Journals ITB
JETS

Journal of Engineering and Technological Sciences
  1. Home
  2. Archives
  3. Vol 18 (2020) Issue 3
  4. Articles

Analisis Penerimaan Aplikasi Tracking Kuliner Halal oleh Wisatawan di Kabupaten Malang

Published: | DOI: 10.5614/sostek.itbj.2019.18.3.4 | Vol 18, Issue 3 (2020) | Cited by: 1

Authors

Abstract

Aplikasi tracking kuliner halal telah dikembangkan untuk melacak kuliner tersertifikasi halal di daerah kunjungan wisata. Aplikasi ini mengintegrasikan aplikasi Android dengan layanan Google maps dan Global Positioning System (GPS) Â untuk membantu wisatawan mengetahui lokasi kuliner tersertifikasi halal dengan peta navigasi dan informasi menu makanan yang disajikan. Sistem tracking ini masih dikembangakan di daerah terbatas. Sebelum penggunaan aplikasi ini diperluas perlu dievaluasi penerimaannya oleh masyarakat. Penelitian ini menggunakan metode TAM (Technology Acceptance Model), dimana faktor yang diteliti adalah kemanfaatan dan kemudahan untuk menggunakan aplikasi. Data diolah dengan metode Partial Least Square (PLS). Hasil pengujian aplikasi tracking kuliner halal menunjukkan persepsi kemudahan berpengaruh nyata terhadap kemanfaatan aplikasi. Persepsi manfaat dan persepsi kemudahan masing-masing berpengaruh nyata terhadap minat menggunakan aplikasi. Pengguna yakin bahwa aplikasi yang mudah digunakan dan memiliki manfaat akan menarik minat masyarakat untuk menggunakan. Minat menggunakan aplikasi berpengaruh nyata terhadap penggunaan nyata aplikasi ini. Nilai predictive relevance sebesar 0,885 berarti model dinilai baik untuk menggambarkan keadaan sebenarnya di lapang.

Keywords

Advertising; Humanities; Art; Business

PENDAHULUAN

Perkembangan teknologi informasi komunikasi (TIK) memunculkan cara baru dalam kehidupan yang dikenal dengan e-life. Pemanfaatan TIK menurut Nasution (2006) diharapkan dapat membantu pengguna sistem informasi untuk melakukan tugas atau dikaitkan dengan perilaku dalam menggunakan aplikasi ini. Law, Leung, & Buhalis (2009) menyatakan adopsi TIK dalam industri pariwisata bermanfaat untuk mereduksi biaya, meningkatkan efisiensi operasional, dan meningkatkan layanan konsumen. Chathoth (2007) menyatakan TIK juga dapat memunculkan pengetahuan pada pusat daya saing bisnis. Pengembangan teknologi tidak terlepas dari kebutuhan dan perilaku pengguna (user). Penggunaan aplikasi berbasis TIK akan memudahkan wisatawan menemukan objek wisata yang diinginkan dan turut mempromosikan objek wisata tersebut.

Fahmi (2014) telah mengembangkan Sistem Tracking Kuliner Halal Berbasis Android. Sistem ini mengintegrasikan aplikasi android dengan layanan google maps dan Global Positioning System (GPS) yang membantu wisatawan mengetahui lokasi kuliner tersertifikasi halal menggunakan google maps dan mendapat informasi menu makanan yang disajikan. Sistem tracking ini masih digunakan secara terbatas di beberapa kota di Indonesia. Sebelum diperluas, penggunaan aplikasi ini perlu dievaluasi terkait penerimaannya dari persepsi pengguna. Aplikasi ini telah dievaluasi untuk mendapat saran pengembangan dari pengelola restoran dan hotel syariah (Sucipto, Subhekti, et al., 2017), pengusaha UKM pangan (Sucipto, Wijaya, Effendi, Pinandito, & Tolle, 2017), sedangkan evaluasi dari wisatawan dan masyarakat umum belum dilakukan.

