ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI NILAI SEWA PROPERTI BERUPA RUANG USAHA DI KOTA TASIKMALAYA

1.       Muhammad Irfan Ardiansyah (Penilai Pemerintah Ahli Muda) irfan@kemenkeu.go.id 

2.       Sulati Puspito Arum (Penilai Pemerintah Ahli Pertama) arumsulati@kemenkeu.go.id

Abstract

This study aims to analyze the factors influencing commercial rental values of business spaces in Tasikmalaya City. Using a quantitative approach and multiple linear regression analysis, the research examines the impact of building area, distance to the Central Business District (CBD), road width, building condition, and surrounding land use on rental prices. The results indicate that building area and condition significantly affect rental values, while other variables show no significant influence. The model explains 23% of the variation in rental prices, as indicated by an adjusted R² of 0.229541. These findings reflect the local economic characteristics dominated by micro, small, and medium enterprises (MSMEs), which tend to prioritize proximity to consumers. This study contributes to property valuation practices and offers insights for business owners in selecting strategic locations and determining rental values more accurately and data-driven.

Keywords: rental value, business space, commercial property, Tasikmalaya, regression analysis Abstrak

Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi nilai sewa ruang usaha di Kota Tasikmalaya. Dengan pendekatan kuantitatif dan analisis regresi linier berganda, penelitian ini menguji pengaruh variabel luas bangunan, jarak ke CBD, lebar jalan, kondisi bangunan, dan peruntukan sekitar terhadap nilai sewa properti komersial. Hasil analisis menunjukkan bahwa luas bangunan dan kondisi bangunan berpengaruh signifikan terhadap nilai sewa, sedangkan variabel lainnya tidak menunjukkan pengaruh yang signifikan. Koefisien determinasi sebesar 0,229541 mengindikasikan bahwa model mampu menjelaskan 23% variasi nilai sewa. Temuan ini mencerminkan karakteristik ekonomi lokal yang didominasi oleh pelaku UMKM, yang cenderung memilih lokasi usaha berdasarkan kedekatan dengan konsumen.. Kajian ini memberikan kontribusi bagi penilai properti dan pelaku usaha dalam memahami strategi penentuan lokasi usaha dan pembentukan nilai sewa yang lebih tepat.

Kata kunci: nilai sewa, ruang usaha, properti komersial, Kota Tasikmalaya, regresi linier

A. PENDAHULUAN

1.       Latar Belakang

Kota Tasikmalaya merupakan salah satu kota penting di wilayah Priangan Timur, Provinsi Jawa Barat, yang dikenal sebagai pusat perdagangan, jasa, dan industri kreatif. Dengan jumlah penduduk mencapai 761.080 jiwa pada pertengahan tahun 2024 dan kepadatan penduduk sekitar 4.400 jiwa/km²,  kota ini menunjukkan dinamika ekonomi yang cukup tinggi. Struktur ekonomi Kota Tasikmalaya didominasi oleh sektor perdagangan dan jasa, yang masing-masing menyumbang sekitar 32,43?n 26,52% terhadap Produk Domestik Regional Bruto (PDRB). Pertumbuhan ekonomi yang stabil, dengan laju pertumbuhan mencapai 5,96% pada tahun 2023, mendorong peningkatan aktivitas usaha dan kebutuhan akan ruang usaha yang representatif. Ruang usaha seperti ruko, kios, dan bangunan komersial lainnya menjadi komponen vital dalam mendukung kegiatan ekonomi masyarakat, khususnya pelaku usaha mikro, kecil, dan menengah (UMKM). Kota Tasikmalaya memiliki lebih dari 30.000 unit UMKM aktif yang tersebar di berbagai sektor, termasuk kuliner, kerajinan, dan perdagangan. Namun, nilai sewa ruang usaha di Kota Tasikmalaya menunjukkan variasi yang cukup signifikan, tergantung pada berbagai faktor seperti lokasi, ukuran bangunan, aksesibilitas, fasilitas, dan kondisi fisik properti. Misalnya, ruko di pusat kota seperti Jalan HZ Mustofa dapat disewakan dengan harga mencapai Rp250 juta per tahun, sementara ruko di kawasan pinggiran seperti Cipedes bisa disewa dengan harga sekitar Rp12 juta per tahun. Perbedaan ini menunjukkan adanya pengaruh faktor-faktor tertentu terhadap penentuan nilai sewa.

