EVALUASI PENERAPAN SISTEM INFORMASI

ABSENSI ONLINE DENGAN HOT FIT MODEL

Ratna Kartika Wiyati1) Ni Luh Ayu Kartika Yuniastari Sarja2)
Program Studi Sistem Informasi1,2)
STMIK STIKOM Bali 1,2)
[email protected]) , [email protected])

ABSTRACT
Attendance is a compulsory activity in lectures. STIKOM Bali uses an online attendance
information system to attend student attendance in each teaching and learning process. To find out
the success of implementing an information system needs to be evaluated. Evaluation is done so
that the organization can find out the impact and benefits of implementing an information system
for users such as lecturers and academic and organizational sections. Therefore it is necessary to
evaluate the STIKOM Bali online attendance information system. This study evaluates success
using the HOT Fit model. The selection of the HOT Fit model is because this model involves
important components in the application of the system, namely human, technology and
organization. The research methods used in this study are exploration of concepts and
observations, analysis of variables and hypotheses, data collection and analysis and conclusions.
Based on the results of hypothesis evaluation, eleven hypotheses proved significant. Based on this,
it can be concluded that the success rate of the online attendance information system at Bali
STIKOM is good. While based on the results of the regression test found the influence of the
largest variable is the effect of system quality variables on user satisfaction and service quality on
usage with the value of R Square of 62.5%.
Keywords: attendance, online attendance information system, HOT Fit model

ABSTRAK
Absensi merupakan kegiatan wajib dalam perkuliahan. STIKOM Bali menggunakan sistem
informasi absensi online untuk melakukan presensi kehadiran mahasiswa dalam setiap proses
belajar mengajar. Untuk mengetahui keberhasilan penerapan sebuah sistem informasi perlu
dilakukan evaluasi. Evaluasi dilakukan agar organisasi dapat mengetahui dampak dan manfaat
penerapan sistem informasi baik bagi pengguna seperti dosen dan bagian akademik maupun
organisasi. Oleh karena itu perlu dilakukan evaluasi terhadap sistem informasi absensi online
STIKOM Bali. Penelitian ini melakukan evaluasi kesuksesan menggunakan model HOT Fit.
Pemilihan model HOT Fit dikarenakan model ini melibatkan komponen penting dalam penerapan
sistem yaitu human atau pengguna, teknologi dan organisasi Metode penelitian yang digunakan
dalam penelitian ini adalah eksplorasi konsep dan observasi, analisis variabel dan hipotesis,
pengumpulan dan analisis data serta penarikan kesimpulan. Berdasarkan hasil evaluasi hipotesis,
sebelas hipotesis terbukti signifikan. Berdasarkan hal tersebut dapat disimpulkan bahwa tingkat
kesuksesan sistem informasi absensi online pada STIKOM Bali baik. Sedangkan berdasarkan hasil
uji regresi didapatkan pengaruh variabel terbesar adalah pengaruh variabel kualitas sistem
terhadap kepuasan pengguna dan kualitas layanan terhadap penggunaan dengan nilai R Square
sebesar 62,5 %.
Kata kunci : absensi, sistem informasi absensi online, model HOT Fit

PENDAHULUAN perlu dilakukan evaluasi. Evaluasi dilakukan

Absensi merupakan kegiatan wajib dalam agar organisasi dapat mengetahui dampak
perkuliahan. Kegiatan absensi dalam pergu- dan manfaat penerapan sistem informasi
ruan tinggi dilakukan dengan berbagai cara baik bagi pengguna seperti dosen dan bagian
baik menggunakan sistem manual ataupun akademik maupun organisasi. Oleh karena
memanfaatkan teknologi informasi. STI- itu perlu dilakukan evaluasi terhadap sistem
KOM Bali menggunakan sistem informasi informasi absensi online STIKOM Bali.
absensi online untuk melakukan presensi Dalam melakukan evaluasi terha-
kehadiran mahasiswa dalam setiap proses dap penerapan sistem informasi terdapat be-
belajar mengajar. Untuk mengetahui keber- berapa metode yang digunakan seperti End
asilan penerapan sebuah sistem informasi User Computing Satisfaction (EUCS),

