ANALISIS USABILITY E-LEARNING DI UNIVERSITAS BINA DARMA DENGAN PENDEKATAN TECHNOLOGY ACCEPTANCE MODEL (TAM)
Rachmat Adiaz Arrofi1), Depo Sadrila Hadi2), M.Zakiansyah3), Rahman Ajie4), Nurul Huda5)
1, 2) Teknik Informatika, Universitas Bina Darma
3 Jl. Ahmad Yani 30251 Seberang Ulu I Sumatera Selatan
e-mail rachmatarrofi@gmailcom1 ), [email protected] 2 ), [email protected]3 ) , [email protected]4 ) , [email protected]5)
ABSTRAK
Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi penggunaan e-learning di Universitas Bina Darma dengan menggunakan Technology Acceptance Model (TAM), yang meliputi Perceived Usefulness (PU), Attitude Toward Using (ATU), dan Behavioral Intention (BI). Data dikumpulkan melalui kuesioner daring dan menggunakan uji analisis validitas, reliabilitas, normalitas, heteroskedastisitas, multikolinearitas, dan regresi linier.
Hasil penelitian menunjukkan bahwa PU memiliki pengaruh positif dan signifikan terhadap ATU, dengan koefisien regresi sebesar 0,48. Selain itu, PU secara langsung mempengaruhi BI dengan koefisien sebesar 0,33.
ATU juga mempengaruhi BI, dengan koefisien sebesar 0,45. Hasil penelitian ini menunjukkan bahwa mahasiswa yang menganggap e-learning bermanfaat cenderung memiliki sikap yang baik terhadap penggunaannya dan niat yang lebih kuat untuk mengadopsinya secara konsisten.
Kata Kunci: Usability E-Learning, Perceived Usefulness, Attitude Toward Using, Behavioral Intention, TAM, Rekomendasi, Pengembangan Sistem.
ABSTRACT
This study aims to analyze the factors influencing the use of e-learning at Bina Darma University by employing the Technology Acceptance Model (TAM), which includes Perceived Usefulness (PU), Attitude Toward Using (ATU), and Behavioral Intention (BI). Data were collected through an online questionnaire and using analyzed tests for validity, reliability, normality, heteroscedasticity, multicollinearity, and linear regression.
The findings indicate that PU has a positive and significant impact on ATU, with a regression coefficient of 0.48. Additionally, PU directly influences BI with a coefficient of 0.33. ATU also affects BI, with a coefficient of 0.45. These results.
Keywords: Usability E-Learning, Perceived Usefulness, Attitude Toward Using, Behavioral Intention, TAM, Rekomendasi, Pengembangan Sistem.
I. PENDAHULUAN
Dalam beberapa dekade terakhir, perkembangan teknologi informasi telah membawa perubahan signifikan dalam dunia pendidikan, termasuk penerapan sistem pembelajaran elektronik atau e-learning. E-learning tidak hanya memberikan fleksibilitas dalam proses belajar mengajar, tetapi juga memungkinkan akses ke materi pembelajaran dari berbagai lokasi dan waktu. Namun, keberhasilan implementasi e-learning tidak hanya ditentukan oleh ketersediaan teknologi, tetapi juga oleh bagaimana pengguna, termasuk mahasiswa dan dosen, menerima dan mengadopsi teknologi tersebut [1],[2]
Untuk memahami faktor-faktor yang memengaruhi penerimaan e-learning, banyak penelitian
menggunakan model yang dikenal sebagai Technology Acceptance Model (TAM), yang
dikembangkan oleh Davis pada tahun 1989. TAM mengidentifikasi dua komponen utama yang
menentukan penerimaan teknologi, yaitu Perceived Usefulness (PU) dan Perceived Ease of Use (PEOU). PU mengukur sejauh mana pengguna percaya bahwa menggunakan teknologi akan meningkatkan kinerjanya, sedangkan PEOU menilai seberapa mudah teknologi tersebut digunakan[2],[3]. Model ini juga mencakup variabel Attitude Toward Using (ATU) dan Behavioral Intention (BI) yang berpengaruh pada keputusan pengguna untuk mengadopsi teknologi[4].
