FAKTOR-FAKTOR PENENTU HARGA RUMAH DI KOTA BOGOR (Penerapan Metode Harga Hedonik)
OLEH RIMA JAILANI H14103033
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2007
FAKTOR-FAKTOR PENENTU HARGA RUMAH DI KOTA BOGOR (Penerapan Metode Harga Hedonik)
Oleh RIMA JAILANI H 14103033
Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2007
INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI
Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama Mahasiswa
: Rima Jailani
Nomor Registrasi Pokok
: H14103033
Program Studi
: Ilmu Ekonomi
Judul Skripsi
: Faktor-Faktor Penentu Harga Rumah Di Kota Bogor (Penerapan Metode Harga Hedonik)
Dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.
Menyetujui, Dosen Pembimbing,
Ir. D.S. Priyarsono, M.S., Ph.D. NIP. 131 578 814
Mengetahui, Ketua Departemen Ilmu Ekonomi,
Dr. Ir. Rina Oktaviani, M.S. NIP. 131 846 872
Tanggal Kelulusan:
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENARBENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Bogor, Agustus 2007
Rima Jailani H14103033
RIWAYAT HIDUP
Penulis bernama Rima Jailani lahir pada tanggal 14 Januari 1986 di Padang, Sumatera Barat. Penulis anak pertama dari tiga bersaudara, dari pasangan Abd. Lamid dan Yunina. Jenjang pendidikan penulis dilalui tanpa hambatan, penulis menamatkan sekolah dasar pada SDN 27 Sei. Sapih, kemudian melanjutkan melanjutkan ke SLTP Negeri 12 Padang dan lulus pada tahun pada tahun 2000. Pada tahun yang sama penulis diterima di SMUN 3 Padang dan lulus pada tahun 2003. Pada tahun 2003 penulis meninggalkan kota tercinta untuk melanjutkan studinya ke jenjang yang lebih tinggi. Institut Pertanian Bogor (IPB) menjadi pilihan penulis dengan harapan besar agar dapat memperoleh ilmu dan mengembangkan pola pikir, sehingga menjadi sumber daya yang berguna bagi pembangunan Kota Padang tercinta. Penulis masuk IPB melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi dan Studi Pembangunan pada Fakultas Ekonomi dan Manajemen. Selama menjadi mahasiswa, penulis aktif pada organisasi Hipotesa. Penulis juga penerima beasiswa BBM sejak tahun 2005.
KATA PENGANTAR
Puji syukur penulis ucapkan kepada Allah SWT atas segala rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi yang berjudul “Faktor-faktor Penentu Harga Rumah di Kota Bogor (Penerapan Metode Harga Hedonik)”. Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Pada kesempatan ini, perkenankanlah penulis menyampaikan terima kasih kepada : 1.
Ir. D.S. Priyarsono, M.S., Ph.D., sebagai pembimbing skripsi yang telah memberikan bimbingan baik secara teknis maupun teoretis dalam proses pembuatan skripsi ini sehingga dapat diselesaikan dengan baik.
2.
Parulian Hutagaol, Ph.D., sebagai penguji utama sidang yang telah memberikan kritik dan saran yang bermanfaat bagi penulisan skripsi agar menjadi lebih baik.
3.
Muhammad Findi A, M.Si. selaku penguji komisi pendidikan, terutama atas perbaikan tata cara penulisan skripsi ini.
4.
Papa dan Mama atas doa, pengorbanan, kesabaran, kasih sayang, dukungan, perhatian, waktu untuk berbagi suka dan duka sangat besar artinya dalam proses penyelesaian skripsi ini. Semua yang telah Papa dan Mama berikan tiada taranya dan tidak dapat dinilai dengan apapun, hanya Allah SWT yang dapat membalasnya. Adik-adikku tercinta, Nia dan Fuji atas semangat dan dukungan yang telah diberikan selama ini.
5.
Teman-teman satu bimbingan skripsi, Ricca, Reni (Jo), Anto, dan mbak Mahila yang telah memberi dukungan serta semangat dalam penyusunan skripsi ini. Dan temanku Evi, Uttie, Echa serta semua rekan-rekan IE angkatan 40.
6.
Warga dan “Ex” warga Wisma Agung 2 yang telah memberi semangat dan warna-warni selama ini, mbak Nda, mbak Irma, mbak Galuh, Mair, Indah, Galuh, Ajeng, Arum, Chiewid, Uwee, Mega, Fitri, dan Rahel (Bule).
7.
Semua pihak yang telah membantu dan tidak mungkin disebutkan satu per satu. Akhirnya penulis menyadari bahwa skripsi ini mungkin masih banyak
kekurangannya. Namun, semoga skripsi ini dapat bermanfaat bagi penulis dan pihak lain yang membutuhkan.
Bogor, Agustus 2007
Rima Jailani H14103033
I. PENDAHULUAN
1.1. Latar Belakang Rumah adalah bangunan untuk tempat tinggal manusia. Sedangkan perumahan adalah kumpulan beberapa buah rumah atau rumah-rumah untuk tempat tinggal. Perumahan tidak sekedar tempat berlindung tetapi juga adalah sebidang lahan tempat tinggal/residential dengan peralatan yang ada di lokasi tersebut (air bersih, listrik, tempat sampah dan lain-lain) dan kemudahan yang memungkinkan pelayanan di luar lokasi (pendidikan, pusat kesehatan dan sebagainya) tempat bekerja dan fasilitas lainnya. Di daerah perkotaan masalah perumahan biasanya dikaitkan dengan kepadatan penduduk yang tinggi dan membutuhkan standar pelayanan yang tinggi bagi lingkungan sekitarnya. Meningkatnya
permintaan
rumah
khususnya
di
wilayah
Bogor
menyebabkan harga rumah menjadi meningkat. Meningkatnya permintaan rumah terjadi
karena Bogor adalah wilayah hinterland dari Jakarta. Dengan
meningkatnya harga rumah maka banyak dibangun rumah-rumah baru, sehingga harga rumah menjadi beragam karena banyaknya rumah-rumah baru dengan berbagai fasilitas yang ditawarkan. Harga jual rumah dibentuk melalui suatu proses negosiasi antara penjual dan pembeli, penjual menentukan harga rumah berdasarkan biaya yang dikeluarkan untuk membangun suatu rumah misalnya harga tanah, harga bahan bangunan, dan harga komponen lain yang membentuk rumah tersebut. Sedangkan pembeli menentukan harga rumah yang akan dibeli berdasarkan kebutuhan
2
mereka akan suatu rumah, misalnya akses ke pusat kota (tempat kerja), fasilitas rumah, luas bangunan, dan lain sebagainya. Berdasarkan Metode Harga Hedonik dapat dilihat faktor-faktor yang dapat mempengaruhi harga rumah. Metode Harga Hedonik digunakan untuk mengevaluasi jasa/servis lingkungan, dimana kehadiran jasa lingkungan secara langsung mempengaruhi harga pasar tertentu. Harga rumah dipengaruhi oleh banyak faktor : jumlah kamar, luas bangunan rumah, akses, dan lain-lain. Metode Harga Hedonik secara umum dapat diaplikasikan untuk mengevaluasi biaya dari lingkungan, dimana data dari harga lingkungan tidak bisa terlihat secara langsung di pasar (Turner, Pearce, dan Batemen, 1994). Untuk menganalisis faktor-faktor yang menentukan harga rumah di Kota Bogor dengan penerapan Metode Harga Hedonik, maka dilakukan penelitian dengan judul “Faktor-Faktor Penentu Harga Rumah Di Kota Bogor (Penerapan Metode Harga Hedonik)”.
1.2. Perumusan Masalah Lokasi perumahan di wilayah Bogor memiliki kelebihan iklim dan topografi dibandingkan wilayah lain di Jakarta, Tangerang, Depok, Bekasi. Udaranya sejuk dengan curah hujan yang cukup tinggi, sementara topografinya berbukit-bukit. Hal itulah yang memberikan nilai positif bagi wilayah Bogor. Kelebihan ini oleh pengembang kemudian dimanfaatkan dengan membangun perumahan yang bernuansa resort dengan segala fasilitas yang ditawarkan.
3
Jika dilihat berdasarkan segmentasi harga tipe rumah yang ditawarkan, maka di Kota Bogor lebih banyak ditawarkan perumahan untuk segmen menengah ke atas dengan harga rumah di atas Rp 200 juta, sedangkan untuk Kabupaten Bogor lebih banyak ditawarkan perumahan untuk kalangan menengah ke bawah. Lokasi yang bagus, lingkungan yang asri, akses yang cepat ke jalan tol Jagorawi, membuat areal perumahan di Kota Bogor menjadi semakin banyak peminatnya. (Republika, Maret 2005) Sesuai dengan teori permintaan, maka meningkatnya permintaan terhadap perumahan yang ada di Kota Bogor akan mendorong timbulnya perumahanperumahan baru. Kualitas perumahan yang ditawarkan oleh pengembang berbedabeda sesuai dengan kebutuhan konsumen mereka. Perbedaan ini akan menyebabkan perbedaan harga rumah yang ditawarkan oleh setiap pengembang. Faktor apa saja yang paling mempengaruhi pengembang dalam menentukan harga rumah di Kota Bogor? Faktor-faktor apa yang menentukan harga rumah berdasarkan Metode Harga Hedonik? Berdasarkan hal tersebut maka permasalahan utama yang diangkat dalam penelitian ini adalah faktor-faktor apa saja yang menjadi penentu harga rumah di Kota Bogor dengan penerapan Metode Harga Hedonik.
1.3.Tujuan Penelitian Adapun tujuan dari penelitian ini adalah mengidentifikasi faktor-faktor penentu harga rumah di Kota Bogor dengan penerapan Metode Harga Hedonik. Jadi setelah penelitian akan diketahui faktor-faktor yang menjadi penentu harga
4
rumah di Kota Bogor. Sehingga bisa dijadikan acuan dalam membeli rumah, apakah harga rumah sesuai dengan fasilitas yang ditawarkan.
1.4. Manfaat Penelitian Manfaat yang diperoleh dari penelitian ini adalah: 1. Pembaca dapat mengetahui faktor-faktor penentu harga rumah di Kota Bogor dengan penerapan Metode Harga Hedonik serta dapat dijadikan sebagai bahan pustaka, informasi dan referensi bagi yang memerlukan serta sebagai bahan rujukan untuk penelitian selanjutnya. 2. Penulis dapat belajar manganalisis faktor-faktor yang menentukan harga rumah di Kota Bogor dengan penerapan Metode Harga Hedonik sebagai penerapan terhadap pemahaman teoritis yang telah diperoleh selama mengikuti perkuliahan. 3. Sebagai bahan pertimbangan untuk perencanaan pembangunan perumahan baru di Kota Bogor.
