Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tujuan penelitian ini adalah untuk mengetahui pengaruh harga properti terhadap indeks harga saham di Indonesia pada periode 2007 hingga 2011. Penelitian ini dilakukan karena pada penelitian sejenis yang dilakukan sebelumnya menghasilkan bahwa harga properti di Hong Kong maupun di Singapura berpengaruh terhadap indeks harga saham masing-masing negara tersebut, serta perkembangan bisnis properti di Indonesia yang dinilai menjanjikan dan terus meningkat. Metode penelitian pada penelitian ini menggunakan model Fama- Gibbons. Hasil penelitian menunjukkan bahwa harga properti mempengaruhi perubahan pada IHSG. Di sisi lain, tingkat laju inflasi sebagai variabel kontrol diketahui tidak memiliki pengaruh terhadap perubahan IHSG.

---

The objective of this study is to analyze the impact of property prices on stock prices indices in Indonesia within the period of 2007 until 2011. The research was conducted based on prior researches resulted that property prices in Hong Kong and Singapore affected to its stock price indices, as well as the development of the property business in Indonesia is promising and rising. The methodology for this study is the Fama-Gibbons model. The result indicated that the property prices have an impact to the change of Jakarta Composite Index (JCI). On the other hand, the inflation rate as the control variable has no impact to the change of JCI."

"Penelitian ini bertujuan membahas mengenai penerapan dari regulasi-regulasi yang ditetapkan oleh pemerintah DKI Jakarta dalam Peraturan Gubernur, seiring dengan perubahan kebijakan pemungutan pajak  PBB-P2 dari pusat ke daerah, terhadap penerimaan pajak daerah. Pendekatan yang dilakukan dalam penelitian ini adalah kualitatif dengan melakukan wawancara mendalam. Hasil dari penelitian ini adalah dampak penerapan peraturan-peraturan pengenaan PBB-P2 tersebut terhadap penerimaan pajak daerah dapat dikatakan berhasil dalam mengumpulkan penerimaan PBB-P2 melalui pencairan piutang pajak yang merupakan limpahan dari pusat ke daerah serta penetapan tariff dan NJOP baru. Pelayanan Dinas Pelayanan Pajak (DPP) DKI Jakarta dalam pengelolaan PBB-P2 sudah memberikan pelayanan yang maksimal dalam memungut Pajak Bumi dan Bangunan.

---

This study aims to discuss the implementation of the regulations set by the government of DKI Jakarta Governor Regulation, along with changes in the tax policy of the Property Tax of Rural and Urban Sector from the central goverment to the local goverment, as the local tax revenue. The approach taken in this study is qualitative in-depth interviews. The results of this study is the impact of the application of regulations imposing the Property Tax of Rural and Urban Sector to the local tax revenue is successful in the Property Tax of Rural and Urban Sector collect revenue through disbursement of taxes receivable which is the overflow from the center to the regions and the determination of tariff and new tax object of sale value. Services Tax Agency in the management of Jakarta’s Property Tax of Rural and Urban Sector, has been delivering maximum  service in the Property Tax."

"Tesis ini menyelidiki dampak instrumen perencanaan tata ruang, khususnya Koefisien Lantai Bangunan (KLB) dan Koefisien Dasar Bangunan (KDB), terhadap harga properti di Jakarta. Dengan menggunakan model regresi logaritmik, studi ini mengevaluasi bagaimana kebijakan regulasi tersebut mempengaruhi nilai properti di berbagai wilayah dan jenis properti, dengan mempertimbangkan faktor-faktor seperti kedekatan dengan fasilitas umum dan infrastruktur. Temuan penelitian ini menunjukkan adanya heterogenitas yang signifikan dalam efek KLB dan KDB terhadap harga properti, yang menekankan pentingnya konteks lokal dan aksesibilitas. Studi ini menekankan perlunya kebijakan perencanaan kota yang berbasis data dan spesifik konteks untuk meningkatkan keterjangkauan perumahan dan pengembangan urban di Jakarta.

---

This thesis investigates the impact of spatial planning instruments, specifically Floor Area Ratio (FAR) and Building Coverage Ratio (BCR), on property prices in Jakarta. Using a logarithmic regression model, the study evaluates how these regulatory measures influence property values across different regions and property types, considering factors such as proximity to public amenities and infrastructure. The findings reveal significant heterogeneity in the effects of FAR and BCR on property prices, highlighting the importance of local context and accessibility. The study emphasizes the need for data-driven and context-specific urban planning policies to enhance housing affordability and urban development in Jakarta."

