Pengiriman barang yang efisien membutuhkan optimasi jalur guna meminimalkan jarak tempuh dan waktu perjalanan. Penelitian ini mengimplementasikan algoritma Ant Colony Optimization (ACO) untuk menentukan rute terpendek dalam skenario simulasi pengiriman barang. ACO merupakan algoritma metaheuristik yang terinspirasi dari perilaku semut dalam mencari jalur terpendek menuju sumber makanan dengan memanfaatkan jejak feromon. Pengujian dilakukan dengan memvariasikan sejumlah parameter seperti jumlah semut, jumlah iterasi, dan tingkat penguapan feromon. Eksperimen dilakukan pada data dummy yang disusun menyerupai kondisi nyata pengiriman barang. Hasil menunjukkan bahwa algoritma ACO mampu menghasilkan rute terpendek secara efektif, terutama pada kombinasi parameter sebanyak 20 semut, 100–200 iterasi,
dan tingkat evaporasi feromon antara 0,3 hingga 0,5. Selain itu, penerapan ACO juga terbukti stabil dan akurat untuk berbagai ukuran dataset, sehingga memiliki potensi besar untuk diterapkan dalam sistem logistik nyata. Temuan ini menunjukkan bahwa ACO merupakan solusi yang andal untuk optimasi rute pengiriman barang dalam rangka menghemat waktu dan biaya operasional