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
2.1. Tinjauan Teoretis 2.1.1. Konsep Rumah dan Perumahan Menurut Kamus Besar Bahasa Indonesia (KBBI), rumah adalah bangunan untuk tempat tinggal manusia. Sedangkan perumahan adalah kumpulan beberapa buah rumah atau rumah-rumah untuk tempat tinggal. Perumahan terdiri atas banyak rumah yang ditempati oleh penduduk di mana rumah-rumah tersebut berada pada satu lokasi tertentu. Beberapa landasan yang tidak dapat diabaikan dalam membahas aspek kebijakan perumahan dan pemukiman di negara kita yakni Undang-Undang Pokok Agraria No.5/1960, Undang-Undang No. 4/1982 tentang lingkungan hidup, Undang-undang No.24/1992 tentang penataan ruang dan Undang-undang No. 4/1992 tentang perumahan dan pemukiman. Pengertian
dasar
pemukiman
dalam
Undang-Undang
No.4/1992
dimaksudkan sebagai suatu kelompok yang memiliki fungsi lingkungan tempat hunian yang dilengkapi dengan sarana dan prasarana lingkungan. Sarwono dalam Wahyuningsih (2003) memilah antara rumah dan perumahan. Rumah adalah suatu bangunan dimana manusia tinggal dan melangsungkan kehidupannya. Di samping itu rumah juga merupakan tempat dimana berlangsung proses sosialisasi pada saat seorang individu diperkenalkan kepada norma dan adat kebiasaan yang berlaku di dalam suatu masyarakat. Maka tidak mengherankan apabila masalah rumah menjadi sangat penting bagi setiap individu. Karena individu selalu akan tinggal
6
dalam suatu masyarakat, maka dalam setiap masyarakat akan terdapat rumahrumah yang menampung kebutuhan warganya. Perumahan merupakan daerah dimana terdapat sekelompok rumah. Setiap perumahan memiliki sistem nilai dan kebiasaan yang berlaku bagi setiap warganya. Sistem nilai tersebut berbeda antara suatu perumahan dengan perumahan lainnya. Batasan permukiman atau pemukiman (Koestoer, 1995) adalah sama yakni terkait erat dengan konsep lingkungan hidup dan penataan ruang. Pemukiman adalah area tanah yang digunakan sebagai lingkungan tempat tinggal atau lingkungan hunian dan tempat kegiatan yang mendukung peri kehidupan dan penghidupan dan merupakan bagian dari lingkungan hidup di luar kawasan lindung baik yang berupa kawasan perkotaan maupun pedesaan. Penataan perumahan dan permukiman bertujuan untuk : 1. Memenuhi kebutuhan rumah sebagai salah satu kebutuhan dasar manusia, dalam rangka peningkatan dan pemerataan kesejahteraan rakyat. 2. Mewujudkan perumahan dan pemukiman yang layak dalam lingkungan yang sehat, aman, serasi dan teratur. 3. Memberi arah pada pertumbuhan wilayah dan persebaran penduduk yang rasional. 4. Menunjang pembangunan dibidang ekonomi, sosial, budaya, dan bidangbidang lain (Undang-Undang No.4/1992). Menurut Silas (2002), aspek yang paling dominan mempengaruhi perumahan masa kini adalah keberlanjutannya (sustainability). Aspek ini tampak sederhana namun adalah sebuah konsep yang rumit. Rumah yang berkelanjutan
7
harus memenuhi lima syarat dasar yang dinikmati oleh penghuni saat ini serta yang akan datang, yaitu: 1. Mendukung peningkatan mutu produktivitas kehidupan penghuni baik secara sosial, ekonomi dan politik. Artinya setiap anggota penghuni terinspirasi untuk melakukan tugasnya lebih baik. 2. Tidak menimbulkan gangguan lingkungan dalam bentuk apapun sejak pembangunan, pemanfaatan dan apabila harus dimusnahkan. Ukuran yang dipakai terhadap gangguan yang terjadi terhadap lingkungan adalah efektivitas konsumsi energi. 3. Mendukung peningkatan mobilitas kesejahteraan penghuninya secara fisik dan spiritual. Berarti penghuni mengalami terus peningkatan mutu kehidupan fisik dan non-fisik. 4. Menjaga keseimbangan antara perkembangan fisik rumah dengan mobilitas sosial-ekonomi penghuninya. Pada awalnya keadaan fisik rumah lebih tinggi dari keadaan non-fisik, namun ini berbalik setelah penghuni mapan di rumah tersebut. 5. Membuka peran penghuni/pemilik yang besar dalam pengambilan keputusan terhadap proses pengembangan rumah dan rukun warga tempat ia berinteraksi dengan tetangga. Hadirnya rumah juga tergantung dengan status kedudukan sosial-ekonomi dari penghuninya. Konsumen baru merasa terdesak untuk memiliki rumah saat anak pertama lahir. Sebuah perkawinan tidak otomatis menimbulkan desakan dan tuntutan untuk memiliki rumah sendiri bagi hampir semua lapisan masyarakat
8
(pada dasarnya kelompok masyarakat terdiri dari 10% amat kaya; 20% kaya; 30% menengah dan 40% yang tergolong lapis bawah dengan penghasilan terbatas). Kaidah merancang perumahan dibagi menjadi kaidah yang terkait dengan lingkungan rumah (atau perumahan) dan kaidah yang berkait dengan rumah yang masih dilihat dari bentuk dan tatanan ruang serta tampilan detail yang dapat berupa simbol. Bagi kaidah perencanaan kawasan perumahan, yang harus diperhatikan dan pertimbangkan adalah: 1. Penggunaan lahan yang efektif-efisien dan terkait dengan kegiatan ekonomi dalam arti luas. 2. Orientasi bangunan/gedung perlu memperhatikan arah angin di samping posisi dan pergerakan matahari. Jalan dan lorong terutama disearahkan dengan arah aliran angin sebagai koridor angin yang menjaga kesejukan lingkungan. 3. Jalan mobil hanya disediakan sebatas kebutuhan nyata untuk keamanan dan keadaan darurat. Parkir mobil sebaiknya terpusat sehingga jalan/lorong dapat dijadikan sebagai “taman” komunal. 4. Tersedia fasilitas perumahan yang diadakan dan diselenggarakan secara komunal, termasuk ruang terbuka hijau serta rekreasi memakai akses utama melalui berjalan kaki dari perumahan yang ada. Sistem sarana dan prasarana harus terkait dengan sistem kota yang lebih besar. 5. Ada penghijauan dan badan air yang cukup serta menyebar untuk menjaga mutu dan keajegan micro climate yang baik. Ini perlu sebagai kompensasi
9
dari perumahan warga berpendapatan rendah yang cenderung berkepatan tinggi. Beberapa kaidah dasar dalam perancangan rumah yang perlu diperhatikan, yaitu: 1. Ada fleksibilitas penataan ruang, utamanya bagi masyarakat berpenghasilan rendah. Agar hemat rumah tidak mudah disekat dan terbuka peluang penggunaan ganda dan over-lapping. 2. Memilih bahan bangunan yang mudah diperoleh dan sudah akrab dipakai oleh warga dengan kesulitan konstruksi yang mudah diatasi oleh keahlian setempat. 3. Penataan ruang yang dilakukan fleksibel dan multiguna serta tidak terkotakkota kecil berguna untuk menjamin kedinamisan gerak dan berbagai aktivitas lain dari penghuni serta untuk memberi keleluasaan aliran udara dan cahaya yang tinggi. Selanjutnya pola penataan ruang yang “terbuka” ini juga akan memberi kesan luas sehingga tercapai rasa psikologis yang melegakan guna merangsang produktivitas kehidupan yang tinggi. 4. Tampilan bangunan harus serasi dengan tampilan bangunan yang lazim berlaku disekitarnya. Prinsip bangunan tropis dengan teritis yang lebar, teduh dan angin mudah lewat serta tidak tampias oleh terpaan hujan lebat merupakan dasar yang harus diperhatikan secara sungguh-sungguh. Perlu pula memberi muatan lokal yang diambil dari prinsip dan unsur arsitektur tradisional setempat (Silas, 2002). Menurut O’Sullivan (2000) ada enam hal yang membedakan barang dalam bentuk rumah dengan barang yang lainnya :
10
1. Stock perumahan bersifat heterogen. Maksudnya masing-masing perumahan yang ditawarkan mempunyai keistimewaan yang berbeda-beda atau ikatan yang berbeda-beda dari servis perumahan yang lain. Perbedaan ini bisa mencakup ukuran rumah yang ditawarkan, lokasi, usia rumah, keistimewaan interior, fasilitas yang ditawarkan, serta manfaatnya. 2. Rumah adalah barang yang tidak bergerak (immobile). Hal ini praktis membuat rumah tidak bisa dipindahkan dari satu tempat ke tempat yang lainnya. 3. Rumah biasanya tahan lama. Sehingga bisa digunakan selama beberapa periode, tanpa harus diganti dengan rumah yang baru. 4. Rumah adalah barang yang berharga mahal. Dalam pembelian satu rumah tidak jarang rumah tangga harus meminjam uang dalam jumlah besar. 5. Perpindahan biaya yang relatif tinggi. Maksudnya sebagai tambahan untuk mendapatkan bangunan yang lebih baik maka diperlukan tambahan biaya yang lebih besar. 6. Kebanyakan masyarakat peduli terhadap tetangga yang berlatar belakang ras dan suku bangsa yang berbeda, seperti diskriminasi ras.
2.1.2. Pemasaran Perumahan dan Diskriminasi Harga Menurut Arnott dalam Wahyuningsih (2003) dalam pemasaran perumahan terdapat beberapa ketidaksempurnaan :
11
1.
Di dalam karakteristik ruang dan ongkos mobilitas rumah tangga dan unit perumahan jarang berada di kedua sisi pemasaran dan para penawar serta permintaan perumahan atau konsumen memiliki beberapa kekuatan pasar.
2.
Bila suatu harga pemilikan pasar kompetitif segera menyesuaikan diri di dalam mengerahkan pasar, maka di dalam pasar perumahan ada hubungan negatif antara tingkat permintaan dan laju kekosongan. Keadaan ini mengimplikasikan harga pemilikan tidak segera dapat menyesuaikan diri dan mekanisme penyesuaian harus dilakukan.
3.
Aturan yang mempengaruhi produksi unit perumahan, peredaran dan konsumsi dan keragaman serta kerumitan ikatan perjanjian perumahan, menyebabkan ketidaksimetrisan di dalam informasi dan eksternalitas menjadi signifikan.
4.
Kekhasan paket lembaga pasar modal telah berkembang di beberapa negara di dalam menghadapi pembelian rumah, seperti sebagai barang hipotek dalam peminjaman uang. Beberapa ciri alat hipotek sebagai syarat bahwa rumah digunakan sebagai jaminan dan jatah kredit menunjukkan bukti yang kuat bahwa pasar modal perumahan sangat tidak sempurna di dalam pasar perumahan.
Ketidaksempurnaan
pasar
modal
tersebut
berasal
dari
ketidaksimetrisan di dalam informasi dan biaya transaksi. Keadaan ini disebutkan
oleh
karena
yang
memberi
pinjaman
tidak
mampu
mengidentifikasikan resiko yang di beri pinjaman, sehingga muncul masalah pemilahan yang merugikan dan memberi pinjaman tidak mampu dengan
12
sendirinya memantau kegiatan yang diberi pinjaman sehingga mempengaruhi kemungkinan kelalaian hal ini juga menyangkut bencana moral. 5.
Oleh karena ada ongkos pindah, ongkos cari, ongkos iklan, dan ongkos modifikasi maka hanya sedikit proporsi unit perumahan mungkin ada di pasar pada waktu tertentu.
6.
