Jurnal Sistim Informasi dan Teknologi

https://jsisfotek.org/index.php
2022 Vol. 4 No . 1 Hal: 30-35 e-ISSN: 2686-3154

Analisis Penerimaan terhadap Penggunaan E-Learning Menggunakan

Metode Technology Acceptance Model (TAM)
Idria Maita1, Sayogi Majid2
1,2
Universitas Islam Negeri Sultan Syarif Kasim Riau
[email protected]
Abstract
E-learning is a network-based learning system. Universitas Islam Negeri (UIN) Sultan Syarif Kasim Riau has had Moodle-
based e-learning for a long time, but during the Covid-19 pandemic, UIN Suska Riau e-learning saw massive use. The main
users of e-learning are students and teachers, there are barriers in using e-learning, namely, users have difficulty in
understanding functions and lack of socialization in using e-learning. The limitations experienced will affect the acceptance
of e-learning users. The aim of this study was to determine the acceptance of the use of e-learning. The Technology
Acceptance Model (TAM) method can measure the level of user acceptance, in this study using three modified TAM method
variables, namely the variable "perceived usefulness" from "perceived usefulness", the variable "perceived usability" and the
variable “Acceptance of IT Acceptance”. The study sample comprised 100 students and 40 teachers. Process data analysis
using PLS-SEM with SmartPLS 3.0. The results of the hypothesis obtained from the interviewees of lecturers and students
are the variable Perceived usefulness, Perceived user-friendliness has a positive effect on IT acceptance. It is concluded that
users can benefit from using e-learning.
Keywords: E-learning, Moodle, Partial Least Square-Structural Equation Modeling (PLS-SEM), Networking, Technology
Acceptance Model (TAM).
Abstrak
E-learning merupakan sistem pembelajaran berbasis jaringan. Universitas Islam Negeri (UIN) Sultan Syarif Kasim Riau
telah lama memiliki e-learning yang berbasis Moodle, namun pada saat ini e-learning UIN Suska Riau digunakan secara
masif. Pengguna utama e-learning ini adalah mahasiswa dan dosen, dalam penggunaan e-learning terdapat kendala yaitu
pengguna kesulitan dalam memahami fitur dan kurangnya sosialisasi dalam penggunaan e-learning. Kendala yang dialami
akan mempengaruhi dari penerimaan pengguna e-learning. Tujuan penelitian ini untuk mengetahui penerimaan dari
penggunaan e-learning. Metode Technology Acceptance Model (TAM) dapat mengukur tingkat penerimaan pengguna, dalam
penelitian ini terdapat tiga variabel metode TAM yang sudah dimodifikasi yaitu variabel persepsi kegunaan (Perceived
Usefulness), variabel kemudahan penggunaan (Perceived Easy of Use) dan variabel penerimaan (Acceptance of IT). Sampel
penelitian adalah mahasiswa 100 orang dan dosen 40 orang. Analisis proses data menggunakan PLS-SEM dengan SmartPLS
3.0. Hasil hipotesis yang diperoleh pada responden dosen dan mahasiswa adalah variabel Perceived Usefulness. Perceived
Ease of Use terdapat pengaruh positif terhadap Acceptance of IT. Kesimpulannya adalah pengguna dapat menerima dari
penggunaan e-learning.
Kata kunci: E-learning, Moodle, Partial Least Square-Structural Equation Modeling (PLS-SEM), Networking, Technology
Acceptance Model (TAM).
© 2022 JSisfotek
1. Pendahuluan Dikarenakan pembelajaran berbasis teknologi
memainkan peranan penting dalam bidang pendidikan
E-learning merupakan proses pembelajaran berbasis
[10]. Universitas Islam Negeri Sultan Syarif Kasim
internet dalam rangka menjadikan siswa lebih mandiri
Riau meluncurkan e-learning guna menunjang proses
dan meningkatkan pembelajaran yang berpusat pada
pembelajaran dan telah berjalan 12 tahun. Untuk
pelajar [1]. Dengan adanya e-learning pelajar
membangun e-learning , pihak Pusat Informasi
diharapkan mampu berkembang dengan baik dalam
Pangkalan Data menggunakan moodle (Modular
memahami pelajaran apabila mereka menggunakan e-
Object-Oriented Dynamic Learning Environment)
learning [2]. Dengan menggunakan e-learning proses
yang menjadi pilihan UIN Suska Riau dalam
pembelajaran tidak memerlukan interaksi tatap muka
pengembangan e-learning ..
antara dosen atau pengajar, sehingga proses
pembelajaran dapat lebih efektif dan juga adanya Penggunaan e-learning memiliki beberapa masalah
forum tanya jawab serta kemudahan dalam mengakses dan kesulitan yang disadari pengguna, dan beberapa
materi [3]. E-learning dapat dianggap sebagai sarana kendala yang menyulitkan pengguna untuk
yang baik sebagai fasilitas proses penyampaian belajar berinteraksi dengan platform ini. Berdasarkan
mengajar [4]. pengamatan secara langsung dan kuesioner yang
berisikan beberapa pertanyaan dan diberikan kepada

