I. Pendahuluan
Salah satu tugas KPKNL adalah pelayanan penilaian aset negara yang dilaksanakan oleh penilai DJKN. Aset yang sering menjadi objek penilaian dalam rangka pemindahtanganan, baik BMN, BMD, barang sitaan dan aset lainnya, yang dilaksanakan oleh Penilai di KPKNL Jember adalah kendaraan, khususnya kendaraan roda empat. Pada tahun ini, sampai dengan tulisan ini dibuat, jumlah objek penilaian kendaraan di KPNL Jember berjumlah 32 unit. Sedangkan pada tahun 2019 berjumlah 77 unit, dan pada tahun 2018 berjumlah 61 unit [1]. Jumlah permohonan penilaian pada tahun 2020 secara umum memang relatif turun dibanding tahun-tahun sebelumnya karena adanya wabah COVID-19.
Semua penilaian kendaraan tersebut menggunakan pendekatan data pasar mengingat data jumlah transaksi kendaraan yang cukup banyak dan relatif mudah didapatkan sehingga data yang dibutuhkan cukup tersedia. Penggunaan pendekatan data pasar tersebut sesuai dengan Standar Penilaian Indonesia (SPI) Edisi VII Tahun 2018 yang menyebutkan bahwa pendekatan pasar merupakan pendekatan utama selain pendekatan pendapatan dan pendekatan biaya[2]. Dalam penerapan pendekatan data pasar, penilai membutuhkan data berupa transaksi jual beli dan/atau penawaran dari penjual. Dalam penilaian kendaraan, data transaksi yang didapatkan oleh penilai seringkali adalah data penawaran dari penjual dan/atau dealer atau broker, baik dari media belanja online, maupun media lainnya. Untuk objek penilaian kendaraan, data penawaran kendaraan lebih mudah didapatkan dibandingkan dengan data transaksi jual beli.
Konsekuensi dari penggunaan data penawaran sebagai data transaksi pembanding adalah adanya penyesuaian berupa discount yang harus diterapkan oleh penilai untuk menyesuaikan harga penawaran tersebut agar mengindikasikan harga transaksi yang paling mungkin disepakati oleh penjual dan pembeli. Permasalahan yang sering muncul adalah bagaimana penilai mendapatkan analisis dan perhitungan yang cukup untuk mendasari penetapan jumlah discount harga penawaran untuk ditetapkan sebagai harga transaksional yang disesuaikan.
Metode dan teknik untuk menghitung jumlah penyesuaian dalam pendekatan data pasar ada bermacam-macam. Dalam penelitian ini, teknik yang digunakan adalah teknik statistik berdasarkan data pasar yang didapat sebagai sampel. Data pasar tersebut berupa harga penawaran kendaraan roda empat dengan kriteria objek dan kondisi penjualan tertentu yang ditetapkan beserta dengan harga nett penawaran yang didapat berdasarkan hasil wawancara dengan penjual secara daring untuk kemudian dianalisis secara statistik untuk mendapatkan kesimpulan jumlah discount yang dianggap mencerminkan perilaku pasar.
II. Landasan Teori
Pendekatan yang diterapkan oleh penilai DJKN dalam melakukan penilaian kendaraan adalah pendekatan data pasar, atau dalam Standar Penilaian Indonesia (SPI) Edisi VII tahun 2018 disebut sebagai pendekatan pasar. Pendekatan Pasar memberikan indikasi nilai dengan membandingkan aset dengan aset lainnya yang identik atau sebanding dimana terdapat informasi harga[3].
Dalam penerapan pendekatan data pasar, penilai dapat menggunakan harga penawaran sebagai data pembanding yang disesuaikan untuk mendapatkan indikasi nilai pasar. Berdasarkan SPI, apabila hanya terdapat beberapa transaksi atau bahkan tidak terdapat data transaksi yang dapat diandalkan (harga kuotasian), Penilai dapat mempertimbangkan harga dari aset identik atau sejenis yang ditawarkan untuk dijual, dengan syarat bahwa relevansi dari informasi ini diungkapkan secara jelas, dianalisis secara kritikal, dan didokumentasikan[4].
Ketika mempertimbangkan penawaran jual atau beli bobot yang diberikan kepada harga penawaran seharusnya mempertimbangkan tingkat komitmen dan kondisi lainnya yang melekat pada harga serta berapa lama aset tersebut telah ditawarkan di pasar. Sebagai contoh, penawaran yang mewakili komitmen yang mengikat untuk membeli atau menjual aset pada harga tertentu dapat diberikan bobot yang lebih besar daripada harga yang dikutip tanpa adanya komitmen yang mengikat3.
