<![CDATA[Proses distribusi produk dalam rantai pasok modern menghadapi tantangan besar terkait efisiensi operasional, terutama pada penentuan rute armada yang optimal demi meminimalkan jarak, waktu, dan biaya operasional. Penelitian ini bertujuan untuk mengoptimalkan rute pendistribusian barang komoditas konsumen (FMCG) pada wilayah perkotaan padat dengan menerapkan algoritma metaheuristik Ant Colony Optimization (ACO) untuk menyelesaikan Vehicle Routing Problem (VRP). Metode yang digunakan menggabungkan pendekatan kuantitatif analitis berbasis teori graf dengan pemodelan simulasi matematis perilaku koloni semut buatan. Data penelitian mencakup titik koordinat 20 toko mitra (depot dan konsumen) di wilayah Surabaya Timur, dengan matriks jarak antar-simpul yang dihitung secara presisi berbasis visualisasi spasial. Algoritma ACO diimplementasikan melalui inisialisasi parameter terkontrol (a = 1, B = 1, P = 0.5) dan pembaharuan jejak feromon (pheromone trail) secara iteratif guna menuntun agen semut menemukan jalur global terpendek. Hasil analisis menunjukkan bahwa algoritma ACO berhasil mengonvergensikan rute distribusi acak menjadi satu jaringan sirkuit tertutup (tour) teroptimasi yang memangkas akumulasi jarak tempuh harian armada secara signifikan dibandingkan dengan metode penentuan rute konvensional atau Greedy. Kesimpulan penelitian menegaskan bahwa fleksibilitas dan kemampuan eksplorasi-eksploitasi dari algoritma ACO menjadikannya instrumen manajerial yang sangat efektif untuk memecahkan kompleksitas VRP skala industri, yang pada gilirannya mampu menekan pengeluaran logistik korporasi sekaligus meningkatkan keandalan layanan pengiriman barang di area urban.]]>
