ANALISIS PENERIMAAN DAN PENGGUNAAN APLIKASI PEMUTAR MUSIK ONLINE DENGAN MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL SKRIPSI
ANALISIS PENERIMAAN DAN PENGGUNAAN APLIKASI PEMUTAR MUSIK ONLINE DENGAN MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL SKRIPSI
ii ANALISIS PENERIMAAN PENGGUNAAN APLIKASI PEMUTAR MUSIK ONLINE DENGAN MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL SKRIPSI Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer Bidang Sistem Informasi pada Fakultas Sains dan Teknologi Universitas Airlangga Oleh: HENDRA HANGGAR KUSUMA. NIM. 081116036 Tanggal Ujian: 9 Agustus 2016 Disetujui oleh: Pembimbing I Ir. Dyah Herawatie, M.Si NIP. 19671111 199303 2 002 Pembimbing II Indah Werdiningsih, S.Si, M.Kom NIP. 19800217 200501 2 001
LEMBAR PENGESAHAN NASKAH SKRIPSI Judul : ANALISIS PENERIMAAN PENGGUNAAN APLIKASI ONLINE PEMUTAR MUSIK DENGAN
MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL Penyusun : HENDRA HANGGAR KUSUMA NIM : 081116036 Tanggal Ujian : 9 Agustus 2016 Pembimbing I : Ir. Dyah Herawatie, M.Si Pembimbing II : Indah Werdiningsih, S.Si, M.Kom Disetujui oleh : Pembimbing I Pembimbing II Ir. Dyah Herawatie, M.Si Indah Werdiningsih, S.Si, M.Kom NIP. 19671111 199303 2 002 NIP. 19800217 200501 2 001 Mengetahui,
Ketua Departemen Matematika Ketua Program Studi S1 Sistem Informasi
FST Universitas Airlangga FST Universitas AirlanggaBadrus Zaman, S.Kom., M.Cs. Badrus Zaman, S.Kom., M.Cs. NIP. 19780126 200604 1 001 NIP. 19780126 200604 1 001 iii
PEDOMAN PENGGUNAAN SKRIPSI
Skripsi ini tidak dipublikasikan, namun tersedia di perpustakaan dalam lingkungan Universitas Airlangga, diperkenankan untuk dipakai sebagai referensi kepustakaan, tetapi pengutipan harus seizin penyusun dan harus menyebutkan sumbernya sesuai kebiasaan ilmiah.
Dokumen skripsi ini merupakan hak milik Universitas Airlangga.
ivSURAT PERNYATAAN TENTANG ORISINALITAS
v
Yang bertanda tangan dibawah ini, saya: Nama : Hendra Hanggar Kusuma NIM : 081116036 Program Studi : Sistem Informasi Fakultas : Sains dan Teknologi Jenjang : Sarjana (S1)
Menyatakan bahwa saya tidak melakukan kegiatan plagiat dalam penulisan skripsi saya yang berjudul:
ANALISIS PENERIMAAN DAN PENGGUNAAN APLIKASI PEMUTAR MUSIK ONLINE DENGAN MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL
Apabila suatu saat nanti terbukti melakukan tindakan plagiat, maka saya akan menerima sanksi yang telah di tetapkan. Demikian surat pernyataan in saya buat dengan sebenar-benarnya Surabaya, 18 Agustus 2016
Hendra Hanggar K NIM. 081116036 Materai 6000,-
KATA PENGANTAR
Assalammualaikum Wr. Wb Puji syukur saya panjatkan kepada Allah SWT karena atas limpahan rahmat dan ridho-Nya, sehingga saya dapat menyelesaikan penyusunan proposal skripsi yang berjudul “Analisis Penerimaan Penggunaan Aplikasi Pemutar Musik Online Dengan Menggunakan Hedonic-Motivation System Adoption Model
”. Dalam menyusun proposal skripsi ini terdapat beberapa hambatan. Namun atas kerja sama dengan berbagai pihak, semua itu dapat teratasi. Untuk itu, atas
terselesaikannya proposal skripsi ini, saya mengucapkan terima kasih kepada:
1. Ir. Dyah Herawatie, M.Si selaku Pembimbing I yang telah memberi bimbingan penelitian proposal skripsi ini.
2. Indah Werdiningsih, S.Si., M.Kom selaku Pembimbing II yang telah memberi bimbingan penelitian proposal skripsi ini.
Saya menyadari sebagai seorang mahasiswa yang masih dalam proses pembelajaran, penelitian proposal akhir ini masih banyak kekurangannya. Oleh karena itu, saya sangat mengharapkan adanya kritik dan saran yang bersifat membangun, guna penelitian proposal akhir yang lebih baik lagi di masa yang akan datang.
Wassalamu’alaikum Wr. Wb Surabaya, 18 Agustus 2016 Penulis vi
UCAPAN TERIMA KASIH
vii
Puji syukur kehadirat Allah SWT yang telah melimpahkan anugerah-Nya, sehingga skripsi yang berjudul “Analisis Penerimaan Penggunaan Aplikasi Pemutar Musik Online Dengan Menggunakan Hedonic-Motivation System Adoption Model ” dapat terselesaikan dengan lancar dan baik.
Dalam penyusunan skripsi ini, penulis banyak meneui rintangan dan hambatan. Namun dengan adanya batuan dari berbagai pihak sehingga penelitian ini dapat terselesaikan. Penulis tak lupa mengucapkan terima kasih kepada:
1. Allah SWT yang senantiasa memberikan rahmat dan hidayah-Nya serta Rasulullah SAW yang menjadi suri tauladan sehingga penelitian ini selesai dengan baik.
