Analisis Kesuksesan Sistem Informasi Sinta terhadap Kepuasan Peneliti

Nabila Febrisa Anggraini; Daniel Arsa; Ari Andrianti

doi:10.31004/riggs.v5i1.8111

Authors

Nabila Febrisa Anggraini Universitas Jambi
Daniel Arsa Universitas Jambi
Ari Andrianti Universitas Jambi

DOI:

https://doi.org/10.31004/riggs.v5i1.8111

Keywords:

SINTA, Kepuasan Pengguna, Keberhasilan Sistem Informasi, TAM, DeLone McLean

Abstract

Science and Technology Index (SINTA) merupakan sistem informasi yang digunakan untuk menampilkan kinerja penelitian di Indonesia serta dimanfaatkan oleh mahasiswa, dosen, dan peneliti sebagai sumber rujukan akademik dan evaluasi kinerja ilmiah. Keberadaan SINTA menjadi penting dalam mendukung ekosistem riset nasional, terutama dalam meningkatkan transparansi dan aksesibilitas data publikasi ilmiah. Namun, dalam penggunaannya masih ditemukan berbagai kendala seperti ketidaksesuaian data, keterlambatan pembaruan informasi, serta kesulitan dalam mengakses dan menavigasi sistem. Permasalahan tersebut berpotensi memengaruhi tingkat kepuasan pengguna dan efektivitas pemanfaatan sistem. Penelitian ini bertujuan untuk menganalisis kesuksesan sistem informasi SINTA terhadap kepuasan pengguna dengan menggunakan pendekatan kuantitatif. Teknik pengambilan sampel yang digunakan adalah purposive sampling dengan melibatkan 230 responden yang merupakan pengguna aktif SINTA. Variabel yang digunakan dalam penelitian ini meliputi System Quality, Information Quality, Service Quality, Perceived Usefulness, Perceived Ease of Use, User Satisfaction, dan Net Benefit. Pengumpulan data dilakukan melalui penyebaran kuesioner menggunakan skala Likert untuk mengukur persepsi responden terhadap masing-masing variabel. Data yang diperoleh kemudian dianalisis menggunakan metode Partial Least Squares-Structural Equation Modeling (PLS-SEM) dengan bantuan perangkat lunak SmartPLS. Hasil penelitian menunjukkan bahwa seluruh variabel yang diuji memiliki pengaruh signifikan terhadap kepuasan pengguna serta memberikan kontribusi positif terhadap manfaat sistem. Temuan ini mengindikasikan bahwa peningkatan kualitas sistem, informasi, dan layanan sangat penting untuk mendukung keberhasilan implementasi SINTA secara optimal.

Downloads

Download data is not yet available.

References

“UU RI NOMOR 11,” 2019.

“Permenristekdikti Nomor 9,” 2018. [Online]. Available: www.peraturan.go.id

Masita, “ANALISIS PEMANFAATAN SCIENCE AND TECHNOLOGY INDEX (SINTA) OLEH MAHASISWA FAKULTAS EKONOMI DAN BISNIS ISLAM UIN ALAUDDIN MAKASSAR DALAM MEMENUHI KEBUTUHAN INFORMASI AKADEMIK,” 2022.

A. Saputra, “Pemanfaatan Science and Technology Index (SINTA) untuk Publikasi Karya Ilmiah dan Pencarian Jurnal Nasional Terakreditasi,” 2020.

L. I. A. Irma Hartiwi and H. Rokhayati, “ANALISIS KUALITAS SISTEM, KUALITAS INFORMASI DAN KUALITAS LAYANAN TERHADAP KEPUASAN PENGGUNA PADA SISTEM APLIKASI KEUANGAN TINGKAT INSTANSI SATUAN KERJA,” Jurnal Manajemen, vol. 20, no. 1, Jan. 2024, doi: 10.25170/jm.v20i1.4457.

A. Vatresia and T. Pasaribu, “Analisis Kesuksesan Sistem Informasi Manajemen Daerah (SIMDA) dengan Metode Delone dan Mclean Success Model dan Technology Acceptance Model (TAM),” J. Sistem Info. Bisnis, vol. 13, no. 1, pp. 70–77, Aug. 2023, doi: 10.21456/vol13iss1pp70-77.

F. D. Davis, “Perceived usefulness, perceived ease of use, and user acceptance of information technology,” MIS Q., vol. 13, no. 3, pp. 319–339, 1989, doi: 10.2307/249008.

W. H. DeLone and E. R. McLean, “The DeLone and McLean model of information systems success: A ten-year update,” in Journal of Management Information Systems, M.E. Sharpe Inc., 2003, pp. 9–30. doi: 10.1080/07421222.2003.11045748.

Eko Hertanto, “PERBEDAAN SKALA LIKERT LIMA SKALA DENGAN MODIFIKASI SKALA LIKERT EMPAT SKALA.”

J. F. Hair, M. Sarstedt, L. Hopkins, and V. G. Kuppelwieser, “Partial least squares structural equation modeling (PLS-SEM): An emerging tool in business research,” 2014, Emerald Group Publishing Ltd. doi: 10.1108/EBR-10-2013-0128.

G. W. Cheung, H. D. Cooper-Thomas, R. S. Lau, and L. C. Wang, “Reporting reliability, convergent and discriminant validity with structural equation modeling: A review and best-practice recommendations,” Asia Pacific Journal of Management, vol. 41, no. 2, pp. 745–783, Jun. 2024, doi: 10.1007/s10490-023-09871-y.

Henseler, C. M. Ringle, and M. Sarstedt, “A new criterion for assessing discriminant validity in variance-based structural equation modeling,” J. Acad. Mark. Sci., vol. 43, no. 1, pp. 115–135, Jan. 2015, doi: 10.1007/s11747-014-0403-8.

P. G. Subhaktiyasa, “Evaluasi Validitas dan Reliabilitas Instrumen Penelitian Kuantitatif: Sebuah Studi Pustaka,” Journal of Education Research, vol. 5, no. 4, pp. 5599–5609, Nov. 2024, doi: 10.37985/jer.v5i4.1747.

O. J. Aburumman, K. Omar, M. Al Shbail, and M. Aldoghan, “How to Deal with the Results of PLS-SEM?,” in Lecture Notes in Networks and Systems, Springer Science and Business Media Deutschland GmbH, 2023, pp. 1196–1206. doi: 10.1007/978-3-031-08954-1_101.

J. F. . Hair, G. T. M. . Hult, C. M. . Ringle, and Marko. Sarstedt, A primer on partial least s quares structural equation modeling (PLS-SEM). Sage, 2017.

---