OPTIMASI RUTE KENDARAAN LISTRIK UNTUK TRANSPORTASI PUBLIK BERBASIS ALGORITMA GENETIKA (STUDI KASUS: PT TRANSPORTASI JAKARTA)

Abstract

Penggunaan kendaraan listrik (EV) dalam transportasi publik telah menjadi solusi penting dalam mengurangi emisi karbon dan meningkatkan efisiensi operasional. Penelitian ini bertujuan untuk mengoptimalkan rute transportasi EV pada tiga koridor eksisting menggunakan algoritma genetika serta membandingkan biaya CapEx, OpEx, dan biaya energi antara kondisi eksisting dengan bus konvensional dan kondisi usulan dengan EV. Dengan parameter algoritma genetika seperti populasi 120 dan iterasi 500, hasil penelitian menunjukkan pengurangan jarak tempuh sebesar 10-15% dibandingkan rute eksisting. Penghematan biaya energi mencapai 20% dan biaya operasional turun sekitar 12%. Optimalisasi rute ini tidak hanya meningkatkan efisiensi operasional tetapi juga mendukung kebijakan ramah lingkungan yang lebih berkelanjutan. Hasil ini memberikan rekomendasi untuk pengembangan strategi operasional dan investasi infrastruktur pengisian daya yang lebih efektif dalam mendukung adopsi EV di transportasi publik.