Pertumbuhan Online Gig Economy (OGE) yang pesat di dunia berpotensi menurunkan tingkat pengangguran di Indonesia karena sistem kerja dan rekrutmen yang bebas serta
lapangan kerja yang melimpah tanpa memperhatikan batas negara. Dengan jam kerja dan sistem yang fleksibel, OGE juga dapat menjadi alternatif bagi pekerja dengan tempat
kerja yang jauh dan aturan yang mengekang. Namun disamping itu, pertumbuhan ini juga menyebabkan beberapa dampak negatif baik pada pelaku OGE sendiri maupun masyarakat secara luas. Dengan ini eksistensi OGE perlu diukur keberadaannya agar para pengambil keputusan dapat lebih cepat dalam mengambil kebijakan untuk mengatasi dampak negatif yang ditimbulkan. Sayangnya, sistem pengukuran ekonomi dan ketenagakerjaan saat ini masih belum memadai untuk mendeteksi sebaran OGE di Indonesia, khususnya pekerja digital. Penelitian ini menghasilkan sebuah sistem yang dapat mengumpulkan data pekerja digital dari situs-situs yang merupakan platform OGE dan melakukan klasifikasi berdasarkan bidang pekerjaannya. Teknik web crawling and
scraping digunakan untuk mengumpulkan data serta teknik cosine similarity digunakan untuk klasifikasi data. Dengan sistem ini, data tentang pekerja dapat direkam dengan
cepat tanpa melakukan survei lapangan. Kebutuhan data pekerja digital disesuaikan berdasarkan atribut pada Survei Angkatan Kerja Nasional (Sakernas). Secara rata-rata, rancangan sistem dapat mengumpulkan data pekerja sebanyak dua crawl per detik dan melakukan klasifikasi dengan akurasi 83,8%. Data menunjukkan bahwa sebagian besar pekerja digital Indonesia bekerja di bidang creative and multimedia, terkonsentrasi di Pulau Jawa, dan memiliki latar belakang pendidikan S1. Selain itu juga dapat ditaksir bahwa pekerja digital Indonesia memiliki penghasilan rata-rata Rp 3,43 juta per bulan. Kontribusi OGE dalam perekonomian nasional juga ditaksir bahwa nilainya masih belum signifikan.
Having a rapid growth accross the world, Online Gig Economy (OGE) has the potential to reduce unemployment in Indonesia, due to flexible working arragement, flexible
recruitment and lots of job types offered without considering national boundaries. Having flexible working time dan rules, OGE could be an alternative for workers who have a long way to office and tight job regulations. On the other hand, OGE growth has negative impacts on workers themselves and society at large. Therefore, the size of OGE needs to be measured so that easy for decision makers to create policies faster. Unfortunately, current existing economic and labour measurement systems are still not suitable to measure OGE distribution in Indonesia, especially for digital workers. This study produces a system to collect data automatically from sites that were known as OGE platforms and making classification based on occupation class. The methods used for collecting data are web crawling and scraping, and cosine similarity is for data classification. By this way, distribution of workers data could be recorded without any survey on the field. The needs of workers data are adjusted based on Survei Angkatan Kerja Nasional (Sakernas). On average, the prototype can collect worker data two crawls per second and has 83,8% accuracy in classification. The research founds that the trends of Indonesian digital workers are taking creative and multimedia jobs, concentrated at Java island, and having a bachelor degree. From data collection, result can be estimated that Indonesian digital workers paid about IDR 3,43 million in a month. It can also be estimated that the existence of OGE in the national economy is still less significant.
