Prosiding Seminar Nasional Manajemen Teknologi XX Program Studi MMT-ITS, Surabaya 1 Februari 2014
PREFERENSI KELUARGA MUDA DALAM MEMILIH RUMAH TINGGAL DI SURABAYA BERDASARKAN ATRIBUT FISIK DAN INFRASTRUKTUR PERUMAHAN Dyah Juwita Anindyajati1), Ispurwono Soemarno2), dan Bambang Soemardiono2) 1) Program Studi Pascasarjana Arsitektur, Bidang Keahlian Perencanaan Real Estate, Institut Teknologi Sepuluh Nopember, Kampus ITS Keputih, Sukolilo, Surabaya 60111. E-mail :
[email protected] 2) Jurusan Arsitektur, Institut Teknologi Sepuluh Nopember, Surabaya ABSTRAK Meningkatnya penduduk usia produktif di Surabaya menyebabkan permintaan akan rumah tinggal meningkat pesat. Fenomena ini juga dipengaruhi oleh pesatnya perkembangan perumahan di Surabaya. Dalam menentukan pembelian sebuah rumah tinggal, penduduk usia produktif yang telah berstatus keluarga muda tentu memiliki faktor utama yang dipertimbangkan. Pengaruh ekonomi keluarga tahap awal, aspek psikologi perkembangan keluarga dan proses pembentukan karakter keluarga muda merupakan hal yang berpengaruh dalam pengambilan keputusan tersebut. Penelitian ini bertujuan untuk mengetahui dan mengeksplorasi preferensi keluarga muda dalam memilih rumah tinggal di Surabaya berdasarkan faktor atribut fisik dan infrastruktur perumahan. Penelitian menggunakan pendekatan preferensi pembelian oleh konsumen dengan pengukuran kuesioner dan dianalisa dengan metode analisis inferensial yaitu analisis faktor eksploratori. Kuisioner disebarkan kepada konsumen yang akan membeli rumah tinggal di Surabaya. Dari analisis faktor eskploratori dihasilkan sembilan kelompok faktor yang mempengaruhi keluarga muda dalam memilih rumah tinggal di Surabaya. Faktor-faktor tersebut antara lain: faktor atribut unit rumah, faktor sosial dan budaya, faktor infrastruktur, faktor keamanan dan kenyamanan lingkungan, faktor fasilitas perniagaan dan ekonomi, faktor nilai sebuah rumah, faktor legalitas, faktor telekomunikasi, serta faktor lokasi rumah. Kata kunci: Atribut Fisik, Infrastruktur, Keluarga Muda, Preferensi Rumah Tinggal
PENDAHULUAN Kepadatan penduduk di Kota Surabaya mengalami peningkatan 1,43% setiap tahunnya. Gambar 1 menunjukkan bahwa kelompok usia produktif, terutama usia 25-29 tahun memiliki komposisi penduduk terbanyak dalam piramida penduduk, sehingga secara tidak langsung memiliki peranan dalam peningkatan kebutuhan akan rumah tinggal di Surabaya. Hal ini membawa bisnis properti di Surabaya melonjak tinggi.
