Paradoks Ojol: Potongan Platform 8 Persen, Dompet Driver Tak Kunjung Tebal

Mengapa kita harus memperhatikan angka 8 persen? Bagi jutaan pengguna layanan transportasi daring di Indonesia, tarif perjalanan adalah soal praktis harian. Namun bagi ratusan ribu mitra pengemudi, angka tersebut menentukan berapa liter bensin yang bisa dibeli, berapa porsi nasi untuk keluarga, dan apakah biaya sekolah anak lunas tepat waktu. Sebulan lalu, sebuah kebijakan besar bergulir di ekosistem on-demand: potongan platform resmi turun drastis, menyisakan komisi pengemudi naik menjadi 92 persen dari total tarif. Secara matematis, ini adalah angka manis. Secara realitas di jalan, dompet banyak driver justru tak kunjung tebal.

Ibarat seperti petani yang mendapatkan janji hasil panen 92 persen dari ladangnya, namun tiba-tiba luas sawahnya menyusut dan harga pupuk meroket. Persentase besar di atas kertas tak lagi bermakna ketika dasar perhitungannya—jumlah order, insentif, dan biaya operasional—bergerak ke arah berlawanan. Inovasi kebijakan tanpa koreksi total pada algoritma distribusi dan struktur tarif dasar ternyata menciptakan disrupsi yang tak terduga: pendapatan bersih stagnan, bahkan cenderung melorot untuk sebagian mitra.

Breakdown Teknis: Di Mana Uang Itu Hilang?

Untuk memahami celah ini, kita perlu menelusuri mekanisme machine learning dan algoritma penetapan harga yang menggerakkan platform ojek daring (ojol). Ketika aplikator memangkas potongan platform dari kisaran 15–20 persen menjadi hanya 8 persen, logika sederhana menyebutkan bahwa pengemudi akan membawa pulang lebih banyak uang. Namun, platform ini bukanlah kasir manual yang hanya memotong struk belanja. Ini adalah ekosistem digital yang diatur oleh AI (Artificial Intelligence/kecerdasan buatan) berbasis prediksi permintaan, jarak tempuh, dan perilaku pengguna.

Dalam implementasi kebijakan baru selama sebulan terakhir, beberapa variabel teknis tampaknya bergerak sinkron untuk menetralkan kenaikan bagi hasil pengemudi. Pertama, struktur insentif harian—yang dahulu menjadi penopang pendapatan saat jam sibuk—dilaporkan mengalami penyesuaian algoritmik. Kedua, radius penjemputan yang diperluas oleh sistem untuk meningkatkan efisiensi armada justru menambah konsumsi bahan bakar per order. Ketiga, tarif dasar per kilometer dalam beberapa kasus mengalami koreksi mikro yang tidak terlihat pengguna, namun terasa akumulatif di akhir shift.

"Perubahan struktur komisi tanpa transparansi koreksi algoritma dasar hanya memindahkan masalah, bukan menyelesaikannya. Efisiensi platform seringkali berarti efisiensi bagi korporasi, bukan mitra di lapangan," ujar Dr. Rina Sulistiani, peneliti ekonomi digital dan disrupsi pasar kerja dari Pusat Penelitian Inovasi Transportasi.

Data lapangan yang beredar di komunitas mitra menunjukkan gambaran kontras. Sebelum kebijakan, dengan potongan platform sekitar 20 persen, seorang driver bisa menerima pendapatan kotor Rp250.000–Rp300.000 per hari dengan 12–15 order. Pasca kebijakan 8 persen, nominal bersih per order memang naik, namun volume order harian turun menjadi 8–10 kali, diduga karena penyesuaian algoritma distribusi yang lebih agresif dan bertambahnya jumlah mitra aktif dalam satu zona.

Perbandingan Sebelum dan Sesudah Kebijakan

Algoritma, Ekosistem, dan Tantangan Regulasi

Fenomena ini membuka diskusi lebih dalam tentang bagaimana teknologi platform harus diatur. Dalam model bisnis ojol, pengembangan algoritma adalah inti kompetitif perusahaan. Namun ketika algoritma tersebut menentukan nasib ekonomi ratusan ribu pekerja, muncul pertanyaan etis: seberapa transparankah proses pengurangan insentif dan penyesuaian tarif dasar itu dilakukan?

Beberapa pakar mengusulkan adanya regulasi algoritmik yang mewajibkan platform untuk mengungkapkan parameter utama dalam menentukan distribusi order dan perhitungan insentif. Bukan berarti membongkar seluruh kode sumber—yang merupakan rahasia dagang—namun setidaknya memberikan peta jalan yang bisa diaudit. Di luar negeri, konsep serupa mulai diperdebatkan dalam undang-undang perlindungan pekerja gig, di mana transparansi algoritma menjadi syarat lisensi operasional.

Bagi driver di lapangan, harapan mereka sederhana: konsistensi. Sebulan setelah potongan aplikasi turun menjadi 8 persen, banyak yang merasa kebijakan ini seperti update perangkat lunak (software) yang baru diunduh, namun penuh dengan bug tak terduga. Butuh patch—dalam bentuk koreksi kebijakan sekunder—agar inovasi yang dimaksudkan untuk membantu mitra benar-benar sampai ke kantong mereka.

Jika disrupsi digital hanya mengubah angka-angka di dashboard tanpa mengubah kualitas hidup pelaku di jalan, maka kita perlu bertanya: untuk siapa sebenarnya teknologi ini dikembangkan? Sampai ekosistem ojol menemukan keseimbangan antara efisiensi platform dan keadilan bagi mitra, narasi "komisi naik" akan tetap menjadi judul manis yang gagal diartikan menjadi nasi hangat di meja makan keluarga para pengemudi.