4) Konversi Lahan Berdasarkan Teori Land Rent
6.4 Faktor-Faktor yang Mempengaruhi Nilai Ekonomi Lahan ( Land Rent ) pada Lahan Permukiman pada Lahan Permukiman
Sebelum dilakukan analisis regresi berganda, terlebih dahulu dilakukan analisis korelasi berganda terhadap variabel-variabel penjelas, hasil analisis korelasi berganda dapat dilihat pada Lampiran 10. Berdasarkan nilai korelasi (r) antara masing-masing variabel penjelas terlihat ada nilai korelasi yang tinggi atau bernilai lebih dari 50 persen yaitu antara pajak (X5) dengan luas lahan (X1), penerimaan (X3), dan biaya operasional (X4); antara penerimaan dengan luas lahan dan biaya operasional; antara jarak ke pasar (X7) dengan jarak ke puskesmas (X9); serta antara jarak ke sekolah (X8) dengan jarak ke kantor desa (X10). Oleh karena itu, perlu dilihat nilai VIF masing-masing variabel penjelas agar diketahui ada atau tidaknya multikolinearitas. Berdasarkan hasil analisis regresi berganda, diketahui terdapat beberapa faktor yang mempengaruhi land rent pada lahan permukiman. Berdasarkan land rent sebagai variabel tidak bebas/respon (nilai Y)
dan nilai variabel-variabel bebas/penjelas (X), dilakukan analisis lanjutan berupa analisis regresi berganda.
Tabel 13. Hasil Estimasi Faktor-Faktor yang Mempengaruhi Land Rent Lahan Permukiman di Kecamatan Ciampea, Kabupaten Bogor Variabel Interpretasi Koefisien SE Koefisien T P VIF Konstanta - 96.450 35.607 2,71 0,014* - X1 Luas Lahan -346,9 101 -3,44 0,003** 1,8 X2 Kondisi Rumah 70.955 30.543 2,32 0,031* 1,3 X3 Total Penerimaan 0,002 0,001 4,88 0,000** 5,2 X4 Biaya Operasional -0,0002 0,003 -0,05 0,958 2,0 X5 Pajak (PBB) -0,147 0,153 -0,96 0,349 4,6 X6 Jarak ke Jalan utama -69,74 28,98 -2,41 0,026* 1,5 X7 Jarak ke Pasar -11,912 6,459 -1,84 0,081 2,4 X8 Jarak ke Sekolah 1,76 15,68 0,11 0,912 1,6 X9 Jarak ke Puskesmas 9,807 6,731 1,46 0,161 1,8 X10 Jarak ke Kantor Desa 6,73 13,42 0,50 0,622 2,0 S = 55619,3 R-Sq = 82,1% R-Sq(adj) = 72,7%
Keterangan : * nyata pada taraf 5%, ** nyata pada taraf 1%
Dari Tabel 13 diatas, nilai VIF untuk variabel penerimaan (X3) bernilai 5,2 atau lebih dari lima, apabila ada variabel penjelas memiliki nilai VIF lebih besar dari lima, hal ini menunjukkan bahwa persamaan atau model tersebut mengalami multikolinearitas. Maka untuk mengatasi masalah multikolinearitas, salah satu yang paling “sederhana” untuk dilakukan adalah mengeluarkan satu dari variabel yang berkolinear (Gujarati, 1978). Dalam hal ini variabel yang dikeluarkan adalah variabel pajak (PBB) (X5), karena variabel ini yang memiliki nilai korelasi paling tinggi dengan variabel penerimaan. Hasil estimasi faktor-faktor yang mempengaruhi land rent lahan permukiman dengan model yang tidak mengalami masalah multikolinearitas dapat dilihat pada Tabel 14.
Berdasarkan nilai P pada masing-masing variabel terlihat bahwa variabel X1, X2, X3, dan X6 menunjukkan pengaruh yang nyata terhadap land rent pada tingkat kepercayaan lebih dari 95 persen (P<0,05). Dari hasil analisis tersebut diperoleh nilai koefisien determinasi (R-Sq) sebesar 81,3 persen dan nilai
koefisien determinasi yang disesuaikan (R-Sq(adj)) sebesar 72,8 persen. Nilai tersebut menunjukkan keragaman yang dapat diterangkan oleh model terhadap nilai Y (Land Rent) yaitu sebesar 72,8 persen. Sedangkan sisanya sebesar 27,2 persen dijelaskan oleh variabel-variabel lain yang tidak diamati dalam model analisis.
