View
216
Download
0
Category
Preview:
Citation preview
KATA PENGANTAR
Puji syukur kami panjatkan ke hadirat Alah SWT, karena atas berkat dan
rahmat-Nyalah maka Jurnal TEKNOMATIKA Volume 6 Nomor 1 ini dapat kami
terbitkan. Pada terbitan edisi ini kami menyajikan berbagai tulisan tentang
informatika dan komputer dalam ruang lingkup yang luas.
Dalam edisi ini para pembaca akan dapat menyimak tulisan-tulisan
sebagai berikut: Evaluasi Keperilakuan Pengguna Terhadap Penerimaan Sistem
Informasi (Studi Kasus di Bethesda), Aplikasi Pencarian Rute Dinamis
Menggunakan Algoritma A-Star dan Twitter API, Penggunaan TOGAF ADM
untuk Merancang Blueprint SI/TI di Dinas Kesehatan Provinsi Kalimantan
Tengah, Strategi untuk Meraih Keunggulan Kompetitif dalam E-Business (Studi
Kasus pada Amazon.Com), Pengembangan Aplikasi Domotic Berbasis Arsitektur
Berorientasi Layanan dengan Android SDK sebagai Nilai Tambah Layanan
Berbasis Internet, Analisis Faktor-Faktor yang Mempengaruhi Penggunaan Surat
Kabar Online, serta Konversi Data ke Format DNA dan Perbandingan Hasil
Kompresinya Menggunakan GenCompress Terhadap WinRAR.
Semoga apa yang kami sajikan dalam edisi ini dapat menjadi referensi
para peminat bidang-bidang terkait dan bisa memberi manfaat dalam arti seluas-
luasnya kepada para pembaca. Tidak lupa kami berharap saran, kritik serta
tulisan dari para pembaca untuk peningkatan penerbitan edisi selanjutnya.
ISSN: 1979-7656
TEKNOMATIKA Vol. 6 No. 1 Juli 2013
DAFTAR ISI
Evaluasi Keperilakuan Pengguna Terhadap Penerimaan Sistem Informasi (Studi Kasus di Bethesda) (Andhika Giri Persada, Eko Nugroho, Dani Adhipta) 1 - 18
Aplikasi Pencarian Rute Dinamis Menggunakan Algoritma A-Star dan Twitter API (Chandra Kusuma Dewa) 19 - 28
Penggunaan TOGAF ADM untuk Merancang Blueprint SI/TI di Dinas Kesehatan Provinsi Kalimantan Tengah (Nova Noor Kamala Sari, Ema Utami, Armadyah Amborowati) 29 - 46
Strategi untuk Meraih Keunggulan Kompetitif dalam E-Business, Studi Kasus pada Amazon.com (Arif Himawan) 47 - 60
Pengembangan Aplikasi Domotic Berbasis Arsitektur Berorientasi Layanan dengan Android SDK sebagai Nilai Tambah Layanan Berbasis Internet (Widy Agung Priasmoro, Widyawan, Bimo Sunarfri Hantono) 61 - 70
Analisis Faktor-Faktor yang Mempengaruhi Penggunaan Surat Kabar Online (Sigit Pambudi, Abdul Kadir, I Wayan Mustika) 71 - 88
Konversi Data ke Format DNA dan Perbandingan Hasil Kompresinya Menggunakan GenCompress terhadap WinRAR (Heilbert Armando Mapaly, Teguh B. Adji, Noor A. Setiawan) 89 - 101
1
EVALUASI KEPERILAKUAN PENGGUNA TERHADAP PENERIMAAN SISTEM INFORMASI (STUDI KASUS DI BETHESDA)
Andhika Giri Persada, Eko Nugroho, Dani Adhipta
Jurusan Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada Yogyakarta
nunakid@gmail.com
Abstrak
Banyak institusi berusaha untuk terus meningkatkan kualitas layanan mereka. Kualitas tersebut salah satunya dengan meningkatkan layanan sistem informasi. Namun, benarkah layanan berupa teknologi canggih akan berjalan linier dengan kemudahan yang didapatkan pengguna sistem informasi. Kemudahan yang efeknya tentu akan meningkatkan kinerja dan produktivitas. Menurut beberapa penelitian sebelumnya mengenai hubungan antara sistem informasi dengan kinerja pengguna, banyak kesimpulan yang menyatakan bahwa kecanggihan sistem informasi tidak berjalan linear dengan kemudahan penggunaan. Kecanggihan sistem informasi akan linier dengan kemudahan penggunaan jika sistem informasi memang dirancang berdasar pada kebutuhan pengguna.
Sikap mental pengguna ketika menggunakan sistem informasi menjadi faktor penentu. Sikap mental tersebut menjadi tugas institusi guna meyakinkan pengguna dalam memandang sistem informasi. Sehingga penerapan sistem informasi tidak hanya menjadi keunggulan layanan bagi institusi, tetapi juga menjadi sarana bagi pengguna dalam menunjang kinerjanya. Penelitian yang akan dilakukan mengambil studi kasus di RS. Bethesda. Sebagai gambaran awal bahwa RS. Bethesda memiliki duapuluh sistem informasi terintegrasi yang terbagi ke dalam masing-masing divisi dengan karyawan mencapai lebih dari seribu orang. Penelitian akan memberikan evaluasi terhadap jalannya sistem informasi dari perspektif pengguna. Penelitian akan menggunakan model beraspek keperilakuan pengguna. Model terbaru yang merupakan perbaikan dan gabungan dari model sebelumnya adalah UTAUT. Penelitian akan berusaha menjawab hipotesis yang dihasilkan berdasarkan literatur mengenai hubungan antara pengguna dengan sistem informasi. Lebih luas lagi diharapkan akan memberi gambaran bagaimana sistem informasi yang ideal dari sisi keperilakuan penggunanya.
Kata Kunci: kemudahan penggunaan, sistem informasi, psikologi dalam sistem informasi, SI Bethesda, UTAUT.
1. Pendahuluan
Mengesampingkan aspek teknikal dari dalam pembahasan mengenai
evaluasi terhadap sistem informasi, keberhasilan penggunaan sistem informasi
dapat ditentukan oleh keperilakuan pengguna sistem informasi itu sendiri.
Keperilakuan pengguna memiliki peranan dalam menentukan keberhasilan
penerapan sistem informasi. Namun masih kurang mendapat perhatian lebih
dalam pengembangan maupun evaluasi terhadap sistem informasi (Williams, et
al., 2005). Dalam penelitian yang dilakukan membahas keperilakuan pengguna
2 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Andhika Giri Persada ........................................ Evaluasi Keperilakuan Pengguna
sistem informasi di RS. Bethesda, Yogyakarta. Beberapa aspek yang dianggap
berpengaruh berdasarkan pada studi literatur terdahulu akan diteliti guna
mengetahui keintensifitasan penggunaan sistem informasi di RS. Bethesda.
Untuk mengukur tingkat penerimaan pengguna sistem informasi di RS. Bethesda
akan digunakan metode UTAUT.
Alasan pemilihan RS. Bethesda dikarenakan beberapa faktor seperti
ketersediaan sampel yang mencukupi dan keberadaan sistem informasi yang
aktif digunakan oleh pengguna. Sistem informasi di RS. Bethesda terbagi ke
dalam duapuluh bagian (divisi) yang menggunakan sistem informasi, diantaranya
bagian akuntansi, PSPM, farmasi, gizi, humas dan pemasaran, instalasi bedah
sentral, IGD, IKL, keuangan, laboratorium, PSP, pastoral, rehabilitasi medis,
instalasi rawat inap, instalasi rawat jalan, rekam medis, radiologi, SDM,
sekretariat, dan IT. Keduapuluh bagian secara garis besar dapat dikelompokkan
menjadi tiga bagian, yaitu bagian pelayanan medis, bagian penunjang medis,
dan bagian umum atau administrasi. Total karyawan mencapai lebih dari seribu
orang sehingga cukup untuk diambil sampel guna mewakili penelitian.
Sampel penelitian merupakan pengguna sistem informasi. Setelah
penelitian dilaksanakan diharapkan akan memberikan gambaran mengenai
keberlangsungan sistem informasi di RS. Bethesda beserta umpan balik berupa
saran guna perbaikan.
2. Tujuan Penelitian
Berdasarkan pada gambaran permasalahan mengenai hubungan sistem
informasi dengan pengguna, maka tujuan dari penelitian dapat dirumuskan
menjadi beberapa poin berikut: (1) Penelitian bertujuan mengetahui faktor-faktor
apa saja yang berpengaruh terhadap penggunaan sistem informasi; (2)
Penelitian bertujuan mengetahui hubungan antar faktor beserta pengaruhnya
dalam penggunaan sistem informasi; dan (3) Penelitian bertujuan mendapatkan
gambaran mengenai faktor-faktor yang mendasari pengguna menerima atau
menolak sistem informasi.
3. Tinjauan Pustaka
Secara garis besar keaslian penelitian berisi beberapa penelitian
terdahulu menggunakan teori keperilakuan pengguna terhadap sistem informasi.
Teori keperilakuan pengguna sendiri berasal dari ilmu sosial yang memiliki
keterkaitan dengan model penelitian penerimaan beraspek keperilakuan
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 3
Evaluasi Keperilakuan Pengguna ........................................ Andhika Giri Persada
pengguna terhadap teknologi. Beberapa studi literatur yang berhasil didapatkan
diantaranya.
Penelitian oleh Marchewka dan Kostiwa membahas tingkat penerimaan
aplikasi manajemen perkuliahan bernama Blackboard. Mereka melakukan
penelitian menggunakan model UTAUT sebagai dasar pengamatan dan standar
penentuan variabel. Penelitian berbeda pada variabel penelitian dimana
penelitian yang akan dilakukan menggunakan standar penentuan variabel
menggunakan UTAUT ditambahkan beberapa variabel (Marchewka, et al., 2007).
Dalam penelitiannya Thompson et al. memperoleh hubungan yang positif
dan signifikan antaran social norm, job fit, long term consequenceses terhadap
utilization of IT. Sedangkan affect menghasilkan hubungan positif dan tidak
signifikan terhadap penggunaan SI/TI. Sedangkan kompleksitas diperoleh
hubungan negatif dan sangat lemah terhadap penggunaan SI/TI. Perbedaan
dengan penelitian yang akan dilakukan terletak pada variabel penelitian yang
digunakan (Thompson, et al., 1991).
Venkatesh et al. melakukan penelitian terhadap industri komunikasi,
hiburan, perbankan, dan administrasi publik yang menggunakan SI. Penelitian
dilakukan dengan cara menggabungkan beberapa teori penerimaan SI dan
menghipotesiskan beberapa variabel yang dipakai. Penelitian ini merupakan cikal
bakal dari teori gabungan UTAUT. Perbedaan dengan penelitian yang akan
dilakukan terletak pada tambahan variabel yang dilakukan di luar variabel dari
UTAUT (Venkatesh, et al., 2003).
Van Dijk et al. mengamati korelasi antara performance expectancy dan
effort expectancy dalam layanan internet di pemerintahan. Hasil dari penelitian
menemukan bahwa faktor usia mempengaruhi intensi penggunaan. Sedangkan
jenis kelamin kurang mempengaruhi terhadap intensi penggunaan sistem.
Perbedaan dengan penelitian yang akan dilakukan terletak pada variabel
penelitian. Dalam penelitian Van Dijk et al. menggunakan variabel performance
expectancy, effort expectancy dan social expectancy (Van Dijk, et al., 2008).
Jong dan Wang (2009) meneliti tingkat penerimaan siswa terhadap
sistem pembelajaran berbasis web. Dalam penelitian tersebut Jong dan Wang
mencari hubungan antara performance expectancy, social influence dan
facilitating condition terhadap behavior intention terhadap penggunaan sistem.
Perbedaan penelitian ini terletak pada penambahan variabel yang dilakukan
dalam penelitian yang akan dilakukan.
4 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Andhika Giri Persada ........................................ Evaluasi Keperilakuan Pengguna
4. Landasan Teori
4.1 UTAUT
The Unified Theory of Acceptance and Use of Technology (UTAUT)
dikembangkan dengan tujuan menyatukan beberapa teori terdahulu mengenai
tingkah laku dan interaksi antara pengguna dengan teknologi informasi (TI)
maupun sistem informasi (SI). UTAUT dikembangkan berdasarkan review,
pemetaan dan penggabungan dari delapan teori dan model, diantaranya: Theory
of Reasoned Action (TRA), Technology Acceptance Model (TAM), Motivational
Model (MM), Theory of Planned Behaviour (TPB), Combined Theory of Planned
Behaviour/Technology Acceptance Model (C-TPB-TAM), Model of PC Utilization
(MPCU), Innovation Diffusion Theory (IDT), and Social Cognitive Theory (SCT).
Alasan penggabungan kedelapan teori di atas dikarenakan kedelapan
teori memiliki kesamaan alami dalam konsep dan model, sehingga lebih efektif
jika dipetakan dan digabungkan menjadi satu teori atau model yang terpadu
(Venkatesh, et al., 2003). Model standard UTAUT dapat dilihat dalam Gambar 1.
Gambar 1 Model Keperilakuan Pengguna UTAUT
4.2 Aspek Keperilakuan Pengguna dalam Sistem Informasi
Sistem Informasi (SI) adalah kombinasi dari teknologi informasi dan
aktivitas orang yang menggunakan teknologi. Aktivitas tersebut bertujuan untuk
mendukung kinerja individu dan manajemen dalam institusi. Sedangkan psikologi
adalah perilaku dan proses mental yang mencoba mendeskripsikan,
menjelaskan, memprediksi, dan mengendalikan aspek-aspek dari perasaan,
pikiran-pikiran, persepsi-persepsi dan kegiatan-kegiatan (Jogiyanto, 2008).
Kaitannya antara psikologi dengan teknologi bahwa psikologi masuk
dalam aspek tingkah laku pengguna terhadap teknologi. Tingkah laku pengguna
Performance
Expectancy
Effort
Expectancy
Social
Influence
Facilitating Condition
Behavioral
Intention
Use
Behavior
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 5
Evaluasi Keperilakuan Pengguna ........................................ Andhika Giri Persada
tersebut sering disebut sebagai keperilakuan dalam sistem informasi. Dan ilmu
yang membahasnya sering disebut sistem informasi keperilakuan. Sistem
informasi keperilakuan menjelaskan tindakan dari pemakai sistem informasi dari
sudut pandang ilmu psikologi. Perilaku (behavior) adalah bagian dari psikologi
yang dapat diobservasi dan diukur.
Penerimaan pengguna terhadap sistem informasi (SI) digambarkan
sebagai langkah penerimaan guna diadopsi sebagai pilihan untuk diambil
(Soanes dan Stevenson, 2004). Sebelum menentukan pilihan untuk
menggunakan sistem, pengguna akan melakukan uji-coba terlebih dahulu
terhadap sistem (Lapointe dan Rivard, 2005).
Berdasarkan pada literatur yang ada bahwa jika hasil keluaran dari
evaluasi mengarahkan pada hubungan positif antar konstruk maka pengguna
akan menggunakan SI. Namun, jika persepsi yang dihasilkan negatif, maka
pengguna akan menolak SI (Joshi, 1991).
Indikator diterimanya SI dapat dilihat melalui investigasi terhadap
konstruk yang digunakan dalam penelitian. Dalam penelitian yang dilakukan
variabel yang diteliti disusun menggunakan konstruk dari UTAUT ditambah tiga
konstruk yaitu anxiety, compatibility, dan self-efficacy. Alasan penambahan tiga
konstruk dijawab melalui pemaparan tiga area yang harus dipenuhi dalam upaya
menghasilkan hubungan antara sistem informasi dan manusia yang selaras.
Ketiga area yang ada adalah (Jogiyanto, 2008):
1. Individual context
Dalam konteks ini konstruk penelitian membahas aspek subjektif dari
pengguna terhadap teknologi. Dalam penelitian yang dilakukan konstruk
pembentuk dalam area individual context antara lain anxiety
(kecemasan), compatibility, dan self-efficacy (penilaian diri).
2. Technological context
Technological context merupakan hubungan persepsi pengguna terhadap
teknologi. Persepsi tersebut dilihat dari sudut pandang teknologi
bagaimana berfungsi sebagai alternatif guna meningkatkan kinerja
pengguna. Dalam penelitian yang dilakukan konstruk yang meliputi
technological context antara lain performance expectancy (ekspektasi
kinerja) dan effort expectancy (ekspektasi usaha).
6 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Andhika Giri Persada ........................................ Evaluasi Keperilakuan Pengguna
3. Implementation context
Implementation context berhubungan dengan pengaruh keadaan
lingkungan kerja pada penggunaan teknologi yang diimplementasikan.
Dalam penelitian ini konstruk penelitian meliputi facilitating condition
(kondisi memfasilitasi) dan social influence (pengaruh lingkungan).
Sedangkan konstruksi yang masuk di dalam area-area tersebut adalah
(Jogiyanto, 2008):
1. Performance expectancy
Performance expectancy (ekspektasi kinerja) adalah tingkat keyakinan
seorang individu terhadap sistem informasi (Venkatesh, et al., 2003).
Tingkat keyakinan bahwa sistem informasi akan mampu meningkatkan
kinerjanya. Lebih lanjut menurut Davis menjelaskan bahwa ekspektasi
kinerja dapat diukur melalui indikator ‘kegunaan sistem’ (Davis, 1989).
Moore dan Benbasat (1991) juga menambahkan ‘keuntungan relatif’
sebagai indikator melihat seberapa besar ekspektasi kinerja.
2. Effort expectancy
Effort expectancy (ekspektasi usaha) adalah tingkat kemudahan
pengguna yang akan dirasakan ketika menggunakan sistem informasi
(Venkatesh, et al., 2003). Indikator yang digunakan dalam penelitian
adalah ‘kemudahan penggunaan’ yang diadopsi dari penelitian Davis
(1989) dan ‘kerumitan’ penggunaan oleh Thomson, et al. (1991).
3. Social influences
Social influences (pengaruh sosial) adalah tingkat pengaruh orang lain di
lingkungan kerja dalam upaya meyakinkan penggunaan sistem informasi
(Venkatesh, et al., 2003). Indikator yang digunakan untuk menyusun item
kuestioner adalah ‘dukungan’ yang diadopsi dari penelitian Thompson, et
al. (1991) dan ‘persepsi pengguna’ oleh Moore dan Benbasat (1991).
4. Facilitating condition
Facilitating condition (kondisi yang memfasilitasi) didefinisikan sebagai
tingkat kepercayaan seorang individu bahwa sebuah organisasi dan
infrastruktur teknis yang ada akan mendukung penggunaan sistem
informasi. ‘Persepsi perilaku’ menurut Ajzen (1991), Taylor dan Todd
(1995) dan ‘bimbingan’ oleh Thompson et al. (1991) merupakan indikator
yang digunakan untuk mengetahui apakah organisasi dan infrastruktur
mendukung penggunaan sistem.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 7
Evaluasi Keperilakuan Pengguna ........................................ Andhika Giri Persada
5. Compatibility
Compatibility (kesesuaian) merupakan tingkat kepercayaan pengguna
terhadap sistem informasi. Kepercayaan bahwa penggunaan SI akan
memudahkan atau justru mengancam kepentingan mereka sebagai
bagian dari organisasi (Schaper dan Pervan, 2007). Indikator untuk
menghitung tingkat kepercayaan pengguna dapat diukur menggunakan
‘gambaran diri’ yang diadopsi dari penelitian Moore dan Benbasat (1991).
6. Self-efficacy
Self-efficacy (penilaian terhadap diri) adalah tingkat penilaian seorang
individu terhadap dirinya dalam mengorganisasi dan memutuskan
tindakan yang diperlukan untuk mencapai kinerja yang diinginkan dengan
menggunakan SI (Bandura, 1997). Penilaian terhadap diri tersebut dapat
diketahui melalui indikator yaitu ‘sikap terhadap sistem’ yang diadopsi dari
penelitian Davis, et al. (1992).
7. Anxiety
Anxiety (kecemasan) merupakan tingkat ketakutan yang dirasakan
pengguna ketika pertama kali mengoperasikan sistem informasi. Alasan
pemasukan variabel anxiety kedalam penelitian karena variabel anxiety
berbeda dengan variabel lain dalam model UTAUT (Venkatesh, et al.,
2000). Sehingga penambahan anxiety menjadi variabel penyusun
diharapkan menguatkan pengaruh dari sudut pandang pengguna dalam
hubungan dengan sistem informasi. Indikator yang digunakan adalah
‘perilaku pengguna’ diadopsi dari penelitian Davis, et al. (1992).
8. Behavior intention
Behavior intention didefinisikan sebagai reaksi perasaan menyeluruh dari
individu untuk menggunakan suatu sistem informasi. ‘Niat’ dapat
digunakan sebagai alat ukur mengetahui reaksi perasaan menyeluruh
dari individu untuk menggunakan sistem (Hsu dan Chiu, 2004).
9. Use behavioral
Use Behavioral merupakan perilaku yang ingin dicapai dalam
penggunaan sistem informasi. Perilaku tersebut digambarkan melalui
intensitas dan atau frekuensi pemakai dalam menggunakan teknologi
informasi. Indikator yang digunakan dalam penyusunan kuestioner adalah
‘frekuensi penggunaan’ (Thompson, et al., 1991).
8 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Andhika Giri Persada ........................................ Evaluasi Keperilakuan Pengguna
5. Hipotesis
H1: “Performance expectancy berpengaruh terhadap behavioral intention”. H2:
“Effort expectancy berpengaruh terhadap performace expectancy”. H3: ”Effort
expectancy berpengaruh terhadap behavioral intention”. H4: ”Social influences
berpengaruh terhadap behavioral intention”. H5: “Facilitating condition
berpengaruh terhadap use behavior”. H6: “Compatibility berpengaruh terhadap
use behavior”. H7: “Self efficacy berpengaruh terhadap berhavioral intention”. H8:
“Anxiety berpengaruh terhadap behavioral intention”. H9: “Behavioral intention
berpengaruh terhadap use behaviour”.
6. Metodologi Penelitian
6.1 Jalan Penelitian
Penelitian yang dilakukan bersifat kuantitatif dimana data yang terkumpul
akan berupa angka-angka yang akan diolah secara statistik dan hasilnya
dikemukakan secara deskriptif. Data akan didapatkan melalui kuestioner yang
disebar kepada sampel dalam populasi. Data dikumpulkan dan akan dianalisis
menggunakan metode analisis SEM (structural equation modeling) PLS (partial
least square). Hasil dari analisis akan dikonfirmasikan kepada pihak Bethesda
sehingga menghasilkan feedback kesimpulan dari dua arah.
6.2 Definisi Operasional Variabel
Di dalam definisi operasional variabel menjelaskan indikator yang
digunakan dalam penyusunan kuestioner. Indikator berguna untuk membuat item
pertanyaan agar sesuai dengan kajian ilmiah. Indikator dalam penyusunan item
pertanyan kuestioner ditunjukkan dalam Tabel 1.
6.3 Populasi dan Sampel Penelitian
Populasi dalam penelitian diantaranya unit layanan, manajemen, sampai
dewan direksi (jika memungkinkan) di Bethesda. Pada intinya adalah mereka
yang menggunakan sistem informasi. Dalam penelitian ini akan digunakan
metode sampling. Pembagian sampel dilakukan berdasarkan pembagian divisi
yang menggunakan sistem informasi. Untuk selanjutnya pembagian kuota
sampel dalam masing-masing divisi akan dibagi merata ke dalam dua puluh divisi
yang menggunakan sistem informasi.
Total karyawan yang ada di Bethesda sendiri diperkirakan lebih dari
seribu orang, sehingga mencukupi guna dilakukan sampling. Sampel yang akan
diambil berjumlah seratus orang. Sedangkan jumlah divisi di Bethesda yang
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 9
Evaluasi Keperilakuan Pengguna ........................................ Andhika Giri Persada
menggunakan sistem informasi berjumlah duapuluh. Sampel dilakukan dengan
membagi rata kepada duapuluh divisi dengan masing-masing divisi akan diambil
lima sampel. Detail karakteristik pengambilan sampel semisal usia, jenis kelamin,
tingkat pendidikan dan sebagainya akan menyusul kemudian.
Tabel 1 Indikator yang digunakan dalam penelitian
Konstruk Kode Indikator
Performance expecancy
PE1 Kegunaan sistem (Davis, 1989)
PE2
PE3 Keuntungan relatif (Moore dan Benbasat, 1991) PE4
Effort expectancy
EE1 Kemudahan penggunaan (Davis, 1989)
EE2
EE3 Kerumitan penggunaan (Thompson et al., 1991) EE4
Social Influence
SI1 Tingkat dukungan (Thompson et al., 1991) SI2
SI3 Persepsi pengguna (Moore dan Benbasat, 1991) SI4
Facilitating condition
FC1 Persepsi perilaku (Ajzen, 1991)
FC2
FC3 Bimbingan (Taylor dan Todd, 1995)
FC4
Compatibility
CM1 Gambaran diri (Moore dan Benbasat, 1991)
CM2
CM3
Self-efficacy
SE1
Sikap terhadap sistem (Davis et al., 1992)
SE2
SE3
SE4
Anxiety
ANX1
Perilaku pengguna (Davis et al., 1992) ANX2
ANX3
Behavioral intention
BI1
Niat (Hsu dan Chiu, 2004) BI2
BI3
User Behavior
UB1 Frekuensi penggunaan (Thompson et al., 1991)
UB2
UB3
10 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Andhika Giri Persada ........................................ Evaluasi Keperilakuan Pengguna
6.4 Metode Pengumpulan Data
Data akan disebar melalui kuestioner kepada duapuluh bagian di
Bethesda yang menggunakan sistem informasi. Kuestioner disebar kepada
duapuluh divisi yang menggunakan sistem informasi. Masing-masing divisi
diberikan jatah lima sampel yang mewakili divisinya dengan total keseluruhan
responden adalah seratus responden.
Total item pertanyaan adalah 32 dimana masing-masing pertanyaan
mewakili satu indikator yang telah dibuat berdasarkan pada studi literatur
penelitian. Sedangkan validitas dan reliabilitas secara statistik akan dilakukan
setelah kuestioner terkumpul.
6.5 Metode Validasi Konstruk
Uji Validitas
Uji validitas digunakan untuk mengetahui validitas dari instrumen
pengukuran yang digunakan dalam penelitian. Uji validitas berfungsi mengetes
ketepatan indikator pertanyaan dalam kuestioner. Uji validitas dilakukan dua
tahap yaitu melalui uji validitas diskriminan dan uji validitas konvergen. Pengujian
validitas diskriminan dilakukan dengan cara mengkorelasikan antar skor item
dengan skor total. Sedangkan uji validitas konvergen dilakukan dengan
melakukan cross loading yaitu membandingkan nilai masing-masing indikator
dibandingkan dengan konstruknya.
Uji Reliabilitas
Uji reliabilitas digunakan untuk menguji konsistensi alat ukur terhadap
gejala yang diukur pada waktu berlainan dengan gejala yang sama. Alat ukur
dikatakan reliabel jika jawaban pada setiap pertanyaan konsisten pada waktu
yang berlainan. Pengukuran pertama dan kedua dapat memperlihatkan apakah
hasil yang didapatkan konsisten. Jika konsisten maka pertanyaan dapat
dikatakan reliabel.
Pengujian reliabilitas dapat dilakukan dengan uji cronbach’s alpha dan
composite reliability. Dalam penelitian ini metode pengujian reliabilitas akan
menggunakan composite reliability karena lebih baik dalam mengestimasi
konsistensi internal suatu konstruk (Salisbury, et al., 1992). Dalam composite
reliability menyatakan bahwa indikator dikatakan reliabel jika memiliki nilai lebih
dari 0,7.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 11
Evaluasi Keperilakuan Pengguna ........................................ Andhika Giri Persada
6.6 Metode analisis data
Data yang didapat akan dianalisis menggunakan model PLS (Partial
Least Square). PLS adalah analisis persamaan struktural (SEM) berbasis varian
yang secara simultan dapat melakukan pengujian model pengukuran sekaligus
pengujian model struktural. Model pengukuran digunakan untuk uji validitas dan
reliabilitas, sedangkan model struktural digunakan untuk uji kausalitas (pengujian
hipotesis). PLS akan mengasumsikan bahwa semua ukuran varian adalah varian
yang dijelaskan sehingga pendekatan estimasi variabel laten dianggap sebagai
kombinasi linier dari indikator. Model yang digunakan dalam penelitian dapat
dilihat dalam Gambar 2.
Gambar 2 Model dalam penelitian berbasis UTAUT dimodifikasi
Kausalitas hubungan antar variabel akan diukur menggunakan pengujian
model struktural. Pengujian model struktural digunakan untuk melihat hubungan
antar konstruk dalam penelitian beserta nilai signifikansinya. Model struktural
dapat dilihat melalui uji t-statistics setiap path. Nilai signifikansi antar path dapat
dilihat dalam t-statistics yang terdapat di dalam Tabel path coefficient. Hipotesis
akan terdukung pada tingkat keyakinan 95 persen atau pada alpha 5 persen.
Sehingga melalui perhitungan Tabel-t akan dihasilkan nilai 1,96. Nilai 1,96 ini
menjadi batas minimal yang harus dicapai guna memastikan variabel diterima.
