MOLLA & LICKER MODEL UNTUK ANALISIS CRITICAL SUCCESS FACTOR
WEBSITE E-COMMERCE
STUDI KASUS: BHINNEKA.COM
Aisha Alfiani M.1, Kartika Permatasari S.2 dan A. Bima Murti Wijaya3
1, 2, 3 Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret
Jl. Ir. Sutami 36A Surakarta, Jawa Tengah Telp. +62271646994, 646761, 646624, Fax +6227146655
E-mail: aish.alfiani@gmail.com , ksuryajaya5@gmail.com, bimamurti@gmail.com
ABSTRAK
PT. Bhinneka Mentari Dimensi merupakan perusahaan yang menggunakan e-commerce dalam memperjualbelikan barangnya pada situs web www.bhinneka.com. Untuk dapat mengoptimalkan penggunaan e-commerce tersebut, diperlukan strategi untuk menganalisis faktor-faktor yang akan mempengaruhi keberhasilan dari pencapaian tujuan pembuatan e-commerce. Critical Success Factors (CSF) merupakan strategi analisis yang membantu seorang manajer untuk mencapai tujuan dari suatu perusahaan atau organisasi, termasuk faktor-faktor yang akan mempengaruhi keberhasilan atau kegagalan pencapaian tujuan. Dengan adanya CSF, pengelola dapat mengetahui apa yang harusnya dikerjakan untuk mencapai tujuan dan faktor apa saja yang dapat mempengaruhi keberhasilan atau pun kegagalan dalam mencapai tujuan. Model CSF yang digunakan pada penelitian ini adalah Molla & Licker model. Adapun metode penelitian yang akan digunakan adalah survei kepada pengunjung dan pelanggan www.bhinneka.com. Untuk mendapatkan factor yang paling mempengaruhi kesuksesan e-commerce, hasil survey dihitung menggunakan metode TOPSIS. Dari penelitian ini dapat diketahui faktor yang paling mempengaruhi kesuksesan dari situs web e-commerce bhinneka.com adalah sistem dapat diakses dalam waktu 24 jam dalam sehari dengan nilai preferensi 0.7389.
Kata Kunci: CSF, e-commerce, TOPSIS
ABSTRACT
PT. Bhinneka Mentari Dimensi is a company that using e-commerce in trade on the website e-commerce www.bhinneka.com. In order to optimize the use of e-commerce www.bhinneka.com, strategies are needed to analyze the factors that will affect the success of achieving objectives of e-commerce. Critical Success Factors (CSF) analysis is a strategy that helps manager to achieve the goals of company or organization, including factors that will affect the success or failure of achieving goals. By using CSF, manager could know what should be done to achieve the goals and what factors can affect the success or failure in achieving the goals. This study is using Molla & Licker critical success factor model. Method that used for this research was survey of visitors and customers www.bhinneka.com. To gain the most influence success factor of this e-commerce the survey is calculated using TOPSIS method. Based on this research the most influence success factor of e-commerce www.bhinneka.com is the system could be accessed within 24 hours per day with preference value 0.7389.
Keywords: CSF, e-commerce, TOPSIS
1. PENDAHULUAN
Sejak kemunculannya untuk yang pertama kali, internet telah menjadi magnet baru bagi masyarakat dunia. Berbagai hal berkembang pesat seiring perkembangan internet, termasuk dunia bisnis. Perkembangan internet yang sedemikian canggih menyebabkan bisnis dapat bergabung di dunia maya menjadi sebuah e-commerce atau perdagangan elektronik, yaitu perdagangan yang dilakukan melalui dunia internet dimana penjual dan pembeli tidak harus bertemu secara langsung. Secara otomatis, e-commerce telah menembus batas lokasi dan waktu yang selama ini menjadi keterbatasan terjadinya bisnis. Melalui e-commerce, setiap pelaku bisnis memiliki kesempatan yang sama untuk mengembangkan bisnisnya dan menjangkau customer dari seluruh dunia.
Rendahnya biaya yang ditawarkan untuk e-commerce juga menjadi salah satu daya tarik bagi pemilik bisnis, dimana e-commerce dapat menekan biaya yang diperlukan perusahaan untuk melakukan hubungan dengan entitas luar seperti pemasok, penyalur dan konsumen. Dengan penekanan biaya sedemikian rupa, biaya produksi barang juga dapat ditekan sehingga keuntungan yang didapatkan perusahaan akan meningkat. Peningkatan keuntungan perusahaan tentu akan berimbas positif terhadap perkembangan perusahaan.