Tabel 14. Hasil Estimasi Faktor-Faktor yang Mempengaruhi Land Rent Lahan Permukiman di Kecamatan Ciampea, Kabupaten Bogor (tanpa variabel pajak)
Variabel Interpretasi Koefisien SE Koefisien T P VIF Konstanta - 80.903 31.658 2,56 0,019* -
X1 Luas Lahan -366,25 98,78 -3,71 0,001** 1,7 X2 Kondisi Rumah 66.154 30.074 2,20 0,040* 1,2
X3 Total Penerimaan 0,002 0,0003 6,24 0,000** 2,3 X4 Biaya Operasional 0,0003 0,003 0,08 0,936 2,0 X6 Jarak ke Jalan utama -61,93 27,77 -2,23 0,037* 1,4 X7 Jarak ke Pasar -9,446 5,916 -1,60 0,126 2,0 X8 Jarak ke Sekolah 4,05 15,47 0,26 0,796 1,6 X9 Jarak ke Puskesmas 9,327 6,700 1,39 0,179 1,8 X10 Jarak ke Kantor Desa 6,98 13,39 0,52 0,608 2,0 S = 55.512,8 R-Sq = 81,3% R-Sq(adj) = 72,8%
Keterangan : * nyata pada taraf 5%, ** nyata pada taraf 1%
Pada Tabel 14 didapatkan pula nilai VIF untuk masing-masing variabel yang dapat digunakan untuk melihat adanya multikolinearitas antar variabel penjelas. Dari hasil tersebut dapat terlihat bahwa semua variabel mempunyai nilai VIF kurang dari lima yang artinya tidak ada masalah multikolinearitas pada model analisis. Sedangkan uji heteroskedastisitas yang dilakukan, diperoleh bahwa model tidak terdapat heteroskedastisitas. Berdasarkan hasil analisis dimana Y merupakan nilai ekonomi lahan (land rent), model regresi berganda yang dihasilkan adalah :
Y = 80.903 – 366,25 X1 + 66.154 X2 + 0,002 X3 – 0,0002 X4 – 61,93 X6 – 9,446 X7 + 4,05 X8 + 9,327 X9 + 6,98 X10
Hasil regresi ini menujukkan faktor-faktor yang memberikan pengaruh nyata terhadap land rent. Berdasarkan analisis ini menunjukkan bahwa faktor yang memberikan pengaruh nyata terhadap land rent adalah variabel X2 (Kondisi rumah) dan variabel X6 (Jarak ke jalan utama), serta yang memberikan pengaruh yang sangat nyata adalah variebel X1 (Luas lahan) dan variabel X3 (Total penerimaan), sedangkan variabel lain tidak berpengaruh nyata. Variabel-variabel yang tidak berpengaruh nyata terhadap model artinya pengaruh variabel-variabel penjelas terhadap perubahan land rent sangat kecil. Lebih jelas variabel-variabel yang berpengaruh nyata dan sangat nyata diterangkan sebagai berikut :
Luas Lahan (m2)
Variabel X1 diinterpretasikan sebagai luas lahan. Luas lahan merupakan total luas lahan permukiman baik luas lahan bangunan maupun luas lahan perkarangan. Hasil nilai koefisien regresi untu variabel luas lahan adalah -366,25 ini menunjukkan bahwa setiap penambahan satu satuan luas lahan akan menurunkan land rent lahan permukiman sebesar 366,25 satuan, pada saat variabel lainnya tetap. Ada beberapa faktor yang menyebabkan luas lahan berkorelasi negatif dengan land rent lahan permukiman, yaitu dengan semakin meningkatnya luas lahan maka biaya operasional untuk membangun atau merawat rumah akan semakin besar. Selain itu, berdasarkan pengamatan di lokasi penelitian rumah dengan luas lahan yang besar dan hanya memiliki satu lantai memiliki harga sewa yang lebih rendah dibandingkan dengan rumah dengan luas lahan yang kecil namun memiliki lebih dari satu lantai. Hal ini disebabkan karena rumah dengan lantai yang lebih dari satu lebih disukai oleh para penyewa rumah,
terutama apabila rumah tersbut digunakan untuk kost atau tempat tinggal mahasiswa.
Kondisi Rumah
Variabel X2 diinterpretasikan sebagai kondisi rumah. Variabel ini merupakan variabel dummy yang bernilai satu untuk rumah dengan kondisi permanen dan bernilai nol untuk rumah dengan kondisi semi permanen. Berdasarkan hasil koefisien regresi untuk variabel kondisi rumah didapatkan nilai sebesar 66.154, ini menunjukkan bawa selisih land rent antara rumah dengan kondisi permanen dan semi permanen sebesar Rp 66.154/m2/tahun pada saat variabel lain bernilai tetap. Sehingga dapat disimpulkan, semakin baik kondisi rumah maka land rent juga akan semakin tinggi.
Total Penerimaan (Rp/tahun)
Variabel X3 diinterpretasikan sebagai total penerimaan. Penerimaan merupakan hasil yang diperoleh oleh pemilik lahan permukiman selama satu tahun. Penerimaan ini dihitung berdasarkan biaya yang dibayarkan penyewa rumah kepada pemilik lahan permukiman selama satu tahun. Berdasarkan hasil koefisien regresi untuk variabel total penerimaan diperoleh nilai sebesar 0,002. Hal ini menunjukkan bahwa apabila total penerimaan meningkat sebesar satu satuan maka akan meningkatkan land rent lahan permukiman sebesar 0,002 satuan pada saat variabel lain bernilai tetap.
