evaluasi kesuksesan “sistem informasi manajemen (sim

1
EVALUASI KESUKSESAN “SISTEM INFORMASI
MANAJEMEN (SIM-RS) PADA RUMAH SAKIT JIWA
MENUR SURABAYA” MENGGUNAKAN
INFORMATION SYSTEM SUCCESS MODEL (ISSM)
Nurul Iriandani, Hanim Maria Astuti, S.Kom, M.Sc, dan Anisah Herdiyanti, S.Kom, M.Sc
Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia
e-mail: [email protected], [email protected], [email protected]
Abstrak—Rumah Sakit Jiwa Menur Surabaya
merupakan rumah sakit spesialis pengobatan jiwa terbesar
di Jawa Timur dan dinaungi langsung oleh provinsi Jawa
Timur. Rumah Sakit Jiwa Menur memiliki teknologi
informasi berdasarkan UU no.44 tahun 2009 pasal 52 ayat 1
namun belum bisa di optimalkan. Penerapan Sistem
Informasi Manajemen Rumah Sakit (SIM-RS) di Rumah
Sakit Jiwa Menur memiliki pengembang dari teknologi
informasi tersebut dan mengimplementasikan ke dalam
proses bisnis penerimaan pasien melalui administrasi
hingga sistem pelaporan dan proses pembayaran (billing).
Evaluasi dilakukan untuk meningkatkan kesuksesan SIMRS kepada pengembang dengan mempertimbangan faktorfaktor kesuksesan dari ISSM.
Permasalahan dari SIM-RS tersebut di evaluasi dengan
menerapkan Information System Success Model (ISSM)
untuk menentukan faktor-faktor kesuksesan. ISSM
memiliki
dimensi-dimensi
penilaian
diantaranya
Information Quality, System Quality, Service Quality
mempengaruhi Intention to Use dan User Satisfaction.
Penentuan rekomendasi dapat ditunjukan oleh nilai Net
Benefit atau dimensi akhir, berdasarkan nilai dimensi
intention to use dan user satisfaction. Pengujian
menggunakan metode SEM (Structural Equation Modeling)
sebagai suatu teknik permodelan untuk analisis faktor,
analisis jalur, analisis model dan analisis struktural.
Tugas Akhir ini mengetahui faktor-faktor yang
mempengaruhi kesuksesan SIM-RS di Rumah Sakit Jiwa
Menur Surabaya. Faktor-faktor kesuksesan tersebut
dievaluasikan dengan aplikasi SIM-RS dan disesuaikan
dengan enam dimensi pada Information System Success
Model (ISSM). Dari hasil analisis yang dilakukan, didapat
bahwa dimensi akhir Net Benefit hanya berpengaruh
signifikan terhadap intention to use.
mengadakan
sistem
pengadaan
(lelang)
terhadap
pengembang sistem informasi dan dimenangkan oleh
Avesina. Namun saat ini proses administrasi, pelaporan
hingga pembayaran (kasir) melalui aplikasi SIM-RS pada
Rumah Sakit Jiwa Menur belum bisa di optimalkan, karena
pada penerapan aplikasi SIM-RS perlu melakukan
penyesuaian kebutuhan dari proses bisnis sehingga SIM-RS
mengalami banyak permasalahan dari segi teknis maupun
struktur organisasi.
Maka perlu dilakukan evaluasi terhadap aplikasi SIM-RS
untuk mengetahui kesalahan dan permasalahan yang terdapat
didalamnya dengan menerapkan faktor-faktor kesuksesan.
Faktor-faktor kesuksesan yang mempengaruhi sistem didasari
oleh model penelitian yaitu, Information System Success
Model (ISSM) (DeLone & McLean, 2003).
Kata Kunci—Evaluasi, Information System Success Model
(ISSM), Structural Equation Model (SEM).
