knitr::opts_chunk$set(
  echo = TRUE,
  results = 'markup',
  message = FALSE,
  warning = FALSE
)

Analisis Hubungan Upah Minimum Regional dengan Harga Properti Residensial di Berbagai Provinsi di Indonesia Tahun 2015

library(readxl)
library(ggplot2)
library(dplyr)                  

# Baca data
data <- read_excel("C:/Users/HP/Downloads/Kelompok 1_Data.xlsx")
data <- data[1:(nrow(data)-1), ]
str(data)
## tibble [29 × 3] (S3: tbl_df/tbl/data.frame)
##  $ Provinsi              : chr [1:29] "ACEH" "SUMATERA UTARA" "SUMATERA BARAT" "RIAU" ...
##  $ UMR                   : num [1:29] 1900000 1625000 1615000 1878000 1710000 ...
##  $ Harga properti ( Juta): num [1:29] 91720000 97890000 83040000 83760000 85580000 ...
head(data)
## # A tibble: 6 × 3
##   Provinsi             UMR `Harga properti ( Juta)`
##   <chr>              <dbl>                    <dbl>
## 1 ACEH             1900000                 91720000
## 2 SUMATERA UTARA   1625000                 97890000
## 3 SUMATERA BARAT   1615000                 83040000
## 4 RIAU             1878000                 83760000
## 5 JAMBI            1710000                 85580000
## 6 SUMATERA SELATAN 1974346                230690000
summary(data)
##    Provinsi              UMR          Harga properti ( Juta)
##  Length:29          Min.   : 910000   Min.   : 65850000     
##  Class :character   1st Qu.:1500000   1st Qu.: 85960000     
##  Mode  :character   Median :1625000   Median :100690000     
##                     Mean   :1662539   Mean   :121350690     
##                     3rd Qu.:1900000   3rd Qu.:144240000     
##                     Max.   :2700000   Max.   :351730000
var(data$UMR)
## [1] 158799683792
var(data$`Harga properti ( Juta)`)
## [1] 3.526892e+15
sd(data$UMR)
## [1] 398496.8
sd(data$`Harga properti ( Juta)`)
## [1] 59387641

Plot 1: Scatter Plot

ggplot(data, aes(x = UMR, y = `Harga properti ( Juta)`)) +
  geom_point(aes(color = Provinsi), size = 3) +
  labs(title = "Hubungan UMR dan Harga Properti per Provinsi",
       x = "UMR (Rp)", y = "Harga Properti (Juta Rp)") +
  theme_minimal()

Berdasarkan scatter plot hubungan UMR dan harga properti per provinsi, terlihat adanya kecenderungan hubungan positif antara kedua variabel, di mana provinsi dengan UMR yang lebih tinggi umumnya memiliki harga properti yang lebih tinggi. DKI Jakarta menjadi provinsi dengan nilai paling menonjol, dengan UMR sekitar Rp2,7 juta dan harga properti mencapai sekitar Rp350 juta, menunjukkan peranannya sebagai pusat ekonomi dengan daya beli tinggi. Sementara itu, Jawa Barat dan Banten memiliki UMR relatif tinggi, masing-masing sekitar Rp1–1,6 juta, namun harga properti masih berada pada kisaran Rp180 juta, lebih rendah dibandingkan DKI Jakarta. Provinsi Bali juga menunjukkan harga properti yang cukup tinggi yakni sekitar Rp156 juta meskipun UMR berada di kisaran Rp1,6 juta, yang kemungkinan dipengaruhi oleh sektor pariwisata. Provinsi dengan UMR lebih rendah seperti Jawa Tengah dan DI Yogyakarta memiliki harga properti yang cenderung lebih rendah, yaitu sekitar Rp100–150 juta, demikian pula Nusa Tenggara Timur dengan UMR sekitar Rp1,2 juta dan harga properti sekitar Rp86 juta. Secara umum, sebagian besar provinsi berada pada rentang UMR Rp900 ribu hingga Rp2,7 juta dan harga properti Rp65–350 juta, sehingga dapat disimpulkan bahwa meskipun terdapat hubungan positif antara UMR dan harga properti, hubungan tersebut tidak sepenuhnya linear karena dipengaruhi oleh faktor lain seperti tingkat urbanisasi, aktivitas ekonomi, dan sektor unggulan daerah masing-masing. # Plot 2: Bar Chart UMR