1
2 Jurnal Teknologi Informasi dan Komputer, Volume 5, Nomor 1, Januari 2019

Technology Acceptance Model (TAM), Teknologi dan kesesuaian hubungan di an-

Unified theory of Acceptance and Use of taranya.
Technology (UTAUT), Delone Mclean,
Human Organization Technology (HOT) Fit
Model dan yang lainnya. Tiap metode me-
miliki komponen dan karakteristik masing-
masing.
Penerapan sistem informasi dalam
sebuah organisasi akan melibatkan user atau
pengguna sistem tersebut. Selain itu unsur
organisasi juga menjadi komponen penting
dalam penerapan sistem. Model evaluasi pe- Gambar 1 Human-Organization Technology
nerapan sistem informasi yang melibatkan (HOT) Fit Model
human atau pengguna, teknologi dan orga- Kerangka teori HOT Fit adalah sebagai
nisasi adalah Model HOT Fit. Oleh karena berikut :
itu dalam penelitian ini, evaluasi sistem in- 1. Human
formasi absensi online menggunakan model Ada dua hal berikut menjadi komponen
HOT FIT. Model HOT Fit sendiri dikem- penting :
bangkan oleh Yusof et al untuk mengeva- a. System use : mengacu pada kesering-
luasi kesuksesan sistem informasi. Human an dan cakupan penggunaan fungsi-
Organization-Technology (HOT) Fit Model fungsi sistem, pelatihan, pengetahu-
merupakan model yang menempatkan kom- an, pengharapan, dan penerimaan
ponen penting dalam sistem informasi yakni atau penolakan.
manusia (human), organisasi (organization) b. User Satisfaction : merupakan evalu-
dan teknologi (technology) dan kesesuaian asi secara keseluruhan dari pengala-
hubungan di antaranya. Salah satu contoh man pengguna dalam menggunakan
penelitian yang telah menerapkan Model sistem informasi dan potensi pen-
HOT Fit adalah penelitian yang dilakukan garuh sistem informasi. User satis-
oleh Tamubua, dkk [1] melakukan evaluasi faction berhubungan dengan pengeta-
faktor keberhasilan aplikasi pemantauan pe- huan kedayagunaan sistem dan sikap
laksanaan program dan kegiatan di ling- pengguna tentang sistem informasi
kungan Kemdikbud. Selain itu Rozanda & yang dipengaruhi karakteristik peng-
Masriana [2] menggunakan model HOT Fit guna
dalam mengevaluasi penerapan Sistem In- 2. Organization
formasi Manajemen Kepegawaian (SIM- Dua hal berikut menjadi komponen
PEG) pada Pengadilan Tata Usaha Negara penting :
Pekanbaru. a. Structure : struktur organisasi men-
Dengan mengetahui tingkat kesuk- cerminkan keadaan instansi, budaya,
sesan sistem informasi online pada STIKOM politik, hirarki, autonomi, perencana-
Bali, pihak organisasi maupun eksekutif ma- an dan sistem control, strategi, mana-
najemen dapat menentukan strategi kedepan- jemen, kepemimpinan dan komuni-
nya sehingga sistem informasi ini dapat kasi.
menjadi salah satu keunggulan kompetitif b. Environment : lingkungan ini adalah
organisasi. lingkungan diluar dari organisasi se-
perti, politik, kebijakan pemerintah,
LANDASAN TEORI sumber keuangan (pemilik modal),
HOT Fit Model lokasi, kompetisi, hubungan antar
Teori HOT Fit dikemukakan oleh instansi, populasi yang dilayani dan
Yusof et al pada tahun 2006 di Konferensi komunikasi.
Internasional Hawaii Science System ke-39.
Teori ini dibuat dari dua model evaluasi un-
tuk sistem informasi, model tersebut adalah 3. Technology
D&M IS Success Model (DeLone dan Komponen dalam teknologi tiga hal
McLean, 2004) dan IT Organization Fit Mo- berikut :
del (Morton, 1991). Model ini menempatkan a. System Quality : pengukuran fitur-
komponen penting dalam sistem informasi fitur yang terdapat pada sistem infor-
yakni Manusia (human), Organisasi dan masi terutama kemampuan sistem
dan tampilan antar muka. Contoh: ke-
 Wiyati, Sarja, Evaluasi Penerapan Sistem Informasi Absensi Online Dengan…3

