DOL: 10.30656;jsii.v10i1.5608 pAISSN: 2406-7768 eISSN: 2581-2181 JSil | Jumal Sistem Informasi ‘Vol.10.No.1 Maret 2023, Hal. 50-59 TECHNOLOGY ACCEPTANCE MODEL PADA USAH. KECIL MENENGAH PANTAI PANGANDARAN Sri Lestari | Siti Mardiana 3.R. A.E. Virgana Targa Sapanji , Rosalin Samihardjo 4, Murnawan 1345 Prodi Sistem Informasi Fakulias Teknik Universitas Widvatama Jin, Cikutra No, 2044 Banding 2 University of Miuhammadivah Bandung ‘sri. lestari@widyatama.ac.id °siti.mardiana@umbandung.ac.id Stne.viegana@-widyatama.ac id Srosalin samihardjo@widyatama.ac.id Smmurnawan@widyatama.ac.id Abstrak Para pelakuu Usaha Kecil Menengah di Kabupaten Pangandaran telah memiliki web sebagai sarana untuk memberikan ‘emudahan dalam memasarkan produk mereka dan juga bagi para pembeli, Penelitian ini bertujuan untuk melihat persepsi Pengguna dalam menggunakan teknologi informasi (website). Penelitian ini menggunakan metode deskriptif analitis dengan pendekatan yuridis empiris dengan jenis penelitian kuantitatif, pengambilan data dilakukan secara purposive sampling dengan Jjumlah data sebanyak 128 Usaha Mikro Kecil (UMK) di Pantai Pangandaran dengan rentang walk dari tahun 2017 - menggunakan Technology Acceptance Model (TAM). Pengujian model menggunakan Partial Least Square ~ Structural Equation Modeling (PLS-SEM). Statistik menggunakan bahasa pemrograman R dengan PLSPM library. Pada analisa Tecimology Acceptance Model (TAM) pada Usaha Mikro Keeil (UMK) pelaku usaba di Pantai Pangandaran Kabupaten Pangandaran dapat disimpulkan bahwa masyarakat pelaku UMK di Pangadaran masih tidak berpengaruh /apatis atau Kurang perhatian dengan teknologi informasi (website) yang telah di embangkan penelii, Kata kunei : Usaha Kecil Mikro, Pangandaran, UKM, PLS, SEM, R Programming I. PeNpaHuLuan Para pelaku Usaha Kecil Menengah di Kabupaten Pangandaran telah memiliki web sebagai sarana untuk memberikan kenmidahan dalam memasarkan_ produk mereka dan juga bagi para pembeli. Penelitian ini bertujuan untuk melibat persepsi peagguna dalam menggunakan teknologi informasi dalam hal int berupa website, Penggunsan teknologi bart akan meaimbuilkan reaksi pada penggunanya berupa ppenerimaan aplikasi atau menolaknya Literature review Metodologi menggunakan PLS-SEM (Partial Least Squares Structural Equation Modelling) dapat diguaakan ‘untuk menganalisis data statistik pada Model rearesi, Persamaan Struktural seita Analisis Tabel Berganda. Selain iu dapat digunakan untuk mempelajari hubuagan multivarian ‘yang kompleks antara variabel yang diamati dengan variabel laten, pendekatan aualisis data untuk mempelajari satu set blok’ variabel yang diamati di mana setiap blok dapat diringkas oleh variabel laten dan bahwa ada hubungan linier antara variabel laten (1. p. 3]. Page | 50 Received: February 164, ‘Teknik analisis regresi mengguaakan PLS dirancang ‘untuk menangani hal terkait analisis data seperti prediksi, eksplorasi, klasifikasi, visualisasi, penjelasan, dan studi sistem struktural. Selain itu PLS’ dapat digunakan untuk menganalisis banyak hubungan antara berbagai blok variabel tabel data [1, p. 6}. Regulator yang digunakan memerlukan metode yang serbaguna, mnidab digunakan dan dapat menangani model jalur yang kompleks dengan variabel laten / tidak dapat ddiamati secara langsung. Dalam aplikasi pertama pemodelan persamaan