Property & Bank

Modifikasi Riset Perumahan, Bank BTN Luncurkan BTN House Price Index

Direktur Utama Bank BTN, Maryono menjelaskan BTN House Price Index

BERITA PROPERTI – Provinsi Kepulauan Riau (Kepri) tercatat sebagai daerah yang indeks harga rumah atau House Price Index (HPI) paling tinggi dibanding daerah lain di Indonesia, yaitu sebesar 215,43. Setelah itu, menyusul DKI Jakarta dengan indeks 189,2, provinsi Jawa Timur dengan angka indeks 173,34 dan posisi ke empat adalah Provinsi Banten dengan indeks 156,8.

Keempat provinsi tersebut memiliki angka diatas rata-rata HPI nasional. HPI di Kepulauan Riau rata-rata pertumbuhannya sebesar 20,09%  didorong perkembangan properti di Batam yang terus meningkat seiring dengan kenaikan harga rumah. Batam menjadi  kabupaten yang mencatatkan  HPI sebesar 223,76 tertinggi kedua setelah kabupaten Jember di Jawa Timur yang mencapai 229,4.

Itulah sebagian kecil dari hasil riset yang dilakukan PT Bank Tabungan Negara (Persero) Tbk yang dikemas dalam BTN House Price Index. Survey atau riset ini dilakukan dengan metode yang sudah dimodifikasi oleh tim riset Housing Finance Center (HFC) BTN bekerjasama dengan InterCAFE  IPB. Tujuannya, memberikan gambaran yang lebih rinci mengenai tren pertumbuhan harga rumah yang lebih akurat dengan metode matched sales menggunakan data penyaluran KPR Bank BTN di seluruh wilayah di Indonesia.

“Kami menyajikan HPI yang sesuai dengan kondisi riil di lapangan agar Pemerintah dapat memanfaatkannya untuk meramu kebijakan di sektor properti ke depan, dan agar para pengembang bisa menentukan  pengembangan tipe perumahan yang tepat dan harga yang sesuai dengan harga pasar. HPI juga bisa dimanfaatkan perbankan untuk menambah informasi terkait penyaluran KPR, sementara konsumen bisa mendapatkan informasi yang valid mengenai harga rumah,” kata Direktur Utama Bank BTN, Maryono saat diskusi peluncuran BTN House Price Index di Jakarta, Kamis (13/9).

Dikatakan Maryono, untuk menghasilkan HPI yang akurat, HFC BTN melakukan tiga penyempurnaan dari indeks yang pernah dirilis HFC tahun 2015 lalu. Pertama, modifikasi dari metode perhitungan indeks, dari sebelumnya chained fisher menjadi matched sales, metode ini sesuai dengan karakteristik data KPR yang dimiliki Bank BTN.

Kedua, lanjut Maryono, data yang diambil lebih komprehensif, tidak sekadar penjualan rumah semata tapi juga melihat karakteristik rumah seperti luas, kualitas bangunan, posisi dan fasilitas umum dan sosial di lingkungan rumah. Ketiga, cara pengolahan data yang memperhitungkan data penjualan rumah dengan memperhitungkan pertumbuhan nilai rumah dengan membandingkan harga dua atau lebih rumah yang berbeda namun memiliki karakteristik dan kualitas yang sama.

“Hasilnya BTN HPI memperlihatkan tren pertumbuhan harga rumah yang secara gradual terus naik dengan menghitung pertumbuhan harga rumah dengan kualitas tinggi maupun kualitas rendah berbeda dengan HPI sebelumnya yang cenderung fluktuatif,” kata Maryono.

Dihitung dengan menggunakan tahun dasar Januari 2014, maka terlihat bahwa HPI nasional terus menanjak. Data per Juni 2018 Indeks Harga Properti Nasional tercatat mencapai 155,26 dengan pertumbuhan 7,23% (yoy). HPI secara nasional tersebut meningkat dibandingkan Juni 2017 yang sebesar 145,15 dan lebih tinggi dibandingkan Juni 2016 yang mencapai 135,22. Berdasarkan olahan data Bank BTN, tercatat Indeks Harga Rumah tipe kecil yaitu 21-36 sejak Januari 2014 mencapai indeks tertinggi yaitu 167,74 dibandingkan tipe 45 dan 70 yang masing-masing mencatatkan HPI sebesar 143,97 dan 141,20.

“Hal ini menggambarkan bahwa permintaan untuk rumah kecil lebih tinggi dibandingkan tipe rumah yang lebih luas, kemungkinan ini juga terkait dengan daya beli masyarakat dan permintaan dari masyarakat kelas menengah ke bawah,” kata Maryono menjelaskan.

Maryono memproyeksikan HPI akan terus meningkat meski pertumbuhan harga rumah cenderung melambat karena faktor supply dan demand, tingkat suku bunga kredit dan ketersediaan properti.  “Permintaan rumah masih cukup tinggi di provinsi yang padat penduduk seperti di Jawa Tengah dan Jawa Timur karena backlog berdasarkan data per Juni 2016 di dua provinsi terbesar di Jawa tersebut masih tinggi masing-masing 860.385 unit dan 1.013.624 unit,” pungkas Maryono.

Leave a Reply

Your email address will not be published. Required fields are marked *