Mubarokatin, Pretty Fatkhi (2019) Pemodelan NJOP dan Harga Pasar dengan Metode Geographically Weighted Regression (GWR) (Studi Kasus: Kecamatan Mulyorejo, Kota Surabaya). Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
03311540000010-Undergraduate_Thesis.pdf Download (3MB) | Preview |
Preview |
Text
03311540000010-Undergraduate_Thesis.pdf Download (3MB) | Preview |
Preview |
Text
03311540000010-Undergraduate_Thesis.pdf Download (3MB) | Preview |
Abstract
Di Indonesia dalam menentukan besarnya nilai tanah dapat melalui NJOP dan harga pasar. Salah satu kawasan perkotaan yang memiliki nilai tanah tinggi adalah Kota Surabaya. Penelitian ini akan melakukan pemodelan GWR dengan data NJOP dan data harga pasar di Kecamatan Mulyorejo. Tujuannya untuk mencari model terbaik untuk data nilai tanah di Kecamatan Mulyorejo. Sebelum melakukan pemodelan GWR dilakukan pemodelan regresi linier berganda terlebih dahulu tujuannya untuk mengetahui variabel-variabel yang mempengaruhi nilai tanah di Kecamatan Mulyorejo. Hasilnya adalah terdapat terdapat 4 variabel signifikan untuk kedua data NJOP dan data harga pasar yaitu jarak terhadap CBD untuk variabel (x1), lebar jalan untuk variabel (x2), jumlah fasilitas umum untuk variabel (x3), dan kondisi lingkungan untuk variabel (x4). Untuk pemodelan regresi linier berganda data NJOP didapatkan persamaan Y = 3393015,383 – 1128,196(x1) + 256009,937(x2) – 376996,001(x3) + 768251,073(x4). Dan untuk pemodelan regresi linier berganda data harga pasar didapatkan persamaan Y = 8575473,544 – 1948,051(x1) + 540147,653(x2) – 591875,035(x3) + 1467907,457(x4). Setelah dilakukan pemodelan regresi linier berganda dilakukan uji aspek spasial, untuk mengetahui data tersebut dapat dianalisa menggunakan analisa spasial atau tidak. Hasilnya adalah kedua data baik data NJOP maupun data harga pasar mempunyai efek heteroginitas spasial yaitu kondisi pada suatu wilayah yang memiliki perbedaan kondisi antar lokasi. Kemudian dilakukan pemodelan GWR dimana setiap zona memiliki persamaan dengan paramteter yang berbeda. Dari analisa pemodelan regresi linier berganda dan pemodelan GWR, didapatkan hasil bahwa pemodelan GWR lebih cocok digunakan untuk model data nilai tanah di Kecamatan Mulyorejo. Dilihat dari hasil nilai RMSE model GWR yang lebih kecil dan hasil nilai R-Square yang nilainya mendekati 1. Akan tetapi ketika kedua data NJOP dan data harga pasar dilakukan uji kesesuaian model, pada data harga pasar menghasilkan nilai F-hitung yang lebih kecil yaitu 1,655 sedangkan nilai F-tabel 2,53, sehingga hasil yang didapatkan tidak signifikan. Dimana artinya model GWR dan model regresi linier berganda menghasilkan nilai yang sama utnuk data harga pasar. Sedangkan untuk data NJOP menghasilkan nilai F-hitung yang lebih besar yaitu 3,421 dari nilai F-tabel, maka didapatkan hasil yang signifikan sehingga nilai antara model GWR dan regresi linie berganda tidak menghasilkan nilai yang sama untuk data NJOP.
=================================================================================================================================
In Indonesia, determining the value of land, it can be through NJOP and market prices data. One urban area that has high land value is the city of Surabaya. This study will conduct GWR modeling with NJOP and market price data in Mulyorejo District. The aim is to find the best model for land value data in Mulyorejo Subdistrict. Before doing GWR model, multiple linear regression modeling was carried out first, the purpose was to find out the variables that influence the value of land in Mulyorejo District. The result is there are 4 significant variables for both NJOP data and market price data, namely distance to CBD for variables (x1), road width for variables (x2), number of public facilities for variables (x3), and environmental conditions for variables (x4) . For NJOP multiple linear regression modeling, the equation is Y = 3393015.383 – 1128.196 (x1) + 256009.937 (x2) – 376996.001 (x3) + 768251.073 (x4). And for multiple linear regression model of market price data, the equation is Y = 8575473.544 – 1948.051 (x1) + 540147.653 (x2) – 591875.035 (x3) + 1467907.457 (x4). After doing multiple linear regression modeling, a spatial aspect test was conducted to find out whether the data could be analyzed using spatial analysis or not. The result is that both NJOP data and market price data have the effect of spatial heterogeneity, namely the conditions in a region that have different conditions between locations. Then GWR modeling is carried out where each zone has an equation with different parameters. From the analysis of multiple linear regression modeling and GWR modeling, the results show that GWR modeling is more suitable for land value data model in Mulyorejo District. Judging from the results of RMSE value, that RMSE of GWR model is smaller than multiple linear regression model and the results R-Square value of GWR model are close to 1. However, when both NJOP and market prices data are carried out the model conformity test, the market price data produces a smaller F-count 1.655 while F-table value is 2.53, so the results obtained are not significant. Which means that GWR model and multiple linear regression produce the same value for market price data. But for NJOP data produces a greater F-count value 3.421 than the F-table value, so that for NJOP data has significant results obtained between the GWR model and multiple linear regression because they do not produce the same value.
| Item Type: | Thesis (Other) |
|---|---|
| Additional Information: | RSG 333.332 Mub p-1 2019 |
| Uncontrolled Keywords: | NJOP, Harga Pasar, Regresi Linier Berganda, Analisa Spasial, GWR. |
| Subjects: | G Geography. Anthropology. Recreation > GA Mathematical geography. Cartography > GA139 Digital Elevation Model (computer program) |
| Divisions: | 61101-Magister Management Technology |
| Depositing User: | Pretty Fatkhi Mubarokatin |
| Date Deposited: | 30 May 2024 02:49 |
| Last Modified: | 30 May 2024 02:49 |
| URI: | http://repository.its.ac.id/id/eprint/65405 |
Actions (login required)
 |
View Item |