analisis penerimaan teknologi aplikasi mytelkomsel di

Diterima ; Revisi; Disetujui

ANALISIS PENERIMAAN TEKNOLOGI APLIKASI MYTELKOMSEL DI PT. INFOMEDIA SOLUSI HUMANIKA DENGAN MENG

MENGGUNAKAN METODE TECHNOLOGY ACCEPTANCE MODEL (TAM)

Siti Nurhasanah

¹

, Maxsi Ary

²

, Yosep Hernawan

³

1

Jurusan Sistem Informasi Fakultas Teknik UBSI Bandung

Jl. Sekolah Internasional No. 1-2, Antapani Bandung, Telp. (022) 7100124 e-mail: sitinurhasanh28@gmail.com

Abstract

This research purpose to determine the level of acceptance of the MyTelkomsel aplication technology at PT.

Infomedia Solusi Humanika Based using the Technology Acceptance Model (TAM). This research uses three construct that has been modified from the research technology acceptance model previously, namely : the perceived ease of use, perceived usefulness and behavior intention use, to test on technology acceptance MyTelkomsel aplication at PT. Infomedia Solusi Humanika. Collecting data using questionnaires to employee to a part Complain Handling Officer and determined 50 people as research samples. From the results of t test can be concluded that the variable perceived usefulness positive significant effect to behavior intention use is equal to 24,5%, the variable perceived ease of use positive significant effect to behavior intention use is equal to 20,5%, and from the results of f test the variable perceived usefulness and perceived ease of use jointly positive significant effect to behavior intention use with effect the value of correlation (R²) is equal to 28,1% were categorized is low

.

Keyword : Technology Acceptance Model, MyTelkomsel, Perceived Usefulness, Perceived Ease Of Use, Behavior Intention Use.

1. Pendahuluan 1.1. Latar Belakang

Perkembangan teknologi semakin meningkat dari tahun ke tahun, sejalan dengan itu intensitas manusia dalam penggunaan teknologi pun semakin meningkat. Tidak hanya dari sisi teknologi, peningkatan pun terjadi dari penggunaan internet. Jumlah pengguna Internet

di Indonesia tahun 2016 adalah 132,7 juta user atau sekitar 51,5% dari total jumlah penduduk Indonesia sebesar 256,2 juta, pengguna internet terbanyak berprofesi sebagai Pekerja atau Wiraswasta sebesar 82,2 juta atau 62%

(ISPARMO, 2016). Pertumbuhan pesat ini

Diterima ; Revisi; Disetujui

menimbulkan tingkat kebutuhan yang semakin tinggi terhadap aplikasi-aplikasi yang dapat memudahkan penggunaan untuk menunjang kebutuhan internetnya. Internet tidak lepas dari koneksi yang di gunakan, salah satunya menggunakan koneksi provider.

Telkomsel merupakan salah satu provider yang masih merajai operator telekomunikasi seluler di Indonesia, pelanggan Telkomsel berjumlah 157,4 juta atau sekitar 46 persen dari total pelanggan seluler di Tanah Air. Direktur Network Telkomsel, Sukardi Silalahi menyatakan jumlah pelanggan data Telkomsel mencapai 74 juta atau 54 persen dari total pelanggan 157,4 juta. Kurang dari dua tahun, pengguna data tumbuh pesat karena panetrasi smartphone yang luar biasa (Wardani, 2016).

Dari hasil survey yang menyatakan banyaknya penggunaan internet menggunakan provider Telkomsel, maka di butuhkan aplikasi yang dapat memudahkan pelanggan dalam bertransaksi untuk pembelian paket data, cek penggunaan internet dan lain sebagainya sebagai penunjang penggunaan internet. Maka pada tahun 2015 Telkomsel resmi meluncurkan aplikasi terbaru yaitu MyTelkomsel.

MyTelkomsel adalah aplikasi mobile yang menawarkan one stop layanan untuk pengguna mobile broadband, khususnya tablet dan smartphone. MyTelkomsel memastikan pengalaman pelanggan yang lebih baik dengan jaringan broadband yang dapat diandalkan sehinga pengguna dapat melihat profil mereka secara real time serta menambahkan fitur lain seperti cek sisa kuota, pembelian paket data, koneksi saya (speed test) dan penawaran lainnya. Banyaknya fitur yang disajikan di aplikasi MyTelkomsel dapat memberikan kemudahan dan menjamin kemanfaatan untuk menunjang akses penggunanya. Dari segi kemudahan dan kemanfaatan aplikasi MyTelkomsel tersebut penulis ingin mencoba membuktikan bahwa aplikasi tersebut benar diterima atau tidak.