Jarak ke Jalan Utama (m)
Dalam penelitian ini aspek jarak yang digunakan hanya jarak tempuh (km), sedangkan aspek lainnya seperti waktu tempuh dan biaya transportasi tidak termasuk ke dalam variabel jarak. Hal ini merupakan keterbatasan penelitian
untuk menghitung aspek lain dari jarak, karena waktu tempuh dan biaya transportasi dari permukiman ke fasilitas-fasilitas publik tidak bernilai absolut tetapi relatif tergantung pada situasi dan kondisi pada saat menempuhnya. Oleh karena itu, untuk mengatasi keterbatasan penelitian ini waktu tempuh dan biaya transportasi dari permukiman ke fasililitas-fasilitas publik tidak dimasukkan ke dalam model.
Variabel X6 diinterpretasikan sebagai jarak antara lahan permukiman dengan jalan utama. Jalan utama merupakan jalur yang dilalui oleh alat trasportasi atau kendaraan umum. Dari jarak fasilitas-fasilitas publik dengan lahan permukiman yang diduga sebagai variabel penjelas dalam model yang mempengaruhi land rent, hanya jarak ke jalan utama yang berpengaruh nyata. Sedangkan, untuk jarak ke fasilitas-fasilitas lain, seperti pasar tradisional terdekat, fasilitas pendidikan atau sekolah terdekat, fasilitas kesehatan atau puskesmas terdekat, dan fasilitas pemerintahan atau kantor desa, tidak berpengaruh nyata dalam model. Berdasarkan hasil koefisien regresi untuk variabel jarak ke jalan utama diperoleh nilai sebesar -61,93. Hal ini menunjukkan bahwa terdapat korelasi yang negatif antara jarak lahan permukiman terhadap jalan utama dengan
land rent. Dengan melihat nilai koefisien regresi tersebut dapat disimpulkan apabila jarak antara jalan utama dengan lahan permukiman bertambah sebesar satu satuan, maka land rent lahan permukiman berkurang sebesar 61,93 satuan pada saat variabel lain bernilai tetap. Berdasarkan pengamatan di lapangan, terlihat bahwa areal permukiman sangat jarang terdapat dan berkembang di lokasi yang jauh dari jalan utama, sehingga semakin jauh letak lahan permukiman dari jalan utama atau semakin tidak strategis lokasinya maka harga sewa lahan juga
terlihat semakin rendah, atau sebaliknya jika semakin strategis letak suatu lahan permukiman maka akan semakin tinggi harga sewa lahannya.
Berdasarkan analisis ragam pada pendugaan model Land Rent lahan permukiman yang diperoleh, pada Tabel 15 didapatkan nilai F-hitung sebesar 9,63 yang signifikan pada taraf kepercayaan 95 persen. Hal ini menunjukkan bahwa faktor-faktor yang mempengaruhi Land Rent di dalam model secara bersama-sama berpengaruh nyata terhadap Land Rent pada lahan permukiman.
Tabel 15. Analisis Ragam Model Land Rent Lahan Permukiman di Kecamatan Ciampea, Kabupaten Bogor
Source DF SS MS F P
Regression 9 2,67166E+11 29685124443 9,63 0,000 Residual Error 20 61633344051 3081667203
Total 29 3,28799E+11
7.1 Kesimpulan
Berdasarkan hasil dan pembahasan dalam penelitian yang yang telah dilakukan di lokasi penelitian, dapat disimpulkan sebagai berikut :
1. Pada Kecamatan Ciampea, perubahan penggunaan lahan pertanian dalam kurun waktu tujuh tahun dari tahun 2000 sampai 2007 mengalami penurunan dengan laju pertumbuhan sebesar -2,70 persen tiap tahunnya. Sedangkan pada lahan permukiman mengalami penambahan dengan laju pertumbuhan sebesar 3,96 persen tiap tahunnya.
2. Berdasarkan hasil perhitungan land rent, terdapat perbedaan yang sangat besar antara land rent pertanian dan permukiman. Berdasarkan nilai riil, land rent
lahan permukiman lebih besar 79 kali dibandingkan land rent lahan pertanian. Berdasarkan perbandingan land rent pertanian dan permukiman, keuntungan yang tidak diperoleh oleh pihak petani atas hilangnya kesempatan akibat konsekuensi mereka dalam mempertahankan lahan pertanian (opportunity cost) sebesar Rp 100.911,00/m2/tahun
3. Berdasarkan hasil analisis regresi, faktor-faktor yang mempengaruhi land rent
pada lahan pertanian yaitu status lahan, total penerimaan, dan total biaya operasional pada taraf nyata lima persen, sedangkan variabel luas lahan, pajak, dan jarak ke pasar tidak berpengaruh nyata. Faktor-faktor yang mempengaruhi
land rent pada lahan permukiman adalah luas lahan, kondisi rumah, total penerimaan, jarak ke jalan utama pada taraf lima persen, sedangkan variabel
biaya operasional, pajak, dan jarak fasilitas-fasilitas lainnya tidak berpengaruh nyata.
