1. Pendahuluan 2. Tinjauan Pustaka

Transkripsi

1 1. Pendahuluan Pada zaman sekarang ini, teknologi semakin berkembang dan seakan tak bisa lepas dari aspek kehidupan manusia. Kemajuan teknologi baik perangkat lunak maupun perangkat keras berkembang dengan sangat pesat. Pengguna dari teknologi harus terus belajar untuk mengiringi kemajuan teknologinya. Suatu organisasi yang mengadopsi teknologi, tentunya mempunyai maksud dan tujuan tersendiri dalam penerapan teknologi didalamnya. Penerapan teknologi informasi dalam organisasi (dalam hal ini di bidang pendidikan) telah mempengaruhi strategi dan juga proses belajar mengajar khususnya di perguruan tinggi. Sistem pembelajaran secara bertatap muka merupakan model utama dalam pendidikan, namun dengan kemajuan teknologi informasi dalam bidang pendidikan, banyak perguruan tinggi yang menerapkan model pembelajaran secara on-line. Flexible Learning(FLearn) dikenalkan kepada dosen dan mahasiswa UKSW sebagai media pembelajaran on-line, dimana sistem pembelajaran ini mengatur peran dosen dan mahasiswa. FLearn UKSW menyediakan kemudahan dan pemenuhan kebutuhan informasi yang berhubungan dengan proses pembelajaran. Upaya tersebut dilakukan untuk meningkatkan mutu serta kualitas suatu perguruan tinggi, sehingga dituntut untuk meningkatkan pengelolaan data/informasi dan sistem pelayanan. Munculnya teknologi baru tentunya akan menimbulkan reaksireaksi pada para pengguna dari sistem tersebut, maka perlu diketahui kesiapan para penggunanya untuk menerima teknologi baru tersebut dan sejauh mana tingkat penerimaan teknologi informasi tersebut oleh penggunanya. Mengukur tingkat penerimaan teknologi ada berbagai model pendekatan seperti salah satunya Technology Acceptance Model(TAM), yang dikembangkan untuk mendukung proses dari pengadopsian teknologi informasi. TAM merupakan suatu model yang digunakan untuk melakukan analisis terhadap faktor-faktor yang mempengaruhi pengguna dalam penerimaan suatu teknologi baru. Dua hal yang menentukan sikap dan perilaku dari penggunaan teknologi dalam mengadopsi suatu sistem informasi, yaitu perceived usefulness (persepsi kemanfaatan) dan perceived ease of use (persepsi kemudahan penggunaan) [1]. Analisis yang dilakukan dengan menggunakan pendekatan TAM ini untuk mengetahui faktor-faktor apa saja yang mempengaruhi persepsi pengguna terhadap penerapan media pembelajaran on-line FLearn UKSW, sehingga dengan diterapkannya sistem informasi tersebut dapat diterima dan digunakan secara optimal oleh para pengguna yaitu dosen dan mahasiswa UKSW dalam meningkatkan proses belajar mengajar. 2. Tinjauan Pustaka Model TAM berawal dari model Theory of Reasoned Action(TRA). Model TRA pertama kali dikembangkan oleh Fishbein dan Ajzen pada tahun TRA itu sendiri merupakan suatu model yang memprediksi kinerja dari pengguna dalam berperilaku, bisa dikatakan bahwa seseorang akan melakukan sesuatu hal yang beralasan. Seseorang mempunyai niat sebelum melakukan hal tersebut, dan dapat dilihat bagaimana mereka berperilaku. Menurut Fishbein dan Ajzen (1975) [2] bahwa ada dua faktor yang dapat menentukan niat berperilaku, yaitu sikap 1