mudahan penggunaan, kemudahan skor data kuesioner secara umum SIMPEG

pembelajaran, waktu tanggapan, ke- sudah baik, faktor-faktor keberhasilan yang
dayagunaan, ketersediaan, tahan uji, ada dalam model HOT-Fit dan hubungan an-
penyesuaian, keamanan dan keter- tara komponen manusia, organisasi dan tek-
sediaan dukungan teknis. nologi menunjukkan hasil yang baik, mes-
b. Information Quality : berkaitan den- kipun ada beberapa faktor yang perlu diting-
an proses informasi dan informasi katkan dalam mewujudkan keberhasilan pe-
yang dihasilkan oleh sistem. Kriteria nerapan sistem informasi.
dari kualitas informasi adalah keleng-
kapan, ketepatan, kemudahan pemba- METODOLOGI
caan, tepat waktu, ketersediaan, rele- Metodologi penelitian yang diguna-
vansi, konsistensi, tahan uji, metode kan dalam penelitian ini mengadaptasi ke-
input data, dan kualitas. rangka berpikir metodologi IS Research
c. Service Quality : pengukuran secara yang dikemukakan oleh Hevner pada tahun
keseluruhan dari dukungan penyedia 2004 [4]. Metodologi penelitian dapat di-
jasa sistem atau teknologi. Kriteria jelaskan sebagai berikut :
yang diukur adalah kecepatan res- 1. Eksplorasi konsep
pons, jaminann layanan, empati dan Pada tahap pertama yaitu eksplorasi kon-
penanganan layanan. sep yang akan digunakan dalam pene-
4. Net Benefits litian yaitu Model HOT Fit dan sistem
Net Benefits adalah keseimbangan antara informasi absensi online yang ada pada
dampak positif dan negatif dari pengguna STIKOM Bali. Hasil studi literatur dan
(para pekerja medis, manajer, pegawai observasi menghasilkan konsep dan data
non medis, developer sistem dan semua yang digunakan sebagai dasar dalam
bagian yang terkait). Net Benefit dapat analisis.
diakses menggunakan benefit langsung, 2. Analisis
efek pekerjaan, efisiensi dan efektivitas, Pada tahap analisis dilakukan analisis va-
menurunkan tingkat kesalahan, komuni- riabel dan hipotesis dengan mengguna-
kasi, mengendalikan pengeluaran dan bi- kan model HOT Fit. Variabel dan in-
aya. Semakin tinggi dampak positif yang dikator dalam penelitian akan dijadikan
dihasilkan semakin berhasil implemen- dasar dalam penyusunan kuesioner.
tasi sistem informasi [3]. 3. Pengumpulan dan analisis data
Pada tahap pengumpulan data dilakukan
Penelitian Terkait penyebaran kuesioner kepada responden
Beberapa penelitian terdahulu yang dosen. Analisis data pada penelitian ini
menggunakan model HOT Fit dan model menggunakan analisis statistik deskriptif
Delone Mclean adalah sebagai berikut. dan analisis statistik inferensial. Hasil
Penelitian yang dilakukan oleh Krisbiantoro dari pengumpulan data kuesioner akan
[4] evaluasi keberhasilan implementasi sis- diolah dan dianalisis sehingga mengha-
tem informasi Perpustakaan STMIK AMI- silkan kesimpulan.
KOM Purwokerto dengan pendekatan HOT 4. Kesimpulan
Fit model. Berdasarkan dari hasil uji untuk Tahap terakhir dalam penelitian ini ada-
melihat variabel yang berpengaruh terhadap lah penarikan kesimpulan.
keberhasilan implementasi SLiMS di
STMIK AMIKOM Purwokerto adalah vari- PEMBAHASAN
abel Teknologi, Manusia dan Organisasi ber- Variabel Penelitian
pengaruh terhadap manfaat atau keber- Pada penelitian ini terdapat tujuh
hasilan. Borman [3] melakukan evaluasi pe- variabel yang digunakan. Variabel ini di-
nerapan Sistem Informasi Manajemen Kepe- adopsi dari model HOT Fit. Variabel dalam
gawaian (Simpeg) Di Badan Kepegawaian penelitian ini yaitu :
Daerah Kabupaten Pamekasan Dengan Pen- 1. Variabel Kualitas Sistem
dekatan Human Organization Technology 2. Variabel Kualitas Informasi
(HOT) Fit Model. Berdasarkan hasil peneli- 3. Variabel Kepuasan Pengguna
ian penerapan Sitem Infomrasi Manajemen 4. Variabel Kualitas layanan
Kepegawaian (SIMPEG) di Badan Kepega- 5. Variabel Penggunaan sistem
waian Daerah Kabupaten Pamekasan mem- 6. Variabel Dampak penggunaan
punyai tingkat keberhasilan cukup baik, ka- 7. Variabel Organisasi
rena berdasarkan hasil klasifikasi tingakatan
4 Jurnal Teknologi Informasi dan Komputer, Volume 5, Nomor 1, Januari 2019

Berdasarkan hasil analisis variabel dalam den menggunakan teknik simple random
model HOT Fit maka dapat disimpulkan sampling. Karakteristik responden berdasar-
bahwa dalam penelitian ini akan menggu- kan jenis kelamin yaitu sebanyak 22 laki-
nakan tujuh variabel yang diadopsi dan di- laki dan 18 perempuan. Karakteristik res-
modifikasi dari model HOT Fit untuk ke- ponden berdasarkan jenis kelamin dapat
suksesan sistem informasi absensi online pa- dilihat pada Gambar 3. Karakteristik res-
da STIKOM Bali. Model modifikasi HOT ponden berdasarkan home base atau pro-
Fit dapat dilihat pada Gambar 2. gram studi (prodi) dosen yaitu 5 orang prodi
Teknologi
Orang
manajemen informatika, 13 orang prodi sis-
Kualitas Sistem
Kualitas Sistem
H1 Kepuasan Pengguna
Kepuasan Pengguna
H10
tem komputer dan 22 orang prodi sistem in-
H2

