Ringkasan Jurnal : An Automated Valuation Model For Hotel

By JOHN W.O’NEILL

Sebuah langkah analasis regresi linear berganda untuk membuat sebuah model penilaian property (AVM) untuk hotel ditemukan 4 faktor signifikan yang bersama-sama memberikan dan memperkirakan nilai sebuah property yang wajar. Keempat faktor tersebut adalah

1.      Twelve-month lagging averages of net operating income (NOI);

Melihat pendapatan bersih sebuah perusahaan/hotel setelah dikurangi beban usaha tetapi sebelum dikurangi dengan penghasilan beban pajak dan bunga selama 1 tahun. NOI dapat dilihat di laporan rugi laba perusahaan.

2.      Average Daily Rate (ADR)

Tingkat Rata-rata Harian (sering disebut sebagai ADR) adalah unit statistik yang sering digunakan dalam industri penginapan. Jumlah tersebut merupakan pendapatan sewa rata-rata per kamar diduduki dalam periode waktu tertentu. ADR bersama dengan hunian properti merupakan dasar untuk kinerja keuangan properti. ADR dapat dihitung dengan membagi pendapatan kamar dengan jumlah kamar yang terjual dalam 1 periode 12 bulan/ 1 tahun. Selain itu terdapat istilah RevPAR yakni revenue per available room yang dikalkulasikan dengan mengalikan ADR dengan Occupancy dalam satu periode tertentu.

3.      Occupancy

Rata-rata tingkat hunian dalam 1 periode 12 bulan/ 1 tahun

4.      Number of room

Jumlah kamar yang dimiliki oleh suatu hotel

Keempat variable diatas yang digunakan oleh O’neil untuk menentukan nilai property dari sebuah hotel dengan mengunakan analisis regresi linear berganda. Namun, analisis regresi yang digunakan juga bisa menggunakan faktor lain akan tetapi tidak sesignifikan dari hasil ke empat variabel yang dianjurkan oleh O’Neil. Variabel lain yang bisa dipergunakan antara lain;

1.      Region

Region atau daerah dapat dikatakan tidak signifikan karena hanya melihat dan menilai sebuah perusahaan dari segi monitary/keuangan daerahnya masing-masing sedangkan nilai suatu perusahaan dinilai berdasarkan kinerja perusahaan yang menggunakan empat variabel tadi. Sebagai contoh, Pak.Ketut Darsana, memiliki dua buah hotel 5 star yang sama dari segi operasionalnya dan hotelnya terletak di Singapore dan Haiti. Suatu saat Pak.Tut tidak memiliki uang dan ingin menjual kedua hotelnya, Pak.Tut menawarkan kedua Hotelnya kepada calon pembeli. Ternyata, melihat dari segi region/daerahnya, hotel Pak.Tut dinilai dengan harga yang berbeda. Misalnya hotel yang di Singapore dinilai USD 10 dan hotel yang di Haiti hanya dinilai USD 7.

Dari fakta tersebut terlihat bahwa jika hanya menggunakan faktor region, value dari perusahaan dapat dikatakan tidak signifikan.

2.      Location in a metropolitan area

Lokasi di tengah metropolitan/kota, biasanya memiliki nilai yang lebih tinggi dari lokasi yang ada di desa. Jika suatu perusahaan hanya dinilai dari segi lokasinya, maka nilai yang dihasilkan tidak signifikan. Hal ini sama dengan kasus Pak.Ketut Darsana sebelumnya yang hanya melihat dari segi region.

3.      Age of property (or date of constarction)

Jika menilai suatu perusahaan hanya dari segi umurnya saja, juga tidak menghasilkan nilai yang signifikan. Karena semakin tua perusahaan tersebut biasanya dinilai semakin murah (faktor depresiasi). Akan tetapi, hal itu tidak bisa dijadikan faktor satu-satunya untuk menilai perusahaan. Sebagai contoh: Bapak.Nyoman Ariek, memiliki Hotel Four Season di New York USA. Hotel Pak.Man telah berjalan selama 35 Tahun ( 5 Tahun lagi nilai ekonomisnya sudah diestimasikan habis sesuai SAK). Bapak Nyoman ingin menjual hotelnya dan saat dipasarkan hotelnya memiliki nilai yang tinggi. Hal ini mengindikasikan bahwa umur suatu perusahaan bukan satu-satunya faktor yang mempengaruhi nilai suatu perusahaan. Tingginya nilai tersebut bisa saja dipengaruhi oleh empat variabel tadi atau dari segi faktor yang lain seperti brand name, afiliasi dan lainnya.

4.      Date of sale

Penting bagi seorang pemilik hotel/property melihat dengan jeli kondisi ekonomi pasar pada saat periode itu saat pemilik hotel/property menjual hotel/propertinya ke pasar. Keadaan  ekonomi pasar yang fluktuatif baik resesi atau ekspansi yang disebabkan oleh banyak faktor, sehingga berdampak pada nilai pasar suatu hotel/property. Sebagai contoh; Bapak.Ida Bagus Agung Kadek Jebing (Gung Bing), ingin menjual Hotel yang dimilikinya. Saat kondisi ekonomi yang normal (cateris paribus), hotelnya di nilai sebesar USD 10. Akan tetapi, saat ekonomi mengalami penurunan (resesi), hotelnya hanya dinilai sebesar USD 8. Sehingga nilai tersebut tidak dapat dikatakan signifikan oleh Bapak John.Oneil.

