Penelitian ini bertujuan untuk mengoptimalkan rute baca meter listrik dengan mengimplementasikan metode klastering yang digabungkan dengan Graph Neural Network (GNN) di Unit Layanan Pelanggan (ULP) Parapat. Latar belakang penelitian ini adalah keterbatasan metode manual dalam perencanaan rute yang semakin kompleks, sehingga GNN dipilih karena kemampuannya memproses data relasional dan menangani data dinamis. Penelitian ini akan menentukan metode klastering yang paling sesuai, mengkaji faktor-faktor yang memengaruhi kinerja GNN, mengintegrasikan informasi tambahan seperti geografis dan preferensi petugas, serta menerapkan hasil rute baca meter dengan GNN. Hipotesis yang diajukan adalah GNN dapat meningkatkan akurasi dan efisiensi perencanaan rute dibandingkan metode konvensional, metode sequential partitioning efektif mengelompokkan pelanggan, dan algoritma Traveling Salesman Problem (TSP) dapat mengurangi jarak tempuh dan waktu operasional. Penelitian ini menawarkan kebaharuan dengan memanfaatkan GNN untuk menangkap hubungan spasial dan topologis antar titik baca meter, mengadopsi metode adaptif dinamis untuk menentukan waktu berdasarkan jarak, dan mengintegrasikan metode klastering sebagai tahap pra-pemrosesan sebelum optimasi rute GNN.