UNIVERSITAS INDONESIA KARYA AKHIR NUR FADLI FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2013

UNIVERSITAS INDONESIA

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ADOPSI LAYANAN CLOUD COMPUTING PADA ORGANISASI DENGAN METODE ANALYTIC HIERARCHY PROCESS

KARYA AKHIR

NUR FADLI 1006833331

FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2013

Analisis faktor ..., Nur Fadli, Fasilkom UI, 2013

UNIVERSITAS INDONESIA

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ADOPSI LAYANAN CLOUD COMPUTING PADA ORGANISASI DENGAN METODE ANALYTIC HIERARCHY PROCESS

KARYA AKHIR Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknologi Informasi

NUR FADLI 1006833331

FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2013


HALAMAN PERNYATAAN ORISINALITAS

Karya Akhir ini adalah hasil karya saya sendiri, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar.

Nama

: Nur Fadli

NPM

: 1006833331

Tanda Tangan : Tanggal

: 21 Januari 2013

ii


HALAMAN PENGESAHAN

Karya Akhir ini diajukan oleh

:

Nama

: Nur Fadli

NPM

: 1006833331

Program Studi

: Magister Teknologi Informasi

Judul Karya Akhir

: Analisis faktor-faktor yang mempengaruhi adopsi layanan Cloud Computing pada Organisasi dengan metode Analytic Hierarchy Process

Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai bagian persyaratan yang diperlukan untuk memperoleh gelar Magister Teknologi Informasi pada Program Studi Magister Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Indonesia.

DEWAN PENGUJI

Pembimbing : Riri Satria, S.Kom., MM

(.....................................)

Penguji

: Yudho Giri Sucahyo, M.Kom., Ph.D

(.....................................)

Penguji

: Yova Ruldeviyani, M.Kom

(....................................)

Ditetapkan di

: Jakarta

Tanggal

: 21 Januari 2013

iii


KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT karena atas berkat dan rahmatNya

karya

akhir

yang

berjudul

Analisis

faktor-faktor

yang

mempengaruhi adopsi layanan Cloud Computing pada Organisasi dengan metode Analytic Hierarchy Process dapat terselesaikan dengan baik. Penulisan Karya Akhir ini dilakukan untuk memenuhi salah satu syarat dalam mencapai gelar Magister Teknologi Informasi di Universitas Indonesia. Penulis menyadari bahwa sangatlah sulit bagi penulis menyelesaikan karya akhir ini tanpa bantuan dari berbagai pihak. Untuk itu, penulis mengucapkan terima kasih yang sebesar-besarnya kepada : 1.

Bapak Riri Satria, S.Kom, MM. selaku dosen pembimbing yang telah meluangkan waktu, tenaga dan pikiran, yang tanpa kenal lelah selalu memberikan arahan, bimbingan, motivasi dan sharenya atas berbagai hal.

2.

Bapak Yudho Giri Sucahyo, M.Kom, Ph.D dan Ibu Yova Ruldeviyani, M.Kom selaku dosen penguji yang telah meluangkan waktunya untuk hadir dan menguji dalam sidang Karya Akhir penulis.

3.

Istri dan anak-anakku atas dukungan semangat dan pengertian selama penulis menjalani pendidikan di MTI-UI, terutama saat penyusunan Karya Akhir ini.

4.

Keluarga besar penulis di Bogor dan Makassar atas dukungan do’a dan semangatnya.

5.

Teman-teman seperjuangan di MTI terutama kelas 2010-F dan teman-teman Bootcamp atas sharing, kebersamaan dan kekompakannya selama ini. Akhir kata penulis berharap semoga Allah SWT berkenan membalas

kebaikan semua pihak yang telah membantu penulis. Semoga Karya Akhir ini dapat bermanfaat bagi banyak pihak dan berkontribusi terhadap ilmu pengetahuan. Jakarta, 21 Januari 2013 Nur Fadli iv


PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di bawah ini:

Nama NPM Program Studi Departemen Fakultas Jenis Karya

: Nur Fadli : 1006833331 : Magister Teknologi Informasi :: Ilmu Komputer : Karya Akhir

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Indonesia Hak Bebas Royalti Noneksklusif (Non-exclusive RoyaltyFree Right) atas karya ilmiah saya yang berjudul: “Analisis faktor-faktor yang mempengaruhi adopsi layanan Cloud Computing pada Organisasi dengan metode Analytic Hierarchy Process” Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Noneksklusif ini Universitas Indonesia berhak menyimpan, mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data (database). Merawat, dan mempublikasikan karya akhir saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta.

Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di Pada tanggal

: Jakarta : 21 Januari 2013

Yang menyatakan

( Nur Fadli )

v


ABSTRAK

Nama

: Nur Fadli

Program Studi


Judul

: Analisis faktor-faktor yang mempengaruhi adopsi layanan Cloud Computing pada Organisasi dengan metode Analytic Hierarchy Process

Teknologi Cloud Computing merupakan tren teknologi informasi saat ini yang memanfaatkan jaringan internet untuk penyediaan akses ke berbagai layanan TI. Teknologi ini diprediksikan akan semakin berkembang karena layanan cloud menawarkan berbagai keunggulan seperti efektivitas biaya, fleksibilitas layanan, kemudahan akses, kecepatan proses komputasi dan lain-lain. Terdapat juga faktorfaktor yang menjadi penghambat untuk adopsi cloud seperti faktor keamanan dan privasi data, lambatnya akses internet, proses migrasi yang rumit, dan lain-lain. Berbagai faktor tersebut menjadi pertimbangan organisasi untuk melihat benefit yang diperoleh jika adopsi layanan cloud dilakukan. Karya akhir ini akan mengidentifikasikan prioritas dari faktor-faktor seperti efektifitas biaya, efektivifitas keamanan, kebutuhan organisasi, koneksi internet, reliabilitas, dan kepercayaan terhadap provider dalam kaitan dengan adopsi layanan cloud computing di organisasi, serta identifikasi model layanan cloud computing yang paling sesuai untuk organisasi. Penelitian ini mengumpulkan data dari organisasi dengan metode survey. Organisasi dipilih dengan cara purposive sampling dengan menyebarkan kuesioner yang diisi oleh staf yang kompeten/ahli dengan masalah cloud computing atau bertanggungjawab terhadap infrastruktur TI di organisasi. Data primer yang dikumpulkan selanjutnya diolah dengan metode Analytic Hierarchy Process. Hasilnya adalah bahwa urutan prioritas dari faktor-faktor yang berpengaruh dalam adopsi layanan cloud computing di organisasi adalah faktor keandalan/reliability (0.237), faktor keamanan/security (0.224) dan faktor koneksi internet (0.175). Untuk model layanan cloud yang paling sesuai untuk organisasi, urutannya adalah layanan Infrastruktur (0.557), layanan Aplikasi (0.246) dan layanan Platform (0.196) Kata Kunci : komputasi awan, analytic hierarchy process, faktor-faktor yang mempengaruhi adopsi layanan cloud

vi Analisis faktor ..., Nur Fadli, Fasilkom UI, 2013

Universitas Indonesia

ABSTRACT

Name

: Nur Fadli

Study Program


Title

: Factors Analysis on Cloud Computing Service Adoption in Organization using Analytic Hierarchy Process

Cloud Computing technology is a recent information technology trends that utilize the Internet connections to provide access to a range of IT services. This technology is expected to further evolve as cloud services offer many advantages such as cost effectiveness, service flexibility, ease of access, swift computing process, etc. There are also some factors listed as an obstacle in cloud computing adoption such as security concern, data privacy, slow internet access, migration process, etc. These various factors will be considered by organization to analyze the benefits obtained if cloud service adoption is performed. This thesis will identify the priority of factors such as cost effectiveness, security effectiveness, organization needs, internet connection, reliability, and trust in cloud provider in influencing cloud service adoption in organizations and also identifying cloud service model that most suited with organizations. This study collects data from organizations using survey methods. Organizations selected by purposive sampling in which questionnaires filled out by competent staff or cloud computing experts in organization or staff that responsible for IT infrastructure. Primary data collected then processed using Analytic Hierarchy Process. This resulting prioritization of factors that influencing adoption of cloud services in the organization which are : Reliability factor (0.237), Security factor (0.224) and Internet connection factor (0.175). In determining cloud service model that suited with organization needs, the priority order are : Infrastructure services (0.557), Application services (0.246) and Platform services (0.196)

Keywords: cloud, cloud computing, analytic hierarchy process, factors influencing cloud services adoption

vii Analisis faktor ..., Nur Fadli, Fasilkom UI, 2013


DAFTAR ISI

HALAMAN PERNYATAAN ORISINALITAS ...................................................... ii HALAMAN PENGESAHAN ................................................................................... iii KATA PENGANTAR ............................................................................................... iv PERNYATAAN PERSETUJUAN PUBLIKASI ......................................................v ABSTRAK .................................................................................................................. vi DAFTAR ISI ............................................................................................................ viii DAFTAR GAMBAR ...................................................................................................x DAFTAR TABEL ...................................................................................................... xi BAB 1 PENDAHULUAN .........................................................................................1 1.1

Latar Belakang....................................................................................... 1

1.2

Permasalahan ......................................................................................... 2

1.3

Tujuan dan Manfaat ............................................................................... 5

1.4

Ruang Lingkup dan Asumsi ................................................................... 6

BAB 2 LANDASAN TEORI ....................................................................................7 2.1 Cloud Computing ...................................................................................... 7 2.1.1 Definisi, Latar Belakang dan Sejarah .............................................. 9 2.1 2 Metode Cloud Computing .............................................................. 10 2.1.3 Efektifitas Biaya Cloud Computing ................................................ 11 2.1.4 Kebutuhan Cloud Computing ......................................................... 14 2.1.5 Kelebihan dan Tantangan Cloud Computing .................................. 15 2.2 Teori-teori tentang Adopsi ....................................................................... 18 2.3 Analytic Hierarchy Process ..................................................................... 21 2.3.1 Kelebihan dan Kelemahan AHP ..................................................... 22 2.3.2 Tahapan dalam AHP ...................................................................... 24 2.3.3. Prinsip dasar dan aksioma dalam AHP ........................................... 30 2.3.4 Penerapan Analytic Hierarchy Process .......................................... 31 2.4. Penelitian-penelitian sebelumnya ............................................................. 31 2.5 Theoretical Framework ........................................................................... 33 BAB 3 METODOLOGI PENELITIAN ................................................................ 36 3.1 Metode Penelitian .................................................................................... 36 3.2 Tahapan Penelitian .................................................................................. 37 3.3 Metode Pengumpulan Data ...................................................................... 41 viii Analisis faktor ..., Nur Fadli, Fasilkom UI, 2013


3.4 Metode Pengolahan Data ......................................................................... 41 3.5 Penyusunan Model Hirarki AHP .............................................................. 44 BAB 4 HASIL DAN PEMBAHASAN ................................................................... 45 4.1 Analisis Data Responden .......................................................................... 45 4.2 Analisis Data dengan metode AHP .......................................................... 47 4.2.1 Perhitungan Matriks Pendapat Individu.......................................... 48 4.3.2 Perhitungan Prioritas Level Kriteria dan Alternatif ....................... 59 4.3 Perhitungan Matriks Pendapat Gabungan (MPG) ..................................... 69 4.3.1 Matriks Pendapat Gabungan untuk level Kriteria ........................... 69 4.3.2 Matriks Pendapat Gabungan untuk level Alternatif ........................ 70 4.5 Pembahasan ............................................................................................. 74 BAB 5 KESIMPULAN DAN SARAN ................................................................... 79 5.1. Kesimpulan ............................................................................................. 79 5.2. Saran ....................................................................................................... 80 DAFTAR PUSTAKA ............................................................................................... 82 LAMPIRAN .............................................................................................................. 86

ix Analisis faktor ..., Nur Fadli, Fasilkom UI, 2013


DAFTAR GAMBAR

Gambar 1.1 Fish Bone Diagram akar permasalahan Karya Akhir ........................ 4 Gambar 2.1 Struktur Hirarki Lengkap AHP ....................................................... 25 Gambar 2.2 Kerangka Pemikiran Teori Karya Akhir .......................................... 33 Gambar 3.1 Alur Penelitian ................................................................................ 37 Gambar 3.2 Ilustrasi penentuan Matriks Pendapat Gabungan ............................. 43 Gambar 3.3 Contoh perhitungan MPG dengan rumus rataan geometrik .............. 43 Gambar 3.4 Model Hirarki yang dikembangkan untuk pengumpulan data .......... 44 Gambar 4.1 Prioritas untuk level kriteria (Organisasi 1) .................................... 59 Gambar 4.2 Prioritas untuk level keseluruhan (Organisasi 1) ............................. 59 Gambar 4.3 Prioritas untuk level kriteria (Organisasi 2) .................................... 60 Gambar 4.4 Prioritas untuk level keseluruhan (Organisasi 2) ............................. 60 Gambar 4.5 Prioritas untuk level kriteria (Organisasi 3) .................................... 61 Gambar 4.6 Prioritas untuk level keseluruhan (Organisasi 3) ............................. 61 Gambar 4.7 Prioritas untuk level kriteria (Organisasi 4) .................................... 62 Gambar 4.8 Prioritas untuk level keseluruhan (Organisasi 4) ............................. 62 Gambar 4.9 Prioritas untuk level kriteria (Organisasi 5) .................................... 63 Gambar 4.10 Prioritas untuk level keseluruhan (Organisasi 5) ........................... 63 Gambar 4.11 Prioritas untuk level kriteria (Organisasi 6) .................................. 64 Gambar 4.12 Prioritas untuk level keseluruhan (Organisasi 6) ........................... 64 Gambar 4.13 Prioritas untuk level kriteria (Organisasi 7) .................................. 65 Gambar 4.14 Prioritas untuk level keseluruhan (Organisasi 7) ........................... 65 Gambar 4.15 Prioritas untuk level kriteria (Organisasi 8) .................................. 66 Gambar 4.16 Prioritas untuk level keseluruhan (Organisasi 8) ........................... 66 Gambar 4.17 Prioritas untuk level kriteria (Organisasi 9) .................................. 67 Gambar 4.18 Prioritas untuk level keseluruhan (Organisasi 9) ........................... 67 Gambar 4.19 Prioritas untuk level kriteria (Organisasi 10) ................................ 68 Gambar 4.20 Prioritas untuk level keseluruhan (Organisasi 10) ......................... 68 Gambar 4.21 Prioritas untuk level kriteria untuk keseluruhan organisasi ........... 70 Gambar 4.22 Prioritas set alternatif dari faktor Keandalan ................................ 71 Gambar 4.23 Prioritas set alternatif dari faktor Keamanan ................................ 71 Gambar 4.24 Prioritas set alternatif dari faktor Koneksi Internet........................ 71 Gambar 4.25 Prioritas set alternatif dari faktor Efektifitas Biaya........................ 72 Gambar 4.26 Prioritas set alternatif dari faktor Kebutuhan Organisasi .............. 72 Gambar 4.27 Prioritas set alternatif dari faktor Kepercayaan terhadap Provider72 Gambar 4.28 Prioritas Level Kriteria terhadap tujuan ........................................ 73 Gambar 4.29 Prioritas level Alternatif terhadap tujuan ...................................... 73 Gambar 4.30 Bagan AHP terboboti untuk tiap level kriteria dan alternatif......... 79

x Analisis faktor ..., Nur Fadli, Fasilkom UI, 2013


DAFTAR TABEL

Tabel 2.1 Nilai Skala Banding Berpasangan ....................................................... 26 Tabel 2.2 Matriks Pendapat Individu ................................................................. 27 Tabel 2.3 Matriks Pendapat Gabungan .............................................................. 28 Tabel 2.4 Indeks Acak (Random Index)............................................................. 30 Tabel 3.1 Argumen berdasarkan skala penilaian Saaty ....................................... 42 Tabel 4.1 Responden berdasarkan jenis Industri ................................................. 45 Tabel 4.2 Responden berdasarkan ukuran organisasi .......................................... 46 Tabel 4.3 Responden berdasarkan preferensi layanan cloud ............................... 46 Tabel 4.4 Responden berdasarkan indikator provider yang terpercaya ................ 47 Tabel 4.5 Responden berdasarkan penghambat utama adopsi cloud ................... 47 Tabel 4.6 Perbandingan berpasangan - level kriteria (Organisasi 1) .................... 48 Tabel 4.7 Perbandingan berpasangan - level alternatif (Organisasi 1) ................ 49 Tabel 4.8 Perbandingan berpasangan - level kriteria (Organisasi 2) .................... 49 Tabel 4.9 Perbandingan berpasangan - level alternatif (Organisasi 2) ................. 50 Tabel 4.10 Perbandingan berpasangan - level kriteria (Organisasi 3) .................. 50 Tabel 4.11 Perbandingan berpasangan - level alternatif (Organisasi 3) ............... 51 Tabel 4.12 Perbandingan berpasangan - level kriteria (Organisasi 4) .................. 51 Tabel 4.13 Perbandingan berpasangan - level alternatif (Organisasi 4) ............... 52 Tabel 4.14 Perbandingan berpasangan - level kriteria (Organisasi 5) .................. 52 Tabel 4.15 Perbandingan berpasangan - level alternatif (Organisasi 5) ............... 53 Tabel 4.16 Perbandingan berpasangan - level kriteria (Organisasi 6) .................. 53 Tabel 4.17 Perbandingan berpasangan - level alternatif (Organisasi 6) ............... 54 Tabel 4.18 Perbandingan berpasangan - level kriteria (Organisasi 7) .................. 54 Tabel 4.18 Perbandingan berpasangan - level alternatif (Organisasi 7) ............... 55 Tabel 4.19 Perbandingan berpasangan - level kriteria (Organisasi 8) .................. 55 Tabel 4.20 Perbandingan berpasangan - level alternatif (Organisasi 8) ............... 56 Tabel 4.21 Perbandingan berpasangan - level kriteria (Organisasi 9) .................. 57 Tabel 4.22 Perbandingan berpasangan - level alternatif (Organisasi 9) ............... 57 Tabel 4.23 Perbandingan berpasangan - level kriteria (Organisasi 10) ................ 58 Tabel 4.24 Perbandingan berpasangan - level alternatif (Organisasi 10) ............. 58 Tabel 4.25 Matriks Banding Berpasangan Pendapat Gabungan level Kriteria .... 69 Tabel 4.26 Matriks Banding Berpasangan Pendapat Gabungan level Alternatif . 70

xi Analisis faktor ..., Nur Fadli, Fasilkom UI, 2013


BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi yang semakin canggih dewasa ini telah mempengaruhi para pengambil keputusan di organisasi untuk melakukan adopsi teknologi terkini. Mereka memanfaatkan teknologi informasi sebagai katalis untuk meningkatkan efisiensi dan membangun keunggulan kompetitif organisasi. Salah satu teknologi terbaru yang sedang menjadi tren dunia teknologi informasi adalah teknologi Cloud Computing atau Komputasi Awan. Cloud Computing saat ini menjadi pilihan baru untuk penyediaan layanan teknologi informasi, selain pendekatan layanan TI dengan cara konvensional. Cloud Computing dapat menyediakan berbagai model layanan seperti infrastruktur, layanan platform untuk pengembangan dan layanan aplikasi. Cloud Computing juga memiliki kelebihan-kelebihan jika dibandingkan dengan sistem komputasi konvensional diantaranya menjanjikan efisiensi biaya, fleksibilitas layanan, kemudahan akses, penggunaan layanan yang terukur, dan lain-lain. Dengan semakin berkembangnya maturitas teknologi cloud computing, semakin meningkatnya kebutuhan komputasi khususnya di organisasi, dan perkiraan bahwa pasar layanan cloud akan semakin berkembang, saat ini semakin banyak dijumpai perusahaan yang bergerak dalam penyediaan layanan cloud computing di Indonesia. Perusahaan penyedia jasa cloud ini dikenal sebagai Cloud Service Provider (CSP). Mereka menawarkan berbagai produk layanan berbasis teknologi Cloud yang menjadi diversifikasi produk mereka selain layanan teknologi informasi lainnya. Diprediksikan bahwa sasaran target konsumen dari layanan cloud dapat meliputi berbagai segmen konsumen, baik perorangan maupun organisasi. Namun tipe konsumen yang paling potensial dan menjadi target utama para penyedia layanan cloud tentunya adalah konsumen di segmen perusahan/korporasi. Segmen korporasi umumnya memerlukan ketersediaan layanan yang berkesinambungan dari server-server, terutama pada perusahaan yang memiliki basis transaksi harian, 1



2

seperti perusahaan jasa telekomunikasi, perbankan, perdagangan (bisnis elektronik dan perdagangan online) dan lain-lain. Dari sisi organisasi, penggunaan layanan cloud dapat menjadi solusi yang andal untuk mengatasi kendala biaya pemeliharaan server yang cukup tinggi serta menjanjikan fleksibilitas dan kemudahan dalam transformasi layanan. Selain itu, peningkatan efisiensi dari layanan cloud dapat dicapai karena tersedianya berbagai aplikasi utamanya aplikasi bisnis atau perkantoran yang dapat membantu operasional perusahaan tanpa perlu memikirkan biaya pemeliharaan dan lisensi. 1.2 Permasalahan Dengan semakin banyaknya perusahaan yang bergerak pada penyediaan layanan cloud computing, maka layanan ini akan menjadi semakin beragam dan kompetitif. Berdasarkan riset yang dilakukan oleh para pelaku bisnis cloud, diprediksi bahwa layanan data akan semakin tumbuh dan berkembang, sehingga menjadi peluang dan pangsa pasar bagi layanan cloud. Selain itu khusus untuk pasar di Indonesia, kebutuhan cloud computing diprediksi akan semakin meningkat.

