Malaysia Ganti Kebijakan Rumah Murah dengan AI: Harga Disetarakan dengan Pendapatan Lokal

Pemerintah Malaysia berencana mengadopsi kecerdasan buatan (AI) dan analitik data besar untuk merancang kebijakan perumahan terjangkau yang lebih responsif terhadap kondisi lokal. Menteri Perumahan dan Pemerintah Daerah, Nga Kor Ming, mengungkapkan bahwa pendekatan lama yang menetapkan harga rumah maksimal RM300.000 dinilai terlalu kaku dan tidak memperhitungkan perbedaan kebutuhan di setiap daerah.

Dalam peluncuran Kebijakan Perumahan Nasional 2026-2035 pada Senin (10/8), Nga mencontohkan disparitas harga yang mencolok: rumah terjangkau di Lembah Klang bisa mencapai RM500.000, sementara di Kelantan hanya sekitar RM300.000. "Bayangkan rumah terjangkau di Kuala Krai, Kelantan, dihargai sama dengan di Bukit Bintang, Kuala Lumpur," ujarnya. Pernyataan ini menyoroti ketidakadilan yang selama ini melekat pada sistem harga tunggal.

Dengan memanfaatkan data dari Pusat Informasi Properti Nasional (Napic), pemerintah akan menganalisis tingkat pendapatan per wilayah, tipe area, dan permintaan riil. Tujuannya, menurut Nga, adalah memastikan pengembang membangun rumah dengan harga yang mencerminkan realitas pasar setempat. Langkah ini merupakan bagian dari strategi besar yang mencakup enam fokus, 17 strategi, dan 59 rencana aksi, dengan target membangun satu juta rumah terjangkau hingga 2035.

Nga menegaskan bahwa masalah utama perumahan di Malaysia bukanlah kekurangan pasokan, melainkan ketidakcocokan antara rumah yang dibangun dan kebutuhan pasar. Fenomena ini memicu penumpukan properti tak terjual. Untuk itu, Kementerian Keuangan telah menyetujui penggunaan analitik data besar mulai tahun depan. Pengembang dapat merujuk data per lokasi sebelum memulai proyek, sehingga studi kelayakan menjadi lebih berbasis data dan sesuai kebutuhan.

Menariknya, Nga juga menyentuh fenomena menurunnya kepemilikan rumah di kalangan kelompok M40 (menengah). Ia mengaitkan hal ini dengan perubahan gaya hidup, di mana sebagian masyarakat, terutama generasi muda, lebih memilih menyewa. Survei Rehda Institute menunjukkan 24% responden merasa puas dengan menyewa karena tidak ingin terikat pinjaman bank dan ingin memiliki pendapatan disposabel lebih besar. "Ini gaya hidup, dan kami menghormatinya," kata Nga.

Bagi Indonesia, langkah Malaysia ini menjadi cermin penting. Kebijakan harga rumah subsidi yang seragam di Indonesia seringkali tidak selaras dengan biaya produksi dan daya beli di berbagai daerah. Adopsi AI dan data besar dapat menjadi solusi untuk menciptakan kebijakan yang lebih adaptif, mengurangi risiko overhang, dan memastikan program perumahan benar-benar menjangkau mereka yang membutuhkan. Namun, tantangan seperti ketersediaan data yang akurat dan kesiapan infrastruktur teknologi perlu menjadi perhatian.

Ke depan, keberhasilan Malaysia dalam mengimplementasikan kebijakan ini akan menjadi uji nyata. Akankah AI mampu menggantikan pendekatan konvensional yang sudah mengakar? Pertanyaan ini relevan tidak hanya bagi Malaysia, tetapi juga bagi negara-negara berkembang lain yang bergulat dengan masalah perumahan. Jika berhasil, model ini bisa menjadi rujukan global; jika gagal, ia akan menjadi pelajaran berharga tentang batas-batas teknologi dalam kebijakan publik.