EVALUASI FAKTOR PENERIMAAN SISTEM LMS DENGAN ADAPTASI DARI MODEL UTAUT PADA MASA PANDEMI
COVID-19
Proposal Tugas Akhir
Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Informatika Universitas Muhammadiyah Malang
Fauzan (201710370311068)
Bidang Minat (Rekayasa Perangkat Lunak)
PROGRAM STUDI INFORMATIKA FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2020
i
LEMBAR PERSETUJUAN
Evaluasi Faktor Penerimaan Sistem LMS Dengan Adaptasi Dari Model UTAUT Pada Masa Pandemi Covid-19
TUGAS AKHIR
Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
Menyetujui, Malang, 5 Januari 2022
Pembimbing II
Briansyah Setio Wiyono, S.Kom, M.Kom NIP:190913071987
Pembimbing I
Galih Wasis Wicaksono, S.Kom, M.Cs NIP: 10814100541
ii
LEMBAR PENGESAHAN
Evaluasi Faktor Penerimaan Sistem LMS Dengan Adaptasi Dari Model UTAUT Pada Masa Pandemi Covid-19
TUGAS AKHIR
Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
Disusun Oleh :
FAUZAN
NIM. 201710370311068
Tugas Akhir ini telah diuji dan dinyatakan lulus melalui sidang majelis penguji pada tanggal 17 Januari 2022
Menyetujui, Penguji I
Wahyu Andhyka Kusuma S.Kom, M.Kom NIP: 10814100543
Penguji II
Zamah Sari S.T, M.T NIP: 10814100555 Mengetahui,
Ketua Jurusan Teknik Informatika
Galih Wasis Wicaksono, S.Kom, M.Cs NIP: 10814100541
iii
LEMBAR PERNYATAAN
Yang bertanda tangan dibawah ini :
NAMA : FAUZAN
NIM : 201710370311068
FAK./JUR. : TEKNIK/INFORMATIKA
Dengan ini saya menyatakan bahwa Tugas Akhir dengan judul “EVALUASI FAKTOR PENERIMAAN SISTEM LMS DENGAN ADAPTASI DARI MODEL UTAUT PADA MASA PANDEMI COVID-19” beserta seluruh isinya adalah karya saya sendiri dan bukan merupakan karya tulis orang lain, baik sebagian maupun seluruhnya, kecuali dalam bentuk kutipan yang telah disebutkan sumbernya.
Demikian surat pernyataan ini saya buat dengan sebenar-benarnya. Apabila kemudian ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya saya ini, atau ada klaim dari pihak lain terhadap keaslian karya saya ini maka saya siap menanggung segala bentuk resiko/sanksi yang berlaku.
Pembimbing II
Briansyah Setio Wiyono, S.Kom, M.Kom NIP: 190913071987
Pembimbing I
Galih Wasis Wicaksono, S.Kom, M.Cs NIP: 10814100541
Malang, 5 Januari 2022 Yang Membuat Pernyataan
Fauzan
vii
KATA PENGANTAR
Dengan memanjatkan puji syukur kehadirat Allah SWT. Atas limpahan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan tugas akhir yang berjudul
“EVALUASI FAKTOR PENERIMAAN SISTEM LMS DENGAN ADAPTASI DARI MODEL UTAUT PADA MASA PANDEMI COVID-19”
Di dalam tulisan ini disajikan pokok-pokok bahasan yang meliputi faktor- faktor yang memengaruhi penerimaan LMS dengan metode UTAUT terhadap keberhasilan sistem LMS di masa pandemi Covid-19 dan hasil pengujian menggunakan SmartPLS versi 3.3.3.
Penulis menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini masih banyak kekurangan dan keterbatasan. Oleh karena itu penulis mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu dan pengetahuan.
