9

Bab II Tinjauan Pustaka

II.1 Pengertian Penilaian dan Konsep Nilai Tanah

Penilaian adalah gabungan ilmu pengetahuan dan seni (science and art) untuk

mengestimasi nilai dari sebuah kepentingan yang terdapat dalam suatu properti

untuk tujuan tertentu dan pada waktu yang telah ditetapkan serta dengan

mempertimbangkan segala karakteristik yang ada pada properti tersebut (Hidayati,

2003). Dengan kata lain, penilaian adalah suatu taksiran dan pendapat atas nilai

dari suatu harta tanah atau kekayaan oleh seorang penilai yang didasari

interpretasi dari faktor-faktor dan keyakinan pada waktu atau tanggal tertentu.

Sedangkan nilai adalah pendapat atau opini seseorang terhadap harga sesuatu

barang. Harga adalah sejumlah uang yang terjadi pada saat jual beli atau

pertukaran yang sebanding dan sesuai yang diberikan oleh pembeli dan diterima

oleh penjual (Rahman, dkk, 1992). Kedua istilah tersebut, yaitu harga dan nilai

memiliki hubungan fungsional, yakni harga jual tanah merupakan fungsi dari nilai

tanah. Artinya naik dan turunnya harga jual tanah ditentukan oleh perubahan nilai

tanah (Nasucha, 1995).

Nilai suatu barang atau jasa tercipta dalam pikiran seseorang karena barang atau

jasa tersebut (AIREA, 1987):

1) Memiliki kegunaan tertentu (utility);

2) Ketersediaannya terbatas (scarcity);

3) Keberadaannya dapat memuaskan kebutuhan manusia (desire)

4) Diperlukan sesuatu kemampuan yang disebut daya beli untuk memperolehnya

(effective purchasing power)

Penentuan nilai tanah dipengaruhi oleh faktor-faktor tertentu yang memberikan

gambaran tinggi rendahnya nilai tanah. Dapat diamati bahwa banyak orang

bersaing untuk memperoleh tanah yang mempunyai nilai ekonomis. Dalam proses

tersebut, pilihan manusia dikombinasikan dengan lokasi tanah tersebut

menciptakan ‘lokasi ekonomi’ (economic location). Konsep lokasi ekonomi

mengasumsikan bahwa suatu daerah memiliki keunggulan lokasi dibandingkan

10

dengan daerah lainnya (Subaryono, 1999). Sebaliknya bila suatu lokasi kurang

memiliki keunggulan dan kurang memberikan kenyamanan dan kelayakan atau

adanya pengaruh eksternalitas negatif lingkungan, maka akan memiliki

kecenderungan negatif pada nilai ekonomis. Apabila suatu lahan diketahui secara

fisik memiliki tingkat membahayakan sehingga secara psikologis menimbulkan

kekhawatiran dan akan terdapat resiko yang harus ditanggung dimana secara

ekonomis tidak menguntungkan, pembeli atau investor akan mengevaluasi

kembali keputusannya untuk melakukan transaksi pembelian. Penurunan jumlah

permintaan secara teori ekonomi akan menurunkan nilai.

Dalam bidang penilaian properti, istilah ‘nilai’ tidak berdiri sendiri tetapi menyatu

dalam suatu istilah yang lebih spesifik dan istilah yang paling sering digunakan

adalah “nilai pasar” (market value). Nilai pasar adalah harga dari suatu transaksi

yang memenuhi unsur-unsur sebagai berikut (Hidayati, 2003) :

1. Pembeli dan penjual berkehendak melakukan transaksi.

2. Dalam keadaan pasar terbuka.

3. Penjual dan pembeli mempunyai pengetahuan, pengalaman dan informasi

yang mencukupi mengenai obyek yang ditransaksikan.

4. Jangka waktu penawaran mencukupi.

5. Pembelian/penjualan istimewa diabaikan (adanya hubungan istimewa antara

anak dan bapak, antara induk perusahaan dengan anak perusahaan, dan

sebagainya).

Dalam penentuan nilai tanah dapat menggunakan metode perbandingan data pasar

(sales comparison approach). Penilaian properti dengan pendekatan perbandingan

harga jual dapat dilakukan dengan dua teknik sebagai berikut (Hidayati, 2003):

1. Teknik perbandingan harga jual secara langsung (direct sales comparison).

Teknik ini sering dianggap sebagai penerapan pendekatan perbandingan cara

tradisional. Penggunaannya lebih mudah dan praktis, karena hanya diperlukan

sampel harga jual yang dapat dibandingkan dalam jumlah yang sedikit. Hasil

estimasi nilai dengan teknik ini berupa satu titik nilai tunggal (a single point

estimate of value).

11

2. Teknik perbandingan harga jual dengan menggunakan analisis regresi (sales

comparison using regression analysis).

Teknik ini berdasarkan prinsip statistik inferensial, yaitu prinsip analisis

regresi. Statistik inferensial adalah statistik yang digunakan untuk

menganalisis data sampel, dan hasilnya akan digeneralisasikan

(diinferensikan) untuk populasi di mana sampel diambil. Penggunaannya

diperlukan jumlah sampel yang besar, dengan hasil estimasi yang berupa

selang/interval keyakinan nilai estimasi tertentu (confidence interval around

the point estimate of value). Dalam teknik ini, prinsip analisis regresi

digunakan untuk pengembangan model estimasi (a value estimating equation).

Pendekatan menggunakan analisis regresi berganda dapat diketahui besarnya

pengaruh faktor-faktor penentu nilai tanah berdasarkan koefisien korelasi dan

tingkat signifikansi antara faktor-faktor penentu nilai tanah dan seberapa besar

pengaruhnya pada tingkat nilai (Prawoto, 2003). Terdapat dua keunggulan

dari penggunaan analisis regresi (Hidayati, 2003). Pertama, persamaan regresi

ini dapat digunakan untuk menilai jumlah properti yang sangat besar dengan

cepat dan ekonomis. Kedua, persamaan regresi dapat digunakan untuk

menerangkan bagaimana nilai tersebut diestimasi. Sedangkan keterbatasan

analisis regresi antara lain diperlukannya data yang lebih banyak dan kurang

sesuai untuk digunakan dalam mengestimasi nilai dari properti-properti

khusus atau properti-properti yang mempunyai keunikan khusus. Hal ini yang

menjadi alasan analisis regresi lebih sering digunakan untuk melakukan

penilaian obyek rumah tinggal secara massal dari pada digunakan untuk

properti-properti komersial ataupun properti-properti khusus seperti bandara,

lapangan golf, pelabuhan laut, mall, dan sebagainya.