Berdasarkan dari proses dan pertimbangan sebab akibat
dari model yang memiliki enam dimensi konstruksi dan
saling terikat yaitu Information Quality, System Quality,
Service Quality, Intention to Use, User Satisfaction untuk
mengertahui kesuksesan ke dalam Net Benefit. Keterkaitan
antar dimensi memiliki tujuan yang penting untuk mengukur,
menganalisis, serta melaporkan kesuksesan sistem informasi
yang berkualitas. Hasil akhir tugas akhir ini akan
memberikan rekomendasi dari evaluasi terhadap aplikasi
SIM-RS dan dapat membantu Rumah Sakit Jiwa Menur
I. PENDAHULUAN
P
eningkatan penderita gangguan jiwa pada Rumah Sakit
Jiwa Menur Surabaya memanfaatkan sebuah aplikasi
untuk mendukung tercapainya tujuan organisasi dan
akreditasi dari Pemerintahan Provinsi Jawa Timur terhadap
peningkatan layanan, berdasarkan UU No.4 Tahun 2009
Pasal.52 Ayat.1. Maka Rumah Sakit Jiwa Menur
Gambar 1 D&M IS Success Model Terbaru (DeLone &
McLean, 2003)
2
melakukan perbaikan.
II. METODE PENELITIAN
Metode penelitian atau metodologi merupakan tahapan
pengerjaan tugas akhir. Bertujuan untuk mengerjakan
tugas akhir agar diselesaikan terarah, teratur, dan
sistematis. Metode pengerjaan disajikan dalam bagan pada
gambar.1:
INPUT
PROSES
OUTPUT
START
- Proses Bisnis
- Literatur
- Paper, buku, jurnal, dan internet
Tahap Persiapan
- Faktor-faktor kesuksesan
- Studi Literatur
- Faktor-faktor kesuksesan
Penentuan Dimensi
- Dimensi-dimensi atau
indikator model
- Wawancara
- Literature Review
- Faktor-Faktor Kesuksesan
- Dimensi-dimensi atau indikator
model
Pembuatan Model
- Model Konseptual
- Hipotesis
- Pemetaan ke model ISSM
- Model Konseptual
- Hipotesis
Penyusunan Kuisioner
- Kuisioner
- Membuat Kuisioner
Pengumpulan Data 1
- Kuisioner
- Penyebaran kuisioner terhadap
beberapa pengguna dengan sampel
(n) = 8 orang
TIDAK
- Kuisioner telah diisi oleh
sampel (n) = 8 orang
pengguna
Valid dan
Reliabel ?
YA
- Kuisioner valid dan
reliabel
Pengumpulan data 2
- Penyebaran kuisioner terhadap
seluruh pengguna dengan sampel
(n) = 40-45 orang
- Seluruh Kuisioner telah
diisi oleh seluruh sampel (n)
atau pengguna
TIDAK
Valid dan
Reliabel ?
YA
- Seluruh kuisioner telah terisi
oleh seluruh pengguna
- Kuisioner valid dan reliabel
- Seluruh kuisioner telah terisi
oleh seluruh pengguna
- Informasi dari perhitungan
komponen SEM
- Hasil Pengujian
Analisis Data
- Analisis deskriptif statistik
Pengujian Hipotesa
- Informasi dari perhitungan
komponen SEM
- Hasil Pengujian
- Uji Hipotesis
- Metode analisis hasil
seluruh akhir
Tahap Akhir
- Membuat kesimpulan dan
rekomendasi hasil pengujian
- Kesimpulan dan
Rekomendasi
- Buku Tugas Akhir
END
Gambar 2 Metodologi Penelitian
A. Tahap Persiapan
Tahap pengumpulan berbagai informasi yang berkaitan
dengan tugas akhir yaitu studi literatur untuk mengetahui
faktor-faktor kesuksesan.
B. Penentuan Dimensi
Tahap mengetahui dimensi atau indikator penelitian yang
disesuaikan dengan Information System Success Model
(ISSM) melalui wawancara pada studi kasus.
C. Pembuatan Model
Mengetahui model konseptual untuk memudahkan
pengerjaan sesuai dengan ISSM dan diketahui juga desain
penelitian, sebagai berikut:
Gambar 3 Desain Penelitian
D. Penyusunan Kuesioner
Pembuatan kuesioner dari model konseptual dan hipotesis
ISSM untuk mengumpulkan informasi yang dibutuhkan untuk
penelitian.
E. Pengumpulan Data 1&2
Tahap ini dilakukan dua kali untuk memastikan data yang
dimiliki bernilai valid dan reliabel. Pada pengumpulan data
pertama kuesioner disebarkan kepada pengguna atau sample
(n) kecil sejumlah 8 orang, sedangkan untuk pengumpulan
data kedua kuesioner disebarkan kepada pengguna atau
sampel (n) besar sejumlah 40 orang.
