EVALUASI E-LEARNING MENGGUNAKAN VALUE MODEL (STUDI KASUS E-LEARNING JURUSAN SISTEM INFORMASI INSTITUT TEKNOLOGI SEPULUH NOPEMBER)

Abstrak— Teknologi informasi saat ini sudah banyak digunakan dalam dunia pendidikan yaitu E-Learning.

Banyak instansi pendidikan pada perguruan tinggi yang menggunakan E-Learning sebagai salah satu sarana pembelajaranya. Akan tetapi penggunaan aplikasi E- Learning ini memerlukan kesiapan dari sisi sumber daya manusia, baik itu dari mahasiswa maupun dosen. Banyak pengguna dari E-Learning ini tidak mengetahui secara baik tentang strengths dan weaknesses dari E-Learning tersebut, sehingga sulit untuk melakukan perbaikan dan optimasi E-Learning di masa yang akan datang.Dengan adanya permasalahan ini maka akan dilakukan evaluasi untuk mendefinisikan prioritas peningkatan dari E- Learning Jurusan Sistem Informasi (JSI). Pada evaluasi ini akan menggunakan 3-layer Value Model untuk E- Learning yaitu layer efisiensi, layer efektivitas, dan layer dampak perilaku masa depan masing-masing pengguna.Hasil dari evaluasi E-Learning JSI menggunakan value model adalah dapat memberikan rekomendasi untuk melakukan perbaikan dan optimasi E- Learning di masa yang akan datang. Dari penelitian ini didapatkan hasil prioritas peningkatan E-Learning JSI adalah sebagai berikut. Peningkatan yang perlu dilakukan pada dimensi Learning Community, yaitu :

• Komunikasi, yang dimaksud adalah kemudahan berkomunikasi yang disediakan oleh E-Learning (misalnya melalui e-mail, forum, dll)

• Tim belajar, yang dimaksud adalah E-Learning mampu membuat penggunanya menjadi bagian dari sebuah komunitas belajar.

• Pertukaran ide, yang dimaksud adalah E-Learning mampu menjadi tempat bertukar ide dan pendapat bagi penggunanya.

Kata Kunci— E-Learning, Value Model, Jurusan Sistem Informasi (JSI).

I. PENDAHULUAN

eknologi informasi yang ada saat ini mulai banyak digunakan dalam dunia pendidikan, salah satunya adalah E-Learning. E-Learning merupakan sistem pendidikan yang menggunakan aplikasi elektronik untuk mendukung pengembangan kegiatan belajar mengajar dengan media internet, intranet atau media jaringan komputer lainnya [1].E-Learning memungkinkan terjadinya proses belajar mengajar tanpa melalui tatap muka secara langsung. Hal itulah yang membuat banyak instansi pendidikan menggunakan E-Learning sebagai salah satu sarana pembelajaran.

Jurusan Sistem Informasi (JSI) merupakan salah satu jurusan yang ada pada perguruan tinggi negeri Institut Teknologi Sepuluh November (ITS), yang menggunakan E- Learning untuk membantu proses belajar mengajarnya.

Untuk menggunakan E-Learning JSI, pengguna harus merupakan Mahasiswa aktif di JSI, hal itu ditandai dengan penggunaan login (username dan password) yang menggunakan login webmail dari ITS , yang di khususkan pada wilayah JSI (domain @mhs.is.its.ac.id).

Karena E-Learning JSI dirasa sangat membantu dalam proses belajar mengajar dan banyak mahasiswa maupun dosen yang menggunakan E-Learning JSI, maka perlu dilakukan evaluasi untuk mengetahui kekurang E-Learning JSI saat ini, sehingga dapat dilakukan perbaikan dan optimasi untuk E-Learning JSI dimasa yang akan datang.

Untuk melakukan perbaikan dan optimasi tersebut perlu diketahui apa saja kekuatan (strengths) dan kelemahan (weaknesses) dari E-Learning yang digunakan.

Model yang akan digunakan untuk mengevaluasi E- Learning JSI adalah value model, model yang dikembangkan oleh E. Loukis, K. Pazalos, dan A. Salagara.

Value model merupakan model yang dikembangkan berdasarkan empat landasan teori yaitu information systems evaluation, technology acceptance models (TAM), information systems success models, E-Services evaluation.

Dimana value model ini digunakan untuk mengubah data evaluasi pengguna ke dalam Bisnis analisis [2].

