Content uploaded by Dyah Makutaning Dewi
Author content
All content in this area was uploaded by Dyah Makutaning Dewi on Dec 02, 2021
Content may be subject to copyright.
136
Determinan Harga Tanah di Indonesia Menggunakan Big Data (Studi Kasus: www.lamudi.co.id)
Joko Ade Nursiyono, Dyah Makutaning Dewi
Received: 30 September, 2021 | Reviewed: October 29, 2021 | Accepted: November 29, 2021
DETERMINAN HARGA TANAH DI INDONESIA
MENGGUNAKAN BIG DATA
(STUDI KASUS: WWW.LAMUDI.CO.ID)
DETERMINANTS OF LAND PRICES IN INDONESIA
USING BIG DATA
(CASE STUDY: WWW.LAMUDI.CO.ID)
Joko Ade Nursiyono1, Dyah Makutaning Dewi2
1
Badan Pusat Statistik Provinsi Jawa Timur, Indonesia
2
Badan Pusat Statistik Kabupaten Seruyan Provinsi Kalimantan Tengah, Indonesia
Koresponden email: joko.ade@bps.go.id
ABSTRAK
Kehidupan masyarakat berkaitan dengan tanah, sehingga membutuhkan lahan untuk tempat tinggal dan beraktivitas. Namun
ketersediaan lahan kosong sangat terbatas karena adanya kenaikan jumlah penduduk di Indonesia, sehingga berdampak
pula terhadap harga tanah. Tujuan penelitian ini adalah memberikan gambaran kondisi transaksi penjualan tanah dan
menganalisis faktor-faktor yang memengaruhi harga tanah di Indonesia. Metode penelitian menggunakan regresi linear
berganda yang dipadukan dengan big data. Hasil penelitian menunjukkan faktor-faktor yang signikan berpengaruh terhadap
harga tanah di Indonesia yaitu luas tanah dan posisi tanah (strategis atau tidak strategis). Harga tanah yang semakin mahal
dan tidak sebanding dengan pendapatan masyarakat mengakibatkan masyarakat kesulitan untuk membeli rumah karena
harga semakin tinggi. Oleh karenanya, diperlukan payung hukum guna mengawasi harga tanah di Indonesia.
Kata kunci : harga tanah, big data, regresi linear berganda
ABSTRACT
Community life is related to land, so it requires land for shelter and activity. But the availability of vacant land today is very
limited because of the increase of the number of people in Indonesia, so that it also has an impact on land prices. The purpose
sof this study are to provide an overview of the condition of land sales transactions and analyze the factors that aect land
prices in Indonesia. The research method uses multiple linear regression combined with big data. The results showed the
signicant factors aect land prices in Indonesia, are land area and land position (strategic or not strategic). The higher land
prices are not comparable to the community income, so that people dicult to buy a house. It is necessary to prepare a legal
protection in supervising land prices in Indonesia.
Keywords : land price, big data, multiple linear regression
137
JURNAL PERTANAHAN November 2021 136-145Vol. 11 No. 2
I. PENDAHULUAN
Kehidupan masyarakat berkaitan erat dengan kondisi
alam. Tanah merupakan bagian dari bumi yang akan
membantu masyarakat dalam menjalani kehidupan.
Kehidupan masyarakat berkaitan dengan tanah
sehingga membutuhkan lahan untuk tempat tinggal
dan beraktivitas. Namun ketersediaan lahan kosong
saat ini terutama di Indonesia sangat terbatas hal
tersebut disebabkan adanya kenaikan jumlah
penduduk di Indonesia.
Berdasarkan data Badan Pusat Statistik (BPS)
hasil sensus penduduk tahun 2020 menyatakan
bahwa jumlah penduduk di Indonesia pada
September tahun 2020 sebanyak 270,20 juta
jiwa. Angka tersebut mengalami peningkatan
dibandingkan hasil Sensus Penduduk tahun 2010
yang hanya sebanyak 237,63 juta jiwa (BPS, 2021).
Selain disebabkan pertumbuhan penduduk
yang pesat, keterbatasan lahan disebabkan proses
pembangunan di suatu wilayah. Dalam mendukung
proses pembangunan suatu wilayah maka diperlukan
fasilitas-fasilitas publik seperti rumah sakit, sekolah,
dan gedung perkantoran yang membutuhkan
banyak lahan. Pembangunan wilayah tersebut
dilakukan untuk meningkatkan perekonomian dan
mensejahterakan masyarakat.
Terjadinya perpidahan penduduk dari luar
Pulau Jawa menuju Jawa masih terjadi hingga saat
ini. Hal ini dibuktikan berdasarkan hasil sensus
penduduk tahun 2020 menujukkan sebesar 56,10%
sebaran penduduk terkonsentrasi di Pulau Jawa.
Urutan kedua yaitu Pulau Sumatera dengan sebaran
penduduk sebesar 21,68%. Urutan ketiga yaitu Pulau
Sulawesi dengan sebaran penduduk sebesar 7,36%.
Urutan keempat yaitu Pulau Kalimantan dengan
sebaran penduduk sebesar 6,15%. Urutan kelima
yaitu Pulau Bali-Nusa Tenggara dengan sebaran
penduduk sebesar 5,54%, dan urutan keenam
yaitu wilayah Maluku dan Papua dengan sebaran
penduduk sebesar 3,17% (Gambar 1).