F. Analisis Data
Tahap analisis terhadap kuesioner yang bernilai valid dan
reliabel selanjutnya dilakukan dua analisis yaitu, analisis
deskriptif statistik dan analisis inferensial.
G. Pengujian Hipotesis
Tahap pengujian hipotesis yang disesuaikan dengan tujuan
untuk membuktikan hipotesis pada setiap dimensi sesuai
ISSM. Berdasarkan hasil dari output aplikasi online GeSC.
H. Tahap Akhir
Tahap pembuatan rekomendasi perbaikan aplikasi SIM-RS
terhadap Rumah Sakit Jiwa Menur Surabaya serta pembuatan
kesimpulan dan saran
III. HASIL DAN PEMBAHASAN
Pengumpulan data yang didapat dari wawancara dan
kuesioner untuk menentukan dimensi dan indikatornya,
selanjutnya analisis inferensial melalui uji asumsi kualitas
pengukuran untuk mengetahui nilai reliabilitas, validitas, dan
linieritas menggunakan tools Microsoft Excel dan SPSS
16.00. Untuk melakukan analisis model menggunakan
aplikasi online GeSCA yang dapat dibuka pada link:
http://www.sem-gesca.org.
A. Penentuan Dimensi
Hasil dari wawancara terhadap supervise dan staf
penanggung jawab aplikasi SIM-RS, maka diketahui dimensi
dan indikator pembentukannya, sebagai berikut:
3
1) Dimensi Pertama (D1): Information Quality
Indikator: Accuracy, Content, Currency
2) Dimensi Dua (D2): System Quality
Indikator: Accessibility, Easy of Use, Response Time,
Security
3) Dimensi Tiga (D3): Service Quality
Indikator: Assurance, Reliability, Responseveness,
Empathy, Tangibles.
4) Dimensi Empat (D4): Intention To Use
Indikator: Availability.
5) Dimensi Lima (D5): User Satisfaction
Indikator: Usefulness dan Overall Satisfaction.
6) Dimensi Enam (D6): Net Benefit
Indikator: Incremental Efficiency dan Incremental
Effectiveness.
B. Uji Asumsi Kualitas Pengukuran
1) Uji Reliabilitas
Untuk mengetahui kekonsistenan responden dalam
memberikan jawaban kueisoner. Pengujian statistik Cronbach
Alpha (α) lebih dari 0,6.
Tabel 1 Uji Reliabilitas
Cronbach’s
Dimensi
Reliabel
Alpha
0.885
Dimensi Kualitas Informasi
√
Dimensi Kualitas Sistem
0.727
√
Dimensi Kualitas Layanan
0.898
√
Dimensi Niat untuk
0.799
√
Menggunakan
Dimensi Kepuasan Pengguna
0.859
√
Dimensi Manfaat
0.943
√
Maka diketahui setiap dimensi bersifat reliabel dan terbukti
responden konsisten memberikan jawaban.
2) Uji Validitas
Untuk mengetahui tingkat kevalidan dari kuesioner, maka
uji validitas menggunakan Spearman’s rho karena data dari
kuesioner bernilai skala likert. Selanjutnya membandingkan
dengan r-table yang bernilai 0,4026. Berikut hasil uji
validitas dari seluruh pernyataan pada indikator:
Tabel 2 Uji Validitas
Spearma’s rho
Dimensi
Tabel-r
Keterangan
INFORMATION QUALITY
D1C1A
0.679**
0,4026
Valid
D1C1B
0.772**
0,4026
Valid
D1C2A
0.674**
0,4026
Valid
D1C2B
0.535**
0,4026
Valid
D1C3A
0.619**
0,4026
Valid
D1C3B
0.770**
0,4026
Valid
SYSTEM QUALITY
D2C1A
0.392*
0,4026
Tidak Valid
D2C1B
0.484**
0,4026
Valid
D2C2A
0.664**
D2C2B
0.472**
D2C3A
0.807**
D2C4B
0.492**
D2C4B