Adanya campur tangan pemerintah di dalam pasar perumahan sangat berpengaruh, misalnya berupa peraturan-peraturan perpajakan dan subsidi bagi masyarakat golongan berpenghasilan rendah. Diskriminasi harga terjadi jika produsen menjual komoditi yang sama
untuk jumlah komoditi yang berbeda pada harga yang berbeda dan bukan disebabkan oleh perbedaan biaya. Disamping itu diskriminasi harga adalah perbedaan harga yang disebabkan penilaian pembeli yang berbeda terhadap produk yang sama. Adanya diskriminasi harga dapat disebabkan oleh perbedaan pembeli yang bersedia membayar dengan harga yang berbeda untuk komoditi yang sama, atau seorang pembeli yang bersedia membayar dengan harga yang berbeda untuk unit yang berbeda untuk komoditi yang sama. Menurut Lipsey (1992), diskriminasi harga terbagi atas dua jenis : 1. Diskriminasi
harga
sistematis,
biasanya
dilakukan
berdasarkan
pengelompokan lokasi, pendapatan, industri, umur atau penggunaan yang diinginkan dari komoditi dan kemudian dikenakan harga yang berbeda untuk tiap kelompok pembeli yang berbeda. Diskriminasi harga ini juga dapat
13
dilakukan dalam bentuk lain, seperti menetapkan harga yang tertinggi untuk yang pertama dan lebih rendah untuk unit-unit berikutnya. 2. Diskriminasi harga tidak sistematis adalah diskriminasi harga yang diberikan secara tidak teratur, misalnya potongan harga. Potongan harga ini biasanya diberikan oleh perusahaan-perusahaan kepada pelanggan yang disenangi atau pembelian atau pelanggan baru. Berdasarkan uraian di atas pada harga rumah terjadi diskriminasi harga sistematis karena dikelompokkan berdasarkan lokasi, misalnya rumah-rumah yang terletak di sepanjang jalur utama dalam kompleks perumahan tentu memiliki harga berbeda dengan rumah-rumah yang letaknya bukan di jalur utama walaupun dengan tipe yang sama.
2.1.3. Metode Harga Hedonik Metode Harga Hedonik digunakan untuk mengevaluasi jasa/servis lingkungan, dimana kehadiran jasa lingkungan secara langsung mempengaruhi harga pasar tertentu. Di dalam penerapannya, bentuk aplikasi dari Metode Harga Hedonik adalah pasar properti. Harga rumah dipengaruhi oleh banyak faktor : jumlah kamar, luas bangunan rumah, akses, dan lain-lain. Satu faktor penting seperti akses akan menjadi penentu kualitas lingkungan lokal. Jika kita bisa mengontrol faktor-faktor di luar lingkungan, melihat rumah berdasarkan jumlah kamar yang sama, luas bangunan yang sama, akses yang sama, dan lain sebagainya., kemudian perbedaan sisanya di dalam harga rumah akan bisa menunjukkan hasil dari perbedaan lingkungan. Jadi Metode Harga Hedonik
14
menilai harga faktor yang tidak bisa langsung terlihat datanya di pasar, misalnya harga kualitas lingkungan, harga keindahan taman, juga harga lokasi/jarak ke pusat kota (Turner, Pearce, dan Batemen, 1994). Metode Harga Hedonik dikembangkan oleh Griliches ( 1971) dan Rosen (1974). Pada ekonomi lingkungan, metode ini digunakan untuk menentukan harga suatu barang konvensional yang bervariasi sebagai jawaban atas perubahan pada barang lingkungan yang saling berhubungan erat. Sebagai contoh, harga rumah dipengaruhi oleh mutu udara yang melingkupi lingkungan perumahan. Keputusan individu untuk membeli rumah merupakan suatu fungsi yang tergantung pada tingkat polusi pada lingkungan rumah. Polusi a “ tidak baik”, dan individu akan membayar lebih untuk mendapatkan rumah. Itu dilakukan untuk meningkatkan mutu
udara
di
lingkungan
sekitar
rumah.
Metode
Harga
Hedonik
memperbolehkan kita untuk mengukur nilai kesediaan untuk membayar (willingness to pay) terhadap lingkungan (Patunru, 2004). Sebagai contoh, berdasarkan penelitian dari National Account Australia (2001) diketahui bahwa harga notebook ditentukan oleh Hard disk dalam MB, RAM dalam MB, Kecepatan Prosesor dalam MHz, Dummy Cd-Rom, Dummy IBM, dan lain-lain. Metode Harga Hedonik ini bisa diterapkan dengan menggunakan analisis regresi (Ordinary Least Squares/OLS). Rumus umum dari Model Regresi Berganda adalah : K
P = β0 + ∑ βk Xk atau k=1
15
Dalam hal ini harga P dibentuk oleh variabel-variabel bebas (Xk). Harga P notebook ditentukan oleh variabel bebas Xk seperti hard disk, RAM, CD-ROM, Kecepatan Prosesor, dan lain-lain. Metode Harga Hedonik dapat digunakan untuk mengestimasi keuntungan ekonomi atau mengasosiasikan harga dengan : 1. Kualitas lingkungan, termasuk polusi udara, polusi air dan kebisingan. 2. Kenyamanan lingkungan, di antaranya nilai estetika atau dekat dengan tempat rekreasi. Menurut Malpezzi (2002), alasan dasar menggunakan Metode Harga Hedonik adalah harga faktor yang baik berhubungan dengan karakteristik atau jasa yang disediakan. Contohnya harga mobil menggambarkan karakteristik dari mobil tersebut (kelancaran dalam transportasi, nyaman, gaya, mewah, hemat bahan bakar, dan lain-lain). Oleh karena itu, kita dapat menilai karakteristik dari mobil atau yang lain dengan melihat harga dari kemampuan untuk membayar seseorang untuk dapat ditukar apabila karakteristik mobil juga berubah. Metode Harga Hedonik selalu selektif dalam menentukan harga rumah karena : 1. Dalam satu area harga rumah yang baru dikeluarkan berhubungan erat dengan harga tanah kosong dalam area tersebut. 2. Terdapatnya data dalam transaksi real estate dan area terbuka, membuat pengeluaran bisa ditekan dan kerumitan yang ada bisa berkurang.
16
Keuntungan dari Metode Harga Hedonik adalah : 1. Metode ini dititikberatkan untuk menduga nilai berdasarkan pilihan-pilihan yang aktual. 2. Pasar properti relatif efisien dalam merespon informasi sehingga dapat menjadi indikasi nilai yang baik. 3. Catatan properti mudah untuk disusun kembali. 4. Data penjualan properti dan karakteristik sudah terdapat seiring dengan banyaknya sumber yang ada, dan bisa berhubungan juga dengan sumber data sekunder lainnya untuk memperoleh variabel deskriptif untuk analisisnya. 5. Metode ini serbaguna dan bisa diadaptasi untuk mempertimbangkan beberapa interaksi yang mungkin antar barang-barang pasar dan kualitas lingkungan. (Malpezzi, 2002) Pendekatan Metode Harga Hedonik mempunyai beberapa kekurangan yaitu : 1. Penggunaan yang tidak bersahabat. Menduga hubungan antara harga rumah dan kualitas lingkungan membutuhkan kemampuan statistik yang tinggi untuk memisahkan pengaruh lain terhadap harga rumah seperti ukuran rumah, aksesibilitas, dan lain-lain. 2. Pasar properti. Metode yang berdasarkan asumsi bahwa orang mempunyai kesempatan untuk memilih kombinasi dari keistimewaan rumah (ukuran, aksesibilitas, kualitas lingkungan), dimana kebanyakan dari mereka lebih suka diberi batasan pada pendapatan mereka (Turner, et al.,1994).
17
2.2. Tinjauan Empirik 2.2.1. Analisis Makro Properti dan Perumahan Nasional Tahun 2006 dan Prediksi Tahun 2007 Ekspansi bisnis properti selama tahun 2006 mengalami penurunan dibandingkan tahun 2005. Sebagian besar pengembang mulai menurunkan ekspansi bisnisnya sambil melihat peluang pasar untuk tahun 2007. Sebagian besar pengembang sibuk menyelesaikan proyek yang sudah berjalan sejak tahun 2004. Walaupun demikian masih ada beberapa pengembang besar yang optimis melihat peluang pasar tahun 2007 dan terus melanjutkan proyeknya. Nilai kapitalisasi bisnis properti tahun 2006 mencapai Rp 79,51 tliliun dan tahun 2007 diperkirakan mengalami penurunan sebesar 15,75 persen menjadi Rp 66,99 triliun. Secara umum puncak nilai kapitalisasi bisnis properti terjadi pada tahun 2005, yang mencapai Rp 92,06 triliun. Sejak tahun itu nilai kapitalisasi terus mengalami penurunan yang diprediksi bisa terjadi hingga tahun 2009. Tahun 2007 seluruh sektor properti mengalami penurunan ditinjau dari nilai kapitalisasi bisnis, kecuali sektor perumahan. Nilai kapitalisasi bisnis perumahan tahun 2005 mecapai Rp 16,19 triliun, nilai kapitalisasi penjualan rumah ini mengalami penurunan sebesar 3 persen menjadi Rp 16,07 triliun tahun 2006. Sementara tahun 2007 diprediksikan akan mengalami peningkatan secara signifikan sebesar 17 persen, seiring dengan turunnya tingkat suku bunga KPR yang diperkirakan akan mencapai Rp 20,79 triliun. Nilai transaksi penjualan rumah tahun 2006 dan prediksi tahun 2007 adalah sebagai berikut :
18
1. Penjualan rumah sederhana melalui KPR BTN bersubsidi tahun 2006 mengalami peningkatan sebesar 21,5 persen dari Rp 2,17 triliun tahun 2005 menjadi Rp 2,64 triliun. Pada tahun 2007 diperkirakan meningkat sebesar 39,8 persen menjadi Rp 3,69 triliun. 2. Penjualan rumah sederhana KPR non subsidi tahun 2006 mengalami penurunan sebesar 4,5, persen menjadi Rp 1,78 triliun dari Rp 1,87 tahun 2005. Dan tahun 2007 diperkirakan akan meningkat sebesar 19 persen menjadi Rp 2,13 triliun. 3. Penjualan rumah menengah melalui KPR Swasta tahun 2006 mengalami penurunan sebesar 5,2 persen menjadi Rp 5,14 triliun dari Rp 5,43 triliun tahun 2005. Dan tahun 2007 mengalami peningkatan 26 persen menjadi Rp 6,4 triliun. 4. Penjualan rumah menengah ke atas pada tahun 2006 mengalami penurunan 0,9 persen menjadi sebesar Rp 4,48 triliun dari Rp 4,52 triliun tahun 2005. Dan tahun 2007 diperkirakan mengalami penigkatan 29,5 persen menjadi sebesar Rp 5,81 triliun. 5. Penjualan rumah besar dan mewah tahun 2006 mengalami penurunan 8,1 persen menjadi sebesar Rp 2,02 triliun dari Rp 2,19 teriliun tahun 2005. Dan pada tahun 2007 diperkirakan akan mengalami peningkatan 32,7 persen menjadi sebesar Rp 2,67 triliun.
19
2.2.2. Analisis Harga Jual Rumah Tahun 2006 dan Prediksi 2007 di Bodetabek Menurut data dari PSPI (Pusat Studi Properti Indonesia) sepanjang tahun 2006 proyek perumahan di Jabodetabek kebanyakan mengarah pada konsep town house, hal ini disebabkan karena permintaan akan town house cukup tinggi di Jabodetabek disamping lahan yang mahal dan sukar dicari oleh para pengembang. Segmen harga town house berkisar antara Rp 600 juta hingga Rp 2,5 milliar. Konsep town house menarik bagi konsumen, karena para pengembang menawarkan sistem keamanan dan kenyamanan yang memadai bagi calon penghuni. Berdasarkan gambar 1 dan gambar 2 dapat dilihat kecenderungan harga jual rumah dari tahun 2002 hingga tahun 2006 dan prediksi harga jual rumah tahun 2007 : 1.
Harga rumah sederhana melalui KPR RS-BTN Plus Tipe-28 di Kawasan Bodetabek pada tahun 2006, berkisar antara Rp 55,8 juta hingga Rp 61,6 juta per unit. Sedangkan tahun 2007 diperkirakan meningkat sebesar 12 persen menjadi Rp 55,1 juta hingga Rp 62,9 juta per unit.
2.
Harga rumah sederhana KPR RS-BTN Plus Tipe-36 di kawasan Bodetabek pada tahun 2006 berkisar antara Rp 63,6 juta hingga Rp 71,6 juta per unit. Pada tahun 2007, diperkirakan meningkat sebesar 12,3 persen menjadi Rp 71,8 juta hingga Rp 79,7 juta per unit.