Dalam perkembangannya, e-commerce mengalami pasang surut yang diakibatkan oleh beragam faktor. Molla dan Licker (Molla et al., 2001) telah merumuskan critical success factor yang mempengaruhi situs web
e-commerce, yaitu Customerce E-Commerce Satisfaction (CES), E-Commerce system quality, content quality, use, trust dan support. Pemahaman pemilik bisnis terhadap critical success factor ini dianggap penting untuk memperbaiki dan mengembangkan misi perusahaan demi mencapai tujuannya.
Bhinneka.com merupakan website e-commerce yang fokus pada produk IT . Selain itu bhinneka.com merupakan salah satu situs web yang masuk dalam tataran 5 besar situs web e-commerce terpopuler di Indonesia versi velaasia.com (Vela Asia, 2013) dan mendapat peringkat 56 pada Top Sites in Indonesia dari alexa.com (Alexa, 2014). Oleh karena itu penulis akan melakukan penelitian mengenai faktor-faktor yang mempengaruhi kesuksesan situs web e-commerce www.bhinneka.com dengan menggunakan model Molla & Licker.
Adapun untuk menghitung faktor yang paling berpengaruh terhadap situs web e-commerce bhinneka.com, metode yang digunakan adalah metode TOPSIS.
Untuk mengetahui faktor yang paling berpengaruh pada situs web e-commerce bhinneka.com dilakukan survei kepada 235 responden yang merupakan pengunjung dan pembeli situs web e-commerce bhinneka.com yang berdomisili di Soloraya pada tanggal 2-9 Januari 2014.
2. LANDASAN TEORI 2.1 E-commerce
E-commerce singkatan dari Electronic Commerce yang artinya sistem pemasaran secara atau dengan media elektronik (Rahmawati, 2009 dalam jurnal Irmawati, 2011). E-commerce didefinisikan sebagai proses pembelian dan penjualan produk, jasa dan informasi yang dilakukan secara elektronik dengan memanfaatkan jaringan komputer (Irmawati, 2011).
Proses yang ada dalam e-commerce adalah presentasi elektronis (pembuatan situs web) untuk produk dan layanan, pemesanan secara langsung dan tersedianya tagihan, otomatisasi akun pelanggan secara aman (baik nomor rekening maupun nomor kartu redit) dan pembayaran yang dilakukan secara langsung (online) dan penanganan transaksi (Irmawati, 2011).
Dalam proses e-commerce, perusahaan membutuhkan beberapa komponen utama agar operasi dan manajemen aktivitas e-commerce berjalan dengan baik. Adapun komponen-komponen tersebut adalah pengendalian akses dan keamanan, membuat profil dan personalisasi, manajemen pencarian, manajemen isi dan katalog, manajemen arus kerja, pemberitahuan kegiatan, kerjasama dan perdagangan serta proses pembayaran eletronik (Irmawati, 2011).
2.2 Critical Succes Factors (CSF)
Konsep Critical Success Factor (CSF) dikembangkan untuk membantu para manager untuk mendefinisikan informasi kunci yang diperlukan oleh top-level management (Jamil et al., 2011).CSF telah didefiniskan pada beberapa model tergantung pada tujuan yang ingin dicapai oleh peneliti. Dalam penelitian ini model yang akan digunakan adalah model yang dirumuskan oleh Molla dan Licker (Molla et al., 2001). Dalam model ini variabel yang mempengaruhi kesuksesan situs web e-commerce adalah customer commerce satisfaction, e-commerce system quality, content quality, use, trust dan support.
Dalam penelitiannya yang berjudul “The DeLone and McLean Model of Information System Success : A Ten-Year Update”, DeLone and McLean (DeLone et al, 2003) mendefinisikan faktor-faktor yang mempengaruhi kesuksesan sebuah situs web e-commerce adalah systems quality, information quality, service quality, use, user satisfaction dan net benefits.
