Bayangkan Anda pergi ke supermarket lokal untuk membeli sebotol susu dua liter dan membayarnya seharga $3. Namun, orang yang antre di depan Anda membayar $3.50, sementara yang di belakang membayar $2. Bagaimana jika harga-harga tersebut ditetapkan berdasarkan data pribadi atau keadaan Anda, bahkan tingkat daya baterai ponsel Anda?
Ini mungkin terdengar seperti fiksi ilmiah, tetapi tidak terlalu jauh dari kenyataan seperti yang Anda duga.
Pada bulan Juli, grup Delta Air Lines dari AS mengungkapkan bahwa sekitar 3 persen dari penetapan harga taret domestiknya ditentukan menggunakan kecerdasan buatan (AI) – meskipun mereka belum menjelaskan secara rinci bagaimana hal ini terjadi. Perusahaan tersebut mengatakan bertujuan untuk meningkatkan angka ini menjadi 20 persen pada akhir tahun ini.
Berita ini menimbulkan kekhawatiran di kalangan konsumen bahwa Delta mungkin menggunakan data pelanggan untuk menentukan berapa yang harus dibebankan kepada mereka. Oleh karena itu, Senator AS Mark Warner, Ruben Gallego, dan Richard Blumenthal mengirimkan surat kepada Delta Air Lines yang meminta informasi lebih lanjut tentang rencana yang dilaporkan untuk menerapkan ‘harga dinamis’ berbasis AI.
“Praktik penetapan harga individual yang saat ini dan direncanakan oleh Delta tidak hanya menimbulkan kekhawatiran privasi data tetapi juga kemungkinan besar akan berarti kenaikan harga taret hingga mencapai ‘titik sakit’ pribadi setiap konsumen, pada saat keluarga Amerika sudah kesulitan dengan biaya hidup yang meningkat,” bunyi surat tersebut.
Meskipun Delta tidak menyangkal penggunaan AI untuk menetapkan harga, mereka membalas dan memberitahu para senator bahwa mereka tidak menggunakannya untuk “praktik penetapan harga yang diskriminatif atau predatoris”.
Namun, menurut mantan Ketua Federal Trade Commission Lina Khan, beberapa perusahaan dapat menggunakan data pribadi Anda untuk memprediksi apa yang mereka ketahui sebagai ‘titik sakit’ Anda – jumlah maksimum yang bersedia Anda habiskan untuk barang atau jasa tertentu.
Pada bulan Januari, Federal Trade Commission (FTC) AS, yang mengatur persaingan usaha yang sehat, melaporkan sebuah studi tentang penetrapan harga pengawasan yang dilakukan pada Juli 2024.
Studi tersebut menemukan bahwa perusahaan dapat mengumpulkan data secara langsung melalui pendaftaran akun, registrasi email, dan pembelian daring untuk melakukan hal ini. Selain itu, piksel web yang diinstal oleh perantara melacak sinyal digital termasuk alamat IP Anda, jenis perangkat, informasi browser, preferensi bahasa, dan interaksi website ‘granular’ seperti pergerakan mouse, pola pengguliran, dan perilaku menonton video.
Ini dikenal sebagai ‘surveillance pricing’ atau penetapan harga pengawasan.
Apa itu penetapan harga pengawasan?
Penetapan harga pengawasan adalah praktik memantau data konsumen untuk menetapkan harga yang dipersonalisasi guna memaksimalkan keuntungan bagi pengecer.
Secara sederhana, akses terhadap informasi pribadi Anda memungkinkan pengecer untuk membebankan harga tertinggi yang menurut mereka bersedia Anda bayar.
Dalam sebuah makalah penelitian tahun 2024, Oren Bar-Gill, ahli hukum dan ekonom di Universitas New York, mendeskripsikan penetapan harga pengawasan sebagai berikut: “Didorong oleh big data, diskriminasi harga algoritmik memungkinkan penjual untuk mengategorikan populasi calon pelanggan ke dalam subkategori yang semakin rinci – masing-masing disesuaikan dengan harga yang berbeda.
“Dalam beberapa kasus, penjual bahkan mampu menetapkan harga yang dipersonalisasi, menuruni kurva permintaan dan menetapkan harga berbeda untuk setiap konsumen.”