Dalam konteks penilaian properti, pemahaman terhadap faktor-faktor yang mempengaruhi nilai sewa sangat penting, baik bagi pemilik properti, penyewa, maupun pemerintah daerah. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis faktor-faktor tersebut secara sistematis, sehingga dapat memberikan kontribusi terhadap pengambilan keputusan yang lebih rasional dan berbasis data.

2.       Rumusan Masalah

Berdasarkan latar belakang di atas, rumusan masalah dalam penelitian ini adalah:

a.       Apa saja faktor-faktor yang mempengaruhi nilai sewa properti berupa ruang usaha di Kota Tasikmalaya?

b.       Apakah faktor Luas Bangunan, Jarak ke CBD, Lebar Jalan, Peruntukan Sekitar, dan Kondisi bangunan berpengaruh terhadap harga sewa properti berupa ruang usaha di Kota Tasikmalaya?

3.      Tujuan dan Manfaat Penelitian

a.       Tujuan dari penelitian ini adalah:

1)      Untuk menganalisis faktor-faktor yang berpengaruh terhadap nilai sewa ruang usaha di Kota Tasikmalaya.

2)      Menganalisis pengaruh faktor Luas Bangunan, Jarak ke CBD, Lebar Jalan, Peruntukan Sekitar, dan Kondisi bangunan terhadap harga sewa properti berupa ruang usaha di Kota Tasikmalaya.

b.      Penelitian ini diharapkan memberikan manfaat sebagai berikut:

1)       Penilai:

Kajian ini diharapkan mampu memberikan informasi bagi Penilai untuk dapat menentukan faktor-faktor yang mempengaruhi nilai sewa properti berupa Ruang Usaha. Model yang terbentuk ini kiranya dapat dijadikan sebagai panduan bagi Penilai dalam menetukan faktor penyesuaian untuk pembentukan nilai sewa properti khususnya untuk ruang usaha.

2)        Masyarakat:

Memberikan informasi yang berguna bagi pelaku usaha dan investor dalam memilih properti untuk ruang usaha.

B. TINJAUAN PUSTAKA

1.       Konsep Nilai Sewa Properti Komersial

Nilai sewa merupakan jumlah pembayaran yang disepakati antara pemilik properti dan penyewa atas penggunaan suatu aset dalam jangka waktu tertentu. Dalam konteks properti komersial, nilai sewa dipengaruhi oleh berbagai aspek yang mencerminkan manfaat ekonomi dari penggunaan ruang tersebut. Menurut International Valuation Standards (IVS), nilai sewa ditentukan oleh kondisi pasar, karakteristik fisik properti, dan faktor eksternal seperti lokasi dan aksesibilitas.

Properti komersial seperti ruang usaha memiliki karakteristik khusus, yaitu:

a.       Digunakan untuk kegiatan ekonomi (perdagangan, jasa, produksi).

b.       Memiliki potensi menghasilkan pendapatan.

c.       Nilai sewanya cenderung fluktuatif mengikuti dinamika pasar.