Gambar 1 Piramida Penduduk Kota Surabaya 2010 (Dispendukcapil Surabaya, 2010) ISBN : 978-602-97491-9-9 B-18-1
Prosiding Seminar Nasional Manajemen Teknologi XX Program Studi MMT-ITS, Surabaya 1 Februari 2014
Konsumen usia produktif merupakan konsumen yang siklus kehidupannya sedang tumbuh dan berkembang memasuki tahap/siklus baru kehidupan berkeluarga dan memiliki anak. Sehingga dalam pemenuhan kebutuhan rumah tinggal, mereka memiliki pertimbangan. Menurut Akamaru (2008), apabila di dalam suatu keluarga memiliki anak, mereka akan lebih memilih mendahulukan kebutuhan anak di atas kebutuhannya sendiri, sehingga memilih lokasi yang berdekatan dengan fasilitas pendidikan dan kesehatan. Selain itu, mereka juga cenderung mencari hunian yang memiliki fasilitas rekreasi, perbelanjaan, dan tempat makan untuk pemenuhan kebutuhan. Menurut Siregar (1999), sebuah perumahan bagi keluarga muda adalah wadah perkembangan psikologis keluarga dan media pembelajaran dalam mengelola rumah tangga modern di perkotaan secara mandiri. Sehingga masyarakat sebenarnya membutuhkan perumahan pada tahap awal keluarga dengan memberi kesempatan mereka menabung dalam jangka panjang untuk memperoleh perumahan yang lebih sesuai dengan kebutuhan pada tahap perkembangan keluarga selanjutnya. Menurut hasil survey yang dilakukan Litbang Kompas 2012, menunjukkan bahwa status kepemilikan rumah di 12 kota besar di Indonesia, mayoritas dihuni oleh keluarga muda yaitu sebesar 27,5%. Hal ini menunjukkan bahwa kemampuan ekonomi keluarga muda di usia pernikahan yang masih tergolong baru terhitung sampai 5 tahun sudah mampu memiliki rumah tinggal sendiri sebagai pemenuhan kebutuhan papan sebuah keluarga. Survey diatas menggambarkan bahwa keluarga muda pada usia produktif memerlukan rumah tinggal untuk masuk pada lingkungan sosial baru, mengaktualisasikan diri, dan melalui proses perkembangan keluarga. Tetapi disisi lain, terkadang mereka mengalami kesulitan untuk memperoleh rumah yang sesuai dan menunjang aspek psikologi perkembangan keluarga yang sedang dilalui. Padahal menurut Siregar (1999), tahap awal perkembangan keluarga inilah yang menjadi masa paling penting bagi mereka, dan memiliki kebutuhan karakter perumahan yang khas pula dengan segmen yang khusus. Dari permasalahan yang telah diuraikan, dapat dipahami bahwa berubahnya siklus hidup seseorang, perubahan status, bertambahnya anggota keluarga, dan usia seseorang dapat mempengaruhi cara pandang seseorang dalam memilih rumah tinggal. Sehingga tujuan utama penelitian ini adalah mengidentifikasi penilaian konsumen keluarga muda mengenai kondisi atribut fisik dan infrastruktur rumah tinggal yang dipertimbangkan untuk ditinggali. Nantinya preferensi konsumen dapat menjadi gambaran bagi sebuah perumahan untuk menjadikan lingkungan perumahannya layak dan nyaman untuk ditinggali dan dapat menunjang aspek perkembangan psikologi keluarga muda. METODE Secara garis besar, penelitian ini menggunakan analisa statistik inferensial, yaitu analisis faktor eksploratori untuk mengetahui faktor baru yang dipertimbangkan konsumen keluarga muda dalam memilih rumah tinggal. Tahap awal dalam penelitian ini adalah metode survey/kuesioner pendahuluan kepada dua praktisi dan dua akademisi untuk mengetahui faktor-faktor tambahan. Selanjutnya setelah melakukan survey pendahuluan, faktor tambahan tersebut digunakan untuk metode kuesioner kepada konsumen keluarga muda. Sampel yang akan dipilih dalam penelitian ini memiliki kriteria-kriteria tertentu, antara lain : (1) usia responden antara 25 – 35 tahun, (2) pengeluaran keluarga antara Rp. 600.000 – Rp. 6.000.000, (3) responden yang berencana membeli rumah di wilayah Surabaya untuk pertama kali.
