Analisis Perbandingan

Comparative Analysis

PPL Pendekatan Pasar

Solo, 9-10 Agustus 2018
 Teknik Analisis Perbandingan
Quantitative Qualitative
Data Analysis Trend Analysis
• Paired Data Analysis Relative Comparison Analysis
• Grouped Data Analysis Ranking Analysis
• Secondary Data Analysis
Statistical Analysis
• Graphic Analysis
• Scenario Analysis
Cost-related Adjustment
• Cost to cure
• Depreciated Cost
Capitalization of Income
Difference
 Paired Data Analysis

Perbedaan harga antara 2 properti karena terdapat 1 perbedaan

karakteristik (karakteristik lainnya sama)

Deskripsi Data 1 Data 2

Luas 200 m2 200 m2
Bentuk Persegi panjang Persegi panjang
Lokasi Jalan utama Jalan utama
Posisi Huk Tengah
Harga Jual (Rp/m2) 4.500.000 5.000.000

500.000
Penyesuaian Posisi Tanah
 Grouped Data Analysis

Perbedaan harga dari hasil analisis beberapa data yang dikelompokan.

2017 2018
2017 Data 1 1.070.000
Data 1 1.000.000 Data 2 1.140.000
Data 2 1.090.000 Data 3 1.120.000
Data 3 1.070.000 Data 4 1.080.000
Data 4 1.030.000 Data 5 1.100.000
Data 5 1.050.000 Rata-rata 1.102.000
Data 6 1.060.000
Rata-rata 1.050.000 Penyesuaian Kondisi Pasar :
1.102.000/1.050.000-1 = 5%
 Secondary Data Analysis

Hasil riset dari lembaga pemerintahan, lembaga independen, pusat

riset , dll.
Graphic Analysis
 Scenario Analysis

Skenario
Optimis Kisaran
Moderat Nilai
Pesimis

Dalam proses penyesuaian, alternatif skenario digunakan untuk mengetahui

pengaruh perubahan dari beberapa elemen perbandingan terhadap harga
jual.

Biasanya digunakan untuk mengukur risiko terkait perubahan pasar serta

untuk keputusan investasi.
 Cost-related Adjustment
Cost to cure
Memperhitungkan biaya yang dibutuhkan untuk melakukan penyamaan kondisi
dengan data pembanding untuk perbedaan-perbedaan yang dapat diubah seperti :
ketinggian, permukaan tanah, topografi, luas bangunan, fasilitas bangunan, dll.

Deskripsi Properti Data Pembanding

Harga Jual Rp. 400 juta
Kondisi bangunan Baik, kecuali ada plafon yang Baik
harus diganti
Penyesuaian Rp. 10 juta
(biaya penggantian plafon)
Indikasi Nilai Properti Rp. 390 juta

Note: Biaya dan Nilai belum tentu sama

 Cost-related Adjustment
Depreciated Cost

Data 1 Data 2
Tahun Dibangun 2010 2008
Biaya Pengganti Baru 4,000,000 4,000,000
Indikasi Nilai Bangunan 3,200,000 3,000,000
Penyesuaian Kondisi Bangunan 200,000
 Capitalization of Income Difference

Perbedaan pendapatan bersih dapat dikapitalisasi untuk

menghitung perbedaan nilai (penyesuaian)

Harga Sewa Ruko 5 lantai dengan lift 150,000,000

Harga Sewa Ruko 5 lantai tanpa lift 130,000,000
Perbedaan 20,000,000
GIM 20
Penyesuaian 400,000,000
 Trend Analysis

• Penggunakan analisis statistik untuk membuat

perbandingan-perbandingan variabel selain waktu.
• Digunakan jika data yang tersedia cukup banyak
namun karakteristiknya kurang mirip dengan
properti.
• Berbagai elemen perbandingan yang mempengaruhi
harga jual dites untuk mengetahui sensitivitas pasar,
kemudian dianalisis pola harganya.
Relative Comparison Analysis
 Ranking Analysis
Quality Rating
Land Price
No. Property Location Shape Topography
(Rp/sqm)
1 Data 1 4.0 4.0 5.0 1,000,000
2 Data 2 5.0 4.0 5.0 1,100,000
3 Data 3 3.0 3.0 4.0 900,000
4 Data 4 4.0 5.0 5.0 1,050,000
5 Data 5 5.0 4.0 5.0 1,200,000
Property 4.0 4.0 4.5
Correlation 0.94 0.47 0.75
Correlation^2 0.88 0.23 0.56 1.66
Weight 52.63% 13.53% 33.83%

Land Price
No. Property Score Point Estimate Rank
(Rp/sqm)
1 Data 1 1,000,000 4.34 230,503 4
2 Data 2 1,100,000 4.86 226,121 1
3 Data 3 900,000 3.34 269,595 6
4 Data 4 1,050,000 4.47 234,706 3
5 Data 5 1,200,000 4.86 246,677 1
Property 1,006,940 4.17 5
Mean 1,042,823.4 Min 226,121.00
Max 269,595.00
Average 241,520.40
Point Estimate
Land Price (Rp/sqm) 1,006,940
Min. 934,137
Calculate
Max. 1,079,744

Regression - Check Method

Constant 336,373
Coefficient 163,080
R-Square 83%
Land Price (Rp/sqm) 1,016,281
Adjustment & Reconciliation
1. Hak atas properti yang dialihkan
Kavling Rumah OP Data 1

