R. Mahelan Prabantarikso
Managing Director Strategic, Compliance, and Risk
perusahaan.
Indikator-indikator ekonomi akan membentuk gambaran kondisi ekonomi saat
ini dan potensi perkembangannya di masa mendatang.
3
• Pasar perumahan sudah lama digunakan sebagai salah satu indikator baik/buruknya kondisi perekonomian suatu negara,
misalnya Amerika Serikat, Eropa, dan Australia
• Penurunan harga rumah bisa mengindikasikan pasokan (supply) yang melebihi permintaan (demand), harga yang ada tidak
terjangkau, atau harga rumah memang sedang meningkat sehingga terjadi koreksi untuk menghindari gelembung (bubble)
perumahan.
• Mengurangi jumlah pekerja kontruksi yang membangun rumah baru, akhirnya menaikan tingkat pengangguran.
• Mengurangi penerimaan pajak dari sektor properti, akhirnya mengurangi pendapatan pemerintah.
• Untuk bisa diperbandingkan, harga rumah bisa disederhanakan menjadi INDEX HARGA RUMAH.
8
Sejarah Metode penghitungan indeks Diperkenalkan Bailey, Muth, Diperkenalkan pertama kali di Digunakan pertama kali di
penggunaan yang pertama kali dan Nourse pada 1963 sebagai AS untuk menghitung nilai sewa Selandia baru pada awal 1960.
diperkenalkan. Bisa generalisasi metode Chained rumah dengan
menggunakan Simple Mean or Matched Model mempertimbangkan jumlah
Median Index kamar dan fasilitas lainnya.
Faktor yang • Pembagian kelas data • Untuk properti yang dijual Membutuhkan banyak data Membutuhkan banyak data.
dipertimbangkan (stratification) yang baik lebih dari sekali dan spesifik mengenai karakteristik
akan mengurangi bias. kemungkinan data tersebut properti.
• Memasukan variabel umur sedikit.
bangunan sebagai variabel • Sesuai bila menggunakan
stratifikasi. stochastic model.
• Data cleaning, yakni
membuat data properti yang
gap waktu jualnya terlalu
singkat atau lama karena bia
menyebabkan bias.
10
Kelebihan • Perubahan komposisi tempat • Mudah karena hanya melihat • Fleksible terhadap perubahan • Mudah dihitung
tinggal bisa disesuaikan. properti yang dijual lebih dari sampel dan mutu tempat tinggal. • Hanya membutuhkan data harga
• Dapat diuji ulang selama variabel sekali (frekuensi). • Dapat merangkai indeks harga jual dan harga penilaian dan
stratifikasinya sama. • Regresi standar dan indeks harga dengan berbagai tipe tempat tidak membutuhkan data
• Dapat diuji di lokasi atau tempat mudah dihitung. tinggal dan lokasi melalui karakteristik tempat tinggal.
tinggal yang berbeda. • Sama seperti matched-model stratifikasi. • Tingkat bias kecil
• Relatif mudah dimengerti. method dengan 1 faktor, yaitu • Efisien, Mirip Matched-Model • Dapat diuji ulang
lokasi. Method jika varian regresi
• Hasilnya dapat diuji ulang dengan hedonic dihilangkan.
memperhatikan data outliers dan
heterokedaktisitas.
Kekurangan • Membutuhkan jumlah sampel • Inefisien karena hanya • Sulit untuk mengontrol lokasi bila • Kurang memperhitungkan
yang banyak dalam satu menggunakan data harga harga properti dan tren harga perubahan mendasar seperti
periode. properti yang dijual lebih dari berbeda-beda menurut wilayah. perbaikan/renovasi tempat
• Meskipun hanya menghitung sekali. • Membutuhkan biaya yang besar tinggal.
harga jual tapi masih perlu data • Membutuhkan data yang banyak karena banyak data karakteristik • Membutuhkan data penilaian
karakteristik tempat tinggal untuk akurasi. properti yang dikumpulkan. yang akurat.
untuk stratifikasi. • Tidak mempertimbangkan nilai • Meskipun bisa diuji ulang indeks • Indeks tidak dapat terurai hingga
• Tidak memperhitungkan depresiasi dan renovasi properti. yang dihasilkan bisa berbeda komponen lahan dan struktur.
depresiasi dan renovasi tempat • data kurang mewakili kumpulan tergantung model atau bentuk
tinggal kecuali bila dimasukan properti fungsi.
dalam faktor stratifikasi. • Sulit dijelaskan kepada user.
11
Pemerintah
• BTN Housing Index merupakan Sebagai regulator, berkepentingan dengan tercukupinya
bagian dari kontribusi Bank BTN kebutuhan papan (tempat tinggal) masyarakat dan persaingan
untuk mendukung kemajuan industri yang sehat serta menentukan arah ekonomi nasional.