Penerimaan aplikasi MyTelkomsel pada pegawai di PT. Infomedia Solusi Humanika bagian complain handling officer sendiri, berdasarkan hasil wawancara dan survey ditemukan hanya 80% yang menggunakan aplikasi MyTelkomsel, dimana diketahui bahwa PT. Infomedia Solusi Humanika adalah salah satu perusahaan ke 3 sebagai pengedia layanan dari Telkomsel. Hal ini pun menimbulkan pertanyaan mengapa aplikasi MyTelkomsel hanya digunakan 80% pekerja bagian complain handling officer sedangkan aplikasi tersebut

adalah salah satu aplikasi yang dapat mendukung dalam pekerjaan ketika melayani komplen dari pelanggan Telkomsel.

1.2. Hipotesa

Bersarkan pada kerangka pemikiran didapat hipotesis yang diuji pada penelitian ini sebagai berikut :

H1 : Terdapat pengaruh penggunaan yang signifikan dari persepsi perceived usefulness terhadap behavior intention use.

H2 : Terdapat pengaruh penggunaan yang signifikan dari persepsi perceived ease of use terhadap behavior intention use.

H3 : Terdapat pengaruh penggunaan yang signifikan dari persepsi perceived ease of use dan perceived usefulness terhadap behavior intention use.

2. Metode Penelitian

Dalam penulisan ini, penulis menggunakan 2 metode yang meliputi metode pengumpulan data dan metode analisis data. Berikut ini adalah metode yang digunakan :

2.1. Metode Pengumpulan Data

A. Observasi

Suatu cara yang dilakukan oleh penulis dengan melakukan pengamatan secara langsung dan penelitian secara langsung pada objek penelitian yang terkait, yaitu mengamati secara langsung sistem yang berjalan pada aplikasu MyTelkomsel.

B. Wawancara

Metode ini yaitu metode pengumpulan data oleh penulis dengan cara mengajukan beberapa pertanyaan yang dijawab langsung oleh pihak yang bersangkutan.

Bertanya secara langsung bagaimana pendapat pegawai terhadap aplikasi MyTelkomsel serta memberikan kuesioner.

C. Studi pustaka

Teknik pengumpulan data ini mengacu pada buku-buku pedoman yang dibutuhkan untuk menunjang penulisan dan menjadi referensi penelitian, serta jurnal-jurnal lain yang berkaitan dengan penulisan skripsi ini.

Diterima ; Revisi; Disetujui 2.2. Populasi Penelitian

Populasi penelitian merupakan seluruh subjek peneilitian yang akan diteliti pada penilitian ini yaitu pengguna aplikasi Mytelkomsel pada pegawai bagian Complain Handling dengan total 79 orang

2.3. Sampel Penelitian

Dalam menentukan sampel, Peneliti menggunakan teknik sampling purposive yaitu teknik penetuan sampel dengan pertimbangan tertentu (Sugiyono, 2013). Dengan menggunakan rumus slovin:

n = Ukuran Sampel N = Ukuran Populasi

e² = Kelonggaran ketelitian karena kesalahan sampel yang dapat di tolerir

e = 10% = 0,1

Dengan demikian dapat dihitung ukuran sampel sebagai berikut :

n =

=

n = 44,13

N= Ukuran populasi

d= Tingkat persen kesalahan pengambilan sampel yang ditolerir (Ditetapkan sebesar 10%)

Dari perhitungan tersebut, dapat ditemukan jumlah sampel minimal sebesar 44,13 atau dibulatkan menjadi 45. Sementara itu, peneliti mengambil sampel sebesar 50 untuk dijadikan responden.

