ANALISA DAN SISTEM KEPUTUSAN Tugas Akhir Semester Studi Kasus SEM Algorithma Linear Regression Dan Markov Chain AGUS HERMANTO NRP. 9112205310 DOSEN Prof. Drs. Nur Iriawan, M.Ikom, PhD. PROGRAM MAGISTER MANAJEMEN TEKNOLOGI BIDANG KEAHLIAN MANAJEMEN TEKNOLOGI INFORMASI SURABAYA 2014
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
ANALISA DAN SISTEM KEPUTUSAN Tugas Akhir Semester Studi Kasus SEM
Algorithma Linear Regression Dan Markov Chain AGUS HERMANTO NRP. 9112205310 DOSEN Prof. Drs. Nur Iriawan, M.Ikom, PhD.
PROGRAM MAGISTER MANAJEMEN TEKNOLOGI BIDANG KEAHLIAN MANAJEMEN TEKNOLOGI INFORMASI SURABAYA 2014
Halaman 2 | 21
1. Studi Kasus SEM
PENGUKURAN USABILITAS LAYANAN SISTEM INFORMASI KAMPUS XYZ
BERBASIS WEB BERDASARKAN PENILAIAN SUBYEKTIF MAHASISWA
Pendahuluan
Selama ini dalam mengembangkan layanan sistem informasi berbasis web
kurang mem-perhatikan faktor usabilitas dari pengguna. Usabilitas didefinisikan sebagai
kemampuan sistem atau perangkat untuk digunakan oleh manusia dengan mudah, efektif
dan efisien serta memuaskan untuk mencapai tujuan tertentu (Nikov et. al., 2006).
Sedangkan menurut ISO 9241-11, usabilitas mengacu pada tingkat efektifitas, efisiensi
dan kepuasan suatu produk dapat digunakan oleh pengguna tertentu untuk mencapai
tujuan tertentu dan dalam konteks tertentu menurut user.
Pengembangan website yang berkualitas baik membutuhkan metode canggih
untuk desain kegunaan dan evaluasi dari keterpaduan interaksi manusia dan komputer,
aspek kognitif, teknik psikologi dan perangkat lunak (Hornbaek, 2006).
Struktural persamaan modeling (SEM) adalah teknik statistik yang mampu
memeriksa variabel penyebab. Parameter dalam model SEM adalah jalur koefisien jalur
antara variabel yang berbeda, yang mencerminkan hubungan secara efektif. Parameter
diperkirakan dengan meminimalkan perbedaan antara kovarian yang diamati dan yang
tersirat oleh model struktural atau path (McIntosh and Gonzalez, 1994). Tujuan utama
dari SEM adalah untuk mengungkapkan pola rangkaian yang saling terkait hubungan
ketergantungan secara simultan antara satu set konstruksi laten (unobserved), sehingga
masing-masing diukur dengan satu atau lebih variabel manifest (observed). Jadi SEM
tampaknya lebih baik untuk metode analisis kompleks. SEM adalah teknik pemodelan
yang kuat untuk secara efektif menangani multikolinieritas (jika banyak variabel yang
sangat berkorelasi) yang merupakan salah satu manfaat dari SEM yang membuatnya lebih
kuat dari faktor analisis dan regresi berganda dalam evaluasi usablilitas .
Untuk mengukur kualitas layanan berbasis web digunakan instrumen SERVQUAL
berbasis web dengan 28 pertanyaan checklist dalam 6 dimensi yang digunakan (Li, Tan,
and Xie, 2002). Hal ini didasarkan pada SERVQUAL yang menggunakan semantik jarak 5
titik atau 7 titik dengan skala Likert. Kegunaan dan kualitas mempengaruhi satu sama lain
(Bevan, 1995). Sedangkan WebQual (Barnes and Vidgen, 2003) mengevaluasi persepsi
pengguna terhadap kualitas situs web untuk memasukkan dimensi kegunaan dalam
proses penilaian. Tetapi beberapa dimensi kegunaan dan item tampak membingungkan
dan tumpang tindih dengan dimensi kualitas. Oleh karena itu ada kebutuhan dari
Halaman 3 | 21
pendekatan evaluasi kuantitatif komprehensif yang dapat menangani teknik evaluasi
kualitas dan kegunaan. Jadi dalam studi kasus kali ini, SEM digunakan untuk menyajikan
daftar dimodifikasi yang ditingkatkan dengan dimensi kegunaan, untuk mengukur
kegunaan layanan web dan kualitas layanannya untuk mengukur tingkat usabilitas
layanan web sistem informasi kampus.