Dengan adanya evaluasi ini, maka akan diketahui kekuatan (strengths) dan kelemahan (weaknesses) dari E- Learning JSI. Dari hal tersebut dapat dilakukan analisis untuk mengetahui prioritas peningkatan dari E-Learning JSI.

Sesuai dengan hasil yang diharapkan pada Tugas Akhir ini yaitu memberikan rekomendasi prioritas peningkatan dari E-Learning JSI.

II. URAIAN PENELITIAN

Value model merupakan model yang dikembangkan oleh E. Loukis, K. Pazalos, A. Salagara. Model ini dibuat berdasarkan empat landasan teori yaitu information systems evaluation, technology acceptance models (TAM), information systems success models dan E-Services evaluation. Dimana value model ini digunakan untuk mengubah data evaluasi pengguna ke dalam Bisnis analisis.

Metodelogi ini secara khusus:

• Memiliki struktur layer, termasuk dimensi evaluasi dan langkah yang terorganisir dalam layer, dan menilai setiap layer secara terpisah dan hubungan di antara mereka, seperti yang direkomendasikan oleh penelitian IS success models;

EVALUASI E-LEARNING MENGGUNAKAN VALUE MODEL (STUDI KASUS E-LEARNING JURUSAN SISTEM INFORMASI

INSTITUT TEKNOLOGI SEPULUH NOPEMBER)

W. Norman Landipayana, Mudjahidin, ST, MT.

Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember (ITS) Gedung FTIf, Kampus ITS Sukolilo, Surabaya 60111

E-mail: landipayana09@mhs.is.its.ac.id

T

• Meliputi layer efisiensi dan efektifitas, seperti yang direkomendasikan oleh penelitian IS evaluation dan E-Services evaluation;

• Mempunyai prilaku pengguna dimasa depan, seperti yang direkomendasikan oleh penelitian TAM;

• Meliputi evaluasi dimensi ease of use dan usefulness, dan langkah-langkahnya seperti yang direkomendasikan oleh penelitian TAM;

• Dapat digunakan selama pemanfaatan produktif dari E-Services, seperti yang direkomendasikan oleh penelitian IS evaluation.

Pada value model ini terdapat 3-layer yaitu:

• Efisiensi, yang dilakukan pada layer ini adalah mengevaluasi kualitas dasar E-Services yang ditawarkan kepada penguna, termasuk kualitas informasi dan layanan yang disediakan, dan juga kinerja teknisinya, seperti yang direkomendasikan oleh IS success models;

• Efektivitas, yang dilakukan pada layer ini adalah mengevaluasi sejauh mana E-Services membantu pengguna dalam menyelesaikan tugas, mencapai tujuan, menawarkan kemudahan dan juga hasilnya.

• Perilaku masa depan pengguna, yang dilakukan pada layer ini adalah mengevaluasi sejauh mana E- Services mempengaruhi perilaku masa depan penggunanya, misalnya, sejauh mana pengguna dari E-Services berniat untuk menggunakan E-Services lagi di masa depan, atau merekomendasikan hal ini kepada teman-teman dan rekannya.

Pada value model terdapat Sembilan langkah yang harus dilakukan yaitu:

1. Menentukan value model.

2. Mengumpulkan data evaluasi pengguna.

3. Menghitung cronbach’s alpha

4. Menghitung peringkat rata-rata untuk dimensi dan sub dimensi

5. Estimasi Regresi

6. Analisis korelasi dari nilai dimensi 7. High-level value model

8. Analisis korelasi dari nilai sub dimensi 9. Mengidentifikasi prioritas peningkatan

III. PENERAPAN 3.1. Menentukan value model.

Dimulai dengan menentukan value model. Karena pada studi kasus yang di evaluasi adalah E-Learning maka value model yang digunakan adalah value model untuk E- Learning. Dapat dilihat pada gambar 1.

Pada E-Learning value model terdapat 10 dimensi : Tujuh dimensi pada layer efisiensi, yaitu:

1. Perceived Ease of Use, dimensi ini digunakan untuk mengetahui seberapa mudah pengguna dalam menggunakan E-Learning.

2. Technical Quality, dimensi ini digunakan untuk mengetahui seberapa bagus layanan yang diberikan oleh E-Learning.

3. Educational Content, dimensi ini digunakan untuk mengetahui seberapa lengkap konten pendidikan yang terdapat pada E-Learning.