ggplot(data, aes(x = reorder(Provinsi, UMR), y = UMR, fill = UMR)) +
  geom_bar(stat = "identity") +
  coord_flip() +
  scale_fill_gradient(low = "lightblue", high = "darkblue", name = "UMR (Rp)") +
  labs(title = "UMR per Provinsi", x = "Provinsi", y = "UMR (Rp)") +
  theme_minimal() +
  theme(legend.position = "right",
        plot.title = element_text(hjust = 0.5, face = "bold"))

Berdasarkan hasil bar plot UMR per provinsi tahun 2015, terlihat adanya perbedaan yang cukup signifikan antar wilayah. DKI Jakarta menempati posisi tertinggi dengan UMR sekitar Rp2,7 juta diikuti oleh Papua dan Sulawesi Utara yang berada di kisaran Rp2,1 - 2,2 juta. Sementara itu, provinsi di Pulau Jawa seperti Jawa Tengah, DI Yogyakarta, dan Jawa Barat memiliki UMR yang relatif lebih rendah, yaitu sekitar Rp900 ribu - Rp1 juta. Hal ini menunjukkan adanya ketimpangan tingkat upah minimum antar provinsi yang cukup jelas di Indonesia pada tahun 2015. Selanjutnya, berikut merupakan visualisasi grafik batang (bar plot) harga properti residensial per provinsi pada tahun 2015.

Plot 3: Bar Chart Harga Properti

ggplot(data, aes(x = reorder(Provinsi, `Harga properti ( Juta)`),
                 y = `Harga properti ( Juta)`,
                 fill = `Harga properti ( Juta)`)) +
  geom_bar(stat = "identity") +
  coord_flip() +
  scale_fill_gradient(low = "lightgreen", high = "darkgreen", name = "Harga (Juta Rp)") +
  labs(title = "Harga Properti per Provinsi", x = "Provinsi", y = "Harga Properti") +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5, face = "bold"),
        legend.position = "right")

Berdasarkan grafik batang (bar plot) harga properti residensial per provinsi tahun 2015, terlihat bahwa DKI Jakarta memiliki harga properti tertinggi dengan kisaran sekitar Rp350 juta, jauh di atas provinsi lainnya. Posisi berikutnya ditempati oleh Sumatera Selatan dan Banten, sebagian besar provinsi lainnya berada pada rentang menengah hingga rendah, yaitu sekitar Rp80 - 150 juta. Sementara itu, beberapa provinsi seperti Kalimantan Barat dan Sulawesi Tengah memiliki harga properti yang relatif lebih rendah dibandingkan provinsi lain yaitu sekitar Rp65 - 67 juta. Hal ini menunjukkan adanya kesenjangan harga properti residensial antar provinsi di Indonesia pada tahun 2015. # Plot 4: Deviasi UMR

data$Deviasi <- data$UMR - mean(data$UMR)
data$Status  <- ifelse(data$Deviasi >= 0, "Above Average", "Below Average")
ggplot(data, aes(x = reorder(Provinsi, Deviasi), y = Deviasi, fill = Status)) +
  geom_bar(stat = "identity") +
  coord_flip() +
  geom_hline(yintercept = 0, color = "black", linewidth = 0.8) +
  scale_fill_manual(values = c("Above Average" = "darkgreen", "Below Average" = "red3")) +
  labs(title = "Deviasi UMR dari Rata-rata Nasional",
       x = "Provinsi", y = "Deviasi dari Rata-rata (Rp)") +
  theme_minimal()

Berdasarkan grafik dapat dilihat bahwa UMR di Indonesia mengalami ketimpangan. Hanya terdapat beberapa provinsi yang memiliki UMR di atas rata-rata nasional, dan DKI Jakarta menjadi pemilik UMR yang paling tinggi. Mayoritas provinsi di Indonesia (sekitar 20 provinsi) berada di bawah rata-rata nasional, dengan rentang negatif yang lumayan dalam. Menariknya, beberapa provinsi timur seperti Papua dan Kalimantan Timur juga termasuk “above average”, hal ini mungkin terjadi karena faktor tambang atau UMP yang memang lumayan tinggi. Sementara itu, provinsi-provinsi padat penduduk seperti Jawa Tengah, Jawa Barat, DIY, dan Jawa Timur justru berada di bawah rata-rata. Hal ini cukup ironis, karena biaya hidup di kota-kota besar di daerah ini tidaklah murah, tetapi memiliki UMR yang masih di bawah standar nasional.