II.2 Penelitian Terdahulu

Mashudi dalam penelitiannya (2006), Pengembangan Metode Penentuan Kelas

Tanah PBB dengan Menggunakan SIG Multikriteria, dengan melalui literature

review bahwa faktor yang berpengaruh terhadap nilai tanah, yaitu jarak dari CBD,

jarak dari jalan utama dan jenis penggunaan tanah.

12

Penelitian dalam tesis Boesronie Boesro (2004), Pemodelan Nilai Tanah Kawasan

Pemukiman dan Infrastruktur yang Mempengaruhinya (studi kasus di

Kec.Tanjung Karang Pusat, Kota Bandar Lampung) menyebutkan penelitian nilai

tanah oleh Pusat Litbang Pertanahan Depdagri dan Jurusan Teknik Geodesi

Fakultas Teknik Sipil dan Perencanaan ITB tahun 1997 bahwa nilai tanah

dipengaruhi variabel prasarana jalan, jenis peruntukan dan jarak dari CBD.

Menurut tesis penelitian Budi Rusmanto (2005), Analisis Proses Pemodelan Nilai

Adjustment dari Faktor-faktor yang Berpengaruh Terhadap NJOP Bumi (studi

kasus di Kabupaten Tulungagung), bahwa faktor yang diduga mempengaruhi

NJOP Bumi adalah: jarak ke pusat pemerintahan, jarak ke pusat perdagangan,

jarak ke sekolah, jarak ke rumah sakit, jarak ke makam, lebar jalan, luas tanah,

jenis penggunaan tanah. Namun yang berpengaruh secara signifikan hanya jarak

ke pusat perdagangan, jarak ke pusat pemerintahan, lebar jalan dan jenis

penggunaan tanah.

Ediyansyah (2007), tesisnya Analisis Pengaruh Aksesibilitas Terhadap NIR Tanah

Perkotaan, telah melakukan penelitian pengaruh aksesibilitas dengan hanya

menggunakan variabel jalan yang diperinci dengan meneliti pengaruh waktu

tempuh ke CBD, trayek angkutan umum, kelas jalan dan volume kendaraan.

Diddy Wahyudi Imawan (2007) dalam tesisnya Pengembangan Metoda Penilaian

Tanah dengan Menggunakan Analisis Spasial dan Jaringan Syaraf Tiruan, dengan

wilayah penelitian di Kota Bandung telah menyatakan bahwa berdasar model

regresi diperoleh urutan signifikansi variabel penentu nilai tanah: jarak ke jalan

34,7%, jarak ke sekolah 54,7%, jarak ke fasilitas kesehatan 7,4%, jarak ke

perguruan tinggi 7,2% dan jarak ke pusat perdagangan lokal 5,6%.

Menurut Agus Prawoto (2003) dalam bukunya Teori dan Praktek Penilaian

Properti, terdapat 10 unsur dasar perbandingan yang harus dipertimbangkan untuk

penilaian properti, yaitu:

13

1. Hak atas tanah;

2. Persyaratan pembiayaan;

3. Persyaratan jual beli;

4. Pengeluaran setelah pembelian;

5. Keadaan pasar;

6. Lokasi;

7. Ciri-ciri fisik;

8. Ciri-ciri ekonomis;

9. Zoning;

10. Unsur lain (konservasi alam, aksesibilitas,batas ketinggian bangunan dan

lain-lain).

Budi Harjanto dan Wahyu Hidayati (2001) dalam bukunya Konsep Dasar

Penilaian Properti menyebutkan bahwa terdapat enam elemen-elemen

perbandingan:

1. Hak-hak yang terkandung dalam kepemilikan properti;

2. Hal-hal pendanaan;

3. Kondisi penjualan;

4. Tanggal penjualan/kondisi pasar;

5. Lokasi;

6. Karakteristik fisik.

II.3 Penilaian Tanah untuk Penilaian Massal Berdasarkan KEP-

533/PJ/2000

Penilaian Objek Pajak Bumi dan Bangunan adalah kegiatan Direktorat Jenderal

Pajak untuk menentukan NJOP yang akan dijadikan dasar pengenaan pajak.

Setiap tahun ditetapkan klasifikasi nilai tanah untuk perhitungan NJOP. Penilaian

massal didefinisikan sebagai penilaian yang sistematis untuk sejumlah objek pajak

yang dilakukan pada saat tertentu secara bersamaan dengan menggunakan suatu

prosedur standar.

14

Menurut KEP-533/PJ/2000, penilaian tanah untuk penilaian massal bagi

kepentingan penetapan Pajak Bumi dan Bangunan dilakukan dengan mengikuti

prosedur standar dengan tahapan pelaksanaan penilaian sebagai berikut:

1. Pembuatan Konsep Sket/Peta ZNT dan Penentuan NIR

a. Batasan-batasan dalam Pembuatan Sket/peta ZNT

(i). ZNT dibuat per kelurahan/desa

(ii). Pengisian NIR tanah ditulis dalam ribuan rupiah.

(iii). Garis batas setiap ZNT diberi warna yang berbeda.

b. Bahan-bahan yang Diperlukan

(i). Peta kelurahan/desa yang telah ada batas-batas bloknya.

(ii). File data tahun terakhir serta DHKP.

(iii). Buku klasifikasi NJOP (Keputusan Kakanwil DJP) tahun terakhir.

(iv). Alat-alat tulis termasuk pensil pewarna.

c. Proses Pembuatan Sket/Peta ZNT

(i). Tahap Persiapan

1). Menyiapkan peta yang diperlukan dalam penentuan NIR dan

pembuatan ZNT, meliputi Peta Wilayah, Peta Desa/Kelurahan,

Peta Zona Nilai Tanah dan Peta Blok.

2). Menyiapkan data-data dari Kantor Pelayanan PBB yang

diperlukan, seperti data dari laporan Notaris/PPAT, data NIR dan

ZNT lama, SK Kakanwil tentang Klasifikasi dan Penggolongan

NJOP Bumi dan sebagainya.

3). Menyiapkan data-data yang berhubungan dengan teknik

penentuan nilai tanah, seperti data Jenis Penggunaan Tanah dan

data potensi pengembangan wilayah berdasarkan Rencana Kota.

4). Pembuatan rencana pelaksanaan (personil, biaya dan jadwal).

(ii). Pengumpulan data harga jual

1). Data harga jual adalah informasi mengenai harga transaksi

dan/atau harga penawaran tanah dan/atau bangunan.

