PREDIKSI SPASIAL BERDASARKAN CLUSTERING NILAI INDIKASI TANAH PADA ZONA NILAI TANAH DI KECAMATAN SAMBIKEREP.

PREDIKSI SPASIAL BERDASARKAN CLUSTERING
NILAI INDIKASI TANAH PADA ZONA NILAI TANAH DI
KECAMATAN SAMBIKEREP

TUGAS AKHIR
Untuk memenuhi sebagian persyar atan dalam memper oleh
gelar sarjana Teknik ( S-1 )
PROGRAM STUDI TEKNIK SIPIL

Oleh :
ANDIK FERIYANTO
0853010049
PROGRAM STUDI TEKNIK SIPIL
FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
J AWA TIMUR
2012

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

LEMBAR PENGESAHAN
TUGAS AKHIR
PREDIKSI SPASIAL BERDASARKAN CLUSTERING NILAI
INDIKASI TANAH PADA ZONA NILAI TANAH DI
KECAMATAN SAMBIKEREP
Disusun Oleh :
Andik Feriyanto
0853010049
Telah dipertahankan dihadapan dan diterima oleh Tim Penguji Tugas Akhir
Program Studi Teknik Sipil FTSP UPN ’’Veter an’’ J awa Timur
pada tanggal, 28 November 2012

Dosen Pembimbing :
Pembimbing Utama

Tim Penguji :
1. Penguji I

N Dita Pahang Putra, ST.,MT.
NPT. 3 7003 00 0175 1

Dra.Anna Rumintang, MT.
NIP. 19620630 198903 2 00 1

Pembimbing Pendamping

2. Penguji II

Ir. Hendrata Wibisana MT.
NIP. 19651208 199003 1 00 1

Ir. Siti Zainab, MT.
NIP. 19600105 199303 2 00 1
3. Penguji III

Ir. Diah Ratri J uliani, MT.
Mengetahui
Dekan Fakultas Teknik Sipil Dan Perencanaan
Univer sitas Pembangunan Nasional ’’Veteran’’ J awa Timur

Ir. Naniek Ratni J AR., M.Kes.
NIP. 19590729 198603 2 00 1

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

KATA PENGANTAR

Dengan segenap puji syukur Alhamdulillah kehadirat Allah S.W.T yang telah
melimpahkan rahmat dan hidayah-Nya, sehingga penulis dapat menyelesaikan Tugas
Akhir ini dengan judul “ Prediksi Spasial Berdasarkan Clustering Nilai Indikasi
Tanah Pada Zona Nilai Tanah di Kecamatan Sambiker ep“. Ini merupakan suatu
syarat bagi mahasiswa dalam menempuh jenjang sarjana Strata 1 (S-1) di Fakultas
Teknik Sipil dan Perencanaan UPN “Veteran” Jawa Timur.
Dalam menyelesaikan Tugas Akhir ini penulis berusaha semaksimal mungkin
menerapkan ilmu yang penulis dapatkan di bangku perkuliahan dan buku–buku
literatur yang sesuai dengan judul Tugas Akhir ini. Disamping ini penulis juga
menerapkan petunjuk-petunjuk yang diberikan oleh dosen pembimbing. Namun
sebagai manusia biasa dengan keterbatasan yang ada pada penulis menyadari bahwa
Tugas Akhir ini masih jauh dari sempurna. Oleh karena itu segala saran dan kritik

yang bersifat membangun dari setiap pembaca akan penulis terima demi
kesempurnaan Tugas Akhir ini.
Dengan tersusunnya Tugas Akhir ini penulis tidak lupa mengucapkan terima
kasih sebanyak-banyaknya kepada semua pihak yang telah memberikan bimbingan,
dorongan, semangat, arahan serta berbagai macam bantuan baik berupa moral
maupun spritual, terutama kepada :

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

ii

1.

Ir.Naniek Ratni JAR.,M.Kes. selaku Dekan Fakultas Teknik Sipil dan
Perencanaan Universitas Pembangunan Nasional “Veteran” Jawa Timur.

2.

Ibnu Sholichin,ST.,MT. selaku Kepala Program Studi Teknik Sipil Universitas

Pembangunan Nasional “Veteran” Jawa Timur.

3.

Dra.Anna Rumintang,MT. selaku dosen pembimbing utama Tugas Akhir yang
telah berkenan memberikan bimbingan, waktu dan dorongan moril selama
pengerjaan Tugas Akhir sampai selesai.

4.

Ir. Hendrata Wibisana MT. selaku dosen pembimbing pendamping Tugas
Akhir yang telah berkenan memberikan bimbingan, waktu dan dorongan moril
selama pengerjaan Tugas Akhir sampai selesai.

5.

N Dita P Putra , ST.,MT. selaku dosen pembimbing Tugas Akhir yang telah
berkenan memberikan bimbingan, waktu dan dorongan moril selama
pengerjaan Tugas Akhir sampai selesai.

6.

Ibu Ir. Siti Zainab,MT. yang telah membantu penulis dalam menyelesaikan
Tugas Akhir ini.

7.

Segenap dosen dan staff Program Studi Teknik Sipil UPN “Veteran” Jawa
Timur.

8.

Para tim penguji yang telah membantu penulis sehingga penulis dapat
menyelesaikan Tugas Akhir ini dengan lebih baik.

9.

Ayah, Ibunda tersayang, dan kedua kakakku, adik-adikku, Serta Saudarasaudaraku yang telah banyak memberikan dukungan lahir dan batin, material,
spritual, dan moral sehingga penulis dapat menyelesaikan Tugas Akhir ini
dengan baik.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

iii

10.

