Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Vol.
No.
April 2025, hlm.
Akreditasi KEMENRISTEKDIKTI.
No.
36/E/KPT/2019
DOI: 10.
25126/jtiik.
p-ISSN: 2355-7699
e-ISSN: 2528-6579
ANALISIS PENERIMAAN PENGGUNA LEARNING MANAGEMENT SYSTEM
(LMS) BRONE DI UNIVERSITAS BRAWIJAYA BERDASARKAN MODEL
UNIFIED THEORY OF ACCEPTANCE AND USE OF TECHNOLOGY (UTAUT)
Lintang Trisnadi*1.
Intan Sartika Eris Maghfiroh2.
Mochamad Chandra Saputra3
1,2,3
Universitas Brawijaya.
Malang Email: lintangtrisnadi19@gmail.
com, 2intansartika@ub.
id, 3andra@ub.
Penulis Korespondensi (Naskah masuk: 11 November 2025, diterima untuk diterbitkan: 14 April 2.
Abstrak Dalam era perkembangan teknologi informasi, metode baru dalam pembelajaran telah muncul, memberikan perspektif berbeda terhadap konsep pendidikan.
Universitas Brawijaya merespon dengan menerapkan LMS BRONE, platform pembelajaran daring berbasis Moodle.
Namun, pengguna masih mengeluhkan beberapa masalah seperti harus login berkali-kali, pengingat tenggat waktu tugas yang tidak konsisten, dan tampilan yang tidak efisien.
Populasi ditetapkan sebagai mahasiswa Universitas Brawijaya S1 dan Diploma yang pernah menggunakan LMS BRONE dalam proses pembelajaran.
Metode penelitian yang diaplikasikan yaitu kuantitatif dengan pengumpulan data melalui penyebaran kuesioner dengan teknik purposive sampling kepada mahasiswa Universitas Brawijaya dan berhasil mendapatkan 194 responden.
Penelitian ini menggunakan model Unified Theory of Acceptance and Use of Technology (UTAUT) untuk mengeksplorasi faktor-faktor yang mempengaruhi penerimaan pengguna terhadap LMS BRONE di Universitas Brawijaya.
Hasil analisis data menggunakan PLSSEM dengan alat bantu SmartPLS menunjukkan bahwa lima hipotesis diterima.
Dari analisis jalur, dapat disimpulkan bahwa Performance Expectancy.
Effort Expectancy, dan Social Influence memiliki pengaruh signifikan terhadap Behavioral Intention, sementara Facilitating Conditions tidak berpengaruh signifikan terhadap Behavioral Intention, tetapi berpengaruh signifikan terhadap Use Behavior.
Behavioral Intention juga berpengaruh signifikan terhadap Use Behavior.
Hasil penelitian ini mendukung teori UTAUT dan memberikan wawasan penting tentang penerimaan pengguna LMS BRONE di Universitas Brawijaya.
Secara keseluruhan, penerimaan pengguna terhadap LMS BRONE di Universitas Brawijaya dapat dikategorikan positif.
LMS BRONE
memudahkan aksesibilitas materi, pengumpulan tugas, dan membantu dalam manajemen waktu.
Namun, diperlukan perbaikan dalam konsistensi penggunaan oleh dosen dan optimalisasi fitur untuk perangkat mobile.
Upaya sosialisasi dan pelatihan penggunaan LMS BRONE juga diperlukan agar adopsi sistem ini lebih optimal di kalangan pengguna.
Kata kunci: UTAUT, penerimaan pengguna.
BRONE.
PLS-SEM.
SmartPLS, e-learning ANALYSIS OF USER ACCEPTANCE OF THE BRONE LEARNING MANAGEMENT
SYSTEM (LMS) AT BRAWIJAYA UNIVERSITY BASED ON THE UNIFIED
THEORY OF ACCEPTANCE AND USE OF TECHNOLOGY (UTAUT) MODEL
Abstract In the era of information technology development, new learning methods have emerged, offering different perspectives on educational concepts.
Universitas Brawijaya has responded by implementing BRONE LMS, an online learning platform based on Moodle.
However, users have reported several issues such as the need to log in repeatedly, inconsistent task deadline reminders, and an inefficient interface.
The population was defined as undergraduate and diploma students at Universitas Brawijaya who had used the BRONE LMS in the learning The research applied a quantitative method by collecting data through a questionnaire distributed via purposive sampling to Universitas Brawijaya students, resulting in 194 respondents.
This study utilized the Unified Theory of Acceptance and Use of Technology (UTAUT) model to explore the factors influencing user acceptance of the BRONE LMS at Universitas Brawijaya.
The data analysis, conducted using PLS-SEM with SmartPLS software, showed that five hypotheses were supported.
From the path analysis, it was concluded that Performance Expectancy.
Effort Expectancy, and Social Influence had a significant impact on Behavioral Intention, while 370 Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK).
Vol.
No.
April 2025, hlm.
Facilitating Conditions did not significantly affect Behavioral Intention but did significantly influence Use Behavior.
Behavioral Intention also had a significant impact on Use Behavior.
The results of this study support the UTAUT theory and provide valuable insights into user acceptance of the BRONE LMS at Universitas Brawijaya.
Overall, user acceptance of the BRONE LMS at Universitas Brawijaya can be categorized as positive.
The BRONE LMS facilitates access to materials, assignment submissions, and helps with time management.
However, improvements are needed in the consistency of use by lecturers and optimization of features for mobile Efforts in socialization and training for the use of the BRONE LMS are also necessary to enhance system adoption among users.
Keywords: UTAUT, user acceptance.
BRONE.
PLS-SEM.
SmartPLS, e-learning PENDAHULUAN Dengan perkembangan teknologi informasi, metode baru telah muncul dalam pembentukan pengetahuan, penyajian pengetahuan, dan cara kita mengakses pengetahuan.
Teknologi juga telah memengaruhi teknik pengajaran para guru, dengan teknologi memberikan perspektif yang berbeda terhadap konsep pendidikan (Uzunboylu.
Bicen & Cavus, 2.
