2082
Jurnal Indonesia Sosial Teknologi:p–ISSN: 2723 - 6609
e-ISSN :2745-5254
Vol. 2, No.11 November 2021
ANALISIS PENGARUH KUALITAS SISTEM INFORMASI, KUALITAS
INFORMASI DAN PERCEIVED USEFULNESS TERHADAP KEPUASAN
PENGGUNA APLIKASI OLIBsIFRS (PSAK) 71 (STUDI PADA BANK PAPUA)
Vicky Arvianto1, Wendi Usino2
Fakultas Ekonomi dan Bisnis, Universitas Budi Luhur, Jakarta1,2
Abstrak
Penelitian ini bertujuan untuk menguji dan menganalisis pengaruh Kualitas Sistem
Informasi, Kualitas Informasi dan Perceived usefulness terhadap Kepuasan
Pengguna aplikasi OlibsIFRS (PSAK) 71 di PT. Bank Papua. Penelitian mengadopsi
model kesuksesan sistem informasi DeLone dan McLean yang dikombinasikan
dengan model kesuksesan sistem informasi Seddon dan dikolaborasikan dengan
metode penelitian kuantitatif. Sampel dalam penelitian ini ditentukan dengan teknik
Purposive Sampling dengan metode pengumpulan data dilakukan dengan
menggunakan kuesioner google form. Jumlah sampel yang digunakan dalam
penelitian yaitu sebanyak 52 orang yang merupakan karyawan pengguna aplikasi
OlibsIFRS (PSAK) 71 di PT. Bank Papua. Metode untuk melakukan pengolahan dan
analisis data menggunakan Partial Least Square (PLS) dengan bantuan software
SmartPLS. Hasil penelitian menunjukan bahwa Kualitas Sistem tidak berpengaruh
signifikan dengan kontribusi sebesar 5,1% terhadap Kepuasan Pengguna, Kualitas
Informasi berpengaruh signifikan dengan kontribusi sebesar 26,0% terhadap
Kepuasan Pengguna dan Perceived usefulness berpengaruh signifikan dengan
kontribusi sebesar 67,9% terhadap Kepuasan Pengguna aplikasi OlibsIFRS (PSAK)
71 di PT. Bank Papua. Secara simultan variabel Kualitas Sistem, Kualitas Informasi
dan Perceived usefulness membentuk R-square senilai 0,846 hal ini menandakan
variabel Kualitas Sistem, Kualitas Informasi dan Perceived usefulness dari setiap
indikator masing-masing variabel secara bersama-sama memberikan pengaruh
korelasi yang kuat/signifikan terhadap variabel Kepuasan Pengguna sebesar 84,6%,
sedangkan sisanya sebesar 15,4% dijelaskan oleh variabel dan indikator lain yang
tidak dimasukan dalam model penelitian.
Kata kunci: Kualitas Sistem Informasi; Perceived usefulness; Kualitas Informasi; PSAK
71; IFRS; Partial Least Square; SmartPLS.
Abstract
his study aims to examine and analyze the effect of Information System Quality,
Information Quality and Perceived usefulness on User Satisfaction of the OlibsIFRS
(PSAK) 71 application at PT. Bank Papua. The research adopted the DeLone and
McLean information system success model combined with the Seddon information
system success model and collaborated with quantitative research methods. The
sample in this study was determined by the technique purposive sampling with the
data collection method carried out using aquestionnaire google form. The number of
Analisis Pengaruh Kualitas Sistem Informasi, Kualitas Informasi dan Perceived
Usefulness Terhadap Kepuasan Pengguna Aplikasi Olibsifrs (Psak) 71 (Studi pada Bank
Papua)
Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021 2083
samples used in this study are 52 people who are employees of users of the OlibsIFRS
(PSAK) 71 application at PT. Bank Papua. The method for processing and analyzing
data is using Partial Least Square (PLS) with using of software SmartPLS. The
results showed that System Quality had no significant effect with a contribution of
5.1% to User Satisfaction, Information Quality had a significant effect with a
contribution of 26.0% to User Satisfaction and Perceived usefulness had a significant
effect with a contribution of 67.9% to Application User Satisfaction. OlibsIFRS
(PSAK) 71 at PT. Bank Papua. Simultaneously, the variables of System Quality,
Information Quality and Perceived usefulness form an R-square of 0,846, this
indicates that the variables of System Quality, Information Quality and Perceived
usefulness of each indicator of each variable together have a strong/significant
correlation effect on the User Satisfaction variable of 84,6%, while the remaining
15,4% is explained by other variables and indicators that are not included in the
research model.
Keywords: Information System Quality; Perceived usefulness; Information Quality;
PSAK 71; IFRS; Partial Least Square; SmartPLS.
Pendahuluan
Pada tanggal 24 Juli 2014, IASB menerbitkan IFRS9. Cakupannya yaitu panduan
untuk klasifikasi dan pengukuran aset keuangan dengan memperkenalkan fairvalue
melalui kategori pendapatan komprehensif lainnya untuk instrumen hutang tertentu. Juga
berisi model penurunan baru yang akan membentuk cadangan kerugian sebelum kerugian
tersebut terjadi (expected loss). Panduan tersebut juga mencakup panduan lindung nilai
(hedging) baru yang dikeluarkan pada bulan November 2013. Perubahan ini cenderung
memiliki dampak yang signifikan khususnya pada lembaga keuangan. IFRS 9 secara
Internasional berlaku efektif untuk periode tahunan dimulai pada atau setelah tanggal 1
Januari 2018 (Dokumen BRD, 2020).
Berdasarkan Otoritas Jasa Keuangan No. S-78/PB.11/ 2017 tanggal 8 September
2017 perihal ”Penerapan PSAK 71 (IFRS 9), telah ditetapkan tanggal efektifnya
penerapan PSAK 71 (IFRS 9), yaitu pada tanggal 1 Januari 2020” (Veronica dkk., 2020),
dengan penerapan dini diperbolehkan. Penerapan estimasi penurunan nilai secara kolektif
adalah dengan menggunakan data historis kerugian kredit selama 5 (Lima) tahun
sebelumnya, sehingga estimasi kerugian yang dihasilkan akan lebih andal dan berarti
sesuai dengan metode statistik yang akan digunakan.
OlibsIFRS (PSAK) 71 adalah salah satu sistem informasi pelaporan akuntansi
yang mengadopsi ketentuan dari PSAK 71 diharapkan mampu menjawab tantangan
dalam implementasi PSAK 71 sejalan dengan yang diminta oleh otoritas perbankan.
