BAB II
LANDASAN TEORI
2.1 Pengertian Sistem Informasi
Menurut Jeffrey L. Whitten, pada bukunya yang berjudul System Analysis and Design Methods (Whitten, 2007), secara umum sistem dapat diartikan sebagai suatu rangkaian prosedur, metode dan cara kerja yang dilakukan untuk mencapai suatu tujuan tertentu. Sedangkan informasi adalah betuk data yang telah mengalami pengolahan lebih lanjut sehingga mempunyai kegunaan tertentu. Pengertian data sendiri adalah suatu keterangan yang masih bersifat mentah dan memerlukan pengolahan lebih lanjut jika ingin dimanfaatkan.
Bagaimana cara mengolah dan jenis data apa saja yang akan dimanfaatkan, semuanya tergantung kepada bentuk dan kebutuhan dari tiap organisasi.
Organisasi yang dimaksud dalam tulisan ini adalah kumpulan dari orang yang bekerja bersama-sama untuk mencapai suatu tujuan tertentu.
Dari penjelasan di atas, pada akhirnya Whitten menyimpulkan bahwa sistem informasi adalah serangkaian prosedur, metode dan cara kerja dari sekumpulan orang yang bertujuan untuk mengolah dan memanfaatkan data yang tersedia guna menghasilkan suatu informasi yang bisa digunakan di dalam mencapai tujuan tertentu.
Keberhasilan suatu sistem informasi dalam mencapai tujuan dan sasaran yang telah ditetapkan biasanya diukur dengan efektivitas, di mana efektivitas itu sedniri berhubungan dengan faktor kualitas dan kuantitas yang bertujuan
untuk meningkatkan kepuasan user dan kualitas dari Sistem Informasi Remote Trading.
2.2 Proses Pengembangan Sistem 2.2.1 Siklus Sistem
Suatu sistem selalu mengalami suatu kondisi yang dinamakan sistem life cycle yang bisa dilihat pada gambar berikut :
Gambar 2.1 Siklus Sistem (sumber : Whitten, 2007)
Berdasarkan gambar di atas bisa dilihat bahwa proses pengembangan suatu sistem merupakan bagian dari suatu siklus yang berlangsung terus menerus selama organisasi yang menggunakan sistem tersebut masih beroperasi. Pengembangan suatu sistem bisa didasari atas berbagai permasalahan yaitu antara lain kebutuhan akan kecepatan proses dan keakuratan yang lebih tinggi atau adanya
peningkatan jumlah data yang harus diproses dan lain sebagainya.
Meskipun permasalahan tersebut dapat diatasi dengan pengembangan suatu sistem informasi, kenyataannya bahwa ketika sistem tersebut diimplementasikan akan timbul permasalahan baru yang menuntut terus diadakannya proses pengembangan terhadap sistem tersebut.
Alasan itulah yang menyebabkan pemilihan sutu teknologi yang tepat di dalam mengembangkan suatu sistem informasi akan sangat menentukan kehandalan sistem yang dihasilkan, berapa lama sistem tersebut akan ebrtahan, seberapa efektif sistem tersebut akan memberikan keunggulan tertentu dan apakah pengambangan telah disesuaikan dengan kondisi internal dari organisasi.
2.2.2 Metodologi Pengembangan Sistem
Menurut Whitten (Whitten, 2007), system development methodology adalah serangkaian aktivitas, metode, panduan, hasil dan alat bantu yang digunakan oleh pengembang sistem di dalam mengembangkan dan menjaga sebagian atau keseluruhan sistem informasi dan software yang dikembangkan, agar selalu di dalam kerangka konsistensi dan terdokumentasi secara benar. Saat ini banyak terdapat metodologi yang bisa digunakan di dalam membantu pengembangan suatu sistem informasi. Metodologi-metodologi tersebut antara lain adalah : (Whitten, 2007)
a. Classic Problem Solving Approach
Merupakan serangkaian tahapan yang dilakukan di dalam pengembangan suatu sistem informasi, tahapan-tahapan tersebut adalah :
1. Study and understand the problem and its context 2. Define the requirements of a suitable solution.
3. Identify candidate solutions and select the “best” solution.
4. Design and or implement the solution.
5. Observe and evaluate the solution’s impact and refine the solution accordingly.
Pendekatan klasik ini merupakan dasar yang digunakan di dalam mengembangkan metodologi-metodologi lainnya.