Affordability Index

data <- data %>%
  mutate(
    Rasio_Properti = `Harga properti ( Juta)` / UMR,  # ← hapus * 1e6
    Kategori_Affordability = case_when(
      Rasio_Properti < 70  ~ "Terjangkau (< 70 bulan)",
      Rasio_Properti < 120 ~ "Sedang (70-120 bulan)",
      TRUE                 ~ "Berat (> 120 bulan)"
    )
  )
ggplot(data, aes(x = reorder(Provinsi, Rasio_Properti),
                 y = Rasio_Properti,
                 fill = Kategori_Affordability)) +
  geom_bar(stat = "identity") +
  geom_text(aes(label = paste0(round(Rasio_Properti, 0), " bln")),
            hjust = -0.1, size = 2.8) +
  coord_flip() +
  scale_y_continuous(expand = expansion(mult = c(0, 0.15))) +
  scale_fill_manual(values = c(
    "Terjangkau (< 70 bulan)" = "darkgreen",
    "Sedang (70-120 bulan)"   = "orange",
    "Berat (> 120 bulan)"     = "red3"
  )) +
  labs(title    = "Affordability Index per Provinsi",
       subtitle = "Berapa bulan gaji (UMR) untuk membeli 1 properti?",
       x = NULL, y = "Jumlah Bulan Gaji",
       fill = "Kategori") +
  theme_minimal() +
  theme(plot.title    = element_text(hjust = 0.5, face = "bold"),
        plot.subtitle = element_text(hjust = 0.5, color = "gray50"),
        legend.position = "bottom")

Berdasarkan Gambar yang mengukur jumlah bulan gaji minimum regional (UMR) yang dibutuhkan untuk membeli satu unit properti, terlihat adanya variasi tingkat keterjangkauan yang signifikan antarprovinsi di Indonesia. Indeks ini menunjukkan bahwa semakin tinggi jumlah bulan yang dibutuhkan, maka semakin rendah tingkat keterjangkauan properti di wilayah tersebut. Membeli properti dengan UMR di Pulau Jawa itu memerlukan waktu yang sangat lama, terbukti dengan Jawa Barat dan Jawa Tengah yang membutuhkan lebih dari 180 bulan atau sekitar 15 tahun gaji penuh, sementara DKI Jakarta yang memiliki UMR tertinggi pun masih butuh 130 bulan karena harga propertinya juga ikut melambung tinggi. Sebaliknya, provinsi di kategori “terjangkau” (di bawah 70 bulan) justru didominasi daerah timur Indonesia seperti Kalimantan Barat, Sulawesi Utara, Maluku, dan Papua, artinya meski UMR-nya lebih rendah, harga properti di daerah tersebut jauh lebih terjangkau sehingga lebih realistis dibeli pekerja lokal. Ironisnya, provinsi seperti DIY dan Bali yang masuk kategori “sedang” tetap butuh sekitar 8-9 tahun gaji penuh, sehingga indeks ini secara langsung menunjukkan bahwa memiliki rumah bagi pekerja bergaji UMR sangat timpang antar daerah, dan di provinsi-provinsi padat penduduk seperti Jawa Barat, Jawa Tengah, dan Jawa Timur, membutuhkan waktu yang cukup lama untuk memiliki hunian.