2). Sumber data berasal dari PPAT, notaris, lurah/kepala desa, agen

properti, penawaran penjualan properti

3). Data Lapangan.

15

4). Semua data harga jual yang diperoleh dihimpun dalam Formulir

Data Transaksi Properti

(iii). Kompilasi Data

1). Data yang terkumpul dalam masing-masing kelurahan/desa harus

dikelompokkan menurut jenis penggunaannya.

2). Kompilasi juga diperlukan berdasarkan lokasi data untuk

memudahkan tahap analisis data.

(iv). Rekapitulasi Data dan Plotting Data Transaksi pada Peta Kerja ZNT

1). Semua data yang diperoleh harus dimasukkan dalam Formulir

Analisis Penentuan Nilai Pasar Wajar

2). Penyesuaian terhadap waktu dan jenis data

- Waktu transaksi dibandingkan dengan keadaan per 1 Januari

tahun pajak bersangkutan.

- Penyesuaian terhadap faktor waktu dilakukan dengan mengacu

pada faktor-faktor yang mempengaruhi fluktuasi nilai properti,

keadaan ekonomi, tingkat inflasi, tingkat suku bunga dan faktor

lain yang berpengaruh. Penyesuaian dengan menambah

persentase antara 2% s/d 10% pertahun.

- Penyesuaian terhadap jenis data diperlukan untuk memenuhi

ketentuan Nilai Pasar sebagaimana prinsip-prinsip penilaian yang

berlaku. Misalnya data hipotik/agunan di Bank, data penawaran,

data dari PPAT/Notaris yang tidak sepenuhnya mencerminkan

Nilai Pasar harus disesuaikan. Besar penyesuaian sangat

tergantung pada tingkat akurasi data dan keadaan di lapangan.

Variasi besarnya prosentase penyesuaian antara penilai satu

dengan yang lain tidak dapat dihindari dan tetap dibenarkan

asalkan tidak menimbulkan penyimpangan yang terlalu jauh dari

Nilai pasar. Untuk mendapatkan nilai tanah data yang digunakan

adalah data transaksi jual beli yang memenuhi unsur pasar wajar.

Data harga penawaran perlu disesuaikan dengan mengurangkan

dalam persentase 5% s/d 20% sesuai dengan analisis di lapangan.

16

Untuk data hipotik disesuaikan dengan menambah dalam

persentase 10% s/d 35% sesuai analisis di lapangan.

- Angka persentase penyesuaian di atas bukan merupakan angka

yang mutlak. Persentase penyesuaian harus berdasarkan kepada

kenyataan, data dan fakta di lapangan dan di analisis terlebih

dahulu, sehingga di setiap wilayah dapat berbeda.

(v). Menentukan Nilai Pasar tanah per meter persegi

1). Tanah kosong, Nilai Pasar dibagi luas tanah dalam satuan meter

persegi.

2). Tanah dan bangunan;

- Menentukan nilai bangunan menggunakan DBKB setempat.

- Nilai Pasar tanah dikurangi nilai bangunan diperoleh Nilai

Pasar tanah kosong untuk kemudian dibagi luas tanah dalam

satuan meter persegi.

(vi). Membuat batas imajiner ZNT

Batas imajiner dituangkan dalam konsep peta ZNT yang telah berisi

taburan data transaksi. Prinsip pembuatan batas imajiner ZNT adalah

1). Mengacu pada peta ZNT lama bagi wilayah yang telah ada peta

ZNT-nya.

2). Mempertimbangkan data transaksi yang telah dianalisis yang

telah diplot pada peta kerja ZNT.

3). Pengelompokan persil tanah dalam satu ZNT dengan

mempertimbangkan hal-hal sebagai berikut:

- Nilai Pasar Tanah yang hampir sama

- Memperoleh akses fasilitas sosial dan fasilitas umum yang

sama.

- Aksesibilitas yang tidak jauh berbeda.

- Mempunyai potensi nilai yang sama.

(vii). Analisis Data Penentuan NIR

1). Analisis data dilakukan berdasarkan per Zona Nilai Tanah. Data-

data yang dianalisis untuk memperoleh Nilai Indikasi Rata-rata

(NIR) dalam satu ZNT harus memenuhi kriteria sebagai berikut:

17

- Data relatif baru Data relatif baru.

- Data transaksi atau penawaran yang wajar.

- Lokasi yang relatif berdekatan.

- Jenis penggunaan tanah/bangunan yang relatif sama.

- Memperoleh fasilitas sosial dan fasilitas umum yang relatif

sama

2). Penyesuaian nilai tanah dan penentuan NIR

Sebelum menentukan NIR pada masing-masing ZNT, nilai tanah

yang telah dianalisa disesuaikan dengan ketentuan sebagai

berikut:

a. Untuk ZNT yang memiliki data transaksi lebih dari satu

penentuan NIR dilakukan dengan cara merata-rata data

transaksi tersebut.

b. Untuk ZNT yang hanya memiliki satu data transaksi NIR

ditentukan dengan cara mempertimbangkan data transaksi

dari ZNT lain yang terdekat setelah dilakukan proses

penyesuaian seperlunya.

c. Untuk ZNT yang tidak memiliki data transaksi, penentuan

NIR dapat mengacu pada NIR di ZNT lain yang terdekat

dengan melakukan penyesuaian faktor lokasi, jenis

penggunaan tanah dan keluasan persil.

(viii).Pembuatan Peta ZNT Akhir

1). Tahap ini dilaksanakan setelah selesai pengukuran bidang milik

dalam satu kelurahan/desa.

2). Garis batas ZNT dibuat mengikuti garis bidang milik dan tidak

boleh memotong bidang milik.

3). Cantumkan NIR (nilai tanah hasil analisis, bukan nilai tanah hasil

klasifikasi NJOP) dan kode ZNT pada peta kerja.

4). Peta ZNT akhir diberi warna yang berbeda pada setiap garis

batas ZNT.

18

II.4 Penentuan Variabel-variabel yang Berpengaruh Terhadap Nilai Tanah

Penentuan variabel-variabel yang berpengaruh terhadap nilai tanah pada

penelitian ini dilakukan dengan merujuk pada literatur dan penelitian yang pernah

dilakukan yang disesuaikan dengan kondisi penelitian, yaitu meliputi jarak bidang

ke CBD, jarak bidang ke jalan utama, jarak bidang ke lokasi bencana, jarak

bidang ke relokasi infrastrukstur dan jenis penggunaan lahan.