b. Waterfall Methodology
Pengembangan yang dilakukan di dalam metodologi ini berdasarkan tahapan-tahapan yang dijalankan secara Top-Down yang dapat dilihat pada gambar berikut ini :
Gambar 2.2 Waterfall Methodology (sumber : Whitten, 2007)
Di dalam penggunaannya, masih ditemukan beberapa kelemahan mendasar yaitu antara lain di dalam setiap tahapan diperlukan suatu ketelitian yang sangat tinggi, karena tidak ada peluang untuk kesalahan yang terjadi, tidak ada proses error correction setelah requirement ditetapkan. Konsumen harus bersabar, karena pembuatan perangkat lunak akan dimulai ketika tahap desain sudah selesai. Sedangkan pada tahapan sebelum tahapan desain bisa memakan waktu yang lama. Bahkan di dalam suatu pengembangan sistem konsumen sama sekali tidak diberikan kesempatan untuk memberikan feedback terhadap pengembangan, sehingga terjadi kondisi di mana keinginan konsumen dengan produk yang diberikan sepenuhnya berbeda karena sulit bagi pelanggan untuk menentukan semua kebutuhan secara eksplisit pada tahapan awal.
c. Spiral Methodology
Metodologi spiral ini telah memperbaiki beberapa permasalahan yang sebelumnya menjadi hambatan di dalam metodologi waterfall, tahapan-tahapannya tetap sama, tetapi di dalam metode ini keempat tahapan (planning, analyzing, design, dan implementation) akan dilakukan secara berulang dengan cakupan permasalahan yang diperkecil (hanya akan dilakukan sebagian saja dari setiap tahapan tersebut). Setiap tahapan akan memberikan hasil yang tidak jauh berbeda secara struktur tetapi isi dari rancangan mengalami perbaikan pada setiap iterasinya,
sehingga mencapai suatu titik di mana sistem tersebut telah siap untuk diterapkan.
Gambar 2.3 Spiral Methodology (sumber : Whitten, 2007)
Metodologi ini memungkinkan adanya feedback dari setiap tahapan, serta adanya suatu kesempatan di mana kesalahan tersebut bisa diperbaiki. Selain itu jika ada perkembangan lebih lanjut bisa langsung disesuaikan dengan sistem yang tengah dirancang. User akan diberikan kesempatan melihat hasil sementara dari project dan memberikan masukan-masukan.
Kelemahan dari metodologi ini adalah tidak adanya batasan atau petunjuk pasti dimana proses iterasi harus dihentikan, semakin banyak masukan baru atau kebutuhan yang diberikan di dalam setiap putaran mengakibatkan proses pengembangan semakin lama dan semakin menjauhi rencana pengembangan aw
2.3 Efektivitas Sistem Informasi
Menurut Northcraft & Neale (2001), efektivitas adalah kemampuan suatu perusahaan dalam mencapai tujuan atau misi perusahaan. Manajemen yang efektif tercermin dalam pemilihan pekerjaan yang benar untuk dilaksanakan dan kemampuan untuk memilih sasaran yang tepat. Dalam survey tentang efektivitas sistem informasi umumnya faktor-faktor yang diteliti adalah kesesuaian sistem dengan kebutuhan user, kesesuaian output yang dihasilkan program aplikasi dengan sesuatu yang diperlukan oleh user, kemudahan penggunaan sistem, kepuasaan user terhadap sistem informasi yang digunakan. Faktor-faktor tersebut mendasari pengukuran kepuasan user.
Jika user merasa puas dengan sistem informasi yang digunakan maka sistem informasi tersebut dapat dikatakan efektif. Penerapan sistem informasi yang efektif menurut Remenyi (2007) membutuhkan hubungan yang harmonis antara manajemen level atas, user, dan staf sistem informasi.