Untuk Big Family Japer Pala Religius Hiking Club, Solichin, Joko Utomo,
Iwan Risky, Nanang Yayuk, Yanti, Budi S, A. Fuad, Edi, Koyer, Eky
Febriyanto, Rizki Al Kharim, M. Faried, Devi Sri, Moch Lutfan, Abd. Hafid
terimakasih atas bantuan, dukungan, dan kekompakannya.

11.

My little angel Ratih Irmawati (Chicu), terimakasih atas dukungan lahir dan
batin, spritual, dan moral sehingga terselesaikan Tugas Akhir ini.

12.

Teman-teman Huru-hara Febri Ari, Arif Cahyono, Takrep, Koko, Rio
Andriyanto Gely S, Tri Ari S, Prima A, Misbahkul M dan teman-teman FTSP
Rona Arining.ST, Sekar P Arum, Meta K, Erwin Dwi.ST, Jainuddin, Komeng,
Dadang, Reza, Hilman W, Feri Firmansyah, Samuel, Zaenal A, Marcio, Maria,
Firman, Bayu Tri, Bayu Prayoga, Tri Wijatmika dan Wahyu Anang, Dian
Eka.ST. yang tidak bisa saya sebutkan satu persatu.

13.

Segenap keluarga besar Teknik Sipil UPN “Veteran” Jatim dan teman-teman
Teknik Sipil khususnya angkatan 2006-2011 terima kasih atas dorongan dan
semangatnya yang bermanfaat sehingga penulis dapat menyelesaikan Tugas
Akhir ini.

Surabaya, 5 November 2012

Penulis

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

iv

DAFTAR ISI

ABSTRAK ··················································································

i

KATA PENGANTAR ····································································

ii

DAFTAR ISI · ··············································································

v

DAFTAR GAMBAR ······································································

vii

DAFTAR TABEL ·········································································

viii

DAFTAR RUMUS ········································································

ix

BAB I PENDAHULUAN
1.1 Latar Belakang Masalah ·······························································

1

1.2 Rumusan Masalah ······································································

2

1.3 Tujuan dan Manfaat Penelitian ·······················································

2

1.4 Batasan Masalah ········································································

3

1.5 Lokasi Penelitian ·······································································

4

BAB II TINJ AUAN PUSTAKA
2.1. Konsep Dasar···········································································

9

2.2. Metode Pengukuran Variabel ·······················································

10

2.3. Metode Pengukuran Jarak ····························································

10

2.4. Metode Pengelompokan ······························································

11

2.4.1. Metode Hirarki………………………………………………………..

11

2.4.2. Metode non-hirarki ···························································

15

2.5. Nilai Jual Obyek Pajak (NJOP) ……………………………………………….

18

2.6. Regresi Linier………………………………………………………………....

18

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

v

2.8. koefisien Determinasi (R2)……………………………………………….…

19

2.8. Pemetaan Anggota Klaster …………………………………………………

20

BAB III METODOLOGI PENELITIAN
3.1. Umum ···················································································

21

3.2. Pengumpulan Data…………………………………………………………….

22

3.3. Langkah – Langkah Penelitian ·······················································

22

BAB IV PEMBAHASAN DAN ANALISA DATA
4.1. Identifikasi Nilai Tanah…………………………………………….…………

25

4.2. Regresi Nilai Tanah…………………………………..…...………………..…

25

4.2.1 Regresi Linier Menggunakan Exel ··········································

26

4.3 Koefisien Determinasi (R2) …………………………………………………....

27

4.4 Penggunaan Metode………... ………………………………………………....

29

4.4.1 Analisa Pengklasteran Hikrarki Menggunakan SPSS·····················

29

4.4.2 Analisa Pengklasteran Hikrarki Menggunakan Excel ····················

35

4.5 Perhitungan Persentase Kenaikkan Anggota Klaster tiap Tahun…....…….…..

45

4.6 Pemetaan Anggota klaster tahun 2012………... ………….……………...…....

47

BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan··············································································

53

5.2 Saran ·····················································································

54

DAFTAR PUSTAKA
LAMPIRAN

vi
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

DAFTAR GAMBAR

Gambar 1.1 ·················································································

4

Gambar 1.2 ·················································································

5

Gambar 1.3 ·················································································

6

Gambar 1.4 ·················································································

7

Gambar 1.5 ·················································································

8

Gambar 2.1 ·················································································

12

Gambar 2.2 ·················································································

13

Gambar 2.3 ·················································································

13

Gambar 2.4 ·················································································

14

Gambar 2.5 ·················································································

17

Gambar 3.1 ·················································································

24

Gambar 4.1 ·················································································

34

Gambar 4.2 ·················································································

49

Gambar 4.3 ·················································································

50

Gambar 4.4 ·················································································

51

Gambar 4.5 ·················································································

52

vii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

DAFTAR TABEL

Tabel 4.1 ·····················································································

26

Tabel 4.2 ·····················································································

26

Tabel 4.3 ·····················································································

27

Tabel 4.4 ·····················································································

28

Tabel 4.5 ·····················································································

28

Tabel 4.6 ·····················································································

30

Tabel 4.7 ·····················································································

31

Tabel 4.8 ·····················································································

32

Tabel 4.9 ·····················································································

36

Tabel 4.10 ···················································································

37

Tabel 4.11 ···················································································

39

Tabel 4.12 ···················································································

41

Tabel 4.13 ···················································································

43

Tabel 4.14 ···················································································

44

Tabel 4.15 ···················································································

45

Tabel 4.16 ···················································································

46

Tabel 4.17 ···················································································

47

viii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

DAFTAR RUMUS

Rumus 2.1 ···················································································

10

Rumus 2.2 ···················································································

11

Rumus 2.3 ···················································································

11

Rumus 2.4 ···················································································