Malang, 18 Januari 2022
Fauzan
viii
DAFTAR ISI
LEMBAR PERSETUJUAN ... i
LEMBAR PENGESAHAN ... ii
LEMBAR PERNYATAAN ... iii
ABSTRAK ... iv
ABSTRACT ... v
LEMBAR PERSEMBAHAN ... vi
KATA PENGANTAR ... vii
DAFTAR ISI ... viii
DAFTAR GAMBAR ... x
DAFTAR TABEL ... xi
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang... 1
1.2 Rumusan Masalah ... 3
1.3 Tujuan Penelitian ... 3
1.4 Batasan Masalah ... 3
BAB II TINJAUAN PUSTAKA ... 5
2.1 Pembelajaran Daring ... 5
2.2 LMS ... 5
2.3 UTAUT ... 6
2.3.1 Performance Expectancy (PE) ... 6
2.3.2 Effort Expectancy (EE) ... 6
2.3.3 Social Influence (SI) ... 7
2.3.4 Facilitating Conditions (FC) ... 7
2.3.5 Behavioral Intention (BI) ... 7
2.3.6 Corona Fear (CF) ... 8
2.4 Partial Least Square (PLS) ... 8
2.5 Structural Equation Modeling (SEM) ... 8
2.6 Penelitian Sebelumnya ... 9
2.7 Smart-PLS ... 11
ix
BAB III METODOLOGI PENELITIAN ... 12
3.1 Tahapan Penelitian... 12
3.1.1 Pengembangan Hipotesis Penelitian ... 12
3.1.2 Membuat Instrumen Penelitian ... 15
3.1.3 Uji Validitas dan Reliabilitas dengan Metode Kuesioner ... 18
3.1.4 Menyebarkan Instrumen Penelitian Kepada Responden ... 20
3.1.5 Menganalisis Demografi dari Profil Responden ... 21
3.1.6 Menganalisis dan Mengukur Hasil Data dari Responden ... 21
3.1.7 Membuat Kesimpulan ... 28
BAB IV HASIL DAN PEMBAHASAN... 30
4.1 Hasil Uji Validitas dan Reliabilitas Instrumen Penelitian ... 30
4.1.1 Uji Validitas ... 30
4.1.2 Uji Reliabilitas ... 31
4.2 Penyebaran Instrumen Penelitian ... 32
4.3 Hasil Analisis Demografi Responden ... 32
4.4 Hasil Analisis dan Pengukuran Data ... 34
4.4.1 Analisis Jalur (Path Analysis) ... 34
4.4.2 Evaluasi Model Jalur (Path Model) ... 43
BAB V KESIMPULAN... 52
5.1 Kesimpulan... 52
5.2 Saran ... 53
DAFTAR PUSTAKA ... 54
LAMPIRAN ... 56
x
DAFTAR GAMBAR
Gambar 3. 1 Skema Tahapan Penelitian ... 12
Gambar 3. 2 Model Konseptual ... 13
Gambar 3. 3 Desain Skala Likert ... 17
Gambar 3. 4 Model Diagram Jalur ... 22
Gambar 4. 1 Persentase Jurusan ... 34
Gambar 4. 2 Hasil Model Pengukuran ... 35
Gambar 4. 3 Hasil Koefisien Jalur ... 40
xi
DAFTAR TABEL
Tabel 2. 1 Penelitian Sebelumnya ... 9
Tabel 3. 1 Instrumen Penelitian ... 15
Tabel 3. 2 R Tabel (Korelasi Pearson Product Moment) ... 18
Tabel 3. 3 Simbol Outer Model ... 23
Tabel 3. 4 Simbol Model Struktural ... 24
Tabel 4. 1 Hasil Uji Validitas ... 30
Tabel 4. 2 Hasil Uji Reliabilitas ... 31
Tabel 4. 3 Demografi Profil Responden ... 33
Tabel 4. 4 Hasil Model Pengukuran ... 35
Tabel 4. 5 Fornell-Larcker Criterion ... 37
Tabel 4. 6 Cross Loadings ... 38
Tabel 4. 7 Heterotrait-Monotrait Ratio (HTMT) ... 39
Tabel 4. 8 Hasil Uji 𝑅2... 41
Tabel 4. 9 Hasil Uji 𝑓2 ... 41
Tabel 4. 10 Hasil Uji 𝑄2... 43
Tabel 4. 11 Hasil Uji The Standardized Root Mean Square Residual (SRMR) ... 43
Tabel 4. 12 T Tabel (T Statistics) ... 44
Tabel 4. 13 Direct Effect ... 44
Tabel 4. 14 Total Indirect Effect ... 45
Tabel 4. 15 Analisis Jalur First Order dan Peran Moderasi Ketakutan Corona ... 47
54
DAFTAR PUSTAKA
[1] D. K. Ahorsu, C. Y. Lin, V. Imani, M. Saffari, M. D. Griffiths, and A. H.