2.4 The Unified Theory of Acceptance and Use of Technology (UTAUT) Dari penelitian sebelumnya Technology Acceptance Model atau yang biasanya dikenal dengan istilah TAM (Davis, 1989) telah menghasilkan sebuah metodologi user acceptance dari sebuah sistem informasi. Untuk meningkatkan tingkat kepercayaan, beberapa studi empiris pun telah dilakukan. Pada tahun 2000 Venkatesh dan Davis mengeluarkan metodologi tentang user acceptance selanjutnya yang merupakan generasi selanjutnya dari TAM yakni TAM 2. Dan pada tahun 2003 Venkatesh, Morris dan
beberapa peneliti lain mengeluarkan sebuah ide metodologi user acceptance yang lain yakni yang disebut dengan istilah UTAUT.
UTAUT (Unified Theory of Acceptance and Use of Technology) merupakan salah satu model penerimaan teknologi terkini yang dikembangkan oleh Venkatesh, Morris dan beberapa peneliti lain.
Metodologi UTAUT ini sebenarnya merupakan sintesis atau penggabungan daripada elemen-elemen yang terdapat dalam 8 model penerimaan teknologi terkemuka lainnya dengan tujuan untuk memperoleh kesatuan pandangan mengenai user atau pengguna. Delapan model yang dijadikan sebagai acuan daripada metodologi UTAUT adalah :
• Theory Reasoned Action (TRA)
• Theory Acceptance Model (TAM)
• Motivational Model (MM)
• Theory of Planned Behaviour (TPB)
• Combined TAM and TPB
• Model of PC Utilization (MPTU)
• Innovation Diffusion Theory (IDT)
• Social Cognitive Theory (SCT)
Model UTAUT sendiri terdiri dari 4 variabel utama yakni : 1. Performance expectancy
2. Effort expentancy 3. Social Influence 4. Facilitating conditions
Dan juga terdiri dari 4 variabel tambahan, yakni : 1. Gender
2. Age 3. Experience
4. Facilitating Conditions
Dalam metodologi UTAUT ini menggambarkan keterkaitan antara masing-masing variabel utama dan variabel pendukung seperti terlihat dalam gambar berikut:
Gambar 2.4 Model UTAUT (sumber : Venkatesh et al., 2003)
Tabel 2.1 UTAUT Model Variables (sumber : Venkatesh et al., 2003)
UTAUT 2003 Definisi
Performance Expectancy (PE)
Tingkat ukuran dimana seseorang percaya pada saat penggunaan teknologi akan membantunya menyelesaikan berbagai permasalahan dalam perdagangan saham Effort Expectancy
(EE) Tingkat ukuran penggunaan system
Social Influence (SI)
Tingkat ukuran dimanan dapat terlihat betapa pentingnya oranglain harus mampu juga menggunakan system tersebut
Facilitating Conditions (FC)
Tingkat ukuran dimana masing-masing individu yaking bahwa peusahaan dan infrastruktur teknologi ada untuk mendukung e-services
Behavioral Intentions (BI)
Keadaan dimana ketika keuntungan dari sebuah teknologi
ditemukan, maka akan ada rencana lain untuk menggunakannya.
Usage Behaviour (UB)
Sebuah tingkatan ukuran dimana ketika sebuah rencana untuk menggunakan teknologi/system setelah diketahui manfaatnya
Gender Peranan umur memiliki pengarih psikologis yang cukup besar pada penggunaan system
Age Umur memiliki efek pada tingkah laku per individu Experience Latihan perkenalan pada system dengan kemampuan
yang dibutuhkan
Voluntariness of Use Merupakan penggunaan system dengan sendirinya atau tanpa perintah lagi.
2.5 Importance Performance Analysis (IPA)
Metode Importance Performance Analysis (IPA) pertama kali diperkenalkan oleh Martilla dan James (1977) dengan tujuan untuk mengukur hubungan antara persepsi konsumen dan prioritas peningkatan kualitas produk/jasa yang dikenal pula dengan quadrant analysis (Brandt, 2000 dan Latu & Everett, 2000). IPA telah diterima secara umum dan dipergunakan pada berbagai bidang kajian karena kemudahan untuk diterapkan dan tampilan hasil analisa yang memudahkan usulan perbaikan kinerja (Martinez, 2003), IPA mempunyai fungsi utama untuk menampilkan informasi berkaitan dengan
kepuasan dan loyalitas mereka, dan faktor-faktor pelayanan yang menurut konsumen perlu ditingkatkan karena kondisi saat ini belum memuaskan.