Dalam konteks pembelajaran daring, beberapa penelitian menunjukkan bahwa tingkat penerimaan mahasiswa terhadap sistem e-learning dipengaruhi oleh berbagai faktor seperti desain antarmuka, kualitas konten, dan kemudahan akses[5],[6]. Selain itu, tingkat kepuasan pengguna terhadap sistem e-learning juga memainkan peran penting dalam menentukan niat pengguna untuk terus menggunakan platform ini[7],[8].
Sejalan dengan penelitian sebelumnya, Universitas Bina Darma sebagai salah satu institusi pendidikan tinggi di Indonesia, telah mengadopsi sistem e-learning untuk mendukung proses pembelajaran jarak jauh. Namun, efektivitas sistem ini perlu dievaluasi secara berkala untuk memastikan bahwa teknologi yang digunakan mampu memenuhi kebutuhan penggunanya[9],[
10]. Oleh karena itu, penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi penerimaan e-learning di Universitas Bina Darma dengan pendekatan TAM.
Fokus utama penelitian ini adalah untuk mengevaluasi pengaruh PU, PEOU, ATU, dan BI terhadap keputusan mahasiswa dalam menggunakan sistem e-learning.
Penelitian ini diharapkan dapat memberikan wawasan yang lebih mendalam mengenai faktor- faktor yang memengaruhi penerimaan e-learning, serta memberikan rekomendasi untuk pengembangan sistem yang lebih efektif dan efisien.
II. METODE PENELITIAN
A. Desain Penelitian
Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei. Data dikumpulkan melalui kuesioner berbasis Google Form yang disebarkan kepada mahasiswa Universitas Bina Darma.
Responden dipilih dengan metode purposive sampling, dengan kriteria mahasiswa yang telah menggunakan e-learning dalam kegiatan akademik mereka.
Langkah-langkah penelitian meliputi:
1. Identifikasi Masalah dan Perumusan Tujuan Menentukan permasalahan yang akan diteliti.
Merumuskan tujuan penelitian untuk mengetahui tingkat kepuasan pengguna terhadap sistem e-learning.
2. Desain Kuesioner
Menyusun pertanyaan yang relevan dengan tujuan penelitian.
Menggunakan skala Likert untuk mengukur tingkat kepuasan dan pengalaman pengguna.
3. Pengumpulan Data
Menyebarkan kuesioner secara online melalui Google Form.
4. Analisis Data
Mengelola data yang diperoleh untuk memastikan kelengkapan dan konsistensi.
Menganalisis data menggunakan software statistik seperti SPSS atau Excel.
5. Interpretasi dan Penyajian Hasil
Menyusun hasil analisis dalam bentuk tabel, grafik, dan narasi untuk menggambarkan temuan penelitian.
Membandingkan hasil penelitian dengan studi sebelumnya untuk melihat kesesuaian atau perbedaan.
6. Penyusunan Kesimpulan dan Rekomendasi
Menyimpulkan hasil penelitian berdasarkan temuan.
Memberikan rekomendasi untuk pengembangan sistem e-learning yang lebih baik.
7. Penulisan Laporan Penelitian
Menyusun laporan penelitian secara sistematis untuk dipublikasikan atau dipresentasikan.
B. Instrument Penelitian
Kuesioner terdiri dari beberapa bagian, dengan skala Likert 5 poin untuk mengukur variabel berikut:
Perceived Usefulness (PU): Sejauh mana mahasiswa percaya bahwa e-learning meningkatkan kinerja akademik mereka.
Attitude Toward Using (ATU): Sikap positif atau negatif mahasiswa terhadap penggunaan e- learning.
Behavioral Intention (BI): Sejauh mana mahasiswa berniat untuk terus menggunakan e-learning di masa mendatang.
Gambar 1. Variabel dan Indikator
Tabel 1. Pertanyaan
Data
Pertanyaan
[X1.1 ]
Apakah penggunaan eLearning membantu Anda menyelesaikan tugas dengan lebih cepat?
[X1.2
] Apakah penggunaan eLearning dapat meningkatkan kinerja Anda dalam mempelajari materi?
