Estimasi Nilai Basis Pajak Bumi dan Bangunan di Kota Jambi: Pendekatan Hedonic Price Function

Jurnal Perspektif Pembiayaan dan Pembangunan Daerah Vol. 2 No. 1, Juli - September 2014 ISSN: 2338- 4603

147

Jurnal Perspektif Pembiayaan dan Pembangunan Daerah Vol. 2 No. 3, Januari-Maret 2015 ISSN: 2338- 4603

Estimasi Nilai Basis Pajak Bumi dan Bangunan di Kota Jambi:Pendekatan Hedonic Price Function

Arman Delis; Siti HodijahProgram Magister Ilmu Ekonomi Fakultas Ekonomi dan Bisnis Universitas Jambi

AbstrakPenelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang paling dominan

yang menentukan tingkat harga tanah dan bangunan dan untuk mengukur rasio antaraharga tanah dan bangunan berdasarkan harga yang ditetapkan pada Surat PemberitahuanPajak Terhutang (SPPT). Estimasi tingkat harga dan nilai wajib pajak atas tanah danbangunan didasarkan pada fungsi harga hedonis. Data yang digunakan adalah data kerat-lintang dari hasil survei lapangan 100 pemilik tanah dan bangunan di wilayah KecamatanTelanaipura, Pelayangan, Pasar Jambi dan Kota Baru. Hasil penelitian menunjukkanbahwa tingkat harga tanah dan bangunan yang tertinggi ada di Pasar Jambi dan yangterendah di Pelayangan. Variabel yang paling dominan yang menentukan tingkat hargatanah adalah kepadatan penduduk, jarak tanah ke lokasi pusat kota dan jenis jalan yangmelewati lokasi tanah, sedangkan tingkat harga bangunan ditentukan oleh luas lantaibangunan, jenis rumah dan ketersediaan garasi. Secara rata-rata, rasio harga tanah padaNJOP terhadap harga tanah aktual yang dikehendaki pemiliknya dan harga prediksinyamasing-masing adalah 29,30 persen dan 44,13 persen. Rasio rata-rata yang relatif rendahini menunjukkan bahwa harga tanah yang ditetapkan pemerintah pada SPT dalamperhitungan NJOP sebagian besar masih terlalu jauh jaraknya bila dibandingkan denganharga tanah yang dikehendaki pemiliknya dan harga prediksinya. Ini berarti bahwa potensimenaikan Pajak Bumi dan Bangunan di Kota Jambi masih sangat besar..Kata kunci : harga aktual, harga yang diinginkan, harga prediksi

AbstractThis research is aimed to identify the most dominant factors which determine the rate ofprice of lands and buildings, to measure the ratio between the price of lands and buildingsbased on price set on Income Tax Payable (SPPT). The estimated value taxpayer on landand buildings and the value of the estimation is based on the hedonic price function.Estimates of the level of the price of land and buildings carried out with the hedonic pricefunction approach. The data used is the cross-sectional data obtained from the results of afield survey of 100 owners of land and buildings are scattered in the subdistrictTelanaipura, Pelayangan, Pasar Jambi and Kota Baru subdistrict. The results showed thatthe level of the price of land and buildings in the district are highest and lowest JambiMarket in Subdsitrict Pelayangan. The most dominant variable that determines the level ofthe price of land is population density, distance to the city center location of the land andthe type of road that passes through the location of the land, while the price level isdetermined by the building floor area of the house, the type of home and the availability ofthe garage wall. On average, the ratio of the price of land in the SPT to the actual price ofthe desired land owners and the price of each prediction is 29.30 percent and 44.13 percent,while the ratio of the price of houses for the price of the actual building and the price of theaverage prediction of 39.57 percent and 33.04 percent. The relatively low Figures of ratio


148

indicates that the price of land and buildings are set by the government on the tax return inthe calculation of taxable value mostly still too far away when compared with the price ofland and building the desired owners and price prediction. This means that the potentialincrease in the Land and Property Tax in the city of Jambi is still very large.Keywords: actual price, desired price, prediction price

I. PENDAHULUANPelaksanaan kegiatan pembangunan

di daerah umumnya dihadapkan padamasalah terbatasnya pendapatan yangberasal dari daerah sendiri dan tingginyaketergantungan daerah terhadap transferdana dari pemerintah pusat. Sumber-sumber pendapatan yang dapat digalioleh pemerintah daerah berupa pajak danretribusi, basisnya relatif sangat sempitsehingga kurang potensial untuk dapatmeningkatkan pendapatan dan membia-yai berbagai jenis belanja daerah. Imple-mentasi otonomi daerah dan desen-tralisasi fiskal telah memperluas kewe-nangan daerah menggali potensi penda-patan baik perluasan basis maupun ca-kupannya, namun setelah satu setengahdekade, pendapatan dari daerah sendiriatau Pendapatan Asli Daerah (PAD)belum meningkat secara signifikan.

Salah satu kebijakan yangdilakukan pemerintah untuk memperkuatkeuangan pemerintah daerah adalahpenyerahan kewenangan pengelolaanPajak Bumi dan Bangunan (PBB) kepemerintah daerah sejak tahun 2014 yangmemperluas kewenangan pemerintahdaerah dalam menilai basisnya berupatanah dan bangunan. Nilai tanah danbangunan ditentukan oleh berbagaikarakteristik seperti faktor lokasi,aksessibiltas dan lingkungan. Karakteris-tik ini dapat berubah secara cepat seiringdengan perkembangan penyediaaninfrastruktur dan tumbuhnya aktivitasekonomi. Perbedaan dan perubahankarakteristik tersebut menyebabkan hargatanah dan bangunan meningkat cepat dansemakin bervariasi. Konsekuensinyapenilaian basis atau objek PBB, harus

mempertimbangkan karakteristik basis-nya dan memperhatikan dinamika karak-teristiknya.

Pajak tanah dan bangunan (popertytax) merupakan pajak tertua sebagaisumber pendapatan pemerintah daerah diberbagai negara. Studi Bahl (1979)menunjukkan pajak tanah dan bangunantidaklah memiliki peran yang begitubesar sebagai sumber pendapatan. Temu-an Dillinger (1988) sebaliknya justrumenunjukkan bahwa pengenaan pajakterhadap kekayaan mampu mendukungpembiayaan kegiatan pemerintah lokal diNegara-negara Sedang Berkembang.