H9 H7
formasi. Karakteristik responden berdasar-
H3
Penggunaan
Penggunaan
H8
Dampak Penggunaan
Dampak Penggunaan
kan prodi dapat dilihat pada Gambar 4.
H4
Kualitas Informasi
Kualitas Informasi

H12
H5
Organisasi
H11

H6 Organisasi
Organisasi
Kualitas Layanan
Kualitas Layanan

Gambar 2 Model Modifikasi HOT Fit dalam

penerapan Sistem Informasi Online

Berdasarkan model penelitian maka diru-

muskan hipotesis sebagai berikut :
H1 : Kualitas Sistem (KS) akan berpengaruh Gambar 3 Karakteristik Responden
terhadap Kepuasan Pengguna (KP). Berdasarkan Jenis Kelamin
H2 : Kualitas Sistem (KS) akan berpengaruh
terhadap Penggunaan (P).
H3 : Kualitas Informasi (KI) akan berpen-
garuh terhadap Kepuasan Pengguna (KP).
H4 : Kualitas Informasi (KI) akan berpen-
garuh terhadap Penggunaan (P).
H5 : Kualitas Layanan (KL) akan berpen-
garuh terhadap Kepuasaan Pengguna (KP).
H6 : Kualitas Layanan (KL) akan berpen-
garuh terhadap Penggunaan (P).
H7 : Kepuasan Pengguna (KP) akan berpen- Gambar 4 Karakteristik Responden
garuh terhadap Dampak Penggunaan (DP). Berdasarkan Program Studi
H8 : Penggunaan (P) akan berpengaruh ter-
hadap Dampak Penggunaan (DP). Berdasarkan profil dan karakteristik respon-
H9 : Kepuasan Pengguna (KP) akan berpe- den dosen, maka dominan dosen yang men-
garuh terhadap Penggunaan (P). jadi responden adalah berjenis kelamin laki-
H10 : Orang (ON) akan berpengaruh terha- laki yaitu sebanyak 22 dan program studi
dap Dampak Penggunaan (DP). sistem informasi sebanyak 22 orang.
H11 : Organisasi (OG) akan berpengaruh
terhadap Dampak Penggunaan (DP). Uji Validitas dan Uji Reliabilitas
H12 : Teknologi (TE) akan berpengaruh ter- Uji validitas dalam penelitian ini menggu-
hadap Penggunaan (DP). nakan nilai Scale Corrected Item-Total
Hipotesis H1 sampai H9 merupakan Correlation. R tabel dengan probabilitas 0,05
influence, sedangkan H10, H11 dan H12 (5 %) adalah sebesar 0.2638. Item pertan-
merupakan hipotesis dari Fit dalam model yaan valid apabila r hitung > r tabel. R hi-
HOT Fit. tung untuk masing-masing pertanyaan dapat
dilihat pada Tabel 1.
Karakteristik Responden Penelitian Tabel 1 Hasil Validitas Kuesioner
Responden dalam penelitian ini
Corrected Item- Validitas
adalah dosen STIKOM Bali yang merupa-
Total Correlation
kan pengguna dari sistem informasi absensi
KS1 0,544 Valid
online. Responden penelitian adalah seban-
KS2 0,454 Valid
yak 40 orang. Pemilihan sample atau respon-
KS3 0,690 Valid
 Wiyati, Sarja, Evaluasi Penerapan Sistem Informasi Absensi Online Dengan…5