[X1.3 ] [X1.4
]
[X1.5 ] [X1.6 ]
[Y1.1 ]
[Y1.2 ]
[Y1.3 ]
[Y1.4 ] [Y2.1 ]
[Y2.2 ]
[Y2.3 ]
Apakah penggunaan eLearning membuat proses belajar Anda menjadi lebih efektif?
:Apakah Anda merasa bahwa eLearning lebih mudah digunakan dibandingkan metode pembelajaran lain?
Apakah Anda menilai eLearning bermanfaat untuk mendukung proses belajar Anda?
Apakah penggunaan eLearning dapat meningkatkan produktivitas Anda saat belajar?
Apakah Anda merasakan bahwa belajar melalui eLearning adalah hal yang menyenangkan?
Apakah Anda benar-benar menikmati pembelajaran ketika menggunakan eLearning?
Apakah Anda menjadi jarang merasa bosan saat belajar menggunakan eLearning?
Apakah Anda merasa nyaman saat menggunakan eLearning untuk mempelajari materi?
Apakah Anda bersedia menggunakan eLearning kapan pun saat diperlukan?
Apakah Anda akan tetap menggunakan eLearning dalam berbagai kondisi dan situasi belajar?
Apakah Anda berencana untuk terus menggunakan eLearning secara konsisten di masa mendatang?
Apakah Anda memiliki niat yang kuat untuk tetap menggunakan eLearning sebagai bagian dari proses belajar?
Apakah Anda berharap dapat terus memanfaatkan eLearning untuk
meningkatkan keterampilan dan pengetahuan Anda?
[Y2.4 ]
[Y2.5 ]
Tabel 2. Skala Penilaian
Dat
a
Skala Penilaian 1
2 3 4 5
Sangat Tidak Setuju Tidak Setuju
Netral Setuju Sangat Setuju
Tabel 3. Skala Jenis Kelamin
Dat
a Skala Jenis Kelamin
1 Laki-Laki
2 Peremupuan
Tabel 4. Skala Usia
Data
Skala Usia 1
2 3 4 5
18-22 Tahun
23-27 Tahun
28-32 Tahun
33-37 Tahun
38-42 Tahun
Gambar 2. Hasil Responden
Gambar 3. Hasil Responden
C. Teknik Analisa Data
Data dianalisis menggunakan teknik berikut:
1. Uji Validitas dan Reliabilitas – Menggunakan korelasi Pearson dan Cronbach's Alpha.
rxy= N
∑
xy−( ∑
x)( ∑
y)
√
(N∑
x2
−(∑
x )2 (
N∑
y2
−(∑
y )2
))
rxy = koefisien korelasi antara variabel X dan YN = jumlah responden
ΣYX2= jumlah perkalian antara variabel x dan y ΣX2 = jumlah skor butir soal
ΣY2 = jumlah skor total soal (ΣX)² = jumlah skor kuadrat butir soal (ΣY)² = jumlah skor total kuadrat butir soal
validitas : Jika r hitung ≥ r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau item-item pertanyaan berkorelasi signifikan terhadap skor total (dinyatakan valid).
r11=
(
n−1n)
(1− ∑
σσ2 2
tt
)r₁₁ = reliabilitas yang dicari n = jumlah item pertanyaan yang diuji
Σσt² = jumlah varians skor tiap-tiap item σt² = varians total
eliabilitas : Jika nilai alpha > 0.7 artinya reliabilitas mencukupi (sufficient reliability) sementara jika alpha > 0.80 ini mensugestikan seluruh item reliabel dan seluruh tes secara
konsisten memiliki reliabilitas yang kuat. Atau, ada pula yang memaknakannya sebagai berikut:
Jika alpha > 0.90 maka reliabilitas sempurna. Jika alpha antara 0.70 – 0.90 maka reliabilitas tinggi. Jika alpha 0.50 – 0.70 maka reliabilitas moderat. Jika alpha < 0.50 maka reliabilitas rendah. Jika alpha rendah, kemungkinan satu atau beberapa item tidak reliabel.
