Source: Midjourney

Kenapa Harga Ojek Online Naik–Turun?

Ojek online menggunakan algoritma pricing dinamis atau surge pricing yang sangat canggih untuk menentukan tarif secara real-time berdasarkan berbagai faktor. Data science memainkan peran utama dalam menganalisis dan memprediksi perubahan permintaan dan ketersediaan driver dengan cepat. Berikut beberapa algoritma dan teknik yang digunakan:

1) Prediksi Permintaan dan Penawaran dengan Machine Learning

Ojek online menggunakan model machine learning untuk memprediksi permintaan berdasarkan data historis dan tren yang ada. Beberapa faktor yang dipertimbangkan:

  • Data Waktu: Apakah saat ini waktu sibuk seperti jam pulang kantor (rush hour), atau hari libur.
  • Cuaca: Hujan biasanya meningkatkan permintaan, sementara mengurangi jumlah driver yang tersedia karena mereka enggan keluar.
  • Event Khusus: Misalnya konser, pertandingan olahraga, atau festival yang bisa meningkatkan permintaan di area tertentu.
  • Data Historis: Ojek online melihat pola permintaan di berbagai titik waktu sebelumnya untuk memprediksi kapan surge kemungkinan terjadi.

2) Peran Real-Time Data dalam Algoritma Surge Pricing

Aplikasi ojek online mengumpulkan data waktu nyata dari berbagai sumber seperti:

  • Live Tracking: Menggunakan GPS untuk mengetahui posisi driver dan penumpang secara real-time. Algoritma ini kemudian menghitung seberapa jauh jarak antara driver dan titik pick-up, serta seberapa banyak driver yang tersedia di area tertentu.
  • Cuaca: Aplikasi ojek online mengakses data cuaca dari API (seperti OpenWeatherMap) untuk memprediksi kemungkinan hujan atau kondisi cuaca ekstrem yang akan mempengaruhi perjalanan.
  • Data Keramaian: Ojek online juga dapat memperoleh data dari platform pihak ketiga atau sensor kota yang mendeteksi tingkat keramaian, misalnya, jumlah orang di stasiun, mal, atau tempat umum lainnya.

3) Algoritma untuk Menyeimbangkan Penawaran dan Permintaan

Harga yang lebih tinggi saat surge bertujuan untuk:

  • Menarik lebih banyak driver ke lokasi dengan permintaan tinggi, memastikan penumpang tetap mendapatkan layanan meskipun ada lonjakan permintaan.
  • Mengatur permintaan dengan cara “menyaring” penumpang yang kurang mendesak. Dengan kenaikan harga, hanya penumpang yang benar-benar membutuhkan transportasi yang akan memilih untuk naik, sementara yang lain mungkin menunda perjalanannya.

Algoritma ini sering menggunakan teknik seperti optimalisasi matematis dan simulasi Monte Carlo untuk memperkirakan keseimbangan harga yang paling tepat berdasarkan data real-time.

4) Pengaruh dari Jaringan Sosial dan Geospasial

Ojek online juga menggunakan teknik analisis geospasial untuk mengidentifikasi titik panas atau area dengan banyak permintaan. Misalnya:

  • Keramaian Area: Di area yang memiliki permintaan tinggi seperti pusat perbelanjaan atau stasiun kereta, harga akan lebih tinggi.
  • Optimasi Rute: Algoritma mengidentifikasi rute tercepat dan paling efisien, mempertimbangkan kemacetan yang terdeteksi secara real-time, menggunakan data lalu lintas dari Google Maps atau platform serupa.

Mengapa Semua Ini Dapat Menghasilkan Tarif yang Berbeda?

Tiap faktor dari cuaca, lokasi, waktu, hingga event berinteraksi dengan algoritma untuk menghasilkan harga dinamis. Sering kali, kenaikan harga ini adalah hasil dari kompromi antara permintaan yang sangat tinggi dan pasokan driver yang terbatas. Dengan menggunakan data yang dikumpulkan secara real-time, ojek online bisa memastikan bahwa pengemudi mendapatkan kompensasi yang lebih baik untuk usaha mereka, sementara pelanggan yang memilih untuk menggunakan layanan dalam kondisi padat, tetap tahu bahwa mereka membayar lebih karena kebutuhan mendesak.

Penulis:

Jeffrey Junior Tedjasulaksana, S.Kom., M.Kom

 

Source:

Castillo, Juan Camilo, Who Benefits from Surge Pricing? (November 08, 2024). Available at SSRN: https://ssrn.com/abstract=3245533

https://www.uber.com/us/en/drive/driver-app/how-surge-works/

https://www.splend.com/blog/uber-surge-pricing/