2. Bapak Minarno dan Ibu Yuli Istianah, Dian Ariesawati, Evi Dwi Putri Nuryani dan Devina Meysari selaku keluarga yang selalu memberikan dukungan, doa, motivasi, materil dan semangat sehingga penulis dapat menyelesaikan skripsi ini.
3. Ir. Dyah Herawatie, M.Si., selaku dosen pembimbing I yang telah sabar memberi bimbingan, memberikan semangat, dan membantu penulis sehingga skripsi ini dapat terselesaikan dengan baik.
4. Indah Werdiningsih, S.Si, M.Kom., selaku dosen pembimbing II yang telah sabar memberi bimbingan, memberikan semangat, dan membantu penulis sehingga skripsi ini dapat terselesaikan dengan baik.
5. Rini Semiati, Dra. , selaku dosen wali yang telah memotivasi, memberi nasehat dan membimbing selama masa studi.
6. Seluruh Dosen Sitem Informasi yang telah banyak memberikan ilmu kepada penulis selama masa studi hingga penulisan skripsi dapat terselesaikan dengan baik.
7. Deo Ezar Azhari, S.Kom., Agustinus Kurniawan dan Helmi Putra yang telah berbaik hati membimbing, membantu dan direpoti penulis dalam pengerjaan skripsi.
8. Alief Arsalan, Achmad Agoeh, Dimitri Augusta, Febri Sofi, Aditya Suharjono, Yogie Mahendra, Satya Deriawan selaku teman seperjuangan yang juga bersama-sama berjuang menyelesaikan skripsi, dan juga memotivasi kepada penulis.
9. Teman – teman S1 Sistem Infromasi 2011 yang belum disebut namanya satu- persatu, terima kasih telah memberikan keceriaan, suka duka perkuliahan, kekompakan, kenangan, berbagi ilmu selama 4 tahun ini.
10. Staff TU program studi Sistem Informasi yang telah membantu dalam keperluan administrasi selama studi hingga penjadwalan sidang viii
Hendra Hanggar Kusuma, 2016. Analisis Penerimaan dan Penggunaan Aplikasi Pemutar Musik Online Dengan Menggunakan Hedonic-Motivation System Adoption Model . Skripsi ini di bawah bimbingan Ir. Dyah Herawatie, M.Si. dan Indah Werdiningsih, S.Si, M.Kom. Program Studi S1 Sistem Informasi. Fakultas Sains dan Teknologi, Universitas Airlangga.
ABSTRAK Aplikasi pemutar musik online merupakan salah satu teknologi yang mendukung untuk memutar musik secara online. Misalnya JOOX, Spotify,
Soundcloud, Google Play Music, iTunes, 8Tracks dan lain sebagainya. Aplikasi ini termasuk dalam hedonic-motivation system (HMS) yang berfungsi untuk meningkatkan kesenangan pengguna. Penelitian ini bertujuan untuk mengidentifikasi variabel dan indikator yang memiliki pengaruh terhadap analisa penerimaan penggunaan aplikasi pemutar musik online.
Hedonic-motivation system adoption model (HMSAM) dipilih untuk analisis tersebut. Identifikasi variabel dan hipotesis dilakukan untuk kemudian dijadikan dasar dalam menyusun kuesioner dan indikator. Kuesioner yang telah dibuat disebarkan kepada pengguna aplikasi yang berjumlah 100 orang. Kuesioner yang telah dikumpulkan kemudian diolah dengan Partial Least Square (PLS) dengan melalui beberapa tahapan antara lain evaluasi model pengukuran, evaluasi model struktural, serta dilakukan uji goodness of fit (GoF). Analisa data digunakan untuk memberikan rekomendasi saran kepada developer aplikasi.
Hasil penelitian menunjukkan faktor yang berpengaruh terhadap kesuksesan penggunaan aplikasi pemutar musik online adalah perceived ease of use, perceived usefulness, joy dan control. Rekomendasi dan saran yang diajukan untuk menganalisa kepuasan penggunaan aplikasi pemutar music online yaitu dengan melakukan maintenance secara berkala dan mengurangi batasan dalam penggunaan aplikasi pemutar musik online bagi pengguna yang tidak memiliki akun VIP.
Kata kunci : Analisa Penerimaan, Aplikasi Pemutar Musik Online, Hedonic-Motivation System , Partial Least Square ix Hendra Hanggar Kusuma, 2016. User Acceptance and Usage of Online Music Player Application Using Hedonic-Motivation System Adoption Model . This thesis was written under the supervision of Ir. Dyah Herawatie, M.Si. and Indah Werdiningsih, S.Si, M.Kom. Bachelor Degree Information System Study Program Faculty of Science and Technology, Airlangga University.
ABSTRACT Online music player application is one of the technologies that support for playing music online. For example JOOX, Soundcloud, Spotify, Google Play
Music, iTunes, 8tracks and others.These applications include hedonic-motivation system (HMS), which serves to enhance the user's delight. This study aims to identify the variables and indicators that have an influence on the analysis of the acceptance and usage of online music player application.
Hedonic-motivation system adoption model (HMSAM) selected to do those analyse. Identification of variables and hypotheses made to then be used as the basis in preparing the questionnaire and indicators. The questionnaire has been distributed to the user created applications that totaled 100 people. The questionnaire that has been collected and processed with the Partial Least Square (PLS) through several stages, among others, the evaluation of the measurement model, the structural model evaluation, and test the goodness of fit (GoF). Analysis of the data used to provide advisory recommendations to the application developer.
The results showed the factors that influence the success of online music player application usage is the perceived ease of use, perceived usefulness, joy and control. Recommendations and suggestions put forward to analyze the satisfaction of the use of online music player application is to perform periodic maintenance and reduce the limitations in the use of online music player application for users who do not have a VIP account.