DESKRIPSI PENGGUNAAN SEM
Berdasarkan metode pemeriksaan usabilitas yang dikembangkan Nielsen (1994)
dan mengacu pada standar ISO 9241-10, dalam studi kasus kali ini dibuatlah sebuah
ceklist dengan 2 dimensi obyektif dan 8 dimensi subyektif yang akan diujicobakan pada
mahasiswa dalam menggunakan Sistem Informasi Kampus XYZ, seperti yang terlihat pada
tabel 1 dibawah ini.
Tabel 1. Dimensi Ceklist
Untuk meningkatkan signifikansi dan pengaruh strategis kegunaan data, ada
kebutuhan untuk mewakili seluruh yang membangun usabilitas sebagai variabel dependen
tunggal (indeks usabilitas) tanpa mengorbankan presisi. Indeks usabilitas adalah ukuran,
yang dinyatakan sebagai persentase dari seberapa dekat fitur dari pertandingan situs web
yang berlaku pedoman umum usabilitas. Dengan mengacu pada standar ISO 9241-10
dalam studi kasus ini digunakan agregat pertama dalam 3 dimensi (sebagian besar
bersifat obyektif) untuk layanan web kuantitatif dengan indeks usabilitas 1 (WSUI1) dan
untuk agregat dimensi subjektif dari kegunaan : keandalan, integrasi komunikasi,
navigasi, pengendalian, jaminan, daya tanggap dan kualitas informasi ke kuantitatif
indeks usabilitas layanan web 2 (WSUI2 ). Tujuan dari pendekatan berbasis SEM adalah
untuk mengukur hubungan struktural antara WSUI1 dan WSUI2.
Halaman 4 | 21
Berdasarkan ketergantungan pada analisis faktor, bobot untuk masing-masing
sub dimensi checklist dapat ditemukan. Misalnya yang subdimensi dari dimensi keandalan
adalah pertanyaan checklist 3 sampai 7. Dengan mengambil nilai analisis faktor menjadi
account, yaitu sebuah agregasi dari masing-masing dimensi yang dapat dihitung dengan
cara yang sama. Dalam pendekatan berbasis SEM ini, dimensi agregat akan diasumsikan
diamati (diukur) untuk variabel laten (unobserved) yang membangun Usability Index 2
dalam hal layanan web. Demikian pula efisiensi, efektivitas, dan kepuasan yang diamati
(diukur) untuk variabel laten (unobserved) yang membangun Usability Index 1 dalam hal
layanan web. Pendekatan ini bertujuan untuk membuktikan keabsahan dari checklist
untuk evaluasi layanan web kegunaan dengan mempertimbangkan baik ukuran objektif
dan subjektif dari kegunaan evaluasi dan menentukan dimensi paling kritis dan usabilitas
layanan web.
Gambar 1. Diagram Hubungan Faktor-Faktor Usabilitas Dengan Pendekatan Berbasis SEM
Halaman 5 | 21
Gambar 2. Bobot Regresi Dalam dan Luar Dengan Pendekatan SEM
PENYELESAIAN PERMASALAHAN
Ceklist dalam eksperimen ini dipelajari dengan menguji dan mengevaluasi
layanan web yang disediakan oleh sistem informasi universitas XYZ dengan responden
mahasiswa. Sebanyak 179 mahasiswa dipilih dari lima fakultas yang berbeda. 40% dari
mahasiswa laki-laki dan 60% perempuan. Semua tes dilakukan di laboratorium komputer
milik Universitas XYZ dengan mengalokasikan satu komputer untuk masing-masing
peserta. Para mahasiswa yang menjadi responden menerima checklist yang berisi tujuan
survei dan mereka harus melanjutkan. Mereka diminta untuk melakukan tiga tugas
menggunakan account pribadi mereka di sistem informasi universitas XYZ.