Sumber: Badan Pusat Statistik (2021)
Gambar 1 Sebaran Penduduk Indonesia Berdasarkan
Wilayah Tahun 2020
Dalam melihat pertumbuhan ekonomi dan
kontribusi Produk Domestik Regional Bruto (PDRB)
terhadap Produk Domestik Bruto (PDB) dapat dilihat
pada Gambar 2. Pada Gambar 2 menunjukkan Pulau
Jawa menduduki peringkat ketiga yang memiliki
pertumbuhan ekonomi (y-on-y) pada triwulan II yaitu
sebesar 7,88%. Adapun kontribusi PDRB terhadap
PDB menduduki peringkat pertama yaitu sebesar
57,92%.
Sumber: Badan Pusat Statistik (2021)
Gambar 2 Pertumbuhan dan Kontribusi PDRB
Berdasarkan Pulau Triwulan II Tahun 2021
Keterbatasan lahan juga diakibatkan adanya
perpindahan penduduk dari desa menuju kota atau
lebih dikenal dengan istilah urbanisasi. Masyarakat
lebih memilih tinggal di wilayah perkotaan karena
banyak lowongan kerja yang ditawarkan dan kualitas
hidup lebih tinggi. Selain itu, tujuan masyarakat
tinggal di perkotaan adalah menghemat biaya dalam
memudahkan aktivitas keseharian masyarakat. Oleh
karena itu, saat ini lahan kosong di pusat wilayah
perkotaan sangat jarang ditemukan.
138
Determinan Harga Tanah di Indonesia Menggunakan Big Data (Studi Kasus: www.lamudi.co.id)
Joko Ade Nursiyono, Dyah Makutaning Dewi
Berbeda halnya dengan kondisi di wilayah
perdesaan yang sangat mudah dalam menemukan
lahan kosong. Hal ini dikarenakan masih sedikit
investor yang menanamkan investasinya
sehingga banyak lahan kosong yang belum dapat
dimanfaatkan.
Adanya pertumbuhan ekonomi yang pesat di
perkotaan mengakibatkan harga tanah meningkat,
terutama di Pulau Jawa. Hal ini dikarenakan terjadinya
peningkatan permintaan tanah oleh masyarakat
perkotaan. Menurut Kurniwati dan Mudakir (2004)
tujuan masyarakat tinggal di pusat kota yaitu
menghemat biaya transportasi dan memudahkan
aktivitas keseharian masyarakat tersebut. Pada
awal perkembangan kota, masyarakat yang tinggal
di seputar kota yaitu pekerja industri yang sedang
berkembang seperti industri manufaktur dan industri
alat logam dasar.
Harga tanah yang meningkat tidak hanya
disebabkan oleh permintaan tanah yang meningkat.
Karakteristik tanah dan lokasi sangat menentukan
dari harga tanah tersebut. Berdasarkan data yang
bersumber dari website lamudi.co.id pada awal
triwulan III tahun 2021 harga tanah di Indonesia
dalam kisaran Rp3.500.000,00/m2.
Kurniwati dan Mudakir (2004) juga menjelaskan
kenaikan harga tanah yang cukup cepat di pusat
kota dan wilayah yang mendekati pusat kota
mengakibatkan terjadinya kenaikan harga tanah di
daerah pinggiran kota. Hal ini diakibatkan ketika para
pengembang membeli tanah untuk membangun
perumahan, harga tanah tersebut masih murah.
Namun akibat para pengembang melakukan
pengembangan lahan dan memperbaiki fasilitas
umum sehingga harga tanah menjadi naik.
Adanya perkembangan teknologi yang pesat
terutama pengguna internet sehingga memudahkan
masyarakat untuk mengetahui harga tanah.
Berdasarkan data BPS jumlah pengguna internet
di Indonesa pada tahun 2019 yaitu sebesar
73,75%. Angka tersebut mengalami peningkatan
dibandingkan tahun 2018 dan 2017 yang secara
berturut-turut memiliki persentase sebesar 66,22%
dan 57,33%.
Big data merupakan kumpulan berbagai data
yang diperoleh dari berbagai sumber baik dalam
bentuk berstruktur maupun tidak berstruktur.
Suakanto et al., (2018) menyatakan pada masa
digital dan informasi data properti dapat diperoleh
dari internet. Data-data tersebut mudah tersebar dan
mudah diperoleh misalnya pada website jual beli
properti, situs resmi pemerintah, dan media sosial.
Akibat memanfaatkan peran big data sehingga data-
data tersebut mudah diperoleh dan disimpan dengan
skala dan jumlah yang besar dari berbagai sumber.
Adapun tujuan penelitian ini yaitu memberikan
gambaran kondisi transaksi penjualan tanah dan
menganalisis faktor-faktor yang memengaruhi harga
tanah di Indonesia.
II. METODE
A. Ruang Lingkup
Penelitian ini melingkupi aktivitas penjualan tanah
yang terjadi pada seluruh lokasi di Indonesia sejak
Januari hingga September 2021 dan hanya terbatas
pada laman www.lamudi.co.id. Adapun keterbatasan
jumlah sumber data penelitian ini berkaitan dengan
kemudahan untuk web scraping mengingat setiap
website memerlukan formulasi scraper (peramba)
yang berbeda-beda. Selain itu, website tersebut juga
cukup mewakili aktivitas jual-beli tanah di wilayah
Indonesia yang ditunjukkan oleh lokasi tanah yang
dijual.
B. Web Scrapping
Web scraping merupakan formula dalam memperoleh
informasi dari website secara otomatis tanpa harus
menyalin informasi itu secara manual (Yani et al.,
2019). Aktivitas ini dilakukan dengan mengambil
sebuah dokumen semi terstruktur dari internet,
umumnya berupa halaman-halaman website
dalam bahasa mark up seperti HTML atau XHTML
(Setiawan, et al., 2020).