Keywords : User Acceptance, Online Music Player Application, Hedonic-
Motivation System, Partial Least Square xxi DAFTAR ISI
xii
DAFTAR GAMBAR
xiii
DAFTAR TABEL
Tabel 4.1 Instrumen Kuesioner ….........................................................................40xiv
DAFTAR LAMPIRAN
Lampiran 1. Kuesioner Lampiran 2. Rekap Data xv
1
BAB I PENDAHULUAN
1.1 Latar Belakang
Salah satu hal yang sering dilakukan orang untuk menigkatkan kesenangan atau kebahagiaan batin adalah dengan mendengarkan musik. Hal ini menarik perhatian para developer teknologi untuk menciptakan teknologi untuk mempermudah orang untuk dapat mengakses atau memutar musik-musik yang mereka suka. Salah satu teknologi yang mendukung untuk mengakses atau memutar musik adalah aplikasi pemutar musik online. Adapun beberapa contoh aplikasi pemutar musik online, misalkan soundcloud, shazam, YOUZEEK, dBstream, Torch Musik, TuneIn Radio, JOOX, Spotify dan lain sebagainya. Kelebihan aplikasi pemutar musik online dibanding media player lain seperti aplikasi pemutar musik offline, radio maupun youtube. Antara lain tidak membutuhkan memori penyimpanan yang banyak dibanding media pemutar offline serta hanya membutuhkan jumlah data yang sedikit untuk mengakses dibandingkan youtube.
Hedonic-motivation system adoption model adalah teori sistem informasi asli untuk meningkatkan pemahaman mengenai penerapan hedonic-motivation system (HMS). HMS merupakan sistem yang digunakan terutama untuk memenuhi motivasi intrinsik pengguna seperti game online, jejaring sosial, repositori musik digital dan lain sebagainya. Hedonic-motivation system adoption model merupakan pengembangan dari van der Heijden’s model untuk penerapan HMS dengan memasukkan Cognitive Absorption (CA) sebagai mediator kunci dari perceived
1
2 ease of use (PEOU) dan behavioral intention to use (BIU) hedonic-motivation system .
Penggunaan hedonic-motivation system adoption model pada penelitian ini mengacu pada penelitian terdahulu yang dilakukan Lowry et al. (2013) “Proposing the hedonic-motivation system adoption model (HMSAM) to incunderstanding of adoption of hedonically motivated systems”. Digunakannya penelitian tersebut sebagai acuan dalam tulisan ini karena di dalam penelitian tersebut menggunakan game sebagai objek penelitian yang termasuk dalam HMS demikian juga aplikasi
pemutar musik online dalam penelitian ini yang juga termasuk dalam HMS.
Digunakannya hedonic-motivation system adoption model untuk menganalisa aplikasi pemutar musik online dikarenakan model tersebut merupakan berhubungan dengan penerapan HMS. Dimana aplikasi pemutar musik online merupakan bagian dari HMS yang digunakan untuk memenuhi motivasi kesenangan pengguna.
Diharapkan dengan menggunakan hedonic-motivation system adoption model
dapat mengetahui hasil analisa penggunaan aplikasi pemutar musik online.
Target responden dalam penelitian ini adalah masyarakat umum. Alasan dipilihnya masyarakat umum sebagai target responden dikarenakan aplikasi pemutar musik merupakan aplikasi yang umum yang dapat digunakan masyarakat untuk meningkatkan kebahagiaan batin.
Teknik analisis data yang digunakan dalam penelitian ini adalah Partial Least Square
- – Structural Equation Model (PLS-SEM). PLS-SEM ini dapat
mengestimasi path model menggunakan variable laten dengan multiple indicator,
3 sehingga dengan baik mampu menjelaskan dan memprediksi ada atau tidaknya hubungan antar variable laten dalam satu blok model penelitan. Terlebih lagi PLS- SEM bisa digunakan pada jenis data nominal, ordinal, dan rasio, dan syarat asuransi yang fleksibel (Yamin & Kurniawan, 2011).
Berdasarkan pemaparan tersebut maka diusulkan analisis penerimaan dan penggunaan aplikasi pemutar musik online dengan menerapkan Hedonic- Motivation System Adoption Model . Diharapkan dengan penelitian tersebut dapat diketahui tingkat kesuksesan aplikasi pemutar musik online. Hal ini dapat digunakan sebagai acuan untuk developer untuk terus mengembangkan aplikasi pemutar musik online atau tidak.
1.2 Rumusan Masalah Berdasarkan latar belakang diatas, permasalahan yang diangkat dalam penelitian ini adalah bagaimana hasil analisis penerimaan penggunaan aplikasi pemutar musik online dengan menerapkan Hedonic-Motivation System Adoption Model.
1.3 Tujuan Peneliatan Tujuan dari penelitian ini adalah menganalisis tingkat penerimaan penggunaan aplikasi pemutar musik online dengan menerapkan Hedonic- motivation system adoption model .
4
1.4 Manfaat Peneliatan:
Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut: 1.
Dapat mengetahui faktor yang mempunyai pengaruh paling dominan terhadap minat penggunaan dan penerimaan aplikasi pemutar musik online.
2. Sebagai pengembangan dan penerapan ilmu yang diperoleh dari perkuliahan untuk memberikan solusi atas permasalahan yang terjadi di tempat penelitian.
3. Dapat memberikan saran bagi developer untuk pengembangan aplikasi pemutar musik online kedepannya.
4. Pengguna dapat melihat review aplikasi pemutar musik online sebelum memilih aplikasi pemutar musik online yang akan digunakan.
