Pemerintah dan DPR RI telah mencapai kesepakatan penting yang dinanti jutaan mitra pengemudi transportasi online. Melalui Peraturan Presiden Nomor 27 Tahun 2026 tentang Perlindungan Pekerja Transportasi Online, skema bagi hasil baru menetapkan bahwa mitra pengemudi ojek online menerima minimal 92 persen dari tarif, sementara perusahaan aplikasi dibatasi maksimal 8 persen. Kebijakan yang diumumkan Presiden Prabowo Subianto pada peringatan Hari Buruh 1 Mei 2026 ini mulai berlaku efektif 1 Juli 2026.
Namun, di tengah kebijakan ini, terdapat sejumlah temuan riset akademisi internasional yang relevan untuk dijadikan bahan pertimbangan agar kebijakan ini tidak hanya populis, tetapi juga berkelanjutan dan berkeadilan bagi seluruh pihak dalam ekosistem transportasi online.
Pembahasan dan Kutipan dari Jurnal Internasional
1. Regulasi Pemerintah dan Strategi Penetapan Harga Platform
Penelitian Yang, Yue, dan Liang (2025) dalam jurnal terindeks Scopus mengkaji strategi harga layanan ride-hailing di bawah pengawasan pemerintah dengan dua target regulasi: target koeksistensi (coexistence target) dan target lingkungan (environmental target). Temuan utama penelitian ini sangat relevan dengan kebijakan komisi 8 persen:
“The findings indicate that regulated pricing may increase optimal prices, contingent on service type and taxi fare structures. Additionally, we demonstrate that environmental regulations tend to be less stringent.”
(Yang, Yue & Liang, 2025, hal. 542)
Implikasi: Penetapan harga regulasi (termasuk pembatasan komisi) terbukti dapat mempengaruhi harga optimal yang ditetapkan platform. Regulasi harga cenderung menaikkan harga optimal layanan, yang pada gilirannya dapat mengurangi daya saing platform. Ini penting diingat agar kebijakan komisi 8 persen tidak membuat aplikator kehilangan insentif berinovasi.
Penelitian yang sama juga menegaskan bahwa tanpa intervensi pemerintah, platform ride-hailing dapat mendorong industri taksi tradisional keluar dari pasar:
“Without government intervention, the on-demand ride service platform can drive the traditional taxi industry out of the market under certain conditions.”
(Yu et al., 2020, hal. 1)
2. Dampak Tarif terhadap Permintaan dan Kesejahteraan Pengemudi
Penelitian Li, Jiang, dan Lo (2022) dalam jurnal Transportation Research Part E mengkaji strategi penetapan harga layanan ride-sourcing di bawah variabilitas waktu perjalanan. Temuan pentingnya:
“The results show that pricing strategy 1 produces more profit and induces more ride-pooling demand. In addition, under more reliable traffic conditions, the optimal prices for ride-sourcing services are higher and the network travel time decreases.”
(Li, Jiang & Lo, 2022, hal. 1)
Implikasi: Setiap perubahan harga atau biaya (termasuk komisi) akan mempengaruhi perilaku konsumen dan pengemudi. Pemerintah melalui Menteri Perhubungan telah memastikan bahwa tarif dasar tidak akan dinaikkan menyusul pemangkasan komisi untuk menjaga daya beli konsumen. Namun, perlu dipastikan bahwa pengemudi tidak kehilangan pendapatan akibat potensi penurunan permintaan jika tarif naik.
3. Efek Jaringan Silang dan Efek Kemacetan
Penelitian Li et al. (2023) dalam Journal of Theoretical and Applied Electronic Commerce Research menganalisis penetapan harga bilateral platform ride-hailing dengan mempertimbangkan efek jaringan silang (cross-group network effect) dan efek kemacetan (congestion effect). Temuan penelitian:
“When both passengers and drivers are sensitive to hassle costs, if the cross-group network effect on the passenger side is higher than that on the driver side, then the platform’s pricing on both sides increases with the increase in the congestion effect.”
