dampak implementasi erp
DESCRIPTION
BAB IPENDAHULUAN1.1. Latar Belakang Organisasi selalu berusaha secara konstan mencari cara untuk mencapai performa bisnis yang lebih baik dan mempertahankan keungulan bersaing dengan memberdayakan secara efektif sumberdaya yang dimilikinya dan mengembangkan bisnis proses yang lebih baik secara berkesinambungan. Organisasi memerlukan perencanaan dan kontrol sistem yang efektif dengan mensinkronkan seluruh kegiatan perencaan dalam seluruh aktifitas bisnisnya, untuk tujuan tersebut perusahaan bergantung pada infrastruktur sistem informasi yang solid selaras dengan core business prosess, yang dikembangkan untuk dapat memberikan produk dan layanan yang berkualitas dalam kerangka waktu yang optimal. Kebutuhan akan sistem informasi yang solid telah mendorong banyak perusahaan untuk memanfatkan teknolgi informasi dengan mengimplementasikan aplikasi software seperti Enterprice Recource Planning (ERP) untuk mensinergikan dan meningkatkan efisiensi operasi bisnisnya. Teknologi informasi menawarkan berbagai solusi, inovasi, dan perubahan pada bisnis perusahaan. Namun demikian penerapan teknologi informasi harus sesuai dengan tujuan bisnis perusahaan sehingga investasi yang mahal tidak menjadi sia – sia. Jika pertanyaan diajukan kepada organisasi yang menerapkan Teknologi Informasi, “apa yang paling diharapkan dari penerapan sistem teknologi informasi dalam organisasinya?’ jawaban yang diberikan oleh organisasi yang menerapkan teknologi informasi pastilah sederhana yaitu sukses atau berhasil dalam pelaksanaannya. Akan tetapi apa yang dimaksud dengan kesuksesan dari sistem teknologi informasi dan bagaimana membuat teknologi informasi menjadi sukses. Pertanyaan ini merupakan pertanyaan-pertanyaan penting yang penting dan menarik untuk didiskusikan. Secara teknis sistem teknologi informasi telah berkembang dengan pesat, secara kualitas sistem teknologi informasi juga sudah meningkat secara signifikan, Jogiyanto (2007:1).Saat ini sudah menjadi hal yang umum Enterprice Resource Planning (ERP) dijadikan tulang punggung sistem informasi dalam operasi perusahaan berskala besar maupun kecil. Berdasarkan studi ARC (Advisor Group Inc.) yang dikutip oleh Garbot et. al (2008:1) pasar dunia untuk sistem ERP berkembang pada angka rata-rata kenaikan gabungan 4,8%, bergerak naik dari angka USD $16.7 milyar menuju angka USD $21 milyar pada tahun 2010. Angka yang cukup fantastis tersebut ternyata tidak diimbangi oleh laporan keberhasilan penerapan ERP. Seperti yang dilaporkan oleh David Bergen dalam Doc Palmer (2006:283), menyatakan kegagalan implementasi paket CMMS (Computer Maintenance Management System) yang merupakan salah satu stream dari ERP, diperkirakan sebesar 50%, tapi hal ini masih tergantung dari seseorang mendefinisikan arti dari kegagalan itu sendiri. Chister Idhammar (1998) meletakkan rata-rata keberhasilan implementasi paket CMMS hanya berada pada angka 18%. Fenomena ketidakcocokan atau ketidak seimbangan antara besaran investasi yang dikeluarkan untuk teknologi informasi dengan ukuran total output yang dihasilkan dideskripsikan sebagai sebuah “ IT productivity paradox “ sebuah isu yang hingga saat ini masih hangat dibicarakan dikalangan akademisi maupun praktisi teknologi informasi semenjak tahun 1980-an (Roach,1994).Mengevaluasi keberhasilan proyek implementasi Enterprise Resource Planning (ERP) adalah sesuatu yang sangat penting mengingat besarnya nilai finasial dan sumberdaya manusia yang diinvestasikan, akan tetapi menurut laporan Bradford dan Sandy (2002), 57 % dari perusahaan yang diinterview menyatakan tidak pernah melakukan assesment terhadap performa Enterprise Resource Planning (ERP) yang diimplementasikan karena langkanya model dan literature untuk evaluasi secara empirik yang bisa digunakan untuk mengukur keberhasilan ERP. Pengukuran secara teknikal terhadap kesuksesan penerapan sistem informasi mudah dilakukan seperti yang dilakukan oleh PT Kaltim Prima Coal terhadap tingkat Maturity penerapan teknologi informasTRANSCRIPT
BAB I
DAFTAR PUSTAKAAl-Hakim, L. (2007). Information Quality Management: Theory and Applications. Hershey: Idea Group Publishing
Chien, W., & Tsaur,S. (2007). Investigating The Success of ERP System: Case Studies in Three Taiwaness High- Tech Industries. Taiwan: Ching Yun University.