20
Gambar 2.1. Harga Jual Rata-Rata Rumah Tipe 28 dan 36 di Bodetabek 80 70 60 50 40
Tipe 28/72
30
Tipe 36/40
20 10 0 2002
3.
2003
20040
2005
2006
2007P
Harga rumah sederhana KPR RS-Bank Swasta Tipe-36 di kawasan Bodetabek, pada tahun 2006 berkisar antara Rp 114,4 juta hingga Rp 122,7 juta per unit. Sementara pada tahun 2007, diperkirakan meningkat sebesar 11,6 persen menjadi Rp 125,4 juta hingga Rp 139,2 juta per unit.
4.
Harga rumah KPR Bank Swasta Tipe-45 di Bodetabek. Pada tahun 2006, berkisar antara Rp. 134,4 juta hingga Rp 153,4 juta per unit. Sementara pada tahun 2007, diperkirakan meningkat sebesar 11,4 persen menjadi Rp 152,2 hingga Rp 169,1 juta per unit.
5.
Harga rumah menengah pada tahun 2006 berkisar antara Rp 319 juta per unit per tahun. Pada tahun 2007 diperkirakan harga rumah menengah berkisar pada harga Rp 357 per unit.
6.
Harga rumah besar untuk tahun 2006 berada pada harga Rp 623 juta per unit, sedangkan untuk tahun 2007 harga rumah besar diperkirakan pada kisaran harga Rp 700 juta ke atas per unit.
21
Gambar 2.2. Harga Jual Rata-Rata Rumah Tipe 28 dan 36 di Bodetabek 180 160 140 120 100 80 60 40 20 0
Tipe 36/90 Tipe 45/105
2002
2003
2004
2005
2006
2007P
Koreksi harga rumah tahun 2006 terjadi hampir di seluruh kawasan perumahan, hal ini disebabkan karena daya beli masyarakat yang menurun karna naiknya harga BBM pada akhir tahun 2005. Namun konsumen akan menunggu saat yang tepat untuk membeli rumah sambil mencari perumahan mana yang tepat untuk dibeli.
2.2.3. Penelitian Perumahan dan Data Cross Section Penelitian yang dilakukan oleh Verbeek (2000), menggunakan Metode Harga Hedonik dengan alat analisis Ordinary Least Square (OLS) untuk menetukan faktor yang mempengaruhi harga rumah (housing price). Berdasarkan penelitiannya diketahui bahwa yang mempengaruhi harga rumah adalah luas rumah, kamar tidur, kamar mandi, AC (air conditioning), ruang keluarga, basement, gas untuk air panas, garasi, area yang disukai, dan sejarah rumah. Wahyuningsih (2003), mengenai pola preferensi relatif konsumen dalam memilih lokasi rumah tinggal perkotaan di kompleks perumahan real estate dan
22
aspek kelembagaan yang mempengaruhinya (studi kasus di Kota Banda Aceh Provinsi Nanggroe Aceh Darussalam) menunjukkan bahwa alasan seseorang memilih tinggal di kompleks perumahan real estate adalah karena lokasi yang dekat dengan tempat kerja, lingkungan hunian yang aman dan nyaman, fasilitas umum yang memadai, dekat dengan pusat pertumbuhan dan faktor selera untuk tinggal di kompleks perumahan bagus. Wiraswara (2005), menggunakan metode Ordinary Least Square (OLS) dengan data cross section untuk menganalisis pertumbuhan ekonomi dan pengurangan angka kemiskinan di Indonesia. Berdasarkan penelitiannya di ketahui bahwa yang berpengaruh nyata terhadap kemiskinan adalah variabel melek huruf, listrik dan dummy jawa. Sedangkan variabel pertumbuhan ekonomi tidak memiliki pengaruh yang nyata tehadap kemiskinan.
2.3. Kerangka Pemikiran Meningkatnya permintaan rumah di Kota Bogor, menyebabkan banyaknya dibangun rumah-rumah baru. Banyaknya pembangunan rumah-rumah baru ini akan menyebabkan harga rumah menjadi beragam. Ini terjadi karena setiap rumah mempunyai fasilitas yang berbeda-beda, sehingga harga yang ditawarkan oleh tiap pengembang perumahan juga berbeda-beda. Secara umum harga rumah ditentukan oleh luas rumah, fasilitas, kondisi rumah, luas tanah, akses ke pusat kota, lokasi dan kualitas bangunan. Pada penelitian ini akan digunakan metode yaitu Metode Harga Hedonik dalam menentukan faktor-faktor penentu harga rumah di Kota Bogor. Metode
23
Harga Hedonik menilai harga faktor yang tidak bisa langsung terlihat datanya di pasar seperti harga kualitas lingkungan atau harga lokasi. Maka dalam melihat harga rumah variabel yang digunakan seperti jarak ke pusat kota, luas bangunan (tipe rumah), jumlah kamar tidur, jumlah kamar mandi, kapasitas garasi, dan luas ruang kelurga. Variabel jarak yang digunakan merupakan proksi dari lokasi, dimana nilai dari lokasi tidak bisa ditentukan, maka didekati dengan jarak yang dibakukan. Setelah dianalisis maka akan didapatkan faktor-faktor apa saja yang menentukan harga rumah di Kota Bogor. Dari hasil yang didapat bisa diberikan rekomendasi bagi perumahan di Kota Bogor. Secara konseptual faktor-faktor penentu harga rumah di Kota Bogor dapat dijelaskan pada kerangka pemikiran konseptual (Gambar 2.3).
24
Harga Rumah Beragam di Kota Bogor
Harga Rumah Secara Umum dipengaruhi oleh : 1. Fasilitas 2. Luas bangunan 3. Akses ke pusat kota 4. Kualitas bangunan 5. Lokasi 6. Luas tanah 7. Dan lain-lain Metode Harga Hedonik : menilai harga faktor yang tidak bisa langsung terlihat datanya di pasar
Faktor-Faktor Penentu Harga Rumah di Kota Bogor Rekomendasi
Gambar 2.3. Kerangka Pemikiran Konseptual
25
2.4. Hipotesis Hipotesis yang digunakan menurut teori dan literatur adalah sebagai berikut : a.
Variabel jarak ke pusat kota, luas bangunan (tipe rumah), jumlah kamar tidur, jumlah kamar mandi, kapasitas garasi, dan luas ruang kelurga berpengaruh nyata terhadap harga rumah. Hal ini berarti variabel-variabel tersebut sangat berpengaruh terhadap harga rumah di Kota Bogor.
b.
Variabel luas bangunan (tipe rumah), jumlah kamar tidur, jumlah kamar mandi, kapasitas garasi, dan luas ruang kelurga. Artinya, peningkatan pada variabel tersebut akan meningkatkan harga rumah di Kota Bogor.
c.
Variabel jarak ke pusat kota bernilai negatif terhadap harga rumah. Hal ini berarti semakin dekat jarak antara rumah dengan pusat kota maka harga rumah akan semakin mahal, sedangkan rumah yang semakin jauh dari pusat kota harganya akan semakin murah.
III. METODE PENELITIAN
3.1. Lokasi dan Waktu Penelitian Penelitian dilakukan pada bulan Maret 2007 sampai dengan April 2007. Data untuk mendukung penelitian ini dikumpulkan dari para pengembang perumahan yang ada di Kota Bogor yaitu perumahan Villa Bukit Golf, Taman Yasmin, Bukit Villa Cimanggu, Taman Sari Persada, Taman Citra 3, Bogor Lake Side, Mutiara Bogor Raya, dan Bogor Nirwana Residence. Data dan literatur dari Pusat Studi Properti Indonesia, perpustakaan IPB, perpustakaan Fakultas Ekonomi dan Manajemen dan perpustakaan Fakultas Ekonomi UI.
3.2. Jenis dan Sumber Data Pada penelitian ini, data yang digunakan merupakan data sekunder. Dalam penelitian ini data sekunder yang diambil adalah data harga rumah, data jarak dari rumah ke pusat kota, data luas bangunan rumah, data jumlah kamar mandi, data jumlah kamar tidur, data kapasitas garasi, dan data luas ruang keluarga.
3.3. Metode Analisis Metode analisis yang digunakan adalah metode deskriptif dan kuantitatif. Metode yang digunakan untuk mengetahui pengaruh dari variabel-variabel yang digunakan adalah analisis regresi linear berganda. Untuk mengestimasi parameter digunakan teknik OLS (Ordinary Least Square). Analisis regresi adalah sebuah teknik statistik yang menyelidiki tentang model dan hubungan antara dua peubah
27
atau lebih dengan memperhatikan pengaruh suatu peubah terhadap peubah lainnya. Model yang akan digunakan untuk melihat faktor-faktor yang menentukan harga rumah di Kota Bogor yaitu Metode Harga Hedonik yang dirumuskan sebagai berikut : Ρ =β o+β
Y= β0+ β1X1 + β2 X2 + β3 X3 + β4 X4 + β5 X5 + β6 X6+ + ε..................................(3.1) dimana : Y
: harga rumah di Kota Bogor (Rp)
X1
: jarak tempuh dari pusat kota ke rumah (Km)
X2
: luas bangunan rumah di Kota Bogor (m2)
X3
: jumlah kamar tidur pada rumah di Kota Bogor (unit)
X4
: jumlah kamar mandi rumah di Kota Bogor (unit)
X5
: kapasitas garasi pada rumah di Kota Bogor (unit)
X6
: luas ruang keluarga pada rumah di Kota Bogor (m2)
ε
: Koefisien galat Data yang digunakan diubah ke dalam bentuk Sebaran Normal Baku
karena : 1.
Satuan variabel berbeda-beda.
2.
Keragaman nilai satu variabel berbeda dengan keragaman nilai variabel lainnya.
Bentuk Sebaran Normal Baku dapat dirumuskan sebagai berikut : Z = x-µ
σ dimana :
28
Z = Peubah acak normal
x = Peubah acak µ = Nilai tengah populasi σ = Simpangan baku populasi
()
Dengan catatan nilai tengah populasi μ
dapat didekati oleh rataan contoh (x),
dan simpangan baku populasi (σ ) dapat didekati dengan simpangan baku contoh (s), dimana : _ s=√ ∑ (x-x)2 n-1 Sehingga bentuk persamaan model Sebaran Normal Baku adalah sebagai berikut : Ρ =β o+β
Zy= β0+ β1 Z1 + β2 Z2 + β3 Z3 + β4 Z4 + β5 Z5 + β6 Z6+ + ε.................................(3.1) Untuk lebih mengukur validitas dari persamaan tersebut maka dilakukan pengujian orde I atau pengujian orde II. Pengujian orde I meliputi uji koefisien determinasi (R2), uji t, uji F. Uji orde kedua adalah uji penyimpangan klasik yang meliputi uji mulikolinearitas dan heteroskedastisitas. Uji autokorelasi tidak dilakukan pada model ini karena data yang digunakan merupakan data cross section dimana tidak terlalu penting untuk melakukan uji tersebut. Adapun penjelasan mengenai pengujian tersebut adalah : A. Koefisien Determinasi (R2) Uji keragaman digunakan untuk melihat sejauh mana besar keragaman yang dapat diterangkan oleh variabel bebas terhadap variabel tak bebas. Uji ini juga digunakan untuk melihat seberapa kuat variabel yang dimasukkan ke dalam
29
model dapat menerangkan model. Dua sifat R2 adalah merupakan besaran negatif dan batasnya antara nol sampai satu. Suatu R2 sebesar 1 berarti kecocokan sempurna sedangkan (R2) yang bernilai nol berarti tidak ada hubungan antara variabel tak bebas dengan variabel yang menjelaskan. Rumus untuk menghitung (R2) adalah :
∑ (Yˆ − Y ) = ∑ (Y − Yˆ )
2
R
2
2
1
=
JKT ..................................................................................(3.5) JKG
JKT = jumlah kuadrat total JKG = jumlah kuadrat galat B. Uji t
Uji t digunakan untuk melihat keabsahan dari hipotesis yang telah disebutkan dan membuktikan bahwa koefisien regresi dalam model secara statistik bersifat signifikan atau tidak. Melalui uji ini apakah koefisien regresi satu persatu secara statistik signifikan atau tidak.
tj =
βˆ j sˆ j
..............................................................................................................(3.6)
1 ⎞ ⎛ 1 dimana, sˆ j = ⎜ l 2i ⎟ (X ' X )jj ∑ ⎠ ⎝N −k
N
= jumlah observasi
K
= jumlah variabel bebas Jika nilai t hitung lebih kecil dari nilai t label atau p-value lebih besar dari
α tertentu maka hipotesis nol βj= 0 diterima. Namun, jika nilai tj lebih besar dari nilai t tabel atau p-value lebih kecil dari α yang telah ditentukan maka hipotesis nol ditolak.