7.2 Saran
Saran dan implikasi kebijakan yang dapat dikemukakan sehubungan dengan temuan hasil penelitian adalah :
1. Dengan nilai opportunity cost lahan pertanian yang relatif tinggi, maka diperlukan peran serta dari semua pelaku ekonomi secara nyata, baik masyarakat, pemerintah, maupun swasta terutama dalam hal konsistensi pemanfaatan ruang yang sudah direncanakan yang didukung oleh kepastian dan penegakan hukum yang adil serta transparan dalam implementasinya. Diharapkan RTRW yang telah ditetapkan sebagai kebijakan pemerinyah dapat terealisasikan dan dipertahankan.
2. Dirumuskan dan diimplementasikannya kebijakan insentif bagi petani atau lahan pertanian yang dapat dilakukan oleh pemerintah dalam rangka untuk meningkatkan land rent lahan pertanian. Berdasarkan faktor-faktor yang mempengaruhi land rent pertanian maka kebijakan insentif tersebut dapat berupa menurunkan biaya operasional pertanian dengan pemberian subsidi bibit, pupuk, dan obat-obatan; serta meningkatkan penerimaan petani dengan kebijakan harga komoditi pertanian yang tidak terlalu rendah di tingkat petani. 3. Perlu adanya kebijakan yang bersifat eminent domain dan propietary power
dari pemerintah untuk mempertahankan lahan pertanian produktif dan potensial yang berada dekat dengan jalan utama, karena berdasarkan faktor-faktor yang mempengaruhi land rent lahan permukiman, lokasi lahan yang
berdekatan dengan jalan utama merupakan “sasaran” bagi pengembang/developer untuk membangun permukiman. Oleh karena itu, apabila lahan pertanian yang berada di lokasi tersebut tidak dipertahankan maka dapat dipastikan di lokasi tersbut akan terjadi pengalihgunaan fungsi lahan.
4. Perlu dilakukan penelitian lebih lanjut mengenai land rent pada lahan-lahan non pertanian lainnya selain lahan permukiman.
Akib, Novi Narilla. 2002. Studi Keterkaitan Antara Nilai Manfaat Lahan (Land Rent) dan Konversi Lahan Pertanian di Kecamatan Pancoran Mas Kota Depok. Tesis. Program Pascasarjana, Institut Pertanian Bogor.
Alonso, William. 1964. Location and Land Use. Harvard University Press. Massachusetts
Badan Pusat Statistik. 2007. Kabupaten Bogor Dalam Angka.
_________________. 2004. Kecamatan Ciampea Dalam Angka
Bappeda Kabupaten Bogor. 2000. Rencana Tata Ruang Wilayah (RTRW) Kabupaten Bogor. Pemerintah Kabupaten Bogor. Bogor.
Barlowe, R. 1978. Land Resource Economics. Michigan State University, Printice Hall, Englewood Cliffs. New Jersey
Gujarati, Damodar. 1978. Ekonometrika Dasar. penerjemah Sumarno, Zain Erlangga. Jakarta.
Husen, Edi. 2006. Konsep Multifungsi untuk Revitalisasi Pertanian. Warta Penelitian dan Pengembangan Pertanian. Vol 28. no.5
Irawan, Bambang. 2004. Solusi Konversi Lahan Melalui Pendekatan Sosial Ekonomi. Pusat Penelitian dan Pengembangan Sosial Ekonomi Pertanian, Badan Penelitian dan Pengembangan Pertanian, Departemen Pertanian.
Jr, Gibson W. L, R. H Hildreth, dan Gene Wunderlich. 1966. Methods for Land Economics Research. University of Nebraska Press. Lincoln
Kurniawati, Yoyoh. 2005. Analisis Perubahan Penggunaan Lahan Pertanian ke Non Pertanian dan Pengaruhnya Terhadap daya dukung Lahan di Kecamatan Lembang Kabupaten Bandung. Tesis. Program Pascasarjana, Institut Pertanian Bogor.
Mubyarto. 1977. Pengantar Ekonomi Pertanian. LP3ES. Jakarta
Mulyani, Yani 1994. Analisis Konversi Lahan dari Penggunaan Pertanian ke Penggunaan Non Pertanian dengan Pendekatan Nilai Sewa Ekonomi Lahan dan Daya Dukung Lahan (Studi Kasus Kabupaten Garut).
Skripsi. Jurusan Ilmu-Ilmu Sosial Ekonomi Pertanian, Fakultas Pertanian, Institut Pertanian Bogor.
Ongkowijono, Ineke. 2006. Studi Perbandingan Land Rent Antara Lahan Komoditas Hortikultura dengan Padi dan Faktor-Faktor yang Mempengaruhinya (Studi Kasus Kecamatan Pacet dan Warungkondang, Kabupaten Cianjur). Skripsi. Program Studi Ilmu Tanah, Fakultas Pertanian, Institut Pertanian Bogor.
Pemerintah Kabupaten Bogor. 2007. Laporan Monografi Kecamatan Ciampea
_______________________ . 2007. Laporan Tahunan Kecamatan Ciampea
Rahim, Dian A. 2007. Konversi Lahan Pertanian dan Dampaknya Terhadap Pelaku Konversi (Studi Kasus di Desa Tegalwaru dan Bojong Rangkas Kecamatan Ciampea). Tesis. Program Pascasarjana, Institut Pertanian Bogor.