METODE

Penelitian ini menggunakan

metode Technology Acceptance Model (TAM) untuk menganalisis persepsi masyarakat terhadap sebuah teknologi baru. TAM merupakan salah satu model yang dibangun untuk menganalisis dan memahami faktor‐faktor yang memengaruhi diterimanya teknologi komputer. TAM awalnya diformulasikan oleh Davis (1989). Menurut Wahyudin, Munir, & Soviani (2011) TAM bertujuan untuk menjelaskan dan memperkirakan penerimaan (acceptance) pengguna terhadap suatu sistem informasi. TAM dikembangkan lebih lanjut oleh Davis, Bagozzi, & Warshaw (1989) dengan hubungan sebab akibat antara kepercayaan internal (usefulness dan easy to use), attitude, intentions, dan usage behavior. Selanjutnya, TAM dan partial least squares structural equation modeling (PLS-SEM) digunakan untuk memvalidasi riset penerimaan mobile language learning (Bohm & Constantine, 2016). TAM menyediakan suatu basis teoretis untuk mengetahui faktor-faktor yang memengaruhi penerimaan suatu teknologi dalam suatu sistem. Karena itu, penelitian ini bertujuan menganalisis persepsi wisatawan terhadap aplikasi tracking kuliner halal dan memberikan saran pengembangannya.

Waktu, Tempat, dan Tahap Penelitian

Penelitian ini dilaksanakan di Kabupaten Malang, Jawa Timur, Indonesia. Data diolah di Laboratorium Komputasi dan Analisis Sistem, Departemen Teknologi Industri Pertanian, Universitas Brawijaya. Tahap penelitian dimulai dengan identifiksi masalah, penyusunan hipotesis dan variabel penelitian, penyusunan kuesioner sebagai instrumen penelitian, dan penentuan responden. Selanjutnya, instrumen penelitian diuji validitas dan reabilitasnya dan disebarkan kepada responden. Hasil kuisioner digunakan untuk menilai uji hipotesis penelitian dan dibahas.

TAREIIVARIAREIDAN INDIKATORPENELITIAN
,
NoVariabelIndikator
1Perceived Ease of Use (X1)Efektif \((X_{11})\)
Efisien \((X_{12})\)
Mudah dipelajari (X13)
Mudah diingat \((X_{14})\)
Mudah digunakan (X15)
2Perceived Usefulness (X2)Bermanfaat (X21)
-Pekerjaan menjadi lebih cepat \((X_{22})\)
Pekerjaan menjadi lebih mudah \((X_{23})\)
Menambah produktivitas \((X_{24})\)
3Behavioral Intention to Use (Y1)Motivasi untuk tetap menggunakan (Y11)
. 1Rencana tetap menggunakan di masa depan
\((Y_{12})\)
4Actual Usage (Y2)Kepuasan pengguna (Y21)
-Frekuensi penggunaan (Y22)
Loyalitas pengguna (Y23)

Batasan Masalah dan Variabel

Batasan penelitian ini adalah untuk mengetahui respons wisatawan terhadap aplikasi tracking kuliner halal. Responden penelitian ini adalah wisatawan di beberapa tempat wisata Kabupaten Malang, meliputi Masjid Tiban Turen, Wisata Sengkaling, dan Pemandian Mendit. Variabel penelitian disesuaikan dengan model TAM yaitu persepsi kemudahan, persepsi kemanfaatan, minat menggunakan, dan penggunaan nyata. Setiap variabel dijabarkan dalam indikator pada tabel I.

Jumlah responden ditentukan menggunakan metode linier time funcdengan estimasi kendala waktu. Hasilnya didapat sampel 64 responden. Data penelitian ini dikumpulkan melalui kuesioner, wawancara, dan dokumentasi. Data diolah menggunakan metode Partial Least Square (PLS) dengan tahap merancang model struktural (inner model), merancang model pengukuran (outer model), membuat diagram jalur, dan mengonversi ke persamaan. Selanjutnya, dilakukan pendugaan parameter, penilaian goodness of fit, dan pengujian hipotesis. Hipotesis dalam penelitian ini sebagai berikut.