Springboard

Research

menyatakan

bahwa

banyak kalangan

mempercayai cloud computing akan mengurangi biaya operasional untuk TI sebesar 77%, lebih cepat dalam memberikan nilai tambah sebesar 72%, dan meningkatkan reliabilitas sebesar 50%. Selanjutnya dikatakan pula bahwa 50% dari 114 organisasi di Indonesia telah menggunakan atau dalam tahap perencanaan untuk inisiatif cloud computing. Di antara perusahaan-perusahaan skala besar di Indonesia, animo untuk beralih menggunakan komputasi awan tersebut

meningkat

hingga

68%.

Dari

www.antaranews.com/berita

/1319643757/nilai-bisnis-cloud-computing-rp2-1-triliun-2011, Indonesian Cloud Forum (ICF) memperkirakan bahwa pada jenis layanan infrastruktur, layanan komputasi akan tumbuh 54% hingga tahun 2014. Ini terjadi karena industri makin sadar manfaat efisiensi biaya yang ditawarkan oleh jasa ini. Di sisi lain beberapa penelitian dan survey menyatakan hal sebaliknya. Indonesian Cloud Forum (ICF) dari penelitian yang dilakukan pada awal tahun 2012 mengklaim bahwa sampai saat ini nilai pasar dari Cloud Computing masih kecil. Selain itu hasil survey dari Symantec pada tahun 2011 menyatakan bahwa Universitas Indonesia


3

bagi sebagian perusahaan, migrasi ke layanan cloud adalah sebuah evolusi yang rumit. Symantec juga mengungkapkan bahwa perusahaan cenderung lebih lambat dalam memanfaatkan teknologi hybrid/private cloud. Terdapat pula tanggapan dari Steve Wozniak, salah satu pendiri Apple, yang menyatakan bahwa Cloud Computing kedepannya dapat menyebabkan permasalahan yang mengerikan karena dengan menyimpan data di cloud, perusahaan menjadi tidak akan memiliki apapun. Di tukil dari www.antaranews.com (Oct. 2011), Direktur IT & Supply PT Telkom, menyatakan bahwa ada tujuh risiko yang mengemuka soal keamanan di cloud computing. Ketujuh risiko itu adalah Privilege User Access, Regulatory Compliance, Data allocation, Data Secure, Recovery, Investigative support, dan terakhir Longterm Viability. Selanjutnya National Technology Officer dari Microsoft Indonesia, mengakui tentang jeleknya pengetahuan orang tentang keamanan di internet juga menghantui adopsi cloud computing, sehingga orang merasa lebih aman menyimpan data di komputer sendiri daripada di cloud. Sejalan dengan pendapat beberapa pakar di atas, terdapat pula faktorfaktor yang menjadi kekhawatiran dari para calon pengguna layanan Cloud yang dapat menjadi menghambat implementasi teknologi ini yaitu faktor kinerja, keandalan serta keamanan dan privatisasi data. Untuk Indonesia, faktor yang juga patut menjadi pertimbangan adalah stabilitas dan kecepatan koneksi internet yang merupakan jembatan utama dengan layanan cloud. Menurut data dari Google yang dimuat dalam www.tempo.co, saat ini Indonesia termasuk negara dengan tingkat koneksi internet yang tergolong paling lambat, baik melalui komputer desktop maupun perangkat mobile. Sepuluh Negara dengan Internet Terlambat di Desktop Komputer (dalam detik) Cile Kolombia Peru Brasil Argentina Malaysia Venezuela India Filipina Indonesia

(10) (10,2) (11,7) (11,8) (12,8) (14,3) (14,9) (15,1) (15,4) (20,3) Universitas Indonesia


4

Sepuluh Negara dengan Internet Terlambat di Perangkat Mobil (dalam detik) Malaysia Indonesia Singapura Meksiko Brasil Argentina India Thailand ArabSaudi Uni Emirat Arab

(12,7) (12,9) (12,9) (14,1) (15,8) (16,3) (16,4) (17,4) (21,2) (26,7)

(dikutip dari : http://www.tempo.co/read/news/2012/04/24/072399214/Akses-Internet-diIndonesia-Paling-Lambat-160)

Sehubungan dengan permasalahan di atas, selanjutnya digambarkan fishbone diagram untuk menjelaskan lebih lanjut faktor-faktor yang dapat mempengaruhi

pengambilan

keputusan

ataupun

alasan-alasan

yang

melatarbelakangi belum banyaknya adopsi layanan cloud computing di tingkat organisasi sebagai berikut : Persepsi tentang sistem

People

SDM organisasi yang Belum ada Knowledge Manajemen System

Best practise tentang implementasi cloud di organisasi yang sejenis

Faktor penerimaan karyawan terhadap teknologi

Kebijakan organisasi Kesesuaian dengan Master Plan / Road Map

Kemudahan penggunaan

Kebutuhan strategis organisasi untuk mengadopsi cloud

Kebutuhan komputasi di organisasi

Kualitas informasi tentang layanan cloud Pendapat para expert tentang teknologi cloud

Informasi

Organisasi

Kapabilitas organisasi

Kecepatan koneksi internet

Ketersediaan layanan cloud yang sesuai kebutuhan

Kematangan teknologi cloud

Kehandalan, Keamanan sistem

Cloud Computing belum banyak diadopsi oleh Organisasi

Kerumitan proses migrasi ke Cloud Performa sistem Cloud

Teknologi

Gambar 1.1 Fish Bone Diagram akar permasalahan Karya Akhir



5

Dari uraian diatas, dapat diidentifikasikan adanya gap yang terjadi terutama dari perkiraan para pelaku bisnis cloud computing yang meyakini bahwa layanan cloud akan menjadi teknologi yang penggunaannya semakin meluas di Indonesia. Perkiraan optimistik tersebut pada beberapa sisi tidak sejalan dengan kondisi di lapangan dimana para pengambil keputusan terutama di organisasi akan mempertimbangkan berbagai faktor sebelum melakukan adopsi layanan cloud. Dari berbagai faktor-faktor yang dianggap berpengaruh terhadap keputusan adopsi teknologi cloud computing, sangat menarik untuk mengetahui lebih lanjut tentang bagaimana faktor-faktor tersebut memberi andil dalam pengambilan keputusan adopsi teknologi di organisasi. Dalam hubungan dengan penyusunan karya akhir ini, dari analisis fishbone diagram, berbagai akar permasalahan mungkin menjadi penyebab masih minimnya adopsi teknologi cloud computing di organisasi. Untuk itu penulis mencoba untuk menentukan research question yang relevan dengan topik karya akhir ini yaitu : 1) Bagaimanakah prioritas dari faktor-faktor yang mempengaruhi keputusan untuk adopsi layanan cloud computing dalam organisasi, dan 2) Apakah model layanan cloud computing yang paling sesuai dengan kebutuhan organisasi. 1.3 Tujuan dan Manfaat Terkait dengan permasalahan penelitian yang dikemukakan di atas, dapat dinyatakan tujuan dari karya akhir ini adalah untuk : 1. Mengetahui / dapat mengidentifikasikan prioritas dari faktor-faktor yang mempengaruhi keputusan untuk adopsi layanan cloud computing di organisasi, 2.

Mengetahui model layanan cloud computing yang paling sesuai dengan kebutuhan organisasi

Pada akhirnya hasil dari Karya Akhir ini diharapkan dapat dimanfaatkan sebagai acuan informasi mengenai prioritas atas berbagai faktor yang mempengaruhi keputusan adopsi teknologi cloud computing di organisasi dan dapat memberikan informasi untuk membantu proses pengambilan keputusan Universitas Indonesia


6

terkait adopsi layanan cloud computing di organisasi. Hasil dari Karya Akhir ini juga dapat dimanfaatkan oleh perusahaan Cloud Service Provider dalam menentukan prioritas faktor-faktor yang perlu ditindaklanjuti untuk peningkatan kualitas layanan mereka. 1.4 Ruang Lingkup dan Asumsi Karya akhir ini akan meneliti berbagai faktor yang mempengaruhi keputusan organisasi dalam kaitannya dengan proses adopsi layanan cloud computing. Cakupan penelitian ini adalah mengetahui pendapat dari berbagai organisasi tentang faktor-faktor tersebut dan bukan pada pelanggan layanan cloud perseorangan/individu. Selain itu, penelitian ini dibatasi pada ruang lingkup pengamatan faktor-faktor yang berkaitan dengan sisi Teknologi dan Organisasi. Selanjutnya dalam hal ini diasumsikan bahwa keputusan mengenai adopsi organisasi akan ditentukan oleh pendapat para ahli atau staf yang berhubungan TI infrastruktur di organisasi tersebut. Dari asumsi ini, maka responden yang diharapkan dari organisasi adalah staf yang mengetahui dengan baik/ahli tentang teknologi cloud computing atau infrastruktur. Pada akhirnya keahlian mereka akan berkontribusi dalam penentuan pengambilan keputusan adopsi teknologi cloud computing di masing-masing organisasi.



BAB 2 LANDASAN TEORI 2.1 Cloud Computing The National Institute of Standard and Technology (NIST) telah mendefinisikan Cloud Computing sebagai a “model for enabling ubiquitous, convenient, on-demand network access to a shared pool of configurable computing resources (e.g., networks, servers, storage, applications, services) that can be provisioned and released with minimal management effort or service provider interactions.” Selanjutnya Mell, P. & Grance T., (2011) melalui special publication NIST juga mendefinisikan 5 kriteria yang harus dipenuhi oleh sebuah sistem untuk dapat dikategorikan sebagai sistem Cloud Computing yaitu : 1. On Demand Self Service Pengguna dapat memesan dan mengelola layanan tanpa interaksi manusia dengan penyedia layanan. Misalnya dengan menggunakan sebuah portal web, manajemen portal web, dan manajemen antarmuka. Pengadaan dan perlengkapan layanan serta sumber daya yang terkait akan terhubung secara otomatis pada cloud provider. 2. Broad Network Access Layanan yang tersedia terhubung melalui jaringan pita lebar, terutama untuk dapat diakses secara memadai melalui jaringan internet, baik menggunakan thin client, thick client ataupun media lain seperti smartphone. 3. Resources Pooling Perusahaan penyedia layanan Cloud, memberikan layanan melalui sumber daya yang dikelompokkan pada satu atau berbagai lokasi data center yang terdiri dari sejumlah server dengan mekanisme multi-tenant. Mekanisme multi-tenant ini memungkinkan sejumlah sumber daya komputasi tersebut digunakan secara bersama-sama oleh sejumlah pengguna. Sumber daya tersebut baik yang berbentuk fisik maupun virtual, dapat dialokasikan secara dinamis untuk 7



8

kebutuhan pengguna/pelanggan sesuai permintaan. Dengan demikian, pelanggan tidak perlu mengetahui bagaimana dan darimana permintaan akan sumber daya komputasinya dipenuhi oleh penyedia layanan selama setiap permintaan dapat dipenuhi. Sumberdaya komputasi ini meliputi media penyimpanan, memory, processor, pita jaringan dan mesin virtual. 4. Rapid Elasticity Kapasitas komputasi yang disediakan dapat secara elastis dan cepat tersedia baik itu dalam bentuk penambahan ataupun pengurangan kapasitas yang diperlukan. Untuk pelanggan dengan kemampuan ini seolah-olah kapasitas yang tersedia menjadi tak terbatas besarnya, dan dapat dimanfaatkan kapan saja dengan jumlah berapa saja. 5. Measured Services Sumber daya

Cloud

yang

tersedia harus dapat diatur dan dioptimasi

penggunaannya dengan suatu sistem pengukuran yang dapat mengukur penggunaan dari setiap sumber daya komputasi yang digunakan (penyimpanan, memory, processor, lebar pita, aktivitas user, dan lainnya). Dengan demikian jumlah sumberdaya yang digunakan dapat secara transparan diketahui dan menjadi dasar bagi pengguna untuk membayar biaya penggunaan layanan. Selanjutnya model layanan pada Cloud Computing ditulis oleh Mell, P. & Grance T., (2011) melalui special publication NIST dinyatakan bahwa secara umum, layanan pada Cloud Computing dibagi menjadi tiga model layanan, yaitu aplikasi/perangkat lunak, platform, dan infrastruktur (Software as a Service, Platform as a Service, dan Infrastructure as a Service) 1. Software as a Service (SaaS) Pada Software as a Service, aplikasi atau perangkat lunak yang digunakan tersedia di internet. Dalam hal ini penyedia jasa cloud memberikan layanan berupa aplikasi yang dapat digunakan oleh pengguna yang berjalan pada infrastruktur Cloud. Akan menjadi lebih mudah bagi user untuk melakukan sistem sewa aplikasi karena masalah dukungan dan pemeliharaan layanan telah ditangani Universitas Indonesia


9

oleh Cloud provider. Pengguna hanya tinggal memanfaatkan layanan yang disediakan sesuai dengan kebutuhannya. 2. Platform as a Service (PaaS) Pada layer platform, kita dapat mengelola aplikasi yang kita buat di cloud. Menyediakan platform (bahasa pemrograman, tools, dan sebagainya) guna pengembangan aplikasi berbasis konsumen pada infrastruktur Cloud. Pengguna dapat membuat aplikasi, dan aplikasi tersebut menggunakan host di Cloud provider. Dalam hal ini pengguna tidak perlu menginstal perangkat lunak untuk membuat aplikasi, namun dapat mendesain aplikasi, membangun, mengatur, dan meng-host aplikasi di internet. PaaS juga dikenal dengan istilah Cloudware. 3. Infrastructurer as a Service ( IaaS) Pada layer infrastruktur ini, provider menyediakan sumber daya pemroses, storage atau penyimpanan, kapasitas jaringan, dan sumber daya komputasi lainnya. Konsumen dapat mengembangkan dan menjalankan aplikasi khusus seakan-akan mempunyai perangkat keras dan segala isinya pada remote server, termasuk perangkat lunak di dalamnya. Karena itu sinonim dari layer ini adalah Everything as a Service. Secara sederhana dapat dikatakan bahwa pengguna “menyewa” infrastruktur atau hardware provider

Cloud Computing, seperti

ruang server, perlengkapan jaringan, memory, CPU cycle, dan ruang penyimpanan (storage space). 2.1.1 Definisi, Latar Belakang dan Sejarah Cloud Computing merupakan istilah yang digunakan pada awal 2006 oleh CEO Google, Eric Schmidt, yang mengacu kepada sistem komputasi di Internet (Aymerich et.al., 2008). Istilah ini secara umum dipakai terhadap sumberdaya komputer terpusat yang tersedia melalui jaringan internet dan digunakan oleh banyak grup pengguna, yang terkadang merupakan pelanggan yang berbayar. Pada tahun 2008, Cloud Computing telah menarik minat untuk penelitian yang mendalam dan melampaui jumlah grid computing dalam mendapatkan ketertarikan dari media (Wang Tao et. al., 2008; Youssef et. al., 2008). Banyak dari penyedia layanan cloud (Cloud provider) dahulunya merupakan perusahaan Universitas Indonesia


10

berbasis web dan perusahaan yang baru berdiri (Leavitt, 2009). Ketika permintaan atas cloud computing meningkat, tipe dari cloud provider berkembang dan mencakup public dan community cloud (NIST, 2009). Sebuah entitas komputasi memiliki sumberdaya paralel dan terdistribusi atas grup-grup yang terkoneksi dan komputer virtual yang diperlakukan sebagai suatu sistem yang terkombinasi. (Buyya et. al, 2008; Foster et. al. 2008). Sistem – sistem ini tersedia sesuai dengan service level agreement (SLA) yang disetujui antara provider dengan user. Fitur kunci dari sebuah entitas layanan cloud adalah skalabilitas masif untuk memenuhi kebutuhan user, keberadaan sebagai sebuah entitas yang abstrak untuk menyediakan berbagai layanan kepada pengguna eksternal, skala ekonomi, dan konfigurasi dinamis dari layanan sesuai permintaan yang biasanya didukung oleh teknologi virtualisasi (Foster et. al., 2008). Delic and Walker (2008) menggambarkan cloud sebagai gelombang ketiga dari perkembangan teknologi internet, mengikuti Internet sebagai gelombang pertama dan Web sebagai gelombang yang kedua. Beberapa teknologi prekursor ke cloud computing diantaranya Service Oriented Architecture (SOA), komputasi terdistribusi, virtualisasi dan komputasi grid (Aymerich et.al.,2008; Youssef et. al. ,2008). Cloud computing juga memiliki kaitan erat dengan komputasi ubiquitous, dimana berbagai sumberdaya komputasi dapat dipergunakan melalui layanan internet (Park, Park & Kim, 2008; Su Kuo , & Huang, 2008). Cloud computing juga memiliki akar pada sistem pencarian dan penarikan (search and retrieval system) yang dirintis pada tahun 1990 (Aymerich et. al.,2008). Sistem pencarian dan penarikan ini sebenarnya berasal dari komputasi clustering tapi terkadang bermigrasi ke komputasi grid yang terpisah secara geografis. Cloud computing dapat dianggap sebagai evolusi alami dari komputasi grid dalam pendekatannya untuk menyediakan sumberdaya komputasi ke pengguna yang terpisah (remote user). 2.1 2 Metode Cloud Computing Teknologi cloud computing menjalankan layanan aplikasi melalui internet pada sebuah arsitektur komputer yang bersifat scalable untuk memenuhi kebutuhan pengguna (Curry et. al., 2008). Metode yang dijalankan oleh cloud Universitas Indonesia


11

computing tergantung kepada layanan yang ditawarkan. Tipe umum dari aplikasi cloud computing yang ditawarkan pada area layanan adalah infrastructure as a service (IaaS), platform as a Service (PaaS) dan software as a Service (SaaS), harus dapat mengakomodasi aplikasi-aplikasi tersebut (Leavitt, 2009). Aplikasiaplikasi ini di kapitalisasikan dalam inovasi teknologi antara lain sistem operasi berbasis web (Lawton, 2008). Terdapat berbagai macam aplikasi cloud computing yang tersedia. Contoh dari tipe layanan berbasis cloud yang dapat diperoleh dari vendor dapat mencakup beberapa dari layanan yang disediakan oleh Google. Aplikasi berbasis cloud dari Google mencakup Google enterprise untuk website dan surat elektronik, Aplikasi Google untuk alat produktivitas, mesin pencari Google dan Google Earth untuk aplikasi berbasis peta (Marshall, 2008). Meskipun aplikasi berbasis cloud menyediakan pengguna dengan banyak kapabilitas, cloud computing juga memiliki kekurangan. Contohnya adalah sistem terdistribusi yang reliable seperti Amazon Cloud Computing memerlukan pertukaran (trade off) antara konsistensi dan ketersediaannya (Vogels, 2009). Contoh trade off yang serupa mungkin dapat dijumpai pada berbagai vendor lainnya. Secara teknologi karena cloud computing menggunakan pendekatan akses jarak jauh (remote access), sistem login yang aman dan metode autentifikasi juga diperlukan. Mayoritas dari Cloud vendor yang melakukan perhitungan biaya untuk suatu rangkaian proses atau waktu yang digunakan, sistem prosedur akunting dan penagihan juga diperlukan, dengan term kontrak yang disetujui bersama dengan jaminan garansi layanan (Yang et. al., 2008). Selain itu dengan jumlah pengguna yang banyak, alokasi file dan direktori serta sistem perizinannya harus di desain agar pengguna individu dan organisasi serta anggota grup yang terdaftar dapat mengakses ke file-file mereka. Hal ini bermanfaat untuk mencegah pihak lain yang tidak terotorisasi untuk mendapatkan akses terhadap file-file yang bukan otorisasi mereka. 2.1.3 Efektifitas Biaya Cloud Computing Sistem Cloud computing menangani komputasi sebagai utilitas yang menyediakan komputasi sebagai layanan (Armbrust et. al.,2008). Satu hal yang Universitas Indonesia