Rahmanto, B, Bambang Irawan, dan Nur Khoiriyah A. 2002. Persepsi Mengenai Multifungsi Lahan Sawah dan Implikasinya Terhadap Alih Fungsi ke Penggunaan Non Pertanian. www.ejournal.unud.ac.id/abstrak
Ramanathan, Ramu. 1989. Introductory Econometrics With Applications Fourth Edition. The Dryden Press. Forth Worth.
Sari, Sapta Eka. 2004. Analisis Konversi Lahan dan Sewa Ekonomi Lahan pada Lahan Sawah dan Lahan Pemukiman (Studi Kasus di Kecamatan Babelan, Kabupaten Bekasi). Skripsi. Program Studi Ilmu Tanah, Fakultas Pertanian, Institut Pertanian Bogor.
Sitorus, Santun R.P. Evaluasi Sumberdaya Lahan. Tarsito. Bandung
Sulistiyono, Nurdin. 2006. Penilaian Ekonomi Berbagai Pola Penggunaan Lahan Berdasarkan Citra Satelit Ikonos Tahun 2003 (Studi Kasus di Sub DAS Ciesek, Ciliwung Hulu, Kabupaten Bogor). Tesis. Program Pascasarjana, Institut Pertanian Bogor.
Suparmoko. 1989. Ekonomi Sumberdaya Alam dan Lingkungan: Suatu Pendekatan Teoritis. PAU-UGM. Yogyakarta
Wahyuni, Ekawati Sri. 2004. Pedoman Teknis Menulis Skripsi. Departemen Ilmu-Ilmu Sosial Ekonomi Pertanian Fakultas Pertanian, Institut Pertanian Bogor. Bogor
Lampiran 4. Kuisioner untuk Lahan Pertanian Nama responden :
Usia responden : Pendidikan terakhir : Bertani sejak tahun : Sampai dengan tahun :
a. Pemilikan Lahan
Sistem Bagi Hasil Status Luas Lahan
(Ha) Pemilik (%) Penggarap (%)
Harga Sewa (Rp) Milik Sendiri
Sewa
Garap (bagi hasil)
b. Penggunaan Lahan
- Pola tanam : jika monokultur, maka isi tabel b.1, atau jika tumpang sari, maka isi tabel b.2
- Jenis tanaman yang ditanam dalam setahun terakhir : ………..
b.1 Monokultur
Parameter Musim-1 Musim-2 Musim-3
Komoditas Luas Tanam (ha)
Produktivitas (kg/ha)
Jumlah yang dijual (%) Jumlah yang dikonsumsi (%) Harga Jual (Rp)
b.2 Tumpang Sari
Parameter Musim-1 Musim-2 Musim-3
Komoditas
Luas Tanam (ha)
Produktivitas (kg/ha)
Jumlah yang dijual (%)
Jumlah yang dikonsumsi (%)
Harga Jual (Rp)
c.1 Pembibitan Monokultur
Tanaman monokultur
Tanaman Beli Sumber sendiri
Varietas Jumlah (kg)
Harga/satuan (Rp/kg) Nilai (Rp)
c.2 Pembibitan Tumpang Sari
Tanaman tumpangsari
Tanaman Beli Sumber sendiri
Varietas Jumlah (kg) Harga/satuan (Rp/kg) Nilai (Rp) Yang mati (%) d. Penggunaan Pupuk
- Apakah melakukan pemupukan tanaman ? 1 = ya, 2 = tidak
- Bila ya, berapa kali setiap tanaman ? 1= satu kali, 2 = dua kali, 3 = tidak tentu Jenis Komoditas
Jenis
……… ……… ………
Harga/kg (Rp/kg) Luas (ha) Harga Pupuk (kg/ha) 1. Urea 2. TSP 3. KCL 4. ZA 5. Kandang 6. Kapur 7. …………
e. Pengendalian Hama, Penyakit, dan Gulma - Apakah melakukan pengendalian hama penyakit ? 1 = ya, 2 = tidak - Bila ya, berapa kali setiap tanaman ? 1=satu kali, 2=dua kali, 3=tiga kali, 4=tidak tentu Jenis Komoditas Jenis ……… ……… ………
Harga/kg (Rp/kg) Luas (ha) Harga Pestisida 1. 2. 3. 4. Herbisida 1. 2. 3. f. Input Tenaga Kerja Musim – 1 Musim – 2 Musim – 3 Jumlah TK Jumlah TK Jumlah TK Kegiatan` Pria Wanita Pria Wanita Pria Wanita Pengolahan Penanaman Pemupukan Penyiraman PHT Penyiangan Panen Total
Upah (Rp/hari) :
HOK Pria :
HOK Wanita : HOK Anak-anak :
g. Biaya Pajak Lahan (jika lahan milik sendiri) : Rp………./tahun
h. Cara Memperoleh Sarana Produksi adalah melalui :
a. ……….. b. ……….
