Market Data Approach

Pendekatan Data Pasar

 Pengertian

◼ Pendekatan data pasar adalah metode penilaian

suatu properti yang diperoleh dengan
membandingkan properti yang dinilai terhadap
properti lain yang sebanding yang ditransaksikan di
pasar terbuka.
 Proses Pendekatan Data Pasar

◼ Pengumpulan Data
◼ Verifikasi dan Analisa Data
◼ Penyesuaian (Adjustment)
◼ Rekonsiliasi dan Kesimpulan Nilai
 Sumber Data

◼ Property Agent
◼ Developer
◼ Pihak yang terlibat langsung dalam transaksi
◼ Iklan-iklan di surat kabar, majalah, internet, dll.
◼ Arsip-arsip penilaian (bukan laporan penilaian)
◼ Data resmi (Akte Jual Beli, NJOP)
 Verifikasi dan Analisa Data
◼ Validitas data dapat dipertanggung jawabkan dan
harus dari sumber-sumber yang dapat dipercaya.
◼ Jika perlu dilakukan pemeriksaan fisik (inspeksi)
dan mengindentifikasikan persamaan dan
perbedaan properti yang dinilai.
◼ Data tersebut harus memenuhi syarat/asumsi
dalam nilai pasar (Market Value)
 Analisa Data
◼ Karakteristik Fisik
◼ Tanah : lokasi, aksesibilitas, luas, bentuk, frontage, kontur, dll
◼ Bangunan : type, luas, kualitas meliputi konstruksi, finishing,
fasilitas pelengkap, dll
◼ Kendaraan : merk, type, tahun, warna, STNK, asesoris, dll
◼ Karakteristik Non-fisik
◼ Harga jual
◼ Tanggal transaksi
◼ Aspek Hukum
◼ Kondisi Penjualan khusus
◼ Tata Kota
 Penyesuaian

◼ Penyesuaian dilakukan untuk memperkecil

perbedaan-perbedaan yang ada pada data
pembanding dengan properti yang dinilai.
Prinsipnya adalah menambahkan kekurangan yang
ada pada properti pembanding dan mengurangkan
kelebihan yang ada.
 Rekonsiliasi

◼ Berdasarkan indikasi nilai yang diperoleh dari

penyesuaian data pembanding maka dilakukan
rekonsiliasi untuk mendapatkan kesimpulan nilai.
Keuntungan Pendekatan Data
Pasar
◼ Sederhana dan mudah dimengerti
◼ Dapat diterapkan untuk semua jenis properti
◼ Acuan untuk menguji ketepatan metode-metode lain
◼ Lebih objektive, bersumber dari data aktual
◼ Dibandingkan dengan Income Approach : menghindari
kesalahan memprediksi pendapatan yang akan datang.
◼ Dibandingkan dengan Cost Approach : menghindari
subjektifitas dalam penentuan biaya dan penyusutan.
 Kelemahan Pendekatan Data
Pasar
◼ Ketersediaan data pembanding sering tidak mencukupi
◼ Verifikasi keabsahan data sulit dilakukan
◼ Memerlukan pengetahuan dan pengalaman yang luas
terutama dalam melakukan adjustment
◼ Adjustment yang dilakukan dapat berkurang ketepatannya
jika unsur-unsur yang harus disesuaikan terlalu banyak
 Tekhnik-tekhnik Adjustment

◼ Tekhnik tambah kurang (Overall Adjustment)

◼ Penyesuaian Biaya (Cost Adjustment)
◼ Market Adjustment Grid (MAG)
◼ Tekhnik Berpasangan (Paired Comparison)
◼ Tekhnik Indeks Kualitas (Quality Index)
◼ Tekhnik Statistik (Regresi)
 Overall Adjustment

◼ Penyesuaian dilakukan dengan langsung

membandingkan secara keseluruhan
kelebihan dan kekurangan dari subjek
properti dengan Comparable Data.
 Penyesuaian Biaya
(Cost Adjustment)
◼ Penyesuaian dilakukan dengan 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.
Market Adjustment Grid (MAG)
◼ Dalam tekhnik ini penilai melakukan
adjustment untuk faktor-faktor yang
berpengaruh terhadap nilai. Perbedaan-
perbedaan pada properti yang dinilai
dianalisa secara mendetail dan
disesuaikan, masing-masing dibandingkan
dengan data pembanding.
 Tekhnik Berpasangan
(Paired Comparison)
◼ Data pembanding dipasang-pasangkan (paired)
untuk memperoleh hanya satu faktor yang berbeda
dalam pasangan data tersebut.
◼ Penyesuaian dilakukan berdasarkan hanya satu
perbedaan dari pasangan data pembanding.
◼ Secara teori mudah dan objektif, namun pada
prakteknya sulit sekali mendapatkan dua data
pembanding yang mempunyai satu perbedaan.
 Tekhnik Indeks Kualitas
(Quality Rating)
◼ Tentukan bobot untuk faktor-faktor yang akan
disesuaikan.
◼ Tentukan indeks kualitas untuk masing-masing
faktor tersebut.
◼ Plot indeks kualitas dengan harga dalam grafik.
◼ Tarik garis lurus yang paling sesuai.
◼ Tentukan nilai properti berdasarkan grafik tersebut.
 Tekhnik Statistik (Regresi)
◼ Multiple Regression Analysis (MRA) adalah tekhnik
untuk mengestimasi pengaruh dari satu atau dua
independent variable terhadap satu dependent
variable, dalam hal ini adalah nilai.
 Tahapan dari MRA adalah :

◼ Model sepcification : termasuk pemilihan variable,

skala, dll.
◼ Model estimation : bisa menggunakan program
komputer
◼ Model Interpretation : analisa logika model, apakah
model tersebut masuk akal.
◼ Model application
 Contoh Overall
Adjustment
Data 1 Data 2 Data 3
Harga Jual 100.000.000 108.000.000 98.000.000
Nilai Indikasi 104.000.000 106.000.000 102.000.000
Pembebanan 30% 40% 30%
(Weighted)
Beban 31.200.000 42.400.000 30.600.000

Nilai Pasar Rp. 104.200.000,-

Contoh:Market Adjustment Grid
Data 1 Data 2 Data 3
Harga Jual 100.000.000 108.000.000 98.000.000
Penyesuaian Waktu +5% 0% +2%
Lokasi -1% 0% 0%
Ukuran 0% 0% +4%
Land Improvement 0% -2% 0%
Total Penyesuaian 4% -2% +6%
104% 98% 106%
Nilai Indikasi 104.000.000 105.840.000 103.880.000
Pembebanan (Weighted) 30% 40% 30%
Beban 31.200.000 42.336.000 31.164.000
Nilai Pasar Rp. 104.700.000,-
 Contoh:PSA
Data Harga Sudut Tlp Lebar Pjng Pematangan
Jalan Frntg
Y=8m Y = 20
N=3m N = 15
A 82 Y Y Y
B 72 Y Y
C 90 Y Y Y
D 87 Y Y Y
E 93 Y Y
F 78 Y Y
S Y Y Y Y
 Contoh: P S A

◼ A-B: sudut = 10.000.000

◼ A-F: jaringan Telepon = 4.000.000
◼ C-F: jalan 8 m = 12.000.000
◼ A-B-D : Pematangan = 7.000.000
◼ A-B-F: panjang frontage = 68.000.000
 Contoh: P S A

Subject Property :
◼ Panjang frontage 20 m 68.000.000
◼ Kavling sudut 10.000.000
◼ Sudah pematangan 7.000.000
◼ Ada jaringan telepon 4.000.000
◼ Nilai subjek property 89.000.000