BoxPlot antar Wilayah

data$Wilayah <- case_when(
  grepl("JAWA|JAKARTA|BANTEN|YOGYAKARTA", data$Provinsi) ~ "Jawa",
  grepl("SUMATERA|ACEH|RIAU|JAMBI|BENGKULU|LAMPUNG|BANGKA", data$Provinsi) ~ "Sumatera",
  grepl("KALIMANTAN", data$Provinsi) ~ "Kalimantan",
  grepl("SULAWESI|GORONTALO", data$Provinsi) ~ "Sulawesi",
  grepl("BALI|NUSA", data$Provinsi) ~ "Bali & Nusa Tenggara",
  grepl("MALUKU|PAPUA", data$Provinsi) ~ "Indonesia Timur",
  TRUE ~ "Lainnya")

png("D:/SEMESTER 6/BINTEL/boxplot_properti.png", width = 1000, height = 700)
ggplot(data, aes(x = Wilayah, y = `Harga properti ( Juta)`, fill = Wilayah)) +
  geom_boxplot() +
  geom_jitter(width = 0.2, alpha = 0.5) +
  labs(title = "Perbandingan Harga Properti antar Wilayah",
       x = "Wilayah", y = "Harga Properti (Juta Rp)") +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5, face = "bold"),
        legend.position = "none")

Berdasarkan Gambar perbandingan boxplot harga properti per wilayah, terlihat bahwa Jawa memiliki harga properti tertinggi dengan nilai mencapai sekitar Rp200 juta pada kuartil atasnya, serta rentang antar kuartil (IQR) yang cukup lebar, mengindikasikan variasi harga yang besar. Bali & Nusa Tenggara serta Indonesia Timur menunjukkan harga menengah dengan median sekitar Rp110 juta, meskipun terdapat beberapa nilai pencilan pada kisaran harga bawah. Sumatera dan Kalimantan memiliki distribusi harga yang lebih rendah dan relatif sempit, dengan median mendekati Rp100 juta. Sementara itu, Sulawesi memperlihatkan harga properti terendah, dengan sebagian besar data berada di bawah Rp100 juta, serta rentang yang sangat kecil, menandakan homogenitas harga di wilayah tersebut. Keberadaan outlier di beberapa wilayah juga mengindikasikan adanya properti dengan harga yang jauh lebih tinggi dibandingkan mayoritas dalam wilayah tersebut. Secara keseluruhan, perbedaan ini menunjukkan adanya ketimpangan harga properti antar wilayah di Indonesia.

ggplot(data, aes(x = Wilayah, y = UMR, fill = Wilayah)) +
  geom_boxplot() +
  geom_jitter(width = 0.2, alpha = 0.5) +
  labs(
    title = "Perbandingan UMR antar Wilayah",
    x = "Wilayah",
    y = "UMR (Rp)"
  ) +
  theme_minimal()

Berdasarkan Gambar perbandingan Box Plot UMR antar wilayah di Indonesia, terlihat bahwa terdapat perbedaan distribusi UMR yang cukup signifikan. Wilayah Kalimantan memiliki median UMR sekitar Rp1.900.000 hingga Rp2.000.000, diikuti oleh Indonesia Timur dengan median sekitar Rp1.900.000. Sementara itu, wilayah Sumatera dan Sulawesi berada pada tingkat menengah dengan median masing-masing sekitar Rp1.700.000 dan Rp1.600.000. Di sisi lain, wilayah Bali dan Nusa Tenggara menunjukkan median UMR yang lebih rendah, yaitu sekitar Rp1.300.000 hingga Rp1.400.000. Wilayah Jawa memiliki median UMR paling rendah, yaitu sekitar Rp1.000.000, meskipun terdapat beberapa nilai ekstrem yang mencapai lebih dari Rp2.500.000. Selain itu, wilayah Sulawesi dan Sumatera menunjukkan rentang antar kuartil yang cukup lebar, yang mengindikasikan variasi UMR yang tinggi antar provinsi dalam wilayah tersebut, sedangkan Bali dan Nusa Tenggara memiliki distribusi yang lebih sempit. Selain itu, keberadaan beberapa outlier pada hampir seluruh wilayah menunjukkan adanya provinsi dengan nilai UMR yang jauh berbeda dibandingkan provinsi lainnya dalam satu kelompok wilayah. Secara keseluruhan, perbedaan ini menunjukkan adanya ketimpangan tingkat upah minimum antar wilayah di Indonesia. Selanjutnya, berikut merupakan visualisasi box plot harga properti per provinsi pada tahun 2015.