Analisis Lokasi dan Tarif Sewa Ruang untuk Penempatan Anjungan Tunai Mandiri (ATM) Studi Kasus: Barang Milik Negara yang Dikelola Kantor Pelayanan Kekayaan Negara dan Lelang Surabaya di Kota Surabaya

Muhamad Ervan, Anisa Nurpita, S.E., M.Ec.Dev.

2025 | Tugas Akhir | D4 Manajemen dan Penilaian Properti

Permasalahan utama dalam penelitian ini adalah ketidaksesuaian antara tarif sewa yang telah ditetapkan dengan nilai pasar sewa aktual di lapangan, yang dapat berdampak pada rendahnya minat penyewa dan berimbas pada belum optimalnya kontribusi pendapatan sewa terhadap Penerimaan Negara Bukan Pajak (PNBP). Selain itu, belum tersedianya sistem zonasi nilai sewa berbasis spasial mengakibatkan kesulitan dalam memperkirakan nilai sewa yang adil dan proporsional. Penelitian ini menggunakan pendekatan kuantitatif menggunakan penilaian dengan pendekatan pendapatan dan metode Gross Income Multiplier (GIM) untuk menghitung tarif sewa wajar berdasarkan data pasar sewa yang dikumpulkan secara daring. Dari data pembanding yang telah dikumpulkan dapat terbentuk GIM pasar untuk menyesuaikan tarif sewa dari Barang Milik Negara yang digunakan untuk penempatan Anjungan Tunai Mandiri (ATM). Selanjutnya, penelitian ini juga memanfaatkan Sistem Informasi Geografis (SIG) untuk menyusun peta persebaran BMN, zonasi nilai sewa BMN, zonasi nilai BMN di seluruh wilayah administratif Kota Surabaya melalui pemetaan. Tujuan penelitian terakhir mengeksplorasi pola keterkaitan dan kecenderungan antar antara tarif sewa dengan tujuh variabel lain menggunakan analisis Crosstabulation. Hasil penelitian menunjukkan bahwa perhitungan tarif sewa ruang ATM menunjukkan bahwa nilai GIM tertinggi terdapat di Surabaya Pusat dan Selatan, mencerminkan wilayah dengan potensi ekonomi yang lebih tinggi dibandingkan wilayah lain. Berdasarkan hasil penyesuain tarif sewa dengan GIM pasar yang telah diperoleh menunjukkan penurunan tarif sewa berkisar 4% - 5% di setiap BMN yang tersebar di Kota Surabaya. Melalui hasil pemetaan berhasil menggambarkan persebaran nilai sewa secara spasial, dengan konsentrasi tarif tinggi berada di pusat kota dan menurun menuju wilayah pinggiran. Hasil analisis crosstabulation menunjukkan bahwa waktu akses dan frekuensi pengguna memiliki pengaruh signifikan terhadap Tarif Sewa. Sedangkan jangka waktu sewa, jarak ke CBD, lebar jalan depan, posisi ATM, dan jenis ATM tidak berpengaruh signifikan terhadap Tarif Sewa.

The main problem in this study is the discrepancy between the established rental rates and the actual market rental values in the field, which can lead to low tenant interest and result in suboptimal contributions from rental income to Non-Tax State Revenue (PNBP). Additionally, the absence of a spatial-based rental value zoning system makes it difficult to estimate fair and proportional rental values. This study employs a quantitative approach using income-based valuation and the Gross Income Multiplier (GIM) method to calculate reasonable rental rates based on rental market data collected online. From the comparative data collected, a market GIM can be formed to adjust the rental rates of State-Owned Assets used for the placement of Automated Teller Machines (ATM). Furthermore, this study also utilizes Geographic Information Systems (GIS) to create maps of the distribution of State-Owned Assets, rental value zoning of State-Owned Assets, and State-Owned Asset value zoning across the entire administrative area of Surabaya through mapping. The final objective of the study is to explore the patterns of interrelationship and trends between rental rates and seven other variables using Crosstabulation analysis. The research results indicate that the calculation of ATM space rental rates shows that the highest GIM values are found in Central and South Surabaya, reflecting areas with higher economic potential compared to other regions. Based on the results of adjusting rental rates with the market GIM obtained, there was a decrease in rental rates ranging from 4% to 5?ross all BMN spread across the City of Surabaya. Through the mapping results, the spatial distribution of rental values was successfully depicted, with high rental rates concentrated in the city center and decreasing toward outlying areas. The results of the crosstab analysis indicate that access time and user frequency have a significant influence on rental rates. Meanwhile, the lease term, distance to the CBD, width of the front road, ATM location, and ATM type do not significantly influence rental rates.  

Kata Kunci : Tarif Sewa, Gross Income Multiplier, Sistem Informasi Geografi