Lampiran 5. Kuisioner untuk Pemilik Lahan Permukiman
Nama responden :
Usia responden :
Pendidikan terakhir : Luas Lahan yang dimiliki
- Pekarangan rumah : ……….. - Sawah : ……… - Luas bangunan : ……….. - Lainnya : . …….. - Lahan kering : ………..
Kondisi rumah a. Permanen b. Semi Permanen Jumlah kamar : …………
Jarak rumah dengan jalan utama : ……….. Km/m
Jarak rumah dengan pasar terdekat : ……….. Km/m
Jarak rumah dengan sekolah terdekat : ……….. Km/m
Jarak rumah dengan puskesmas terdekat : ……….. Km/m
Jarak rumah dengan kantor desa : ……….. Km/m
Harga sewa rumah :
a. Rp…………../kamar/tahun
b. Rp…………../kamar/bulan
c. Rp…………./tahun
d. Rp…………./bulan Biaya Operasional
a. Pengecatan ulang : Rp………../tahun b. Perawatan/perbaikan : Rp………../tahun
c. Listrik/air : Rp………../(bulan/tahun) d. Lain-lain : Rp………../tahun
Lampiran 6. Perbandingan Nilai Ekonomi Lahan (Land Rent) Antara Lahan Pertanian dan Lahan Permukiman
Land Rent (Rp/m2/tahun)
No. Lahan Pertanian Lahan Permukiman
1 1.617 450.842,59 2 429,85 63.195,83 3 608,77 7.900 4 1.055 39.032,31 5 2.305 37.470,59 6 2.154,38 19.485,43 7 1.159,99 118.083,33 8 1.772,55 44.700 9 105,11 40.478,97 10 2.493 318.700 11 1.839,33 223.700 12 1.475,63 62.500 13 34,8 35.145 14 228,27 51.666,67 15 3.121,88 47.739,75 16 353 71.816,30 17 1.112,67 9.450 18 760 114.794,52 19 2.064,38 80.400 20 1.487,33 54.996,5 21 1.780,5 86.777,78 22 42,6 65.722,22 23 4.899,38 43.200 24 636,43 250.138,89 25 120 67.000 26 455,15 17.700 27 4.049,25 218.703,70 28 62 118.500 29 562,76 132.523,15 30 118,8 173.888,89 Rata-rata 1.297 102.208,41
No Luas Lahan (m2) Status Penerimaan (Rp/m2/tahun) Biaya Operasional (Rp/m2/tahun) Pajak (Rp/m2/tahun) Sewa Lahan (Rp/m2/tahun) Jarak ke Pasar (m) Land rent (Rp/m2/tahun) 1 2.500 milik 3120 1488 15 0 0 1706,596306 2 6.500 milik 1073,076923 628,2307692 15 0 0 453,6634869 3 24.000 milik 2370,833333 1747,0625 15 0 0 642,5021988 4 7.000 milik 3021,428571 1951,428571 15 0 0 1113,456464 5 5.000 milik 3600 1280 15 0 0 2432,717678 6 2.000 milik 2250 65,625 30 0 0 2273,746702 7 10.000 milik 2939,5 1749,51 30 0 15.200 1224,263852 8 10.500 milik 3313,333333 1474,114286 66,66666667 0 3.000 1870,767684 9 27.000 milik 1905,555556 1785,444444 15 0 17.500 110,9352096 10 7.000 Bukan milik 7500 2007 0 3000 0 2631,134565 11 1.500 milik 2133,333333 279 15 0 85.500 1941,248901 12 1.120 milik 3321,428571 1830,803571 15 0 10.500 1557,387863 13 5.000 milik 120 70,2 15 0 0 36,72823219 14 1.300 Bukan milik 3000 1364,038462 0 1407,692308 0 240,917394 15 800 milik 4500 1315,625 62,5 0 0 3294,854881 16 2.000 milik 675 292 30 0 60.000 372,5593668 17 6.000 Bukan milik 1831,666667 577,3333333 0 141,6666667 19.000 1174,318382 18 3.000 Bukan milik 2000 640 0 600 12.000 802,1108179 19 1.600 milik 3000 890,625 45 0 12.000 2178,759894 20 1.500 milik 3126,666667 1612,666667 26,66666667 0 3.000 1569,744943 21 1.000 milik 2880 1054,5 45 0 12.000 1879,155673 22 10.000 Bukan milik 1020 467,4 0 510 12.000 44,96042216 23 800 milik 7500 2555,625 45 0 0 5170,844327 24 20.500 milik 2110,487805 1467,560976 6,5 0 12.000 671,690585 25 2.000 milik 450 270 60 0 0 126,6490765 26 1.000 Bukan milik 4540,2 3485,05 0 600 2.000 480,3693931 27 8.000 Bukan milik 6925 2375,75 0 500 10.500 4273,614776 28 5.000 milik 240 148 30 0 12.000 65,4353562 29 7.000 Bukan milik 1571,428571 951,5285714 0 57,14285714 12.000 593,9389371 30 5.000 milik 900 751,2 30 0 0 125,3825858