30
C. Uji F
Uji F digunakan untuk membuktikan secara statistik bahwa seluruh koefisien regresi juga signifikan dalam menentukan nilai dari variabel tak bebas. Untuk uji F hipotesis diuji adalah :
H 0 = β1 = β 2 = ... = β k = 0 Jika seluruh nilai sebenarnya dari parameter regresi sama dengan nol, maka dapat disimpulkan bahwa tidak terdapat hubungan linier antara variabel
tak bebas
dengan variabel-variabel bebas. Untuk mengujinya dapat digunakan F statistik dengan formula sebagai berikut : R2 F=
(k − 1)
(1 − R
2
...............................................................................................(3.7) ) N −k
Jika nilai F satistik lebih kecil dari nilai t tabel maka hipotesis diterima. Namun jika nilai F statistik lebih besar dari nilai F tabel berdasarkan suatu level of significance tertentu maka hipotesis ditolak. D. Multikolinier
Multikolinier adalah situasi adanya korelasi variabel-variabel bebas di antara satu dengan yang lainnya. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang nilai korelasi di antara sesamanya sama dengan nol. Jika korelasi di antara sesama variabel bebas ini sama dengan satu, maka konsekuensinya adalah koefisien-koefisien regresi menjadi tidak dapat ditaksir, nilai standar error setiap koefisien menjadi tidak terhingga. Hal-hal utama yang sering menyebabkan terjadinya multikoliniaritas pada model regresi, antara lain :
31
1. Kesalahan
teoritis
dalam
pembentukan
model
fungsi
regresi
yang
dipergunakan. 2. Terlampau kecilnya jumlah pengamatan yang akan dianalisis dengan model regresi. Untuk mendeteksi multikolinier dapat dilihat dengan menghitung koefisien korelasi parsial. Disamping itu untuk melihat variabel eksogen mana yang saling berkorelasi dilakukan dengan meregresi tiap variabel eksogen dengan sisa variabel eksogen yang lain dan menghitung nilai R2 yang cocok. Dalam model regresi : Y = α 0 + α 1 X 1 + α 2 X 2 + α 3 X 3+α 4 X 4 + μ .........................................................(3.8) Kita regresikan setiap Xi atas X yang lain dan kemudian menghitung R2 yang bersangkutan yang kita nyatakan dengan simbol Rxi, kemudian kita tentukan nilai F masing-masing regresi tersebut dan dinyatakan dengan Fxi. Formula hubungan antara F dan R2 dinyatakan sebagai berikut : R x21, x 2,... xi FX 1 =
(1 − R
x1, x 2,... xi
(k − 2)
)
.............................................................................(3.9)
(N − k + 1)
N = jumlah observasi K = jumlah variabel bebas Jika Fxi lebih besar dari nilai F tabel pada suatu level of significance tertentu, maka dapat diartikan bahwa variabel bebas Xk tertentu mempunyai variabel bebas yang lain. Jika Fxi lebih kecil dari nilai F tabel pada suatu level of significance
32
tertentu, maka dapat diartikan bahwa variabel bebas Xk tertentu tidak mempunyai korelasi dengan variabel bebas lain. E. Heteroskedastisitas
Suatu fungsi dikatakan baik apabila memenuhi asumsi homoskedastisitas (tidak terjadi heteroskedastisitas) atau memiliki ragam error yang sama. Gejala adanya heteroskedastisitas dapat ditunjukkan oleh probability Obs*R-squared pada uji White Heteroskedastisicity. H0 = γ = 0 H1 = γ ≠ 0 Kriteria uji : Probality Obs*R-squared < α, maka tolak H0 Probability Obs*R-squared.> α,maka terima H0 Heteroskadastisitas dapat juga dideteksi dengan menggunakan metode grafik yang memetakan hubungan antara variabel tak bebas dengan kuadrat residual. Jika terdapat pola yang sistematis antara dua variabel tersebut maka dapat dikatakan bahwa persamaan regresi mengandung heteroskedastisitas. Akibat yang ditimbulkan pada model regresi yang mengandung heteroskedastisitas pada faktor-faktor gangguannya yang diterapkan adalah sebagai berikut : 1. Penaksir-penaksir OLS tidak akan bias (unbiased) Artinya, penaksir-penaksir OLS adalah tidak bias sekalipun dalam kondisi heteroskedastisitas. Hal ini disebabkan karena tidak menggunakan asumsi homoskedastisitas.
33
2. Varian yang diperoleh menjadi tidak efisien Artinya, cenderung membesar sehingga tidak lagi merupakan varian yang terkecil. Kecenderungan semakin membesarnya varian tersebut akan mengakibatkan uji hipotesis yang dilakukan juga tidak akan memberikan hasil yang baik (tidak valid). Pada uji t terhadap koefisien regresi, t hitung diduga terlalu rendah. Kesimpulan tersebut akan semakin buruk jika sampel pengamatan semakin kecil jumlahnya. Dengan demikian, model diperbaiki dulu agar pengaruh dari heteroskedastisitasnya hilang.
3.4. Definisi Operasional Analisis faktor-faktor penentu harga rumah di Kota Bogor dengan penerapan Metode Harga Hedonik yang dianalisis dengan regresi linier berganda yang diestimasi dengan teknik OLS (Ordinary Least Square) dan dengan data cross section yang dapat dipermudah dengan menggunakan software program Microsoft Excel dan Eviews 4.1. Hasil tersebut dapat dijadikan dasar untuk mengidentifikasi apa saja faktor-faktor yang mempengaruhi harga rumah di Kota Bogor.
IV. GAMBARAN UMUM
4.1. Gambaran Umum Kota Bogor Kota Bogor adalah sebuah kota di Provinsi Jawa Barat, Indonesia. Kota ini terletak 54 km sebelah selatan Jakarta, dan wilayahnya berada di tengah-tengah wilayah Kabupaten Bogor. Luas wilayah Kota Bogor 21,56 km². Bogor dikenal dengan julukan kota hujan, karena memiliki curah hujan yang sangat tinggi. Kota Bogor terdiri atas 6 kecamatan, yang dibagi lagi atas sejumlah 31 kelurahan dan 37 desa. Kota Bogor terletak di antara 106°43’30”BT - 106°51’00”BT dan 30’30”LS – 6°41’00”LS serta mempunyai ketinggian rata-rata minimal 190 meter, maksimal 350 meter dengan jarak dari ibu kota kurang lebih 60 km. Kota Bogor mempunyai luas wilayah 118,5 km² dan mengalir beberapa sungai yang permukaan airnya jauh di bawah permukaan dataran, yaitu: Ciliwung, Cisadane, Cipakancilan, Cidepit, Ciparigi, dan Cibalok. Topografi yang demikian menjadikan Kota Bogor relatif aman dari bahaya banjir alami. Kota Bogor berbatasan dengan kecamatan-kecamatan dari Kabupaten Bogor sebagai berikut: 1. Sebelah utara: Kecamatan Sukaraja, Bojonggede, dan Kemang 2. Sebelah Timur: Kecamatan Sukaraja dan Ciawi 3. Sebelah Selatan: Kecamatan Cijeruk dan Caringin 4. Sebelah Barat: Kecamatan Kemang dan Dramaga
35
Kota Bogor terdiri dari 6 kecamatan yaitu Kecamatan Bogor Tengah, Kecamatan Bogor Utara, Kecamatan Bogor Selatan, Kecamatan Bogor Barat, Kecamatan Bogor Timur dan Kecamatan Tanah Sareal. Kecamatan Bogor Tengah terdiri atas 11 kelurahan, Kecamatan Bogor Utara ada 8 kelurahan, Kecamatan Bogor Selatan ada 16 kelurahan, Kecamatan Bogor Barat ada 16 kelurahan, Kecamatan Bogor Timur ada 6 kelurahan dan Kecamatan Tanah Sareal ada 11 kelurahan. Ketinggian Kota Bogor dari permukaan laut adalah minimal 190 m dan maksimal 330 m. Disebut Kota Hujan dengan keadaan cuaca dan udara yang sejuk dengan suhu udara rata-rata setiap bulannya adalah 26°C dan kelembaban udaranya kurang lebih 70 persen. Suhu terendah di Bogor adalah 21,8°C, yang paling sering terjadi pada Bulan Desember dan Januari. Kemiringan Kota Bogor berkisar antara 0–15 persen dan sebagian kecil daerahnya mempunyai kemiringan antara 15–30 persen. Jenis tanah hampir di seluruh wilayah adalah lotosil coklat kemerahan dengan kedalaman efektif tanah lebih dari 90 cm dengan tekstur tanah yang halus serta bersifat agak peka terhadap erosi. Kedudukan topografis Kota Bogor di tengah-tengah wilayah Kabupaten Bogor serta lokasinya yang dekat dengan ibu kota negara, Jakarta, merupakan potensi yang strategis untuk perkembangan dan pertumbuhan kegiatan ekonomi. Adanya Kebun Raya yang di dalamnya terdapat Istana Bogor merupakan tujuan wisata yang menarik. Kedudukan Bogor di antara jalur tujuan Puncak/Cianjur juga merupakan potensi strategis bagi pertumbuhan ekonomi.
36
Jumlah penduduk Kota Bogor sampai dengan tahun 2005 adalah 844.778 jiwa, yang terdiri dari 429.627 laki-laki dan sisanya sebanyak 415.151 perempuan. Kalau berdasarkan persentase maka jumlah kaum laki-laki adalah sebanyak 50,86 persen, dan kaum perempuan sebanyak 49,14 persen.
4.2. Perekonomian Kota Bogor Berdasarkan Perda Kota Bogor nomor 1 tahun 2000 tentang rencana tata ruang wilayah 1999-2000. Kota Bogor memiliki fungsi sebagai kota perdagangan, kota industri, kota pemukiman, kota wisata ilmiah dan kota pendidikan. Kota Bogor yang sedang giat-giatnya ingin mengantarkan masyarakatnya menuju kota internasional, memasukkan perdagangan ke dalam aspek keempat pembangunan, yaitu ekonomi. Aspek pembangunan tersebut adalah fisik dan lingkungan, sumber daya manusia, sosial budaya, ekonomi, dan politik. Untuk mengarah sebagai kota internasional, pemerintah kota memberikan banyak peluang usaha dan pengembangan bisnis dengan nilai investasi mencapai ratusan milyar rupiah. Mulai dari pengembangan industri pengolahan makanan hingga
pembangunan
infrastruktur.
