LAMPIRAN Lampiran 1. Tipe Penggunaan Lahan di Kabupaten Bogor No 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Penggunaan lahan Tanah Kosong diperuntukkan Tanah rusak Tanah Tandus Tanah terbuka/Galian/Pasir Alang-alang Rumput Semak Sawah 1 x Padi/Tahun Sawah 2 x Padi/Tahun Kuburan Lapangan Golf Lapangan Olahraga Taman Perkampungan Perkampungan 15 Jarang/Villa/Bungalow 16 Perumahan 17 Perkebunan Besar 18 Perkebunan Rakyat 19 Buah-buahan 20 Kebun Campuran 21 Tegalan 22 Industri 23 Industri Pangan/Peternakan 24 Hutan Bambu 25 Hutan Belukar 26 Hutan Lebat 27 Hutan Sejenis Buatan 28 Emplasemen Tetap 29 Kolam Air Tawar 30 Rawa 31 Sungai/Danau/Setu/Waduk 32 Tailing Dam Sumber : Data Dijital BPN (2005)
No Reklasifikasi Penggunaan Lahan 1 Tanah kosong (Terlantar/Rusak/Galian)
2
Semak/Belukar/Alang-alang
3
Sawah Irigasi
4
Sarana Umum
5
Perkampungan/Villa/Bungalow
6 7
Permukiman/Perumahan Perkebunan
8
Kebun Campuran/Tegalan
9
Kawasan industri
10
Hutan/Vegetasi Lebat
11 12
Emplasemen Tetap Badan-badan Air (Waduk/Setu/Sungai/Danau)
93
Lampiran 2. Sistem Penilain Individual PBB Program CAV ZNT
DBKB
Memasukkan data ke Komputer
SPOP + LSPOP
Seleksi Objek Pajak
Objek Pajak Konstruksi Umum
Objek Pajak Konstruksi Khusus
LKOK
Proses CAV
Nilai Objek Penilaian Individual Pengecekan Nilai
Nilai tidak Dapat Diterima
Nilai Dapat Diterima Nilai CAV
Nilai Absolut
Nilai Jual Objek Pajak
94
Keterangan : ZNT DBKB SPOP LSPOP CAV LKOK
= Zona Nilai Tanah = Daftar Biaya Komponen Bangunan = Surat Pemberitahuan Objek Pajak = Lampiran Surat Pemberitahuan Objek Pajak = Computer Assisted Valuation = Lembar Kerja Objek Khusus
95
Lampiran 3. Surat Pemberitahuan Pajak Terutang Pajak Bumi dan Bangunan.
96
Lampiran 4. Peta Wilayah Kecamatan Cibinong
97
Lampiran 5. Tabulasi Data Primer dan Sekunder No. NJOP H 1 64.000 200.000 2 103.000 300.000 3 82.000 100.000 4 103.000 150.000 5 82.000 100.000 6 310.000 350.000 7 103.000 300.000 8 160.000 200.000 9 160.000 165.000 10 82.000 150.000 11 394.000 500.000 12 310.000 400.000 13 160.000 500.000 14 103.000 450.000 15 310.000 500.000 16 394.000 500.000 17 48.000 40.000 18 82.000 120.000 19 48.000 100.000 20 160.000 160.000 21 48.000 30.000 22 48.000 150.000 23 48.000 100.000 24 48.000 110.000 25 48.000 120.000 26 82.000 200.000 27 82.000 150.000 28 82.000 120.000 29 82.000 120.000 30 160.000 200.000 31 310.000 250.000 32 82.000 130.000 33 160.000 150.000 34 82.000 130.000 35 335.000 350.000 36 48.000 140.000 37 64.000 250.000 38 160.000 150.000 39 128.000 260.000 40 335.000 350.000 Keterangan : NJOP H NL L JJ SL B