Pemungutan pajak tidak hanyasemata-mata didasarkan atas potensinyamenghasilkan sumber pendapatan bagaipemerintah, tetapi distribusi bebanakhirnya (tax incidence) dan bebanlebihannya (tax burden) sangat perludiperhatikan. Studi Linn (1982) tentangpola beban akhir pajak kekayaan diKolumbia, telah menemukan lima faktoryang menentukan penerimaan aktualpajak kekayaaan yaitu : market value,assessment ratio, transmission ratio,statutory tax rate, dan collection ratio.Dari kelima faktor ini, aspek penilaianbasis dan tingkat tarif pajak merupakanbagian sangat penting untuk mewujudkanbeban akhir pajak yang lebih adil. Studiyang dilakukan Pusat Antar Universitas(PAU) bidang ekonomi UGM (1992)menunjukan bahwa dengan pembebanantarif tunggal yang berlaku di Indonesia,struktur tarif PBB cendrung bersifatprogresif. Artinya beban akhir PBB telahterdistribusi secara adil diantara wajibpajak. Kelompok masyarakat berpengha-silan tinggi menaggung beban yang lebihtinggi daripada kelompok masyarakat


149

yang berpenghasilan lebih rendah(Mangkusubroto, 1994)

Penilaian basis PBB berupa tanahdan bangunan didasarkan atas karakteris-tik permintaan dan penawarannya. Pena-waran tanah bersifat inelastis, sementarakebutuhan akan tanah meningkat secaraterus menerus, akibatnya harga tanahmeningkat sangat cepat terutama di per-kotaan. Nilai tanah merupakan kemam-puan sebidang tanah untuk dipertukarkandengan barang lain. Semakin rendah nilaigunanya semakin rendah nilai tanahtersebut. Sementara nilai pasar tanahmerupakan harga (dalam satuan uang)yang dikehendaki oleh penjual danpembeli tanah (Shengkel, 1978). Nilaipasar tanah tidak mudah diukur secaratepat dan seringkali didasarkan atas hargajual yang dikehendaki pemilik tanah.Meskipun pasar tanah lebih bersifat pasarpenjual (Supplier Market) dimanapenawarannya bersifat inelastis, hargatanah yang terjadi di pasar tetap terbentukdari interaksi permintaan dan penawarantanah, karena permintaan dan penawarantanah mencerminkan permintaan danpenawaran karakteristiknya.

Pendekatan hedonic price function(fungsi harga keningmatan) merupakansalah satu metode penilaian harga tanahdan bangunan. Pendekatan ini dikem-bangkan oleh Rosen (1974). Penilaianseorang pembeli terhadap bangunankhususnya rumah, ditentukan oleh suatuset atribut yang dimiliki rumah tersebut.Demikian juga penawarannya, bergan-tung pada atribut yang ditawarkan(Lancaster, 1966 dan Gorman dan Myles,1987). Rosen (1974) lebih jauh menun-jukkan bahwa skedul willingness-to-paydan willingness-to-supply akan menen-tukan harga keseimbangan sebagai fungsidari karakteristik atau atribut suatubangunan.

Atribut bangunan antara lainmencakup kualitas lingkungan di sekitarlokasinya, misalnya keberadaan taman.Walaupun tidak terdapat pasar yang nyata

untuk kualitas lingkungan, tetapiberdasarkan pengamatan, harga rumahbervariasi sesuai dengan kualitaslingkungan tempat dimana bangunanberlokasi. Perbedaan harga dua rumahyang identik dalam seluruh aspek kecualikualitas lingkungan, menunjukkanperbedaan nilai lingkungan pada rumahtersebut. Pengamatan ini kemudianmendorong munculnya theory of hedonicanalysis of price sebagai formalisasistatistik dari metode pengamatan hargapasar bangunan berdasarkan karakteristikdan atribut-atributnya. Pendekatan inimerupakan alternatif untuk melakukanpenilaian harga bangunan sebagaimanayang telah diterapkan oleh Grilichis(1971), Ball (1973), Brookshire et all.(1982), dan King et all (1979) dalammengestimasi nilai bangunan serta Pearcedan Turner (1990) dalam mengestimasinilai property (tanah dan bangunan).

Pendekatan harga keningmatandidasarkan atas harga yang diinginkanatau diningmati pemilik kekayaan(supplier) sesuai dengan karakteristik danatribut kekayaannya. Oleh karena itupenilaiannya dapat dilakukan berdasarkanprinsip penilaian sendiri (self-assessedproperty evaluation). Kelemahanpenilaian ini adalah tidak menjelaskanmengapa harga tanah yang sesungguhnyaterwujud dapat terjadi (Mangkusubroto,1992 dan 1994).

Seperti yang dikemukakan Rosen(1974), dengan pendekatan fungsi hargakeningmatan nilai kekayaan dipengaruhioleh empat komponen yaitu faktorproperty itu sendiri, faktor lokasi, faktoraksesibilitas, dan faktor lingkungan.Faktor properti antara lain mencakup luastanah dan atau bangunan dan type rumah;faktor lokasi meliputi jarak ke jalanutama atau jalan raya dan kualitas jalan;faktor aksesibilitas misalnya jarak kepusat kota atau perkantoran, pasar dansekolah; sedangkan faktor lingkunganmisalnya bebas dari banjir dan jauh daritempat pembuangan sampah.


150

Beranjak dari teori tersebut,Limsobunchai, Gan dan Lee (2004) telahmemprediksi harga rumah diChristchurch, New Zealandmenggunakan sampel 200 rumah. Faktor-faktor yang dimasukkan untukmemprediksi harga rumah adalah ukuranrumah, umur rumah, type rumah, jumlahruang tidur, jumlah ruang tamu, jumlahgarasi, lingkungan disekitar rumah danfaktor geografis. hasil studinyamenunjukkan bahwa faktor-faktortersebut mendukung potensi jaringannetral artifisial atas prediksi harga rumah.Berbeda dengan studi tersebut, Agustan(1996) memisahkan penilaian harga tanahdan harga bangunannya. Penerapanpendekatan yang sama studi tersebutmenemukan bahwa harga tanahdipengaruhi secara positif oleh luas tanahpekarangan rumah, kepadatan penduduk,kualitas jalan, kedekatan dengan jalanraya dan kebebasan dari banjir, sementarajarak ke pusat kota dan ke sekolahberpengaruh negatif. Harga bangunandipengaruhi secara positif oleh jumlahruangan, ketersediaan garasi, kualitasdinding, dan kualitas lantai, sementaravariabel jarak ke pasar dan jalan rayapengaruhnya negatif.