1.5 Batasan Masalah
Adanya batasan masalah bertujuan agar ruang lingkup penelitian ini tidak terlalu luas untuk menghindari kesalahan dan penyimpangan terhadap pokok permasalahan serta tujuan yang hendak dicapai. Batasan masalah penelitian sebagai berikut:
1. Hedonic-motivation system adoption model digunakan sebagai acuan dalam menganalisis penerimaan aplikasi pemutar musik online.
2. Variabel yang digunakan dalam penelitian adalah perceived ease of use, perceived usefulness, curiousity, joy, control, behavioral intention to use dan immersion.
BAB II TINJAUAN PUSTAKA
2.1 Aplikasi Aplikasi berasal dari kata application yang artinya penerapan, lamaran, penggunaan. Secara istilah aplikasi adalah program siap pakai yang dibuat untuk melaksanakan suatu fungsi bagi pengguna atau aplikasi yang lain dan dapat digunakan oleh sasaran yang dituju. Berikut ini merupakan pengertian aplikasi menurut para ahli: 1.
Menurut Jogiyanto Hartono (2004) “aplikasi merupakan sistem yang dirancang dan disusun sedemikian rupa untuk menghasilkan informasi yang terpadu dengan menggunakan sarana komputer sebagai sarana penunjangnya.”
2. Menurut Jack Febrian (2005) “Aplikasi merupakan program siap pakai yang digunakan manusia dalam melakukan pekerjaan menggunakan komputer.” Pada pengertian umumnya, aplikasi adalah alat terapan yang difungsikan secara khusus dan terpadu sesuai kemampuan yang dimilikinya.
2.2 Aplikasi Pemutar Musik Online Berdasarkan pengertian aplikasi diatas, aplikasi pemutar musik online dapat didefinisikan sebagai alat terapan yang difungsikan secara khusus dan terpadu yaitu sebagai alat yang memiliki kemampuan untuk memutar musik secara online. Aplikasi pemutar musik online dapat digolongkan dalam perangkat lunak (aplikasi) media dan hiburan. Adapun beberapa contoh aplikasi pemutar musik online, misalkan Soundcloud, JOOX, Spotify dan lain sebagainya.
5
6 Berikut ini merupakan beberapa contoh aplikasi pemutar musik online yang berbasis mobile : a.
JOOX JOOX merupakan layanan musik streaming legal melalui internet dengan sentuhan personal yang diluncurkan oleh Tencent Holdings Ltd asal Shenzen, Tiongkok, yang merupakan perusahaan di balik instant messaging WeChat. Tersedia dalam bentuk mobile app (Android dan iOS) dan situs web, para pengguna dapat mendengarkan lebih dari dua juta lagu dan playlist pilihan lokal dan internasional secara gratis, serta mengunduhnya untuk didengarkan secara offline (Handi, 2015).
b.
Spotify Spotify adalah platform musik terbaik untuk mendengarkan lagu baik offline atau online. Dengan Spotify, pengguna diberi pilihan besar untuk beberapa fitur terkait dengan Spotify dan musik berkualitas tinggi, pengguna Spotify selalu dijamin dengan yang terbaik (Yudhistira, 2014).
c.
Soundcloud Soundcloud merupakan sebuah platform distribusi suara secara online yang memungkinkan kolaborasi, promosi dan distribusi dari rekaman suara. Fitur utama dari SoundCloud adalah memungkinkan seniman meng-upload musik mereka dengan URL khusus. Yang di mana hal ini kontras dengan Dengan membiarkan file suara yang akan tertanam di mana saja, SoundCloud dapat dikombinSasikan dengan Twitter dan Facebook untuk
7 membiarkan anggota menjangkau khalayak yang lebih baik (Septian Faza, 2013).
d.
YOUZEEK Ada beberapa cara bagaimana Anda dapat mulai mendengarkan musik saat menggunakan YOUZEEK Free Music Streaming. Anda dapat mencari berdasarkan nama pencipta lagu, nama album atau nama lagu. YOUZEEK Free Music Streaming akan menghasilkan playlist kustom untuk Anda untuk dapat mendengarkan lagu tersebut. Kemudian Anda dapat menelusuri musik berdasarkan genre, negara asal, popularitas, nama penyanyi dan masih banyak lagi. Anda dapat membuat account dan membuat playlist pribadi. Aplikasi YOUZEEK Free Music Streaming dapat diminimalkan dan bisa aktif di latar belakang smartphone anda. Lagu yang diambil dari berbagai sumber online dan ada lebih dari 30 juta lagu di katalog YOUZEEK Free Music Streaming (Riecky Surya, 2014).
e. dBstream dBstream (Music Streaming) adalah aplikasi streaming musik yang jauh lebih sederhana dari YOUZEEK. Di sini Anda hanya mengetik judul sebuah lagu/nama pencipta lagu dan akan memuat hasil pencarian. Hasil akan ditunjukkan dan mereka dapat dimainkan langsung atau ditambahkan ke daftar putar. Geser ke kiri untuk membuka manajer playlist, di mana Anda benar-benar dapat melihat semua daftar putar yang dibuat dan mengelolanya (Riecky Surya, 2014).
8 f.
Torch Music Torch Music menawarkan fitur jauh lebih terorganisir dari aplikasi musik streaming. Torch Music di sisi lain menunjukkan album lagu dengan rapi terorganisir untuk nama artis dan semua lagu hasil pencarian. Berbagai sumber sumber lagu online yang digunakan oleh Torch Music (Riecky Surya, 2014).
g.