II.4.1 Jarak Bidang ke Central Business District (CBD)

Faktor kedekatan dengan CBD lebih sering dianggap sebagai faktor dominan dan

utama dalam pemilihan lahan, yaitu seberapa jauh atau kedekatan suatu lokasi

lahan dengan pusat bisnis. Dilihat dari lokasi spasial, hampir semua jenis properti

secara teoritis dan empiris berkorelasi sangat kuat terhadap akses pelayanan ke

daerah CBD. CBD akan menjadi penting bila kondisi kawasan sesuai dengan teori

monocentric city, dimana kegiatan komersial, lapangan kerja dan pelayanan

umum terkonsentrasi pada satu daerah CBD. Dengan terkonsentrasinya kegiatan-

kegiatan ekonomi pada CBD menyebabkan nilai tanah di kawasan tersebut

melebihi nilai tanah di sekitarnya. Semakin jauh dari pusat kota maka nilai tanah

akan semakin rendah, yang disebabkan karena CBD merupakan pusat kegiatan

segala aktivitas hidup manusia dengan kepadatan penduduk yang tinggi yang

makin berkurang ke arah pinggiran. Dengan makin meningkatnya kebutuhan dan

permintaan tanah di daerah CBD, sehingga secara ekonomi akan meningkatkan

nilai tanah. Teori monocentric city didasari oleh model konsentris (concentric

zone) yang pertama kali dikemukakan oleh Burgess (1925), menempatkan CBD di

tengah-tengah wilayah kota (Sinulingga, 1999). Secara berturut-turut CBD ini

akan dikelilingi oleh gelang-gelang (lingkaran) yang terdiri kawasan perdagangan

grosir, industri ringan, perumahan kelas rendah, perumahan kelas menengah,

perumahan kelas tinggi, industri berat dan kawasan komuter atau penglaju.

Sebaliknya, CBD kepentingannya akan berkurang bila kondisinya sesuai teori

multicentric city, dimana sebagian besar kegiatan ekonomi, lapangan kerja dan

pelayanan masyarakat terdistribusi di wilayah pinggiran (hinterland). Teori

multicentric city didasari oleh model inti ganda (multiple nuclei model) yang

dikemukakan oleh Harris dan Ullman (1945), bahwa penggunaan tanah perkotaan

19

tidak berorientasi pada satu pusat saja, melainkan beberapa pusat dan CBD tidak

selamanya harus berada di tengah kota (Sinulingga, 1999). Model perkembangan

kota model klasik yang lain dari dua model yang tersebut di atas adalah model

sektor (sector model) yang diperkenalkan Hoyt (1939), bahwa suatu penggunaan

lahan dimulai dari CBD dan selanjutnya akan terus berkembang ke arah luar kota

dengan penggunaan yang sama, artinya tidak berbentuk lingkaran-lingkaran pada

satu atau beberapa titik pusat, melainkan satu lingkaran yang dipotong-potong

menjadi sektor penggunaan lahan tertentu (Sinulingga, 1999). Namun

bagaimanapun kondisinya, keberadaan CBD yang umumnya dengan didominasi

sektor komersial dan tersedianya fasilitas infrastruktur akan memiliki daya tarik

yang lebih tinggi terhadap permintaan tanah bagi kegiatan produktif sehingga nilai

tanah akan terus meningkat dan keberadaan CBD akan berpengaruh terhadap nilai

tanah di kawasan sekitar. Nilai tanah semakin turun bila makin jauh dari CBD.

Korelasi jarak dari CBD tersebut berkaitan dengan penghematan waktu dan biaya

untuk pencapaian.

II.4.2 Jarak Bidang ke Jalan Utama

Jarak bidang ke jalan utama lebih dipandang sebagai tersedianya fasilitas

infrastruktur jaringan jalan bagi kebutuhan transportasi untuk suatu lokasi lahan.

Adanya fasilitas jalan utama akan memberikan aksessibilitas yang baik, yaitu

kemudahan untuk mencapai ke lokasi lahan dan sebaliknya dari lokasi lahan ke

tempat-tempat fasilitas umum. Pada umumnya teori yang berkaitan dengan nilai

tanah mengemukakan bahwa ada hubungan erat antara lokasi lahan dengan nilai

tanah. Adanya perbedaan nilai tanah suatu kawasan karena adanya alasan

perbedaan daya tarik dalam suatu lokasi, yaitu:

1. Kemudahan (aksessibilitas) dalam mencapai tempat belanja, tempat kerja,

sekolah, kesehatan dan lain-lain.

2. Keadaan lingkungan, baik fisik maupun sosial (pengaruh terhadap aspek

eksternal).

Kedekatan dengan jalan utama dengan aksessibilitas yang lebih tinggi mendorong

permintaan untuk lokasi tersebut akan selalu meningkat sehingga akan

mempengaruhi perkembangan nilai tanah sekitarnya.

20

II.4.3 Jarak Bidang ke Lokasi Bencana

Pengaruh negatif eksternalitas dari keadaan lingkungan akan mempengaruhi nilai

dari properti, dalam hal ini tanah, yang pada akhirnya ditentukan oleh harga jual

(nilai nominal) dari tanah tersebut. Eksternalitas secara harfiah dapat diartikan

sebagai segala sesuatu yang berada di luar obyek tertentu namun mempengaruhi

objek tersebut baik secara langsung ataupun tidak langsung. Teori ekonomi

menganggap bahwa eksternalitas yang negatif akan berpengaruh secara negatif

terhadap nilai tanah. Lingkungan yang akan memberi dampak yang merugikan

dan selalu memberi rasa kekhawatiran (aspek negatif psikologis) akan

mempengaruhi atau berdampak kepada nilai tanah yang berada di sekitar kawasan

lokasi sumber bencana. Berdasarkan perspektif investasi, penanam modal harus

memperhatikan informasi terkait obyek investasi secara komprehensif. Hal ini

terkait adanya resiko-resiko yang akan ditanggungnya. Investor (publik) akan

memiliki reaksi pasar yang berbeda-beda yang akan mempengaruhi penilaian

terhadap lahan di wilayah tersebut sehingga akan terjadi dua kemungkinan

(Reichert, 1997). Pertama, berakibat pada peninjauan kembali nilai tanah secara

sementara. Kedua, reduksi secara permanen terhadap nilai tanah. Kedua

kemungkinan tersebut pada akhirnya akan terjadi keseimbangan baru pada pasar

tanah yang ditunjukkan oleh keseimbangan harga pasar setelah reduksi.