Ditahun 2021, aplikasi OlibsIFRS (PSAK) 71 secara resmi sudah di implementasikan
selama lebih dari 1 tahun. Sebagai sistem baru tentunya akan ditemukan kendala-kendala
operasional terkait interaksi antara sistem dengan pengguna. Sistem yang kurang stabil
seperti munculnya error bugs, penarikan dokumen maupun laporan yang lama, dan tidak
adanya fitur di sistem yang dibutuhkan oleh pengguna.
Vicky Arvianto, Wendi Usino.
2084 Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021
Gambar 1: Daftar Permintaan dan Permasalahan
Sumber: Aplikasi hepdesk CSS Ver. 3.0 (CSS3)
Berdasarkan permasalahan yang timbul pada gambar diatas, diperlukan
pengukuran terhadap kualitas sistem informasi, kualitas informasi yang dihasilkan, dan
Persepsi Manfaat (perceived usefulness) dalam penggunaan sistem informasi terhadap
Kepuasan Penggunanya.
Pengujian dalam penelitian ini menggunakan modifikasi model kesuksesan sistem
informasi dari DeLone dan McLean (DeLone & McLean, 1992) dan model kesuksesan
sistem informasi dari Seddon (Seddon, 1997). DeLone dan McLean menjabarkan elemen-
elemen dalam model yang digunakan untuk mengukur kesuksesan sistem informasi yang
terdiri dari system quality, information quality dan user satisfaction.
Model kesuksesan sistem informasi (Seddon, 1997) merupakan modifikasi dari
model sistem informasi (DeLone & McLean, 1992) dengan mengganti dimensi
Penggunaan (use) menjadi Persepsi Kemanfaatan (perceived usefulness). Persepsi
kemanfaatan (perceived usefulness) juga merupakan salah satu dimensi dari Technology
acceptance model (TAM) yang disusun oleh Davis (Davis, 1989). Persepsi Kemanfaatan
(perceived usefulness) didefinisikan sebagai sebuah tingkat yang mengukur kepercayaan
seseorang dalam menggunakan sebuah sistem dapat meningkatkan kinerjanya (Davis,
1989). Mengacu dari penelitian sebelumnya yang dilakukan oleh (Younes dkk., 2013);
(Pratomo, 2016); (Rukmiyati dkk., 2016); (Afandi, 2017); (Hanadia, 2017); (Oliveira
dkk., 2017); (Prabadewi dkk., 2019) membuktikan bahwa kualitas sistem mempengaruhi
Kepuasan Pengguna.
Kualitas informasi mengacu pada kualitas output dari sistem informasi yang dapat
diukur dari sisi keakuratan, presisi, reliabilitas, kelengkapan, relevan, tepat waktu, dan
dapat dimengerti (Chinomona et al., 2014). Mengacu dari penelitian sebelumnya yang
dilakukan oleh(Younes dkk., 2013); (Rukmiyati dkk., 2016); (Afandi, 2017); (Hanadia,
2017); (Oliveira dkk., 2017) membuktikan bahwa kepuasan pengguna tidak hanya
dipengaruhi oleh Kualitas Sistem tetapi Kualitas Informasi juga mempengaruhi kepuasan
pengguna.
Penelitian yang dilakukan oleh (Davis, 1989) menyatakan bahwa Persepsi
Manfaat (perceived usefulness) merupakan proses pengukuran yang menyatakan tingkat
kepercayaan seseorang dalam menggunakan suatu sistem dapat meningkatkan kinerja
seseorang. Penelitian lain yang dilakukan oleh (Seddon, 1997) dengan memodifikasi
model kesuksesan sistem informasi DeLone dan McLean membuktikan bahwa Persepsi
Analisis Pengaruh Kualitas Sistem Informasi, Kualitas Informasi dan Perceived
Usefulness Terhadap Kepuasan Pengguna Aplikasi Olibsifrs (Psak) 71 (Studi pada Bank
Papua)
Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021 2085
Manfaat (perceived usefulness) berpengaruh terhadap Kepuasan Pengguna sistem
informasi. Kedua hal ini dibuktikan melalui penelitian yang dilakukan oleh (Rukmiyati
dkk., 2016); (Hanadia, 2017) bahwa Persepsi Manfaat (perceived usefulness)
berpengaruh terhadap kepuasan pengguna.
Kepuasan pengguna didefinisikan sebagai evaluasi keseluruhan dari pengalaman
yang dirasakan oleh pengguna sistem dan dampak potensial dalam menggunakan sistem
informasi (Rahmawati dkk., 2015).
Berdasarkan uraian diatas dan latar belakang yang dijelaskan, maka peneliti
tertarik untuk melakukan penelitian yang berjudul “Analisis Pengaruh Kualitas Sistem
Informasi, Kualitas Informasi Dan Perceived usefulness Terhadap Kepuasan
Pengguna Aplikasi OlibsIFRS (PSAK) 71 (Studi Pada Bank Papua)”.
Menurut hasil penelitian (Fendini, 2013), menunjukkan Secara parsial dan
simultan variabel Kualitas Sistem dan Kualitas Informasi berpengaruh terhadap
Kepuasan Pengguna sistem informasi akuntansi pada PT. Indomarco Prismatama Cabang
Banjarmasin.Menurut hasil penelitian (Sumiyati dkk., 2013), menunjukkan bahwa
Kualitas Sistem memiliki pengaruh yang signifikan terhadap Kepuasan Pengguna sistem
informasi akuntansi, sedangkan Kualitas Informasi dan perceived usefulness tidak
memiliki pengaruh yang signifikan terhadap Kepuasan Pengguna sistem informasi
akuntansi.
Hasil penelitian (Soekamto dkk., 2021) menunjukkan bahwa secara parsial sistem
informasi akuntansi dan perceived usefulness berpengaruh terhadap Kepuasan Pengguna,
begitu pula secara simultan sistem informasi akuntansi dan perceived usefulness juga
berpengaruh terhadap Kepuasan Pengguna.Hasil penelitian (Soekamto, 2021)
menunjukkan bahwa Kualitas Sistem informasi telah terbukti mempengaruhi Kepuasan
Pengguna akhir perangkat lunak analisis kredit di PT. Bank Rakyat Indonesia, Tbk.
