Laporkan Masalah

MODEL PREDIKSI POTENSI KEBERHASILAN STARTUP DALAM INOVASI PERANGKAT LUNAK

ANUNG ASMORO, Ir. Lukito Edi Nugroho, M.Sc., Ph.D.; Selo, S.T., M.T., M.Sc., Ph.D.

2019 | Disertasi | DOKTOR TEKNIK ELEKTRO

Sejalan dengan hasil Global Innovation Index (GII) 2017, semakin inovatif suatu negara maka, akan semakin tinggi potensinya untuk lebih sejahtera. Hal ini melandasi arah pembangunan negara ke arah peningkatan kemampuan dalam berinovasi. Namun demikian, masih terdapat beberapa isu yang berkembang saat hasil inovasi memasuki pasar, diantaranya tingkat kegagalan pada komersialisasi inovasi masih relatif tinggi, masih ada pelaku inovasi yang mempertanyakan bagaimana memperkuat dan mempertahankan posisi tertinggi di dalam persaingan, dan relitanya hampir 90% produk baru tidak mencapai tujuan bisnisnya saat masuk ke pasar. Kegagalan mengakibatkan adanya kerugian secara ekonomi, dimana kerugian ekonomi relatif jauh lebih besar jika kegagalan baru disadari setelah peluncuran produk, dibandingkan jika kesadaran akan terjadi kegagalan telah diyakini akan terjadi di fase awal inovasi. Beberapa penelitian tentang bagaimana memprediksikan keberhasilan di fase awal kehidupan pelaku bisnis inovasi telah mulai dilakukan, namun demikian penelitian tersbut belum fokus pada pelaku bisnis inovasi yang baru merintis usaha atau startup, kalaupun ada masih jarang yang memberikan fokus penelitian pada startup perangkat lunak, dan lebih sedikit lagi penelitian yang memberikan fokus perhatian pada startup perangkat lunak di Indonesia. Pada penelitian ini dikembangkan model prediksi potensi keberhasilan startup dalam inovasi perangkat lunak. Proses pemodelan prediksi potensi keberhasilan startup perangkat lunak di Indonesia ini, dilakukan dengan mengintegrasikan proses dan hasil penelitian penyusunan kerangka konseptual ekosistem startup perangkat lunak di Indonesia, proses identifikasi faktor-faktor yang mempengaruhi keberhasilan startup dari survei terhadap startup-startup di Indonesia, kemudian menyusun model prediksi potensi keberhasilan startup yang dilanjutkan dalam menyusun program simulasi. Hasil penelitian menunjukkan bahwa ada 18 faktor signifikan yang mempengaruhi kesuksesan startup perangkat lunak. Hasilnya juga menunjukkan bahwa enam variabel berkontribusi secara signifikan (74,8%) dalam prediksi keberhasilan startup perangkat lunak. Demikian pula prototipe simulator yang dikembangkan telah berhasil untuk memprediksi potensi keberhasilan startup di fase awal dengan nilai potensi memang masih relatif rendah mengingat data yang digunakan adalah dari responden yaitu startup-startup yang relatif masih baru.

In line with the results of the Global Innovation Index (GII) 2017, the innovative a country it is, the higher its potential to be more prosperous. It underlies the development direction of the country towards an increased ability to innovate. Nevertheless, there are still some issues that develop when an innovation enters the market, including the failure rate in the commercialization of innovation is relatively high, there are actors of innovation that the question of how to strengthen and maintain the highest position in the competition, and the reality is almost 90% of new products do not achieve the goal business when entering the market. Failure resulting in their economic losses, in which the relative economic loss is much greater if the failure was known after the launch of the product, than if awareness of the case of failure was believed in the early phase of innovation. Some research on how to predict success in the early phases of the life businesses of innovation has begun to do, but not focus yet on businesses innovation pioneering new business or startup, furthermore there is still rarely focuses research on software startup, and fewer more research that focuses attention on software startup in Indonesia. In this study developed the prediction model startup success potential in software innovation. Process modeling predictions of the potential success of a software startup in Indonesia, done by integrating the process and the results of research preparation of a framework software startup ecosystem in Indonesia, the process of identifying the factors that influence the successful startup of a survey of startups in Indonesia, then create a model for prediction of the potential success of startup followed in compiling the simulation program. The results showed that there were 18 significant factors that influence the success of a software startup. The results also showed that six variables (that covered 18 factors) contributed significantly (74.8%) in predicting the success of a software startup. Similarly, the prototype simulator developed has managed to predict the potential success of a startup in the initial phase with a potential value is still relatively low considering the data used is from the responder that startups are still relatively new.

Kata Kunci : prediction model, startup, startup success, startup success factors, smartPLS, WarpPLS, entrepreneurship, small medium enterprise

  1. S3-2019-373399--title.pdf  
  2. S3-2019-373399-abstract.pdf  
  3. S3-2019-373399-bibliography.pdf  
  4. S3-2019-373399-tableofcontent.pdf