Merespon perkembangan teknologi dalam proses pembelajaran.
Universitas Brawijaya telah menerapkan LMS bernama BRONE (Brawijaya Online Learnin.
LMS BRONE adalah platform ruang belajar berbasis Moodle dari Universitas Brawijaya yang menyediakan layanan pembelajaran Platform ini dirancang untuk memberikan kemudahan akses dan fleksibilitas, memungkinkan mahasiswa dan dosen mengakses sumber belajar kapan saja dan di mana saja.
LMS BRONE telah dirancang dan digunakan secara internal di Universitas Brawijaya (UB), menunjukkan fokusnya pada pengguna internal Selain itu, implementasi LMS BRONE telah melibatkan seluruh fakultas di UB, menegaskan keberadaannya sebagai platform pembelajaran yang merata di seluruh lingkungan universitas.
Namun, meskipun telah diterapkan secara luas, terdapat beberapa keluhan dari pengguna, baik dari dosen maupun mahasiswa, diantaranya yaitu mahasiswa harus login berkali-kali untuk melihat informasi kelas dan tugas, pengingat tenggat waktu tugas terkadang tidak tersampaikan dengan baik sehingga mahasiswa terkadang telat mengumpulkan tugas.
Selain itu, tidak adanya pembeda antara tugas kelas satu dengan kelas yang lain, sehingga mahasiswa menjadi bingung apakah tugas yang diberikan adalah miliknya ataukah tugas kelas lain.
Kemudian, jangkauannya masih terbilang sempit dikarenakan mahasiswa hanya bisa mengakses materi perkuliahan dengan menggunakan enrollment key kelas yang dituju, sehingga mahasiswa memiliki keterbatasan untuk mengakses materi perkuliahan dari fakultas lain.
Masalah lain yaitu tampilan LMS BRONE yang dinilai tidak efisien yaitu kalender dan upcoming schedule yang terletak di bawah, terkadang error saat melakukan ujian, belum semua dosen menggunakan LMS BRONE sebagai bahan ajaran di kelas, serta minimnya pengetahuan dalam mengoperasikan LMS .
uman erro.
Keberhasilan adopsi e-learning bergantung pada pemahaman bagaimana pengguna menerima teknologi (Ashraf et al.
, 2.
dan bagaimana teknologi tersebut memengaruhi setiap aspek pembelajaran dan pendidikan (Al Mulhem, 2.
Model Unified Theory of Acceptance and Use of Technology (UTAUT) akan digunakan dalam penelitian ini dimana model ini juga telah banyak digunakan dalam studi penerimaan dan penggunaan Variabel yang digunakan dalam penelitian ini, sesuai dengan landasan teori UTAUT, memiliki relevansi yang signifikan terhadap penerimaan pengguna terhadap LMS BRONE di Universitas Brawijaya.
Pertama.
Performance Expectancy mencerminkan keyakinan pengguna akan kinerja sistem, yakni sejauh mana pengguna percaya LMS
BRONE
meningkatkan kinerja mereka dalam proses Kedua, variabel Effort Expectancy menyoroti persepsi pengguna terhadap tingkat kemudahan penggunaan LMS BRONE.
Selanjutnya, variabel Social Influence mengacu pada pengaruh sosial yang memengaruhi sikap dan perilaku pengguna terhadap LMS BRONE.
Terakhir, variabel Facilitating Conditions menggambarkan faktorfaktor lingkungan yang memfasilitasi penggunaan LMS BRONE, seperti aksesibilitas teknologi, dukungan teknis, dan sumber daya yang tersedia.
Dengan mempertimbangkan set variabel ini, penelitian ini diharapkan dapat memberikan pemahaman yang komprehensif tentang faktor-faktor yang memengaruhi penerimaan pengguna terhadap LMS BRONE di Universitas Brawijaya.
Dengan demikian, rekomendasi yang tepat dapat diajukan untuk meningkatkan pengalaman pengguna dan efektivitas penggunaan platform ini di lingkungan METODE PENELITIAN Penelitian ini menggunakan pendekatan nonimplementatif analitik, bagian dari penelitian kuantitatif, yang bertujuan menjelaskan hubungan antar variabel dalam konteks penerimaan pengguna terhadap LMS BRONE di Universitas Brawijaya.
Penelitian kuantitatif ini menganalisis data secara statistik untuk menjawab pertanyaan penelitian dan menguji hipotesis.
Trisnadi, dkk.
Analisis Penerimaan Pengguna A 371 Gambar 1.
Model Penelitian Model penelitian ini menggunakan Unified Theory of Acceptance and Use of Technology (UTAUT), dengan faktor utama Performance Expectancy.
Effort Expectancy.
Social Influence, dan Facilitating Conditions Behavioral Intention dan Use Behavior pengguna terhadap LMS BRONE.
Kuesioner disusun berdasarkan variabel UTAUT menggunakan skala Likert 1-5, diuji melalui uji keterbacaan, expert judgement, dan pilot study untuk memastikan validitas dan reliabilitas.
ycu = 1 ycAUIyce 2 Populasi penelitian adalah mahasiswa S1 dan Diploma Universitas Brawijaya yang menggunakan LMS BRONE dan berusia 18-24 tahun, dengan total Penentuan ukuran sampel menggunakan rumus Slovin seperti pada persamaan .
dengan margin of error 8%, menghasilkan ukuran sampel sekitar 156 responden.
Penggunaan margin of error sebesar 8% dalam konteks penelitian ini masih dapat diterima dan dianggap valid.
Dalam konteks penelitian sosial dan pendidikan, margin of error hingga 10% dianggap wajar dan dapat memberikan gambaran yang cukup akurat mengenai populasi yang diteliti (Sugiyono, 2.
Selain itu justifikasi ini didasarkan pada beberapa pertimbangan.
Pertama, populasi yang dianalisis berjumlah 34.
878 orang, yang mencakup seluruh pengguna potensial LMS BRONE di Universitas Brawijaya.