NL L JJ KP JP JPP FA SL JB SuL 16.000.000 80 1000 2922 1000 3000 0 1 0 0 30.000.000 100 1000 2861 4000 1000 1 1 1 1 30.000.000 300 500 2861 2000 1000 0 0 0 0 36.000.000 150 1000 2861 2000 1000 0 1 0 0 8.000.000 80 1000 2861 2000 3000 0 1 0 0 144.000.000 400 500 2861 2000 1000 1 1 1 1 60.000.000 200 200 2325 3000 2000 0 0 0 1 20.400.000 102 500 2325 2000 3500 0 1 1 1 24.750.000 150 500 2325 2500 1000 0 1 0 1 22.500.000 150 500 2325 3000 1000 0 0 0 1 150.000.000 300 10 2369 1000 500 1 0 1 1 52.000.000 130 100 2369 500 500 0 1 1 1 75.000.000 150 20 2369 1000 500 0 0 1 1 67.500.00 150 50 2369 2000 500 1 1 0 1 50.000.000 100 100 2369 200 1500 0 1 0 0 175.000.000 350 10 2732 2000 500 0 0 1 1 100.320.000 2508 2000 2732 4000 3500 0 0 0 1 14.400.000 120 200 2732 2000 2000 0 1 0 1 11.700.000 117 100 2732 1000 2000 0 1 0 1 17.600.000 110 1000 2732 1000 2000 0 0 1 1 60.000.000 2000 1500 2732 3000 2000 0 1 0 1 5.400.000 38 500 1482 6000 4000 0 0 0 1 5.300.000 53 500 1482 7000 4000 0 0 0 1 4.400.000 40 1000 1482 7000 4500 0 0 0 1 9.880.000 74 1000 1482 7000 4000 0 0 1 0 39.600.000 198 2000 2529 2000 1000 0 1 1 1 15.000.000 150 500 2529 1500 1000 0 0 1 0 24.000.000 200 1000 2529 1500 2000 0 1 1 1 9.320.000 76 500 2529 2000 1000 0 1 1 1 12.000.000 60 1000 2152 4000 6000 1 0 1 1 20.300.000 92 2000 4066 2000 5500 0 1 1 1 23.400.000 180 2000 2152 4000 5000 0 0 0 1 13.950.000 93 1000 4066 3000 5000 0 1 1 1 10.400.000 80 1500 3130 5000 5000 0 1 0 1 17.150.000 49 1500 2922 2000 2500 1 1 1 0 17.500.000 125 500 8796 4500 5500 0 0 0 0 78.000.000 112 2000 8796 3000 6500 0 1 1 1 30.150.000 210 1500 2116 4000 5000 0 0 1 0 11.180.000 43 1500 2116 5000 5000 0 1 1 1 38.500.000 110 500 2861 3000 2000 0 1 1 1
: Nilai Jual Objek Pajak (Rp/m2) : Harga Jual Lahan (Rp/m2) : Nilai Lahan (Rp/persil) : Luas Lahan yang Dijual (m2) : Jarak Lahan ke Jalan yang sering dilalaui kendaraan roda empat(m) : Status Lahan : Ancaman Banjir
KP JP JPP FA JB SuL
B 1 1 1 0 0 0 1 1 0 0 1 1 1 0 1 1 0 0 1 1 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 0 1 1
: Kepadatan Penduduk (Jiwa/km2) : Jarak Lahan ke Pasar Cibinong (m) : Jarak Lahan ke Pemerintahan Kabupaten Bogor (m) : Fasilitas Air : Jalan Beraspal : Sumber Lahan
98