Diterima: 03-03-2022 | Revisi: 20-03-2022 | Diterbitkan: 31-03-2022 | doi: 10.37034/jsisfotek.v4i1.120

30
Idria Maita, Sayogi Majid

responden, pemasalahan yang dialami pada pengguna variabel penggunaan sebenarnya. Diharapkan dapat
adalah pengguna kesulitan dalam penggunaan fitur- mengetahui tentang pengaruh variabel manfaat (PU),
fitur di dalam e-learning , tampilan interface sistem e- variabel kemudahan (PEU) dan Acceptance of IT
learning yang kurang ramah pengguna dan website e- (ACC) penerimaan terhadap penggunaan e-learning
learning yang lambat dan sering terjadi error saat UIN Suska Riau.
penggunaan.
2. Metodologi Penelitian
Permasalahan yang dialami dalam penggunaan e-
Pada Gambar 2 merupakan metodologi dari penelitian
learning akan mempengaruhi terhadap minat serta
yang akan dilaksanakan guna mengetahui penerimaan
penerimaan dalam menggunakan sistem e-learning
dari pengguna e-learning.
UIN Suska Riau tersebut. Terdapat berbagai macam
teori dan model dari konsep penerimaan teknologi,
dalam model penerimaan teknologi digunakan dalam
mengidentifikasi perilaku pengguna suatu teknologi
informasi [5].
Menurut Al-Qaysi, Mohamad-Nordin, dan Al-Emran
berdasarkan dari tinjauan sistematis penerapan metode
TAM di dalam bidang pendidikan telah terbukti ke
efektifannya di bandingkan dengan metode teoritis
lainnya [9]. Berdasarkan tinjauan sistematis tentang
studi penerimaan e-learning memperlihatkan bahwa
TAM adalah teori yang paling sering digunakan dalam
sebuah penelitian tentang penerimaan e-learning
[6],[8]. Dengan persentase sebesar 86% penelitian
menggunakan TAM sebagai teori dasar [7].
Pengukuran dari tingkat penerimaan penggunaan suatu
teknologi informasi dapat menggunakan metode
analisis dengan metode Technology Acceptance Model
(TAM). TAM memiliki dua konstruk utama yaitu
persepsi kegunaan Perceived Usefulness (PU) dan
persepsi kemudahan Perceived Ease of Use (PEU) [8].