Berdasarkan hal tersebut, perta-nyaan yang muncul adalah bagaimanamenilai basis atau objek PBB agar esti-masinya dapat sedekat mungkin dengannilai pasarnya. Studi ini menerapkanpendekatan harga kenigmatan (hedonicprice function) untuk menilai basis PBBdi Kota Jambi.II. METODE PENELITIANJenis Data

Sebagian besar data yang digunakandalam studi ini adalah data primer berupakarakteristik tanah dan bangunan.Karakteristik tanah terdiri atas luas, jarak(ke pusat kota, kantor, pasar dan jalanutama), dan keadaan lingkungan disekitartanah, sementara karakteristik bangunanmeliputi luas dan kualitas bangunan. Data

primer dilengkapai dengan data sekunderseperti jumlah rumah dan tingkatkepadatan penduduk pada daerah yangmenjadi sampel lokasi penelitian.Metode Pengumpulan Data

Data primer dikumpulkan secaralangsung dari responden dilapangan.Pengumpulan data dilakukan denganmenggunakan instrument daftar perta-nyaan terstruktur yang telah dipersiapkan.Daftar pertanyaan tersebut didistribusikankepada responden yang terpilih sebagaisampel. Beberapa responden jugadiinterview untuk memperoleh informasiyang lebih dalam.Metode Penentuan Responden

Rumah tangga yang menjadiresponden dalam studi ini adalah pemiliktanah dan bangunan perumahan, tidaktermasuk bangunan pertokoan dan tanahtanpa bangunan. Responden dipilihsecara bertahap (Multy Stage Sampling).Pertama, dipilih secara sengaja empatkecamatan dari delapan kecamatan yangada di Kotamadya Jambi, yaitu KotaBaru, Telanaipura, Pasar Jambi danPelayangan. Kedua, dipilih kelurahansampel dengan memperhatikan jarak kepasar, sekolah, pusat kota, dan kantor.Ketiga, dipilih responden sebanyak 100pemilik tanah beserta bangunannya yangtersebar di wilayah masing-masingkelurahan. Jumlah responden padamasing-masing kelurahan ditentukansecara proforsional sesuai dengan jumlahpopulasinya.Metode Analisis Data

Data dianalisis secara deskriftif dankuantitatif. Analisis deskriftif dilakukandengan menggunakan tabulasi silang,sedangkan analisis kuantitatif dilakukandengan menggunakan teknik regresiuntuk mengeidentifikasi variabel-variabelpenentu nilai tanah dan bangunan.Mengingat sebagian variabel pengamatanbersifat kualitatif digunakan covariansmodel untuk menaksir hedonic pricefunction. Berdasarkan pendekatanhedonic price function, nilai tanah dan


151

bangunan ditentukan oleh empatkomponen seperti dijelaskan sebelumnya.Spesifikasi model untuk masing-masingnilai tanah dan bangunan yang akandiestimasi dengan metode kuadratterkecil biasa (OLS). diformulasikansebagai berikut:= + + ++ ++ ++ ++ += + + ++ + ++ ++ +dimana : LHT =logaritma harga tanah,LLTT=logaritma luas total tanah,LLPD=logaritma luas pekarangan depan,LTKP= logaritma tingkat kepadatanpenduduk, JTPK= jarak tanah ke pusatperkantoran, JTPS = jarak tanah kepasar/super market, JTSP= jarak tanah kesekolah/perguruan tinggi, DKJ=kualitasjalan depan rumah, DLT= letak tanah(depan jalan raya atau jalan kecil/gang),DBB=kebebasan dari banjir, LHB=logaritma harga bangunan, LLBR=logaritma luas bangunan rumah,JRR=jumlah ruangan rumah, PKL=pemakaian kapasitas listrik, PFT=pemi-likan fasilitas telephone, FAB=penggu-naan fasilitas air bersih, KRG=keterse-diaan ruangan garasi, JDR=jenis dindingrumah, JLR=jenis lantai rumah, JAR=jenis atap rumah, 1sampai dengan11dan 11sampai dengan7 = konstanta dankoefisien regresi ke-i dan i= unsurkesalahan pengganggu.

Hasil estimasi nilai tanah danbangunan yang diperoleh dari modelregresi, selanjutnya dikomparasi dengannilai tanah dan bangunan yang tercantumpada SPT wajib pajak. Selain itu jugadilakukan komparasi antara nilai tanahdan bangunan aktual yang diinginkanpemiliknya terhadap nilai SPT-nyasebagai pembanding angka yang

diperoleh sebelumnya. Nilai kedua rasiomenjadi lebih kecil jika penetapan hargajual tanah dan bangunan terlalu rendahdari nilai estimasi dan nilai aktualnya.Uji Statistik dan Diagnostik

Sebuah model regresi yang validakan mampu menghasilkan taksiran yangakurat mengenai prilaku populasi. Haltersebut dapat dipenuhi bila sebuahmodel regresi memiliki validitas yangtinggi berdasarkan hasil uji statistik yangbaku maupun uji diagnostik. Uji statistikmerupakan uji tahap pertama dari sebuahmodel regresi yang meliputi uji baku t-statistik, F-statistik, dan koefisiendeterminasi. Uji diagnostik merupakanpengujian tahap kedua validitas sebuahmodel regresi yang mencakup multi-kolinearitas, otokorelasi, heteroskedas-tisitas, lineritas, dan normalitas.Disamping itu dilakukan uji validitasmodel dengan menggunakan kriteriaSchwarz Bayesian Information Criteria(SBC).III. HASIL DAN PEMBAHASANEstimasi Fungsi Harga Kenigmatan

Proses estimasi fungsi hargakeningmatan (hedonic price function)atau harga yang dikehendaki pemiliktanah dan bangunan dalam kaitannyadengan karaktersitik tanah dan bangunantersebut, dilakukan secara bertahap(stepwise regression). Variabel-variabelkarakteristik tanah atau prediktor yangtidak signifikan dikeluarkan daripersamaan regresi. Melalui prosespentahapan tersebut, telah dihasilkanestimasi persamaan regresi untuk hargatanah dan bangunan.Hasil Estimasi Harga Tanah

Estimasi harga tanah persamanbertahap yang dilakukan menghasilkan 6persamaan regresi yang disajikan dalamTabel 1.

.