2.4. Analisis Deskriptif

Analisis deskriptif data yang diperoleh melalui penyebaran kuesioner terhadap pegawai bagian Complain Handling pada PT. Infomedia Solusi Humanika Bandung diolah secara statistika deskriptif untuk mengetahui tanggapan responden terhadap penerimaan teknologi aplikasi MyTelkomsel.Tanggapan responden tersebut dikategorikan ke dalam 5 (lima) tingkatan yang terdiri dari “Sangat Tidak Setuju”,

“Tidak Setuju”, “Cukup Setuju’, “Setuju”, dan

“Sangat Setuju” dengan perhitungan dasar sebagai berikut:

Panjang Kelas =

Sumber: (Sugiyono, 2013:80) Sedangkan, jika diaplikasikan pada penelitian ini, maka perhitungan statistik deskriptif tersebut sebagai berikut:

Interval skor kategori = Keterangan:

(a). Sit (Skor ideal item tertinggi) = skor tertinggi x jumlah sampel x jumlah Pernyataan

(b). Sir (skor ideal item terendah) = skor terendah x jumlah sampel x jumlah pernyataan.

Gambar III.3. Garis Kontinum

Pengukuran variabel penelitian ini menggunakan skala likert dan menggunakan 5 kategori penilaian dengan skor masing-masing 1-5 yang dijelaskan pada tabel II.1 sebagai berikut.

Tabel 1. Skala Likert

Keterangan Skor

Sangat Setuju (SS) Setuju (S) Netral (N) Tidak Setuju (TS) Sangat Tidak Setuju (STS)

5 4 3 2 1 (Sumber : Sugiyono, 2012:108)

2.5. Analisis Statistik

Untuk membahas data kuantitatif pada penelitian ini, maka dilakukan analisis statistik

79 1+ 79(0,01)

79 1,79

Data terbesar-data terkecil Jumlah kelas interval

Sit - Sirl Jumlah Kategori

Diterima ; Revisi; Disetujui

menggunakan uji asumsi klasik sebagai persyaratan statistik yang harus dipenuhi pada analisis regresi. Pada penelitian ini ada Empat

Uji Asumsi Klasik, yaitu Uji Normalitas, Uji Multikolinearitas, Uji Autokorelasi, dan Uji Heteroskedastisitas.

3. Hasil dan Pembahasan 3.1. Uji Asumsi Klasik

1. Uji Normalitas

Normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal atau diambil dari populasi normal (Hidayat, 2013).

Tabel 2. Output Uji Normalitas Residual

Dari output di atas dapat diketahui bahwa nilai signifikasi (Asymp.Sig) sebesar 0,200. Karena signifikasi lebih dari 0,05 (0,200>0,05), maka nilai residual tersebut telah normal.

2. Uji Autokorelasi

Autokorelasi adalah adanya korelasi antar variabel itu sendiri, pada pengamatan yang berbeda waktu atau individu. Umumnya pada kasus ini banyak yang terjadi pada data time series. Gejala autokorelasi ini dapat dideteksi dengan menggunakan uji Durbin Waston. untuk mendeteksi uji autokorelasi. Namun secara umum bisa diambil patokan:

Angka D-W dibawah -2 berarti ada autokorelasi positif.

Angka D-W diantara -2 sampai +2, berarti tidak ada autokorelasi.

Angka D-W diatas +2, berarti ada autokorelasi negatif.

Tabel 3.

Nilai Durbin-Watson Untuk Uji Autokolerasi Model Summary

Berdasarkan hasil pengolahan dengan SPPS 23 diperoleh nilai statistik Durbin-Watson (D-W) = 1,942 maka kesimpulannya tidak terjadi autokolerasi, jika nilai DW diatas - 2<DW<2) (Rahrjo, 2014).

3. Uji Multikolineritas

Multikolineritas adalah keadaan di mana pada model regresi ditemukan adanya korelasi yang sempurna atau mendekati sempurna antar variabel independen.

Tabel 4.

Hasil Pengujian Asumsi Multikolinieritas Coefficients

Sumber: Data Olahan Penulis dengan SPSS 23 Berdasarkan nilai VIF yang diperoleh dapat diketahui bahwa nilai tolerance kedua variabel lebih dari 0,01 yaitu 0, 940 > 0,01, 0,940 > 0,001 serta nilai VIF kurang dari 10 (Rahrjo, 2014). Maka dapat disimpulkan tidak terdapat mulikolineritas diantara 2 variabel bebas. Dalam arti model regresi yang dihasilkan baik karena tidak terjadi korelasi yang sempurna di antara variabel bebas.