Pakpour, “The Fear of COVID-19 Scale: Development and Initial Validation,” Int. J. Ment. Health Addict., 2020, doi: 10.1007/s11469-020- 00270-8.
[2] R. M. Anderson, H. Heesterbeek, D. Klinkenberg, and T. D. Hollingsworth,
“How will country-based mitigation measures influence the course of the COVID-19 epidemic?,” Lancet, vol. 395, no. 10228, pp. 931–934, 2020, doi:
10.1016/S0140-6736(20)30567-5.
[3] A. A. A. Zwain, “Technological innovativeness and information quality as neoteric predictors of users’ acceptance oZwain, A. A. A. (2019).
Technological innovativeness and information quality as neoteric predictors of users’ acceptance of learning management system: An ex,” Interact.
Technol. Smart Educ., vol. 16, no. 3, pp. 239–254, 2019, doi: 10.1108/ITSE- 09-2018-0065.
[4] S. A. Raza, W. Qazi, K. A. Khan, and J. Salam, “Social Isolation and Acceptance of the Learning Management System (LMS) in the time of COVID-19 Pandemic: An Expansion of the UTAUT Model,” J. Educ.
Comput. Res., 2020, doi: 10.1177/0735633120960421.
[5] C. M. Chao, “Factors determining the behavioral intention to use mobile learning: An application and extension of the UTAUT model,” Front.
Psychol., vol. 10, no. JULY, 2019, doi: 10.3389/fpsyg.2019.01652.
[6] D. Al-Fraihat, M. Joy, R. Masa’deh, and J. Sinclair, “Evaluating E-learning systems success: An empirical study,” Comput. Human Behav., vol. 102, no.
March 2019, pp. 67–86, 2020, doi: 10.1016/j.chb.2019.08.004.
[7] H. M. Lin, M. H. Lee, J. C. Liang, H. Y. Chang, P. Huang, and C. C. Tsai,
“A review of using partial least square structural equation modeling in e- learning research,” Br. J. Educ. Technol., vol. 51, no. 4, pp. 1354–1372,
55 2020, doi: 10.1111/bjet.12890.
[8] H. L. Asastani, Harisno, V. H. Kusumawardhana, and H. L. H. S. Warnars,
“Factors Affecting the Usage of Mobile Commerce using Technology Acceptance Model (TAM) and Unified Theory of Acceptance and Use of Technology (UTAUT),” 1st 2018 Indones. Assoc. Pattern Recognit. Int.
Conf. Ina. 2018 - Proc., pp. 322–328, 2019, doi:
10.1109/INAPR.2018.8627003.
[9] Z. Awang, A. Afthanorhan, M. Mamat, Z. Awang, and A. Afthanorhan, “The Likert scale analysis using parametric based Structural Equation Modeling (SEM),” Comput. Methods Soc. Sci., vol. 4, no. 1, pp. 13–21, 2016, doi:
10.5281/zenodo.1299429.
[10] Sugiyono, Metode Penelitian Administrasi, Ed.4. Bandung: Alfabeta, 2000.
[11] A. Juliandi, “Structural Equation Model Partial Least Square ( Sem-Pls ) Dengan SmartPLS,” Modul Pelatih., pp. 1–4, 2018.
[12] N. Oda et al., “Microbolometer terahertz focal plane array and camera with improved sensitivity at 0.5-0.6 THz,” Int. Conf. Infrared, Millimeter, Terahertz Waves, IRMMW-THz, pp. 59–71, 2014, doi: 10.1109/IRMMW- THz.2014.6956015.
[13] H. L. Imam Ghozali, Partial Least Squares Konsep, Teknik dan Aplikasi Mengguanakan Program SmartPLS 3.0, 2nd ed. Semarang: Universitas Diponegoro Semarang, 2014.
[14] S. Setiaman, “Software SMART-PLS,” Smart Pls 3, 2021.
[15] G. Taasoobshirazi and S. Wang, “The Performance of the SRMR, RMSEA, CFI, and TLI: An Examination of Sample Size, Path Size, and Degrees of Freedom,” J. Appl. Quant. Methods, vol. 11, no. 3, pp. 31–39, 2016.
[16] M. Al-Emran, V. Mezhuyev, and A. Kamaludin, PLS-SEM in Information Systems Research: A Comprehensive Methodological Reference, vol. 845.
Springer International Publishing, 2019.