KS4 0,646 Valid jian dilakukan menggunakan teknik korelasi

KS5 0,457 Valid Kendall-Tau yang merupakan teknik untuk
KS6 0,332 Valid mencari hubungan dan menguji hipotesis
KS7 0,527 Valid antara dua variabel atau lebih, bila datanya
KS8 0,576 Valid berbentuk ordinal [5]. Hasil pengujian hipo-
KS9 0,364 Valid tesis dapat dilihat pada Tabel 3.
KS10 0,554 Valid
KS11 0,657 Valid Tabel 3 Hasil Pembuktian Hipotesis
KI1 0,792 Valid Hipotesis Hasil Keputusan
KI2 0,721 Valid Pengukuran
1 KS KP Signifikan. Diterima
KI3 0,698 Valid
nilai
KI4 0,368 Valid signifikansi
KI5 0,468 Valid 0.00 < 0.05
KI6 0,583 Valid 2 KS US Signifikan. Diterima
KI7 0,603 Valid nilai
KP1 0,566 Valid signifikansi
KP2 0,548 Valid 0.00 < 0.05
3 KI  KP Signifikan. Diterima
KP3 0,767 Valid nilai
KL1 0,613 Valid signifikansi
KL2 0,509 Valid 0.00 < 0.05
KL3 0,705 Valid 4 KIUS Signifikan. Diterima
US1 0,792 Valid nilai
US2 0,554 Valid signifikansi
0.00 < 0.05
OR1 0,126 Tidak Valid
5 KL KP Signifikan. Diterima
OR2 0,374 Valid nilai
OR3 0,298 Valid signifikansi
OR4 0,346 Valid 0.00 < 0.05
DP1 0,487 Valid 6 KL US Signifikan. Diterima
DP2 0,622 Valid nilai
DP3 0,531 Valid signifikansi
0.00 < 0.05
DP4 0,432 Valid
7 KPDP Signifikan. Diterima
DP5 0,543 Valid nilai
signifikansi
Berdasarkan hasil uji validitas maka item 0.00 < 0.05
pertanyaan yang tidak valid yaitu OR1 se- 8 US DP Signifikan. Diterima
hingga OR1 tidak diikutkan dalam analisis nilai
hipotesis. signifikansi
0.00 < 0.05
Sedangkan untuk pengujian reliabilitas den- 9 KP US Signifikan. Diterima
gan menggunakan nilai Cronbach’s Alpha. nilai
signifikansi
Nilai tersebut merupakan nilai reliabilitas tes 0.00 < 0.05
secara keseluruhan. Berdasarkan pada Tabel 10 OGDP Signifikan. Diterima
4 dapat dilihat nilai Cronbach’s Alpha 0,940. nilai
Apabila nilai alpha > 0,9 maka reliabilitas signifikansi
tinggi sehingga dapat disimpulkan bahwa 0.00 < 0.05
seluruh item pertanyaan reliabel 11 ORDP Tidak Ditolak
Signifikan.
Tabel 2 Reliability Statistics nilai
Cronbach's Alpha N of Items signifikansi
0.10 > 0.05
,940 35 12 TEDP Signifikan. Diterima
Pengujian Hipotesis nilai
Berdasarkan model modifikasi HOT Fit pa- signifikansi
da Gambar 2, maka dilakukan pengujian hi- 0.00 < 0.05
potesis dengan menggunakan SPSS 20. Data
uji yang digunakan sebanyak 40 data berda- Berdasarkan hasil pengujian hipotesis
sarkan hasil penyebaran kuesioner. Pengu- hampir semua hipotesis diterima dengan
6 Jurnal Teknologi Informasi dan Komputer, Volume 5, Nomor 1, Januari 2019