Cabang Bengkulu. Ini berarti bahwa aplikasi LAS dapat meningkatkan kapasitas
pemrosesan data, memiliki sistem keamanan yang tinggi, memiliki fasilitas koreksi data
yang baik. Kualitas Informasi telah terbukti mempengaruhi kepuasan pengguna akhir
perangkat lunak analisis kredit di PT. Bank Rakyat Indonesia, Tbk. Cabang Bengkulu,
artinya software LAS dapat meningkatkan kepuasan pengguna karena analisis kredit yang
dilakukan dapat menghasilkan data yang akurat, andal, tepat waktu dan relevan. Dan hasil
terakhir dirasakan kegunaannya terbukti mempengaruhi Kepuasan Pengguna akhir
perangkat lunak analisis kredit di PT. Bank Rakyat Indonesia, Tbk. Cabang Bengkulu,
artinya aplikasi LAS sangat membantu dalam menyelesaikan analisis dengan cepat,
aplikasi LAS mampu meningkatkan efektivitas kerja dan aplikasi LAS memudahkan
karyawan untuk menyelesaikan pekerjaan sehingga dapat meningkatkan kepuasan
pengguna.
Hasil penelitian (Haqiqi dkk., 2019) menunjukkan bahwa variabel Kualitas
Sistem, Kualitas Informasi, dan perceived usefulness berpengaruh terhadap kepuasan
pengguna akhir software akuntansi.Hasil penelitian (Buana dkk., 2018) menunjukkan
bahwa Kualitas Sistem akuntansi, Kualitas Informasi dan Perceived Usefullness
berpengaruh positif dan signifikan pada Kepuasan Pengguna Sistem Informasi Akuntansi.
Vicky Arvianto, Wendi Usino.
2086 Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021
Koefisien determinasi (R2) sebesar 0,554 hal ini berarti 55,4 persen kepuasan pengguna
Informasi Akuntansi pada PDAM Tirta Mangutama Kabupaten Badung dipengaruhi oleh
variabel-variabel Kualitas Sistem Informasi Akuntansi, Kualitas Informasi, dan perceived
usefulness, sebaliknya 44,6 persen dipengaruhi oleh variabel-variabel lain yang tidak
diteliti. Hasil penelitian (Pratomo, 2016) menunjukkan bahwa (1) Kualitas Sistem
informasi berpengaruh signifikan terhadap kepuasan pengguna sistem informasi
akuntansi. (2) Kualitas Informasi tidak berpengaruh signifikan terhadap kepuasan
pengguna sistem informasi akuntansi. (3) perceived usefulness tidak berpengaruh
signifikan terhadap kepuasan pengguna sistem informasi akuntansi. (4) Kualitas Sistem,
Kualitas Informasi, dan perceived usefulness berpengaruh signifikan terhadap Kepuasan
Pengguna sistem informasi akuntansi. Hasil penelitian (Rukmiyati dkk., 2016)
menunjukkan bahwa adanya pengaruh yang siginifikan positif pada variabel Kualitas
Sistem, Kualitas Informasi dan perceived usefulness terhadap Kepuasan Pengguna sistem
informasi.
Hasil penelitian (Kartika dkk., 2016) menunjukkan bahwa Kualitas Sistem
berpengaruh terhadap perceived usefulness, Kualitas Informasi berpengaruh terhadap
Perceived usefulness, Kualitas Sistem informasi berpengaruh terhadap Kepuasan
Pengguna, Kualitas Informasi tidak berpengaruh terhadap Kepuasan Pengguna dan
perceived usefulness berpengaruh terhadap Kepuasan Pengguna.Hasil penelitian
(Marlina, 2016) menunjukkan bahwa (1) Kualitas Sistem informasi akuntansi, kualitas
informasi akuntansi dan kepuasan pengguna termasuk dalam kategori baik, meskipun
belum mencapai kondisi yang ideal; (2) Kualitas Sistem informasi akuntansi berpengaruh
signifikan terhadap Kepuasan Pengguna (3) Kualitas Informasi akuntansi berpengaruh
signifikan terhadap Kepuasan Pengguna.
Penelitian ini diharapkan dapat memberikan kontribusi terhadap penelitian terkait
pengukuran kesuksesan Sistem Informasi khususnya Kualitas Sistem Informasi, Kualitas
Informasi Dan perceived usefulness terhadap Kepuasan Pengguna serta dapat menjadi
jalan pembuka penelitian-penelitian berikutnya.
Sistem informasi adalah sebuah rangkaian prosedur formal dimana data
dikumpulkan, diproses menjadi informasi, dan didistribusikan kepada para pemakai
(Hall, 2001). Sistem Informasi merupakan sistem dalam suatu organisasi yang
mendukung fungsi operasi organisasi dalam mengolah transaksi harian menjadi laporan-
laporan yang dibutuhkan dan bersifat manajerial (Amalia Pratomo, 2016). Sistem
Informasi merupakan kumpulan dari sub sistem yang terdiri secara fisik dan non fisik
yang saling berhubungan satu sama lain untuk mengolah data menjadi informasi yang
dibutuhkan oleh pengguna sistem. Sistem mempunyai 3 (tiga) fungsi dasar yang meliputi:
a. Masukan (input)
b. Pemprosesan (processing)
c. Keluaran (output)
Menurut DeLone dan McLean (DeLone & McLean, 2003) Kualitas Sistem
merupakan performa sistem informasi yang terdiri dari perangkat keras, perangkat lunak,
Analisis Pengaruh Kualitas Sistem Informasi, Kualitas Informasi dan Perceived
Usefulness Terhadap Kepuasan Pengguna Aplikasi Olibsifrs (Psak) 71 (Studi pada Bank
Papua)
Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021 2087
dan prosedur-prosedur yang menghasilkan informasi yang dibutuhkan oleh pengguna
sistem. Kualitas Sistem dapat diukur dari sisi response time, system reliability, ease to
use, system flexibility, dan system security. Hal ini memperlihatkan bahwa jika pemakai
sistem informasi merasa bahwa menggunakan sistem tersebut mudah, andal dan canggih
mereka tidak memerlukan upaya banyak untuk menggunakannya, sehingga mereka akan
lebih banyak waktu untuk mengerjakan hal lain yang kemungkinan akan meningkatkan
kinerja mereka secara keseluruhan (Rukmiyati dkk., 2016).
Kualitas sistem merupakan proses untuk mengukur sistem informasi yang
difokuskan pada hasil interaksi antara pengguna dan sistem (Pawirosumarto, 2016).
Kualitas sistem informasi yang digunakan dalam perusahaan, berkaitan dengan sistem
informasi yang diterapkan sesuai dengan kebutuhan dan kemampuan pemakai sehingga
dapat digunakan untuk mengolah data menjadi suatu informasi yang berkualitas dan
berguna bagi pemakai informasi tersebut (Amalia dkk., 2016).