"Properti residensial atau yang biasa disebut sebagai rumah merupakan salah satu kebutuhan pokok manusia sebagai tempat berlindung, untuk dapat terus melanjutkan kehidupan. Meningkatnya jumlah penduduk di Indonesia, mengindikasikan bahwa kebutuhan akan properti residensial juga akan ikut bertambah. Pergerakan harga properti residensial di Indonesia dapat diamati dari Indeks Harga Properti Residensial (IHPR) yang dikeluarkan oleh Bank Indonesia. Harga properti residensial dapat dipengaruhi oleh beberapa faktor. Misalnya dalam faktor ekonomi, pergerakan harga properti residensial dapat dipengaruhi oleh beberapa faktor seperti inflasi, Indeks Harga Saham Gabungan (IHSG) dan suku bunga kredit. Forecasting Indeks Harga Properti Residensial (IHPR) dapat dilakukan dengan pemodelan times series. Pemodelan Indeks Harga Properti Residensial (IHPR) yang diketahui dipengaruhi oleh tiga variabel lainnya memerlukan model time series multivariat. Model fungsi transfer multi input adalah salah satu model time series multivariat yang dapat digunakan dalam memodelkan Indeks Harga Properti Residensial (IHPR). Pada model fungsi transfer multi input terdapat runtun output (yt) yaitu Indeks Harga Properti Residensial (IHPR) yang diperkirakan dipengaruhi oleh beberapa variabel input (xjt) yaitu inflasi, IHSG dan suku bunga kredit. Berdasarkan model yang telah didapatkan pada penelitian ini, dapat diketahui bahwa ramalan IHPR pada waktu ke-t dipengaruhi oleh besarnya inflasi pada dua bulan sebelumnya sampai lima bulan sebelumnya, dipengaruhi oleh suku bunga kredit tanpa penundaan sehingga dipengaruhi oleh waktu ke-t sampai tiga bulan sebelumnya. IHPR pada waktu ke t dipengaruhi oleh IHSG juga tanpa penundaan, yaitu dipengaruhi waktu ke-t sampai pada empat bulan sebelumnya. IHPR pada waktu ke-t juga dipengaruhi oleh dirinya sendiri pada waktu ke t-1 atau satu bulan sebelumnya hingga empat bulan sebelumnya

---

Residential property or commonly referred as home is one of the basic human needs as a shelter, to be able to continue to live. As the population in Indonesia increases, indicate the need for residential property will also increase. The movement of residential property prices in Indonesia can be observed from the Residential Property Price Index (IHPR) issued by Bank Indonesia. Residential property prices can be influenced by several factors. For example in economic factors, the movement of residential property prices can be influenced by several factors such as inflation, the Composite Stock Price Index (CSPI) and loan interest rates. Forecasting the Residential Property Price Index (IHPR) can be done with times series modeling. Modeling Residential Property Price Index (CPI) which is known to be influenced by three other variables requires a multivariate time series model. The multi-input transfer function model is a multivariate time series model that can be used in modeling the Residential Property Price Index (IHPR). In the multi-input transfer function model there is an output series (yt) which is the Residential Property Price Index (IHPR) which is estimated to be influenced by several input series (xjt), which are inflation, CSPI and loan interest rates. Based on the model obtained in this study, it can be seen that the prediction of IHPR at the t-time is influenced by the amount of inflation in the previous two months to the previous five months. Then also influenced by loan interest rates without delay so that it is influenced by the t-time until the previous three months. Then influenced by the CSPI also without delay, which is influenced by the t-time until the previous four months. IHPR at the t-time is also influenced by itself at the t-1 time or one month before to four months before."

"Properti investasi merupakan satu hal yang berbeda dengan aset tetap. PSAK 13 (Revisi 2011) mengatur properti investasi dalam klasifikasi, pengakuan, pengukuran, dan pengungkapan. Terdapat dua aspek yang memengaruhi pengklasifikasian Properti Investasi dan Aset Tetap, independensi arus kas dan signifikansi tambahan jasa. PT M berencana mengubah model pengukuran Properti Investasi dari model biaya ke model nilai wajar. Laporan magang ini berisi penerapan PSAK 13 (Revisi 2011) dalam pengklasifikasiannya dan dampak perubahan model perhitungan pada laporan keuangan PT M. Properti yang dimiliki PT M lebih tepat diklasifikasikan sebagai Aset Tetap karena terdapat syarat dalam PSAK 13 yang tidak terpenuhi. Sekalipun syarat tersebut dapat dipenuhi, PT M perlu mempertimbangkan dampak atas perubahan model pengukuran Properti Investasi.