18

Rumus 2.5 ···················································································

19

Rumus 2.6 ···················································································

19

Rumus 2.7 ···················································································

19

ix
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

PREDIKSI SPASIAL BERDASARKAN CLUSTERING
NILAI INDIKASI TANAH PADA ZONA NILAI TANAH DI
KECAMATAN SAMBIKEREP
Oleh :
Andik Feriyanto
ABSTRAK
Kecamatan Sambikerep adalah salah satu daerah yang sangat bagus perkembanganya,
yang terdiri dari 4 kelurahan yaitu Kelurahan Lontar, Beringin, Made, dan Sambikerep. Dari
keempat kelurahan tersebut semuanya memiliki harga tanah yang beragam. Mulai dari harga
yang relatif rendah sampai harga yang melonjak tinggi tergantung dari faktor- faktor dan
zona yang dimiliki untuk masing–masing daerah tersebut. Data–data yang memiliki
kesamaan harga dapat dikelompokkan menggunakan Metode Klastering untuk menghasilkan
klaster–klaster pada setiap zona tanah yang ada di Kecamatan Sambikerep. Dari
pengelompokan harga–harga tanah yang di hasilkan melalui metode Klastering akan terdapat
peta menurut zona nilai tanah yang ada di wilayah Sambikerep. Peta–peta tersebut akan
membentuk klaster–klaster baru menurut kelompok yang memiliki nilai harga yang sama.
Dari hasil pengklasteran atau persentase tiap Kelurahan dapat disimpulkan bahwa per
kelurahan terdapat 1-7 klaster, tergantung masing-masing Kelurahan. Dengan adanya
pengklasteran dapat terlihat daerah yang mengalami kenaikan Nilai Indikasi Rata-rata (NIR).
Dengan menggunakan hasil persentase Nilai Indikasi Rata-rata (NIR) Tanah per tahun yang
mengalami peningkatan harga tanah paling tinggi tiap tahunnya adalah Kelurahan
Sambikerep dan Kelurahan Made yang mengalami peningkatan 31,32 - 68,67% tiap Klaster
pertahunnya, sedangkan Kelurahan Lontar dan Beringin berkisar antara 22,64% - 42,85%.
Hasil prediksi tahun 2012 di Kecamatan Sambikerep menghasilkan Nilai Indikasi Rata-rata
(NIR) Tanah paling tinggi sebesar Rp. 4.479.250 di Klaster 6 tahun 2012 di Kecamatan
Lontar. Sedangkan paling kecil Hasil prediksi di 2012

Nilai Indikasi Rata-rata (NIR)

Tanahnya sebesar Rp. 215.571 di Kecamatan Sambikerep dan Beringin.

Keyword : Nilai Indikasi Rata-rata Tanah (NIR), Analisis Cluster, Regresi Linier.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

i

BAB I
PENDAHULUAN

1.1. Latar Belakang
Pesatnya pertumbuhan kota di wilayah surabaya barat khususnya di daerah Sambikerep
banyak dipengaruhi oleh kompleksnya fungsi yang dijalankan suatu kota atau daerah
tersebut. Perkembangan kota atau daerah akan selalu diikuti dengan meningkatnya
permintaan tanah dan selanjutnya akan menaikkan nilai tanah pemukiman. Karena tanah
mempunyai sifat yang tetap baik dalam lokasi maupun jumlahnya.
Nilai tanah pemukiman atau perumahan sangat dipengaruhi oleh faktor fisik dasar, faktor
fisik geografis, faktor sarana dan prasarana, faktor fasilitas kebutuhan, dan faktor lingkungan.
Kebutuhan perumahan atau pemukiman yang semakin meningkat secara langsung maupun
tidak langsung akan berpengaruh terhadap nilai tanah. Penentuan nilai tanah diperlukan untuk
pengendalian harga tanah yang senantiasa berubah akibat berbagai kepentingan dalam
penggunaan tanah, karena sifat tanah yang bersifat dinamis atau berubah – ubah seiring
dengan bertambahnya waktu, serta disebabkan adanya penggunaan yang melampaui batas.
Kecamatan Sambikerep adalah salah satu daerah yang sangat bagus perkembanganya,
yang terdiri dari 4 kelurahan yaitu Kelurahan Lontar, Bringin, Made, dan Sambikerep. Dari
keempat kelurahan tersebut semuanya memiliki harga tanah yang beragam. Mulai dari harga
yang relative rendah sampai harga yang melonjak tinggi tergantung dari faktor- faktor dan
zona yang dimiliki untuk masing – masing daerah tersebut.
Dengan banyaknya variasi harga yang di tentukan dari berbagai faktor dari setiap
wilayah yang terdapat di Kecamatan Sambikerep, maka akan terdapat sekelompok data –
data harga yang relative sama dari setiap zona yang dimiliki oleh masing – masing daerah
tersebut. Data – data yang memiliki kesamaan harga dapat dikelompokkan menggunakan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

1

2

Metode Klastering untuk menghasilkan klaster – klaster pada setiap zona tanah yang ada di
Kecamatan Sambikerep. Dari pengelompokan harga – harga tanah yang di hasilkan melalui
metode Klastering akan terdapat peta menurut zona nilai tanah yang ada di wilayah
Sambikerep. Peta – peta tersebut akan membentuk klaster – klaster baru menurut kelompok
yang memiliki nilai harga yang sama.