No Luas Lahan (m2) Kondisi Penerimaan (Rp/tahun) Biaya Operasional (Rp/tahun) Pajak (Rp/tahun) Land Rent (Rp/m2/tahun) jarak ke jalan raya (m) jarak ke pasar (m) jarak ke sekolah (m) jarak ke puskesmas (m) jarak ke kantor desa (m) 1 540 1 258.060.000 13.905.000 700.000 475823,32 12 5.000 1.000 4.000 1.000 2 300 1 27.000.000 7.901.250 140.000 66697,449 30 1.000 30 30 50 3 105 0 900.000 500 70.000 8337,7309 20 500 20 50 20 4 130 1 5.280.000 135.800 70.000 41195,048 30 7.000 1.000 5.000 1.000 5 51 0 1.920.000 0 9.000 39546,795 250 7.000 1.000 3.000 1.000 6 460 1 9.000.000 26.700 10.000 20565,103 100 10.000 500 5.000 500 7 60 1 8.000.000 875.000 40.000 124626,21 10 5.000 1.000 50 3.000 8 100 1 4.800.000 250.000 80.000 47176,781 500 3.000 500 3.000 1.000 9 428 1 19.200.000 1.700.000 175.000 42721,87 100 300 100 200 200 10 100 1 34.680.000 2.760.000 50.000 336358,84 30 5.000 3.000 8.000 3.000 11 100 1 27.840.000 5.300.000 170.000 236094,99 70 2.000 500 5.000 2.000 12 150 0 10.000.000 500.000 125.000 65963,061 50 4.000 500 5.000 2.000 13 250 1 12.880.000 3.818.750 275.000 37092,348 100 4.000 500 5.000 2.000 14 150 1 8.000.000 175.000 75.000 54529,464 200 3.000 300 2.500 1.000 15 400 1 24.480.000 5.359.100 25.000 50384,96 50 3.500 2.000 2.000 3.000 16 92 0 7.200.000 566.700 26.200 75795,572 200 5.000 1.000 1.500 250 17 100 1 1.200.000 175.000 80.000 9973,6148 500 3.000 500 3.000 1.000 18 36,5 1 4.800.000 460.000 150.000 121155,17 10 3.000 500 1.000 300 19 240 1 20.000.000 504.000 200.000 84854,881 500 700 2.000 1.000 100 20 200 1 15.000.000 3.850.700 150.000 58043,799 300 5.000 3.000 500 3.000 21 90 1 8.000.000 120.000 70.000 91586,045 1.000 1.500 2.000 2.000 3.000 22 180 1 12.000.000 130.000 40.000 69363,823 2.000 500 500 500 3.000 23 50 0 2.400.000 210.000 30.000 45593,668 30 2.000 2.000 2.000 1.000 24 36 1 10.560.000 1.405.000 150.000 263998,83 20 5 40 100 100 25 50 1 3.600.000 200.000 50.000 70712,401 1.000 1.000 1.000 1.000 100 26 100 1 4.800.000 2.950.000 80.000 18680,739 1.000 1.000 1.500 1.000 1.500 27 135 1 49.800.000 20.075.000 200.000 230821,85 300 500 700 1.000 1.500 28 60 1 7.200.000 30.000 60.000 125065,96 10 2.000 10 10 15 29 324 1 45.000.000 1.562.500 500.000 139866,12 0 10 5 7 0 30 90 1 16.000.000 250.000 100.000 183523,89 100 300 500 500 300
Lampiran 9. Output Minitab untuk Model Faktor-Faktor yang Mempengaruhi Land Rent Lahan Pertanian
Correlations: Luas Lahan; Status; Penerimaan; Pajak; Biaya Operas; Jarak ke Pasar
Luas Lahan Status Penerimaan Pajak Status 0,071 0,711 Penerimaan -0,125 -0,250 0,511 0,183 Pajak -0,221 0,658 -0,025 0,240 0,000 0,897 Biaya Operas 0,164 -0,197 0,759 -0,158 0,386 0,296 0,000 0,404 Jarak ke Pas -0,062 0,063 -0,226 -0,083 0,747 0,740 0,231 0,663 Biaya Operasional Jarak ke Pas -0,319 0,086
Cell Contents: Pearson correlation P-Value
Regression Analysis: Land rent versus Luas Lahan; Status; ...