Dengan menggunakan rumus Slovin, margin of error 8% memberikan keseimbangan antara akurasi data dan efisiensi dalam pengumpulan data.
Margin of error yang lebih kecil mungkin memerlukan sampel yang jauh lebih besar, yang bisa menjadi tidak praktis dalam konteks sumber daya dan waktu yang tersedia untuk penelitian ini.
Secara metodologis, margin of error 8% masih dalam batas yang diterima untuk penelitian survei sosial dan pendidikan, di mana biasanya margin of error berkisar antara 5% hingga 10% dianggap memadai untuk menghasilkan hasil yang cukup akurat dan representatif.
Misalnya, referensi dari Cochran .
menyatakan bahwa untuk banyak jenis survei, margin of error yang sedikit lebih besar dapat diterima asalkan penelitian ini dilakukan dengan benar dan data dianalisis dengan hati-hati.
Dengan demikian, tingkat signifikansi 8% dalam konteks penelitian ini masih dalam rentang yang diterima dan dianggap valid untuk tujuan eksploratori dalam memahami penerimaan pengguna terhadap LMS BRONE.
Teknik sampling yang digunakan adalah purposive sampling dengan memilih subjek yang sesuai dengan tujuan penelitian.
Kuesioner terdiri dari 20 item pernyataan dan beberapa pertanyaan terbuka.
Sebelum disebarkan, kuesioner diuji terlebih dahulu dengan uji keterbacaan, expert judgement, dan pilot Pengumpulan data dilakukan melalui menggunakan Google Form dan secara offline melalui brosur di fakultas-fakultas Universitas Brawijaya.
Selama tiga minggu, diperoleh 194 responden yang sesuai dengan kriteria penelitian.
Dalam model UTAUT ini, diajukan beberapa hipotesis sebagai berikut:
H1: Performance Expectancy memengaruhi Behavioral Intention pada LMS BRONE Universitas Brawijaya.
H2: Effort Expectancy memengaruhi Behavioral Intention pada LMS BRONE Universitas Brawijaya.
H3: Social Influence memengaruhi Behavioral Intention pada LMS BRONE Universitas Brawijaya.
H4: Facilitating Conditions memengaruhi Behavioral Intention pada LMS BRONE Universitas Brawijaya.
H5: Facilitating Conditions memengaruhi Use Behavior pada LMS BRONE Universitas Brawijaya.
H6: Behavioral Intention memengaruhi Use Behavior pada LMS BRONE Universitas Brawijaya.
Partial Least Squares Structural Equation Modeling (PLS-SEM) adalah metode analisis multivariat yang digunakan untuk memodelkan hubungan kompleks antara variabel laten dan PLS-SEM merupakan teknik yang cocok untuk penelitian yang bersifat eksploratif dan pengembangan teori, karena mampu menangani model yang kompleks dengan banyak variabel laten dan indikator.
PLS-SEM digunakan dalam penelitian ini karena memungkinkan analisis simultan dari 372 Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK).
Vol.
No.
April 2025, hlm.
Model Pengukuran (Outer Mode.
mengacu pada model pengukuran dalam struktur persamaan untuk menjelaskan hubungan antara variabel indikator yang dapat diamati secara empiris dan variabel laten.
Beberapa pengujian pada outer model dilakukan untuk memvalidasi model, di antaranya:
Tabel 2 Hasil Pengujian Outer Loading dengan SmartPLS
0,853
BI1
0,851
BI2
0,867
BI3
0,861
EE1
0,842
EE2
0,860
EE3
0,741
FC1
0,782
FC2
0,724
FC3
0,795
PE1
0,640
PE2
0,737
PE3
0,723
PE4
0,684
PE5
0,877
SI1
0,872
SI2
0,821
SI3
0,890
UB1
0,835
UB2
0,857
UB3
Uji Convergent Validity Uji Discriminant Validity Potongan Pengujian convergent validity dilakukan untuk menilai sejauh mana indikatorindikator dari suatu konstruk memiliki konsistensi internal dan mampu merepresentasikan konstruk tersebut dengan baik.
Pengujian convergent validity dapat dilakukan dengan menggunakan dua metrik utama: Average Variance Extracted (AVE) dan outer Berikut merupakan hasil uji convergent validity untuk nilai AVE yang ditunjukkan pada Tabel 1.
Pengujian ini penting untuk memastikan bahwa konstruk-konstruk yang diukur tidak saling tumpang tindih dan setiap konstruk memiliki ciri khasnya Dalam penelitian ini, uji validitas diskriminan dilakukan menggunakan dua metode utama, yaitu kriteria Fornell-Larcker dan analisis cross-loading.
Berdasarkan Tabel 3 berikut, dapat dilihat bahwa nilai akar kuadrat AVE .
ilai diagonal yang ditebalka.
untuk setiap konstruk lebih tinggi dibandingkan dengan nilai korelasi antara konstruk tersebut dengan konstruk lainnya.
Hal ini menunjukkan bahwa setiap konstruk dalam penelitian ini memiliki validitas diskriminan yang baik menurut kriteria Fornell-Larcker.
beberapa hubungan antar variabel, memberikan gambaran yang lebih komprehensif mengenai faktorfaktor yang memengaruhi penerimaan pengguna LMS BRONE di Universitas Brawijaya.
Berikut merupakan model yang digunakan dalam penelitian ini yang ditunjukkan pada Gambar 1.
HASIL PENELITIAN
Hasil Analisis Model Pengukuran (Outer Mode.
Tabel 1 Hasil Pengujian (AVE) dengan SmartPLS
Variabel
AVE
Keterangan Behavioral Intention
0,735
Baik Effort Expectancy 0,730 Baik Facilitating Conditions 0,562 Baik Performance Expectancy 0,515 Baik Social Influence 0,734 Baik Use Behavior
0,741
Baik Berdasarkan Tabel 1, dapat diketahui bahwa seluruh nilai AVE untuk variabel-variabel dalam penelitian ini berada di atas nilai ambang batas 0,50.
Hal ini menunjukkan bahwa indikator-indikator pada setiap konstruk mampu merepresentasikan variabel laten dengan baik.