Irmawati (2011) dalam penelitiannya yang berjudul “Pemanfaatan E-Commerce dalam Dunia Bisnis” menyatakan bahwa faktor keberhasilan e-commerce dalam dunia bisnis adalah selection and value, performance and service, advertising and incentives, personal attention, community relationship dan security and reliability.
2.3 Metode TOPSIS
Technique For Others Reference by Similarity to Ideal Solution (TOPSIS) adalah salah satu metode pengambilan keputusan multikriteria. Pertama kali diperkenalkan oleh Yoon dan Hwang (1981) (Mavi et al., 2012).
TOPSIS terdiri dari beberapa langkah (Yu et al., 2011), yaitu :
a. Menentukan matriks keputusan
Jika jumlah kriteria adalah n dan jumlah alternatif adalah m, maka matriks keputusan dengan m baris dan n kolom adalah sebagai berikut :
Tabel 1. Matriks Keputusan
Kriteria 1 Kriteria 2 … Kriteria n Alternatif 1 Alternatif 2 … Alternatif m
b. Menghitung normalisasi dari matriks keputusan
Nilai normalisasi dapat dihitung dengan rumus sebagai berikut :
c. Menghitung bobot normalisasi dari matriks keputusan
Matriks keputusan yang telah dinormalisasi dikalikan dengan bobotnya
Dimana wj merupakan bobot kriteria dan
rij merupakan nilai normalisasi.
d. Menentukan nilai ideal positif dan nilai ideal negatif
e. Menghitung separation measures
Separation measures dari nilai ideal positif :
Separation measures dari nilai ideal negatif :
f. Menghitung kedekatan relatif terhadap nilai solusi ideal
g. Menentukan peringkat 3. METODOLOGI
Dalam penelitian ini, peneliti mengevaluasi website jual beli online di Indonesia yaitu bhinneka.com. Peneliti menggunakan model critical success factor e-commerce yang telah dirumuskan oleh Molla dan Licker (Molla et al., 2001), yaitu
Customerce Commerce Satisfaction (CES), E-Commerce system quality, content quality, use, trust dan support. Selanjutnya dilakukan analisa terhadap critical success factor tersebut untuk menentukan instrument evaluasi yang berupa kuesioner.
Untuk menentukan critical success factor mana yang paling berpengaruh, dilakukan penyebaran kuesioner terhadap 235 responden pada tanggal 2-9 Januari 2014. Pemilihan responden didasarkan kepada pengunjung dan pembeli website e-commerce bhinneka.com. Dalam hal ini responden terdiri dari mahasiswa di Solo, mahasiswa luar Solo dan umum dengan jumlah masing-masing secara berurutan adalah 154, 29 dan 52 orang. Adapun grafiknya adalah sebagai berikut :
Gambar 1. Grafik Jumlah Responden Hasil dari kuesioner tersebut akan dianalisis dan selanjutnya dihitung faktor yang paling mempengaruhi website bhinneka.com menggunakan metode TOPSIS.
4. HASIL DAN PEMBAHASAN
Berdasarkan hasil analisis dari model critical success factor yang telah dirumuskan oleh Molla dan Licker (Molla et al., 2001), didapatkan hasil analisa yang ditampilkan pada tabel 2.
Tabel 2. Analisa Critical Success Factor
No Faktor Critical Success Factor
1. Customer E-Commerce Satisfaction
Kemudahan melakukan pemilihan barang
Barang tiba di alamat tujuan sesuai waktu yang dijanjikan
Barang tiba sesuai dengan pesanan
Barang tiba tanpa cacat 2. E-commerce
System Quality
Kemudahan navigasi situs e-commerce
Sistem dapat diakses selama 24 jam dalam sehari Seluruh fungsi dalam sistem berjalan normal Efisiensi waktu dalam proses transaksi
Error rate yang rendah pada pengaksesan situs
Tabel 2. Lanjutan
No Faktor Critical Success Factor
3. Content Quality Informasi produk atau
barang ditampilkan secara jelas pada halaman situs Informasi produk atau barang ditampilkan secara lengkap pada halaman situs Informasi produk atau barang mudah dipahami oleh calon pembeli
4. Use Target jumlah pengunjung setiap bulan terpenuhi
5. Trust Keamanan dari sistem
Proteksi data pelanggan
6. Support Sistem menyediakan fitur
pencarian yang relevan dan mudah digunakan
Sistem menyediakan “kotak aduan” bagi pelanggan dengan cara yang mudah
Sistem menyediakan perhitungan nilai produk secara tepat
Sistem menyediakan fasilitas untuk melakukan pelacakan barang yang sudah dikirim
Sistem menyediakan berbagai macam alternatif
pembayaran bagi pelanggan
Sistem menyediakan halaman khusus FAQ yang berisi berbagai macam pertanyaan dan jawaban Berdasarkan analisa critical success factor tersebut dilakukan pembuatan kuesioner dan melakukan penyebaran kuesioner terhadap 235 responden yang merupakan pengunjung dan pembeli di bhinneka.com yang terdiri dari mahasiswa di Solo Mahasiswa di luar Solo dan umum dengan jumlah masing-masing secara berurutan adalah 154, 29 dan 52 orang.