12

menarik tentang masalah pembiayaan adalah kemampuan untuk menerapkan metode pembayaran sesuai layanan yang dipakai (pay as you go) dan menghindarkan biaya awal yang besar untuk pengadaan sistem komputer. Hal lain yang juga menarik dari cloud computing adalah penghematan tempat, utilisasi dan staf maintenance yang dapat diwujudkan dengan alihdaya aplikasi komputer ke sebuah cloud provider. Praktik ini juga menarik bagi organisasi yang mengusung isu lingkungan (green issues), yang memungkinkan penggunaan sumberdaya listrik secara efisien dan utilisasi lainnya dengan berbagi pakai (sharing) penggunaan sumberdaya komputer. Menurut Healey (2009), sekitar 10% dari pengadaan IT sekarang ini mendukung inisiatif lingkungan akhirnya mendukung pengadaan suatu kontrak layanan misalnya cloud computing. Menurut Armbrust et. al. (2009), penyediaan skala komoditas yang besar dari sumberdaya komputer pada lokasi yang murah merupakan kunci untuk terwujudnya suatu sistem cloud computing. Dinyatakan pula bahwa hal ini dapat menciptakan pengurangan biaya dari suatu faktor sekitar 5-7 kali dalam suatu area seperti kelistrikan, biaya jaringan, operasional, serta pengeluaran perangkat lunak dan perangkat keras karena skala ekonomi yang besar. Cloud computing provider mengkombinasikan antara penghematan biaya dan utilitas sistem yang lebih tinggi jika dibandingkan dengan organisasi yang bersifat individual. Hal ini juga menyebabkan pelanggan dapat menekan pengeluaran biaya ketika provider cloud computing dapat mewujudkan pengembalian modal (ROI) yang reasonable. Selain itu kenyamanan dalam melakukan komputasi yang besar/rumit dengan cepat sesuai permintaan, dapat menghemat nilai waktu dan budget organisasi karena response yang cepat. Hal ini dimungkinkan dengan keberadaan prosessor dalam jumlah yang banyak dalam suatu cloud. Sebagai contoh, sebuah sistem cloud dapat memiliki ribuan node sementara sistem komputer pribadi tentunya akan lebih sedikit. Karena perbedaan tersebut, banyak kalkulasi paralel yang rumit dapat dijalankan dengan lebih cepat pada cloud computer dibandingkan dengan menjalankannya pada kebanyakan sistem komputer pribadi. Hal ini berarti perbedaan waktu dalam hitungan menit dan jam ketika menjalankan pekerjaan di sistem cloud dapat dijalankan sampai hitungan hari atau Universitas Indonesia


13

tahunan ketika dijalankan pada sistem desktop. Hasilnya adalah perhitungan yang dulunya dianggap mustahil untuk pecahkan sekarang ini dapat dipecahkan dalam rentang waktu yang rasional. Aplikasi yang mendesak juga seringkali dapat diselesaikan lebih cepat, dengan asumsi bahwa kecepatan transfer data dari dan ke cloud dapat dijalankan dengan cepat. (Armbrust et. al. 2009). Sebuah metode untuk menjalankan kalkulasi dengan biaya efektif adalah dengan memindahkan aplikasi computing ke sistem cloud ditunjukkan oleh Armbrust et.al. (2009). Faktor-faktor yang diperhitungkan mencakup biaya dan waktu untuk melakukan komputasi pada sisi pengguna dibandingkan dengan biaya dan waktu yang diperlukan melakukan transfer data dari dan ke cloud provider dan melakukan komputasinya di cloud provider. Aplikasi yang memerlukan transfer secara online data dalam jumlah besar seringkali tidak menguntungkan untuk ditransfer ke sebuah cloud. Untuk mengatasi masalah ini, meminimalkan waktu delay dan biaya dengan melakukan transfer data secara fisik dapat menjadikan cloud computing menjadi jauh lebih kompetitif. Menurut McDougall (2008), biaya energi diperkirakan sekitar 60% lebih rendah jika melakukan komputasi di sistem Cloud. Ini lebih rendah jika dibandingkan dengan yang dinyatakan oleh Armbrust et.al. (2009). Adalah memungkinkan bahwa tingkat utilisasi lebih tinggi pada cloud computing dibandingkan dengan komputer individual dapat membawa ke tingkat antisipasi 5-7 kali reduksi dari biaya kelistrikan seperti diprediksi oleh Armbrust et.al. (2008). Kemungkinan lainnya adalah seorang penulis melakukan kalkulasi dari keseluruhan perubahan dalam penggunaan energi, untuk kedua sisi yaitu provider dan pelanggan, sementara yang lainnya hanya melihat biaya energi dari sisi pengguna saja. Alternatif lainnya, penghematan utilitas yang signifikan juga diharapkan dari cloud computing. Hal lain yang juga diharapkan dari suatu sistem cloud adalah perkiraan untuk dapat mencapai sekitar 60% lebih rendah dari sistem pribadi dalam hal menghemat ruang (space) (McDougall, 2008). Pengurangan jumlah konsumsi energi dan penghematan ruang dapat menjadi hal yang menarik jika ditinjau dari sisi biaya ataupun sudut pandang lingkungan.



14

2.1.4 Kebutuhan Cloud Computing Teknologi cloud computing ditujukan untuk menyediakan berbagai layanan atas bermacam kebutuhan sumberdaya komputasi dari suatu organisasi. Hal ini mencakup pembuatan jumlah besar sumberdaya komputasi yang tersedia sesuai permintaan untuk memenuhi kebutuhan pelanggan, dan mengurangi jumlah komitmen sumberdaya awal yang harus disediakan oleh pengguna, serta memungkinkan pelanggan untuk membayar jasa layanan sesuai kebutuhan (Armburst et. al., 2009). Perusahaan cloud provider juga mengelola sistem keamanan untuk data pengguna. Satu area yang menarik untuk cloud computing adalah ketersediaan dan keterjangkauan atas performa komputasi yang baik untuk berbagai aplikasi yang memerlukannya. Ketika titik berat dari studi ini adalah cloud computing yang disediakan oleh vendor komersil, organisasi yang bersifat individu juga dapat menyediakan layanan cloud computing terhadap para anggotanya.

Hal ini sering dinamakan juga sebagai Enterprise computing.

Pengaturan seperti itu biasanya dilakukan oleh organisasi yang besar, seperti di pemerintahan, jasa keuangan, ataupun industri kesehatan. Menurut Biddick (2008), aplikasi yang sering dimigrasikan ke cloud adalah penyimpanan dan aplikasi bisnis, sementara aplikasi teknologi informasi yang spesial seperti keamanan, manajemen, atau kepatuhan, sangat sedikit dimigrasikan ke cloud. Hal ini menunjukkan tendensi untuk memanfaatkan cloud computing hanya untuk aplikasi dengan data yang intensif tapi jarang untuk data yang bersifat sensitif, atau aplikasi yang bersifat proprietary. Cloud computing juga membawa berbagai keunggulan bagi penggunanya. Misalnya daya komputasi yang besar dari cloud ini dapat memungkinkan organisasi untuk menyelesaikan permasalahan komputasi yang dahulunya tidak terpecahkan dengan sumberdaya komputasi internal (Delic & Walker, 2008). Beberapa hal lain yang menjadi kesempatan disediakan oleh cloud, disebutkan oleh Armburst et. al. (2009), termasuk aplikasi mobile yang interaktif, pemrosesan paralel dari batch, analisis bisnis, dan penggunaan paralel dari Matlab dan aplikasi desktop lainnya. Liu dan Orban (2008) menyatakan bahwa ketika komputasi paralel dapat mengatasi kebutuhan akan peningkatan daya komputasi, pemrograman paralel adalah hal yang sulit dan rawan kesalahan. Sebuah sistem Universitas Indonesia


15

komputasi yang bersifat user friendly dapat mengatasi masalah ini. Meskipun banyak aplikasi tersedia dengan baik di cloud, beberapa aplikasi yang membutuhkan data transfer yang cepat dan bersifat low latency, seperti perdagangan stock, saat ini belum siap dijalankan di cloud computing. 2.1.5 Kelebihan dan Tantangan Cloud Computing Arsitektur teknologi informasi yang berbasis cloud computing memiliki beberapa kelebihan diantaranya pengurangan biaya. Pengurangan biaya yang harus dikeluarkan oleh perusahaan yang menggunakan layanan berbasis cloud computing dapat terjadi karena perusahaan tidak memerlukan investasi untuk melakukan pembangunan infrastruktur sendiri namun cukup membayar biaya sewa atas penggunaan infrastruktur atau layanan yang dipergunakan saja. Demikian juga halnya dalam hal software atau aplikasi. Perusahaan tidak perlu membangun software atau aplikasi dari awal yang tentunya akan memakan biaya yang tidak sedikit. Perusahaan dapat memanfaatkan software atau aplikasi yang sudah tersedia

dan sudah dikembangkan oleh application provider.

Perusahaan juga tidak perlu membeli software dan menginstalnya di server perusahaan karena semua sudah dilakukan oleh application provider. Perusahaan cukup membayar uang sewa atas software aplikasi atau penyimpanan yang digunakan (pay as you go). Selain lebih murah, cloud computing juga memiliki kelebihan di sisi skalabilitas komponen di dalamnya. Skalabilitas dapat ditambahkan secara vertikal maupun horizontal. Penambahan skalabilitas secara vertikal artinya menambah kemampuan suatu komponen, misalnya menambah kemampuan prosessor atau memory. Sedangkan penambahan skalabilitas secara horizontal artinya menambah jumlah perangkat, seperti menambah jumlah server. Penambahan jumlah server dapat memanfaatkan teknologi grid computing. Selain kelebihan yang dimiliki oleh cloud computing, masih terdapat beberapa tantangan yang perlu dipecahkan dalam penerapannya. Terdapat 4 tantangan yang terangkum dalam term PASS yaitu Performance, Availability, Security dan Scalability. Performance atau kemampuan layanan berbasis cloud Universitas Indonesia


16

computing

menjadi tantangan utama. Penyedia layanan cloud harus dapat

menjamin bahwa layanan yang diberikan memiliki kemampuan yang sama atau lebih baik dibanding jika harus menggunakan layanan lain. Sedangkan dari sisi availability suatu layanan cloud computing menawarkan solusi ketersediaan layanan yang ideal terutama dengan pemanfaatan teknologi grid dalam cloud computing. Keamanan dan privasi dari layanan cloud computing menjadi tantangan yang cukup besar bagi penerapan teknologi cloud computing. Perusahaan akan merasa aman dan nyaman jika terdapat jaminan bahwa data perusahaan mereka tersimpan dengan aman. Oleh karena itu sangat penting bagi perusahaan untuk memperhatikan service level agreement (SLA) yang ditawarkan oleh penyedia layanan cloud computing. Hal ini menjadi tantangan bagi penyedia layanan cloud untuk dapat menyediakan SLA yang baik dan sesuai dengan kebutuhan pengguna. Menurut Gartner dalam Jon Brodkin (2008), terdapat tujuh hal yang menjadi risiko keamanan dalam penerapan cloud computing bagi perusahaan. Ke tujuh hal tersebut dapat digunakan sebagai acuan dan perhatian bagi perusahaan yang akan beralih ke Cloud Computing. 1.

Masalah hak akses terhadap data. Dengan beralih ke cloud computing, berarti beberapa data perusahaan harus diletakkan dalam cloud. Hal tersebut tentu saja menjadi hal yang perlu diperhatikan secara baik dari perusahaan cloud provider. Perusahaan harus benarbenar mendapatkan jaminan bahwa mereka dapat mengakses penuh data yang dimilikinya secara mudah dan cepat.

2.

Permasalahan Prosedur. Data yang berada di pihak ketiga yaitu cloud provider tentunya tidak mudah diakses oleh perusahaan. Perlu prosedur tertentu untuk melakukan akses data. Prosedur tersebut harus dengan jelas didefinisikan agar kedua belah pihak dapat saling memahami.

3.

Lokasi Data. Jika perusahaan akan menerapkan Cloud Computing, maka lokasi penyimpanan data akan diserahkan ke cloud provider. Data dapat berada di lokasi tesembunyi dan tidak mudah diketahui Universitas Indonesia


17

oleh pihak luar. Antara perusahaan dan cloud provider harus terjadi kesepakatan dan kepercayaan mengenai lokasi data tersebut. 4.

Pemisahan Data. Data di cloud provider pada umumnya diletakkan bersama-sama dengan data dari perusahaan atau pelanggan lainnya Oleh karena itu permasalahan keamanan data harus diperhatikan oleh kedua belah pihak. Enkripsi data tidak menjamin keamanan data secara penuh. Perusahaan perlu meminta penjelasan kepada cloud provider dalam hal teknik penyimpanan datanya.

5.

Recovery. Karena perusahaan tidak mengetahui lokasi penyimpanan data oleh Cloud Provider, maka perusahaan harus mendapatkan informasi yang jelas mengenai prosedur yang akan dilakukan jika terjadi kerusakan data. Cloud Provider harus menerapkan proses perencanaan jika terjadi kerusakan atau bencana (DRP)

6.

Dukungan terhadap investigasi data. Ada kalanya perusahaan memerlukan investigasi terhadap data lebih lanjut misalnya pada saat terjadi pencurian data. Perusahaan dan penyedia layanan harus secara jelas menyepakati mengenai prosedur investigasi terhadap data milik perusahaan.

7.

Jaminan ketersediaan layanan. Dalam jangka panjang, perusahaan harus

mendapatkan jaminan dari cloud provider mengenai

ketersediaan layanan. Hal yang tidak kalah pentingnya sehubungan dengan adopsi teknologi cloud computing adalah ketersediaan koneksi internet yang cepat dan stabil. Burford, (2010) dalam papernya menyatakan bahwa terdapat 2 hal yang diperlukan untuk dapat menggunakan layanan Cloud Computing yaitu ada metode pembayaran yang sesuai dan tersedianya jaringan LAN dengan koneksi internet yang stabil untuk mendukung penyediaan layanan cloud. Dikatakan bahwa dari sisi teknik, tantangan terbesar untuk bisnis, terutama untuk perusahaan kecil dan menengah adalah kebutuhan infrastruktur LAN dan koneksi internet. Umumnya akses internet disediakan oleh sebuah ISP tunggal melalui sebuah port pada router. Karakteristik dari tipe instalasi ini adalah semua komputer akan terhubung ke jaringan LAN sekaligus melakukan sharing Universitas Indonesia


18

bandwidth internet secara bersamaan. Hal ini dapat dengan cepat menjadi masalah. Meskipun bandwidth yang tersedia kelihatannya cukup besar, akan tetapi jika telah digunakan bersama-sama maka bandwidth untuk tiap PCnya akan semakin kecil. Comninos (2011), dalam paper yang ditulisnya dalam Southern African Internet Governanace Forum menyatakan bahwa terdapat 3 tantangan utama untuk isu Cloud computing (untuk kasus di southern Africa) yaitu bandwith, quality of services dan limitasi data. Secara khusus dikatakan bahwa Cloud computing memerlukan broadband dengan kecepatan yang baik. Kecepatan koneksi penting dalam layanan cloud computing, yang disajikan dalam ukuran yaitu jumlah waktu terputusnya koneksi, waktu response, delay saat melakukan proses dari data jaringan (latency) dan kehilangan data (packet loss). 2.2 Teori-teori tentang Adopsi Definisi dari Rogers tentang teori inovasi yang telah mengalami berbagai pembaruan selama bertahun-tahun membentuk dasar dari banyak penelitianpenelitian terkini tentang teori tentang adopsi (Lundblad, 2003). Pada tahun 1962 Rogers menyebutkan 3 faktor utama untuk adopsi inovasi dari suatu individu yaitu identitas pelaku dan persepsi dari inovasi, proses dan hasilnya, baik berupa adopsi ataupun penolakan. Dalam kajian lebih lanjut dari teori Rogers tentang inovasi, beberapa elemen utama telah dipertimbangkan sebagai yang berpengaruh terhadap adopsi teknologi. Elemen-elemen itu diantaranya adalah inovasi itu sendiri, rentang waktu untuk adopsi teknologi, dan struktur sosial yang mendorong adopsi terhadap inovasi teknologi. Brown (1981), lebih lanjut menjelaskan bahwa sebuah komunikasi atau proses pembelajaran

juga dapat

mendorong adopsi teknologi. Untuk sebuah inovasi seperti teknologi cloud computing, untuk pertimbangan adopsinya, harus menawarkan keuntungan potensial ke para pengguna dan kompatibilitas dengan teknologi yang sekarang digunakan oleh para user (Lundbald, 2003). Komunikasi yang tepat diperlukan untuk membimbing dan meyakinkan pengguna potensial akan nilai dari teknologi tersebut. Para staff terpilih dari suatu organisasi dan agen-agen perubahan dari luar organisasi dapat mendorong terjadinya adopsi dari suatu teknologi baru. Universitas Indonesia


19

Adopsi teknologi baru biasanya terjadi secara bertahap. Seperti terjadi pada kasus cloud computing, terdapat sebaran rentang waktu untuk adopsi dengan beberapa pihak yang menjadi pelopor adopsi yang membawa teknologi ini sebelum para pengguna umum mulai memanfaatkannya. Keputusan tentang adopsi juga rawan terhadap pengaruh sosial, baik dari dalam maupun dari luar organisasi. Pengaruh sosial yang negatif dapat menimbulkan akibat yang lebih besar pada keputusan adopsi teknologi dibandingkan pengaruh sosial yang positif menuju kepada adopsi teknologi dan dapat pula mempengaruhi keputusan untuk menghentikan adopsi teknologi (Parthasarathy and Battacherjee, 1998). Karena faktor-faktor sosial ini, adalah sangat penting bagi penyedia jasa cloud computing untuk memelihara reputasi yang baik dan menjaga tingkat kepuasan konsumer yang tinggi. Wu and Lederer (2009) menyatakan bahwa kemudahan penggunaan dan kemanfaatan, ditemukan memiliki efek yang signifikan terhadap suatu adopsi teknologi. Selain itu tingkat otonomi yang dimiliki pengguna dalam membuat keputusan juga memberikan pengaruh signifikan dalam adopsi teknologi. Salah satu contohnya adalah adaptasi layanan data mobile di China, kemudahan penggunaan dan pengalaman dari merek, atau sikap yang menuju kepada pengembangan teknologi, disebut sebagai pengerak utama pada proses adopsi teknologi ini (Qi et. al., 2009). Contoh ini mengindikasikan bahwa faktor-faktor yang mempengaruhi keputusan untuk melakukan adopsi teknologi dapat menjadi kompleks dan berbeda dari satu situasi ke situasi lainnya. Secara normal, ketika seorang individu atau organisasi melihat adanya keuntungan dari penerimaan terhadap suatu bentuk teknologi baru, maka akan terdapat stimulus/pendorong untuk menerima hal tersebut. Contoh yang dapat diberikan adalah studi yang dilakukan oleh Lease (2005) yang mencari alasan mengapa manajer keamanan komputer mengadopsi teknologi sistem keamanan biometrik. Contoh lain adalah ketika Glynn et. al. (2005) menggunakan teori adopsi untuk mengevaluasi tingkat adopsi pada aplikasi software open source. Para peneliti ini mengungkapkan concern bahwa banyak penelitian tentang teori adopsi berada pada tingkatan level individu dibandingkan dengan level organisasi. Universitas Indonesia