Dalam sebuah wawancara dengan ekonom Robert Reich pada Juli tahun ini, Khan mengatakan: “Bukti menunjukkan bahwa aplikasi berbagi tumpangan membebankan harga yang berbeda untuk perjalanan yang persis sama pada waktu yang persis sama. Tidak sepenuhnya jelas, tetapi peneliti melakukan pengujian dan menemukan bahwa pengendara dengan daya baterai ponsel yang lebih rendah dibebankan lebih banyak.”
Delta Airlines dilaporkan ingin menggunakan AI untuk menetapkan harga tiket individual bagi penumpang.
Ini adalah perusahaan terbaru yang mengadopsi taktik tidak jelas bernama “surveillance pricing” yang mengalihfungsikan data pribadi Anda menjadi senjata.
Tonton Lina Khan menjelaskan cara kerjanya. pic.twitter.com/pnRJTyLZq6
— Robert Reich (@RBReich) 16 Juli 2025
Uber menyangkal bahwa mereka sengaja menargetkan pengguna aplikasinya dengan harga yang lebih tinggi. Namun, mantan kepala penelitian ekonominya, Keith Chen, mengungkapkan dalam wawancara NPR pada 2016 bahwa perusahaan telah menemukan bahwa pengguna dengan daya baterai rendah lebih cenderung menerima harga surge.
“Uber menemukan bahwa mereka yang memiliki baterai rendah cenderung menerima harga surge bagaimanapun juga, karena mereka membutuhkan tumpangan pulang saat itu juga, alih-alih menunggu tambahan 15 menit untuk kemungkinan surge turun.
“Kami sama sekali tidak menggunakan hal itu untuk semacam mendorong harga surge yang lebih tinggi kepada Anda, tetapi itu adalah semacam fakta psikologis yang menarik dari perilaku manusia.”
Kemudian, pada tahun 2023, sebuah investigasi oleh surat kabar Belgia La Derniere Heure juga menemukan bahwa harga untuk perjalanan yang sama pada aplikasi Uber dapat berbeda untuk pengguna yang berbeda. Khususnya, pengujiannya menemukan bahwa perjalanan yang sama dari kantor surat kabar tersebut di Brussels akan lebih mahal jika dipesan dari ponsel dengan daya baterai 12 persen – 17,56 euro ($20,51) – daripada dari ponsel dengan daya 84 persen – 16,60 euro ($19,39).
Ketika dimintai komentar, Uber membantah hal ini, dengan menyatakan: “Uber tidak memperhitungkan tingkat baterai ponsel untuk menghitung harga perjalanan. Harga dinamis yang diterapkan pada perjalanan yang dipesan via Uber ditentukan oleh permintaan yang ada untuk tumpangan dan pasokan pengemudi yang dapat menanggapinya.”
Bagaimana secara persis penetapan harga pengawasan berkerja?
Pengecer dapat memantau perilaku daring Anda dengan merekam apa yang Anda klik, waktu penjelajahan Anda, lokasi, dan pilihan perangkat, serta menggabungkan semua ini dengan riwayat pembelian Anda untuk menentukan ‘sensitivitas harga’ Anda.
‘Sensitivitas harga’ biasanya mengukur seberapa banyak perilaku beli pelanggan berubah sebagai respons terhadap pergeseran harga produk.
Untuk melakukan semua ini, mereka menggunakan alat pengawasan AI untuk menghasilkan rekomendasi penetapan harga. Sistem canggih ini beroperasi dalam suatu spektrum, mulai dari strategi penetapan harga luas yang mencakup seluruh toko hingga penyesuaian harga waktu-nyata yang dipersonalisasi dan disesuaikan dengan pola perilaku pengguna individual.
Beragam bisnis yang melayani konsumen – baik yang hanya daring maupun pengecer jalanan – termasuk bahan makanan, pakaian, kesehatan dan kecantikan, barang rumah tangga, kebutuhan sehari-hari, perangkat keras, dan pengecer merchandise umum, termasuk dalam studi penetapan harga pengawasan FTC bulan Januari.