Teknik yang digunakan untuk menetapkan penyesuaian, baik penyesuian data transaksional maupun data nontransaksional dalam pendekatan data pasar antara lain:
1. Teknik data pasangan (paired data analysis),
2. Teknik data kelompok (grouped data analysis),
3. Teknik data sekunder (secondary data analysis),
4. Teknik statistik (statistical analysis),
5. Teknik biaya (cost related analysis), dan
6. Teknik kapitalisasi pendapatan (capitalization of income differences)[5].
Teknik yang digunakan dalam melakukan analisis penyesuaian harga penawaran dalam tulisan ini adalah teknik statistik. Teknik statistik adalah teknik kuantitatif yang digunakan untuk memperkirakan nilai, mengidentifikasi dan mengukur penyesuaian harga jual dari properti yang sebanding, mencakup statistik inferensi, regresi linier, dan regresi berganda[6].
Untuk menggunakan segala bentuk analisis statistik, penilai harus memahami konsep statistik dasar serta metodologi tertentu yang dipilih. Dalam menerapkan analisis statistik, penilai harus berhati-hati untuk tidak mengembangkan hasil yang sebenarnya tepat secara matematis namun tidak bermakna secara logis dan harus mencerminkan proses pemikiran dan perilaku pasar[7].
Analisis statistik yang digunakan dalam karya tulis ilmiah ini adalah statistik deskriptif dan statistik inferensi. Statistik deskriptif adalah statistik yang berfokus pada pengumpulan data, penyajian data, dan kuantifikasi data yang mencakup kuantifikasi numerik dari data sampel dengan menyajikan nilai minimum, nilai maksimum, range, standar deviasi, means, median, dan modus. Secara fundamental, statistik inferensi terdiri dari estimasi parameter populasi dengan menggunakan data sampel atau menetapkan kesimpulan dari suatu populasi berdasarkan data sampel[8]. Mean (rata-rata hitung) adalah total nilai dari seluruh observasi dibagi dengan jumlah observasi[9]. Median (nilai tengah) adalah nilai tengah dari sebuah distribusi frekuensi. Nilai ini berhubungan dengan posisi sentaral yang dimilikinya dalam sebuah distribusi[10]. Modus adalah skor yang memiliki frekuensi tertinggi[11], atau dengan kata lain modus adalah skor data yang paling sering muncul.
III. Analisis Data
Sampel data yang diambil adalah data harga penawaran kendaraan roda empat. Sampel diambil dengan teknik Purposive Sampling, yaitu menggunakan kriteria yang telah dipilih dalam pengambilan sampel. Sampel diambil dengan kriteria sebagai berikut:
1. Lokasi kendaraan berada di wilayah kerja KPKNL Jember, yaitu: Kabupaten Jember, Kabupaten Bondowoso, Kabupaten Banyuwangi, Kabupaten Situbondo, Kotamadya Probolinggo, dan Kabupaten Probolinggo.
2. Penjual adalah pemilik kendaraan, bukan broker/dealer.
3. Harga penawaran adalah untuk penjualan tunai, bukan kredit atau oper kredit.
4. Harga penawaran kendaraan berkisar antara Rp100.000.000,00 s.d. 200.000.000,00.
5. Tahun pembuatan kendaraan berkisar antara tahun 2008 s.d. 2019.
6. Sampel diambil hanya dari situs https://www.olx.co.id
Setelah melakukan verifikasi terhadap sampel data dan mendapatkan harga penawaran, peneliti melakukan wawancara dengan penjual untuk mendapatkan harga penawaran nett dari penjual dengan pertanyaan-pertanyaan sebagai berikut:
1. Apakah mobil yang dijual ada yang perlu diperbaiki?
2. Apakah harga penawaran masih nego?
3. Berapa harga penawaran nett?
Wawancara dilakukan terhadap seluruh penjual yang dijadikan sampel data. Pertanyaan pertama bertujuan untuk mendapatkan gambaran apakah harga penawaran sudah memperhitungkan biaya yang akan dikeluarkan dan mempertimbangkan apakah harga nett penawaran masih bisa dinego atau tidak. Seluruh sampel data yang didapat telah mendapatkan jawaban bahwa penawaran masih nego dan penjual menyampaikan harga nett.