20

Rogers (2002) menyatakan bahwa pengalaman sebelumnya terhadap teknologi dapat mempengaruhi keputusan adopsi teknologi, baik itu positif maupun negatif. Penerapan CRM juga dapat berpengaruh terhadap keputusan adopsi (Richard & Thirket, 2007). Dan juga Sabherwal, Jeyaraj & Chowa (2006) berpendapat bahwa isu-isu yang berhubungan dengan pengguna dan isu kontekstual adalah sangat penting terhadap kesuksesan adopsi teknologi informasi. Dalam penerapannya, teori adopsi dapat ditemukan pada banyak penelitian diantaranya Wang, Archer, et. al. (2006) mengeksplorasi faktor-faktor yang mengarahkan adopsi dari B2B electronic marketplace (pasar elektronik online), menggunakan multiple perspective untuk melihat faktor apa saja yang kelihatannya paling berpengaruh terhadap adopsi elektronik marketplace. Mereka menlakukan evaluasi terhadap faktor-faktor baik dari sisi perspektif pembeli dan supplier. Wang, Archer, et. al. (2006) menemukan bahwa memfasilitasi suatu kondisi dan pengaruh kelembagaan berkaitan erat dengan performance yang diharapkan, memiliki pengaruh besar terhadap sisi adopsi dari supplier. Sedangkan dampak dari performa yang diharapkan memiliki pengaruh yang besar bagi sisi pembeli. Hal ini mengindikasikan bahwa performance merupakan hal penting terhadap keputusan adopsi berkaitan dengan bidang pasar elektronik untuk sisi pembeli maupun supplier, meskipun kedua grup memiliki perspektif yang berbeda dalam keputusan pasar. Kasus lainnya adalah Hansen (2004) yang melakukan sebuah studi kasus untuk

mengevaluasi

aplikasi

dari

teori

adopsi

untuk

merancang,

mengimplementasikan dan mengatur aplikasi web dan hasilnya di suatu universitas. Hansen menemukan bahwa ketika seseorang menemukan aplikasi yang bermanfaat dan mudah digunakan, mereka cenderung untuk mengadopsi aplikasi tersebut. Hal ini menunjukkan kecenderungan pada seseorang untuk mengadopsi teknologi baru jika menemukan benefit bagi mereka untuk melakukan hal tersebut. Simba, F. (2010) dalam disertasinya mengungkapkan bahwa dalam proses adopsi cloud computing ditemukan tantangan berupa faktor security, legal dan



21

compliance. Untuk mengatasi tantangan tersebut maka harus dibangun faktor trust (kepercayaan) antara cloud provider dengan pengguna layanan cloud. 2.3 Analytic Hierarchy Process Analytic Hierarchy Process (AHP) dikembangkan oleh Thomas L. Saaty, ahli

matematika dari University of Pitsburgh, disekitar tahun 1970-an untuk

mengorganisasikan informasi dan penilaian (judgement) dalam memilih alternatif yang paling disukai (Marimin, 2004). Menurut Saaty,(1993) hierarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub-kriteria dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi bentuk hirarki sehingga permasalahan akan nampak lebih terstruktur dan sistematis. Analisis AHP ditujukan untuk membuat model permasalahan yang lebih terstruktur dan biasanya diterapkan untuk memecahkan masalah–masalah terukur maupun masalah–masalah yang memerlukan penilaian (judgement). AHP juga memasukan aspek kualitatif dan kuantitatif pikiran manusia (Saaty, 1993). Aspek kualitatif mendefinisikan persoalan dan hirarkinya dan aspek kuantitatif mengekspresikan penilaian dan preferensi secara ringkas dan padat. Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, strategis, dan dinamik menjadi bagian-bagiannya serta menata dalam suatu hierarki. Selanjutnya tingkat kepentingan tiap variable diberikan nilai numerik secara subjektif tentang arti penting variabel tersebut secara relatif dibandingkan dengan variabel yang lain. Dari berbagai pertimbangan tersebut kemudian dilakukan sintesa untuk menetapkan variable yang memiliki prioritas tinggi dan berperan untuk mempengaruhi hasil dalam sistem tersebut (Marimin, 2004). Pada penerapan metode AHP yang diutamakan adalah kualitas data dari responden, dan tidak tergantung pada kuantitasnya (Saaty, 1993). Oleh karena itu, penilaian AHP memerlukan para pakar sebagai responden dalam Universitas Indonesia


22

pengambilan keputusan

dalam

pemilihan

alternatif.

Para

pakar

disini

merupakan orang-orang kompeten yang benar-benar menguasai, mempengaruhi pengambilan kebijakan atau benar-benar mengetahui informasi yang dibutuhkan. Untuk jumlah responden dalam metode AHP tidak memiliki perumusan tertentu, namun hanya ada batas minimum yaitu dua orang responden. AHP sering digunakan sebagai metode pemecahan masalah dibandingkan dengan metode yang lain karena alasan sebagai berikut : 1. Struktur yang berhierarki sebagai konsekuensi dari kriteria yang dipilih sampai kepada subkriteria yang paling dalam. 2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh pengambil keputusan. 3. Memperhitungkan daya tahan output analisis sensitivitas pengambil keputusan. 2.3.1 Kelebihan dan Kelemahan AHP Layaknya sebuah metode analisis, AHP juga memiliki kelebihan dan kekurangan dalam sistem analisisnya. Kelebihan-kelebihannya antara lain : 1. Kesatuan (Unity) AHP membuat permasalahan yang luas dan tidak struktur menjadi suatu model yang fleksibel dan mudah dipahami. Pendekatan kesatuan yang digunakan menjadikan AHP memiliki alur pemecahan masalah yang sangat logis 2. Kompleksitas AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif. Integrasi antar elemen dilakukan dengan persamaan matematika. 3. Saling Ketergantungan AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan linier. Ketergantungan ini dinyatakan dalam



23

elemen yang saling berinteraksi membentuk hirarki yang digunakan dalam proses analisa. 4. Struktur Hierarki AHP mewakili pemikiran alamiah yang cenderung mengelompokkan elemen sistem ke level-level yang berbeda dari masing-masing level yang berisi elemen yang serupa 5. Pengukuran (measurement) AHP menyediakan skala pengukuran metode untuk mendapatkan prioritas. Pengukuran pada metode AHP menggunakan Skala Saaty yang menggunakan 9 (sembilan) urutan pilihan. Urutan terkecil menandakan hubungan yang tidak penting, sedangkan nilai yang besar menandakan bahwa faktor yang dimaksud memiliki peranan penting dalam model. 6. Konsistensi AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk menentukan produktifitas 7. Sintesis AHP mengarah kepada perkiraan keseluruhan mengenai seberapa diinginkannya sebuah alternatif 8. Trade Off AHP mempertimbangkan prioritas relatif faktor-faktor dalam sistem sehingga orang mampu memilih alternatif terbaik berdasarkan tujuan mereka 9. Penilaian dan konsensus AHP tidak mengharuskan adanya konsensus tetapi menggabungkan hasil penilaian yang berbeda 10. Pengulangan Proses (Process Repetition) AHP mampu membuat orang menyaring definisi dari suatu permasalahan dan mengembangkan penilaian serta pengertian mereka melalui proses pengulangan Universitas Indonesia


24

Sedangkan kelemahan dari metode AHP adalah : 1.

Ketergantungan model AHP kepada input utamanya. Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan subjektivitas sang ahli. Selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan penilaian yang keliru.

2.

Metode AHP hanya merupakan metode matematis tanpa ada pengujian secara statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk.

2.3.2 Tahapan dalam AHP Saaty (1990) menguraikan bahwa terdapat beberapa langkah dalam penggunaan metode AHP sebagai suatu alat untuk memecahkan persoalan. Adapun langkah-langkah yang dimaksud adalah : 1. Mendefinisikan persoalan dan merinci pemecahan yang diinginkan. Hal pertama yang harus dilakukan yaitu mengidentifikasi persoalan dengan melakukan analisis atau pemahaman yang mendalam terhadap persoalan yang dihadapi dan ingin dipecahkan. Setelah itu dapat dilakukan pengidentifikasian dan pemilihan elemen-elemen yang akan masuk komponen sistem, seperti focus, forces, actors, objectives dan scenario dalam struktur AHP nantinya. Dalam AHP sendiri tidak terdapat prosedur yang pasti untuk mengidentifikasi komponen-komponen

sistem.

Komponen-komponen

sistem

dapat

diidentifikasikan berdasarkan kemampuan pada analisis untuk menemukan unsur-unsur yang dapat dilibatkan dalam suatu sistem. 2. Membuat struktur hirarki dari sudut pandang manajerial secara menyeluruh. Hirarki merupakan suatu abstraksi struktur suatu sistem yang mempelajari fungsi interaksi antar komponen dan dampaknya terhadap sistem. Abstraksi ini mempunyai bentuk yang saling berkaitan. Struktur hirarki disusun berdasarkan jenis keputusan yang akan diambil berdasarkan sudut pandang dari tingkat puncak sampai ke tingkat dimana dimungkinkan campur tangan untuk memecahkan persoalan tersebut. Hirarki yang dapat terbentuk dalam metode AHP sendiri dapat berupa hirarki lengkap dan hirarki tak lengkap. Dalam Universitas Indonesia


25

struktur hirarki lengkap, semua elemen pada satu elemen pada satu tingkat memiliki hubungan dengan semua elemen yang ada pada tingkat berikutnya. Pada struktur hirarki lengkap, jumlah tingkatan komponen sistem yang terdapat dalam hirarki tergantung pada pilihan peneliti.

Gambar 2.1 Struktur Hirarki Lengkap AHP 3. Menyusun matriks perbandingan berpasangan. Matriks perbandingan berpasangan ini berfungsi untuk mengetahui kontribusi dan pengaruh setiap elemen yang relevan atas setiap kriteria yang berpengaruh yang berada setingkat diatasnya. Pada matriks ini, pasangan–pasangan elemen dibandingkan berkenaan suatu kriteria di tingkat yang lebih tinggi. Dalam membandingkan dua elemen, biasanya memberi suatu pertimbangan yang menunjukan dominasi sebagai bilangan bulat. Matriks ini memiliki satu tempat untuk memasukkan bilangan itu dan satu tempat lain untuk memasukan nilai resiprokalnya. 4. Mendapatkan semua pertimbangan yang diperlukan untuk mengembangkan perangkat matriks di langkah 3. Setelah matriks pembanding berpasangan antar elemen dibuat, dilakukan pembandingan berpasangan antara setiap elemen pada kolom ke-i dengan setiap elemen pada baris ke-j. Pembandingan berpasangan antar elemen tersebut dilakukan dengan pertanyaan “seberapa kuat elemen baris ke-i didominasi atau dipengaruhi, dipenuhi, diuntungkan oleh fokus di puncak hirarki, dibandingkan dengan kolom ke-j?”. Apabila elemen-elemen yang Universitas Indonesia


26

dipertimbangkan merupakan sebuah peluang atau waktu, maka pertanyaannya adalah “seberapa lebih mungkin suatu elemen baris ke-i dibandingkan dengan elemen di puncak hirarki?”. Untuk mengisi matriks banding berpasangan, digunakan skala banding yang tertera pada Tabel 2.1. Angka-angka

yang

tertera menggambarkan relatif pentingnya suatu elemen dibandingkan dengan elemen lainnya sehubungan dengan sifat kriteria tertentu. Pengisian matriks hanya dilakukan untuk bagian diatas garis diagonal dari kiri ke kanan bawah. Tabel 2.1 Nilai Skala Banding Berpasangan (Saaty,1990) Intensitas Pentingnya 1 3

5

7

9

2,4,6,8

Kebalikan

Definisi

Penjelasan

Kedua elemen sama pentingnya Elemen yang satu sedikit lebih penting daripada elemen yang lainnya

Dua elemen menyumbang sama besar pada sifat itu. Pengalaman dan pertimbangan sedikit menyokong satu elemen atas elemen yang lainnya Elemen yang satu Pengalaman dan pertimbangan dengan kuat sangat penting daripada menyokong satu elemen elemen yang lainnya atas elemen yang lainnya Satu elemen jelas lebih Bukti yang menyokong penting daripada elemen yang satu atas elemen yang lainnya yang lainnya memiliki tingkat penegasan yang tertinggi yang mungkin menguatkan Satu elemen mutlak Bukti yang menyokong lebih penting daripada elemen yang satu atas elemen yang lainnya yang lainya memiliki tingkat penegasan yang tertinggi yang mungkin menguatkan Kompromi diperhatikan di Nilai–nilai diantara dua pertimbangan yang antara dua pertimbangan berdekatan Jika untuk aktivitas i mendapat satu angka bila dibandingkan dengan aktivitas j, maka j memiliki nilai kebalikannya bila dibandingkan dengan i.

5. Memasukkan nilai-nilai kebalikannya beserta bilangan 1 sepanjang diagonal utama.



27

Angka 1 sampai 9 digunakan bila Fi lebih mendominasi atau mempengaruhi sifat fokus puncak hirarki (x) dibandingkan dengan Fj, namun bila Fi kurang mendominasi atau kurang mempengaruhi sifat X dibandingkan Fj, maka digunakan angka kebalikannya. Matriks dibawah garis diagonal utama diisi dengan nilai-nilai kebalikannya. 6. Melaksanakan langkah 3, 4 dan 5 untuk semua tingkat dan gugusan dalam hirarki tersebut. Pembandingan dilanjutkan untuk semua elemen pada setiap tingkat keputusan yang terdapat pada hirarki, berkenaan dengan kriteria elemen di atasnya. Matriks perbandingan dalam AHP dibedakan menjadi dua yaitu : Matriks Pendapat Individu (MPI) dan Matriks Pendapat Gabungan (MGP). • Matriks Pendapat Individu (MPI) MPI adalah matriks hasil pembandingan yang dilakukan individu. MPI memiliki elemen yang disimbolkan dengan aij, yaitu elemen matriks pada baris kolom ke-i dan kolom ke-j. MPI dapat dilihat pada tabel 11. Tabel 2.2 Matriks Pendapat Individu X

A1

A2

A3

...

An

A1

a11

a12

a13

...

a1n

A2

a21

a22

a23

...

a2n

A3

a31

a32

a33

...

a3n

...

...

...

...

...

...

An

an1

an2

an3

...

ann

• Matriks Pendapat Gabungan (MPG) MPG adalah susunan matriks baru yang elemen (gij) berasal dari rata-rata geometrik pendapat-pendapat individu yang rasio inkonsistensinya lebih kecil atau sama dengan 10% dan setiap elemen pada baris dan kolom yang sama dari MPI yang satu dengan MPI yang lain tidak terjadi konflik. MPG dapat dilihat dari tabel 2.3



28

Tabel 2.3 Matriks Pendapat Gabungan X

G1

G2

G3

...

Gn

G1

g11

g12

g13

...

g1n

G2

g21

g22

g23

...

g2n

G3

g31

g32

g33

...

g3n

...

...

...

...

...

...

Gn

gn1

gn2

gn3

...

gnn

Rumus rataan geometrik adalah sebagai berikut :

dengan : n

= jumlah responden (pakar)

aij(k) = sel penilaian setiap pakar

7. Menggunakan komposisi secara hirarki untuk membobotkan vektor–vektor prioritas itu dengan bobot kriteria-kriteria dan menjumlahkan semua nilai prioritas

terbobot yang bersangkutan dengan nilai prioritas dari tingkat

bawah berikutnya dan seterusnya. Adapun vektor prioritas dapat dihitung dengan rumus :

8. Mengevaluasi inkonsistensi untuk seluruh hirarki Pengukuran konsistensi ini diperlukan untuk mengetahui konsistensi jawaban yang berpengaruh terhadap kesahihan hasil. Langkah yang di gunakan yaitu dengan mengalikan setiap indeks konsistensi dengan prioritas kriteria yang bersangkutan dan menjumlahkan hasil kalinya. Universitas Indonesia


29

Hasil ini dibagi dengan pernyataan sejenis yang menggunakan indeks konsistensi acak, yang sesuai dengan dimensi masing-masing matriks. Dengan cara yang sama setiap indeks konsistensi acak

dibobot

berdasarkan prioritas kriteria yang bersangkutan dan hasilnya di jumlahkan. Rasio konsistensi hirarki harus 10% atau kurang. Jika tidak, mutu informasi harus diperbaiki antara lain dengan memperbaiki pertanyaan ketika melakukan pengisian ulang kuesioner atau lebih baik dalam mengarahkan responden yang mengisi kuesioner. Namun batasan diterima atau tidaknya konsistensi suatu matriks sebenarnya tidak baku. Rumus untuk uji konsistensi adalah sebagai berikut : CI (Consistency Index) :

Lebih lanjut, ingin diketahui apakah CI dengan besaran cukup baik atau tidak , maka perlu diketahui rasio konsistensinya (CR) yaitu : CR (Consistency Ratio) :

RI adalah indeks acak (Random Index) yang dikeluarkan oleh Oak Ridge Laboratory, dari matrik berorde 1 sampai 15, dengan menggunakan sampel berukuran 100. Tabel untuk Random Index yang dimaksud ditampilkan seperti pada tabel berikut:



30

Tabel 2.4 Indeks Acak (Random Index) N

1

2

3

4

5

6

7

8

RI

0,00

0,00

0,58

0,90

1,12

1,24

1.32

1,41

N

9

10

11

12

13

14

15

RI

1,45

1,49

1,51

1,48

1,56

1.57

1,59

2.3.3. Prinsip dasar dan aksioma dalam AHP Metode AHP didasarkan pada 3 prinsip dasar yaitu : 1. Dekomposisi Dengan prinsip ini, struktur masalah yang kompleks dibagi menjadi bagian-bagian secara hierarki. Tujuan didefinisikannya mulai dari yang umum dan sampai khusus. Dalam bentuk yang paling sederhana, struktur akan dibandingkan dengan tujuan, kriteria dan level alternatif. Tiap himpunan alternatif mungkin akan dibagi lebih jauh menjadi tingkatan yang lebih detail, mencakup lebih banyak kriteria yang lain. Level paling atas dari hierarki merupakan tujuan yang terdiri atas satu elemen. Level berikutnya mungkin mencakup beberapa elemen, dimana elemen-elemen tesebut dapat dibandingkan memiliki kepentingan yang hampir sama dan tidak memiliki perbedaan yang terlalu mencolok. 2. Perbandingan Penilaian (Comparative Judgement) Dengan prinsip ini akan dibangun perbandingan berpasangan dari semua elemen yang ada dengan tujuan menghasilkan skala kepentingan relatif dari elemen. Penilaian menghasilkan skala penilaian yang berupa angka . Perbandingan berpasangan dalam bentuk matriks jika dibandingkan akan membentuk prioritas 3. Sintesa Prioritas



31

Sintesa prioritas dilakukan dengan mengalikan antara prioritas lokal dengan prioritas dari kriteria yang bersangkutan di level di atasnya dan menambahkan ke setiap elemen dalam level yang mempengaruhi kriteria. Hasilnya berupa gabungan atau dikenal sebagai prioritas global yang kemudian digunakan untuk memboboti prioritas lokal dari elemen level terendah sesuai dengan prioritasnya 2.3.4 Penerapan Analytic Hierarchy Process AHP telah banyak digunakan oleh para pengambil keputusan untuk membantu memecahkan masalah yang kompleks. Menurut Saaty (1990), AHP dapat digunakan untuk pengambilan keputusan seperti : menetapkan prioritas, menghasilkan seperangkat alternatif, memilih alternatif, memilih alternatif kebijakan yang terbaik, menetapkan berbagai persyaratan, mengalokasikan sumber daya, meramalkan hasil dan menaksir risiko, mengukur prestasi, merancang sistem, serta memecahkan konflik. 2.4. Penelitian-penelitian sebelumnya 1. Factors Influencing the Adoption of Cloud Computing by Decision Making Managers (Ross V., W., 2010) Dalam disertasinya, Ross (2010) menyatakan bahwa terdapat hubungan yang kuat (strong relationship) antara keputusan CIO atau IT manager untuk melakukan adopsi layanan cloud computing dengan 4 variabel independen yaitu efektivitas biaya, kebutuhan organisasi atas teknologi, reliabilitas dan efektivitas keamanan dari cloud computing. Hal ini mengindikasikan bahwa keputusan adopsi layanan cloud computing merupakan keputusan yang kompleks dan tergantung kepada banyak faktor. Hubungan antara Karya Akhir ini dengan hasil penelitian adalah akan digunakannya empat faktor yang mempengaruhi keputusan adopsi berdasarkan hasil penelitian Ross menjadi input faktor dalam karya akhir yang akan dilakukan. 2. Cloud Computing : Strategies for Cloud Computing Adoption (Simba, F., 2010)



32

Dalam disertasinya,

Simba, F. (2010) menyatakan bahwa kolaborasi

antara klien/pengguna dengan vendor/cloud provider sangat esensial dalam faktor adopsi cloud computing. Organisasi akan mengadopsi teknologi cloud jika mereka dapat memastikan bahwa layanan ini efektif, efisien dan menyediakan tingkat kepuasan yang tinggi. Secara spesifik, salah satu Bab dalam disertasi Simba (2010) adalah melakukan survey atas adopsi teknologi Cloud Computing. Survey yang dilakukan melakukan pengelompokan terhadap isu adopsi atas beberapa kategori survey yaitu Key Drivers for Adoption, Apropriate development and delivery Model, IT resources suitable for cloud computing, Key Characteristic for vendor selection, Key concern for vendor trustworthiness, Indicator of vendor’s trustworthiness,

dan

Barriers

of

cloud

adoption.