152

Tabel 1. Hasil Estimasi OLS Bertahap Model Hedonic Price Function Harga Tanahdi Kota Jambi (Variabel Dependen : Logaritma Harga Tanah)Variabel Persamaan1 2 3 4 5 6CON 5.8278*

(4.2088)5.7183*(4.4172)

5.4262*(4.2939)

6.2223*(5.3532)

5.6792 *(5.0472)

6.9018*(7.9544)

LLTT -0.2538***(-1.7509)-.25563***(-1.8289)

-0.2590***(-1.8529)

-0.23086(-1.6535) - -

LLPD -0.19408(-1.5717)

-0.19007(-1.5684)

-0.2020***(-1.6736)

-0.2191***(-1.8100)

-0.3693*(-4.5710)

-0.3547*(-4.3740)

LTKP 1.1594*(6.7384)

1.1712*(7.4516)

1.2083*(7.8928)

1.1027*(7.9916)

1.0766*(7.7828)

0.9248*(8.7328)

JTPK -0.00163(-0.0836) - - - - -

JTPS -0.0092(-0.24951) - - - - -

JTPD -0.0420*(-2.6031)

-0.04378*(-3.0730)

-0.0428*(-3.0102)

-0.03675*(-2.6686)

-0.0425*(-3.1578)

-0.0506*(-3.9951)

JTSP 0.029340(1.2063)

0.028756(1.4693)

0.0302(1.5444) - - -

DLT 0.41046**(2.3484)

0.40917**(2.3728)

0.29654**(2.2199)

0.27636**2.0634

0.2761**(2.0430)

0.2780**(2.0375)

DKJ -0.17327(-1.0458)

-0.16773(-1.0324) - - - -

DBB .31193(1.6001)

0.31736***(1.7076)

0.33538***(1.8119)

0.3178***(1.7075)

0.3162***(1.6833) -

F-Stat 20.1334* 25.7044* 29.2034* 33.1789* 38.5566* 46.5882*R2 0.69346 0.69323 0.68963 0.68159 0.67223 0.66235

2R 0.65901 0.66626 0.66602 0.66104 0.65479 0.64813DW-Stat 1.3155 1.3345 1.3816 1.4018 1.3270 1.2924SBC -113.7968 -109.2291 -107.5087 -106.4859 -105.632 -104.814

Catatan : * signifikan pada =1%, ** signifikan pada =5% , *** signifikan pada =10%.Secara umum, berbagai

karakteristik tanah yang dimasukkan kemodel hanya mampu menjelaskan sekitar65% harga tanah yang dikehendakipemiliknya. Besaran koefisien determi-nasi ( 2R ) yang kecil memang lazimditemukan dalam model regresi yangsebagian besar variabelnya dinyatakandalam skor dikotomus (dummy variable)atau variasinya kecil. Meskipun demi-kian, hasil uji F-statistik untuk kese-luruhan model, signifikan pada tingkat1% yang menunjukkan kuatnya kemam-puan variabel-variabel independen atauperiktor secara simultan menjelaskanvariasi harga tanah. Nilai koefisien DW-statistik juga relatif rendah sebagaiindikasi terjadinya otokorelasi dalam mo-del regresi. Indikasi ini juga ditunjukkanoleh hasil pengujian tahap kedua (second

order), namun model lolos uji lineritas,normalitas dan heteroskedastisitas.

Pengujiann validitas model jugadilakukan dengan menggunakan kriteriaalternatif yaitu Akaikes InformationCriteria (AIC) dan Schwarz BayesianInformation Criteria (SBC). Dengankriteria SBC (yang lebih lazim digunakandibanding AIC), sebuah model dikatakancukup baik dibanding model lainnya jikanilai SBC-nya relatif kecil. Pada tabel 1,persamaan regresi terakhir memiliki nilaiabsolut SBC paling rendah, sehinggacukup valid digunakan untukmenjelaskan tingkat harga tanah yangdikehendaki pemiliknya di Kota Jambi

Proses estimasi bertahap yangdilakukan terhadap model covarianmenghasilkan temuan yang cukup mena-rik. Dari 10 variabel pengamatan yang


153

dipertimbangkan, ternyata hanya 3 varia-bel yang dapat menjadi prediktor ataupenjelas tingkat harga tanah di KotaJambi. Pertama adalah variabel kepadatanpenduduk yang berpengaruh positif ter-hadap harga tanah. Semakin tinggitingkat kepadatan penduduk pada suatulokasi tanah, semakin tinggi harga tanahyang diinginkan pemiliknya. Hal inidisebabkan, tingkat kepadatan pendudukmerupakan refleksi dari intensitas per-mintaan tanah di suatu wilayah. Implika-sinya, harga tanah menjadi lebih mahal diwilayah yang lebih padat atau perminta-annya lebih tinggi seperti KecamatanPasar Jambi dibanding kecamatan yangkurang padat seperti Pelayangan.

Konsisten dengan variabel tingkatkepadatan penduduk, variabel keduaadalah jarak lokasi tanah dengan pusatkota. Semakin jauh jarak tanah denganpusat kota ternyata semakin rendah hargatanah yang diinginkan pemiliknya.Dengan kata lain tanah yang berlokasi dipusat kota dan umumnya tingkatkepadatan penduduknya lebih tinggi,akan memiliki harga yang paling tinggi.Sebaliknya tanah yang berlokasidipinggir kota dengan tingkat kepadatanpenduduknya lebih rendah akan memilikiharga yang lebih rendah. Hubungannegatif antara jarak lokasi tanah denganpusat kota atau pusat kegiatanperekonomian, konsisten dengan teorilokasi klasik Von Thunen sebagai teoripenggunaan tanah (land used) paling tuadalam literatur ekonomi geografi atauekonomi spasial (lihat misalnya McCann,2001 dan Fujita & Thisse, 2002).

Variabel ketiga yang dapatdigunakan sebagai prediktor penilaianharga tanah adalah jenis jalan yangmelewati lokasi tanah. Tanah yangberlokasi di depan jalan raya atau jalanutama memiliki harga yang lebih tinggidibanding tanah yang berlokasi di jalanyang lebih kecil atau gang. Hal ini jugaerat kaitannya dengan nilai ekonomi yanglebih tinggi dan kemudahan akses yang

dimiliki sebidang tanah yang berlokasidipinggir jalan raya. Variabel ini dapatmengakomodir variabel kualitas jalan didepan rumah (DKJ) yang tanda koefisienregresinya berlawanan. Dengan demikianjenis jalan yang melewati sebidang tanahtetap merupakan faktor cukup pentingdalam penentuan harga tanah.

Temuan yang lebih menarik adalahpengaruh negatif luas tanah pekarangandi bagian depan rumah. Ini disebabkanoleh relatif tingginya harga tanah diwilayah Kecamatan Pasar Jambi yangmerupakan pusat kota. Padahal rumahyang berlokasi di wilayah ini umumnyamemiliki pekarangan atau taman yangrelatif sempit atau bahkan tidak memilikipekarangan depan. Sebaliknya tanah yangberlokasi di daerah sub urban seperti be-berapa bagian dari Kecamatan Telanai-pura, Kota Baru, dan Pelayangan denganareal dan pekarangan yang lebih luastingkat harganya relatif lebih rendah.