Semua
anggaran
digunakan
untuk
mempersiapkan infrastruktur menuju kota internasional. Struktur perekonomian Kota Bogor didominasi oleh sektor perdagangan yang menyerap sekitar 49.000 atau 18 persen penduduk usia kerja, hotel dan restoran yang memberikan kontribusi sebesar 29,93 persen terhadap PDRB Kota Bogor, disusul kemudian oleh sektor industri yang memberikan kontribusi sebesar 24,37 persen.
37
Kehadiran industri dalam skala besar yang mampu menyerap ribuan tenaga kerja juga menjadi faktor yang menyebabkan aktivitas perekonomian tinggi. Kecamatan Bogor Selatan menjadi sentra industri kerajinan dengan bahan baku kulit dan kayu. Kecamatan Tanah Sareal menjadi lokasi industri besar seperti Unitex yang bergerak dalam bidang pertekstilan, Garmen Perkasa dalam bidang garmen, dan Goodyear dalam bidang industri ban. Meskipun secara langsung belum memberikan nilai berarti bagi pembangunan daerah, namun dengan tenaga kerja yang diserap telah memberikan andil kemajuan ekonomi. Laju pertumbuhan industri pengolahan memiliki dampak ganda, baik itu produksi terhadap bahan baku maupun perdagangan. Kebutuhan bahan baku industri makanan dan minuman seperti sayur-sayuran dan buah-buahan akan membuat petani semakin terpacu berproduksi. Dengan kata lain, Bogor akan mampu memberikan dampak secara ekonomis bagi daerah sekitarnya seperti Kabupaten Bogor, Kota Depok, dan Kabupaten Sukabumi. Industri makanan yang masih dapat dikembangkan seperti industri keripik talas, es krim talas, dan dodol talas yang berlokasi di Kecamatan Bogor Barat dan Tanah Sareal. Selain itu, peluang usaha untuk pengembangan industri sepatu dan tas masih terbuka di Kecamatan Bogor Selatan dan Timur. Sementara pembangunan infrastruktur yang masih menunggu investor antara lain pembangunan underpass dan flyover dengan total investasi sekitar Rp 30 milyar. Industri
pengolahan
dan
perdagangan
yang
menjadi
tumpuan
perekonomian daerah memiliki perkembangan yang potensial. Industri ini akan semakin berkembang karena didukung oleh adanya wisatawan. Aktivitas
38
wisatawan tercermin dari keramaian pusat perdagangan makanan dan buahbuahan, serta factory outlet sepatu dan tas yang terdapat di Jalan Surya Kencana, Siliwangi, Pajajaran, dan Tajur. Faktor lain yang dapat mempengaruhi aktivitas perekonomian adalah sejarah. Peninggalan sejarah seperti istana presiden, kebun raya, museum, dan prasasti Batu Tulis membuat Kota Bogor berkembang dalam bidang pariwisata. Kota Bogor memiliki relatif banyak obyek wisata diantaranya Kebun Raya Bogor merupakan obyek wisata alam, ilmiah dan budaya seluas 87 ha. Istana kepresidenan obyek wisata sejarah dan budaya seluas 231,34 m2. Plaza Kapten Muslihat, obyek wisata taman rekreasi seluas 17.690 m2. Museum Zoologi Bogor, Obyek wisata ilmiah dan budaya seluas 1.600 m2. Museum Perjuangan, obyek wisata sejarah dan budaya seluas 800 m2. Museum Pembela Tanah Air, obyek wisata sejarah dan budaya seluas 7.400 m2 dan museum tanah seluas 30 m2 sebagai obyek wisata ilmiah. Seiring dengan perjalanan waktu, kota Bogor terus berkembang hingga saat ini bukan lagi menjadi sekedar tempat peritirahatan, tetapi telah menjadi kota modern yang dinamis dengan multifungsi. Banyak fungsi yang diemban oleh kota Bogor sedikit banyak menunjukan kompeleksitas perkembangan fisik Kotanya.
4.3. Perumahan Di Kota Bogor Kini Kota Bogor sedang menuju era kota baru yang disebut Kota Metropolitan. Setiap tahun tanah-tanah dipusat kota mulai diperebutkanan oleh para pemilik modal untuk merubah lahan subur yang sedikit tersisa di wilayah
39
kota menjadi gedung-gedung baru dan berdirilah mall, plaza, perumahan elit, pusat-pusat perdagangan, perkantoran, dan sebagainya. Otonomi Daerah juga ikut memacu pemerintah kota menggali sumber-sumber pendapatan daerah seoptimal mungkin agar dapat membiayai pembangunan di daerahnya, termasuk dengan pemanfaatan lahan-lahan yang kini diperhitungkan bagaimana cara agar lahan itu dapat menghasilkan sumber pendapatan daerah yang lebih besar. Kota Bogor memiliki cukup banyak pilihan rumah yang tersedia. Untuk rumah berharga Rp200 jutaan banyak terdapat di Bogor Utara, meliputi daerah di Jalan
Raya Baru dan Jalan Raya Bogor. Disana tercatat perumahan Bukit
Cimanggu Villa, Tamansari Persada Bogor, Taman Yasmin, Vila Bogor Indah dan Bumi Sentosa. Empat perumahan yang disebut pertama tergolong perumahan lama, sudah dikembangkan sebelum krisis ekonomi. Sebagai contoh yaitu Perumahan Bumi Cimanggu Villa (BCV) yang dibangun oleh PT Gapura Prima Perdana dan berlokasi di Jalan Raya Baru, Bogor, merupakan perumahan yang terus berkembang pesat. Dengan areal seluas 200 hektar, BCV sudah dilengkapi beragam fasilitas antara lain klub olah raga, spa, lapangan tenis indoor, kolam renang. Rumah-rumah yang tersedia juga bervariasi tipe dan harga. Untuk rumah mungil tersedia rumah dengan luas bangunan 45 meter persegi dan tanah 96 meter persegi di Villa Taman Boulevard seharga Rp 102 juta. Di sini rumah-rumah dibangun dengan sistem cluster, sehingga keamanan lingkungan lebih terjamin. Ingin yang rumah lebih besar bisa dijumpai tipe rumah dengan luas bangunan 61 meter persegi dan tanah 105 meter persegi harganya Rp
40
139 juta. Dan yang jauh lebih besar lagi adalah rumah seluas 128 meter persegi dengan tanah 180 meter persegi dengan harga Rp 376 juta/unit. Beberapa developer perumahan di Bogor diantaranya adalah PT Inti Karsa Daksa yang membangun Perumahan Bogor Asri Cibinong, Perumahan Bogor Rivaria yang dikembangkan oleh PT Abadi Mukti, Perumahan Bukit Cimanggu Villa seluas kurang lebih 200 hektare yang dibangun oleh PT Perdana Gapura Prima, PT Jaringan Selera Asia (JSA) yang membangun tahap pertama dari perumahan Griya Cendekia di wilayah Parung. Masih banyak lagi developer yang terlibat di bisnis perumahan di kawasan Bogor antara lain PT Badilany Parti (Perumahan Bumi Indraprasta II). Dan dari sekian banyak perumahan di atas, Perumahan Danau Bogor Raya (PT Sejahtera Ekagraha) dan Villa Duta Indah merupakan dua contoh perumahan mewah yang ada di wilayah Bogor. Lokasi perumahan-perumahan tersebut paling cocok untuk bermukim orang yang bekerja di Bogor. Bagi mereka yang bekerja di Jakarta, dapat mengaksesnya melalui tol Jagorawi, keluar di pintu tol Sentul Utara (sikuit Sentul). Yang terdekat Bumi Sentosa (sekitar 3 km), sedangkan yang terjauh Tamansari Persada Bogor (sekitar 10 km). Diakses dari gerbang tol Bogor juga bisa, namun harus melewati kemacetan di depan Terminal Baranangsiang hingga Tugu Kujang. Pola penggunaan lahan kota Bogor didominasi oleh lahan pemukiman selua 8.296,83 ha atau 70,01 persen dari luas keseluruhan kota. Umumnya wilayah pemukiman ini berkembang secara linier mengikuti jaringan yang ada, sehingga berpotensi laju perkembangan wilayah Kota Bogor. Penggunaan lahan
41
pertanian baik sawah maupun ladang seluas 1.288,66 ha (10,87 persen) dan penggunaan lahan untuk kebun campuran seluas 154,55 ha (1,30 persen) sedangkan penggunaan lahan hutan kota seluas 141,50 ha (1,19 persen) dan sisanya untuk kegiatan lain seperti fasilitas sosial perdagangan dan jasa, perkantoran, kuburan, taman dan lapangan olah raga dengan lokasi yang menyebar di wilayah Kota Bogor. Untuk menunjang aktivitas penduduk yang tinggal di Kota Bogor, tersedia sejumlah prasaran transportasi darat. Jaringan ini berupa jaringan jalan meliputi jalan Negara, jalan privinsi, jalan kota dan jalan lingkungan. Jalan Negara sepanjang 30.199 km, jalan provinsi sepanjang 26.752 km, jalan kota sepanjang 564.193 km dan jalan lingkungan sepanjang 212,704 km. Untuk melayani angkutan umum Kota Bogor memiliki dua terminal, yaitu terminal tipe A Baranangsiang dan terminal tipe B Bubulak. Sementara transportasi darat lainnya berupa jaringan rel kereta yang melayani pergerakan dari stasiun kereta api Bogor ke Jakarta dan ke Sukabumi.
V. FAKTOR-FAKTOR PENENTU HARGA RUMAH DI KOTA BOGOR
5.1. Model Harga Rumah Berdasarkan Metode Harga Hedonik Model harga rumah berdasarkan Metode Harga Hedonik yang diolah dengan analisis regresi linear berganda, maka didapatkan nilai dari koefisien determinasi sebesar 87,42 persen. Artinya model yang melibatkan variabel jarak ke pusat kota, luas bangunan rumah, jumlah kamar tidur, jumlah kamar mandi, kapasitas garasi, dan luas ruang keluarga dapat menjelaskan sebesar 87,42 persen keragaman harga rumah, ceteris paribus sedangkan 12,58 persen dijelaskan oleh variabel diluar model. Keseluruhan variabel yang digunakan sesuai dengan penelitian sebelumnya mengenai harga rumah dengan menggunakan Metode Harga Hedonik yang dilakukan oleh Verbeek. Uji F digunakan untuk melihat pengaruh variabel eksogen terhadap model. Nilai probabilitas F statistik adalah sebesar 0,000000. Nilai probabilitas lebih rendah dari taraf nyata yang digunakan yaitu 0,05. Hal ini menunjukkan bahwa secara keseluruhan variabel eksogen dalam model secara signifikan berpengaruh terhadap harga rumah. Untuk mengetahui apakah terdapat variabel bebas dalam model yang secara signifikan berpengaruh terhadap harga rumah dapat dilihat dari nilai F. Nilai F dari model adalah sebesar 74,13 yang berarti lebih besar dari nilai taraf nyata 5 persen yaitu 2,447. Hal ini berarti minimal terdapat satu variabel bebas dalam model yang berpengaruh terhadap harga rumah.