Hasilnya

kemudian

dikelompokkan menjadi 3 output yaitu Drivers for Adoption, Trust Issues dan Barrier to Adoption.

Drivers for Adoption mencakup faktor-faktor yaitu

Fleksibilitas dan skalabilitas dari sumberdaya TI, optimisasi sumberdaya, manfaat dari sisi keamanan dan skala ekonomi. Trust Issues mencakup Disaster Recovery dan Business Continuity Plan (DRP dan DCP), praktik keamanan, dan Isu-isu kepatuhan (Compliances). Barrier to Adoption mencakup masalah keamanan (security concern), isu Integrasi, serta Ketersediaan (Availability) dan Performa (Performance). Hubungan antara karya akhir dengan penelitian ini adalah menjadi referensi tentang salah satu faktor yaitu kepercayaan terhadap vendor (trustworthiness). Selain itu pendekatan survey yang dilakukan yang mencakup metode survey kuesioner online serta referensi untuk penyusunan kategorikategori dalam pembuatan kuesioner yang akan dipergunakan untuk survey dan analisis data. 3. Cloud Computing Implementation in Indonesia (Dachyar, M. & Machadi Dana Prasetya, 2012) Dalam penelitiannya, Dachyar & Machadi mengungkapkan bahwa efektifitas biaya, faktor keamanan dan keandalan sistem akan berpengaruh terhadap pengambilan keputusan untuk implementasi teknologi Cloud Computing. Faktor – faktor tersebut telah terbukti secara signifikan menjadi masukan bagi para pengambil keputusan dalam aplikasi teknologi baru, terutama cloud Universitas Indonesia


33

computing. Tambahan lainnya untuk para provider cloud dapat menjadi input yang signifikan dalam memperbaiki layanan mereka. Hubungan antara karya akhir dengan penelitian diatas adalah bahwa ke 3 faktor yang disebutkan dalam penelitian mereka yaitu efektifitas biaya, faktor keamanan dan keandalan sistem menjadi input kriteria untuk diukur prioritasnya. Hasil penelitian ini juga sangat sejalan dengan penelitian Ross (2010), sehingga keduanya saling mendukung untuk menjadi kriteria dalam model hirarki yang akan dikembangkan dalam karya akhir. 2.5 Theoretical Framework Dari berbagai acuan literatur yang mendukung teori dan hasil penelitian sebelumnya yang diperoleh, dapat disampaikan Kerangka pemikiran teoritis yang dibangun untuk menjadi landasan penelitian ini sebagai berikut :

Kehandalan (Reliability), Keamanan (Security), Efektifitas Biaya (Cost Effectiveness), (Ross, 2010; Dachyar & Machadi, 2012) Kebutuhan Organisasi (Ross, 2010)

Provider yang terpercaya (Simba, 2011)

Faktor-faktor yang berpengaruh terhadap adopsi layanan cloud computing di organisasi

Koneksi Internet (Burford, 2010; Comninos, 2011)

Gambar 2.2 Kerangka Pemikiran Teori Karya Akhir Berbagai penelitian yang dilakukan sebelumnya telah membuktikan bahwa adopsi teknologi cloud computing dipengaruhi oleh berbagai faktor secara bersama-sama (multi-factors). Ross (2010) menyatakan bahwa terdapat 4 faktor Universitas Indonesia


34

penting yang memiliki potensi untuk mempengaruhi pengambilan keputusan, terutama dalam kaitannya dengan adopsi cloud computing yaitu faktor biaya (cost), kebutuhan organisasi (organization need) , keandalan (reliability) dan keamanan (security). Kempat faktor tersebut telah diuji dan dibuktikan secara statistik, bahwa 4 faktor tersebut secara bersama-sama memiliki hubungan terhadap variable adopsi cloud computing. Hasil penelitian dari Ross (2010) ini didukung oleh hasil penelitian Dachyar dan Machadi (2012) yang menyatakan bahwa faktor efektifitas biaya (cost effectiveness), faktor keamanan (security) dan keandalan (reliability) akan secara signifikan mempengaruhi pengambilan keputusan implementasi teknologi, dalam hal ini teknologi cloud computing. Dachyar dan Machadi (2012) menganalisis penelitiannya berdasarkan data yang diperoleh dari 108 sampel organisasi yang tersebar di seluruh Indonesia. Selanjutnya faktor lain yang juga memiliki kaitan yang erat terhadap adopsi layanan cloud computing di organisasi adalah faktor kepercayaan terhadap provider. Simba (2010) dalam disertasinya menyatakan bahwa faktor kepercayaan (trust) merupakan faktor kritis dalam adopsi cloud computing. Dari tinjauan atas berbagai model kepercayaan (trust model) dalam cloud computing, model kepercayaan yang baik adalah model komprehensif yang dapat menangkap berbagai aspek dari kepercayaan dan menyediakan ukuran dari kepercayaan tersebut. Trust Model ini berperan untuk memastikan ukuran kepercayaan dalam adopsi cloud computing. Faktor kepercayaan utamanya dibangun dari faktor keamanan, reputasi dan jaminan layanan dari provider cloud tersebut. Salah satu faktor yang tidak dapat dipisahkan dengan teknology cloud adalah ketersediaan koneksi internet yang cepat dan andal. Sebagai elaborasi untuk faktor ini, didasarkan pada pertimbangan bahwa Indonesia merupakan salah satu negara dengan kecepatan internet yang cukup lambat. Hal ini akan menjadi faktor yang signifikan mempengaruhi pertimbangan organisasi dalam adopsi layanan cloud, terutama untuk organisasi dengan intensitas koneksi tinggi atau memiliki transaksi data yang frekuentatif.

Pertimbangan ini didukung oleh

Berdford (2010) dan Comninas (2011), yang menyatakan bahwa untuk



35

memperoleh layanan cloud computing, harus didukung oleh tersedianya koneksi internet atau broadband yang konstan dengan kecepatan yang memadai. Keenam faktor ini kemudian dibuat model teoritisnya sebagai faktor-faktor yang mempengaruhi adopsi layanan cloud computing bagi organisasi. Kemudian model teoritis ini akan ditindaklanjuti dengan dibuatkan model bagan hierarkinya, untuk selanjutnya ditentukan pembobotan / prioritas dari faktor-faktor tersebut dengan menggunakan pendekatan pengambilan keputusan multikriteria yaitu Analytic Hierarchy Process. Hasil pembobotan akan menentukan prioritas atas berbagai faktor yang mempengaruhi adopsi cloud computing dan diharapkan dapat menjawab pertanyaan penelitian.



BAB 3 METODOLOGI PENELITIAN 3.1 Metode Penelitian Metode Penelitian pada dasarnya merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Cara ilmiah mempunyai karakteristik rasional, empiris dan sistematis. Rasional berarti bahwa penelitian dilakukan dengan cara-cara yang masuk akal dan terjangkau penalaran atau logika manusia. Empiris berarti penelitian dilakukan berdasarkan fakta-fakta di lapangan yang dapat diuji oleh orang lain atau pihak lain. Kemudian sistematis berarti penelitian merupakan proses tertentu yang logis. Penelitian dimulai dengan memunculkan permasalahan, mencari jawaban permasalahan dengan mengkaji literatur untuk membuat hipotesis,

mengumpulkan data dari lapangan,

menganalisa data dengan teknik yang relevan dan pada akhirnya membuat kesimpulan atau temuan. Kesimpulan merupakan pengetahuan yang diharapkan mampu memecahkan masalah atau menjawab pertanyaan. (Sangaji & Sopiah, 2010). Berdasarkan pendekatan yang digunakan dalam pengembangan teori, penelitian ini tergolong sebagai penelitian terapan (applied research), yaitu memecahkan permasalahan yang dihadapi berdasarkan teori yang sudah didefinisikan sebelumnya. Berdasarkan cara penelitian yang digunakan, penelitian ini digolongkan sebagai penelitian survey dengan menggunakan instrumen berupa angket (kuesioner) atau daftar pertanyaan kepada responden. Secara spesifik, tujuan dari penelitian survey ini adalah untuk menjawab pertanyaan yang dirumuskan sebelumnya pada bagian pendahuluan. Sumber data yang dipergunakan dalam penelitian ini adalah Data Primer dan Data Sekunder. Data Primer diperoleh dari pengumpulan informasi dari organisasi yang dipilih secara sengaja (purposive) melalui penyebaran angket/kuesioner. Dalam konteks penelitian ini, responden yang diharapkan adalah staff yang yang diasumsikan memiliki pengetahuan yang baik / ahli mengenai teknologi cloud computing atau bertanggung jawab terhadap TI 36



37

infrastruktur dalam organisasi. Data sekunder yang dipergunakan dalam penelitian ini adalah berbagai data eksternal seperti jurnal penelitian, buku referensi, online portal, dan lain-lain untuk mendukung pembentukan kerangka pemikiran teoritis dan untuk pemilihan metode analisis yang relevan. Kuesioner dirancang dalam bentuk online ataupun printed kuesioner sehingga diharapkan dapat memberikan fleksibilitas terhadap responden yang akan disurvey. Berdasarkan pendekatan untuk pengolahan datanya, penelitian ini dapat digolongkan sebagai penelitian kuantitatif. 3.2 Tahapan Penelitian Penelitian ini berlangsung sejak awal Oktober sampai akhir penyusunan laporan final pada Desember 2012 dengan alur penelitian sebagai berikut Mengumpulkan referensi data awal

Penyusunan kuesioner untuk survey pengumpulan data sesuai model

Melakukan olah data dengan perbandingan berpasangan dan uji rasio konsistensi dengan menggunakan metode AHP

Perumusan Masalah Uji Kuesioner

Studi Literatur Layak

Pengembangan Kerangka Pemikiran

N

Melakukan analisis data lanjutan untuk melihat prioritas faktor-faktor yang perperan dalam adopsi cloud computing di organisasi

Y Hasil analisis dan kesimpulan

Sebarkan Kuesioner

Penyusunan model hierarki AHP untuk pengumpulan data

Pengumpulan data hasil survey

Rekomendasi dan Saran

Gambar 3.1 Alur Penelitian Berikut adalah uraian dari langkah kerja alur penelitian diatas : 1. Mengumpulkan referensi data awal : Universitas Indonesia


38

Adalah melakukan studi literatur awal untuk mengumpulkan fakta-fakta dan permasalahan yang berkaitan dengan topik. Hal ini dilakukan untuk mendukung perumusan masalah yang akan diangkat dalam karya akhir. 2. Perumusan Masalah : Langkah ini akan mengembangkan masalah yang akan diangkat dalam penelitian (Research Question) yang akan dicari solusinya melalui penelitian yang dilakukan. Pendekatan perumusan masalah di peroleh dari analisis antara data harapan terhadap subjek penelitian dan kenyataan / fakta yang saat ini terjadi. Selanjutnya dikembangkan fishbone diagram untuk menentukan akar permasalahan dan selanjutnya akan menjadi dasar dalam penentuan permasalahan penelitian. 3. Studi Literatur : Studi Literatur dilakukan untuk mendapatkan landasan teori yang kuat dan berbagai referensi yang mendukung langkah-langkah atau pendekatan yang yang dipergunakan untuk menjawab permasalahan penelitian, tools penelitian yang tepat dan merupakan dasar untuk melakukan pengembangan Theoretical Framework dan pengembangan kerangka hirarki 4. Penyusunan Kerangka Pemikiran Teoritis Kerangka Pemikiran Teoritis atau Theoretical Framework merupakan summary atau rangkuman dari berbagai landasan teori yang akan menjadi acuan untuk mendukung pendekatan pemecahan masalah untuk dapat menjawab permasalahan penelitian. 5. Penyusunan model hierarki AHP Berdasarkan kerangka pemikiran yang telah dibuat sebelumnya, selanjutnya digambarkan rancangan model hierarki untuk memudahkan penyelesaian masalah dengan metode AHP. Pengembangan hierarki dapat dilakukan dengan menentukan tujuan (goals), kriteria-kriteria yang digunakan dan alternatif keputusan (Nugroho, B. Y., 2012). Dengan menggunakan AHP, para pengambil keputusan dapat menentukan penilaian relatif tentang Universitas Indonesia


39

pentingnya setiap kriteria yang dikaitkan dengan kontribusinya pada pencapaian tujuan keseluruhan. Pada tingkat selanjutnya, pengambil keputusan menunjukkan preferensi untuk masing-masing alternatif keputusan berdasarkan masing-masing kriteria. 6. Penyusunan Kuesioner Merupakan tahap awal dari pengumpulan data, yakni merancang instrumen yang akan dipergunakan dalam mengumpulkan data primer. Kuesioner yang digunakan merupakan serangkaian pertanyaan campuran (closed question and open question) dan dirancang untuk menjawab permasalahan penelitian. 7. Uji Kuesioner Tahapan ini adalah untuk menguji kuesioner yang telah disusun untuk menghindari kesalahan penyusunan dan menguji apakah gaya bahasa yang digunakan dapat dimengerti dengan baik oleh responden 8. Penyebaran Kuesioner Kuesioner akan disebarkan ke responden dengan metode online dan offline. Penyebaran kuesioner dilakukan dengan menggunakan pendekatan purposive sampling ke organisasi untuk mendapatkan informasi yang relevan dan dapat dipergunakan untuk memecahkan permasalahan penelitian. Purposive Sampling didasarkan pada kebutuhan bahwa data yang diharapkan lebih mementingkan kualitas dibandingkan dengan kuantitas data, karena metode pengolahan data yang digunakan adalah metode analytic hierachy process (AHP) 9. Pengumpulan Data Survey Data survey dari responden akan dikumpulkan dengan fasilitas online data collection dari www.surveymonkey.com. Selanjutnya data ini di download dan diolah dengan menggunakan spreadsheet MS.Excel 2007 dan software yang sesuai. 10. Melakukan klasifikasi data untuk setting tujuan dan kategori hirarki serta alternatif untuk diuji menggunakan metode AHP : Universitas Indonesia


40

Tahapan ini merupakan langkah dimana data diklasifikasikan dengan tujuan untuk mendapatkan elemen-elemen data yang akan dianalisis dengan menggunakan metode Analitic Hierarchy Process (AHP). Tahapan dari metode ini dimulai dengan pembentukan perbandingan data berpasangan (pairwise comparison), melakukan perhitungan lanjutan untuk mendapatkan VE (Vektor Eigen) dan juga (VP) Vektor Prioritas. Selanjutnya perlu dihitung juga indeks konsistensi dan rasio konsistensi dari masing-masing kriteria / alternatif.

Menurut (Nugroho, B. Y., 2012), proses ini dapat dinyatakan

sebagai proses matematika yang akan digunakan untuk menyelaraskan informasi yang relatif penting mengenai kriteria serta preferensi untuk alternatif keputusan dengan membuat suatu peringkat prioritas keseluruhan berdasarkan peringkat alternatif keputusan. 11. Melakukan analisis data untuk menentukan prioritas faktor-faktor yang berperan dalam adopsi cloud computing di organisasi : Dalam tahap ini dikenal istilah perhitungan horizontal dan vertikal. Perhitungan horizaontal untuk menentukan prioritas secara horizontal terhadap 1 level tingkatan diatasnya. Sedangakan Perhitungan Vertikal ditujukan untuk menghitung prioritas dari level terbawah (alternatif) terhadap goal dari hieraki. Untuk keperluan ini akan dilakukan dengan bantuan software MS Excel 2007 dan Expert Choice v.11. 12. Hasil Analisis dan kesimpulan : Pada tahap ini telah dapat ditentukan identifikasi prioritas faktor-faktor yang berperan dalam adopsi cloud computing di organisasi serta preferensi dari organisasi terhadap pilihan model layanan cloud computing. Dari hasil yang diperoleh akan dihasilkan kesimpulan yang merupakan rangkuman hasil dari pengolahan data yang telah dilakukan. 13. Rekomendasi dan Saran : Selanjutkan akan disusun rekomendasi yang berhubungan dengan hasil penelitian

yang

diperoleh,

termasuk

kemungkinan untuk

penelitian



41

selanjutnya serta saran-saran yang berhubungan dengan hasil penelitian yang diperoleh. 3.3 Metode Pengumpulan Data Pengumpulan Data Primer akan memanfaatkan fasilitas pengumpulan data untuk online survey dari http://www.surveymonkey.com. Untuk kuesioner yang diisi dengan cara manual/hardcopy, maka data akan di re-entry ke fasilitas data collection dalam surveymonkey.com untuk memudahkan dalam pengolahan data selanjutnya. Pengumpulan data baik secara online ataupun offline (printed kuesioner) dilakukan maksimal 2 minggu dari awal disebarkannya kuesioner. 3.4 Metode Pengolahan Data Data yang telah dikumpulkan secara online dari surveymonkey.com akan di unduh dalam bentuk data spreadsheet. Selanjutnya data hasil unduhan akan diolah dengan menggunakan Microsoft Excel 2007 dan untuk analisis data selanjutnya yang memerlukan perhitungan matriks sesuai dengan AHP, akan menggunakan software Expert Choice v.11. Untuk lebih memperjelas mengenai teknik pengolahan data dengan metode Analytical Hierarchy Process, akan diuraikan tahapan yang dilakukan terhadap data yang telah dikumpulkan. Menurut Saaty (2008), langkah-langkah yang dilakukan dalam suatu proses AHP mencakup 4 tahapan yaitu : Tahap 1. Definisikan permasalahan dan tentukan jenis informasi yang akan dicari (ultimate goal – tujuan utama). Tahap 2. Buatlah struktur dari hierarki keputusan dari atas, dengan tujuan dari keputusan pada posisi paling atas, kemudian dilanjutkan dengan sasaran dari perspektif yang lebih luas, melalui level intermediate (kriteria dimana elemen-elemen yang berurutan berada) menuju ke level terendah (umumnya merupakan set alternatif) Tahap 3. Buatlah konstruk dari matriks perbandingan berpasangan. Tiap elemen dari tingkatan yang lebih tinggi digunakan untuk membandingkan



42

elemen-elemen yang pada tingkatan yang tepat berhubungan dibawahnya (penentuan vektor prioritas secara horizontal) Tahap 4. Gunakan prioritas yang diperoleh dari perbandingan horizontal untuk memboboti tiap prioritas yang tepat berada di bawahnya. Lakukan hal ini untuk setiap elemen. Kemudian untuk tiap elemen yang ada di level bawah, tambahkan nilai bobotnya dan dapatkan prioritasnya secara keseluruhan. Lanjutkan proses pembobotan dan penambahan ini sampai prioritas final dari tiap alternatif pada bagian paling dasar hirarki diperoleh (pengolahan vertikal). Selanjutnya penilaian (judgement) atas struktur hierarki AHP yang dibangun akan mengacu kepada pendekatan sebagai berikut : Basis Skala penilaian yang digunakan adalah skala Saaty (nilai 1-9) yaitu : Nilai 1 2 3 4 5 6 7 8 9 dan kebalikan/resiprokalnya yaitu: 1/1 1/2 1/3 1/4 1/5 1/6 1/7 1/8 1/9. Misalnya : F1 dibandingkan dengan F2 (F1/F2) maka penilaian dapat dideskripsikan dengan contoh berikut : Tabel 3.1 Argumen berdasarkan skala penilaian Saaty Nilai 1 3 5 7 9

Argumen

Nilai kebalikan

F1 sama ... F2 F1 sedikit lebih ... F2 F1 jelas lebih ... F2 F1 sangat jelas lebih ... F2 F1 mutlak lebih ... F2

1 1/3 1/5 1/7 1/9

Catatan : nilai 2,4,6,8 memiliki arti di antara nilai-nilai tersebut di atas

Untuk penggabungan pendapat dari tiap penilaian (judgement), maka harus dilakukan pemeriksaaan CI (Indeks Konsistensi) atau CR (Rasio Konsistensi) dari setiap pendapat. Jika diperlukan, dapat dilakukan revisi pendapat, meskipun hal itu kurang disukai karena mengubah pendapat yang sebenarnya. Untuk lebih jelasnya, metode perhitungan untuk matriks pendapat gabungan, untuk mengakomodasi pendapat dari berbagai responden/organisasi dapat diilustrasikan dalam contoh berikut :



43

Pendapat Pakar/Responden 1 : UG

A

A

B

C

D

3

5

2

3

½

B

5

C

Uji CI (index konsistensi) < syarat umum

Olah dengan rumus Matrik rataan gabungan (Rumus rataan geometrik) :

D Pendapat Pakar/Responden 2 : UG A

A

B

C

D

1/5

2

1/3

7

3

B

1/5

C

Uji CI (index konsistensi) < syarat umum

D Gambar 3.2 Ilustrasi penentuan Matriks Pendapat Gabungan Maka penggabungan pendapat antara 2 pakar / responden pada ilustrasi diatas akan dihitung dengan menggunakan rumus rataan geometrik sebagai berikut : UG

A

B

C

D

A

(3x1/5) (5x2) (2x1/3)

B

(3x7)

C

(½x3) (5x1/5)

D Gambar 3.3 Contoh perhitungan MPG dengan rumus rataan geometrik Konsistensi dan penilaian pendapat diukur berdasarkan nilai Indeks konsistensi (CI) atau Rasio Konsistensi (CR). Nilai ini menggambarkan kepakaran pada bidang yang dikaji atau kesungguhan dalam membuat penilaian. Nilai ini



44

memiliki batas yang tidak seragam dan sangat bergantung kepada penilai atau tingkat kepakarannya. 3.5 Penyusunan Model Hirarki AHP Berdasarkan

hasil

penyusunan

kerangka

pemikiran

teori,

maka

permasalahan yang ingin dicarikan solusinya selanjutnya digambarkan melalui sebuah bagan model hirarki. Model yang dikembangkan ini akan menjadi dasar dalam penyusunan kuesioner dan selanjutnya digunakan sebagai acuan pendekatan penyelesaian masalah dengan menggunakan langkah-langkah AHP. Model hirarki yang dimaksud adalah sebagai berikut :

Gambar 3.4 Model Hirarki yang dikembangkan untuk pengumpulan data

Model hirarki ini dikembangkan berdasarkan pada kerangka pemikiran teori yang telah dibangun sebelumnya. Kerangka pemikiran tersebut merupakan rangkuman dari berbagai teori yang dikumpulkan, dikonstruk dan disintesakan untuk memperkuat justifikasi atas model hirarki yang dikembangkan diatas. Model hirarki selanjutnya akan diberikan penilaian berupa bobot relatif sesuai dengan pendapat organisasi yang dikumpulkan dari kuesioner. Bobot atau vektor prioritas yang diperoleh akan menjadi penentu prioritas atas berbagai faktor yang telah didefinisikan sebelumnya.