2.       Faktor-Faktor yang Mempengaruhi Nilai Sewa

Berbagai penelitian dan teori penilaian properti menunjukkan bahwa nilai sewa dipengaruhi oleh faktorfaktor berikut:

a.       Lokasi

Lokasi merupakan faktor utama dalam menentukan nilai sewa. Properti yang berada di pusat kota, dekat dengan pusat perbelanjaan, terminal, atau kawasan bisnis cenderung memiliki nilai sewa lebih tinggi karena tingkat visibilitas dan aksesibilitas yang baik.

b.       Luas Bangunan

Ukuran ruang usaha mempengaruhi kapasitas operasional dan kenyamanan penyewa. 

c.       Kondisi Fisik dan Fasilitas Bangunan

Bangunan yang terawat, memiliki fasilitas seperti parkir, AC, keamanan, dan akses internet akan lebih diminati dan memiliki nilai sewa lebih tinggi.

d.       Lingkungan Sekitar

Keamanan, kebersihan, dan aktivitas ekonomi di sekitar properti turut memengaruhi persepsi nilai. Lingkungan yang ramai dan aman cenderung meningkatkan daya tarik ruang usaha.

e.       Kebijakan Pemerintah dan Tata Ruang

Regulasi zonasi, pajak, dan insentif pemerintah dapat memengaruhi nilai properti dan daya tarik kawasan usaha.

3.       Penelitian Terdahulu

Beberapa studi sebelumnya yang relevan antara lain:

a.       Sutrisno (2020) meneliti pengaruh lokasi dan fasilitas terhadap nilai sewa ruko di Kota Bandung, dan menemukan bahwa lokasi memiliki pengaruh paling dominan.

b.       Rahmawati (2021) menganalisis nilai sewa kios di pasar tradisional dan menemukan bahwa kondisi fisik dan aksesibilitas sangat memengaruhi harga sewa.

c.       Yusuf & Hidayat (2022) melakukan studi di Yogyakarta dan menunjukkan bahwa lingkungan sekitar dan kebijakan pemerintah turut memengaruhi nilai sewa ruang usaha.

Penelitian ini akan melengkapi studi-studi tersebut dengan fokus pada Kota Tasikmalaya, yang memiliki karakteristik ekonomi dan tata ruang yang unik.

C. METODOLOGI PENELITIAN

1.      Jenis dan Pendekatan Penelitian

Penelitian ini merupakan penelitian kuantitatif dengan pendekatan deskriptif dan analisis inferensial. Tujuan utama adalah untuk mengidentifikasi dan menganalisis faktor-faktor yang mempengaruhi nilai sewa ruang usaha di Kota Tasikmalaya. Pendekatan kuantitatif digunakan karena data yang dikumpulkan berupa angka dan akan dianalisis menggunakan metode statistik.

2.      Lokasi dan Waktu Penelitian

Penelitian dilaksanakan di Kota Tasikmalaya, Jawa Barat. Waktu pelaksanaan penelitian dilakukan selama bulan Juli hingga September 2025.

3.      Populasi dan Sampel

Populasi dalam penelitian ini adalah seluruh ruang usaha (ruko, kios, dan bangunan komersial lainnya) yang disewakan di Kota Tasikmalaya.

Sampel diambil menggunakan teknik purposive sampling, yaitu pemilihan sampel berdasarkan kriteria tertentu, seperti:

a.       Ruang usaha yang aktif disewakan dalam 1 tahun terakhir.

b.       Memiliki data sewa yang dapat diakses.

Jumlah sampel yang direncanakan adalah minimal 30 unit ruang usaha untuk mendapatkan hasil yang representatif.

4.       Variabel Penelitian

Variabel Dependen (Y): Nilai sewa ruang usaha (dalam rupiah per meter persegi tahun).

Variabel Independen (X):

a.        Luas bangunan (m²)

b.       Jarak ke CBD (m, CBD yang digunakan adalah Yogya Depertement Store Jl KHZ. Musthofa, Kota Tasikmalaya)

c.        Lebar Jalan (m)

d.       Kondisi fisik bangunan (Baik, Tidak Baik)

e.        Peruntukkan sekitar (Komersial, Perkantoran, Residensial)

5.      Teknik Pengumpulan Data Data dikumpulkan melalui:

a.        Observasi langsung terhadap ruang usaha yang disewakan.

b.       Wawancara dengan pemilik properti dan penyewa.

c.        Dokumentasi dari agen properti dan situs iklan sewa.

d.       Data sekunder dari Dinas Perindustrian dan Perdagangan, BPS Kota Tasikmalaya, dan sumber online.

