2020 : Implementasi Clustering Dalam Pengembangan Model Penilaian Massal Properti Untuk Tax Assessement di Surabaya Menggunakan Pendekatan Artificial Intelligence

Wahyu Wibowo S.Si, M.Si
Mukti Ratna Dewi S.Si., M.Sc

External link

Type

RESEARCH

Keywords

-


Abstract

Selama ini penilaian objek Pajak Bumi dan Bangunan (NJOP) di Surabaya dilakukan secara manual sehingga rentan dengan bias dan kesalahan manusia, serta tidak efisien dari segi waktu dan tenaga. Oleh karena itu, perlu dikembangkan suatu sistem penilaian massal berdasarkan model prediksi harga properti yang sesuai dengan struktur pasar real estat. Namun, pasar real estat yang bersifat heterogen dapat menjadi hambatan bagi kinerja model prediksi. Oleh karena itu, teknik clustering menggunakan algoritma K-means diterapkan untuk menentukan segmen pasar properti di Surabaya. Setelah segmen pasar terbentuk, sistem penilaian massal untuk masing-masing submarket dibangun menggunakan model hedonik melalui analisis regresi berganda (MRA) yang meskipun memiliki sejarah panjang di dunia penilaian, namun tidak mampu mengatasi interaksi antar variabel seperti nonlinieritas dan multikolinieritas. Kekurangan ini kemudian diatasi dengan memperkenalkan pendekatan Artificial Intelligence (AI) berbasis Neural Network (NN) yang memiliki kemampuan untuk belajar sendiri, menggeneralisasi solusi, dan merespon data yang berkorelasi tinggi, tidak lengkap maupun data yang sebelumnya tak dikenal. Model prediksi terbaik untuk penilaian massal properti di Surabaya ditentukan berdasarkan kinerja kedua metode ini. Secara khusus, penelitian ini bertujuan untuk (i) menentukan segmen pasar properti di Surabaya menggunakan teknik K-means clustering; (ii) & (iii) membangun model penilaian massal untuk setiap segmen pasar menggunakan MRA dan ANN serta (iv) menentukan model penilaian massal terbaik. Luaran dari penelitian ini berupa model penilaian massal properti yang diharapkan dapat membantu pemerintah dalam menentukan besaran pajak yang sesuai di mana pelaksanaanya dapat dilakukan secara masif, terstandar, efektif, dan efisien baik dari segi waktu maupun tenaga. Profesi penilai juga dapat menggunakan model tersebut untuk pendekatan dalam menentukan harga properti. Hasil penelitian ini juga akan dituangkan dalam bentuk artikel ilmiah yang diterbitkan di jurnal terindeks Scopus berkategori minimal Q3.