  • Persepsi kemudahan (X1) berpengaruh terhadap persepsi kemanfaatan (X2)
  • Persepsi kemudahan (X1) berpengaruh terhadap minat menggunakan (Y1)
  • Persepsi kemanfaatan (X2) berpengaruh terhadap minat menggunakan (Y1)
  • Minat menggunakan (Y1) berpengaruh terhadap penggunaan sesungguhnya (Y2)

HASIL DAN PEMBAHASAN Aplikasi Tracking Kuliner Halal

Aplikasi tracking kuliner halal dirancang untuk memudahkan masyarakat umum dan konsumen mencari produk tersertifikasi halal. Secara praktis, untuk mendapatkan informasi tersebut pengguna dapat memilih kategori tujuan kota pada menu "All Area" dan memilih kategori menu "All Kategori" yang akan dikunjungi. Hal tersebut seperti tampak pada Gambar 1.

Karakteristik dan Penilaian Diskriptif Responden

Responden penelitian berasal dari luar Kabupaten Malang, seperti Pasuruan (22%), Surabaya (20%), Sidoarjo (16%), dan sisanya (14%) dari daerah yang jauh dari Malang seperti Banjarmasin, Indramayu, dan Magelang. Hasil ini sesuai dengan target aplikasi tracking kuliner halal untuk menyediakan informasi kuliner halal di daerah tujuan wisata. Wisatawan dari luar Malang sangat membutuhkan informasi lokasi kuliner halal di Malang karena terbatasnya informasi yang dimiliki.

Secara umum, hasil kuesioner menunjukkan responden memberikan nilai rata-rata 4 (setuju) pada pernyata-an di kuesioner. Jawaban untuk variabel persepsi kemudahan rata-rata bernilai 3,742 dan untuk variabel kemanfaatan memiliki nilai 4,05. Hal ini berarti responden setuju bahwa aplikasi tracking kuliner halal memberikan manfaat bagi wisatawan.

Variabel minat menggunakan memiliki dua indikator. Responden memberikan nilai rata-rata 4,07 untuk variabel minat menggunakan sehingga responden berminat menggunakan aplikasi tracking kuliner halal. Variabel

penggunaan nyata bernilai rata-rata 4,04. Artinya, responden akan menggunakan aplikasi tracking kuliner halal untuk mencari lokasi kuliner tersertifikasi halal oleh lembaga resmi.

Hasil Uji Validitas dan Reliabilitas

Hasil uji validitas (Tabel II) instrumen penelitian berupa kuesioner diketahui bahwa nilai r<sub>hitung</sub> > r<sub>tabel</sub>, sehingga kuesioner dinyatakan valid. Nilai r<sub>tabel</sub> diperoleh dari jumlah responden penelitian (n) 64 dikurangi derajat bebas (2) adalah 0,2461. Uji reliabilitas untuk mengetahui apakah instrumen penelitian menunjukkan hasil yang konsisten dari waktu ke waktu. Nilai Cronbach's alpha memiliki reliabilitas baik jika lebih dari 0,6. Hasil uji reliabilitas (Tabel II) menunjukkan Cronbach's Alpha > 0,6, sehingga setiap indikator dinyatakan reliabel.

Analisis data menggunakan metode PLS Merancang Inner Model

Perancangan model struktural penelitian ini adalah hubungan setiap

(a) pilihan area

(a) pilihan kategori

Gambar 1 Pilihan Area dan Kategori Tracking Kuliner Halal

VariabelIndikatorUji validitasUji Rabilitas
r hitungr tabelcronbach's
alpha		Ket.
X1X110,6290,2460,906Realibel
X120,7140,2460,903Realibel
X130,6620,2460,906Realibel
X140,4650,2460,914Realibel
X150,6420,2460,906Realibel
X2X210,7420,2460,901Realibel
X220,7090,2460,903Realibel
X230,7200,2460,902Realibel
X240,6420,2460,906Realibel
Y1Y110,7100,2460,903Realibel
Y120,7300,2460,902Realibel
Y2Y210,7570,2460,901Realibel
Y220,7240,2460,902Realibel
Y230,7370,2460,902Realibel

TABEL II UJI VALIDITAS DAN REALIBILITAS

variabel X (eksogen) terhadap variabel Y (endogen). Variabel eksogen penelitian ini adalah perceived ease to use (persepsi kemudahan) dan perceived usefulness (persepsi kemanfaatan). Variabel endogen penelitian ini adalah behavioral intention to use (minat menggunakan) dan actual usage (penggunaan sesungguhnya).