jumlah 11 hipotesis diterima yaitu H1, H2, puasan pengguna sistem informasi
H3, H4, H5, H6, H7, H8, H9, H10, H12. absensi online mempengaruhi penggu-
Sedangkan terdapat satu hipotesis yang tidak naan sistem tersebut.
terbukti yaitu H11. Analisis pengujian 10. Hipotesis 10 (H10) terbukti signifikan.
masing-masing hipotesis dapat dijelaskan Berdasarkan hal tersebut dapat disimpul-
sebagai berikut : kan bahwa menurut dosen STIKOM Bali
1. Hipotesis 1 (H1) terbukti signifikan. Ber- orang atau human mempengaruhi dam-
dasarkan hal tersebut dapat disimpulkan pak penggunaan sistem.
bahwa menurut dosen STIKOM Bali 11. Hipotesis 11 (H11) tidak terbukti sign-
dengan kualitas sistem informasi absensi ifikan. Berdasarkan hal tersebut dapat di-
online yang baik mempengaruhi kepuas- simpulkan bahwa menurut dosen STI-
an dosen dalam menggunakan sistem. KOM Bali organisasi tidak mempengaru-
2. Hipotesis 2 (H2) terbukti signifikan. Ber- hi dampak penggunaan sistem.
dasarkan hal tersebut dapat disimpulkan 12. Hipotesis 12 (H12) terbukti signifikan.
bahwa menurut dosen STIKOM Bali Berdasarkan hal tersebut dapat disim-
dengan kualitas sistem informasi absensi pulkan bahwa menurut dosen STIKOM
online yang baik mempengaruhi penggu- Bali teknologi mempengaruhi dampak
naan sistem. penggunaan sistem.
3. Hipotesis 3 (H3) terbukti signifikan. Ber- Berdasarkan hasil evaluasi hipotesis, sebelas
dasarkan hal tersebut dapat disimpulkan hipotesis terbukti signifikan. Berdasarkan
bahwa menurut dosen STIKOM Bali hal tersebut dapat disimpulkan bahwa ting-
dengan kualitas dari informasi sistem kat kesuksesan sistem informasi absensi on-
informasi absensi online mempengaruhi line pada STIKOM Bali baik.
kepuasan dosen dalam menggunakan sis-
tem. Pengujian Regresi
4. Hipotesis 4 (H4) terbukti signifikan. Ber- Pengujian regresi dilakukan dengan meng-
dasarkan hal tersebut dapat disimpulkan gunakan uji regresi sederhana pada SPSS.
bahwa menurut dosen STIKOM Bali Pengaruh variabel bebas dan terikat dapat
dengan kualitas dari informasi sistem in- dilihat dari nilai Rsquare masing-masing
formasi absensi online mempengaruhi hipotesis.
penggunaan sistem. 1. Pengukuran Regresi Kualitas Sistem ter-
5. Hipotesis 5 (H5) terbukti signifikan. Ber- hadap Kepuasan Pengguna
dasarkan hal tersebut dapat disimpulkan Berdasarkan hasil pengukuran, pengaruh
bahwa menurut dosen STIKOM Bali variabel bebas kualitas sistem terhadap
dengan kualitas layanan sistem informasi variabel terikat kepuasan pengguna yaitu
absensi online mempengaruhi kepuasan nilai R-Square sebesar 0,625, yang be-
dosen dalam menggunakan sistem. rarti pengaruh variabel kualitas sistem
6. Hipotesis 6 (H6) terbukti signifikan. Ber- terhadap variabel penggunaan sebesar
dasarkan hal tersebut dapat disimpulkan 62,5 %, dan sisanya sebesar 37,5% di-
bahwa menurut dosen STIKOM Bali pengaruhi oleh variabel lain.
dengan kualitas layanan sistem informasi
absensi online mempengaruhi pengguna- Tabel 4 Hasil Pengukuran Regresi Kualitas
an sistem. Sistem Terhadap Kepuasan Pengguna
7. Hipotesis 7 (H7) terbukti signifikan.
Berdasarkan hal tersebut dapat disimpul- Model R R Adjusted Std. Error
kan bahwa menurut dosen STIKOM Bali Square R Square of the
kepuasan pengguna sistem informasi Estimate
absensi online mempengaruhi dampak 1 ,791a ,625 ,615 ,2295
penggunaan sistem.
8. Hipotesis 8 (H8) terbukti signifikan. a. Predictors: (Constant), KS
Berdasarkan hal tersebut dapat disimpul-
kan bahwa menurut dosen STIKOM Bali 2. Pengukuran Regresi Kualitas Sistem ter-
penggunaan sistem informasi absensi hadap Penggunaan
online mempengaruhi dampak penggu- Berdasarkan hasil pengukuran, pengaruh
naan sistem. variabel bebas kualitas sistem terhadap
9. Hipotesis 9 (H9) terbukti signifikan. Ber- variabel terikat penggunaan yaitu nilai R-
dasarkan hal tersebut dapat disimpulkan Square sebesar 0,498, yang berarti pen-
bahwa menurut dosen STIKOM Bali ke- garuh variabel kualitas sistem terhadap
 Wiyati, Sarja, Evaluasi Penerapan Sistem Informasi Absensi Online Dengan…7

variabel penggunaan sebesar 49,8 %, dan variabel terikat kepuasan pengguna yaitu
sisanya sebesar 50,2 % dipengaruhi oleh nilai R-Square sebesar 0,320, yang be-
variabel lain. rarti pengaruh variabel kualitas layanan
terhadap variabel kepuasan pengguna
Tabel 5 Hasil Pengukuran Regresi Kualitas sebesar 32 %, dan sisanya sebesar 68 %
Sistem Terhadap Penggunaan dipengaruhi oleh variabel lain.

Model R R Adjusted Std. Error Tabel 8 Hasil Pengukuran Regresi

Square R Square of the Kualitas Layanan Terhadap Kepuasan
Estimate Pengguna
1 a
,705 ,498 ,484 ,3252 Model R R Adjusted Std. Error
a. Predictors: (Constant), KS Square R Square of the
Estimate
3. Pengukuran Regresi Kualitas Informasi 1 ,566a ,320 ,302 ,3090
terhadap Kepuasan Pengguna a. Predictors: (Constant), KL
Berdasarkan hasil pengukuran, pengaruh
variabel bebas kualitas informasi terha- 6. Pengukuran Regresi Kualitas Layanan
dap variabel terikat kepuasan pengguna terhadap Penggunaan
yaitu nilai R-Square sebesar 0,457, yang Berdasarkan hasil pengukuran, pengaruh
berarti pengaruh variabel kualitas infor- variabel bebas kualitas layanan terhadap
masi terhadap variabel kepuasan peng- variabel terikat penggunaan yaitu nilai R-
guna sebesar 45,7 %, dan sisanya sebesar Square sebesar 0,625, yang berarti pen-
54,3 % dipengaruhi oleh variabel lain. garuh variabel kualitas layanan terhadap
variabel penggunaan sebesar 62,5 %, dan
Tabel 6 Hasil pengukuran regresi kualitas sisanya sebesar 37,5 % dipengaruhi oleh
sistem terhadap kepuasan pengguna variabel lain.