Pada praktiknya, web scraping dilakukan
dengan menyusun sejumlah kode khusus untuk
mengambil setiap informasi di dalam XHTML (biasa
disebut sebagai node) dan kemudian disatukan
dalam sebuah data frame untuk keperluan analisis.
Dalam penelitian ini, web scraping dilakukan dengan
memanfaatkan paket Program R Studio versi 4.0.3.
Web scraping memiliki beberapa langkah sebagai
berikut.
1. Membuat web scraper dengan menyusun
sejumlah code berbahasa R Studio sebagai
139
JURNAL PERTANAHAN November 2021 136-145Vol. 11 No. 2
template dasar web scraping terhadap sejumlah
node pada XHTML;
2. Melakukan eksplorasi website dengan
navigator, baik menggunakan inspect element
maupun dengan add ons google chrome, yaitu
selector gadget navigator;
3. Melakukan ekstraksi informasi yang dibutuhkan
untuk keperluan riset;
4. Melakukan pembersihan data (pre-processing
data), terutama untuk data-data yang ekstrem
atau abnormal;
5. Melakukan analisis untuk mendapatkan
insight terhadap data untuk diterjemahkan
sebagai informasi sebagai bekal pengambilan
keputusan dan kebijakan (data mining).
C. Analisis Data
Analisis yang digunakan dalam penelitian ini terdiri
atas analisis deskriptif dan analisis inferensia.
Analisis deskriptif digunakan untuk memberi
gambaran umum mengenai variabel, terutama
variabel terikat (Sulistyono & Sulistyowati, 2017)
yang digunakan dalam penelitian ini. Sedangkan
analisis inferensia yang digunakan dalam penelitian
ini adalah model regresi linier berganda dengan
teknik estimasi parameter ordinary least square
(OLS), yaitu dengan cara meminimumkan jumlah
kuadrat sisaannya. Menurut Nursiyono dan Pray
(2016), regresi linier merupakan model regresi yang
linier di dalam parameter dan menggambarkan
hubungan kausal (sebab akibat) dari variabel bebas
terhadap variabel tidak bebas. Menurut Purwadi
et al., (2019), regresi linier merupakan teknik data
mining untuk menentukan bahwa terhadap hubungan
antara variabel tidak bebas dan bebas. Alasan
menggunakan regresi linier berganda yaitu untuk
mengetahui faktor-faktor yang memengaruhi variabel
tidak bebas tanpa mempertimbangkan aspek spasial.
Variabel tidak bebas yang digunakan
dalam penelitian ini adalah harga tanah dengan
transformasi ln (baca: lon), sedangkan variabel
bebas penelitian ini terdiri atas luas tanah (dengan
tranformasi ln untuk mengakomodir adanya nilai
ekstrem), kategori tanah yang merupakan variabel
dummy kategori 1 (1 menunjukkan tanah berkategori
kaveling, 0 menunjukkan tanah berkategori bukan
kaveling), kategori 2 (1 menunjukkan tanah dengan
letak strategis, 0 menunjukkan tanah dengan letak
tidak strategis), serta lokasi tanah (1 lokasi tanah
yang dijual berada di wilayah Jawa, 0 menunjukkan
tanah yang dijual berada di wilayah luar Jawa).
Alasan memilih variabel tersebut dikarenakan
data yang tersedia di website lamudi.co.id hanya
mencakup variabel-variabel tersebut. Adapun jumlah
tanah kaveling di Pulau Jawa sebanyak 317 area
sedangkan di luar Pulau Jawa sebanyak 41 area.
Berikut ini adalah bentuk persamaan dari regresi
linier berganda yang digunakan dalam penelitian
dirumuskan sebagai berikut.
Dengan β0 adalah intersep model, β1,β2,β3,β4
merupakan koesien regresi linier, dan Luasi
merupakan luas tanah yang dijual untuk amatan
ke-i. Sedangkan Kategori1i,Kategori2idan Lokasi3i
merupakan variabel dummy, dan εi merupakan suku
sisaan (eror).
Untuk memastikan bahwa model regresi yang
digunakan dalam penelitian ini telah baik digunakan
untuk mengetahui hubungan kausalitas antara
variabel prediktor terhadap variabel terikatnya,
digunakan uji asumsi klasik agar estimasi yang
dihasilkan bersifat BLUE (Best Linear Unbiased
Estimator) yang meliputi uji normalitas, uji
homoskedastisitas, dan non-multikolinearitas (Dewi
& Widyawati, 2021).
6. Uji Normalitas
Uji kenormalan sisaan (eror) adalah uji untuk
membuktikan apakah sisaan (eror) dari model regresi
linier mengikuti distribusi distribusi dengan rata-rata
0 (nol) dan varians konstan σ. Dalam penelitian ini
digunakan uji Kolmogorov-Smirnov (K-S). Jika nilai
p-value > 0,05 maka sisaan (eror) model mengikuti
distribusi normal dengan rata-rata 0 dan varians
konstan.