DeLone, W., & McLean, E. (2003). The DeLone and McLean Model of Information Systems Success A Ten-Year Update. Journal of Management Information Systems. .
DeLone, W.H., & McLean, E.R. (1992). Information systems success: The quest for the dependent variable. Informations SystemsResearch.
Echendu, J & Brown,k.( 2010). Definitions, Concepts and Scope of Engineering Asset Management. London : Springer- Verlag London Limited
Garvin, David A. (1988). Managing Quality: The Strategic and Competitive Edge. United State of America: Harvard Business School.
Grabot, B & Mayere,T.( 2008). ERP Systems and Organisational Change. London: Springer- Verlag London Limited.
Hasting, N. (2010). Physical Asset Management. London: Springer- Verlag London Limited.Halonen, R. (2011). Reflecting With the DeLone & McLean Model. Helsinki : International Workshop on Practice Research.
Hirata, T & Gehrke,J. (2009). Customer Satifaction Planning. New York : CRC Press Taylor & Francis Group.
Jogiyanto. (2006). Model Kesuksesan Sistem Teknologi Informasi. Yogyakarta: ANDI Yogyakarta.
Jogiyanto.( 2007). Sistem Informasi Keperilakuan. Yogyakarta: ANDI Yogyakarta.
Jogiyanto. (2007). Model Kesuksesan : Sistem Teknologi Informasi. Yogyakarta: ANDI Yogyakarta.
Knight, S., & Burn, J. (2005). Developing a Framework for Assessing Information Quality on the World Wide Web Introduction. Science Journal, 8
Kusnendi. (2008). Model Model Persamaan Struktural. Bandung: Satu Group Sample dengan Lisrel : Alfa Beta.
Lin, H., Hsu, P & Ting, P., (2005). ERP Systems Success: An Integration of IS Success Model and Balanced Scorecard. Australian : Australian Computer Society Inc.Mclood, R & Schell, G. (2008). Management Information System. India : Pearson Education, Inc.
zkan, S., & Bilgen,S. (2003). Notes Towards Information System (IS) Success : A Literature Review and Comparison of Two IS Success Model Within The Context of The Internet. International Conference WWW/Internet
Palmer, R. 2006, Maintenance Planning and Scheduling Handbook. New York: McGraw-Hill, Inc.Prez-Mira, B. (1995) . Validity Delone and McLeans Model of Information System Success at The Web Site Level of Analysis. Louisiana State University: E. J. Ourso College of Business business schoolRadityo, D., & Zulaikha. (2007). Pengujian Model DeLone and McLean Dalam Pengembangan Sistem Informasi Manajemen Kajian Sebuah Kasus. Semarang : Universitas Diponegoro. Ramakrishnan, R & Gehrke,J. (2003). Database Management System. New York : Mc Graw Hill International.Rini, A. (2008). 1.Model Kesuksesan Implementasi ERP (Enterprise Resource Planning) Pada Perusahaan PT Apac Inti Corpora untuk Pabrik Spinning II di Bawen. Yogyakarta : Universitas Gajah Mada
Scott, M., &Acton,T. (2004). The Influence of Quality on The Success of Ecommerce System. Irlandia : National University of Ireland.
Shtub, A .( 1999). Definitions, Enterprise Resource Planning (ERP): The Dynamics of Operation Managemet. United States of America: Kluwer Academic PublishersWallace, T & Kremzar, M. (2001). ERP:Making It Happen. Canada: John Wiley & Sons, Inc.
Wijaya, T. (2009).Analisis Structural Equation Modeling Menggunakan AMOS. Yogyakarta : Universitas Atma Jaya .