Selanjutnya yaitu pengujian outer loading yang digunakan untuk menilai kontribusi masing-masing indikator terhadap variabel laten.
Nilai outer loading yang lebih tinggi dari 0,70 umumnya dianggap baik, meskipun dalam beberapa kasus nilai 0,60 juga dapat diterima jika indikator lainnya dalam konstruk tersebut memiliki loading yang kuat.
Berikut merupakan hasil dari pengujian outer loading yang ditunjukkan pada Tabel 2.
Berdasarkan Tabel 2, semua indikator memiliki nilai outer loading di atas 0,60, dan sebagian besar berada di atas 0,70.
Hal ini menunjukkan bahwa setiap indikator berkontribusi secara signifikan terhadap variabel laten yang diukur.
Tabel 3 Hasil Uji Kriteria Fornell-Larcker dengan SmartPLS
0,857
0,557
0,854
0,478
0,577
0,749
0,613
0,643
0,633
0,718
0,636
0,493
0,436
0,580
0,857
0,681
0,455
0,554
0,589
0,648
0,861
Selanjutnya analisis cross-loading dilakukan dengan membandingkan nilai outer loading dari setiap indikator terhadap konstruk yang diukur dengan nilai loading terhadap konstruk lainnya.
Berdasarkan Tabel 4, dapat dilihat bahwa nilai outer loading setiap indikator terhadap konstruknya sendiri .
iberi highligh.
lebih besar dibandingkan nilai outer loading terhadap konstruk lainnya.
Hal ini mengindikasikan bahwa setiap indikator lebih merepresentasikan konstruk yang diukurnya dibandingkan konstruk lainnya.
Dengan demikian, dapat disimpulkan bahwa hasil dari uji discriminant validity sudah baik dan valid menurut analisis crossloading.
Trisnadi, dkk.
Analisis Penerimaan Pengguna A 373 Gambar 2.
Hasil Model Uji pada SmartPLS
BI1
BI2
BI3
EE1
EE2
EE3
FC1
FC2
FC3
PE1
PE2
PE3
PE4
PE5
SI1
SI2
SI3
UB1
UB2
UB3
Tabel 4 Hasil Uji Cross Loading dengan SmartPLS
0,853
0,518
0,423
0,563
0,538
0,579
0,851
0,443
0,412
0,464
0,523
0,571
0,867
0,470
0,396
0,546
0,572
0,601
0,522
0,861
0,487
0,548
0,463
0,404
0,439
0,842
0,479
0,538
0,389
0,376
0,460
0,860
0,514
0,563
0,404
0,383
0,293
0,438
0,741
0,461
0,307
0,461
0,436
0,499
0,782
0,507
0,358
0,441
0,335
0,344
0,724
0,451
0,312
0,334
0,537
0,543
0,502
0,795
0,475
0,510
0,359
0,400
0,448
0,640
0,298
0,308
0,475
0,501
0,557
0,737
0,426
0,454
0,414
0,507
0,385
0,723
0,439
0,419
0,385
0,329
0,360
0,684
0,425
0,394
0,565
0,438
0,443
0,556
0,877
0,588
0,571
0,467
0,391
0,539
0,872
0,592
0,495
0,355
0,276
0,382
0,821
0,478
0,605
0,424
0,500
0,540
0,580
0,890
0,545
0,371
0,501
0,525
0,531
0,835
0,609
0,379
0,431
0,457
0,561
0,857
Uji Composite Reliability Pengujian composite reliability adalah langkah penting dalam menilai keandalan konstruk dalam model pengukuran .
uter mode.
menggunakan PLSSEM.
Composite reliability mengukur konsistensi internal dari indikator-indikator yang mengukur konstruk laten.
Selain itu.
Cronbach's Alpha juga digunakan untuk menilai reliabilitas.
Tabel 5 Hasil Uji Composite Reliability dengan SmartPLS
Variabel
Cronbach's Composite Alpha
Reliability Behavioral Intention
0,819
0,892
Effort Expectancy 0,816 0,890 Facilitating Conditions 0,613 0,793 Performance Expectancy 0,764 0,841 Social Influence 0,819 0,892 Use Behavior
0,825
0,896
Berdasarkan Tabel 5, nilai composite reliability untuk semua variabel dalam penelitian ini berada di atas ambang batas minimum 0,70.
Hal ini menunjukkan bahwa semua konstruk memiliki konsistensi internal yang baik.
Selain itu, nilai Cronbach's Alpha untuk semua variabel juga melebihi 0,60, menunjukkan bahwa semua konstruk dapat diandalkan.
Uji Kolinearitas Pengujian kolinearitas merupakan langkah penting dalam memastikan bahwa tidak ada masalah kolinearitas yang serius di antara variabel-variabel independen dalam model.
Kolinearitas yang tinggi dapat mempengaruhi hasil estimasi dan mengaburkan interpretasi hubungan kausal antara variabel laten.
Berdasarkan Tabel 6, dapat dilihat bahwa semua nilai VIF untuk variabel-variabel laten yang dianalisis berada di bawah ambang batas 5.
Nilai VIF tertinggi adalah 2,343, yang dimiliki oleh hubungan antara variabel Performance Expectancy dengan Behavioral Intention.
Nilai ini masih jauh di bawah batas kritis 5, sehingga dapat disimpulkan bahwa tidak ada masalah kolinearitas yang signifikan di antara variabelvariabel dalam model.
Tabel 6 Hasil Uji Kolinearitas dengan SmartPLS
1,297
1,912
1,823
1,297
2,343
1,569
374 Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK).
Vol.
No.
April 2025, hlm.
Hasil Analisis Model Pengukuran (Inner Mode.
Uji Struktural (Inner Mode.
berfokus pada hubungan antar variabel laten.
Model struktural menunjukkan bagaimana satu variabel laten mempengaruhi variabel laten lainnya dalam kerangka teoretis yang diajukan.
Analisis ini memungkinkan peneliti untuk menguji hipotesis tentang hubungan kausal dan kekuatan hubungan antara variabelvariabel tersebut.