Dari penjabaran diatas, dapat disimpulkan bahwa kualitas sistem merupakan salah
satu bagian dari pengukuran dalam menentukan kesuksesan Sistem Informasi yang dapat
menyediakan informasi yang berguna sesuai dengan yang dibutuhkan oleh pengguna.
Metode Penelitian
Metode penelitian didefinisikan sebagai cara atau proses yang digunakan untuk
mendapatkan suatu data dalam suatu penelitian ilmiah. Metode penelitian yang digunakan
dalam penelitian ini yaitu metode penelitian kuantitatif. Metode penelitian kuantitatif
berlandaskan pada filsafat positivisme yang bertujuan untuk meneliti pada suatu populasi
atau sampel tertentu. Metode kuantitatif ini menganalisis data penelitian menggunakan
statistic (Sugiyono, 2012).
Dalam penelitian sampel yang digunakan adalah teknik Purposive Sampling.
Menurut Sugiyono, Purposive sampling yaitu penentuan sampel dengan kriteria tertentu.
Kriteria sampel dalam penelitian ini adalah pengguna aplikasi OlibsIFRS (PSAK) 71
sebanyak 52 orang.
Langkah-langkah penelitian ini meliputi analisis masalah yang dihadapi,
perencanaan model, variabel, populasi dan sampel, indikator variabel serta teknik dan
metode pengumpulan dan pengolahan data. Langkah-langkah dalam penelitian ini
digambarkan sebagai berikut :
Gambar5 Langkah-langkah Penelitian (Arikunto, 2009)
Berdasarkan gambar diatas, langkah-langkah penelitian dapat dijabarkan sebagai berikut
:
1. Persiapan
2. Pengumpulan Data
3. Pengolahan Data
Vicky Arvianto, Wendi Usino.
2088 Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021
4. Analisa dan Kesimpulan
Sampel menurut (Arikunto, 2009) merupakan bagian dari populasi yang diteliti.
Penelitian ini menggunakan metode convenience sampling dalam menentukan
pengambilan jumlah sampel. Metode convenience sampling didefinisikan oleh Sekaran
(Sekaran, 2011) yaitu merupakan teknik yang mengumpulkan informasi dari anggota
populasi yang dengan sukarela bersedia memberikannya (Sekaran, 2011).
Alat analisis yang digunakan dalam mengolah data untuk menguji hipotesis yang
diajukan adalah dengan menggunakan analisis Partial Least Square (PLS)-Structural
Equation Modeling (SEM). PLS SEM tidak mengharuskan peneliti menggunakan jumlah
data yang besar. Dengan demikian, prosedur ini memberikan keuntungan bagi pengguna
saat kesulitan mencari data dalam jumlah yang besar.
Software yang digunakan untuk melakukan analisis data adalah SmartPLS 3.29.
Tahapan analisis data dengan model pengukuran reflektif dengan SmartPLS adalah
sebagai berikut (Haryono, 2016):
1. Membuat diagram jalur sesuai dengan teori. Digunakan untuk memodelkan
variabel laten Kualitas Sistem Informasi (X1), Kualitas Informasi (X2),
Perceived usefulness (X3) dan Kepuasan Pengguna (Y) beserta indikator-
indikatornya.
2. Menyiapkan data di excel (.csv) untuk diolah dalam aplikasi SmartPLS. Data
berasal dari hasil pengisian kuesioner yang disebar kepada para responden
sesuai dengan kriteria sampel.
3. Mengambar diagram jalur di SmartPLS
4. Menghitung nilai parameter-parameter di SmartPLS:
a. Menguji validitas data dengan melakukan pengujian convergent validity.
Nilai pada pengukuran ini didasarkan pada hubungan antara construct
score dengan itemscore/componentscore. Ukuran reflektif dikatakan
tinggi jika berkorelasi lebih dari 0,70. Tetapi, nilai loading 0,50 hingga
0,60 sudah dianggap cukup untuk pengembangan penelitian pada tahap
awal (Anuraga et al., 2017).
b. Menguji validitas data dengan melakukan pengujian discriminant validity.
Nilai ini merupakan nilai cross loading antara konstruk dengan
indikatornya untuk mengetahui konstruk yang diskriminan. Untuk menilai
discriminant validity dilakukan dengan membandingkan korelasi nilai
average variance extracted (AVE) pada setiap konstruknya. Nilai
discriminant validity yang baik apabila memiliki nilai square root of
average variance extracted (AVE) yang lebih besar dari 0,50 (Anuraga et
al., 2017).
c. Pengujian Reliabilitas Konstruk. Evaluasi terhadap nilai reliabilitas
konstruk diukur dengan nilai Cronbach’s Alpha dan Composite Reliability.
Nilai Cronbach’s Alpha≥ 0,6 dan Composite Reliability harus ≥ 0,7.
Analisis Pengaruh Kualitas Sistem Informasi, Kualitas Informasi dan Perceived
Usefulness Terhadap Kepuasan Pengguna Aplikasi Olibsifrs (Psak) 71 (Studi pada Bank
Papua)
Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021 2089
d. Melakukan Evaluasi Inner Model. Dianalisis dengan melihat signifikansi
hubungan antar konstruk yang ditunjukkan oleh nilai t-statistic. Dimana
indikator yang memiliki nilai t-statistic ≥ 1,68 dikatakan valid.
e. Pengujian hipotesis didasarkan hasil dari path coefficients untuk melihat
hubungan antar variabel.
Hasil dan Pembahasan
Pada penelitian ini terdapat empat variabel yaitu Kualitas Sistem Informasi,
Kualitas Informasi, Perceived usefulness dan Kepuasan Pengguna. Indikator dari masing-
masing variabel dapat dilihat pada Tabel 1.