ISBN : 978-602-97491-9-9 B-18-2
Prosiding Seminar Nasional Manajemen Teknologi XX Program Studi MMT-ITS, Surabaya 1 Februari 2014
Tahap Survey Pendahuluan Survey pendahuluan dilakukan terhadap beberapa ahli dengan kriteria memiliki reputasi baik dalam dunia perumahan dan permukiman, memiliki pendidikan yang menunjang di bidang perumahan dan permukiman, serta memiliki pengalaman profesional di bidang terkait. Apabila salah satu responden menjawab “Ya” maka dapat ditarik kesimpulan bahwa variabel tersebut berpengaruh terhadap penelitian ini dan variabel dinyatakan tidak berpengaruh apabila semua responden menjawab “Tidak”. Responden juga dapat menambah variabel jika menurut mereka diperlukan. Tahap Pengolahan Data Melalui Analisa Faktor Eksploratori Analisis faktor eksploratori diolah dengan metode ekstraksi Principal Component Analysis dan metode rotasi varimax. Langkahnya adalah sebagai berikut : KMO dan Bartlett’s Test. Untuk mengukur kecukupan sampel dengan cara membandingkan besarnya koefisien korelasi yang diamati dengan koefisien korelasi parsialnya. Hasil KMO dikatakan baik apabila nilainya berada di atas 0,5 dengan signifikansi sebesar 0,000 sehingga baik untuk dianalisis lebih lanjut. Anti-Image Correlation. Untuk menentukan apakah setiap item/variabel layak dianalisis dapat dilihat dalam anti-image correlation matrix (Ihsan, 2009). Item yang memiliki nilai 0,5 bisa dilanjutkan untuk analisis selanjutnya, sedangkan yang memiliki nilai < 0,5 harus dibuang dari analisis dan harus dilakukan kembali uji KMO-MSA . Total Variance Explained. Pada tahap ini, dapat menentukan berapa jumlah faktor yang akan terbentuk. Pembentukkan faktor didasarkan pada syarat, yakni apabila nilai eigenvalue > 1 maka akan terbentuk faktor. Extraction Factor. Tahap ini adalah menentukan distribusi dari variabel ke dalam faktor yang terbentuk berdasarkan pada loading factor pada component matrix. Distribusi variabel telah tepat bila masing-masing variabel terdistribusi hanya ke dalam satu faktor saja dengan nilai yang paling besar. Rotation Factor. Rotasi diperlukan untuk memperjelas variabel mana yang merupakan anggota dari faktor. Rotasi faktor yang dipergunakan adalah rotasi varimax. Nilai terbesar pada tiap-tiap variabel yang tertera di tabel mengindikasikan bahwa variabel tersebut masuk ke dalam kolom faktornya.
ISBN : 978-602-97491-9-9 B-18-3
Prosiding Seminar Nasional Manajemen Teknologi XX Program Studi MMT-ITS, Surabaya 1 Februari 2014
HASIL DAN PEMBAHASAN Hasil Survey Pendahuluan Tabel 1 Hasil Survey Pendahuluan No. Variabel Variabel Atribut Fisik 1. Kejelasan status tanah dan lahan 2. Desain dan bentuk fasad 3. Luas tanah dan luas bangunan 4. Kesempatan pengembangan unit rumah 5. Ruang terbuka hijau di halaman rumah 6. Denah fungsional dan efektif 7. Jumlah kamar tidur 8. Harga rumah 9. Kemudahan sistem KPR 10. Keadaan sosial budaya masyarakat
Penambahan Variabel Atribut Fisik 11. Rumah hemat energi (sirkulasi alami) 12. Kualitas material bangunan
No. Variabel Variabel Infrastruktur 1. Kualitas dan lebar jalan 2. Kemanan lingkungan 3. Drainase lingkungan 4. Sistem pembuangan limbah dan sampah 5. Ketersediaan air bersih 6. Ketersediaan listrik 7. Ketersediaan telepon 8. Lokasi rumah 9. Dekat dengan fasilitas pendidikan 10. Dekat dengan fasilitas kesehatan 11. Adanya fasilitas peribadatan 12. Adanya taman bermain dan taman hijau 13. Adanya pusat perbelanjaan/mall 14. Adanya pasar tradisional/toko Penambahan Variabel Infrastruktur -
Sumber : Hasil Analisa Data, 2013
Dari hasil survei pendahuluan diperoleh dua variabel tambahan, yaitu rumah hemat energi (pencahayaan dan sirkulasi alami) dan kualitas material bangunan. Hasil Analisa Faktor Eksploratori Tabel 2 Uji KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Approx. Chi-Square Bartlett's Test of Sphericity df Sig.