Model struktural mengevaluasi .
ath mengestimasi efek langsung dan tidak langsung antar Berikut ini disajikan Gambar 2 yang merupakan model hasil uji dengan menggunakan SmartPLS untuk menganalisis hubungan antar variabel dalam penelitian ini.
Model ini menggambarkan hubungan antara Performance Expectancy.
Effort Expectancy.
Social Influence, dan Facilitating Conditions terhadap Behavioral Intention dan Use Behavior pengguna terhadap LMS BRONE di Universitas Brawijaya.
0,000.
Jalur Performance Expectancy -> Behavioral Intention memiliki path coefficient sebesar 0,239 dengan T-statistics 2,634 dan P-value 0,009, menunjukkan pengaruh yang signifikan.
Jalur Social Influence -> Behavioral Intention juga signifikan dengan path coefficient 0,383.
T-statistics 4,496, dan P-value 0,000.
Namun, jalur Facilitating Conditions -> Behavioral Intention memiliki T-statistics 0,656 dan P-value 0,512, yang berarti pengaruhnya tidak Dengan demikian, hipotesis H4 (Facilitating Conditions memiliki pengaruh positif terhadap Behavioral Intentio.
ditolak, sementara hipotesis lainnya (H1.
H2.
H3.
H5, dan H.
Berikut merupakan tabel hasil uji hipotesis yang telah Hipotesis Uji Path Coefficients Pengujian path coefficients bertujuan untuk mengevaluasi kekuatan dan signifikansi hubungan antara variabel-variabel laten dalam model penelitian.
Pengujian ini dilakukan menggunakan metode bootstrapping dengan uji two-tailed pada tingkat signifikansi 5%.
Berdasarkan nilai T-statistics dan Pvalues, maka dapat ditentukan apakah hipotesis yang diajukan diterima atau ditolak.
Tabel 7 Hasil Uji Path Coefficients dengan SmartPLS
Original T Statistics P Values Sample (O) (|O/STDEV| 0,540 7,530 0,000 BI -> UB
0,183
2,147
0,032
EE -> BI
0,054
0,656
0,512
FC -> BI
0,296
4,811
0,000
FC -> UB
0,239
2,634
0,009
PE -> BI
0,383
4,496
0,000
SI -> BI
Dari hasil pengujian yang disajikan dalam Tabel 7, dapat dilihat bahwa nilai T-statistics untuk sebagian besar jalur hubungan antar variabel laten melebihi nilai kritis 1,96, kecuali pada jalur Facilitating Conditions -> Behavioral Intention.
Secara rinci, jalur Behavioral Intention -> Use Behavior memiliki path coefficient sebesar 0.
dengan T-statistics 7,530 dan P-value 0,000, menunjukkan pengaruh yang signifikan.
Demikian juga, jalur Effort Expectancy -> Behavioral Intention memiliki path coefficient sebesar 0,183 dengan T-statistics 2,147 dan P-value 0,032, menunjukkan pengaruh signifikan pada tingkat signifikansi 5%.
Jalur Facilitating Conditions -> Use Behavior juga menunjukkan pengaruh yang signifikan dengan path coefficient 0,296.
T-statistics 4,811, dan P-value Tabel 8 Hasil Uji Hipotesis Keterangan Keputusan Performance Expectancy memengaruhi Behavioral Intention pada LMS BRONE Universitas Brawijaya.
Effort Expectancy memengaruhi Behavioral Intention pada LMS BRONE Universitas Brawijaya.
Social Influence memengaruhi Behavioral Intention pada LMS BRONE Universitas Brawijaya.
Facilitating Conditions memengaruhi Behavioral Intention pada LMS BRONE Universitas Brawijaya.
Facilitating Conditions memengaruhi Use Behavior pada LMS BRONE Universitas Brawijaya.
Behavioral Intention memengaruhi Use Behavior pada LMS BRONE Universitas Brawijaya.
Diterima Diterima Diterima Ditolak Diterima Diterima Uji Koefisien Determinasi (R Squar.
Uji Ukuran Pengaruh .
Squar.
, dan Uji Relevansi Prediktif (Q Squar.
Pengujian R Square atau koefisien determinasi dilakukan untuk menilai seberapa besar variabel independen mampu menjelaskan variasi dalam variabel dependen.
Dari hasil pengujian yang ditunjukkan dalam Tabel 9, dapat dilihat bahwa nilai R Square untuk variabel Behavioral Intention adalah 0,518.
Ini berarti bahwa 51,8% variabilitas dalam Behavioral Intention dapat dijelaskan oleh variabelvariabel independen yang termasuk dalam model.
Menurut kriteria yang ditetapkan oleh Hair et al.
, nilai ini menunjukkan kekuatan prediksi yang moderat atau sedang.
Selanjutnya, nilai R Square untuk variabel Use Behavior adalah 0,532.
Ini berarti bahwa 53,2% variabilitas dalam Use Behavior dapat dijelaskan oleh variabel-variabel independen dalam Nilai ini juga menunjukkan kekuatan prediksi yang moderat atau sedang.
Pengujian ukuran pengaruh .
Squar.
dilakukan untuk menilai dampak relatif dari variabel Trisnadi, dkk.
Analisis Penerimaan Pengguna A 375 independen terhadap variabel dependen dalam model PLS-SEM.
Menurut Urbach & Ahlemann .
, nilai f Square sebesar 0,02 dianggap memiliki efek rendah, nilai 0,15 dianggap memiliki efek sedang, dan nilai 0,35 dianggap memiliki efek besar.
Dari hasil pengujian yang ditunjukkan dalam Tabel 9, dapat dilihat bahwa sebagian besar variabel independen dalam model ini memiliki pengaruh yang bervariasi terhadap variabel dependen.
Behavioral Intention memiliki pengaruh terbesar terhadap Use Behavior, sedangkan Social Influence dan Facilitating Conditions menunjukkan pengaruh sedang terhadap Behavioral Intention dan Use Behavior masing-masing.