6.      Teknik Analisis Data

Data yang diperoleh akan dianalisis menggunakan:

Statistik Deskriptif Untuk menggambarkan karakteristik ruang usaha dan nilai sewanya.

Analisis Regresi Linier Berganda Untuk mengetahui pengaruh masing-masing variabel independen terhadap nilai sewa. Model regresi yang digunakan adalah:

Y = a + b1X1+ b2X2+…..+ bnXn Keterangan: 

Y = Variabel dependen (nilai yang diprediksikan)  X1, X2,…Xn = Variabel independen 1, 2, hingga ke n  a = Koefisien intercept (nilai Y apabila X1, X2…..Xn = 0)  b = Koefisien regresi (nilai peningkatan ataupun penurunan) 

setelah dilakukan regresi linear berganda, dapat dilakukan pengujian terkait pengaruh variabel dan uji hipotesis.

D. ANALISIS DATA DAN PEMBAHASAN

1.       First Order Test (Uji Statistik)

Dengan menggunakan alat analisis EViews 10 menghasilkan persamaan regresi berganda (multiple regresi) hasil penelitian adalah sebagai berikut:

Y = 635951,2 - 871,3363 X1 -75,28830 X2 - 17425,60 X3 + 237287,1 X4 + 71028,85 X5 - 96098,86 X6 Adapun interpretasi data pada persamaan  hasil regresi di atas, disimpulkan beberapa hal sebagai berikut:

Y   = nilai properti per m², dengan satuan rupiah

X₁ = luas properti, dengan satuan m²

X₂ = jarak properti ke CBD, dengan satuan m

X₃ = lebar jalan, dengan satuan m

X₄ = kondisi bangunan (variabel dummy, 1 jika kondisi bangunan baik, 0 jika kondisi bangunan tidak baik)

X₅ = Peruntukan sekitar (variabel dummy, 1 jika peruntukkan sekitar Perkantoran, 0 jika peruntukkan sekitar Komersial)

X₆ = Peruntukan sekitar (variabel dummy, 1 jika peruntukkan sekitar Residensial, 0 jika peruntukkan sekitar Komersial)

a.        Apabila luas tanah bertambah 1 m², maka nilai sewa properti per m² akan berkurang Rp871,3363

b.       Apabila jarak tanah dari CBD bertambah 1 meter, maka nilai sewa properti per m² akan berkurang sebanyak Rp75,28830

c.        Apabila lebar jalan bertambah 1 meter, maka nilai sewa properti per m² akan berkurang sebanyak

d.       Rp17.425,60

e.        Nilai nilai sewa properti per m² Properti dengan Kondisi Bangunan Baik akan lebih tinggi Rp237.287,10 dibandingkan jika Properti dengan Kondisi Bangunan Tidak Baik.

f.         Nilai nilai sewa properti per m² Properti dengan Peruntukkan sekitar berupa Perkantoran akan lebih tinggi Rp71.028,85 dibandingkan jika Properti dengan Peruntukkan sekitar komersial.

g.       Nilai nilai sewa properti per m² Properti dengan Peruntukkan sekitar berupa Residensial akan lebih rendah Rp96.098,86 dibandingkan jika Properti dengan Peruntukkan sekitar komersial

h.       Nilai konstanta bernilai positif menunjukkan apabila variabel-variabel bebas tersebut bernilai nol (diabaikan) maka tanah tetap memiliki nilai per m² sebesar  Rp639.591,20.

