FAKTOR-FAKTOR YANG MEMPENGARUHI NILAI ASET TANAH PEMERINTAH PROVINSI PAPUA DI DISTRIK JAYAPURAUTARA KOTA JAYAPURA

John Tri Merjaya, Prof. Dr. Tri Widodo, M.Ec.Dev.

2014 | Tesis | S2 Magister Ek.Pembangunan

Nilai tanah dapat mengalami perubahan dari waktu ke waktu. Bagi lembaga seperti pemerintah, perubahan nilai aset tanah perlu dimutahirkan untuk berbagai kepentingan dalam penilaian, misalnya untuk menentukan nilaibarang milik negara, sehingga bisa diketahui jumlah kekayaan negara yang dimiliki dari aset berupa tanah. Pemerintah Provinsi Papua sampai saat ini belum melakukan pemutakhiran nilai aset tanah yang dimiliki. Oleh karena itu, diperlukan suatupemodelan prediksi yangdapat menghitung nilai tanah (variabel terikat) padasuatu lokasi berdasarkan variabel yang secara teoritismerupakan faktor-faktor pembentuk nilai tanah(variabel bebas). Variabel bebas dalam penelitian ini adalah jarak tanah ke Central Business District (CBD), lebar jalan, luas tanah, dan dummy akses jalan. Alat analisis yang digunakan dalam penelitian ini adalah analisis spasial dan analisis regresi berganda. Analisis spasial digunakan untuk menghasilkan peta sebaran aset tanah Pemerintah Provinsi Papua di Distrik Jayapura Utara, Kota Jayapura dengan teknik overlay dan teknik buffering untuk mengetahui sebaran rata-rata nilai tanah per meter persegi di sekitar CBD. Analisis regresi berganda menggunakan model log-lin untuk mengetahui pengaruh varibel-variabel bebas terhadap nilai tanah. Hasil penelitian dengan analisis spasial menunjukkanbahwa jumlah bidang tanah terbanyak terdapat pada kelurahan dimana CBD terletak dan bidang tanah yang terletak di sekitar CBD (misal dengan radius jarak < = 1000 m/1 Km), memiliki rata-rata nilai tanah per meter persegi di atas satu juta Rupiah, sedangkan bidang tanah dengan radius jarak > 1 Km dari CBD, memiliki rata-rata nilai tanah per meter persegi yang kurang dari satu juta Rupiah. Analisis regresi berganda dengan model log-lin menunjukkan bahwa, dari keempat variabel bebas yang diteliti, yaitu jarak tanah ke CBD, lebar jalan, luas tanah dan dummy akses jalan, hanya variabel jarak tanah ke CBD yang secara signifikan mempengaruhi nilai tanah, dengan tingkat keyakinan 95 persen.Hal ini menunjukkan semakin jauh jarak tanah ke CBD, maka nilai tanah per meter persegi akan mengalami penurunan.

Land value is subject to change. For institution such as government, change in land value should be updated for various interest in valuation such as to determine state-owned goods, so state wealth from land asset may be determined. Government of Papua Province has not done updating its land asset. Therefore, it is necessary a prediction model can calculate land value (dependent variabel) in a location based on variables that are theoretically factors shaping land value (independent variable). Independent variable in this research is land distance to Central Business Distric (CBD), street width, land area and dummy of road access. Analytical tool used in this research was spatial analysis and multiple regression analysis. Spatial analysis was used to obtain distribution map of land asset the government own in North Jayapura Distric, Jayapura Municipality with overlay technique and buffering technique to identify distribution of average land value per meter square around CBD. Multiple regression analysis used log-lin model to identify effect of independent variables on land value. Result of the research using spatial analysis indicate that the most land lot is in village in which CBD located and land lot around CBD (for example distance with radius < = 1000m/1 Km), have average land value per meter square above one million Rupiah. Meanwhile, land lot with distance > 1 Km from CBD has average land value per meter square less than one million Rupiah. Multiple regression analysis with log-lin model indicated that of four independent variables, only land distance to CBD significantly affect land value with 95% confidential level. It indicates if land distance to CBD is farther, the land value per meter square will decrease.

Kata Kunci : nilai anah, analisis spasial, analisis regresi berganda.