Menurut studi tersebut, berikut adalah beberapa cara pengecer menggunakan penetapan harga pengawasan dalam berbagai tingkat:
- Menargetkan ‘penjudi yang ragu-ragu’: Misalnya, studi menemukan, “jika seorang pelanggan hipotetis yang mengunjungi situs web taruhan olahraga menunjukkan keraguan dengan berlama-lama di halaman beranda lebih lama dari yang diharapkan atau menggerakkan kursor mereka ke arah tombol untuk menutup tab browser, situs web dapat memicu pop-up yang menampilkan acara olahraga populer untuk mendorong pengunjung tetap di situs web dan menempatkan taruhan.”
- Menargetkan pembeli yang tidak berpengalaman: Misalnya, sebuah dealer mobil dapat menawarkan kios di toko untuk membantu pelanggan menjelajahi model kendaraan, fitur, dan opsi finansial yang berbeda untuk sebuah mobil. Pelanggan ini kemudian berpotensi ‘disegmentasi’ sebagai ‘pembeli mobil pertama kali’, menyiratkan bahwa pembeli mungkin ‘kurang paham tentang opsi yang tersedia dan dipromosikan suku bunga pembiayaan tertentu, diskon trade-in, atau produk perawatan’, simpul studi tersebut.
- Menargetkan pelanggan yang memilih opsi ‘pengiriman cepat’: Misalnya, orang tua yang memilih opsi “pengiriman cepat” untuk pembelian susu formula bayi bisa jadi adalah orang tua yang terburu-buru yang mungkin kurang ‘peka terhadap harga’.
- Mengecualikan pelanggan setia dari diskon: Misalnya, studi mengatakan, sebuah apotek dapat memilih untuk mengecualikan pelanggan tetap dari promosi khusus untuk obat-obatan bebas atau suplemen penurun berat badan karena percaya bahwa pelanggan tersebut akan membeli produknya bagaimanapun. “Sebaliknya, mereka dapat menargetkan kode diskon kepada sekelompok pembeli yang tidak sering untuk produk-produk ini yang mungkin ‘berisiko’ untuk tidak lagi terlibat.”
- Menganalisis perilaku pelanggan: “Tindakan seperti memasukkan item ke dalam keranjang, tetapi tidak membeli, atau menyortir umpan produk dari harga ‘terendah’ ke ‘tertinggi’, secara hipotetis dapat digunakan untuk menyimpulkan aspek-aspek seperti keadaan emosional pembeli, niat pembelian, atau sensitivitas finansial,” simpul studi tersebut.
- Keterlibatan video: Pengecer daring dapat menentukan seberapa besar kemungkinan seseorang membayar harga lebih tinggi dengan mengukur keterlibatan mereka dengan video informasi, temuan studi. “Sebuah pengecer daring untuk perlengkapan survivalis, misalnya, dapat menggunakan informasi bahwa seorang pengunjung situs menonton setidaknya 65 persen dari sebuah video di halaman berandanya sebagai sinyal bahwa mereka mungkin responsif terhadap pesan teks yang mendesak mereka untuk melakukan pembelian,” katanya.
- Menggunakan data pribadi untuk iklan bertarget: Misalnya, sebuah perusahaan kosmetik dapat mengumpulkan informasi tentang jenis kulit atau warna kulit konsumen melalui survei. “Perusahaan kemudian dapat menggunakan informasi tentang warna kulit tersebut untuk menargetkan konsumen dengan iklan atau promosi,” temuan studi.
- Penetapan harga berbasis lokasi: Pengecer dapat menyesuaikan situs web mereka sehingga pengunjung hanya melihat harga spesifik yang ditampilkan di toko terdekat dari lokasi mereka.
Bagaimana AI digunakan dalam penetapan harga pengawasan?
Pengecer menggunakan AI untuk mengumpulkan informasi rinci tentang konsumen, termasuk data login, lokasi, perilaku penelusuran, ‘item keranjang yang ditinggalkan’, dan bahkan pola pergerakan mouse, kemudian memasukkan informasi ini ke dalam algoritma penetapan harga.
AI menilai kesediaan membayar (Willingness To Pay/WTP) individu, kemudian secara sistematis menguji berbagai titik harga untuk mengidentifikasi harga optimal yang akan menghasilkan pendapatan paling banyak.