Wong, Z. (2011). A Proposed Revision to the DeLone and McLeans IS Success Model. California, USA : Sonoma State University.Lampiran 1KUISIONER
DAMPAK ORGANISASIONAL IMPLEMENTASI ELLIPSE
PENTUNJUK PENGISIAN
Bapak Bapak dan Ibu- Ibu yang terhormat, kuisioner ini terdiri dari beberapa pertanyaan yang dimaksud untuk mendapatkan persepsi faktor-faktor pendukung keberhasilan implementasi ERP- Ellipse dan dampaknya terhadap individual pemakainya serta dampak secara organisasional di PID dan MSD.
Kerja sama Bapak-Bapak dan Ibu-Ibu sekalian untuk mengisi pertanyaan dengan jujur sangat saya hargai. Harapannya dari jawaban jawaban yang diberikan dapat diolah dan didefinisikan, sehingga tingkat kesuksesan penerapan ERP- Ellipse PID dan MSD dapat diukur dengan baik. Dari pengukuran ini diharapkan dapat dipergunakan sebagai bahan pijakan perbaikan atau improvement penerapan Eliips di PT. Kaltim prima Coal untuk mendukung pencapai tujuan bisnis perusahaan.
Mohon dibaca dengan seksama dan teliti, pertanyaan pertanyaan berikut, tidak ada jawaban salah dari pertanyaan tersebut. Mohon dijawab seluruh pertanyaan berikut agar hasilnya bisa diolah dan dianalisa. Sebelumnya saya ucapkan terimakasih atas partisipasi Bapak-Bapak dan Ibu- Ibu sekalian.Hormat saya
Tikto Hartanto
A. Kualitas Sistem (System Quality) NoFaktor-Faktor Penentu KeberhasilanSangat Tidak SetujuTidak SetujuSetujuSangatSetujuSangat Setuju Sekali
12345
X1.1Ellipse dapat diandalkan untuk mendukup operasional departemen anda dan Ellipse tidak pernah mengalami error selama anda menggunakanya.
X1.2Ketika anda meng-input data atau mengambil data, Ellipse mampu merespond dengan waktu yang cepat.
X1.3Fiture fiture dan fasilitas yang disediakan Ellipse mudah dipelajari dan digunakan.
B. Kualitas Informasi ( Informasi Quality) NoFaktor-Faktor Penentu keberhasilanSangat Tidak SetujuTidak SetujuSetujuSangatSetujuSangat Setuju Sekali
12345
X2.1Data- data yang anda dapatkan dari Ellipse selalu memberikan tingkat akurasi yang tinggi .
X2.2Format format data yang anda padatkan dari Ellipse sangat membantu dan memudahkan anda membacanya.
X2.4Fitur fitur yang disediakan oleh Ellipse dan format format keluaran dari Ellipse sangat lengkap untuk penyusunan laporan anda dan rencana kerja anda.
C. Penggunaan ( Use ) NoFaktor-Faktor Penentu keberhasilanSangat Tidak SetujuTidak SetujuSetujuSangatSetujuSangat Setuju Sekali
12345
Y1.1Frekuensi pengunaan ellips atau anda bekerja dengan ellips sangat tinggi. Transaksi kerja atau memberikan perintah kerja anda selalu menggunakan ellipse, seperti ada selalu menerbitkan ILS, anda tidak lagi menggunakan Paper Work Request.
Y1.2Jumlah laporan yang bisa didapat dari ellipse cukup lengkap. Ellipse dapat memberikan anda laporan yang lengkap, seperti: data produksi, manpower utilisasi, backlog, MTBS unit dll.
Y1.3Fitur Fitur dan fasilitas yang disediakan oleh Ellipse terutilisasi dengan maksimal termasuk fungsi fungsi statistik seperti: Equipment Dowtime report, Statistik Analysis report,Dowtime Frequency dll
D. Kepuasan Pemakai ( User Satisfaction ) NoFaktor-Faktor Penentu keberhasilanSangat Tidak SetujuTidak SetujuSetujuSangatSetujuSangat Setuju Sekali
12345
Y2.1Anda puasa dengan performa yang ditunjukkan Ellipse sampai saat ini.