struktural terkecil kuadrat (PLS-SEM) parsial dalam pengujian, meaunjukkan bagaimana PLS-SEM dapat digunakan untuk menjelaskan transmisirisiko sistemik (2) Teori tentang ekonometrika digunakan dalam menentukan hubungan sebab akibat antara satu variabel dengan variabel lainaya dan merupakan salah satu citi khas penelitian kuantitatif dengan analisis regresi linear [3] Perangkat statistik pada penelitian ini menggunakan bahasa pemrograman komputer statistik R Programmng versi 4.2.1 [4] library PLS-PM untuk pengujian PLS-SEM (Partial Least Squares ~ Structural Equation Modelling) [1] [5] pada Technology Acceptance Model (TAM). 23 | Published: March 22°JSil | Jumal Sistem Informasi ‘Vol.10.No.1 Maret 2023, Hal. 50-59 DOL: 10,30656/jsii.v10i1.5608 p-ISSN: 2406-7768 eISSN: 2581-2181 Penelition-penelitian sebelumnya mengemokakan bahwa faktor-faktor yang mempengaruhi adopsi sistem pembayaran digital di UKM menggunakan Model Penerimaan Teknologi (TAM) pemodelan SEM-PLS digunakan untuk menilai-hipotesis yang dikembangkan [6], juga analisis pendukung adopsi_E-Commerce UKM Indonesia menggunakan PLS-SEM diterapkan untuk menganalisis ‘bubungan antara variabel yang Kompleks [7]. penelitian lain juga menyelidiki pengaruh kemudahan peaggunaan yang, ‘irasaken, Kegunaan yang dirasakan dan kepercayean yang. dlirasakan pada penerimaan manajer di UKM, mencapai hal tersebut menggunakan model penerimaan teknologi (TAM) hasiloya mengunakapkan babwa kepercayaan vang dirasakan ddan kegunaan yang dirasakan memiliki efek positif pada niat peerilakm manajer UKM yang berpattisipasi [8], metode kuantitatif telah diterapkan dalam penelitian ini dimana pengumpulan data dilakukan dengan menggunakan kuesioner ‘yang dikelola sendiri yang dibagikan kepada UKM, analisis data menggunakan tekaik Partial Least Squares Structural Equation Modeling (PLS-SEM), kegunzan yang dirasakan ari Technology Acceptance Model (TAM), memediasi Imbungan masing-masing faktor [9]. peselitian Iain juga mengkaji faktor-faktor yang menentukan minat konsunen, alat analisis data menggunakan model persamaan struknural - partial least squares (SEM-PLS) berdasarkan model stimulus teori kerangka penerimaan teknologi (STF-TAM) [10] I Meroporoc1 PeNeLirian Penelitian ini menggunakan metode deskriptif| analitis dengan pendekatan yuridis empiris dan jenis penelitian Kuantitatif, Pengambilan data dilakukan secara purposive sampling dengan jomlah data sebanyak 128 Usaha Mikro Kecil (UMK) di Pantai Pangandaran Kabupaten Pangandaran pada rentang tahun 2017 - 2022, menggunakan Technology Acceptance Mode! (TAM). Penguiian model menggunakan Partial Least Square — Structural Equation Modelling (PLS-SEM) dengan statistik menggunakan bahasa penrograman R dengan PLSPM library. Penelitian secara empiris (Empirical Research) merupakan penelitian terhadap fakta empiris yang diperoleh berdasarkan observasi atau pengolaman. Pada penelitan ini peneliti melakukan observasi langsung di Usaha Kecil Menengah (UMK) di Pantai Pangandaran Kabupaten Bandung terhadap fata ateu segala sesuatu yang dialami tanpa perantara orang lain (11, p. 28], Penelitian ini berbentuk deskriptif; bertajuan watak membuat deskripsi secara sistematis, faktual dan akurat ‘mengenai fakta-fakta, dan sifet-sifat populasi Usaha Kecil Menengalt (UMK) di Pantai Pangandaran (12, p. 