4. Instructor Support, dimensi ini digunakan untuk mengetahui seberapa bagus dukungan instruktur dari E-Learning.

5. Quiz, dimensi ini digunakan untuk mengetahui seberapa bermanfaat kuis yang disajikan pada E- Learning.

6. Learning Community, dimensi ini digunakan untuk mengetahui seberapa bagus layanan komunikasi yang disediakan oleh E-Learning.

7. Customization Capabilities, dimensi ini digunakan untuk mengetahui seberapa mungkin pengguna dapat mengkostumisasi E-Learning sesuai dengan kebutuhannya.

Dua dimensi pada layer efektivitas, yaitu:

1. Usefulness/ Accomplishment of educational objectives, dimensi ini digunakan untuk mengetahui seberapa bermanfaat E-Learning bagi penggunanya.

2. Use, dimensi ini digunakan untuk mengetahui seberapa sering pengguna menggunakan E- Learning.

Perceived Ease of Use

Usefulness/Accomplishment of educational objectives

Customization Capabilities Learning Community

Quiz Instructor Support Educational Content

Technical Quality

Use

Future Behavior

Efficiency Layer Effectiveness Layer Adoption/Future Intention

Layer

Gambar 1: Struktur E-Learning Value Model [2]

Satu dimensi pada layer Perilaku masa depan pengguna, yaitu:

1. Future Behavior, dimensi ini digunakan untuk mengetahui seberapa tertariknya pengguna terhadap E-Learning.

3.2. Mengumpulkan data evaluasi pengguna.

Pada langkah ini dilakukan pembuatan kuisioner berdasarkan sub dimensi (untuk sub dimensi dapat dilihat pada appendix A)yang telah ditentukan sebelumnya dan di sesuaikan dengan keadaan E-Learning. kuisioner yang dibuat terdiri dari 33 pertanyaan. Pada kuisioner ini menggunakan 5 poin skala-likert, dimana 1 artinya ‘sangat tidak setuju’ dan 5 artinya ‘sangat setuju’. Pengumpulan data dilakukan dengan cara penyebaran kuisioner secara langsung dan secara online kepada mahasiswa JSI. Data yang diperlukan dalam penelitian ini sebanyak 100 -150 buah. Dan data yang diperoleh adalah 100 buah, data sudah mencapai target dan penelitian dapat dilanjutkan.

3.3. Menghitung cronbach’s alpha

Sebelum melakukan perhitungan cronbach’s alpha dilakukan uji validitas terhadap data yang telah dikumpulkan. Setelah data yang dikumpulkan dinyatakan valid, selanjutnya di teruskan dengan menghitung cronbach’s alpha. Untuk hasil penghitungan cronbach’s alpha dapat dilihat pada table 1.

Table 1: Uji Cronbach's Alpha

Dimensi Cronbach’ alpha

Perceived Ease of Use 0.700

Technical Quality 0.710

Educational Content 0.837

Instructor Support 0.709

Quiz 0.726

Learning Community 0.844

Customization Capabilities 0.712

Usefulness/Accomplishment of educational objectives 0.890

Use 0.888

Future Behavior 0.710

Instrument kuisioner dinyatakan andal bila memiliki nilai cronbach’s alpha > 0,6 [3]. Dari keseluruhan hasil pengujian didapatkan nilai cronbach’s alpha > 0,6. Maka dari itu semua dimensi dikatakan reliabel.Untuk melakukan analisis data pada penelitian ini menggunkan software SPSS.

3.4. Menghitung peringkat rata-rata untuk dimensi dan sub dimensi

Uji rata-rata yang dilakukan dalam penelitian ini bertujuan untuk melihat rata-rata hasil keseluruhan data yang diperoleh dari pengguna E-Learning. Dari hasil rata- rata yang diperoleh dapat diketahui apa saja kekuatan (strengths) dan kelemahan (weaknesses) dari E-Learning.

Rata-rata sub dimensi dan dimensi dapat dilihat pada tabel 2.

Table 2: Uji Rata-rata Sub Dimensi dan Dimensi

Rata-rata Std.