Lampiran 6. Hasil Analisis Faktor-faktor yang Mempengaruhi Harga Lahan Pemukiman 1. Regresi Linear Dengan Variable Dependen Harga Lahan
Regression Analysis: H versus L; JJ; ... The regression equation is H = 196588 - 52,4 L - 44,5 JJ + 12,6 KP - 11,5 JP - 14,7 JPP + 71109 FA - 9226 SL - 25331 JB + 25971 SuL + 50301 B + 0,601 NJOP
Predictor Constant L JJ KP JP JPP FA SL JB SuL B NJOP
Coef 196588 -52,39 -44,53 12,62 -11,49 -14,74 71109 -9226 -25331 25971 50301 0,6014
S = 42982431
SE Coef 75496 76,90 40,56 12,85 14,24 15,19 39881 36432 44059 39550 41087 0,1712
R-Sq = 71,9%
PRESS = 5,172983E+16
T 2,60 -0,68 -1,10 0,98 -0,81 -0,97 1,78 -0,25 -0,57 0,66 1,22 3,51
P 0,015 0,501 0,282 0,334 0,426 0,340 0,085 0,802 0,570 0,517 0,231 0,002
VIF 1,3 3,2 1,5 2,4 3,8 1,4 1,5 2,1 1,3 1,6 2,0
R-Sq(adj) = 60,9%
R-Sq(pred) = 71,93%
Analysis of Variance Source Regression Residual Error Total
Source L JJ KP JP JPP FA SL JB SuL B NJOP
DF 1 1 1 1 1 1 1 1 1 1 1
DF 11 28 39
SS 1,32585E+17 5,17297E+16 1,84315E+17
MS 1,20532E+16 1,84749E+15
F 6,52
P 0,000
Seq SS 1,66738E+14 6,16075E+16 1,05417E+15 2,10521E+16 1,85272E+15 1,25617E+16 7,70551E+14 8,35145E+15 4,16362E+13 2,32045E+15 2,28061E+16
Unusual Observations Obs L H Fit 13 150 500000 346040 14 150 450000 335849 15 100 500000 419890
SE Fit 38835 45348 47463
Residual 153960 114151 80110
St Resid 3,29R 2,52R 2,11R
R denotes an observation with a large standardized residual. Durbin-Watson statistic = 1,03739
99
2. Regresi Linear Dengan Variable Dependen Nilai Lahan Regression Analysis: NL versus L; JJ; ... The regression equation is NL = - 6631146 + 32958 L - 2354 JJ + 9689 KP + 1508 JP - 8414 JPP + 13263730 FA - 20541852 SL + 789774 JB + 17440854 SuL - 2828014 B + 198 NJOP
Predictor Constant L JJ KP JP JPP FA SL JB SuL B NJOP
Coef -6631146 32958 -2354 9689 1508 -8414 13263730 -20541852 789774 17440854 -2828014 198,31
S = 26081048
SE Coef 20684274 10941 10707 3415 3787 4119 13213542 10198772 11841581 10280265 10993348 54,16
R-Sq = 70,8%
PRESS = 4,999516E+16
T -0,32 3,01 -0,22 2,84 0,40 -2,04 1,00 -2,01 0,07 1,70 -0,26 3,66
P 0,751 0,005 0,828 0,008 0,693 0,051 0,324 0,054 0,947 0,101 0,799 0,001
VIF 1,6 2,6 1,5 2,6 3,3 1,3 1,5 2,1 1,2 1,6 1,9
R-Sq(adj) = 59,3%
R-Sq(pred) = 23,37%
Analysis of Variance Source Regression Residual Error Total
DF 11 28 39
SS 4,61974E+16 1,90462E+16 6,52436E+16
MS 4,19977E+15 6,80221E+14
F 6,17
P 0,000
No replicates. Cannot do pure error test.