,758 1079,325 325 ,000
Sumber : Hasil Analisa Data, 2013
KMO and Bartlett’s Test. Hasil uji KMO dan Bartlett’s Test menunjukkan bahwa nilai KMOMSA yang didapatkan adalah sebesar 0,758. Hasilnya cukup baik karena berada diatas nilai ambang batas yaitu 0,500. Sedangkan signifikansinya sebesar 0,000 yang menjelaskan bahwa faktor pembentuk variabel ini sudah baik dan merupakan sampel yang memadai untuk dianalisis lebih lanjut. Anti-Image Correlation. Uji Anti-Image Matrices menunjukkan bahwa angka MSA untuk seluruh variabel memenuhi batas nilai 0,500. Dengan demikian, seluruh variabel yang berjumlah total 26 pada tabel bisa diprediksi dan dianalisis lebih lanjut.
ISBN : 978-602-97491-9-9 B-18-4
Prosiding Seminar Nasional Manajemen Teknologi XX Program Studi MMT-ITS, Surabaya 1 Februari 2014
Tabel 3 Hasil Uji Total Variance Explained Com pone nt
Initial Eigenvalues Total
% of Cumulative Variance % 1 7,541 29,005 29,005 2 2,110 8,117 37,122 3 1,747 6,718 43,840 4 1,515 5,826 49,666 5 1,304 5,017 54,682 6 1,219 4,689 59,372 7 1,111 4,271 63,643 8 1,077 4,141 67,784 9 1,019 3,920 71,704 Sumber : Hasil Analisa Data, 2013
Extraction Sums of Squared Loadings Total % of Cumulative % Variance 7,541 29,005 29,005 2,110 8,117 37,122 1,747 6,718 43,840 1,515 5,826 49,666 1,304 5,017 54,682 1,219 4,689 59,372 1,111 4,271 63,643 1,077 4,141 67,784 1,019 3,920 71,704
Rotation Sums of Squared Loadings Total % of Cumulative Variance % 3,400 13,078 13,078 2,660 10,230 23,308 2,657 10,219 33,527 2,330 8,961 42,489 1,634 6,285 48,773 1,594 6,129 54,902 1,554 5,978 60,880 1,432 5,506 66,386 1,383 5,318 71,704
Total Variance Explained. Hasil pada Tabel 3 menunjukkan bahwa terdapat sembilan component yang memiliki nilai Initial Eigenvalues lebih dari 1,000. Hal ini berarti terdapat sembilan kelompok faktor yang terbentuk. Tabel 4 Hasil Uji Component Matrixa
v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 v12 v13 v14 v15 v16 v17 v18 v19 v20 v21 v22 v23 v24 v25 v26
1 ,512 ,404 ,569 ,586 ,710 ,467 ,710 ,553 ,574 ,255 ,565 ,649 ,616 ,705 ,532 ,265 ,585 ,593 ,229 ,445 ,560 ,645 ,358 ,472 ,364 ,629
2 -,129 -,188 -,005 -,479 -,121 ,058 -,333 ,209 -,293 ,440 ,394 -,047 ,225 ,025 ,389 -,010 -,450 ,070 ,523 -,260 -,125 -,020 ,237 ,297 ,555 -,030
3 -,471 ,038 ,330 -,051 ,183 ,544 -,012 ,031 ,181 -,200 ,071 ,350 -,209 -,011 ,072 ,353 ,090 -,320 ,268 ,032 -,535 -,339 -,235 -,203 ,062 ,154
4 -,153 -,195 -,250 ,368 -,348 -,280 ,317 ,007 -,042 ,226 -,212 ,190 ,336 ,194 ,086 ,547 ,063 -,169 ,204 -,279 -,256 ,095 ,226 -,046 -,259 -,129
Component 5 ,235 ,609 ,177 ,087 -,014 ,042 ,074 ,347 -,102 ,351 -,016 -,193 -,140 ,001 -,439 -,065 -,078 -,424 ,227 -,116 -,062 -,098 ,147 ,119 -,151 ,014
6 ,038 ,292 -,060 -,024 ,206 ,000 -,221 -,556 ,077 ,233 -,345 -,038 -,184 -,062 ,064 ,363 -,113 ,203 ,439 ,212 ,247 ,044 ,079 -,112 -,006 -,028
7 -,409 -,048 -,245 -,009 -,124 -,071 ,085 -,060 -,109 ,217 ,212 ,005 -,134 -,189 -,136 -,055 ,154 -,263 -,071 ,588 ,008 ,230 ,285 ,000 ,115 ,281
8 -,003 -,004 -,089 -,032 ,136 -,046 -,053 -,034 ,176 -,317 -,195 ,286 -,019 -,166 -,237 -,259 ,222 ,106 ,192 -,121 -,188 -,062 ,610 ,207 ,170 -,213
9 ,278 ,066 ,220 -,064 -,070 ,010 ,109 -,093 -,373 -,031 ,083 -,011 -,024 ,126 ,207 -,088 ,219 -,073 ,001 ,101 -,106 ,029 ,256 -,641 ,173 -,252
Sumber : Hasil Analisa Data, 2013
Extraction Factor. Pada Tabel 4, satu variabel memiliki nilai korelasi yang hampir sama pada masing-masing tabel component sehingga perlu dilakukan langkah rotasi faktor. Hal ini dilakukan agar setiap variabel memiliki nilai yang jauh perbedaannya, agar dapat dengan jelas dikelompokkan pada suatu kelompok faktor.