1.2. Rumusan masalah
Permasalahan yang dapat di tulis dari latar belakang tersebut adalah:
1. Bagaimana hasil prediksi NJOP di Kecamatan Sambikerep berdasarkan NJOP
pada tahun 2012?
2. Metode apakah yang paling tepat untuk mengelompokkan data Nilai Indikasi
Rata-rata (NIR) Tanah tahun 2004-2012 dan menganalisa banyaknya klaster
yang terbentuk di Kecamatan Sambikerep?
3. Berapa persentase kenaikan atau perpindahan antar klaster menurut Zona Nilai
Tanah (ZNT) di Kecamatan Sambikerep?
4. Bagaimana pemetaan berdasarkan hasil klaster zona nilai tanah yang ada di
Kecamatan Sambikerep di tahun 2012?

1.3. Tujuan dan Manfaat Penelitian
1. Untuk mendapatkan Nilai NJOP pada tahun 2012.
2. Metode Klastering untuk mengetahui profil kelompok dan jumlah yang terbentuk
berdasarkan nilai tanah di Kecamatan Sambikerep sampai tahun 2012.
3. Untuk mengetahui kenaikkan maupun penurunan Nilai Indikasi Rata-ratanya
(NIR) Tanah di Kecamatan Sambikerep.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

3

4. Untuk mengetahui daerah terdominan penilaian harga tanah untuk tiap kelompok
tanah yang terbentuk berdasarkan NJOP.

1.4. Batasan Masalah
1. Nilai tanah ditentukan berdasarkan laporan data NJOP di tahun 2004 - 2010.
2.

Tidak menghitung nilai jual objek pajak di tahun 2004 - 2010.

3.

Tidak menghitung pajak bumi dan bangunan baik ditahun 2004 - 2010.

4. Tidak menghitung berkembangnya jumlah penduduk di Kecamatan Sambikerep.
5. Lokasi penelitian adalah Kecamatan Sambikerep Surabaya dimana terdapat persil –
persil tanah yang akan dikelompokkan berdasarkan harga tanah tersebut.
6. Pengelompokan persil tanah dengan menggunakan analisis Klastering untuk
mengelompokkan persil yang memiliki karakteristik dan nilai yang sama.
7. Harga tanah yang akan di kelompokkan berdasarkan analisis Klastering adalah data
NJOP Kecamatan Sambikerep pada tahun 2004 – 2010.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

4

1.5. Lokasi Penelitian

(Sumber: gooegle maps)

Gambar 1.1 Kecamatan Sambikerep

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

5

Gambar 1.2. Kelurahan Made

Gambar 1.3. Kelurahan Bringin

Gambar 1.2 Kelurahan Made

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

6

Gambar 1.3 Kelurahan Beringin

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

7

Gambar 1.4 Kelurahan Sambikerep

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

8

Gambar 1.5 Kelurahan Lontar

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

BAB II
TINJ AUAN PUSTAKA
2.1. Konsep Dasar
Analisis Cluster merupakan salah satu analisa dalam multivariate analisis
statistika. Multivariate adalah analisis statistika yang di gunakan pada data yang terdiri
dari banyak variable. Cluster juga bisa diartikan sebagai salah satu teknik yang
bertujuan untuk mengidentifikasi sekelompok obyek yang mempunyai kemiripan
karakteristik tertentu yang dapat di pisahkan dengan kelompok obyek lainya, sehingga
obyek yang berada dalam kelompok yang sama relative lebih homogen dari pada obyek
yang berada pada kelompok yang berbeda (Dillon: 1984; 157).
Jumlah kelompok yang dapat diidentifikasi tergantung pada jumlah dan variasi
data obyek. Tujuan dari pengelompokan sekumpulan data obyek ke dalam beberapa
kelompok yang mempunyai karakteistik tertentu dan dapat di bedakan satu sama lainya
adalah untuk analisis dan interpretasi lebih lanjut untuk penilaian harga. Model yang di
ambil diasumsikan bahwa data yang dapat di gunakan adalah data yang berupa data
interval, frekuensi, dan biner. Set data obyek harus mempunyai peubah yang tipe
sejenis tidak campur antara tipe yang satu dengan yang lainya
Secara umum proses di mulai dengan merumuskan masalah pengelompokan
dengan mendefinisikan variabel–variabel yang di gunakan untuk dasar pembentukan
cluster. Kemudian pengambilan p pengukuran peubah pada m obyek pengamatan. Data
tersebut dijadikan matriks data mentah berukuran m x p. Matriks tersebut
ditransformasikan ke dalam bentuk matriks kemiripan berupa n x n yang di hitung
berdasarkan pasangan – pasangan obyek p berubah. Konsep dasar pengukuran analisis

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan
sumber.
9

10

cluster adalah konsep pengukuran jarak (distance) dan kesamaan (simillary). Distance
adalah ukuran tentang jarak pisah antar obyek sedangkan simillary adalah ukuran
kedekatan. Konsep ini penting karena pengelompokan pada analisis cluster di dasarkan
pada kedekatan. Pengukuran jarak (distance type measure) di gunakan untuk data – data
yang bersifat matriks, sedangkan pengukuran kesesuaian (matching type measure) di
gunakan untuk data – data yang bersifat kualitatif.

2.2. Metode pengukuran variabel
Berdasarkan jenisnya secara umum, data dapat di bedakan menjadi dua macam
yakni data kualitatif dan data kuantitatif. Data kualitatif adalah data yang dinyatakan
tidak dalam bentuk angka, sedangkan data kuantitatif adalah data yang dinyatakan
dalam bentuk angka. Analisis cluster berhubungan dengan pengolahan data yang
bersifat kuantitatif. Dengan demikian perlu di lakukan pengukuran (kuantifikasi)
terhadap data kualitatif. Proses kuantifikasi tersebut menyebabkan data kualitatif
berubah bentuk menjadi data kuantitatif. Cara pengukuran dapat di lakukan antara lain
dengan memberikan bobot atau angka (Budi 2005 : 8)

2.3. Metode pengukuran jarak
Teknik – teknik dalam pengukuran jarak untuk menentukan similarity distance (Dillon
1984 :161) di antaranya adalah sebagai berikut:
1. Euclidean Distance, merupakn ukuran jarak antara dua item X dan Y
D(X,Y)=√∑(X 1-Y1)2

……………………………………

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

(2.1)

11

2. Squared Euclidean Distance, merupakan ukuran jarak antera dua iten X dan Y
D(X,Y)=∑(X 1-Y1)2

………………………………………

(2.2)

3. Pearson Correlation, korelasi antara vector nilai
S (X,Y)=(∑Z

X1-ZY1)/(N-1)

……………………………………….