18}. Penelitian ini berbentuk knantitatif didasarkan pada pengukuran kuantitas atau jumlah Usaha Kecil Menengah (UMK) di Pantai Pongandaran uoruk melihat fenomena yang 0.7 dapat zaqu [sou | ga [ou | iga_{ soto [te [soo iterima, dan eig.ist : 1.555926 > 1 dan eig2nd : fian_| 40007] Median [-s.000 | Median [3.000 | Medi | 000 06 = Sour [ wesas [tom [xetar [acoo | Metin [ soce (0.8189506 = 1 dapat diterima Page | $2 Received: February 16!, 2023 | Published: March 22", 2023DOL: 10,30656/jsii.v10i1.5608 p-ISSN: 2406-7768 eISSN: 2581-2181 JSil | Jumal Sistem Informasi ‘Vol.10.No.1 Maret 2023, Hal. 50-59 2. Perceived Ease _of Use, CA : 0433482 < 0.7 tidak [aT [ae dapat diterina, feapl Dako : 0.72575861 > 07 = LL | EEE dapat diterima, dan eig.1st: 1.419517 I dan eig.2nd Beaver geez [on 0.9203039 « 1 dapat diterima Tap BIE | Betavio k creRer | 0197es 3. Social Influence, CA : 0.749516 > 0.7 dapat diterima, tion wa | 600 DG.tho : 0.86729301 >0.7 dapat diterima, dan eig.ist_—_[7[ BIS | Betwsior fa [0 52080 aster [0x88i7 2.486065 > 1 dan eig2nd: 0.719072 <1 dapat |} eon ——_} 10 oe dliterima can | ove as | as Attitude, CA : 0.2545936 < 0.7 tidak dapat diterima, DG.rho : 0.04950104 < 0.7 tidak dapat diterima, dan Analisa outer_model dari 18 variabel laten 15 memenuhi cig. Ast: 1.767167 >I dan cig 2nd: 1.2877400>1 tidak yarat nilai loadings > 03 dan comumuality ~ 0.25/25%, dapat diterima Kecuali PU2, ATI, AT2 dan AT3, terlebity pada ATI dan Behavioral Intention, CA : 08047072 = 0.7 dapat AT? ini berkorelasi negatif, Karena “Remember that diterima, DG.rho : 0.87446543 > 0.7 dapat diterima. Cronbach's alpha require all indicators in reflective block 10 lan cig. Ist = 2.560199 > 1 dan eig.2nd : 0.762021 <1 be positively correlated [1, p. 60]", untuk lebih spesifik dilihat dapat diterima di grafikaya sebagai berkut Hasil pengecekan unidimensionalitas, yang sulitditerima one enue adalah Variabel Laten Attitude menggunakan 3 model al wee | pemeriksaan, CA tidak diterima, DGcho tidak diterima ‘baw Su “ {vga cig Ist vs cia.2nd tidak: diterima, untuk solusinya di PX cek terlebih dabult) biasanya ad nilai loadings yang i\ negatif. os Tabel 7. Hasil analisa outer_model pada pengujan < pertama fone na | Block ‘weight | loadin | commu | redund 4 * « » me ality | ancy Ir PUT Perea Us | O599E | 0897 | 070130 | 80000] Gambar 3. Nilai Loadings Versi Pertams pada Outer Model efuines__| 0043 _| 4309 _| 003 | oo00_| TAM UME Pangendaran, Vaciabel laten ATI dan Variabel P | PU2| Perceived Us 0.0000 | AT2 berkorelasi negatif/merah efunes ‘000 F | Pe | Beseelved- Us 000) | Masala pada variabel Iaten ATI dan AT2 mungkin FF FEO Pecened Faw ‘00000 disebabkan kuesioner yang berkorelasi negatif dibanding sisa oof Lee 000 _| kmvesioner lainnya yang berkorelast positif, atau hal lain yang [| PEO Pereenred Eas [032842 [05099 [ 026004 [0.0000 | tidak ketahui oleh peneliti, untuk solusi masalah ini, maka coite [267 | ast | 400 | ovo 7 _ La ea a Saas aT Tote] tan llakwkan proses invers nilai pada variabel latea ATL eof Use 147 | ai | 154 | oo00 _| dan AT2, seperti berikkut [7] Si | Seca infin [oso O70 | 050582 | 00007} |. data GAB TAMSInverse ATL =~ -l* 200 | sos | s71__| 000 data_GABTAMSATI IF] Se | socalinties | osss6r | 07S | 06505 | 00007] 2, dain GABTAMSIaverse AT? = 1 * 2 od | 105 | 395 | 0000 data GAB“TAMSAT? fr] Sis | Socal faten 032873 [ 0. a 366 Si | social inloan | 0307 oe con 7ee0 | 045541 | 0.0000 134 | ovo 0.71038 | e000 000 _| B. Pengujian kedua RTT) atiide | 051925 O25 4s | osias Sis Setelah proses inverse pada variabel laten ATI dan AT2, 287, maka namanya berubah menjadi Inverse ATI dan Ca (55976 [02551 | Inverse_AT2, hasil pengujian kedua sebagai berikt ss [ost | sos | S73 ~ ® " iL hsp ATS] Avarede DAT | ooseT pooTee| Tabel 8. Tiga indeks utama untuk meme cose | 360 | 264 | 406 | cunidimensionalitas pada pengujian kedua 862 baL are ariewae | ans Os [ORE] [het Dt Gane ote TE Page | 53, Received: February 164, 2023 | Published: March 22, 2023JSil | Jumal Sistem Informasi ‘Vol.10.No.1 Maret 2023, Hal. 50-59 DOL: 10,30656/jsii.v10i1.5608 p-ISSN: 2406-7768 eISSN: 2581-2181 =e za Pereved Week | A [3 Der | T5559 | OID 603, 506 a |e 07257 | 14105 | 09708 ss6__| 17 _ | 038 a |e ‘0.867 | 2.4866 | 0.7150 ss0 | 6s | o2 a4 Ones | L767 | 1 ess |e | uo ‘Behaviera_inen | A [4 O.S7H | 25601 | 0.7600 tien es | 96 ‘i Pada pengujian kedua ini, uilai unidimensionlitas uatuk “Attitude untuk CA: 0.574185 < 0.7 tidak diterima, tetapi DG.ho 07493655 > 0.7 bisa diterima dan cig.lst 1,767167 > 1, & eig.2nd 1.287740 > 1 tidak bisa diterima, pengujian kecua ini Attitude hanya bisa diterima oleh DG.sho, tidak diterima oleh C.alpha dan eig.Ist & eig2nd ( karena eig2nd harus < 1), disini peneliti meneruskan dabulu melihat nilai loading di outer model. Untuk variabel laten lainnya nilai sama dengan pengujian pertama bisa diterima, Tabel 9, Hasil nilai loading pada outer model pada pengujian kedua Pada pengujian kedva, nilai loading pada outer model, semua nilai loading berkorelasi positif dengan nilai sudah ‘memenuii standar loading > 0.5 dan communality > 0.25/28% kkecuali variabel manifest PU2 dan AT3, disini peneliti akan mengeluarkan keduanya dari model dikarenakan akan mengganggu nilai-nilai pada proses selanjutaya, fon “. <9 oe fan Gambar 4. Nila Loadings Versi Kedva pad Outer mode sera nila leading nemenuhs sandat > 0S dan bekorelas postu, Kecualt PU? dan ma Block ‘weight [loading | commun [ vednd ATS along <0 me aly | a | Pur FercewedLuser | 055560 | OBST [070150 | 000000 | C. Pengujlan ketlga snes uaa | 360" | oes | ooo PUZ) Pereeived Use [010068 | uses |oiss7o fone | Pada pengujian ketiza ini peneliti akan mengeluarkan fulnes ses__|ax6__|o4__| 000__| variabel manifest PU2 dan AT3 dari model, berikut hail EPPO] Perceived Uae | 05568 | 07855 POSTRTS | OODTOT | proces unidannensionalitas sebagai beriku fulnes sas [uae [2 | ggg | Proses uni ites sebagai berikut Ir] PRO Peres Eas | OasTTe | 0805s PoctwOre | 0.0000 oh Use sis | cs | 000. | Tabel 10. Tiga indeks_utama untuk memeriksa [| PEOY Perceived Ease 05089 | 02@0H | 000000 | Unidimensionalitas pada pengujian ketiga on tse 431 | oo | ooo Ie | PROT Perceval Ease dare [ox f OoUDDT atm, ES of Use 419 900 Pocretinesttie 22 FP Sir | Sonal ioe or 00000 | Sessa” 3 ® 000__| Sittin 2 3 I= | S| Sosa Tataene ‘00000 " e 00 1 Pada pengujian ketiga ini, nila unidimensionlitas untuk P |S | Seomlintuens | oo 000. "” | Attitude berbeda dengan pengujian pertama dan kedua, Ho] S| Sosal Tans [0 3077 00050 | Attitude untuk CA: 0.6187420 < 0.7 tidak diterima, tetaph . 