TuneIn Radio TuneIn Radio merupakan salah satu aplikasi stasiun radio yang paling populer dan harus anda download. TuneIn adalah aplikasi online streaming berisi kumpulan ribuan stasiun radio dari seluruh dunia. Anda dapat mencari musik berdasarkan nama artis, nama lagu, membuat stasiunfavorit radio dan masih banyak lagi (Riecky Surya, 2014).
2.3 Model Penerimaan Teknologi Informasi
Penerimaan pengguna terhadap implementasi sistem teknologi informasi dapat didefinisikan sebagai keinginan yang nampak didalam kelompok pengguna untuk menerapkan sistem teknologi informasi tersebut dalam pekerjaannya. Semakin menerima sistem teknologi informasi yang baru, semakin besar kemauan pemakai untuk merubah praktek yang sudah ada dalam penggunaan waktu serta usaha untuk memulai secara nyata pada sistem teknologi informasi yang baru, Succi and Walter, 1999 dalam Pikkarainen, et.al, [1] 2004. Akan tetapi apabila pemakai tidak mau menerima sistem teknologi informasi yang baru, maka perubahan sistem tersebut menyebabkan tidak memberikan keuntungan yang banyak bagi organisasi / perusahaan (Davis, 1989 dalam Pikkarainen et.al, 2004).
9
2.4 Hedonic-motivation system adoption model
Hedonic-motivation system adoption model adalah teori sistem informasi asli untuk meningkatkan pemahaman mengenai penerapan hedonic-motivation system (HMS) (Lowry et.al, 2013). HMS merupakan sistem yang digunakan terutama untuk memenuhi motivasi intrinsik pengguna seperti game online, jejaring sosial, repositori musik digital dan lain sebagainya. Hedonic-motivation system adoption model merupakan pengembangan dari van der Heijden’s model yang lebih sederhana karena hanya menggunakan variabel joy untuk mewakili intrinsic motivations. Untuk lebih jelasnya model van der heijden dapat dilihat pada gambar 2.1.
Gambar 2. 1 Van der heijden’s model (van der Heijden, 2004) Dalam penelitian yang dilakukan Lowry et.al (2013), dari model van der heijden dikembangkan dengan mengganti variabel joy dengan Cognitive
Absorption (CA) karena dianggap melebih-lebihkan peran variabel joy. Oleh karena itu Lowry et.al (2013) mengganti joy dengan CA, dimana CA dikonseptualisasikan sebagai konstruk orde kedua terdiri lima konstruksi orde pertama (Agarwal & Karahanna, 2000, p. 674):
10
1. Control: ” persepsi pengguna dari yang bertanggung jawab atas interaksi”
2. Curiousity: “Tingkat pengalaman dapat meningkatkan rasa ingin tahu sensorik dan kognitif dari individu”
3. Heightened enjoyment (dengan persetujuan disingkat joy): “aspek kesenangan daripada interaksi yang digambarkan dengan menyenangkan, sangat menyenangkan daripada membosankan” 4. Focused Immersion: “pengalaman dari total keterikatan dimana perhatian lainnya pada dasarnya diabaikan”
5. Temporal Dissocation: “ketidakmampuan dalam mengatur waktu ketika terlibat dala interaksi” Gambar 2. 2 Perluasan Intrinsic Motivation Joy Menjadi CA (Lowry et.al, 2013) Setelah diubah menjadi teori flow dan dilakukan beberapa pengujian oleh
Lowry et.al (2013) terhadap model HMSAM. Maka didapatlah model akhir dari model HMSAM.
11 Gambar 2. 3 Hedonic-motivation system adoption model Pengujian yang dilakukan oleh Lowry et.al (2013) menggunakan instrumen kuisioner yang digunakan untuk studi kasus game juga akan digunakan pada penelitian ini.
Tabel 2. 1 Instrumen Kuesioner
Construct Items Notes
Joy JOY1. I found playing the game to be enjoyable Built on the original three- item scale from (Venkatesh, 2000) by modifying to gaming context and added three items based on hedonic enjoyment concepts from the following literature: (Agarwal & Karahanna, 2000; van der Heijden, 2004). JOY2. I had fun using the game *JOY3. Using the game was boring.- JOY4. The game really annoyed me JOY5. The game experience was pleasurable.
- JOY6. The game left me unsatisfied.
Control CTL1. I had a lot of control. Modified original scale from (Liu, 2003) to be more general so that it did not focus solely on Web sites. Also, added items on control from (Agarwal & Karahanna, 2000). CTL2. I could choose freely what I wanted to see or do.
- CTL3. I had little control over what I could do. CTL4. I was in control.
- CTL5. I had no control over my interaction. CTL6. I was allowed to control my interaction.
12 Lanjutan Tabel 2.1 Instrumen Kuesioner
Construct Items Notes
Focused ImmersionFI1. I was able to block out most other distractions Modified original scale from (Agarwal & Karahanna, 2000) to a gaming context; third item was changed from task to game. FI2. I was absorbed in what I was doing.
FI3. I was immersed in the game.
- FI4. I was distracted by other attentions very easily. (d1)(d2) FI5. My attention was not diverted very easily.
Temporal Dissociation TD1. Time appeared to go by very quickly using the game.
Modified original scale from (Agarwal & Karahanna, 2000) to a gaming context; last two original items were not included because they did not fit our context. TD2. I lost track of time when i was playing the game. TD3. Time "flew" when i played the game.
Curiousity CUR1. This experience excited my curiousity .
Modified original scale from (Agarwal & Karahanna, 2000) to a gaming context. CUR2. This experience made me curious. CUR3. This experienced aroused my imagination.
Perceived ease of use PEOU1. My interaction with the game was clear and understandable.
