Article Details

IDENTIFIKASI HUBUNGAN LOKASI RAWAN BANJIR DENGAN HARGA PROPERTI RESIDENSIAL MENGGUNAKAN REGRESI SPASIAL (STUDI KASUS: KECAMATAN CAKUNG, KECAMATAN KELAPA GADING, DAN KECAMATAN CILINCING)

Oleh   Nicky Alva Roland D [15418081]
Kontributor / Dosen Pembimbing : Saut Aritua Hasiholan Sagala, S.T., M.Sc., Ph.D.;
Jenis Koleksi : S1-Tugas Akhir
Penerbit : Perencanaan Wilayah dan Kota
Fakultas : Sekolah Arsitektur, Perencanaan dan Pengembangan Kebijakan
Subjek : Other social problems & services
Kata Kunci : Banjir, Hedonic Pricing Model, Harga Properti, Ordinary Least Square, Spatial Autoregressive
Sumber :
Staf Input/Edit : Yoninur Almira  
File : 8 file
Tanggal Input : 22 Sep 2022

Generic placeholder image
ABSTRAK Nicky Alva Roland D

Terbatas
» ITB

Generic placeholder image
BAB 1 Nicky Alva Roland D

Terbatas
» ITB

Generic placeholder image
BAB 2 Nicky Alva Roland D

Terbatas
» ITB

Generic placeholder image
BAB 3 Nicky Alva Roland D

Terbatas
» ITB

Generic placeholder image
BAB 4 Nicky Alva Roland D

Terbatas
» ITB

Generic placeholder image
BAB 5 Nicky Alva Roland D

Terbatas
» ITB

Generic placeholder image
PUSTAKA Nicky Alva Roland D

Terbatas
» ITB

Generic placeholder image
LAMPIRAN Nicky Alva Roland D

Terbatas
» ITB


Bencana banjir merupakan bencana yang umum terjadi di dunia yang dapat menimbulkan berbagai kerugian langsung maupun tidak langsung, seperti kerugian jiwa, harta benda, dan waktu. Indonesia adalah negara dengan jumlah orang terdampak banjir terbesar ke-6 di dunia dengan total bencana banjir sebanyak 1.794 kejadian pada tahun 2021. Provinsi DKI Jakarta adalah salah satu provinsi dengan bencana banjir yang hampir terjadi setiap tahunnya, khususnya di musim hujan. Menurut teori Hedonic Pricing Model (HPM), bencana banjir yang terjadi berpotensi mempengaruhi harga properti. Oleh karena itu penelitian ini dilakukan untuk mengidentifikasi hubungan lokasi rawan banjir dengan harga properti residensial di Kecamatan Cakung, Kecamatan Kelapa Gading, dan Kecamatan Cilincing. Tiga kecamatan tersebut dipilih karena wilayah tersebut didominasi oleh guna lahan permukiman komersil dan tingkat bahaya banjir tinggi. Penelitian ini menggunakan analisis spasial ‘closest facility’ untuk mengukur jarak properti dengan sarana prasarana terdekat dan mengetahui persebaran properti residensial rawan banjir, analisis regresi linier model OLS untuk mengetahui model harga properti residensial dan faktor-faktor pengaruh harga properti residensial, serta analisis autokorelasi spasial dan analisis regresi spasial model SAR untuk mengetahui keberadaan dependensi spasial dalam pasar properti residensial di Cakung, Kelapa Gading, dan Cilincing. Hasil penelitian menunjukkan bahwa sampel properti residensial rawan banjir tersebar di 7 perumahan komersil berbeda. Penelitian juga menunjukkan bahwa harga properti residensial hanya dipengaruhi oleh jumlah kamar tidur, luas bangunan, jarak ke mall terdekat, jarak ke kawasan industri terdekat, dan jumlah WNA (demand). Sehingga, lokasi rawan banjir tidak memiliki hubungan dengan harga properti residensial di Kecamatan Cakung, Kecamatan Kelapa Gading, dan Kecamatan Cilincing.