Merancang Outer Model

Outer model penelitian ini dirancang menggunakan indikator reflektif. Pada model indikator reflektif, menghilangkan satu indikator dari model pengukuran tidak mengubah makna dan arti konstruk (Solimun, 2010). Setiap variabel laten pemodelan PLS dalam penelitian ini dijabarkan menjadi beberapa indikator seperti pada tabel I.

Diagram Jalur PLS

Diagram jalur hasil penelitian menunjukkan hubungan kasual dan nilai antara variabel bebas dan variabel terikat serta antarvariabel laten eksogen dan variabel laten endogen pada Gambar

2. Hasil pemodelan PLS dalam diagram jalur diketahui ada nilai loading factor dalam indikator < 0,50, yaitu indikator mudah diingat (X14) dengan nilai 0,498. Menurut Wiyono (2011) sebuah indikator dinyatakan baik bila loading factor minimal 0,50. Nilai loading factor (X14) belum memenuhi syarat convergent validity sehingga ia dieliminasi dari model. Indikator tersebut dianggap tidak mampu mengungkapkan sesuatu yang diukur dan responden menganggap kurang penting. Cara memodifikasi model adalah dengan mengeliminasi variabelnya (Ghozali, 2011). Hasil modifikasi diagram jalur dapat dilihat pada Gambar 2.

Konversi Diagram Jalur ke Sistem Persamaan

Hasil konversi diagram jalur dimasukkan ke dalam dua sistem persamaan, yaitu persamaan struktural (inner model) dan persamaan pengukuran (outer model). Persamaan struktural menjelaskan hubungan antarvariabel laten. Persamaan pengukuran (outer model)

menjelaskan hubungan variabel laten dengan indikatornya.

Pendugaan Parameter

Pendugaan parameter dari variabel eksogen (X) dan variabel endogen (Y) bertujuan melihat hubungan antara variabel laten dengan indikatornya menggunakan pendugaan jalur. Nilai outer loading menunjukkan keterkaitan variabel laten dengan indikatornya. Fungsi outer loading untuk melihat hubungan paling dominan berdasarkan nilai

diagram jalur antara indikator dengan variabel laten. Indikator dikatakan signifikan jika \(t_{\rm hitung} > t_{\rm tabel}\). Pada penelitian ini \(t_{\rm tabel}\) ialah 1,669 (\(\alpha\)= 0,05 dan df= 62). Hasil analisis penelitian tampak pada Tabel III. Seluruh indikator merupakan instrumen pengukur yang baik bagi seluruh variabel penelitian karena bernilai signifikan dengan \(t_{\rm hitung} > t_{\rm tabel}\).

Evaluasi Kriteria Goodness of Fit Hasil Evaluasi Model Pengukuran (Outer Model)

Evaluasi Goodness of Fit pada

8

(a) diagram jalur awal

10

(b) diagram jalur modifikasi

Gambar 2 Diagram Jalur Awal dan Modifikasi Model Penerimaan Tracking Kuliner Halal

Keterangan:

X1 : Perceived Ease of Use Efektif \((X_{11})\)Efisien \((X_{12})\)Mudah dipelajari \((X_{13})\)Mudah diingat \((X_{14})\)Mudah digunakan \((X_{15})\)

Y1: Behavioral Intention to Use Motivasi untuk tetap menggunakan (Y11) Rencana tetap menggunakan di masa depan (Y<sub>12</sub>)

X2 : Perceived Usefulness Bermanfaat \((X_{21})\)Pekerjaan menjadi lebih cepat \((X_{22})\)Pekerjaan menjadi lebih mudah \((X_{23})\)Menambah produktivitas \((X_{24})\)

Y2 : Actual Usage Kepuasan pengguna (Y<sub>21</sub>) Frekuensi penggunaan (Y<sub>22</sub>) Loyalitas pengguna (Y<sub>23</sub>)

VariabelIndikatort-statistikt-tabel
X1112,3251,669
Perceived Ease to Use (X1)X1212,5021,669
X1310,2271,669
X157,3501,669
X2114,1031,669
Perceived Usefulness (X2)X229,4071,669
X2316,5821,669
X248,2421,669
Behavioral Intention to Use (Y1)Y1120,4731,669
Y1215,4011,669
Y2117,6021,669
Actual Usage (Y2)Y2210,8091,669
Y2319,1391,669

TABEL III PENDUGAAN PARAMETER

outer loading dengan indikator reflektif dievaluasi dengan convergent validity dan composite realibility. Output nilai convergent validity dan composite validity menggunakan software Smart PLS 3.0. Hasil pengukuran convergent validity dan discriminat validity adalah sebagai berikut.