2 individual terhadap perilaku (attitude toward behavior) dan juga norma subjectif (subjective norms). Sikap atau perilaku termasuk dalam faktor personal, dimana sikap tersebut dapat berupa sikap yang positif maupun negatif. Sikap tersebut dapat dipengaruhi oleh persepsi atau keyakinan dari individu itu sendiri dan hasil yang akan diperoleh jika individu tersebut melakukan perilaku tersebut. Norma subjectif termasuk dalam faktor sosial, dimana lingkungan sosial sangat berpengaruh bagi seseorang dalam mereka berperilaku. Model TRA dalam perkembangannya telah diadopsikan menjadi model TAM. TAM dalam waktu ke waktu telah mengalami banyak pengembangan yang sesuai dengan tingkat permasalahan yang sedang berkembang. Model TAM paling banyak digunakan untuk penelitian-penelitian terhadap adopsi suatu teknologi informasi karena model ini sederhana dan mudah diterapkan [3]. Fred D. Davis yang memperkenalkan pertama kali model TAM, TAM dibuat khusus untuk pemodelan adopsi sistem informasi. Dua hal yang menentukan sikap dan perilaku seseorang dalam mengadopsi sistem informasi, yaitu perceived usefulness dan perceived ease of use. Perceived usefulness dapat diartikan sejauhmana seseorang yakin bahwa dengan menggunakan teknologi tersebut mampu memberikan manfaat seperti meningkatkan kinerjanya. Perceived ease of use yang dapat diartikan bahwa menggunakan teknologi tersebut tidak membutuhkan usaha apapun, atau bisa dikatakan mudah. Karakteristik pengguna dapat dilihat dari sikap atau perilaku dari individu itu sendiri, seperti contohnya kemampuan atau keahlian pengguna dalam menggunakan teknologi tersebut. Persepsi pengguna dipengaruhi oleh variabel eksternal yang berhubungan dengan karakteristik sistem yang dapat meningkatkan penggunaan teknologi, seperti contohnya tampilan dari sistem tersebut. Pengaruh faktor pribadi atas pemakai komputer bisa jadi lebih kuat dari faktor sosial atau faktor lingkungan. Persepsi kemanfaatan (perceived usefulness) dan persepsi kemudahan (perceived ease of use) secara langsung dapat mempengaruhi sikap terhadap penggunaan (attitude toward using). Attitude toward using dalam TAM didefinisikan sebagai suatu tingkat penilaian yang dirasakan (negatif atau positif) yang dialami sebagai dampak bila seseorang menggunakan suatu teknologi pekerjaannya [4]. Peneliti lain menyatakan bahwa faktor sikap (attitude) sebagai salah satu aspek yang mempengaruhi perilaku individual [5]. Actual system use merupakan perilaku pemakaian nyata pertama kali dikonsepkan dalam bentuk pengukuran frekuensi dan durasi waktu terhadap penggunaan sebuah teknologi [4], dimana actual system use adalah indikator dalam mengukur penerimaan terhadap suatu teknologi informasi. Seorang pengguna akan merasa yakin jika sistem yang mereka gunakan itu mudah dan dapat meningkatkan kinerja mereka, yang akan terlihat dari kondisi nyata penggunaan. Novita (2011) menganalisis dan memahami faktor-faktor yang mempengaruhi tingkat penerimaan bahasa pemrograman berorientasi objek berbasis open source (Java), dalam penelitiannya membuktikan bahwa semakin mudah penggunaan suatu teknologi informasi, maka akan meningkatkan kemanfaatannya. Jika seseorang sudah merasakan manfaat, maka akan mempengaruhi sikap penggunaannya yang menganggap bahwa teknologi 2

3 informasi yang digunakan merupakan hal yang positif dan menguntungkan serta meningkatkan perilaku niat untuk meningkatkan penggunaannya [6]. Yuadi (2009) menggunakan variabel eksternal seperti desain portal perpustakaan, organisasi e-resource serta kemampuan dan keahlian pengguna dalam penelitiannya. Hasilnya menunjukkan ada dua hipotesis yang ditolak yaitu organisasi e-resource yang tidak berpengaruh terhadap persepsi kegunaan dan persepsi kemudahan penggunaan yang tidak berpengaruh terhadap sikap pemakai kearah penggunaan. Perlunya untuk memperbaiki kualitas terutama yang berkaitan dengan faktor eksternal dan sumber daya informasi, karena semudah apapun sistem yang dimiliki tanpa didukung penyediaan informasi yang memadai pastinya tak akan mampu memuaskan para penggunanya [7]. Wijayanti (2009) membuktikan adanya pengaruh yang signifikan dan positif antara persepsi pengguna terhadap kemudahan dengan persepsi pengguna terhadap manfaat yang diperoleh. Hal ini membuktikan bahwa sikap pengguna akan memandang manfaat suatu sistem informasi juga dilandai kemudahan dalam menggunakannya [8]. Penelitian tersebut sejalan dengan handayani (2013) bahwa persepsi kemudahan dan kemanfaatan merupakan faktor yang mempengaruhi penerimaan suatu teknologi informasi, dengan kata lain suatu teknologi informasi dapat beroperasi dengan baik jika menghasilan manfaat dan kemudahan bagi penggunanya [9]. Penelitian ini mengambil 4 (empat) konstruk TAM yang dikembangkan oleh Davis (1986) yaitu persepsi pengguna terhadap kemudahan dalam menggunakan teknologi (perceived ease of use), persepsi pengguna terhadap kemanfaatan teknologi (perceived usefulness), sikap pengguna terhadap penggunaan teknologi (atitude toward using), dan penggunaan nyata (actual usage), dapat dilihat dari gambar dibawah ini: Gambar 1 Model Struktural Antar Konstruk Berdasarkan model konseptual diatas, maka hipotesis penelitian sebagai berikut: 1) H1 : perceived ease of use berpengaruh positif terhadap perceived usefulness dari penggunaan FLearn 2) H2 : perceived ease of use berpengaruh positif terhadap attitude toward using dari penggunaan FLearn 3) H3 : perceived usefulness berpengaruh positif terhadap attitude toward using dari penggunaan FLearn 4) H4 : attitude toward using berpengaruh positif terhadap actual usage dari penggunaan FLearn 3