43
Tabel 5.1. Hasil Estimasi Harga Rumah Berdasarkan Metode Harga Hedonik Variable C Z1 Z2 Z3 Z4 Z5 Z6 R-squared Adjusted R-squared S.E. of regression
Coefficient Std. Error t-Statistic 3,81E-11 0,044332 8,59E-10 -0,113970 0,048516 -2,349121 0,862385 0,209080 4,124660 0,056190 0,079219 0,709295 0,068941 0,115923 0,594715 0,092817 0,071654 1,295350 0,011934 0,144899 0,082360 0,874220 Durbin-Watson stat 0,862429 F-statistic 0.373546 Prob(F-statistic)
Prob. 1,0000 0,0219 0,0001 0,4807 0,5541 0,1999 0,9346 0,960128 74,13776 0,000000
Sumber : Lampiran 1
Berdasarkan tabel uji multikolinearitas terlihat bahwa fungsi produksi dalam
penelitian
ini
terdapat
gejala
multikolinearitas,
tetapi
nilai
multikolinearitasnya masih bisa diabaikan, karena lebih kecil dari nilai Adjusted R-squared sehingga dapat disimpulkan bahwa dalam persamaan ini tidak terdapat masalah multikolinearitas. Tabel 5.2. Hasil Uji Multikolinearitas Berdasarkan Metode Harga Hedonik Z1 Z2 Z3 Z4 Z5 Z6
Z1 Z2 Z3 Z4 1,000000 -0,239598 -0,317990 -0,313946 -0,239598 1,000000 0,694500 0,839828 -0,317990 0,694500 1,000000 0,812080 -0,313946 0,839828 0,812080 1,000000 -0,107049 0,709124 0,666934 0,707326 -0,147476 0,820432 0,543333 0,651063
Z5 -0,107049 0,709124 0,666934 0,707326 1,000000 0,552227
Z6 -0,147476 0,820432 0,543333 0,651063 0,552227 1,000000
Sumber : Lampiran 1
Berdasarkan hasil uji heteroskedastisitas pada Tabel 5.2. dapat diketahui bahwa nilai probabilitas Obs* R-squared sebesar 0,152116 yang memiliki nilai lebih tinggi dari pada taraf nyata yang digunakan yaitu sebesar 5 persen. Jadi pada model harga rumah berdasarkan Metode Harga Hedonik tidak terdapat gejala heteroskedastisitas.
44
Tabel 5.3. Uji White Heteroskedasticity Berdasarkan Metode Harga Hedonik F-statistic Obs*R-squared
1,524415 15,71322
Probability Probability
0,147114 0,152116
Sumber : Lampiran 1
5.2. Faktor-faktor yang Mempengaruhi Harga Rumah di Kota Bogor Berdasarkan Metode Harga Hedonik 5.2.1. Variabel yang Signifikan 1. Jarak ke Pusat Kota Nilai probabilitas pada persamaan regresi variabel jarak ke pusat kota (Z1) adalah sebesar 0,0219. Nilai ini lebih rendah dari pada taraf nyata yang digunakan yaitu 0,05, sehingga dapat diartikan varibel jarak ke pusat kota berpengaruh nyata terhadap harga rumah di Kota Bogor. Apabila model terdiri atas dua variabel bebas yang signifikan yaitu jarak ke pusat kota dan luas bangunan, maka dapat dilihat hasil estimasinya pada Tabel 5.4. Nilai koefisien regresi untuk jarak ke pusat kota bernilai negatif yaitu sebesar 16802572 yang berarti, jika jarak ke pusat kota bertambah sebesar 1 Km, maka harga rumah akan menurun sebesar Rp. 16.802.572. Tabel 5.4. Hasil Estimasi Harga Rumah dengan Dua Variabel Bebas yang Signifikan Variable C X1(Jarak ke Pusat Kota) X2 (Luas Bangunan)
Coefficient 67167593 -16802572 7012067
Std. Error 84710432 6960240 353620,3
t-Statistic 0,792908 -2,414079 19,82937
Prob. 0,4306 0,0185 0,0000
Sumber : Lampiran 4
Penurunan harga tiap pertambahan jarak 1 Km cukup tinggi. Hal ini terjadi karena jalan raya menuju pusat kota dalam keadaan rusak seperti sepanjang Jalan Baru Bogor, yang mengakibatkan kemacetan yang relatif tinggi terutama pada
45
saat jam berangkat kerja dan jam pulang kerja. Semakin jauh dari pusat kota, maka harga yang harus dibayar akan semakin murah, tetapi waktu yang dibutuhkan untuk mencapai pusat kota akan semakin bertambah. Jadi bisa disimpulkan bahwa aksesibilitas di Kota Bogor tidak bagus. Jarak ke pusat kota adalah salah satu variabel dari harga rumah yang tidak bisa langsung terlihat datanya di pasar. Variabel jarak yang digunakan, didekati dengan variabel jarak yang dibakukan (Z1). Dimana variabel jarak merupakan variabel yang diproksi untuk mendekati nilai lokasi dalam menentukan nilai dari akses. Karena harga dari akses tidak ada datanya di pasar maka diproksi dengan jarak yang dibakukan. Menurut Von Thunen dalam Wahyuningsih (2003), pola pemilihan lokasi pemukiman adalah sebagai berikut : 1.
Satu pusat kota CBD/Central Business District
2.
Penawaran rumah homogen secara ruang
3.
Konsumen perumahan homogen
4.
Konsumen perumuhan (rumah tangga) yang memutuskan lokasi tempat tinggalnya berdasarkan pilihan mereka terhadap nilai ruang Umumnya konsumen perumahan lebih menyukai lokasi perumahan yang
dekat dengan CBD atau memiliki aksesibiltas yang relatif optimum kesegala arah. Selain itu perumahan di kota besar cenderung disusun dalam lingkaran zones, dimana rumah tangga yang memiliki tingkat pendapatan tinggi akan memilih tempat tinggal jauh dari pusat kota karena permintaan ruang lebih tinggi terhadap jarak. Rumah tangga yang berpenghasilan lebih rendah akan mencari tempat
46
tinggal yang lebih dekat dengan pusat kota sehingga permintaan terhadap ruang relatif lebih kecil terhadap jarak dengan tujuan mengurangi biaya transportasi. Hal tersebut terjadi karena harga lahan yang tertinggi akan ditemui di jarak terdekat dari daerah pusat usaha, yaitu kegiatan bisnis. Harga lahan menjadi menurun dengan semakin jauh dari pusat kegiatan, dan lahan dipergunakan sebagian besar untuk pemukiman (perumahan). Dengan adanya campur tangan pemerintah seperti di dalam pembangunan perumahan BTN, maka harga perumahan tempat tinggal relatif sama dengan yang terdapat di sekitar pusat kota namun dengan lokasi yang lebih jauh. Lokasi yang strategitas untuk rumah ditentukan dari jarak tempuh normal. Adapun jarak tempuh normal ialah jarak tempuh dengan keadaaan sehari-hari dengan kendaraan yang normal, yang berarti bila lalu lintas sehari hari macet, itulah jarak tempuhnya dan waktu tempuhnya. Nilai strategis ini merupakan nilai harga yang ditambahkan kepada property/rumah atas harga jarak tempuh kendaraan yang lebih singkat dan nikmatnya tiba di rumah lebih awal dengan dipotongnya nilai macet, antri di pintu tol atau semua persimpangan bottle neck di semua jalan ke arah kantor. 2. Luas Bangunan Nilai probabilitas dari luas bangunan (Z2) adalah sebesar 0,0001. Nilai ini lebih rendah dari taraf nyata yang digunakan yaitu 0,05. Artinya variabel luas bangunan berpengaruh nyata terhadap harga rumah di Kota Bogor pada taraf nyata 0,05. Berdasarkan Tabel 5.4. variabel luas bangunan memiliki koefisien regresi positif sebesar 7012067. Artinya jika variabel luas bangunan meningkat
47
sebesar 1 m2 maka harga rumah akan meningkat sebesar Rp. 7.012.067, rata-rata dengan asumsi ceteris paribus. Dari hasil regresi di atas dapat disimpulkan bahwa hipotesa awal yang digunakan terbukti. Hal ini disebakan karena luas bangunan berpengaruh nyata dan bernilai positif terhadap harga rumah. Semakin luas bangunan rumah, maka biaya produksi untuk membangun rumah juga akan meningkat. Meningkatnya biaya produksi mengakibatkan harga rumah juga meningkat. Selain itu luas bangunan berpengaruh terhadap luas dan jumlah setiap ruangan yang ada dalam satu rumah. Semakin luas bangunan rumah, maka semakin tinggi tingkat kenyamanan penghuni rumah. Sesuai dengan Metode Harga Hedonik yang menentukan harga berdasarkan jasa yang disediakan, maka semakin tinggi tingkat kenyamanan suatu rumah akan menyebabkan harga rumah juga akan semakin mahal. Jika luas bangunan meningkat, maka harga rumah juga akan meningkat. Hal ini terjadi untuk setiap perumahan yang ada di Kota Bogor, walaupun harga rumah yang ditawarkan beragam dengan tipe yang sama untuk tiap perumahan. Ini terjadi karena stock perumahan bersifat heterogen. Maksudnya masing-masing perumahan yang ditawarkan mempunyai keistimewaan yang berbeda-beda antara satu perumahan dengan perumahan yang lainnya. Perbedaan ini mencakup ukuran rumah yang ditawarkan, lokasi, usia rumah, keindahan interior, fasilitas yang ditawarkan, serta manfaatnya.
48
5.2.2. Variabel yang Tidak Signifikan 1. Jumlah Kamar Tidur Nilai probabilitas pada persamaan regresi variabel jumlah kamar tidur (Z3) adalah sebesar 0,4807. Nilai ini lebih tinggi dari pada taraf nyata yang digunakan yaitu 0,05, sehingga dapat diartikan varibel jumlah kamar tidur tidak berpengaruh nyata terhadap harga rumah di Kota Bogor. 2. Jumlah Kamar Mandi Nilai probabilitas pada persamaan regresi variabel jumlah kamar mandi (Z4) adalah sebesar 0,5541. Nilai ini lebih tinggi dari pada taraf nyata yang digunakan yaitu 0,05, sehingga dapat diartikan varibel jumlah kamar mandi tidak berpengaruh nyata terhadap harga rumah di Kota Bogor. 3. Kapasitas Garasi Nilai probabilitas pada persamaan regresi variabel kapasitas garasi (Z5) adalah sebesar 0,1999. Nilai ini lebih tinggi dari pada taraf nyata yang digunakan yaitu 0,05, sehingga dapat diartikan varibel kapasitas garasi tidak berpengaruh nyata terhadap harga rumah di Kota Bogor. 4. Luas Ruang Keluarga Nilai probabilitas pada persamaan regresi variabel luas ruang keluarga (Z6) adalah sebesar 0,9346. Nilai ini lebih tinggi dari pada taraf nyata yang digunakan yaitu 0,05, sehingga dapat diartikan bahwa varibel luas ruang keluarga tidak berpengaruh nyata terhadap harga rumah di Kota Bogor.
VI. KESIMPULAN DAN SARAN
6.1. Kesimpulan Hasil penelitian ini mengkonfirmasi pemahaman bahwa faktor yang paling berpengaruh terhadap harga rumah adalah lokasi (diukur dengan jarak ke pusat kota) dan luas bangunan. Faktor-faktor lain seperti jumlah kamar tidur, jumlah kamar mandi, kapasitas garasi, dan luas ruang keluarga diduga juga berpengaruh namun secara statistik tidak nyata begitu dua faktor pertama tersebut di atas dimasukkan ke dalam model.