IPA menggabungkan pengukuran faktor tingkat kepentingan dan tingkat kepuasan dalam grafik dua dimensi yang memudahkan penjelasan data dan mendapatkan usulan praktis. Interpretasi grafik IPA sangat mudah, dimana grafik IPA dibagi menjadi empat buah kuadran berdasarkan hasil pengukuran sebagaimana terlihat pada
Gambar 2.5 Pembagian Kuadran Importance Performance Analysis (sumber : Brandt, 2000)
Berikut ini adalah penjelasan untuk masing-masing kuadran (Brandt, 2000) :
• Kuadran Pertama, “Pertahankan Kinerja” (high importance & high performance)
Quadrant 1 Quadrant 4
Quadrant 2 Quadrant 3
Factor-faktor yang ada dalam kuadran ini dinilai sebagai factor penunjang bagi kepuasan konsumen sehingga pihak manajemen berkewajiban memastikan bahwa kinerja institusi yang dikelolanya dapat terus mempertahankan prestasi yang telah dicapai.
• Kuadran Kedua, “Cenderung Berlebihan” (low importance & high performance)
Faktor-faktor yang terletak pada kuadran ini dianggap tidak terlalu penting sehingga pihak manajemen perlu mengalokasikan sumber daya yang terkait dengan factor-faktor tersebut kepada factor-faktor lain yang mempunyai prioritas penanganan lebih tinggi yang masih membutuhkan peningkatan, misalnya di kuadran empat.
• Kuadran Ketiga, “Prioritas Rendah” (low importance & low performance)
Factor – factor yang terletak pada kuadran ini mempunyai tingkat kepuasan yang rendah dan sekaligus dianggap tidak terlalu penting bagi konsumen, sehingga pihak manajemen tidak perlu memprioritaskan atau terlalu memberikan perhatian lebih pada factor tersebut.
• Kuadran Keempat, “Tingkatkan Kinerja” (high importance & low performance)
Factor-faktor yang ada pada kuadran ini dianggap sebagai factor yang sangat penting oleh konsumen namun kondisi saat ini belum memuaskan sehingga pihak manejemen berkewajiban mengalokasikan sumber daya yang memadai untuk meningkatkan kinerja berbagai
factor tersebut. Factor-faktor yang terletak pada kuadran ini merupakan prioritas untuk ditingkatkan.
Ada dua macam metode untuk menampilkan data IPA (Martinez, 2003) yaitu :
• Menempatkan garis perpotongan kuadran pada nilai rata-rata pada sumbu tingkat kepuasan dan sumbu prioritas penanganan dengan tujuan untuk mengetahui secara umum penyebaran data terletak pada kuadran berapa. Pada bagian ini digunakan nilai rata-rata pada skala pengukuran tingkat kepuasan dan prioritas penanganan sebagai garis pemisah antar kuadran.
• Menempatkan garis perpotongan kuadran pada nilai rata-rata hasil pengamatan pada sumbu tingkat kepuasan dan sumbu prioritas penanganan dengan tujuan untuk mengetahui secara spesifik masing- masing factor terletak pada kuadran ke berapa. Pada bagian ini digunakan nilai rata-rata hasil pengukuran tingkat kepuasan dan prioritas penanganan sebagai garis pemisah antar kuadram. Berikut prosedur berkaitan dengan penggunaan metode IPA :
1. Penentuan factor-faktor yang akan dianalisa 2. Melakukan survey melalui penyebaran kuesioner
3. Menghitung nilai rata-rata tingkat kepuasan dan prioritas penanganan
4. Membuat grafik IPA
5. Melakukan evaluasi terhadap factor sesuai dengan kuadran masing-masing.
2.6 Pengujian Kelayakan 2.6.1 Uji Validitas
Uji validitas akan menunjukan sejauh mana skor/penilaian yang diperoleh benar-benar menyatakan hasil pengukuran yang ingin diukur (Agung, 1990). Validitas pada umumnya dipermasalahkan berkaitan dengan hasil pengukuran psikologis atau non fisik. Berkaitan dengan hasil pengukuran yang diperoleh, sebenarnya diharapkan dapat menggambarkan atau memberikan skor suatu karakteristik lain yang menjadi perhatian utama.