74 000 | DGho 0.7493685 > 0.7 bisa diterima, dan eig Ist Tey ara 35 O27 | L.7IS2TA > 1, & eig.2nd 0.792435 « 1 bisa diterima, pada sat ar a $6 | Pengujian ketiga ini Aritude bisa diterima oleh DG.rho dan P| Anes ose Sie | cig-st & cig2nd. Sehingga berdasarkan kesimpulan pada fis) ats) Avirade 005 Goit8s | pengujian pertama, kecua dan ketiga maka untuk ji 38 s:1___| unidimensionalitas semua varia! laten bisa diterima fa] ara | Are e355 a Untuk hasil outer model pada pengujian Ketiga ini Sino $75 gg Variabel manifest PU2 dan AT3 sudah dikeluarkan dari model, ee eer Sar | tampak semua ailat loading > 0.5 dan communality > I) Bi | Behave O197Ee | 0.25/25% : ca as [7] | Bava ae 27ST] 0887 | Tabel 11. Outer model pada pengujian ketiga ls) Bi | Betavonl ins | 026008 OsTeHe | OOTEE |, sua eats io ors ta | ast | salt * Page | $4 Received: February 16", 2023 | Published: March 22%, 2023JSil | Jumnal Sistem Informasi ‘Vol.10.No.1 Maret 2023, Hal. 50-59 waa e 4 \e ee = = fae = See Peceoni bee fle dailise Ua 0. See cone Ss ee ES: 8 ESE oh senate vont \ GamsbarS Nil Lodigs Versi Ketiga pada Outer model seme ssh Toading memenshsstandar> 0.5 dan berkorelan postfire Page | 55 DOL: 10,30656/jsii.v10i1.5608 p-ISSN: 2406-7768 eISSN: 2581-2181 Barhatot Loaings cS Gambar 6. Rata-rata dati 18 indikator/variabel manifest ‘memenubi syarat terbaik diatas nilai 0.7 Received: February 16!, 2023 | Published: March 22", 2023JSil | Jumal Sistem Informasi ‘Vol.10.No.1 Maret 2023, Hal. 50-59 DOL: 10,30656/jsii.v10i1.5608 p-ISSN: 2406-7768 eISSN: 2581-2181 its. emt onthe ann Pde toa Gambar 7. Nilai CrossLoadings Tampak pada gambar 7. merupakan nilai CrossLoadings (pemmatan silang), alasan untuk melakukan itu adalah babwa memastikan tidak memiliki indikator peagkhianat, setiap kkonstruk di evaluasi memastikan korelasi konstruk dengan item pengukuran lebih besar daripada konstruk lsinnya, pada ‘gambar 7. tidak ada indikator pengkhianat dalam penelitian ii, sebagai contoh pembacaan grafik crossloadings ini misalnya pada sudut kanan awa terdapat kotak chart Behavioral Intention ~ Behavioral Intention (warna ungu) dengan indikator BL1, BL2, BL3, BL, bila chart tersebut dibandingkan 4 Kotak chart-chart di sebelaly kirinya maka lebih tinggi, sehingga tidak ada indikator pengkhianat pada ‘erup variabel laten Behavioral Intention dan variabel laten lainnya, Untuk nilai inner model sebagai berikut, terdapat 2 persamaan fungsi/‘tearesi yaitu 1, Attitude dipengaruhi oleh Perceived _Usefulnes, Perceived Ease_of Use, dan Social_Infiuence 2, Behavioral Tutention dipengaruhi oleh Artitude 1. Attitude + Tabel 12. Hasil akhir persamaan varinbel Inten Attitude Page | 56 Received: February 164, Feces arent 0 1 Ee Persamaannya adalah : Altitude € Perceived _Usefilnes + Perceived Ease_of Use ~ Social Influence ~ Intercept Attitude © (0.125807) + (0.171384) = (0.439802) | =8.558703e18 Attitude © (-12.58907%)" + (-17.13884%) + (-43.98042%) +8.558703e18 Nilsi Probabilitas‘Signifikasi Perceived _Usefulnes 1,803931e-01/0.18/18%, signifikan > 0.05/5%, signifikan < 0.2/20% Perceived Ease of Use 4.67900 12-0210.04614.6 signifikan < 0.05/5% Social_Influence: 1.22: signifikan = 0.05/52 tidak. 