Combined four-item scale from (Agarwal & Karahanna, 2000) and four-item scale from (Venkatesh, 2000) and modified to a gaming context. PEOU2. Interacting with the game did not require a lot of my mental effort. PEOU3. I found the game to be trouble free. PEOU4. I found it easy to get the game to do what i want it to do. PEOU5. Learning to operate the game was easy for me. PEOU6. It was simple to do what i wanted with the game. PEOU7. It was be easy for me to become skillful at using the game. PEOU8. I found the game easy to use.
Perceived usefulness PU1. The game decreased my stress. Modified original utilitarian scale from (Venkatesh, 2000) to a hedonic context. Items chosen from pilot test items that showed the strongest benefits of fun. PU2. The game helped me better pass time.
PU3. The game provided useful escape. PU4. The game helped me think more clearly.
PU5. The game helped me feel rejuvenated.
13 Lanjutan Tabel 2.1 Instrumen Kuesoner
Construct Items Notes
Behavioral intention to useBIU1. I would plan on using it in the future.
Modified original scale from (Agarwal & Karahanna, 2000) BIU2. I would intend to continue using to a gaming context it in the future. BIU3. I expect my use of it to continue in the future. Nb: * = Reverse scale
2.5 Pengelompokan Data
Secara garis besar pengelompokan data dibagi ke dalam beberapa kelompok menurut (Siregar, 2014), antara lain sebagai berikut:
1. Kelompok data menurut cara memperolehnya a.
Data Primer Data primer adalah data yang dikumpulkan sendiri oleh peneliti langsung
dari sumber pertama atau tempat obyek penelitian dilakukan.
b.
Data Sekunder Data sekunder adalah data yang diterbitkan atau digunakan oleh organisasi yang bukan pengolahnya.
2. Kelompok data menurut waktu pengumpulannya a.
Data Time Series Data time series adalah data yang dikumpulkan dari waktu ke waktu pada satu obyek dengan tujuan untuk menggambarkan perkembangan dari obyek tersebut.
14 b.
Data Cross Section Data cross section adalah data yang dikumpulkan di satu periode tertentu pada beberapa obyek dengan tujuan untuk menggambarkan keadaan.
3. Kelompok data menurut sifatnya a.
Data Kualitatif Data kualitatif adalah data yang berupa pendapat (pernyataan) atau judgement sehingga tidak berupa angka, tetapi berupa kata-kata atau kalimat.
b.
Data Kuantitatif Data kuantitatif adalah data yang berupa angka. Sesuai dengan bentuknya, data kuantitatif dapat diolah dan dianalisis dengan menggunakan teknik perhitungan statistik.
2.6 Skala untuk Instrumen (Model Skala Sikap) a.
Skala Likert adalah penskalaan yang didesain untuk menelaah seberapa kuat subjek setuju atau tidak setuju dengan pernyataan pada skala 5 titik dengan susunan berikut: Tabel 2. 2 Susunan Skala Likert
Sangat Tidak Setuju Tidak Setuju Tidak Berpendapat Setuju Sangat Setuju
1
2
3
4
5 Respons terhadap sejumlah item yang berkaitan dengan konsep atau variabel tertentu kemudian disajikan kepada tiap responden. Ini adalah skala interval dan perbedaan dalam respons antara dua titik pada skala tetap sama (Sekaran, 2006).
b.
Skala Gutman digunakan untuk mengukur dimensi saja dari suatu variabel multidimensi. Skala gutman dilakukan jika peneliti ingin mendapatkan
15 jawaban tegas terhadap suatu permasalahan yang ditanyakan. Misalnya: Yakin – tidak yakin; benar- salah; setuju-tidak setuju; dan sebagainya c.
Skala Diferensial Semantik adalah skala berisikan serangkainan bipolar (dua kutub). Skala ini digunakan untuk mengukur sikap, bentuknya tersusun dalam satu garis kontinum yang jawaban positifnya terletak di bagian kiri dan jawaban negatif terletak di bagian kanan atau sebaliknya. Misalnya: cepat-lambat; ramah-tidak ramah; memuaskan-tidak memuaskan dan sebagainya.
d.
Rating Scale adalah data mentah yang didapat berupa angka kemudian ditafsirkan dalam pengertian kualitatif. Misalnya: ketat-longgar; kuat- lemah. Responden tidak akan menjawab salah satu dari jawaban kuantitatif yang akan disediakan.
e.
Skala Thurstone adalah penskalaan yang meminta responden untuk memilih jawaban pertanyaan yang ia setujui dari beberapa pertanyaan yang menyajikan pandangan-pandangan yang berbeda. Pada umumnya setiap item mempunyai asosiasi antara 1 sampai 10 tetapi nilai-nilainya tidak diketahui oleh responden.
2.7 Populasi dan Sampling
Sugiyono (2009) menyatakan bahwa populasi adalah wilayah generlisasi yang terdiri atas obyek atau subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Sedangkan sampling adalah proses menyeleksi porsi dari populasi
16 untuk dapat mewakili populasi (Nurasalam, 2013). Menurut Nurasalam (2013) Cara pengambilan sampel dapat digolonglan menjadi dua, yaitu:
1. Probability sampling
Prinsip utama probability sampling adalah bahwa setiap subyek dalam populasi mempunyai kesempatan untuk terpilih atau tidak terpilih sebagai sampel.
a.
Simple random sampling Untuk mencapai sampling ini, setiap elemen diseleksi secara acak.
Misalnya, jika kita ingin mengambil sampel 30 orang dari 100 populasi yang tersedia, maka secara acak kita mengambil 30 orang dari 100 orang tersebut.
b.