Gambar 2. Metodologi Penelitian

2.1 Tahap Perencanaan

Terdapat beberapa poin penting dalam tahapan
perencanaan penelitian yang terdiri dari identifikasi
masalah penelitian, rumusan dan batasan masalah,
tujuan dan manfaat penelitian, menetukan responden
serta hipotesis penelitian Terdapat 3 hipotesis
penelitian yaitu:
Gambar 1. Technology Acceptance Model H1: PEU berpengaruh signifikan terhadap ACC.
Pada Gambar 1 persepsi kegunaan pada variabel ini H2: PU berpengaruh signifikan terhadap ACC.
dapat memberikan gambaran seseorang terhadap
H3: PU dan PEU sama-sama berpengaruh signifikan
penggunaan suatu sistem informasi bahwa dengan
terhadap ACC.
menggunakan sistem informasi tersebut dapat
memberikan manfaat baginya. Persepsi kemudahan 2.2 Tahap Pengumpulan Data
pada variabel kemudahan menggambarkan
kepercayaan pengguna terhadap suatu sistem informasi Pada tahapan pengumpulan data penelitian yaitu
yang digunakan dapat mempermudah pekerjaannya, observasi, wawancara kepada responden dan
diantaranya dapat mengurangi waktu dan tenaga [10]. penanggung jawab dari e-learning , dan menyebarkan
kuesioner kepada respondenn dengan pengukuran
Tujuan dari penelitian ini menggunakan Technology skala likert 4 titik.
Acceptance Model untuk mengetahui penerimaan
pengguna berdasarkan variabel TAM yaitu variabel
kemudahan (PU), variabel kegunaan (PEU) dan

Jurnal Sistem Informasi dan Teknologi Vol . 4 No. 1 (2022) 30-35

31
Idria Maita, Sayogi Majid

2.3 Tahap Pengolahan Data 3.2. Karakteristik Responden

Pada tahapan pengolahan data digunakan Partial Least Karakteristik jenis kelamin responden disajikan pada
Square-Structural Equation Model (PLS-SEM) yang Tabel 2 dan Tabel 3, lama penggunaan sistem pada
berguna sebagai perhitungan statistik terutama dalam Tabel 4 dan Tabel 5. Sampel penelitian menggunakan
pengembangan teori penelitian eksplorasi. Pertama simple random sampling dan jumlah sampel di
adalah mendriksipkan responden dari pengguna e- tentukan dengan rumus slovin dan didapatkan 100
learning , uji outer model yang terdiri dari convergent responden mahasiswa dan 40 responden dosen UIN
validity dan discriminant validity. Pada uji inner model Suska Riau.
terdiri dari uji coefficient of determination (r2), uji
a. Jenis Kelamin
effect size (f2), predictive relevance (Q2) dan T-test.
Tabel 2. Jenis Kelamin Mahasiswa
3. Pembahasan dan Analisis
Jenis Kelamin Jumlah Persentasi (%)
Tahapan analisis adalah dengan menggunakan metode L 54 54
Technology Acceptance Model (TAM) berdasarkan P 46 46
variabel diantaranya adalah variabel persepsi Total 100 100
Perceived Ease of Use, variabel Perceived Usefulness Tabel 3. Jenis Kelamin Dosen
dan variabel Acceptance of IT dan dapat dilihat pada
Jenis Kelamin Jumlah Persentasi (%)
Gambar 3.
L 25 63
P 15 38
Total 40 100

b. Lama Penggunaan Sistem

Tabel 4. Lama Penggunaan Sistem Mahasiswa

Jumlah Persentasi (%)

<2 Tahun 89 89
2-3 Tahun 11 11
Total 100 100
Tabel 5. Lama Penggunaan Sistem Mahasiswa
Gambar 3. Kerangka Penelitian Jumlah Persentasi (%)
3. Hasil dan Pembahasan. <2 Tahun 34 85
2-3 Tahun 5 13
3.1. Variabel Penelitian >3 Tahun 1 3
Total 40 100
Dengan menggunakan variabel PU dan PEU sebagai
variabel independen atau variabel yang tidak terikat 3.3 Analisa Data
atau dapat mempengaruhi dan ACC sebagai variabel Model pengukuran dan struktur model dianalisis
dependen atau variabel yang dipangaruhi, dapat dilihat melalui diagram analisis jalur menggunakan SmartPLS
pada Tabel 1. 3.0. Analisis perhitungan dilakukan menggunakan
Tabel 1. Variabel Penelitian algoritma PLS yang menggambarkan analisis jalur
(path analysis) hubungan dalam sistem persamaan
Variabel Indikator Kode struktural dalam diagram jalur pada Gambar 4.
1. Workmore Quickly PU1
2. Job Performance PU2
Perceived
3. Increase Productivity PU3
Usefulness
4. Effectiveness PU4
(PU)
5. Makes Job Easier PU5
6. Usefull PU6
Variabel Indikator Kode
1. Easy to Learn PEU1
Perceived 2. Controllable PEU2
Ease of 3. Clear and Understandable PEU3
Use 4. Fexible PEU4
(PEOU) 5. Easy to Become Skillful PEU5
6. Easy to Use PEU6
Variabel Indikator Kode
1. Rasa Terbantu ACC1
Acceptance
2. Menerima Penerapan TI ACC2
of IT
3. Fitur Sudah Lengkap ACC3
(ACC)
4. Puas Dengan Sistem ACC4
Gambar 4. Path Diagram