Tabel1: Tabel Indikator Pengukuran Variabel Penelitian
Variabel
Indikator
Ref
Kualitas
Sistem
(X1)
1. Kemudahan menggunakan (X1.1)
2. Kecepatan akses (X1.2)
3. Keandalan sistem (X1.3)
4. Fleksibilitas sistem (X1.4)
5. Keamanan sistem (X1.5)
6. Integrasi system (X1.6)
(Fendini
dkk.,
2014;Utomo
dkk, 2017)
Kualitas
Informas
i
(X2)
1. Keakuratan informasi (X2.1)
2. Ketepatan waktu (X2.2)
3. Kelengkapan informasi (X2.3)
4. Relevansi (X2.4)
5. Penyajian informasi (X2.5)
(DeLone dan
McLean,
1992; Utomo
dkk., 2017)
Perceive
d
usefulnes
s
(X3)
1. Meningkatkan produktivitas (X3.1)
2. Efektif (X3.2)
3. Mempercepat pekerjaan (X3.3)
4. Bermanfaat (X3.4)
5. Mempermudah pekerjaan (X3.5)
6. Meningkatkan kinerja (X3.6)
(Davis, 1989;
Hanadia
dkk., 2017)
Kepuasa
n
Penggun
a
(Y)
1. Efisiensi (Y.1)
2. Efektivitas (Y.2)
3. Kepuasan informasi (Y.3)
4. Kepuasan pengguna terhadap
antarmuka (Y.4)
5. Kepuasan menyeluruh (Y.5)
(DeLone dan
McLean,
1992;
Seddon dan
Kiew, 1997;
Sultono dkk,
2015)
Dengan menggunakan SmartPLS 3.29 dilakukan pemodelan variabel Kualitas
Sistem Informasi, Kualitas Informasi, Perceived usefulness dan Kepuasan Pengguna
beserta indikator-indikatornya. Penelitian ini menggunakan metode analisis model
Vicky Arvianto, Wendi Usino.
2090 Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021
reflektif yaitu tanda panah berawal dari variabel laten menuju indikatornya seperti telihat
pada Gambar 6.
Pengujian data dengan menggunakan PLS-SEM dilakukan melalui dua tahap
(Hussein, 2015), yaitu Evaluasi Outer Model dan Evaluasi Inner Model. Evaluasi Outer
Model terdiri dari uji validitas dan uji reliabilitas. Uji validitas terdiri dari pengujian
Convergent Validity (loading factor dan AVE) dan discriminant validity (fornell-larcker
criteria dan cross loading). Uji reliabilitas terdiri dari pengujian Cronbach’s Alpha dan
Composite Reliability. Evaluasi Inner Model terdiri dari pengujian t-statistic dan r-
square.
Evaluasi hubungan antara variabel dengan indikatornya terdiri dari evaluasi
terhadap convergent validity, discriminant validity, composite reliability dan cronbach’s
alpha. Convergent validity dapat dievaluasi dengan melihat nilai average variance
extracted (AVE). Indikator validitas dapat dilihat juga dari nilai loading factor. Bila nilai
loading factor suatu indikator lebih dari 0,5 maka dapat dikatakan valid. Sebaliknya, bila
nilai loading factor kurang dari 0,5 maka dikeluarkan dari model. Discriminant validity
dalam bentuk square root of average variance extracted (AVE) dan Composite reliability
dan cronbach’s alpha digunakan untuk mengevaluasi reliabilitas suatu indikator. Berikut
adalah model pengukuran dengan menggunakan SmartPLS:
Gambar 7: Output Model Pengukuran
A. Pengujian Convergent Validity
Convergent Validity merupakan pengujian yang dilakukan untuk melihat validitas
setiap indikator dengan melihat nilai average variance extracted (AVE) masing-masing
Analisis Pengaruh Kualitas Sistem Informasi, Kualitas Informasi dan Perceived
Usefulness Terhadap Kepuasan Pengguna Aplikasi Olibsifrs (Psak) 71 (Studi pada Bank
Papua)
Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021 2091
variabel dimana nilainya harus lebih besar dari 0,5 sehingga dapat dikatakan memiliki
nilai convergent validity yang baik.
Tabel 2: Average Variance Extracted (AVE)
Variabel
Nilai
AVE
Keterangan
Kualitas Sistem (X1)
0,531
Valid
Kualitas Informasi (X2)
0,60
Valid
Perceived usefulness (X3)
0,80
Valid
Kepuasan Pengguna (Y)
0,76
Valid
Sumber: Data kuesioner yang diolah (2021)
Tabel 2 menjelaskan nilai dari AVE dari variabel Kualitas Sistem, Kualitas
Informasi, Perceived usefulness dan Kepuasan Pengguna yang dapat dilihat bahwa setiap
variabel tersebut memiliki nilai AVE diatas 0,5. Nilai AVE terendah dihasilkan oleh
variabel Kualitas Sistem yaitu sebesar 0,531. Hal ini menunjukkan bahwa setiap variabel
tersebut memiliki nilai validitas yang baik dari setiap indikator kuesioner yang digunakan
untuk mengetahui pengaruh dari setiap variabel tersebut.
B. Pengujian Discriminant Validity
Untuk melihat validitas dari konstruk, dapat diketahui dengan cara
membandingkan nilai AVE setiap konstruk dengan korelasi konstruk lainnya. Model
mempunyai discriminant validity yang baik jika akar AVE untuk setiap konstruk lebih
besar daripada korelasi antara konstruk dan konstruk lainnya. Tabel 3 dibawah ini
menunjukkan hasil output korelasi antar konstruk.
Tabel 3: Fornell Larcker Criteria
Variabel
Kualitas
Sistem
(X1)
Kualitas
Informasi
(X2)
Perceived
usefulness
(X3)
Kepuasan
Pengguna (Y)
Kualitas
Sistem (X1)
0,728*
Kualitas
Informasi (X2)
0,275
0,775*
Perceived
usefulness
(X3)
0,397
0,793
0,894*
Kepuasan
Pengguna (Y)
0,391
0,812
0,605
0,872*
Sumber: Data kuesioner yang diolah (2021)
Vicky Arvianto, Wendi Usino.
2092 Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021
Tabel4: Akar Average Variance Extracted (AVE)
Variabel
Nilai AVE
Nilai
Akar
AVE
Kualitas Sistem (X1)
0,531
0,728
Kualitas Informasi (X2)
0,60
0,775
Perceived usefulness
(X3)
0,80
0,894
Kepuasan Pengguna (Y)
0,76
0,872
Sumber: Data kuesioner yang diolah (2021)
*Akar AVE, perhitungan dijelaskan pada tabel 4
Dari tabel diatas dapat disimpulkan bahwa akar AVE pada seluruh konstruk lebih
tinggi daripada korelasi antar variabel. Sebagai contoh pada Perceived usefulness (X3)
memiliki akar AVE 0,894 lebih besar daripada korelasi antara Perceived usefulness (X3)
dengan Kualitas Informasi (X2) sebesar 0,793, Perceived usefulness (X3) dengan Kualitas
Sistem (X1) sebesar 0,397. Begitu juga dengan nilai akar AVE untuk variabel yang lain
seluruhnya lebih besar dari koefisien korelasi antar variabel.