Deviation Perceived Ease of Use (PEOU)

PEOU_a1 4.12 0.537

PEOU_a2 3.93 0.714

PEOU_a4 3.41 0.818

PEOU_a5 3.66 0.819

Rata-rata Perceived Ease of Use

(PEOU_av) 3.56 0,765

Technical Quality (TQ)

TQ_a1 2.78 0.811

TQ_a2 2.99 0.772

TQ_a3 3.09 0.780

Rata-rata Technical Quality (TQ_av) 2.95 0.787 Educational Content (EDCONT)

EDCONT_a1 3.69 0.615

EDCONT_a2 3.72 0.753

EDCONT_a3 3.60 0.739

EDCONT_a4 3.81 0.748

EDCONT_a5 3.53 0.810

Rata-rata Educational Content

(EDCONT_av) 3.67 0.733

Instructor Support (ISUPP)

ISUPP_a1 3.29 0.820

ISUPP_a2 2.99 0.916

ISUPP_a3 3.96 0.470

ISUPP_a4 3.90 0.522

Rata-rata Instructor Support

(ISUPP_av) 3.53 0.682

Quiz (QUIZ)

QUIZ_a1 3.51 0.810

QUIZ_a2 3.29 0.808

QUIZ_a3 3.70 0.798

Rata-rata Quiz (Quiz_av) 3.50 0.805 Learning Community (COMMUN)

COMMUN_a1 2.72 0.866

COMMUN_a2 3.12 0.782

COMMUN_a3 2.73 0.815

Rata-rata Learning Community

(COMMUN_av) 2.85 0.821

Customization Capabilities (PERSON)

PERSON_a1 3.97 0.437

PERSON_a2 3.64 0.595

Rata-rata Customization Capabilities

(PERSON_av) 3.80 0.516

Usefulness/Accomplishment of educational objectives (LOUT)

LOUT_a1 3.28 0.780

LOUT_a2 3.44 0.770

LOUT_a3 3.28 0.726

LOUT_a4 3.19 0.734

Rata-rata Usefulness / Accomplishment of educational objectives (LOUT_av)

3.29 0.752

Use (USE)

USE_a1 3.50 0.772

USE_a2 3.19 0.825

Rata-rata Use (USE_av) 3.34 0.798

Future Behavior (INT)

INT_a1 3.64 0.674

INT_a2 3.43 0.769

Rata-rata Future Behavior (INT_av) 3.53 0.721 3.5. Estimasi Regresi

Pada estimasi regesi ini menggunakan analisis regresi berganda, yang biasa digunakan untuk mengetahui pengaruh antara dua atau lebih variabel independen dengan satu variabel dependen. Pada penelitian ini dilakukan penghitungan regresi dengan menggunakan 4 model.

Dimana :

• Model 1 menggunakan variabel dependen dari layer 2 yaitu dimensi LOUT dan variabel independen diambil dari ketujuh dimensi dari layer 1.

• Model 2 menggunakan variabel dependen dari layer 2 yaitu dimensi USE dan variabel independen diambil dari ketujuh dimensi dari layer 1.

• Model 3 terdiri dari variabel dependen yang diambil dari layer 3 yaitu dimensi INT dan sebagai variabel independen diambil dari kedua dimensi dari layer 2.

• Model 4 terdiri dari variabel dependen yang diambil dari layer 3 yaitu INT dan sebagai variabel independen diambil dari ketujuh dimensi dari layer 1 dan kedua dimensi dari layer 2.

Untuk analisis regresi dapat dilihat pada tabel 3. Dari hasil yang diperoleh, yang dilihat adalah angka R², dimana R² menunjukan presentase sumbangan pengaruh variabel independen terhadap variabel dependennya [4].

Table 3: Model Regresi

Model Regresi R²

Model 1 0.593

Model 2 0.070

Model 3 0.093

Model 4 0.227

3.6. Analisis korelasi dari nilai dimensi

Disini analisis korelasi digunakan untuk menggukur hubungan antar dimensi yang ada pada layer 1 terhadap dimensi yang ada pada layer 2 dan 3. Untuk menghitung rata-rata, data yang dipilih adalah daya yang signifikan, untuk data yang tidak signifikan dianggap 0[2]. Data yang signifikan adalah data yang nilai signifikannya < 0.05[4].

Hasil analisis korelasi dapat dilihat pada tabel 4.

