Hasil penelitian ini menjelaskan implementasi klastering, TSP, dan GNN untuk menentukan lokasi baca petugas dan urutan baca di Unit Layanan Pelanggan Parapat, menggunakan Python dan Google Colab. Penelitian meliputi pemahaman data (data inspeksi ULP Parapat), persiapan data (pembersihan data, penghapusan kolom yang tidak diperlukan, dan klastering dengan sequential partitioning), pemodelan (klastering, TSP dengan algoritma nearest neighbor, dan GNN dengan GCN untuk optimasi rute), dan evaluasi. Klastering bertujuan membagi wilayah menjadi kelompok-kelompok petugas, TSP mengurutkan rute baca, dan GNN mengoptimalkan rute berdasarkan kondisi lapangan. Hasil evaluasi menunjukkan bahwa sequential partitioning cocok untuk klastering karena distribusi pelanggan yang merata, nearest neighbor efektif untuk TSP karena kecepatannya, dan GNN menghasilkan prediksi urutan baca yang akurat, mengurangi eror baca, dan mengefisienkan waktu kerja petugas. Peta rute yang dihasilkan dari GNN diimplementasikan dalam aplikasi AppSheet untuk memudahkan petugas di lapangan.