The regression equation is
Land rent = - 584 - 0,0075 Luas Lahan + 620 Status + 0,838 Penerimaan + 4,34 Pajak - 0,741 Biaya Operasional + 0,00377 Jarak ke Pasar
Predictor Coef SE Coef T P VIF Constant -583,5 272,3 -2,14 0,043 Luas Lahan -0,00752 0,01494 -0,50 0,620 1,3 Status 620,4 288,7 2,15 0,042 2,2 Penerimaan 0,83764 0,07910 10,59 0,000 3,0 Pajak 4,336 6,600 0,66 0,518 2,2 Biaya Operasional -0,7414 0,1880 -3,94 0,001 3,1 Jarak ke Pasar 0,003768 0,005164 0,73 0,473 1,2 S = 474,166 R-Sq = 89,2% R-Sq(adj) = 86,3% Analysis of Variance Source DF SS MS F P Regression 6 42509879 7084980 31,51 0,000 Residual Error 23 5171158 224833 Total 29 47681037 Source DF Seq SS Luas Lahan 1 3670202 Status 1 183630 Penerimaan 1 34114934
Pajak 1 337423 Biaya Operasional 1 4084021 Jarak ke Pasar 1 119668
Unusual Observations
Luas
Obs Lahan Land rent Fit SE Fit Residual St Resid 10 7000 2631,1 4158,3 303,9 -1527,1 -4,20R 27 8000 4273,6 3435,3 247,9 838,3 2,07R
R denotes an observation with a large standardized residual.
Fitted Value R e s id u a l 5000 4000 3000 2000 1000 0 1000 500 0 -500 -1000 -1500
Residuals Versus the Fitted Values
Lampiran 10. Output Minitab untuk Model Faktor-Faktor yang Mempengaruhi Land Rent Lahan Permukiman
Correlations: Luas Lahan; Kondisi; Penerimaan; Biaya Operas; Pajak; ...
Luas Lahan Kondisi Penerimaan Biaya Operas Kondisi 0,267 0,154 Penerimaan 0,581 0,172 0,001 0,364 Biaya Operas 0,366 0,229 0,632 0,047 0,225 0,000 Pajak 0,552 0,244 0,822 0,518 0,002 0,195 0,000 0,003 Jarak ke Jal -0,160 0,178 -0,161 -0,143 0,397 0,345 0,395 0,450 Jarak ke pas 0,195 -0,155 0,085 -0,098 0,301 0,414 0,656 0,605 jarak ke sek -0,050 0,002 0,037 0,038 0,792 0,994 0,845 0,841 jarak ke pus 0,114 -0,046 0,173 0,036 0,550 0,809 0,359 0,849 jarak ke kan -0,029 0,142 0,002 0,134 0,879 0,453 0,992 0,480
Pajak Jarak ke Jal Jarak ke pas jarak ke sek Jarak ke Jal -0,225 0,232 Jarak ke pas -0,149 -0,281 0,432 0,132 jarak ke sek -0,159 0,132 0,255 0,402 0,488 0,173 jarak ke pus 0,016 -0,190 0,619 0,275 0,934 0,315 0,000 0,142 jarak ke kan -0,166 0,296 0,236 0,585 0,380 0,113 0,210 0,001 jarak ke pus jarak ke kan 0,343 0,063
Cell Contents: Pearson correlation P-Value
Regression Analysis: Land Rent versus Luas Lahan; Kondisi; ...
The regression equation is
Land Rent = 80903 - 366 Luas Lahan + 66154 Kondisi + 0,00212 Penerimaan + 0,00026 Biaya Operasional - 61,9 Jarak ke Jalan utama - 9,45 Jarak ke pasar + 4,0 jarak ke sekolah
+ 9,33 jarak ke puskesmas + 7,0 jarak ke kantor desa
Predictor Coef SE Coef T P VIF Constant 80903 31658 2,56 0,019 Luas Lahan -366,25 98,78 -3,71 0,001 1,7 Kondisi 66154 30074 2,20 0,040 1,2 Penerimaan 0,0021175 0,0003395 6,24 0,000 2,3 Biaya Operasional 0,000261 0,003226 0,08 0,936 2,0 Jarak ke Jalan utama -61,93 27,77 -2,23 0,037 1,4 Jarak ke pasar -9,446 5,916 -1,60 0,126 2,0 jarak ke sekolah 4,05 15,47 0,26 0,796 1,6 jarak ke puskesmas 9,327 6,700 1,39 0,179 1,8 jarak ke kantor desa 6,98 13,39 0,52 0,608 2,0
S = 55512,8 R-Sq = 81,3% R-Sq(adj) = 72,8% Analysis of Variance Source DF SS MS F P Regression 9 2,67166E+11 29685124443 9,63 0,000 Residual Error 20 61633344051 3081667203 Total 29 3,28799E+11 Source DF Seq SS Luas Lahan 1 6955800176 Kondisi 1 17291025500 Penerimaan 1 2,17080E+11 Biaya Operasional 1 1347806556 Jarak ke Jalan utama 1 13027315762 Jarak ke pasar 1 949000919 jarak ke sekolah 1 2124687730 jarak ke puskesmas 1 7554542086 jarak ke kantor desa 1 836119899
Unusual Observations
Luas
Obs Lahan Land Rent Fit SE Fit Residual St Resid 1 540 475823 499702 54763 -23879 -2,63R 6 460 20565 -50858 43750 71423 2,09R 10 100 336359 243181 40409 93178 2,45R 22 180 69364 5612 46049 63752 2,06R 24 36 263999 157105 24054 106894 2,14R
Fitted Value R e s id u a l 500000 400000 300000 200000 100000 0 100000 50000 0 -50000 -100000
Residuals Versus the Fitted Values