(2.3)

Dimana ZX1 adalah nilai x yang telah di standarkan untuk item ke i dan N
adalah jumlah itemnya.

2.4. Metode pengelompokan
Metode pengelompokan dalam clustering, (Dillon 1984) adalah:
2.4.1. Metode Hirarki
Teknik

hirarki

(hierarchial

methods)

adalah

teknik

clustering

membentuk konstruksi hirarki atau berdasarkan tingkatan tertentu seperti
struktur

pohon

(struktur

pertandingan).

Dengan

demikian

proses

pengelompokanya dilakukan secara bertingkat atau bertahap. Hasil dari
pengelompokan ini dapat di sajikan dalam bentuk dendogram. Metode – metode
yang di gunakan dalam teknik hirarki adalah:
1. Agglomerative Methods
Metode ini dimulai dengan kenyataan bahwa setiap obyek membentuk
clusternya masing – masing. Kemudian dua obyek dengan jarak terdekat
bergabung. Selanjutnya obyek ketiga akan bergabung dengan cluster yang ada
atau bersama obyek lain yang membentuk cluster baru. Hal ini tetap
memperhitungkan jarak kedekatan antar obyek. Proses akan berlanjut hingga

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

12

akhirnya membentuk satu cluster (a single cluster) yang terdiri dari keseluruhan
obyek. Ada beberapa teknik dalam Agglomerative Methods yaitu:
a) Single Iinkage (nearest neighbur methods)
Metode ini menggunakan prinsip jarak minimum yang di awali
dengan mencari dua obyek terdekat dan keduanya membentuk cluster
yang pertama. Pada langkah selanjutnya terdapat dua kemungkinan,
yaitu:
•

Obyek ketiga akan bergabung dengan cluster yang telah
terbentuk, atau

•

Dua obyek lainya akan membentuk cluster baru.

Proses ini akan berlanjut sampai akhirnya terbentuk cluster tunggal.
Pada metode ini jarak antara cluster di definisikan sebagai jarak terdekat
antar anggotanya.

jarak minimum
Klaster 1

Klaster 2
Gambar 2.1 Single Linkage

b) Complete Iinkage (furthest neighbor methods)
Metode ini merupakan kebalikan dari pendekatan yang di gunakan
pada Single Iinkage. Prinsip jarak yang di gunakan adalah jarak terjauh
antar obyek.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

13

Klaster 1

Klaster 2
Gambar 2.2 Complete Linkage

c) Average linkage methods (between groups methods)
Metode ini mengikuti prosedur yang sama dengan metode
sebelumnya. Prinsip ukuran jarak yang digunakan adalah jarak rata –
rata antar tiap pasangan obyek yang mungkin.

Klaster 1

Klaster 2

Gambar 2.3 Average Linkage Methods

d) Variance Methods
Metode varian, mencoba menghasilkan klaster dengan
meminimumkan variance dalam klaster. Metode varian yang biasa di
gunakan ialah ward’s procedure.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

14

e) Ward’s Methods
Untuk setiap klaster rata – rata dari seluruh variabel dihitung,
kemudian setiap obyek, jarak yuklidian kuadrat ke rata- rata klaster
dihitung. Jarak ini dijumlahkan untuk semua obyek. Pada setiap
tahap, dua klaster dengan kenaikan terkecil di dalam overall sum of
squares within cluster distance digabung.
f) In the Centroid Methods
Jarak antara dua klaster merupakan jarak antara centroids (rata –
rata dari seluruh variabel). Setiap obyek akan dikelompokkan,
centroid baru dihitung.

Metode Ward

Metode Centroid

Gambar 2.4 Other Agglomertive Clustering Method

Divisive methods
Metode devisive berlawanan dengan metode Agglomerative. Metode ini
pertama – tama di awali dengan satu cluster besar yang mencakup semua
observasi (obyek). Selanjutnya obyek yang mempunyai ketidakmiripan yang

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

15

cukup besar akan dipisahkan sehingga membentuk cluster yang lebih kecil.
Pemisahan ini dilanjutkan sehingga mencapai sejumlah cluster yang
diinginkan.
Teknik yang di gunakan adalah splinter average distance methods.
Metode ini didasarkan pada perhitungan jarak rata – rata masing – masing
obyek dengan obyek lain pada grupnya. Proses tersebut dimulai dengan
memisahkan obyek dengan

jarak terjauh sehingga terbentuk dua grup.

Kemudian dibandingkan dengan jarak rata rata masing –masing obyek
dengan group splinter dengan grupnya sendiri. Apabila suatu obyek
mempunyai jarak yang lebih dekat ke group splinter daripada ke grupnya
sendiri, maka obyek tersebut haruslah dikeluarkan dari grupnya dan
dipisahkan ke group splinter. Apabila komposisinya sudah stabil, yaitu jarak
suatu obyek ke grupnya selalu lebih kecil daripada jarak obyek itu ke group
splinter, maka proses berhenti dan di lanjutkan dengan tahap pemisahan
dalam grup.

