Pernahkah Anda terjebak di teras gedung saat hujan deras, membuka aplikasi ojek online (ojol), dan terkejut melihat tarif yang biasanya Rp20.000 tiba-tiba melonjak menjadi Rp50.000? Banyak yang langsung mengeluh dan menganggap perusahaan aplikasi sedang “aji mumpung”. Namun, dari kacamata Ilmu Ekonomi, ini adalah mekanisme yang sangat rasional agar ekosistem layanan tidak lumpuh.

Sistem tarif yang berubah-ubah secara real-time ini dikenal dengan sebutan Surge Pricing (Harga Dinamis). Berikut adalah anatomi ekonomi yang bekerja di baliknya:

1. Benturan Permintaan (Demand) dan Penawaran (Supply)

Dalam kondisi cuaca cerah, jumlah penumpang dan driver berada pada titik keseimbangan. Begitu hujan turun, keseimbangan pasar ini hancur dalam hitungan menit.

Permintaan Meroket : Orang yang tadinya berniat naik kendaraan umum atau berjalan kaki mendadak beralih memesan taksi online. Di saat yang sama, pesanan antar makanan (food delivery) membeludak karena orang enggan keluar rumah.
Penawaran Menukik : Banyak driver motor (dan mobil) memilih menepi untuk berteduh atau beristirahat. Selain itu, hujan memicu kemacetan lalu lintas, membuat waktu tempuh satu pesanan menjadi dua kali lipat lebih lama. Artinya, sirkulasi ketersediaan driver melambat drastis.

2. Kalkulasi Biaya Peluang (Opportunity Cost) & Insentif Risiko

Posisikan diri Anda sebagai seorang driver. Mengemudi saat hujan berarti menghadapi visibilitas buruk, jalanan licin, risiko kecelakaan yang lebih tinggi, serta potensi smartphone rusak dan jatuh sakit. Apakah Anda rela mengambil risiko tersebut jika bayarannya sama saja dengan cuaca cerah?

Di sinilah surge pricing bekerja sebagai insentif finansial. Algoritma sengaja menaikkan tarif untuk “merayu” para driver yang sedang berteduh agar mau kembali mengaspal. Kenaikan harga tersebut pada dasarnya adalah kompensasi atau premi risiko yang harus dibayar konsumen atas kenyamanan yang dikorbankan oleh driver.

3. Menyeleksi “Willingness to Pay” (Kesediaan Membayar)

Tarif yang mahal berfungsi sebagai filter alami yang menyeleksi konsumen berdasarkan tingkat urgensinya. Dalam ekonomi, ini berkaitan dengan willingness to pay :

Jika Anda harus mengejar jadwal kereta atau ada keadaan darurat medis, nilai utilitas dari perjalanan tersebut sangat tinggi. Anda akan menekan tombol “Pesan” tanpa ragu.
Jika Anda hanya ingin pulang santai sehabis hangout, melihat tarif yang melambung akan membuat Anda memutuskan untuk menunggu hujan reda atau mencari moda transportasi lain.

Keputusan Anda untuk mundur sementara dari pasar (menunda pesanan) sangat membantu menekan angka permintaan. Hal ini memberikan ruang bagi mereka yang benar-benar dalam kondisi darurat untuk mendapatkan driver.

4. Algoritma sebagai “Tangan Tak Terlihat”

Ekonom Adam Smith memiliki teori Invisible Hand—kekuatan pasar yang menyeimbangkan dirinya sendiri. Saat ini, “tangan tak terlihat” tersebut bermanifestasi dalam bentuk algoritma.

Sistem aplikasi membaca heat map di sebuah area. Jika ada 100 orang di satu kawasan Tertentu yang membuka aplikasi bersamaan namun hanya ada 10 driver yang online, sistem akan mendongkrak harga tahap demi tahap. Tujuannya adalah mencari titik ekuilibrium (keseimbangan) baru, harga persis di mana jumlah penumpang yang rela membayar mahal sepadan dengan jumlah driver yang bersedia menembus hujan.

Bagaimana Sudah Paham Kenapa Kenaikan tarif ojol saat hujan bukanlah sistem yang dibuat murni untuk menyusahkan pelanggan, melainkan mekanisme agar roda transaksi tidak berhenti total saat cuaca sedang tidak bersahabat.