Sementara itu, pengaruh dari Effort Expectancy dan Performance Expectancy terhadap Behavioral Intention tergolong rendah, dan Facilitating Conditions memiliki pengaruh yang sangat rendah terhadap Behavioral Intention.
Pengujian relevansi prediktif (Q Squar.
dilakukan untuk menilai kemampuan prediktif model dalam menjelaskan variabel dependen.
Menurut Urbach & Ahlemann .
, nilai Q Square yang lebih besar dari 0 untuk menunjukkan adanya relevansi prediksi.
Dari hasil pengujian yang ditunjukkan dalam Tabel 9, dapat dilihat bahwa nilai Q Square untuk variabel Behavioral Intention adalah 370 dan untuk variabel Use Behavior adalah 0.
Secara keseluruhan, nilai Q Square yang lebih besar dari 0 untuk kedua variabel dependen ini menunjukkan bahwa model penelitian memiliki kemampuan prediksi yang relevan dan dapat Hal ini mengindikasikan bahwa model struktural yang dibangun dapat memberikan prediksi yang akurat dan mendukung hipotesis penelitian yang Tabel 9 Hasil Uji Nilai Ukuran Pengaruh .
Squar.
dengan SmartPLS
Hubungan R Square Q Square antara variabel
Square 0,532 0,480 0,381 BI -> UB
0,518
0,037
0,370
EE -> BI
0,518
0,003
0,370
FC -> BI
0,532
0,144
0,381
FC -> UB
0,518
0,050
0,370
PE -> BI
0,518
0,370
SI -> BI
0,195
PEMBAHASAN
Pembahasan Hipotesis 1:
Hasil uji menunjukkan bahwa Performance Expectancy (PE) memiliki pengaruh positif signifikan terhadap Behavioral Intention (BI) dengan path coefficient sebesar 0,239.
T-statistics 2,634, dan P-value 0,009.
LMS BRONE dinilai mempermudah proses pembelajaran, meningkatkan efektivitas, membantu dalam akses materi dan penyelesaian tugas, serta meningkatkan kualitas hasil belajar.
Temuan ini sejalan dengan teori UTAUT yang menyatakan bahwa persepsi manfaat berperan penting dalam keputusan untuk mengadopsi Penemuan ini didukung dengan penelitian sebelumnya yang menyatakan bahwa Performance Expectancy memengaruhi Behavioral Intention (Ikhsan et al.
, 2021.
Abidah et al.
, 2022.
Masrek & Samadi, 2017.
Raza et al.
, 2021.
Abbad, 2.
Mahasiswa merasa terbantu dalam mengakses materi serta mengorganisir jadwal perkuliahan.
Selain itu LMS BRONE memiliki fitur lengkap yang efektif dan efisien, sehingga dapat berkontribusi pada peningkatan Indeks Prestasi Kumulatif (IPK) dan kualitas hasil pembelajaran.
Namun, ada juga mahasiswa yang merasa bahwa manfaat dari LMS BRONE sangat bergantung pada penggunaan individu dan niat belajar masing-masing mahasiswa.
Pembahasan Hipotesis 2:
Hasil uji menunjukkan bahwa Effort Expectancy (EE) memiliki pengaruh positif signifikan terhadap Behavioral Intention (BI) dengan path coefficient sebesar 0,183.
T-statistics 2,147, dan P-value 0,032.
Mahasiswa menilai LMS BRONE mudah digunakan dan dipahami, dengan tampilan antarmuka yang sederhana dan navigasi yang jelas.
Beberapa pengguna mengalami kesulitan awal, namun umumnya mereka cepat beradaptasi dengan sistem Temuan ini mendukung teori UTAUT yang menyatakan bahwa persepsi kemudahan penggunaan mempengaruhi niat individu untuk menggunakan Penemuan ini didukung oleh penelitian sebelumnya yang menemukan bahwa Effort Expectancy memengaruhi Behavioral Intention (Ikhsan et al.
, 2021.
Abidah et al.
, 2022.
Masrek & Samadi, 2017.
Raza et al.
, 2021.
Abbad, 2.
Selain itu, mahasiswa merasa bahwa tampilan BRONE mirip dengan platform sebelumnya seperti VLM atau Eling FILKOM, yang mempermudah adaptasi Namun, ada juga mahasiswa yang merasa kesulitan, terutama pada awal penggunaan yang memerlukan waktu untuk terbiasa dengan tata letak dan fitur-fitur yang tersedia.
Beberapa tanggapan menunjukkan bahwa perkembangan teknologi yang cepat menuntut adaptasi yang lebih, terutama bagi mereka yang tidak terlalu mahir dengan teknologi.
Meskipun tampilan sederhana, beberapa fitur bisa membingungkan dan membutuhkan penyesuaian lebih lanjut.
Pembahasan Hipotesis 3:
Hasil uji menunjukkan bahwa Social Influence (SI) memiliki pengaruh positif signifikan terhadap Behavioral Intention (BI) dengan path coefficient sebesar 0,383.
T-statistics 4,496, dan P-value 0,000.
Pengaruh dari rekan kerja, teman sebaya, atau atasan di Universitas Brawijaya memberikan dampak positif terhadap niat pengguna untuk menggunakan LMS BRONE.
Ketika pengguna melihat bahwa orangorang merekomendasikan LMS tersebut, mereka cenderung lebih termotivasi untuk mengikutinya.
Fenomena ini 376 Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK).
Vol.
No.
April 2025, hlm.
sejalan dengan teori UTAUT yang menyatakan bahwa persepsi sosial memainkan peran penting dalam keputusan individu untuk mengadopsi Temuan ini didukung dengan penelitian sebelumnya yang menyatakan bahwa Social Influence memengaruhi Behavioral Intention (Ikhsan et al.
, 2021.
Abidah et al.
, 2022.
Masrek & Samadi.
Raza et al.
, 2.