4 3. Metode Penelitian Jenis penelitian yang dilakukan adalah kuantitatif, karena penelitian ini memerlukan pengujian secara statistik. Penelitian kuantitatif menekankan pada pengujian teori-teori melalui pengukuran variabel-variabel penelitian dengan angka dan melakukan analisa data dengan prosedur statistik. Metode pengumpulan data dilakukan dengan menyebarkan kuesioner. Teknik sampling menggunakan purposive sampling atau dikenal juga dengan sampling pertimbangan yaitu teknik sampling yang digunakan peneliti jika peneliti mempunyai pertimbangan-pertimbangan tertentu di dalam pengambilan sampelnya atau penentuan sampel untuk tujuan tertentu [10]. Teknik ini digunakan karena peneliti memilih responden yang pernah atau memang pengguna penuh FLearn UKSW sebagai sampelnya. Jumlah sampel yang digunakan dalam penelitian ini memiliki aturan tersendiri, dimana penelitian ini menggunakan metode analisis data statistik Structural Equation Modeling(SEM). Penggunaan SEM memungkinkan peneliti untuk menguji validitas instrumen penelitian, mengkonfirmasi ketepatan model sekaligus menguji pengaruh suatu variabel terhadap variabel lain. SEM dapat menguji secara bersama-sama [11]. Menurut Sekaran (2003) [10] analisis SEM membutuhkan sampel paling sedikit 5 kali jumlah variabel indikator yang digunakan dan merekomendasikan jumlah sampel yang ideal untuk SEM adalah untuk teknik Maximum Likelihood Estimation (MLE). Maximum likelihood akan menghasilkan estimasi parameter yang terbaik (unbiased) apabila data yang digunakan memenuhi asumsi multivariate normality, jadi jika indikator penelitian ini sebanyak 20, maka minimal sampel yang dibutuhkan adalah 100. Semua pertanyaan berjumlah 20 pertanyaan yang digunakan untuk mengukur variabel-variabel dalam penelitian ini. Setiap item atau pertanyaan diukur dengan menggunakan skala likert mulai dari 1 untuk sangat tidak setuju sampai 5 untuk sangat setuju. Pengujian hipotesis penelitian menggunakan analisis SEM dibantu dengan menggunakan software Lisrel 8.8 (linear structural relationship) dan SPSS 11.5 for windows untuk keperluan tabulasi data. Model analisis yang digunakan dapat dilihat pada Gambar 2. 4

5 Gambar 2 Model Analisis Tahap-tahap dalam menggunakan teknik analisis SEM dengan bantuan software Lisrel 8.8 antara lain: Pengembangan sebuah teori yang berjustifikasi ilmiah merupakan syarat utama menggunakan pemodelan SEM. Konstruk dan dimensi yang akan diteliti dari model teoritis diuraikan sebagai berikut : a. Perceived Usefulness (PU) : lebih mudah (PU1), meningkatkan kinerja (PU2) dan lebih efektif (PU3). b. Perceived Ease of Use (PEU) : kemudahan untuk dipahami (PEU1), kemudahan untuk digunakan (PEU2) dan kemudahan untuk dipelajari (PEU3). Persepsi kemudahan penggunaan juga diukur dengan indikator pendukung dari motivation (MO) : persepsi bahwa sistem dapat membantu aktivitas pembelajaran (MO1), pengalaman dalam menggunakan sistem yang hampir sama (MO2), self efficacy (SE) : dapat menggunakan FLearn dengan baik tanpa bantuan orang lain (SE1), dapat menggunakan FLearn dengan baik bila pernah melihat orang lain mendemokannya (SE2), facilitating conditions (FC) : jaringan internet yang baik (FC1), infrastruktur yang mencukupi untuk menggunakan FLearn(komputer, SDM) (FC2), dan perceived enjoyment (PE) : tampilan aplikasi jelas dan tidak membingungkan (PE1), istilah-istilah yang jelas dan dapat dimengerti (PE2), aplikasi berfungsi dengan baik, respon terhadap perintah cukup cepat dan tidak pernah eror (PE3), jumlah dan jenis modul aplikasi yang sudah cukup lengkap telah memenuhi kebutuhan pengguna (PE4). c. Attitude Toward Using (ATU) : senang menggunakan (ATU1), menikmati penggunaan (ATU2), kenyamanan berinteraksi (ATU3).. d. Actual Usage (AU) : frekuensi penggunaan (AU1). Diagram alur penelitian ini menjelaskan tentang delapan variabel yaitu perceived usefulness (PU), perceived ease of use (PEOU), attitude toward using (ATU), actual usage (AU) dan variabel pendukung persepsi kemudahan 5