Performance
Expectancy
Behavioral Intention
Effort
Expectancy
Use Behavior
Social Influence
Faciliting Condition
Compatibility
Anxiety Self-Efficacy
12 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Andhika Giri Persada ........................................ Evaluasi Keperilakuan Pengguna
7. Hasil dan Pembahasan
7.1 Uji validitas
Model pengukuran yang dilakukan berupa uji validitas, reliabilitas, dan
koefisien jalur untuk model persamaan. Uji validitas dan reliabilitas dilakukan dua
tahap. Tahap pertama menghasilkan beberapa indikator yang masih belum valid
dan reliabel, sehingga beberapa indikator tersebut harus dihapus. Sedangkan
melalui uji kedua, setelah indikator yang tidak valid dan reliabel dihapus model
menjadi valid dan reliabel.
Validitas Konvergen
Validitas konvergen diukur menggunakan indikator reflektif yang dinilai
berdasar pada loading factor dari masing-masing indikator yang digunakan.
Konstruk yang digunakan dalam penelitian ini berjumlah sembilan dengan
sembilan arah panah yang menghubungkan variabel independen dengan
dependen. Masing-masing konstruk diwakili oleh beberapa indikator.
Dari Tabel outer loading hasil pengujian menggunakan software
smartPLS menunjukkan bahwa beberapa indikator seperti ANX2 (anxiety), BI1
(behavior inention), CM1 (compatibility), FC4 (facilitating condition), SE1 (self-
efficacy), SE2 (self-efficacy), SI2 (social influence), SI3 (social influence), dan
UB1 (use behavior) tidak memenuhi uji validitas konvergen karena nilainya
berada di bawah 0,7 sehingga harus dihapus.
Uji coba validitas dilakukan untuk kedua kali tanpa sembilan indikator
yang telah dihapus. Hasil tes kedua menggambarkan bahwa semua variabel
yang diuji telah valid secara konvergen berdasarkan nilai loading factor di atas
0,7.
Validitas Diskriminan
Pengukuran validitas diskriminan dapat dilihat berdasarkan cross loading
pengukuran dibandingkan dengan konstruknya. Pengukuran dikatakan valid jika
hubungan antar indikator dengan konstruknya lebih besar dari pada hubungan
dengan konstruk lainnya. Pengukuran dilakukan terhadap indikator yang telah
dinyatakan valid melalui tes konvergen sebelumnya.
Semua indikator yang mengarah pada konstruknya memiliki nilai lebih
besar dibanding dengan indikator yang mengarah kepada konstruk lain.
Sehingga dapat disimpulkan bahwa semua indikator dinyatakan valid secara
diskriminan.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 13
Evaluasi Keperilakuan Pengguna ........................................ Andhika Giri Persada
7.2 Uji Reliabilitas
Uji reliabilitas dapat diukur menggunakan uji cronbach’s alpha dan
composite reliability. Dalam penelitian ini metode pengujian reliabilitas akan
menggunakan composite reliability karena lebih baik dalam mengestimasi
konsistensi internal suatu konstruk (Salisbury, et al., 1992).
Uji reliabilitas menggunakan composite reliability harus lebih besar dari
0,7 meskipun dikatakan bahwa 0,6 sudah cukup mewakili suatu konstruk
dikatakan reliabel (Hair, et al., 2006). Dari perhitungan statistik composite
reliability menunjukkan bahwa semua indikator yang diuji bernilai diatas 0,7
sehingga dapat dikatakan bahwa semua indikator dikatakan reliabel.
7.3 Pengujian Model Struktural
Model struktural digunakan untuk melihat hubungan antar konstruk dalam
penelitian beserta nilai signifikansinya. Model struktural dapat dilihat melalui uji t-
table setiap path. Nilai signifikansi antar path dapat dilihat dalam kolom t-
statistics di dalam Tabel. Nilai dianggap berhubungan jika memiliki nilai di atas
1,96. Penentuan angka 1,96 dihitung berdasarkan tingkat keyakinan sebesar 95
persen, sehingga error yang kemungkinan terjadi maksimal bernilai 5 persen
atau dalam Tabel-t bernilai 1,96.
Tabel 2 Hasil perhitungan t-statistics
Hipotesis T Statistics (|O/STERR|)
ANX BI 2,5278
BI UB 17,5308
CM BI 4,9084
EE BI 8,978
EE PE 12,8233
FC UB 1,9411
PE BI 1,6307
SE BI 12,9309
SI BI 3,3811
Hasil dari pengujian pada kolom t-statistics di Tabel 2 menunjukkan
bahwa hubungan antara ANX (anxiety) ke BI (behavioral intention), BI
(behavioral intention) ke UB (use behavior), CM (compatibility) ke BI (behavioral
intention), EE (effort expectancy) ke BI (behavioral intention), EE (effort
expectancy) ke PE (performance expectancy), SE (self-efficacy) ke BI
(behavioral intention), dan SI (social influence) ke BI (behavioral intention)
14 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Andhika Giri Persada ........................................ Evaluasi Keperilakuan Pengguna
dikatakan berhubungan karena bernilai diatas 1,96. Sedangkan antara FC
(facilitating condition) ke UB (use behavior) dan PE (performance expectancy) ke
BI (behavioral intention) tidak berhubungan karena memiliki nilai signifikansi di
bawah 1,96.
Berdasarkan hasil pengolahan dalam Tabel 2, maka hasil uji untuk
masing-masing hipotesis adalah sebagai berikut:
1. Hipotesis pertama yang menyatakan bahwa “performance expectancy
berpengaruh terhadap behavioral intention” adalah tidak terbukti. Hal
tersebut dapat dilihat dari koefisien t-statistics bernilai 1,6307 atau di
bawah batas minimal diterima hipotesis sebesar 1,96. Kesimpulan dari
perhitungan pada kolom t-statistics menggambarkan bahwa tingkat
keyakinan pengguna bahwa sistem informasi akan mampu meningkatkan
kinerjanya masih belum mampu mempengaruhi niat menggunakan sistem
informasi. Pihak Bethesda beranggapan bahwa kecenderungan
ditolaknya hipotesis ini disebabkan oleh penggunaan sistem informasi di
sebagian divisi yang tidak murni harus menggunakan sistem informasi
dalam menyelesaikan tugas. Sehingga mereka beranggapan bahwa
tanpa menggunakan sistem informasi sekalipun mereka dapat
menyelesaikan tugas.
2. Hipotesis kedua yang menyatakan “effort expectancy berpengaruh
terhadap performace expectancy” adalah terbukti. Dapat dilihat dari kolom
t-statistics bernilai 12,8233 dimana sangat signifikan melampaui batas
minimal senilai 1,96. Hal tersebut menggambarkan bahwa tingkat
kemudahan penggunaan sistem informasi yang dirasakan pengguna akan
berpengaruh terhadap keyakinan pengguna menggunakan sistem
informasi guna meningkatkan performa kerjanya.
3. Hipotesis ketiga menyatakan bahwa “effort expectancy berpengaruh
terhadap behavioral intention”. Hipotesis di atas terbukti jika melihat pada
kolom t-statistics pada Tabel 4.1 bernilai 8,978. Kesimpulan dari hipotesis
yang terbukti menggambarkan bahwa tingkat kemudahan yang dirasakan
dalam penggunaan sistem informasi akan berpengaruh signifikan
terhadap niatan pengguna menggunakan sistem informasi.
4. Hipotesis keempat yang menyatakan bahwa “social influences
berpengaruh terhadap behavioral intention” terbukti dengan nilai t-
statistics 3,3811. Kesimpulan dari diterimanya hipotesis ini adalah
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 15
Evaluasi Keperilakuan Pengguna ........................................ Andhika Giri Persada
bagaimana pengaruh rekan dan lingkungan kerja akan memberikan
pengaruh terhadap niatan untuk lebih mengoptimalkan penggunaan
sistem informasi.
5. Hipotesis kelima menyatakan bahwa “facilitating condition berpengaruh
terhadap use behavior” tidak terbukti. Dari t-value memperlihatkan nilai
1,9411 atau di bawah standar minimal 1,96. Artinya bahwa facilitating
condition tidak berpengaruh terhadap use behavior. Hal ini
menggambarkan bahwa fasilitas yang disediakan institusi guna
kenyamanan penggunaan sistem informasi belum mampu mempengaruhi
kesadaran pengguna dalam menggunakan sistem informasi. Faktor gap
(jarak) antara pengguna lama dan pengguna baru ditengarai
menyebabkan kesenjangan antara harapan pengguna terhadap sistem
informasi dengan layanan dari institusi. Menurut pihak Bethesda
pengguna baru cenderung lebih mudah menerima sistem informasi
dibanding pengguna lama.
6. Hipotesis keenam yang menyatakan “compatibility berpengaruh terhadap
use behavior” terbukti. Hal tersebut dapat dilihat dari nilai t-value sebesar
4,9084. Kesimpulan dari hasil perhitungan tersebut adalah kesesuaian
tugas dari masing-masing pengguna dapat digambarkan dengan baik
ketika mereka menggunakan sistem informasi. Sistem informasi menjadi
media mereka mengeksplorasi diri lebih karena beranggapan bahwa
sistem informasi yang ada sejalan dengan gambaran diri dan tugas
mereka.
7. Hipotesis ketujuh yang menyatakan “self-efficacy berpengaruh terhadap
behavioral intention” terbukti. Dari perhitungan t-value dihasilkan nilai
12,9309 yang berarti angka tersebut signifikan di atas batas minimal
sebesar 1,96. Kesimpulan dari hasil tersebut menggambarkan bahwa
penilaian terhadap kemampuan diri dari masing-masing individu sangat
mempengaruhi terhadap niatan menggunakan sistem informasi.
8. Hipotesis ke delapan menyatakan bahwa “anxiety berpengaruh terhadap
behavioral intention” terbukti. Hal tersebut dapat dilihat dari nilai t-value
2,5278 memenuhi syarat batas minimal 1,96 sehingga dapat dikatakan
bahwa anxiety atau kecemasan pengguna akan menghasilkan kehati-
hatian dalam penggunaan sistem informasi yang secara tidak langsung
meningkatkan niatan dalam menggunakan sistem informasi.
16 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Andhika Giri Persada ........................................ Evaluasi Keperilakuan Pengguna
9. Hipotesis kesembilan menyatakan “behavioral intention berpengaruh
terhadap use behavior” terbukti dan dapat dilihat dari nilai t-value 17,5308
yang melebihi batas minimal 1,96. Hal tersebut menggambarkan bahwa
niatan atau reaksi perasaan menyeluruh dari individu berpengaruh
terhadap penggunaan sistem informasi.
8. Kesimpulan
Kesimpulan dalam penelitian menjawab hipotesis mengenai hubungan
antar individu pengguna sebagai subyek dengan sistem informasi sebagai obyek.
Hubungan dalam hipotesis tersebut antara lain:
1. Kemudahan penggunaan akan berpengaruh terhadap keyakinan
pengguna bahwa sistem informasi akan mampu meningkatkan
kinerjanya. Namun, keyakinan bahwa sistem informasi akan
meningkatkan kinerjanya justru tidak memiliki hubungan dengan niatan
seseorang untuk menggunakannya.
2. Tingkat kemudahan penggunaan akan mempengaruhi niatan pengguna
menggunakan sistem informasi.
3. Faktor-faktor yang datang dari luar seperti lingkungan kerja, rekan kerja
yang kondusif akan mempengaruhi niatan seseorang menggunakan
sistem informasi.
4. Kondisi berbeda berupa dukungan pihak terkait terhadap penerapan
sistem informasi dimana belum mampu memberikan kesadaran dalam
menggunakan sistem informasi terhadap penggunanya.
5. Kesesuaian terhadap diri, kecemasan diri, dan kemampuan menilai diri
sendiri merupakan tiga faktor dari dalam diri masing-masing pengguna
yang berpengaruh terhadap niatan menggunakan sistem informasi.
6. Niatan pengguna, berupa niat yang murni datang dari dalam diri maupun
dari pengaruh luar, memiliki hubungan terhadap kesadaran menggunakan
sistem informasi.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 17
Evaluasi Keperilakuan Pengguna ........................................ Andhika Giri Persada
Daftar Pustaka
Ajzen, I., 1991. The Theory of Planned Behavior. Organizational Behavior and Human Decision Processes, 50(2), pp. 179-211.
Bandura, A., 1997. Self-Efficacy: The Exercise of Control. New York: Freeman.
Davis, F. D., 1989. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), pp. 319-340.
Davis, F. D., Bagozzi, R. P. & Warshaw, P. R., 1992. Extrinsic and Intrinsic Motivation to Use Computers in the Workplace. Journal of Applied Social Psychology, 22(14), pp. 1111-1132.
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E. & Tatham, R. L., 2006. Multivariate Data Analysis (6ed). New Jersey: Prentice Hall.
Hsu, M. H. & Chiu, C. M., 2004. Predicting Electronic Service Continuance with A Decomposed Theory of Planned Behaviour. Behaviour & Information Technology, 23(5), pp. 359-373.
Husein, M.F. & Wibowo, A., 2000. Sistem Informasi Manajemen. Yogyakarta: UPP AMP YKPN.
Jogiyanto, H. M., 2008. Sistem Informasi Keperilakuan. Yogyakarta: Andi Offset.
Jong, D. & Wang, T. S., 2009. Student Acceptance of Web-Based Learning System. Proceeding. The 2009 International Symposium on Web Information Systems and Applications (WISA'09), Nanchang, People Republic of China, pp. 533-53.
Joshi, K., 1991. A Model of Users' Perspective On Change: The Case of Information Systems Technology Implementation. MIS Quarterly, 15(2), pp. 229-242.
Lapointe, L. & Rivard, S., 2005. A Multilevel Model of Resistance to Information Technology Implementation. MIS Quarterly, 29(3), pp. 461-491.
Marchewka, J. T., Liu, C. & Kostiwa, K., 2007. An Application of the UTAUT Model for Understanding Student Perceptions Using Course Management Software. Communications of the IIMA, 7(2), pp. 93-104.
Moore, G. C. & Benbasat, I., 1991. Development of An Instrument to Measure the Perceptions of Adopting an Information Technology Innovation. Information Systems Research, 2(3), pp. 192-222.
Oswari, T., Suhendra, E. S. & Harmoni, A., 2008. Model Perilaku Penerimaan Teknologi Informasi: Pengaruh Variabel Prediktor, Moderating Effect, Dampak Penggunaan Teknologi Informasi terhadap Produktivitas dan Kinerja Usaha Kecil. Proceeding. Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2008), Universitas Gunadarma, Depok, pp. 57-64.
18 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Andhika Giri Persada ........................................ Evaluasi Keperilakuan Pengguna
Salisbury, W. D., Chin, W. W., Gopal, A. & Newsted, P. R., 2002. Research Report: Better Theory Through Measurement-Developing a Scale to Capture Consensus on Appropriation. Information Systems Research, 13(1), pp. 91-103.
Schaper, L. K. & Pervan, G. P., 2007. ICT and OTs: A Model of Information and Communication Technology Acceptance and Utilisation by Occupational Therapists. International Journal of Medical Informatics, 76, S212-S221.
Soanes, C. & Stevenson, A. (Eds.), 2004. Concise Oxford English Dictionary (Vol. 11). Oxford: Oxford University Press.
Taylor, S. & Todd, P. A., 1995. Understanding Information Technology Usage: A Test of Competing Models. Information Systems Research, 6(2), 144-176.
Thompson, R. L., Higgins, C. A. & Howell, J. M., 1991. Personal Computing: Toward A Conceptual Model of Utilization. MIS Quarterly, 15(1), pp. 125-143.
Van Dijk, J. A., Peters, O. & Ebbers, W., 2008. Explaining the Acceptance and Use of Government Internet Services: A Multivariate Analysis of 2006 Survey Data in the Netherlands. Government Information Quarterly, 25(3), pp. 379-399.
Venkatesh, V., Morris, M. G., Davis, G. B. & Davis, F. D., 2003. User Acceptance of Information Technology: Toward A Unified View. MIS Quarterly, 27(3), pp. 425-478.
Williams, R., Stewart, J. K. & Slack, R. S., 2005. Social Learning in Technological Innovation: Experimenting with Information and Communication Technologies. Cheltenham : Edward Elgar Publishing.
19
APLIKASI PENCARIAN RUTE DINAMIS MENGGUNAKAN ALGORITMA A-STAR DAN TWITTER API
Chandra Kusuma Dewa
Program Studi Teknik Informatika Universitas Islam Indonesia
ckusumadewa@gmail.com
Abstrak
Algoritma A-Star merupakan algoritma yang umum digunakan untuk menyelesaikan permasalahan pencarian rute terpendek. Meskipun algoritma tersebut sudah lebih baik jika dibandingkan dengan algoritma Dijkstra karena sudah melibatkan fungsi heuristik dalam proses pencariannya, algoritma ini tetap tidak mempertimbangkan faktor kondisi untuk tiap-tiap alternatif rute yang akan dilewati.
Untuk mengatasi permasalahan tersebut, penelitian ini mencoba mengkombinasikan algoritma A-Star dengan layanan Twitter API. Dengan kombinasi ini, proses pencarian rute terpendek tidak hanya menggunakan fungsi heuristik saja, tetapi juga mempertimbangkan faktor kondisi tiap-tiap alternatif rute yang akan dilewati dengan memanfaatkan data yang didapatkan dari media sosial sehingga proses pencarian rute akan menjadi dinamis.
Hasil penelitian berupa aplikasi simulasi pencarian rute yang dihubungkan dengan akun Twitter melalui Twitter API. Sembarang user dapat melaporkan kondisi rute alternatif kepada aplikasi dengan cara melakukan mention terhadap akun Twitter milik aplikasi. Nantinya, aplikasi akan menggunakan data dari mention user tersebut sebagai bahan pertimbangan untuk proses pencarian rute.
Kata Kunci: Algoritma A-Star, Twitter API, Pencarian Rute Dinamis.
1. Pendahuluan
Pencarian rute (path-finding) merupakan sebuah permasalahan
bagaimana menentukan rute terpendek dari sekumpulan alternatif rute-rute yang
dapat ditempuh dari satu lokasi ke lokasi lainnya. Salah satu algoritma yang
umum digunakan untuk pemecahan permasalahan ini diantaranya adalah
algoritma A-Star (Hart dkk, 1968). Berbeda dengan algoritma pendahulunya,
yakni algoritma Dijkstra (Dijkstra, 1959), algoritma yang mulai diperkenalkan
pada tahun 1969 ini merupakan algoritma pencarian dengan memanfaatkan
fungsi heuristik untuk menghitung efisiensi solusi optimal (Pugas dkk, 2011).
Fungsi heuristik sendiri dapat diartikan sebagai sebuah fungsi yang
mengembalikan sebuah nilai yang merupakan estimasi dari suatu solusi tertentu
(Suyanto, 2007).
Algoritma A-Star menggunakan sebuah faktor acuan untuk mencari solusi
terbaik dari sekumpulan alternatif solusi yang mungkin muncul. Dalam hal ini,
setiap solusi dinilai dengan total jarak suatu titik awal dengan titik tujuan. Sebuah
20 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Chandra Kusuma Dewa ..................................... Aplikasi Pencarian Rute Dinamis
alternatif solusi selanjutnya dikatakan sebagai solusi yang paling baik bilamana
solusi tersebut memiliki total jarak yang paling kecil. Pada setiap iterasi dalam
algoritma A-Star, akan dipilih alternatif suksesor dengan nilai heuristik paling
kecil, sehingga di akhir iterasi akan didapatkan total jarak yang paling kecil (Tsai,
2009). Karena hanya mempertimbangkan faktor jarak, dapat pula dikatakan
bahwa faktor acuan yang digunakan lebih bersifat statis mengingat nilai variabel
jarak suatu alternatif rute nilainya tidak pernah berubah.
Faktor lainnya yang tidak kalah penting untuk dipertimbangkan dalam
pencarian solusi penentuan rute terpendek adalah faktor kondisi dari masing-
masing alternatif rute yang mungkin. Jika suatu algoritma pencarian
menggunakan faktor ini sebagai bahan pertimbangan, maka setiap solusi akan
dinilai berdasarkan tepat atau tidaknya alternatif solusi tersebut dipilih. Hal
tersebut penting mengingat masing-masing rute alternatif tidak hanya memiliki
variabel berupa jarak saja, tetapi juga memiliki variabel berupa kondisi
(kemacetan dan lain sebagainya) yang sifatnya dinamis dari waktu ke waktu. Jika
algoritma A-Star dapat dikombinasikan dengan metode tertentu yang dapat
mempertimbangkan faktor kondisi rute selain faktor jarak maka proses pencarian
rute akan menjadi bersifat dinamis.
Agar proses pencarian rute dapat menjadi dinamis, dalam penelitian ini
diusulkan penggunaan kombinasi algoritma A-Star dengan memanfaatkan situs
jejaring media sosial. Penggunaan media sosial dipilih mengingat pesatnya
perkembangan serta penggunaan situs-situs jejaring sosial sebagai media
penyebaran konten informasi. Selain itu, banyaknya informasi-informasi yang
dipertukarkan melalui situs-situs jejaring sosial tersebut juga menjadi salah satu
pertimbangan utama. Informasi-informasi yang didapatkan dari media sosial
selanjutnya dapat digunakan sebagai bahan pertimbangan untuk proses
pengambilan keputusan (Asur dan Huberman, 2010).
Situs microblogging Twitter dipilih untuk dikombinasikan dengan algoritma
A-Star karena selain situs media sosial tersebut memiliki layanan web API
(Twitter API) yang cukup lengkap, Twitter juga memiliki karakteristik khusus yang
menjadikan media ini sangat cocok sebagai media penyebaran informasi yang
ringkas dan padat serta dengan kecepatan persebaran informasi yang sangat
tinggi (Bakhsy dkk, 2011; Kwak dkk, 2010). Selain itu, pada tahun 2012,
Indonesia sendiri merupakan negara keempat terbesar pengguna Twitter dengan
kota Jakarta sebagai kota dengan pengguna Twitter paling aktif di seluruh dunia
(Semiocast, 2012).
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 21
Aplikasi Pencarian Rute Dinamis ..................................... Chandra Kusuma Dewa
Sistematika penulisan yang digunakan dalam makalah ini adalah sebagai
berikut: pada bagian 2 akan dibahas mengenai tinjauan teori yang digunakan
dalam penelitian ini, pada bagian 3 akan dibahas mengenai cara penelitian yang
digunakan, pada bagian 4 akan dibahas mengenai hasil penelitian serta pada
bagian 5 akan dibahas mengenai kesimpulan dan saran.
2. Tinjauan Teori
2.1 Algoritma A-Star
Untuk memecahkan permasalahan dengan menggunakan teknik
pencarian, umumnya ruang masalah akan digambarkan sebagai himpunan
keadaan dari keadaan awal ke keadaan tujuan yang kemudian direpresentasikan
dengan menggunakan pohon pencarian (tree). Algoritma pencarian selanjutnya
secara iteratif akan melakukan proses pembangkitan simpul (leaf node) yang
menyatakan keadaan pada pohon pencarian tersebut serta proses pengecekan
yang akan diulang secara terus menerus sampai keadaan tujuan ditemukan
(Suyanto, 2007).
Algoritma A-Star sendiri dikategorikan ke dalam algoritma pencarian best
first search, yang artinya setiap simpul baru yang ditambahkan ke dalam pohon
pencarian adalah simpul yang memiliki biaya terkecil dari alternatif simpul yang
mungkin. A-Star nantinya akan meminimumkan total biaya lintasan, sehingga
pada kondisi yang tepat, algoritma ini akan memberikan solusi yang terbaik
dalam waktu yang optimal dengan menggunakan perhitungan biaya sebenarnya
ditambah dengan perhitungan fungsi heuristik yang menyatakan biaya perkiraan
(Kusumadewi, 2003). Dengan menggunakan teknik tersebut, selain bersifat
optimal, algoritma A-Star juga dapat dikatakan bersifat complete, yang artinya
keadaan tujuan pasti akan ditemukan jika keadaan tersebut memang ada
(Russel dan Norvig, 1995).
Algoritma A-Star menggunakan dua buah senarai, yakni OPEN dan
CLOSED. Semua simpul yang berada di senarai OPEN merupakan simpul yang
masih mungkin dipilih, sementara semua simpul yang berada di senarai
CLOSED merupakan simpul yang sudah tidak mungkin dipilih lagi. Detail
algoritma ini ditunjukkan dalam pseudo code pada Gambar 1.
2.2 Twitter API
Situs microblogging Twitter memiliki layanan web berupa web API
(Application Programming Interface) yang dinamakan Twitter API. Dengan
22 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Chandra Kusuma Dewa ..................................... Aplikasi Pencarian Rute Dinamis
layanan Twitter API, dimungkinkan untuk mengambil berbagai macam data dari
server Twitter, baik untuk data yang membutuhkan autentikasi, maupun data
yang tidak membutuhkan proses autentikasi. Twitter API sendiri menggunakan
arsitektur representational state transfer (REST), sedangkan layanan API Twitter
tergolong ke dalam RESTful web services (Fielding, 2000; Kopecky dkk, 2008).
Gambar 1 Pseudo code algoritma A-Star (Eranki, 2002)
Mekanisme RESTful web services menggunakan konsep resource
sebagai tempat penyimpanan data ataupun layanan, serta menggunakan uniform
resource identifier (URI) sebagai alamat untuk mengakses data ataupun layanan
tersebut (Richardson dan Ruby, 2007). Aplikasi client, selanjutnya dapat
mengirimkan request layanan ataupun data kepada server, kemudian pihak
server akan memproses request serta akan mengirimkan hasil request kepada
pihak client dalam format JSON ataupun dalam format XML.
3. Cara Penelitian
Penelitian dilakukan dengan mengembangkan aplikasi simulasi pencarian
rute dinamis menggunakan algoritma A-Star yang disambungkan dengan akun
Twitter @dynamictracker. Aplikasi dikembangkan menggunakan bahasa Java
serta menggunakan library twitter4j sebagai penghubung antara aplikasi dengan
layanan Twitter API.
Untuk membatasi ruang lingkup permasalahan, penelitian ini
menggunakan sebuah kasus sederhana yang diambil dari Suyanto (2007)
sebagaimana ditunjukkan pada Gambar 2. Pada gambar itu, terlihat sebuah peta
sederhana yang dinyatakan dalam bentuk graf yang menggambarkan 13 titik
(vertex) yang dihubungkan dengan 20 jalan (edge). Setiap jalan memiliki properti
berupa panjang jalan sebagaimana ditunjukkan pada Tabel 1.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
Inisialisasi senarai OPEN
Inisialisasi senarai CLOSED
tempatkan node awal ke senarai OPEN
while senarai OPEN tidak kosong
temukan simpul dengan nilai fungsi heuristik terkecil, beri nama "q"
keluarkan simpul q dari senarai OPEN
bangkitkan suksesor simpul q lalu set parent setiap suksesor ke simpul q
for each suksesor
if suksesor adalah tujuan, hentikan pencarian
hitung nilai fungsi heuristik untuk setiap suksesor
if terdapat simpul dengan posisi yang sama dengan suksesor ada di OPEN
dengan nilai heuristik lebih kecil dari suksesor, lewati suksesor ini
if terdapat simpul dengan posisi yang sama dengan suksesor ada di CLOSED
dengan nilai heuristik lebih kecil dari suksesor, lewati suksesor ini
selain itu, tambahkan simpul ke OPEN
end
masukkan q ke senarai CLOSED
end
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 23
Aplikasi Pencarian Rute Dinamis ..................................... Chandra Kusuma Dewa
Gambar 2 Graf permasalahan yang digunakan
Tabel 1 Keterangan graf permasalahan
Nama Jalan Titik Awal Titik Akhir Jarak
Jalan1 S A 10
Jalan2 S B 25
Jalan3 S C 30
Jalan4 S D 35
Jalan5 S E 10
Jalan6 B F 5
Jalan7 A G 90
Jalan8 C H 40
Jalan9 E J 20
Jalan10 F K 40
Jalan11 H L 25
Jalan12 J M 40
Jalan13 A B 10
Jalan14 E D 15
Jalan15 B K 50
Jalan16 D H 25
Jalan17 D L 52
Jalan18 K G 30
Jalan19 L G 40
Jalan20 M G 80
24 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Chandra Kusuma Dewa ..................................... Aplikasi Pencarian Rute Dinamis
Dalam kasus ini, akan dicari rute jarak terpendek dari titik S ke titik G.
Masing-masing titik memiliki nilai fungsi heuristik yang menyatakan jarak garis
lurus dari sembarang titik ke titik G yang merupakan titik tujuan sebagaimana
ditunjukkan pada Tabel 2.
Tabel 2 Fungsi Heuristik permasalahan
n S A B C D E F G H J K L M
h(n) 80 80 60 70 85 74 70 0 40 100 30 20 70
4. Hasil Penelitian
Aplikasi yang dikembangkan menggunakan arsitektur yang ditunjukkan
pada Gambar 3. Dari arsitektur tersebut, terlihat aplikasi menggunakan informasi
yang didapatkan dari akun Twitter @dynamictracker. Sembarang user nantinya
dapat memberikan update informasi terkait kondisi jalan dari graf permasalahan
pada Gambar 2 melalui akun Twitter masing-masing dengan cara melakukan
tweet serta melakukan mention akun @dynamictracker menggunakan format
pesan yang ditunjukan pada Gambar 4.