7. Uji Homoskedastisitas
Uji homoskedastisitas berkaitan erat dengan uji
normalitas sisaan (eror). Uji ini digunakan untuk
membuktikan apakah varians dari sisaan (eror)
dari model regresi bersifat konstan (tidak berubah
setiap amatan) ataukah bersifat konstan atau
memiliki nilai yang sama untuk setiap amatan. Untuk
menguji asumsi homoskedastisitas, penelitian ini
140
Determinan Harga Tanah di Indonesia Menggunakan Big Data (Studi Kasus: www.lamudi.co.id)
Joko Ade Nursiyono, Dyah Makutaning Dewi
menggunakan uji breush-pagan (BP test). Jika
nilai p-value > 0,05 maka sisaan (eror) model
telah memenuhi asumsi homoskedastisitas. Uji ini
sangat diperlukan dalam pemodelan dengan data
cross section sebab gangguan heteroskedastisitas
cenderung lebih sering terjadi pada data cross
section.
8. Uji Non-Multikolinearitas
Uji non-multikolinearitas menunjukkan tidak adanya
hubungan linier sempurna di antara variabel prediktor
(Priyatno, 2008) yang digunakan dalam model
regresi linier. Dalam penelitian ini, uji yang digunakan
untuk melihat gangguan multikolineritas adalah
dengan melihat variance ination factor (VIF) untuk
masing-masing variabel prediktornya. Jika nilai VIF
< 10, maka variabel prediktor yang digunakan dalam
model regresi linier terbebas dari multikolinearitas
(Purba, 2018).
Setelah model terbentuk dan telah memenuhi
uji asumsi, penelitian ini menggunakan ukuran
adjusted R square untuk melihat seberapa baik
seluruh prediktor untuk mampu menjelaskan proporsi
keragaman variabel terikat. Menurut Widiyawati dan
Setiawan (2015), ukuran ini diistilahkan dengan
koesien determinasi yang besarannya antara 0
sampai 1. Jika nilainya mendekati 1, maka model
dapat menjelaskan pengaruh variabel prediktor
terhadap variabel terikat (Ndruru et al., 2014).
Adapun hipotesis penelitian ini adalah sebagai
berikut.
a. Luas tanah, tanah kategori1, tanah kategori2,
lokasi tanah secara simultan berpengaruh
signikan terhadap harga tanah.
b. Luas tanah, tanah kategori1, tanah kategori2,
lokasi tanah secara parsial berpengaruh positif
dan signikan terhadap harga tanah.
III. HASIL DAN PEMBAHASAN
A. Gambaran Umum Transaksi
Penjualan Tanah
Kasus terkonrmasi pertama Covid-19 di Indonesia
yang terjadi pada 2 Maret 2020 menyebabkan aktivitas
masyarakat di luar rumah mengalami penurunan.
Kebijakan physical distancing maupun pembatasan
sosial berskala besar (PSBB) mengakibatkan
aktivitas di sebagian kantor, perusahaan, sekolah,
dan universitas dilakukan dari rumah dengan
menggunakan fasilitas internet. Berdasarkan data
BPS, adanya pemberlakuan kebijakan physical
distancing mengakibatkan sebanyak 39,09%
pegawai selalu work from home (WFH), sebanyak
34,76% pegawai melakukan WFH namun masih
terdapat jadwal masuk kantor, sebanyak 7,07%
pegawai masuk seperti biasa, dan sebanyak 19,06%
pekerjaan tidak memungkinkan untuk melakukan
WFH.
Selain melakukan pekerjaan dari rumah,
beberapa perusahaan memutuskan berhenti
beroperasi akibat pandemi Covid-19. Akibatnya,
tingkat pengangguran di Indonesia pada Agustus
tahun 2020 yaitu sebesar 7,07% sedangkan pada
Februari tahun 2020 yaitu sebesar 4,94%. Terjadinya
peningkatan jumlah pengangguran di Indonesia
menyebabkan masyarakat lebih berhati-hati dalam
mempergunakan uang yang dimiliki, terutama dalam
membeli tanah.
Sumber: lamudi.co.id (diolah)
Gambar 3 Perkembangan Transaksi Jual Tanah
di Indonesia pada Triwulan I 2019 hingga Triwulan III 2021
Berdasarkan Gambar 3 menunjukkan pada awal
terjadinya Covid-19 di Indonesia jumlah transaksi
jual tanah tidak mencapai 200 transaksi. Harga
properti seperti tanah, rumah dan apartemen yang
terus meningkat sedangkan pendapatan stagnan
bahkan berkurang sehingga masyarakat kesulitan
membeli properti tersebut. Hal ini dapat dibuktikan
dengan rata-rata indeks harga properti pada tahun
2019 yang mengalami peningkatan yaitu mencapai
209,8 poin sedangkan tahun 2015 hanya mencapai
187,43 poin.
Kondisi pandemi Covid-19 di Indonesia yang
belum berakhir mengakibatkan berbagai pihak
melakukan berbagai macam upaya sehingga
perekonomian pulih kembali. Hal ini dapat dilihat pada
141
JURNAL PERTANAHAN November 2021 136-145Vol. 11 No. 2
Gambar 3 pada akhir pelonggaran pemberlakuan
pembatasan kegiatan masyarakat (PPKM) jumlah
transaksi jual tanah mengalami peningkatan menjadi
lebih dari 600 transaksi. Properti seperti tanah saat
ini menjadi daya tarik masyarakat untuk dijadikan
investasi. Survei konsumen bank Indonesia mencatat
sebanyak 21% responden memilih instrumen jenis
tersebut.
Apabila dilihat dari statusnya, transaksi jual
tanah jenis bukan kaveling lebih banyak diminati
dibandingkan tanah jenis kaveling. Pada Gambar
4 menunjukkan persentase jual tanah jenis bukan
kaveling sebesar 60% sedangkan jual tanah jenis
kaveling sebesar 40%.
