Lewati ke konten utama
Penawaran bulan ini: Hemat 50% Engineering Kick-Off untuk proyek baru hingga akhir bulan ini. Lihat penawaran
Studi kasus

Aplikasi Rute Sales Berbasis AI: Visit Plan Sebulan Otomatis

Studi kasus CSA Sales Route Planner: AI route engine menyusun visit plan sebulan per salesman dari satu form, dengan jarak jalan nyata dan aturan per cabang.

· 8 menit baca · Venturo

Aplikasi Rute Sales Berbasis AI: Visit Plan Sebulan Otomatis

CSA membutuhkan cara yang lebih cepat dan konsisten untuk merencanakan kunjungan tim sales distribusinya di setiap cabang. Sebagai mitra jasa pembuatan aplikasi rute sales berbasis AI, Venturo membangun CSA Sales Route Planner: web app internal dengan AI route engine yang menyusun rencana kunjungan sebulan untuk setiap salesman, lengkap dengan urutan toko dan estimasi jam tiba.

Perencana rute cukup memilih cabang, salesman, dan periode. AI lalu memilih toko yang perlu dikunjungi, menentukan harinya, mengurutkan stop, dan menghitung jam tiba berdasarkan jarak jalan sungguhan, dengan tetap mematuhi aturan cabang. Supervisor tinggal meninjau hasilnya di peta.

CSA Sales Route Planner, aplikasi rute sales berbasis AI yang menyusun visit plan bulanan dengan peta toko dan aturan per cabang.

CSA Sales Route Planner, aplikasi rute sales berbasis AI yang menyusun visit plan bulanan dengan peta toko dan aturan per cabang.

KlienCSA
IndustriDistribusi, untuk tim sales lapangan di banyak cabang
LayananProject end-to-end: desain alur, AI route engine, frontend, backend, database, dan deployment
PlatformAI route engine, web app internal (back-office), dashboard peta, REST API
Tech stackAI engine: OSRM (jarak jalan), geo-clustering, scheduling berbasis aturan, goroutine paralel, WebSocket; React 19, TypeScript, Vite, MUI 7, Tailwind, TanStack Query; Leaflet + OpenStreetMap; Go 1.25 + Gin, PostgreSQL, JWT, Swagger; Docker, Nginx, GitHub Actions
DurasiFase 1 ±3,5 minggu; production ±4 bulan (9 Februari sampai 18 Juni 2026), lalu penyempurnaan

Tantangan

Setiap cabang CSA memiliki puluhan salesman yang harus mengunjungi toko secara rutin. Sebelum sistem ini ada, rencana kunjungan disusun di spreadsheet, tanpa peta dan tanpa aturan yang sama di semua cabang. Ada empat masalah utama:

  • Menyusun rute menyita waktu supervisor. Rencana lebih dari seribu kunjungan per cabang setiap bulan dikerjakan secara manual.
  • Tidak ada gambaran lokasi. Sebaran toko dan urutan kunjungan tidak terlihat di peta, sehingga rute salesman sering bolak-balik.
  • Aturan kunjungan berbeda-beda. Jam kerja, batas toko per hari, dan frekuensi kunjungan ke toko prioritas berbeda antar cabang.
  • Data master tercecer. Data salesman, toko, dan koordinatnya tidak tersimpan di satu sumber.

Ribuan kombinasi toko, hari, dan salesman perlu dihitung sekaligus, karena itu Venturo menjadikan AI sebagai inti sistem.

Solusi

Venturo merancang alur kerja yang mengikuti cara tim distribusi bekerja: data dirapikan, aturan ditetapkan per cabang, AI menyusun rencana, lalu tim meninjau dan memantau hasilnya di peta. Setiap langkah dipegang peran yang berbeda, dan hak aksesnya diatur lewat role dan permission.

Alur sistem perencanaan rute sales berbasis AI: master data, aturan cabang, AI generate plan, arsip rencana, dan Maps Area di atas REST API Go.

Alur sistem perencanaan rute sales berbasis AI: master data, aturan cabang, AI generate plan, arsip rencana, dan Maps Area di atas REST API Go.

AI route engine yang menyusun rute sebulan

Inti CSA Sales Route Planner adalah AI route engine. Mesin ini membaca tiga jenis input: data customer (koordinat GPS, status aktif, area, dan kategori Top 20 atau Potensi), aturan cabang, serta jaringan jalan nyata. Jarak dan waktu tempuh antar toko dihitung dari rute jalan sungguhan lewat OSRM, bukan garis lurus, sehingga estimasi jam tiba lebih realistis.

Dari input tersebut, AI menjalankan enam tahap:

  1. Saring customer. Data ganda dibuang, dan hanya toko yang aktif, punya koordinat, serta berada di area salesman yang masuk rencana. Toko yang gugur dicatat beserta alasannya.
  2. Nilai prioritas. Setiap toko diberi skor dan target frekuensi kunjungan bulan itu: toko Top 20 4 kali, toko berpotensi 2–4 kali, dan toko reguler 1 kali.
  3. Petakan jarak. AI membangun matriks jarak dan waktu tempuh dari kantor ke semua toko dan antar toko, lalu mengelompokkan toko menjadi dekat (di bawah 10 km), sedang (10–20 km), dan jauh (di atas 20 km).
  4. Susun jadwal. Slot toko Top 20 dan toko berjadwal khusus dikunci lebih dulu, lalu setiap hari diisi dengan toko terdekat dari stop sebelumnya, selama jam tiba ditambah durasi kunjungan masih di dalam jam operasional.
  5. Selesaikan bentrok. Satu toko tidak boleh didatangi dua salesman di hari yang sama, hari luar kota dipisahkan, dan hari yang terlalu sepi dipadatkan.
  6. Validasi dan laporan. Hasil akhir dicek ulang terhadap jam kerja, kuota toko, dan frekuensi, coverage dihitung, lalu plan disimpan ke arsip agar siap ditinjau.

