Beruflich Dokumente
Kultur Dokumente
PEMBAHASAN
tugas dan penggunaan sistem reservasi hotel pada karyawan front office
dalam penelitian, yaitu 2 (dua) variabel eksogen dan 4 (empat) variabel endogen.
Variabel eksogen tersebut antara lain: karakteristik tugas (X1) dan karakteristik
teknologi (X2). Sedangkan variabel endogen terdiri dari TTF (Y1), penggunaan (Y2),
kepuasan pengguna (Y3) dan Kinerja (Y4). Penelitian ini menggunakan metode
hipotesis ditentukan berdasarkan fakta pendukung baik yang diterima maupun yang
6.1.1 Pengaruh Karakteristik Tugas (X1) Terhadap Task Technology Fit (Y1)
Pada tabel 5.25 secara lengkap telah disajikan hasil perhitungan pengaruh
karakteristik tugas terhadap Task Technology Fit, dari tabel tersebut diketahui
yang ditunjukkan oleh nilai koefisien jalur sebesar 0,675 dengan nilai critical ratio
(Y1)
Nilai 0,675 pada gambar di atas dapat diartikan bahwa pengaruh karakteristik
tugas terhadap Task Technology Fit signifikan secara statistik. Karakteristik Tugas
dalam penelitian ini diukur melalui beberapa indikator, antara lain: otomatisasi
pendataan kamar, pendataan customer, pelayanan check in, dan pendataan check
tugas dan teknologi yang dikembangkan. Kecocokan tersebut dapapt dilihat dari
dengan front office department. Tugas yang menjadi tanggung jawab departemen
diberikan departemen ini, semakin baik pelayanan yang diberikan kepusan yang
sesuai dengan tugas yang bersangkutan. Artinya dengan adanya sistem tersebut
otomatisasi pelayanan reservasi dapat berjalan dengan baik. Misalnya ketika ada
customer melakukan proses reservasi atau pemesanan layanan hotel, staf hotel
bagian front office dapat memberikan pelayanan dengan cepat. Melalui fitur yang
disediakan sistem tersebut proses reservasi dapat diselesaikan dengan cepat dan
mengenai berapa jumlah kamar kosong, lengkap beserta nomor kamar, tarif harga
dan fasilitas apa saja yang disediakan. Selain itu sistem tersebut juga dapat
memberikan informasi berapa jumlah kamar yang masing kosong, namun juga
menunjukkan informasi kamar yang telah di pakai. Data tersebut dapat dimonitoring
langsung oleh manager hotel untuk memeriksa kinerja hotel yang dikelolanya, hal ini
demikian untuk menjaga kebocoran informasi pada pihak yang tidak berkepentingan
maka terdapat kata sandi unik yang digunakan untuk mengakses sistem tersebut.
Indikator selanjutnya yaitu otomatisasi pendataan customer, otomatisasi
pelayanan check in dan check out dapat dipenuhi dengan baik oleh sistem informasi
yang digunakan. Data yang dibutuhkan berkaitan dengan hal tersebut dapat
disajikan setiap waktu. Hal tersebut menunjukkan bahwa sistem informasi tersebut
informasi yang diperlukan dengan cepat bahkan langsung ketika data diinputkan.
Informasi trsebut juga bersifat reliabel. Data yang diolah kemungkinan besar benar,
pada task technology fit terbukti baik secara statistik dan pembahasan empiris. Hasil
penelitian tersebut sejalan dengan hasil penelitian yang telah dilakukan oleh
Goodhue dan Thompson (1995), Zigurs et al (1998), Schrier (2010) dan DAmbra et
judul Application of the task-Tecknology Fit Model to Structure and evaluate the
keseluruhan kinerja.