Macam validitas umumnya digolongkan dalam tiga kategori besar, yaitu validitas isi (content validity), validitas berdasarkan criteria (criterion-related validity) dan validitas konstruk (construct validity).
Uji validitas dengan mengukur korelasi antara variable dengan total skor variable. Cara mengukur validitas konstruk salah satunya yaitu dengan mencari korelasi antara masing-masing pertanyaan dengan skor total dengan menggunakan rumus teknik korelasi “product moment” (Masri Singarimbun, et al., 1989), yakni :
Keterangan :
= Korelasi product momen
X = Skor pertanyaan
Y = Skor total seluruh pertanyaan
XY = Skor pertanyaan dikali skor total
N = Jumlah responden
Kriteria validasi suatu pertanyaan dapat ditentukan jika :
• r hitung > r table, maka pertanyaan yang diajukan dinyatakan valid.
• r hitung < r table, maka pertanyaan yang diajukan dinyatakan tidak valid.
2.6.2 Uji Reliabilitas
Reliabilitas merupakan indeks yang menunjukkan sejauh mana suatu alat pengukur dapat dipercaya dan dapat diandalkan.
Setiap alat pengukur seharusnya memiliki kemampuan untuk memberikan hasil pengukuran relative yang konsisten dari waktu ke waktu. Salah satu teknik yang bisa digunakan untuk mengukur reliabilitas adalah teknik belah dua. Teknik ini diperoleh dengan membagi variable-variabel yang sudah valid secara acak menjadi dua bagian.
Skor untuk masing-masing variable pada setiap belahan akan dijumlahkan, sehingga diperoleh skor total untuk masing- masing variable belahan. Selanjutnya skor total belahan pertama
dan kedua dicari korelasinya dengan menggunakan teknik korelasi product moment. Angka korelasi yang dihasilkan lebih rendah daripada angka korelasi yang diperoleh jika alat ukur tersebut tidak dibelah. Cara mencari reliabilitas untuk keseluruhan variable adalah dengan mengkoreksi angka korelasi yang diperoleh menggunakan rumus :
Keterangan :
= angka reliabilitas keseluruhan variable.
= angka reliabilitas belahan pertama dan kedua.
2.7 Metode Analisis
2.7.1 Pearson Correlation Coefficient (Pearson Product Moment)
Korelasi antara variabel satu dengan variabel lain pada dasarnya adalah untuk menentukan apakah kedua variabel ini secara statistik independen / bebas. Pearson Product Moment adalah salah satu alat yang digunakan untuk mengukur nilai korelasi dari satu faktor ke faktor lain. Formula koefisien korelasi pearson product moment ialah :
r = sample koefisien korelasi (koefisien korelasi pearson product moment) SP = jumlah dari produk =
SSx = jumlah kuadrat dari variabel X =
Ssy = jumlah kuadrat dari variabel Y =
Nilai korelasi digunakan untuk mengetahui sedekat apa hubungan antara dua faktor tersebut. Nilainya antara -1 dan +1. Nilai positif memperlihatkan hubungan yang positif, yang artinya semakin tinggi nilai dari faktor X akan menghasilkan nilai yang tinggi juga pada faktor Y, nilai negatif memperlihatkan sebaliknya. Nilai -1 memperlihatkan hubungan negatif yang kuat, 0 memperlihatkan tidak adanya relasi, dan +1 memperlihatkan hubungan positif yang kuat.