BAB 4 HASIL DAN PEMBAHASAN

4.1 Analisis Data Responden Berdasarkan hasil survey yang dilakukan pada organisasi untuk mengetahui penilaian mereka mengenai faktor-faktor yang berpengaruh terhadap adopsi cloud computing, dapat diberikan gambaran tentang organisasi yang di survey dan beberapa penilaian mereka tentang cloud computing secara umum sebagai berikut: 

Jenis Industri Gambaran tentang organisasi yang di survey ditinjau dari jenis industrinya,

adalah mencakup organisasi yang bergerak di bidang TI (Konsultan dan Services), bidang Telekomunikasi, Pertambangan dan Asuransi. Tabel 4.1 Responden berdasarkan jenis Industri Jenis Industri

Jumlah

Persentase

3 2 2 2 1

30% 20% 20% 20% 10%

Konsultan TI Layanan TI Telekomunikasi Pertambangan Asuransi

Organisasi yang disurvey mayoritas bergerak di bidang teknologi informasi (50%), disusul oleh telekomunikasi dan pertambangan (20%) serta organisasi yang bergerak di bidang asuransi (10%). 

Ukuran Organisasi Ukuran organisasi dalam hal ini ditinjau dari jumlah staf yang dimiliki

oleh tiap organisasi yang di survey cukup bervariasi. Gambaran dari ukuran organisasi responden ini selanjutnya disajikan dalam tabel berikut :

45



46

Tabel 4.2 Responden berdasarkan ukuran organisasi Ukuran Organisasi 1-99 karyawan 100-499 karyawan 500-999 karyawan 1000- 4999 karyawan 5000 karyawan keatas

Jumlah

Persentase

4 3 2 0 1

40.0% 30.0% 20.0% 0.0% 10.0%

Mayoritas organisasi yang disurvey memiliki staf dengan jumlah antara 1-99 orang (40%), disusul 100-499 orang (30%) dan 500-999 orang (20%). Sebuah organisasi yang disurvey, tergolong perusahaan yang cukup besar dengan jumlah staf mencapai 5000 orang. 

Jenis Layanan Cloud yang paling sesuai dengan organisasi Survey mencoba mengetahui pendapat organisasi tentang model layanan

cloud computing yang paling sesuai dengan organisasi mereka. Hasil dari pendapat organisasi selanjutnya disajikan dalam tabel di bawah ini : Tabel 4.3 Responden berdasarkan preferensi layanan cloud Layanan Cloud yang sesuai Layanan Software (SaaS) Layanan Platform (PaaS) Layanan Infrastruktur (IaaS)

Jumlah 4 0 6

Persentase 40% 0 60%

Mayoritas organisasi memilih layanan Infrastruktur (60%) sebagai layanan yang paling sesuai, disusul oleh layanan Aplikasi / Software (40%). Tidak ada organisasi yang memilih untuk menerapkan layanan Platform untuk organisasi mereka. 

Indikator Utama sebuah perusahaan provider cloud dapat dipercaya Survey ini juga mencoba mengetahui pendapat organisasi tentang

indikator utama sebuah perusahaan provider cloud yang dapat dipercaya. Hasil dari pendapat organisasi disajikan dalam tabel di bawah ini :



47

Tabel 4.4 Responden berdasarkan indikator provider yang terpercaya Indikator provider cloud yang terpercaya Faktor Keamanan Reputasi Jaminan atas Informasi Kebijakan Privasi Kepatuhan terhadap Regulasi Lainnya :

Jumlah 3 4 2 0 0 1

Persentase 30% 40% 20% 0 0 10%

Mayoritas organisasi memilih bahwa indikator suatu provider cloud yang terpercaya adalah faktor Reputasi (40%), selanjutnya disusul faktor keamanan data (30%), dan adanya ketersediaan jaminan atas informasi (20%). 

Faktor penghambat utama adopsi cloud Survey ini juga mencoba mengetahui pendapat organisasi mengenai faktor

yang menjadi penghambat utama adopsi layanan cloud. Hasil dari pendapat organisasi disajikan dalam tabel di bawah ini : Tabel 4.5 Responden berdasarkan penghambat utama adopsi cloud Penghambat utama adopsi cloud Masalah Keamanan Masalah Integrasi dengan existing system Hilangnya kontrol atas data dan aplikasi Ketersediaan dan Performa layanan Regulasi, kepatuhan dan issue IT

Jumlah

Persentase

4 2 0 4 0

40.0% 20.0% 0.0% 40.0% 0.0%

Mayoritas organisasi berpendapat bahwa terdapat dua faktor utama yaitu masalah keamanan serta ketersediaan dan performa layanan (40%) yang menjadi penghambat utama adopsi teknologi cloud. Faktor penghambat lainnya adalah masalah integrasi dengan existing sistem (20%). 4.2 Analisis Data dengan metode AHP Metode Analytical Hierarchy Process yang digunakan dalam penelitian ini akan mengikuti tahapan yang diuraikan dalam Bab 2 point 2.3.2. Data hasil isian kuesioner yang mencatat penilaian dari ahli/pakar dalam organisasi untuk memilih preferensi mereka atas berbagai faktor berdasarkan skala penilaian Saaty (diterangkan dalam tabel 2.1) akan diolah menggunakan metode AHP. Universitas Indonesia


48

Pengolahan data akan mencakup analisis terhadap pendapat dari tiap-tiap organisasi secara terpisah dan analisis yang melibatkan pendapat organisasi secara keseluruhan. Pendapat tiap organisasi diolah menggunakan data dari Matriks Pendapat Individu (MPI), sedangkan pendapat gabungan akan diolah berdasarkan perhitungan Matriks Pendapat Gabungan (MPG). Selanjutnya setiap penilaian tersebut akan diolah untuk mendapatkan bobot prioritas baik di tingkat kriteria atau tingkat alternatif. Langkah ini dilakukan pada tiap organisasi dan selanjutnya untuk organisasi responden secara keseluruhan. 4.2.1 Perhitungan Matriks Pendapat Individu Data untuk penentuan matriks pendapat individu (atau organisasi) diperoleh dari penilaian masing-masing organisasi. Tahapan pertama dalam analisis ini membentuk matriks perbandingan berpasangan dari tiap organisasi yang di survey. Setelah dilakukan olah data, maka hasil matriks perbandingan berpasangan untuk tiap organisasi disajikan sebagai berikut : Organisasi 1 - (IT Services): Untuk organisasi 1 yang bergerak di bidang IT Services, dihasilkan tabel perbandingan berpasangan untuk level kriteria dan alternatif sebagai berikut : Tabel 4.6 Perbandingan berpasangan - level kriteria (Organisasi 1)

Jika dinilai pendapat organisasi 1 di tingkat kriteria, kisaran skala yang digunakan yaitu 1 dan 3, sehingga menurut organisasi ini kriteria-kriteria yang terlibat

berada

pada

tingkatan sedikit

lebih

penting

atau

sama-sama

kepentingannya antar tiap faktor. Nilai indeks konsistensi matriks adalah 7% sehingga dapat dinyatakan bahwa penilaian organisasi 1 adalah konsisten.



49

Tabel 4.7 Perbandingan berpasangan - level alternatif (Organisasi 1)

Jika dinilai pendapat organisasi 1 di tingkat alternatif, kisaran skala yang digunakan yaitu 1,3 dan 5, sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan jelas lebih sesuai, sedikit lebih sesuai atau samasama antar tiap faktornya. Nilai yang mendapatkan skala 5 adalah infrastruktur pada kriteria Keamanan dan Efisiensi Biaya. Indeks konsistensi matriks diatas berkisar antara 13%-28% atau dapat dikatakan relatif konsisten (Random Index untuk matriks Orde 3 adalah 58%), kecuali pada alternatif pada kriteria Org_Needs, yang nilai indeks konsistensinya =128% atau tidak konsisten. Organisasi 2 – (Konsultan IT) : Untuk organisasi 2 yang bergerak di bidang Konsultan IT, dihasilkan tabel perbandingan berpasangan untuk level kriteria dan alternatif sebagai berikut : Tabel 4.8 Perbandingan berpasangan - level kriteria (Organisasi 2)

Jika dinilai pendapat organisasi 2 di tingkat kriteria, kisaran skala yang digunakan yaitu 1, 3,5 dan 7 sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada kisaran sangat jelas lebih penting sampai dengan sama-sama kepentingannya antar tiap faktor. Nilai skala 7 diberikan untuk faktor kebutuhan organisasi dan kepercayaan terhadap provider. Nilai indeks konsistensi matriks



50

adalah 24% sehingga dinyatakan bahwa penilaian organisasi 2 adalah tidak konsisten. Tabel 4.9 Perbandingan berpasangan - level alternatif (Organisasi 2)

Jika dinilai pendapat organisasi 2 di tingkat alternatif, kisaran skala yang digunakan yaitu 1,3,5 dan 7 sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan sangat jelas lebih sesuai sampai sama-sama antar tiap faktornya. Alternatif yang mendapatkan nilai skala 7 adalah Software pada kriteria Keandalan dan Kepercayaan terhadap provider. Indeks konsistensi matriks diatas berkisar antara 0%-13%. Matriks yang konsisten meliputi matriks alternatif dibawah kriteria Keamanan, Koneksi Internet, Efektifitas biaya, dan Kebutuhan organisasi. Untuk matriks alternatif dibawah kriteria Keandalan dan Kepercayaan terhadap provider masing-masing dengan index konsistensi 13%, digolongkan sebagai matrik yang tidak konsisten. Organisasi 3 – (Telekomunikasi) : Untuk organisasi 3 yang bergerak di bidang Telekomunikasi, dihasilkan tabel perbandingan berpasangan untuk level kriteria dan alternatif sebagai berikut : Tabel 4.10 Perbandingan berpasangan - level kriteria (Organisasi 3)



51

Jika dinilai pendapat organisasi 3 di tingkat kriteria, kisaran skala yang digunakan yaitu 1 dan 3, sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan sedikit lebih penting atau sama-sama tingkat kepentingannya untuk tiap faktor. Nilai indeks konsistensi matriks adalah 2% sehingga dapat dinyatakan bahwa penilaian organisasi 3 adalah konsisten. Tabel 4.11 Perbandingan berpasangan - level alternatif (Organisasi 3)

Jika dinilai pendapat organisasi 3 di tingkat alternatif, kisaran skala yang digunakan yaitu 1 dan 3 sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan sedikit lebih sesuai dan sama-sama sesuai antar tiap alternatifnya. Akan tetapi, Indeks konsistensi keseluruhan matriks adalah 13% atau tergolong sebagai tidak konsisten (Random Index untuk matriks Orde 3 adalah 58%). Organisasi 4 – (Pertambangan) : Untuk organisasi 4 yang bergerak di bidang Pertambangan, dihasilkan tabel perbandingan berpasangan untuk level kriteria dan alternatif sebagai berikut : Tabel 4.12 Perbandingan berpasangan - level kriteria (Organisasi 4)

Jika dinilai pendapat organisasi 4 di tingkat kriteria, kisaran skala yang digunakan yaitu 1, 3,5 dan 7 sehingga menurut organisasi ini kriteria-kriteria yang Universitas Indonesia


52

terlibat berada pada kisaran sangat jelas lebih penting sampai sama-sama tingkat kepentingannya antar tiap faktor. Nilai skala 7 diberikan untuk faktor keandalan dan koneksi internet. Nilai indeks konsistensi matriks adalah 8% sehingga dinyatakan bahwa penilaian organisasi 4 adalah konsisten. Tabel 4.13 Perbandingan berpasangan - level alternatif (Organisasi 4)

Jika dinilai pendapat organisasi 4 di tingkat alternatif, kisaran skala yang digunakan yaitu 1,3 dan 5, sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan jelas lebih sesuai, sedikit lebih sesuai atau samasama untuk tiap faktornya. Nilai yang mendapatkan skala 5 adalah infrastruktur pada keseluruhan matriks, kecuali pada kriteria kebutuhan organisasi. Indeks konsistensi matriks diatas berkisar antara 0%-3%. Dapat dikatakan bahwa keseluruhan matriks alternatifnya adalah konsisten. Organisasi 5 – (Asuransi) : Untuk organisasi 5 yang bergerak di bidang Asuransi, dihasilkan tabel perbandingan berpasangan untuk level kriteria dan alternatif sebagai berikut : Tabel 4.14 Perbandingan berpasangan - level kriteria (Organisasi 5)

Jika dinilai pendapat organisasi 5 di tingkat kriteria, kisaran skala yang digunakan yaitu 1 dan 3, sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan sedikit lebih penting atau cenderung sama-sama Universitas Indonesia


53

tingkat kepentingannya antar tiap faktor. Nilai indeks konsistensi matriks adalah 3% sehingga dapat dinyatakan bahwa penilaian organisasi 5 adalah konsisten. Tabel 4.15 Perbandingan berpasangan - level alternatif (Organisasi 5)

Jika dinilai pendapat organisasi 5 di tingkat alternatif, kisaran skala yang digunakan yaitu 1 dan 3, sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan sedikit lebih sesuai dan sama-sama untuk tiap faktornya. Indeks konsistensi matriks diatas berkisar antara 0%-13%. Matriks yang tergolong konsisten adalah matriks altenatif dibawah kriteria keandalan, koneksi internet dan kebutuhan organisasi. Matriks yang tergolong tidak konsisten adalah matriks altenatif dibawah kriteria keamanan, efektifitas biaya dan kepercayaan terhadap provider dengan indeks konsistensi 13%. Organisasi 6 – (IT Services) : Untuk organisasi 6 yang bergerak di bidang IT Services, dihasilkan tabel perbandingan berpasangan untuk level kriteria dan alternatif sebagai berikut : Tabel 4.16 Perbandingan berpasangan - level kriteria (Organisasi 6)

Jika dinilai pendapat organisasi 6 di tingkat kriteria, kisaran skala yang digunakan yaitu 1 dan 9 sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada kisaran mutlak lebih penting dan sama-sama kepentingannya antar tiap faktor. Penggunaan skala nilai yang kisarannya jauh menimbulkan Universitas Indonesia


54

risiko inkonsistensi yang tinggi. Hal ini jelas terlihat pada nilai indeks konsistensi matriks sebesar 184% sehingga dinyatakan bahwa penilaian organisasi 6 adalah tidak konsisten. Tabel 4.17 Perbandingan berpasangan - level alternatif (Organisasi 6)

Jika dinilai pendapat organisasi 6 di tingkat alternatif, kisaran skala yang digunakan yaitu 1 dan 9, sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan mutlak lebih sesuai dan sama-sama kesesuaiannya untuk tiap faktornya. Indeks konsistensi keseluruhan matriks diatas adalah 53% atau tergolong tidak konsisten. Organisasi 7 – (Konsultan TI) : Untuk organisasi 7 yang bergerak di bidang Konsultan TI, dihasilkan tabel perbandingan berpasangan untuk level kriteria dan alternatif sebagai berikut : Tabel 4.18 Perbandingan berpasangan - level kriteria (Organisasi 7)

Jika dinilai pendapat organisasi 7 di tingkat kriteria, kisaran skala yang digunakan yaitu 1, 3,5,7 dan 9 sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada kisaran mutlak lebih penting sampai sama-sama tingkat kepentingannya antar tiap faktor. Nilai skala 9 diberikan untuk faktor keandalan/reliability. Penggunaan range angka yang lebar memunculkan peluang ketidakkonsistenan yang tinggi. Hal ini dapat terlihat dari nilai indeks konsistensi Universitas Indonesia


55

matriks sebesar 30% sehingga dinyatakan bahwa penilaian organisasi 7 adalah tidak konsisten. Tabel 4.18 Perbandingan berpasangan - level alternatif (Organisasi 7)

Jika dinilai pendapat organisasi 7 di tingkat alternatif, kisaran skala yang digunakan yaitu 1,3,5 dan 7 sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan sangat jelas lebih sesuai sampai sama-sama antar tiap faktornya. Alternatif yang mendapatkan nilai skala 7 adalah Infrastruktur pada kriteria Koneksi Internet,Efektifitas Biaya dan Kepercayaan terhadap provider. Indeks konsistensi matriks diatas berkisar antara 0%-184%. Matriks yang konsisten meliputi 2 yaitu matriks alternatif dibawah kriteria Koneksi Internet (CI=0%) dan Kebutuhan organisasi (CI=1%). Untuk matriks alternatif dibawah kriteria keandalan (CI=53%), keamanan (CI=13%), efektifitas Biaya (CI=28%) dan kepercayaan terhadap provider (CI= 128%) digolongkan sebagai matriks yang tidak konsisten. Organisasi 8 – (Konsultan TI) : Untuk organisasi 8 yang bergerak di bidang Konsultan TI, dihasilkan tabel perbandingan berpasangan untuk level kriteria dan alternatif sebagai berikut : Tabel 4.19 Perbandingan berpasangan - level kriteria (Organisasi 8)



56

Jika dinilai pendapat organisasi 8 di tingkat kriteria, kisaran skala yang digunakan yaitu 1 dan 3, sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan sedikit lebih mempengaruhi atau sama-sama kepentingannya antar tiap faktor. Nilai indeks konsistensi matriks adalah 6% sehingga dapat dinyatakan bahwa penilaian organisasi 8 adalah konsisten. Tabel 4.20 Perbandingan berpasangan - level alternatif (Organisasi 8)

Jika dinilai pendapat organisasi 8 di tingkat alternatif, kisaran skala yang digunakan yaitu 1,3 dan 5, sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan jelas lebih sesuai, sedikit lebih sesuai atau samasama antar tiap faktornya. Nilai yang mendapatkan skala 5 adalah infrastruktur pada kriteria keandalan dan keamanan. Indeks konsistensi matriks diatas berkisar antara 0%-83%. Matriks yang konsisten adalah matriks altenatif dibawah kriteria keandalan (CI=0%), koneksi internet (CI=0%) dan kebutuhan organisasi (CI=0%). Matriks yang tergolong tidak konsisten adalah matriks altenatif dibawah

kriteria

keamanan

(CI=83%),

efektifitas

biaya(CI=13%)

dan

kepercayaan terhadap provider (CI=13%). Organisasi 9 – (Pertambangan) : Untuk organisasi 9 yang bergerak di bidang Pertambangan, dihasilkan tabel perbandingan berpasangan untuk level kriteria dan alternatif sebagai berikut :



57

Tabel 4.21 Perbandingan berpasangan - level kriteria (Organisasi 9)

Jika dinilai pendapat organisasi 9 di tingkat kriteria, kisaran skala yang digunakan yaitu 3 dan 5 sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada kisaran jelas lebih penting sampai sedikit lebih penting untuk tiap faktornya. Nilai skala 5 diberikan untuk faktor internet connection. Nilai indeks konsistensi matriks adalah 15% sehingga dinyatakan bahwa penilaian alternatif untuk organisasi 9 adalah tidak konsisten. Tabel 4.22 Perbandingan berpasangan - level alternatif (Organisasi 9)

Jika dinilai pendapat organisasi 9 di tingkat alternatif, kisaran skala yang digunakan yaitu 1,3,5 dan 7 sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan sangat jelas lebih sesuai sampai sama-sama sesuai untuk tiap faktornya. Alternatif yang mendapatkan nilai skala 7 adalah Infrastruktur pada kriteria Keandalan. Indeks konsistensi matriks diatas berkisar antara 6%-28%. Matriks yang konsisten hanya 1 yaitu matriks alternatif dibawah kriteria Keandalan (CI=6%). Sedangkan 5

matriks alternatif lainnya yaitu

dibawah kriteria keamanan (CI=13%), Koneksi internet (CI=13%), efektifitas Biaya (CI=13%), kebutuhan organisasi (CI=28%) dan kepercayaan terhadap provider (CI= 13%) digolongkan sebagai matriks yang tidak konsisten.