Total sampel data sejumlah 35 (tiga puluh lima) sampel yang diambil dari seluruh wilayah kerja KPKNL Jember dengan rincian sebagai berikut:
No. |
Merk/Model |
Varian |
Tahun Pembuatan |
Plat Nomor |
Lokasi |
No telp |
Harga Penawaran |
Harga Penawaran Net |
Discount |
1 |
Honda Jazz |
1.5 RS Black Top Limited Edition Bensin |
2015 |
P |
Jember |
082234603298 |
191.000.000 |
187.500.000 |
1,83% |
2 |
Toyota Rush |
1.5 TRD Sportivo Bensin |
2017 |
P |
Jember |
- |
190.000.000 |
180.000.000 |
5,26% |
3 |
Honda Brio |
1.2 E Bensin |
2017 |
P |
Jember |
082171811996 |
122.500.000 |
120.000.000 |
2,04% |
4 |
Toyota Yaris |
1.5 Bensin |
2012 |
L |
Jember |
081334230404 |
140.000.000 |
133.500.000 |
4,64% |
5 |
Toyota Innova |
AT diesel |
2012 |
B |
Jember |
081287819350 |
182.000.000 |
180.000.000 |
1,10% |
6 |
Toyota Innova |
G AT Bensin |
2011 |
P |
Jember |
085258866966 |
130.000.000 |
127.500.000 |
1,92% |
7 |
Daihatsu Xenia |
1.3 R Deluxe Bensin |
2013 |
P |
Jember |
082232417370 |
120.000.000 |
116.000.000 |
3,33% |
8 |
Mitsubishi Expander |
EXCEED M/T |
2019 |
P |
Banyuwangi |
081217109666 |
200.000.000 |
195.000.000 |
2,50% |
9 |
Mazda BT-50 |
2.5 Solar |
2012 |
P |
Banyuwangi |
08115830911 |
110.000.000 |
100.000.000 |
9,09% |
10 |
Daihatsu Xenia |
1.3 Xi Deluxe Bensin |
2016 |
P |
Banyuwangi |
082132828046 |
140.000.000 |
135.000.000 |
3,57% |
11 |
Honda Brio Satya |
1.2 E Bensin |
2019 |
DK |
Banyuwangi |
081331169901 |
145.000.000 |
142.000.000 |
2,07% |
12 |
Toyota Rush |
1.5 TRD Sportivo Bensin |
2014 |
P |
Banyuwangi |
0811351469 |
148.000.000 |
145.000.000 |
2,03% |
13 |
Daihatsu Xenia |
R 1.3 STD |
2018 |
DK |
Banyuwangi |
082230464829 |
135.000.000 |
130.000.000 |
3,70% |
14 |
Toyota Yaris |
1.5 E Bensin |
2010 |
N |
Kota Probolinggo |
082231336422 |
120.000.000 |
115.000.000 |
4,17% |
15 |
Honda Brio |
1.2 Satya E Bensin |
2012 |
L |
Kota Probolinggo |
085850660760 |
155.000.000 |
152.000.000 |
1,94% |
16 |
Daihatsu Sigra |
1.0 M Bensin |
2019 |
N |
Kota Probolinggo |
08980387789 |
134.500.000 |
130.000.000 |
3,35% |
17 |
Toyota Sienta |
1.5 V Bensin |
2017 |
N |
Kota Probolinggo |
082244777286 |
157.500.000 |
150.000.000 |
4,76% |
18 |
Toyota Avanza |
1.5 S Bensin |
2010 |
N |
Kota Probolinggo |
081333195915 |
106.000.000 |
102.500.000 |
3,30% |
19 |
Toyota Avanza |
1.3 G Bensin |
2014 |
N |
Kota Probolinggo |
085230806156 |
135.000.000 |
132.000.000 |
2,22% |
20 |
Toyota Avanza |
1.3 G Bensin |
2013 |
N |
Kota Probolinggo |
- |
130.000.000 |
125.000.000 |
3,85% |
21 |
Toyota Calya |
1.2 G Bensin |
2018 |
P |
Situbondo |
- |
125.000.000 |
115.000.000 |
8,00% |
22 |
Honda Brio |
1.2 E Bensin |
2015 |
P |
Situbondo |
082141633889 |
110.000.000 |
106.000.000 |
3,64% |
23 |
Toyota Avanza |
1.3 G Bensin |
2013 |
P |
Situbondo |
089665761594 |