6 motivation (MO), self efficacy (SE), facilitating conditions (FC) dan perceived enjoyment (PE) semuanya adalah variabel latent atau konstruk yaitu variabel yang tidak dapat diukur secara langsung (unobserved). Dari persamaan struktural ini ada empat variabel eksogen (independent) yaitu motivation (MO), self efficacy (SE), facilitating conditions (FC) dan perceived enjoyment (PE). Variabel perceived usefulness (PU), perceived ease of use (PEOU), attitude toward using (ATU) dan actual usage (AU) merupakan variabel endogen (dependen) karena variabel ini dipengaruhi oleh variabel sebelumnya. Keberadaan variabel latent diukur oleh indikator-indikator atau variabel manifest (pertanyaan dalam bentuk skala likert). Misalkan variable perceived usefulness (PU) diukur oleh 3 indikator PU1, PU2, PU3 dengan kesalahan pengukuran (error) masing masing e1, e2 dan e3. Persamaan struktural (SEM) yang dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk seperti pada Tabel 1. Tabel 1 Persamaan Struktural Berdasarkan Model Analisis Variabel Endogen = Variabel Exogen + Variabel Endogen + Error Perceived Ease Of Use = ƴ 1 Motivation + ƴ 2 Self Effcacy + ƴ 3 Facilitating Conditions + ƴ 4 Perceived enjoyment + δ Perceived Usefulness = β 1 Perceived Ease Of Use + δ Attitude Toward Using = β 1 Perceived Ease Of Use + β 2 Perceived Usefulness +δ Actual Usage = β 3 Attitude Toward Using + δ SEM menggunakan input data yang hanya menggunakan matriks varians atau kovarians atau matrik korelasi untuk keseluruhan estimasi yang dilakukan. Model estimasi standard lisrel adalah menggunakan estimasi maksimum likelihood (ML). Estimasi dengan menggunakan maksimum likelihood menghendaki variabel observed harus memenuhi normalitas multivariate. Pada hasil output dapat dijelaskan jumlah sampel n = 100, jumlah data kovarian dapat dihitung dengan menggunakan rumus: dimana p adalah jumlah variabel observed. Sehingga diketahui p (p+1) identifikasi model yaitu under-identified model, dimana model ini 2 dengan jumlah parameter yang diestimasi lebih besar dari jumlah data yang diketahui. 4. Hasil Dan Pembahasan Bagian ini akan menjelaskan hasil penelitian yang diperoleh melalui beberapa pendekatan penilaian untuk mengetahui faktor-faktor apa sajakah yang mempengaruhi penggunaan FLearn pada dosen dan mahasiswa FTI di Universitas Kristen Satya Wacana. Jumlah resonden sebanyak 100 sampel, berdasarkan pada tabel 2 dibawah ini dapat dilihat responden paling besar diambil dari mahasiswa dengan persentase 82%. 6

7 Tabel 2 Deskripsi Responden Responden N Jenis Kelamin N Usia N Pendidikan N Pengalaman N Menggunakan internet Mahasiswa Dosen Laki-laki thn 46 SMA 67 < 2 tahun 1 Perempuan thn 35 D3-2, 5 5 tahun thn 5 S1 15 > 5 tahun thn 7 S thn 5 S3 2 > 40 thn 2 Total Sumber : Data primer hasil kuesioner Normalitas digunakan agar estimasi parameter yang dihasilkan tidak bias, sehingga kesimpulan yang diambil tepat. Ukuran normalitas pada SEM ada dua yaitu univariate normality yang menunjukkan normal tidaknya indicator manifest dan multivariate normality yang menunjukkan normal tidaknya keseluruhan variabel. Normalitas terpenuhi jika nilai p-value dari skewness and kurtosis > 0,05. Pada model penelitian ini dapat dikatakan bahwa normalitas univariate telah terpenuhi syarat normalitas (p>0.05), namun normalitas tidak terjadi multivarite karena masih berada dibawah 0,05, sehingga dilakukan perbaikan normalitas agar data menjadi normal secara multivarite yaitu dengan cara menggunakan asymptotic covariance matrix (.acm). Analisis faktor konfirmatori (Confirmatory Factor Analysis) pada analisis validitas model pengukuran dilakukan dengan memeriksa nilai loading faktor dari t-values dan standardized solution dari indikator-indikator pada masing-masing variabel yang ada didalam model. Indikator dikatakan diterima jika memenuhi ukuran kecocokan pengukuran, dimana nilai loading faktor dari t-values > 1,96 dan nilai standardized solution > 0,5. Hasil analisis validitas model pengukuran dapat dilihat pada tabel 3. Tabel 3 Hasil Analisis Validitas Model Pengukuran Indikator t-value standardized Keterangan solution MO1 0,91 1,16 Tidak valid MO2 0,85 0,16 Tidak valid FC1 3,38 0,58 Valid FC2 4,93 0,94 Valid SE1 6,13 0,60 Valid SE2 6,48 0,60 Valid PE1 7,16 0,64 Valid PE2 9,31 0,78 Valid PE3 2,41 0,29 Tidak valid PE4 1,37 0,16 Tidak valid PEU1 0,79 Valid PEU2 5,79 0,64 Valid PEU3 4,36 0,53 Valid PU1 0,63 Valid PU2 5,37 0,87 Valid PU3 5,83 0,67 Valid 7