Selanjutnya dilakukan perhitungan dengan menggunakan metode TOPSIS terhadap hasil kuesioner. Langkah yang pertama adalah membuat matriks keputusan dari setiap alternatif dan kriteria yang telah ditentukan.
Tabel 3. Matriks Keputusan dari Hasil Kuesioner
Alternatif C1 C2 C3 C4 Kriteria C5 A1 83 112 33 6 1 A2 23 120 69 21 2 A3 10 108 92 23 2 A4 23 142 47 21 2 A5 21 145 61 8 0 A6 27 142 47 19 0 A7 19 115 82 19 0 A8 13 125 76 20 1 A9 21 143 53 16 2 A10 14 157 56 7 1 A11 12 100 108 15 0 A12 14 120 94 7 0 A13 18 133 76 7 1 A14 28 134 68 5 0 A15 24 95 102 12 2 A16 12 68 146 8 1 A17 18 87 127 3 0 A18 21 72 139 3 0 A19 32 130 61 12 0 A20 22 110 76 25 2 A21 12 89 116 18 0 A22 24 74 119 17 1 Keterangan alternatif:
A1 = Sistem dapat diakses dalam waktu 24 jam dalam sehari
A2 = Waktu respon yang cepat
A3 = Error rate yang rendah pada pengaksesan situs
A4 = Kemudahan navigasi situs e-commerce A5 = Seluruh fungsi dalam sistem berjalan normal A6 = Informasi produk atau barang ditampilkan
secara jelas pada halaman situs
A7 = Informasi produk atau barang ditampilkan secara lengkap pada halaman situs
A8 = Informasi produk atau barang mudah dipahami oleh calon pembeli
A9 = Sistem menyediakan fitur pencarian yang relevan dan mudah digunakan
A10 = Kemudahan melakukan pemilihan barang A11 = Efisiensi waktu dalam proses transaksi A12 = Proteksi data pelanggan
A13 = Sistem menyediakan perhitungan nilai produk secara tepat
A14 = Sistem menyediakan berbagai macam alternatif pembayaran bagi pelanggan
A15 = Sistem menyediakan fasilitas untuk melakukan pelacakan barang yang sudah dikirim
A16 = Barang tiba di alamat tujuan sesuai waktu yang dijanjikan
A17 = Barang tiba sesuai dengan pesanan A18 = Barang tiba tanpa cacat
A19 = Sistem menyediakan “kotak aduan” bagi pelanggan dengan cara yang mudah
A20 = Sistem menyediakan halaman khusus FAQ yang berisi berbagai macam pertanyaan dan jawaban yang jelas
A22 = Target jumlah pengunjung setiap bulannya terpenuhi Keterangan kriteria: C1 = Sangat setuju C2 = Setuju C3 = Netral C4 = Tidak setuju C5 = Sangat tidak setuju
Dalam hal ini alternatif A22 yang merepresentasikan faktor use, yaitu target jumlah pengunjung setiap bulan terpenuhi, kurang valid. Hal ini disebabkan faktor use seharusnya ditujukan kepada pemilik, bukan kepada pengunjung maupun pembeli di bhinneka.com.
Langkah yang kedua adalah mencari nilai kuadrat setiap elemen matriks keputusan. Selanjutnya, dilakukan penjumlahan nilai kuadrat tersebut untuk setiap kategori. Dari penjumlahan nilai kuadrat maka dapat ditemukan nilai akar penjumlahan untuk setiap kategori.