2.4.2. Metode non Hirar ki
Berbeda dengan metode hirarkikal, prosedur non hirarkikal (K- means
Clustering) dimulai dengan memilih sejumlah nilai cluster awal sesuai
dengan jumlah yang diinginkan dan kemudian obyek digabungkan ke dalam
cluster – cluster tersebut.
1) Sequential Threshold Procedure
Metode ini melakukan pengelompokan dengan terlebih dahulu
memilih satu obyek dasar yang akan dijadikan nilai awal cluster,

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

16

kemudian semua obyek yang ada di dalam jarak terdekat dengan cluster
ini akan bergabung lalu dipilih cluster kedua dan semua obyek yang
mempunyai kemiripan dimasukkan dalam cluster ini. Demikian
seterusnya hingga terbentuk beberapa cluster dengan keseluruhan obyek
di dalamnya.
2) Parallel Threshold Procedure
Secara prinsi sama dengan prosedur Sequential Threshold,
keculai bahwa beberapa pusat klaster dipilih secara simultan dan obyek
dalam threshold level dikelompokkan dengan pusat terdekat.
3) Optimizing Partitioning Method
The Optimizing Partitioning Method berbeda dari prosedur dua
threshold, dimana obyek selanjutnya di reassigned ke klaster untuk
mengoptimalkan suatu kriteria menyeluruh, seperti average within
cluster distance untuk sejumlah klaster tertentu.
Dua kelemahan dari metode non hirarki ialah bahwa banyaknya kalster harus
disebutkan / ditentukan sebelumnya dan pemilihan pusat klaster sembarang (arbitrary).
Lebih lanjut, hasil pengklasteran mungkin tergantung pada bagaimana pusat (center)
dipilih. Banyak program non hirarki, memilih k obyek (kasus) yang pertama, tanpa ada
nilai yang hilang sebagai pusat klaster awal (k= banyaknya klaster). Jadi, hasil
pengklasteran mungkin bergantung pada urutan observasi dalam data. Bagaimanapun
juga, pengklasteran non hirarki lebih cepat daripada metode hirarki dan lebih
menguntungkan kalau jumlah obyek / kasus atau observasi besar sekali (sampel besar).

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

17

Clustering
Procedures

Non-

Hierarchical

Hierarchical

Agglomerat ive

Devisive

Sequential

Parallel

Opt imizing

Threshold

Threshold

Part it ioning

Linkage

Variance

Centroid

M ethods

M ethods

M ethods

Ward’s
M ethods

Single M et hods

Complet e

Average

Linkage

Linkage

Gambar 2.5 Klasifikasi Prosedur Pengklasteran

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

18

2.5. Nilai J ual Obyek Pajak (NJ OP)
menurut Keputusan Menteri Keuangan RI No. 523/KMK.04/ 1998 tentang
Penentuan Klasifikasi dan Besarnya Nilai Jual Objek Pajak Sebagai Dasar Pengenaan
Pajak Bumi dan Bangunan, yaitu harga rata - rata yang diperoleh dan transaksi jual beli
yang terjadi secara wajar, dimana bila tidak terdapat transaksi jual beli maka Nilai Jual
Objek Pajak (NJOP) - nya dapat ditentukan melalui perbandingan harga dengan objek
lain yang sejenis atau nilai perolehan baru Nilai Jual Objek Pajak (NJOP) pengganti.
Nilai Jual Obyek Pajak (NJOP) dapat ditentukan diantaranya dengan metode metode berikut ini:
a. Melalui perbandingan harga dengan obyek lain yang sejenis (sales
comparison).
b. Dengan penilaian baru, yaitu menghitung seluruh biaya yang dikeluarkan untuk
rnernperoleh obyek pajak dan dikurangi penyusutan (replacement cosinew)
yang kesemuanya dalam keadaan wajar.
c. Dengan memperhitungkan nilai jual pengganti (reproduction cost), yaitu
rnenghitung

nilai

berdasarkan

hasil

produksi

dan

obyek

pajak.

(http://www.ortax.org/ortax/?mod=aturan&page=show&id=1539)
2.6. Regresi Linier
Persamaan yang sederhana dan luas penggunaannya untuk menunjukan hubungan
variable-variabel adalah persamaan linier. Persaaan garis regresi contoh seperti yang
sering dikenal dalam bentuk :
Y’ = a + bX

………………………………………………………

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

(2.4)

19

Ket: X = variable yang diketahui (independent variable)
Y’ = variable yang diramalkan (dependent variable)
a = bilangan konstan, yang merupakan titik potong dengan
sumbu vertical pada gambar kalau nilai X = 0
b = slope, yaitu koefisien kecondongan garis
Untuk mencari nilai-nilai a dan b, digunakan rumus-rumus sebagai berikut:

…………………………………

(2.5)

………………………………….

(2.6)

didalam persamaan linier, hubungan antara dua variable bila digambarkan secara
grafis (dengan scatter diagram), semua nilai X dan Y yang sesuai dengan persamaan Y
= a + bX akan jatuh pada suatu garis lurus (straight line). Garis tersebut yang
dinamakan regression line (garis regresi).(sumber: subagyo Pangestu, Djarwanto”
statistika induktif”).
2.8. koefisien Determinasi (R 2)
koefisien determinasi adalah koefisien yang menyatakan presentase penyimpangan
(keragaman) peubah bebas Y yang dapat dijelaskan peubah bebas X dalam model
regrasi yang sedang di bahas. Untuk memberi interpretasikoefisien korelasi ini, maka
sebaiknya memakai R2 yaitu koefisien determinasi.