0.372*
SERVISE QUALITY
D3C1A
0.468**
D3C1B
0.509**
D3C2A
0.564**
D3C2B
0.539**
D2C3A
0.638**
D3C3B
0.542**
D3C4B
0.656**
D3C4B
0.601**
D3C5A
0.450**
D3C5B
0.406**
Spearma’s rho
Dimensi
INTENTION TO USE
D4C1A
0.715**
D4C1B
0.704**
D4C2A
0.352*
D4C2B
0.315*
USER SATISFACTION
D5C1A
0.576**
D5C1B
0.585**
D5C2A
0.469**
D5C2B
0.535**
NET BENEFIT
D6C1
0.715**
D6C2
0.704**
0,4026
0,4026
0,4026
0,4026
0,4026
Valid
Valid
Valid
Valid
Tidak Valid
0,4026
0,4026
0,4026
0,4026
0,4026
0,4026
0,4026
0,4026
0,4026
0,4026
Tabel-r
Valid
Valid
Valid
Valid
Valid
Valid
Valid
Valid
Valid
Valid
Keterangan
0,4026
0,4026
0,4026
0,4026
Valid
Valid
Tidak Valid
Tidak Valid
0,4026
0,4026
0,4026
0,4026
Valid
Valid
Valid
Valid
0,4026
0,4026
Valid
Valid
Dari tabel.2 diatas, diketahui empat pernyataan tidak valid
karena nilai spearman’s rho kurang dari nilai tabel-r
(0,4026). Indikator yang bernilai tidak valid tersebut terletak
pada indikator accessibility, security, dan necessity. Sehingga
untuk pernyataan indikator tersebut harus dihapuskan agar
seluruh data memiliki nilai validitas tinggi dan tidak
mempengaruhi uji linieritas.
3) Uji Linieritas
Merupakan syarat statistik parametik khusus untuk
menganalisis korelasi atau regresi linier. Uji linieritas juga
digunakan untuk mengetahui uji hipotesis. Untuk mengetahui
hubungan antar dimensi independen dengan dependen telah
signifikan. Dari nilai p-value pada uji F (ANOVA) sebesar
0,015 (kurang dari 0,05) dan mengetahui pengaruh seluruh
signifikan antar variabel atau dimensi (NURJANNAH,
2008).
Tabel 3 Uji Linieritas
Signifikan
Variabel
Linearity
Linear
0.000
Kualitas Informasi  Niat
√
Menggunakan
4
Variabel
Kualitas Informasi 
Kepuasa Pengguna
 Niat
Kualitas Sistem
Menggunakan
Kualitas Sistem

Kepuasa Pengguna
Kualitas Layanan
Menggunakan
 Niat
Linearity
0.000
0.000
0.000
0.001
Signifikan
Linear
√
√
√
√
Kualitas Layanan 
Kepuasa Pengguna
0.012
Niat Menggunakan  Kepuasa
Pengguna
0.000
Niat Menggunakan  Manfaat
0.000
√
Kepuasa Pengguna  Manfaat
0.020
√
√
√
Maka diketahui model penelitian bersifat linier dan
memiliki hubungan antara variabel independen terhadap
variabel dependen secara signifikan.
C. Identifikasi Godness of FIT
Memiliki empat penilaian untuk mengukur model penelitian
secara keseluruhan dan berfungsi untuk mengetahui jumlah
parameter bebas dalam model fit.
Tabel 4 Identifikasi Godness of FIT
Model Fit
FIT
0.567
AFIT
0.541
GFI
0.993
SRMR
NPAR
0.293
67
Diketahui nilai FIT 0,567 atau 56,7% yang berarti model
cukup baik untuk menjelaskan fenomena yang dikaji dan
sisanya dijelaskan oleh variabel lain. Untuk nilai GFI sebesar
0,993 yang berarti model telah sesuai karena memiliki nilai
mendekati 1. Untuk nilai SRMR adalah nilai yang
berbanding terbalik dengan nilai GFI. Nilai SRMR mengukur
model fit untuk membedakan korelasi yang diamati dan
memiliki nilai 0,293 mendekati 0, maka model fit sudah
cocok dan dapat diterima.