Jurnal Sistem Informasi dan Teknologi Vol . 4 No. 1 (2022) 30-35

32
Idria Maita, Sayogi Majid

3.4. Model Pengukuran (Outer Model) Tabel 9. Crobanch’s Alpha Dosen

a. Nilai Convergent validity Mahasiswa Cronbach’s Composite Keterangan

Variabel
Alpha Reliability
Pada Tabel 6 nilai loading factor mahasiswa (>0,7) dan ACC 0,888 0,923
dosen loading factor (>0,7). Terdapat nilai satu PEU 0,910 0,932 Reliabel
PU 0,930 0,945
indikator dengan loading factor (<0,7) namun tetap
dapat digunakan. Tabel 7 menampilkan nilai dari c. Average Variance Extracted (AVE)
loading factor dosen.
Pada Tabel 10 dan Tabel 11 ditampilkan nilai AVE
Tabel 6. Outer Loading Mahasiswa pada responden mahasiswa dan dosen yang (>0,5)
Variabel Skor Kode Ket sama dengan valid dan telah memenuhi syarat.
0,815 PU1
0,858 PU2 Tabel 10. Skor AVE Mahasiswa
Perceived
0,791 PU3 Valid
Usefulness Variabel Nilai AVE
0,854 PU4
(PU) ACC 0,675
0,777 PU5
0,791 PU6 PEU 0,664
Variabel Skor Kode PU 0,683
0,788 PEU1 Tabel 11. Skor AVE Dosen
0,850 PEU2
Perceived
0,856 PEU3 Valid Variabel Nilai AVE
Ease of Use
0,808 PEU4 ACC 0,749
(PEOU)
0,845 PEU5 PEU 0,697
0,811 PEU6 PU 0,743
Variabel Skor Kode
0,844 ACC1 3.5 Evaluasi Model Struktural (Inner Model)
Acceptance of 0,819 ACC2 Valid
IT (ACC) 0,758 ACC3 a. Path Coefficients (β)
0,863 ACC4
Pada Tabel 12 dan Tabel 13, Path Coefficients (>0,1)
Tabel 7. Outer Loading Dosen
maka path berpengaruh pada model.
Variabel Skor Kode Ket Tabel 12. Path Coefficients (β) Mahasiswa
0,889 PU1
0,821 PU2
Perceived Path Coefficients (β)
0,674 PU3 Valid
Usefulness
0,789 PU4
(PU) PEU → ACC 0,200
0,887 PU5
PU → ACC 0,703
0,923 PU6
Variabel Skor Kode Tabel 13. Path Coefficients (β) Dosen
0,752 PEU1
0,876 PEU2 Path Coefficients (β)
Perceived PEU → ACC 0,625
0,918 PEU3 Valid
Ease of Use PU → ACC 0,331
0,931 PEU4
(PEOU)
0,808 PEU5
0,874 PEU6 b. Coefficient of Determination (R2)
Variabel Skor Kode
0,827 ACC1 Nilai R2 mahasiswa variabel Acceptance of IT adalah
Acceptance of 0,904 ACC2 Valid 0,680 maka variabel PEU dan PU menjelaskan secara
IT (ACC) 0,852 ACC3 akurat (68%) varian dari ACC dan sisa (32%)
0,878 ACC4 dipengaruhi oleh faktor lain.
b. Internal Consistency Reliability Nilai R2 dosen variabel ACC adalah 0,771 maka
Pada Tabel 8 dan Tabel 9 merupakan skor composite variabel PEU dan PU menjelaskan secara akurat
reliability dan crobanch’s alpha. Nilainya (>0,7) (77,2%) varian dari ACC dan sisa (22,8%) dipengaruhi
dianggap variabel tersebut reliabel. oleh faktor lain.
Tabel 8. Crobanch’s Alpha Mahasiswa c. Effect size (f2)