(Y1)
Pada tabel 5.25 secara lengkap telah disajikan hasil perhitungan pengaruh
antara karakteristik teknologi terhadap task technologi fit. Dari tabel tersebut
critical ratio sebesar 2,1. Hasil pengujian ditampilkan dalam gambar di bawah ini:
Fit (Y1)
secara statistic, berdasatkan nilai critical ratio yang bernilai lebih dari 1,96 yaitu 2,1
semakin tinggi nilai karakteristik teknologi maka semakin tinggi pula nilai task
teknologi fit
berikut,
penelitian ini. Task technology fit juga dapat dipengaruhi oleh karakteristik
dalam karateristik tugas. Semakin handal teknologi dalam hal ini adalah
sistem informasi reservasi hotel maka akan semakin tinggi nilai TTF yang
dapat dengan mudah dperbaiki ketika ada perubahan tugas yang ingin
teknologi tersebut tidak fleksibel makan pada suatu masa tugas yang
tidak ada kecocokan antara tugas dan teknologi yang digunakan. Begitu
Hasil penelitian ini sejalan dengan hasil penelitian yang dilakukan oleh
dan Klobas (2009). Temuan penelitian ini juga mengkonfirmasi dari McGill dan
terhadap TTF, selanjutnya TTF juga mempengaruhi efek dari pembelajaran baik
langsung maupun tidak langsung dari tingkat penggunaan. Penelitian McGill dan
system impact
6.1.3 Pengaruh Task Technology Fit (Y1) terhadap Penggunaan (Y2)
Pada tabel 5.25 secara lengkap telah disajikan hasil perhitungan pengaruh antara
task technology fit terhadap penggunaan. Dari tabel tersebut diketahui bahwa task
nilai koefisien jalur sebesar 0,490 dengan nilai critical ratio sebesar 6,8. Hasil
Gambar 6.3 Pengaruh Task Technology Fit (Y1) terhadap Penggunaan (Y2)
Hasil penelitian membuktikan bahwa semakin besar nilai TTF yang diterima
hubungan yang signifikan. Ditunjukkan dari nilai koefisien yang bertanda positif dan
juga berdasarkan nilai critical ratio kurang dari 1,96 yaitu 6,8.
Semakin besar kesesuaian tugas dan teknologi yang diberikan, maka akan
pengguna, ketika pengguna telah mengetahui keunggulan dari sistem, dan terbukti
memberikan kemudahan dalam menjaankan tugas, tidak ada alasan untuk menolak
informasi telah terbukti sesuai dengan tugas yang dibutuhkan akan mendorong
Pada tabel 5.25 secara lengkap telah disajikan hasil perhitungan pengaruh
antara penggunaan terhadap task technology fit. Dari tabel tersebut diketahui bahwa
oleh nilai koefisien jalur sebesar 0,145 dengan nilai critical ratio sebesar 2,36. Hasil
Gambar 6.4 Pengaruh Penggunaan (Y2) Terhadap Task Technology Fit (Y1)
Nilai 0,145 pada gambar di atas dapat diartikan bahwa pengaruh penggunaan
terhadap task technology fit pengaruh positif signifikan berdasarkan statistik. Hasil
penelitian ini sejalan dengan Goodhue dan Thompson (1995), Casalo et al (2005)
variabel task technology fit terhadap penggunaan. Pada hipotesis ini merupakan
hubungan kebalikan dari hipotesis ketiga, sehingga dapat disimpulkan bahwa
sebagai berikut,
bagian front office. Oleh karena itu mudah dipahami dijadikan sebagai
di katakana sesuai.
Pada tabel 5.25 secara lengkap telah disajikan hasil perhitungan pengaruh antara
ditunjukkan oleh nilai koefisien jalur sebesar 0,225 dengan nilai critical ratio sebesar
kepuasan pengguna tidak signifikan secara statistik, hal tersebut dibuktikan dari
nilai critical ratio yang kurang dari 1,96 yaitu sebesar 1,62. Berdasarkan data empiris
dijelaskan bahwa meskipun staff telah menggunakan sistem tersebut, tidak terdapat
pengaruh yang besar pada kepuasan pengguna. Karena mayorits staff front office
SOP hotel yang telah ditentukan. Sehingga meskipun penggunaan sistem tersebut
Semua dianggap biasa-biasa saja, tanpa ada penghargaan lebih besar mengenai
hal tersebut.
Pada tabel 5.25 secara lengkap telah disajikan hasil perhitungan pengaruh antara
koefisien jalur sebesar 0,819 dengan nilai critical ratio sebesar 43,24. Hasil
kinerja terbukti signifikan secara statistik. Hal tersebut dibktikan oleh nilai critical ratio
datas 1,96 yaitu sebesar 43,32. Artinya semakin besar atau sering penggunaan
sistem informasi oleh staff, maka kinerja staff bersangkutan akan meningkat. Telah
Pada tabel 5.25 secara lengkap telah disajikan hasil perhitungan pengaruh antara
jalur sebesar 0,397 dengan nilai critical ratio sebesar 5,43. Hasil pengujian
efisiensi menunjukkan bahwa semakin tinggi kinerja yang dihasilkan staf front office,
semakin tinggi penggunaan sistem informasi. Hal tersebut juga didukung oleh
signifikan, terbukti dari nilai critical ratio yang lebih dari 1,96 yaitu 5,43.