D. Identifikasi Model Pengukuran
Hasil dari aplikasi online GeSCA terdapat tabel model
pengukuran yang menunjukan berapa banyak variansi latena
pada kuesioner. Seluruh variabel atau dimensi penelitian
memiliki indikator reflektif, karena indikator tidak
mempengaruhi konstruknya dan indikator dapat dirubah
sesuai kebutuhan. Berikut hasil dari model pengukuran
seluruh variabel atau dimensi:
Tabel 5 Identifikasi Model Pengukuran
Loading
Estimate SE
CR
Informaton Quality AVE = 0.670, Alpha =0.900
D1C1A
0.822
0.048 17.13*
D1C1B
0.895
0.053 16.93*
D1C2A
0.790
0.097 8.11*
D1C2B
0.692
0.114 6.09*
D1C3A
0.837
0.059 14.18*
D1C3B
0.858
0.047 18.18*
System Quality AVE = 0.480, Alpha =0.690
D2C1B
0.497
0.279
1.78
D2C2A
0.831
0.071 11.71*
D2C2B
0.634
0.192 3.31*
D2C3A
0.867
0.052 16.83*
D2C4A
0.555
0.317
1.75
Loading
Variabel
Estimate SE
CR
Service Quality AVE = 0.537, Alpha =0.898
D3C1A
0.634
0.135 4.68*
D3C1B
0.783
0.171 4.58*
D3C2A
0.771
0.066 11.64*
D3C2B
0.755
0.117 6.44*
D3C3A
0.776
0.071 10.98*
D3C3B
0.696
0.090
7.7*
D3C4A
0.839
0.050 16.81*
D3C4B
0.766
0.151 5.08*
D3C5A
0.606
0.161 3.76*
D3C5B
0.664
0.195 3.42*
Intention to Use AVE = 0.862, Alpha =0.840
D4C1A
0.950
0.020 46.48*
D4C1B
0.907
0.060 15.14*
User Satisfaction AVE = 0.703, Alpha =0.859
D5C1A
0.886
0.049 18.24*
D5C1B
0.904
0.036 25.42*
D5C2A
0.829
0.060 13.93*
Variabel
5
D5C2B
Net Benefit
D6C1
D6C2
0.722
0.155 4.65*
AVE = 0.947, Alpha =0.943
0.968
0.020 47.99*
0.978
0.009 109.01*
Path Coefficients
Estimate
4
User Satisfaction
H
Service Quality
Intention to Use
Service Quality
User Satisfaction
User Satisfaction
Intention to Use
Intention to Use
Net Benefit
User Satisfaction
Net Benefit
5
Dari tabel.5 diatas, diketahui nilai AVE adalah jumlah
rata-rata varian dari indikator yang dijelaskan oleh variabel
laten, sedangkan nilai alpha mengidentifikasikan Cronbach’s
Alpha.
Pada kolom Loading menampilkan berapa banyak variasi
indikator yang dijelaskan pada variabel laten. Nilai estimate
adalah individual indikator untuk mengetahui pengaruh
positif atau negatif, sedangkan nilai CR (critical error)
merupakan nilai mutlak dari pembagian nilai standard SE
(standard error). Nilai CR juga digunakan untuk mengetahui
hasil yang signifikan melalui tanda bintang (*) setelah angka
atau nominal.
Indikator memiliki pernyataan yang memiliki pengaruh
besar terhadap variabel atau dimensinya dilihat dari nilai
estimate tertinggi. Bila nilai estimate tinggi secara otomatis
nilai critical error (CR) juga tinggi dan pasti signifikan.
E. Identifikasi Model Struktural
Model struktural dapat menggambarkan hubungan antar
variabel laten atau dimensi (Loehlin, 2004). Identifikasi ini
bertujuan untuk menganalisis hasil koefisien jalur (hipotesis)
yang dimiliki oleh masing-masing variabel atau dimensi.
H
6
H
7
H
8
H
9
SE
CR
Ket
-0.074
0.315 0.23
Ditolak
0.048
0.356 0.14
Ditolak
0.264
0.264 0.264 Ditolak
0.904
0.088 10.29* Diterima
-0.137
0.131 1.05
Ditolak
Dari tabel.6 diatas, penelitian ini memiliki 9 hipotesis
utama untuk mengetahui pengaruh positif dan signifikan
antar variabel atau dimensi. Nilai estimate positif (+) dan
negatif (-) untuk mengetahui pengaruhnya ke variabel
dependen, sedangkan nilai CR bertujuan untuk mengetahui
pengaruh signifikan diketahui melalui tanda bintang (*)
setelah angka atau nominal.
Dari 9 hipotesis penelitian hanya satu hipotesis yang
diterima karena memiliki pengaruh positif dan memiliki
tanda bintang (*) setelah angka yaitu hipotesis 8. Hipotesis
itu adalah Niat berpengaruh positif dan signifikan terhadap
net benefit (manfaat).
