Comparative Study of Methods for Analyzing Factors Affecting Land Price in East Jakarta

Abstract

The property industry is one of the real sectors that contribute to Indonesia’s economic growth. The development in property areas indicates the beginning of a country’s economic improvement. Due to limited space in metropolitan areas, the demand for land increases. Land price will rise when there is a gap between land availability and demand. East Jakarta is the most potential land because of its rapid price growth compared to other districts in DKI Jakarta. Usually, multiple linear regression is used to analyze factors. This research also approached the data from dependent variable distribution and spatial aspects. Gamma regression is an alternative approach to fit regression models with gamma distribution as the dependent variable. Since the data contains spatial pattern, spatial analysis was also considered. The aims of this study are: (1) to compare the performance of multiple linear regression, gamma regression and spatial autoregressive model on land price in East Jakarta and (2) to identify factors that affect the land price in East Jakarta. The data was collected using web scraping from www.rumah.com. The data contained outliers; thus, the modelling was divided into data with and without the outlier. The results implied that gamma regression has the smallest AIC, with or without outlier, indicating that it was the most suitable method for this study compared to multiple linear regression and spatial autoregressive model. All models without outlier had smaller AIC compared to the model with outlier. Gamma regression without outlier model stated commercial establishment area, school availability, park availability and toll road access as factors affecting land price in East Jakarta.

Industri properti merupakan salah satu sektor riil yang berkontribusi dalam pertumbuhan ekonomi Indonesia. Pertumbuhan pada bidang properti menunjukkan tahap awal perbaikan ekonomi di suatu negara. Keterbatasan ruang di kawasan metropolitan membuat permintaan lahan meningkat. Harga tanah akan naik ketika ada kesenjangan antara ketersediaan dan permintaan tanah. Jakarta Timur merupakan lahan yang paling potensial karena pertumbuhan harga yang cepat dibandingkan dengan kotamadya lain di DKI Jakarta. Regresi linier berganda umumnya digunakan untuk menganalisis faktor yang berpengaruh pada penelitian. Penelitian ini juga melakukan pendekatan dari distribusi variabel terikat dan aspek spasial. Regresi gamma merupakan pendekatan alternatif untuk menyesuaikan model regresi dengan distribusi gamma sebagai variabel terikat. Analisis spasial juga dipertimbangkan karena ada pola spasial dalam data. Penelitian ini bertujuan untuk: (1) membandingkan kinerja model regresi linier berganda, regresi gamma, dan autoregresif spasial pada harga tanah di Jakarta Timur dan (2) mengidentifikasi faktor-faktor yang memengaruhi harga tanah di Jakarta Timur. Data diperoleh dengan web scraping dari www.rumah.com. Data tersebut mengandung pencilan sehingga pemodelan dibagi menjadi data dengan dan tanpa pencilan. Hasil menunjukkan bahwa regresi gamma memiliki AIC terkecil, dengan atau tanpa pencilan, menunjukkan bahwa metode ini adalah metode terbaik untuk penelitian ini dibandingkan dengan regresi linier berganda dan model autoregresif spasial. Semua model tanpa pencilan memiliki AIC yang lebih kecil dibandingkan dengan model dengan pencilan. Regresi gamma tanpa pencilan menyatakan kawasan komersial, ketersediaan sekolah, ketersediaan taman dan akses jalan tol sebagai faktor yang memengaruhi harga tanah di Jakarta Timur.