II.4.4 Jarak Bidang ke Relokasi Infrastruktur

Pengaruh lingkungan (eksternalitas) yang positif akan berpengaruh juga pada nilai

properti secara positif. Perbaikan lingkungan atau peningkatan kualitas

lingkungan, baik berupa penyediaan prasarana maupun sarananya akan cenderung

membuat tanah sebagai obyek investasi yang menjanjikan keuntungan. Rencana

relokasi infrastruktur berpengaruh terhadap nilai tanah tergantung kepada

keyakinan terhadap kepastian realisasi dari rencana yang telah dibuat, karena

kepastian realisasi penyediaan lahan untuk lokasi tersebut akan memberikan

harapan tersedianya prasarana yang berpengaruh terhadap aksessibilitas di

wilayah sekitarnya. Keberadaan aksesibilitas menjadi faktor yang sangat penting

bagi suatu kawasan untuk menunjang setiap kegiatan dan aktivitas terkait

kebutuhan pencapaian ke tempat-tempat yang diinginkan.

21

II.4.5 Jenis Penggunaan Lahan

Tanah mempunyai nilai karena adanya kegunaan atau manfaat dan harapan pada

masa sekarang dan mendatang. Nilai tanah akan optimal bila tanah dimanfaatkan

sesuai kegunaan tertinggi dan terbaik (highest and best use). Definisi kegunaan

tertinggi dan terbaik adalah sebagai penggunaan yang paling memungkinkan dan

diijinkan dari suatu tanah kosong atau tanah yang sudah terbangun, dimana secara

fisik memungkinkan, didukung atau dibenarkan oleh peraturan, layak secara

keuangan dan menghasilkan nilai tertinggi (AIREA, 1987). Sumber daya tanah

akan mencapai nilai tertinggi dan terbaik bila dimanfaatkan sedemikian rupa

sehingga memperoleh pendapatan yang optimum, baik untuk si pengguna maupun

masyarakat (Nasucha, 1995). Nilai tanah mendasarkan pada prinsip penggunaan

terbaik adalah sebagai bentuk tolok ukur kemampuan tanah memproduksi sesuatu

atau dibangun untuk penggunaan tertentu yang secara langsung memberikan

keuntungan ekonomi, sedangkan harga tanah adalah ukuran nominalnya. Konsep

ini sering dibatasi oleh peraturan peruntukan tanah (zoning) dan kebijaksanaan

umum lainnya yang biasanya terkait dengan rencana tata ruang kota.

II.5 Penerapan Metode Analytical Hierarchy Process (AHP) dan Metode

Transformasi Skala Linier

Untuk pemberian bobot kepada masing-masing kriteria terkait dalam penelitian

ini menggunakan metode Analytical Hierarchy Process (AHP). Metode AHP juga

digunakan untuk memberikan skor bidang tanah pada sub kriteria jenis

penggunaan tanah. Metode transformasi skala linier digunakan untuk memberikan

skor terstandardisasi bidang tanah pada kriteria jarak bidang ke CBD, jarak bidang

ke jalan utama dan jarak bidang ke lokasi bencana.

II.5.1 Metode Analytical Hierarchy Process (AHP)

AHP merupakan salah satu metode pengambilan keputusan di mana faktor-faktor

logika, intuisi, pengalaman, pengetahuan (data), emosi dan rasa dicoba

dioptimasikan melalui proses yang sistematis (Saaty, 1993). Kelebihan metode

AHP adalah jika dihadapkan pada situasi yang kompleks atau tidak berkerangka,

di mana data dan informasi statistik dari masalah yang dihadapi sangat sedikit

22

atau bahkan tidak ada sama sekali. Dengan kata lain, permasalahan yang dihadapi

dapat dirasakan dan dilihat, namun kelengkapan data numerik yang berupa angka-

angka statistik tidak menunjang para peneliti untuk memodelkan secara

kuantitatif. Data yang ada hanya bersifat kualitatif yang didasari oleh pengalaman,

persepsi, penginderaan ataupun intuisi pengambil keputusan.

Pengambilan keputusan dalam metode AHP didasarkan pada tiga prinsip pokok,

yaitu:

1. Penyusunan hirarki

Penyusunan hirarki permasalahan merupakan langkah untuk mendefinisikan

masalah yang rumit dan kompleks sehingga menjadi lebih jelas dan detil yang

akan mempermudah pengambil keputusan untuk menganalisis dan mengambil

kesimpulan yang harus dilakukan terhadap suatu permasalahan. Hirarki

keputusan disusun berdasarkan pandangan pihak-pihak yang memiliki

keahlian dan pengetahuan di bidang yang bersangkutan.

2. Penentuan prioritas

Prioritas dari elemen-elemen dapat dipandang sebagai bobot elemen tersebut

terhadap tujuan pengambilan keputusan. AHP melakukan analisis prioritas

elemen dengan dua elemen hingga semua elemen yang ada tercakup. Prioritas

ini ditentukan berdasarkan pandangan para pakar dan pihak-pihak yang

berkepentingan terhadap pengambil keputusan, baik secara langsung (diskusi)

maupun tidak langsung (kuesioner).

3. Konsistensi logis

Konsistensi jawaban dari para responden dalam menentukan prioritas elemen

merupakan prinsip pokok yang akan menentukan validitas data dan hasil

pengambilan keputusan. Secara umum responden harus memiliki konsistensi

dalam melakukan perbandingan elemen.

Langkah-langkah yang digunakan dalam AHP adalah sebagai berikut:

1. Mendefinisikan permasalahan dan menentukan tujuan.

2. Menyusun masalah ke dalam suatu struktur hirarki.

23

Tujuan yang diinginkan dari masalah ditempatkan pada tingkat tertinggi dalam

hirarki. Tingkat selanjutnya adalah penjabaran tujuan tersebut ke dalam

bagian-bagian yang lebih rinci. Penjabaran ini dilakukan terus sampai tingkat

operasional.

3. Membuat matriks berpasangan yang menggambarkan pengaruh setiap elemen,

dimulai dari tingkat hirarki paling tinggi. Perbandingan berpasangan secara

umum dapat dilihat pada Gambar II.1 berikut:

A1 A2 ... An

A1 A2 ... An

a11 a12 ... a1n a21 a22 ... a2n ... ... ... ... an1 an2 ... ann

Gambar II.1 Matriks Perbandingan Berpasangan

Matriks di atas matriks resiprokal berelemen aij dengan i, j = 1,2, ..., n. Unsur

matriks diperoleh dengan membandingkan satu elemen operasi terhadap

elemen operasi lainnya untuk tingkat hirarki yang sama. Unsur-unsur

didapatkan dari penilaian para responden. Banyaknya matriks perbandingan

berpasangan dapat dihitung dengan formula:

P = n x [(n-1)/2]

P = banyaknya matriks perbandingan berpasangan

n = banyaknya elemen yang dibandingkan

Saaty (1993) menetapkan skala kuantitatif 1 s.d. 9 untuk menilai perbandingan

tingkat kepentingan suatu elemen dengan elemen lain, sebagaimana pada

Tabel II.1.