Pada tabel 5.25 secara lengkap telah disajikan hasil perhitungan pengaruh antara
kinerja terhadap kepuasan pengguna. Dari tabel tersebut diketahui bahwa kinerja
berpengaruh tidak signifikan terhadap penggunaan yang ditunjukkan oleh nilai
koefisien jalur sebesar 0,055 dengan nilai critical ratio sebesar 0,38. Hasil pengujian
signifikan secara statistic, hal tersebut dibuktikan dari nilai critical ratio yang kurang
dari 1,96 yaitu sebesar 0,38. Secara empiris dapat dijelaskan ketidak signifikanan ini
sistem informasi tersebut sebagian besar dilakukan oleh staff front office maka
yang dimaksud dalam penelitian ini adalah perasaan bangga menggunakan sistem,
yangmenjadiii bagian dari rutinitas, maka tidak ada hal yang istiewa setelah
dilakukan juga pengujian dengan cara tidak langsung. Pengaruh tidak langsung
(indirect effect) pada GSCA adalah hasil perkalian 2 (dua) pengaruh langsung.
Pengaruh tidak langsung dinyatakan signifikan jika kedua pengaruh langsung yang
Penggunaan
TTF Penggunaan TTF
Kepuasan Tidak
Kepuasan Penggunaan 0.11025 1.574
Pengguna = Signifikan
Pengguna = 0.490
0.225
TTF Penggunaan
TTF Penggunan
Penggunaan Kinerja = 0.40131 6.722 Signifikan
Kinerja
= 0.490 0.819
Kinerja
Penggunaan Penggunaan
Kepuasan Tidak
Kinerja Kepuasan Kinerja = 0.045045 0.374
Pengguna = Signifikan
Pengguna 0.819
0.055
Kinerja Penggunaan
Kinerja
Penggunaan TTF = 0.057565 2.178 Signifikan
Penggunaan TTf
= 0.397 0.145
penggunaan melalui Task Technolgy Fit secara lengkap disajikan pada gambar di
bawah ini :
melalui Task Technology Fit, diperoleh koefisien pengaruh tidak langsung sebesar
0.33075. Pengaruh langsung (Karakteristik Tugas ke Task Technology Fit, dan Task
statistik Z yang > 1.96, maka dapat disimpulkan terdapat pengaruh tidak langsung
Technology Fit. Artinya semakin tinggi nilai Karakteristik Tugas, semakin tinggi pula
terhadap penggunaan melalui Task Technolgy Fit secara lengkap disajikan pada
signifikan, berdasarkan nilai statistik Z yang > 1.96, maka dapat disimpulkan
terhadap Penggunaan melalui Task Technology Fit. Artinya semakin tinggi nilai
Karakteristik Teknologi, semakin tinggi pula nilai Penggunaan, jika nilai Task
bawah ini :
Gambar 6.11 Pengaruh Tidak Langsung Task Technology Fit (Y1) Terhadap
Kepuasan Penggunaan (Y4)
tidak signifikan, berdasarkan nilai statistik Z yang < 1.96, maka dapat disimpulkan
tidak terdapat pengaruh tidak langsung yang signifikan antara Task TechnologyFit
6.2.4 Pengaruh Tidak Langsung Task Technology Fit (Y1) Terhadap Kinerja
(Y3)
terhadap Kinerja melalui pengguna secara lengkap disajikan pada gambar di bawah
ini:
Gambar 12 Pengaruh Tidak Langsung Task Technology Fit (Y1) Terhadap
Kinerja (Y3)
Pengaruh tidak langsung antara Task Technology Fit terhadap Kinerja melalui
keduanya tersebut signifikan, berdasarkan nilai statistik Z yang > 1.96, maka dapat
Technology Fit terhadap Kinerja melalui Utilisasi. Artinya semakin tinggi nilai Task
Technology Fit, semakin tinggi pula nilai Kinerja, jika nilai Utilisasi juga tinggi.