8 ATU1 0,85 Valid ATU2 6,85 0,90 Valid ATU3 3,71 0,41 Tidak valid Sumber : Data primer yang diolah Analisis reliabilitas model pengukuran dilakukan dengan menghitung nilai composite (construct) realibility dan variance extracted. Cut-off value untuk composite (construct) realibility adalah minimal 0,7 dan cut-off value untuk variance extracted adalah minimal 0,5. Hasil pengujian reliabilitas dapat dilihat pada tabel 4. Tabel 4 Hasil Pengujian Reliabilitas Variabel CR VE Keterangan Facilitating Conditions Self Efficacy Perceived Enjoyment Perceived Ease of Use Perceived Usefulness Attitude Toward Using 0,75 0,53 0,67 0,69 0,77 0,87 0,61 0,36 0,51 0,44 0,53 0,77 Reliabel baik Reliabel buruk Reliabel buruk Reliabel buruk Reliabel baik Reliabel baik Sumber : Data primer yang diolah Uji Kesesuaian (Goodness of Fit) merupakan tujuan utama dalam persamaan struktural yaitu ingin mengetahui sampai seberapa jauh model yang dihipotesakan fit atau cocok dengan sampel data. Hasil uji kesesuaian seperti terlihat pada tabel 5. Tabel 5 Hasil Uji Kesesuaian (Goodness of Fit) Goodness of Fit Index Cut of Value Hasil Evaluasi Analisis Model X² Chi Square Statistics Significance probability RFI GFI AGFI IFI CFI NFI RMSEA Diharapkan kecil 0,05 0,90 0,90 0,90 0,90 0,90 0,90 0,08 92, ,82 0,89 0,83 0,98 0,98 0,86 0,039 Fit Fit marginal marginal marjinal Fit Fit marginal Fit Data : Hasil output Setelah dilakukan analisis konstruk langkah selanjutnya adalah melakukan estimasi model full struktural yang hanya memasukkan indikator yang telah diuji konstruknya. Pada hasil output dibawah ini menunjukkan model telah memenuhi kriteria model fit yaitu ditunjukkan dengan nilai Chi-Square = 92,94 dengan probability = 0.17, begitu juga dengan nilai kriteria lainnya seperti RFI = 0,82; GFI=0,89; AGFI=0,83; IFI =0,98; dan CFI =0,98, NFI= 0,86 dan juga nilai RMSEA=0,039 jauh dibawah kriteria yang disyaratkan kurang dari 0,08. maka dapat disimpulkan bahwa model persamaan struktural adalah fit. Hasil analisis model persamaan struktural seperti yang terlihat pada Gambar 3. 8

9 Gambar 3 Full Model Struktural Evaluasi model persamaan struktural berkaitan dengan hubungan antar variabel yang sebelumnya sudah dihipotesakan. Evaluasi menghasilkan hasil yang baik, apabila koefisien hubungan antar variabel tersebut signifikan secara statistik (t-value) 1,96. Hasil estimasi diatas dapat dilihat bahwa FC tidak berpengaruh terhadap PEU dengan nilai t-value 1,57 < 1,96 hal ini dapat diartikan bahwa infrastruktur yang mencukupi dan jaringan internet yang baik sebagai sumber daya pendukung dalam menggunakan sistem tidak mempengaruhi persepsi kemudahan penggunaan FLearn. SE tidak berpengaruh terhadap PEU dengan nilai t-value 0,02 < 1,96 diartikan bahwa kepercayaan terhadap keberhasilan diri sendiri dalam menggunakan sistem tidak mempengaruhi persepsi kemudahan penggunaan FLearn. PE tidak berpengaruh terhadap PEU dengan nilai t-value 1,04 < 1,96 diartikan bahwa tampilan aplikasi yang jelas dan tidak membingungkan serta istilah-istilah yang dapat dimengerti ketika menggunakan sistem tidak mempengaruhi persepsi kemudahan penggunaan FLearn. PEU berpengaruh terhadap PU dengan nilai t-value 2,80 > 1,96 hal ini berarti media pembelajaran on-line FLearn memiliki kemudahan untuk dipahami, dipelajari dan digunakan yang mempengaruhi persepsi kegunaan atau manfaat yang diperoleh. PU berpengaruh terhadap ATU dengan nilai t-value 3,43 > 1,96 artinya manfaat yang diperoleh dari penggunaan FLearn seperti menjadikan proses pembelajaran menjadi lebih mudah, dapat meningkatkan kinerja serta menjadikan proses pembelajaran menjadi lebih efektif mempengaruhi sikap pengguna untuk menggunakan FLearn. PEU tidak berpengaruh terhadap ATU dengan nilai t-value -0,28 hal ini berarti kemudahan dalam menggunakan FLearn tidak merpengaruhi sikap pengguna untuk menggunakan media pembelajaran online FLearn. ATU berpengaruh terhadap AU dengan nilai t-value 4,52 > 1,96 hal ini dapat diartikan bahwa penerimaan FLearn dipengaruhi oleh sikap pengguna yang merasakan senang dan puas saat menggunakan FLearn yang akan memberikan pengaruh terhadap penggunaan FLearn. 9