Dependent Variable: NILAI_M      Method: Least Squares        

      Date: 09/30/25   Time: 14:43                                                                                      

     Sample: 1 35                                                                                                                  

      Included observations: 35                                                                                            

Berikut penjelasan uji statistik untuk persamaan (1) terdiri dari:

a.        R ² (Koefisien Determinan)

Koefisien determinasi (R²) dipergunakan untuk mengukur kemampuan model dalam menjelaskan variasi variabel terikat. Besaran nilainya antara nol dan satu (0< R²<1). Nilai R² yang mendekati 0 (nol) menunjukkan kemampuan variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati angka 1 (satu) menunjukkan variabel independen memuat hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Tampilan output Eviews menunjukkan besarnya adjusted R² sebesar 0,229541, hal ini berarti 23 % variasi nilai sewa Properti dapat dijelaskan oleh variasi dari variabel independen, sedangkan sisanya dijelaskan oleh sebab-sebab lain di luar model. NIli R² terbilang kecil, namun menurut Gozali (2018) koefisen determinasi untuk data cross section relatif rendah jika dibandingkan dengan data time series.

b.       Uji F

Probabilitas F-statistik menunjukkan secara bersama-sama variabel bebas mempengaruhi secara signifikan terhadap variabel dependen. Hal itu ditunjukkan oleh probabilitas < 0,05 atau dilihat dari F hitung 2,688253 > F tabel 2,5.

c. Uji T

Variabel luas, dan kondisi bangunan berpengaruh signifikan terhadap variabel harga sewa ruang usaha dilihat dari probabilitas kurang dari 0,05. Adapun variabel jarak ke CBD, Lebar Jalan, dan Peruntukan sekitar tidak berpengaruh signifikan  terhadap variabel nilai sewa ruang usaha dilihat dari probabilitas lebih dari 0,05.

Dari hasil uji statistik variabel jarak ke CBD, Lebar Jalan, dan Peruntukan sekitar tidak berpengaruh secara signifikan terhadap nilai sewa. Berdasarkan hasil pengamatan Penulis sebaran pelaku usaha di Kota Tasikmalaya cenderung pelaku usaha UMKM sehingga masyarakat pelaku usaha tidak terlalu berfokus memilih lokasi usaha yang dekat dengan CBD, selain itu juga untuk lebar jalan tidak memberikan pengaruh signifikan, bahkan pelaku usaha cenderung menyukai tempat usaha dengan jalan yang lebih kecil dikarenakan lebih padat dan lebih ramai pengunjung. 

2.       Uji Asumsi Klasik

Uji asumsi klasik terdiri dari uji normalitas, uji linearitas, uji multikolonieritas, uji heterokedastisitas, dan uji autokorelasi, diketahui bahwa model :

a.       Uji Normalitas

Terdistribusi normal dengan dibuktikan dengan nilai probability Jarque-Bera  1,369900 lebih besar dari 0,05, artinya Ho data dimaksud terdistribusi normal.

b.      Uji Linearitas dilakukan untuk mengetahui ada tidaknya hubungan linear yang signifikan antar variable pada model regresi. Dinyatakan lulus Uji Linearitas dikarenakan nilai probabilitas > 0.05 c. uji multikolonieritas

Tidak terjadi multikolonieritas atau tidak adanya korelasi antar variabel bebas, yang dibuktikan dengan tidak terdapatnya variabel yang memiliki nilai Centered VIF lebih dari 10. d. uji heterokedastisitas

Tidak terjadi heterokedastisitas dengan dibuktikan nilai probabilitas 0.8306 lebih besar dari 0,05, maka Ho diterima Kesimpulannya adalah dengan tingkat keyakinan 95%, dapat dikatakan bahwa tidak terdapat heterokedastisitas dalam model regresi.

c.     Uji autokorelasi

Tidak terjadi autokorelasi (tidak ada hubungan antar residual satu observasi dengan residual observasi yang lain), dibuktikan dengan p value-obs*-square 0, 278333 lebih besar dari 0,05, maka Ho diterima. Kesimpulannya adalah dengan tingkat keyakinan 95%, dapat dikatakan bahwa tidak terdapat autokorelasi dalam model regresi

