Profil Perumahan di Indonesia 2021 ini merupakan update setelah data mikro susenas 2021 di upload ke web HREIS, dengan demikian angka-angka absolut tahun 2021 sudah tersedia. Update dilakukan terhadap Profil perumahan 2021 sebelumnya terutama untuk angka absolut 2021 di Bab III, IV dan V.

Pada Tahun 2021 ini mencakup juga perkembangan perekonomian dan pertumbuhan sektor Konstruksi, Sektor real Estate dan PDB. Data PDB diperoleh dari BPS berdasarkan hasil release terbaru.

Upaya memenuhi target Nasional maupun Global sesuai dengan amanat RPJMN dan SDGs memerlukan memerlukan dukungan data-data berkualitas agar dapat dihasilkan kebijakan yang didasarkan data valid. Data profil perumahan ini mengulas beberapa data perumahan yang bersifat makro dari berbagai sumber data . Sumber data pokok yang banya dipergunakan dalam perencanaan dan evaluasi pembangunan di bidang perumahan adalah hasil survei Sosial Ekonomi Nasional ( Susenas ) yang diselenggarakan oleh Badan pusat Statistik (BPS).

Data-data pokok di bidang perumahan dikumpulkan melalui instrumen Susenas KOR setiap tahunnya di bulan Maret. Untuk data-data spesifik perumahan yang lebih rinci digunakan instrumen Susenas MKP ( Modul kesehatan dan perumahan ) yang diselenggarakan setiap 3 tahun sekali di bulan September.

Sumber data lainnya dalam profil perumahan disini adalah bersumber pada data Bank Indonesia yang terkait perkembangan harga rumah, dan data yang berasal dari hasil crawling dan MAPPI. Sumber data lain terkait kebijakn dan pembiayaan perumahan diperoleh dari Dirjen Perumahan dan PPDPP.

Data profil perumahan meliputi Profil status hunian dan kepemilikan, data backlog, housing demand dan harga rumah serta Indeks Keterjangkauan.

Karir perumahan adalah pergerakan seseorang untuk mendapatkan rumah dimana menggambarkan proses seseorang atau pasangan muda untuk meninggalkan rumah orang tuanya dengan menyewa rumah , tahap ini adalah tahapan transisi untuk kepemilikan rumah. pergerakan mencari rumah sewa, ke kepemilikan rumah dan secara bertahap akan berusaha memiliki rumah yang lebih besar atau lebih bagus lagi sejalan perbaikan kesejahteraan ekonominya.

Identifikasi karir perumahan terkendala oleh ketersediaan datanya, karena itu dibutuhkan survei yang kontinyu . Data awal yang bersifat makro dengan jumlah sampel yang besar diperoleh dari Susenas KOR dan Modul MKP.

Berdasarkan Susenas KOR yang dapat didentifikasi adalah data karir perumahan satu tahap yaitu status kepemilikan rumah saat periode survei, sedangkan pada Susenas MKP dapat diidentifikasi data karir perumahan 2 tahap, yaitu status kepemilikan rumah pada tahap periode survei dan rencana membeli rumah atau membangun rumah sendiri.

Data karir perumahan dari Susenas KOR dan MKP yang dapat di eksplore adalah berdasarkan status kepemilikan, Strata pendapatan, status lapangan pekerjaan serta status informal dan Formal, kemudian kelayakan hunian dan rencana membeli rumah menurut generasi.

Sebaran backlog kepemilikan dan ews dihitung per provinsi. EWS adalah indikator yang dihitung untuk menggambarkan provinsi-provinsi yang angka backlognya sudah diatas rata-rata + 1 standar deviasi . Provinsi-provinsi dalam kategori ews ini diberi warna merah.

Untuk provinsi yang besaran angka backlognya berada antara rata-rata backlog sampai dengan rata-rata + 1 standar deviasi berada pada wilayah warna kuning.

Sedangkan untuk provinsi yang besaran backlognya berada dibawah rata-rata provinsi/kabupaten kota berada pada area warna putih atau area aman.

Provinsi dengan area backlog warna merah adalah provinsi yang perlu mendapat perhatian lebih dalam hal kebijakan bantuan pembiayaan perumahan untuk mengurangi angka backlog di provinsi tersebut.

Backlog kepemilikan adalah suatu istilah untuk rumah tangga yang belum memiliki rumah.

Backlog kepemilikan hasil perhitungan dari data yang tersedia di Susenas , adalah jumlah rumah tangga yang menempati rumah bukan milik sendiri dikurangi dengan jumlah rumah tangga yang menempati rumah bukan milik sendiri tapi memiliki rumah ditempat lain

Beberapa wilayah/provinsi tertentu yang mobilitasnya tinggi karena migrasi masuk yang besar karena alasan ekonomi dan ataupun  pendidikan ditengarai persentase rumah tangga yang tinggal dirumah sewa/kontrak juga  besar . Wilayah-wilayah tersebut antara lain adalah DKI Jakarta, DI Yogyakarta, Kep Riau, Riau, Bali dan Jawa Barat untuk wilayah Bodebek.

Wilayah-wilayah tersebut merupakan wilayah yang banyak menarik migran masuk yang besar, hal ini dapat dilihat dari data migrasi hasil SP 2010 dan Supas 2015.

Untuk wilayah Jawa Barat yang menonjol arus migran masuk adalah wilayah Bodebek, Sedangkan Provinsi Banten menarik diamati wilayah Kabupaten/Kota Tangerang dan Kota tangerang selatan.

Terakhir dalam tulisan ini menarik diamati keterkaitan antara migran masuk yang besar dengan persentase Status penghunian rumah sewa/kontrak yang besar.

Sumber data Susenas KOR, data migrasi dari Supas 2015 dan SP 2010

Tulisan ini mengupas identifikasi data yang terkait dengan informasi antrian rumah (Housing Queue), identifikasi data menggunakan data Susenas KOR untuk mengidentifikasi jumlah housing demand. Identifikasi dimulai dari erabolasi data Need , menurut kelompok pengeluaran, sehingga diperoleh rumah tangga yang belum memiliki rumah namun berdaya beli.  Berdaya beli ditentukan dengan besaran pengeluaran rumah diatas garis miskin atau pengeluaran rt perbulan sekitar <= 2 juta rupiah.

Untuk yang berdaya beli perlu di identifikasi lagi apakah berniat membeli /memiliki rumah dalam waktu 1 sd 3 tahun kedepan. Datanya diperoleh dari Susenas MKP yang periode pencacahannya 3 tahun sekali.

Berdasarkan Susenas MKP diperoleh data rumah tangga yang belum memiliki rumah dan berniat membeli/memiliki rumah dengan cara membeli tunai, membeli dengan cara angsuran melalui KPR atau non KPR, membangun sendiri. Untuk selanjutnya disebut dengan effektif demand. Untuk menjaring antrian rumah dari kelompok demand effektif ini , informasinya sudah mendaftar untuk membeli rumah melalui KPR maupun Non KPR.

Aplikasi Sikasep memuat informasi yang mendaftar untuk membeli rumah subsidi, aplikasi ertlh memuat informasi bantuan perbaikan rumah. Untuk mendapatkan konsep HQ yang tepat masih harus ada diskusi dan kesepakatan, kemudian perlu suatu aplikasi untuk menjaring HQ