---

Investment Property is different from Fixed Assets. PSAK 13 (Revised 2011) discusses Investment Property related to its classification, recognition, measurement, and disclosure. There are two aspects that differentiate the classification of Investment Property and Fixed Assets, cash flow independencies and ancillary service significances. In 2013, PT M plans to change their measurement model of investment property from cost model to fair value model. This report discusses the application of PSAK 13 (Revised 2011) in the classification and the effect of change in measurement model in PT M's financial statements. Properties owned by PT M are more accurately classified as fixed assets because one of the requirements under PSAK 13 is not met. Nevertheless, if the property can be classified as Investment Property, PT M still needs to consider the effect of change of measurement model to its financial statements."

"Tesis ini membahas hubungan harga properti residensial dan kredit perbankan 14 provinsi di indonesia menggunakan pendekatan panel VAR. Penelitian ini menggunakan pendekatan Panel VAR dikarenakan berdasarkan kajian teoritis dan empiris, terdapat hubungan yang timbal balik atau kausalitas antara harga properti residensial dan kredit perbankan di mana model VAR merupakan alat analisis yang sangat berguna untuk estimasi adanya hubungan timbal balik di antara variabel-variabel ekonomi. Untuk data panel 14 Provinsi dan Pulau Jawa, memperlihatkan adanya hubungan satu arah antara Kredit Perbankan dengan Harga Properti Residensial, di mana kredit dipengaruhi oleh Harga Properti Residensial. Hasil estimasi Impulse Response Function (IRF) dan Variance Decomposition (VD) menunjukkan bahwa sampai periode ke 10, respon yang diberikan oleh variabel harga properti residensial terhafdap impulse yang diberikan kepada variabel kredit perbankan untuk Panel 14 provinsi dan pulau Jawa masing-masing hanya sebesar 0,8% dan 1,18%. Sebaliknya, sampai periode ke 10, impulse yang diberikan kepada variabel harga properti di 14 provinsi dan pulau Jawa mampu menjelaskan masing-masing 5,58% dan 14,60% fluktuasi variabel kredit perbankan. Untuk data panel Pulau Sumatera menunjukkan hasil yang sama di mana variabel kredit perbankan dipengaruhi oleh variabel harga properti residensial namun tingkat signifikansinya rendah. Untuk data panel Pulau Kalimantan, Sulawesi dan Bali bahkan memperlihatkan tidak adanya hubungan antara variabel kredit perbankan dan variabel harga properti residensial. Hasil ini memiliki implikasi di mana untuk tingkat nasional dan Jawa, kebijakan yang dikeluarkan yang berdampak mengurangi fluktuasi harga properti residensial akan menyebabkan dampak yang cukup besar kepada penyaluran kredit perbankan. Sementara untuk regional Sumatera, Kalimantan, Sulawesi dan Sumatera, fluktuasi harga properti dan perubahan kredit perbankan tidak mempunyai dampak yang signifikan karena perkembangan kredit dan harga properti residensial lebih disebabkan perubahan dalam variabel makroekonomi yaitu PDRB sehingga kebijakan yang lebih tepat adalah melalui upaya peningkatan pertumbuhan ekonomi regional.

---

This Thesis discussed residential property price and banking credit relationships of 14 provinces in Indonesia using a panel VAR approach. This study uses a Panel VAR approach because based on theoritical and empirical study there is a reciprocal relationship or causality between residential property prices and banking credit in which teh VAR Model is a very useful analytical tool to estimate the existence of reciprocal relationship between economic variables. For panel data of 14 Provinces and Java Island, shows a one-way relationship between Banking Credit and Residential Property Prices, where credit is affected by Residential Property Price. The Impulse Response Function (IRF) and Variance Decomposition (VD) estimates show that up to the 10th period, the response given by the residential property price variable to the impulse given to the banking credit variable for Panel 14 of the provinces and the island of Java is only 0,8% and 1,18% respectively. Conversely, up to the 10th period, the impulse given to the property price variables in 14 provinces and the island of Java was able to explain about 5,58% and 14,60% the fluctuations in the banking credit variables. For Sumatra Island panel data shows the same result in which the variable of bank credit is influenced by residential property price variable but the level of significance is low. For panel data of Kalimantan Island, Sulawesi and Bali even showed no relation between banking credit variable and residential property price variable. These results have implications for which for the national and Java levels, the policies issued that have an impact on reducing fluctuations in residential property prices will have a substantial impact on bank lending. As for Sumatra, Kalimantan, Sulawesi and Sumatra regions, fluctuations in property prices and changes in bank lending do not have a significant impact as the development of credit and residential property prices is more due to changes in macroeconomic variables ie GRDP so that more appropriate policy is through increased regional economic growth."