24

Tabel II.1 Skala Penilaian Perbandingan Berpasangan

Intensitas kepentingan

Keterangan Penjelasan

1 Kedua elemen sama pentingnya

Dua elemen mempunyai pengaruh sama besar terhadap tujuan

3 Elemen yang satu sedikit lebih penting dari pada elemen yang lain

Pengalaman dan penilaian sedikit menyokong satu elemen dibandingkan atas elemen lainnya

5 Elemen yang satu esensial atau sangat dari pada elemen yang lain

Pengalaman dan penilaian sangat kuat menyokong satu elemen dibandingkan atas elemen lainnya

7 Satu elemen jelas lebih penting dari pada elemen lain

Satu elemen yang kuat disokong dan dominannya telah terlihat dalam praktek

9 Satu elemen mutlak penting dari pada elemen lain

Bukti yang mendukung elemen yang satu terhadap elemen lain memiliki tingkat penegasan tertinggi yang mungkin menguatkan

2,4,6,8 Nilai-nilai antara dua nilai pertimbangan yang berdekatan

Nilai ini diberikan bila ada dua kompromi di antara dua pilihan

Kebalikan Jika untuk aktivitas i mendapat satu angka bila dibandingkan dengan aktivitas j, maka j mempunyai nilai kebalikannya bila dibandingkan dengan i

4. Menghitung bobot tiap elemen.

Diawali melakukan normalisasi setiap kolom. Semua elemen pada kolom yang

sama dijumlahkan, kemudian membagi setiap elemen dengan jumlah. Setiap

elemen baris hasil normalisasi dirata-ratakan untuk memperoleh bobot setiap

kriteria.

5. Menghitung dan menguji tingkat konsistensi

Langkah yang dilakukan:

1) Mengalikan bobot kriteria dengan setiap baris matriks perbandingan

berpasangan.

2) Menentukan vektor konsistensi dengan membagi hasil yang sudah

diperoleh pada langkah 1 dengan bobot masing-masing kriteria.

3) Besarnya λmax ditentukan dengan menghitung rata-rata vektor konsistensi.

4) Menghitung besarnya Indeks Konsistensi (IK) dengan rumus:

λmax - n IK = n – 1 λmax : eigenvalue maksimum

n : ukuran matriks

25

5) Menguji tingkat konsistensi dengan melakukan penghitungan rasio

konsistensi dengan rumus:

IK RK : Rasio Konsistensi RK = IK : Indeks Konsistensi

IR IR : Indeks Random Nilai Indeks Random (IR) dapat dilihat pada Tabel II.2 berikut:

Tabel II.2 Nilai Indeks Random

Ukuran matrks Indeks Random (inkonsistensi)

1, 2 0,00 3 0,58 4 0,90 5 1,126 1,24 7 1,32 8 1,41

Matriks dianggap konsisten bila nilai RK≤0,1 (Saaty, 1993).

II.5.2 Metode Transformasi Skala Linier

Dilakukan untuk mengkonversi data mentah menjadi skor yang terstandardisasi.

Ada dua bentuk standardisasi yang berlaku (Malczewski, 1999). Pertama, semakin

besar nilai skor maka semakin besar performenya (menggunakan rumus 1 berikut

ini). Misal makin jauh jarak dari lokasi bencana (skor makin besar), semakin besar

nilai tanahnya. Kedua, semakin besar nilai skor maka semakin kecil performenya

(menggunakan rumus 2 berikut ini). Misal makin jauh jarak dari CBD (skor

makin besar), semakin kecil nilai tanahnya.

Rumus 1 : Xij

X’ij = Xjmax

Rumus 2 : Xj

min X’ij = Xij

X’ij : standarisasi skor untuk ke-i alternatif (objek) pada ke-j kriteria

Xij : skor mentah ke-i alternatif pada ke-j kriteria

Xjmax : skor mentah maksimum alternatif pada ke-j kriteria

Xjmin : skor mentah minimum alternatif pada ke-j kriteria

26

II.6 Uji Koefisien Konkordansi Kendall W

Pengujian ini dilakukan untuk mengetahui tingkat keseragaman pendapat

responden. Cara menganalisis menggunakan uji koefisien konkordansi Kendall W

mengikuti langkah-langkah sebagai berikut:

1. Menyusun data nilai pengamatan dalam tabel. Dalam tabel, baris

menunjukkan benyaknya responden yang akan dikorelasikan, kolom

menunjukkan banyaknya nilai pengamatan setiap responden.

2. Melakukan rangking nilai pengamatan pada setiap baris dan apabila

terdapat kesamaan nilai pengamatan, maka nilai rangking adalah nilai rata-

rata.

3. Pada setiap pengamatan ditentukan jumlah rangking (Ri) dan jumlah

kuadrat rangking (Ri)2.

4. Rumus yang digunakan:

(12)S W = k2(n3-n) S = Σ Ri2 - (Ri)2 / n

k = banyaknya baris (responden yang dikorelasikan)

n = banyaknya kolom

5. Uji signifikansi W:

χ2 = k (n-1)W , derajat bebas χ2 = n-1

Kaidah: tolak Ho jika χ2 hitung > χ2 tabel

II.7 Analisis Spasial

Fungsi analisis spasial banyak dipergunakan pada Sistem Informasi Geografis

(SIG). SIG dirancang untuk mengumpulkan, menyimpan dan menganalisis objek-

objek dan fenomena dimana lokasi geografi merupakan karakteristik yang penting

untuk dianalisis. Kemampuan SIG dapat dikenali dari fungsi analisis yang dapat

dilakukan, yaitu analisis spasial dan analisis data atribut (Prahasta, 2001). Fungsi

analisis spasial terdiri dari:

a. Klasifikasi (reclassify);

b. Network (jaringan);

c. Overlay;

27

d. Buffering;

e. Nearest;

f. Spatial Join Inside;

g. Dissolve;

h. 3D analysis;

i. Dan lain-lain.