10 Hasil analisa dapat dirumuskan berdasarkan koefisien hubungan antar variabel yang ada pada model struktural dan sebagai dasar pengambilan keputusan adalah dengan melihat Gambar 3 dan Tabel 6 dibawah ini. Hipotesis dengan nilai t-value 1,96 maka hipotesis ditolak karena hubungan yang terjalin tidak signifikan. Tabel 6 Hasil Pengujian Hipotesis Hipotesis Hubungan Nilai Keterangan H1 H2 H3 H4 PU ß PEU ATU ß PEU ATU ß PU AU ß ATU 2,80-0,28 3,43 4,52 Diterima Ditolak Diterima Diterima Sumber : hasil pengolahan Hasil pengujian hipotesis berdasarkan tabel diatas diketahui PEU tidak mempengaruhi ATU, hal ini sejalan dengan penelitian novita (2011) dan yaudi (2009) yang berarti faktor kemudahan tidak mempengaruhi sikap untuk menggunakan FLearn. Hal ini mengindikasikan bahwa FLearn yang memiliki kemudahan untuk dipelajari, dipahami dan digunakan tidak akan berpengaruh terhadap sikap dosen dan juga mahasiswa FTI UKSW untuk menggunakannya. Kondisi yang menfasilitasi seperti jaringan internet yang baik dan infrastruktur di universitas yang mencukupi, keberhasilan diri sendiri untuk menggunakan FLearn tanpa bantuan orang lain serta istilah yang digunakan dan tampilan aplikasi FLearn yang jelas tidak cukup untuk memberikan pengaruh terhadap persepsi kemudahan penggunaan FLearn. Hal ini dibuktikan dengan nilai signifikansi dari FC, SE dan PE yang < 1,96. Faktor-faktor pendukung dari persepsi kemudahan yang semuanya tidak signifikan juga sejalan dengan tidak signifikannya PEU terhadap ATU, dimana faktor kemudahan yang tidak mempengaruhi terhadap sikap untuk menggunakan media pembelajaran on-line FLearn. Sesulit suatu sistem informasi bisa dipelajari, namun tanpa manfaat yang diperoleh tidak akan mempengaruhi sikap untuk menggunakannya. Sikap pengguna untuk merasakan kesenangan dan kepuasan saat menggunakan FLearn, tidak dipengaruhi oleh adanya faktor kemudahan dalam menggunakan media pembelajaran on-line tersebut. FLearn yang memiliki kemudahan dalam menggunakannya, ternyata tidak diimbangi dengan penggunaannya. Hal ini dibuktikan dengan tidak diwajibkannya penggunaan FLearn untuk setiap mata kuliah sebagai media pembelajaran selain bertatap muka dikelas. Media pembelajaran on-line yang bersifat sebagai pengganti pada kegiatan pembelajaran di dalam kelas ini tidak hanya memasukkan bahan ajar, namun mampu mengakomodasikan sistem pembelajaran yang mengatur peran dosen serta mahasiswa, sistem evaluasi dan monitoring pembelajaran, ternyata tidak semua dosen dari FTI UKSW yang berminat atau tertarik untuk menggunakannya. Beberapa dosen yang tidak menggunakan FLearn, beranggapan bahwa sistem bertatap muka di kelas pun sudah efektif dan dosen lain menyatakan bahwa matakuliah mereka yang bersifat praktek menjadikan mereka untuk tidak menggunakan FLearn sebagai media pembelajaran. Namun bagi mereka dosen yang menggunakan FLearn untuk setiap mata kuliah yang diajarnya, menyatakan 10