Sumber: lamudi.co.id (diolah)
Gambar 4 Persentase Transaksi Jual Tanah
Menurut Jenis
Apabila dilihat dari posisinya, transaksi jual
tanah yang tidak strategis lebih banyak diminati
dibandingkan tanah yang strategis. Pada Gambar 5
menunjukkan persentase transaksi jual tanah yang
tidak strategis sebesar 54% sedangkan jual tanah
strategis sebesar 46%. Masyarakat lebih memilih
tanah yang tidak strategis dikarenakan harganya lebih
murah. Prasetya dan Sunaryo (2013) menyatakan
wilayah pinggiran yang masih memiliki potensi lahan
banyak yang belum terbangun sehingga harga yang
ditawarkan lebih murah dibandingkan pusat kota
dengan berbagai keunggulan dan kekurangan.
Sumber: lamudi.co.id (diolah)
Gambar 5 Persentase Transaksi Jual Tanah
Menurut Posisi
Selain itu, transaksi jual tanah di Pulau
Jawa lebih diminati dibandingkan transaksi jual
tanah di luar Pulau Jawa. Berdasarkan Gambar 6
menunjukkan persentase transaksi jual tanah di
Pulau Jawa lebih besar dibandingkan transaksi di
luar Pulau Jawa. Persentase transaksi jual tanah
di Pulau Jawa sebesar 77% sedangkan persentase
transaksi jual tanah di luar Pulau Jawa sebesar 23%.
Hal ini menunjukkan masyarakat lebih menyukai
memiliki tanah di Pulau Jawa dibandingkan di luar
Pulau Jawa. Selain kondisi penduduk Indonesia yang
terkonsentrasi di Pulau Jawa, beberapa kebijakan
pemerintah provinsi di Pulau Jawa menawarkan
berbagai kebijakan untuk menarik perhatian
investor. Misalnya Pemerintah Provinsi Jawa Tengah
berkaitan dengan komitmen pemerintah dalam
memudahkan perizinan, menyediakan tenaga kerja
yang kompetitif, menyediakan infrastruktur yang
memadai, dan ketersediaan lahan yang luas.
Sumber: lamudi.co.id (diolah)
Gambar 6 Persentase Transaksi Jual Tanah
Menurut Lokasi
142
Determinan Harga Tanah di Indonesia Menggunakan Big Data (Studi Kasus: www.lamudi.co.id)
Joko Ade Nursiyono, Dyah Makutaning Dewi
B. Faktor-Faktor yang
Memengaruhi Harga Tanah
Berdasarkan penjelasan sebelumnya, luas tanah,
tanah kategori1, tanah kategori2, serta lokasi tanah
diduga dapat meningkatkan harga tanah. Analisis
inferensia yang digunakan di dalam penelitian ini
bertujuan untuk menganalisis faktor-faktor apa
saja yang memengaruhi harga tanah di Indonesia.
Adapun analisis inferensia yang digunakan adalah
regresi linear berganda. Dalam menggunakan
metode tersebut maka diperlukan dalam menentukan
variabel bebas dan variabel tidak bebas. Variabel
bebas yang digunakan yaitu luas tanah, status tanah
(kaveling atau tidak kaveling), posisi tanah (strategis
atau tidak strategis), dan lokasi tanah (Pulau Jawa
atau luar Pulau Jawa). Adapun variabel tidak bebas
yang digunakan adalah harga tanah.
Tabel 1 Hasil Estimasi Regresi Linear Berganda
Variabel Bebas Koefisien Prob.
Intersep 15,217 <2e-16*
Luas 0,832 <2e-16*
Kategori1 0,048 0,753
Kategori2 0,594 3,31e-05*
Lokasi -0,052 0,648
Adjusted
R-squared 0,611
Uji F <2,2e-16*
*signikan terhadap = 5%
Sumber: Hasil Pengolahan Data, 2021
Pada Tabel 1 menunjukkan adjusted R-squared
model yang digunakan pada penelitian ini yaitu
sebesar 0,611. Hal tersebut menunjukkan bahwa
luas tanah, status tanah (kaveling atau tidak kaveling),
posisi tanah (strategis atau tidak strategis), dan lokasi
tanah (Pulau Jawa atau luar Pulau Jawa) mampu
menjelaskan proporsi keragaman harga tanah di
Indonesia sebesar 61,1% dan sisanya dijelaskan
oleh variabel-variabel lainnya yang tidak terlibat
di dalam penelitian ini. Pada uji F sebagaimana
disajikan pada Tabel 1 menunjukkan luas tanah,
status tanah (kaveling atau tidak kaveling), posisi
tanah (strategis atau tidak strategis), dan lokasi tanah
(Pulau Jawa atau luar Pulau Jawa) secara bersama-
sama berpengaruh signikan terhadap harga tanah
di Indonesia. Hubungan tersebut dapat dijelaskan
melalui bentuk persamaan sebagai berikut.
Dalam menentukan apakah model tersebut
layak digunakan maka diperlukan uji asumsi
klasik. Uji asumsi klasik pada penelitian ini meliputi
uji normalitas, uji homoskedastisitas, dan non-
multikolinearitas.
Berdasarkan hasil uji normalitas dengan
menggunakan uji Kolmogorov-Smirnov
menunjukkan nilai p-value sebesar 1 sehingga nilai
p-value tersebut lebih besar dari 0,05. Hal tersebut
menunjukkan terjadi gagal tolak H0 sehingga model
tersebut telah memenuhi uji asumsi klasik normalitas.
