Penelitian ini bertujuan untuk mengoptimalkan rute pembacaan meter listrik oleh PLN, yang selama ini menghadapi tantangan efisiensi akibat algoritma konvensional yang kurang adaptif terhadap kompleksitas data lapangan. Penelitian ini mengusulkan pendekatan berbasis Graph Neural Network (GNN) untuk menghasilkan rute yang lebih optimal dan efisien. Proses penelitian melibatkan pengumpulan dan pemrosesan data lokasi pelanggan, data historis rute, dan parameter efisiensi operasional. Data kemudian digunakan untuk melatih model GNN dan algoritma konvensional sebagai pembanding. Kinerja kedua metode dievaluasi berdasarkan efisiensi rute, biaya operasional, produktivitas, dan kepuasan pelanggan. Penelitian ini juga mengimplementasikan algoritma sequential partitioning untuk mengelompokkan data berdasarkan urutan spasial dan temporal, dengan integrasi Traveling Salesman Problem (TSP) untuk optimasi rute dalam setiap klaster dan pemanfaatan GNN untuk meningkatkan akurasi klastering. Hasil evaluasi akan digunakan untuk merekomendasikan implementasi GNN sebagai solusi potensial untuk meningkatkan efisiensi sistem manajemen billing PLN.