4. Uji Heteroskedastisitas

Situasi heteroskedaktisitas akan menyebabkan penaksiran keofisien-koefisien regresi menjadi tidak efisien dan hasil taksiran dapat menjadi kurang atau melebihi dari yang semestisnya. Dengan demikian, agar koefisien- koefisien regresi tidak menyesatkan, maka situasi heteroskedaktisitas tersebut harus dihilangkan dari model regresi.

Diterima ; Revisi; Disetujui

Grafik diatas menjelaskan bahwa titik- titik menyebar dan tidak membentuk pola tertentu. Titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Jadi dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas dalam model regresi pada penelitian ini.

Gambar IV. 1 Grafik Heteroskedaktisitas

3.2. Uji Hipotesis

1. Uji t

a. Hipotesis 1 : Perceived Usefulness (X1) memiliki pengaruh terhadap Behavior Intention Use (Y).

Tabel 5. Output SPSS Hasil Regresi X1

Terhadap Y

Sumber: Data Olahan Penulis dengan SPSS 23 Dari output di dapat t hitung sebesar 3,950.

Kemudian bandingkan dengan t tabel. T tabel dicari pada signifikasi 0,05/2 = 0,025 (uji 2 sisi) dengan derajat kebebasan t tabel = n-k-1 atau 50-2-1=47. Hasil diperoleh untuk t tabel sebesar 2.012. Untuk kriteria pengujian Jika –t tabel ≤ t hitung ≤ t tabel maka Ho diterima, namun jika –t hitung < -t tabel atau t hitung > t tabel maka Ho ditolak. Karena nilai t hitung > t tabel ( 3,950 >

2.012). Jadi dapat disimpulkan bahwa persepsi manfaat (perceived usefulness) secara parsial berpengaruh signifikan positif terhadap minat penggunaan (behavior intention use).

Berdasarkan signifikasi, jika signifikasi <

0,05 maka Ho ditolak, dan jika signifikasi > 0,05 maka Ho diterima. Karena signifikasi pada uji t kurang dari 0,05 ( 0,000 < 0,05) maka Ho ditolak. Artinya persepsi manfaat (perceived usefulness) secara parsial berpengaruh

signifikan positif terhadap minat penggunaan (behavior intention use).

b. Hipotesis 2 : Perceived Ease Of Use (X2) memiliki pengaruh terhadap Behavior Intention Use (Y).

Tabel 6. Output SPSS Hasil Regresi X2 Terhadap Y

Sumber: Olah Data Penulis dengan SPSS Versi 23

Dari output di dapat t hitung sebesar 3,517.

Kemudian bandingkan dengan t tabel. T tabel dicari pada signifikasi 0,05/2 = 0,025 (uji 2 sisi) dengan derajat kebebasan t tabel = n-k-1 atau 50-2-1=47. Hasil diperoleh untuk t tabel sebesar 2.012. Untuk kriteria pengujian Jika –t tabel ≤ t hitung ≤ t tabel maka Ho diterima, namun jika –t hitung < -t tabel atau t hitung > t tabel maka Ho ditolak. Karena nilai t hitung > t tabel ( 3,517 >

2.012). Jadi dapat disimpulkan bahwa peresepsi kemudahan (perceived ease of use) secara parsial berpengaruh signifikan positif terhadap minat penggunaan (behavior intention use).

Berdasar signifikasi, jika signifikasi <

0,05 maka Ho ditolak, dan jika signifikasi > 0,05 maka Ho diterima. Karena signifikasi pada uji t kurang dari 0,05 ( 0,001 < 0,05) maka Ho ditolak. Artinya peresepsi kemudahan (perceived ease of use) secara parsial berpengaruh signifikan positif terhadap minat penggunaan (behavior intention use).

Diterima ; Revisi; Disetujui

2. Uji f

Pengaruh penggunaan yang signifikan dari perceived usefulness dan perceived ease of use terhadap behavior intention use.

Tabel 6. Output SPSS Pengaruh Variabel X1 dan X2 Terhadap Y

Sumber: Olah Data Penulis dengan SPSS Versi 23

Dari tabel diatas dapat dijelaskan sebagai berikut:

1. Menentukan F hitung

Dari output diperoleh F hitung sebesar 9,178

2. Menentukan F tabel

F tabel dapat dilihat pada tabel statistik pada tingkat signifikasi 0,05 dengan df 1 (jumlah variabel-1) = 2, dan df 2 (n-k-1) atau 50-2-1 = 47 ( n adalah jumlah data, dan k adalah jumlah variabel independen), hasil diperoleh untuk F tabel sebesar 3,260.