kepuasan melalui kinerja secara lengkap disajikan pada gambar di bawah ini:
berdasarkan nilai statistik Z yang < 1.96, maka dapat disimpulkan terdapat pengaruh
melalui Kinerja. Artinya semakin tinggi nilai Penggunaan, semakin tinggi pula
6.2.6 Pengaruh Tidak Langsung Kinerja (Y3) Terhadap Task Technology Fit
(Y1)
kepuasan melalui kinerja secara lengkap disajikan pada gambar di bawah ini:
Fit) keduanya tersebut signifikan, berdasarkan nilai statistik Z yang > 1.96, maka
dapat disimpulkan terdapat pengaruh tidak langsung yang signifikan antara Kinerja
terhadap Task Technology Fit melalui Penggunaan. Artinya semakin tinggi nilai
Kinerja, semakin tinggi pula nilai Task Technology Fit, jika nilai Penggunaan juga
tinggi.
Pengaruh total merupakan nilai total pengaruh yang diperoleh dari penjumlahan
nilai pengaruh langsung dan tidak langsung. Tabel 6.2 menggambarkan secara rinci
Pengaruh kausal
variabel Total
Langsung Tidak Langsung
X1 Y1 (H1) 0,675 - 0,675
X2 Y1 (H2) 0,124 - 0,124
Y1 Y2 (H3) 0,490 0,490
Y2 Y1 (H4) 0,145 - 0,145
Y2 Y4 (H5) 0,225 (0,819)(0,055) = 0,045045 0,270045
Y2 Y3 (H6) 0,819 - 0,819
Y3 Y2 (H6) 0,397 - 0,397
Y3 Y4 (H8) 0,055 - 0,055
X1 Y2 - (0,675)(0,490) = 0,33075 0,33075
X2 Y2 - (0,124)(0,490) = 0,06076 0,06076
Y1 Y4 - (0,490)(0,0,225) = 0,11025 0,11025
Y1 -- Y3 - (0,490)(0,819) = 0,40131 0,40131
Y3 Y1 - (0,397)(0,145) = 0,057565 0,057565
Pada tabel pengaruh total diatas, dapat dilihat bahwa variabel Task
Technology Fit dipengaruhi oleh tiga variabel yaitu variabel karakteristik tugas,
variabel TTF dan Kinerja. Dan variabel kepuasan pengguna dipengaruhi oleh
variabel kinerja dan variabel penggunaan. Hanya variabel kepuasan pengguna yang
memiliki pengaruh langsung dan pengaruh tidak langsung, hal ini dikarenakan model
total paling besar dengan nilai 0,819, nilai tersebut diperoleh dari hasil koefisien
yaitu pengaruh karakteristik tugas terhadap TTF sebesar 0,675, diperingkat ketiga
Oleh karena itu pengaruh kejelasan karakteristik tugas yang dijelaskan dalam
Model yang diajukan dalam penelitian ini terdiri atas 8 (delapan) variabel
yang terdiri dari 2 (dua) variabel eksogen yaitu karakteristik tugas (X1), karakteristik
teknologi (X2), Sedangkan variabel endogen terdiri dari 4 (empat) variabel yaitu task
technology fit (Y1), penggunaan (Y2), Kinerja (Y3) dan kepuasan pengguna (Y4). Uji
hipotesis menghasilkan 6 (enam) jalur yang signifikan dan 2 (tiga) jalur yang tidak
signifikan.
signifikan Tas technology fit, (3) Task Technology Fit, berpengaruh signifikan
dari penelitian ini adalah untuk menguji dan menjelaskan determinan kecocokan
teknologi tugas dan penggunaan sistem reservasi hotel pada karyawan front office
Kinerja dalam penerapan sistem informasi reservasi hotel, menguji dan menjelaskan
Temuan pada penelitian ini menunjukkan ada hubungan timbal balik pada
empat variabel yaitu, antara task technology fit dengan penggunaan dan variabel
sebagai berikut:
1. Terdapat hubungan timbal balik yang keduanya signifikan antara Task
Dalam hal ini pengguna yang dimaksud adalah staff front office telah
hubungan timbal balik antara task technology fit dan penggunaan keduanya
kinerja.
mengenai konsep pengaruh langsung dan tidak langsung dari hubungan kausal
teknologi informasi reservasi hotel dengan struktur organisasi, motivasi dan kinerja.
sesuai dengan kebutuhan jika dirancang sesuai dengan tugas yang diinginkan.