2. Uji Normalitas – Menggunakan Shapiro-Wilk dan Kolmogorov-Smirnov.
X2
∑
(οi−EEi)i
X² = Nilai X² Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas berdasarkan tabel normal dikalikan N (total frekuensi) (pi × N)
N = Banyaknya angka pada data (total frekuensi)
3. Uji Heteroskedastisitas – Menggunakan scatterplot dan uji Glejser.
t
1
R√
N−2
√ 1−R
2 Keterangan:t₁ = Statistik uji t untuk korelasi R = Koefisien korelasi Pearson N = Jumlah sampel atau pengamatan
Hipotesis Uji:
H₀ (Hipotesis Nol): Tidak ada korelasi (R = 0) H₁ (Hipotesis Alternatif): Ada korelasi (R ≠ 0)
4. Uji Multikolinearitas – Menggunakan nilai Variance Inflation Factor (VIF).
VIFj=
1 1
−R2
j
Keterangan:
VIF = Variance Inflation Factor
R²j = koefisien determinasi antara Xj dengan variable bebas lainnya pada persamaan/model dugaan
j = 1, 2, ..., p
5. Analisis Regresi Linear – Untuk melihat hubungan antar variabel.
y=β0+β1x=ϵ Keterangan:
y = variabel dependen (variabel yang ingin kita prediksi).
x = variabel independen (variabel prediktor).
β₀ = intercept, yaitu nilai dari y ketika x = 0.
β₁ = slope koefisien regresi, yang mengindikasikan perubahan rata-rata dalam y untuk satu unit perubahan dalam x.
ϵ = error term (juga dikenal sebagai residu), yang menyatakan deviasi dari garis regresi; ini adalah selisih antara nilai observasi dan nilai yang diprediksi oleh model.
III. HASILDAN PEMBAHASAN
A. Uji Validitas dan Reliabilitas
Semua item dalam kuesioner menunjukkan nilai korelasi Pearson yang melebihi nilai kritis r (0,2787), yang mengonfirmasi validitasnya. Hasil uji reliabilitas menunjukkan bahwa nilai Cronbach’s Alpha lebih besar dari 0,6 untuk semua variabel, yang menandakan bahwa instrumen penelitian tersebut reliabel.
Gambar 4. Uji Validitas X1
Dari gambar diatas dapat dijelaskan bahwa nilai r hitung > r tabel berdasarkan uji signifikan 0,05. Artinya bahwa X1 (Persepsi Kegunaan) valid semua.
Gambar 5. Uji Validitas Y1
Dari tabel diatas dapat dijelaskan bahwa nilai r hitung > r tabel berdasarkan uji signifikan 0,05. Artinya bahwa Y1 (Sikap Terhadap Penggunaan) valid semua.
Gambar 6. Uji Validitas Y2
Dari tabel diatas dapat dijelaskan bahwa nilai r hitung > r tabel berdasarkan uji signifikan 0,05. Artinya bahwa Y1 (Sikap Terhadap Penggunaan) valid semua.
Gambar 7. Uji Reliabilitas X1
Dari tabel diatas dapat dijelaskan bahwa nilai Cronbach's Alpha > nilai batas yaitu 0,787 > 0,6 yang menunjukkan bahwa X1 (Persepsi Kegunaan) reliabel.
Gambar 8. Uji reliabilitas Y1
Dari tabel diatas dapat dijelaskan bahwa nilai Cronbach's Alpha > nilai batas yaitu 0,695 > 0,6 yang menunjukkan bahwa Y1 (Sikap Terhadap Penggunaan) reliabel.
Gambar 9. Uji Reliabilitas Y2
Dari tabel diatas dapat dijelaskan bahwa nilai Cronbach's Alpha > nilai batas yaitu 0,732 > 0,6 yang menunjukkan bahwa Y2 (Niat Berperilaku) reliabel
B. Uji Normalitas
Data menunjukkan distribusi normal (signifikansi Kolmogorov-Smirnov > 0,05). Scatterplot residual menunjukkan pola acak, yang mengindikasikan tidak adanya heteroskedastisitas. Nilai Variance Inflation Factor (VIF) berada di bawah 10, yang mengonfirmasi bahwa tidak ada multikolinearitas di antara variabel independen.