”Hubungan antara kedua varibel adalah suatu ukuran dari derajat asosiasi linear antara dua variabel” (Aczel,1999)
Untuk mengetahui seberapa besar pengaruh variabel X terhadap Y, digunakan rumus koefisien determinasi (R2) dengan cara
”mengkuadratkan nilai koefisien korelasi (r) yang telah dihitung”, dengan rumus:
R2 = r2 di mana,
R = Koefisien Determinasi; r = Koefisien Korelasi
2.7.2 Correlation Analysis
Analisa korelasi sering digunakan untuk mendeskripsikan tujuan sebagai poin penilai dari koefisien populasi korelasi ρ. Analisis ini digunakan untuk menganalisa hubungan linear antara dua variabel.
Untuk dilakukan pengetesan dibutuhkan distribusi normal dari kedua variabel. Formulanya ialah :
Di mana,
n = besar sampel
r = sample koefisien korelasi ( koefisien korelasi pearson product moment)
Hipotesis statistik :
H0: ρ = 0; H1 : ρ ≠ 0
Tes hipotesis diselesaikan dengan nilai t-test pada tingkat kepercayaan 95%.
H0 diterima jika nilai t-value berada pada titik kritis (0.05;n-2) ≤ t-measure.
H1 ditolak jika nilai t-value berada pada titik kritis (0.05;n-2) ≥ t-measure
2.7.3 Regresi Linier Sederhana
Menurut Sambas dan Maman (2007) Regresi linier sederhana, adalah bentuk regresi dengan model yang bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel independen (bebas) dan variabel dependen (terikat). Jika ditulis dalam bentuk persamaan, model regresi sederhana adalah :
Y = α + βX
Dimana :
Y : variabel tidak bebas / dependen (terikat),
X : variabel bebas / independen
α : penduga bagi intercept (α) / nilai konstan,
β : penduga bagi koefisien regresi (β).
Dengan kata lain α dan β adalah parameter yang nilainya tidak diketahui sehingga diduga melalui statistik sampel.
2.7.4 Uji Statistik t (Uji Koefisien Regresi)
Uji t digunakan untuk menunjukkan seberapa jauh pengaruh masing- masing variabel independen secara individual dalam menerangkan variabel dependen.
Kriteria keputusan yang diambil dengan membandingkan nilai Sig-t dibandingkan dengan 0,05 sehingga:
a. Jika Sig-t/2 < 0,05 → tolak Ho, maka koefisien regresi signifikan b. Jika Sig-t/2 > 0,05 → tolak Ho, maka koefisien regresi tidak
signifikan
2.7.5 Koefisien Determinasi (R2)
Koefisien determinasi (R2) ini digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependen. Nilai koefisien determinasi yaitu antara nol dan satu. Nilai R2 yang menjauhi satu berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen amat terbatas.
Sedangkan apabila nilai koefisien determinasi mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk mempredikasi variabel dependen.
2.8 Teori Transformasi Interval
Metode transformasi yang diunakan yakni method of successive interval, dikeluarkan oleh Hays (1976). Metode tersebut digunakan untuk melakukan transformasi data ordinal menjadi data interval. Pada umumnya jawaban responden yang diukur dengan menggunakan skala likert (Lykert Scale) diadakan scoring yakni pemberian nilai numerical 1, 2, 3, 4, 5, dan 6. Setiap skor yang diperoleh akan memiliki tingkat pengukuran ordinal. Nilai numerical tersebut dianggap sebagai objek dan selanjutnya melalui proses transformasi ditempatkan ke dalam interval. Langkah-langkahnya adalah sebagai berikut :
1. Untuk setiap pertanyaan, hitung frekuensi jawaban setiap kategori (pilihan jawaban).
2. Berdasarkan frekuensi setiap kategori dihitung proporsinya.
3. Dari proporsi yang diperoleh, hitung proporsi kumulatif untuk setiap kategori.
4. Tentukan pula nilai batas Z untuk setiap kategori.
5. Hitung scale value (interval rata-rata) untuk setiap kategori melalui persamaan berikut:
Kepadatan batas bawah – Kepadatan batas atas Scale =
daerah di bawah batas atas – daerah di bawah batas bawah
6. Hitung score (nilai hasil transformasi) untuk setiap kategori melalui persamaan:
score = scaleValue + | scaleValuemin| + 1
