Pemanfaatan Hierarchy Cluster Analysis untuk pemilihan data pembanding dalam penilaian properti perumahan

PRAYITNO, Hevy Sugeng, Ir. Hadiman, M.Sc

2007 | Tesis | S2 Teknik Geomatika

Kebutuhan masyarakat terhadap informasi nilai properti yang akurat menjadi tantangan bagi Kantor Pelayanan Pajak Bumi dan Bangunan (PBB). Nilai yang dihasilkan oleh sistem penilaian massal yang dikembangkan PBB cenderung kurang akurat. Oleh karena itu perlu dikembangkan juga sistem penilaian tunggal (single property valuation). Metode yang sesuai untuk diterapkan dalam penilaian tunggal adalah metode perbandingan penjualan. Dalam metode ini terdapat proses pemilihan data pembanding yang menuntut keserupaan antara objek yang dinilai dengan data pembanding. Tidak ada ketentuan yang jelas dalam menentukan keserupaan tersebut. Metode Hierarchy Cluster Analysis menawarkan alternatif penentuan keserupaan dengan menggunakan konsep penghitungan jarak secara statistika. Tujuan penelitian ini adalah menentukan kelompok-kelompok perumahan dengan menggunakan teknik Hierarchy Clustering yang akan digunakan untuk pemilihan data pembanding. Algoritma Hierarchy Clustering yang dipilih pada penelitian ini adalah Complete Linkage dengan metode pengukuran jarak Euclidean Distance. Variabel yang dipilih sebagai dasar pengelompokkan adalah luas tanah, luas bangunan, kondisi bangunan, umur efektif bangunan, konstruksi bangunan, jumlah lantai, komponen material bangunan, jarak terhadap jalan utama dan aksesbilitas. Komponen material bangunan yang digunakan meliputi bahan penutup atap, penutup lantai, jenis dinding, dan langit-langit. Penelitian ini menggunakan wilayah kelurahan Mujamuju, kecamatan Umbulharjo, Kota Yogyakarta sebagai wilayah penelitian. Pengelompokkan ini menghasilkan 4 cluster perumahan. Cluster 1 berupa perumahan yang rata-rata dapat dikategorikan sedang. Pada cluster ini tidak terdapat variabel yang dominan. Cluster 2 berupa perumahan yang rata-rata memiliki umur efektif bangunan relatif muda dan berkondisi baik. Perumahan dengan luas tanah dan luas bangunan yang relatif besar mengelompok pada cluster 3. Cluster 4 berupa perumahan dengan kualitas bangunan yang relatif rendah. Hasil uji multivariat varian (Manova) menunjukkan bahwa terdapat perbedaan antar cluster yang terbentuk. Pengujian keseragaman properti pada cluster dilakukan dengan membandingkan varian nilai kelompok data hasil clustering dengan varian nilai kelompok data hasil pemilihan secara manual oleh penilai pada berbagai kategori. Secara umum hasil clustering lebih baik daripada hasil secara manual, sehingga kelompok properti hasil Hierarchy Cluster Analysis dapat dijadikan acuan alternatif pemilihan data pembanding dalam penilaian properti.

People need information of property value. Mass Valuations System has been used by Land and Building Institutions to create property value, but it’s accurateless. Sales Comparison Approach in Single Property valuation should be used to eliminate this problems. In this approach, there is no clear rules to find similarity between comparable property data. Hierarchy Cluster Analysis offers an alternative way to find similarity by using statistics distance. The aim of this research is to group singlefamily houses by using Hierarchy Cluster Analysis. It’s will be used to find comparable properties. Hierarchy Clustering algorithm in this research is Complete Linkage with Euclidean distance as distance measuring method. This research use some variables as reasons for clustering. They are sites size, buildings size, building conditions, effective age building, building constructions, stories building, building materials component, distance from main road, and accesbility. Building materials component consist of material for roofs, floors, walls and ceilings. This research uses Mujamuju village in Yogyakarta as research area. The clustering process produce four property clusters. The first cluster is medium category houses, but it has no dominant variable. The second cluster consists of the young good houses. The houses in the third cluster have larger building and wider site than the other houses in other cluster. The last cluster consists of houses which have low quality building. The results multivariate of variance (manova) test of the cluster show there are difference among clusters. The second test was be done by compare property value variances of clustering results with property value variances of manual selecting results in several category. Generally, the test results show property group of clustering process is more homogen than the one from manual process. It means property grouping by Hierarchy Cluster Analysis can be used as alternatif reference for selecting comparable data in property valuations.

Kata Kunci : Hierarchy Cluster Analysis,Penilaian Properti, Single Property Valuation, Sales Comparison Approach, Hierarchy Cluster Analysis, Selecting Comparable Data