Gambar 10. Uji Normalitas X1 Terhadap Y1
Artinya data X1 (Persepsi Kegunaan) terhadap Y1 (Sikap Terhadap Penggunaan) berdistribusi normal
Gambar 11. Uji Normalitas X1 dan Y1 Terhadpa Y2
Artinya data X1 (Persepsi Kegunaan) dan Y1 (Sikap Terhadap Penggunaan) Terhadap Y2(Niat Berperilaku) berdistribusi normal.
C. Uji Heterokedasitas
Gambar 12.Uji Hetero Kedasitas X1 Terhadap Y1
Karena nilai signifikansi X1(Persepsi Kegunaan) terhadap Y1(Sikap terhadap penggunaan) diatas lebih besar dari 0.05, maka dapat disimpulkan bahwa tidak terjadi gelaja heteroskedastisitas dalam model regresi.
Gambar 13. Uji Hetero Kedasitas X1 dan Y1 Terhadap Y2
Karena nilai signifikansi X1(Persepsi Kegunaan) dan Y1(Sikap Terhadap Penggunaan), terhadap Y2(Niat Berprilaku) diatas lebih besar dari 0.05, maka dapat disimpulkan bahwa tidak terjadi gelaja heteroskedastisitas dalam model regresi.
D. Uji Multikoloniearitas
Gambar 14. Uji Multikolinearitas X1 Terhadap Y1
Karena nilai Tolerance 1 > 0.1 dan nilai VIF 1 < 10 untuk kedua variabel, dapat disimpulkan bahwa tidak ada multikolinieritas di antara variabel independen dalam model regresi ini. Hal ini menunjukkan bahwa variabel Persepsi Kegunaan dapat diinterpretasikan secara independen dalam memengaruhi variabel dependen (Sikap Terhadap Pengunaan).
Gambar 15. Uji Multikolinearitas X1 dan Y1 Terhadap Y2
Karena nilai Tolerance 0.461 > 0.1 dan nilai VIF 2.170 < 10 untuk kedua variabel, dapat disimpulkan bahwa tidak ada multikolinieritas di antara variabel independen dalam model regresi ini. Hal ini menunjukkan bahwa variabel Persepsi kegunaan dan Sikap terhadap pengunaan dapat diinterpretasikan secara independen dalam memengaruhi variabel dependen (Niat Berprilaku).
E. Analisa Regresi
Model regresi yang ditetapkan adalah sebagai berikut:
Y1 (ATU) = 0,48X1 (PU) → PU memengaruhi ATU secara positif.
Y2 (BI) = 0,33X1 (PU) + 0,45Y1 (ATU) → Baik PU maupun ATU memiliki dampak terhadap BI.
Dengan nilai R² sebesar 53,9% untuk model pertama dan 49,5% untuk model kedua, terlihat jelas bahwa kedua model tersebut cukup tangguh dalam menjelaskan variabel dependen.
Dari wawancara yang dilakukan, mahasiswa menyatakan bahwa kendala signifikan dalam memanfaatkan e-learning adalah keterbatasan akses internet dan kurangnya interaksi dengan instruktur. Meskipun demikian, mereka mengakui bahwa e-learning menawarkan fleksibilitas yang lebih besar dalam mengakses materi kuliah.
Gambar 16. Persamaan Regresi X1 Terhadap Y1
1.Koefisien regresi untuk Persepsi Kegunaan adalah 0.48, yang berarti setiap peningkatan satu unit pada Persepsi kegunaan akan meningkatkan Penggunaan Sistem sebesar 48%.
2. Terdapat 52% pengaruh dari variabel lain yang tidak diteliti pada penelitian ini.Saran : Penelitian selanjutnya dapat menambahkan variabel dukungan manajemen untuk
mengeksplorasi pengaruhnya terhadap Persepsi Kegunaan
Gambar 17. Persamaan Regresi X1 dan Y1 Terhadap Y2 Y2 = 0.33X1+0.45Y1
1.Koefisien regresi untuk Persepsi Kegunaan adalah 0.33, yang berarti setiap peningkatan satu unit pada Persepsi Kegunaan akan meningkatkan Niat Berperilaku sebesar 33%.