(Li et al., 2023, hal. 1726)
“The platform is able to generate the highest profit in each scenario, and the results of the profit comparison between the four scenarios depends on the cross-group network effects and the congestion effects on both the passengers’ and the drivers’ sides.”
(Li et al., 2023, hal. 1735)
Implikasi: Platform ride-hailing adalah pasar dua sisi. Ada efek jaringan di mana banyaknya pengemudi menarik penumpang, dan sebaliknya. Kebijakan komisi 8 persen berpotensi meningkatkan pendapatan pengemudi dan menjaga pasokan, tetapi pemerintah juga perlu mengantisipasi efek kemacetan jika terlalu banyak kendaraan di jalan.
4. Regulasi sebagai Alat Penyeimbang Kepentingan
Penelitian Yu et al. (2020) dalam SSRN Electronic Journal mengkaji apakah layanan ride-hailing perlu diatur. Temuan kunci:
“Relative to no regulation and a complete ban policy, we find that a carefully designed regulatory policy can strike a better balance of multiple competing objectives: business and job creation, the viability of taxi service, consumer welfare, environmental and traffic issues, and welfare of independent drivers.”
(Yu et al., 2020, hal. 1)
“If a government can reform the taxi industry by lowering taxi fare, then it can sustain the taxi industry and reduce traffic congestion.”
(Yu et al., 2020, hal. 1)
Implikasi: Regulasi yang dirancang dengan cermat dapat menyeimbangkan berbagai tujuan yang saling bertentangan: penciptaan lapangan kerja, keberlanjutan industri taksi, kesejahteraan konsumen, isu lingkungan dan lalu lintas, serta kesejahteraan pengemudi independen.
5. Penetapan Harga Layanan Berbagi Perjalanan
Penelitian Yan, Yan, dan Shen (2024) dalam prosiding Conference on Economics and Computation (ACM) mengusulkan kebijakan penetapan harga berbasis pencocokan (match-based pricing) untuk layanan berbagi perjalanan. Temuan:
“Match-based pricing can be altruistic, simultaneously lowering vehicle miles and reducing rider payments while still improving profits relative to the optimal static pricing policy.”
(Yan, Yan & Shen, 2024, hal. 1)
“These benefits are especially pronounced under high-cost, low-demand settings, expanding access to shared rides where they have historically been most challenging.”
(Yan, Yan & Shen, 2024, hal. 1)
Implikasi: Skema penetapan harga berbasis pencocokan dapat menjadi alternatif yang lebih adil dan efisien, terutama dalam kondisi biaya tinggi dan permintaan rendah. Ini relevan untuk mempertimbangkan model komisi yang lebih fleksibel di masa depan.
6. Strategi Penetapan Harga Dinamis di Pasar Wisata
Penelitian Attari (2025) dalam Journal of Transportation Technologies mengoptimalkan strategi penetapan harga dinamis untuk layanan ride-hailing di pasar wisata kompetitif. Temuan:
“The findings highlight the interplay between pricing strategies and customer retention, highlighting how Bolt can leverage adaptive pricing models to outperform traditional taxis and competitors like Uber.”
(Attari, 2025, hal. 38)
“The research underscores the significance of aligning pricing strategies with market conditions, tourist demands, and operational challenges unique to Malaga’s seasonal fluctuations.”
(Attari, 2025, hal. 38)
Implikasi: Penetapan harga harus selaras dengan kondisi pasar. Model harga adaptif dapat mengungguli pesaing. Ini menunjukkan bahwa kebijakan komisi tunggal mungkin perlu mempertimbangkan variasi berdasarkan kondisi pasar dan jenis layanan.
Catatan Kritis: Keadilan bagi Taksi Online
Meskipun Perpres 27/2026 patut diapresiasi, muncul kritik dari pengemudi taksi online (roda empat). Analis Kebijakan Transportasi Azas Tigor Nainggolan menyoroti bahwa aturan ini dinilai diskriminatif karena hanya secara tegas mengatur komisi untuk ojek online, sementara potongan untuk layanan taksi online seperti GoCar dan GrabCar masih berkisar 30–34 persen.