Gambar 3 Arsitektur aplikasi yang dikembangkan
Gambar 4 Format mention informasi kondisi jalan
Dengan menggunakan library twitter4j, aplikasi akan membaca setiap
mention, lalu aplikasi akan membuat daftar jalan yang sebaiknya tidak dilewati
dari graf permasalahan. Daftar jalan tersebut selanjutnya akan digunakan
sebagai input untuk fungsi algoritma A-Star yang dikembangkan sebagai bahan
pertimbangan untuk menghasilkan rute terpendek dengan kondisi jalan yang
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 25
Aplikasi Pencarian Rute Dinamis ..................................... Chandra Kusuma Dewa
paling baik. Aplikasi juga menggunakan batasan waktu untuk informasi kondisi
yang didapatkan dari mention akun @dynamictracker. Jika informasi kondisi
sudah lebih dari dua jam, maka informasi akan diabaikan.
Pengujian aplikasi dilakukan dengan menggunakan tujuh buah kondisi
sebagaimana ditunjukkan pada Tabel 3, sementara output dari aplikasi
ditunjukkan pada Tabel 4. Dari output aplikasi, terlihat bahwa aplikasi mampu
menghasilkan rute terpendek secara dinamis dengan mempertimbangkan kondisi
jalan berdasarkan data mentions yang didapatkan dari akun milik aplikasi.
Tabel 3 Kondisi pengujian
Nama Kondisi Akun Twitter Isi Pesan mention
Kondisi 1 - -
Kondisi 2 @systemuser1234 @dynamictracker Jalan18 arah G macet
Kondisi 3 @systemuser1235 @dynamictracker Jalan7 arah G macet
Kondisi 4 @systemuser1234 @dynamictracker Jalan11 arah L macet
Kondisi 5 @systemuser1235 @dynamictracker Jalan14 arah D macet
Kondisi 6 @systemuser1234 @dynamictracker Jalan17 arah L macet
Kondisi 7 @systemuser1235 @dynamictracker Jalan9 arah J macet
Tabel 4 Output aplikasi
Kondisi yang Digunakan Output Aplikasi Total Jarak Tempuh
Kondisi 1 Jalan1, Jalan13, Jalan6, Jalan10, Jalan18
95
Kondisi 2 Jalan1, Jalan7 100
Kondisi 2, Kondisi 3 Jalan5, Jalan14, Jalan16, Jalan11, Jalan19
115
Kondisi 2, Kondisi 3, Kondisi 4 Jalan5, Jalan14, Jalan17, Jalan19
117
Kondisi 2, Kondisi 3, Kondisi 4, Kondisi 5
Jalan4, Jalan17, Jalan19 127
Kondisi 2, Kondisi 3, Kondisi 4, Kondisi 5, Kondisi 6
Jalan5, Jalan9, Jalan12, Jalan20
150
Kondisi 2, Kondisi 3, Kondisi 4, Kondisi 5, Kondisi 6, Kondisi 7
- -
5. Kesimpulan dan Saran
Dari hasil pengujian terhadap aplikasi pencarian rute dinamis yang telah
dikembangkan, maka dapat ditarik kesimpulan bahwa aplikasi yang telah
26 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Chandra Kusuma Dewa ..................................... Aplikasi Pencarian Rute Dinamis
dikembangkan mampu menerapkan algoritma A-Star untuk mencari rute
terpendek secara dinamis dengan memanfaatkan Twitter API.
Terdapat beberapa saran untuk pengembangan lebih lanjut dari
implementasi aplikasi ini, antara lain adalah sebagai berikut:
1. Aplikasi dapat dilengkapi dengan modul natural language processing
(NLP) sehingga user yang akan memberikan update kondisi jalan tidak
harus terikat dengan format yang diberikan oleh aplikasi.
2. Aplikasi dapat diimplementasikan lebih lanjut menggunakan data peta
sebenarnya, semisal menggunakan data dari open street map (OSM).
3. Aplikasi dapat dilengkapi dengan interface yang benar-benar
menampilkan data peta serta data rute yang dihasilkan.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 27
Aplikasi Pencarian Rute Dinamis ..................................... Chandra Kusuma Dewa
Daftar Pustaka
Asur, S. & Huberman, B. A., 2010. Predicting the Future with Social Media. Proceeding. The 2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT), 1, pp. 492-499.
Bakshy, E., Hofman, J. M., Mason, W. A. & Watts, D. J., 2011. Everyone's An Influencer: Quantifying Influence on Twitter. Proceeding. The Fourth ACM International Conference on Web Search and Data Mining, Hong Kong, pp. 65-74.
Dijkstra, E. W., 1959. A Note on Two Problems in Connexion with Graphs. Numerische Mathematik, 1(1), pp. 269-271.
Eranki, R., 2002. Pathfinding Using A* (A-Star). [Online] Available at: http://web. mit.edu/eranki/www/tutorials/search/ [Accessed 16/5/2013].
Fielding, R. T., 2000. Architectural Styles and the Design of Network-Based Software Architectures. Disertasi. Irvine: University of California.
Hart, P. E., Nilsson, N. J. & Raphael, B., 1968. A Formal Basis for the Heuristic Determination of Minimum Cost Paths. IEEE Transactions on Systems Science and Cybernetics, 4(2), pp. 100-107.
Kopecky, J., Gomadam, K. & Vitvar, T., 2008. hRESTS: An HTML Microformat for Describing RESTful Web Services. Proceeding. The 2008 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligence Agent Technology (WI-IAT'08), Sydney, 1, pp. 619-625.
Kusumadewi, S., 2003. Artificial Intelligence: Teknik dan Aplikasinya. Yogyakarta: Penerbit Graha Ilmu.
Kwak, H., Lee, C., Park, H. & Moon, S., 2010. What is Twitter, A Social Network or A News Media?. Proceeding. The 19th International Conference on World Wide Web, Raleigh, pp. 591-600.
Pugas, D. O., Somantri, M. & Satoto, K. I., 2011. Pencarian Rute Terpendek Menggunakan Algoritma Dijkstra dan Astar (A*) pada SIG Berbasis Web untuk Pemetaan Pariwisata Kota Sawahlunto. TRANSMISI, 13(1), pp. 27-32.
Richardson, L. & Ruby, S., 2007. RESTful Web Services. California: O’Reilly Media, Inc.
Russel, S. J. & Norvig, P., 1995. Artificial Intelligence: A Modern Approach. New Jersey: Prentice Hall International, Inc.
Semiocast, 2012. Twitter Reaches Half a Billion Accounts More Than 140 Millions in the U.S. [Online] Available at: http://semiocast.com/en/ publications/2012_07_30_Twitter_reaches_half_a_billion_accounts_140m_in_the_US [Accessed 16/5/2013].
28 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Chandra Kusuma Dewa ..................................... Aplikasi Pencarian Rute Dinamis
Suyanto, 2007. Artificial Intelligence: Searching, Reasoning, Planning and Learning. Bandung: Penerbit Informatika.
Tsai, B., 2009. Introduction to The A-Star Algorithm. [Online] Available at: http://upe.acm.jhu.edu/websites/Benny_Tsai/Introduction%20to%20AStar.htm [Accessed 14/5/2013].
29
PENGGUNAAN TOGAF ADM UNTUK MERANCANG BLUEPRINT SI/TI DI DINAS KESEHATAN PROVINSI KALIMANTAN TENGAH
Nova Noor Kamala Sari, Ema Utami, Armadyah Amborowati
Magister Teknik Informatika, Program Pasca Sarjana STMIK AMIKOM Yogyakarta
nova_noor@ymail.com
Abstrak
Pengelolaan sumberdaya manusia kesehatan sangatlah vital bagi penyediaan layanan kesehatan di semua tempat. SI/TI diadopsi untuk mengoptimalkan pegelolaan tersebut. Namun terdapat ketidaksesuaian antara aplikasi yang dikembangkan oleh Kementerian Kesehatan dengan kebutuhan aplikasi SI/TI di lapangan. Diperlukan blueprint yang mampu memetakan portofolio saat ini dan solusi SI/TI yang dituju, untuk mensinergikan kebijakan strategis di lingkungan dinas kesehatan, untuk itulah diadopsi Enterprise Architecture (EA). Perencanaan EA ini akan menggunakan pendekatan TOGAF ADM digabungkan dengan framework Ward & Peppard pada tahapan Business Architecture. Analisis yang digunakan antara lain SWOT, Value Chain, CSF dan 5 Daya Porter. Pengumpulan data menggunakan Participatory Action Research (PAR) untuk mendapatkan hasil yang lebih valid dan up to date. Adapun tahapan TOGAF ADM yang dilalui adalah tahapan Architecture Vision, Business Arsitecture, Information System Architecture, Technology Architecture, dan Oppurtinities and Solution. Hasil penelitian adalah blueprint awal yang dapat digunakan sebagai portofolio dan pedoman awal pengembangan blueprint SI/TI keseluruhan di lingkungan Kantor Dinkes Prov. Kalteng.
Kata Kunci: Blueprint, TOGAF ADM, Ward & Peppard, Action Research, Dinas Kesehatan.
1. Pendahuluan
Penyebab utama dari kegagalan suatu organisasi dalam menerapkan
SI/TI adalah kurangnya perencanaan yang matang terhadap implementasi SI/TI.
Perencanaan implementasi SI/TI harus diselaraskan antara strategis SI/TI dan
strategi bisnis organisasi (Ward dan Peppard, 2002). Perencanaan strategis
(renstra) SI/TI mutlak diperlukan oleh setiap organisasi yang akan memanfaatkan
SI/TI. Dokumen renstra ini selanjutnya akan menjadi acuan dalam melakukan
investasi SI/TI. Tanpa renstra yang jelas, maka investasi SI/TI yang hendak
dilakukan akan berjalan tanpa arah dan memberikan kontribusi yang tidak
maksimal serta tidak selaras dengan tujuan yang ingin diraih (Tambotoh, 2010).
Keselarasan penerapan SI/TI dengan kebutuhan organisasi hanya
mampu dijawab dengan memperhatikan faktor integrasi di dalam pengembangan
SI/TI, tujuan integrasi yang sebenarnya adalah untuk mengurangi kesenjangan
yang terjadi dalam proses pengembangan SI/TI. Dalam menurunkan
kesenjangan tersebut, diperlukan sebuah kerangka kerja dalam merencanakan,
30 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Nova Noor Kamala Sari ... Penggunaan TOGAF ADM untuk Merancang Blueprint
merancang, dan mengelola infrastruktur SI/TI yang disebut dengan Enterprise
Architecture (EA). Pemilihan EA adalah karena EA dipandang sebagai sebuah
pendekatan logis, komprehensif dan holistik untuk merancang dan
mengimplementasikan sistem dan komponen sistem secara bersamaan. Dengan
kata lain, EA mengintegrasikan SI/TI di dalam suatu arsitektur (Parizeau, 2002).
Penelitian ini berusaha untuk membangun enterprise architecture
Pemerintah Provinsi Kalteng yang pada gilirannya dapat digunakan untuk
menyelaraskan kebijakan strategis dari Kementerian Kesehatan dengan keadaan
di lapangan dalam bentuk sebuah blueprint SI/TI.
Penelitian ini menekankan pada pembangunan model infrastruktur SI/TI
berbasis Enterprise Architecture untuk diterapkan di Dinkes Prov. Kalteng.
Tahapan yang digunakan adalah 5 tahapan awal pada framework TOGAF ADM
dan analisis bisnis internal & eksternal dari Ward & Peppard. Hal ini dilakukan
agar mendapat hasil analis yang luas serta lebih aware terhadap faktor luar.
2. Enterprise Architecture
Enterprise adalah keberfungsian seluruh komponen organisasi yang
dioperasikan di bawah kepemilikan atau kontrol dari organisasi tunggal.
Enterprise Architecture adalah susunan dasar sistem suatu organisasi yang
terdiri dari komponen-komponen, serta relasi antar komponen tersebut dan
lingkungannya (Nugrahaningsih, 2007).
2.1 TOGAF
TOGAF merupakan sebuah framework untuk mengembangkan arsitektur
perusahaan. TOGAF memiliki metode yang detail sekaligus tools pendukung
yang digunakan untuk proses penerimaan, produksi, pemakaian dan pengelolaan
dari sebuah arsitektur perusahaan (enterprise architecture). Framework ini
dikeluarkan oleh The Open Group's Architecture Framework pada tahun 1995
(TOGAF, 2009).
Terdapat empat domain arsitektur yang umum dikenal dari keseluruhan
arsitektur yang ada, dan keempat macam arsitektur tersebut didukung oleh
TOGAF, adapun arsitektur tersebut antara lain (TOGAF, 2009):
1. Arsitektur Bisnis: Menentukan strategi bisnis, tatakelola, organisasi dan
proses utama bisnis.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 31
Penggunaan TOGAF ADM untuk Merancang Blueprint ... Nova Noor Kamala Sari
2. Arsitektur Data: menggambarkan struktur aset data dan pengelolaan
sumberdaya data secara logis maupun secara fisik dari sebuah
organisasi.
3. Arsitektur Aplikasi: menyediakan cetak biru bagi sebuah sistem aplikasi
untuk diterapkan, bagaimana interaksi dengan komponen yang lain, dan
bagaimana keterhubungannya dengan proses inti bisnis dari sebuah
organisasi.
4. Arsitektur Teknologi: menggambarkan secara logis kemampuan
perangkat lunak dan perangkat keras yang dibutuhkan untuk mendukung
penerapan layanan bisnis, data dan aplikasi. Termasuk di dalamnya
adalah infrastruktur teknologi informasi, middleware, jarigan komputer,
jalur komunikasi, pemrosesan, standar dan lain-lain.
2.2 Architecture Developtment Method (ADM)
Gambar 1 Architecture Development Method (Land et al., 2009)
Architecture Development Method (ADM) adalah inti dari TOGAF. ADM
sendiri adalah pedekatan langkah demi langkah untuk mengembangkan
Enterprise Architecture. ADM bisa digunakan untuk membuat sebuah framework
arsitektur, mengembangkan isi arsitektur, peralihan dan pengelolaan realisasi
arsitektur-arsitektur (TOGAF, 2009). Adapun tahapan TOGAF ADM adalah:
32 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Nova Noor Kamala Sari ... Penggunaan TOGAF ADM untuk Merancang Blueprint
1. Fase preliminary: framework and priciples
2. Fase requirements management
a. Architecture Vision
b. Business Architecture
c. Information System Architecture
d. Technology Architecture
e. Opportunities and Solution
f. Migration Planning
g. Implementation Governance
h. Architecture Change Management
3. Metode Perencanaan Strategis SI/TI versi Ward & Peppard
Pendekatan metode Ward & Peppard (2002) menyediakan analisis
mendalam mengenai perencanaan strategis sebuah organisasi terutama pada
bagian lingkungan bisnis. Model ini terdiri dari tiga bagian utama, yaitu: masukan,
keluaran dan aktifitas utama.
1. Masukan terdiri atas:
a. Lingkungan bisnis internal: Strategi bisnis yang sedang
digunakan, tujuan, sumberdaya, proses-proses dan budaya dan
nilai dari bisnis.
b. Lingkungan bisnis eksternal: Iklim ekonomi, industri dan kompetisi
di dalam organisasi.
c. Lingkungan TI internal: perspektif TI dalam organisasi saat ini,
kematangan, cakupan bisnis dan kontribusi untuk mencapai tujuan
organisasi, kemampuan, sumberdaya, dan infrastruktur teknologi.
Portofolio sistem saat ini atau sistem yang sedang dibangun,
dianggarkan namun belum dilaksanakan juga termasuk dalam
lingkungan TI internal.
d. Lingkungan TI eksternal: tren teknologi dan peluang dan
penggunaan TI oleh pengguna selain organisasi antara lain
pelanggan, pesaing dan supplier.
2. Keluaran terdiri atas:
a. Strategi manajemen TI: elemen-elemen umum dari strategi yang
dijalankan dalam sebuah organisasi.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 33
Penggunaan TOGAF ADM untuk Merancang Blueprint ... Nova Noor Kamala Sari
b. Strategi Sistem Informasi Bisnis: pedoman bagaimana setiap unit
atau fungsi menjalankan TI dengan baik untuk mencapai tujuan
bisnis.
c. Aplikasi Portofolio: penggambaran arsitektur informasi dari setiap
unit. Portofolio digunakan juga untuk menggambarkan bagaimana
TI akan digunakan pada masa yang akan datang untuk menolong
unit-unit mencapai tujuan masing-masing.
d. Strategi TI: kebijakan dan strategi untuk pengelolaan teknologi
dan sumberdaya khusus.
Pada Gambar 2 merupakan gambaran kerangka pikir metode rencana
strategis dari Ward & Peppard.
Gambar 2 Model Pendekatan Rencana Strategis Ward & Peppard
Hasil pengumpulan data dari metode Ward & Peppard akan dianalisis
dengan menggunakan analisis PEST, Analisis SWOT dan Analisis Five Porters.
LINGKUNGAN SI/TI INTERNAL
LINGKUNGAN SI/TI EXTERNAL
SI/TI PROSES STRATEGI
LINGKUNGAN BISNIS INTERNAL
LINGKUNGAN BISNIS EXTERNAL
LINGKUNGAN BISNIS EXTERNAL
STRATEGI SI BISNIS
TI/SI STRATEGI MANAJEMEN
STRATEGI TI
PORTOFOLIO APLIKASI
MENDATANG
PORTOFOLIO SAAT INI
34 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Nova Noor Kamala Sari ... Penggunaan TOGAF ADM untuk Merancang Blueprint
4. Hasil Analisis metode TOGAF ADM dan Ward & Peppard
4.1 Gambaran Umum Obyek Penelitian
Penelitian perancangan enterprise architecture menggunakan TOGAF
ADM ini mengambil obyek penelitian sebuah instansi Pemerintah Provinsi
(Pemprov) Kalimantan Tengah dan memfokuskan pada Dinas Kesehatan
Provinsi bidang Bina Pengembangan Sumber Daya Manusia Kesehatan. Provinsi
Kalimantan Tengah merupakan provinsi terluas ketiga di Indonesia. Luas wilayah
Kalimantan Tengah adalah 153.564 kilometer persegi. Sejak berlakunya UU
No.05 tahun 2002, secara administrasi pemerintahan Provinsi Kalimantan
Tengah terbagi menjadi 13 kabupaten dan 1 kota dengan 120 kecamatan, 1.466
desa/kelurahan.
Gambaran kerangka EA usulan penulis disajikan di Gambar 3.
Gambar 3 Kerangka Enterprise Architecture yang digunakan
4.2 Preliminary Phase
Langkah-langkah dalam tahapan preliminary phase adalah lingkup
organisasi enterprise, konfirmasi pemerintah dan dukungan framework,
menentukan tim arsitektur & organisasi, menentukan framework arsitektur,
melaksanakan tools arsitektur dan prinsip-prinsip EA (Sumantri, 2011).
4.3 Requirement Management
Core business yang ada di Dinkes Prov. Kalteng adalah layanan
kesehatan. Sedang khusus pada bagian PSDMK, core business/layanan adalah
Tahap Ward & Peppard yang diadopsi
LINGKUNGAN BISNIS INTERNAL
LINGKUNGAN BISNIS EXTERNAL
LINGKUNGAN BISNIS EXTERNAL
PARTICIPATORY ACTION
RESEARCH
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 35
Penggunaan TOGAF ADM untuk Merancang Blueprint ... Nova Noor Kamala Sari
Perencanaan dan Pendayagunaan Nakes, Pendidikan dan Pelatihan serta
Registrasi & Akreditasi.
4.4 Architecture Vision
Visi dari Dinkes adalah mewujudkan masyarakat berparadigma sehat
untuk mempercepat peningkatan derajat kesehatan masyarakat secara
berkelanjutan. Sedangkan misinya antara lain: (1) Peningkatan kualitas dan
kuantitas tenaga kesehatan; (2) Peningkatan sosialisasi kesehatan lingkungan
dan pola hidup sehat; (3) Peningkatan pendidikan kesehatan masyarakat sejak
usia dini; (4) Penataan kebijakan dan manajemen pembangunan kesehatan dan
pengembangan jaminan kesehatan terutama bagi penduduk miskin; (5)
Peningkatan pengawasan obat dan makanan serta ketersediaan obat; (6)
Peningkatan upaya kesehatan masyarakat dan peningkatan jumlah, jaringan dan
kualitas puskesmas hingga ke daerah terpencil; serta (7) Terwujudnya
peningkatan upaya kesehatan perorangan.
Terdapat beberapa temuan yang kemudian menjadikan susunan program
kerja yang ada di bagian PSDMK disesuaikan kembali dengan visi dan misi
sebelumnya. Temuan tersebut didapat setelah dilakukan metode PAR
(Participatory Action Research) dalam mengumpulkan data aktual.
Tabel 1 Implementasi PAR bagian SDMK
Tahapan Kondisi Tindakan
Tahap 1 Planning
Menyadari adanya ketidaksesuaian dalam menerjemahkan Misi yang ada dalam dokumen renstra kedalam bentuk program yang terdapat dalam dokumen Lakip. Terdapat acuan yang salah dalam Progja tahun 2013 yang mengacu pada Renstra tahun 2009.
Mengajukan pertanyaan mengenai perbedaan Misi dan Sasaran & Indikator dalam dokumen LAKIP 2010. Mengajukan pertanyaan mengenai kesalahan rujukan.
Tahap 2 Action
Melakukan perumusan bersama mengenai Sasaran dan Indikator yang benar. Memeriksa kesesuaian progja 2013 dengan renstra 2009-2014.
Memberikan contoh-contoh penerjemahan Misi ke dalam bentuk Sasaran dan Indikator pencapaian. Melakukan beberapa perubahan yang bersifat konstruktif dan sesuai dengan renstra yang benar.
Tahap 3 Result
Disepakati sebuah Sasaran dan Indikator yang baru dan telah disesuaikan dengan Misi serta memberikan gambaran implementasi program yang sesuai dengan sasaran indikator yang ada.
Pembacaan dan penjelasan mengenai sasaran dan indikator serta program kerja PSDMK yang telah disesuaikan.
36 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Nova Noor Kamala Sari ... Penggunaan TOGAF ADM untuk Merancang Blueprint
Aplikasi yang terdapat di Dinkes Prov. Kalteng terdapat sistem aplikasi
yang telah dikembangkan Kemenkes yang pada gilirannya akan diintegrasikan
dengan sistem yang telah berada di lingkungan Dinkes Prov. Kalteng. Beberapa
aplikasi dikembangkan sendiri, yang antara lain terlihat pada Gambar 4.
Gambar 4 Portofolio SI di Bidang PSDMK
4.5 Business Architecture
Business Architecture meliputi penentuan stakeholder Dinas Kesehatan,
Proses Bisnis Organisasi dan Hierarki fungsi dari Dinkes Prov. Kalteng bidang
PSDMK. Gambaran umum hubungan stakeholder dengan fungsi bisnis Dinkes
Prov. Klateng bidang PSDMK dapat digambarkan dengan use case diagram
pada Gambar 5.
Gambar 5 Use Case Diagram PSDMK
SI - PPSDMK
PUSREGUN SDMK Penyediaan data untuk perencanan kebutuhan SDM Kesehatan dan Tubel, termasuk rencana pendayagunaan SDMK.
PUSDIKNAKESManajemen Pendidikan, kurikulum dan kendali mutu, termasuk berinteraksi dengan POLTEKES dalam manajemen administrasi akademisi pendidikan Nakes
PUSDIKLAT SDMK Manajemen Pelatihan, Metodologi dan Pemantauan Mutu Pelatihan, termasuk Pengelolaan Akreditasi Institusi Pelatihan dan berinteraksi dengan BALAI BESAR / BAPELKES
PUSPRONAKES
DEPNAKERTRANS
a. Sistem Informasi Pendidikan Tenaga Kesehatan ( SI – PTK )
b. Sistem Informasi Pendidikan dan Pelatihan SDMK ( SI – DIKLAT ).
PUSDIKLAT SDMK dalam menjalankan tupoksinya telah mengembangkan dan mengoperasikan sistem Informasi Pendidikan dan Pelatihan / SI -DIKLAT yang meliputi pendataan terhadap peserta didik dan atau pelatihan dan alumni, materi pelatihan, akreditasi pelatihan, akreditasi institusi diklat, fasilitas diklat dan pemanfaatan, logistik dan ketenagaan.
SI-PTK adalah suatu sistem yang digunakan oleh PUSDIKNAKES untuk melakukan pendataan terhadap semua institusi pendidikan bidang kesehatan di lingkungan Poltekes dan Non Poltekes, sehingga modul SI-PTK ini didistrbusikan ke seluruh institusi pendidikan kesehatan.K
erj
asam
a
PSDMK
Registrasi dan Akreditasi
Pendidikan dan Pelatihan
Perencanaan dan pendayagunaan
Monitoring, evaluasi, pelaporan
Penyusunan Rencana Pembiayaan
Penyusunan Rencana Program
NAKES
PEMKOT/PEMDA
PENYELENGGARA PELATIHAN (KURSUS)/BAPELKES
SEKOLAH TINGGI/UNIVERSITAS
RUMAH SAKIT/PUSKESMAS
KEPALA DINAS
KEPALA BAGIAN
KEMENAKERTRANS
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 37
Penggunaan TOGAF ADM untuk Merancang Blueprint ... Nova Noor Kamala Sari
Pendefinisian lingkup bisnis Dinkes Prov. Kalteng bidang PSDMK telah
disampaikan pada Gambar 5 menggunakan rantai nilai Porter’s. Berikut ini salah
satu uraian dari proses bisnis yaitu proses berupa aktifitas utama Kepala Seksi
Bimdal Perencanaan dan Pedayagunaan:
a. Menetapkan jenis, jumlah dan kualifikasi tenaga kesehatan sesuai
dengan kebutuhan pembangunan kesehatan;
b. Menempatkan tenaga kesehatan strategis, pemindahan tenaga tertentu
antara kabupaten/kota skala provinsi;
c. Menyusun rencana pembinaan tenaga kesehatan;
d. Menyusun rencana pendayagunaan tenaga kesehatan tertentu dan
strategis; dan
e. Melakukan pembinaan, pelayanan, pengendalian, monitoring, evaluasi
dan pelaporan pelaksanaan tugas.
Permodelan fungsi Bimdal Perencanaan dan Pendayagunaan
digambarkan menggunakan activity diagram seperti terlihat pada Gambar 6.
Gambar 6 Activity Diagram Bimdal Perencanaan dan Pendayagunaan
38 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Nova Noor Kamala Sari ... Penggunaan TOGAF ADM untuk Merancang Blueprint
4.6 Information System Architecture
Arsitektur Data
Tujuan dari perancangan arsitektur data adalah mendefinisikan
kebutuhan data yang akan digunakan pada arsitektur aplikasi. adapun tahapan-
tahapannya antara lain adalah:
1. Mendefinisikan Entitas
Analisis Value Chain telah menghasilkan fungsi bisnis yang dapat
digunakan sebagai kandidat entitas. Berikut adalah kandidat entitas yang
dihasilkan: (1) Perencanaan dan Pendayagunaan (Rendaya), (2) Pendidikan dan
Pelatihan (Dikpel), (3) Registrasi dan Akreditasi (Regkre), (4) Monitoring,
Evaluasi & Pelaporan (Monevpor), (5) Penyusunan Rencana Program
(Sunrenpro), dan (6) Penyusunan Rencana Pembiayaan (Sunrenbi).
Berdasarkan pada kandidat entitas tersebut di atas, maka bisa
digambarkan detail dari entitas data untuk entitas Perencanaan dan
Pendayagunaan seperti pada Tabel 2.
Tabel 2 Kandidat Entitas
Kandidat Entitas Entitas
Rendaya 1. Alokasi 2. Nakes 3. Unit Kerja
4. Sarana_kesehatan 5. Posisi
Dikpel 1. Institusi Pendidikan 2. Lembaga pelatihan 3. Nakes
4. Pelatihan 5. Program
Regkre 1. Lembaga Sertifikasi Profesi 2. Lembaga Pelatihan Profesi 3. Nakes 4. Sertifikasi 5. Akreditasi
6. Assesor 7. Sarkes 8. Lembaga akreditasi 9. Aksesor
Monevpor 1. Program 2. Pelaksana 3. Unit Kerja
4. Presensi 5. Nakes
Sunrenpro 1. Rencana Program 2. Nakes
3. Rencana Pelaksana 4. Daftar usulan
Sunrenbi 1. Aset 2. Inventaris
3. Unit Kerja 4. Nakes
2. Membuat model konseptual Class Diagram
Model konseptual merupakan pendefinisian sekumpulan entitas, atribut
dan relasi yang digambarkan menggunakan Class Diagram. Berikut penjelasan
model konseptual Class Diagram untuk salah satu entitas: Perencanaan dan
Pendayagunaan (Rendaya) pada Gambar 7.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 39
Penggunaan TOGAF ADM untuk Merancang Blueprint ... Nova Noor Kamala Sari
Gambar 7 Class Diagram Rendaya
Arsitektur Aplikasi
Arsitektur aplikasi diidentifikasi berdasarkan pada :
1. Kebutuhan informasi untuk mendukung pengambilan keputusan di tiap
fungsi bisnis.