Berdasarkan hasil uji homoskedastisitas dengan
menggunakan uji breush-pagan menunjukkan nilai
p-value sebesar 0,06 sehingga nilai p-value tersebut
lebih besar dari 0,05. Hal tersebut menunjukkan
terjadi gagal tolak H0 sehingga model tersebut telah
memenuhi uji asumsi klasik homoskedastisitas.
Adapun berdasarkan hasil uji non-multikolinearitas,
tidak terdapat variabel yang memiliki nilai VIF > 10.
Oleh karena itu, model tersebut telah memenuhi uji
non-multikolinearitas.
Berdasarkan Tabel 1, apabila dilihat secara
parsial menunjukkan luas tanah berpengaruh positif
dan signikan terhadap harga tanah di Indonesia.
Apabila terjadi penambahan 1 meter persegi tanah
maka akan meningkatkan harga tanah di Indonesia
sebesar 0,832% apabila variabel lainnya konstan.
Menurut Drabkin dalam Prasetya dan Sunaryo
(2013) harga lahan merupakan penilaian lahan
yang dapat dilihat dari harga nominal satuan uang
dalam satuan luas yang diterapkan pada pasaran
lahan. Oleh karena itu, semakin luasnya tanah maka
semakin besar nilai jualnya.
Dalam melakukan penilaian terhadap transaksi
jual tanah, tidak terlepas dari kondisi luas tanah. Hal
ini dikarenakan tanah memiliki banyak kegunaan bagi
pemiliknya. Menurut Fahirah (2010) tanah memiliki
kegunaan bagi pemiliknya. Hal ini disebabkan pemilik
dapat memanfaatkan tanah untuk membangun
rumah sebagai tempat berteduh dan bangunan
penting lainnya bagi kehidupan pemilik maupun
masyarakat di sekitarnya. Selain itu, pemilik tanah
dapat memanfaatkan tanah sebagai faktor produksi,
simbol status, serta berbagai kegunaan lainnya.
143
JURNAL PERTANAHAN November 2021 136-145Vol. 11 No. 2
Bagi masyarakat yang memiliki pendapatan
tinggi, tidak segan-segan membeli tanah yang luas
di wilayah perkotaan. Adanya infrastruktur di wilayah
perkotaan, menjadikan lahan kosong memiliki nilai
yang sangat tinggi. Misalnya pusat perbelanjaan yang
kekurangan lahan parkir, pemilik pusat perbelanjaan
akan menyewa lahan kosong untuk dijadikan lahan
parkir. Selain itu, apabila lahan kosong tersebut
dibangun rumah maka akan memengaruhi harga
rumah tersebut. Zeng dan Zhang (2006) menjelaskan
bahwa harga tanah akan memengaruhi harga
rumah. Begitu pula untuk kondisi perdesaan, lahan
kosong dapat dijadikan lahan pertanian atau lahan
peternakan yang dapat meningkatkan pendapatan
bagi pemiliknya.
Joseph K. Eckert dalam Loly (2020)
menyampaikan empat prinsip penilaian tanah yang
meliputi penawaran dan permintaan, penggunaan
yang tertinggi dan terbaik, keuntungan produktivitas,
serta prinsip perubahan dan antisipasi. Kekuatan
penawaran dan permintaan saling berinteraksi
memengaruhi nilai tanah yang direeksikan dalam
harga penjualan. Dalam waktu jangka pendek,
menjadi sangat inelastis. Sementara itu, kebutuhan
terhadap tanah sebagai tempat tinggal atau tempat
usaha maupun sebagai barang investasi semakin
lama semakin menimbulkan gejala konsumtif.
Apabila dilihat dari posisi tanah berdasarkan
Tabel 1 apabila dilihat secara parsial posisi tanah
(strategis atau tidak strategis) berpengaruh positif
dan signikan terhadap harga tanah di Indonesia.
Oleh karena itu semakin strategis posisi tanah maka
semakin mahal harga tanah tersebut.
Berdasarkan Kamus Besar Bahasa Indonesia
(KBBI), strategis mengandung arti baik letaknya
apabila dikaitkan dengan tempat. Tanah strategis
pada umumnya tanah yang berlokasi di pusat kota
berdekatan dengan fasilitas-fasilitas umum seperti
rumah sakit, sekolah, transportasi umum, pusat
perbelanjaan, jalan tol, lokasi perkantoran serta
memiliki akses jalan besar. Adapun tanah tidak
strategis pada umumnya jauh dari pusat keramaian,
fasilitas-fasilitas umum, dan sulit diakses.
Wilayah perkotaan yang memiliki jumlah
penduduk yang lebih tinggi dibandingkan jumlah
penduduk perdesaan serta dilengkapi berbagai
infrastruktur yang memadai mengakibatkan nilai
margin keuntungan dari transaksi jual tanah semakin
tinggi. Menurut Fahirah (2010) ketersediaan berbagai
infrastruktur di wilayah perkotaan memiliki hubungan
yang positif serta efek saling ketergantungan
dengan harga tanah. Selain itu, wilayah perkotaan
yang memiliki delineasi wilayah tertentu seringkali
tanah di wilayah tersebut menjadi rebutan dan
mengakibatkan tidak seimbangnya jumlah pengguna
tanah dan ketersediaannya sehingga menjadikan
tanah tersebut menjadi semakin mahal harganya.
Fahirah (2010) salah satu faktor-faktor yang
memengaruhi nilai lahan dan bangunan yaitu
aksesibilitas. Aksesibilitas yang dimaksud meliputi
ketersediaan transportasi angkutan umum, kondisi
jalan (aspal/belum), lebar jalan, jarak ke pusat
kota, jarak ke tempat kerja, dan jarak ke sarana
pendidikan.