Model R R Adjusted Std. Error Tabel 9 Hasil Pengukuran Regresi

Square R Square of the Kualitas Layanan Terhadap Penggunaan
Estimate Model R R Adjusted Std. Error
1 ,676a ,457 ,443 ,2905 Square R Square of the
Estimate
a. Predictors: (Constant), KP a
1 ,790 ,625 ,615 ,2811
4. Pengukuran Regresi Kualitas Informasi a. Predictors: (Constant), KL
terhadap Penggunaan
Berdasarkan hasil pengukuran, pengaruh 7. Pengukuran Regresi Kepuasan Pengguna
variabel bebas kualitas informasi terha- terhadap Dampak Penggunaan
dap variabel terikat penggunaan yaitu ni- Berdasarkan hasil pengukuran, pengaruh
lai R-Square sebesar 0,524, yang berarti variabel bebas kepuasan pengguna ter-
pengaruh variabel kualitas informasi ter- hadap variabel terikat dampak penggu-
hadap variabel penggunaan sebesar 52,4 naan yaitu nilai R-Square sebesar 0,473,
%, dan sisanya sebesar 47,6 % dipen- yang berarti pengaruh variabel kepuasan
garuhi oleh variabel lain. pengguna terhadap variabel dampak
penggunaan sebesar 47,3 %, dan sisanya
Tabel 7 Hasil pengukuran regresi kualitas sebesar 52,7 % dipengaruhi oleh variabel
informasi terhadap penggunaan lain.
Model R R Adjusted Std. Error
Square R Square of the
Estimate
1 ,724a ,524 ,511 ,2721
a. Predictors: (Constant), US Tabel 10 Hasil Pengukuran Regresi
Kepuasan Pengguna Terhadap Dampak
5. Pengukuran Regresi Kualitas Layanan Penggunaan
terhadap Kepuasan Pengguna
Model R R Adjusted Std. Error
Berdasarkan hasil pengukuran, pengaruh
Square R Square of the
variabel bebas kualitas layanan terhadap
Estimate
8 Jurnal Teknologi Informasi dan Komputer, Volume 5, Nomor 1, Januari 2019

1 ,688a ,473 ,459 ,2914 Tabel 13 Hasil Pengukuran Regresi

a. Predictors: (Constant), KP Organisasi Terhadap Dampak Penggunaan
Model R R Adjusted Std. Error
Square R Square of the
8. Pengukuran Regresi Penggunaan Estimate
Terhadap Dampak Penggunaan 1 ,403a ,162 ,140 ,3674
Berdasarkan hasil pengukuran, pengaruh a. Predictors: (Constant), OR
variabel bebas penggunaan terhadap va-
riabel terikat dampak penggunaan yaitu 11. Pengukuran Regresi Orang Terhadap
nilai R-Square sebesar 0,432, yang be- Dampak Penggunaan
rarti pengaruh variabel penggunaan ter- Berdasarkan hasil pengukuran, penga-
hadap variabel dampak penggunaan se- ruh variabel bebas orang terhadap va-
besar 43,2 %, dan sisanya sebesar 56,8 % riabel terikat dampak penggunaan yaitu
dipengaruhi oleh variabel lain. nilai R-Square sebesar 0,537, yang be-
rarti pengaruh variabel orang terhadap
Tabel 11 Hasil Pengukuran Regresi variabel dampak penggunaan sebesar
Penggunaan Terhadap Dampak Penggunaan 53,7 %, dan sisanya sebesar 46,3 % di-
Model R R Adjusted Std. Error pengaruhi oleh variabel lain.
Square R Square of the
Estimate Tabel 14 Hasil Pengukuran Regresi Orang
1 a
,657 ,432 ,417 ,3026 Terhadap Dampak Penggunaan
a. Predictors: (Constant), US Model R R Adjusted Std. Error
Square R Square of the
9. Pengukuran Regresi Kepuasan Penggu- Estimate
a
na Terhadap Penggunaan 1 ,733 ,537 ,525 ,2732
Berdasarkan hasil pengukuran, penga- a. Predictors: (Constant), OG
ruh variabel bebas kepuasan pengguna
terhadap variabel terikat penggunaan 12. Pengukuran Regresi Teknologi Terha
yaitu nilai R-Square sebesar 0,517, dap Dampak Penggunaan
yang berarti pengaruh variabel ke- Berdasarkan hasil pengukuran, penga-
puasan pengguna terhadap variabel uh variabel bebas teknologi terhadap
penggunaan sebesar 51,7 %, dan si- variabel terikat dampak penggunaan
sanya sebesar 48,3 % dipengaruhi oleh yaitu nilai R-Square sebesar 0,513,
variabel lain. yang berarti pengaruh variabel tekno-
logi terhadap variabel dampak penggu-
Tabel 12 Hasil Pengukuran Regresi naan sebesar 51,3 %, dan sisanya se-
Kepuasan Penggunaan Terhadap besar 48,7% dipengaruhi oleh variabel
Penggunaan lain.
Model R R Adjusted Std. Error
Square R Square of the Tabel 15 Hasil Pengukuran Regresi
Estimate Teknologi Terhadap Dampak Penggunaan
1 ,719a ,517 ,505 ,3187 Model R R Adjusted Std. Error
a. Predictors: (Constant), KP Square R Square of the
Estimate
a
10. Pengukuran Regresi Organisasi Terha- 1 ,716 ,513 ,500 ,2801
dap Dampak Penggunaan a. Predictors: (Constant), TE
Berdasarkan hasil pengukuran, penga-
ruh variabel bebas organisasi terhadap
variabel terikat dampak penggunaan
yaitu nilai R-Square sebesar 0,162,
yang berarti pengaruh variabel orga-
nisasi terhadap variabel dampak peng-
gunaan sebesar 16,2 %, dan sisanya se-
besar 83,8 % dipengaruhi oleh variabel
lain.
 Wiyati, Sarja, Evaluasi Penerapan Sistem Informasi Absensi Online Dengan…9