Y2.2Anda sangat puas dengan setiap keputusan yang didasarkan atas data yang diberikan Ellipse.
Y2.3Anda sangat puas interface atau tampilan dari fiture fiture yang di berikan oleh ellipse.
E. Dampak Individual ( Individual Impact ) NoFaktor-Faktor Penentu keberhasilanSangat Tidak SetujuTidak SetujuSetujuSangatSetujuSangat Setuju Sekali
12345
Y3.1Ellipse secara nyata telah membantu anda dalam memecahkan masalah yang anda temui dengan cepat berkat data- data yang diberikannya.
Y3.2Setiap masalah yang dipecahkan atas dasar data yang diberikan oleh Ellipse, memberikan dampak keputusan anda menjadi akurat.
Y3.3Ellipse secara nyata membuat anda menjadi lebih efisien dalam memecahkan masalah dan melaksanakan tugas harian anda.
F. Dampak Organisasi ( Organizational Impact ) NoFaktor-Faktor Penentu keberhasilanSangat Tidak SetujuTidak SetujuSetujuSangatSetujuSangat Setuju Sekali
12345
Y4.1Ellipse secara nyata membantu untuk mencapai penguran biaya operasional dan maintenance , seperti inventory yang lebih baik dll
Y4.2Ellipse meningkatkan produktifitas karyawan KPC secara umum, misal: jumlah Wo yang dikerjakan sesuai dengan target karena terkontrol dalam Ellipse, fungsi planner bekerja maksimal dll
Y4.3Kualitas kinerja kinerja section atau departemen anda lebih baik karena Ellips secara nyata membantu anda untuk medokumentasikan procedure kerja yang baik, kebutuhan spare part dll sehingga dampaknya kinerja crew menjadi lebih berkualitas karena terencana dengan baik.
Lampiran 2a: Rekapitulasi Kuisioner Jawaban Responden
Lampiran 2b: Rekapitulasi Kuisioner Jawaban Responden (lanjutan)
Lampiran 2c: Rekapitulasi Kuisioner Jawaban Responden (lanjutan)
Lampiran 2d: Rekapitulasi Kuisioner Jawaban Responden (lanjutan)
Lampiran 3a: Tranformasi data untuk mengatasi Multikolinieritas.
Lampiran 3b: Tranformasi data untuk mengatasi Multikolinieritas (lanjutan).
Lampiran 3c: Tranformasi data untuk mengatasi Multikolinieritas (lanjutan).
Lampiran 3d: Tranformasi data untuk mengatasi Multikolinieritas (lanjutan).
Lampiran 4 a : Hasil Analisa Cronbach's Alpha dengan SPSS 17
Variable Kualitas Sistem
Scale: ALL VARIABLES
Case Processing Summary
N%
CasesValid174100.0
Excludeda0.0
Total174100.0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics
Cronbach's AlphaN of Items
.8084
Item-Total Statistics
Scale Mean if Item DeletedScale Variance if Item DeletedCorrected Item-Total CorrelationCronbach's Alpha if Item Deleted
X1161.70480.222.648.783
X1259.88432.558.656.758
X1361.55469.093.634.780
Skortotal36.63161.1371.000.636
Lampiran 4b: Hasil Analisa Cronbach's Alpha dengan SPSS 17
Variable Kualitas InformasiScale: ALL VARIABLES
Case Processing Summary
N%
CasesValid174100.0
Excludeda0.0
Total174100.0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics
Cronbach's AlphaN of Items
.8144
Item-Total Statistics
Scale Mean if Item DeletedScale Variance if Item DeletedCorrected Item-Total CorrelationCronbach's Alpha if Item Deleted
X2159.55429.624.612.795
X2259.78420.649.693.774
X2360.41403.308.681.766
Skortotal35.95146.4891.000.664
Lampiran 4c: Hasil Analisa Cronbach's Alpha dengan SPSS 17
Variable Faktor PenggunaanScale: ALL VARIABLES
Case Processing Summary
N%
CasesValid174100.0
Excludeda0.0
Total174100.0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics
Cronbach's AlphaN of Items
.7904
Item-Total Statistics
Scale Mean if Item DeletedScale Variance if Item DeletedCorrected Item-Total CorrelationCronbach's Alpha if Item Deleted
Y1159.80446.644.604.749
Y1259.88457.760.583.759
X1361.61486.101.588.771
Skortotal36.26161.1521.000.557
Lampiran 4d: Hasil Analisa Cronbach's Alpha dengan SPSS 17
Variable Kepuasan PenggunaScale: ALL VARIABLES
Case Processing Summary
N%
CasesValid174100.0
Excludeda0.0
Total174100.0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics
Cronbach's AlphaN of Items
.7904
Item-Total Statistics
Scale Mean if Item DeletedScale Variance if Item DeletedCorrected Item-Total CorrelationCronbach's Alpha if Item Deleted
Y2158.48401.580.569.770
Y2258.18388.983.559.767
Y2360.24376.470.635.740
Skortotal35.38135.2191.000.554
Lampiran 4e: Hasil Analisa Cronbach's Alpha dengan SPSS 17
Variable Faktor Dampak Individual
Scale: ALL VARIABLES
Case Processing Summary
N%
CasesValid174100.0
Excludeda0.0
Total174100.0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics
Cronbach's AlphaN of Items
.8104
Item-Total Statistics
Scale Mean if Item DeletedScale Variance if Item DeletedCorrected Item-Total CorrelationCronbach's Alpha if Item Deleted
Y3161.46454.816.627.780
Y3262.60435.304.681.757
Y3364.16473.161.635.787
Skortotal37.64159.0631.000.644
Lampiran 4f: Hasil Analisa Cronbach's Alpha dengan SPSS 17
Variable Faktor Dampak Organisasional
Scale: ALL VARIABLES
Case Processing Summary
N%
CasesValid174100.0
Excludeda0.0
Total174100.0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics
Cronbach's AlphaN of Items
.7894
Item-Total Statistics
Scale Mean if Item DeletedScale Variance if Item DeletedCorrected Item-Total CorrelationCronbach's Alpha if Item Deleted