Dari matriks keputusan diatas, maka didapatkan nilai penjumlahan dan akar penjumlahan untuk setiap kategori seperti berikut:
Tabel 4. Nilai penjumlahan dan akar penjumlahan
Kriteria Jumlah Akar Jumlah
C1 15545 124.68 C2 302753 550.23 C3 176082 419.621 C4 4894 69.9571 C5 30 5.47723 Langkah yang ketiga adalah membuat matriks keputusan ternormalisasi, dimana nilai setiap elemen didapatkan dari pembagian setiap elemen matriks keputusan terhadap nilai akar penjumlahan.
Nilai keputusan ternormalisasi terbobot untuk A1 dan C1 :
Nilai keputusan ternormalisasi terbobot untuk A1 dan C2 :
dan seterusnya, sehingga didapatkan matriks keputusan ternormalisasi.
Tabel 5. Matriks keputusan ternormalisasi Alternati f Kriteria C1 C2 C3 C4 C5 A1 0.6657 0.2036 0.0786 0.0858 0.1826 A2 0.1845 0.2181 0.1644 0.3002 0.3651 A3 0.0802 0.1963 0.2192 0.3288 0.3651 A4 0.1845 0.2581 0.1120 0.3002 0.3651 A5 0.1684 0.2635 0.1454 0.1144 0.0000 A6 0.2166 0.2581 0.1120 0.2716 0.0000 A7 0.1524 0.2090 0.1954 0.2716 0.0000 A8 0.1043 0.2272 0.1811 0.2859 0.1826 A9 0.1684 0.2599 0.1263 0.2287 0.3651 A10 0.1123 0.2853 0.1335 0.1001 0.1826 A11 0.0962 0.1817 0.2574 0.2144 0.0000 A12 0.1123 0.2181 0.2240 0.1001 0.0000 A13 0.1444 0.2417 0.1811 0.1001 0.1826 A14 0.2246 0.2435 0.1621 0.0715 0.0000 A15 0.1925 0.1727 0.2431 0.1715 0.3651 A16 0.0962 0.1236 0.3479 0.1144 0.1826 A17 0.1444 0.1581 0.3027 0.0429 0.0000 A18 0.1684 0.1309 0.3313 0.0429 0.0000 A19 0.2567 0.2363 0.1454 0.1715 0.0000 A20 0.1765 0.1999 0.1811 0.3574 0.3651 A21 0.0962 0.1618 0.2764 0.2573 0.0000 A22 0.1925 0.1345 0.2836 0.2430 0.1826
Langkah yang keempat adalah membuat matriks keputusan ternormalisasi terbobot, dimana setiap elemen dari matriks keputusan ternormalisasi dikalikan dengan bobot setiap kriteria. Dalam penelitian ini, bobot dari C1 adalah 5, bobot dari C2 adalah 4, bobot dari C3 adalah 3, bobot dari C4 adalah 2 dan bobot dari C5 adalah 1.
Tabel 6. Matriks keputusan ternormalisasi terbobot
Alternatif Kriteria C1 C2 C3 C4 C5 A1 3.3285 0.8142 0.2359 0.1715 0.1826 A2 0.9224 0.8724 0.4933 0.6004 0.3651 A3 0.4010 0.7851 0.6577 0.6575 0.3651 A4 0.9224 1.0323 0.3360 0.6004 0.3651 A5 0.8422 1.0541 0.4361 0.2287 0.0000 A6 1.0828 1.0323 0.3360 0.5432 0.00
A7 0.7620 0.8360 0.5862 0.5432 0.0000 A8 0.5213 0.9087 0.5433 0.5718 0.1826 A9 0.8422 1.0396 0.3789 0.4574 0.3651 A10 0.5614 1.1413 0.4004 0.2001 0.1826 A11 0.4812 0.7270 0.7721 0.4288 0.0000 A12 0.5614 0.8724 0.6720 0.2001 0.0000 A13 0.7219 0.9669 0.5433 0.2001 0.1826 A14 1.1229 0.9741 0.4862 0.1429 0.0000 A15 0.9625 0.6906 0.7292 0.3431 0.3651 A16 0.4812 0.4943 1.0438 0.2287 0.1826 A17 0.7219 0.6325 0.9080 0.0858 0.0000 A18 0.8422 0.5234 0.9938 0.0858 0.0000 A19 1.2833 0.9451 0.4361 0.3431 0.0000 A20 0.8823 0.7997 0.5433 0.7147 0.3651 A21 0.4812 0.6470 0.8293 0.5146 0.0000 A22 0.9625 0.5380 0.8508 0.4860 0.1826
Dari matriks tersebut dapat dilihat nilai solusi ideal positif dan solusi ideal negatif dari setiap kriteria. Solusi ideal positif merupakan nilai tertinggi dari nilai keputusan ternormalisasi terbobot untuk setiap kriteria, sedangkan solusi ideal negatif merupakan nilai terendah dari nilai keputusan ternormalisasi terbobot untuk setiap kriteria.