Stratified random sampling Jenis sampling ini digunakan peneliti untuk mengetahui beberapa variabel pada populasi yang merupakan hal yang paling penting untuk mencapai sampel yang representatif. Misalnya, jika kita merencanakan ada 100 sampel, peneliti mengelompokkan 25 subyek dengan tingkat penddidikan.
c.
Cluster sampling Cluster berarti pengelompokkan sampel berdasarkan wilayah atau lokasi populasi. Misalnya, peneliti ingin meneliti anak yang mengalami stress hospitalisasi, maka peneliti mengambil sampel pada klien anak berdasarkan tempat klien dirawat (rumah sakit A, B, C) yang mempunyai karakteristik berbeda.
17 d.
Systematic sampling Pengambilan sampel secara sistematik dapat dilaksanakan jika tersedia daftar subyek yang dibutuhkan. Jika jumlah populasi adalah N=1200 dan sampel yang dipilih adalah 50, maka setiap kelipatan 24 orang akan menjadi sampel (1200:50=24). Maka sampel yang dipilih didasarkan pada
nomor kelipatan 24, yaitu sampel no 24, 48, dan seterusnya.
2. Nonprobability sampling Nonprobability sampling adalah teknik pengambilan sampel yang tidak memberi peluang atau kesempatan sama bagi setiap ensure atau anggota populasi untuk dipilih menjadi sampel, a.
Purposived sampling Purposive sampling merupakan suatu teknik penetapan sampel dengan cara memilih sampel di antara populasi sesuai dengan yang dikehendaki peneliti (tujuan atau masalah dalam penelitian), sehingga sampel tersebut dapat mewakili karakteristik populasi yang telah dikenal sebelumnya.
b.
Consecutive sampling Pemilihan sampel dengan consecutive (berurutan) adalah pemilihan sampel dengan menetapkan subjek yang memenuhi kriteria penelitian dimasukkan dalam penelitian sampai kurun waktu tertentu, sehingga jumlah klien yang diperlukan terpenuhi.
c.
Convenience sampling Pemilihan sampel convenience adalah cara penetapan sampel dengan mencari subyek atasa dasar hal-hal yang menyenangkan atau
18 mengenakkan peneliti. Dengan cara ini, sampel diambil tanpa sistematika tertentu, sehingga tidak dapat dianggap mewakili populasi sumber, apalagi populasi target.
d.
Quota Sampling Teknik penentuan sampel dalam kuota menetapkan setiap strata populasi berdasarkan tanda-tanda yang mempunyai pengaruh terbesar variabel yang akan diselidiki. Misal, dalam suatu penelitian didapatkan adanya 50 populasi, peneliti menetapkan kuota sebanyak 40 subyek untuk dijadikan sampel, maka jumlah tersebut dinamakan kuota.
2.7.1 Ukuran Sampel
Untuk menentukan sampel dari populasi digunakan perhitungan maupun acuan tabel yang dikembangkan para ahli. Menurut Hendryadi (2010), secara umum untuk penelitian korelasional jumlah sampel minimal untuk memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel minimum 15 dari masing-masing kelompok, dan untuk penelitian survey jumlah sampel minimum adalah 100.Supriyadi (2014) memberikan acuan umum untuk menentukan ukuran sampel:
1. Sampel dengan ukuran lebih kecil dari 10 tidak dianjurkan 2.
Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang ketat, penelitian yang sukses adalah mungkin dengan ukuran sampel kecil antara 10 sampai dengan 20 3. Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan
19 sebagainya), ukuran sampel minimum 30 untuk tiap kategori adalah tepat 4. Dalam penelitian mutivariat (termasuk analisis regresi berganda), ukuran sampel sebaiknya 10 kali lebih besar dari jumlah variabel dalam penelitian
5. Analisis SEM ukuran sampel 5 kali jumlah indikator atau berkisar 100 sampai 200 sampel
6. Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk kebanyakan penelitian
7. Pada umumnya penentuan sampel tergantung biaya yang ada, makin besar jumlah sampel lebih baik dari sedikit sampel Besaran atau ukuran sampel ini sangat tergantung dari besaran tingkat ketelitian atau kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial maksimal tingkat kesalahannya adalah 5% (0,05) (Supriyadi, 2014). Makin besar tingkat kesalahan maka makin kecil jumlah sampel.
Namun yang perlu diperhatikan adalah semakin besar jumlah sampel (semakin mendekati populasi) maka semakin kecil peluang kesalahan generalisasi dan sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah populasi) maka semakin besar peluang kesalahan generalisasi.
2.8 Metode Pengumpulan Data
Metode atau teknik pengumpulan data adalah cara yang dilakukan peneliti untuk memperoleh informasi yang dibutuhkan dalam rangka mencapai tujuan penelitian. Menurut (Sugiyono, 2009) teknik pengumpulan data merupakan langkah yang paling utama dalam penelitian, karena tujuan utama dari penelitian adalah mendapatkan data. Dengan metode pengumpulan data yang tepat dalam
20 suatu penelitian akan memungkinkan peneliti untuk memperoleh data yang valid sehingga dapat membantu dalam jalannya penelitian. Pengumpulan data penelitian dilakukan dengan berbagai metode: 1.
Wawancara Wawancara adalah pertemuan dua orang untuk bertukar informasi dan ide melalui Tanya jawab, sehingga dapat dikonstruksikan makna dalam suatu topic merupakan teknik pengumpulan data yang dilakukan peneliti untuk memperoleh informasi dengan cara berkomunikasi langsung antara pewawancara dan responden.
2. Kuesioner Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawab (Sugiyono, 2009). Kuesioner dapat membantu peneliti memperoleh informasi terkait dengan permasalahan penelitian.