Tigor membeberkan bukti lapangan: penggunaan GoCar dengan tarif Rp56.000, pengemudi hanya mengantongi Rp37.200—potongan mencapai 34 persen. Padahal, beban operasional pengemudi roda empat jauh lebih besar—bahan bakar, cicilan kendaraan, perawatan, hingga asuransi.
Perbandingan Komisi di Negara Lain
Kebijakan pembatasan komisi di Indonesia bukan tanpa preseden. Berikut perbandingan beberapa negara ASEAN:
| Negara | Besaran Komisi | Keterangan |
|---|---|---|
| Vietnam | 27,27% (GrabBike), 32,8% (GrabCar) | Berdasarkan Nghị định 126/2020 (2020) |
| Thailand | 25% | Grab Thailand |
| Singapura | 20,18% (tetap), lalu -10% s.d 25% (dinamis) | Perubahan skema November 2023 |
| Filipina | 20% | Grab Transport |
| Brunei, Kamboja, Myanmar | 10–20% | Biaya sewa aplikasi |
| Indonesia (baru) | 8% | Perpres 27/2026 |
Dengan memangkas komisi menjadi 8 persen, Indonesia menjadi negara dengan potongan aplikasi terendah di kawasan ASEAN. Ini jelas merupakan keberpihakan kuat kepada mitra pengemudi, namun juga perlu dikaji dampaknya terhadap keberlanjutan bisnis aplikator.
Masukan untuk Pemerintah
Pertama, evaluasi berkala dan berbasis data. Penelitian Yang et al. (2025) dan Yu et al. (2020) menekankan pentingnya evaluasi dampak regulasi terhadap berbagai pemangku kepentingan. Pemerintah perlu memantau dampak kebijakan terhadap pendapatan pengemudi dan keberlanjutan aplikator secara berkala.
Kedua, perluas cakupan perlindungan. Atur batas komisi yang adil untuk taksi online agar tidak timbul kesenjangan baru di antara mitra pengemudi. Sebagaimana temuan Yu et al. (2020), regulasi yang dirancang baik dapat menyeimbangkan berbagai kepentingan yang saling bertentangan.
Ketiga, perkuat landasan hukum. Dukung kebijakan dengan revisi UU LLAJ agar status transportasi online memiliki payung hukum kuat dan tidak menimbulkan polemik di kemudian hari.
Keempat, pertimbangkan model penetapan harga yang lebih fleksibel. Penelitian Yan, Yan, dan Shen (2024) menunjukkan bahwa match-based pricing dapat menjadi alternatif yang lebih adil, terutama dalam kondisi biaya tinggi dan permintaan rendah.
Daftar Pustaka
Attari, S. (2025). Optimizing Dynamic Pricing Strategies for Ride-Hailing Services in Competitive Tourist Markets: A Case Study of Bolt in Malaga, Spain. Journal of Transportation Technologies, 15(2), 38-58.
Li, J., Huang, H., Li, L., & Wu, J. (2023). Bilateral Pricing of Ride-Hailing Platforms Considering Cross-Group Network Effect and Congestion Effect. Journal of Theoretical and Applied Electronic Commerce Research, 18(3), 1721-1740.
Li, M., Jiang, G., & Lo, H. K. (2022). Pricing strategy of ride-sourcing services under travel time variability. Transportation Research Part E: Logistics and Transportation Review, 162, 102717.
Yan, C., Yan, J., & Shen, Y. (2024). Pricing Shared Rides. In Proceedings of the 25th ACM Conference on Economics and Computation (EC ’24) (pp. 1). New Haven, CT, USA. ACM.
Yang, J., Yue, J., & Liang, S. (2025). The Price Strategy of Ride-Hailing Service Under Government Supervision: Coexistence Target vs Environmental Target. In Frontiers in Artificial Intelligence and Applications (Vol. 250, pp. 542-550). IOS Press.
Yu, J. J., Tang, C. S., Shen, Z. J., & Chen, X. (2020). Should On-demand Ride Services Be Regulated? SSRN Electronic Journal. https://ssrn.com/abstract=2990209