F. Rekomendasi
Gambar 4 Model Struktural
Dari gambar.4 diatas, ditampilkan hasil perhitungan
koefisien jalur dari aplikasi online GeSCA. Untuk keterangan
dari nilai tersebut dijelaskan pada tabel dibawah ini:
Tabel 6 Nilai Koefisien Jalur
Path Coefficients
Ket
Estimate SE
CR
H Information Quality
-0.019 0.453 0.04 Ditolak
Intention to Use
1
H Information Quality
0.512
0.430 1.19 Ditolak
User Satisfaction
2
System Quality
H
0.659
0.570 1.16 Ditolak
Intention to Use
3
System Quality
0.075
0.641 0.12 Ditolak
H
Nilai dari net benefit dipengaruhi oleh intention to use
dan user satisfaction. Namun, hasil dari pengujian hipotesis
nilai intention to use paling mempengaruhi kesuksesan net
benefit (hipotesis.8) karena dapat meningkatkan efisiensi dan
efektifitas penggunaan SIM-RS.
a. Rekomendasi berdasarkan dimensi Net Benefit
Kemudahan akses penggunaan aplikasi SIM-RS
sebaiknya diberikan kontrol oleh penanggungjawab agar
memudahkan
pengguna
dalam
menyelesaikan
pekerjaannya. Berdasarkan analisis deskriptif data
kuesioner sebagian besar pengguna (lebih dari 70%)
setuju bahwa aplikasi SIM-RS mudah diakses dan dapat
diakses 24jam/ 7hari.
b. Rekomendasi berdasarkan dimensi Intention to use
Peningkatan intention to use (niat untuk
menggunakan) aplikasi SIM-RS paling dipengaruhi oleh
indikator dalam system quality.
- Accessibility (Kemudahan akses atau fleksibel): dapat
diakses melalui software lain (windows7 atau linux),
browser lain seperti (chrome atau internet explorer),
dan Hardware lain seperti laptop, handphone, dsb.
- Ease of Use (Kemudahan Penggunaan): sebaiknya
memiliki tampilan sistem dan interface yang lebih
mudah untuk digunakan, serta fasilitas bantuan
seperti fitur ‘Help’.
- Response Time (Kecepatan Akses): menambah
kapasitas Hard Disk, RAM dan processor server,
6
serta melakukan update sistem agar sistem cepat
untuk input data.
- Security
(Keamanan):
memperhatikan
dan
meningkatkan hak akses terhadap fungsionalitas
pengguna, dan menerapkan verifikasi akun, kontrol
akses, fitur 'captcha' pada saat melakukan login, dsb.
c. Rekomendasi berdasarkan dimensi kepuasan
pengguna (user satisfaction)
a) Accuracy (keakuratan) aplikasi SIM-RS
Sebaiknya meningkatkan ketelitian dalam
menyajikan informasi pasien, penanggung jawab
dapat memberikan umpan balik dengan meminta
pengguna
aplikasi
SIM-RS
memberikan
tanggapan.
b) Content (konten) aplikasi SIM-RS
Sebaiknya
menampilkan
konten
yang
informative dengan desain antar muka
(interface) aplikasi SIM-RS sesuai standart dan
berpedoman pada ilmu Human Computer
Interaction (HCI). Penanggung jawab dapat
memperhatikan kondisi pengguna dengan
memberikan wadah harapan pengguna terhadap
aplikasi SIM-RS.
c) Currency (masa berlaku informasi) aplikasi SIMRS
Sebaiknya penanggung jawab melakukan
pembaruan (update) isi dari informasi yang
ditampilkan.
IV. KESIMPULAN DAN SARAN
A. Kesimpulan
Dari pelaksanaan penelitian tugas akhir ini didapatkan
kesimpulan:
1. Faktor-faktor yang mendeskripsikan kesuksesan ada
enam variabel atau dimensi, yaitu Information
Quality, System Quality, Service Quality, Intention
to Use, User Satisfaction, Net Benefit dan indikatorindikator yang mendukung keenam variabel atau
dimensi tersebut.
2. Berdasarkan identifikasi goodness of FIT diketahui
nilai FIT (varian total dari seluruh variabel atau
dimensi yang menjelaskan model) sebesar 56,7%
yang mengartikan bahwa model penelitian cukup
baik karena diatas 50% dan cukup menjelaskan
fenomena yang dikaji pada penelitian Tugas Akhir
ini untuk mengetahui kesuksesan implementasi
aplikasi SIM-RS di Rumah Sakit Jiwa Menur
Surabaya.