Temuan kontradiktif lainnyaditunjukkan oleh variabel boneka banjir.Variabel ini berpengaruh positif terhadapharga tanah. Tanah yang lebih seringterkena banjir ternyata memiliki tingkatharga yang lebih tinggi dibanding tanahyang tidak terkena banjir. Hubunganpositif ini, juga erat kaitannya denganrelatif tingginya harga tanah di pusat kotawalaupun pada beberapa bagian arealkota merupakan wilayah banjir padasetiap musim hujan. Meskipun demikian,variabel ini memiliki tingkat signifikansiyang relatif lebih rendah yaitu pada=10% seperti ditunjukkan padapersamaan regresi 2 sampai dengan 5.

Berdasarkan hasil estimasipersamaan regresi fungsi harga kening-matan terhadap tanah, ternyata faktorlokasi yang strategis dengan nilaiekonomi dan aksesibilitas yang lebihtinggi dapat digunakan untuk menganulirpengaruh faktor luas tanah atau luaspekarangan dan dampak banjir yangmemiliki tanda koefisien regresi negatif.Dengan demikian faktor lokasi tanah


154

merupakan variabel utama yang menjadipenentu harga sebidang tanah. Implikasi-nya adalah tanah yang lokasinya lebihstrategis terutama dalam kaitannyadengan jalan dan jarak ke pusat kota sertatingkat kepadatan penduduk di wilayahtersebut dapat dipertimbangkan sebagaifaktor penentu utama dalam mendisainnilai jual objek pajak bumi atau pajakatas tanah.Hasil Estimasi Harga Bangunan

Estimasi persamaan regresi hargabangunan dilakukan untuk 4 persamaanregresi mengingat variabel penjelasnyarelative lebih sedikit. Tidak jauh berbedadengan hasil estimasi regresi harga tanah,koefisien determinasi )( 2R untuk keselu-ruhan persamaan regresi harga bangunan,relatif lebih kecil dari hasil estimasipersamaan regresi harga tanah, yaituberkisar antara 0.30601 sampai dengan0.53418. Artinya, secara umum, beberapavariabel karakteristik bangunan yangdimasukkan ke model hanya mampumenjelaskan sekitar 31% sampai dengan53% variasi harga bangunan yangdikehendaki pemiliknya. Hasil uji F-statistik untuk keseluruhan model tetapsignifikan pada tingkat keyakinan 1%,namun nilai koefisien DW-statistik relatiflebih baik dibanding regresi harga tanah.Persamaan 1 sampai dengan 3 pada tabel2 lolos dari otokorelasi, hanya persamaan4 yang masih mengandung otokorelasi.Pada uji tahap kedua (second order),persamaan 1 ternyata tidak lolos tiga ujiasumsi klasik lainnya yaitu lineritas,normalitas dan heteroskedastisitas. Persa-maan 2 dan 3 lolos uji lineritas tetapitidak lolos uji normalitas dan heteros-kedastisitas. Persamaan 4, disamping ti-dak lolos otokorelasi juga tidak lolosheteroskedastisitas. Ini berarti keempatpersamaan regresi kurang layak diguna-kan untuk tujuan prediksi atau forkas.

Berdasarkan kriteria Criteria (SBC)persamaan regresi 2 dan 3 memiliki nilaiabsolut SBC yang relatif rendah,sedangkan persamaan regresi 4 memiliki

nilai absolut SBC paling tinggi. Biladiintegrasikan dengan hasil uji penyim-pangan asumsi klasik, maka persamaan 2dan 3 relatif lebih baik dibanding duapersamaan lainnya.

Hasil estimasi keempat persamaanregresi menunjukkan hanya ada tigavariabel pengamatan yang memiliki tandakoefisien regresi konsisten dan signifikandari 9 variabel penjelas yang dipertim-bangkan sebagai penentu harga bang-unan. Variabel-variabel tersebut adalahluas lantai rumah, jenis dinding rumahdan ketersediaan garasi yang signifikanpada tingkat keyakinan 5 dan 1 persen.Variabel luas lantai rumah berpengaruhpositif terhadap harga rumah yangmenunjukkan, semakin luas lantai rumahsemakin tinggi harga bangunan rumahtersebut. Secara teoritis dapat dimaknaibahwa nilai sewa yang dikehendakipemilik rumah dengan ukuran yang lebihluas akan lebih tinggi dibanding rumahyang berukuran lebih kecil. Variabel inisekaligus dapat mengeliminasi pengaruhnegatif variabel jumlah ruangan yangsebenarnya sama-sama merepresen-tasikan ukuran luas bangunan.

Variabel jenis dinding rumah jugabertanda positif yang menunjukkanbahwa bangunan rumah yang dindingnyaterbuat dari tembok memiliki harga yanglebih tinggi dibanding rumah yangdindingnya tidak terbuat dari tembok.Pengaruh positif variabel ini memper-lihatkan bahwa jenis dinding rumahternyata dapat mempresentasikan tingkatkemewahan sebuah bangunan rumahdibanding jenis atap atau jenis lantainya.

Selain jenis dinding, variabelketersediaan garasi juga berpengaruhpositif dan signifikan pada tingkatkeyakinan 1 persen. Artinya, rumah yangmemiliki ruangan garasi ternyata dinilailebih tinggi oleh pemiliknya dibandingrumah yang tidak memiliki ruangangarasi. Jadi ketersediaan garasi juga dapatmempresentasikan tingkat kemewahan


155

sebuah bangunan perumahan disampingluas lantai dan jenis dinding rumah.

Dengan demikian, ketiga variabeltersebut merupakan faktor penentu yangsemestinya harus dipertimbangkandalam menetapkan nilai jual bangunanperumahan dan mendisain struktur tarifpajak bangunan agar NJOP-nya dapatmendekati nilai jual yang dikehendaki

pemiliknya. Keselarasan penetapantingkat harga tanah atau bangunan padagilirannya dapat juga mengurangipermasalahan yang sering timbul dalammenetapkan biaya pengganti kerugianyang terjadi ketika pemerintahmembutuhkan tanah dan bangunan untukmembangun berbagai fasilitas publik.