2. Kebutuhan transaksi informasi antar fungsi bisnis.
3. Kebutuhan alat bantu di tiap fungsi bisnis.
Kebutuhan dan transaksi informasi secara umum telah terlihat pada
uraian tentang permodelan proses bisnis, sehingga penentuan arsitektur aplikasi
yang digunakan untuk membantu fungsi bisnis utama dan pendukung organisasi
dapat didefinisikan menggunakan application portofolio.
Berdasarkan pada analisis solusi aplikasi dan portofolio aplikasi maka
solusi aplikasi untuk bidang PSDMK Dinkes Prov. Kalteng dapat dipetakan ke
dalam arsitektur bisnis seperti Gambar 8.
Gambar 8 Solusi Aplikasi
NameTitle
Rendaya
-m_UnitKerja : Unit_Kerja-m_Sarkes : Sarkes-m_Posisi : Posisi
Alokasi
-kd_unit : Char-nm_unit : Char
Unit_Kerja
-kd_unit : Char-nm_unit : Char
Sarkes -kd_pos : Char-nm_pos : Char
Posisi
menggunakan
1
*
1
*
1
*
+cekAlokasi()() : Char+cekDatadiri() : Char+applyAlokasi() : Char
-NIP : Char-nm_nakes : Char
Nakes
Rendaya Dikpel Regkre
Sunrenbi Sunrenpro Monevpor
Proses Layanan Inti
Proses Layanan Pendukung
AP_1.1
AP_1.2 AP_1.3
AP_1.4
AP_1.5
AP_2.1 AP_2.2 AP_2.3 AP_3.2
AP_3.3
AP_3.1
AP_3.4AP_4.4 AP_4.5
AP_4.6
AP_5.1 AP_5.2
AP_6.1AP_6.2
AP_7.1
AP_7.2
AP_8.1 AP_8.2AP_9.1 AP_9.2
40 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Nova Noor Kamala Sari ... Penggunaan TOGAF ADM untuk Merancang Blueprint
Terdapat kesamaan antara AP_1.1, AP_1.2, AP_1.3 dengan AP_4.1,
AP_4.2, AP_4.3 untuk itu deskripsi solusi aplikasi hanya dituliskan sekali pada
Rendaya. Overall Architecture yang merupakan hasil analisis tahap ini terlihat
pada Gambar 9.
Gambar 9 Overall Architecture
Berdasarkan overall architecture pada Gambar 9, kategorisasi aplikasi
yang ada adalah sebagai berikut:
1. Infrastructure Application
Terdiri atas server aplikasi (Server portal) dan server e-mail.
2. Business Application
Business Application merupakan daftar aplikasi yag dibutuhkan dan
mengacu pada application portofolio yang terdiri dari 25 aplikasi dari 28
aplikasi yang semula diusulkan.
3. Spesifikasi Komponen
a. Graphic dan Image
Layanan yang memberikan fungsi pembuatan, penyimpanan,
pengambilan dan pemanipulasian gambar. Adapun layanan
tersebut antara lain:
i. Layanan Manajemen obyek Grafis: definisi multi-dimensi
obyek grafis.
AP_1.1 AP_1.2 AP_1.3 AP_1.4 AP_1.5
AP_4.4 AP_4.5 AP_4.6
AP_2.1 AP_2.2 AP_2.3
AP_3.2 AP_3.3AP_3.1 AP_3.4
AP_6.1 AP_6.2AP_5.1 AP_5.2 AP_7.1 AP_7.2
AP_8.1 AP_8.2 AP_9.1 AP_9.2
Web Client (laptop, desktop, tablet)
Portal Web
Use
r p
rofi
le m
anag
emen
t
Net
wo
rk S
ecu
rity
Aplikasi Klien(Laptop & Desktop)
Operating System Services
Network Services
Communication Infrastructure
Graphic Design Tools (laptop, desktop)
Dia, Gimp
Firefox/Chrome
Open LDAP
VB.NET Client
LAN, Wireless LAN & Internet
SNMP, SMTP & POP Server, DHCP
Server : LinuxDesktop : Windows XP, Win 7Router/Switch : Cisco IOS
ACLs, SSL
PHP on Apache
Webserver
Horde webmail
XML over HTTP
Portal Aplikasi
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 41
Penggunaan TOGAF ADM untuk Merancang Blueprint ... Nova Noor Kamala Sari
ii. Drawing: definisi layanan yang mendukung penciptaan dan
manipulasi gambar.
iii. Imaging: definisi fungsi untuk pembuatan, scan, edit,
kompresi dan dekompresi gambar sesuai dengan standar
format yang diakui.
Adapun layanan yang akan dibutuhkan pada saat mendatang
menurut hasil analisis adalah layanan manajemen imaging.
Aplikasi yang digunakan adalah Dia untuk pembuatan diagram
dan The Gimp untuk software pengolah gambar.
b. Data Interchange
Layanan yang memberikan dukungan khusus untuk transaksi data
antara aplikasi dan penggunanya. Teknologi XML over HTTP
dipilih karena kecepatan data yang bisa ditransmisikan lebih tinggi
daripada penggunaan HTTP konvensional.
c. UI (User Interface)
Berbasis Graphical User Interface (GUI).
d. Location and Directory
Layanan ini menggunakan Open LDAP yang dikembangkan dari
server berbasis Linux. SNMP digunakan untuk melakukan monitor
jaringan.
e. Security
Keamanan yang diterapkan menggunakan konsep autentikasi dan
account data. SSL dan ACLs dipakai untuk memenuhi persyaratan
keamanan yang ada.
4. Layanan Sistem Operasi
Sistem operasi desktop: Windows XP, Linux dan Windows 7; Server:
Linux; Router: Mikrotik dan Cisco IOS (Switch)
5. Network Services
Layanan jaringan yang menyediakan akses data dan modifikasi data atau
metadata dalam sistem aplikasi remote atau lokal. Selain itu, network
service juga memberikan layanan berbagi pakai sumberdaya komputasi,
seperti printer.
6. Communication Infrastructure
Infrastruktur jaringan komputer yang terdiri dari LAN, Wireless LAN dan
Internet via VSAT atau operator ISP.
42 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Nova Noor Kamala Sari ... Penggunaan TOGAF ADM untuk Merancang Blueprint
4.7 Technology Architecture
Dengan mendasarkan pada pengkajian langsung terhadap kondisi
existing, maka arsitektur teknologi terpadu bisa dilihat pada Gambar 10.
Gambar 10 Platform Aplikasi Terpadu
Infrastruktur Topologi Jaringan Komputer
Berdasarkan kondisi di lapangan, layanan jaringan komputer yang akan
diberikan berupa LAN, Internet, server DHCP dan server Aplikasi. Internet
digunakan untuk mengakses informasi ke situs resmi biro kepegawaian
kementerian kesehatan (ropeg-depkes.or.id). Tabel 3 memperlihatkan kebutuhan
pengembangan jaringan komputer di PSDMK.
Berdasarkan uraian identifikasi kebutuhan jaringan komputer, maka
dihasilkan sebuah sketsa topologi pengembangan jaringan komputer seperti
terlihat pada gambar 11.
Client
Interface
Network
Rendaya Dikpel Regkre Sunrenpro Monevpor Sunrenbi
Web Browser
VB Client
ODBC
Internet HTTPs LAN
Web Server&
PHP
.Net Server
Presentation
Application
Application Integration
XML dataApp Server
SOA
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 43
Penggunaan TOGAF ADM untuk Merancang Blueprint ... Nova Noor Kamala Sari
Tabel 3 Hasil identifikasi kebutuhan Jaringan Komputer
No Keragaman Keterangan
1. Jenis Layanan LAN, wireless, Internet, Web Server, DHCP Server
2. Skalabilitas PC: 6 unit, Laptop: 2 unit; total: 8 unit.
3. Lokasi Terpisah di 4 ruangan.
4. Besar Bandwidth 1 MB upto
5. Ketersediaan Hardware 1 modem 1 Switch catalyst 32 port 1 router Mikrotik 1 wireless router 1 wireless radio
6. Network Software Mikrotik, Linux
7. Managebility Belum Tersedia
8. Security Belum Tersedia
9. Alokasi Biaya Belum Tersedia
10. SDM 1 orang, belum mengerti jaringan komputer
Gambar 11 Sketsa Jaringan Komputer di PSDMK Dinkes
4.8 Opportunities & Solutions
Terdapat perbedaan antara sistem yang akan dibangun dengan sistem
yang saat ini digunakan. Hal tersebut akan dianalisis kemudian digambarkan
pada bagian ini, proses tersebut disebut gap analysis (Sari, 2013).
Ruang Kepala BagianIp : 192.168.1.10/24
Ruang ServerServer Aplikasi
Ip : 192.168.1.3/24
Ruang ServerServer Server DHCPIp : 192.168.1.3/24
Ruang AdministrasiIp : 192.168.1.21/24 –
192.168.1.30/24
Ruang AdministrasiIp : 192.168.1.31/24 –
192.168.1.40/24
AnjunganIp : 192.168.1.41/24 –
192.168.1.100/24
Koneksi dengan jaringan Internet menggunakan 2
jenis koneksi1. Internet Vsat/ISP Local
2. Internet ADSL
RouterIp : 192.168.1.1/24
44 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Nova Noor Kamala Sari ... Penggunaan TOGAF ADM untuk Merancang Blueprint
Tabulasi Gap Sistem Informasi
Tabulasi Gap Sistem Informasi (Tabel 6) adalah sebuah tabel yang
menggambarkan antara kondisi saat ini dengan kondisi yang akan datang
dipandang dari perspektif SI.
Tabel 4 Tabulasi Gap Sistem Informasi
FUTURE
Rendaya Dikpel Regkre Sunrenbi Monevpor Sunrenpro ELIMINATED
EX
IST
ING
Ropeg-depkes Retain
PUSREGUN SDMK Retain
PUSDIKNAKES Retain
PUSRONAKES Retain
NEW Add Add Add
Analisis Gap Teknologi (komponen infrastruktur)
Tabulasi Gap teknologi adalah perbandingan antara perangkat lunak
yang sudah dimiliki pada kondisi saat penelitian ini dilakukan dengan kebutuhan
yang akan datang. Gap teknologi perangkat lunak dapat dilihat pada Tabel 7.
Tabel 5 Tabulasi Gap Teknologi
FUTURE
Dat
abas
e
Ser
ver
Web
Ser
ver
SO
Win
dow
s X
P &
7
PH
P
.NE
T A
pp
Ser
ver
Linu
x
Mik
rotik
VB
.NE
T
ELI
MIN
AT
ED
EX
IST
ING
Apache retain
MySQL retain
SO Windows XP & 7 retain
PHP retain
NEW add add add add
Critical Success Factor pada Implementasi
Critical Success Factor pada implementasi merupakan hasil analisis
proses bisnis menggunakan Ward & Peppard. Implementasi merupakan proses
nyata yang dilakukan untuk bergerak dari kondisi saat ini menuju kondisi
mendatang yang direncanakan (Nugrahaningsih, 2007). Agar implementasi dapat
berhasil, maka diperlukan pemenuhan faktor-faktor CSF, adapun faktor-faktor
tersebut antara lain: (1) Komitmen dan dukungan yang kuat dari pemimpin; (2)
Kemauan semua pihak yang terlibat untuk berubah menuju pada kondisi yang
lebih baik; (3) Kesiapan sumber daya manusia; (4) Kesiapan dana; (5)
Penyediaan katalisator pengembangan TI untuk kemajuan daerah; (6) Komitmen
dengan pengembangan TI berbasis open source; serta (7) Komitmen terhadap
keterbukaan informasi publik.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 45
Penggunaan TOGAF ADM untuk Merancang Blueprint ... Nova Noor Kamala Sari
5. Kesimpulan
Berdasarkan hasil analisis dan identifikasi yang telah dilakukan pada bab-
bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut:
1. Hasil analisis yang diperoleh dalam penelitian ini menggambarkan bahwa
penerapan SI/TI existing belum mampu mendukung proses bisnis secara
umum dan secara khusus pada bagian PSDMK. Analisis dilakukan pada
kondisi existing pada bagian PSDMK di Dinkes Provinsi Kalimantan
Tengah.
2. Permodelan bisnis/layanan Bidang PSDMK Dinas Kesehatan Provinsi
Kalimantan Tengah memiliki aktivitas utama yaitu Rendaya, Regkre dan
Dikpel, sedangkan aktivitas pendukung antara lain Sunrenpro, Sunrenbi &
Monevpor.
3. Hasil yang diperoleh dari analisis arsitektur sistem informasi diperoleh 21
(duapuluh satu) entitas dari 6 (enam) fungsi layanan/bisnis dan 25
(duapuluh lima) aplikasi akan diimplementasikan.
4. Enterprise Architecture yang dihasilkan bisa digunakan sebagai landasan
pengembangan SI di Dinas Kesehatan Provinsi Kalimantan Tengah.
5. Hasil perancangan dalam penelitian ini adalah sebuah portofolio yang
diperoleh melalui sebuah kerangka kerja yang mengambil pedoman
pembangunan Enterprise Architecture menggunakan TOGAF ADM dan
menggunakan metode penelitian Action Research sebagai metode
pengumpulan data.
Adapun saran-saran yang dapat diberikan dan sekiranya bermanfaat
adalah:
1. Pengembangan teknologi informasi dan komunikasi (TIK) di Dinkes Prov.
Kalimantan Tengah harus mendapat dukungan dan komitmen oleh para
pihak di level manajemen pemerintahan.
2. Adanya pengembangan Enterprise Architecture dengan fase selanjutnya
dan pada bidang-bidang yang lain.
3. Tatakelola TI harus diawali dari pembentukan komite TIK oleh kepala
daerah dalam hal ini Gubernur, hal ini sesuai dengan pedoman umum TIK
Nasional.
4. Diperlukan adanya pelatihan dan seminar-seminar success story
pengembangan SI/TI di lingkungan pemerintah daerah agar membuka
wacana dan menambah pemahaman terhadap SI/TI.
46 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Nova Noor Kamala Sari ... Penggunaan TOGAF ADM untuk Merancang Blueprint
Daftar Pustaka
Land, M. O., Proper E., Waage M., Cloo, J. & Steghuis, C., 2009. Enterprise Architecture: Creating Value by Informed Goverance. Berlin: Springer.
Nugrahaningsih, N., 2007. Pembuatan Blue Print E-Government Menggunakan Metodologi “Enterprise Architecture Planning” di Pemerintah Kota Palangkaraya. Tesis. Bandung: Program Studi Magister Informatika, Institut Teknologi Bandung.
Parizeau, Y., 2002. Enterprise Architecture for Complex Government and the Challenge of Government On-Line in Canada. Laporan Riset. Halifax, Canada: Faculty of Computer Science, Dalhouise University.
Sari, N. N., 2013. Perancangan Enterprise Architecture Menggunakan TOGAF ADM untuk Mendukung Strategi SI/TI di Dinas Kesehatan Provinsi Kalimantan Tengah. Tesis. Yogyakarta: Magister Teknologi Informasi, STMIK AMIKOM.
Sumantri, K. T., 2011. Permodelan Arsitektur Enterprise dengan TOGAF ADM pada Rintisan Sekolah Bertaraf Internasional SDN Galunggung Kota Tasikmalaya. Tesis. Bogor: Magister Teknologi Ilmu Komputer, Institut Pertanian Bogor.
The Open Group, 2009. The Open Group Architecture Framework: Architecture Development Method. [Online] Available at http://www.opengroup.org/ architecture/togaf9-doc/arch/ [Accessed 31/11/2012].
Ward, J. L. & Peppard, J., 2002. Strategic Planning for Information Systems. West Sussex, England: John Wiley & Sons.
Widiatmo, R. L., 2012. Perencanaan Strategis Sistem Informasi/Teknologi Informasi Menggunakan Kerangka The Open Group Architecture Framework (TOGAF) Studi Kasus: Pemda Kabupaten Sumba Barat. Tesis. Salatiga: Magister Sistem Informasi, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana.
47
STRATEGI UNTUK MERAIH KEUNGGULAN KOMPETITIF DALAM E-BUSINESS, STUDI KASUS PADA AMAZON.COM
Arif Himawan
Program Studi Manajemen Informatika STMIK Jenderal A. Yani Yogyakarta
reef1881@gmail.com
Abstrak
Internet telah mengalami fase naik (growth), menurun (decline) dan growth kembali. Tidak banyak perusahaan yang terjun dalam E-Business mampu beradaptasi pada siklus hidup yang dialami oleh internet tersebut. Salah satu perusahaan yang mampu beradaptasi dan sukses dalam berbisnis pada siklus hidup internet tersebut adalah Amazon.com. Tulisan ini mencoba mengidentifikasi strategi yang dibangun oleh Amazon.com untuk meraih keunggulan kompetitif dalam berbisnis di era internet. Tulisan ini menemukan bahwa strategi yang dibangun oleh Amazon.com berdasar pada visi, misi dan nilai organisasi yang kuat serta pemahaman atas kebutuhan dan keinginan konsumen.
Kata Kunci: Strategi, Keunggulan Kompetitif, SWOT, Value Chain Management, Resource-Based View Strategy.
1. Latar Belakang
Sebuah industri selalu mempunyai siklus alamiah (Industrial Life Cycle)
yang juga akan dialami oleh semua industri (Porter, 1994; Simons, 2001).
Sebagaimana bisnis lainnya, bisnis online telah mengalami siklus alamiah dari
sebuah evolusi, dari awalnya lahir kemudian tumbuh dengan cepat – bahkan
terlalu cepat – lalu dengan cepat pula jatuh dan kemudian saat ini kembali
tumbuh kembali menjadi lebih kuat tapi dengan tahapan yang lebih gradual dari
awal pertumbuhannya dulu (Shabazz, 2004; Coffman dan Odlyzko, 2001).
Bisnis online sendiri lahir seiring dengan lahirnya internet. Banyak
perusahaan yang berlomba-lomba untuk turut serta dalam bisnis online ini.
Perusahaan-perusahaan inilah yang kemudian dikenal sebagai perusahaan
dotcom sedangkan era tersebut kemudian dikenal sebagai era dotcom bubble.
Pada tahun 1999, tidak kurang dari 10 Milyar Dolar AS atau 100 Trilyun Rupiah
dihabiskan perusahaan-perusahaan untuk membangun bisnis online mereka
(Kenny dan Marshall, 2001).
Uang yang sudah dihamburkan oleh perusahaan-perusahaan bagi E-
Marketing pada awal era dotcom tersebut ternyata tidak berbanding lurus dengan
respon masyarakat atas bisnis online mereka. Situasi inilah yang kemudian
membuat banyak perusahaan dotcom yang kemudian memilih berhenti berbisnis
48 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Arif Himawan .... Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business
online. Hal inilah yang kemudian menjadi penanda era penurunan bisnis online
atau sering disebut sebagai era dotcom crash (Kenny dan Marshall, 2001).
Setelah beberapa saat bisnis online mengalami fase decline atau
penurunan, bisnis online kembali menemukan momentum perkembangannya
kembali seiring bertambah – atau bahkan bergesernya – fungsi internet. Internet
telah bergeser dari hanya sekedar jaringan yang saling terhubung, media dan
channel menjadi lebih kepada gaya hidup (Dimas, 2009).
Salah satu perusahaan yang dapat terus bertahan baik pada saat
berkembang, penurunan dan bangkitnya kembali bisnis online adalah
Amazon.com (Kha, 2000; Casey dan Caroll, 2004). Amazon yang didirikan pada
tahun 1995 mampu terus bertahan dan tumbuh hingga saat ini. Dari hanya 2
orang karyawan di awal berdirinya hingga tumbuh menjadi 33.700 orang
karyawan hanya dalam tempo 15 tahun. Penghasilannya juga tumbuh dari hanya
US$ 80.000 pada bulan-bulan awal pendiriannya hingga mencapai US$ 34,204
Milyar pada tahun 2010 (Amazon Watch, 2012).
Tulisan ini bertujuan untuk mengetahui bagaimana Amazon dapat ikut
berkembang pada era dotcom bubble kemudian bertahan dan selamat dari era
dotcom crash serta kemudian tumbuh semakin kuat dan besar setelahnya.
Tulisan ini juga diharapkan mampu memberikan kontribusi positif terutama bagi
pengidentifikasian strategi yang diperlukan dalam e-business untuk meraih
keunggulan kompetitif.
Secara umum telah banyak tulisan dan penelitian yang membahas
tentang Amazon.com, beberapa diantaranya adalah Kha (2000) serta Casey dan
Caroll (2004). Kha (2000) meneliti tentang faktor yang menjadi kunci sukses
dalam hubungan perusahaan ke konsumen atau Business to Customer (B2C) di
era ekonomi digital pada Amazon dan Dell. Ka menemukan bahwa pada era
eknomi digital khususnya dalam relasi Business to Customer, Amazon dan Dell
memiliki faktor kunci keunggulan sebagai berikut: a) memulai dengan cepat untuk
memenangi momentum, b) mengintegrasikan web ke dalam bisnis inti
perusahaan, c) fokus pada pemberian nilai tambah bagi konsumen, d)
mempermudah konsumen dalam terkoneksi dengan perusahaan, dan e)
meningkatkan pengalaman kepuasan konsumen melalui interaksi perusahaan
dengan konsumen. Dalam penelitiannya Ka hanya membicarakan relasi antara
perusahaan dan konsumen dalam terminologi Business to Customer (B2C)
sedangkan strategi untuk meraih keunggulan kompetitif belum mendapat porsi
yang cukup untuk dibahas.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 49
Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business .... Arif Himawan
Casey dan Caroll (2004) melakukan penelitian tentang dampak era
dotcom crash pada Amazon.com dilihat dari perspektif strategi. Casey dan Caroll
menemukan bahwa nilai-nilai perusahaan yang diyakini dan dijalankan oleh
Amazon mampu menyelamatkan Amazon pada era dotcom crash. Penelitian
yang dilakukan oleh Casey dan Caroll berbasis pada saat dimana bisnis online
mengalami penurunan. Namun Casey dan Caroll belum membahas saat dimana
bisnis online kembali berkembang dengan begitu banyaknya perusahaan yang
masuk (atau kembali masuk) ke dalam bisnis online yang secara otomatis akan
menambah jumlah kompetitor bagi Amazon dan menaikkan tingkat persaingan di
antara mereka.
Oleh karenanya dibutuhkan sebuah tulisan tentang strategi yang dipakai
oleh perusahaan e-business dalam hal ini Amazon.com untuk tidak hanya
bertahan namun juga berkembang di tengah ketatnya persaingan bisinis online.
Strategi yang mampu menciptakan dan membawa keunggulan kompetitif bagi
perusahaan akan meningkatkan nilai perusahaan itu sendiri dan akan
meningkatkan kualitas persaingan dalam industri yang digelutinya (Porter, 1994).
2. Strategi Meraih Keunggulan Kompetitif
Porter dan Villar (1985) menjabarkan keunggulan kompetitif sebagai
suatu kemampuan suatu perusahaan untuk meraih keuntungan ekonomis di atas
laba yang mampu diraih oleh pesaing di pasar dalam industri yang sama.
Perusahaan yang memiliki keunggulan kompetitif senantiasa memiliki
kemampuan dalam memahami perubahan struktur pasar dan mampu memilih
strategi pemasaran yang efektif (Porter, 1994). Untuk meraih keunggulan
kompetitif diperlukan strategi yang tepat terutama strategi yang fit dengan
lingkungan perusahaan baik lingkungan internal maupun eksternal (Hitt, et al.,
2001). Sehingga strategi untuk meraih keunggulan kompetitif adalah sejumlah
keputusan dan aksi yang menghasilkan formulasi dan implementasi perencanaan
yang didesain untuk meraih keuntungan ekonomis di atas laba yang mampu
diraih oleh pesaing dalam industri yang sama (Hitt, et.al., 2001; Porter 1994).
Strategi sendiri dikembangkan dalam beberapa tahap yaitu: a) analisa
trend atau kecenderungan berdasarkan pola, b) analisa lingkungan (SWOT), c)
membuat pilihan strategi yang akan dipilih, d) memilih strategi yang dianggap
paling tepat, dan e) mentransformasikan strategi menjadi aksi (Pearce dan
Robinson, 2003). Salah satu bentuk strategi untuk meraih keunggulan kompetitif
adalah Value Chain Management (Porter, 1994), yang merupakan sekumpulan
50 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Arif Himawan .... Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business
aktifitas untuk mendesain, membuat, memasarkan dan mengirimkan produk
pada konsumen sehingga konsumen dapat merasakan mendapatkan nilai
tambah di samping produk atau jasa yang dibelinya (Porter, 1994).
Strategi yang mampu mendatangkan keunggulan kompetitif akan
memberi dampak kepada perusahaan berupa posisi yang unik di mata
konsumen, keunggulan bersaing atas kompetitor, konsumen sulit untuk mencari
produk atau jasa pengganti, rekanan yang tepat bagi pemasok serta menjadi
penghalang bagi kompetitor pendatang baru (Porter, 1994). Strategi tersebut
dapat memberikan keunggulan kompetitif yang berkelanjutan sehingga
perusahaan memilki keungulan sumber daya strategis. Sumber daya strategis
tersebut memiliki ciri Value (bernilai), Rare (langka), Imperfectly Immitable (sulit
ditiru) dan Non Substituable (tidak tergantikan) (Henry, 2008).
3. Gambaran Objek Penelitian
3.1 Sekilas Amazon.com
Amazon.com didirikan Jeffrey Preston Bezoz bersama istrinya Mackenzie
pada tanggal 16 Juli 1995 di Seattle, Amerika Serikat. Jeff Bezoz sendiri tadinya
adalah seorang wirausahawan sejati walaupun sempat meniti karir sebagai
profesional dan bahkan sempat mencatatkan rekor sebagai Senior Vice
President termuda dari DE Shaw Bank (Kotha, 1998). Jeff Bezoz mendapatkan
ide mendirikan Amazon setelah sebelumnya melihat petumbuhan pengguna
internet pada tahun 1994 yaitu sebesar 2300 persen (Kotha, 1998) dan masih
sedikitnya buku yang dijual secara online. Awalnya amazon.com didirikan dari
garasi rumah Bezoz dengan hanya mengandalkan 3 buah Sun Microsystem
bekas di atas meja komputer bekas pula. Awalnya karyawan Amazon.com hanya
dua orang yaitu Jeff Bezoz dan istrinya sendiri. Dalam bulan pertama
pendiriannya, Amazon.com telah menerima pesanan dari 50 negara bagian di
Amerika Serikat dan 45 negara lain di dunia. Pada September tahun yang sama,
Amazon berhasil meraih omzet penjualan 20.000 dolar AS per minggu.
Nama Amazon sendiri diambil dari nama sungai terpanjang di benua
Amerika. Nama ini sendiri mewakili harapan Bezoz pada usahanya agar tumbuh
menjadi perusahaan yang berskala besar dan pendapatan yang panjang dan
berlimpah sesuai dengan tagline Amazon.com pada waktu itu yaitu “Earth’s
Biggest Book Store”. Visi Amazon.com adalah “Customer focused world class
company” atau “Perusahaan dunia yang sangat berpusat pada pelanggan”.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 51
Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business .... Arif Himawan
Sedangkan misinya adalah “We are happy to deliver anything to anywhere”
seperti tercermin dari logo Amazon.com (Gambar 1).
Gambar 1 Logo Amazon.com
Pada tahun 2010 Amazon telah mencatatkan pendapatan sebesar US$
34,204 Milyar, laba bersih sebesar US$ 1,152 Milyar dengan total aset sebesar
US$ 18,797 Milyar. Jumlah karyawan Amazon.com meningkat pesat dari hanya 2
orang pada awal pendiriannya menjadi 33.700 orang karyawan hanya dalam
tempo 15 tahun (Amazon Watch, 2012). Pada tahun 2011 Amazon menjadi salah
satu dari 11 brand paling mahal dari dunia teknologi informasi dengan nilai brand
US$ 18,6 Miyar (Interbrand dalam Business Insider, 2012).
Pertumbuhan Amazon.com diraih melalui 4 (empat) pilar strategi, yaitu:
[1] layanan konsumen, [2] costumer connection, [3] supply chain management,
dan [4] diversifikasi. (Amazon Watch, 2012). Layanan konsumen melibatkan
seluruh karyawan yang ada tanpa kecuali. Visi, Misi, Tujuan, dan Nilai
Amazon.com ditanamkan kepada seluruh karyawan Amazon.com melalui contoh
oleh pendirinya. Costumer connection melibatkan pembangunan website dalam
berbagai bahasa. Supply chain management melibatkan pembangunan banyak
gudang Amazon.com di daerah metropolitan dan diversifikasi Amazon.com
dilakukan dengan perluasan bisnis dengan tidak hanya menjual buku dan toko
ritel online namun juga bisnis lainnya seperti gadget e-book reader.
