Perkembangan teknologi memunculkan layanan pengantaran barang secara langsung dari lokasi pengambilan ke lokasi pengantaran melalui platform transportasi online. Salah satu jenisnya adalah same-day delivery yang memastikan barang sampai di hari yang sama. Layanan ini termasuk ke dalam Pickup-Delivery Problem with Time Windows, yaitu masalah optimasi rute kendaraan untuk mengambil dan mengantar barang dalam rentang waktu tertentu dengan mempertimbangkan kendala lainnya. Same-day delivery menawarkan kemudahan dan kecepatan dengan biaya terjangkau sehingga menjadi pilihan yang menguntungkan bagi masyarakat. Kurir melayani beberapa pesanan dalam satu rute, sedangkan perusahaan penyedia layanan berupaya meminimalkan total biaya operasional untuk memaksimalkan keuntungan. Oleh karena itu, optimasi rute yang meminimalkan total biaya operasional menjadi poin penting dalam layanan pengantaran barang same-day. Metode yang digunakan untuk mencari solusi optimal pada penelitian skripsi ini adalah metode Simulated Annealing. Metode Simulated Annealing mengambil analogi dari proses annealing pada logam padat. Proses annealing adalah proses pemanasan logam padat hingga suhu tinggi dan dilakukan pendinginan secara perlahan hingga mencapai keadaan energi minimum agar membentuk kristal. Analogi ini dapat diterapkan pada masalah optimasi kombinatorial dengan keadaan logam padat merepresentasikan solusi layak, energi setiap keadaan sesuai dengan nilai fungsi objektif, dan keadaan energi minimum adalah solusi optimal. Solusi awal dibentuk menggunakan metode Nearest Neighbor dengan aturan mengunjungi pelanggan terdekat yang belum dikunjungi dan memenuhi kendala yang ada. Implementasi metode Simulated Annealing pada data simulasi 30 kurir dan 30 pelanggan dengan parameter I_iter sebesar 100, T_0 sebesar 5, T_stop sebesar 0,01, dan alpha sebesar 0,85 dapat menghemat total biaya operasional sebesar 24,47% dibandingkan metode Nearest Neighbor.

The development of technology has introduced a goods delivery service that directly from the pickup location to the delivery location through online transportation platforms. One type is same-day delivery which ensures that goods arrive on the same day. This service is included in the Pickup-Delivery Problem with Time Windows, which is the problem of optimizing vehicle routes for picking up and delivering goods within a specific time windows by considering other constraints. Same-day delivery offers convenience and speed at an affordable cost, making it a profitable option for the public. Couriers serve several orders in one route, while service providers try to minimize total operational costs to maximize profits. Consequently, route optimization that minimizes total operational costs is an important point in same-day goods delivery service. The method used to find the optimal solution in this thesis research is the Simulated Annealing method. The Simulated Annealing method takes an analogy from the annealing process in solid metals. The annealing process is the process of heating solid metals to high temperatures and cooling them slowly until they reach a minimum energy state to form crystals. This analogy can be applied to combinatorial optimization problems, where the solid metal state represents a feasible solution, the energy of each state corresponds to the objective function value, and the minimum energy state is the optimal solution. The initial solution is constructed using the Nearest Neighbor method with the rule of visiting the nearest unvisited customer and satisfying existing constraints. The implementation of the Simulated Annealing method on simulation data of 30 couriers and 30 customers with parameters I_iter of 100, T_0 of 5, T_stop of 0,01, and alpha of 0,85 can save total operational costs by 24,47% compared to the Nearest Neighbor method.