R2 = 1 −

∑ (Yi − Y' )
∑ (Yi -∑ Y)

……………………………………………

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

(2.7)

20

Ket: Yi = variable yang diramalkan (dependent variable) Yi = (Y-Y’)2
Y’ = variable yang diramalkan (dependent variable) Y’= a+bX
ΣY = Total dari Y variable yang diketahui (independent variable)

r2 mengggambil nilai antara 0 dan 1, bahwa nilai hanyalah antara 0 dan 1 dapat
diterangkan sebagai berikut. Menurut dasarnya cara pendugaan kuadrat terkecil itu
menyebabkan penyebut menjadi jumlah pangkat dua simpangan paling kecil diantara
jumlah-jumlah pangkat dua yang mungkin dibuat dengan cara yang sama. Hasil bagi
haruslah lebih kecil atau sama dengan satu. Oleh karena pembilang dan penyebut dari
pembanding ini merupakan jumlah-jumlah pangkat dua, maka hasil baginya selalu
positif. Dengan demikian jelaslah bahwa r2 mengggambil nilai antara 0 dan 1. (sumber:
Wibisono Yusuf “metode Statistik”).

2.9. Pemetaan Anggota Klaster
Pemetaan bertujuan untuk mengetahui daerah terdominan penilaian harga tanah
untuk tiap kelompok tanah yang terbentuk setelah di klasterkan berdasarkan NJOP.
Pemetaan bisa menggunakan software Gis yaitu ArcView dan MapInfo, tetapi pada data
atau peta yang akan di digit harus Tergeorefrensi ( Mempunyai Koordinat bujur dan
lintang).

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

BAB III
METODOLOGI PENELITIAN
3.1. Umum
Metodologi penelitian merupakan suatu rancangan yang berisi langkah-langkah
dalam melakukan penelitian Tugas Akhir sehingga dapat terencana dengan baik agar
tujuan dan arah permasalahaan tidak menyimpang. Metodologi penelitian berisi tentang
bagaimana mendapatkan data-data yang diperlukan, perhitungan yang diperlukan dalam
pengolahan data, dan menarik kesimpulan serta saran-saran yang dapat diberikan dari
hasil yang diperoleh.
Pada bab ketiga ini akan dijelaskan secara detail langkah-langkah yang akan
dilakukan selama penelitian dilaksanakan sehingga didapatkan hasil akhir penelitian
yang diharapkan.
Langkah

pertama

yang

perlu

dilakukan adalah

merumuskan

masalah

pengklasteran dengan mendefinisikan variabel-variabel yang di perlukan untuk dasar
pengklasteran (pengelompokan). Kemudian ukuran jarak yang tepat harus di pilih.
Ukuran jarak menentukan kemiripan atau ketidakmiripan dari obyek yang akan di
kelompokkan (di masukkan dalam klaster). Beberapa prosedur pengklasteran sudah di
kembangkan dan peneliti harus memilih. Salah satu yang tepat untuk memecahkan
masalah yang sedang di hadapi. Setelah menentukan prosedur, maka akan dilanjutkan
dengan pemetaan zona nilai tanah sesuai dengan hasil pengklasteran. Untuk menentukan
banyaknya klaster yang di perlukan, memerlukan pertimbangan subyektif dari peneliti,
selain berdasarkan hasil perhitungan secara obyektif. Klaster yang di peroleh harus di
interpresentasikan, dinyatakan dalam variabel-variabel yang di pergunakan untuk dasar
21

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

22

pembentukan klaster dan di profilkan dinyatakan dalam penambah variabel yang
penting. Akhirnya, peneliti harus mengakses validitas proses pengklasteran.

3.2. Pengumpulan Data
Semua data pendukung dalam penelitian ini diperoleh dari data NJOP di
Kecamatan Sambikerep. Data yang diperlukan untuk melakukan penelitian merupakan
data sekunder. Kegiatan pengumpulan data sekunder meliputi :
-

Data laporan transaksi.
Mengumpulkan data NJOP dalam periode tahun 2004 – 2010 di daerah Kecamatan
Sambikerep, yang meliputi
Kelurahan Lontar, Bringin, Made, dan Sambikerep. Selama periode yang akan
digunakan sebagai data sampel dalam pengerjaan penelitian.

3.3 Langkah - Langkah Penelitian
1. Studi Literatur
2. Merumuskan Masalah
Hal yang paling di dalam perumusan masalah analisis klaster ialah pemilihan
variabel- variabel yang akan dipergunakan untuk pengklasteran ( pembentukan klaster ).
Memasukkan satu atau dua variabel yang tidak relevan dengan masalah pengklasteran /
pengelompokkan akan mendistorsi menghasil pengklasteran yang kemungkinan besar
sangat bermanfaat.
3. Pengumpulan data sekunder yang berasal dari Badan Pendapatan Daerah Kota
Surabaya ( Dinas Pajak Pemkot Surabaya), NJOP di Kecamatan Sambikerep pada Tahun
2004-2010 dan Peta Rupabumi Digital Indonesia 1:25.000, Wonokromo edisi 1-1999
Badan Koordinasi dan pemetaan Nasional (BAKOSURTANAL).