3.2 Visi, Misi dan Tujuan Amazon.com
Visi : Perusahaan dunia yang berpusat pada pelanggan
Misi : Kami senang untuk mengirimkan apapun kemanapun
Tujuan : Memberikan konsumen tidak hanya beragam produk serta kualitas
layanan namun juga nilai tambahan yang mungkin diberikan sehingga
Amazon dapan menjadi toko ritel online terbesar di dunia.
Value : [1] Obsesi pelanggan, [2] Kepemilikan, [3] Kemampuan untuk aksi, [4]
Kesederhanaan, [5] Perekrutan yang baik, dan [6] Inovasi (Amazon
Watch, 2012)
Analisa : Menurut Collin dan Porras (2001), visi, misi dan tujuan harus
mengandung nilai inti atau karakter dan tujuan inti sebuah perusahaan.
Dalam hal visi, misi, tujuan beserta implementasinya, Jeff Bezoz dan
52 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Arif Himawan .... Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business
Amazon.com telah melakukannya dengan baik melalui implementasi
dan induksi nilai kepada seluruh karyawan Amazon.com. Hal ini
terbukti dari terus meningkatnya kualitas dan skala perusahaan dan
kepuasan konsumen yang terus terjaga di tengah persingan bisnis
online yang semakin ketat. Amazon bukan sekedar perusahaan
penjualan ritel namun lebih menjadi perusahaan yang mengutamakan
konsumennya.
Contoh : implementasi visi, misi, tujuan dan nilai Amazon.com dalam kegiatan
operasionalnya dapat tercermin dari cara Amazon mendekatkan diri
pada konsumennya (cuctomer focused), yaitu: [1] Setiap karyawan
Amazon tanpa kecuali (termasuk Jeff Bezoz) wajib menghabiskan 2
hari dalam setiap tahun di bagian layanan konsumen. Oleh karenanya
Amazon mempersilahkan konsumennya untuk menghubungi Amazon
dan mengatakan “if you are lucky, you’ll be served by the CEO
himself”. [2] Untuk dapat melakukan pengiriman dengan lebih cepat,
Amazon membangun gudangnya di banyak tempat dekat daerah
metropolitan yang merupakan basis lokasi kebanyakan konsumen
Amazon.com. Sampai tahun 2012 Amazon telah memiliki lebih dari 10
gudang yang tersebar di seantero Amerika Serikat dan Kanada. [3]
untuk konsumen potensial dengan bahasa ibu yang berbeda, Amazon
membangun website dengan berbagai bahasa, seperti: amazon.fr,
amazon.cn, dan amazon.co.jp (Gambar 2, Gambar 3, dan Gambar 4).
Gambar 2 Tampilan amazon.fr
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 53
Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business .... Arif Himawan
Gambar 3 Tampilan amazon.cn
Gambar 4 Tampilan amazon.co.jp
4. Pembahasan
4.1 Sumber Daya Strategis (Resource-Based View)
1. Valuable
Supply chain management Amazon mampu memberikan nilai lebih
kepada pelanggan. Contohnya adalah dengan membangun gudang yang
mendekati lokasi tinggal pelanggan maka waktu pengiriman dapat dipersingkat
dan biaya pengirimannya pun dapat dipotong. Sehingga konsumen mendapatkan
best value price.
2. Rare
Pelayanan konsumen yang dilakukan oleh seluruh karyawan Amazon
tanpa kecuali (termasuk pendiri dan CEO) adalah hal yang belum pernah
54 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Arif Himawan .... Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business
dilakukan sebelumnya oleh perusahaan lain. Amazon termasuk salah satu
perusahaan paling awal yang memanfaatkan situs jejaring sosial seperti
Facebook dan Twitter untuk mendekatkan diri pada konsumennya. Pendekatan
ini dilakukan dengan sangat transparan bahkan semua komentar (baik maupun
buruk) konsumen di laman website Amazon tidak disensor (Gambar 5). Hal ini
semakin membuktikan visi Amazon yang sangat berpusat pada pelanggan
dengan penuh kejujuran dan semakin membuat konsumen dekat dan percaya
pada Amazon karena kualitas hubungan yang diberikan dan tidak banyak
perusahaan (baik online maupun offline) yang melakukannya.
Gambar 5 Laman Amazon Customer Services
3. Imperfectly Imitable
Banyak perusahaan yang sudah mencoba untuk meniru supply chain
management yang diterapkan oleh Amazon, namun karena supply chain
management milik Amazon terus dikembangkan dengan investasi yang signifikan
sehingga para kompetitor sulit untuk mengikuti standar yang telah diterapkan
oleh Amazon. Beberapa bentuk dari strategi tersebut adalah:
Amazon memiliki lebih dari 10 gudang dengan luas masing-masingnya ±
10.000 m2
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 55
Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business .... Arif Himawan
Konsumen yang dilayani oleh gudang terdekat dengan jarak maksimal
200 mil telah mencapai 79%
Pesanan paling lambat diterima oleh konsumen pada hari berikut setelah
pemesanan sedangkan kompetitor paling cepat 2 atau 3 hari setelahnya.
Hal ini menunjukkan kekuatan jaringan dan operasional Amazon.
4. Non substitutiable
Sumber daya Amazon yang tidak dapat tergantikan adalah merupakan
gabungan dari beberapa faktor berikut:
best price value yang diberikan oleh Amazon
kemampuan Amazon menyediakan berbagai pilihan produk dengan
berbagai pilihan layanan (contoh: diversifikasi produk, website berbagai
bahasa dan pilihan layanan pengiriman)
pengalaman Amazon sebagai salah satu perusahaan ritel online pertama
yang selamat dari era dotcom crash pada tahun 2003 memberikan
standar di pelayanan ritel
kemudahan pemesanan produk dan kecepatan barang diterima oleh
konsumen
4.2 Mentransformasikan Strategi Menjadi Aksi
1. Mengartikulasikan visi strategis dan misi bisnis
Visi Amazon untuk menjadi “Perusahaan Dunia Yang Berpusat Pada
Konsumen” diartikulasikan bahwa keberadaan Amazon tidak akan berarti tanpa
memberikan nilai tambah pada konsumen dan konsumenlah selain karyawan
sebagai elemen terpenting perusahaan.
Misi Amazon dengan “We Are Happy To Deliver Anything To Anywhere”
diartikulasikan bahwa nature of business Amazon sebagai perusahaan ritel
online yang menyediakan berbagai produk dengan berbagai pilihan layanan
harus dapat menjangkau konsumen dengan cara yang paling cepat dan efisien.
2. Merumuskan tujuan yang merupakan konversi visi strategis menjadi kinerja
spesifik yang harus dicapai
Tujuan Amazon menjadi toko ritel online terbesar dunia dibangun di atas
6 pilar nilai perusahaan yaitu: 1) Obsesi pelanggan, 2) Kepemilikan, 3)
Kemampuan untuk aksi, 4) Kesederhaan, 5) Perekrutan yang baik, dan 6)
Inovasi. Hal ini terbukti dengan Amazon menjadi toko ritel online terbesar di
dunia dengan capaian finansial yang signifikan dengan tetap mempertahankan
nilai-nilainya dalam kegiatan strategis dan operasionalnya.
56 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Arif Himawan .... Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business
3. Menyusun Strategi
Visi Amazon untuk menjadi “Perusahaan Dunia Yang Berpusat Pada
Konsumen” diartikulasikan dengan memberikan layan konsumen yang baik oleh
seluruh karyawan dan memberikan pilihan produk serta pengembangan jenis
produk dan pilihan layanan.
Misi Amazon dengan “We Are Happy To Deliver Anything To Anywhere”
diartikulasikan dengan membangun dan mengembangkan strategi supply chain
management berupa pembangunan gudang-gudang yang mendekati lokasi
tinggal sebagian besar konsumennya.
4. Implementasi dan Eksekusi Strategi
Secara umum penjabaran implementasi dan eksekusi strategi Amazon
diilhami dari 6 nilai perusahaan dan diwujudkan ke dalam konsep 6 M, yaitu:
Men: Setiap Karyawan Amazon tanpa kecuali hatus wajib menghabiskan
2 hari dalam 1 tahun di bagian layanan konsumen. Tujuannya adalah
untuk kepuasan konsumen dan pemantauan kinerja.
Materials: membangun gudang yang luas di berbagai wilayah yang
mendekati daerah metropolitan. Tujuannya adalah pengelolaan rantai
suplai produk kepada konsumen.
Money: Amazon sangat efisien dalam operasinya. Dimulai dari garasi
rumah dengan komputer dan meja bekas hingga menjelma menjadi
perusahaan besar. Hasilnya adalah Amazon dapat memberikan best
price value pada konsumen. Selain itu Amazon terus mengembangkan
berbagai produk seperti perluasan produk yang dijual dan memproduksi
gadget eBook Reader yang menghasilkan keuntungan yang signifikan.
Method: walaupun perusahaan online namun tetap mendekatkan diri
secara fisik kepada konsumen melalui layanan konsumen dan
pembangunan gudang di berbagai wilayah. Hal ini bertujuan untuk
memberikan pelayanan yang lebih baik dan lebih cepat (responsif)
kepada konsumen sesuai dengan visi Amazon sebagi perusahaan dunia
yang berusat pada pelanggan.
Machine: untuk lebih mendekatkan diri pada konsumennya di berbagai
belahan dunia Amazon membangun website dengan beragam bahasa
pengantar seperti Prancis (amazon.fr), China (amazon.cn), Jepang
(amazon.co.jp), dan lain-lain.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 57
Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business .... Arif Himawan
5. Evaluasi Kinerja, Monitoring dan Adjustment
Dengan turun langsung setidaknya pada bagian pelayanan konsumen,
CEO dan Founder Jeff Bezoz beserta jajaran manajemennya dapat memantau
kepuasan konsumen yang berakar dari kinerja operasional dan pelayanan yang
diberikan oleh para karyawan Amazon sekaligus memantau implementasi
strategi dan program baru yang dicanangkan.
4.3 Perspektif Manajemen Strategis (Knowledge Based View)
Dari sudut pandang pengetahuan yang dimiliki manajemen strategis
Amazon terus mengembangkan dirinya dan terus memantau perkembangan
lingkungan sekitar. Amazon terus berusaha menjadi organisasi pembelajar
(learning organization). Salah satu bentuk Amazon untuk menjadi learning
organization adalah dengan pemantau secara langsung kebutuhan, harapan dan
kegelisahan konsumen melalaui progam layanan konsumennya yang wajib diikuti
oleh seluruh karyawan tanpa kecuali. Program lain yang ditujukan untuk
memahami konsumen adalah dengan mengembangkan website multibahasa.
Dengan memahami konsumen lebih dalam, maka setiap karyawan
Amazon akan memiliki pengetahuan yang tidak kasat mata (tacit knowledge)
yang baik tentang konsumennya. Tacit knowledge yang dimiliki kemudian
ditransformasikan menjadi explicit knowledge guna meraih keunggulan
kompetitif. Keunggulan inilah yang mengantarkan Amazon menjadi toko ritel
online terbesar di dunia dan mempertahankan kualitas produk dan layanannya.
Contoh transformasi tacit knowledge menjadi explicit knowledge adalah
pemahaman atas kebutuhan konsumumen yang menginginkan menerima produk
yang sudah dipesan dan dibeli melalui situs online dengan lebih cepat.
Perwujudan dari pemahaman tacit knowledge diimplementasikan ke dalam
beberapa hal, yaitu:
1) membangun banyak gudang yang semakin mendekati lokasi tinggal
sebagian besar konsumen Amazon.
2) diversifikasi produk dan layanan seperti tidak hanya menjual buku namun
telah merambah produk lainnya seperti alat komunikasi, DVD, busana,
alat rumah tangga dan lain-lain serta memproduksi gadget eBook Reader
(Kindle Fire).
Jika dilihat dari 5 kekuatan yang membentuk kompetisi sebuah industri
(yang dirumuskan oleh Porter) maka dapat terlihat pengaruhnya sebagai berikut:
58 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Arif Himawan .... Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business
Konsumen: memberikan best price value bagi kosumen. Harga yang diberikan
oleh Amazon mungkin bukanlah yang termurah namun memberikan nilai
dan manfaat yang paling baik bagi konsumennya.
Kompetitor: Sulit untuk meniru kombinasi produk, layanan serta standar jaringan
dan operasional yang telah di-set oleh Amazon.
Produk Pengganti: sulit untuk menemukan bisnis ritel online yang sepadan
dengan Amazon atau bahkan mendekati standarnya.
Supplier: supplier akan berlomba untuk dapat menjual produknya melalui
Amazon sehingga Amazon dapat menerapkan standar harga kulakan
yang murah dari supplier.
Pendatang baru: dengan standar layanan dan jaringan operasionalnya maka
akan teramat sulit untuk menjadi kompetitor Amazon. Dengan strategi ini
Amazon mendapat Sustainable Competitive Advantages karena sulitnya
pendatang baru masuk mengingat bisnis internet yang banyak menganut
falsafah me too atau meniru.
4.4 SWOT Analysis dan Strategi Yang Terkait Dengan SWOT
Analisis SWOT
Strength:
o Termasuk yang paling awal terjun di bisnis ritel online khususnya buku
o Visi, misi dan tujuan yang kuat
o Memiliki nilai dan standar penerapannya yang kuat
Weakness: berada di wilayah yang sangat besar baik dari luasan maupun
sebaran penduduk
Opportunity:
o Pengguna internet yang tumbuh secara dramatis (2300% di tahun 1994)
o Belum banyak yang menjual buku
Threat:
o banyaknya kompetitor dari mudahnya pendatang baru untuk masuk ke
bisnis online (internet)
o beragamnya konsumen di dunia maya (internet) baik dari sisi karakter,
demografi dan tingkat penghasilan
Formulasi Strategi berbasis SWOT
SO : Membangun bisnis ritel online (awalnya hanya buku) dan mendekatkan
diri pada konsumen yang besar dengan dasar nilai-nilai perusahaan yang
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 59
Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business .... Arif Himawan
kuat (“perusahaan dunia yang berpusat pada pelanggan”, “we are happy
to deliver anything to anywhere”)
WO : membangun gudang yang mendekati lokasi tinggal konsumen sehingga
pertumbuhan jumlah pengguna dan tingkat demand dapat didekati
sehingga supply chain management dapat diimplemetasikan.
ST : menerapkan standar layanan dan keluasan jaringan sehingga dapat
menyentuh lebih banyak konsumen sehingga konsumen mendapat best
value price dan membatasi peluang kompetitor dan pendatang baru.
Strategi lainnya adalah dengan diversifikasi yang tidak lagi hanya menjual
buku namun telah merambah produk lainnya memproduksi gadget eBook
Reader (Kindle Fire).
WT : Membangun layanan konsumen yang berkualitas dengan melibatkan
seluruh karyawan tanpa terkecuali untuk meraih loyalitas konsumen dan
mendapat tacit knowledge dan business intellegence yang ditransformasi-
kan menjadi explicit knowledge guna meraih keunggulan kompetitif.
5. Kesimpulan
Amazon.com mendasarkan strateginya pada visi, misi dan nilai
perusahaan yang kuat. Nilai-nilai tersebut dikomunikasikan dan dipahami secara
jelas oleh seluruh karyawan Amazon.com. Strategi yang dibangun Amazon
mampu membawa keunggulan kompetitif dengan membentuk “aturan” baru
dalam persaingan bisnis online (E-Business). strategi tersebut mampu
menciptakan keunggulan melalui sumber daya yang dimiliki maupun melalaui
kombinasi keunggulan sumber daya tersebut. Sumber daya yang dimiliki
Amazon.com memiliki karakteristik Value (bernilai), Rare (langka), Imperfectly
Immitable (sulit ditiru) dan Non substituable (tidak tergantikan). Strategi yang
dikembangkan melalui Value Chain Management tersebut mampu memberikan
nilai tambah bagi konsumen, menjadi acuan bagi kompetitor, membuat
masyarakat sulit menemukan produk dan layanan yang setara dengan
Amazon.com, membuat pemasok lebih memilih Amazon.com dibanding yang lain
dan menjadi standar yang sulit diikuti oleh para pendatang baru di ranah bisnis
yang dijalani Amazon.com.
60 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Arif Himawan .... Strategi Untuk Meraih Keunggulan Kompetitif dalam E-Business
Daftar Pustaka
Amazon Watch, 2012. Amazon in Focus (Fall 2012), Celebrating 15 Years, +Annual Financial Reports For 2011-2010. [Online] Available at: http://amazonwatch.org/assets/files/2012-amazon-in-focus.pdf [Accessed 1/5/2013].
Casey, R. & Caroll, W., 2004. The Impact of E-Commerce Industry Turmoil on Amazon.com: A Strategic Perspective. The Internet Business Review, 1, pp. 1-30.
Coffman, K. G. & Odlyzko, A. M., 2001. Growth of Internet. [Online] Available at: http://www.dtc.umn.edu/~odlyzko/doc/oft.internet.growth.pdf [Accessed 1/5/2013].
Collin, J. C. & Porras, J. I., 2001. Built To Last: Tradisi Sukses Perusahaan-perusahaan Visioner, Alih Bahasa Hifni Alifahmi. Jakarta: Erlangga.
Dimas, 2009. Potret Gaya Hidup Ber-Internet. [Online] Available at: http://www. tempo.co/read/news/2009/03/24/072166438/Potret-Gaya-Hidup-Ber-Internet [Accessed 1/5/2013].
Henry, A., 2008. The Internal Environment: A Resource-Based View of Strategy. Understanding Strategic Management, pp. 125-148.
Hitt, M. A., Ireland, R. D. & Hoskisson, R. E., 2001. Strategic Management Competitiveness and Globalization, 4th edition. Cincinnati: South-Western College Publishing.
Kenny, D. & Marshall, J. F., 2001. Contextual Marketing: The Real Business of The Internet. Harvard Business Review, 78(6), pp. 119-125.
Kha, L., 2000. Critical Succes Factor for Business-to-Customer E-Business: Lesson from Amazon and Dell. Tesis. Boston: Massachusetts Institute of Technology.
Kotha, S., 1998. Competing on The Internet: How Amazon.com is rewriting the rules of competition. Advances in Strategic Management, 15, pp. 239-265.
Pearce, J. A. & Robinson, R. B., 2003. Strategic Management: Formulation, Implementation, and Control, 8th edition. Boston: McGraw-Hill.
Porter, M. E., 1994. Keunggulan Bersaing: Menciptakan dan Mempertahankan Kinerja Unggul. Alih Bahasa Tim Binarupa Aksara, Binarupa Aksara.
Porter, M. E. & Millar, V. E., 1985. How Information Gives You Competitive Advantages. Harvard Business Review, July-August 1985, pp. 149-160.
Shabazz, D., 2004. Toward a Better Understanding of e-Marketing Strategy: Past and Present. Services Marketing Quarterly, 26(2), pp. 117-130.
Simons, K. L., 2001. Product Market Characteristics and The Industry Life Cycle. Manuscript. London: University of London.
61
PENGEMBANGAN APLIKASI DOMOTIC BERBASIS ARSITEKTUR BERORIENTASI LAYANAN DENGAN ANDROID SDK SEBAGAI NILAI
TAMBAH LAYANAN BERBASIS INTERNET
Widy Agung Priasmoro, Widyawan, Bimo Sunarfri Hantono
Jurusan Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada Yogyakarta
widy.agung@gmail.com
Abstrak
Kebutuhan akses ke peralatan di rumah sangat dibutuhkan, terutama bagi mereka penghuni rumah yang menginginkan akses cepat mengetahui informasi keadaan rumahnya atau melakukan aktifitas mengatur beberapa peralatan di rumah. Namun, hal tersebut akan mempersulit penghuni rumah apabila sedang berpergian jauh. Untuk itu, diperlukan sebuah kendali jarak-jauh yang dapat memudahkan penghuni rumah agar dapat dengan mudah mematikan atau menyalakan lampu, mengatur suhu udara ruangan dan memantau keadaan rumah melalui kamera. Di dalam penelitian ini dipaparkan mengenai pengembangan Domestic Robotic dengan arsitektur berbasis layanan. Penelitian ini akan dilakukan pada pengembangan dan implementasi aplikasi client berbasis mobile Android sebagai remote control home automation dan web-service RESTful yang terpasang di home-gateway. Pemilihan smartphone Android sebagai remote control dikarenakan biaya yang terjangkau untuk berbagai kalangan konsumen, selain itu bagi para developer, pengembangan aplikasinya tidak membutuhkan banyak biaya. Penelitian ini dilakukan di tim JTETI UGM, dengan hasil keluaran berupa sistem rumah pintar (smart-home) yang dapat dikendalikan dan dipantau dengan menggunakan perangkat Android.
Kata Kunci: domotic, home automation, web-service, home-gateway, RESTful, Android.
1. Pendahuluan
Pengelolaan rumah yang cepat dan praktis adalah impian semua
kalangan masyarakat. Hal-hal yang masyarakat inginkan dalam pengelolaan
rumah adalah meningkatkan kualitas hidup (dari segi kenyamanan, keamanan
dan hemat energi) (Gonzalez, et al., 2001).
Domotic atau Domestic Robotic menjadi solusi pengelolaan rumah secara
pintar (smart home). Teknologi ini dapat diaplikasikan dengan berbagai peralatan
rumah, di mana teknis pengelolaan rumah dibuat menjadi otomatis melalui
sebuah remote control, salah satunya smartphone Android. Akses Domotic
melalui device atau perangkat digital yang berbeda, diketahui mampu melakukan
kontrol dengan cepat dan lebih personal (Greaves, 2002).
Beberapa aplikasi komersial untuk Domotic sudah tersedia. Akan tetapi,
sistem yang sudah ada merupakan sistem yang tertutup (closed system) dengan
interoperabilitas yang terbatas.
62 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Widy Agung Priasmoro ....... Pengembangan Aplikasi Domotic Berbasis Arsitektur
Penelitian ini bervisi bahwa arsitektur berbasis layanan atau Service-
Oriented Architecture (SOA) merupakan solusi untuk mengatasi permasalahan
heterogenitas dan interoperabilitas Domotic. Dalam konsep interoperabilitas
berbasis SOA, setiap entitas Domotic merupakan penyedia layanan (service
provider). Dan pihak lain, sebagai contoh: server terpusat, menggunakan layanan
tersebut dan dapat mengintregasikannya sebagai bentuk layanan baru (Delgado,
et al., 2006). Salah satu contoh layanan yang dapat ditawarkan adalah video
surveillance jarak-jauh untuk perumahan dan kantor. Dengan berbekal perangkat
mobile Android yang terhubung koneksi internet ataupun jaringan intranet WAN
(Wide Area Network), pengguna mampu memantau ruangan melalui IP-cam dan
mengetahui status perangkat elektronik seperti lampu ataupun komputer yang
berada di rumah atau kantornya.
Penelitian ini berusaha mencoba menerapkan prototipe remote control
Domotic dengan menggunakan perangkat mobile Android dan Android SDK, di
mana memanfaatkan web-service RESTful dengan PHP sebagai media untuk
berkomunikasi dengan gateway yang berada di rumah melalui koneksi internet
dengan port HTTP.
2. Studi Literatur
2.1 Domotic
Domotic adalah suatu sistem di mana rumah (domos) bertemu dengan
teknologi informasi dalam berbagai bentuk (informatic, namun dapat juga
mechanism, ergonomic dan communication) (Aiello & Dustdar, 2008). Domotic
digunakan untuk memantau dan atau mengatur sebuah bangunan dengan tujuan
akhir berupa peningkatan kenyamanan, keamanan, komunikasi dan
penghematan energi (Caytiles & Park, 2012).
2.2 Web Service
Web service adalah keluarga basis standar XML yang didesain untuk
dapat berkomunikasi secara bebas, dinamis terhadap aplikasi. Web service
dapat dilihat sebagai evolusi dari perkembangan web. Dalam hal ini, manusia
dapat berinteraksi dengan aplikasi via HTML dan suatu aplikasi secara
independen dari sistem operasi, protokol, dan bahasa pemrograman mampu
berinteraksi dengan aplikasi lain (Breitman, et al., 2007).
2.3 Arsitektur Berbasis Layanan
Secara konsep, Arsitektur berbasis layanan (SOA) adalah gaya arsitektur
yang menggunakan komponen sistem di dalam perangkat lunak untuk
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 63
Pengembangan Aplikasi Domotic Berbasis Arsitektur ....... Widy Agung Priasmoro
menyediakan akses ke jaringan. Layanan ini menggunakan pesan-pesan untuk
pertukaran permohonan yaitu meminta atau merespon informasi dalam bentuk
dokumen yang jelas yang membuat asumsi sangat sedikit tentang teknologi yang
berkemampuan sebagai penerima.
Secara teknologi, arsitektur berbasis layanan adalah bahasa
pemrograman XML yang mendefinisikan arsitektur pesan dan format pesan,
sehingga memberikan protokol pengolahan dasar. Dokumen XML ini berisi
header dan body. Header digunakan untuk routing (contoh: pengalamatan) dan
konfigurasi Quality of Service (QoS) (contoh: transaksi, keamanan, dan
kehandalan). Body berisi pesan yang bermuatan (Pautasso, et al., 2008).
3. Metodologi Penelitian
Penelitian dilakukan dengan beberapa tahap, yaitu :
a. Studi Pustaka: mengidentifikasi permasalahan pada objek penelitian,
kemudian dilanjutkan dengan mencari informasi seputar teknik
penyelesaian masalah tersebut.
b. Perumusan masalah dan menentukan tujuan penelitian: langkah ini
melakukan perumusan masalah berdasarkan latar belakang dan
informasi dari berbagai sumber kemudian menentukan tujuan dari
penelitian yang akan dilakukan.
c. Pembuatan model perancangan perangkat lunak: melakukan
perancangan perangkat lunak yang sesuai dengan tujuan dan pertanyaan
penelitian. Perancangan tersebut berupa gambaran dari model yang akan
dibuat ke dalam sebuah aplikasi.
d. Membangun arsitektur berbasis layanan dengan RESTful: di dalam tahap
ini, pengembangan web service RESTful menggunakan bahasa
pemrograman PHP. Web service ini akan dipasang di home gateway
yang berada di rumah, di mana home gateway tersebut terhubung
dengan perangkat elektronik yaitu lampu dan IP-cam.
e. Membangun aplikasi client mobile Android dengan SDK: di dalam tahap
ini, aplikasi Android dikembangkan dengan memanfaatkan web service
RESTful yang dikembangkan sebelumnya. Aplikasi client android ini
dikembangkan dengan menggunakan Android SDK dan bahasa
pemrograman Java. Fungsi dari aplikasi client ini adalah sebagai remote
control yang mampu memantau status perangkat elektronik di rumah.
64 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Widy Agung Priasmoro ....... Pengembangan Aplikasi Domotic Berbasis Arsitektur
f. Evaluasi Sistem: pada proses ini dilakukan penganalisisan web service
dan aplikasi client yang telah dibuat untuk mengetahui apakah prototipe
sistem tersebut sudah sesuai dengan harapan. Salah satu cara
mengevaluasi prototipe sistem ini adalah dengan melakukan analisis
percobaan terhadap sistem. Dari analisis percobaan ini akan diketahui
apakah penyelesaian kasus dalam aplikasi ini hasilnya akan sesuai yang
diharapkan setelah dilakukan pengujian. Jadi dari hal tersebut, akan
diketahui apakah sistem ini sudah sesuai yang diharapkan atau belum.
3.1 Analisis Kebutuhan Sistem
Analisis kebutuhan perangkat lunak merupakan analisis terhadap semua
kebutuhan yang diperlukan dalam lingkup perangkat lunak yang akan
dikembangkan. Analisis kebutuhan yang dilakukan terhadap perangkat lunak
akan menghasilkan spesifikasi kebutuhan perangkat lunak tersebut. Analisis
kebutuhan perangkat lunak merupakan hal yang sangat penting sekali karena
apabila dalam melakukan analisis kebutuhan sistem terjadi kesalahan, maka hal
ini akan menyebabkan kesalahan pada tahap berikutnya.
Salah satu tujuan dari analisis kebutuhan perangkat lunak adalah dapat
menentukan apakah perangkat lunak yang akan dibangun dapat mencapai
tujuan yang diinginkan. Analisis kebutuhan perangkat lunak ini dipakai untuk
melakukan analisis seluruh kebutuhan perangkat lunak sehingga dapat
membantu dalam proses pengambilan keputusan yang optimal.
4. Cara Kerja Sistem
Perancangan sistem Domotic ini melibatkan komunikasi wireless
menggunakan perangkat lunak Zigbee dan IQRF yang menghubungkan
peralatan rumah dengan home-gateway. Adapun peralatan rumah yang
terhubung ke home-gateway, yaitu lampu dengan indikator on/off, kipas angin
dengan indikator mati, speed 1, speed 2, dan speed 3 dan Air Conditioner (AC)
dengan indikator suhu. Agar sistem Domotic ini dapat di-remote dengan
menggunakan smartphone Android, dibutuhkan sebuah web-service, yaitu
RESTful. Dari sisi server yang terhubung ke internet dipasang API REST dengan
bahasa pemrograman PHP yang dapat mengirim response atau menerima
request dari aplikasi client Domotic di smartphone Android. Gambar rancangan
smart home system JTETI UGM dapat dilihat pada Gambar 1.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 65
Pengembangan Aplikasi Domotic Berbasis Arsitektur ....... Widy Agung Priasmoro
Gambar 1 Rancangan sistem rumah pintar
Remote control berupa perangkat smartphone Android melakukan
request ke server untuk satu aktifitas yang memberi kondisi ke node yang berada
di rumah. Setiap node yang terhubung dengan home gateway memiliki ID device
yang tersimpan di server. Apabila ID tersebut sama dengan ID request, maka
node diminta mengubah kondisinya dengan cara meneruskan request dari server
ke home gateway yang selanjutnya mengubah state melalui komponen
microcontroller yang terpasang di peralatan rumah. Ketika state node tersebut
sudah diubah, server menyimpan state tersebut dengan cara update tabel
device, dan memberikan response ke perangkat remote control.