Tabel 2. Hasil Estimasi OLS Bertahap Model Hedonic Price Function Harga Bangunandi Kota Jambi (Variabel Dependen : Logaritma Harga Bangunan)

Variabel Persamaan1 2 3 4CON 10.5510*

(17.1231)10.7308*(18.1015)

10.7645*(18.5091)

10.9563*(15.9045)

LLBR 0.5549*(3.8547)

0.60551*(4.3566)

0.5536*(4.1735)

0.3587**(2.3001)

JRR -0.07338**(-2.2726)

-0.0761**(-2.4176)

-.06528**(-2.1062)

-JDR 0.27745***

(1.6788)0.3071***(1.8904)

0.3951*(2.6554)

0.49906*(2.9835)

JAR -0.79934*(-5.3964)

-0.83793*(-5.8300)

-0.7364*(-5.5370)

-JLR 0.20659

(1.2756)0.2265(1.4248)

- -FAB 0.15791

(0.94175)- - -

PFT -0.26255(-1.6293)

-0.21118(-1.3881)

- -PKL 0.15410

(1.2625)- - -

KRG 0.85452*(5.4545)

0.87919*(5.6815)

0.83497*(6.2428)

0.56556*(3.7593)

F-Stat 13.6142* 17.1489* 22.8066* 15.5510*R2 0.57653 0.56612 0.54815 0.32704

2R 0.53418 0.53311 0.52411 0.30601DW-Stat 2.0857 2.0211 2.0428 1.3189SBC -102.9487 -99.5567 -96.9813 -112.2929Pada persamaan regresi 2, variabel

pemilikan fasilitas air bersih danpemakaian kapasitas listrik dikeluarkandari model regresi. Hasilnyamenunjukkan bahwa tanda koefisienregresi variabel jenis lantai rumah danpemilikan fasilitas telephone tetapkonsisten dengan hasil estimasi

sebelumnya, tetapi kedua variabel inijuga tetap tidak signifikan. Selanjutnyakedua variabel ini dikeluarkan dari modelpada persamaan regresi 3. Tandakoefisien regresi untuk seluruh variabelyang tersisa pada persamaan regresi 3tetap konsisten dengan dua persamaan


156

regresi sebelumnya. Hal yang sama jugaditunjukkan oleh tingkat signifikansinya.

Variabel jumlah ruangan dan jenisatap rumah tetap bertanda negatif danmasing-masing signifikan pada tingkatkeyakinan 5 dan 1 persen. Rumah yangberatap genteng mewah ternyatamemiliki harga yang lebih rendahdibanding rumah yang atapnya tidakterbuat dari genteng mewah. Berdasarkanhasil survei lapangan diketahui bahwadari 6 persen rumah yang beratap gentengpres hanya 1 persen yang harganya diatas Rp 600 000/m2 ke atas dan sebesar 5persen harganya di bawah Rp 600000/m2. Sebaliknya dari 61 persen rumahyang beratap seng biasa, 30 persenberharga di atas Rp 600 000/m2 dan 31persen di bawahnya. Untuk rumah yangberatap genteng biasa terdapat 24 persenyang berharga di bawah Rp 600 000/m2dan hanya 5 persen yang berhagadibawahnya. Jadi rumah yang tidakbergenteng mewah tetapi harganya cukuptinggi memiliki persentase yang cukupbesar dan sebaliknya rumah yangbergenteng mewah tetapi bergarga lebihrendah juga memiliki persentase yanglebih besar. Inilah yang menyebabkankualitas atap berpengaruh negatifterhadap harga bangunan rumah. Halyang sama juga diperlihatkan olehvariabel jumlah ruangan, semakin banyakruangan yang dimiliki sebuah rumahternyata semakin rendah tingkat hargayang dikehendaki pemiliknya. Dari 63persen rumah yang memiliki 6 ruanganke atas, sebesar 40 persen harganya dibawah Rp 600 000/m2, sedangkan yangberharga di atas Rp 600 000/m2 hanyasebesar 23 persen. Inilah yangmenyebabkan terjadinya hubungannegatif antara jumlah ruangan dan hargabangunan rumah. Kedua variabel di atasjelas tidak selaras dengan teori penentuanharga aset tetap seperti bangunanperumahan. Secara teoritis bangunanperumahan yang kualitas atapnya lebihbaik lebih harganya juga akan lebih

tinggi. Jumlah ruangan juga akanberpengaruh positif terhadap harga rumahkarena jumlah ruangan merupakanrefleksi dari ukuran luasan suatubangunan rumah.

Pengaruh negatif kedua variabel diatas disebabkan oleh pengaruh yangcukup kuat dari lokasi tanah dimanasuatu bangunan perumahan didirikan.Sebagian besar bangunan rumah diKecamatan Pasar Jambi atapnya tidakterbuat dari genteng mewah dan jumlahruangannya relatif lebih sedikit, tetapiharganya jauh lebih tinggi dibandingbangunan rumah yang berlokasi diKecamatan Telanaipura dan Kota Baruwalaupun jenis atapnya lebih mewah danjumlah ruangannya lebih banyak. Sepertiyang telah dijelaskan pada bagiansebelumnya tingkat harga tanah danbangunan rumah jauh lebih tinggi diKecamatan Pasar Jambi dibandingkecamatan lainnya (lihat tabel 5.7).Rasio NJOP dengan Harga Tanah danBangunan Aktual dan Prediksi

Setelah dilakukan estimasipersamaan regresi terhadap fungsi hargakenigmatan, dapat diperoleh prediksiharga tanah dan bangunan yangdikehendaki pemiliknya dalam kaitannyadengan variabel-variabel karakteristiktanah dan bangunan yang berpengaruhsignifikan terhadap harga tanah danbangunan tersebut. Nilai prediksi hargatanah dan bangunan rumah sebagaimanadisajikan pada lampiran 2, masing-masing diperoleh dengan menggunakanpersamaan 6 pada tabel 5.8 danpersamaan 4 pada tabel 5.9. Berdasarkaninformasi harga tanah dan bangunanaktual yang diperoleh dari hasil surveilapangan dan nilai prediksinya sertaharga pada NJOP yang ditetapkan dalamSPT, selanjutnya dapat dihitung rasioharga pada NJOP terhadap harga aktualyang dikehendaki pemilik dan hargaprediksinya.

Rasio harga tanah pada NJOPterhadap harga tanah aktual yang


157

dikehendaki pemiliknya berkisar antara 3persen sampai dengan 100 persen denganrata-rata 29,30 persen. Nilai rata-ratayang relatif rendah ini menunjukkanbahwa harga tanah yang ditetapkanpemerintah pada SPT dalam perhitunganNJOP sebagian besar masih terlalu jauhjaraknya bila dibandingkan dengan hargatanah yang dikehendaki pemiliknya. Darikeseluruhan responden, sebesar 81 persenrasio harga tanah pada NJOP terhadapharga aktualnya hanya di bawah 50persen. Rasio harga tanah yang berada diatas 50 persen hanya sebesar 19 persen.Sekitar 60 persen responden, nilai rasioharga tanah tersebut bahkan lebih kecildari 30 persen. Angka ini menyatakanbahwa harga tanah yang ditetapkanpemerintah dalam perhitungan NJOPtanah pada SPT wajib pajak relatif sangatrendah bila dibandingkan dengan hargatanah aktual yang dikehendaki olehpemiliknya.

