Harga properti residensial semakin meningkat setiap tahun tanpa disertai peningkatan daya beli masyarakat. Dalam rangka meredam gejolak harga tersebut, pemerintah telah menerapkan konsep land banking, di mana penerapannya dapat dimaksimalkan dengan adanya pengetahuan kuantitatif mengenai faktor infrastruktur dan bentang alam yang mempengaruhi harga properti. Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi nilai implisit serta pengaruh yang dimiliki fasilitas publik dan bentang alam yang terletak di sekitar properti residensial. Nilai implisit tersebut dapat diketahui melalui pendekatan nilai hedonik yang digunakan untuk mengestimasi nilai properti residensial yang diasosiasikan dengan jarak ke fasilitas umum dan bentang alam di DKI Jakarta. Objek dari penelitian ini adalah penjualan properti residensial DKI Jakarta di tahun 2020. Metode yang digunakan adalah regresi linear berganda, regresi kuantil, dan support vector regression. Hasil penelitian menunjukkan bahwa model regresi linear memberikan akurasi terbaik (R2 = 0,798), diikuti dengan regresi kuantil (R2 = 0,687), dan support vector regression (R2 = 0,563). Di samping itu, diketahui bahwa harga properti residensial dipengaruhi oleh kedekatan antara properti residensial dengan stasiun MRT, ruang terbuka hijau, danau waduk, fasilitas pelayanan kesehatan, SMK, pusat perbelanjaan, SMA, dan masjid. Stasiun MRT, fasilitas pelayanan kesehatan, pusat perbelanjaan, dan SMA memiliki nilai implisit terbesar secara berurutan.

---

Residential property prices are increasing every year without an equivalent increase in people's purchasing power. In order to suppress these price fluctuations, the government has implemented the land banking concept, where quantitative knowledge about factors affecting property prices could optimize the implementation. Therefore, this study aims to identify the implicit value and influence of public facilities and landscapes located around residential properties. The implicit value can be identified through a hedonic value approach which is used to estimate the value of residential properties associated with the distance to public facilities and landscapes in DKI Jakarta. The regression methods used are multiple linear regression, quantile regression, and support vector regression. This study has found that MLR gave the best accuracy (R2 = 0.798), followed by QR (R2 = 0.687), and SVR (R2 = 0.563). In addition, it is known that the proximity of residential properties to MRT stations, green open spaces, reservoir lakes, health service facilities, vocational schools, marketplaces, high schools, and mosques have significant influence on residential property prices. Also, that MRT stations, health service facilities, marketplaces, and high schools have the largest implicit value consecutively.