Dengan demikian konstruk variabel Kualitas Sistem (X1), Kualitas Informasi
(X2), Perceived usefulness (X3), Kepuasan Pengguna (Y) dapat dinyatakan valid karena
akar AVE > koefisien korelasinya, artinya seluruh variabel ini telah memiliki
discriminant validity yang tinggi.
C. Pengujian Cronbach’s Alpha dan Composite Reliability
Composite Reliability dan Cronbach’s Alpha merupakan pengujian yang
dilakukan untuk melihat reliabilitas dari setiap indikator variabel. Suatu data dikatakan
reliabel jika nilai composite reliability lebih dari 0,7 dan jika nilai cronbach’s alpha yang
dihasilkan lebih dari 0,6.
Tabel 5: Composite Reliability dan Cronbach’s Alpha
Variabel
Nilai
Composite
Reliability
Nilai
Cronbach’s
Alpha
Keterangan
Kualitas Sistem (X1)
0,887
0,857
Reliabel
Kualitas Informasi (X2)
0,913
0,889
Reliabel
Perceived usefulness (X3)
0,96
0,949
Reliabel
Kepuasan Pengguna (Y)
0,972
0,968
Reliabel
Sumber: Data kuesioner yang diolah (2021)
Dari tabel 5 dapat dilihat setiap variabel tersebut memiliki nilai composite
reliability diatas 0,7 dan nilai cronbach’s alpha diatas 0,6. Hal ini menunjukan bahwa
internal consistency dari variabel dependen (Kualitas Sistem, Kualitas Informasi, dan
Perceived usefulness) serta variabel independen (Kepuasan Pengguna) memiliki nilai
reliabilitas yang baik.
Analisis Pengaruh Kualitas Sistem Informasi, Kualitas Informasi dan Perceived
Usefulness Terhadap Kepuasan Pengguna Aplikasi Olibsifrs (Psak) 71 (Studi pada Bank
Papua)
Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021 2093
D. Pengujian Hipotesis
Pengujian hipotesis berdasarkan pada nilai signifikansi dalam pengujian model
struktural yang dapat dilihat dari nilai t-statistic antara variabel independen dengan
variabel dependen dalam tabel Path Coefficient. Untuk pengujian hipotesis dalam
penelitian ini menggunakan nilai alpha (α) 5% yaitu 1,68. Sehingga kriteria penerimaan
atau penolakan hipotesis adalah H1 diterima dan H0 ditolak ketika nilai t-statistic> 1,68.
Hasil pengolahan data menggunakan SmartPLS dapat dilihat pada tabel dibawah ini :
Tabel 6: Path Coefficients
Path
Original
Sample
T Statistics
Kualitas Sistem →
Kepuasan Pengguna
0,051
0,859
Kualitas Informasi →
Kepuasan Pengguna
0,260
2,478
Perceived usefulness
→ Kepuasan
Pengguna
0,679
5,739
Sumber: Data kuesioner yang diolah (2021)
Tabel 7: R-square
Variabel
Nilai
R-square
Kepuasan Pengguna
(Y)
0,846
Sumber: Data kuesioner yang diolah (2021)
Dari tabel 6 di atas dapat dilihat nilai original sample Kualitas Sistem adalah
sebesar 0,051 dengan signifikansi dibawah 5% yang ditunjukkan dengan nilai t-statistic
0,859 lebih kecil dari nilai t-tabel sebesar 1,68. Nilai original sample positif
mengindikasikan bahwa Kualitas Sistem berpengaruh positif terhadap Kepuasan
Pengguna. Berdasarkan hasil regresi tersebut dapat disimpulkan bahwa hipotesis
pertama ditolak
Dari tabel 6 di atas dapat dilihat nilai original sample Kualitas Informasi adalah
sebesar 0,260 dengan signifikansi dibawah 5% yang ditunjukkan dengan nilai t-statistic
2,478 lebih besar dari nilai t-tabel sebesar 1,68. Nilai original sample positif
mengindikasikan bahwa Kualitas Informasi berpengaruh positif terhadap Kepuasan
Pengguna. Berdasarkan hasil regresi tersebut dapat disimpulkan bahwa hipotesis kedua
diterima.
Dari tabel 6 di atas dapat dilihat nilai original sample Perceived usefulness adalah
sebesar 0,679 dengan signifikansi dibawah 5% yang ditunjukkan dengan nilai t-statistic
5,739 lebih besar dari nilai t-tabel sebesar 1.68. Nilai original sample positif
mengindikasikan bahwa Perceived usefulness berpengaruh positif terhadap Kepuasan
Vicky Arvianto, Wendi Usino.
2094 Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021
Pengguna. Berdasarkan hasil regresi tersebut dapat disimpulkan bahwa hipotesis ketiga
diterima.
Dari tabel 7 dapat dilihat R-square dengan nilai 0,846, ini menunjukkan bahwa
untuk variabel Kualitas Sistem, Kualitas Informasi dan Perceived usefulness dari setiap
indikator masing-masing variabel secara bersama-sama memberikan pengaruh korelasi
yang kuat/signifikan terhadap variabel Kepuasan Pengguna (Y) sebesar 84,6%, menurut
Chin (Chin, 1998), apabila nilai R-square sebesar 0,67 maka dinyatakan kuat/signifikan,
nilai 0,33 dinyatakan moderat dan nilai 0,19 dinyatakan lemah sedangkan sisanya sebesar
15,4% dijelaskan oleh variabel dan indikator lain yang tidak dimasukan dalam model
penelitian. Berdasarkan hasil regresi tersebut dapat disimpulkan bahwa hipotesis
keempat diterima.
Pembahasan
Berdasarkan dari hasil pengujian hipotesis yang pertama dapat disimpulkan
bahwa variabel Kualitas Sistem tidak berpengaruh terhadap Kepuasan Pengguna. Hal ini
menandakan secara langsung bahwa tidak terdapat pengaruh signifikan antara Kualitas
Sistem terhadap Kepuasan Pengguna karena memiliki t-statistic sebesar 0,859 lebih kecil
dari t-tabel (1,68). Namun, karena Kualitas Sistem masih terdapat korelasi sebesar 84,6%
terhadap kepuasan pengguna maka ada baiknya untuk tetap memperhatikan variabel
Kualitas Sistem tersebut. Hasil penelitian ini berbanding terbalik dengan penelitian
sebelumnya yang dilakukan oleh (Amalia dan Pratomo, 2016); (Rukmiyati & Budiartha,
2016); (Sumiyati et al., 2013); (Fendini, 2013) yang membuktikan bahwa Kualitas Sistem
berpengaruh terhadap Kepuasan Pengguna, tetapi hasil penelitian ini mendukung hasil
penelitian sebelumnya yang dilakukan oleh (Hanadia, 2017) yang membuktikan bahwa
Kualitas Sistem tidak berpengaruh terhadap Kepuasan Pengguna.