Variabel
Cronbach’s Composite Keterangan Pada Tabel 14 f2 mahasiswa PEU → ACC memiliki
Alpha Reliability pengaruh kecil dan PU → ACC memiliki pengaruh
ACC 0,840 0,893 besar. Pada Tabel 15 f2 dosen PEU → ACC memiliki
PEU 0,900 0,922 Reliabel
PU 0,907 0,928 pengaruh besar dan PU → ACC memiliki pengaruh
kecil.

Jurnal Sistem Informasi dan Teknologi Vol . 4 No. 1 (2022) 30-35

33
Idria Maita, Sayogi Majid

Tabel 14. Skor f2 Mahasiswa H3: T-test PEU 6,511 dan T-test PU 3,662, maka PEU
ACC dan PU sama-sama berpengaruh signifikan terhadap
PEU 0,091 ACC.
PU 1,123
4. Kesimpulan
Tabel 15. Skor f2 Dosen
Terdapat tiga hipotesis pada responden mahasiswa,
ACC yaitu variabel PU→ACC berpengaruh positif,
PEU 0,969
PU 0,272
PEU→ACC berpengaruh positif dan variabel PU dan
PEU→ACC sama-sama berpengaruh positif. Terdapat
d. Predictive Relevance (Q2) tiga hipotesis pada responden dosen, yaitu PU→ACC
Pada responden mahasiswa nilai Q2 Acceptance of IT berpengaruh positif, PEU→ACC berpengaruh positif
adalah 0,440 maka nilai Q2 lebih besar dari nilai 0 dan dan PU dan PEU→ACC sama-sama berpengaruh
seluruh variabel memiliki hubungan secara prediktif positif. Hipotesis pada responden mahasiswa dan
(predictive relevance). Pada responden Dosen diatas dosen diterima dan berpengaruh positif terhadap
ditampilkan nilai Q2 Acceptance of IT berada diatas penerimaan sistem e-learning. Pada responden
nilai 0 dan seluruh variabel memiliki hubungan secara mahasiswa variabel PU memiliki pengaruh dominan
prediktif (predictive relevance). terhadap penerimaan sistem e-learning dengan nilai T-
statistic 12,269 dan pada responden dosen PEU
e. T-test memiliki pengaruh dominan terhadap penerimaan
sistem e-learning dengan nilai T-statistic 6,559. Skor
Uji T-statistic disajikan pada Tabel 16 dan Tabel 17.
R-square ACC atau variabel endogen pada mahasiswa
Tabel 16. T-test Mahasiswa adalah 0,680 dan nilai ACC pada responden dosen
Original adalah 0,772 berdasarkan nilai tersebut variabel
T-statistic P-values eksogen PEU dan PU menjelaskan secara akurat.
Sample
PEU → ACC 0,200 2,716 0,007
PU → ACC 0,703 12,511 0,000 Daftar Rujukan
Tabel 17. T-test Dosen [1]. Sukendro, S., Habibi, A., Khaeruddin, K., Indrayana, B.,
Syahruddin, S., Makadada, F. A., & Hakim, H. (2020).“Using
Original an extended Technology Acceptance Model to understand
T-statistic P-values
Sample students’ use of e-learning during Covid-19: Indonesian sport
PEU → ACC 0,625 6,511 0,000 science education context.” Heliyon, 6(11), e05410.
PU → ACC 0,331 3,622 0,000 https://doi.org/10.1016/j.heliyon.2020.e05410