3e-06, sangat signifikan < 0.01/1%, simpulan Attitude 1. Perceived _Usefulnes (-12.58907%) tidak berpengaruh (negatif) terbadap Artimde dengan sig 1.803931e- 01/0.18/18% pada signifikasi 0.2/20% Perceived Ease of Use (-17.13884%) tidak betpangaruh (eesti) terhadap Atitude dengan sig 4.67900 1e-02/0.046/4.6% secara signifikan < 0.055% 3. Social_Influence —(-43.98042%) tidak berpangaruh Crea tedap tie dengan ig asec ee sangat signifikan < 0.01/1% <0.05/5% 2-RebavorlIneton Toi Madlib pesamaan vibe ne Beto Ine We tes ome, mom ex Tain Persamaannya adalah : Behavioral Intention € Attitude + Intercept Behavioral Intention € (0.500287) + (1.71762Se-17) Behavioral Intention € (-50.02287%) + (1.717625e-17) Nilai Probabilitas/Signifikasi : Behavioral Intention __: 1.830628e-09, sangat signifikan < 0.01/1%, signifikan < 0.05/5% Kesimpulan Behavioral Intentio Attimide (-50.02287%) tidak berpengaruh (negatif) terhadap Behavioral Intention dengan sig 1.830628e-09 sangat signifikan < 0.01/1% < 0.05/5% 23 | Published: March 22%,JSil | Jumal Sistem Informasi ‘Vol.10.No.1 Maret 2023, Hal. 50-59 DOL: 10,30656/jsii.v10i1.5608 Gambar 6. Garber inner Model, 3 variate eksogen PU, PEOU, St beri ogatif ida berpengaruh dan ?varabel endogen AT dan BI monyatakan sama (dak bepengarub) Setelah kesimpulan outer model dan inner model yang merupakan inti dari penelitian ini, peneliti akan melanjutkan ‘pada tahap akhir pengujian metrik kualitas, sebagai berikut Metrik kualitas 1 : R2, dengan hasil sebagai berkut : Tabel 14 Matrik Kualitas 1, R2 R2 Perceived _Usefulnes 0.000000 Perceived Ease_of Use 0,0000000 Social_Influence 0.000000 tirade 03891846 Behavioral _Intention 0.250287 RQ artinya jumlah varians dalam variabel laten endogen (dependent) yang dijelaskan oleh variabel Isten eksogen (independent) Jimpulan R2 1. Attitude memiliki -R°2 03891846 atau 38.91% merupakan nilai sedang > 0.3, sisanya 100°-38.91% = 61.09% laten Attitude ini dijelaskan oleh varians lain 2. Behavioral_Intention memiliki RD = 0.2502287 ‘tau 25.02% merupakan nilai rendah < 03, sisanya 100%-25.02% = 74.98% laten Behavioral Intention ini dijelaskan oleh varians lain Metric kualitas 2 > Mean Redudaney dan AVE, dengan basil sebagai berikut Tabel 15. Metrik Kualitas 2, Mean Redudancy dan AVE ‘ec Vee ee ae Nepgieecbenogage Coomassie ears a EES ake = Gah ‘Mean Redundansi mengukur persentase varians indikator dalam blok endogen yang diprediksi dari variabel laten independen yang terkait dengan LV endogen (variabel laten endogen), Definisi redundansi tain adalah jumlsh varians dalam konstmak endogen yang dijelaskan oleh variabel laten independennya. Dengan kata lain, ity mencerminkan Page | 57 Received: February 164, p-ISSN: 2406-7768 eISSN: 2581-2181 Kemampuan satu set variabel Iaten independen untuk menjelaskan variasi dalam variabel laten dependen. Redundansi tinggi berarti kemampvan memprediksi yang tinggi. Kesimpulan Mean Redudaney Atitude 02211078 = smemprediksi hanya 22.11% Behavioral Intention: 0,1600223 = 16% , kemampuan smodel menprediksi hanya 16% 11%, kemampuan model Kesimpulan AVE: 1. AVE Teknik L. AVE < 0.5 = Valid : AVE perceived Usefulnes ; 0.6849738/68.49% > 0.5 valid secara konvergen AVE Perceived _Ease_of Use : 0.4837115/45 dianggap tidak valid seeara konvergen AVE Social_Influence + 0,6210224/62.1% secara konvergen, AVE Attitude valid secara konvergen AVE Behavioral_Intention secara konvergen 0,5681308/56.81% > 0.5 2. AVE Teknik 2, AVE R°2 = Valid : 1. AVE (perceived _Usefulnes, Perceived Ease_of Use, Social Influence) > R2 (perceived Usefulnes, Perceived