Penghasilan Ojol Tak Kunjung Pulih Meski Libur Sekolah Telah Berakhir

Ketika Anda memesan makanan lewat aplikasi dan pesanan tiba dalam hitungan menit, ada jutaan pengemudi ojol (ojek online) yang menggantungkan hidup pada setiap order tersebut. Maka ketika pendapatan harian mereka mandek, ini bukan sekadar keluhan individu, melainkan sinyal penting bagi kesehatan ekosistem ekonomi gig (gig economy/kerja lepas berbasis platform digital) yang kini menopang jutaan keluarga di Indonesia.

Memasuki hari-hari pertama setelah masa libur sekolah berakhir, sejumlah pengemudi ojol di berbagai kota besar mengaku pendapatan harian mereka masih stagnan alias belum bergerak naik. Padahal, banyak yang berharap kembalinya aktivitas sekolah dan perkantoran akan mengerek jumlah pesanan, terutama pada jam sibuk pagi dan sore hari.

Penghasilan Harian yang Belum Bergerak Naik

Berdasarkan penuturan sejumlah pengemudi, pendapatan kotor harian saat ini berkisar di angka Rp100.000 hingga Rp150.000 untuk jam kerja sekitar 8 hingga 10 jam. Angka tersebut belum termasuk potongan komisi platform yang umumnya sebesar 20 persen, serta biaya operasional seperti bahan bakar, kuota internet, dan perawatan kendaraan.

Sebagai perbandingan, pada periode normal sebelum libur sekolah, ketika pesanan antar-jemput anak sekolah dan pesan-antar makanan sedang tinggi, sebagian pengemudi mengaku bisa mengantongi Rp200.000 hingga Rp250.000 per hari. Artinya, terdapat selisih penurunan sekitar 30 hingga 40 persen yang hingga kini belum pulih sepenuhnya.

"Biasanya habis libur sekolah order langsung ramai lagi. Sekarang ini masih sepi, mungkin banyak orang masih di luar kota atau lagi hemat setelah liburan," ujar salah seorang pengemudi yang biasa menunggu order di kawasan Jakarta Selatan.

Algoritma Platform: Wasit Digital yang Menentukan Rezeki

Dari sisi teknologi, stagnasi pendapatan ini tidak bisa dilepaskan dari cara kerja algoritma platform. Sistem penugasan order pada aplikasi ride-hailing (layanan transportasi berbasis aplikasi) menggunakan machine learning (pembelajaran mesin) yang menganalisis pola permintaan, lokasi pengemudi, rating, hingga riwayat aktivitas untuk menentukan siapa mendapat order apa.

Ibarat seperti petugas pengatur lalu lintas di persimpangan ramai, algoritma memutuskan kendaraan mana yang boleh melaju lebih dulu. Ketika volume permintaan turun, misalnya karena banyak keluarga belum kembali dari liburan atau konsumen menahan pengeluaran, jumlah "kendaraan" yang bisa diarahkan pun menyusut. Akibatnya, sebagian pengemudi harus menunggu lebih lama untuk mendapatkan satu order.

Penelitian di berbagai negara menunjukkan bahwa pendapatan pekerja gig sangat sensitif terhadap fluktuasi permintaan musiman. Implementasi teknologi yang efisien di sisi platform belum tentu berbanding lurus dengan efisiensi pendapatan di sisi mitra pengemudi.

Faktor Musiman dan Perubahan Perilaku Konsumen

Ada beberapa penjelasan mengapa pendapatan belum pulih meski libur sekolah telah usai. Pertama, efek liburan yang memanjang: banyak keluarga baru kembali ke rutinitas beberapa hari setelah sekolah dibuka. Kedua, konsumen cenderung mengencangkan ikat pinggang setelah pengeluaran besar selama musim liburan, sehingga pesanan makanan dan perjalanan non-esensial ikut menurun.

Ketiga, jumlah pengemudi aktif yang terus bertambah membuat kompetisi di dalam platform semakin ketat. Inovasi dan pengembangan fitur baru oleh perusahaan aplikasi, seperti layanan pesan-antar barang atau belanja kebutuhan harian, memang membuka peluang tambahan, tetapi belum sepenuhnya mengimbangi penurunan order di layanan utama.

Strategi Pengemudi dan Masa Depan Ekosistem Gig

Menghadapi kondisi ini, sebagian pengemudi menerapkan strategi bertahan: memperpanjang jam kerja, berpindah titik mangkal mengikuti heatmap (peta zona ramai order) di aplikasi, hingga mendaftar di lebih dari satu platform sekaligus, sebuah praktik yang dikenal sebagai multi-apping.

Ke depan, keberlanjutan ekosistem gig economy akan bergantung pada keseimbangan antara disrupsi teknologi dan perlindungan pendapatan mitra. Transparansi algoritma, skema insentif yang adil saat permintaan rendah, serta pengembangan layanan baru oleh perusahaan deep tech (teknologi berbasis riset mendalam) di sektor transportasi digital bisa menjadi kunci agar platform tetap efisien tanpa mengorbankan mereka yang berada di garda terdepan.

Bagi Anda para pengguna aplikasi, setiap order, tip kecil, dan rating bintang lima sesungguhnya ikut menggerakkan roda ekonomi jutaan pengemudi. Teknologi memang mempermudah hidup kita, tetapi di balik layar ada manusia yang penghasilannya ikut naik-turun mengikuti irama musim.