Berdasarkan dari hasil pengujian hipotesis yang kedua dapat disimpulkan bahwa
variabel Kualitas Informasi berpengaruh terhadap Kepuasan Pengguna. Hal ini
menandakan secara langsung bahwa terdapat pengaruh signifikan antara Kualitas
Informasi terhadap Kepuasan Pengguna karena memiliki t-statistic sebesar 2,478 lebih
besar dari t-tabel (1,68). Hasil penelitian ini berbanding terbalik dengan penelitian
sebelumnya yang dilakukan oleh (Amalia dkk., 2016); (Kartika dkk., 2016); (Sumiyati et
al., 2013)yang membuktikan bahwa Kualitas Informasi tidak berpengaruh terhadap
Kepuasan Pengguna, tetapi hasil penelitian ini mendukung hasil penelitian sebelumnya
yang dilakukan oleh (Rukmiyati dkk., 2016); (Soekamto dkk., 2021); (Fendini, 2013)
yang membuktikan bahwa Kualitas Informasi berpengaruh terhadap Kepuasan Pengguna.
Berdasarkan dari hasil pengujian hipotesis yang ketiga dapat disimpulkan bahwa
variabel Perceived usefulness berpengaruh terhadap Kepuasan Pengguna. Hal ini
menandakan secara langsung bahwa terdapat pengaruh signifikan antara Perceived
usefulness terhadap Kepuasan Pengguna karena memiliki t-statistic sebesar 5,739 lebih
besar dari t-tabel (1,68). Hasil penelitian ini berbanding terbalik dengan penelitian
sebelumnya yang dilakukan oleh (Amalia dkk., 2016); (Sumiyati et al., 2013) yang
membuktikan bahwa Perceived usefulness tidak berpengaruh terhadap Kepuasan
Analisis Pengaruh Kualitas Sistem Informasi, Kualitas Informasi dan Perceived
Usefulness Terhadap Kepuasan Pengguna Aplikasi Olibsifrs (Psak) 71 (Studi pada Bank
Papua)
Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021 2095
Pengguna, tetapi hasil penelitian ini mendukung hasil penelitian sebelumnya yang
dilakukan oleh (Rukmiyati dkk., 2016); (Buana dkk., 2018); (Soekamto dkk., 2021) yang
membuktikan bahwa Perceived usefulness berpengaruh terhadap Kepuasan Pengguna.
Berdasarkan dari hasil pengujian hipotesis yang keempat dengan nilai R-square
sebesar 0,846 dapat disimpulkan bahwa variabel Kualitas Sistem, Kualitas Informasi dan
Perceived usefulness secara bersama-sama (simultan) berpengaruh terhadap Kepuasan
Pengguna. Hasil penelitian ini mendukung hasil penelitian sebelumnya yang dilakukan
oleh(Buana dkk., 2018) dan (Fendini, 2013) yang membuktikan bahwa variabel Kualitas
Sistem, Kualitas Informasi dan Perceived usefulness secara bersama-sama (simultan)
berpengaruh terhadap Kepuasan Pengguna.
Kesimpulan
Penelitian ini bertujuan untuk menganalisa Pengaruh Kualitas Sistem, Kualitas
Informasi dan Perceived usefulness terhadap Kepuasan Pengguna Aplikasi OlibsIFRS
(PSAK) 71 (Studi Kasus PT. Bank Papua). Dalam penelitian ini, variabel independen
yang digunakan yaitu Kualitas Sistem (X1), Kualitas Informasi (X2) dan Perceived
usefulness (X3), sedangkan untuk variabel dependennya yaitu Kepuasan Pengguna (Y).
Penelitian ini diolah menggunakan metode Partial Least Square (PLS) dengan bantuan
software SmartPLS.
Berdasarkan analisa dan pembahasan pada bagian sebelumnya maka dapat
disimpulkan sebagai berikut :
1. Variabel Kualitas Sistem tidak berpengaruh signifikan terhadap Kepuasan
Pengguna karena nilai signifikansi yang ditunjukkan oleh t-statistic hanya
sebesar 0,859 yang lebih kecil dibandingkan dengan nilai t-tabel yaitu 1,68.
2. Variabel Kualitas Informasi berpengaruh signifikan terhadap Kepuasan
Pengguna dengan nilai original sample sebesar 0,260 dan nilai signifikansi t-
statistic sebesar 2,478 lebih besar dibandingkan dengan nilai t-tabel yaitu 1,68.
3. Variabel Perceived usefulness berpengaruh signifikan terhadap Kepuasan
Pengguna dengan nilai original sample sebesar 0,679 dan nilai signifikansi t-
statistic sebesar 5,739 lebih besar dibandingkan dengan nilai t-tabel yaitu 1,68.
4. Nilai R-square untuk variabel Kepuasan Pengguna yang dipengaruhi
signifikan oleh variabel Kualitas Sistem, Kualitas Informasi, dan perceived
usefulness dalam penelitian ini yaitu sebesar 0,846 atau 84,6%. Hal ini berarti
membuktikan bahwa variabel Kepuasan Pengguna mendapat pengaruh lain
dari variabel diluar penelitian sebesar 15,4%.
Bibliografi
Afandi, Siti M. (2017). “Efektivitas Sistem Informasi Internet Banking BiPlus Terhadap
Manfaat Bersih Pada PT. Bank UOB Indonesia.”
Vicky Arvianto, Wendi Usino.
2096 Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021
Ali, Bejjar Mohamed, & Younes, Boujelbene. (2013). The impact of information systems
on user performance: an exploratory study. Journal of Knowledge Management,
Economics and Information Technology, 3(2), 128–154.
Anuraga, Gangga, Sulistiyawan, Edy, & Munadhiroh, S. (2017). Structural Equation
Modeling–Partial Least Square untuk Pemodelan Indeks Pembangunan Kesehatan
Masyarakat (IPKM) di Jawa Timur. Seminar Nasional Matematika Dan
Aplikasinya, Surabaya.
Arikunto, Suharsimi. (2009). Manajemen Penelitian: Jakarta: Rineka Cipta. Anjaryani,
WD.