3. Observasi Observasi adalah teknik pengumpulan data yang dilakukan melalui suatu pengamatan disertai dengan pencatatan terhadap keadaan atau perilaku objek penelitian (Fathoni, 2006). Observasi dilakukan untuk memperoleh gambaran mengenai objek penelitian secara keseluruhan.
4. Kuesioner (Angket) Kuesioner adalah suatu teknik pengumpulan informasi yang memungkinkan analis mempelajari sikap-sikap, keyakinan, perilaku, dan
21 karakteristik beberapa orang utama di dalam organisasi, yang bisa terpengaruh oleh sistem yang diajukan atau sistem yang sudah ada.
2.9 Partial Least Square-Structural Equation Modeling (PLS-SEM)
2.9.1 Pengenalan PLS-SEM
PLS adalah model persamaan Structural Equation Modeling (SEM) yang berbasis komponen varian. PLS hampir menyerupai regresi namun lebih dari itu, secara simultan menggabungkan model structural path (misalkan hubungan teoritis variabel laten) sekaligus mengukur path tersebut (misalkan hubungan antara variabel laten dengan indikatornya). Bukannya mengasumsikan semua bobot masing-masing indikator itu sama terhadap variabel laten, namun dalam PLS indikator-indikator memiliki bobot yang beragam. Sehingga, indicator dengan bobot yang lebih rendah akan berkontribusi rendah pula terhadap variabel laten (Chin & Frye, 1996).
Beberapa hal penting yang menandai SEM menggunakan PLS menurut Monecke & Leisch (2012) diantaranya: SEM menggunakan PLS terdiri tiga komponen, yaitu model struktural, model pengukuran dan skema pembobotan. Bagian ketiga ini merupakan ciri khusus SEM dengan PLS dan tidak ada pada SEM yang berbasis kovarian.
SEM menggunakan PLS hanya mengijinkan model hubungan antar variabel yang recursif (sarah) saja. Hal ini sama dengan model analisis jalur (path analysis) tidak sama dengan SEM yang berbasis kovarian yang mengijinkan juga terjadinya hubungan non-recursif (timbal-balik).
22 Pada model struktural, yang disebut juga sebagai model bagian dalam, semua variabel laten dihubungan satu dengan yang lain dengan didasarkan pada teori substansi. Variabel laten dibagi menjadi dua, yaitu eksogenous dan endogenous. Variabel laten eksogenous adalah variabel penyebab atau variabel tanpa didahului oleh variabel lainnya dengan tanda anak panah menuju ke variabel lainnya (variabel laten endogenous).
Skema pembobotan digunakan untuk estimasi bobot bagian dalam pada langkah kedua pada algoritma PLS. Skema pembobotan awal menggunakan centroid (rata-rata aritmatik). Kemudian perkembangan selanjutnya skema pembobotan juga menggunakan pembobotan faktorial dan jalur.
Koefesien jalur diestimasi dengan menggunakan OLS (ordinary least square) menurut model strukturalnya. Koefesien jalur dalam SEM
- – PLS ialah koefisien regresi baku (Beta).
Algoritma PLS bertujuan untuk melakukan estimasi nilai semua variabel
laten (nilai-nilai faktor) dengan menggunakan prosedur iterasi.
PLS dikatakan sebagai metode analisis yang powerful, karena tidak didasarkan pada banyak asumsi (Wold, 1985 dalam Ghozali, 2008). Misalnya, data tidak harus berdistribusi normal multivariate (indikator dengan skala kategori, ordinal, interval, sampai rasio dapa digunakan model yang sama). Selain dapat digunakan untuk mengkonfirmasi teori, PLS juga dapat digunakan untuk menjelaskan ada tidaknya hubungan antar variabel laten. PLS dapat sekaligus menganalisis konstruk yang dibentuk dengan indikator refleksif dan formatif, hal ini tidak dapat dilakukan oleh CB SEM karena akan menjadi unidentified model.
23
2.9.2 Model Indikator PLS
PLS memiliki dua model indicator dalam penggambarannya, yaitu: a. Model indikator reflektif Model ini biasa disebut juga sebagai principal factor dimana kovarian pengukuran indikator dipengaruhi oleh variabel laten yang mencerminkan konstruk variabel laten. Penggambarannya ditunjukkan dengan anak panah dari konstruk laten berbentuk elips kepada beberapa indikator teramati. Variabel konstruk dapat bernilai rendah, bila memiliki sedikit indikator akan tetapi nilai validity tidak akan pernah berubah meski satu indikator dihilangkan. (Chin & Frye, 1996). Pada model reflektif, antara indikator memiliki sifat interchangeability (dapat dipertukarkan), sedangkan pada model formatif tidak bersifat interchangeability. Dengan adanya sifat interchangeability dalam model reflektif ini diharapkan hubungan antar indikator saling berkorelasi tinggi.
Gambar 2. 4 Contoh Model Reflektif b. Model indikator formatif Model formatif mengasumsikan bahwa semua indikator mempengaruhi konstruk laten, asumsinya arah hubungan kausalitas indikator ke konstruk laten sebagai grup untuk menentukan makna empiris dari setiap laten. Setiap variabel mempengaruhi konstruk laten, maka ada kemungkinan korelasi antar variabel.
24 Penilaian validity konstruk tidak dipengaruhi nilai dari variabel lain, melainkan konstruk lain yang mempengaruhinya. Oleh karena itu, penghapusan satu indikator laten dapat menghilangkan dan merubah makna dari variabel laten atau konstruk laten (Chin & Frye, 1996).
Gambar 2. 5 Contoh Model Formatif
2.9.3 Kriteria Penilaian PLS
PLS memiliki dua model evaluasi, yaitu: 1. Model pengukuran atau outer model