2.Koefisien regresi untuk Sikap Terhadap Pengunaan adalah 0.45, yang berarti setiap peningkatan satu unit pada Persepsi Kegunaan akan meningkatkan Niat Berperilaku sebesar 45%.
3.Terdapat 22% pengaruh dari variabel lain yang tidak diteliti pada penelitian ini.
Saran : Untuk penelitian selanjutnya, disarankan menambahkan variabel seperti Pengalaman Pengguna, atau Kepercayaan Pengguna untuk mengeksplorasi pengaruhnya terhadap Niat Berperilaku mengingat adanya 22% variabel lain yang belum diteliti.
IV. SARANDANREKOMENDASI
Berdasarkan analisis dan temuan penelitian, beberapa rekomendasi strategis untuk peningkatan
sistem E-Learning di Universitas Bina Darma diuraikan sebagai berikut:
1. Peningkatan Fitur dan Konten:
• Mengoptimalkan fitur yang menonjolkan persepsi kegunaan (PU) sistem, seperti dengan menggabungkan modul pembelajaran interaktif dan materi referensi terkini.
• Memastikan antarmuka pengguna lebih responsif dan intuitif untuk meningkatkan sikap pengguna (ATU).
2. Program Pelatihan dan Kesadaran:
• Menggelar lokakarya dan sesi pelatihan rutin bagi fakultas dan mahasiswa untuk memperkenalkan penggunaan sistem secara efektif.
• Kegiatan kesadaran dapat membantu mengubah persepsi negatif, sehingga mendorong peningkatan niat perilaku (BI) terhadap penggunaan sistem.
3. Pengumpulan Umpan Balik Pengguna Secara Berkala:
• Melakukan survei dan studi kepuasan pengguna secara berkala untuk menilai kegunaan sistem.
• Memanfaatkan umpan balik yang diperoleh untuk menerapkan perbaikan berkelanjutan, khususnya yang berkaitan dengan aspek yang tidak tercakup dalam Technology Acceptance Model (TAM), seperti pengalaman pengguna atau dukungan manajemen.
4. Integrasi Variabel Tambahan dalam Pengembangan Sistem:
• Dalam upaya penelitian atau pengembangan di masa mendatang, pertimbangkan untuk mengintegrasikan variabel seperti kepercayaan pengguna, pengalaman penggunaan, atau dukungan manajemen.
• Hal ini penting untuk menjelaskan variabilitas yang tersisa (46,1% hingga 52,3%) yang tidak diperhitungkan oleh model saat ini.
5. Alokasi Sumber Daya untuk Inovasi Teknologi:
• Universitas didorong untuk mengalokasikan anggaran khusus untuk penelitian dan pengembangan dalam teknologi E-Learning.
• Kolaborasi lintas disiplin antara tim TI, pendidik, dan mahasiswa akan sangat penting dalam mendorong inovasi yang memenuhi kebutuhan pengguna.
V. KESIMPULANDANSARAN
A. Kesimpulan
Perceived Usefulness (PU) berpengaruh terhadap Attitude Toward Using (ATU):
Persepsi kegunaan sistem memiliki pengaruh positif terhadap sikap pengguna dalam menggunakannya.
Kontribusi PU dalam menjelaskan variasi ATU sebesar 53,9%, sementara sisanya dipengaruhi faktor lain.
Perceived Usefulness (PU) berpengaruh terhadap Behavioral Intention (BI):
Persepsi kegunaan juga berpengaruh terhadap niat pengguna dalam menggunakan sistem. Kontribusi PU terhadap BI sebesar 49,5%, dengan faktor lain yang belum diteliti sebesar 51,5%.
Attitude Toward Using (ATU) berpengaruh terhadap Behavioral Intention (BI):
Sikap pengguna terhadap sistem memiliki pengaruh terhadap niat pengguna untuk menggunakannya.
ATU memberikan kontribusi sebesar 47,7% terhadap BI, sementara 52,3% dipengaruhi oleh faktor lain.
Uji Statistik Mendukung Model Penelitian:
Uji validitas menunjukkan bahwa semua item valid. Uji reliabilitas menunjukkan bahwa seluruh variabel penelitian reliabel.