Buana, IBGM, & Wirawati, Ni Gusti Putu. (2018). Pengaruh kualitas sistem informasi,
kualitas informasi, dan perceived usefulness pada kepuasan pengguna sistem
informasi akuntansi. E-Jurnal Akuntansi Universitas Udayana, 22(1), 683–713.
Davis, Fred D. (1989). Perceived usefulness, perceived ease of use, and user acceptance
of information technology. MIS Quarterly, 319–340.
DeLone, William H., & McLean, Ephraim R. (1992). Information systems success: The
quest for the dependent variable. Information Systems Research, 3(1), 60–95.
DeLone, William H., & McLean, Ephraim R. (2003). The DeLone and McLean model of
information systems success: a ten-year update. Journal of Management Information
Systems, 19(4), 9–30.
Fendini, Dian Septiayu. (2013). Pengaruh Kualitas Sistem dan Kualitas informasi
terhadap Kepuasan Pengguna (Survei Pada Karyawan Pengguna Aplikasi Pelayanan
Pelanggan Terpusat (AP2T) di PT. PLN (Persero) Area Malang). Jurnal
Administrasi Bisnis, 4(1).
Hall, James A. (2001). Sistem informasi akuntansi.
Hanadia. (2017). Pengaruh Kualitas Sistem, Perceived usefulness dan Kualitas Informasi
Terhadap Kepuasan Pengguna (Studi Kasus Terhadap Sistem Dashboard PDAM
Tirta Raharja 2017). In EProceeding of Management, 2707–2714.
Haqiqi, Muhammad, & Suwarno, Agus Endro. (2019). Pengaruh Kualitas Sistem
Informasi, Kualitas Informasi, Dan Perceived usefulness Terhadap Kepuasan
Pengguna Software Akuntansi (Studi Empiris Pada Perusahaan Yang Menggunakan
Software Akuntansi Di Kecamatan Kartasura). Universitas Muhammadiyah
surakarta.
Haryono, Siswoyo. (2016). Metode SEM Untuk Penelitian Manajemen dengan AMOS
22.00, LISREL 8.80 dan Smart PLS 3.0. PT Intermedia Personalia Utama. Jawa
Barat.
Hussein, Ananda Sabil. (2015). Penelitian bisnis dan manajemen menggunakan Partial
Analisis Pengaruh Kualitas Sistem Informasi, Kualitas Informasi dan Perceived
Usefulness Terhadap Kepuasan Pengguna Aplikasi Olibsifrs (Psak) 71 (Studi pada Bank
Papua)
Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021 2097
Least Squares (PLS) dengan SmartPLS 3.0. Universitas Brawijaya.
Ilat, Veronica, Sabijono, Harijanto, & Rondonuwu, Sintje. (2020). EVALUASI
PENERAPAN PSAK 71 MENGENAI INSTRUMEN KEUANGAN PADA PT.
SARANA SULUT VENTURA MANADO. Going Concern: Jurnal Riset
Akuntansi, 15(3), 514–520.
Kartika, Nilam Dwi, & Anton, Adnanti W. A. (2016). Analisis Kualitas Sistem Informasi,
Perceived usefulness dan Kualitas Informasi Terhadap Kepuasan End User Software
Akuntansi. SNA XI Lampung.
Marlina, Firda Tri. (2016). Pengaruh Kualitas Sistem Informasi Akuntansi Dan Kualitas
Informasi Akuntansi Terhdadap Kepuasan Pengguna Pada Bank Syariah Di Kota
Bandung.
Pawirosumarto, Suharno. (2016). Pengaruh kualitas sistem, kualitas informasi, dan
kualitas layanan terhadap kepuasan pengguna sistem e-learning. MIX: Jurnal Ilmiah
Manajemen, 6(3), 152864.
Popoola, Babatunde A., Chinomona, Richard, & Chinomona, Elizabeth. (2014). The
Influence of Information Quality, System Quality and Service Quality on Student’s
Self-Efficacy at Institutions of Higher Learning in South Africa. Mediterranean
Journal of Social Sciences, 5(27 P2), 974.
Pratomo, Amalia dan. (2016). Pengaruh Kualitas Sistem Informasi, Kualitas Informasi
dan Perceived usefulness Terhadap Kepuasan Pengguna Sistem Informasi Akuntansi
di Rumah Sakit Mata Acendo Bandung. EProceeding of Management, 15–16.
Bandung.
Putra, Ida Ayu Prabadewi dan Ida Bagus. (2019). “Pengaruh Kualitas Informasi,
Kualitas Sistem Informasi, dan Perceived usefulness pada Kepuasan Pengguna
SIMDA”,.
Putra, Muhammad Reza Soekamto, & Prasetyo, Eko. (2021). Analisis Kualitas Sistem
Informasi Akuntansi, Perceived usefulness Terhadap Kepuasan Pengguna Pada
Tanaya Realty di Kota Sidoarjo. JURNAL EKUIVALENSI, 6(2), 342–356.
Rahmawati, Dessy Ari. (n.d.). PENGARUH KUALITAS INFORMASI DAN KUALITAS
SISTEM INFORMASI TERHADAP KEPUASAN SERTA KINERJA PENGGUNA
SISTEM INFORMASI.
Rukmiyati, Ni Made Sri, & Budiartha, I. Ketut. (2016). Pengaruh kualitas sistem
informasi, kualitas informasi dan perceived usefulness pada kepuasan pengguna
akhir software akuntansi (studi empiris pada hotel berbintang di provinsi bali). E-
Jurnal Ekonomi Dan Bisnis Universitas Udayana, 5(1), 115–142.
Seddon, Peter B. (1997). A respecification and extension of the DeLone and McLean
model of IS success. Information Systems Research, 8(3), 240–253.
Vicky Arvianto, Wendi Usino.
2098 Jurnal Indonesia Sosial Teknologi, Vol. 2, No. 11, November 2021
Sekaran, Uma. (2011). Metodologi Penelitian untuk Bisnis, Edisi 4, Buku 1, Jakarta:
Salemba Empat. Hal.
Sugiyono. (2012). Metode Penelitian Kuantitatif. 46–57.
Sumiyati, L., Yuliansyah, Yuliansyah, & Dewi, F. G. (2013). The Effect of Information
System Quality, Information Quality, and Perceived usefulness on Accounting
Software User Satisfaction. Simposium Nasional Akuntansi, 16.
Tam, Carlos, & Oliveira, Tiago. (2017). Understanding mobile banking individual
performance: The DeLone & McLean model and the moderating effects of
individual culture. Internet Research.