1. Convergent Validity (Validitas Konvergen)

Validitas konvergen digunakan untuk mengetahui validitas setiap indikator penelitian. Nilai validitas konvergen diamati berdasarkan nilai outer loading agar diketahui tingkat validitasnya. Validitas konvergen dari model pengukuran dengan model reflektif dinilai berdasarkan korelasi antara item. Nilai dari outer loading dikatakan tinggi bila memiliki nilai >0,7, namun nilai 0,5 sampai 0,6 dianggap cukup (Wiyono, 2011). Secara umum loading factor memiliki nilai di atas 0,5 sehingga indiktor-indikator model pengukuran memenuhi syarat convergent validity. Indikator memiliki nilai korelasi tinggi terhadap variabel laten dan indikator memiliki kemampuan untuk mengukur variabel laten.

2. Discriminat Validity (Validitas Diskriminan)

Menurut Wiyono (2011), discriminant validity ditunjukkan oleh nilai cross loading dengan variabel laten lebih besar dibanding korelasi terhadap variabel laten lain. Berdasarkan hasil validitas diskriminan diketahui bahwa nilai cross loading setiap indikator masing-masing variabel laten memiliki nilai lebih besar dari nilai cross loading pada indikator lain. Variabel dianggap menjadi pembanding yang baik untuk model bila nilai validitas diskriminannya lebih dari 0,5. Jika nilai cross loading setiap indikator pada variabel bersangkutan lebih besar dari cross loading pada variabel laten lain, hal tersebut dikatakan valid (Wiyono, 2011).

3. Uji Reliabilitas

Menurut Hartono (2007) reliabilitas menunjukkan akurasi, konsistensi, dan ketepatan suatu alat ukur. Uji reliabilitas dalam PLS dapat menggunakan dua metode,

PengaruhNilai
thitung
\(X1 \rightarrow X2\)7.256
X1 -> Y11.908
X2 -> Y15.174
Y1 -> Y210.398

TABEL IV HASIL BOOTSTRAPPING

yaitu cronbach's alpha dan composite reliability. Nilai cronbach's alpha atau composite reliability yang diterima lebih besar dari 0,6. Cronbach's alpha mengukur batas bawah nilai reliabilitas suatu konstruk sedangkan composite reliability mengukur nilai reliabilitas sesungguhnya pada suatu konstruk (Salisbury, Chin, Gopal, & Newsted, 2002). Hasil perhitungan cronbach's alpha seluruh variabel penelitian telah reliabel karena > 0,6. Nilai composite reliability menunjukkan hasil reliabel karena seluruh variabel bernilai > 0,6.

Hasil Evaluasi Model Struktural (Inner Model)

Penilaian model struktural dengan PLS dimulai dengan melihat R-square setiap variabel laten dependent. Menurut Rahardian (2011), perubahan nilai R-square dapat digunakan untuk menilai apakah variabel laten independent tertentu mempunyai pengaruh substantif terhadap variabel laten dependent. Hasil perhitungan nilai R-Square menggunakan software SmartPLS 3.0 menunjukkan R-square variabel perceived usefullnes adalah 0,405. Ini berarti model variabel perceived usefulness dipengaruhi variabel perceived ease to use sebesar 40,5%. Nilai R-square variabel behavioral intention to use adalah 0,584 dan nilai R-square variabel actual usage bernilai 0,537.

Berdasarkan kedua nilai R-square tersebut ditentukan nilai Q<sup>2</sup> predictive

relevance sebagai berikut. \(Q^2 = 1-(1-0.405)(1-0.584)(1-0.537) = 0.885\)

Berdasarkan hasil perhitungan didapat nilai \(Q^2\) predictive relevance adalah 0,885. Ghozali (2011) menyatakan suatu konstruk memiliki relevansi prediksi baik bila \(Q^2 > 0\). Dengan demikian, nilai \(Q^2\) pada penelitian ini telah memenuhi syarat konstruk yang memiliki relevansi prediksi yang baik dan layak digunakan.