Uji normalitas menunjukkan bahwa data berdistribusi normal. Tidak ada masalah multikolinearitas dan heteroskedastisitas dalam model regresi.
Uji F dan uji T menunjukkan bahwa variabel bebas memiliki pengaruh signifikan terhadap variabel terikat.
B. Saran
Penambahan Variabel Untuk penelitian selanjutnya, disarankan menambahkan variabel lain seperti dukungan manajemen, kepercayaan pengguna, atau pengalaman pengguna untuk memperkaya hasil penelitian.
Peningkatan Kualitas Sistem E-Learning Mengingat persepsi kegunaan berpengaruh signifikan terhadap sikap dan niat pengguna, perlu dilakukan peningkatan pada fitur dan manfaat sistem agar lebih menarik bagi pengguna.
Pengembangan Studi Lebih Lanjut Dapat dilakukan penelitian lanjutan dengan menggunakan metode berbeda atau menambah jumlah responden agar hasil penelitian lebih akurat dan dapat
digeneralisasikan.
DAFTAR PUSTAKA
[1] T. Handayani, “Analisis Penerimaan Sistem Informasi Akademik Berbasis Web Mengunakan Technology Acceptance Model (TAM) dan Usability (Studi Kasus pada STTNAS Yogyakarta),” Pros. Semin. Nas. Rekayasa Teknol. Ind. dan Inf., pp. 101–107, 2013, [Online]. Available: https://journal.sttnas.ac.id/ReTII/article/view/120
[2] N. Huda, F. Habrizons, A. Satriawan, M. Iranda, and T. Pramuda, “Analisis Usability Testing Menggunakan Metode SUS (System Usability Scale) Terhadap Kepuasan Pengguna Aplikasi Shopee,” Simkom, vol. 8, no. 2, pp. 208–220, 2023, doi:
10.51717/simkom.v8i2.158.
[3] M. A. M. Baihaqy, A. Rosidi, and A. S. Syahdan, “Analisis Usability Aplikasi E-Learning,” J. PPKM III, no. hakaman 60, pp.
159–173, 2016.
[4] T. Yuliyana, I. K. R. Arthana, and K. Agustini, “Usability Testing pada Aplikasi POTWIS,” JST (Jurnal Sains dan Teknol., vol. 8, no. 1, pp. 12–22, 2019, doi: 10.23887/jstundiksha.v8i1.12081.
[5] N. W. Utami, I. K. R. Arthana, and I. G. M. Darmawiguna, “Evaluasi Usability Pada E-Learning Universitas Pendidikan Ganesha Dengan Metode Usability Testing,” J. Nas. Pendidik. Tek. Inform., vol. 9, no. 1, p. 107, 2020, doi: 10.23887/janapati.v9i1.23663.
[6] W. A. Pramono, H. M. Az-Zahra, and R. I. Rokhmawati, “Evaluasi Usability Pada Aplikasi MyTelkomsel Dengan Menggunakan Metode Usability Testing,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 3, pp. 2235–2242, 2019.
[7] R. N. Rahmawati and I. M. Narsa, “Penggunaan e-learning dengan Technology Acceptance Model (TAM),” J. Inov. Teknol.
Pendidik., vol. 6, no. 2, pp. 127–136, 2019, doi: 10.21831/jitp.v6i2.26232.
[8] Z. Mardiah, “Analisis Usability Testing Website Lms Poltekssn Menggunakan Metode System Usability Scale,” Indexia, vol. 6, no. 1, p. 22, 2024, doi: 10.30587/indexia.v6i1.7584.
[9] I. Maita and Almarozi, “Analisis Penerapan E-learning Menggunakan Thechnology Acceptance Model (TAM),” J. Inf. dan Teknol., vol. 4, no. 2, pp. 86–90, 2022, doi: 10.37034/jidt.v4i2.201.
[10] A. Alam and I. A. Saputro, “a Qualitative Analysis of User Interface Design on a Sharia Fintechapplication Based on Technology Acceptance Model (Tam),” J. TAM (Technology Accept. Model., vol. 13, no. 1, p. 9, 2022, doi: 10.56327/jurnaltam.v13i1.1142.
