Perpustakaan Digital ITB

Optimasi rute baca meter listrik merupakan tantangan besar dalam meningkatkan efisiensi layanan listrik. Penelitian ini menggunakan metode Graph Neural Network (GNN) untuk memprediksi urutan kunjungan pelanggan berdasarkan koordinat geografis sebagai alternatif yang lebih adaptif dibandingkan metode konvensional. Saat ini, team Leader transaksi energi di Unit Layanan Pelanggan (ULP) Parapat tidak memiliki peta rute pembacaan meter, baik manual maupun digital, sehingga analisis kebutuhan penambahan petugas atau waktu kerja menjadi terbatas. Aplikasi yang dikembangkan memungkinkan klaster pelanggan seimbang berdasarkan jumlah per petugas, dengan metode klastering Sequential Partitioning. Rute dibuat menggunakan GNN yang dilatih dari algoritma Traveling Salesman Problem (TSP) dengan Nearest Neighbor untuk memperoleh rute terpendek di masing-masing klaster. Operasional yang semula 6 petugas dengan jadwal 11 hari dimodelkan ulang menjadi 8 petugas dengan jadwal 7 hari sesuai arahan UID Sumatra Utara. Hasil GNN menunjukkan jarak tempuh harian konsisten antara 17-20 km dan waktu kerja sekitar 7-8 jam. Implementasi rute ini mampu menurunkan waktu kerja menjadi 6,3-6,6 jam per hari, memberikan tambahan waktu istirahat sekitar satu jam. Optimasi juga mengurangi kesalahan pembacaan meter dari 400-500 kejadian per bulan menjadi nihil, serta mempercepat proses finalisasi rekening dan validasi oleh team leader.