Teknologi tersebut juga harus friendly use. Artinya kecepatan proses sistem,
selain itu juga tidak banyak kendala yang muncul dari penggunaan teknologi
tersebut. Manajemen hotel tidak akan pernah tahu, sistem informasi yang
dikembangkan sesuai dengan tugas yang diinginkan jika tidak pernah digunakan.
Oleh karena itu penggunaan penting dilakukan untuk mengetahui kesesuaian tugas
dengan teknologi. Selanjutnya untuk meningkatkan kinerja karyawan dalam hal ini
adalah staff front office, manager hotel diharapkan memberikan instruksi untuk
menggunakan teknologi sistem informasi yang ada, karena teknologi tersebut, sudah
terbukti sesuai dengan tugas yang diinginkan. Ketika kinerja staff semakin baik,
pengetahuan dalam hal pengujian kesesuaian penerapan teori dan kebaruan teori
penggunaan juga dapat mempengaruhi TTF. Begitu pula dengan pengaruh variabel
kinerja, selain dapat dipengaruhi oleh penggunaan, variabel kinerja juga dapat
informasi dengan struktur organisasi, motivasi dan kinerja, masih relatif sedikit
dilakukan di Indonesia.
empiris dan pengalaman bagi penulis dalam hal meneliti tentang pengaruh
4 Penggunaan (Y2) Task Technolgy Fit (Y1) Berpengaruh Shao dan Siponen Mengkonfirmasi
Ally dan Gardiner (2012), Shao dan Siponen Ally dan Gardiner (2012), Shao dan Siponen signifikan (2011), Ally dan
(2011), Venkatesh et al. (2012), Raman dan (2011), Venkatesh et al. (2012), Raman dan Gardiner (2012),
Don (2013) Don (2013) Venkatesh et al.
(2012), Raman dan
Don (2013).
5 Penggunaan (Y2) Kepuasan Pengguna (Y4) Berpengaruh Venkatesh et al. Mengkonfirmasi
Honkanen (2005), Ally dan Gardiner (2012), Shao Honkanen (2005), Ally dan Gardiner (2012), signifikan (2012) dan Hsu
dan Siponen (2011), Venkatesh et al. (2012), Shao dan Siponen (2011), Venkatesh et al. et al. (2015).
Raman dan Don (2013), Hsu et al. (2015), (2012), Raman dan Don (2013), Hsu et al.
Ponte et al. (2015) (2015), Ponte et al. (2015)
6 Penggunaan (Y2) Kinerja (Y3) Berpengaruh Foon dan Fah Mengkonfirmasi
Marchewka et al. (2007), Moran et al. (2010), Marchewka et al. (2007), Moran et al. signifikan (2012), Raman dan
Sedana dan Wijaya (2010), Oye et al. (2011), (2010), Sedana dan Wijaya (2010), Oye et Don (2013),
Pitchadejanant (2011), Afonso et al. (2012), al. (2011), Pitchadejanant (2011), Afonso et Venkates et al.
(2012) dan Ally dan
Ally dan Gardiner (2012), Fidani dan Idrizi al. (2012), Ally dan Gardiner (2012), Fidani Gardiner (2012).
(2012), Foon dan Fah (2012), Shao dan dan Idrizi (2012), Foon dan Fah (2012),
Siponen (2011), Venkatesh et al. (2012), Shao dan Siponen (2011), Venkatesh et al.
Raman dan Don (2013) (2012), Raman dan Don (2013)
Hasil Penelitian Temuan
No Hubungan Antar Variabel
Penelitian Ini Sebelumnya Penelitian
7 Kinerja (Y3) Penggunaan (Y2) berpengaruh Fidani dan Idrizi Berbeda
(Liao et al. (2011) , Ally dan Gardiner (2012), (Liao et al. (2011) , Ally dan Gardiner (2012), tidak (2012), Afonso et
Chiu et al. (2012), Foon dan Fah (2012), Chiu et al. (2012), Foon dan Fah (2012), signifikan al. (2012), dan
Lankton et al. (2014), Samuel and Sharon Lankton et al. (2014), Samuel and Sharon Venkatesh et al.
(2012),
(2014), Fakhoury dan Benoit (2015), Han dan (2014), Fakhoury dan Benoit (2015), Han dan
sunghyup (2015) , Hashim dan Felix (2015), sunghyup (2015) , Hashim dan Felix (2015),
Montazemi dan Hamed (2015), Qu et al. Montazemi dan Hamed (2015), Qu et al.