“Penjual semakin memanfaatkan big data dan algoritma canggih untuk mendiskriminasi harga di antara pelanggan,” kata Bar-Gill. “Memang, kita sedang mendekati dunia di mana setiap konsumen akan dikenakan harga yang dipersonalisasi untuk produk atau layanan yang dipersonalisasi … banyak pengecer dan situs perjalanan menetapkan harga yang dipersonalisasi yang bervariasi hingga ratusan dolar dari satu konsumen ke konsumen berikutnya.”
Dia menambahkan bahwa perantara yang berspesialisasi dalam mengidentifikasi kesediaan membayar (WTP) konsumen dan menjual informasi ini kepada pengecer juga telah mulai bermunculan.
Apakah ini bahkan diperbolehkan?
Ya, tetapi hal ini semakin dipertanyakan.
Sejauh tahun ini, legislator negara bagian AS telah memperkenalkan 51 RUU di 24 negara bagian yang bertujuan untuk mengatur penetapan harga algoritmik, peningkatan yang signifikan dari 10 RUU yang disahkan sepanjang tahun 2024.
Banyak dari tindakan legislatif ini secara khusus menargetkan perangkat lunak penetapan sewa, yang memungkinkan penetapan harga dalam pasar perumahan. Para advokat juga mendorong untuk membatasi penetapan harga berbasis pengawasan yang menyesuaikan biaya berdasarkan data pribadi, lokasi, atau perilaku penelusuran.
Khususnya:
- Pada 9 Mei, Gubernur New York Kathy Hochul menandatangani A3008, yang melarang penetapan harga algoritmik yang dipersonalisasi yang tidak diungkapkan.
- Dua RUU Senat Ohio, SB 79 dan SB 328, mewajibkan bisnis dengan pendapatan lebih dari $5 juta untuk memberi tahu konsumen jika suatu harga atau syarat berasal dari algoritma penetapan harga.
- California Assembly Bill 446 berusaha untuk melarang penetapan harga pengawasan dengan data pribadi. Namun, RUU tersebut menghadapi penolakan kuat dan sebagian besar dibatalkan, meskipun debat berlanjut pada RUU lainnya.
Negara lain juga memperkenalkan regulasi. Per April 2025, Undang-Undang Pasar, Persaingan, dan Konsumen Digital (Digital Markets, Competition and Consumers Act/DMCCA) memungkinkan Otoritas Persaingan dan Pasar (Competition and Markets Authority/CMA), regulator persaingan utama Inggris, untuk mendenda perusahaan hingga 10 persen dari pendapatan global karena praktik konsumen yang tidak adil atau menyesatkan, termasuk penetapan harga digital yang tersembunyi atau bias.
Partisipasi publik dan undang-undang regulasi akan terus memainkan peran penting dalam mengurangi risiko perusahaan menggunakan data pribadi untuk praktik penetapan harga yang tidak adil.
Apakah penetapan harga pengawasan baru?
Tidak juga – lebih tepatnya nama praktik ini telah berubah seiring waktu. Sebelumnya dikenal sebagai ‘diskriminasi harga’ atau ‘harga dinamis’.
Pada tahun 2008, Norwich Union, perusahaan asuransi terbesar di Inggris, yang sekarang disebut Aviva, menghentikan kebijakan asuransi mobil ‘Pay As You Drive’-nya karena kekhawatiran pelanggan tentang pengawasan dan privasi.
Skema ‘Pay As You Drive’ menggunakan teknologi satelit dan perangkat pelacakan untuk memantau pola perjalanan pengemudi, memberikan premi diskon kepada pelanggan yang menghindari periode mengemudi berisiko tinggi.
Hari ini, banyak perusahaan asuransi Inggris menyediakan peralatan pengawasan yang dikenal sebagai ‘kotak hitam’, yang dipasang oleh pengemudi baru di mobil mereka. Semakin baik Anda mengemudi, semakin rendah premi Anda.
Pada tahun 2000-an, Amazon bereksperimen dengan harga dinamis, menawarkan harga DVD yang bervariasi menggunakan data penelusuran pelanggan dan cookie website. Setelah banyak keluhan pelanggan, debat tentang keadilan dan transparansi dalam e-commerce dimulai. Beberapa kritikus berargumen bahwa praktik Amazon menyerupai diskriminasi harga, menimbulkan kekhawatiran etis.
Amazon mengatakan bahwa eksperimen penetapan harga