Hasil Pengujian Hipotesis

Pengujian hipotesis dilakukan dengan membandingkan \(t_{hitung}\) dengan \(t_{tabel}\) untuk mengetahui pengaruh antarvariabel. Nilai \(t_{hitung}\) diperoleh dari hasil bootstrapping dengan smart PLS dengan output bootstrapping dapat dilihat pada Tabel IV. Pengujian bootstrapping juga bertujuan untuk meminimalkan masalah ketidaknormalan data (Ghozali, 2006). Nilai \(t_{tabel}\) penelitian ini adalah 1,669 (sig. 0,05 dan df = 62). Bila \(t_{hitung} > t_{tabel}\), hipotesis diterima.

1. Variabel Persepsi Kemudahan Terhadap Persepsi Kemanfaatan

Persepsi kemudahan memiliki pengaruh nyata terhadap persepsi kemanfaatan. Hal ini dilihat nilai t<sub>hitung</sub> sebesar 6,820. Kriteria mudah dipelajari memiliki peran terbesar dalam menentukan aplikasi dianggap mudah dengan nilai outer loading 0,803. Perceived ease of use berpengaruh positif terhadap persepsi kemanfaatan, sesuai dengan penelitian

Davis (1989) yang menunjukkan persepsi kemudahan adalah penentu persepsi kemanfaatan. Demikian juga hasil pada pengujian tracking kuliner halal pada UKM pangan (Sucipto, Wijaya, et al., 2017).

1. Variabel Persepsi Kemudahan Terhadap Variabel Minat Menggunakan

Nilai t<sub>hitung</sub> dari variabel persepsi kemudahan terhadap minat menggunakan sebesar 2,037, lebih besar dari t<sub>tabel</sub> sebesar 1,669. Ini artinya kemudahan aplikasi memiliki pengaruh pada minat menggunakan aplikasi. Hasil penelitian ini sesuai dengan penelitian Davis et al. (1989), Teo, Lim, & Lai (1999), dan Heijden, (2003) yang menyatakan persepsi kemudahan menggunakan berpengaruh signifikan terhadap minat menggunakan.

2. Variabel Persepsi Kemanfaatan Terhadap Minat Menggunakan

Variabel persepsi kemanfaatan berpengaruh terhadap minat menggunakan. Hal ini dilihat dari nilai t hitung yaitu 5,389 lebih besar dari yakni 1,669 sehingga hipotesis diterima. Persepsi kemanfaatan merupakan konstruk paling signifikan terhadap minat menggunakan. Dash, Mohanty, Pattnaik, Mohapatra, & Sahoo (2011) juga menyatakan persepsi kemanfaatan berpengaruh terhadap minat menggunakan. Suarez Alvarez, Díaz Martín, & Casielles (2007) menambahkan adopsi TIK dan hubungan pemasaran dapat membantu organisasi wisata memelihara daya saingnya dan meningkatkan hubungan bisnis dengan konsumen.

Variabel Minat Menggunakan Terhadap Penggunaan Sesungguhnya

Variabel minat menggunakan

berpengaruh positif dengan nilai sebesar 10,517. Hubungan keduanya signifikan karena nilai t<sub>hitung</sub> lebih dari t<sub>tabel</sub> yakni 1,669. Hal ini berarti minat menggunakan sangat memengaruhi penggunaan aplikasi. Hartono (2007a) menyatakan seseorang memakai teknologi jika ia mempunyai keinginan dan berminat untuk melakukan sesuatu.

Implikasi pada Perbaikan Aplikasi

Hasil wawancara terhadap responden menghasilkan beberapa usulan agar aplikasi tracking kuliner halal dikembangkan menjadi lebih baik. Responden merasa puas setelah mencoba aplikasi ini, namun masih memberikan saran perbaikan sebagai berikut.

Menambah objek

Pengembang aplikasi tracking kuliner halal sebaiknya menambah objek-objek yang bermanfaat bagi wisatawan. Objek-objek tersebut meliputi lokasi SPBU, tempat tambal ban, dan rest area. Wisatawan perlu informasi tersebut ketika melakukan perjalanan.