(2015) (2015)
8 Kinerja (Y3) Kepuasan Pengguna (Y4) berpengaruh Ally dan Gardiner Berbeda
Ally dan Gardiner (2012), Venkatesh et al. (2012), Ally dan Gardiner (2012), Venkatesh et al. tidak (2012), ),
Raman dan Don (2013), Hong (2015), Samuel dan (2012), Raman dan Don (2013), Hong (2015), signifikan Venkatesh et al.
Sharon (2014), Fakhoury dan Benoit (2015). Samuel dan Sharon (2014), Fakhoury dan Benoit (2012), Raman
(2015). dan Don (2013),
Hong (2015
6.7 Implikasi Teoritis
Secara teoritis temuan dalam penelitian ini memberikan implikasi teoritis pada variabel
TAM dan variabel pada teori model kesuksesan sistem informasi DeLone dan McLean.
Penerapan teori pada teknologi sistem informasi khususnya pada bidang reservasi hotel. Teori
yang digunakan dan dikembangkan melalui berbagai penelitian terdahulu diuji kembali untuk
memeriksa relevansinya dengan perkembangan jaman dan untuk mendapatkan bukti empiris
mutakhir baik yang mendukung maupun yang bertentangan untuk memperkaya teori yang
telah ada. Penelitian ini dapat menemukan hubungan kausal antar variabel endogen dan
Setelah peneliti melakukan pengujian hipotesis dan dapat memperlihatkan hasil temuan
GSCA maka terdapat perubahan model hipotesis penelitian yang dapat dilihat sebagai berikut:
1. Dalam penelitian ini ditemukan bahwa pengaruh karakteristik tugas melalui indikator
pelayanan check in daan otomatisasi pelayanan check out terhadap task technology fit
signifikan secara statistik. Artinya ketika karakteristik tugas sebagaimana yang telah
dijelaskan sebagai indikator variabel dapat dipenuhi oleh teknologi yang gunakan maka
2. Dalam penelitian ini ditemukan bahwa pengaruh karakteristik teknologi melalui indikator
kompatibel terhadap task technology fit signifikan secara statistic. Artinya ketika
daam indikator diatas, maka kesesuaian tugas dan teknologi semakin tinggi.
3. Dalam penelitian ini ditemukan bahwa pengaruh task technology fit melalui indikator
penggunaan signifikan secara statistik. Artinya ketika kesesuaian teknologi dan tugas
yang di telusuri dari indikator diatas semakin baik maka penggunaan oleh staff front
mudah dilakukan maintenance terhadap task technology fit signifikan secara statistic.
Artinya ketika penggunaan semakin banyak yang dapat dilihat dari beberapa indikator
statistik. Artinya ketika penggunaan semakin banyak yang dapat dilihat dari beberapa
mudah dilakukan maintenance terhadap kinerja signifikan secara statistic. Artinya ketika
penggunaan semakin banyak yang dapat dilihat dari beberapa indikator diatas maka
meningkat yang dapat di ukur dari beberapa indikator tersebut maka penggunaan
terhadap kepuasan pengguna tidak signifikan secara statistik. Artinya ketika kinerja
pengguna meningkat yang dapat di ukur dari beberapa indikator tersebut maka tidak
Penelitian ini memiliki beberapa keterbatasan yang mungkin mempengaruhi hasil penelitian
yang dicapai:
1. Keterbatasan yang melekat pada data yang diperoleh melalui kuesioner, karena
perbedaan persepsi penulis dengan responden penelitian. Meskipun telah dicoba untuk
diminimalkan dengan melakukan uji pendahuluan, namun keterbatasan ini akan tetap
2. Keterbatasan pada pemilihan sampel yang digunakan, dibatasi pada hotel berbintang di
wilayah Kalimantan Selatan karena banyak hal yang membuat keterbatasan peneliti
sehingga tidak mengambil sampel pada wilayah potensial lain yang ada di Indonesia,
sehingga hasil penelitian tidak bisa digunakan secara generalisasi serta tidak bisa untuk
membedakan tingkat kesesuaian teknologi dan tugas terhadap penggunaan pada lokasi
4. Indikator yang digunakan pada masing-masing variabel masih terbatas, sehingga masih
ada beberapa hal yang belum dicakup dalam pembahasan dan masih perlu