Table 4: Korelasi Dimensi

LOUT USE INT Rata-rata

PEOU 0.255* 0.077 0.146 0.085

TQ 0.118 0.067 0.238* 0.079

EDCONT 0.366* 0.083 0.265* 0.210

ISUPP 0.033 0.010 0.078 0.000

QUIZ 0.472* 0.060 0.121 0.157

COMMUN 0.647* 0.099 0.149 0.215

PERSON 0.160 0.307* 0.118 0.102

*Data yang signifikan

Dari tabel 4 dapat dilihat bahwa dimensi yang ada pada layer 1 yang memiliki rata-rata nilai korelasi yang cukup besar dibandingkan dengan dimensi lainnya adalah Learning Community dan Educational Content yaitu (0.215 dan 0.210). Sedangkan dimensi Instructor Support memiliki rata-rata nilai korelasi yaitu 0 atau tidak memiliki hubungan dengan layer yang lebih tinggi. Hal ini disebabkan karena dimensi Instructor Support tidak memiliki hubungan yang signifikan terhadap salah satu layer yang ada pada layer 2 dan 3.

3.7. High-level value model

Dengan mengkombinasikan hasil dari penghitungan di langkah 3.4. dan 3.6., dimungkinkan untuk membuat high- level value flow model untuk E-Learning. Dari high-level value model dapat dilihat rata-rata nilai dari tiap dimensi dan hubungan antara tiap dimensi, dapat dilihat pada gambar 2.

Pada high-level value model ini ada satu dimensi dari layer

1 yang dihilangkan yaitu dimensi dari Instructor Support (ISUPP), karena tidak memiliki hubungan korelasi yang signifikan terhadap salah satu dimensi yang ada pada layer 2 dan 3.

3.8. Analisis korelasi dari nilai sub dimensi

Penghitungan korelasi dari sub dimensi ini digunakan untuk mendapatkan hasil yang lebih spesifik. Yang dilakukan pada langkah ini adalah mencari korelasi dari seluruh sub dimensi yang ada pada layer 1 terhadap seluruh sub dimensi yang ada pada layer 2 dan layer 3, kemudian menghitung rata-rata hasil korelasi tersebut. Untuk menghitung rata-rata, data yang dipilih adalah daya yang signifikan, untuk data yang tidak signifikan dianggap 0[2]. Data yang signifikan adalah data yang nilai signifikannya < 0.05[4]. Hasil analisis rata- rata korelasi dapat dilihat pada tabel 5.

Table 5: Korelasi Sub Dimensi Dimensi Sub Dimensi Rata-rata

Korelasi Perceived Ease of Use PEOU_a1 0.108

PEOU_a2 0.000

PEOU_a3 0.064

PEOU_a4 0.000

PEOU_a5 0.112

Technical Quality TQ_a1 0.061

TQ_a2 0.039

TQ_a3 0.031

Educational Content EDCONT_a1 0.164

EDCONT_a2 0.192

EDCONT_a3 0.216

EDCONT_a4 0.191

EDCONT_a5 0.028

Instructor Support ISUPP_a1 0.000

ISUPP_a2 0.000

ISUPP_a3 0.000

ISUPP_a4 0.000

Quiz QUIZ_a1 0.237

QUIZ_a2 0.108

QUIZ_a3 0.236

Learning Community COMMUN_a1 0.265

COMMUN_a2 0.244

COMMUN_a3 0.265

Customization

Capabilities PERSON_a1 0.000

PERSON_a2 0.082

Dari tabel 5 dapat dilihat bahwa sub dimensi yang ada pada layer 1 yang memiliki rata-rata nilai korelasi yang cukup besar dibandingkan dengan sub dimensi lainnya adalah sub dimensi dari dimensi Learning Community, Quiz dan Educational Content.

3.9. Mengidentifikasi prioritas peningkatan

Pada langkah ini akan ditentukan prioritas peningkatan dari E-Learning JSI. Yang dilakukan pertama adalah membagi keenam dimensi yang ada pada layer 1 menjadi dua kelompok berdasarkan dengan rata-rata dari pengguna yang telah dihitung pada langkah 3.4. dimana pada langkah tersebut terdapat nilai terbesar (Customization Capabilities:

3.80) dan nilai terendah (Learning Community: 2.85). Untuk menghitung rata-ratanya dilakukan dengan cara ((3.80 + 2.85)/2 = 3.32). Dapat dilihat pada tabel 6 nilai rata-rata dimensi yang ada di atas dan di bawah rata-rata pengguna.