11 bahwa dengan penggunaan FLearn memberikan banyak manfaat seperti pembelajaran menjadi lebih mudah dan efektif, sehingga mewajibkan mahasiswa didiknya untuk menggunakan FLearn. Namun, semudah apapun sistem informasi jika tanpa didukung partisipasi pengguna, maka penerapannya tidak optimal. Tidak adanya hubungan antara PEU dan ATU, maka perlu dilakukan modifikasi dengan menghapus hubungan dari variabel PEU terhadap ATU tersebut serta hubungan dari variabel FC,SE dan PE terhadap PEU. Setelah melakukan uji signifikansi yang telah disampaikan dari hasil uji kesesuaian model diatas, hasil modifikasi model uji signifikansi analisa jalur didapat seperti gambar 4 model akhir penelitian. Gambar 4 Model Akhir Penelitian Berdasarkan hasil model akhir penelitian, maka didapatkan bahwa persepsi kemudahan (ease of use) terbukti berpengaruh positif dan signifikan terhadap persepsi kemanfaatan (usefulness) dari penggunaan F-Learn UKSW, yang ditunjukkan melalui nilai t-value sebesar 2,76. Hal ini menunjukkan bahwa hipotesis pertama (H1) yang menyatakan persepsi kemudahan berpengaruh positif terhadap persepsi kemanfaatan dari penggunaan F-Learn UKSW diterima, didukung juga oleh nilai koefisien variabel PEU sebesar 0,32 yang berarti variabel PEU (persepsi kemudahan) memberikan pengaruh sebesar 32% terhadap PU (persepsi kemanfaatan). Hasil penelitian ini sejalan dengan penelitian wijayanti (2009) dan yuadi (2009) yang membuktikan bahwa adanya pengaruh yang positif dan signifikan antara persepsi kemudahan penggunaan terhadap manfaat yang diperoleh Hasil penelitian ini mengindikasikan bahwa persepsi pengguna akan memandang manfaat dari penggunaan FLearn juga dilandasi oleh kemudahan dalam menggunakan FLearn, dengan kata lain pengguna akan menilai FLearn itu bermanfaat bila mereka dapat menggunakan FLearn dengan mudah atau bisa dikatakan jika semakin mudah FLearn digunakan maka semakin meningkatkan 11

12 kegunaan atau manfaat yang diperoleh dari penggunaan FLearn. Ini berarti FLearn yang diteliti menurut persepsi dari penggunanya dapat dengan mudah dipahami, digunakan dan mudah untuk dipelajari. Persepsi kemanfaatan (usefulness) terbukti berpengaruh positif dan signifikan terhadap sikap (attitude) dari penggunaan F-Learn, yang ditunjukkan melalui nilai yang ditunjukkan melalui nilai t-value sebesar 3,77. Hal ini menunjukkan bahwa hipotesis ketiga (H3) yang menyatakan persepsi kemudahan dan persepsi kemanfaatan berpengaruh positif terhadap sikap dari penggunaan F- Learn UKSW diterima, didukung juga oleh nilai koefisien variabel PU sebesar 0,49 yang berarti variabel PU (persepsi kemanfaatan) memberikan pengaruh sebesar 49% terhadap ATU (sikap terhadap penggunaan). Hasil penelitian handayani (2013) juga membuktikan bahwa persepsi kemanfaatan (usefulness) merupakan faktor pada variabel atau konstruk TAM yang mempengaruhi penerimaan suatu sistem informasi. Hasil penelitian ini mengindikasikan bahwa semakin meningkat kemanfaatan dari penggunaan FLearn tersebut maka akan berdampak pada sikap dalam penggunaan FLearn. Ini berarti FLearn memiliki kemanfaatan seperti menjadikan proses pembelajaran lebih mudah, dapat meningkatkan kinerja dan menjadikan proses pembelajaran lebih efektif, dengan adanya manfaat yang dirasakan oleh pengguna terhadap FLearn maka menimbulkan sikap untuk menggunakan FLearn. Sikap penerimaan dari pengguna terhadap penggunaan FLearn mencerminkan bahwa FLearn diterima dengan baik oleh penggunanya. Sikap terhadap penggunaan (attitude) terbukti berpengaruh positif dan signifikan terhadap penggunaan nyata (actual usage) dari F-Learn UKSW, yang ditunjukkan melalui nilai yang ditunjukkan melalui nilai t-value sebesar 4,53. Hal ini menunjukkan bahwa hipotesis keempat (H4) yang menyatakan sikap terhadap penggunaan berpengaruh positif terhadap penggunaan nyata dari F-Learn UKSW diterima, didukung juga oleh nilai koefisien variabel ATU sebesar 0,45 yang berarti variabel ATU (sikap terhadap penggunaan) memberikan pengaruh sebesar 45% terhadap AU (penggunaan nyata). Hasil penelitian ini mengindikasikan bahwa sikap pengguna terhadap penggunaan FLearn sudah menunjukkan kearah yang positif. Perilaku atau sikap pengguna dalam menggunakan FLearn muncul karena adanya kemudahan dan manfaat yang dirasakan. Munculnya penerimaan terhadap FLearn sangat dipengaruhi oleh sikap pengguna yang akan memberikan pengaruh yang signifikan terhadap penggunaan FLearn. Kondisi nyata penggunaan suatu teknologi mempengaruhi adanya pengukuran terhadap penerimaan suatu teknologi. Penelitian ini mendukung konsep bahwa actual usage adalah kondisi nyata penggunaan sistem yang dikonsepkan dalam bentuk pengukuran frekuensi dan durasi waktu penggunaan teknologi [4]. Seseorang akan puas menggunakan sistem jika mereka meyakini bahwa sistem tersebut mudah digunakan dan akan meningkatkan produktifitas mereka, yang tercermin dari kondisi nyata penggunaan [7]. 12