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

23

4. Memprediksi Nilai Tanah tahun 2012 menggunakan Microsoft Excel dan Sofware
SPSS17 pada masing-masing Kelurahan.
5. Memilih suatu prosedur pengklasteran menggunakan Microsoft Excel dan Sofware
SPSS17 menggunakan Metode Hirarki.
6. Menentukan banyaknya klaster menurut nilai tanah atau menggunakan margin nilai
tanah pada masing-masing Kelurahan.
7. Memprediksi kenaikan atau perpindahan antar klaster menurut Zona Nilai Tanah
(ZNT) per tahunnya.
8. Pendigitan zona nilai tanah di Kecamatan Sambikerep menurut hasil pengklasteran
pada Tahun 2012 pada masing-masing kelurahan.
9. Setelah dihasilkan klaster-klaster tanah dan diperoleh taksiran harganya, maka
dapat diketahui lokasi – lokasi yang tepat untuk proses pengembangan lahan.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

24

Langkah – langkah pelaksanaan penelitian ini secara sistematis:

MULAI
Studi Literatur
Merumuskan Masalah

Pengumpulan data sekunder berasal dari
Badan Pendapatan Daerah Kota Surabaya,
NJOP di Kecamatan Sambikerep pada
Tahun 2004-2010 dan Peta Rupabumi
edisi 1-1999

Memprediksi Nilai Tanah Tahun 2012 Menggunakan
Excel dan SPSS
Memilih Suatu Prosedur Pengklasteran Menggunakan Excel
dan SPSS dengan Metode Hirarki
Menentukan Banyaknya Klaster Menurut Nilai Tanah atau
Margin Nilai Tanah
Memprediksi Kenaikan atau Perpindahan antar Klaster
menurut Zona Nilai Tanah (ZNT) per Tahun.
Pemetaan Zona Nilai Tanah di Kecamatan Sambikerep
menurut Hasil Pengklasteran pada Tahun 2012
SELESAI

Gambar 3.1 Flowchart

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

BAB IV
ANALISA DAN PEMBAHASAN

4.1. Identifikasi Nilai Tanah
Hasil pengambilan data sekunder berasal dari Badan Pendapatan Daerah
Pemerintah Kota Surabaya. Data tersebut melalui prosedur yang sesuai dengan
aturan dalam melakukan penelitian di wilayah kota Surabaya yaitu dengan membuat
surat pengantar dari universitas yang ditujukan ke Badan Kesatuan Bangsa, Politik
dan Perlindungan

Masyarakat

(BAKESBANGPOLINMAS)

yang

kemudian

dilanjutkan ke Badan Pendapatan Daerah Pemerintah Kota Surabaya. Data tersebut
berupa data Nilai Indikasi Rata-rata (NIR) Tanah tahun 2004-2010 di kecamatan
Sambikerep. Data NIR Tanah tahun 2004-2010 dapat dilihat dilampiran 1 (Data NIR
Tanah di Kecamatan Sambikerep).

4.2 Regresi Nilai Tanah
Prediksi Nilai Tanah dilakukan dengan mengunakan metode Regresi Linier
menggunakan Exel dan Program SPSS. Perhitungan regresi Nilai Tanah adalah
sebagai berikut :

4.2.1. Regresi Linier

25

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

26

Perhitungan dengan menggunakan regresi linier ini menggunakan rumus
“Y =a + b.X”. Dimana X = dimisalkan sebagai tahun dan Y = sebagai nilai tanah.
Dan untuk mencari nilai a dan b digunakan rumus sebagai berikut:

a=

(∑ Yi)( ∑ Xi ) − ∑ Xi)(∑ XiYi)

b=

n ∑ XiYi − (∑ Xi)(∑ Yi)

2

n ∑ Xi − (∑ Xi)
2

n ∑ Xi − (∑ Xi)
2

2

2

Dengan rumus tersebut maka prediksi pada tahun 2012 dapat diselesaikan sebagai
berikut :
Tabel 4.1 Data NIR Tanah pada ZNT (AA)

Zona
AA

Alamat Obyek Pajak
JL RAYA BERINGIN

Sumber : Badan

2004

2005

2006

2007

2008

2009

2010

2012

64000 82000 128000 160000 160000 160000 160000 198571 215571

Pendapatan Daerah Pemerintah Kota Surabaya

Tabel 4.2 Permodelan Regresi Linier
No.
X
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
∑
36
Sumber: Perhitungan

2011

Y
64000
82000
128000
160000
160000
160000
160000
198571
1112571

X2
1
4
9
16
25
36
49
64
204

Sehingga diperoleh nilai a dan b sebagai berikut :
a = 1112571 (204) – 5720568 (36)
8(204)-(362)
= 62571
b = 8(5720568) – (36) (1112571)
8(204) – (362)
= 17000

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

XY
64000
164000
384000
640000
800000
960000
1120000
1588568
5720568

27

Berdasarkan hasil-hasil tersebut di atas maka dapat buat persamaan
regresinya sebagai berikut :

Y’ = 62571

+ 17000X

Berdasarkan persamaan diatas , maka Prediksi Nilai Tanah pada tahun 2012
dapat dihitung dengan memasukkan nilai X = pada tahun ke 9 adalah:
Y = 62571

+ 17000X

= 62571 + 17000 (9)
= Rp.215.571
Dari hasil tersebut dapat diketahui bahwa Prediksi Nilai Tanah di tahun 2012 pada
zona AA Jl. Raya Beringin adalah Rp. 215.571. Untuk melihat prediksi harga tanah
pada semua daerah pada masing – masing kelurahan dapat ditunjukkan pada
lampiran hasil prediksi NJOP di Kelurahan Sambikerep.

4.3 Koefisien Determinasi (R 2)
Perhitungan koefien determinasi (R2) pada perhitungan 4.1 regresi linier.
Dimana a = 62571 dan b = 17000 dalam persamaan linier Y’ = 62571 + 17000X,
maka diselesaikan sebagai berikut :
Tabel 4.3 Data Nilai Indikasi Rata-rata Tanah (NIR) pada ZNT (AE)

Zona
AA

Alamat Obyek Pajak
JL RAYA BERINGIN

Sumber : Badan

2004

2005

2006

2007

2008

2009

2010

2011

2012

64000 82000 128000 160000 160000 160000 160000 198571 215571

Pendapatan Daerah Pemerintah Kota Surabaya

Hak Cipta © milik UPN "Veteran" Jati