2. Menambah fitur cuaca

Fitur cuaca dalam aplikasi tracking kuliner halal perlu ditambahkan. Wisatawan perlu informasi cuaca kota tujuan wisata sehingga dapat mengantisipasi dan mempersiapkan segala sesuatu dalam perjalanan. Gómez-Martín, Armesto-López, & Martínez-Ibarra (2017) telah mengaitkan musim, cuaca, dan wisata dalam suatu website promosi wisata.

3. Memperluas Area

Aplikasi tracking kulinel halal ini masih terbatas di beberapa kota di Indonesia, khusnya Malang Raya, padahal informasi lokasi kuliner halal juga dibutuhkan di luar daerah tersebut karena mayoritas penduduk di Indonesia beragama Islam. Pengembang aplikasi ini perlu memperluas area

aplikasi sehingga dapat membantu wisatawan ketika pergi ke daerah tujuan wisata. Hasil ini seiring dengan riset Sucipto, Subhekti, et al. (2017) yang menyarankan perluasan penggunaan aplikasi tracking kuliner halal pada hotel dan restoran lain.

4. Memperbaiki Tombol Navigasi

Tombol navigasi pada aplikasi memudahkan pengguna mengontrol dan menggunakan aplikasi. Salah satu kekurangan aplikasi ini adalah tombol navigasi kurang lengkap. Aplikasi belum menyediakan tombol kembali (back). Pengembang perlu menambahkan tombol tersebut agar pengguna lebih mudah menggunakan.

SIMPULAN DAN SARAN SIMPULAN

Hasil uji aplikasi tracking kuliner halal kepada wisatawan menggunakan model Technology Accepance Model (TAM) dengan metode Partial Least Square (PLS) menunjukkan persepsi kemudahan wisatawan berpengaruh signifikan terhadap kemanfaatan aplikasi dengan thitung 6,820 > ttabel 1,669. Persepsi manfaat dan persepsi kemudahan masing-masing berpengaruh signifikan terhadap minat menggunakan aplikasi. Nilai thitung pengaruh persepsi kemudahan terhadap minat menggunakan 2,037, nilai thitung pengaruh persepsi kemanfaatan terhadap minat menggunakan adalah 5,389. Minat menggunakan aplikasi berpengaruh signifikan terhadap penggunaan aplikasi ini secara nyata dengan t hitung 10,517. Penelitian ini menghasilkan model yang baik dan dapat menjelaskan keadaan nyata di lapangan dengan nilai predictive relevance sebesar 0,885.

SARAN

Hasil penelitian menunjukkan hubungan antara variabel kemudahan dan variabel minat menggunakan memiliki nilai predictive relevance paling

rendah yakni 0,237. Hal itu berarti terdapat indikator-indikator persepsi kemudahan lain yang berpengaruh pada minat menggunakan sebesar 72,3%. Penelitian selanjutnya dapat memasukkan indikator-indikator lain sehingga pengaruhnya lebih besar.

Research Intelligence

Data from OpenAlex ↗

Metrics

1
Citations
0.37
FWCIfield-weighted
71th
Percentilevs same year + field
Article
Work type
DIAMOND
Open Access

Topics

Halal products and consumer behavior Primary
1.00
Sociology and Political Science › Social Sciences › Social Sciences
SMEs Development and Digital Marketing
0.95

Related Research

Citation Trend

Citation Timeline

YearCitations
20211

Semantic Profile AI-classified research signals

Core Domains
Advertising 0.43
level 1
Humanities 0.39
level 1
Art 0.32
level 0
Secondary Topics
Business 0.28

Institution Network

  • University of Brawijaya ID
    Sucipto Sucipto · Mas’ud Effendi · Ahmad Rizal Affandi · Herman Tolle · Aryo Pinandito

