Layanan pengiriman makanan online membutuhkan proses penentuan prioritas pengiriman yang cepat dan adaptif terhadap kondisi lapangan. Penelitian ini bertujuan untuk menerapkan algoritma Greedy dalam menentukan prioritas pengiriman makanan berdasarkan panjang rute, kondisi lalu lintas, dan cuaca. Penelitian menggunakan metode eksperimental kuantitatif dengan memanfaatkan Food Delivery Route Efficiency Dataset yang diperoleh dari platform Kaggle. Tahapan penelitian meliputi pengumpulan data, preprocessing data, pengambilan sampel order, pembobotan multikriteria, penentuan prioritas menggunakan algoritma Greedy, dan evaluasi hasil prioritas. Dataset digunakan sebagai kumpulan skenario pengiriman, kemudian sistem mengambil 5 order secara acak untuk mensimulasikan antrean pesanan yang masuk pada satu waktu. Setiap order dihitung nilai penaltinya berdasarkan kombinasi panjang rute, indeks lalu lintas, indeks cuaca, dan bobot prioritas operasional. Bobot yang digunakan tidak ditetapkan sebagai nilai tetap universal, melainkan disusun dalam tiga skenario prioritas, yaitu kilometer, lalu lintas, dan cuaca. Hasil penelitian menunjukkan bahwa algoritma Greedy dapat mengurutkan order berdasarkan nilai penalti terkecil, serta menghasilkan urutan prioritas yang dapat berubah sesuai skenario bobot yang digunakan. Dengan demikian, pendekatan pembobotan multikriteria dan algoritma Greedy dapat membantu penentuan prioritas pengiriman secara lebih fleksibel sesuai kondisi operasional.
Copyrights © 2026