HGB SHM

Indikasi Harga 1.000.000.000

Penyesuaian - 5.000.000 - 0,5%

Rumah OP Data 1

HGB SHM

Indikasi Harga 2.500.000.000

Penyesuaian - 5.000.000 - 0,2%

 2. Syarat pembiayaan

1.000.000.00
Harga Jual 0
Bunga Deposito 6%
DP 20% 200.000.000 1 200.000.000
Cicilan 1 66.666.667 0,995 66.343.735
2 66.666.667 0,990 66.022.368
3 66.666.667 0,986 65.702.557
4 66.666.667 0,981 65.384.296
5 66.666.667 0,976 65.067.576
6 66.666.667 0,971 64.752.391
7 66.666.667 0,967 64.438.732
8 66.666.667 0,962 64.126.593
9 66.666.667 0,957 63.815.965
10 66.666.667 0,953 63.506.842
11 66.666.667 0,948 63.199.217
12 66.666.667 0,943 62.893.082
1.000.000.000 975.253.355
24.746.645
Diskon -2,47% 2,54%
975.253.355 1.000.000.000
3. Kondisi penjualan

Kavling Rumah OP Data 1 Data 2

Normal Butuh Uang Normal

Indikasi Harga 800.000.000 1.000.000.000

Penyesuaian 200.000.000
20%
4. Pengeluaran yang dilakukan segera setelah pembelian

Rumah OP Data 1 Data 2

Kondisi Bangunan Baik Listrik dan air Baik

diputus
Indikasi Harga 995.000.000 1.000.000.000

Penyesuaian atas biaya 5.000.000

penyambungan kembali +0.5%
listrik dan air
5. Kondisi pasar

Ruko terjual bulan ini : Rp185 juta

Ruko terjual 1 tahun lalu : Rp150 juta
Kenaikan harga : Rp35 juta

Penyesuaian : Rp185 juta - 1

Rp150 juta
: 23,3% per tahun atau
1,9% per bulan
6. Adjustment KLB dan Peruntukan*
Kompensasi KLB (DKI Jakarta)
Lokasi A B
Peruntukan Komersial Pemerintahan
Luas 2.500 3.000
KDB 55% 45%
KLB 5 6
KB 24 24
KDH 30% 30% Penambahan KLB NJOP

KTB 55% 55%

1
Harga/sqm 61.000.000 55.000.000
Kompensasi = 1,2 x x 45.000.000
5
KLB 10.800.000 Indeks wilayah KLB Dasar
Adjusted Price 71.800.000 55.000.000
= 10.800.000
1. Diketahui objek penilaian dan pembanding seperti dijelaskan diatas
2. Perbedaan signifikan antara pembanding dan objek penilaian adalah besaran KLB dan Peruntukan
3. Berdasarkan peraturan DKI adjustment KLB dapat dihitung menggunakan rumus Nilai Kompensasi
4. Setelah dilakukan penyesuaian KLB, dapat dihitung penyesuaian untuk perbedaan peruntukan sebagai berikut:

Penyesuaian Peruntukan = Komersial = 71.800.000 – 1 = 30,5%

Pemerintahan 55.000.000
* Penyesuaian peruntukan sebaiknya dihindari, gunakan data pembanding dengan peruntukan yang sama.
 Reconciliation
Metode 1

1. Menjumlahkan Gross Adjustment

Elemen
Perbandingan Data 1 Data 2 Data 3 Data 4 Total
A 44.000 8.100 (18.500) 117.600
B 8.250 22.248 (10.000) 6.500
C 20.020 81.960 (21.708)
D (32.643)

E 107.838 (43.401)

Total 160.088 50.368 186.504 145.808 542.768

2. Memproporsikan masing-masing Gross Adj terhadap Total Gross Adj

160,088 = 29%
542,768
50,368 = 9%
542,768
186,504 = 34%
542,768
145,808 = 27%
542,768
100%
2. Mereverse Prosentase Bobot
Data 1 100% = 3.39 3.39 16%
29% 20.80
Data 2 100% = 10.78 10.78 52%
9% 20.80
Data 3 100% = 2.91 2.91 14%
34% 20.80
Data 4 100% = 3.72 3.72 18%
27% 20.80

20.80 20.80 100%

Metode ini tidak dapat digunakan jika terdapat data pembanding yang tidak
mempunyai perbedaan dengan objek penilaian (total gross adjustment = 0)
 Metode 2 dan 3
Elemen
Perbandingan Data 1 Data 2 Data 3 Data 4 Total GA Total GA2
GA GA2 GA GA2 GA GA2 GA GA2

A 44.000 1.936.000.000 8.100 65.610.000 (18.500) 342.250.000 117.600 13.829.760.000

494.973.50
B 8.250 68.062.500 22.248 4 (10.000) 100.000.000 6.500 42.250.000

400.800.40
C 107.838 11.629.034.244 20.020 0 81.960 6.717.441.600 (21.708) 471.237.264

D (32.643) 1.065.565.449

E (43.401) 1.883.646.801

Total 160.088 13.633.096.744 50.368 961.383.904 (22.584) 10.108.903.850 102.392 14.343.247.264 542.768 39.046.631.762
GA = Gross Adjustment
GA2= Gross Adjustment2
Total of all adjustments – Total adjustment for property i
(n -1) x Total of all adjustments
Metode 2 - Data 1 : 39.046.631.762 – 13.633.096.744 = 0,2170
(4-1) x 39.046.631.762

Metode 3 - Data 1 : 542.768 – 160.088 = 0,2350

(4-1) x 542.768
 Terima kasih

Sumber:
The Appraisal of Real Estate - 14th Edition
Property Valuation & Analysis by RTM Whipple