Gambar 2: High- Level Value Model Selanjutnya, berdasarkan hasil pada langkah 3.6. dilakukan

pengelompokan dimensi layer 1 menjadi dua kelompok berdasarkan rata-rata korelasinya dengan dimensi layer 2 dan layer 3. Dapat dilihat pada tabel 7. Untuk dimensi dari Instructor Support (ISUPP) tidak digunakan, karena tidak memiliki hubungan korelasi yang signifikan terhadap salah satu dimensi yang ada pada layer 2 dan 3.

Table 6: Pengelompokan Dimensi Layer 1 Berdasarkan Rata-rata Pengguna

2.85 3.32 3.80 Technical Quality,

Learning Community

Perceived Ease of Use, Educational Content, , Quiz, Customization

Capabilities

Table 7: Pengelompokan Dimensi Layer 1 Berdasarkan Rata-rata Korelasi Dengan Dimensi Layer 2 dan 3

0.079 0.147 0.215 Perceived Ease of Use,

Technical Quality, Customization Capabilities

Educational Content, Quiz, Learning

Community

Dari kedua hasil yang diperoleh dari tabel 6 dan tabel 7, maka dilakukan analisis untuk menentukan prioritas peningkatan berdasarkan dimensi yang ada pada layer 1.

Dengan cara mencari dimensi yang berada di bawah rata- rata pengguna dan berada di atas rata-rata korelasi dimensi layer 1 dengan dimensi layer 2 dan layer 3. Untuk itu diperoleh hasil dimensi yang harus dilakukan prioritas peningkatan adalah pada dimensi Learning Community.

Karena Learning Community memiliki nilai rata-rata yang rendah dari pengguna dan memiliki nilai korelasi yang besar dengan layer yang lebih tinggi.

Dengan cara yang sama , selanjutnya dicari prioritas peningkatan yang lebih spesifik yaitu dari setiap sub dimensi yang pada layer 1. Yang dilakukan pertama adalah membagi semua sub dimensi yang ada pada layer 1 menjadi dua kelompok berdasarkan dengan rata-rata dari pengguna yang telah dihitung pada langkah 3.4. Untuk hasilnya dapat dilihat pada tabel 8. Selanjutnya, berdasarkan hasil pada langkah 3.8. dilakukan pengelompokan sub dimensi layer 1 menjadi dua kelompok berdasarkan rata-rata korelasinya dengan sub dimensi layer 2 dan layer 3. Dapat dilihat pada tabel 9.

Table 8:Pengelompokan Sub Dimensi Layer 1 Berdasarkan Rata-rata Pengguna

2.71 3.41 4.12 PEOU_a3, PEOU_a4,

TQ_a1, TQ_a2, TQ_a3, QUIZ_a2, COMMUN_a1,

COMMUN_a2, COMMUN_a3,

PEOU_a1, PEOU_a2, PEOU_a5, EDCONT_a1, EDCONT_a2, EDCONT_a3, EDCONT_a4, EDCONT_a5,

QUIZ_a1, QUIZ_a3, PERSON_a1, PERSON_a2

Table 9:Pengelompokan Sub Dimensi Layer 1 Berdasarkan Rata-rata Korelasi Dengan Sub Dimensi Layer 2 dan 3

0.000 0.132 0.265 PEOU_a1, PEOU_a2,

PEOU_a3, PEOU_a4, PEOU_a5, TQ_a1, TQ_a2,

TQ_a3, EDCONT_a5, QUIZ_a2, PERSON_a1,

PERSON_a2

EDCONT_a1, EDCONT_a2, EDCONT_a3, EDCONT_a4, QUIZ_a1, QUIZ_a3, COMMUN_a1,

COMMUN_a2, COMMUN_a3

Dari kedua hasil yang diperoleh dari tabel 8 dan tabel 9, maka dilakukan analisis untuk menentukan prioritas peningkatan berdasarkan sub dimensi yang ada pada layer 1.

Dengan cara mencari sub dimensi yang berada dibawah rata-rata pengguna dan berada di atas rata-rata korelasi sub dimensi layer 1 dengan sub dimensi layer 2 dan layer 3.

Untuk itu diperoleh hasil sub dimensi yang harus dilakukan prioritas peningkatan adalah pada sub dimensi COMMUN_a1 (Komunikasi), COMMUN_a2 (Tim belajar) dan COMMUN_a3 (Pertukaran ide). Karena ketiga sub dimensi yang ada pada dimensi Learning Community memiliki nilai rata-rata yang rendah dari pengguna dan memiliki nilai korelasi yang besar dengan layer yang lebih tinggi.