4.1 RESTful
Pemilihan web service RESTful sebagai media komunikasi data, karena
RESTful memiliki struktur web service yang sederhana. Menurut Pautasso, dkk.
RESTful Web Service dianggap sederhana karena RESTful telah mencakup
standar W3C/IETF (HTTP, XML, URI, MIME) dan infrastrukturnya telah dikenal
luas (pervasive). Client dan server HTTP telah tersedia untuk semua jenis
bahasa pemrograman dan sistem operasi maupun platform serta port default
HTTP, yaitu port 80 umumnya dibiarkan terbuka oleh konfigurasi firewall.
Keunggulan lainnya adalah, RESTful tergolong infrastruktur yang ringan, di mana
layanan dapat dibangun dengan peralatan yang minimum. Dampaknya adalah
developer dapat mencoba layanan RESTful ini langsung melalui web browser
tanpa harus membangun aplikasi khusus dari sisi client (Pautasso, et al., 2008).
5. Perancangan dan Implementasi Aplikasi Remote Control
5.1 Deskripsi Umum Aplikasi
Aplikasi yang akan dikembangkan merupakan sebuah aplikasi berbasis
mobile Android, pada intinya memiliki dua fungsi, yaitu melakukan request ke
66 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Widy Agung Priasmoro ....... Pengembangan Aplikasi Domotic Berbasis Arsitektur
server melalui web service agar dapat memberi perintah ke home-gateway serta
menerima response dari home-gateway yang disajikan dalam bentuk informasi
status setiap perangkat yang terhubung ke home-gateway.
5.2 Hasil Perancangan
5.2.1 Activity Diagram
Activity diagram aplikasi remote control berbasis Android ini
menggambarkan semua aktivitas global yang terjadi dalam sebuah perangkat
lunak. Pengguna diberi beberapa pilihan menu: profile, semua status perangkat
rumah dan konsumsi listrik. Gambar 2 menunjukan activity diagram perangkat
lunak remote control Domotic ini.
Gambar 2 Activity Diagram Remote Control Domotic
Menu “Konsumsi Listrik” digunakan untuk menampilkan informasi
pemakaian listrik setiap peralatan rumah yang terhubung ke home-gateway. Di
aplikasi tersebut terdapat service yang berjalan secara background untuk
melakukan pengecekan setiap detik untuk peralatan apa saja yang dalam state:
on, kemudian setiap jamnya akan dikalkulasi dengan tarif listrik per jam untuk
diketahui tarif listrik sesuai pemakaian.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 67
Pengembangan Aplikasi Domotic Berbasis Arsitektur ....... Widy Agung Priasmoro
Menu “Semua Status Perangkat” digunakan untuk menampilkan status
setiap perangkat yang terhubung ke home-gateway. Pengguna dapat mengubah
state setiap perangkat dengan menekan tombol “ubah status device”, ini terjadi
realtime, dan akan langsung terlihat informasinya ketika server sudah
memberikan response.
Menu Profile digunakan untuk mengaktifkan satu dari 4 profile, yaitu
profile Energy Saving bertujuan mengubah semua kondisi peralatan rumah
dalam mode energy saving, profile cool bertujuan mengubah semua kondisi
peralatan rumah yang berparameter suhu dalam mode mengubah suhunya
menjadi dingin, profile warm bertujuan mengubah semua kondisi peralatan
rumah yang berparameter suhu dalam mode warm.
5.2.2 Class Diagram
Class diagram dari prototipe aplikasi remote control domotic berbasis
Android dengan menggunakan Android SDK dan web service RESTful dapat
dilihat pada Gambar 3.
Gambar 3 Class Diagram Remote Control Domotic
Pada saat aplikasi prototipe remote control Domotic ini dijalankan,
halaman Splash akan tampil ke dalam Activity, kemudian masuk ke menu utama
(main menu) activity yang berisi 3 menu: Semua Status Perangkat, Electricity
Consumption, dan Profil. Selain itu, terdapat background activity yang berjalan
untuk mengecek waktu dan melakukan sync ke server melalui RESTful web
service.
68 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Widy Agung Priasmoro ....... Pengembangan Aplikasi Domotic Berbasis Arsitektur
5.3 Implementasi Perangkat Lunak
Perangkat lunak yang dibangun memiliki tiga menu utama, yaitu All
Devices Status, Profile, Electricity Consumption dan Exit. Tampilan menu utama
terlihat pada Gambar 4.
Gambar 4 Menu utama
5.4 Pengujian
Pada pengujian ini diharapkan dapat menemukan kesimpulan apakah
aplikasi prototipe remote control Domotic ini feasible untuk diterapkan di dunia
nyata. Secara rinci, tujuan pengujian aplikasi prototipe ini antara lain:
1. Mengukur fungsionalitas dari aplikasi prototipe. Pengujian ini mengacu
pada analisis kebutuhan sistem yang telah dijabarkan sebelumnya.
2. Menganalisis interoperabilitas web service RESTful yang dimanfaatkan
sebagai penyedia komunikasi antara home gateway dengan aplikasi
domotic berbasis mobile Android.
3. Mensimulasikan kontrol jarak-jauh Domotic melalui aplikasi mobile
Android terhadap perangkat elektronik di rumah yang terhubung dengan
home gateway.
5.4.1 Hasil Pengujian
Hasil pengujian fungsional dan pengujian performansi dapat dilihat pada
Tabel 1 dan Tabel 2. Dari hasil pengujian nampak terlihat bahwa secara
fungsional dan performansi web service RESTful mampu berjalan baik dan
cepat. Namun, hal ini juga dipengaruhi oleh kualitas jaringan internet yang
terpasang di smartphone Android.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 69
Pengembangan Aplikasi Domotic Berbasis Arsitektur ....... Widy Agung Priasmoro
Tabel 1 Hasil pengujian fungsional
Pengujian Kriteria Keberhasilan Status
Mengubah status device Device yang dipilih dapat mengubah state sesuai masukan pengguna.
Berhasil
Menghitung konsumsi Listrik device
Keterangan tagihan listrik terlihat di halaman “Electricity Consumption” sesuai pemakaian.
Berhasil
Mengubah status semua device secara bersamaan melalui menu profile
Semua device dapat mengubah state sesuai masukan pengguna
Berhasil
Tabel 2 Hasil pengujian web service RESTful
Request Method Time
Cek status semua device [URL: http://.../rest/devices]
HTTP: GET Pengujian ke: 1. 529 ms 2. 584 ms 3. 370 ms
Cek status salah satu device [URL: http://.../rest/devices/(:num)]
HTTP: GET Pengujian ke: 1. 2366 ms 2. 2305 ms 3. 2757 ms
Mengubah status salah satu device [URL: .../rest/device/lampu/(:num) ]
HTTP: POST Pengujian ke: 1. 568 ms 2. 493 ms 3. 526 ms
6. Penutup
Prototipe aplikasi remote-control Domotic yang dibuat belum memenuhi
spesifikasi untuk diterapkan di lingkungan sesungguhnya. Hal ini disebabkan
karena belum diimplementasikannya prototipe ini untuk dapat berkomunikasi
dengan home-gateway. Dalam hal komunikasi data ke server masih diperlukan
penelitian lebih lanjut mengenai perancangan, implementasi sampai dengan
pengujian performansi response dari home-gateway ke remote control. Di
samping itu, perlu juga dipertimbangkan untuk alternatif koneksi selain HTTP
untuk tujuan penghematan biaya, misalnya dengan konektifitas bluetooth atau
WiFi apabila remote-control pada jarak terjangkau dari peralatan di rumah yang
terhubung home-gateway.
70 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Widy Agung Priasmoro ....... Pengembangan Aplikasi Domotic Berbasis Arsitektur
Daftar Pustaka
Aiello, M. & Dustdar, S., 2008. Are Our Homes Ready for Services? A Domotic Infrastructure Based On The Web Service Stack. Pervasive and Mobile Computing, 4(4), pp. 506-525.
Bolzani, C. A. M., Montagnoli, C. & Netto, M. L., 2006. Domotics Over IEEE 802.15.4 – A Spread Spectrum Home Automation Application. Proceeding. The 2006 IEEE Ninth International Symposium on Spread Spectrum Techniques and Applications, pp. 396-400.
Breitman, K. K. K., Casanova, M. A. & Truszkowski, W., 2007). Semantic Web: Concepts, Technologies and Applications. London: Springer.
Caytiles, R. D. & Park, B., 2012. Mobile IP-Based Architecture for Smart Homes. International Journal of Smart Home, 6(1), pp. 29-36.
Delgado, A. R., Picking, R. & Grout, V., 2006. Remote-Controlled Home Automation Systems with Different Network Technologies. Proceeding. The 6th International Network Conference (INC 2006), University of Plymouth, pp. 357-366.
Gonzalez, V. M., Mateos, F., Lopez, A. M., Enguita, J. M., Garcia, M. & Olaiz, R., 2001. Visir, A Simulation Software for Domotics Installations to Improve Laboratory Training. Proceeding. 31st Annual IEEE Frontiers in Education Conference, 3, pp. F4C-6.
Greaves, D., 2002. Control Software for Home Automation, Design Aspects and Position Paper. Proceeding. The 22nd International Conference on Distributed Computing System Workshop (ICDCSW '02), pp. 757-764.
Meier, R., 2009. Professional Android Application Development. Canada: Wiley Publishing, Inc.
Pautasso, C., Zimmermann, O. & Leymann, F., 2008. RESTful Web Services vs. “Big” Web Services: Making the Right Architectural Decision. Proceeding. The 17th International Conference on World Wide Web, pp. 805-814.
Robles, R. J. & Kim, T. H., 2010. A Review on Security in Smart-Home Development. International Journal of Advanced Science and Technology, 15, pp. 13-22.
Sandu, F. & Iolu, D., 2007. Embedded Web-Servers for Remote Control in Domotics. ACTA TECHNICA NAPOCENSIS, 48(3), pp. 41-44.
71
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENGGUNAAN SURAT KABAR ONLINE
Sigit Pambudi, Abdul Kadir, I Wayan Mustika
Jurusan Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada Yogyakarta
sigiter@gmail.com
Abstrak
Salah satu dampak dari perkembangan Internet adalah hadirnya surat kabar online. Surat kabar online memiliki banyak keunggulan, diantaranya pengguna dapat mencari, mengunduh, dan berlangganan suatu artikel berita atau foto. Namun pemanfaatan surat kabar online oleh masyarakat dinilai masih rendah. Rendahnya pemanfaatan surat kabar online berpotensi menimbulkan penyebaran informasi yang kurang aktual karena informasi tersebut sering tidak dilandasi sumber yang dapat dipercaya. Penelitian ini bertujuan untuk menganalisis faktor-faktor apa saja yang dapat mempengaruhi masyarakat dalam menggunakan surat kabar online. Model penelitian yang digunakan dalam penelitian ini sebagian besar diadopsi dari model Unified Theory of Acceptance and Use of Technology (UTAUT). Namun, berdasarkan beberapa pertimbangan, maka perlu untuk menambahkan beberapa variabel, seperti: perceived visual attractiveness, perceived enjoyment, image, dan perceived behavioral control ke dalam penelitian. Jenis metode penelitian yang digunakan dalam penelitian ini adalah penelitian kuantitatif dengan pengolahan data menggunakan teknik Structural Equation Modeling (SEM). Hasil dari penelitian ini menunjukkan perceived visual attractiveness, perceived enjoyment, performance expectancy, dan effort expectancy mempunyai pengaruh positif, sedangkan image tidak mempunyai pengaruh positif terhadap behavioral intention dalam menggunakan surat kabar online. Selain itu, perceived behavioral control dan behavioral intention berpengaruh positif terhadap use behavior pada surat kabar online.
Kata Kunci: Surat Kabar Online, Use Behaviour, UTAUT, SEM.
1. Pendahuluan
Seiring dengan semakin pesat perkembangan Internet, hadir suatu
teknologi yang mengubah pola penyampaian berita dan informasi. Kemajuan
teknologi ini memberikan dampak signifikan terhadap dunia jurnalistik. Salah satu
dampak tersebut adalah dengan pengalihan dari metode manual menjadi
berbasis komputer, misalnya dengan kehadiran layanan surat kabar online.
Surat kabar online diartikan sebagai suatu media penyampaian berita,
dengan isi atau konten yang dipublikasikan melalui Internet. Surat kabar versi
online membuka peluang untuk menyediakan layanan berita yang selalu up to
date. Hal ini didasari oleh kemudahan yang diberikan oleh Internet, terutama
dalam hal pengolahan dan distribusi berita. Pengalihan bentuk dari cetak ke
online, dipercaya akan mampu meningkatkan efisiensi biaya produksi. Dari sisi
pengguna, masyarakat juga diuntungkan dengan kehadiran surat kabar online.
72 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Sigit Pambudi .............. Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan
Selain dilayani dengan penyampaian informasi yang cepat, menggunakan surat
kabar online cenderung lebih ekonomis. Layanan surat kabar online yang
menguntungkan bagi pengguna menurut Drakos, et al. (1997), antara lain
pengguna dapat mencari dan mengunduh suatu artikel berita atau foto yang
diinginkan berdasarkan kata kunci yang di-input. Selain itu, pengguna juga dapat
melihat kembali berita yang sudah lama serta berlangganan atau sekedar
memberikan komentar terhadap suatu artikel berita.
Permasalahan yang sering muncul terhadap suatu teknologi adalah
pemanfaatan yang tergolong masih rendah, termasuk dalam pemanfaatan surat
kabar online. Hal ini diperkuat oleh survei yang dilakukan Guharoy dan Morgan
(2012). Mereka mempublikasikan daftar situs dengan frekuensi akses terbanyak
di Indonesia. Pada survei tersebut, terlihat hanya ada satu situs surat kabar
online yang masuk ke dalam sepuluh situs yang paling banyak diakses di
Indonesia. Situs surat kabar online tersebut adalah Detik.com. Kurangnya
pemanfaatan surat kabar online terlihat karena Detik.com hanya memperoleh
persentase sebanyak 7%, menempati urutan ketujuh setelah Facebook, Google,
Yahoo!, YouTube, Twitter, dan 4shared. Terkait mengenai hal itu, kurangnya
pemanfaatan surat kabar online dapat berpotensi menimbulkan penyebaran
informasi yang kurang aktual karena informasi sering tidak dilandasi sumber
yang dapat dipercaya. Tidak semua masyarakat mau menggunakan surat kabar
online dengan beragam alasan. Selain itu, penerimaan dan penggunaan surat
kabar online juga diperlukan untuk meningkatkan produktivitas surat kabar online
dan menjaga eksistensi surat kabar online di Indonesia. Untuk itu diperlukan
sebuah penelitian guna mengetahui hal-hal apa saja yang bisa meningkatkan
penggunaan surat kabar online. Diharapkan dari hasil penelitian tersebut dapat
memudahkan pihak-pihak terkait dalam meningkatkan kualitas surat kabar online
yang sesuai dengan keinginan pengguna.
2. Landasan Teori
Drakos, et al. (1997) mendefinisikan surat kabar online sebagai berikut:
“publishing the whole content of a newspaper to a mass medium such as the
Internet and more specifically the World Wide Web (WWW).” Karena surat kabar
online memiliki bentuk dan wujud berupa digital, maka untuk dapat
mengaksesnya diperlukan fasilitas elektronik seperti komputer atau mobile
device dengan fitur Internet yang mumpuni. Secara garis besar, surat kabar
online sama seperti surat kabar cetak biasa, yang berisi informasi-informasi atau
berita kepada pembacanya terkait hal-hal aktual atau yang baru saja terjadi.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 73
Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan ............... Sigit Pambudi
Surat kabar versi online membuka persaingan dalam menyediakan
layanan berita yang selalu up to date. Hal ini didasari oleh kemudahan yang
diberikan oleh Internet terutama dalam hal pengolahan dan distribusi berita.
Menurut Drakos, et al. (1997), keuntungan menggunakan surat kabar online bagi
penggunanya yaitu antara lain pengguna dapat mencari dan mengunduh suatu
artikel berita atau foto yang diinginkan berdasarkan kata kunci yang di-input.
Selain itu, pengguna juga dapat melihat kembali berita yang sudah lama dan
melakukan registrasi untuk berlangganan atau sekedar memberikan komentar
terhadap suatu artikel berita.
Masyarakat banyak yang mengenal layanan surat kabar online, tetapi
tidak semua masyarakat mau menggunakan layanan ini karena beberapa alasan.
Schoneville (2007) dalam penelitiannya menemukan bahwa kebiasaan ternyata
menjadi penentu paling berpengaruh terhadap niat dalam menggunakan surat
kabar online. Selain itu, meskipun interaksi antara surat kabar online dan surat
kabar cetak telah banyak dibahas, Boczkowski (2002) mencatat kurangnya
penelitian terstruktur pada faktor-faktor yang mempengaruhi penggunaan individu
dari surat kabar online. Penggunaan layanan surat kabar online merupakan salah
satu varian dari teknologi informasi dan merupakan area penelitian yang cukup
menarik untuk ditinjau lebih dalam. Dengan mengetahui hal-hal yang bisa
meningkatkan surat kabar online, akan memudahkan pihak-pihak terkait dalam
meningkatkan kualitas surat kabar online yang sesuai dengan keinginan
pengguna. Sehubungan dengan hal ini, terdapat model penelitian yang sesuai
untuk meneliti tentang penerimaan pengguna terhadap suatu teknologi. Model
tersebut dikembangkan oleh Venkatesh, et al. (2003) dan diberi nama Unified
Theory of Acceptance and Use of Technology (UTAUT). UTAUT dikembangkan
melalui pengkajian yang dilakukan terhadap delapan model atau teori
penerimaan teknologi yang banyak digunakan dalam penelitian. Kedelapan
model itu adalah Theory of Reasoned Action (TRA), Technology Acceptance
Model (TAM), Motivational Model (MM), Theory of Planned Behavior (TPB),
Combined TAM and TPB, Model of PC Utilization (MPTU), Innovation Diffusion
Theory (IDT), dan Social Cognitive Theory (SCT).
Pada model UTAUT, terdapat empat konstruk yang menjadi faktor
penentu langsung yang bersifat signifikan terhadap perilaku penerimaan maupun
penggunaan teknologi. Keempat variabel itu adalah performance expectancy
(kepercayaan yang dimiliki individu bahwa kinerjanya akan makin baik apabila
menggunakan teknologi), effort expectancy (ekspektasi kemudahan dalam
74 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Sigit Pambudi .............. Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan
penggunaan teknologi), social influence (pengaruh orang lain untuk
menggunakan teknologi), dan facilitating condition (dukungan sarana/prasarana
yang dimiliki individu untuk menggunakan teknologi).
Gambar 1 Model UTAUT (Venkatesh, et al., 2003)
Banyak penelitian yang mengadopsi model UTAUT. Diantaranya ada
yang menggunakan model UTAUT secara utuh, ada pula yang memodifikasi
model tersebut. UTAUT terbukti lebih berhasil dalam menjelaskan hingga 70
persen varian pengguna (Venkatesh et al., 2003). Menurut Min, et al. (2008)
sejauh ini UTAUT merupakan teori penggunaan teknologi TI yang paling
komprehensif. Namun model UTAUT bukan berarti bebas dari kritikan. Salah
satu kritikan terhadap model UTAUT datang dari Van Raaij dan Schepers (2008).
Mereka menilai bahwa variabel facilitating conditions pada model UTAUT yang
terdiri dari perceived behavioral control (Ajzen, 1991), facilitating conditions
(Thompson, et al., 1991), dan compatibility (Moore dan Benbasat, 1991) tidak
bisa disatukan ke dalam satu konstruk karena memiliki karakteristik yang
berbeda. Selain itu, subjective norm (Ajzen, 1991), social factors (Thompson, et
al., 1991), dan image (Moore dan Benbasat, 1991) juga tidak bisa disatukan ke
dalam satu variabel social influence pada UTAUT karena alasan yang sama.
3. Metode Penelitian
Penelitian ini merupakan penelitian kuantitatif dengan menggunakan
pendekatan survei. Populasi dalam penelitian ini adalah mahasiswa di beberapa
perguruan tinggi di Yogyakarta. Ghozali (2011) merekomendasikan ukuran
sampel sebanyak 100 – 200 untuk memenuhi syarat jumlah sampel yang
dianjurkan dalam melakukan penelitian dengan analisis data menggunakan
teknik SEM melalui prosedur Maximum Likelihood Estimation (MLE). Dengan
mempertimbangkan adanya data yang tidak layak atau data outlier, maka dipilih
170 orang sebagai sampel. Dibutuhkan seperangkat komputer dengan
spesifikasi yang cukup untuk menjalankan AMOS sebagai perangkat lunak
pengolah data.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 75
Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan ............... Sigit Pambudi
Dalam penelitian ini, model yang digunakan diadopsi dari model UTAUT.
Pemilihan model ini dikarenakan UTAUT secara empiris sudah diuji untuk
memastikan validitasnya. Selain itu, model UTAUT mampu menghitung hingga
70% dari varian (adjusted R2) dalam usage intention. Nilai varian UTAUT lebih
tinggi dari delapan model sebelumnya yang bernilai antara 17% hingga 53%
(Indriani, dkk., 2012). Menurut Min, et al. (2008) sejauh ini UTAUT merupakan
teori penggunaan teknologi TI yang paling komprehensif.
Penelitian ini juga menambahkan variabel kenyamanan (perceived
enjoyment) dan daya tarik visual (perceived visual attractiveness) ke dalam
kerangka model penelitian. Penambahan variabel perceived visual attractiveness
dipengaruhi oleh penelitian yang dilakukan oleh Lertlum dan Papasratorn (2005).
Hasil dari penelitian mereka menunjukkan daya tarik visual berpengaruh positif
terhadap niat dalam menggunakan sistem (behavioral intention). Penambahan
variabel perceived enjoyment dipengaruhi oleh penelitian yang dilakukan oleh
Heerink, et al. (2008). Hasil dari penelitian mereka menunjukkan kenyamanan
berpengaruh positif terhadap niat dalam menggunakan sistem.
Gambar 2 Kerangka model penelitian
Dalam penelitian ini, variabel facilitating conditions pada UTAUT diganti
dengan variabel perceived behavioral control yang diadopsi dari TPB (Ajzen,
1991). Selain itu, variabel social influence pada UTAUT juga diganti dengan
variabel image yang diadopsi dari IDT (Moore dan Benbasat, 1991). Penggantian
variabel pada UTAUT tersebut didasari oleh kritikan dari Van Raaij dan Schepers
(2008). Pemilihan variabel pengganti tersebut karena variabel tersebut memiliki
karakteristik yang lebih spesifik dibandingkan dengan variabel asli dari UTAUT.
Penjelasan mengenai masing-masing variabel pada penelitian ini dapat dilihat
76 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Sigit Pambudi .............. Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan
pada Tabel 1, sedangkan alur hubungan dari semua variabel dalam penelitian ini
dapat dilihat pada Gambar 2.
Tabel 1 Penjelasan Construct Model Penelitian
Construct Definisi
Perceived Visual Attractiveness (PVA)
Ukuran sejauh mana pengaruh tampilan dapat menjadi daya tarik seseorang dalam menggunakan surat kabar online.
Perceived Enjoyment (PEN)
Ukuran sejauh mana pengaruh kenyamanan dalam menggunakan surat kabar online, terlepas dari konsekuensi kinerja yang dapat diantisipasi.
Performance Expectancy (PEX)
Ukuran tingkat ekspektasi yang dimiliki setiap individu bahwa penggunaan surat kabar online dapat meningkatkan kinerjanya. Variabel ini merupakan prediktor terkuat pada model UTAUT.
Effort Expectance (EEX)
Ukuran tingkat ekspektasi kemudahan dalam penggunaan surat kabar online. Pada model UTAUT, variabel ini merupakan prediktor yang lemah.
Image(IMG) Ukuran sejauh mana tingkat kepercayaan seorang individu terhadap penggunaan surat kabar online dapat meningkatkan citra seseorang.
Perceived Behavioral Control (PBC)
Ukuran sejauh mana kepercayaan diri, kesiapan kondisi fasilitas, dan kesiapan teknologi dalam menggunakan surat kabar online.
Behavioral Intention (BIU)
Ukuran sejauh mana seseorang memiliki niat untuk menggunakan surat kabar online.
Use Behavioral (USE)
Variabel yang menyatakan tingkat penerimaan individu dalam penggunaan surat kabar online.
Penelitian ini menggunakan hipotesis asosiatif untuk meneliti hubungan
antara beberapa variabel di dalam model. Hipotesis asosiatif adalah suatu
pernyataan yang menunjukkan dugaan tentang hubungan antara dua variabel
atau lebih. Hipotesis yang diuji dalam penelitian ini dirangkum sebagai berikut:
1. H1: Perceived visual attractiveness mempunyai pengaruh positif terhadap
behavioral intention dalam menggunakan surat kabar online
2. H2: Perceived enjoyment mempunyai pengaruh positif terhadap
behavioral intention dalam menggunakan surat kabar online
3. H3: Performance expectancy mempunyai pengaruh positif terhadap
behavioral intention dalam menggunakan surat kabar online
4. H4: Effort expectancy mempunyai pengaruh positif terhadap behavioral
intention dalam menggunakan surat kabar online
5. H5: Image mempunyai pengaruh positif terhadap behavioral intention
dalam menggunakan surat kabar online
6. H6: Perceived behavioral control mempunyai pengaruh positif terhadap
use behavior pada surat kabar online
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 77
Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan ............... Sigit Pambudi
7. H7: Behavioral intention mempunyai pengaruh positif terhadap use
behavior pada surat kabar online
Kuisioner dirancang mengikuti skala Likert dengan rentang nilai 1
(“sangat tidak setuju”) hingga 5 (“sangat setuju”). Dalam penelitian ini, indikator
yang digunakan merupakan adaptasi dari Lertlum dan Papasratorn (2005),
Heerink, et al. (2008), Schoneville (2007), Venkatesh, et al. (2003), Liang, et al.
(2010), Wu, et al. (2008), serta Moore dan Benbasat (1991). Indikator penelitian
ini dapat dilihat pada Tabel 2.
Tabel 2 Indikator Penelitian
Variabel Referensi Penyesuaian
PVA Lertlum dan Papasratorn
(2005)
Warna-warna yang digunakan pada situs surat kabar online menarik
Secara keseluruhan, saya melihat bahwa situs surat kabar online menarik
Desain pada situs surat kabar online menarik
Tata letak konten pada situs surat kabar online menarik
PEN Heerink, et al. (2008)
Saya menikmati cara penyampaian berita melalui surat kabar online.
Saya merasa senang bisa mengisi waktu dengan menggunakan surat kabar online.
Saya merasa tertarik menggunakan surat kabar onlin
Saya tidak merasa bosan untuk menggunakan surat kabar online
PEX
Schoneville (2007)
Surat kabar online menjadikan kegiatan membaca berita menjadi lebih menarik
Surat kabar online memungkinkan saya untuk mengikuti berita terbaru menjadi lebih baik
Surat kabar online membuat saya mampu membaca berita lebih cepat
Venkatesh, et al. (2003)
Surat kabar online merupakan sistem yang berguna bagi aktivitas saya
EEX
Schoneville (2007)
Saya merasa mudah untuk menggunakan surat kabar online
Saya tidak merasa kesulitan untuk mempelajari bagaimana menggunakan surat kabar online
Saya berpikir surat kabar online memiliki struktur yang jelas dan dapat dimengerti
Venkatesh, et al. (2003)
Saya dengan mudah menjadi terampil menggunakan surat kabar online
IMG Moore dan Benbasat
(1991)
Menggunakan surat kabar online meningkatkan image dan kepercayaan diri
Karena menggunakan surat kabar online, orang lain melihat saya memiliki wawasan yang luas dan bisa diandalkan
Orang yang menggunakan surat kabar online dipandang lebih dari mereka yang tidak menggunakan
Membaca surat kabar online telah menjadi kebiasaan yang rutin di lingkungan sekitar
78 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Sigit Pambudi .............. Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan
Tabel 2 Indikator Penelitian (lanjutan)
Variabel Referensi Penyesuaian
PBC Venkatesh, et al. (2003)
Saya memiliki perangkat yang diperlukan untuk menggunakan surat kabar online
Saya mengetahui cara menggunakan surat kabar online
Dengan surat kabar online saya bisa berbagi dengan situs jejaring sosial, forum, atau blog yang saya gunakan
BIU Venkatesh, et al. (2003)
Saya berminat untuk menggunakan surat kabar online untuk beberapa bulan ke depan.