Selain itu mahasiswa menilai LMS BRONE efektif karena memudahkan akses dan komunikasi antara dosen dan mahasiswa, serta membantu dalam mengelola tugas dan materi Dukungan pembelajaran juga menjadi alasan positif bagi Namun, ada juga tanggapan yang menyatakan bahwa tidak semua dosen mendukung atau menggunakan LMS BRONE, dengan beberapa dosen lebih memilih platform lain seperti Google Classroom atau Google Drive.
Beberapa mahasiswa merasa bahwa penggunaan BRONE diwajibkan oleh fakultas atau program studi mereka, sehingga mereka harus menggunakan platform tersebut untuk tugastugas tertentu.
Namun, sosialisasi dan adopsi LMS BRONE masih kurang merata di kalangan dosen dan mahasiswa, menyebabkan penggunaan platform ini tidak konsisten di seluruh universitas.
Mayoritas mahasiswa memberikan nilai positif terhadap dukungan teknis dan kompatibilitas LMS BRONE dengan teknologi yang mereka gunakan.
Mahasiswa umumnya menyatakan bahwa mereka memiliki pengetahuan dan keterampilan yang cukup untuk menggunakan LMS BRONE serta merasa sistem ini kompatibel dengan perangkat yang mereka gunakan, baik laptop maupun smartphone.
Dukungan teknis yang memadai juga memungkinkan masalah yang muncul dapat diselesaikan dengan cepat, sehingga mendorong penggunaan sistem secara lebih konsisten dan optimal.
Selain itu, pengalaman mahasiswa lainnya mencatat bahwa LMS BRONE cukup fleksibel dan ringan untuk diakses dari berbagai perangkat, meskipun ada yang melaporkan kendala kecil seperti kesulitan mengumpulkan tugas melalui perangkat mobile.
Secara umum, mahasiswa merasa LMS BRONE mendukung pembelajaran mereka dengan baik, mampu diakses di berbagai platform, dan menyediakan panduan yang membantu pengguna dalam navigasi dan penggunaan sistem sehingga berpengaruh positif terhadap perilaku penggunaan mereka.
Penemuan ini didukung dengan penelitian sebelumnya yang menyatakan bahwa Facilitating Conditions memengaruhi Use Behavior (Abidah et al.
, 2022.
Abbad, 2.
Pembahasan Hipotesis 4:
Pembahasan Hipotesis 6:
Hasil uji menunjukkan bahwa Facilitating Conditions (FC) tidak memiliki pengaruh signifikan terhadap Behavioral Intention (BI) dengan path coefficient sebesar 0,054.
T-statistics 0,656, dan Pvalue 0,512.
Meskipun mayoritas mahasiswa merasa memiliki pengetahuan dan keterampilan yang cukup untuk menggunakan LMS BRONE, serta dukungan teknis yang memadai, hal ini tidak secara langsung mempengaruhi niat mereka untuk menggunakan sistem tersebut.
Penemuan ini didukung dengan penelitian Sekarini et al.
yang menyatakan bahwa Facilitating Conditions tidak memengaruhi Behavioral Intention pada suatu LMS.
Temuan ini menunjukkan bahwa meskipun kondisi yang memfasilitasi penting, akan tetapi mungkin tidak cukup kuat untuk mempengaruhi niat penggunaan secara langsung tanpa didukung oleh faktor-faktor lain seperti persepsi manfaat dan kemudahan Selain itu ada beberapa mahasiswa yang merasa masih perlu waktu untuk beradaptasi, jarang menggunakan BRONE, atau belum mengenal LMS BRONE secara mendalam.
Meskipun demikian, pengalaman umum menunjukkan bahwa BRONE cukup sederhana dan tidak menghadapi kendala berarti selama penggunaannya.
Hasil uji menunjukkan bahwa Behavioral Intention (BI) memiliki pengaruh positif signifikan terhadap Use Behavior (UB) dengan path coefficient sebesar 0,540.
T-statistics 7,530, dan P-value 0,000.
Mayoritas mahasiswa menyatakan niat positif untuk menggunakan LMS BRONE dalam proses pembelajaran beberapa bulan ke depan.
Alasan utama yang mendukung pandangan ini adalah kemudahan akses, fungsionalitas yang baik, serta kebutuhan dan kebiasaan dosen dalam menggunakan platform Mahasiswa juga menyatakan bahwa mereka memperkirakan akan menggunakan LMS BRONE selama masa pembelajaran di Universitas Brawijaya, terutama karena LMS ini mendukung penyimpanan materi dan video pembelajaran yang dapat diakses kembali di kemudian hari.
Namun, beberapa mahasiswa lebih memilih aplikasi lain yang dianggap lebih baik untuk kegiatan belajar mengajar.
Mereka menyatakan bahwa penggunaan BRONE tergantung pada kebutuhan, situasi, dan arahan dosen.
Ada juga yang merasa netral karena tidak yakin apakah akan menggunakan BRONE atau tidak di masa depan.
Beberapa mahasiswa jarang menggunakan BRONE karena sudah semester akhir atau karena dosen lebih sering menggunakan platform lain seperti Google Classroom.
Penemuan ini didukung oleh penelitian sebelumnya yang menemukan bahwa Behavioral Intention memengaruhi Use Behavior (Abidah et al.
Raza et al.
, 2021.
Abbad, 2.
Pembahasan Hipotesis 5:
Hasil uji menunjukkan bahwa Facilitating Conditions (FC) memiliki pengaruh positif signifikan terhadap Use Behavior (UB) dengan path coefficient sebesar 0,296.
T-statistics 4,811, dan P-value 0,000.
Trisnadi, dkk.
Analisis Penerimaan Pengguna A 377 Pembahasan Facilitating Conditions tidak memengaruhi Behavioral Intention akan tetapi memengaruhi Use Behavior.
Dalam penelitian ini, ditemukan bahwa Facilitating Conditions tidak memiliki pengaruh signifikan terhadap Behavioral Intention tetapi memiliki pengaruh positif signifikan terhadap Use Behavior.
Fenomena ini dapat dijelaskan dengan mempertimbangkan perbedaan antara niat dan tindakan aktual dalam menggunakan teknologi.