Ease_of Use, Social_Influence) = Valid secara konvergen 2. Attitude : memiliki R°2 = 03891846 atau 38.91% AVE Attiude : 0,5681308/56.81% > R2 0.3891846 atau 38.91% = Valid secara konvergen 3, Behavioral_Intention — : memiliki 2502287 atau 25.02%, AVE Behavioral Intention (0,6395040/63.95% » R°2 = 0.2502287 atau 25.0294 = Valid secara koavergen AVE > 05 maka Perceived Ense_of Use (PEOU) tidak Valid secara konvergen 2.Teknik kedua AVE > RY maka Perceived Ense_of Use (PEOU) Valid tidak secara konvergen <0.5 Saran: Untuk menghasilkan AVE > lebih besar dati 50% keluarkan laten dan indikator rendah dari model! Metrik kualitas 3: GoF (Goodness of fit), dengan hasil sebagai berikut 23 | Published: March 22°JSil | Jumal Sistem Informasi ‘Vol.10.No.1 Maret 2023, Hal. 50-59 DOE: 10. p-ISSN: eISSN: 30656)jsii.v 1011 5608 2406-7768 2581-2181 GoF (Goodness of fit) atan Indeks GoF adalah ukuran Goodness of fit semua Yang memperhitungkan kvalitas model baik pada model pengukuran manpun struktural, GoF dapat digunakan criteria global yang membantu kita untuk mengevaluasi kinerja model dalam model dalam dan Luar. Pada dasamya, GoF menilai kinerja. prediksi keseluruban model. Kelemahian urama dengan indeks, GoF adalah bahwa tidak ada ambang batas yang memungkinken kita uotuk ‘menentukan signifikansistatistiknya. Kesimpulan Nitai GoF : model ini adalah 0.438177 = 43.51% <0.7/70% ‘hsterDenerogran Gambar 8, Sebaran nilai paramater PLS SEM — Scores 50 data UMKM Al Se gia th a are eas i « i, it 0 i f ; 8 : } fig i e a 3 - a Page | 58 out wesee Received: February 164, Gambar 9, Cluster Analysis sebaran nilai paramater PLS. ‘SEM~ Scores 50 data UMKM Pada gambar gambar 8 dan 9 merupakan Jatent variable scores: “are calculated as weighted sums of their indicators/manifest variables”, merupakan cara termudah dan tercepat untuk mendeteksi kelas dengan melalukan analisis Kuster standar pada skor yang diperoleh dari variabel laten. Dengan analisis kiuster adanya kelompok tim yang dibentuk sedemikian rupa schingga mencerminkan cfck kinerja, terdapat $ Kloster meskipun analisis kluster hierarki_ bisa ‘menarifs dan bermanfaat, pengelompokan ini dapat membanta kita mengungkapkan beberapa informasi tentang data Pada gambar § dan 9 menggambarken tampak sebaran pesisi 50 data UMKM peselitian ini, pada gambar 9 peagaruh variabel laten Attitude terhadap Behavioral_Intention terbagi menjadi 5 Kinster data, tampak sangat elas pendapat UMKM berkaitan dengan pertanyaan penelitian ini lebih banyak di area nilai negetif, Kevendringan responden pesimis dengan penerimaan teknologi informasi IV. KESINPULAN Pada analisa Technology Acceptance Model (TAM) pada Usaha Mikro Keeil (UMK) pelaku usaha di Pantai Pangandaran Kabupaten Pangandaran dapat disimpulkan bbahwa masyarakat pelaku UMK di Pangadaran masil tidak berpengaruh atau apatis atau kurang perhatian dengan teknologi informasi (website) yang telah dikembangkan penelit. A. Dari hasil analisa model bisa terlihat bahwa pada persamaan pertama yaitu Attitude 1. Perceived Usefilnes — (-12.58907%) tidak berpengarih (negatif) teshadap Attitude dengan sig 1.80393 le-01/0.18/18% pada signifikasi 0.2/20% Perceived Ease_of Use (-17.13884%) tidak berpangarth (negatif) teshadap Attitude dengan sig 4.679001e-02/0.046/4.6% secarasignifikan = 0.035% 3. Social_Influence (-43.98042%) tidak berpangaruh (negatif)terhadap attitude dengan sig 1.225723e-06 sangat signifikan < 0.01/1% < 0.05/5% Dari basil analisa model bisa terlibat babwa pada persamaan kedua yaitu Behavioral Intention : Attitude (- $0.02287%) tidak berpangarah (negatif) _ terhadap Behavioral Intention dengan sig 1.830628e-09 sangat signifikan < 0,01/1% < 0.05/5% Penyebab masyarakat pelak UMK di Pangadaran masih tidak berpengaruh atau apatis atau Kurang perhatian dengan gelar tekonologi informasi yang telah dikembangkan peneliti, 23 | Published: March 22°JSil | Jumal Sistem Informasi ‘Vol.10.No.1 Maret 2023, Hal. 50-59 DOL: 10,30656/jsii.v10i1.5608 p-ISSN: 2406-7768 eISSN: 2581-2181 bisa dikarenakan bapak/ibu pelaku UMK di Pangandaran sudab sibuk dengan usehaaya sehari-hari, sehingea mungkin saat ini penggunaan teknologi informasi untuk memperhias usaha belum menjadi priortas utama, karena prioritas utama adalah gelar dagangan secara fsik bukan online. V.SARAN Penelitian ini dapat dijadikan rujukan terkait Technology “Acceptance Model. ul PI] 07 [8] (91 Page | 59 REFERENSI G Sanchez, PLS Path Modeling with R.(1] G Sanchez, PLS Path Modeling with R. 2013. N. K Avkiran, CM. Ringle, and R Low, “Monitoring wanswission of systemic risk Application of PLS-SEM in financial stress testing ‘Monitoring transmission of systemic risk : Application of PLS-SEM in financial stress testing.” J. Risk, vol. 20, pp. 83-115, 2018. A. Tri Basuki, Pengantar Ekonometrika (Dilengkapt Penggunaan Eviews). 2016. G. Casella, S. Fienberg, and 1. Olkin, “An Introduction to Statistical Programming in R.” 2007 A. Gaston, L. Trinchera, and G. Russolillo, “Package * plspm "2017. ‘M. Najib and F. Faluma, “Iuvestigating the adoption of digital payment system through an extended technology acceptance model: An insight from the Indonesian small and medium enterprises,” Int. J Ad Sel. Eng, Inf, Tecimol., vol. 10, no. 4, pp. 1702-1708, 20. ‘A.D. Ramdansyalt and H. B. R. Taufik, “Adoption model of E-commerce from SMEs perspective in developing country evidence — Case study for Indonesia,” Eur. Res. Stud. J., vol. 20, n0, 4, pp. 227- 2017. F. Herzallah and M. Mukhtar, “The impact of percieved usefulness, case of use and trust on managers’ acceptance of e-commerce services in small and medium-sized enterprises (SMEs) in Palestine.” Int. J. Adv. Sct. Eng. Inf Technol., vol. 6, no. 6, pp. 922-929, 2016. H Lb. Aj. Kk. Ss technology factors... preview & related info Mendeley.”| [Online] Available: hittps:/svww mendeley.com/catalogue/62dab960- 6a06-320f-9b21-2412746e3961/, [Accessed: 18-Mar- 123]. Fewer, “B2b e-commerce (10) ty) [12] [13] 4) Received: February 164, L. D. U. Manalu, I Hermadi, and I. Ratono, “Studying The Detenminants of Intention To Use Tokopedia for SMEs Agribusiness Products Purchase.” Indones. J. Bus. Entrep., Jan. 2020 E. Radjab and A. Jam‘an, Metodologi Penelitian Bisnis. Lembaga Perpustakaan dan Pencrbitan, Universitas Mubammadiyah Makassar, 2017, S. Prof Dr. MSi, “Metodologi Penelitian : Metodologi Penelitian Model Prakatis Penelitian Kuantitatif dan Kualitatif” Univ. Pendiit. Indones. pp. 1-243, 2012. ©. R. Kothari, Research Methodology. New Age International (P) Limited, 2004. T. W. Yee, Vector Generalized Linear and Additive Models: With an Implementation in R. 2015. 23 | Published: March 22°