ISBN : 978-602-97491-9-9 B-18-5
Prosiding Seminar Nasional Manajemen Teknologi XX Program Studi MMT-ITS, Surabaya 1 Februari 2014 Tabel 5 Hasil Uji Rotated Component Matrixa v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 v12 v13 v14 v15 v16 v17 v18 v19 v20 v21 v22 v23 v24 v25 v26
1 2 ,257 ,049 ,146 ,277 ,190 ,625 ,793 ,050 ,209 ,655 ,063 ,716 ,808 ,112 ,306 ,178 ,421 ,456 -,079 -,266 ,039 ,255 ,509 ,507 ,419 -,013 ,476 ,228 ,083 ,275 ,334 ,137 ,672 ,299 ,123 ,225 -,170 ,264 ,195 ,188 ,143 -,053 ,395 -,073 ,217 -,084 ,048 ,054 -,245 ,314 ,265 ,305
3 ,575 -,021 ,130 ,128 ,345 -,029 ,121 -,037 ,192 ,080 ,155 ,110 ,433 ,374 ,546 -,002 ,091 ,815 -,003 ,100 ,673 ,436 ,083 ,209 ,258 ,092
Component 4 5 6 7 8 ,148 -,162 -,142 ,589 ,078 -,007 ,114 ,159 ,744 ,071 ,318 ,035 -,007 ,296 -,030 -,024 ,115 ,105 ,179 -,059 ,015 ,001 ,233 ,232 ,085 ,227 ,111 ,128 ,059 -,046 ,264 ,053 ,147 ,124 ,047 ,716 -,070 -,139 ,193 ,053 -,134 ,019 ,121 ,010 -,054 ,369 ,555 ,180 ,295 ,129 ,748 ,009 ,255 -,051 ,100 ,087 ,155 ,049 -,204 ,276 ,409 ,209 -,128 -,101 ,161 ,355 ,239 -,025 ,130 ,013 ,374 ,355 ,043 -,286 ,057 -,112 ,731 ,008 -,108 -,128 ,002 -,184 ,253 ,041 ,206 -,007 -,015 ,071 -,055 ,115 ,036 ,627 -,132 ,129 ,428 ,021 -,036 ,822 ,065 ,076 ,057 -,040 ,390 ,332 -,066 ,241 ,090 ,366 ,080 ,187 ,083 ,040 ,054 ,099 ,865 ,272 ,053 ,002 ,050 ,145 ,399 ,053 ,130 -,127 ,432 ,318 ,144 ,474 ,047 -,103
9 -,068 ,076 -,108 ,130 ,218 ,035 ,022 ,299 ,437 ,107 ,070 ,149 ,180 -,007 -,170 -,033 -,073 ,204 ,120 -,057 ,212 ,129 ,083 ,828 ,019 ,307
Sumber : Hasil Analisa Data, 2013
Rotation Factor. Pada Tabel 5 diatas, menunjukkan bahwa nilai tertinggi dari setiap variabel mengindikasikan bahwa variabel tersebut masuk ke dalam kolom faktornya. Sebagai contoh pada variabel 1, memiliki nilai tertinggi 0, 589 pada kolom component 7, artinya bahwa variabel 1 merupakan variabel yang masuk dalam kelompok faktor nomer 7. Hal ini berlaku sama bagi semua variabel dibawahnya. Penamaan Faktor. Dari hasil rotasi faktor, maka sudah jelas pengelompokan faktor variabelvariabel tersebut diatas. Sehingga pengelompokannya adalah sebagai berikut : Tabel 6 Hasil Pengelompokan Faktor Component
1
2
3
4 5 6 7 8 9
Pengelompokan Variabel Luas tanah dan luas bangunan Desain arsitektur dan tampak depan rumah Jumlah kamar tidur Taman/ruang hijau pada halaman rumah Denah ruang yang fungsional dan efektif Kedekatan dengan fasilitas kesehatan Keharmonisan masyarakat di dalam perumahan Kedekatan dengan fasilitas pendidikan Adanya taman hijau dan taman bermain Ketersediaan air bersih Ketersediaan jaringan listrik Adanya sistem pembuangan limbah & sampah Kualitas material bangunan Sistem drainase yang baik Kualitas jalan dan lebar jalan perumahan Sistem keamanan lingkungan Kedekatan dengan pusat perbelanjaan/mall Kedekatan dengan pasar tradisional & toko Kesempatan pengembangan unit rumah Harga murah yang cukup terjangkau Bangunan hemat energi Kemudahan sistem KPR Kejelasan status tanah dan lahan Ketersediaan jaringan telepon Fasilitas ibadah Lokasi rumah