References

  1. Chathoth, P. K. (2007). The impact of information technology on hotel operations, service management and transaction costs: A conceptual framework for full-service hotel firms. International Journal of Hospitality Management, 26(2), 395-408.
  2. Dash, M., Mohanty, A. K., Pattnaik, S., Mohapatra, R. C., & Sahoo, D. S. (2011). Using the TAM model to explain how attitudes determine adoption of internet banking. European Journal of Economics, Finance and Administrative Sciences, (36), 50-59.
  3. Davis, F. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340.
  4. Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: a comparison of two theoretical models. Management Science, 35(8), 982-1003.
  5. Fahmi, N. (2014). Perancangan Sistem Tracking Kuliner Tersertifikasi Halal Berbasis Android (Studi Kasus di Kota Malang). Universitas Brawijaya.
  6. Ghozali, I. (2006). Aplikasi analisis multivariate dengan program SPSS. Semarang: Badan Penerbit Universitas Diponegoro.
  7. Ghozali, I. (2011). Analisis Multivariat Dengan Menggunakan SPSS (3rd ed.). Semarang: Badan Penerbit Universitas Diponegoro.
  8. Gomez-Martn, M. B., Armesto-Lopez, X. A., & Martnez-Ibarra, E. (2017). Tourists, Weather and Climate. Official Tourism Promotion Websites as a Source of Information. Atmosphere, 8(12), 255. DOI: 10.3390/atmos8120255
  9. Hartono, J. (2007a). Model Kesuksesan Sistem Teknologi Informasi. Yogyakarta: Andi Publisher.
  10. Hartono, J. (2007b). Sistem Informasi Keperilakuan (1st ed.). Yogyakarta: Andi Publisher.
  11. Law, R., Leung, R., & Buhalis, D. (2009). Information technology applications in hospitality and tourism: a review of publications from 2005 to 2007. Journal of Travel & Tourism Marketing, 26(5-6), 599-623. DOI: 10.1080/10548400903163160
  12. Nasution, F. N. (2006). Penggunaan Teknologi Informasi Berdasarkan Apek Perilaku (Behavior Ascpect). Retrieved November 23, 2016, from http://library.usu.ac.id/download/fe/akuntansi-fahmi2.pdf
  13. Rahardian, A. (2011). Analisis Pengaruh Intellectual Capital Terhadap Kinerja Perusahaan; Suatu Analisis Dengan Pendekatan Partial Least Squares. Universitas Diponegoro.
  14. Salisbury, W. D., Chin, W. W., Gopal, A., & Newsted, P. R. (2002). Better theory through measurement"Developing a scale to capture consensus on appropriation. Information Systems Research, 13(1), 91-103.
  15. Solimun. (2010). Analisis Multivariat Pemodelan Struktural Metode Partial Least Square- PLS. Malang: CV Citra.
  16. Suarez Alvarez, L., Daz Martn, A. M., & Casielles, R. V. (2007). Relationship marketing and information and communication technologies: Analysis of retail travel agencies. Journal of Travel Research, 45(4), 453-463. DOI: 10.1177/0047287507299593
  17. Sucipto, S., Subhekti, A., Effendi, U., Effendi, M., Kamal, M. A., Pinandito, A., & Tolle, H. (2017). Development Strategy of Halal Culinary Tracking Application on Halal Restaurant and Sharia Hotel in Great Malang , East Java , Indonesia (pp. 1274-1283). Alanya, Turkey: International Halal Tourism Congress.
  18. Sucipto, S., Wijaya, C. K., Effendi, M., Pinandito, A., & Tolle, H. (2017). Acceptance of Halal Culinary Tracking ( HCT ) Application by Food Small Medium Enterprises ( SMEs ) to Support Halal Tourism (pp. 250-263). Senggigi, Lombok: International Conference on Managing Sustainable Tourism.
  19. Teo, T. S. H., Lim, V. K. G., & Lai, R. Y. C. (1999). Intrinsic and extrinsic motivation in Internet usage. Omega, 27(1), 25-37. DOI: 10.1016/s0305-0483(98)00028-0
  20. Van der Heijden, H. (2003). Factors influencing the usage of websites: the case of a generic portal in The Netherlands. Information & Management, 40(6), 541-549. DOI: 10.1016/s0378-7206(02)00079-4
  21. Wahyudin, A., Munir, & Soviani, S. (2011). Tingkat Penerimaan Media Video Conference Dalam Proses Pembelajaran Dengan Menggunakan Technology Acceptance Model (TAM). Jurnal Pendidikan Teknologi Informasi Dan Komunikasi, 4(1).
  22. Wiyono, G. (2011). Merancang penelitian bisnis dengan alat analisis SPSS 17.0 & SmartPLS 2.0. Yogyakarta: STIM YKPN.