PENERAPAN KECERDASAN BUATAN (AI) UNTUK EFISIENSI RUTE DAN PENGURANGAN EMISI KARBON PADA LAST-MILE DELIVERY: SYSTEMATIC LITERATURE REVIEW

Abstract

Perkembangan perdagangan elektronik (e-commerce) telah meningkatkan kebutuhan akan sistem logistik yang efisien, khususnya pada tahap last-mile delivery yang merupakan proses pengiriman barang dari pusat distribusi kepada pelanggan akhir. Tahap ini sering menghadapi berbagai permasalahan, seperti kemacetan lalu lintas, tingginya biaya operasional, serta peningkatan emisi karbon yang berdampak pada lingkungan. Salah satu teknologi yang dapat digunakan untuk mengatasi permasalahan tersebut adalah Kecerdasan Buatan (Artificial Intelligence atau AI). Penelitian ini bertujuan untuk mengkaji penerapan AI dalam meningkatkan efisiensi rute dan mengurangi emisi karbon pada last-mile delivery melalui metode Systematic Literature Review (SLR). Data penelitian diperoleh dari berbagai artikel ilmiah yang terindeks pada Google Scholar, Scopus, ScienceDirect, dan IEEE Xplore dengan rentang publikasi tahun 2020–2025. Hasil kajian menunjukkan bahwa teknologi AI seperti Machine Learning, Deep Learning, Genetic Algorithm, Ant Colony Optimization, dan Reinforcement Learning mampu meningkatkan efektivitas perencanaan rute, mengurangi jarak tempuh kendaraan, menekan konsumsi bahan bakar, serta meningkatkan kualitas layanan pengiriman. Selain itu, optimalisasi rute berbasis AI terbukti berkontribusi terhadap pengurangan emisi karbon dan mendukung implementasi konsep green logistics. Meskipun masih terdapat tantangan berupa kebutuhan data yang berkualitas, biaya implementasi teknologi, dan keamanan data, AI memiliki potensi besar untuk menjadi solusi utama dalam pengembangan sistem logistik yang efisien, cerdas, dan berkelanjutan di masa depan.