Y4164.38382.954.525.778
Y4263.91381.575.592.760
Y4363.58363.239.641.737
Skortotal38.37130.6401.000.551
Lampiran 5a: Hasil Analisa Pearson Correlation dengan SPSS 17
Variable Faktor Dampak Sistem
Correlations
Correlations
X11X12X13Skortotal
X11Pearson Correlation1.378**.420**.753**
Sig. (2-tailed).000.000.000
N174174174174
X12Pearson Correlation.378**1.336**.786**
Sig. (2-tailed).000.000.000
N174174174174
X13Pearson Correlation.420**.336**1.751**
Sig. (2-tailed).000.000.000
N174174174174
SkortotalPearson Correlation.753**.786**.751**1
Sig. (2-tailed).000.000.000
N174174174174
**. Correlation is significant at the 0.01 level (2-tailed).
Lampiran 5b: Hasil Analisa Pearson Correlation dengan SPSS 17
Variable Faktor Dampak InformasiCorrelations
X21X22X23Skortotal
X21Pearson Correlation1.389**.333**.736**
Sig. (2-tailed).000.000.000
N174174174174
X22Pearson Correlation.389**1.475**.792**
Sig. (2-tailed).000.000.000
N174174174174
X23Pearson Correlation.333**.475**1.794**
Sig. (2-tailed).000.000.000
N174174174174
SkortotalPearson Correlation.736**.792**.794**1
Sig. (2-tailed).000.000.000
N174174174174
**. Correlation is significant at the 0.01 level (2-tailed).
Lampiran 5c: Hasil Analisa Pearson Correlation dengan SPSS 17
Variable Tingkat Penggunaan PenggunaanCorrelations
Correlations
Y11Y12X13Skortotal
Y11Pearson Correlation1.262**.330**.748**
Sig. (2-tailed).000.000.000
N174174174174
Y12Pearson Correlation.262**1.311**.729**
Sig. (2-tailed).000.000.000
N174174174174
X13Pearson Correlation.330**.311**1.712**
Sig. (2-tailed).000.000.000
N174174174174
SkortotalPearson Correlation.748**.729**.712**1
Sig. (2-tailed).000.000.000
N174174174174
**. Correlation is significant at the 0.01 level (2-tailed).
Lampiran 5d: Hasil Analisa Pearson Correlation dengan SPSS 17
Variable Tingkat Kepuasan Pengguna
Correlations
Correlations
Y21Y22Y23Skortotal
Y21Pearson Correlation1.226**.357**.705**
Sig. (2-tailed).003.000.000
N174174174174
Y22Pearson Correlation.226**1.298**.711**
Sig. (2-tailed).003.000.000
N174174174174
Y23Pearson Correlation.357**.298**1.765**
Sig. (2-tailed).000.000.000
N174174174174
SkortotalPearson Correlation.705**.711**.765**1
Sig. (2-tailed).000.000.000
N174174174174
**. Correlation is significant at the 0.01 level (2-tailed).
Lampiran 5e: Hasil Analisa Pearson Correlation dengan SPSS 17
Variable Dampak Individual
Correlations
Correlations
Y31Y32Y33Skortotal
Y31Pearson Correlation1.369**.345**.753**
Sig. (2-tailed).000.000.000
N174174174174