Berdasarkan 9 hipotesis penelitian kali ini, diketahui
hanya satu hipotesis yang diterima yaitu hipotesis 8
dengan keterangan Niat berpengaruh positif dan
signifikan terhadap net benefit (manfaat). Hipotesis
tersebut dapat digunakan sebagai acuan penarikan
rekomendasi dan menjelaskan sistem informasi
manajemen rumah sakit (SIM-RS) belum bisa
dikatakan sukses karena hanya satu hipotesis yang
diterima.
- Dimensi Net benefit memiliki indikator untuk
mengetahui keefektifan dan efisiensi kinerja
pengguna dalam kesuksesan implementasi SIMRS dan dipengaruhi oleh dimensi intention to
use.
- Dimensi intention to use dipengaruhi secara positif
namun tidak signifikan oleh system quality
(kualitas sistem) dari aplikasi SIM-RS
- Indikator yang paling mempresentasikan system
quality yaitu response time perihal kecepatan
input data pada aplikasi SIM-RS dapat
meningkatkan niat menggunakan pengguna
aplikasi SIM-RS.
3. Berdasarkan hipotesis yang diterima yaitu,
hipotesis.8. Maka diketahui hasil dari identifikasi
model struktural, kesuksesan aplikasi SIM-RS
dipengaruhi oleh dimensi intention to use (niat
untuk menggunakan) karena dimensi tersebut yang
paling menjelaskan
manfaat (net benefit)
implementasi SIM-RS.
- Peningkatan niat untuk menggunakan (intention to
use) pengguna aplikasi SIM-RS, dapat
dilakukan dengan memberikan kemudahan
akses dan aplikasi SIM-RS dapat digunakan
setiap hari dalam seminggu, agar kinerja
pegawai secara efektif dan efisien meningkat.
- Peningkatan akses aplikasi SIM-RS memerlukan
kontrol penanggungjawab secara berkala agar
mendapatkan manfaat (net benefit) dari
implementasi SIM-RS agar semakin maksimal.
Intention to use berpengaruh yang paling besar dari
system quality. Beberapa tindakan yang dapat
meningkatkan system quality berdasarkan indikator
yang mempengaruhi diantaranya:
a) Accessibility (Kemudahan akses atau fleksibel)
Sebaiknya aplikasi SIM-RS dapat diakses melalui
software lain seperti (windows7 atau linux) dan
browser lain seperti (chrome atau internet explorer)
agar pengguna fleksibel atau mudah dalam
menyelesaikan pekerjaannya. Dan dapat diakses
melalui hardware lain yang lebih mudah digunakan
atau fleksibel seperti laptop (komputer jinjing),
handphone (HP), dan lainnya.
b) Ease of Use (Kemudahan penggunaan)
Sebaiknya tampilan sistem lebih mudah digunakan
dengan tampilan utama (interface) aplikasi SIM-RS
jelas dan sederhana. Dan memiliki fasilitas bantuan
yang mudah ditemukan seperti fitur ‘Help’, untuk
memudahkan
pengguna
menyelesaikan
pekerjaannya.
c) Response Time (Kecepatan akses)
7
Sebaiknya kapasitas dari hard disk, RAM dan
mengganti processor server lebih tinggi atau
terbaru. Sedangkan untuk sistem yang dijalankan
pada aplikasi SIM-RS sebaiknya dilakukan
pembaruan (update) agar tidak menghambat proses
administrasi, pelaporan dan pembayaran (kasir).
d) Security (Keamanan)
Sebaiknya lebih memperhatikan keamanan dari
aplikasi SIM-RS (seperti data pasien, akun
pengguna, dan lain-lain) dengan meningkatkan atau
menyesuaikan hak akses terhadap fungsionalitas
pengguna. Menerapkan verifikasi akun, kontrol
akses, menerapkan fitur 'captcha' pada saat
melakukan login, dan aspek-aspek lain terkait
keamanan sistem informasi.