E. PENUTUP

1.       Kesimpulan

Berdasarkan hasil penelitian, terdapat beberapa hal yang menjadi kesimpulan di dalam penelitian ini, di antaranya adalah:

a.       Variabel Luas Bangunan, Jarak ke CBD, Lebar Jalan, Peruntukan Sekitar, dan Kondisi bangunan memiliki pengaruh terhadap nilai sewa ruang usaha di Kota Tasikmalaya

b.      Adapun Luas Bangunan, dan Kondisi Bangunan memiliki pengaruh yang signifikan dalam penetapan nilai sewa ruang usaha di Kota Tasikmalaya.

c.       Untuk Kota Tasikmalaya lebar jalan tidak memiliki pengaruh yang besar terhadap nilai sewa ruang usaha, semakin lebar jalan didepan properti ruang usaha tidak menjadikan harga sewa menjadi lebih besar. Hal ini dapat disebabkan oleh karakter Kota Tasikmalaya yang kecil dan perekonomian di dominasi oleh pelaku UMKM sehingga kecenderungannya memilih lokasi usaha yang mendekati konsumen.

2.        Saran

Adapun saran-saran yang dapat di berikan melalui penelitian ini bahwa ditemukan bahwa 23 % varnilai sewa ruang usaha dapat dijelaskan oleh variasi dari variabel independent yang diteliti, sedangkan sisanya dijelaskan oleh sebab-sebab lain di luar model. Untuk itu perlu dilakukan penelitian lanjutan guna dapat menemukan variabel lain yang memiliki pengaruh yang kuat terhadap nilai sewa ruang usaha.

F.       DAFTAR PUSTAKA

1.       Badan Pusat Statistik Kota Tasikmalaya. (2024). Kota Tasikmalaya dalam Angka 2024. BPS Kota Tasikmalaya. https://tasikmalayakota.bps.go.id

2.       International Valuation Standards Council. (2022). International Valuation Standards (IVS) 2022. IVSC. https://www.ivsc.org

3.       Rahmawati, D. (2021). Analisis Faktor-Faktor yang Mempengaruhi Nilai Sewa Kios di Pasar Tradisional Kota Semarang. Jurnal Penilaian Properti dan Aset, 9(2), 45–56.

4.       Sutrisno, A. (2020). Pengaruh Lokasi dan Fasilitas terhadap Nilai Sewa Ruko di Kota Bandung. Jurnal Ekonomi dan Bisnis, 15(1), 23–34.

5.       Yusuf, M., & Hidayat, R. (2022). Faktor-Faktor Penentu Nilai Sewa Ruang Usaha di Kawasan Komersial Kota Yogyakarta. Jurnal Manajemen Properti, 10(3), 78–89.

6.       Zandi, M., & Geltner, D. (2019). Commercial Real Estate Analysis and Investments (3rd ed.). Cengage Learning.

7.       Direktorat Penilaian. (2023). Buletin Teknis Analisis Permodelan Dalam Rangka Penyusunan Daftar Komponen Penilaian Sewa Barang Milik Negara Berupa Kantin

G. LAMPIRAN

Dependent Variable: NILAI_M                                                                            

Method: Least Squares                                                                                         

Date: 09/30/25   Time: 14:43                                                                                

Sample: 1 35                                                                                                       

Included observations: 35                                                                                    

Uji normalitas

Uji Linearitas

Ramsey RESET Test                               Equation: UNTITLED                              

Specification: NILAI_M C LUAS CBD JALAN KONDISI PERKANTORAN

        RESIDENSIAL                                                                                           

Omitted Variables: Squares of fitted values

Value df Probability   t-statistic  1.456126  27  0.1569  F-statistic  2.120304 (1, 27)  0.1569 

Likelihood ratio                        2.645958              1                 0.1038                 

Uji Heterokedastisitas

Heteroskedasticity Test: ARCH                                                                            

Uji Multikolineritas

Variance Inflation Factors

Date: 09/30/25   Time: 14:50

Sample: 1 35                                                                                   

Included observations: 35

Uji Autokorelasi

Breusch-Godfrey Serial Correlation LM Test:

Data 

PER-

                              NILAI_M                  LUAS                    CBD                 JALAN        KANTORAN RESIDENSIAL         TRANSAKSI            KO

1                                   500000    40            3129        9              1              0              0

2                                   625000    40            3147        9              1              0              1

3                                   800000    25            3122        9              1              0              0

4                                   800000    25            3125        9              1              0              0

5                                   53514      28            3058        9              1              0              0

6                                   250000    80            2411         9              1              0              0

7                                   125000    80            2409        9              1              0              0

8                                   500000    40            3122        9              1              0              0

9                                   416667    60            3210        8              0              0              0

10                                 150000    200          1696        8              0              0              0

11                                 333333    60            2813        10            0              0              0

12                                 277778    36            2703        4              0              1              0

13                                 300000    100          2076        6              0              0              0

14                                 660714    56            1916        6              0              1              0

15                                 209524    105          1332        4              0              1              1

16                                 500000    30            1486        4              0              1              1

17                                 546875    64            1941        6              0              0              0

18                                 795455    44            1935        6              0              0              1

19                                 705881    85            1466        4              0              1              0

20                                 444444    450          940          4              0              1              1

21                                 300000    100          2883        6              0              1              1

22                                 791667    48            924          8              0              0              1

23                                 285714    35            3712        9              1              0              0

24                                 133333    90            2955        12            1              0              0

25                                 277778    45            2105        4              0              1              0

26                                 535714    28            1317        4              0              1              1

27                                 400000    50            960          4              0              1              1

28                                 666667    15            2846        9              1              0              0

29                                 625000    24            1773        4              0              1              1

30                                 320000    250          2766        8              0              0              1

31                                 533333    225          893          10            0              0              1

32                                 526316    114           895          6              0              0              1

33                                 740740    27            1059        6              0              0              0

34                                 444444    90            3083        8              0              0              1

35                                 450000    100          1104         9              0              0              1

SURAT PERNYATAAN PLAGIARISME

Saya yang bertanda tangan dibawah ini :

Nama                     : Muhammad Irfan Ardiansyah

Jabatan                  : Penilai Pemerintah Ahli Muda

Unit                        : Kantor Pelayanan Kekayaan Negara dan Lelang Tasikmalaya

Menyatakan bahwa tidak melakukan plagiarisme dalam penyusunan Kajian/ Karya Tulis Ilmiah di Bidang Penilaian yang berjudul :

“Analisis Faktor-Faktor Yang Mempengaruhi Nilai Sewa Properti Berupa Ruang Usaha Di Kota Tasikmalaya”.

Apabila suatu saat saya sebagai penulis kajuan/karya tulis ilmiah dimaksud terbukti melakukan Tindakan plagiat, maka saya bersedia menerima sanksi yang telah ditetapkan.

Demikian surat pernyataan ini saya buat dengan sebentar-benarnya.

                                                                                                                       Muhammad Irfan Ardiansyah

SURAT PERNYATAAN PLAGIARISME

Saya yang bertanda tangan dibawah ini :

Nama                     : Sulati Puspito Arum

Jabatan                  : Penilai Pemerintah Ahli Pertama

Unit                        : Kantor Pelayanan Kekayaan Negara dan Lelang Tasikmalaya

Menyatakan bahwa tidak melakukan plagiarisme dalam penyusunan Kajian/ Karya Tulis Ilmiah di Bidang Penilaian yang berjudul :

“Analisis Faktor-Faktor Yang Mempengaruhi Nilai Sewa Properti Berupa Ruang Usaha Di Kota Tasikmalaya”.

Apabila suatu saat saya sebagai penulis kajuan/karya tulis ilmiah dimaksud terbukti melakukan Tindakan plagiat, maka saya bersedia menerima sanksi yang telah ditetapkan.

Demikian surat pernyataan ini saya buat dengan sebentar-benarnya.

                                                                                                                      Sulati Puspito Arum