MétaCan
Menu
Retour à la cohorte
Enregistrement W4413343543 · doi:10.29313/bcsurp.v5i2.20473

Analisis Kelayakan Investasi Proyek Rumah Susun Kedaung Kota Tangerang melalui Skema KPBU dengan Pendekatan BMC

2025· article· en· W4413343543 sur OpenAlexaff
Nur Amna Nazelina, Fachmy Pradifta

Notice bibliographique

RevueBandung Conference Series Urban & Regional Planning · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract. The rapid urbanization and limited fiscal capacity of the government have created significant challenges in providing decent housing, particularly in the Kedaung area of Tangerang City, which is categorized as a priority slum area. This study analyzes the investment feasibility of a rental housing project (rusunawa) using a Public-Private Partnership (PPP) scheme and the Business Model Canvas (BMC) framework. Employing a descriptive-quantitative approach, this study uses financial metrics such as Net Present Value (NPV), Internal Rate of Return (IRR), and Payback Period (PP) over a 30-year concession period. The project includes three residential towers with 287 units, retail areas, and supporting public facilities. With an estimated capital expenditure of IDR 58 billion, the funding scheme comprises 40% government support (Viability Gap Fund) and 60% private equity. Revenue is projected from residential and commercial rent with 90% occupancy and a 3% annual escalation. The financial analysis shows a positive NPV of IDR 3.4 billion, an IRR of 8%, and a payback period of 11 years. The BMC approach provides a comprehensive structure of stakeholders, revenue streams, and cost structures. The Build-Operate-Transfer (BOT) model is deemed the most suitable PPP scheme. The study concludes that the project is both financially and structurally feasible and recommends further technical feasibility study and market sounding for implementation. Abstrak. Urbanisasi yang pesat dan terbatasnya kapasitas fiskal pemerintah telah menciptakan tantangan yang signifikan dalam menyediakan perumahan yang layak, khususnya di wilayah Kedaung, Kota Tangerang, yang dikategorikan sebagai kawasan kumuh prioritas. Studi ini menganalisis kelayakan investasi proyek perumahan sewa (rusunawa) menggunakan skema Kerjasama Pemerintah-Swasta (KPBU) dan kerangka kerja Business Model Canvas (BMC). Dengan menggunakan pendekatan deskriptif-kuantitatif, studi ini menggunakan metrik keuangan seperti Net Present Value (NPV), Internal Rate of Return (IRR), dan Payback Period (PP) selama masa konsesi 30 tahun. Proyek ini mencakup tiga menara hunian dengan 287 unit, area ritel, dan fasilitas umum pendukung. Dengan perkiraan belanja modal sebesar Rp 58 miliar, skema pendanaan terdiri dari 40% dukungan pemerintah (Viability Gap Fund) dan 60% ekuitas swasta. Pendapatan diproyeksikan dari sewa hunian dan komersial dengan okupansi 90% dan eskalasi tahunan sebesar 3%. Analisis finansial menunjukkan NPV positif sebesar Rp3,4 miliar, IRR 8%, dan periode pengembalian modal (payback period) 11 tahun. Pendekatan BMC menyediakan struktur pemangku kepentingan, aliran pendapatan, dan struktur biaya yang komprehensif. Model Bangun-Gunakan-Serah (BOT) dianggap sebagai skema KPS yang paling sesuai. Studi ini menyimpulkan bahwa proyek ini layak secara finansial dan struktural, serta merekomendasikan studi kelayakan teknis lebih lanjut dan penjajakan pasar untuk implementasinya.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,256
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBandung Conference Series Urban & Regional PlanningMême sujetManagement and Optimization TechniquesTravaux en français237 207