Tabel 7. Nilai solusi ideal positif dan negatif Kriteria Solusi ideal positif Solusi ideal negatif
C1 3.3285 0.4010
C2 1.1413 0.4943
C3 1.0438 0.2359
C4 0.7147 0.0858
C5 0.3651 0
Langkah yang kelima adalah menentukan jarak antara nilai terbobot setiap alternatif terhadap solusi ideal positif dan negatif (D). Jarak antara nilai terbobot setiap alternatif terhadap solusi ideal positif merupakan akar dari jumlahan kuadrat nilai setiap kriteria dikurangi dengan solusi ideal positif. Sedangkan jarak antara nilai terbobot setiap alternatif terhadap solusi ideal negatif merupakan akar dari jumlahan kuadrat nilai setiap kriteria dikurangi dengan solusi ideal negatif.
Perhitungan jarak tersebut dilakukan untuk setiap alternatif, sehingga diperoleh matriks sebagai berikut:
Tabel 8. Matriks jarak antara nilai terbobot setiap alternatif terhadap solusi ideal
Jarak Antara Nilai Terbobot Setiap Alternatif Terhadap
Solusi Ideal +
Jarak Antara Nilai Terbobot Setiap
Alternatif Terhadap Solusi Ideal - D1 1.0431 2.9518 D2 2.4856 0.9376 D3 2.9748 0.8501 D4 2.5131 0.9846 D5 2.6322 0.7539 D6 2.3914 0.9866 D7 2.6557 0.7609 D8 2.8703 0.7418 D9 2.5886 0.8853 D10 2.8929 0.7196 D11 2.9271 0.6825 D12 2.8750 0.6098 D13 2.7155 0.6835 D14 2.3799 0.9040 D15 2.4573 0.8925 D16 2.9657 0.8443 D17 2.7570 0.7574 D18 2.6637 0.8773 D19 2.2051 1.0430 D20 2.5202 0.9738 D21 2.9276 0.7522 D22 2.4668 0.9427
Langkah yang keenam adalah menghitung kedekatan relatif terhadap solusi ideal. Contoh perhitungan untuk V1 dan V2 adalah sebagai berikut:
Sehingga diperoleh nilai kedekatan relatif terhadap solusi ideal seperti pada tabel di bawah ini.