Analisis spasial merupakan operasi-operasi yang mencermati data (spasial)

dengan tujuan untuk mengekstrak atau menghasilkan data (spasial) baru yang

memenuhi beberapa syarat, kriteria, atau kondisi yang diperlukan. Analisis spasial

mencakup beberapa fungsi (analisis) SIG seperti halnya overlay unsur-unsur

poligon, pembuatan buffer dan implementasi dari konsep-konsep topologi

contains (mengandung atau berisi), intersect (berpotongan), within (terdapat di

dalam), dan adjacent (bersebelahan) di dalam SIG (MapInfo Corp, 1995 dalam

Prahasta, 2006). Dalam penelitian ini menggunakan operasi (disesuaikan dengan

penamaan yang diberikan oleh software terkait) terdiri dari nearest, network

analysis, dan buffering. Operasi-operasi tersebut mengandung karakteristik

topologi seperti tersebut di atas.

Operasi nearest digunakan untuk mengidentifikasi objek spasial terdekat dari

objek acuan sekaligus mendefinisikan jaraknya. Jarak antar objek tersebut

dipresentasikan berupa sebuah garis dimana pada atributnya sudah terdefinisi

besarnya jarak. Dalam penelitian ini operasi nearest untuk menghubungkan

centroid bidang tanah dengan jaringan jalan, sehingga diperoleh jarak terdekat

antara centroid dengan sisi jalan terdekat.

Operasi network analysis digunakan untuk menganalisis suatu jaringan dengan

berbasis garis-garis yang saling terhubung. Suatu jaringan terdiri dari segmen-

segmen garis yang saling terhubung di mana setiap segmen garis diawali dan

diakhiri oleh sebuah node. Dalam penelitian ini operasi network analysis untuk

mencari jarak terpendek antara bidang tanah yang diwakili centroid dengan

kriteria pusat kota pada suatu jaringan jalan. Jarak antara node awal (origin)

28

dengan node tujuan (destination) dicari dengan memperhitungkan semua

kemungkinan jalur yang ada pada jaringan. Dari semua kemungkinan tersebut

kemudian diperoleh jalur terpendek.

Operasi buffering untuk membentuk suatu area, poligon atau zone baru dengan

jarak tertentu dari suatu objek spasial (buffered object yang berupa objek-objek

spasial titik, garis atau area). Zone-zone buffer ini digunakan untuk

mendefinisikan fungsi kedekatan secara spasial suatu objek terhadap objek-objek

lain yang berada di sekitarnya.

II.8 Model Penilaian Tanah

Dunia nyata atau realita terdiri dari berbagai fakta yang kompleks, maka untuk

menjelaskannya dilakukan abstraksi dan menyusun suatu model. Model nilai

tanah merupakan formulasi dari fakta-fakta yang mempengaruhi nilai tanah dalam

bentuk persamaan matematis untuk mengekspresikan nilai pasar tanah yang

diwujudkan sebagai harga jual. Dengan kata lain nilai tanah merupakan fungsi

dari faktor-faktor yang mempengaruhi nilai tanah. Faktor-faktor yang

mempengaruhi nilai disintesiskan sehingga dihasilkan satu variabel sebagai

tingkat kualitas bidang tanah. Jadi nilai tanah merupakan fungsi dari tingkat

kualitas bidang tanah.

NT = f (Tk_Kw)

NT : Nilai Tanah

Tk_Kw : Tingkat kualitas bidang tanah

II.8.1 Pemodelan Regresi Berganda

Analisis regresi pada dasarnya merupakan studi mengenai ketergantungan satu

variabel tak bebas dengan satu atau lebih variabel bebas yang bertujuan untuk

mengestimasi atau memprediksi nilai rata-rata variabel tak bebas berdasarkan nilai

variabel bebas yang diketahui (Gujarati, 1995). Dalam penelitian ini model yang

digunakan adalah model persamaan regresi berganda. Persamaan regresi berganda

mempunyai lebih dari satu variabel independen (bebas). Analisis regresi ini

29

digunakan untuk pengujian hubungan antara satu veriabel dependen dengan dua

atau lebih variabel independen. Analisis untuk memperhitungkan atau

memperkirakan besarnya pengaruh secara kuantitatif dari perubahan suatu

keadaan terhadap keadaan lainnya. Perubahan suatu keadaan dinyatakan dengan

terjadinya perubahan nilai variabel. Untuk membuat perbedaan, variabel bebas

umumnya dilambangkan dengan notasi X1, X2, X3, ... , Xn dan variabel tak bebas

dilambangkan dengan notasi Y. Model regresi berganda dapat dinyatakan dengan

persamaan:

Y = a + b1 X1 + b2 X2 + b3 X3 + ........... + bn Xn

Pembentukan model regresi dalam penelitian ini menggunakan persamaan regresi

dengan menggunakan empat model regresi sebagai berikut:

1. Model linier (lin-lin):

Y = a + b1 X1 + b2 X2 + b3 X3 + ........... + bn Xn

2. Model semilog (lin-log):

Y = a + b1 LnX1 + b2 LnX2 + b3 LnX3 + ........... + bn LnXn

3. Model semilog (log-lin):

LnY = a + b1 X1 + b2 X2 + b3 X3 + ........... + bn Xn

4. Model logaritma (log-log):

LnY = a + b1 LnX1 + b2 LnX2 + b3 LnX3 + ........... + bn LnXn

Model linier (lin-lin) adalah model persamaan dimana variabel bebas dan variabel

tak bebas tetap dalam bentuk nilai yang sebenarnya. Model semilog (lin-log)

adalah model persamaan dimana variabel tak bebas tetap dalam bentuk nilai yang

sebenarnya, sedangkan nilai variabel bebas dalam bentuk logaritma berbasis

bilangan natural (e = 2,718282). Model semilog (log-lin) adalah model persamaan

dimana variabel tak bebas dalam bentuk logaritma berbasis bilangan natural,

sedangkan nilai variabel bebas tetap dalam bentuk nilai yang sebenarnya. Model

logaritma (log-log) adalah model persamaan dimana variabel bebas dan variabel

tak bebasnya dalam bentuk logaritma berbasis bilangan natural.

30

II.8.2 Pemilihan Model

Model regresi yang dihasilkan adalah empat model yang merupakan penerapan

model fungsional regresi lin-lin, lin-log, log-lin dan log-log. Kemudian dilakukan

pemilihan model terbaik dan untuk menganalisisnya dilakukan pengujian model

melalui uji kriteria ekonomi, uji kriteria statistik (meliputi uji t, uji F dan uji

determinasi/R2) dan uji kriteria asumsi klasik/uji ekonometrik (meliputi uji

multikolinieritas dan uji heteroskedastisitas).