Facilitating Conditions, pengetahuan, keterampilan, dukungan teknis, dan kompatibilitas perangkat, berperan penting dalam memfasilitasi penggunaan teknologi tetapi tidak selalu mempengaruhi niat awal untuk menggunakan teknologi tersebut.
Niat pengguna untuk menggunakan LMS BRONE, yang ditunjukkan oleh Behavioral Intention, dipengaruhi lebih banyak oleh faktorfaktor seperti persepsi manfaat dan kemudahan Dengan kata lain, meskipun mahasiswa merasa bahwa mereka memiliki akses yang memadai dan dukungan teknis yang cukup, hal ini tidak selalu meningkatkan niat mereka untuk menggunakan LMS BRONE jika manfaat atau kemudahan yang dirasakan belum cukup kuat.
Hasil ini sejalan dengan penelitian Sekarini et al.
yang menunjukkan bahwa Facilitating Conditions tidak selalu mempengaruhi Behavioral Intention secara langsung.
Sebaliknya.
Facilitating Conditions memiliki pengaruh signifikan terhadap Use Behavior, yang menunjukkan bahwa faktor-faktor seperti dukungan teknis dan kompatibilitas perangkat berperan penting dalam tindakan nyata penggunaan teknologi.
Ketika mahasiswa merasa bahwa mereka memiliki pengetahuan dan keterampilan yang cukup serta dukungan teknis yang memadai, mereka cenderung menggunakan LMS BRONE secara lebih konsisten dan optimal.
Hal ini disebabkan oleh kondisi yang memfasilitasi yang membuat penggunaan teknologi menjadi lebih lancar dan tanpa hambatan.
Dukungan teknis yang efektif dan kompatibilitas dengan perangkat yang digunakan membantu mahasiswa untuk mengatasi masalah teknis dan memaksimalkan penggunaan LMS BRONE, meskipun mereka mungkin tidak memiliki niat kuat pada awalnya untuk KESIMPULAN Berdasarkan hasil penelitian terkait penerimaan pengguna terhadap LMS BRONE, didapatkan kesimpulan sebagai berikut:
Secara keseluruhan, penerimaan pengguna terhadap LMS BRONE di Universitas Brawijaya dapat dikategorikan positif.
Mayoritas mahasiswa menunjukkan persepsi yang baik terhadap berbagai aspek dari LMS ini, mulai dari ekspektasi kinerja, kemudahan penggunaan, pengaruh sosial, hingga kondisi yang memfasilitasi penggunaan.
Niat untuk terus menggunakan LMS BRONE cukup tinggi, didorong oleh kemudahan akses dan fungsionalitas yang ditawarkan.
Meskipun ada beberapa tantangan yang perlu diatasi, seperti variasi preferensi pengguna dan kebijakan dosen dalam penggunaan platform ini, hasil penelitian ini menggarisbawahi potensi besar LMS BRONE untuk memfasilitasi pembelajaran di Universitas Brawijaya.
Upaya lebih lanjut diperlukan untuk meningkatkan adopsi yang lebih konsisten dan optimal di kalangan mahasiswa dan dosen.
Penelitian ini menemukan bahwa variabelvariabel UTAUT memiliki pengaruh signifikan terhadap penerimaan pengguna LMS BRONE di Universitas Brawijaya.
Pertama.
Performance Expectancy (PE) berpengaruh signifikan terhadap niat mahasiswa untuk menggunakan LMS BRONE.
Mahasiswa percaya bahwa LMS BRONE mempermudah proses pembelajaran, meningkatkan efektivitas, membantu dalam akses materi dan penyelesaian tugas, serta meningkatkan kualitas hasil Kedua.
Effort Expectancy (EE) juga berpengaruh signifikan terhadap niat mahasiswa untuk menggunakan LMS BRONE.
LMS BRONE
dinilai mudah digunakan dan dipahami dengan tampilan antarmuka yang sederhana dan navigasi yang jelas, sehingga mahasiswa cepat beradaptasi meskipun beberapa mengalami kesulitan awal.
Ketiga.
Social Influence (SI) berpengaruh signifikan terhadap niat mahasiswa untuk menggunakan LMS BRONE.
Pengaruh dari rekan kerja, teman sebaya, atau atasan di Universitas Brawijaya memberikan dampak positif terhadap niat pengguna untuk menggunakan LMS BRONE, dan dukungan dari dosen juga menjadi faktor penting dalam keputusan mahasiswa untuk mengadopsi LMS ini.
Keempat.
Facilitating Conditions (FC) tidak memiliki pengaruh signifikan terhadap niat mahasiswa untuk menggunakan LMS BRONE, namun berpengaruh signifikan terhadap perilaku penggunaan LMS BRONE.
Mahasiswa merasa memiliki pengetahuan dan keterampilan yang cukup serta dukungan teknis yang memadai untuk menggunakan LMS BRONE, yang mendorong penggunaan sistem secara lebih konsisten dan optimal.
Terakhir.
Behavioral Intention (BI) berpengaruh signifikan terhadap perilaku penggunaan LMS BRONE.
Mayoritas mahasiswa memiliki niat positif untuk menggunakan LMS BRONE dalam proses pembelajaran beberapa bulan ke depan.
Kemudahan akses, fungsionalitas yang baik, serta kebutuhan dan kebiasaan dosen dalam menggunakan platform tersebut menjadi alasan utama yang mendukung penggunaan LMS BRONE.
Nilai R Square untuk variabel Behavioral Intention adalah 0,518, yang berarti 51,8% variabilitas dalam Behavioral Intention dapat dijelaskan oleh variabelvariabel independen yang termasuk dalam model, menunjukkan kekuatan prediksi yang moderat atau Sedangkan, nilai R Square untuk variabel Use 378 Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK).
Vol.
No.
April 2025, hlm.
Behavior adalah 0,532, yang berarti 53,2% variabilitas dalam Use Behavior dapat dijelaskan oleh variabel-variabel menunjukkan kekuatan prediksi yang moderat atau DAFTAR PUSTAKA