Sumber : Hasil Analisa Data, 2013
ISBN : 978-602-97491-9-9 B-18-6
Penamaan Faktor
faktor atribut unit rumah
faktor sosial dan budaya
faktor infrastruktur dan utilitas umum faktor keamanan dan kenyamanan lingkungan faktor fasilitas perniagaan dan ekonomi faktor nilai sebuah rumah faktor legalitas faktor telekomunikasi dan peribadatan faktor lokasi
Prosiding Seminar Nasional Manajemen Teknologi XX Program Studi MMT-ITS, Surabaya 1 Februari 2014
Faktor atribut unit rumah. Menurut Tjiptono dan Afandi (2006) dan Efendi (1996), atribut fisik adalah unsur yang dianggap penting oleh konsumen untuk dasar pengambilan keputusan pembelian. Contohnya: bahan material, desain rumah, luas tanah, luas bangunan, dan sebagainya. Faktor fasilitas sosial dan budaya. Menurut Undang-Undang No. 4 tahun 1992 Pasal 1 Ayat 6, sarana fasilitas umum dan fasilitas sosial serta budaya seperti rumah sakit, klinik, sekolah, harus dimiliki untuk memenuhi kebutuhan perumahan. Sedangkan menurut Peraturan Menteri Dalam Negeri No.1 Tahun 1987 tentang fasilitas sosial, definisi fasilitas sosial, yaitu ; fasilitas yang dibutuhkan masyarakat dalam lingkungan permukiman yang meliputi fasilitas: kesehatan, pendidikan, dan taman bermain. Faktor infrastruktur dan utilitas umum. Peraturan Menteri Dalam Negeri No.1 Tahun 1987 tentang infrastruktur lingkungan, dan utilitas umum. Prasarana lingkungan meliputi saluran pembuangan air limbah dan saluran pembuangan air hujan serta utilitas umum terdiri dari jaringan air bersih, jaringan listrik, kebersihan/pembuangan sampah. Faktor keamanan dan kenyamanan lingkungan. Menurut Badan Standardisasi Nasional, dalam izin prinsip pengembangan perumahan, terkandung perencanaan sistem jaringan jalan perumahan sesuai dengan persyaratan umum prasarana jalan perumahan. Menurut Newman (1973), bahwa daerah perumahan dan kediaman dirancang untuk bisa bertahan terhadap kejahatan dan vandalisme. Faktor fasilitas perniagaan dan ekonomi. Menurut Bintarto (1989) dan Jimbro (2010), lingkungan non-fisik yang berpengaruh terhadap permukiman mencakup aspek ekonomi yang meliputi transportasi, perdagangan, dan pertanian serta sarana perniagaan seperti fasilitas perbelanjaan terkecil untuk kebutuhan sehari-hari. Faktor nilai rumah. Menurut Cummins (1991), kualitas barang atau jasa suatu produk turut menentukan tinggi atau rendahnya harga yang ditawarkan. Dalam metode pemasaran, penetapan harga suatu produk ditunjang pula dengan value yang ditawarkan oleh produk tersebut. Dengan berkonsep bangunan hemat energi/meminimalisir pemakaian alat-alat elektronik seperti AC, nilai sebuah rumah dapat meningkat pula. Faktor legalitas. Faktor ekonomi dan legalitas lingkungan menjadi pertimbangan di dalam