Sedangkan untuk dimensi kepuasan penguna (user
satisfaction) diketahui kualitas informasi (information
quality) yang bernilai paling besar atau paling menjelaskan
kepuasan pengguna aplikasi SIM-RS. Maka kualitas
informasi sebaiknya diperhatikan atau diperbaiki agar
pengguna aplikasi SIM-RS merasa puas saat
menggunakannya. Tindakan yang dapat dilakukan untuk
meningkatkan kualitas informasi dengan memperhatikan
indikator yang dimilikinya, sebagai berikut:
a) Accuracy (keakuratan)
Sebaiknya informasi pada aplikasi SIM-RS disajikan
dengan benar atau diteliti kembali dengan
melakukan pengecekan (review) secara berkala.
Penanggung jawab juga dapat melakukan umpan
balik dengan menyajikan informasi lalu meminta
pengguna memberikan tanggapan dari informasi
tersebut (Kadir, 2002).
b) Content (konten)
Sebaiknya konten pada aplikasi SIM-RS ditampilkan
secara informative, dengan memperhatikan desain
antar muka (interface) berpedoman pada bilang ilmu
multidisplin Human Computer Interaction (HCI).
Memiliki wadah untuk menampung harapan dari
pengguna aplikasi SIM-RS terhadap konten dari
sistem informasi manajemen rumah sakit (SIM-RS).
c) Currency (masa berlaku informasi)
Sebaiknya penanggung jawab aplikasi SIM-RS
melakuakn pembaruan (update) terhadap isi dari
informasi yang ditampilkan, sesuai pernyataan dari
James A.Hall yang menyatakan bahwa usia dari
suatu informasi adalah faktor penting dalam
menentukan informasi tersebut berguna atau tidak.
Beberapa tindakan dari penangggung jawab
terhadap
aplikasi
SIM-RS
tersebut
dapat
meningkatkan kinerja pengguna secara efektif dan
efisien, sehingga Rumah Sakit Jiwa Menur akan
menerima dampak yang baik dan pasien merasa
puas terhadap pelayanan yang diberikan selanjutnya
akan meningkatkan nama baik rumah sakit jiwa
menur.
B. Saran
Saran diberikan untuk penelitian selanjutnya.
1. Berdasarkan analisis terhadap sub-bab uji asumsi
kualitas pengukuran, terdapat beberapa indikator
yang harus dihapuskan untuk mendapat nilai valid
dan dapat dilakukan analisis ke tahap selanjutnya.
Dari indikator accessibility yaitu penilaian terhadap
kemampuan akses SIM-RS yang dilakukan sewaktuwaktu. Kemungkinan pengguna merasa pernyataan
menimbulkan ambiguitas karena mengandung katakata yang sulit dimengerti.
2. Indikator security memiliki item pernyataan mengenai
keamanan penggunaan yang menyediakan fungsi
log-in yang berbeda. Fungsi ini tidak terlalu penting
bagi pengguna karena sudah terdapat penanggung
jawab. Namun data-data pada aplikasi SIM-RS
merupakan salah satu aset informasi dan merupakan
indikator penting, sehingga peneliti selanjutnya
dapat melakukan penerapan standard keamanan
sistem informasi seperti COBIT PO12, ISO 27002,
dan lain-lain.
LAMPIRAN
Jika ada, lampiran muncul di sini.
DAFTAR PUSTAKA
[1] DeLone, W., & McLean, E. (2003). The DeLone and
McLean model of information systems success: a
ten-year update. J Manage Inform Syst., 19(4):9-30.
[2] GeSCA
application
developer.
(2014,
06).
http://www.sem-gesca.org/index.php. Retrieved from
http://www.sem-gesca.org/:
http://www.semgesca.org/
[3] Hwang, H. (2011, 11 28). GeSCA User's Manual.
Retrieved
from
http://www.sem-gesca.org:
http://www.sem-gesca.org/manual.php
[4] NURJANNAH, S. (2008). MODUL PELATIHAN
SPSS (Statistical Package for the Social Sciences) .
ADVANCED-PERTEMUAN II.
[5] Rumah
Sakit
Jiwa
Menur.
(2012).
http://rsjmenur.jatimprov.go.id/profil.
Retrieved
from http://rsjmenur.jatimprov.go.id/.
[6] Statistics Laboratory UB. (2013, 4 11). GSCA.
Retrieved 05 31, 2014, from http://fia.ub.ac.id/wpcontent/uploads/2013/11/4-GSCA.pdf
[7] TUPOKSI. (2012). http://rsjmenur.jatimprov.go.id.
Retrieved from
http://rsjmenur.jatimprov.go.id/profil/tupoksi