BTN Gandeng BPS Perkuat Pembiayaan Rumah Lewat Data Statistik Selama Lima Tahun
Thursday, July 09, 2026       14:03 WIB

AI News - Bank Tabungan Negara (BTN) menandatangani nota kesepahaman lima tahun dengan Badan Pusat Statistik (BPS) pada 7 Juli 2026 untuk memanfaatkan data By Name By Address dan hasil Sensus Ekonomi 2026, guna menyalurkan pembiayaan perumahan yang lebih tepat sasaran dan mempercepat pencapaian program 3 juta rumah, mengingat backlog sekitar 9,9 juta unit dan kebutuhan tahunan 700-800 ribu unit.

Poin Penting

  • Nota kesepahaman berlaku selama lima tahun.
  • Backlog kepemilikan rumah di Indonesia diperkirakan 9,9 juta unit.
  • Kebutuhan rumah baru setiap tahun mencapai 700.000-800.000 unit.
  • Kolaborasi mendukung program pemerintah 3 juta rumah dengan data .
  • Data statistik nasional, termasuk SE2026, menjadi dasar penetapan strategi pembiayaan.

Mengapa BTN Memerlukan Data Statistik yang Lebih Baik untuk Pembiayaan Perumahan?


Investor.id melaporkan bahwa BTN menilai data akurat tentang masyarakat yang belum memiliki rumah sebagai prasyarat utama untuk menyalurkan kredit secara tepat sasaran. Tanpa informasi mengenai pendapatan, demografi, dan lokasi, proses penyaluran dapat meleset dan tidak menjangkau calon penerima yang paling membutuhkan. Nixon L.P. Napitupulu, Direktur Utama BTN, menekankan bahwa sektor perumahan memberi dampak ganda pada lebih dari 185 subsektor ekonomi, sehingga ketepatan data berimplikasi langsung pada pertumbuhan ekonomi nasional. Dengan data yang terintegrasi, BTN dapat merancang produk kredit yang sesuai dengan kemampuan beli masing-masing wilayah, mengurangi risiko kredit macet. Pada akhirnya, data berkualitas memperkuat upaya pemerintah dalam menurunkan backlog rumah sekaligus meningkatkan inklusi keuangan.

Bagaimana Kolaborasi dengan BPS Akan Meningkatkan Ketepatan Sasaran Pembiayaan Rumah?


Menurut Kontan, kerja sama ini memungkinkan BTN mengakses serta hasil Sensus Ekonomi 2026 untuk memetakan kebutuhan perumahan berdasarkan lokasi, karakteristik sosial-ekonomi, dan tingkat kemampuan membeli rumah. Penggunaan data tersebut memperluas pemahaman BTN terhadap pola permintaan pembiayaan di tiap daerah, termasuk identifikasi pusat pertumbuhan ekonomi baru yang muncul dalam sensus. Selanjutnya, analisis data akan menghasilkan model pemetaan kebutuhan rumah yang lebih presisi, sehingga alokasi kredit dapat difokuskan pada wilayah dengan tingkat kebutuhan tertinggi. Pendekatan berbasis data ini juga memperkuat kemampuan BTN dalam mengembangkan produk kredit yang relevan dengan profil pendapatan masing-masing konsumen. Dengan demikian, kolaborasi tidak hanya meningkatkan efektivitas penyaluran dana, melainkan juga mempercepat realisasi target 3 juta rumah pemerintah.

Apa Implikasi Nota Kesepahaman Lima Tahun Terhadap Program 3 Juta Rumah dan Backlog 9,9 Juta Unit?


Catatan yang disampaikan oleh BTN dalam siaran pers, sebagaimana dikutip oleh Investor.id, menegaskan bahwa kerangka kerja lima tahun memberi ruang bagi evaluasi berkala dan penyesuaian strategi pembiayaan sesuai perubahan data demografis dan ekonomi. Pada tiap tahunnya, BTN dapat memperbarui pemetaan permintaan rumah menggunakan data terbaru, sehingga program 3 juta rumah dapat dikelola dengan target yang lebih realistis. Dengan backlog sebesar 9,9 juta unit, adanya data granular memungkinkan identifikasi prioritas wilayah dengan defisit perumahan tertinggi, mengarahkan kredit ke area yang paling mendesak. Pendekatan berkelanjutan ini juga membantu mengurangi kesenjangan antara kebutuhan tahunan 700.000-800.000 unit dan pasokan, karena alokasi kredit dapat disesuaikan secara dinamis. Akhirnya, nota kesepahaman memperkuat sinergi antara lembaga statistik dan perbankan, menjadi fondasi kebijakan perumahan yang lebih berbasis fakta.

 Disclaimer: This article was produced automatically by Artificial Intelligence (AI) through the compilation and synthesis of information from multiple news sources. It is not independent reporting and does not constitute investment advice. 


Sumber : AI News
An error occurred.