Saya memperkirakan saya masih akan menggunakan surat kabar online untuk beberapa bulan ke depan
Saya berencana untuk menggunakan surat kabar online untuk beberapa bulan ke depan
USE
Liang, et al. (2010)
Hampir setiap hari, saya sempatkan untuk menggunakan surat kabar online
Saya menggunakan surat kabar online lebih dari sekali setiap hari
Wu, et al. ( 2008)
Secara keseluruhan, saya merasa puas dalam menggunakan surat kabar online
4. Hasil dan Pembahasan
Penelitian ini menggunakan dua jenis data yakni primer dan sekunder.
Data primer diperoleh dari kuesioner yang akan diberikan kepada 170 sampel.
Data yang terkumpul kemudian diolah dengan menggunakan AMOS v.21.
Beberapa langkah dalam menyelesaikan model persamaan strukutral (SEM)
pada penelitian ini adalah sebagai berikut.
4.1 Validitas dan Reliabilitas Instrumen
Pengujian validitas judgment expert pada penelitian ini melibatkan dua
ahli. Setelah dianggap valid, kemudian dilakukan pengujian validitas construct
melalui uji convergent validity. Loading factor dapat dikatakan signifikan bila
menunjukkan angka di atas 0,50 atau lebih dan dapat dikatakan ideal bila
menunjukkan angka 0,70 (Ghozali, 2011). Berdasarkan Tabel 3, terlihat semua
factor loading (kolom Estimate) dari variabel indikator menunjukkan angka di atas
0,50. Hal ini menunjukkan semua indikator dapat menjelaskan construct yang
ada dan persyaratan convergent validity tercapai.
Secara umum, instrumen dapat dianggap reliabel apabila nilai cronbach’s
alpha lebih besar dari 0,6 (Hair, et al., 1998). Dari hasil yang didapat pada Tabel
4, menunjukkan bahwa nilai cronbach’s alpha adalah 0,942, artinya instrumen ini
reliabel karena nilai yang didapat lebih besar dari 0,6 dan mendekati angka 1.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 79
Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan ............... Sigit Pambudi
Tabel 3 Standardized regression weights 1
Estimate
BIU1 BIU ,675
BIU2 BIU ,579
BIU3 BIU ,543
PVA3 PVA ,557
PVA2 PVA ,555
PVA1 PVA ,673
PEN3 PEN ,629
PEN2 PEN ,554
PEN1 PEN ,542
PEX4 PEX ,595
PEX3 PEX ,744
PEX2 PEX ,556
EEX4 EEX ,542
EEX2 EEX ,501
EEX1 EEX ,526
IMG1 IMG ,637
PBC3 PBC ,612
PBC2 PBC ,601
PBC1 PBC ,569
USE1 USE ,833
USE2 USE ,618
USE3 USE ,537
IMG2 IMG ,641
IMG3 IMG ,616
Sumber: Data primer yang diolah
Tabel 4 Reliability statistics
Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items
.942 .943 29
Sumber: Data primer yang diolah
4.2 Uji Evaluasi Asumsi Model Struktural
4.2.1 Uji Normalitas Data
Sebuah data dikatakan mempunyai distribusi normal apabila nilai critical
ratio skewness value berada di bawah harga mutlak 2,58 atau di atas -2,58 pada
tingkat signifikansi 0,01. Asumsi normal dalam penelitian ini didapat setelah
melakukan penanganan terhadap data outlier dan indikator beberapa variabel.
Hasil output dari Assessment of normality untuk melihat normalitas data terlihat
pada Tabel 5. Dapat disimpulkan bahwa data yang digunakan dalam penelitian
ini mempunyai distribusi normal, baik secara univariate maupun multivariate.
4.2.2 Evaluasi Outlier
Outlier adalah kondisi observasi dari suatu data yang memiliki
karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi
lainnya dan muncul dalam bentuk nilai ekstrim, baik untuk sebuah variabel
80 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Sigit Pambudi .............. Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan
tunggal ataupun variabel-variabel kombinasi (Hair, et al., 1998). Dari 170
responden, terdeteksi empat data yang diduga sebagai data outlier. Oleh sebab
itu data outlier tersebut dihilangkan. Setelah semua p2 mendapatkan nilai di atas
0,05, dengan begitu artinya tidak ada lagi data yang bersifat outlier.
Tabel 5 Assessment of normality
Variabel skew c.r. kurtosis c.r.
USE3 -,192 -1,009 -,380 -1,000
USE2 -,488 -2,567 -,883 -2,324
USE1 -,305 -1,605 -,917 -2,412
PBC1 -,476 -2,505 -,375 -,986
PBC2 -,453 -2,382 -,358 -,940
PBC3 -,402 -2,114 -,422 -1,110
IMG1 -,009 -,047 -,396 -1,042
IMG2 -,149 -,783 -,751 -1,976
IMG3 ,035 ,183 -,979 -2,574
EEX1 -,350 -1,839 -,410 -1,079
EEX2 -,387 -2,037 -,403 -1,059
EEX4 -,194 -1,021 -,539 -1,419
PEX2 -,423 -2,227 -,587 -1,545
PEX3 -,294 -1,549 -,717 -1,885
PEX4 -,474 -2,495 -,320 -,841
PEN1 -,365 -1,918 -,511 -1,343
PEN2 -,419 -2,202 -,653 -1,718
PEN3 -,370 -1,947 -,409 -1,075
PVA1 -,281 -1,478 -,687 -1,807
PVA2 -,440 -2,316 -,806 -2,119
PVA3 -,023 -,120 -,684 -1,798
BIU3 -,244 -1,281 -,839 -2,206
BIU2 -,240 -1,260 -,960 -2,525
BIU1 -,370 -1,944 -,977 -2,568
Multivariate
6,178 1,127
Sumber: Data primer yang diolah
4.2.3 Evaluasi Kelayakan Model
Guna mendapatkan model yang terbaik, model dalam penelitian ini perlu
dimodifikasi. Modifikasi yang dilakukan dalam penelitian ini diantaranya adalah
melakukan penambahan data dan mengurangi variabel indikator yang bernilai
variance rendah. Variabel indikator yang dihilangkan dari model diantaranya:
PVA4, PEN4, PEX1, EEX3, dan IMG4. Gambaran full model struktural dalam
penelitian ini dapat dilihat pada Gambar 3. Model akhir dari penelitian ini
kemudian diuji berdasarkan indeks kelayakan model.
Berdasarkan uji kelayakan menggunakan nilai chi-square, didapat nilai
yang tinggi yaitu 388,402, sedangkan nilai chi-square yang diharapkan adalah
rendah. Karena nilai chi-square tinggi, maka nilai probabilitas (p) menjadi lebih
kecil dari tingkat signifikansi (α). Nilai chi-square sensitif terhadap besarnya
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 81
Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan ............... Sigit Pambudi
sampel (Ghozali, 2011). Angka 121 (untuk angka signifikan 5%) dan 128 (untuk
angka signifikan 1%) pada uji Hoetler menunjukkan bahwa kurangnya sampel
dan banyaknya variabel indikator yang dipakai dalam penelitian ini menjadi
penyebab tingginya nilai chi-square. Hoetler adalah alat uji yang memperhatikan
kecukupan ukuran sampel terhadap suatu model. Untuk itu Ghozali (2011)
menganjurkan untuk mengabaikan nilai chi-square dan melihat ukuran goodness
of fit lainnya. Hasil dari uji kelayakan model berdasarkan indeks kelayakan model
lainnya seperti: Root Mean Square Error of Approximation (RMSEA), The
Minimum Sample Discrepancy Function (CMIN/DF), Goodness of Fit Index (GFI),
Root Mean Square Residual (RMR), Adjusted Goodness of Fit Index (AGFI), dan
Comparative Fit Index (CFI) dicantumkan pada Tabel 6.
Gambar 3 Full model struktural penelitian
Dalam uji parsimony (parsimonius fit measure) didapat angka default
model dari PRATIO, PNFI, dan PCFI yang berada pada range value, yakni di
antara 0 sampai 1. Hasil tersebut menunjukkan bahwa model adalah layak
digunakan. Output dari uji parsimony dapat dilihat pada Tabel 7.
82 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Sigit Pambudi .............. Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan
Tabel 6 Indeks kelayakan model
Kriteria Goodness-of-Fit Nilai kesesuaian Nilai yang di dapat Keterangan
RMSEA ≤ 0,08 0,060 Fit
CMIN/DF ≤ 2 atau 3 1,585 Fit
GFI ≥ 0,90 0,843 marginal fit
RMR ≤ 0,08 0,115 marginal fit
AGFI ≥ 0,90 0,807 marginal fit
CFI ≥ 0,95 0,810 marginal fit
Sumber: Data primer yang diolah
Tabel 7 Parsimonious fit measure
Model PRATIO PNFI PCFI
Default model ,888 ,553 ,719
Saturated model ,000 ,000 ,000
Independence model 1,000 ,000 ,000
Sumber: Data primer yang diolah
AIC (Aikake Information Criterion) dengan empat ukuran yang ada yaitu
AIC, BC, BIC, dan CAIC menghasilkan nilai output pada default model
mempunyai nilai yang lebih kecil dibandingkan saturated model dan
independence model. Hal ini menunjukkan model telah sesuai atau dinyatakan
layak dengan data sampel. Output dari uji AIC dapat dilihat pada Tabel 8.
Tabel 8 Aikake information criterion
Model AIC BCC BIC CAIC
Default model 498,4 518,0 669,6 724,6
Saturated model 600,0 707,1 1533,6 1833,6
Independence model 1078,9 1087,5 1153,6 1177,6
Sumber: Data primer yang diolah
ECVI (Expected Cross-Validation Index) dengan proses perbandingan
yang sama dengan AIC, menghasilkan nilai output pada default model
mempunyai nilai yang lebih kecil dibandingkan saturated model dan
independence model. Hal ini menunjukkan model telah sesuai atau dinyatakan
layak dengan data sampel. Output dari uji ECVI dapat dilihat pada Tabel 9.
Tabel 9 Expected cross-validation index
Model ECVI LO 90 HI 90 MECVI
Default model 3,021 2,719 3,370 3,140
Saturated model 3,636 3,636 3,636 4,286
Independence model 6,539 5,966 7,158 6,591
Sumber: Data primer yang diolah
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 83
Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan ............... Sigit Pambudi
4.3 Hasil Uji Hipotesis
Pengambilan kesimpulan mengenai hasil dari hipotesis didasari pada
output regression weight. Output dari regression weight dapat dilihat pada Tabel
10. Untuk melengkapi temuan tersebut maka perlu untuk menyertakan tampilan
standardized regression weights. Tampilan tersebut dapat dilihat pada Tabel 11.
Tabel 10 Regression Weight
Estimate S.E. C.R. P
BIU PVA ,348 ,131 2,648 ,008
BIU PEN ,499 ,186 2,686 ,007
BIU PEX ,303 ,149 2,037 ,042
BIU EEX ,445 ,220 2,020 ,043
BIU IMG ,145 ,139 1,041 ,298
USE BIU ,917 ,127 7,226 ***
USE PBC ,458 ,169 2,701 ,007
Sumber: Data primer yang diolah
Tabel 11 Standardized Regression Weights 2
Estimate
BIU PVA ,329
BIU PEN ,346
BIU PEX ,243
BIU EEX ,325
BIU IMG ,119
USE BIU ,768
USE PBC ,310
Sumber: Data primer yang diolah
H1: Perceived visual attractiveness mempunyai pengaruh positif terhadap behavioral intention dalam menggunakan surat kabar online
Dari output regression weight yang terlihat pada Tabel 10 didapatkan nilai
probabilitas (p) untuk hubungan PVA ke BIU jauh di bawah 0,05, yaitu sebesar
0,008. Jadi, dapat disimpulkan bahwa perceived visual attractiveness mempunyai
pengaruh positif terhadap behavioral intention dalam menggunakan surat kabar
online. Dengan melihat factor loading pada Tabel 11 mengenai hubungan antara
PVA ke BIU dapat disimpulkan bahwa H1 diterima dengan koefisien standardized
sebesar 0,329.
H2: Perceived enjoyment mempunyai pengaruh positif terhadap behavioral intention dalam menggunakan surat kabar online
Dari output regression weight yang terlihat pada Tabel 10 didapatkan nilai
probabilitas (p) untuk hubungan PEN ke BIU jauh di bawah 0,05, yaitu sebesar
84 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Sigit Pambudi .............. Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan
0,007. Jadi, dapat disimpulkan bahwa perceived enjoyment mempunyai
pengaruh positif terhadap behavioral intention dalam menggunakan surat kabar
online. Dengan melihat factor loading pada Tabel 11 mengenai hubungan antara
PEN ke BIU dapat disimpulkan bahwa H2 diterima dengan koefisien
standardized sebesar 0,346.
H3: Performance expectancy mempunyai pengaruh positif terhadap behavioral intention dalam menggunakan surat kabar online
Dari output regression weight yang terlihat pada Tabel 10 didapatkan nilai
probabilitas (p) untuk hubungan PEX ke BIU di bawah 0,05, yaitu sebesar 0,042.
Jadi, dapat disimpulkan bahwa performance expectancy mempunyai pengaruh
positif terhadap behavioral intention dalam menggunakan surat kabar online.
Dengan melihat factor loading pada Tabel 11 mengenai hubungan antara PEX ke
BIU dapat disimpulkan bahwa H3 diterima dengan koefisien standardized
sebesar 0,243.
H4: Effort expectancy mempunyai pengaruh positif terhadap behavioral intention dalam menggunakan surat kabar online
Dari output regression weight yang terlihat pada Tabel 10 didapatkan nilai
probabilitas (p) untuk hubungan EEX ke BIU di bawah 0,05, yaitu sebesar 0,043.
Jadi, dapat disimpulkan bahwa effort expectancy mempunyai pengaruh positif
terhadap behavioral intention dalam menggunakan surat kabar online. Dengan
melihat factor loading pada Tabel 11 mengenai hubungan antara EEX ke BIU
dapat disimpulkan bahwa H4 diterima dengan koefisien standardized sebesar
0,325.
H5: Image mempunyai pengaruh positif terhadap behavioral intention dalam menggunakan surat kabar online
Dari output regression weight yang terlihat pada Tabel 10 didapatkan nilai
probabilitas (p) untuk hubungan IMG ke BIU jauh di atas 0,05, yakni sebesar
0,298. Jadi, dapat disimpulkan bahwa image tidak mempunyai pengaruh positif
terhadap behavioral intention dalam menggunakan surat kabar online. Dengan
begitu, artinya H5 ditolak.
H6: Perceived behavioral control mempunyai pengaruh positif terhadap use behavior pada surat kabar online
Dari output regression weight yang terlihat pada Tabel 10 didapatkan nilai
probabilitas (p) untuk hubungan PBC ke USE di bawah 0,05, yaitu sebesar 0,007.
Jadi, dapat disimpulkan bahwa perceived behavioral control mempunyai
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 85
Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan ............... Sigit Pambudi
pengaruh positif terhadap use behavior pada surat kabar online. Dengan melihat
factor loading pada Tabel 11 mengenai hubungan antara PBC ke USE dapat
disimpulkan bahwa H6 diterima dengan koefisien standardized sebesar 0,310.
H7: Behavioral intention mempunyai pengaruh positif terhadap use behavior pada surat kabar online
Dari output regression weight yang terlihat pada Tabel 10 didapatkan nilai
probabilitas (p) untuk hubungan BIU ke USE di bawah 0,05, yaitu sebesar 0,001
atau ditandai dengan tanda *** pada program AMOS. Jadi, dapat disimpulkan
bahwa behavioral intention mempunyai pengaruh positif terhadap use behavior
pada surat kabar online. Dengan melihat factor loading pada Tabel 11 mengenai
hubungan antara PBC ke USE dapat disimpulkan bahwa H7 diterima dengan
koefisien standardized sebesar 0,768.
4.4 Pembahasan
Besarnya nilai koefisien determinasi ditujukan oleh nilai squared multiple
correlations. Dari nilai squared multiple correlations, variabilitas behavioral
intention yang dapat dijelaskan oleh perceived visual attractiveness, perceived
enjoyment, performance expectancy, effort expectancy, dan image adalah
sebesar 40,6%. Adapun sisanya, yaitu sebesar 59,4% adalah variabel lainnya
yang tidak diteliti dalam penelitian ini. Variabilitas use behavior yang dijelaskan
oleh perceived behavioral control dan behavioral intention adalah sebesar 68,6%.
Adapun sisanya, yaitu sebesar 31,4% adalah variabel lainnya yang tidak diteliti
dalam penelitian ini. Jadi, dapat disimpulkan bahwa model cukup baik dalam
menjelaskan faktor-faktor yang mempengaruhi penggunaan surat kabar online.
Terdapat pengaruh yang sangat nyata dari variabel prediktor terhadap
penggunaan surat kabar online. Dari semua hipotesis yang diuji, hanya H5 yang
ditolak. Artinya persepsi sampel terhadap image tidak signifikan dengan persepsi
terhadap behavioral intention, sehingga citra seseorang tidak berpengaruh positif
terhadap niat seseorang untuk menggunakan surat kabar online. Hal ini bertolak
belakang dengan hasil dari penemuan Carter dan Belanger (2004) yang berhasil
membuktikan bahwa image memiliki pengaruh positif terhadap niat dalam
menggunakan suatu sistem. Penelitian yang dilakukan oleh Schoneville (2007)
juga tidak berhasil membuktikan adanya hubungan positif social influence
terhadap behavioral intention. Perlu diketahui bahwa variabel image dan sosial
influence menurut Venkatesh, et al. (2003) memiliki banyak persamaan.
Penyebab dari ditolaknya H5, dikarenakan perberbedaan persepsi yang terlalu
86 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Sigit Pambudi .............. Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan
jauh dari masing-masing responden mengenai hubungan antara image dan
behavioral intention. Dengan kata lain, masih banyak pengguna surat kabar
online tidak merasakan dampak positif secara prestise setelah menggunakan
media ini. Walaupun image tidak mempunyai pengaruh positif terhadap
behavioral intention dalam menggunakan surat kabar online, namun image
berpengaruh secara tidak langsung terhadap use behavior dengan koefisien
standardized sebesar 0,091. Hubungan pengaruh tidak langsung terhadap use
behavior dengan koefisien standardized lebih besar didapat oleh variabel lain,
seperti: PVA (0,252), PEN (0,266), PEX (0,186), dan EEX (0,249).
Penelitian ini berhasil menjelaskan adanya pengaruh positif dari
performance expectancy terhadap behavioral intention. Hasilnya tidak jauh
berbeda dengan penelitian Schoneville. Hasil yang berbeda antara penelitian
Schoneville dengan penelitian ini adalah, keberhasilan penelitian ini menjelaskan
tentang adanya pengaruh positif antara effort expectancy terhadap behavioral
intention, sedangkan Schoneville (2007) tidak berhasil membuktikan itu. Hal ini
menunjukkan bahwa tingkat pemahaman seseorang berbeda satu dengan yang
lain. Dari variabel-variabel prediktor yang digunakan dalam penelitian ini, variabel
yang mempunyai hubungan terkuat terhadap niat dalam menggunakan surat
kabar online adalah variabel perceived enjoyment, yang kemudian diikuti oleh
variabel perceived visual attractiveness, effort expectancy, dan performance
expectancy. Adapun variabel yang mempunyai hubungan terkuat terhadap
penggunaan surat kabar online adalah behavioral intention, yang kemudian
diikuti oleh variabel perceived behavioral control. Temuan-temuan ini menjadi
tantangan tersendiri bagi para pengembang surat kabar online khususnya di
Indonesia, mengingat beragamnya karakteristik.
5. Kesimpulan
Berdasarkan dari hasil analis data statistik dan pembahasan mengenai
penelitian ini, maka dapat diambil kesimpulan sebagai berikut.
1. Faktor-faktor yang mempengaruhi penggunaan layanan surat kabar
online adalah behavioral intention dan perceived behavioral control,
sedangkan yang mempengaruhi niat (behavioral intention) dalam
menggunakan surat kabar online adalah perceived enjoyment, perceived
visual attractiveness, effort expectancy, dan performance expectancy.
2. Image tidak terbukti mempunyai pengaruh positif terhadap behavioral
intention dalam menggunakan surat kabar online. Dengan kata lain,
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 87
Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan ............... Sigit Pambudi
masih banyak pengguna surat kabar online tidak merasakan dampak
positif secara prestise setelah menggunakan media ini.
3. Guna mendapatkan pengaruh positif dari image (citra), surat kabar online
perlu meningkatkan konten berita yang berisi tentang gaya hidup dan
informasi-informasi penting dalam menjaga penampilan seseorang.
Tentunya hal tersebut disesuaikan dengan situasi dan kondisi yang
sesuai dengan keadaan saat ini, sehingga pengguna merasa memiliki
prestise yang lebih tinggi dibandingkan orang lain dan penggunaan surat
kabar online menjadi kewajiban untuk menjaga gengsi seseorang.
4. Guna mendapatkan pengembangan dan hasil yang lebih baik, perlu
adanya penelitian lanjutan mengingat permasalahan tentang penggunaan
surat kabar online masih sangat kompleks. Sehingga akan muncul
penelitian-penelitian lain yang memiliki kajian yang sama tetapi dengan
variabel-variabel yang berbeda dan jumlah sampel yang lebih besar.
Daftar Pustaka
Ajzen, I., 1991. The Theory of Planned Behavior. Organizational Behavior and Human Decision Processes, 50(2), pp. 179-211.
Boczkowski, P. J., 2002. The Development and Use of Online Newspapers: What Research Tells Us and What We Might Want to Know. The Handbook of New Media, pp. 270–286. London: Sage Publications.
Carter, L. & F. Belanger, 2004. The Influence of Perceived Characteristics of Innovating on E-Government Adoption. Electronic Journal of E-Government, 2(1), pp. 11-20.
Drakos, W., Doukidis, G. & Papazafeiropoulou, N., 1997. The Newspaper On-line Service: From A Business to Consumer Application Perspective. European Multimedia, Microprocessor Systems and Electronic Commerce Conference and Exposition (EMMSEC) 1997, Florence, Italy.
Ghozali, I., 2011. Model Persamaan Struktural: Konsep dan Aplikasi dengan Program AMOS ver. 5.0. Semarang: Badan Penerbit Universitas Diponegoro.
Guharoy, D. & R. Morgan, 2012. Analysis: The Truth About Internet Usage in Indonesia. [Online] Available at: http://www.thejakartapost.com/news/ 2012/07/24/analysis-the-truth-about-internet-usage-indonesia.html [Accessed 1/5/2013].
Hair, J. F., Black, W. C., Anderson, R. E. & Tatham, R. L., 1998. Multivariate Data Analysis. Englewood Cliffs: Prentice Hall.
88 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Sigit Pambudi .............. Analisis Faktor-Faktor Yang Mempengaruhi Penggunaan
Heerink, M., Ben, K., Evers, V. & Wielinga, B., 2008. The Influence of Social Presence on Acceptance of a Companion Robot by Older People. Journal of Physical Agents, 2(2), pp. 33-40.
Indriani, M., Santosa, I. & Kusumawardani, S., 2012. Efek Moderasi dari Usia dan Jenis Kelamin dalam Penerimaan E-KTP di Kecamatan Gondokusuman Yogyakarta. Jurnal Penelitian IPTEK-KOM, 14(1), pp. 43-61.
Lertlum, W. & Papasratorn, B., 2005. Factors Influencing Rote Student’s Intention to Use WBL: Thailand Study. Proceeding. World Academy of Science Engineering and Technology, 10, pp. 105-110.
Liang, H., Xue, Y., Ke, W. & Wei, K. K., 2010. Understanding the Influence of Team Climate on IT Use. Journal of the Association for Information Systems, 11(8), pp. 414-432.
Min, Q., Ji, S. & Qu, G., 2008. Mobile Commerce User Acceptance Study in China: A Revised UTAUT Model. Tsinghua Science & Technology, 13(3), pp. 257-264.
Moore, G. C. & Benbasat, I., 1991. Development of An Instrument to Measure the Perceptions of Adopting an Information Technology Innovation. Information Systems Research, 2(3), pp. 192-222.
Schoneville, S., 2007. This Just in: Analysis of Factors Influencing Online Newspaper Reading Behaviour. Tesis. Enschede: Universiteit Twente.
Thompson, R. L., Higgins, C. A. & Howell, J. M., 1991. Personal Computing: Toward A Conceptual Model of Utilization. MIS Quarterly, 15(1), pp. 125-143.
Van Raaij, E. M., & Schepers, J. J., 2008. The Acceptance and Use of A Virtual Learning Environment in China. Computers & Education, 50(3), pp. 838-852.
Venkatesh, V., Morris, M. G., Davis, G. B. & Davis, F. D., 2003. User Acceptance of Information Technology: Toward A Unified View. MIS Quarterly, 27(3), pp. 425-478.
Wu, Y. L., Tao, Y. H. & Yang, P. C., 2008. The Use of Unified Theory of Acceptance and Use of Technology to Confer the Behavioral Model of 3G Mobile Telecommunication Users. Journal of Statistics and Management Systems, 11(5), pp. 919-949.
89
KONVERSI DATA KE FORMAT DNA DAN PERBANDINGAN HASIL KOMPRESINYA MENGGUNAKAN GENCOMPRESS
TERHADAP WINRAR
Heilbert Armando Mapaly, Teguh Bharata Adji, Noor Akhmad Setiawan
Jurusan Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada Yogyakarta
hb_1x@yahoo.co.id
Abstrak
Teknik kompresi data saat ini merupakan hal yang penting dalam menyimpan media dalam bentuk digital. Secara umum, teknik kompresi terbagi menjadi lossy compression dan loseless compression. Penelitian ini mencoba untuk menerapkan konsep kompresi DNA yang bersifat loseless. Karena DNA hanya terdiri dari huruf a, c, g, dan t, maka kompresi ini hanya dapat diaplikasikan pada media teks, padahal, media yang ada saat ini tidak hanya berupa teks saja. Oleh sebab itu penelitian ini bertujuan untuk menemukan cara agar kompresi tersebut dapat diaplikasikan pada media lain serta membandingkan hasil kompresi tersebut dengan aplikasi WinRAR. Untuk dapat dikompresi dengan teknik kompresi DNA, semua file tersebut harus dikonversikan ke dalam bentuk DNA. Proses konversi tersebut dilakukan dengan mengubah kode binary yang ada pada file menjadi untaian rantai DNA. 00 diubah menjadi ‘a’, 01 diubah menjadi ‘c’, 10 diubah menjadi ‘g’ dan 11 diubah menjadi ‘t’. Walaupun pada konversi data ke format DNA ukuran file DNA menjadi lebih besar dari file awal, namun ukuran file hasil kompresi menjadi lebih kecil dari ukuran file awal karena memanfaatkan kelebihan teknik kompresi DNA. Ukuran file hasil kompresi dengan GenCompress menunjukkan hasil yang lebih baik dari WinRAR ketika terdapat pengulangan dengan jumlah yang sama pada isi file.
Kata kunci: konversi, GenCompress, algoritma DNA.
1. Pendahuluan
Hingga saat ini, berbagai penelitian telah dilakukan untuk menghasilkan
teknik kompresi yang lebih baik. Secara umum, teknik kompresi data dibagi
menjadi dua bagian yaitu lossy dan lossless (Nelson dan Gailly, 1995). Kompresi
data lossy memiliki kelemahan dalam akurasi data karena untuk meningkatkan
kompresi tersebut terdapat beberapa informasi yang hilang ketika data
dikompres. Sedangkan pada kompresi lossless, tidak ada informasi yang hilang
ketika kompresi dilakukan. Kompresi lossy biasanya digunakan pada gambar dan
suara digital, sedangkan kompresi lossless biasanya digunakan ketika
menyimpan catatan database, spreadsheet, dan file pengolah kata.
Kompresi pada DNA telah ditemukan sejak tahun 1993 dan telah
menghasilkan beberapa teknik kompresi seperti BioCompress (Grumbach dan
Tahi, 1993), BioCompress-2 (Grumbach dan Tahi, 1994), GenCompress (Chen,
et al., 1999), DNACompress (Chen, et al., 2002), dan DNASequitur (Cherniavsky
90 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Heilbert Armando Mapaly ...................................... Konversi Data ke Format DNA
dan Ladner, 2004). Rantai DNA, yang merupakan kombinasi acak antara a, c, g
dan t, dimasukkan ke dalam suatu file teks lalu dikompres. Hasil kompresi
tersebut dapat dikembalikan lagi (dekompres) tanpa ada informasi yang hilang
(lossless compression).
Karena hanya terdiri dari empat jenis basa Nitrogen (a, c, g, dan t), maka
2 bit cukup untuk menyimpan setiap basa Nitrogen tersebut (Chen, et. al., 1999).
Hal ini merupakan kelebihan dari teknik kompresi DNA. Jika menggunakan teknik
kompresi standar seperti "compress" dan "compact" yang ada di Unix atau
program arsip "pkzip" yang ada di MS-DOS, teknik-teknik kompresi tersebut
menyimpan setiap basa Nitrogen ke dalam lebih dari 2 bit. Dengan menyimpan
setiap basa ke dalam lebih dari 2 bit, artinya teknik kompresi tersebut memakai
lebih banyak memori daripada teknik kompresi DNA.