Kondisi tanah yang tidak strategis memiliki harga
yang cenderung murah. Kondisi tanah tersebut saat
ini jauh dari pusat keramaian, fasilitas-fasilitas umum,
dan sulit diakses. Namun bukan berarti tanah yang
tidak strategis tidak memiliki peluang keuntungan
bagi pemiliknya. Tanah yang belum strategis dapat
dijadikan lahan pertanian atau peternakan.
Sektor pertanian atau peternakan merupakan
salah satu sektor unggulan di Indonesia. Berdasarkan
data BPS, pada triwulan II tahun 2021 nilai tambah
sektor pertanian, kehutanan, dan perikanan sebesar
Rp376.254,10 milyar rupiah. Apabila dilihat secara
lebih rinci nilai subsektor tanaman pangan, tanaman
hortikultura, tanaman perkebunan, dan peternakan
secara berurutan yaitu Rp88.881,60 milyar rupiah,
Rp43.751,30 milyar rupiah, Rp109.867,80 milyar
rupiah, dan Rp44.977,80 milyar rupiah.
Pada masa pandemi Covid-19, sektor pertanian
merupakan salah satu sektor yang tidak mengalami
pertumbuhan negatif ketika Pandemi Covid-19.
Berdasarkan data sektor pertanian BPS pada
triwulan I hingga triwulan IV tahun 2020 dibandingkan
triwulan I hingga triwulan IV tahun 2019 selalu
mengalami pertumbuhan positif secara berurutan
sebesar 0,01%, 2,2%, 2,16%, dan 2,59%. Bahkan di
beberapa wilayah tertentu sektor pertanian menjadi
salah satu sektor unggulan. Aji dan Nasriyah (2021)
pada penelitiannya menjelaskan hasil dari analisis
location quotient (LQ) menunjukkan sektor pertanian
merupakan sektor unggulan di Wilayah Regional
Sumatera.
144
Determinan Harga Tanah di Indonesia Menggunakan Big Data (Studi Kasus: www.lamudi.co.id)
Joko Ade Nursiyono, Dyah Makutaning Dewi
Beberapa pihak telah melakukan upaya dalam
meningkatkan potensi di bidang pertanian. Misalnya
Balai Besar Litbang Sumberdaya Lahan Pertanian
(BBSDLP) telah menghasilkan berbagai teknologi
yang siap diimplementasikan. Output hasil penelitian
tersebut dalam bentuk produk teknologi dan
rekomendasi anjuran teknologi sumber daya lahan
yang telah diimplementasikan dan dimanfaatkan
dalam mendukung program prioritas sektor pertanian
yang meliputi program selamatkan rawa dan
sejahterakan petani (SERASI), program penurunan
pencemaran lingkungan, program peningkatan
produktivitas pertanian, serta program antisipasi
perubahan iklim (Mamat & Sukarman, 2020).
Saat ini perkembangan bisnis jual beli tanah
semakin marak baik di perkotaan maupun perdesaan.
Akibatnya, upaya penjualan tanah dalam status
kaveling terus ditingkatkan. Banyak perusahaan
yang menyediakan tanah dengan berbagai ukuran.
Apabila kavelingan belum terjual maka pengembang
akan berusaha melakukan kegiatan pemasaran
yang kemudian dibersamai oleh produk kavelingan
yang baru.
Tanah kaveling maupun tidak kaveling tidak
berdampak langsung terhadap harga tanah.
Berdasarkan Tabel 1 pula menunjukkan bahwa harga
tanah signikan dipengaruhi oleh lokasi tanah yang
strategis atau tidak strategis dibandingkan tanah
kaveling atau tidak kaveling. Hal ini disebabkan
mayoritas masyarakat dalam membeli tanah hal
yang paling dominan diperhatikan adalah luas tanah
dan lokasi tanah. Selain itu, letak tanah di Pulau
Jawa maupun luar Pulau Jawa tidak berdampak
langsung terhadap harga tanah pula sehingga
kedua variabel tersebut tidak signikan. Karena
belum dapat menggambarkan kondisi tanah secara
langsung. Apabila tanah berlokasi di lokasi yang
strategis namun berada di luar Pulau Jawa, tanah
tersebut masih memiliki harga yang tinggi bahkan
hampir sama dengan harga tanah di Pulau Jawa.
Dalam menjaga harga tanah agar tidak semakin
tinggi dan naik dalam hitungan cepat maka diperlukan
peran pemerintah. Hal ini dikarenakan harga tanah
yang semakin mahal dan tidak sebanding dengan
pendapatan masyarakat sehingga menyebabkan
masyarakat kesulitan dalam membeli rumah karena
harga rumah akan menjadi tinggi pula. Diperlukan
penyusunan payung hukum dalam mengawasi harga
tanah di Indonesia.