Y32Pearson Correlation.369**1.422**.796**
Sig. (2-tailed).000.000.000
N174174174174
Y33Pearson Correlation.345**.422**1.746**
Sig. (2-tailed).000.000.000
N174174174174
SkortotalPearson Correlation.753**.796**.746**1
Sig. (2-tailed).000.000.000
N174174174174
**. Correlation is significant at the 0.01 level (2-tailed).
Lampiran 5f: Hasil Analisa Pearson Correlation dengan SPSS 17
Variable Dampak Organisasional
Correlations
Correlations
Y41Y42Y43Skortotal
Y41Pearson Correlation1.208**.263**.685**
Sig. (2-tailed).006.000.000
N174174174174
Y42Pearson Correlation.208**1.403**.725**
Sig. (2-tailed).006.000.000
N174174174174
Y43Pearson Correlation.263**.403**1.769**
Sig. (2-tailed).000.000.000
N174174174174
SkortotalPearson Correlation.685**.725**.769**1
Sig. (2-tailed).000.000.000
N174174174174
**. Correlation is significant at the 0.01 level (2-tailed).
Lampiran 6: Hasil Analisa Univariate Outliers dengan SPSS 17
Descriptives
[DataSet0]
Descriptive Statistics
NMinimumMaximumMeanStd. Deviation
Zscore(X11)174-1.531372.72710.00000001.00000000
Zscore(X12)174-1.484811.84167.00000001.00000000
Zscore(X13)174-1.439942.48658.00000001.00000000
Zscore(X21)174-1.626942.46731.00000001.00000000
Zscore(X22)174-1.639862.60080.00000001.00000000
Zscore(X23)174-1.347412.43403.00000001.00000000
Zscore(Y11)174-1.397981.97155.00000001.00000000
Zscore(Y12)174-1.432292.04981.00000001.00000000
Zscore(Y13)174-1.352902.75982.00000001.00000000
Zscore(Y21)174-1.652852.53834.00000001.00000000
Zscore(Y22)174-1.556472.25542.00000001.00000000
Zscore(Y23)174-1.194452.65095.00000001.00000000
Zscore(Y31)174-1.753061.99295.00000001.00000000
Zscore(Y32)174-1.481792.10157.00000001.00000000
Zscore(Y33)174-1.426282.77326.00000001.00000000
Zscore(Y41)174-1.555192.34774.00000001.00000000
Zscore(Y42)174-1.764052.42700.00000001.00000000
Zscore(Y43)174-1.714352.21307.00000001.00000000
Valid N (listwise)174
Lampiran 7 : Analisa Faktor Konfirmasi Konstruk Eksogen
Lampiran 7 : Analisa Faktor Konfirmasi Konstruk Eksogen (sambungan)
Notes for Model (Default model)
Computation of degrees of freedom (Default model)
Number of distinct sample moments:21
Number of distinct parameters to be estimated:13
Degrees of freedom (21 - 13):8
Result (Default model)
Minimum was achieved
Chi-square = 9.346
Degrees of freedom = 8
Probability level = .314
Estimates (Group number 1 - Default model)
Scalar Estimates (Group number 1 - Default model)
Maximum Likelihood Estimates
Regression Weights: (Group number 1 - Default model)
EstimateS.E.C.R.PLabel
X21