SIMPULAN DAFTAR PUSTAKA

Setelah dilakukan pengujian korelasi dan [1] Tammubua, Y., Sodjiono,B., Sofyan, A.F.
regresi terhadap variabel antara kualitas (2015). Evaluasi Faktor Keberhasilan
informasi, kualitas sistem, kualitas layan-an, Aplikasi Pemantauan Pelaksanaan
kepuasan pelanggan, penggunaan dan Program Dan Kegiatan (studi kasus :
dampak penggunaan terbukti bahwa ada-nya BPSDMPK-PMP Kemdikbud RI).
hubungan dan pengaruh yang kuat antar Seminar Nasional Teknologi Informasi dan
variabel. Pengujian hipotesis dengan metode Multimedia 2015. Yogyakarta, 1.2-349 -
korelasi didapatkan bah-wa terdapat sebelas 1.2-354
hipotesis yaitu H1, H2, H3, H4, H5, H6, H7,
H8, H9, H10, H12 terbukti. Berdasarkan hal [2] Rozanda, N.E., Masriana, A.(2017).
tersebut maka dapat disimpulkan bahwa Perbandingan Metode Hot Fit dan Tam
berdasar-kan hasil evaluasi dengan model dalam Mengevaluasi Penerapan Sistem
HOT Fit, tingkat kesuksesan sistem Informasi Manajemen Kepegawaian
informasi absensi online adalah baik. (SIMPEG) (Studi Kasus : Pengadilan Tata
Pengaruh variabel terbesar adalah penga-ruh Usaha Negara Pekanbaru). Seminar
variabel Kualitas Sistem terhadap Kepuasan Nasional Teknologi Informasi,
Pengguna dan Kualitas Layan-an terhadap Komunikasi dan Industri (SNTIKI). Riau,
Penggunaan dengan nilai R Square sebesar 327-336
62,5 %. Dan pengaruh variabel terkecil
adalah pengaruh vari-abel organisasi [3] Borman, R.I., Rosidi, A., Arief, M.R.
terhadap dampak peng-gunaan dengan nilai (2012). Evaluasi Penerapan Sistem
R Square sebesar 16,2 %. Informasi Manajemen Kepegawaian
(SIMPEG) Di Badan Kepegawaian Daerah
Kabupaten Pamekasan Dengan Pendekatan
Human Organization Technology (HOT)
Fit Model. Jurnal Teknologi Informasi. VII
(20), 1-18.

[4] Krisbiantoro, D., Suyanto, M., Luthfi, E.T.

(2015). Evaluasi Keberhasilan
Implementasi Sistem Informasi Dengan
Pendekatan HOT Fit Model (Studi Kasus :
Perpustakaan STMIK AMIKOM
Purwokerto). Konferensi Nasional Sistem
& Informatika 2015. Denpasar, 896-901.

[5] A. C. Hevner, et al. “Design Science in

Information Systems Research,
Management”, Information Systems
Quarterly, vol 28(1). 2004, 77-105

[6] Sugiyono. Metode Penelitian Bisnis,

Bandung: alfabeta, 2008.