIK AMIKOM Yogyakarta, 6-8 Februari 2015. Diambil dari: http://ojs.ami kom.ac.id/index.php/semnasteknomedia/arti cle/download/931/894/. (17 Oktober 2016) Santoso, Berkah I. 2012. Bermain dengan infrastruktur Virtual: VMware® vSphere® (Tulisan Pertama). Komunitas Cloud Computing Indonesia. Diambil dari: http://www.cloudindonesia.or.id/wpcontent/uploads/2012 /07/BermainDengan-Infrastruktur-Cloud-Computingvmware.pdf/. (15 Oktober 2016) Santoso, Berkah I. 2012. Cloud Computing dan Strategi TI Modern. Komunitas Cloud Computing Indonesia. Diambil dari: http://www.cloudindon esia.or.id/wpcontent/uploads/2012/07/E-Book-CloudComputing-dan-Strategi-TI-Modern1.pdf/. (15 Oktober 2016) Saputra, Eki dan Misfariyani. 2013. Analisis Penerimaan Sistem Informasi Manajemen Rumah Sakit Umum Daerah Bangkinang Menggunakan Metode Technology Acceptance Model (TAM). ISSN: 2407-0939. Riau: Jurnal Sains dan Teknologi Industri, Vol.10, No.2, Edisi Juni 2013: 230-235. Diambil dari: http://ejournal.uinsuska.ac.id/index.php/sitekin/article /download/539/513/. (02 Oktober 2016) Sugiyono. 2015. Statistika Untuk Penelitian. Bandung: Penerbit Alfabeta Bandung. Wijaya, Tony. 2012. Cepat Menguasai SPSS 20 Untuk Olah Data dan Interpretasi Data. Yogyakarta: Cahaya Atma Pustaka.
Seminar Nasional Ilmu Pengetahuan dan Teknologi Komputer
INF-69
ISBN: 978-602-72850-6-4
SNIPTEK 2016
Yudiaatmaja, Fridayana. 2013. Analisis Regresi Dengan Menggunakan Aplikasi Komputer Statistika SPSS. Jakarta: Kompas Gramedia.
INF-70
Seminar Nasional Ilmu Pengetahuan dan Teknologi Komputer