Hal yang sama juga ditunjukkanoleh rasio harga bangunan rumah padaSPT terhadap harga bangunan aktual.Angkanya berkisar diseputar 3 persensampai dengan 94 persen dengan rasiorata-rata 39,57 persen. Artinya hargabangunan yang ditetapkan pemerintahdalam perhitungan NJOP pada SPT,secara rata-rata hanya berkisar sekitar 40persen saja dari harga bangunan aktualyang dikehendaki pemiliknya. Bila dilihatlebih jauh, dari keseluruhan respondensekitar 77 persen rasio harga bangunan-nya pada SPT terhadap harga bangunanaktualnya kurang dari 50 persen. Hanya23 persen responden yang rasio hargabangunannya berada pada angka 50persen ke atas. Angka-angka ini jugamenunjukkan relatif kecilnya hargabangunan yang ditetapkan pemerintahdalam perhitungan NJOP bangunan padaSPT wajib pajak.

Tabel 3 Rasio harga tanah dan bangunan pada SPT terhadap harga aktual yangdikehendaki pemiliknya dan harga prediksinya.

Rasio Harga Tanah dan Bangunan Minimum Masimum Rata-rataRasio harga tanah pada SPT terhadap hargatanah aktual

3,00 100,00 29.30Rasio harga bangunan pada SPT terhadap hargabangunan aktual

3,00 94,00 39.57Rasio harga tanah pada SPT terhadap hargatanah prediksi

1,00 158,00 44.13Rasio harga banguanan pada SPT terhadapharga bangunan prediksi

1,00 158,00 33.04

Pada Tabel 3 juga diperlihatkanangka-angka rasio harga tanah danbangunan pada SPT terhadap hargaprediksinya. Kedua angka rasio hargatersebut berkisar antara 1 persen hingga158 persen, dengan nilai rata-ratamasing-masing sebesar 44,13 persen dan33,04 persen. Berdasarkan distribusinyadiketahui, sebesar 72 persen dari totalresponden, rasio harga tanah pada SPTterhadap harga prediksinya berada dibawah 40 persen dan sebesar 28 persenrasionya berada di atas 50 persen. Untuk

angka rasio harga bangunan terhadapharga prediksinya, sebesar 72 persen daritotal responden berada di bawah 50persen dan selebihnya sebesar 28 persenjuga berada di atas 50 persen. Angka-angka ini juga menunjukkan relatifrendahnya harga tanah dan bangunanperumahan yang ditetapkan pemerintahdalam perhitungan NJOP pada SPT biladibandingkan dengan harga prediksinya.Walaupun pada kedua angka rasiotersebut, terdapat rasio harga tanah dan


158

bangunan yang berada di atas 100 persenmasing-masing sebesar 3 dan 5 persen.KESIMPULAN DAN SARANKesimpulan1. Tingkat harga tanah dan bangunan

terendah ditemukan di KecamatanPelayangan, sedangkan yang tertinggiditemukan di Kecamatan Kota Baru.Perbedaan yang sangat tinggi antarabatas harga terendah dan batas hargatertinggi mencerminkan besarnyapengaruh perbedaan kondisi fisik ataukarakteristik tanah dan bangunan,ketersediaan fasilitas publik, dantingkat kepadatan penduduk ataupermintaan tanah dan bangunandiantara kedua kecamatan tersebut.

2. Variabel yang dapat menjadiprediktor atau penjelas tingkat hargatanah di Kota Jambi adalah tingkatkepadatan penduduk, jarak lokasitanah dengan pusat kota dan jenisjalan yang melewati lokasi tanah.Ketiga variabel ini memiliki tandayang sesuai dengan yang diharapkandan tingkat signifikansinya sangattinggi. Variabel tingkat kepadatanpenduduk berpengaruh positif padatingkat signifikansi 1 persen,sedangkan jarak lokasi tanah denganpusat kota berpengaruh negatif padatingkat signifikansi yang sama.Variabel boneka jenis jalanmenunjukkan bahwa tanah yangberlokasi di pinggir jalan rayamemiliki tingkat harga yang lebihtinggi dibanding lokasi lainnya.

3. Variabel prediktor harga bangunanyang tanda koefisien regresinyasesuai dengan yang diharapkan dantingkat signifikansinya cukup tinggiadalah luas lantai rumah, jenisdinding rumah dan ketersediaangarasi. Ketiga variabel iniberpengaruh positif pada tingkatsignifikansi 5 dan 1 persen. Semakinluas bangunan rumah semakin tinggi

harga yang dikehendaki pemiliknyadan rumah yang berdinding tembokdan atau memiliki garasi harganyalebih tinggi dibanding rumah lainnya.

4. Secara rata-rata, rasio harga tanahpada NJOP terhadap harga tanahaktual yang dikehendaki pemiliknyadan harga prediksinya masing-masingadalah 29,30 persen dan 44,13 persen.Rasio rata-rata yang relatif rendah inimenunjukkan bahwa harga tanahyang ditetapkan pemerintah pada SPTdalam perhitungan NJOP sebagianbesar masih terlalu jauh jaraknya biladibandingkan dengan harga tanahyang dikehendaki pemiliknya danharga prediksinya.

5. Rasio harga bangunan rumah padaSPT terhadap harga bangunan aktualdan harga prediksinya rata-ratasebesar 39,57 persen dan 33,04persen. Artinya harga bangunan yangditetapkan pemerintah dalamperhitungan NJOP pada SPT, secararata-rata hanya berkisar sekitar 40persen saja dari harga bangunanaktual yang dikehendaki pemiliknyaatau 33 persen dari harga prediksinya.

Saran1. Disparitas tingkat harga tanah dan

bangunan antar kecamatan terutamaantara pusat kota dan sub-urban yangcukup tinggi mencerminkan masihtingginya ketimpangan penyediaanfasilitas publik antar wilayah. Olehkarena itu, perlu dilakukan langkah-langkah yang lebih kongkrit untukmeningkatkan penyediaan fasilitaspublik di wilayah sub-urban sepertiKecamatan Pelayangan dan KotaBaru untuk mengurangi tingkatkepadatan penduduk di pusat Kotadan sekaligus mengurangi disparitaspembangunan antar wilayah kota.