140.000.000 |
130.000.000 |
7,14% |
24 |
Honda Brio Satya |
1.2 E Bensin |
2015 |
P |
Situbondo |
081332852356 |
117.000.000 |
110.000.000 |
5,98% |
25 |
Toyota Avanza |
1.3 G Bensin |
2016 |
P |
Situbondo |
0085704771858 |
132.000.000 |
125.000.000 |
5,30% |
26 |
Daihatsu Xenia |
R 1.3 DLX |
2012 |
P |
Bondowoso |
085236174613 |
115.000.000 |
110.000.000 |
4,35% |
27 |
Toyota Avanza |
1.3 G Bensin |
2016 |
B |
Bondowoso |
082330532800 |
132.000.000 |
125.000.000 |
5,30% |
28 |
Honda Jazz |
RS M/T |
2011 |
P |
Bondowoso |
- |
139.500.000 |
135.000.000 |
3,23% |
29 |
Suzuki Ertiga |
1.5 GX Bensin |
2013 |
P |
Bondowoso |
089682918479 |
110.000.000 |
105.000.000 |
4,55% |
30 |
Daihatsu Xenia |
1.3 X Deluxe Bensin |
2016 |
B |
Bondowoso |
081332986304 |
120.000.000 |
115.000.000 |
4,17% |
31 |
Toyota Yaris |
1.5 E Bensin |
2010 |
N |
Kab. Probolinggo |
082231336422 |
120.000.000 |
115.000.000 |
4,17% |
32 |
Nissan Juke |
1.5 CVT Bensin |
2012 |
AB |
Kab. Probolinggo |
085282010459 |
125.000.000 |
120.000.000 |
4,00% |
33 |
Toyota Yaris |
1.5 J Bensin |
2008 |
N |
Kab. Probolinggo |
081238592810 |
105.000.000 |
97.000.000 |
7,62% |
34 |
Toyota Avanza |
1.3 G Bensin |
2010 |
N |
Kab. Probolinggo |
082230570069 |
105.000.000 |
100.000.000 |
4,76% |
35 |
Nissan Juke |
1.5 Automatic 2012 |
2012 |
N |
Kab. Probolinggo |
085336998719 |
130.000.000 |
125.000.000 |
3,85% |
Sampel data diambil dari 6 (enam) Kabupaten dan Kota sesuai dengan wilayah kerja KPKNL Jember dengan sebaran sebagai berikut:
No. |
Kota/Kabupaten |
Jumlah data |
1 |
Banyuwangi |
6 |
2 |
Bondowoso |
5 |
3 |
Jember |
7 |
4 |
Kab. Probolinggo |
5 |
5 |
Kota Probolinggo |
7 |
6 |
Situbondo |
5 |
Total |
35 |
Sampel data jumlah discount harga penawaran, yaitu selisih harga penawaran dengan harga penawaran net dalam bentuk persentase dengan rincian sebagai berikut:
Data |
Discount |
1 |
1,83% |
2 |
5,26% |
3 |
2,04% |
4 |
4,64% |
5 |
1,10% |
6 |
1,92% |
7 |
2,50% |
8 |
2,50% |
9 |
9,09% |
10 |
3,57% |
11 |
2,07% |
12 |
2,03% |
13 |
3,70% |
14 |
4,17% |
15 |
1,94% |
16 |
3,35% |
17 |
4,76% |
18 |
3,30% |
19 |
2,22% |
20 |
3,85% |
21 |
8,00% |
22 |
3,64% |
23 |
7,14% |
24 |
5,98% |
25 |
5,30% |
26 |
4,35% |
27 |
5,30% |
28 |
3,23% |
29 |
4,55% |
30 |
4,17% |
31 |
4,17% |
32 |
4,00% |
33 |
7,62% |
34 |
4,76% |
35 |
3,85% |
Hasil perhitungan analisis statistik deskriptif adalah sebagai berikut:
Mean (rata-rata hitung) : 4,05%
Median (nilai tengah) : 3,85%
Modus (skor paling sering muncul) : 4,17%
Grafik distribusi normal sampel data adalah sebagai barikut:
Berdasarkan grafik di atas, skor jumlah discount yang paling mendekati rata-rata adalah 3,10% sampai dengan 5,10 %. Standar deviasi sampel data adalah 0,187, hal tersebut berarti sebaran data tidak terlalu jauh dari nilai rata-ratanya.