6.2. Saran Bila ada data empirik serupa untuk kota/daerah dan kurun waktu lain, maka dapat diperbandingkan seberapa besar pengaruh kedua faktor tersebut untuk berbagai daerah. Dengan demikian dapat dibandingkan tingkat aksesibilitas (misalnya
terwujud
dalam
kelancaran,
transportasi, dan sebagainya) antarkota.
lalu-lintas,
kualitas
infrastruktur
53
Lampiran 1. Hasil Estimasi Harga Rumah Dependent Variable: ZY Method: Least Squares Date: 08/11/07 Time: 16:22 Sample: 1 71 Included observations: 71 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C Z1 Z2 Z3 Z4 Z5 Z6
3.81E-11 -0.113970 0.862385 0.056190 0.068941 0.092817 0.011934
0.044332 0.048516 0.209080 0.079219 0.115923 0.071654 0.144899
8.59E-10 -2.349121 4.124660 0.709295 0.594715 1.295350 0.082360
1.0000 0.0219 0.0001 0.4807 0.5541 0.1999 0.9346
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.874220 0.862429 0.373546 8.930351 -27.14518 0.960128
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
-1.41E-11 1.007118 0.961836 1.184917 74.13776 0.000000
Uji White Heteroskedasticity White Heteroskedasticity Test: F-statistic Obs*R-squared
1.524415 15.71322
Probability Probability
0.147114 0.152116
Uji Multikolinearitas Z1 Z2 Z3 Z4 Z5 Z6
Z1 1.000000 -0.239598 -0.317990 -0.313946 -0.107049 -0.147476
Z2 -0.239598 1.000000 0.694500 0.839828 0.709124 0.820432
Z3 -0.317990 0.694500 1.000000 0.812080 0.666934 0.543333
Z4 -0.313946 0.839828 0.812080 1.000000 0.707326 0.651063
Z5 -0.107049 0.709124 0.666934 0.707326 1.000000 0.552227
Z6 -0.147476 0.820432 0.543333 0.651063 0.552227 1.000000
54
Lampiran 2. Data dalam Bentuk Sebaran Normal Baku Zy 1.291581 0.888441 0.210604 0.200302 -0.641254 -0.397130 -0.135761 -0.641254 -0.293657 0.212060 0.552490 0.980267 1.235589 1.410508 2.464273 3.076375 0.645436 -0.066779 0.019896 -0.382796 1.197720 0.963962 -0.264812 0.030960 -0.317434 -0.328258 -1.153803 -1.173355 -1.011920 -0.893889 -0.777762 -0.585486 -0.503627 -1.048680 1.663367 1.648585 0.340886 -0.381453 0.024555 0.046772 0.062988 0.246775 0.101420 -1.120544 -1.088516
Z1 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -0.726088 -2.100814 -2.100814 -2.100814 -2.100814 -2.100814 -2.100814 -2.100814 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320
Z2 1.713884 1.713884 0.072549 0.055088 -0.730657 -0.556047 -0.259210 -0.730657 -0.556047 -0.294132 0.404308 1.190054 1.713884 1.539274 2.063104 2.674240 0.229698 -0.468742 -0.503664 -0.695735 0.753529 0.753529 0.037627 0.037627 0.002705 0.055088 -0.905267 -1.079877 -0.817962 -0.451281 -0.451281 -0.451281 -0.381437 -1.167182 2.953616 1.801189 0.142393 0.142393 0.142393 0.648763 0.648763 0.648763 0.648763 -0.975111 -0.887806
Z3 0.931104 0.931104 -0.475457 -0.475457 0.931104 0.931104 -0.475457 0.931104 0.931104 -0.475457 0.931104 0.931104 0.931104 0.931104 0.931104 0.931104 0.931104 0.931104 0.931104 0.931104 0.931104 0.931104 -0.475457 -0.475457 -0.475457 -0.475457 -0.475457 -1.882019 -0.475457 -0.475457 -0.475457 -0.475457 0.931104 -1.882019 0.931104 0.931104 0.931104 0.931104 0.931104 0.931104 0.931104 0.931104 0.931104 -1.882019 -1.882019
Z4 1.101659 1.101659 0.192150 0.192150 -0.717359 -0.717359 0.192150 -0.717359 -0.717359 0.192150 1.101659 1.101659 1.101659 1.101659 1.101659 1.101659 1.101659 -0.717359 -0.717359 -0.717359 1.101659 1.101659 0.192150 0.192150 0.192150 0.192150 0.192150 -1.626869 -0.717359 -0.717359 -0.717359 -0.717359 1.101659 -1.626869 1.101659 1.101659 1.101659 1.101659 1.101659 1.101659 1.101659 1.101659 1.101659 -1.626869 -1.626869
Z5 0.986013 0.986013 -1.014185 -1.014185 -1.014185 -1.014185 0.986013 -1.014185 0.986013 0.986013 0.986013 0.986013 0.986013 0.986013 0.986013 0.986013 0.986013 0.986013 0.986013 -1.014185 0.986013 0.986013 -1.014185 0.986013 -1.014185 -1.014185 -1.014185 -1.014185 -1.014185 0.986013 0.986013 0.986013 -1.014185 -1.014185 0.986013 0.986013 0.986013 0.986013 0.986013 0.986013 0.986013 0.986013 0.986013 -1.014185 -1.014185
Z6 1.328424 1.328424 -0.156900 -0.156900 -0.503476 -0.503476 -0.404455 -0.503476 -0.503476 -0.404455 0.041143 0.635273 1.278913 0.932338 2.813749 3.803965 -0.057879 -0.453965 -0.503476 -0.552987 0.437229 0.437229 -0.156900 -0.156900 -0.156900 -0.156900 -0.701520 -0.751030 -0.652009 -0.503476 -0.503476 -0.503476 -0.404455 -0.751030 4.794181 1.328424 -0.057879 -0.057879 -0.057879 0.338208 0.338208 0.338208 0.338208 -0.751030 -0.701520
55
-1.049098 -0.975189 -0.928380 -0.876644 -0.775634 -0.242593 -0.977317 -0.814605 -0.682688 -0.789744 -0.482686 -0.552339 -0.801391 -0.669250 -0.000709 0.909941 0.854846 2.037727 1.812081 2.203351 1.255075 -0.752118 -0.914942 -1.030957 -1.049770 -1.014607
0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 0.992320 -0.038725 -0.038725 -0.038725 -0.038725 -0.038725 -0.038725 -0.038725 -0.038725 -0.038725 -0.038725 -0.038725 -0.038725 -0.038725 -0.038725 0.992320 0.992320 0.992320 0.992320 0.992320
-0.992572 -0.800501 -0.643352 -0.556047 -0.433820 -0.206827 -0.992572 -0.852884 -0.887806 -0.887806 -0.730657 -0.992572 -0.992572 -0.905267 0.002705 0.910678 0.805912 0.910678 1.207515 1.207515 1.207515 -1.167182 -1.167182 -1.167182 -1.149721 -1.149721
-1.882019 -0.475457 -0.475457 -0.475457 -0.475457 -0.475457 -0.475457 -0.475457 -0.475457 -0.475457 -0.475457 -0.475457 -0.475457 -0.475457 -0.475457 0.931104 0.931104 0.931104 0.931104 0.931104 0.931104 -1.882019 -1.882019 -1.882019 -1.882019 -1.882019
-1.626869 -0.717359 -0.717359 -0.717359 -0.717359 0.192150 -0.717359 -0.717359 -0.717359 -0.717359 0.192150 -0.717359 -0.717359 -0.717359 0.192150 1.101659 1.101659 1.101659 1.101659 1.101659 1.101659 -1.626869 -1.626869 -1.626869 -1.626869 -1.626869
-1.014185 -1.014185 -1.014185 -1.014185 -1.014185 0.986013 -1.014185 -1.014185 -1.014185 -1.014185 -1.014185 -1.014185 -1.014185 -1.014185 -1.014185 0.986013 0.986013 0.986013 0.986013 0.986013 0.986013 -1.014185 -1.014185 -1.014185 -1.014185 -1.014185
Keterangan : Zy = Peubah acak normal baku untuk harga rumah Z1 = Peubah acak normal baku untuk Jarak ke Pusat Kota Z2 = Peubah acak normal baku untuk luas bangunan Z3 = Peubah acak normal baku untuk jumlah kamar tidur Z4 = Peubah acak normal baku untuk jumlah kamar mandi Z5 = Peubah acak normal baku untuk kapasitas garasi Z6 = Peubah acak normal baku untuk luas ruang keluarga
-0.751030 -0.701520 -0.552987 -0.552987 -0.453965 -0.354944 -0.751030 -0.552987 -0.552987 -0.552987 -0.552987 -0.751030 -0.751030 -0.552987 -0.255922 0.585762 0.536251 0.585762 0.635273 0.635273 0.635273 -0.751030 -0.751030 -0.751030 -0.751030 -0.751030
56
Lampiran 3. Data Awal Sebelum Diubah ke Sebaran Normal Baku Y(Rp) 1275000000 1095000000 792350000 787750000 412000000 521000000 637700000 412000000 567200000 793000000 945000000 1136000000 1250000000 1328100000 1798600000 2071900000 986500000 668500000 707200000 527400000 1233091541 1128719838 580079402 712140000 556583698 551751006 183150000 174420000 246500000 299200000 351050000 436900000 473450000 230086600 1441000000 1434400000 850520000 528000000 709280000 719200000 726440000 808500000 743600000 198000000 212300000
X1 (Km) 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 3 3 3 3 3 3 3 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12
X2 (m2) 210 210 116 115 70 80 97 70 80 95 135 180 210 200 230 265 125 85 83 72 155 155 114 114 112 115 60 50 65 86 86 86 90 45 281 215 120 120 120 149 149 149 149 56 61
X3 (unit) 4 4 3 3 4 4 3 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 3 2 3 3 3 3 4 2 4 4 4 4 4 4 4 4 4 2 2
X4 (unit) 4 4 3 3 2 2 3 2 2 3 4 4 4 4 4 4 4 2 2 2 4 4 3 3 3 3 3 1 2 2 2 2 4 1 4 4 4 4 4 4 4 4 4 1 1
X6 (m2)
X5 (unit) 2 2 1 1 1 1 2 1 2 2 2 2 2 2 2 2 2 2 2 1 2 2 1 2 1 1 1 1 1 2 2 2 1 1 2 2 2 2 2 2 2 2 2 1 1
25 25 10 10 6.5 6.5 7.5 6.5 6.5 7.5 12 18 24.5 21 40 50 11 7 6.5 6 16 16 10 10 10 10 4.5 4 5 6.5 6.5 6.5 7.5 4 60 25 11 11 11 15 15 15 15 4 4.5
57
229900000 262900000 283800000 306900000 352000000 590000000 261950000 334600000 393500000 345700000 482800000 451700000 340500000 399500000 698000000 1104600000 1080000000 1608150000 1507400000 1682100000 1258700000 362500000 289800000 238000000 229600000 245300000
Keterangan : Y X1 X2 X3 X4 X5 X6
12 12 12 12 12 12 12 9 9 9 9 9 9 9 9 9 9 9 9 9 9 12 12 12 12 12
55 66 75 80 87 100 55 63 61 61 70 55 55 60 112 164 158 164 181 181 181 45 45 45 46 46
= Harga Rumah = Jarak ke Pusat Kota = Luas Bangunan = Jumlah Kamar Tidur = Jumlah Kamar Mandi = Kapasitas Garasi = Luas Ruang Keluarga
2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 2 2 2 2 2
1 2 2 2 2 3 2 2 2 2 3 2 2 2 3 4 4 4 4 4 4 1 1 1 1 1
1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 1 1 1 1 1
4 4.5 6 6 7 8 4 6 6 6 6 4 4 6 9 17.5 17 17.5 18 18 18 4 4 4 4 4
58
Lampiran 4. Hasil Estimasi Harga Rumah dengan Dua Variabel yang Signifikan Dependent Variable: Y Method: Least Squares Date: 08/15/07 Time: 13:18 Sample: 1 71 Included observations: 71 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C X1 X2
67167593 -16802572 7012067.
84710432 6960240. 353620.3
0.792908 -2.414079 19.82937
0.4306 0.0185 0.0000
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.868133 0.864254 1.66E+08 1.87E+18 -1442.926 0.925829
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
6.98E+08 4.50E+08 40.73030 40.82591 223.8351 0.000000