2. Penilaian harga tanah dalamperhitungan NJOP perlu mempertim-bangkan variabel tingkat kepadatanpenduduk, jarak lokasi tanah dengan


159

pusat kota dan jenis jalan yangmelewati lokasi tanah mengingatketiga variabel ini berpengaruh nyataterhadap tingkat harga yangdiinginkan pemilik tanah. Denganmenetapkan harga yang jauh lebihtinggi untuk tanah yang berlokasi diwilayah padat penduduk, dekat pusatkota atau pusat perdagangan, ataudilewati jalan raya maka peranregulator PBB untuk meningkatkanpemanfaatan tanah secara lebihproduktif diharapkan dapat terwujud.

3. Untuk penilaian harga bangunan,varaibel yang perlu dipertimbangkanadalah luas lantai rumah, jenisdinding rumah dan ketersediaangarasi. Bangunan rumah yang ukuranlantainya lebih luas, jenis dindingnyaterbuat dari batu bata dan memilikiruangan garasi harus dikenai tingkatharga yang lebih tinggi dalamperhitungan NJOP. Dengan kata lainluasan bangunan dan tingkatkemewahan bangunan harus menjadiperhatian utama dalam penentuanharga bangunan.

4. Bila dilihat dari aspek lokasi, makatanah dan bangunan yang berada dipusat kota memiliki harga yang lebihtinggi dibanding tanah dan bangunanyang berlokasi diwilayah sub-urban.Oleh karena itu, selain penetapanharga yang lebih tinggi, struktur tarifPBB perlu didisain secara progresifberdasarkan lokasi. Tarif PBB dikenailebih tinggi untuk tanah danbangunan rumah yang berlokasi didekat pusat kota, sebaliknya lebihrendah untuk tanah dan bangunanyang berlokasi di wilayah sub-urban.

5. Penetapan tingkat harga dan disainstruktur tarif PBB dapat didekatiberdasarkan pendekatan fungsi hargakeningmatan (hedonic price functi-on), yaitu penetapan harga yangdidasarkan atas tingkat harga tanahdan bangunan rumah yang dikehen-daki oleh pemiliknya. Dengan cara

demikian, maka NJOP dapat mende-kati harga yang sesungguhnya ataunilai pasar tanah dan bangunan yangpada akhirnya dapat mewujudkanrasio harga tanah dan bangunanmendekati 100 persen sehingga dapatmengoptimalkan penerimaan PBB.

6. Untuk menciptakan suatu strukturtarif PBB yang lebih fleksibel sesuaidengan kondisi daerah dan lokasitanah, maka perlu dipertimbangkanuntuk menjadikan PBB sebagai salahsatu sumber Pendapatan Asli Daerah(PAD). Peluang untuk untukmewujudkan hal tersebut semakinterbuka dengan implementasi otono-mi daerah dan perimbangan keuanganantara pemerintah pusat dan daerah.Hal ini diharapkan dapat mengop-timalkan penerimaan PBB dansekaligus mengurangi ketergantungandaerah terhadap pemerintah pusat.

DAFTAR PUSTAKAAgustan, 1996. Penilaian Pajak Bumi

dan Bangunan: SuatuPendekatan Hedonic Price(Studi Kasus di KotamadyaYogyakarta), Skripsi (tidakdipublikasikan), Yogyakarta,FE-UGM.

Anglin P. M. And R. Gencay, 1996.Semeparametrik Estimation of aHedonoc Price Function,Journal of Applied Econo-metrics, 11, 633-648.

Bahl, Roy, 1979. The Taxation of UrbanProperty in Less DevelopedCountries, Wisconsin, Univer-sity of Wisconsin Press.

Dellinger, William, 1988. Urban PropertyTaxation in Developing Coun-tries, Working Paper, WoldBank, New York.

Devas, Nick, 1989. Pajak Tanah danBangunan dalam Nick Devas atall (ed), Keuangan PemerintahDaerah di Indonesia, Jakarta, UIPress.


160

Henderson, D. J, S. C. Kumbhakar & C.F. Parmeter, 2005,Nonparametric Estimation of aHedonic Price Function,Working Paper, Departement ofEconomics State University ofNew York at Binghamton.

Limsobunchai, V., Christopher G, &Minsoo L, 2004, House PricePrediction: Hedonic Price Modelvs. Artifisial Neural Network,American Journal of AppliedSciences, 1 (3): 193-201.

Linn, J.F, 1982. The Incedence of UrbanProperty Taxation in Columbia

Mangkusubroto, Guritno, 1992. InsidensPajak Bumi dan Bangunan:Pendekatan KeseimbanganUmum, Makalah SeminarRegional (Tidak dipublikasikan),Pusat antar Universitas-StudiEkonomi Universitas GadjahMada, Yogyakarta.

-------------, 1994. Pajak Bumi danbangunan: Filosopi, Masalahdan Solusi, dalam A. TonyPrasetiantono (ed), KebijakanEkonomi Publik di Indonesia :Substansi dan Urgensi, Jakarta,Gramedia.

-------------, 1992. Pengaruh Pajak AtasHarga Tanah, dalam JurnalEknomi dan Bisnis Indonesia,Fakultas Ekonomi UniversitasGadjah Mada, Yogyakarta.

-------------, 1994. Pengendalian HargaTanah di Perkotaan, dalam A.Tony Prasetiantono (ed),Kebijakan Ekonomi Publik diIndonesia : Substansi danUrgensi, Jakarta, Gramedia.

Pakes, Ariel, 2003. A Reconsideration ofHedonic Price Indexes with anApplication to PCs, WeorkingPaper, Harvard University andN.B.E.R.

Pearce, D.W & R.K. Turner, 1990.Economics of Natural Recoucesand Environment, Baltimore,

The John Hopkins UniversityPress.

Reksohadiprodjo, S & A.R. Karseno,1984. Ekonomi Perkotaan,Yogyakarta, BPFE-UGM.

Rosen, Sherwin, 1974. Hedonic Price andImplicit Market: Differentitationin Pure Competition, Journal ofPolitical Economy.

Shengkel, W.M, 1978. Modern RealEstate Appraisal, New York, McGraw Hill.

Witte, A.D at all, 1979. An Estimate ofStructural Hedonic Price Modelof Housing Market : An Appli-cation of Rosen's Theory ofImplicit Market, Econometrica.

Documents

Estimasi Nilai Basis Pajak Bumi dan Bangunan di Kota Jambi: Pendekatan Hedonic Price Function