IV. Kesimpulan dan Saran
Berdasarkan hasil analisis yang dilakukan pada bab III, dapat disimpulkan bahwa jumlah discount untuk penyesuaian harga penawaran roda empat dengan range harga antara Rp100.000.000,00 sampai dengan Rp200.000.000,00 dengan pihak penjual adalah pemilik dari kendaraan yang ditawarkan untuk dijual yang dianggap mencerminkan perilaku pasar berdasarkan sampel data yang diambil dari kota/kabupaten di wilayah kerja KPKNL Jember adalah berkisar antara 3,10% sampai dengan 5,10%.
Berdasarkan kesimpulan di atas, saran yang dapat diberikan kepada penilai Direktorat Jenderal Kekayaan Negara (DJKN) di KPKNL Jember adalah saat melakukan penilaian dengan pendekatan data pasar dengan objek penilaian kendaraan roda empat dengan kriteria yang sesuai dengan analisis dalam tulisan ini, dapat mendasarkan penyesuaian harga penawaran sesuai dengan kesimpulan tersebut di atas.
Penelitian ini mengandung keterbatasan dan kekurangan yang antara lain sebagai berikut:
1. Terdapat kemungkinan harga penawaran nett dapat diturunkan lagi atau lebih rendah dari yang disampaikan pada saat wawancara dengan penjual mengingat pembeli belum memberikan harga penawaran beli. Hal tersebut dimungkinkan karena adanya kemungkinan penjual dapat tergiur dengan tawaran harga cash yang ditawarkan oleh seorang pembeli yang persuasif.
2. Jumlah sampel data yang walaupun secara statistik sudah memenuhi, namun bisa jadi belum mewakili seluruh populasi mengingat jumlahnya yang relatif sedikit.
V. Disclaimer
Penilai harus menyesuaikan perhitungan jika ada kondisi spesifik dari suatu transaksi atau objek penilaian yang menyebabkan jumlah discount harga penawaran dapat berbeda dari hasil analisis dalam tulisan ini, misal: lamanya jangka waktu penawaran yang memberikan keyakinan kepada penilai bahwa harga penawaran terlalu tinggi, adanya komitmen spesifik dari penjual, atau bahkan penjual sudah menyatakan bahwa harga penawaran sudah nett.
DAFTAR
PUSTAKA
Appraisal Institute, 2013, The Appraisal of Real Estate, 14th Edition, W. Madison, Chicago, USA.
Hary Prastyo, 2017, “Statistik Dasar: Sebuah Panduan Untuk Peneliti Pemula”, Islamic Institute of Uluwiyah Mojokerto Indonesia, Mojokerto, Indonesia.
KPKNL Jember, 2018, 2019, 2020, Laporan KW.PNL.01, Laporan Bulanan Hasil Penilaian Kantor Pelayanan Kekayaan Negara dan Lelang (KPKNL) jember, portal Laporan DJKN.
Masyarakat Profesi Penilai Indonesia, 2018, Standar Penilaian Indonesia, Edisi VII, Jakarta, Indonesia.
[1] Resume Laporan KPKNL KW.PNL.01, Laporan Bulanan Hasil Penilaian Kantor Pelayanan Kekayaan Negara dan Lelang Jember di Portal Laporan DJKN
[2] Butir 5.1 SPI 06 Pendekatan dan Metode Penilaian, Standar Penilaian Indonesia Edisi VII Tahun 2018.
[3] Butir 3.12 SPI 06 Pendekatan dan Metode Penilaian, Standar Penilaian Indonesia Edisi VII Tahun 2018.
[4] Butir 6.2.C SPI 06 Pendekatan dan Metode Penilaian, Standar Penilaian Indonesia Edisi VII Tahun 2018.
[5] The Appraisal of Real Estate 14th edition, page 390.
[6] The Appraisal of Real Estate 14th edition, page 401.
[7] The Appraisal of Real Estate 14th edition, page 400.
[8] The Appraisal of Real Estate 14th edition, page 279.
[9] Butir 3.7 Pedoman Penilaian Indonesia 13 (PPI 13), Standar Penilaian Indonesia edisi VII tahun 2018
[10] Butir 3.8 Pedoman Penilaian Indonesia 13 (PPI 13), Standar Penilaian Indonesia edisi VII tahun 2018
[11] Statistik Dasar: Sebuah Panduan Untuk Peneliti Pemula, halaman: 12