3. Kriteria pengujian

Jika F hitung ≤ F tabel maka Ho diterima, tetapi jika F hitung > F tabel maka Ho ditolak.

4. Kesimpulan

Karena F hitung > F tabel ( 9,178 > 3,260) maka Ho ditolak. Jadi dapat disimpulkan bahwa Perceived Usefulness (X1) dan Perceived Easy of Use (X2) secara bersama-sama berpengaruh terhapad Behavior Intention Use (Y).

3.Uji R square

Untuk mengetahui seberapa besar pengaruh variabel X₁ dan variabel X₂ terhadap variabel Y

Tabel 7. Output SPSS Besar Variabel X1 dan X2 Terhadap Y

Sumber: Olah Data Penulis dengan SPSS Versi 23

Besarnya pengaruh variabel X1 dan variabel X2

terhadap variabel Y ditunjukan oleh R Square

sebesar 0,281 Hal ini berarti variabel X1 dan variabel X₂ memiliki pengaruh terhadap variabel Y sebesar 0,281 atau 28,1% dan masuk dalam kategori tingkat pengaruh “rendah”.

4. Kesimpulan & Saran 4.1 Kesimpulan

Hasil pengujian atas model yang diajukan menunjukkan hasil yang baik.

Berdasarkan penelitian yang telah dilakukan pada PT. Infomedia Sulosi Humanika pada bagian Complain Handling Officer mengenai pengujian Penerimaan teknologi MyTelkomsel, maka dapat diambil kesimpulan-kesimpulan sebagai berikut:

1. Variabel Perceived Usefulness (Persepsi Kegunaan) memiliki pengaruh terhadap variabel Behavior Intention Use (Minat Penggunaan) dan berdasarkan penelitian ini diketahui pengaruh tersebut sebesar 24,5%.

2. Variabel Perceived Ease Of Use (Persepsi Kemudahan) memiliki pengaruh terhadap variabel Behavior Intention Use (Minat Penggunaan) dan berdasarkan penelitian ini diketahui pengaruh tersebut sebesar 20,5%.

3. Variabel Perceived Usefulness (Persepsi Kegunaan) dan Perceived Ease of Use (Persepsi Kemudahan) memiliki pengaruh Behavior Intention Use (Minat Penggunaan) sebesar 28,1%.

4.2 Saran

Berdasarkan hasil penelitian, maka saran-saran yang peneliti ajukan sebagai berikut:

1. Hasil penelitian ini dapat dikembangkan pada penelitian selanjutnya dengan penambahan jumlah sampel dan mengembangkan objek penelitian kepada masyarakat pengguna aplikasi MyTelkomsel.

2. Penelitian selanjutnya disarankan mencari variabel lain atau menambahkan variabel lain yang dianggap cocok dalam penerimaan model teknologi contoh salah satunya variabel Attitute Toward Using (sikap pengguna).

3. Selanjutnya penelitian ini dapat di kembangkan lagi dengan menggunakan metode lain selain metode technology

Diterima ; Revisi; Disetujui

acceptance model (TAM) seperti Model Delone dan Mclean.

Referensi

Hidayat, Anwar. 2013. Uji F dan Uji T. Januari 2013. Diambil dari :

https://www.statistikian.com/2013/01/uji -f-dan-uji-t.html

Isparmo. 2016. Data Statistik Pengguna Internet Indonesia Tahun 2016. Diambil dari :http://isparmo.web.id/2016/11/21/data- statistik-pengguna-internet-indonesia- 2016/

Raharjo, Sahid. 2014. Tutorial SPSS. Februari

2014. Diambil dari :

http://www.spssindonesia.com/2014/

Sugiyono. 2013. Metode Penelitian Kuantitatif, Kualitatif dan Kombinasi (Mixed Methode). Bandung : Alfabeta

Wardani, Agustin Setyo. 2016. Kejar 150 Juta Pengguna Data, Telkomsel Perkuat Layanan Broadband. Diambil dari : http://tekno.liputan6.com/read/245917 8/kejar-150-juta-pengguna-data- telkomsel-perkuat-layanan-broadband

.