58

Organisasi 10 – (Telekomunikasi) : Untuk organisasi 10 yang bergerak di bidang Telekomunikasi, dihasilkan tabel perbandingan berpasangan untuk level kriteria dan alternatif sebagai berikut : Tabel 4.23 Perbandingan berpasangan - level kriteria (Organisasi 10)

Jika dinilai pendapat organisasi 10 di tingkat kriteria, kisaran skala yang digunakan yaitu 1, 3 dan 5 sehingga menurut organisasi ini kriteria-kriteria yang terlibat, berada pada kisaran sangat jelas lebih penting sampai dengan sama-sama tingkat kepentingannya untuk tiap faktor. Nilai skala 5 diberikan untuk faktor keandalan dibandingkan koneksi internet. Nilai indeks konsistensi matriks adalah 7% sehingga dinyatakan bahwa penilaian organisasi 10 adalah konsisten. Tabel 4.24 Perbandingan berpasangan - level alternatif (Organisasi 10)

Jika dinilai pendapat organisasi 10 di tingkat alternatif, kisaran skala yang digunakan yaitu 1,3,5 dan 7 (termasuk resiprokalnya) sehingga menurut organisasi ini kriteria-kriteria yang terlibat berada pada tingkatan sangat jelas lebih sesuai sampai sama-sama antar tiap faktornya. Alternatif yang mendapatkan nilai skala 1/7 (resiprokal dari 7) adalah Software pada kriteria Keandalan dan Kepercayaan terhadap provider. Indeks konsistensi matriks diatas berkisar antara 0%-13%. Matriks yang konsisten meliputi 4 yaitu matriks alternatif dibawah kriteria Keamanan, Koneksi internet, Efektifitas biaya masing-masing dengan Universitas Indonesia


59

Indeks konsistensi 3% dan Kebutuhan organisasi (CI=0%). Untuk matriks alternatif dibawah kriteria keandalan (CI=13%), dan kepercayaan terhadap provider (CI= 13%) digolongkan sebagai matriks yang tidak konsisten. 4.3.2 Perhitungan Prioritas Level Kriteria dan Alternatif : Selanjutnya dengan software Expert Choice v.11, dilakukan perhitungan Vektor Prioritas ( pembobotan ) untuk tiap organisasi yang disurvey dan diperoleh hasil perhitungan sebagai berikut : Organisasi 1 : Dari perhitungan yang dilakukan terhadap data yang didapatkan dari organisasi 1, diperoleh hasil perhitungan vektor prioritas untuk level kriteria dan indeks konsistensi seperti dibawah ini :

Gambar 4.1 Prioritas untuk level kriteria (Organisasi 1) Sedangkan untuk keseluruhan perhitungan sampai level alternatif pada organisasi 1, vektor prioritas dan indeks konsistensinya diperoleh nilai sebagai berikut :

Gambar 4.2 Prioritas untuk level keseluruhan (Organisasi 1)

Dengan demikian dapat disimpulkan bahwa urutan prioritas faktor yang mempengaruhi untuk adopsi layanan cloud di organisasi 1 (perusahaan Layanan Universitas Indonesia


60

TI) adalah : Faktor keamanan (0.253), faktor kepercayaan terhadap provider (0.224) dan faktor keandalan/reliability (0.211). Preferensi model layanan yang paling sesuai untuk organisasi 1 berturut-turut adalah Layanan Infrastruktur (0.496), Layanan Aplikasi (0.281) dan Layanan Platform (0.223). Indeks konsistensi secara keseluruhan untuk organisasi 1 adalah 15%. Organisasi 2 : Dari perhitungan yang dilakukan terhadap data yang didapatkan dari organisasi 2, diperoleh hasil perhitungan vektor prioritas untuk level kriteria dan indeks konsistensi seperti dibawah ini :


Gambar 4.4 Prioritas untuk level keseluruhan (Organisasi 2) Dengan demikian dapat disimpulkan bahwa urutan prioritas faktor yang mempengaruhi adopsi layanan cloud di organisasi 2 (perusahaan Konsultan TI) adalah : faktor kepercayaan terhadap provider (0.300), faktor kebutuhan organisasi (0.242) dan faktor efektifitas biaya (0.175). Preferensi model layanan Universitas Indonesia


61

yang paling sesuai untuk organisasi 2 berturut-turut adalah Layanan Aplikasi (0.544), Layanan Infrastruktur (0.241) dan Layanan Platform (0.215). Indeks konsistensi keseluruhan untuk organisasi 2 adalah 19%. Organisasi 3 : Dari perhitungan yang dilakukan terhadap data yang didapatkan dari organisasi 3, diperoleh hasil perhitungan vektor prioritas untuk level kriteria dan indeks konsistensi seperti dibawah ini :


Gambar 4.6 Prioritas untuk level keseluruhan (Organisasi 3) Dengan demikian dapat disimpulkan bahwa urutan prioritas faktor yang mempengaruhi adopsi layanan cloud di organisasi 3 (perusahaan Telekomunikasi) adalah : Faktor keandalan/reliability, faktor Keamanan/security, faktor koneksi internet dan faktor kepercayaan terhadap provider masing-masing sebesar 0.212. Hasil ini didasarkan pada isian kuesioner yang dilakukan oleh staff dari organisasi 3 yang cenderung tidak melakukan penilaian secara menyeluruh.

Untuk



62

Preferensi model layanan yang paling sesuai untuk organisasi 3 berturut-turut adalah Layanan Infrastruktur (0.448), Layanan Aplikasi (0.280) dan Layanan Platform (0.272). Keseluruhan indeks konsistensi untuk organisasi 3 adalah 5%. Organisasi 4 : Dari perhitungan yang dilakukan terhadap data yang didapatkan dari organisasi 4, diperoleh hasil perhitungan vektor prioritas untuk level kriteria dan indeks konsistensi seperti dibawah ini :


Gambar 4.8 Prioritas untuk level keseluruhan (Organisasi 4) Dengan demikian dapat disimpulkan bahwa urutan prioritas faktor yang mempengaruhi adopsi layanan cloud di organisasi 4 (perusahaan Pertambangan) adalah : faktor keandalan/reliability (0.534), faktor keamanan/security (0.167) dan faktor koneksi internet (0.165).Untuk preferensi model layanan yang paling sesuai untuk organisasi 4 berturut-turut adalah Layanan Infrastruktur (0.697),



63

Layanan Aplikasi (0.155), dan Layanan Platform (0.148). Keseluruhan indeks konsistensi untuk organisasi 4 adalah 6%. Organisasi 5 : Dari perhitungan yang dilakukan terhadap data yang didapatkan dari organisasi 5, diperoleh hasil perhitungan vektor prioritas untuk level kriteria dan indeks konsistensi seperti dibawah ini :


Gambar 4.10 Prioritas untuk level keseluruhan (Organisasi 5) Dengan demikian dapat disimpulkan bahwa urutan prioritas faktor yang mempengaruhi adopsi layanan cloud di organisasi 5 (perusahaan Asuransi) adalah : faktor koneksi internet, faktor efektifitas biaya dan faktor kebutuhan organisasi secara bersama-sama memiliki bobot prioritas sebesar 0.193. Selanjutnya Preferensi model layanan yang paling sesuai untuk organisasi 5 berturut-turut adalah Layanan Infrastruktur (0.363), Layanan Aplikasi (0.332), dan Layanan Platform (0.302). Keseluruhan indeks konsistensi untuk organisasi 5 adalah 4%. Universitas Indonesia


64

Organisasi 6 : Dari perhitungan yang dilakukan terhadap data yang didapatkan dari organisasi 6, diperoleh hasil perhitungan vektor prioritas untuk level kriteria dan indeks konsistensi seperti dibawah ini :


Gambar 4.12 Prioritas untuk level keseluruhan (Organisasi 6) Dengan demikian dapat disimpulkan bahwa urutan prioritas faktor yang mempengaruhi untuk adopsi layanan cloud di organisasi 6 (perusahaan Layanan TI) adalah : faktor keandalan/reliability (0.239), Faktor keamanan (0.232) dan faktor kebutuhan organisasi (0.189). Preferensi model layanan yang paling sesuai untuk organisasi 6 berturut-turut adalah Layanan Infrastruktur (0.464), Layanan Aplikasi (0.366) dan Layanan Platform (0.169). Keseluruhan indeks konsistensi untuk organisasi 6 adalah 145%.



65



Gambar 4.14 Prioritas untuk level keseluruhan (Organisasi 7) Dengan demikian dapat disimpulkan bahwa urutan prioritas faktor yang mempengaruhi untuk adopsi layanan cloud di organisasi 7 (perusahaan Konsultan TI) adalah : Faktor koneksi internet (0.351), Faktor keandalan/reliability (0.258) dan faktor kepercayaan terhadap provider (0.155). Preferensi model layanan yang paling sesuai untuk organisasi 7 berturut-turut adalah Layanan Infrastruktur (0.501), Layanan Aplikasi (0.336) dan Layanan Platform (0.163). Keseluruhan indeks konsistensi untuk organisasi 7 adalah 34%.



66



Gambar 4.16 Prioritas untuk level keseluruhan (Organisasi 8) Dengan demikian dapat disimpulkan bahwa urutan prioritas faktor yang mempengaruhi untuk adopsi layanan cloud di organisasi 8 (perusahaan Konsultan TI) adalah : Faktor keandalan/reliability dan keamanan/security (0.251), Faktor koneksi internet (0.203) dan faktor efektifitas biaya (0.151). Preferensi model layanan yang paling sesuai untuk organisasi 8 berturut-turut adalah Layanan Infrastruktur (0.513), Layanan Platform (0.287) dan Layanan Aplikasi (0.200). Keseluruhan indeks konsistensi untuk organisasi 8 adalah 11%.



67



Gambar 4.18 Prioritas untuk level keseluruhan (Organisasi 9) Dengan demikian diperoleh hasil perhitungan bahwa urutan prioritas faktor yang mempengaruhi untuk adopsi layanan cloud di organisasi 9 (perusahaan Pertambangan) adalah : Faktor keamanan/security (0.335), Faktor kepercayaan terhadap provider (0.235) dan faktor keandalan/reliability (0.165). Preferensi model layanan yang paling sesuai untuk organisasi 9 berturut-turut adalah Layanan Infrastruktur (0.653), Layanan Platform (0.202) dan Layanan Aplikasi (0.145). Keseluruhan indeks konsistensi untuk organisasi 9 adalah 14%.



68



Gambar 4.20 Prioritas untuk level keseluruhan (Organisasi 10) Dengan demikian diperoleh hasil perhitungan bahwa urutan prioritas faktor yang mempengaruhi untuk adopsi layanan cloud di organisasi 10 (persahaan Telekomunikasi) adalah : Faktor Kebutuhan organisasi (0.230), Faktor kepercayaan terhadap provider (0.218) dan faktor keamanan/security (0.176). Preferensi model layanan yang paling sesuai untuk organisasi 10 berturut-turut adalah Layanan Aplikasi (0.509), Layanan Infrastruktur (0.320) dan Layanan Platform (0.171). Keseluruhan indeks konsistensi untuk organisasi 10 adalah 7%.



69

4.3 Perhitungan Matriks Pendapat Gabungan (MPG) Perhitungan lebih lanjut untuk mendapatkan hasil yang lebih komprehensif atas penilaian organisasi-organisasi yang telah disurvey adalah dengan menggunakan Matriks Pendapat Gabungan (MPG). Matriks ini adalah matriks baru yang diperoleh dari penggabungan pendapat masing-masing organisasi yang memenuhi persyaratan rasio konsistensi di bawah 10%. Dari hasil perhitungan sebelumnya pada tiap organisasi dengan mengacu kepada rasio konsistensi (CR), dari 10 organisasi yang di survey, yang memenuhi kriteria untuk perhitungan dengan menggunakan Matrik Pendapat Gabungan adalah pendapat dari Organisasi 1, Organisasi 3, Organisasi 4, Organisasi 5, Organisasi 8, dan Organisasi 10. Perhitungan untuk ke-6 organisasi tersebut, menunjukkan hasil bahwa organisasi-organisasi tersebut memiliki matriks dengan rasio konsistensi di level kriteria kurang dari 10%. 4.3.1 Matriks Pendapat Gabungan untuk level Kriteria Dengan menggunakan rumus rataan geometri maka pendapat dari berbagai organisasi kemudian digabungkan dalam suatu matriks baru. Matriks baru ini merupakan bentuk dari perbandingan berpasangan yang akan diolah selanjutnya menggunakan Expert Choice untuk mengetahui vektor prioritas dan indeks konsistensinya. Tabel 4.25 Matriks Banding Berpasangan Pendapat Gabungan level Kriteria

Sehingga didapatkan pembobotan atau vektor prioritas untuk masing-masing faktor sebagai berikut :



70

Dengan max = 6.101 ; CI=0.0202 dan CR=0.016

Gambar 4.21 Prioritas untuk level kriteria untuk keseluruhan organisasi Hasil ini menempatkan faktor keandalan (0.237), keamanan (0.224) dan koneksi Internet (0.175) sebagai prioritas urutan faktor-faktor yang dinilai mempengaruhi keputusan adopsi layanan cloud computing di organisasi. 4.3.2 Matriks Pendapat Gabungan untuk level Alternatif Untuk level alternatif , Matriks Pendapat Gabungannya setelah dihitung menggunakan rumus rataan geometri untuk tiap kriteria (tingkatan yang berada di atas level alternatif) dibgambarkan dalam tabel-tabel berikut : Tabel 4.26 Matriks Banding Berpasangan Pendapat Gabungan level Alternatif

Selanjutnya hasil perhitungan model prioritas alternatif untuk tiap kriteria diuraikan sebagai berikut :  Penilaian model alternatif layanan cloud berdasarkan Realibility Perhitungan dengan software Expert choice menghasilkan prioritas alternatif sebagai berikut :



71


Gambar 4.22 Prioritas set alternatif dari faktor Keandalan  Penilaian model alternatif layanan cloud berdasarkan Security Perhitungan dengan software Expert choice menghasilkan prioritas alternatif sebagai berikut :


Gambar 4.23 Prioritas set alternatif dari faktor Keamanan  Penilaian model alternatif layanan cloud berdasarkan Koneksi Internet Perhitungan dengan software Expert choice menghasilkan prioritas alternatif sebagai berikut :


Gambar 4.24 Prioritas set alternatif dari faktor Koneksi Internet  Penilaian model alternatif layanan cloud berdasarkan Efektifitas Biaya Perhitungan dengan software Expert choice menghasilkan prioritas alternatif sebagai berikut :



72


Gambar 4.25 Prioritas set alternatif dari faktor Efektifitas Biaya  Penilaian model alternatif layanan cloud berdasarkan Kebutuhan Organisasi Perhitungan dengan software expert choice menghasilkan prioritas alternatif sebagai berikut :


Gambar 4.26 Prioritas set alternatif dari faktor Kebutuhan Organisasi  Penilaian model alternatif layanan cloud berdasarkan Kepercayaan terhadap provider Perhitungan dengan software expert choice menghasilkan prioritas alternatif sebagai berikut :


Gambar 4.27 Prioritas set alternatif dari faktor Kepercayaan terhadap Provider Selanjutnya untuk hasil perhitungan matriks secara keseluruhan model, dihitung dengan menggunakan expert choice, dihasilkan output prioritas keseluruhan sebagai berikut : Universitas Indonesia


73

 Prioritas level kriteria terhadap tujuan secara keseluruhan : Hasilnya sama dengan hasil sebelumnya pada MPG level kriteria untuk perhitungan horizontal. Untuk perhitungan vertikal untuk hasil untuk tingkat kriteria adalah sama.


Gambar 4.28 Prioritas Level Kriteria terhadap tujuan  Perhitungan level alternatif terhadap tujuan secara keseluruhan:

Gambar 4.29 Prioritas level Alternatif terhadap tujuan Dari hasil perhitungan diatas dengan mengacu kepada matriks pendapat gabungan untuk level kriteria dan level alternatif diperoleh hasil bahwa urutan prioritas faktor yang mempengaruhi adopsi layanan cloud computing di organisasi adalah : faktor Keandalan/Reliability (0.237), faktor keamanan/security (0.224) dan faktor Koneksi Internet (0.175). Seterusnya disusul oleh faktor kepercayaan terhadap provider (0.157), faktor kebutuhan organisasi (0.105) dan efektifitas biaya (0.102). Preferensi model layanan yang paling sesuai untuk organisasi secara keseluruhan berturut-turut adalah Layanan Infrastruktur (0.557), Layanan Aplikasi (0.246) dan Layanan Platform (0.196).