Sebuah data yang dikumpulkan dianalisis sebagai berikut :
1. Exploratory Factor Analysis (EFA) dengan rotasi untuk menentukan dimensi yang
mendasari layanan usabilitas web index 2.
Halaman 6 | 21
2. Confirmatory Factor Analysis (CFA) digunakan untuk menentukan apakah dimensi
yang diekstrak pada langkah 1 cocok untuk data .
3. Mengukur dampak langsung dan tidak langsung dari layanan usabilitas web index 2 di
layanan usabilitas web index 1 oleh SEM.
EFA dilakukan untuk menghasilkan satu set dimensi non overlapping yang sangat
berbeda dari Web Service Quality untuk sistem informasi kampus dari semua item yang
terdapat di checklist. Analisis faktor yang dihasilkan 7 faktor yang menjelaskan 59,18 %
dari varians yang diamati. Alpha Cronbach untuk faktor-faktor yang mendasari berkisar
dari 0,69 sampai 0,75 dengan menunjukkan tingkat konstruksi reliabilitas yang
memuaskan.
Nilai chi square (323 dengan 227 derajat kebebasan) memiliki tingkat signifikansi
statistik dari 0.0001 yang tidak di atas tingkat minimum 0.05. Meskipun nilai chi -square
dalam model tidak di atas tingkat minimum 0.05, itu telah berpendapat bahwa ukuran chi
kuadrat fit tidak harus dianggap sebagai indikator terbaik dari model fit. Terutama , ketika
ada keberangkatan data dari normalitas. Oleh karena itu, salah satu kebutuhan untuk
menguji X2/df , GFI , AGFI , TLI , dan nilai CFI untuk menilai kecukupan model.
Nilai statistik χ2 adalah 323, dengan nilai rasio χ2/df 1,42. Sebagai rasio ini
adalah dalam kisaran 0-3, di mana nilai lebih rendah menunjukkan lebih sesuai, hasil
menunjukkan bahwa model yang dipergunakan menunjukkan sesuai dengan kriteria ini.
Selain itu, kedua goodness-of-fit (GFI) dan adjusment indeks goodness-of-fit (AGFI) yang
membangun usabilitas layanan web index 2 sangat memuaskan, karena mereka sangat
dekat dengan nilai 1,0, yang menunjukkan kesesuaian. Hasil membuktikan validitas
konstruksi untuk model pengukuran usabilitas layanan web index 2.
Langkah terakhir dalam analisis ini adalah untuk menguji model persamaan
struktural sebagaimana ditentukan dalam Gambar 3. Hipotesis tersebut dalam model
persamaan struktural diuji dengan menggunakan paket perangkat lunak AMOS. Untuk
layanan usabilitas web index 2, variabel indikator adalah dimensi masing-masing (faktor)
sebagaimana ditentukan oleh faktor eksploratori dan konfirmatori analisis. Model fit
menentukan sejauh mana model persamaan struktural sesuai dengan data sampel.
Indeks Goodness-of-fit untuk model path (Satorra-Bentler χ2 = 36,149 dengan df
= 32; GFI = 0.962; AGFI = 0.934, NFI = 0.902, CFI = 0.987, RMSEA = 0,027) baik dalam
batas-batas yang berlaku umum, menunjukkan sesuai dengan data.
Gambar 3 menunjukkan hasil model yang berkaitan dengan hubungan struktural
langsung antara usabilitas layanan web index 1 (WSUI1) dan usabilitas layanan web index
2 (WSUI2) seperti yang ditunjukkan dalam persamaan berikut :