• Indeks Harga Properti BTN (IHPBTN) merupakan indeks harga perumahan yang diperhitungkan secara triwulanan berdasarkan
harga transaksi nasabah PT Bank Tabungan Negara (Persero) Tbk. Sampel mencakup data seluruh kantor cabang BTN di Indonesia
dengan batasan transaksi rumah tapak nonsubsidi dengan tipe ≤70 m 2 yang dijual untuk pertama kali (primer). Triwulan I-2014
merupakan tahun dasar.
• BTN Housing Index bisa menjadi pelengkap Survei Harga Properti Residensial (SHPR) yang Diterbitkan Bank Indonesia
• BTNHI dan SHPR sama-sama menggunakan modifikasi dari metode simple average namun berbeda dalam pemilihan sampel.
Sampel Data Harga transaksi riil (akad) nasabah Bank BTN Harga listing pengembang yang menjadi responden BI
Cakupan Sampel Seluruh kantor cabang BTN di Indonesia 16 kota besar di Indonesia
• Pertumbuhan BTN Housing Index secara nasional pada triwulan I - 2017 mengalami kenaikan
secara tahunan (yoy) sebesar 10,60%, namun mengalami penurunan secara kuartalan (qtq)
sebesar -0,61%. Adapun nilai BTN Housing Index periode sebelumnya (kuartal IV, 2016)
mengalami perlambatan sebesar -3,67% (qtq) dan -5,74% (yoy)
• Penurunan harga jual rumah nasional tertinggi pada triwulan I-2017 adalah sebagai berikut :
• Type ≤36 : -27,73% (Yogyakarta)
• Type 37-45 : -13,90% (Jambi)
• Type 46-72 : -11,76% (Sumatera Utara)
16
Dokumen BTN Housing Index
Harga Jual Rumah Triwulan I – 2017 Cenderung Mengalami
Penurunan
• Pertumbuhan harga rumah secara nasional pada triwulan I - 2017 mengalami kenaikan secara
tahunan (yoy) sebesar 11,50%, namun mengalami penurunan secara kuartalan (qtq) sebesar -
0,63%. Adapun harga rumah periode sebelumnya (kuartal IV, 2016) mengalami perlambatan
sebesar -5,09% (qtq) dan -3,73% (yoy)
• Pertumbuhan harga jual rumah nasional tertinggi pada triwulan I-2017 adalah sebagai berikut :
• Type 36 : 43,66% (Sumatera Barat)
• Type 37-45 : 19, 73% (papua Barat)
• Type 46-72 : 21,98 % (Nusa Tenggara Barat)
• Penurunan harga jual rumah nasional tertinggi pada triwulan I-2017 adalah sebagai berikut :
• Type 36 : -66,47% (Lampung)
• Type 37-45 : -67,25% (Nusa Tenggara Timur)
• Type 46-72 : -54,22% (Maluku)
17
Dokumen BTN Housing Index
18 Dokumen BTN Housing Index
19
Dokumen BTN Housing Index
INDEX NASIONAL
PER TYPE RUMAH KENAIKAN DALAM %
No. TAHUN
(x <36) (36 - 45) (45-70) (x <36) (36 - 45) (45-70)
1 2014-Q1 100.00 100.00 100.00
2 2014-Q2 105.80 105.64 110.74 5.80% 5.64% 10.74%
3 2014-Q3 114.46 116.90 115.28 8.19% 10.66% 4.10%
4 2014-Q4 118.90 121.82 122.03 3.88% 4.21% 5.86%
5 2015-Q1 135.05 130.08 124.99 13.58% 6.78% 2.43%
6 2015-Q2 121.59 132.25 139.00 -9.96% 1.67% 11.21%
7 2015-Q3 139.24 139.38 139.05 14.51% 5.39% 0.04%
8 2015-Q4 167.45 176.30 177.22 20.26% 26.49% 27.45%
9 2016-Q1 145.55 141.37 139.53 -13.08% -19.81% -21.27%
10 2016-Q2 154.14 143.30 162.59 5.90% 1.36% 16.53%
11 2016-Q3 162.93 145.75 176.14 5.70% 1.71% 8.33%
12 2016-Q4 164.98 149.37 157.58 1.26% 2.48% -10.54%
13 2017-Q1 163.85 150.65 154.27 -0.69% 0.86% -2.10%
20
PUSAT PENENTU ARAH PERKEMBANGAN
2012
2012
2014
2011 2016
2015
2016
2015
2015
for internal discussion purposes only
SIKLUS PROPERTI INDONESIA
Siklus
Properti
GDP
Growth
Inflasi
BI Rate
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 -16 2017 P
Weak Market Buyer’s Market Soft Market Seller’s Market