Dari analisis menggunakan value model terhadap E- Learning JSI didapatkan hasil prioritas peningkatan yang harus dilakukan pada E-Learning JSI adalah sebagai berikut:

• Komunikasi, yang dimaksud adalah kemudahan berkomunikasi yang disediakan oleh E-Learning (misalnya melalui e-mail, forum, dll)

• Tim belajar, yang dimaksud adalah E-Learning mampu membuat penggunanya menjadi bagian dari sebuah komunitas belajar.

• Pertukaran ide, yang dimaksud adalah E -Learning mampu menjadi tempat bertukar ide dan pendapat bagi penggunanya.

IV. KESIMPULAN

Dari hasil pengumpulan data dan analisis data pada BAB sebelumnya, maka dapat diambil kesimpulan sebagai berikut:

• Dari keseluruhan dimensi yang digunakan pada value model, dimensi Instructor Support (ISUPP) harus dihilangkan karena tidak memiliki hubungan yang signifikan terhadap dimensi yang ada pada layer 2 dan 3.

• Lesson learned yang dapat diambil dari di hilangkannya dimensi Instructor Support adalah sebaikanya dimensi Instructor Support juga harus ditingkatkan kualitasnya sehingga mendapatkan perhatian yang lebih baik dari pengguna E-Learning JSI.

• Hasil dari evaluasi E-Learning JSI menggunakan value model, diketahui prioritas peningkatan yang harus dilakukan adalah pada bagian Learning Community yaitu komunikasi, tim belajar dan pertukaran ide.

Appendix A. Identifikasi sub dimensi Perceived Ease of Use

No. Sub Dimensi

PEOU_a1 Kemudahan penggunaan PEOU_a2 Kemudahan akses dan

navigasi

PEOU_a3 Kemudahan berkomunikasi PEOU_a4 Kemudahan melakukan

tindakan dasar

PEOU_a5 GUI yang Komprehensif dan terorganisasi dengan baik Technical Quality

No. Sub Dimensi

TQ_a1 Ketersediaan TQ_a2 Masalah respon TQ_a3 Dukungan teknis Educational Content

No. Sub Dimensi

EDCONT_a1 Kejelasan EDCONT_a2 Struktur EDCONT_a3 Kuantitas EDCONT_a4 Kegunaan EDCONT_a5 Kelengkapan

Instructor Support

No. Sub Dimensi

ISUPP_a1 Jawaban yang memuaskan ISUPP_a2 Interakasi

ISUPP_a3 Pengetahuan

ISUPP_a4 Penyediaan informasi tambahan

Quiz

No. Sub Dimensi

QUIZ_a1 Manfaat

QUIZ_a2 Respon instruktur

QUIZ_a3 Kemajuan

Learning Community

No. Sub Dimensi

COMMUN_a1 Komunikasi COMMUN_a2 Tim belajar COMMUN_a3 Pertukaran ide Customization Capabilities

No. Sub Dimensi

PERSON_a1 Kepentingnan pribadi PERSON_a2 Kustomisasi pribadi Usefulness / Accomplishment of educational objectives

No. Sub Dimensi

LOUT_a1 Belajar konsep/prisip LOUT_a2 Belajar metode/teknologi LOUT_a3 Kemampuan untuk

menganalisis LOUT_a4 Kemampuan sintesis Use

No. Sub Dimensi

USE_a1 Waktu belajar

USE_a2 Penggunaan alat komunikasi Future Behavior

No. Sub Dimensi

INT_a1 Rekomendasi kepada orang lain

INT_a2 Partisipasi dimasa depan

V. DAFTAR PUSTAKA

[1] Darin E. Hartley, American Society for Training and Development., 2001.

[2] E. Loukis, K. Pazalos, and A. Salagara, "Transformation e-service evaluation data into business analytics using value models," Electronic Commersce Reasearch and Applications, pp. 129-141, 2011.

[3] C. Trihendradi, Step by Step SPSS 20 Analisis Data Statistik, Fl. Sigit Suyantoro, Ed. Indonesia, Yogyakarta:

C.V Andi Offset, 2012.

[4] Duwi Priyatno, MANDIRI BELAJAR ANALISIS DATA DENGAN SPSS, Pertama ed. Indonesia, Gejayan Yogyakarta: Mediakom, 2013.