Akan tetapi, teknik-teknik kompresi DNA, misalnya GenCompress, tidak
dapat digunakan untuk media lain, misalnya untuk gambar, karena informasi
pada rantai DNA hanya terdiri dari huruf a, c, g dan t. Oleh sebab itu, kompresi
tersebut hanya dapat digunakan pada file DNA dalam bentuk teks. Pada
kenyataannya, file teks dan gambar disimpan dalam komputer dalam bentuk
binary. Jika dibandingkan dengan tools yang sering digunakan dalam kompresi
file, tools tersebut mampu untuk melakukan kompresi pada berbagai jenis file.
Kompresi DNA mampu melakukan kompresi pada setiap basa Nitrogen
menjadi 2 bit atau kurang dari 2 bit. Akan tetapi, permasalahan yang ditemui
adalah teknik-teknik kompresi pada DNA hanya dapat diterapkan pada file DNA
yang berbentuk teks. Teknik kompresi DNA tersebut tidak dapat diterapkan pada
jenis file yang lain.
Karena teknik kompresi DNA hanya dapat diterapkan pada file DNA
dalam bentuk teks, maka tujuan dari penelitian ini adalah melakukan konversi
data dari binary ke dalam bentuk DNA, agar dapat dikompres dengan
menggunakan teknik kompresi DNA. Selain itu, penelitian ini membandingkan
hasil kompresi tersebut dengan software kompresi data WinRAR.
2. Landasan Teori
DNA (Asam Deoksiribonukleat) adalah suatu materi genetik yang
merupakan bagian kerja dari kromosom. DNA memiliki struktur seperti batang
kecil dalam sel dan mengandung gen, suatu unit hereditas (Silverstein, et al.,
2008). Gen membawa informasi yang menentukan karakteristik dari sel. DNA
berbentuk seperti benang rantai unit kimia yang disebut Nukleotida, masing-
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 91
Konversi Data ke Format DNA ...................................... Heilbert Armando Mapaly
masing terdiri dari tiga bagian, yaitu Fosfat, gula (Deoksiribosa), dan zat yang
disebut basa Nitrogen. Gula dan Fosfat terhubung secara bersama-sama dan
membentuk rantai yang menjadi tulang punggung rantai. Basa Nitrogen dapat
bereaksi dengan basa lainnya pada rantai yang berbeda. Jadi, bentuk DNA
adalah rantai ganda, yang terdiri dari dua untaian panjang Nukleotida yang
dihubungkan oleh ikatan kimia antara basa Nitrogen.
Empat jenis basa Nitrogen yang ditemukan dalam DNA adalah Adenin,
Timin, Guanin, dan Sitosin (biasanya disingkat dengan A, T, G, dan C). Basa
Nitrogen tersebut selalu berikatan satu sama lain menurut aturan yang spesifik. A
selalu berpasangan dengan T sedangkan C berpasangan dengan G.
Dalam penelitian Church, et. al.(2012), mereka berhasil mengkonversikan
buku ‘Regenesis’ yang dalam bentuk HTML menjadi format DNA. Buku tersebut
terdiri dari 53.426 kata, sebelas gambar, dan sebuah file Javascript. Setelah itu,
kode biner dari HTML buku tersebut dikonversikan ke dalam bentuk DNA. Bit
yang bernilai nol ditentukan sebagai huruf A atau C pada basis DNA Adenin dan
Sitosin, dan bit yang bernilai satu ditentukan sebagai huruf G dan T pada basis
DNA Guanin dan Timin.
Proses konversi yang dilakukan dalam penelitian Church, et. al (2012)
adalah sebagai berikut: Pertama, teks tersebut diubah ke dalam bentuk biner.
Sebagai contoh, karakter 'f' ketika diubah menjadi bentuk biner menjadi
01100110. Proses konversi dari biner ke DNA dilakukan dengan cara mengubah
angka nol menjadi A atau C, dan angka satu menjadi T atau G. Setelah
mengkonversi 01100110 ke dalam bentuk DNA, maka diperolehlah suatu untai
DNA 'aTGaaTTc'.
Namun, jika melihat aturan konversi dari biner ke DNA yang digunakan,
maka biner 01100110 tidak selalu dikonversi menjadi ‘aTGaaTTc’. Bisa saja
kode biner 01100110 tersebut menjadi bentuk yang lain, misalnya ‘cTTacGTa’
atau ‘aGGaaTTa’. Hal ini disebabkan karena kode biner nol dapat ditentukan
sebagai A atau C, dan kode biner satu dapat ditentukan sebagai T atau G. Karena
dalam 1 bit kode biner terdapat dua kemungkinan untaian DNA yang berbeda,
maka dalam 8 bit kode biner dapat menghasilkan 28 atau 256 kemungkinan
untaian DNA yang berbeda.
Selain itu, dengan melakukan konversi 01100110 menjadi ‘aTGaaTTc’,
itu berarti mengubah 8 bit biner (1 byte) menjadi delapan karakter teks. Padahal,
satu karakter dalam teks disimpan sebagai 1 byte. Hal ini menunjukkan bahwa 8
92 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Heilbert Armando Mapaly ...................................... Konversi Data ke Format DNA
bit biner (setara dengan 1 byte) disimpan menjadi 8 byte karakter teks dalam
bentuk DNA. Oleh sebab itu, ukuran file DNA-nya menjadi delapan kali lebih
besar dari ukuran sebenarnya. Dengan mempertimbangkan kedua hal tersebut,
maka penelitian ini menggunakan cara konversi yang berbeda dengan cara
konversi pada penelitian dari Church, et.al. (2012).
3. Metodologi
Penelitian ini menggunakan beberapa dataset yang terdiri dari
sekumpulan file avi, bmp, txt, exe, wav dan dataset Brodatz (gif). Untuk lebih
memudahkan, maka penamaan sampel-sampel tersebut menggunakan suatu
kode seperti ditunjukkan pada Tabel 1. Huruf pertama menunjukkan jenis file,
sedangkan huruf kedua (huruf x) menyatakan urutan atau sampel ke-x.
Proses konversi data menjadi format DNA menggunakan kode biner yang
terdapat pada file dengan cara mengubah kode biner 00 menjadi ‘a’, 01 menjadi
‘c’, 10 menjadi ‘g’ dan 11 menjadi ‘t’. Proses ini menghasilkan suatu file
yang berisi kode DNA dari file. Setelah itu, file yang berisi kode DNA tersebut
dikompresi dengan menggunakan teknik kompresi DNA, yaitu GenCompress.
Tabel 1 Keterangan format penamaan sampel
Format Nama Sampel
Keterangan
Dx.gif Gambar pada Dataset Brodatz dengan format .gif dimensi 640x640 pixel
Ix.bmp Printscreen wallpaper dengan format .bmp dimensi 320x320 pixel.
Wx.wav File suara di Windows 7 yang terdapat di C:\Windows\Media.
Ex.exe Hasil compile sourcecode Tx.txt
Ax.avi Potongan suatu film yang berformat .avi. Sampel file ini memiliki durasi 2-3 detik
Tx.txt Source code program C sederhana.
Px.bmp Gambar berpola dengan format .bmp dimensi 100x100 pixel
Demikian juga dengan proses dekompresi file tersebut. File hasil
kompresi selanjutnya di-decompress menggunakan teknik dekompresi DNA,
GenCompress, sehingga menghasilkan suatu file yang berisi kode DNA suatu
file. Kode DNA tersebut kemudian diubah kembali menjadi file semula. Proses
pengubahan menjadi file semula, merupakan kebalikan dari proses pengubahan
pada proses kompresi yaitu, ‘a’ dikembalikan menjadi kode biner 00, ‘c’
menjadi 01, ‘g’ menjadi 10 dan ‘t’ menjadi 11. Rancangan aplikasi untuk
penelitian ini adalah seperti ditunjukkan pada Gambar 1.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 93
Konversi Data ke Format DNA ...................................... Heilbert Armando Mapaly
Gambar 1 Rancangan Aplikasi
4. Hasil dan Pembahasan
Hasil dari penelitian yang dilakukan diantaranya adalah perangkat lunak
untuk melakukan konversi dari file ke DNA dan DNA ke file. Perangkat lunak
yang pertama mengubah sebuah file ke dalam bentuk teks DNA dan kemudian
melakukan kompresi data dengan menggunakan perangkat lunak GenCompress.
Sedangkan perangkat lunak yang kedua melakukan proses dekompresi dengan
menggunakan perangkat lunak GenDecompress dan kemudian mengubah
bentuk DNA tersebut ke dalam bentuk file semula.
Proses konversi yang dilakukan dalam penelitian ini, berbeda dengan
proses konversi yang digunakan oleh Church, et. al. (2012). Dalam proses
konversi dari file ke DNA, kode biner 00 menjadi ‘a’, 01 menjadi ‘c’, 10 menjadi
‘g’ dan 11 menjadi ‘t’. Jadi, proses konversi ini mengubah 8 bit kode biner (1
byte) menjadi empat karakter (4 byte) teks DNA. Walaupun ukuran file DNA-nya
menjadi empat kali lipat lebih besar, tapi ukuran file DNA yang dihasilkan lebih
kecil dari ukuran file dalam penelitian Church, et. al. (2012). Selain itu, konversi
file ke DNA menghasilkan untaian DNA yang tetap. Sebagai contoh, kode biner
01 10 01 10, ketika diubah ke dalam bentuk DNA menjadi ‘cgcg’.
Setelah seluruh kode biner dari file dikonversi ke DNA, untaian DNA
tersebut disimpan dalam sebuah file baru yang berekstensi ‘.dna’. Selanjutnya
file dengan ekstensi ‘.dna’ tersebut dikompres dengan menggunakan perangkat
lunak GenCompress dan kemudian menghasilkan file dengan ekstensi ‘.GEN’.
Proses dekompresi merupakan kebalikan dari proses kompresi. Pada
tahap ini, file hasil kompresi yang berekstensi ‘.GEN’ didekompres menggunakan
perangkat lunak GenDecompress sehingga menghasilkan file dalam bentuk
DNA. Hasil dekompresi dari GenDecompress ternyata menghasilkan file dengan
ekstensi ‘.OUT’. Oleh sebab itu, file hasil dekompresi tersebut diubah menjadi
ekstensi ‘.dna’ dengan cara mengubah nama file tersebut.
94 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Heilbert Armando Mapaly ...................................... Konversi Data ke Format DNA
Selanjutnya, file dalam bentuk DNA tersebut dikonversi menjadi bentuk
biner. Proses konversi ini mengubah ‘a’ menjadi 00, ‘c’ menjadi 01, ‘g’
menjadi 10 dan ‘t’ menjadi 11. Maka, empat karakter teks DNA diubah menjadi
8 bit kode biner. Sebagai contoh, DNA ‘cgag’, ketika diubah ke dalam bentuk
biner menjadi 01 10 00 10.
4.1 Konversi file ke DNA
Pada tahap ini, sejumlah sampel diambil secara acak kemudian
dikonversi ke dalam bentuk DNA. Berdasarkan proses konversi yang digunakan,
ukuran dari file yang menyimpan untaian DNA menjadi empat kali lipat lebih
besar daripada ukuran file yang asli, seperti yang telah dijelaskan pada
Landasan Teori.
Ukuran file dalam format DNA memiliki ukuran empat kali lebih besar dari
ukuran file semula. Hal ini disebabkan karena setiap 1 byte isi dari file asli diubah
menjadi 4 byte teks dalam format DNA. Proses konversi ke dalam format DNA ini
sangat dibutuhkan agar file tersebut dapat dikompres dengan menggunakan
teknik kompresi DNA GenCompress. GenCompress hanya dapat melakukan
kompresi jika isi dari file tersebut berupa untaian DNA.
4.2 Kompresi dengan menggunakan GenCompress
File DNA kemudian dikompres dengan menggunakan perangkat lunak
GenCompress. Hasil dari kompresi tersebut dapat dilihat pada Tabel 2.
Perhitungan GenCompress ratio pada Tabel 2 ditunjukkan pada Persamaan 1.
ilesizeOriginal_f
_filesizeCompressedn_ratioCompressio 1 .................................... (1)
Pada Persamaan 1, jika ukuran file hasil kompresi semakin kecil, maka
compression ratio-nya menjadi semakin lebih besar. Dari Tabel 2 terlihat bahwa
hasil GenCompress ratio menunjukkan hasil diatas 75%. Ini berarti bahwa file
DNA, yang ukurannya lebih besar empat kali lipat dari file asli, dapat dikompresi
sehingga ukuran file hasil kompresi lebih kecil dari file semula. Perbandingan
ukuran file asli dengan file hasil kompresi dapat dilihat pada Tabel 2.
Pada Tabel 2, perhitungan compression ratio tidak menggunakan rumus
Persamaan 1, tetapi menggunakan rumus seperti yang ditunjukkan pada
Persamaan 2.
ed_sizeUncompress
_sizeCompressedn_ratioCompressio ............................................. (2)
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 95
Konversi Data ke Format DNA ...................................... Heilbert Armando Mapaly
Pada Persamaan 2, jika ukuran file hasil kompresi semakin kecil, maka
compression ratio menjadi semakin lebih kecil. Compression ratio yang semakin
kecil menunjukkan bahwa kompresi tersebut semakin bagus. Berdasarkan hasil
pada Tabel 2, terlihat hasil kompresi untuk txt, exe dan pola dalam bmp
menunjukkan hasil yang baik dibanding file avi, wav dan gif.
Dalam melakukan kompresi ini, komputer yang digunakan hanya
membuka 2 (dua) buah aplikasi yaitu Command Prompt dan Microsoft Excel.
Command Prompt untuk menjalankan perintah kompresi sedangkan Microsoft
Excel untuk mencatat lamanya proses dan ukuran file hasil kompresi. Lamanya
proses kompresi selain dipengaruhi oleh ukuran file, juga dipengaruhi oleh isi
untaian DNA yang ada dalam file itu sendiri. Hal ini bisa dilihat pada file I7.bmp
dan I29.bmp. Walaupun keduanya memiliki ukuran file awal yang sama, tetapi
waktu yang diperlukan dalam proses kompresi terlihat berbeda jauh.
4.3 Dekompresi menggunakan GenCompress dan konversi file
Pada bagian ini, file hasil kompresi didekompres dan kemudian dikonversi
untuk menghasilkan file semula. Hasil dari proses ini adalah isi file yang sama
seperti pada saat sebelum dikompres dan lama proses dekompres dan konversi.
Hasil dari proses konversi dan dekompresi ditunjukkan pada Tabel 3.
Pada Tabel 3 terlihat bahwa sebagian besar file yang ada berhasil
didekompres dan menghasilkan suatu file yang sama seperti saat sebelum
dikompres. Waktu yang dibutuhkan untuk melakukan dekompresi terlihat lebih
cepat dari proses kompresi yaitu sekitar 3 detik. Akan tetapi untuk file exe,
proses dekompresinya tidak berhasil karena software GenDecompress
mengalami error ketika dijalankan.
4.4 Perbandingan hasil kompresi GenCompress dan WinRAR
Pada bagian ini, hasil kompresi dengan menggunakan GenCompress
dibandingkan dengan hasil kompresi dengan menggunakan WinRAR.
Berdasarkan Tabel 4, terlihat hasil kompresi file gif, avi, txt, dan sebagian gambar
pola dengan menggunakan GenCompress memiliki ukuran lebih kecil
dibandingkan dengan menggunakan WinRAR.
4.5 Pembahasan
Berdasarkan hasil yang diperoleh, teknik kompresi GenCompress terbukti
mampu untuk melakukan kompresi pada semua jenis file. Untuk dataset Brodatz,
file avi, sebagian besar txt dan beberapa pola dalam format bmp, terlihat hasil
96 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Heilbert Armando Mapaly ...................................... Konversi Data ke Format DNA
kompresi GenCompress menunjukkan hasil yang lebih baik dari WinRAR.
Sedangkan untuk file exe, wav dan bmp, hasil kompresinya kurang baik.
Jika melihat hasil kompresi dari beberapa pola dalam format bmp, terlihat
beberapa sampel memiliki hasil yang baik sedangkan yang lainnya memiliki hasil
yang kurang baik. Sampel pola yang memiliki hasil kompresi yang lebih baik
daripada WinRAR ditunjukkan pada Gambar 2(a), sedangkan sampel pola yang
hasil kompresinya kurang baik pada Gambar 2(b). Untuk bentuk byte dalam
hexadesimal dari file tersebut ditunjukkan pada Gambar 3.
Di dalam Gambar 2(a), jumlah pixel dari setiap warna memiliki nilai yang
sama pada setiap barisnya. Oleh sebab itu, pada Gambar 3(a), byte penyusun
Gambar 2(a) juga menunjukkan adanya pola perulangan yang sama. Sedangkan
pada Gambar 2(b), jumlah pixel warna hitam dan putih berbeda setiap baris.
Pada byte penyusun Gambar 2(b) juta terlihat bahwa walaupun hanya terdiri dari
angka 00 dan 01, tetapi panjang setiap pengulangan tersebut memiliki jumlah
yang berbeda. Berdasarkan hasil tersebut maka dapat ditarik kesimpulan bahwa
untuk suatu pola pengulangan yang sama, GenCompress memberikan hasil
yang lebih baik dari WinRAR. Tapi sebaliknya, untuk pola pengulangan yang
tidak sama jumlahnya, WinRAR memberikan hasil yang lebih baik dari
GenCompress.
Gambar 2 Contoh sampel yang memiliki pengulangan
Pada pola pengulangan yang tidak teratur, WinRAR memberikan hasil
yang lebih baik dari GenCompress karena WinRAR menggunakan metode hibrid
yang berdasarkan pada teknik Lempel-Ziv-Storer–Szymanski (LZSS) dan
Prediction by partial matching (PPM). LZSS menggunakan dictionary method
sedangkan PPM menggunakan statistical method. Sedangkan, GenCompress
hanya menggunakan dictionary method yang berdasarkan pada teknik LZ77.
Maka, dapat disimpulkan bahwa untuk pengulangan yang tidak sama jumlahnya,
teknik kompresi WinRAR lebih baik karena WinRAR menggunakan metode hibrid
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 97
Konversi Data ke Format DNA ...................................... Heilbert Armando Mapaly
yang dapat mengkompres secara statistik. Akan tetapi untuk jumlah pengulangan
yang sama, teknik kompresi GenCompress lebih baik, karena semua untaian
DNA yang disimpan memiliki peluang yang sama.
Tabel 2 Hasil kompresi dengan menggunakan aplikasi GenCompress
Nama file Ukuran file asli (byte)
Ukuran file setelah
dikompresi (byte)
Lama kompresi
Gencompress ratio
Compress ratio
D18.gif 359.434 353.928 13 detik 75,375173% 98,468147%
D42.gif 350.969 341.822 14 detik 75,643433% 97,393787%
D66.gif 295.743 291.468 9 detik 75,351995% 98,554488%
D83.gif 366.538 360.509 14 detik 75,403642% 98,355150%
D109.gif 290.104 282.665 11 detik 75,631498% 97,435747%
I4.bmp 307.254 245.780 18 detik 80,001888% 79,992449%
I7.bmp 307.254 211.801 8 detik 82,766620% 68,933521%
I16.bmp 307.254 249.571 15 detik 79,693430% 81,226282%
I22.bmp 307.254 289.757 16 detik 76,423659% 94,305363%
I29.bmp 307.254 164.086 127 detik 86,648994% 53,404024%
W7.Wav 88.236 77.369 7 detik 78,078959% 87,684165%
W14.Wav 214.828 138.855 101 detik 83,841143% 64,635429%
W20.Wav 100.780 71.074 27 detik 82,369022% 70,523913%
W22.Wav 23.308 19.830 2 detik 78,730479% 85,078085%
W27.Wav 353.836 222.823 300 detik 84,256619% 62,973524%
A1.avi 177.288 160.305 68 detik 77,394832% 90,420671%
A6.avi 367.796 349.099 43 detik 76,270881% 94,916475%
A16.avi 554.584 536.214 41 detik 75,828098% 96,687607%
A22.avi 438.934 422.074 54 detik 75,960281% 96,158876%
A29.avi 337.342 323.590 39 detik 76,019144% 95,923425%
T1.txt 33 37 0 detik 71,969697% 112,121212%
T7.txt 754 361 0 detik 88,030504% 47,877984%
T16.txt 578 293 0 detik 87,326990% 50,692042%
T22.txt 319 185 0 detik 85,501567% 57,993730%
T30.txt 689 376 0 detik 86,357039% 54,571843%
E2.exe 15.663 5.676 7 detik 90,940433% 36,238269%
E13.exe 15.838 5.948 7 detik 90,611188% 37,555247%
E16.exe 16.632 6.188 7 detik 90,698653% 37,205387%
E23.exe 15.661 5.740 7 detik 90,837111% 36,651555%
E30.exe 15.691 5.827 6 detik 90,716016% 37,135938%
P2.bmp 11.078 56 4 detik 99,873623% 0,505506%
P10.bmp 11.078 827 3 detik 98,133688% 7,465246%
P26.bmp 11.078 109 1 detik 99,754017% 0,983932%
P27.bmp 11.078 7.094 1 detik 83,990793% 64,036830%
P28.bmp 11.078 6.411 2 detik 85,532136% 57,871457%
98 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Heilbert Armando Mapaly ...................................... Konversi Data ke Format DNA
Tabel 3 Proses dekompresi dan konversi file
File hasil kompresi
Ukuran file kompres
Ukuran file output Lama Dekompres
D18.gif.GEN 353.928 359.434 3 detik
D42.gif.GEN 341.822 350.969 3 detik
D66.gif.GEN 291.468 295.743 2 detik
D83.gif.GEN 360.509 366.538 3 detik
D109.gif.GEN 282.665 290.104 2 detik
I4.bmp.GEN 245.780 307.254 1 detik
I7.bmp.GEN 211.801 307.254 1 detik
I16.bmp.GEN 249.571 307.254 2 detik
I22.bmp.GEN 289.757 307.254 2 detik
I29.bmp.GEN 164.086 307.254 1 detik
W7.Wav.GEN 77.369 88.236 0 detik
W14.Wav.GEN 138.855 214.828 1 detik
W20.Wav.GEN 71.074 100.780 0 detik
W22.Wav.GEN 19.830 23.308 0 detik
W27.Wav.GEN 222.823 353.836 1 detik
A1.avi.GEN 160.305 177.288 3 detik
A6.avi.GEN 349.099 367.796 3 detik
A16.avi.GEN 536.214 554.584 3 detik
A22.avi.GEN 422.074 438.934 3 detik
A29.avi.GEN 323.590 337.342 2 detik
T1.txt.GEN 37 33 0 detik
T7.txt.GEN 361 754 0 detik
T16.txt.GEN 293 578 0 detik
T22.txt.GEN 185 319 0 detik
T30.txt.GEN 376 689 0 detik
E2.exe.GEN 5.676 - -
E13.exe.GEN 5.948 - -
E16.exe.GEN 6.188 - -
E23.exe.GEN 5.740 - -
E30.exe.GEN 5.827 - -
P2.bmp.GEN 56 - -
P10.bmp.GEN 827 - -
P26.bmp.GEN 109 - -
P27.bmp.GEN 7.094 11.078 0 detik
P28.bmp.GEN 6.411 11.078 0 detik
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 99
Konversi Data ke Format DNA ...................................... Heilbert Armando Mapaly
Tabel 4 Perbandingan antara kompresi menggunakan GenCompress dan WinRAR
Nama file Compress ratio
GEN Compress ratio
RAR Selisih*
D18.gif 98,468147% 98,854310% 0,386163%
D42.gif 97,393787% 97,845964% 0,452177%
D66.gif 98,554488% 99,099894% 0,545406%
D83.gif 98,355150% 98,748288% 0,393138%
D109.gif 97,435747% 97,933155% 0,497408%
I4.bmp 79,992449% 44,353857% -35,638592%
I7.bmp 68,933521% 20,557910% -48,375611%
I16.bmp 81,226282% 40,951786% -40,274496%
I22.bmp 94,305363% 49,832386% -44,472977%
I29.bmp 53,404024% 30,809037% -22,594987%
W7.Wav 87,684165% 45,914366% -41,769799%
W14.Wav 64,635429% 27,475469% -37,159961%
W20.Wav 70,523913% 23,697162% -46,826751%
W22.Wav 85,078085% 29,457697% -55,620388%
W27.Wav 62,973524% 25,961180% -37,012345%
A1.avi 90,420671% 90,991494% 0,570823%
A6.avi 94,916475% 95,207126% 0,290650%
A16.avi 96,687607% 96,932836% 0,245229%
A22.avi 96,158876% 96,437961% 0,279085%
A29.avi 95,923425% 96,260768% 0,337343%
T1.txt 112,121212% 357,575758% 245,454545%
T7.txt 47,877984% 48,938992% 1,061008%
T16.txt 50,692042% 56,920415% 6,228374%
T22.txt 57,993730% 76,802508% 18,808777%
T30.txt 54,571843% 56,313498% 1,741655%
E2.exe 36,238269% 26,310413% -9,927856%
E13.exe 37,555247% 27,238288% -10,316959%
E16.exe 37,205387% 26,575277% -10,630110%
E23.exe 36,651555% 26,530873% -10,120682%
E30.exe 37,135938% 26,760563% -10,375375%
P2.bmp 0,505506% 1,281820% 0,776313%
P10.bmp 7,465246% 6,932659% -0,532587%
P26.bmp 0,983932% 1,679003% 0,695071%
P27.bmp 64,036830% 42,390323% -21,646507%
P28.bmp 57,871457% 37,037371% -20,834086%
100 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 ISSN: 1979-7656
Heilbert Armando Mapaly ...................................... Konversi Data ke Format DNA
Gambar 3 Isi dari Gambar 2 dalam bentuk hexadesimal
4.6 Masalah yang ditemui
Pada proses dekompresi, ada beberapa file hasil kompresi yang tidak
dapat didekompres oleh GenDecompress. Dan jika melihat data yang ada,
masalah tersebut terjadi pada file exe dan sebagian besar gambar pola yang
berformat bmp. Masalah yang ditemui terletak pada software dekompresi
GenDecompress dan bukan pada saat konversi DNA ke kode biner.
Kemungkinan besar masalah tersebut terjadi karena terdapat sejumlah
pengulangan yang cukup panjang pada isi file ketika dikompresi. Contoh
pengulangan yang cukup panjang, ditunjukkan pada Gambar 4.
Gambar 4 Isi dari file yang memiliki pengulangan yang cukup panjang
5. Kesimpulan
Setelah melakukan penelitian ini, maka dapat disimpulkan bahwa:
1. Proses konversi file media ke DNA terjadi dengan mengubah 00 menjadi
a, 01 menjadi c, 10 menjadi g, dan 11 menjadi t. Ketika diubah ke dalam
format DNA, ukuran file dalam format DNA menjadi 4 kali lebih besar dari
ukuran file asal.
ISSN: 1979-7656 TEKNOMATIKA Vol. 6, No. 1, JULI 2013 101
Konversi Data ke Format DNA ...................................... Heilbert Armando Mapaly
2. Setelah melakukan konversi ke format DNA, semua file tersebut dapat
dikompres dengan menggunakan teknik kompresi DNA GenCompress.
Rasio kompresi dari GenCompress menunjukkan hasil lebih dari 75% dan
ukuran file hasil kompresi menjadi lebih kecil dari ukuran file sebelumnya.
3. Lama proses kompresi tidak hanya bergantung pada ukuran file, tetapi
juga bergantung pada isi dari file.
4. GenDecompress tidak berhasil mendekompresi file exe dan beberapa
pola gambar yang memiliki pengulangan cukup panjang pada isi file-nya.
5. GenCompress mampu untuk menghasilkan kompresi yang lebih baik
ketika file tersebut berisi pola pengulangan yang sama, sedangkan
WinRAR mampu untuk menghasilkan kompresi yang lebih baik ketika file
tersebut berisi pola pengulangan yang tidak sama jumlahnya.
Daftar Pustaka
Chen, X., Kwong, S. & Li, M., 1999. A Compression Algorithm for DNA Sequences and Its Applications in Genome Comparison. Genome Informatics, 10, pp. 51-61.
Chen, X., Li, M., Ma, B. & Tromp, J., 2002. DNACompress: Fast and Effective DNA Sequence Compression. Bioinformatics, 18(12), pp. 1696-1698.
Cherniavsky, N. & Ladner, R., 2004. Grammar-based Compression of DNA Sequences. Technical Report. Washington: University of Washington.
Church, G. M., Gao, Y. & Kosuri, S., 2012. Next-Generation Digital Information Storage in DNA. Science, 337(6102), pp. 1628-1628.
Grumbach, S. & Tahi, F., 1993. Compression of DNA Sequences. Proceeding. IEEE Data Compression Conference 1993 (DCC'93), pp. 340-350.
Grumbach, S. & Tahi, F, 1994. A New Challenge for Compression Algorithms: Genetic Sequences. Information Processing & Management, 30(6), pp. 875-886.
Nelson, M. & Gailly, J. L., 1995. The Data Compression Book. 2nd edition. New York: M & T Books.
Recommended