74

4.5 Pembahasan Dari hasil yang telah dijabarkan diatas, dapat diuraikan bahwa perhitungan Matriks Pendapat Gabungan (MPG) mensyaratkan adanya konsistensi dari responden. Ketidak-konsistenan dari responden dapat saja disebabkan oleh : 1. Responden tidak terlalu faham pertanyaan yang diajukan 2. Responden tidak familiar dengan tipe pertanyaan perbandingan 3. Responden memiliki pengetahuan yang belum komprehensif Hal ini tentunya menjadi masukan yang menarik, bahwa penelitian menggunakan metode AHP yang mementingkan kualitas informasi, metode penyebaran kuesioner melalui media online mungkin kurang sesuai. Metode yang lebih baik adalah mendampingi dan memberikan penjelasan kepada responden saat proses pengisian kuesioner atau melakukan wawancara secara langsung terhadap responden. Selain itu dalam perhitungan hasil yang dilakukan, masih ditemukan adanya nilai vektor prioritas yang sama dan menyebabkan kurangjelasnya pengurutan prioritas. Hal ini dapat saja terjadi jika responden melakukan pengisian kuesioner terlalu hati-hati atau kurang memiliki konsistensi dalam menentukan penilaian mereka. Penyebab ketidakkonsistenan telah sampaikan pada bagian awal pembahasan. Yang juga perlu diketahui, bahwa metode AHP tidak mensyaratkan jumlah data (responden) yang terlalu banyak. Hal ini dapat berakibat salah kaprah atau salah pendekatan dalam melakukan survey, jika titik berat pengumpulan informasi ditekankan pada banyaknya responden, tanpa memperhatikan kualitas data yang diperoleh. Pada penelitian ini jumlah responden organisasi yang di survey adalah 10 organisasi, yang secara kuantitas sudah mewakili persyaratan pengolahan data dengan AHP. Saat penelitian ini dilaksanakan responden organisasi yang disurvey umumnya belum menggunakan cloud untuk mendukung aktifitas organisasi mereka. Meskipun demikian, staff yang menjadi responden di tiap organisasi merupakan ahli dalam bidang cloud / infrastruktur TI, sehingga penilaian (judgement) yang diberikan tetap merupakan informasi yang valid untuk karya akhir ini. Universitas Indonesia


75

Jika kita perhatikan lebih seksama hasil dari penelitian ini, dapat dilihat bahwa prioritas faktor yang mempengaruhi pertimbangan adopsi layanan cloud computing di organisasi adalah keandalan sistem, keamanan sistem dan koneksi internet. Dalam hal ini, dapat disimpulkan bahwa saat ini faktor yang dominan mempengaruhi keputusan organisasi sehubungan dengan adopsi cloud computing adalah faktor yang terkait dengan teknologi. Faktanya adalah bahwa sampai saat ini, sisi teknologi cloud computing memang masih menyisakan berbagai permasalahan. Keandalan sistem cloud, terutama saat menangani proses transaksi dengan frekuensi tinggi masih diragukan. Masalah terkait dengan reliabilitas seperti masalah down time atau akses ke server cloud tidak dimungkinkan karena sedang bermasalah. Fakta yang bisa dijadikan contoh bahwa cloud provider sekelas Amazon Web Service (AWS) juga bisa mengalami outage. Faktor lain adalah terkait masalah keamanan sistem cloud terutama pada layanan public cloud yang masih diragukan. Fakta yang paling mutakhir mengenai masalah keamanan cloud adalah tentang pembobolan data tersimpan di iCloud, suatu sistem penyimpanan yang dikembangkan oleh Apple untuk mendukung sinkronisasai data digital untuk pengguna perangkat Apple tanpa perlu menggunakan backup. Layanan Cloud Apple ini berhasil diretas oleh pembajak dan berhasil membobol informasi yang tersimpan di layanan iCloud tersebut. Saat ini untuk Indonesia, implementasi cloud umumnya terjadi pada perusahaan yang baru berdiri (start up company) ataupun usaha kecil dan menengah, misalnya Bank Perkreditan Rakyat (BPR), Koperasi atau Usaha Kecil dan Menengah (UKM) dengan dasar pertimbangan ekonomis. Hal ini sesuai dengan penelitian Darmadji & Ranti (2011), bahwa implementasi cloud computing di BPR dapat memberikan manfaat secara ekonomis bagi organisasi dibandingkan menggunakan infrastruktur konvensional. Selain itu implementasi cloud computing di UKM/BPR dapat terjadi karena tersedianya dukungan dari provider yang memfasilitasi sistem cloud computing spesifik ditujukan untuk segmen tersebut, misalnya layanan e-UKM atau layanan BPR dari Telkomcloud. Tidak disinggung apakah organisasi tersebut mempertimbangkan juga aspek keandalan, ketersediaan layanan atau keamanan dari sistem. Untuk segmen ini, Universitas Indonesia


76

pertimbangan implementasi lebih didasarkan pada faktor ekonomis dan tersedianya layanan dari provider. Jika ditelaah lebih lanjut, pada organisasi yang tergolong UKM yang merupakan organisasi yang bersifat mandiri dan memiliki sumberdaya TI yang tidak terlalu rumit, implementasi cloud masih sangat rendah. Dari penelitian Indonesia Cloud Forum (ICF) bersama lembaga riset MARS pada tahun 2012, penggunaan sarana komputer di UKM baru 14% dan baru 3% diantaranya yang paham tentang cloud computing (sumber: http://inet.detik.com/read/2012/04/03/ 155112/1884108/319/adopsi-cloud-computing-di-ukm-masih-rendah). Untuk organisasi dengan skala lebih besar atau pada kebanyakan organisasi di Indonesia, belum terlihat bahwa layanan cloud computing menjadi pilihan dalam mendukung operasional mereka. Pada beberapa perusahaan, teknologi

cloud

yang

diimplementasikan

dihasilkan

dari

“penyatuan”

infrastruktur-infrastruktur yang mereka miliki sehingga dapat berperan seperti layanan cloud yang sifatnya internal (private cloud). Private cloud merupakan pooling dari berbagai sumberdaya di organisasi dengan memanfaatkan teknologi virtualisasi, sehingga layanan yang diberikan memiliki tingkat ketersediaan (availability) yang tinggi dan bersifat elastis. Private cloud relatif lebih aman, karena keseluruhan sumberdaya, penyedia, dan pengguna layanan adalah organisasi itu sendiri. Spesifik untuk kasus permasalahan adopsi cloud di Indonesia, kecepatan koneksi internet masih merupakan salah satu kendala utama. Hal ini dibuktikan dari hasil survey lembaga Akamai yang menyatakan bahwa rata-rata kecepatan koneksi jaringan internet Indonesia adalah yang paling lambat se-Asia Pasifik. (http://tekno.kompas.com/read/2012/10/21/19504152/Terendah.Se.Asia.Seberapa. Parah.Koneksi.Internet.di.Indonesia). Kecepatan koneksi broadband yang tersedia juga masih tertinggaln dibandingkan dengan negara tetangga lain di Asean. Indonesia saat ini tertinggal dibanding Singapura dan Malaysia bahkan Vietnam untuk kecepatan akses internet. Terlebih lagi bahwa infrastruktur yang mendukung koneksi internet yang cepat dan stabil saat ini hanya tersedia di kotakota besar di Indonesia. Karena itu untuk organisasi yang memiliki banyak cabang



77

atau tersebar di wilayah bukan kota besar tentunya akan memperhitungkan faktor ini sebelum melakukan adopsi layanan cloud computing. Penulis memperkirakan bahwa ketika permasalahan terkait maturitas teknologi cloud (faktor keandalan, keamanan dan koneksi internet) telah dapat dibenahi, maka barulah pertimbangan organisasi akan beralih ke faktor pertimbangan non-teknis yaitu reputasi provider, kebutuhan organisasi dan efektifitas biaya. Adalah pekerjaan rumah bagi para provider dan pengembang teknologi cloud, untuk membenahi sisi keandalan dan keamanan sistem. Khusus untuk Indonesia, kemungkinan organisasi mengadopsi layanan cloud comnputing secara massal baru akan terjadi ketika layanan broadband, atau kecepatan koneksi internet telah dapat ditingkatkan, tersebar secara merata, dan dapat diperoleh dengan harga yang kompetitif (affordable). Selama masalah teknis cloud computing belum ditemukan solusinya dengan baik, maka diperkirakan tingkat adopsi cloud computing di organisasi di Indonesia akan tetap rendah. Mengenai kecenderungan bahwa model layanan yang dipilih oleh organisasi umumnya adalah layanan infrastruktur, hal ini disebabkan karena organisasi di Indonesia berusaha mencari alternatif untuk sarana backup data dan mencari solusi alternatif penyimpanan data dari server mereka. Organisasi di Indonesia lebih memiliki masalah untuk mengatur kebutuhan infrastruktur, karena memakan biaya yang tidak sedikit dan waktu yang relatif lama. Dengan tersedianya layanan infrastruktur di cloud, maka organisasi akan lebih mudah dan fleksibel dalam mengatur kebutuhan infrastruktur untuk mendukung aktifitas di organisasi. Penulis berpendapat bahwa adopsi cloud computing di tingkat organisasi masih cukup rendah, karena teknologi cloud computing masih terus berkembang dan masih meningkatkan kematangannya. Selain itu para pakar teknologi cloud masih harus membenahi kekurangan yang ditemui dari sisi aplikasi teknologinya. Jika dikaitkan dengan hasil survey yang dilakukan oleh organisasi penyedia infrastruktur VMware tahun 2012 melalui VMware cloud index untuk Indonesia (sumber dari : http://www.jagatreview.com/2012/10/vmware-cloud-index-2012pengadopsian-cloud-di-indonesia/) diungkapkan bahwa 41% organisasi sudah mengadopsi atau sedang melakukan pendekatan dengan layanan tersebut. Namun Universitas Indonesia


78

59% (sebagian besar) menyatakan belum memikirkan untuk beralih ke layanan cloud. Data ini menggambarkan bahwa untuk tingkatan organisasi, adopsi layanan cloud computing saat ini belum mendapatkan perhatian utama. Yang menarik, menurut survey VMware cloud index untuk Indonesia, faktor penghambat utama adopsi layanan cloud adalah kurangnya akses broadband yang andal dan terjangkau (73%), dan faktor keamanan (67%). Hal ini secara jelas memberikan indikasi bahwa faktor-faktor yang sebenarnya perlu mendapatkan perhatian adalah perbaikan pada sisi teknologi cloud computing untuk mendapatkan ketertarikan organisasi untuk mengadopsi teknologi di masa yang akan datang. Khusus untuk Indonesia, pekerjaan rumah terbesar adalah membenahi koneksi internet terutama pada sisi peningkatan kecepatan dan stabilitasnya. Selain itu koneksi internet diharapkan peningkatan ketersediaannya agar dapat terjangkau secara luas di seluruh wilayah Indonesia.



BAB 5 KESIMPULAN DAN SARAN 5.1. Kesimpulan Dari perhitungan yang dilakukan dengan menggunakan pendekatan Analytic Hierarchy Process dalam menentukan prioritas faktor-faktor yang berpengaruh dalam adopsi layanan cloud computing maka diperoleh kesimpulan bahwa untuk untuk keseluruhan organisasi di level kriteria, urutan prioritas dari faktor-faktor yang mempengaruhi adopsi Cloud Computing adalah faktor keandalan/reliability (0.237), faktor keamanan/security (0.224) dan faktor koneksi internet (0.175), kemudiaan disusul kepercayaan terhadap provider (0.157), faktor kebutuhan organisasi (0.105) dan terakhir adalah pertimbangan biaya (0.102). Hasil ini dapat menjawab pertanyaan penelitian yang pertama yaitu bagaimanakah prioritas dari faktor-faktor yang mempengaruhi keputusan adopsi layanan cloud computing dalam organisasi. Untuk alternatif model layanan yang dipilih sesuai dengan kebutuhan organisasi, urutannya adalah Layanan Infrastruktur (0.557) sebagai yang paling sesuai, disusul oleh Layanan Aplikasi (0.246) dan Layanan Platform (0.196). Pernyataan diatas dapat digunakan untuk menjawab pertanyaan penelitian yang kedua yaitu apakah model layanan cloud computing paling sesuai dengan kebutuhan organisasi. Secara singkat hasil dari penelitian ini dapat digambarkan melalui bagan yang telah diboboti seperti disajikan berikut ini :

Gambar 4.30 Bagan AHP terboboti untuk tiap level kriteria dan alternatif 79



80

Selanjutnya dari hasil yang telah diuraikan di atas, dapat disimpulkan lebih lanjut bahwa faktor keandalan, faktor keamanan dan faktor koneksi internet adalah faktor yang terkait teknologi. Faktor terkait teknologi dalam hal ini perlu terlebih dahulu dibenahi atau mendapatkan perhatian utama jika para pelaku bisnis cloud ingin meningkatkan ketertarikan organisasi untuk mengadopsi layanan cloud. Spesifik untuk Indonesia, diperlukan perbaikan kecepatan dan stabilitas koneksi internet yang merupakan penghubung utama dengan teknologi cloud computing. 5.2. Saran Penelitian untuk karya akhir dengan menggunakan pendekatan AHP adalah metode pengambilan keputusan dengan pendekatana multi kriteria multi dimensi. Untuk penelitian ke depan, dapat dicoba mengembangkan model hierarki yang lebih kompleks, untuk menjawab berbagai pertanyaan yang lebih kompleks, sehingga informasi yang diperoleh dapat lebih komprehensif dan lengkap. Masih terdapat banyak metode lain yang dapat dipergunakan untuk menguji secara ilmiah fakta-fakta mengenai cloud computing. Riset-riset kedepannya disarankan untuk melakukan pendekatan penelitian dengan menggunakan metode penelitian gabungan antara AHP dengan statistik inferensia. Pendekatan

AHP

yang

mementingkan

kualitas

data

dibanding

kuantitasnya menuntut penggunaan metode pengumpulan data yang lebih sesuai. Penelitian dengan AHP selanjutnya dapat menggunakan pendekatan Focus Group Discussion (FGD) atau wawancara untuk mendapatkan informasi dengan kualitas yang lebih baik. Dari akar permasalahan yang telah diuraikan di bagian pendahuluan, penelitian mengenai adopsi cloud computing selanjutnya dapat menitikberatkan pada sisi People (yaitu kesiapan people di organisasi untuk mengadopsi teknologi cloud computing) ataupun dari sisi penerimaan karyawan terhadap teknologi Cloud. Dapat juga dilakukan kajian Analisis Kebijakan terkait adopsi layanan cloud untuk Indonesia. Penelitian ini dapat juga dilakukan dengan ruang lingkup yang berbeda, misalnya dengan mengumpulkan informasi dari kategori organisasi tertentu. Fokus organisasi dapat diarahkan ke organisasi yang sejenis misalnya Instansi Universitas Indonesia


81

Pemerintah, Usaha Kecil dan Menengah, organisasi nirlaba, dan sebagainya. Dengan demikian hasil penelitian dapat lebih terfokus dan mengarah kepada solusi untuk organisasi dengan karakteristik yang berdekatan.



DAFTAR PUSTAKA

Armbrust, M., Fox, A., Griffith, R., Joseph, A. D., Katz, R. H., Konwinski, A., et al. (2009). Above the clouds: A Berkeley view of cloud computing. University of California at Berkeley Technical Report No. UCB/EECS2009-28. Aymerich, F. M., Fenu, G., & Surcis, S. (2008). An approach to a cloud computing network . Proceedings of the First International Conference on the Applications of Digital Information and Web Technologies, 113118. Biddick, M. (2008, September). A walk in the clouds. InformationWeek Analytics Reports. Manhassett, NY: United Business Media Limited. Brodkin, Jon, 2008, Gartner : Seven cloud-computing security risks, InfoWorld. http://www.infoworld.com/d/security-central/gartner-seven-cloudcomputing-security-risks-853 (accessing in Dec, 2012). Brown, L. A. (1981). Innovation diffusion: A new perspective. New York: Methuen & Co. Burford, D. (2010), Cloud Computing : A Brief Introduction, White Paper, LAD Enterprizes, Information Technology Consulting, www.ladenterprizes.com, 7 p. Buyya, R., Yeo, C. S., & Venugopal, S. (2008). Market-oriented cloud computing: Vision, hype, and reality for delivering IT services as computing utilities. Proceedings of the 10th International Conference on High Performance Computing and Communications, 5-13. Chang, H.-J., Huang, K.-C., & Wu, C.-H. (2006). Determination of sample size in using central limit theorem for Weibull distribution. International Journal on Information and Management Sciences, 17(3), 31-46. Chen, J., He, Y.-B., & Jin, X. (2008). A study on the factors that influence the fitness between technology strategy and corporate strategy . International Journal of Innovation and Technology Management, 5(1), 81-103. Comninos, A., (2011), Emerging Issues : Cloud Computing , Southern African Internet Governance Forum (SAIGF), Issue Papers No. 1, 6 p.

82



83

Curry, R., Kiddle, C., Markatchev, N., Simmonds, R., & Tan, T. (2008). Facebook meets the virtualized enterprise . Proceedings of the 12th International IEEE Enterprise Distributed Object Computing Conference, 286-292. Dachyar, M., & Machadi, D., P. (2012). Cloud Computing Implementation in Indonesia. International Journal of Applied Science and Technology. Vol. 2 No.3, March 2012. 5 p. Darmadji, P., & Ranti, B. (2011).Analisis Kelayakan Ekonomis Cloud Computing pada Lembaga Keuangan Mikro di Indonesia dengan Metode Ranti’s Generic IS/IT Business Value dan Economic Value Added : Studi kasus pada Bank Perkreditan Rakyat di Jakarta. Jurnal Sistem Informasi Vol. 7 No.2, Oktober 2011. 7 p. Delic, K. A., & Walker, M. A. (2008). Emergence of the academic computing clouds. Ubiquity, 9(31), Article 1. Retrieved May 8, 2009 from the ACM Digital Library Foster, I., Zhao, Y., Raicu, I., & Lu, S. (2008). Cloud computing and grid computing 360-degree compared. Proceedings of the 2008 Grid Computing Environments Workshop, 1-10. Glynn, E., Fitzgerald, B., & Exton, C. (2005). Commercial adoption of open source software: An empirical study. Proceedings of the 2005 International Symposium on Empirical Software Engineering, 225-234. Hansen, S. (2004). Enhancing human Web interactions in terms of adoption modeling . Proceedings of the 2ndInternational Conference on Information Technology: Research and Education, 2004, 199-203. Healey, M. (2009, January). The eco-enterprise and the reality of green IT. InformationWeek Analytics. Hewitt, C. (2008). ORGs for scalable, robust, privacy-friendly client cloud computing . IEEE Internet Computing, 12(5), 96-99. Lawton, G. (2008, March). Moving the OS to the Web. Computer, 16-18. Lease, D. R. (2005). Factors influencing the adoption of biometric security technologies by decision making information technology and security managers. Retrieved from ProQuest Digital Dissertations. (AAT 3185680) Leavitt, N. (2009). Is cloud computing really ready for prime time Computer, 42(1), 15-20. Universitas Indonesia


84

Liu, H., & Orban, D. (2008). GridBatch: Cloud computing for large-scale dataintensive batch applications. Proceedings of the Eighth IEEE International Symposium on Cluster Computing and the Grid, 295-305. Lundblad, J. (2003). A review and critique of Rogers’ diffusion of innovation theory as it applies to organizations . Organization Development Journal, 21(4), 50-64. Marshall, P. (2008). City in the cloud. Government Computer News, 27(28), 2929. McDougall, P., & Weier, M. H. (2008). Real money on the cloud. Information Week, 1(213), 17-17. Mell, P and Grance, T. (2011), The NIST definition of Cloud Computing, NIST Special Publication 80-145. Marimin, 2004, Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk, Cetakan ketiga, Penerbit PT. Grasindo, Jakarta. pp: 77-89. National Institute of Standards and Technology. (2009). Cloud Computing. Information Technology Laboratory. Nugroho, Bernadus, Y, Ferdinand D Saragih, Umanto E, (2012), Metode Kuantitatif, Pendekatan Pengambilan keputusan untuk Ilmu Sosial dan Bisnis, Penerbit Salemba Humanika, Jakarta. pp: 261-273. Parthasarathy, M., & Bhattacherjee, A. (1998). Understanding post-adoption behavior in the context of online services . Information System Research, 9(4), 362-379. Park, K.-L., Park, J.-K., & Kim, S.-D. (2008). An effective model and management scheme of personal space for ubiquitous computing applications . IEEE Transactions on Systems, Man and Cybernetics, Part A, 38(6), 1295-1311. Richard, J. E. & Thirkett, P. C. (2007). The strategic value of CRM: A technology adoption perspective , Journal of Strategic Marketing, 15, 421-439. Saaty, T. L., (1990), How to make a Decision : The Analytic Hierarchy Process, European Journal of Operational Research , Vol 28, pp. 9-26. Saaty, T. L., (2008), Decision making with the analytic hierarchy process, Int. J. Services Sciences, Vol. 1 No. 1, pp. 83-98.



85

Sabherwal, R., Jeyaraj, A., & Chowa, C. (2006). Information system success: Individual and Organizational determinants . Management Science, 52(12), 1849-1864. Simba , F (2010), Cloud Computing : Strategies for Cloud Computing Adoption, Masters Dissertation, Dublin Institute of Technology, Dublin. arrow@DIT. 117 p. Su, W.-T., Kuo, Y.-H., & Huang, P.-C. (2008). A QoS-driven approach for service-oriented anycasting in ubiquitous environments . Computer Networks, 52(2008), 3342-3357. Ross, V.W., (2010), Factors Influencing the adoption of Cloud Computing by Decision Making Managers, Dissertation, Capella University, ProQuest LLC. Vogels, W. (2009). Eventually consistent. Communications of the ACM, 52(1), 40-44. Wang, L., Tao, J., Kunze, M., Castellanos, A. C., Kramer, D., & Karl, W. (2008). Scientific cloud computing: Early definition and experience . Proceedings of the 10th IEEE International Conference on High Performance Computing and Communications, 825-830. Wang, S., Archer, N. P., & Zheng, W. (2006). An exploratory study of electronic marketplace adoption: A multiple perspective view . Electronic Markets, 16(4), 337-348. Yang, Y., Liu, K., Chen, J., Liu, X., Yuan, D., & Jin, H. (2008). An algorithm in SwinDe W-C for scheduling transaction-intensive cost-constrained cloud workflows. Proceedings of the Fourth IEEE International Conference on eScience, 374-375. Youseff, L., Butrico, M., & Da Silva, D. (2008). Toward a unified ontology of cloud computing . Proceedings of the Grid Computing Environments Workshop, 2008, 1-10



86

LAMPIRAN : Kuesioner Penelitian (halaman 1) :



87

Kuesioner Penelitian (halaman 2) :



88




89




90




91




92




93




UNIVERSITAS INDONESIA KARYA AKHIR NUR FADLI FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2013

Recommend Documents