Tujuan dari AVM untuk hotel ini adalah

1.      Membantu manajer hotel atau pemilik hotel untuk menentukan analisis nilai dari property hotel yang akan dijual ke pasar dengan cepat, murah, praktis dan obyektif guna mendapatkan pembeli yang potensial atau investor.

2.      Untuk mempersembahkan metode AVM yang sudah disempurnakan dan untuk membantu meningkatkan perkembangan AVM yang cenderung lambat yang telah digunakan oleh Real Estate sebelumnya.

Pembahasan Penelitian O’Neil

Penelitian yang dilakukan oleh O’Neil ini meneliti 327 hotel dari tahun 1990 hingga 2002. Beliau menggunakan aplikasi SPSS 11.0 for windows untuk membantu penelitiannya dengan menggunakan pendekatan analisis linier berganda.

Regresi linear merupakan suatu metode analisis statistik yang mempelajari pola hubungan antara dua atau lebih variabel. Pada kenyataan sehari-hari sering dijumpai sebuah kejadian dipengaruhi oleh lebih dari satu variabel. Analisis regresi linier berganda memberikan kemudahan bagi pengguna untuk memasukkan lebih dari satu variabel prediktor hingga p-variabel predictor dimana banyaknya p kurang dari jumlah observasi (n). Sehingga model regresi dapat ditunjukkan sebagai berikut :

Y = βo + β₁X₁ + β₂X₂ + βpXp +ε

     

Berikut data yang diperoleh dari 327 hotel berdasarkan transaksi penjualan.

Exhibit 1:

Descriptive Statistics of Database Use to Construct the Automated Valuation Model

Statistic	room	occupancy	ADR	Capitalization rate	NOI	RRM	Price per room	Age (years)
Median	173	70.0	$ 78.25	10.6	$980,400	3.08	$59,338	11.0
Mean	219	68.7	$ 83.15	10.7	$1,721, 277	3.21	$74,020	16.1
Standard deviation	163	12.2	$ 37.28	2.2	$2,213,163	1.14	$58,330	15.2
Minimum	35	18.5	$ 31.50	1.1	$67,840	0.70	$6,931	1.0
Maximum	1348	96.3	$ 250.50	20.4	$18,676,000	9.25	$479,167	98.0

Setelah diolah dengan Stepwise Multiple Linear Regression Analysis diperoleh hasil seperti dalam exhibit 3.

Exhibit 3:

Summary of Overall Stepwise Multiple Linear Regression Analysis

Step	Variable Added	Beta Coefficient	t	Significance
1	NOI / Room	5.615	16.492	P < .001
2	ADR	615.039	12.310	P < .001
3	Rooms	33.693	3.751	P < .001
4	Occ	234.891	2.343	P < .05

Kemudian hasil diatas beta coefficient tersebut digunakan untuk menilai value sebuah hotel. Contoh:

Hotel Hampton Inn memiliki annual NOI sebesar $450,000, ADR $76.81 dan annual occupancy rate 72.8% dengan jumlah kamar 57 kamar.

Perhitungan valuationnya sebagai berikut:

Coefficient                                                                        -$42,873………………………βo

+$450,000/57        x          5.615               =          +$44,329……………………. NOI

+$76.81                 x          615.039           =          +$47,241……………………..ADR

+57                        x          33.693             =          +$1,921………………………#Of Room

+72.8%                  x             234.891           =          +$17,100…………………….Occupancy

                                                                  =          $67,718 / room

Sehingga value dari hotel tersebut adalah $67,718 kemudian jika dikalikan 57 kamar nilai seluruh perusahaannya yaitu $ 3,860,000. Saat di bawa ke pasar, ternyata perusahaan ini dinilai dengan harga $64,912 per kamar sehingga terdapat hanya 5% perbedaan dari nilai yang di estimasikan. Hal inilah yang mengindikasikan bahwa penggunaan metode AVM sangat dianjurkan karena tingkat ketelitian dan ketepatannya sangat tinggi yakni 95%. Penggunaan dari AVM ini, sangat dianjurkan juga menghitung interval baik dengan menentukan batas bawah (dikurangi 5%) atau batas atas dengan ditambahkan 5% (low and high boundaries).

Kelebihan dari AVM adalah:

1.      Praktis, Lebih murah, lebih cepat, lebih objektif dibandingkan dengan proses manual.

2.      Mudah untuk digunakan karena disediakan formula untuk mengitung dan hanya diperlukan matematika dasar tanpa harus mengerti regresi linear berganda karena dapat di bantu dengan sistem computer.

Kelemahan dari AVM adalah:

1.      Tingkat akurasinya akan tinggi apabila digunakan untuk memperkirakan value suatu hotel yang relative memiliki kamar yang banyak, occupancy yang tinggi, ADR yang tinggi, dan NOI yang besar sedangkan jika hotel yang memiliki NOI, ADR, No.Off room serta Occupancy yang rendah, nilai ketepatannya sangat rendah sehingga dianjurkan menggunakan tiga metode penilaian yang tradisional.

2.      Analisis ini menyamaratakan antara realty asset dengan nonrealty asset. (Realty asset seperti hotel‘s physical dan kegiatan operasional hotel , nonrealty asset seperti brand, nama perusahaan, reputasi dan afiliasi).