Source L JJ KP JP JPP FA SL JB SuL B NJOP
DF 1 1 1 1 1 1 1 1 1 1 1
Seq SS 9,16294E+15 7,74362E+15 2,00296E+15 2,76470E+15 1,86056E+15 5,59340E+15 2,47102E+15 3,31216E+15 1,78893E+15 3,78702E+14 9,11845E+15
Unusual Observations Obs L NL Fit 16 350 175000000 123698812 35 49 17150000 61693352 36 125 17500000 48738767 37 112 78000000 34965024
SE Fit 15163055 16153950 20937342 18777775
Residual 51301188 -44543352 -31238767 43034976
St Resid 2,42R -2,18R -2,01R 2,38R
R denotes an observation with a large standardized residual. Durbin-Watson statistic = 1,72648
100
3. Regresi Double-log Dengan Variabel Dependen Harga
Regression Analysis: ln H versus ln L; ln JJ; ... The regression equation is ln H = 6,04 - 0,269 ln L - 0,101 ln JJ + 0,317 ln KP + 0,052 ln JP - 0,158 ln JPP + 0,275 FA - 0,014 SL - 0,035 JB + 0,007 SuL + 0,208 B + 0,530 ln NJOP
Predictor Constant ln L ln JJ ln KP ln JP ln JPP FA SL JB SuL B ln NJOP
Coef 6,038 -0,26860 -0,10111 0,3172 0,0522 -0,1584 0,2754 -0,0137 -0,0353 0,0068 0,2076 0,5301
S = 0,321802
SE Coef 2,402 0,07858 0,06630 0,1676 0,1200 0,1098 0,1657 0,1453 0,1557 0,1382 0,1546 0,1263
R-Sq = 82,0%
PRESS = 6,35602
T 2,51 -3,42 -1,53 1,89 0,43 -1,44 1,66 -0,09 -0,23 0,05 1,34 4,20
P 0,018 0,002 0,138 0,069 0,667 0,160 0,108 0,925 0,822 0,961 0,190 0,000
VIF 1,7 3,2 1,4 2,9 3,0 1,4 2,0 2,3 1,4 2,1 2,8
R-Sq(adj) = 75,0%
R-Sq(pred) = 60,63%
Analysis of Variance Source Regression Residual Error Total
DF 11 28 39
SS 13,2454 2,8996 16,1450
MS 1,2041 0,1036
F 11,63
P 0,000
SE Fit 0,2106
Residual 0,4886
No replicates. Cannot do pure error test.
Source ln L ln JJ ln KP ln JP ln JPP FA SL JB SuL B ln NJOP
DF 1 1 1 1 1 1 1 1 1 1 1
Seq SS 1,5124 5,6522 0,6702 0,5004 0,5169 0,2152 0,0314 0,0417 0,0076 0,1867 3,9107
Unusual Observations Obs 37
ln L 4,72
ln H 12,4292
Fit 11,9406
St Resid 2,01R
R denotes an observation with a large standardized residual. Durbin-Watson statistic = 1,43090
101
4. Regresi Double-log Dengan Variabel Dependen Nilai Lahan Regression Analysis: ln NL versus ln L; ln JJ; ... The regression equation is ln NL = 4,71 + 0,713 ln L - 0,110 ln JJ + 0,560 ln KP + 0,074 ln JP - 0,158 ln JPP + 0,270 FA + 0,038 SL - 0,007 JB + 0,038 SuL + 0,194 B + 0,474 ln NJOP
Predictor Constant ln L ln JJ ln KP ln JP ln JPP FA SL JB SuL B ln NJOP
Coef 4,712 0,7130 -0,10956 0,5596 0,0745 -0,1575 0,2705 0,0385 -0,0067 0,0384 0,1938 0,4738
S = 0,425048
SE Coef 3,173 0,1038 0,08757 0,2213 0,1586 0,1451 0,2188 0,1920 0,2057 0,1825 0,2042 0,1669
R-Sq = 85,0%
PRESS = 12,6149
T 1,49 6,87 -1,25 2,53 0,47 -1,09 1,24 0,20 -0,03 0,21 0,95 2,84
P 0,149 0,000 0,221 0,017 0,642 0,287 0,227 0,843 0,974 0,835 0,351 0,008
VIF 1,7 3,2 1,4 2,9 3,0 1,4 2,0 2,3 1,4 2,1 2,8
R-Sq(adj) = 79,1%
R-Sq(pred) = 62,57%
Analysis of Variance Source Regression Residual Error Total
DF 11 28 39
SS 28,6417 5,0586 33,7003
MS 2,6038 0,1807
F 14,41
P 0,000
SE Fit 0,2781
Residual 1,1259
No replicates. Cannot do pure error test.
Source ln L ln JJ ln KP ln JP ln JPP ln NJOP FA SL JB SuL B
DF 1 1 1 1 1 1 1 1 1 1 1
Seq SS 17,1676 4,8132 1,8232 0,3531 0,5677 3,4343 0,2210 0,0003 0,0741 0,0246 0,1626
Unusual Observations Obs 37
ln L 4,72
ln NL 18,1722
Fit 17,0463
St Resid 3,50R
R denotes an observation with a large standardized residual. Durbin-Watson statistic = 1,86443