13 5. Kesimpulan Keseluruhan hipotesis dalam penelitian ini dinyatakan diterima, kecuali persepsi kemudahan penggunaan yang tidak berpengaruh terhadap sikap pemakai terhadap penggunaan FLearn. Penelitian ini bertujuan untuk mengetahui faktorfaktor apa saja yang mempengaruhi penerimaan penerapan Media Pembelajaran On-line Flexible Learning UKSW terhadap dosen dan mahasiswa sebagai pengguna dari sistem informasi tersebut. Hasil penelitian ini menunjukkan bahwa faktor-faktor yang mempengaruhi penerimaan FLearn adalah seluruh indikator dari persepsi kemanfaatan (usefulness) yang diperoleh dari penggunaan FLearn, persepsi kemudahan (ease of use) dalam menggunakan FLearn dan sikap terhadap penggunaan (attitude) FLearn. Persepsi kemudahan dan persepsi kemanfaatan berpengaruh terhadap sikap penggunaan, dan sikap berdampak pada penggunaan FLearn yang terlihat dari kondisi nyata penggunaan FLearn. Artinya Persepsi pengguna memandang manfaat dari penggunaan FLearn juga dilandasi oleh kemudahan dalam menggunakan FLearn tersebut dan juga berdampak terhadap sikap dalam menggunakan FLearn. Jadi hasil penelitian menyimpulkan bahwa faktor persepsi kemudahan (perceived ease of use), persepsi kemanfaatan (perceived usefulness), sikap terhadap penggunaan (attitude toward using) dan penggunaan nyata (actual usage) mempengaruhi penggunaan atas FLearn dalam menunjang proses belajar mengajar. Daftar Pustaka [1] Davis, F.D, 1986, A Technology Acceptance Model for Empirically Testing New End-User Information Systems: Theory and Results. Doctoral Dissertation, MIT Sloan of Management, Cambridge, MA. [2] Fishbein, M. and Ajzen, I, 1975, Belief, Attitude, Intention and Behavior: An Introduction to Theory and Research. Addison-Wesley Publishing Company. [3] Munir, 2010, Faktor-Faktor Mempengaruhi Penggunaan Learning Management System (LMS) di Perguruan Tinggi, Universitas Pendidikan Indonesia. [4] Davis, FD, 1989, Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology, _MS Quarterly, 73(3), [5] Ibna, aufar, 2009, Penggunaan kerangka Technology Acceptance Model di dalam Melakukan Penilaian Faktor-faktor yang mempengaruhi Adopsi E- Goverment Pemko Medan, Skripsi, Medan : Fakultas Teknik, Universitas Sumatera Utara. [6] Novita, ita, 2011, Kajian Penerimaan Bahasa Pemrograman Objek Berbasis Open Source Dengan Pendekatan TAM (Technology Acceptance Model) Studi Kasus Universitas Budi Luhur. [7] Yuadi, imam, 2009, Technology Acceptance Model terhadap Perpustakaan Digital dengan Structural Equation Modeling, Departemen Ilmu Informasi dan Perpustakaan. 13

14 [8] Wijayanti, ratih, 2009, Analisis Technology Acceptance Model (TAM) Terhadap Faktor-Faktor Yang Mempengaruhi Penerimaan Nasabah Terhadap Layanan Internet Banking (Studi Empiris Terhadap Nasabah Bank Di Depok), Depok:Universitas Gunadarma. [9] Handayani, tri, 2013, Analisis Penerimaan Sistem Informasi Akademik Berbasis Web Menggunakan Technology Acceptance Model (TAM) dan Usability Studi Kasus Pada STTNAS Yogyakarta, Seminar Nasional ke-8 : Rekayasa Teknologi Industri dan Informasi. [10] Riduwan, Akdon, 2009, Rumus dan data dalam analisis statistik untuk penelitian (Administrasi pendidikan sains pemerintahan sosial kebijakan ekonomi hukum manajemen kesehatan, Perpustakaan nasional RI: katalog dalam penerbitan (KDT). [11] Ghozali, imam, 2006, Aplikasi Analisis Multivariate dengan Program SPSS, Semarang: Badan Penerbit Universitas Diponegoro. 14