memilih lokasi perumahan menurut Bourne (1975) adalah biaya dan kemudahan KPR serta jelasnya status tanah yang akan ditinggali oleh calon pembeli. Menurut Richardson (1978) pertimbangan utama dalam memilih rumah adalah apabila seseorang nyaman bersama dengan kelompok sosial dan lingkungan sekitarnya. Faktor jaringan telekomunikasi dan peribadatan. Menurut Tata Cara Perencanaan Lingkungan Perumahan, lingkungan perumahan harus dilengkapi dengan jaringan telepon sesuai dengan ketentuan dan persyaratan tekni yang diatur dalam perundangan. Menteri Negara Perumahan Rakyat Republik Indonesia No.25 Tahun 2011, fasilitas peribadatan merupakan sarana kehidupan untuk mengisi kebutuhan rohani yang perlu disediakan di lingkungan yang direncanakan sesuai dengan keputusan masyarakat yang bersangkutan. Faktor lokasi. Menurut Surowiyono dan Tutu (2007). Dua hal penting yang perlu diperhatikan sebagai dasar pertimbangan lokasi adalah kondisi lingkungan secara geografis dan kondisi lingkungan menurut kebutuhan strategis.
ISBN : 978-602-97491-9-9 B-18-7
Prosiding Seminar Nasional Manajemen Teknologi XX Program Studi MMT-ITS, Surabaya 1 Februari 2014
KESIMPULAN DAN SARAN Berdasarkan hasil dan pembahasan maka diperoleh kesimpulan terbentuk sembilan kelompok faktor. Faktor-faktor tersebut yaitu: (1) faktor atribut rumah yang merupakan faktor dengan nilai tertinggi yaitu 7,541; (2) faktor fasilitas sosial dan budaya dengan varian 2,110; (3) faktor infrastruktur dan utilitas dengan varian 1,747; (4) faktor keamanan dan kenyamanan dengan varian 1,515; (5) faktor fasilitas perniagaan dan ekonomi 1,304; (6) faktor nilai rumah dengan varian 1,219; (7) faktor legalitas dengan varian 1,111; (8) faktor telekomunikasi dan ibadah dengan varian 1,077; dan (9) faktor lokasi dengan varian 1,019. Sehingga total varian kesemua kelompok variabel yang dapat dijelaskan adalah sebesar 71,704. DAFTAR PUSTAKA Bintarto. (1989). Interaksi Desa-Kota dan Permasalahannya. Jakarta: Ghalia Indonesia. Bourne, L.S. (1975). Internal Structure of the City - Readings on Space and Environment. Oxford : Oxford University Press. Inc. Cummins, J. 1991. Promosi Penjualan. Alih bahasa Heryanto G. Cetakan Pertama Jakarta : Bina Rupa Aksara. Effendy, Rustam. (1996). Marketing Management. Malang : IKIP Malang. Jimbro. (2010). Fasilitas Sarana dan Prasarana Perumahan. Jakarta : Sinar Harapan. Kompas Properti, Pasar Properti Surabaya Menguat, edisi 08 Juli 2013. Richardson, H.W. (1978). Growth Centers, Rural Development And National Urban Policy. New Jersey: Englewood Cliftfs. Siregar, Jehansyah. (1999). Model Perumahan Keluarga Muda Perkotaan, Alur Perumahan dan Permukiman. Bandung : Arsitektur-ITB. Surowiyono, Tutu T.W. (2007). Dasar Perencanaan Rumah Tinggal. Jakarta : Sinar Harapan Tjiptono & Afandi. (2006). Konsep Strategi Pemasaran Yogyakarta: BPFE–UGM.
ISBN : 978-602-97491-9-9 B-18-8