ABSTRAK
Indonesia negara yang sedang melakukan pembangunan infrastruktur transportasi secara massif masih memiliki permasalahan yang besar terutama dari aspek pendanaan. Dengan Kebutuhan biaya yang sangat besar serta proyek yang dilakukan secara bersamaan, salah satu solusi yang bisa di tawarkan adalah pemanfaatan nilai lahan untuk membantu pemerintah dalam meringankan biaya pengeluaran. Untuk bisa melakukan pemanfaatan nilai lahan diperlukan terlebih dahulu untuk mengetahui nilai harga tanah ketika proyek transportasi tersebut selesai dibangun. Dalam penelitian ini saya akan mengembangkan model persamaan berdasarkan variabel variabel yang mempengaruhi nilai harga tanah sehingga bisa membuat model untuk memprediksikan nilai harga tanah dimana nantinya harga tanah tersebut bisa di manfaatkan untuk skema pemanfaatan nilai lahan untuk membantu pemerintah dalam aspek pembiayaan. Penelitian menemukan bahwa variabel yang mempengaruhi nilai harga tanah adalah bentuk tanah, sosial ekonomi masyarakat sekitar, jarak dari stasiun dan umur bangunan diatasnya dengan model regresi LnHarga Tanah = 16.991 0.203 Bentuk 0.084 Ekonomi ndash; 0.719 Stasiun ndash; 0.405 LgUmur

---

ABSTRACT<>br>Indonesia is one of the countries building massive transportation infrastructure project, which currently facing a lot of problems especially in the aspect of funding. One of the solutions which can be offered to solve the great requirement cost neede is using land value capture mechanism to ease the expenses of the government. In order to develop land value capture mechanism we need to know the land value when the transportation project finished its construction. In this research I will develop a model formula based on the variables which effects the land value which can be used as land value capture mechanism to help government in funding aspect. The variable which shows dominance as a factor for the price of land are shape of land, social status of residents, distance from station and age of building above the land. The final equation for the multiple linear regression obtain to estimate land price is LnLandPrice 16.991 0.203 Shape 0.084 Economy ndash 0.719 Station ndash 0.405 LgAge