IV. KESIMPULAN
Pada awal terjadinya pandemi covid-19 di Indonesia,
transaksi jual tanah di Indonesia mengalami
penurunan. Akibat kondisi pandemi covid-19 yang
belum berakhir mengakibatkan berbagai pihak
melakukan upaya agar kondisi perekonomian
membaik. Pada akhir pelonggaran pemberlakuan
pembatasan kegiatan masyarakat (PPKM) jumlah
transaksi jual tanah mengalami peningkatan menjadi
lebih dari 600 transaksi. Properti seperti tanah saat
ini menjadi daya tarik masyarakat untuk dijadikan
investasi. Adapun faktor-faktor yang signikan
berpengaruh terhadap harga tanah di Indonesia
yaitu luas tanah dan posisi tanah (strategis atau
tidak strategis). Dalam menjaga harga tanah agar
tidak semakin tinggi dan naik dalam hitungan
cepat maka diperlukan peran pemerintah. Hal ini
dikarenakan harga tanah yang semakin mahal dan
tidak sebanding dengan pendapatan masyarakat
sehingga menyebabkan masyarakat kesulitan dalam
membeli rumah karena harga rumah akan menjadi
tinggi pula. Diperlukan penyusunan payung hukum
dalam mengawasi harga tanah di Indonesia.
DAFTAR PUSTAKA
Aji, M.M.S., & Nasriyah, N. (2021, August 25).
Sektor Unggulan di Era Pandemi Covid
19 Wilayah Regional Sumatera. https://
doi.org/10.31219/osf.io/bjgrm. Jurnal
Parameter 6(11), 36-54.
Badan Pusat Statistik. (2021). Potret Sensus
Penduduk 2020. Jakarta: BPS RI.
Dewi, D.M., & Widyawati, D. (2021). Peran Internet
dalam Meningkatkan Pembangunan
Demokrasi di Kawasan Barat Indonesia
[The Role of the Internet in Improving
Democratic Development in Western
Indonesia. Jurnal Politica Dinamika
Masalah Politik Dalam Negeri dan
Hubungan Internasional, 12(1), 43-66.
Fahirah, F. (2010). Identikasi faktor yang
mempengaruhi nilai jual lahan dan
bangunan pada perumahan tipe
sederhana. SMARTek, 8(4).
145
JURNAL PERTANAHAN November 2021 136-145Vol. 11 No. 2
Kurniwati, T., & Mudakir, B. (2004). Analisis Faktor-
Faktor Yang Mempengaruhi Harga Tanah
Untuk Penggunaan Perumahan (Studi
Kasus: Kecamatan Banyumanik). Jurnal
Ekonomi Pembangunan: Kajian Masalah
Ekonomi dan Pembangunan, 5(1), 57-80.
lamudi.co.id. Diperoleh pada 23 September 2021
dari https://www.lamudi.co.id/land/buy/.
Loly, S.R. (2021) Faktor-Faktor yang Mempengaruhi
Nilai dalam Penilaian Tanah. Diperoleh
pada 30 September 2021 dari https://www.
djkn.kemenkeu.go.id/artikel/baca/13581/
Faktor-Faktor-Yang-Mempengaruhi-Nilai-
Dalam-Penilaian-Tanah.html.
Mamat & Sukarman. (2020). Manfaat Inovasi
Teknologi Sumberdaya Lahan Pertanian
Dalam Mendukung Pembangunan
Pertanian. Jurnal Sumberdaya
Lahan, 14(2), 115-132.
Ndruru, R.E., Situmorang, M., & Tarigan, D. (2014).
Analisa Faktor-faktor yang Mempengaruhi
Hasil Produksi Padi di Deli Serdang.
Saintia Matematika, 2(1), 71-83.
Nursiyono, J. A., & Pray H. N. (2016). Setetes Ilmu
Regresi Linier. Malang: Media Nusa
Creative.
Prasetya, N. A., & Sunaryo, P. B. (2013). Faktor-
faktor yang mempengaruhi harga lahan di
kawasan Banjarsari Kelurahan Tembalang,
Semarang. Teknik PWK (Perencanaan
Wilayah Kota), 2(2), 223-232.
Priyatno, D. (2008). Mandiri Belajar SPSS.
Yogyakarta: MediaKom.
Purba, Z. (2018). Regresi Linier Berganda
Kelembaban Udara dan Intensitas Cahaya
Matahari Terhadap Produksi Tanaman
Padi di Perkotaan, Jurnal Pembangunan
Perkotaan, 6(2), 112-117.
Purwadi, P.S.R., & Satri, N. (2019). Penerapan
Data Mining untuk Mengestimasi Laju
Pertumbuhan Penduduk Menggunakan
Metode Regresi Linier Berganda pada BPS
Deli Serdang, Jurnal Sains dan Komputer,
18(1), 55-61.
Setiawan, D.F., Tristiyanto, T., & Hijriani, A.
(2020). Aplikasi Web Scraping Deskripsi
Produk. Jurnal Teknoinfo, 14(1), 41-47.
Suakanto, S., Christy, A., Engel, V. J. L., & Angela,
D. (2018). Pengembangan Sistem Prediksi
Harga Pasar Properti Menggunakan Big
Data Platform. Jurnal Telematika, 13(1),
19-26.
Sulistyono & Sulistyowati, W. (2017). Peramalan
Produksi dengan Metode Regresi Linier
Berganda. Jurnal Prozima, 1(2), 82-89.
Widiyawati & Setiawan. (2015). Analisis Faktor-faktor
yang Mempengaruhi Tingkat Produksi
padi dan Jagung di Kabupaten Lamongan.
Jurnal Sains dan Seni ITS, 4(1), 103-108.
Yani, D.D.A., Pratiwi, H. S., & Muhardi, H.
(2019). Implementasi Web Scraping
untuk Pengambilan Data pada Situs
Marketplace. JUSTIN (Jurnal Sistem dan
Teknologi Informasi), 7(4), 257-262.
Zeng, X. Y., & Zhang, A. L. (2006). A study on the
relationship between land price and
housing price: Granger-causality test and
its implication. China Land Sci, 20(2), 57-
61.