Tabel 9. Nilai kedekatan relatif terhadap solusi ideal
Nilai kedekatan relatif terhadap solusi ideal
V1 0.7389 V2 0.2739 V3 0.2223 V4 0.2815 V5 0.2227 V6 0.2921 V7 0.2227 V8 0.2054 V9 0.2548 V10 0.1992 V11 0.1891 V12 0.1750 V13 0.2011 V14 0.2753 V15 0.2664 V16 0.2216 V17 0.2155 V18 0.2478 V19 0.3211 V20 0.2787 V21 0.2044 V22 0.2765
Berdasarkan perhitungan, ditemukan bahwa jarak terbaik dihasilkan oleh V1 yaitu 0.7389. Hal ini menunjukan bahwa V1 merupakan alternatif terbaik yang mewakili alternatif A1, yaitu sistem dapat diakses dalam waktu 24 jam dalam sehari. Hal ini menunjukkan bahwa sebagian besar responden meyakini bahwa situs e-commerce www.bhinneka.com dapat diakses dalam waktu 24 jam per hari. Selanjutnya, urutan faktor-faktor yang paling berpengaruh adalah sebagai berikut:
Tabel 10. Critical Success Factor Pada Situs bhinneka.com
Alternatif Critical Success Factor
Jarak relatif terhadap
solusi ideal A1 Sistem dapat diakses dalam waktu 24 jam dalam sehari 0.7389
A19
Sistem menyediakan "kotak aduan" bagi pelanggan
dengan cara yang mudah 0.3211 A6 Informasi produk atau barang ditampilkan secara 0.2921
jelas pada halaman situs
A4 Kemudahan navigasi situs e-commerce 0.2815
A20
Sistem menyediakan halaman khusus FAQ yang berisi berbagai macam pertanyaan dan jawaban yang jelas
0.2787
A22 Target jumlah pengunjung setiap bulannya terpenuhi 0.2765
A14 Sistem menyediakan berbagai macam alternatif pembayaran bagi pelanggan
0.2753 A2 waktu respon yang cepat 0.2739 A15
Sistem menyediakan fasilitas untuk melakukan pelacakan
barang yang sudah dikirim 0.2664 A9 Sistem menyediakan fitur pencarian yang relevan dan
mudah digunakan
0.2548 A18 Barang tiba tanpa cacat 0.2478
A7
Informasi produk atau barang ditampilkan secara
lengkap pada halaman situs 0.2227 A5 Seluruh fungsi dalam sistem berjalan normal 0.2227 A3 Error rate yang rendah pada pengaksesan situs 0.2223 A16 Barang tiba di alamat tujuan sesuai waktu yang dijanjikan 0.2216 A17 Barang tiba sesuai dengan pesanan 0.2155
A8 Informasi produk atau barang mudah dipahami oleh calon pembeli
0.2054 A21 Keamanan data dari sistem 0.2044 A13
Sistem menyediakan perhitungan nilai produk
secara tepat 0.2011 A10 Kemudahan melakukan pemilihan barang 0.1992 A11 Efisiensi waktu dalam proses transaksi 0.1891 A12 Proteksi data pelanggan 0.1750 5. KESIMPULAN
Dari hasil penelitian, didapatkan bahwa kemampuan sistem untuk diakses dalam waktu 24 jam per hari menjadi faktor tertinggi yang mempengaruhi kesuksesan situs e-commerce bhinneka.com. Hal ini sesuai dengan karakteristik e-commerce yaitu dapat diakses setiap saat tanpa terbatas waktu.
Critical success factor tersebut dapat digunakan oleh pengelola www.bhinneka.com untuk mengembangkan dan meningkatkan kualitas situs e-commerce-nya agar sesuai keinginan pelanggan. PUSTAKA
Alexa. 9 Januari 2014. Top Sites in Indonesia (Online),
(http://www.alexa.com/topsites/countries;0/ID, diakses 9 Januari 2014).
DeLone, W. H., & McLean, E. R.. (2003). The DeLone and McLean Model of Information Systems Success : A Ten-Year Update, 19(4) : 9-30.
Irmawati, Dewi. (2011). Pemanfaatan e-Commerce dalam Dunia Bisnis. Jurnal Ilmiah Orasi Bisnis, edisi 4 : 95-112.
Jamil, Md. R., & Imran, M. S.. (2012). Present Status and Critical Success Factors of E-Commerce in Bangladesh. Journal of Information Technology, Vol. 1 : 7-14.
Mavi, R. K., Alavi M. G., Shekaf, S., M., Hessami, H., Z., & Nezhad, N. S.. (2012). Evaluation and Ranking of Success Factors and Benefits of ISO 14001-Based EMS Implementation Using the TOPSIS Method. Journal of Applied Environmental and Biological Sciences, 2(8) : 419-427
Molla, A., & Licker, P. S.. (2001). E-commerce Systems Success: An Attempt to Extend and Respecify the DeLone and MacLean Model of IS Success. Journal of Electronic Commerce Research, 2(4): 131-141.
Vela Asia. 16 April 2013. Top 5 Most Popular Indonesian Ecommerce Sites in 2013 (Online),
(www.velaasia.com/top-5-most-popular-indonesian-ecommerce-sites-in-2013, diakses 1 Januari 2014).
Yu, X., Guo, S., Guo, J., Huang, X.. (2011). Rank B2C E-commcerce Websites in E-alliance Based on AHP and Fuzzy TOPSIS. Expert Systems with Application, Vol. 38 : 3550-3557
