Layanan ride-hailing telah mengubah sistem transportasi perkotaan di berbagai negara dengan memungkinkan pengguna memesan kendaraan melalui aplikasi smartphone. Di Asia Tenggara, khususnya Indonesia, layanan ride-hailing berbasis sepeda motor berkembang sangat pesat karena kemampuannya menjangkau wilayah perkotaan yang padat dan menghadapi kemacetan lalu lintas. Selain memberikan manfaat berupa peningkatan mobilitas, penciptaan lapangan kerja, dan kemudahan akses transportasi, perkembangan layanan ini juga menimbulkan berbagai tantangan, seperti kemacetan, konsumsi energi, emisi, serta ketidakstabilan pendapatan pengemudi.
Di Indonesia, sebagian besar pengemudi menjadikan ride-hailing sebagai sumber pendapatan utama. Namun, untuk mencapai target penghasilan, pengemudi sering menerapkan strategi yang berbeda dalam memilih pesanan. Sebagian pengemudi lebih memilih perjalanan jarak pendek agar dapat memperoleh lebih banyak pesanan dalam waktu yang sama, sedangkan sebagian lainnya memilih perjalanan jarak jauh karena memberikan pendapatan yang lebih besar untuk setiap perjalanan. Selain strategi pemilihan pesanan, perilaku pengemudi saat menunggu permintaan juga dapat memengaruhi kinerja layanan. Sebagian pengemudi memilih tetap berada di lokasi tertentu hingga menerima pesanan (stationary), sedangkan sebagian lainnya bergerak secara aktif untuk meningkatkan peluang memperoleh pelanggan (random cruising). Di sisi lain, perusahaan ride-hailing juga berperan penting dalam menentukan efisiensi sistem melalui kebijakan pencocokan antara pelanggan dan pengemudi, salah satunya dengan menetapkan radius broadcast area yang digunakan untuk menyebarkan permintaan perjalanan kepada pengemudi yang tersedia. Perbedaan strategi pengemudi dan kebijakan platform tersebut berpotensi memengaruhi kualitas layanan, kesejahteraan pengemudi, serta efisiensi operasional sistem secara keseluruhan.
Berdasarkan kondisi tersebut, penelitian ini bertujuan mengevaluasi efektivitas berbagai strategi pengemudi dan kebijakan operasional platform pada layanan motorcycle-based ride-hailing (MBRH). Untuk mencapai tujuan tersebut, penelitian menggunakan pendekatan Agent-Based Modelling and Simulation (ABMS) yang terintegrasi dengan Geographic Information Systems (GIS) guna memodelkan interaksi antara pelanggan, pengemudi, platform, dan lingkungan transportasi secara lebih realistis.
Model simulasi dibangun menggunakan data spasial jaringan jalan dan parameter operasional layanan ride-hailing yang merepresentasikan kondisi nyata wilayah Surabaya Timur. Pengemudi diuji menggunakan dua mode jelajah, yaitu stationary (diam saat menunggu pesanan) dan random (bergerak secara acak saat menunggu pesanan), serta tiga strategi penerimaan pesanan, yaitu menerima semua pesanan (take-all), memprioritaskan perjalanan jarak pendek (short-distance), dan memprioritaskan perjalanan jarak jauh (long-distance). Selain itu, simulasi juga mengevaluasi pengaruh radius broadcast area sebesar 2 km, 4 km, dan 6 km terhadap mekanisme pencocokan (matching) antara pelanggan dan pengemudi. Model diverifikasi melalui pemeriksaan kode, visualisasi, dan keluaran simulasi, kemudian divalidasi menggunakan data operasional nyata pengemudi ride-hailing selama 30 hari. Setiap kombinasi skenario dijalankan untuk mensimulasikan satu periode operasional pengemudi selama 8 jam dan direplikasi sebanyak 30 kali untuk memperoleh hasil yang stabil. Kinerja sistem dievaluasi menggunakan indikator waktu tunggu penumpang, jarak penugasan (dispatch distance), assigned ratio, jumlah pesanan yang dilayani, total distance traveled (TDT), dan pendapatan pengemudi.
Hasil simulasi menunjukkan bahwa strategi pengemudi, mode jelajah, dan radius broadcast area memberikan pengaruh yang signifikan terhadap kinerja layanan ride-hailing berbasis sepeda motor. Strategi short-distance menghasilkan waktu tunggu penumpang dan jarak penugasan yang paling rendah sehingga memberikan kualitas layanan terbaik bagi pelanggan, namun memiliki tingkat penugasan dan produktivitas pengemudi yang relatif rendah. Sebaliknya, strategi long-distance mampu menghasilkan pendapatan bersih tertinggi, terutama pada kondisi permintaan yang tinggi, meskipun waktu tunggu penumpang cenderung lebih besar. Sementara itu, strategi take-all memberikan kinerja paling seimbang dengan jumlah pesanan yang dilayani, rasio penugasan, dan pendapatan pengemudi yang relatif lebih tinggi dibandingkan strategi lainnya. Seiring meningkatnya tingkat permintaan pelanggan, waktu tunggu, jarak penugasan, total jarak tempuh, dan jumlah pesanan yang diterima pengemudi juga cenderung meningkat.
Dari sisi operasional, mode random cruising menghasilkan rasio penugasan, jumlah pesanan, dan pendapatan yang lebih tinggi dibandingkan mode stationary, tetapi menyebabkan total jarak tempuh yang lebih besar sehingga berpotensi meningkatkan konsumsi bahan bakar dan emisi karbon. Radius broadcast area yang lebih besar juga meningkatkan peluang pencocokan antara pelanggan dan pengemudi, namun diikuti oleh peningkatan jarak penugasan dan total perjalanan. Analisis lanjutan menunjukkan bahwa strategi reaktif berupa penolakan pesanan berdasarkan jarak tertentu dapat meningkatkan pendapatan pengemudi pada kondisi permintaan menengah hingga tinggi. Secara keseluruhan, hasil penelitian ini mengungkap adanya trade-off antara kualitas layanan, kesejahteraan pengemudi, efisiensi operasional platform, dan dampak lingkungan. Oleh karena itu, strategi pengemudi maupun kebijakan broadcast area perlu disesuaikan dengan tingkat permintaan layanan agar tercapai keseimbangan antara kepuasan pelanggan, pendapatan pengemudi, efisiensi platform, dan keberlanjutan transportasi perkotaan.
Melalui pendekatan ABMS yang terintegrasi dengan GIS, penelitian ini berhasil memberikan gambaran yang lebih realistis mengenai interaksi dalam ekosistem ride-hailing serta menghasilkan rekomendasi strategis bagi perusahaan dan pembuat kebijakan dalam merancang sistem layanan yang lebih efisien, adil, dan berkelanjutan.
Penulis: Dyah Herawatie