3.6 Uji Hipotesis [2]. Almanthari, A., Maulina, S., & Bruce, S. (2020).”Secondary
school mathematics teachers’ views on e-learning
a. Uji Hipotesis Mahasiswa implementation barriers during the COVID-19 pandemic: The
case of Indonesia.”Eurasia Journal of Mathematics, Science
H1: T-test 2,716 dengan besar signifikansi 5% dan P- and Technology Education, 16(7), em1860.
values 0,007, Maka T-test variabel PEU → ACC diatas https://doi.org/10.29333/ejmste/8240
dari 1,96 terdapat pengaruh siginifikan dan hipotesis 1 [3]. Hussein, Z. (2017). Leading to intention: The role of attitude in
dinyatakan diterima. relation to Technology Acceptance Model in e-learning .
Procedia Computer Science, 105, 159-164.
H2: T-test 12,511 dengan besar signifikansi 5% dan P- https://doi.org/10.1016/j.procs.2017.01.196
values 0,000, Maka T-test variabel PU → ACC diatas [4]. Al Kurdi, B., Alshurideh, M., Salloum, S., Obeidat, Z., & Al-
dari 1,96 terdapat pengaruh siginifikan dan hipotesis 1 dweeri, R. (2020).”An empirical investigation into examination
dinyatakan diterima of factors influencing university students’ behavior towards
elearning acceptance using SEM approach.”
H3: T-test PEU 2,716 dan T-test PU 12,511, maka https://doi.org/10.3991/ijim.v14i02.11115
PEU dan PU sama-sama berpengaruh signifikan [5]. Maita, I., Indrajit, R. E., & Irmayani, A. (2018, April).”User
terhadap ACC. behavior analysis in academic information system using
unified theory of acceptance and use of technology
a. Uji Hipotesis Dosen (UTAUT).”In Proceedings of the 2018 International
Conference on Internet and e-Business (pp. 223-228).
H1: T-test 6,511 dengan besar signifikansi 5% dan P- https://doi.org/10.1145/3230348.3230351
values 0,003, Maka T-test variabel PEU → ACC diatas
[6]. Al Kurdi, B., Alshurideh, M., & Salloum, S. A. (2020).
dari 1,96 terdapat pengaruh siginifikan dan hipotesis 1 Investigating a theoretical framework for e-learning
dinyatakan diterima. technology acceptance. International Journal of Electrical and
Computer Engineering (IJECE), 10(6), 6484-6496. DOI:
H2: T-test 3,662 dengan besar signifikansi 5% dan P- 10.11591/ijece.v10i6.pp6484-6496
values 0,000, Maka T-test variabel PU → ACC diatas
[7]. Abdullah, F., & Ward, R. (2016).”Developing a General
dari 1,96 terdapat pengaruh siginifikan dan hipotesis 1 Extended Technology Acceptance Model for E-learning
dinyatakan diterima (GETAMEL) by analysing commonly used external factors.”

Jurnal Sistem Informasi dan Teknologi Vol . 4 No. 1 (2022) 30-35

34
Idria Maita, Sayogi Majid

Computers in human behavior, 56, 238-256. the perspective of educational and information systems
https://doi.org/10.1016/j.chb.2015.11.036 theories and models.”Journal of Educational Computing
Research, 57(8), 2085-2109.
[8]. Salloum, S. A., Alhamad, A. Q. M., Al-Emran, M., Monem, A. https://doi.org/10.1177%2F0735633118817879
A., & Shaalan, K. (2019).”Exploring students’ acceptance of e-
learning through the development of a comprehensive [10]. Baber, H. (2021).”Modelling the acceptance of e-learning
technology acceptance model.”IEEE Access, 7, 128445- during the pandemic of COVID-19-A study of South
128462. Doi:10.1109/Access.2019.2939467 Korea.”The International Journal of Management Education,
19(2), 100503. https://doi.org/10.1016/j.ijme.2021.100503
[9]. Al-Qaysi, N., Mohamad-Nordin, N., & Al-Emran, M.
(2020).”A systematic review of social media acceptance from

Jurnal Sistem Informasi dan Teknologi Vol . 4 No. 1 (2022) 30-35

35