Uji kriteria ekonomi dilakukan untuk membandingkan kesesuaian tanda koefisien

regresi hasil analisis dengan teori atau anggapan umum yang berlaku. Misalnya

dengan meningkatnya nilai tingkat kualitas lahan, maka sesuai teori/anggapan

umum hal tersebut akan meningkatkan nilai tanah, sehingga tanda koefisien

regresi seharusnya plus (+). Jika tanda dari koefisien regresi sesuai dengan teori,

maka parameter tersebut lolos dari uji kriteria ekonomi. Sebaliknya jika tanda dari

koefisien regresi tidak sesuai dengan teori, maka parameter tersebut tidak lolos

uji.

Uji kriteria statistik dilakukan untuk melihat apakah terpenuhi kriteria statistik

dari model yang dihasilkan,yang meliputi uji signifikansi parameter dengan

melakukan uji t, uji signifikansi regresi dengan menggunakan uji F dan uji

koefisien determinasi (R2).

Penggunaan uji-t statistik untuk melihat signifikan atau tidak suatu variabel bebas

dalam mempengaruhi variabel tak bebas. Tingkat signifikan parameter tregresi

diuji dengan membandingkan t-hitung dengan t-tabel. Kriteria pengujian adalah jika

[t-hitung] > t-tabel maka variabel bebas berpengaruh secara signifikan terhadap

variabel tak bebas. Nilai t-hitung diperoleh dengan menggunakan rumus:

b t = Sb Sb = √ {(S2

yx) / Σ(X-X )2}

Syx = √ { Σ (Y-Ŷ)2 / (n-2 )}

b = koefisien regresi

31

Sb = deviasi standar b

Syx = standard error of estimate

X = variabel independen

X = rata-rata variabel independen

Y = variabel dependen

Ŷ = prediksi nilai variabel dependen berdasarkan model

Uji F dilakukan bertujuan untuk mengetahui secara statistik apakah variabel bebas

secara bersama-sama mempunyai pengaruh terhadap variabel tak bebas. Adapun

uji F dirumuskan sebagai berikut:

R2 / (k-1) F = (1-R2) / (n-k)

R2 = koefisien determinasi

k = jumlah variabel bebas

n = jumlah sampel

Sedangkan hipotesis yang diajukan dalam pengujian ini adalah:

H0 : β0 = β1 = β2 = β3 = β4 = β5 = β6 = β7 = 0

Ha : β0 ≠ β1 ≠ β2 ≠ β3 ≠ β4 ≠ β5 ≠ β6 ≠ β7 ≠ 0

Dalam pengujian, kriteria yang ditetapkan adalah jika Fhitung yang diperoleh lebih

besar daripada Ftabel maka berarti variabel bebas secara bersama-sama

berpengaruh secara signifikan terhadap variabel tak bebas, sehingga H0 ditolak

dan model dianggap sesuai. Sebaliknya apabila Fhitung < Ftabel maka H0 diterima.

Koefisien determinasi (R2) untuk menunjukkan kemampuan variabel bebas dalam

menjelaskan variasi variabel tak bebas yang dinyatakan dalam prosentase. Rumus

yang digunakan:

Σ (Y – Y )2 – Σ (Y – Ŷ )2

Y = rata-rata variabel dependen

R2 = Σ (Y–Y )2

32

Pengujian kriteria asumsi klasik (uji ekonometrik) dilakukan untuk mengetahui

apakah ada pelanggaran asumsi dalam model linier yang digunakan dan apakah

asumsi dasar penggunaan metode kuadrat terkecil biasa / OLS (Ordinary Least

Squarest) terpenuhi. Model regresi yang diperoleh dari metode OLS merupakan

model regresi yang menghasilkan estimator linier tidak bias yang terbaik / BLUE

(Best Linear Unbias Estimator). Model regresi yang dihasilkan akan diuji untuk

mengetahui apakah terdapat gejala multikolinieritas dan heteroskedastisitas.

Uji multikolinieritas dimaksudkan untuk menguji apakah variabel bebas yang

digunakan pada model regresi merupakan kombinasi dari variabel bebas lainnya

atau antara variabel bebas yang satu dengan variabel bebas lainnya terjadi

korelasi. Untuk mengetahui tinggi atau rendahnya multikolinieritas dapat

digunakan nilai VIF (Variance Inflation Factor) dari model regresi

(Gujarati,1995) dengan persamaan sebagai berikut:

1 VIF = (1 - R2)

dalam hal ini, R2 adalah koefisien determinasi dari regresi antar variabel bebas.

Uji heteroskedastisitas dilakukan untuk menguji apakah model regresi terjadi

ketidaksamaan varians dari satu pengamatan ke pengamatan lain. Jika varians dari

satu pengamatan ke pengamatan lain tetap maka disebut homoskedastisitas. Jika

berbeda disebut heteroskedastisitas. Dasar pengambilan keputusan, dengan

mengamati scatterplot uji heteroskedastisitas, jika tidak ada pola yang jelas dan

titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak

terjadi heteroskedastisitas.

II.8.3 Pengujian Kualitas Model

Pengujian dilakukan untuk mengetahui tingkat akurasi model dalam memprediksi

nilai tanah dan tingkat keseragaman hasil estimasi model. Tingkat akurasi model

33

diuji melalui parameter COV (Coefficient Of Variation) dan dinyatakan akurat

bila memiliki nilai COV < 10% (Eckert, 1990).

100 √ Σ [(Ŷ/Y)- {(Ŷ/Y)/n}]2 / (n-1) COV = ((Ŷ / Y)/n)

Ŷ : prediksi nilai tanah

Y : nilai tanah

n : jumlah data

Tingkat keseragaman hasil estimasi untuk menguji nilai estimasi model, apakah

hasil estimasi di atas atau di bawah nilai sebenarnya. Tingkat keseragaman dilihat

dari nilai PRD (Price Related Diferential) yang nilainya disyaratkan antara 0,98

sampai dengan 1,03 (Eckert, 1990). Jika nilai PRD kurang dari 0,98 dinyatakan

telah terjadi progresivitas yang berarti bahwa estimasi nilai model berada di atas

nilai sebenarnya, dan jika lebih dari 1,03 maka terjadi regresivitas yang berarti

bahwa estimasi nilai model berada di bawah nilai sebenarnya.

Ŷ/Y PRD =

Ŷ / Y