Hasilnya adalah jadwal sebulan per salesman dalam pola 4 minggu × 6 hari kerja: toko per tanggal, urutan stop, estimasi jam tiba, lama kunjungan, dan jarak dari stop sebelumnya. Toko yang tidak bisa dijadwalkan ikut dilaporkan beserta alasannya agar bisa ditindaklanjuti manual. Semua salesman dalam satu cabang diproses paralel di server, dan progresnya tampil langsung di layar.

AI route engine CSA: input data customer, aturan cabang, dan jarak jalan OSRM diproses dalam enam tahap menjadi jadwal kunjungan sebulan per salesman.

AI route engine CSA: input data customer, aturan cabang, dan jarak jalan OSRM diproses dalam enam tahap menjadi jadwal kunjungan sebulan per salesman.

AI yang memutuskan, tim CSA yang memegang kendali

AI memutuskan isi dan urutan rencana kunjungan: toko mana di hari apa (toko jauh di awal minggu, toko dekat di Jumat–Sabtu), urutan stop harian yang dimulai dari kantor cabang, estimasi jam tiba, pengelompokan toko luar kota di hari tersendiri, dan toko mana yang dikeluarkan karena tidak muat.

Keputusan akhir tetap di tangan tim CSA. Mereka menetapkan aturan dasar per cabang, meninjau plan lewat preview dan peta sebelum dipakai, dan bisa memindahkan toko ke hari atau salesman lain dengan jarak yang dihitung ulang otomatis. Bila koreksi manual melebihi 20%, plan ditandai untuk direview. Pola plan juga bisa disalin ke siklus bulan berikutnya.

Pembagian peran di CSA Sales Route Planner: AI menyusun isi dan urutan kunjungan, tim CSA menetapkan aturan dan memegang keputusan akhir.

Pembagian peran di CSA Sales Route Planner: AI menyusun isi dan urutan kunjungan, tim CSA menetapkan aturan dan memegang keputusan akhir.

Aturan kunjungan sebagai batasan AI

Halaman Variable & Rule Settings menjadi tempat cabang menetapkan batas operasionalnya, dan semua nilai di sini menjadi batasan yang dipatuhi AI: jam berangkat dan batas jam kunjungan, kecepatan rata-rata perjalanan, jumlah maksimal toko per hari (misalnya 12 toko pada hari kerja dan 8 toko pada hari Sabtu), durasi kunjungan, frekuensi kunjungan toko Top 20, dan titik awal rute dari koordinat kantor.

Variable & Rule Settings: jam kerja, batas toko per hari, frekuensi kunjungan toko Top 20, dan lokasi GPS kantor cabang.

Variable & Rule Settings: jam kerja, batas toko per hari, frekuensi kunjungan toko Top 20, dan lokasi GPS kantor cabang.

Visit plan bulanan dari satu form

Perencana rute cukup mengisi satu form: cabang, salesman, dan periode, lalu AI menyusun rencana kunjungannya. Setiap rencana tersimpan di Route Plan Archive, lengkap dengan jumlah kunjungan, jumlah salesman, hari kerja, pembuat rencana, dan statusnya, sehingga riwayat setiap periode mudah ditelusuri. Contohnya, satu plan memuat 1.224 kunjungan untuk 5 salesman dalam 20 hari kerja.

Form Generate Visit Plan dan Route Plan Archive: rencana kunjungan sebulan tersusun dari satu form dan tersimpan per periode. Data pada gambar adalah data contoh.

Form Generate Visit Plan dan Route Plan Archive: rencana kunjungan sebulan tersusun dari satu form dan tersimpan per periode. Data pada gambar adalah data contoh.

Maps Area untuk meninjau dan memantau rute

Di Maps Area, supervisor memilih seorang salesman lalu melihat seluruh toko dalam rutenya di atas peta OpenStreetMap. Urutan kunjungan ditandai nomor, garis rute digambar di antara toko, dan ringkasan di bagian atas menunjukkan total jarak, durasi, serta jumlah toko. Di samping peta, daftar route stop menampilkan status setiap toko (Visited atau Pending) beserta waktu check-in.

Maps Area menampilkan urutan toko, garis rute, total jarak, durasi, dan status kunjungan setiap salesman di peta. Data pada gambar adalah data contoh.

Maps Area menampilkan urutan toko, garis rute, total jarak, durasi, dan status kunjungan setiap salesman di peta. Data pada gambar adalah data contoh.

Master data yang siap dihitung AI

Admin mengelola data salesman (kode, area, produk, dan supervisor), customer, cabang, supervisor, dan hari libur dalam satu sistem, termasuk import data massal dari Excel. Setiap toko menyimpan koordinat GPS, jadi toko baru langsung bisa tampil di peta dan dihitung AI. Daftar customer bisa disaring per salesman, toko yang sudah tidak aktif ditandai nonaktif, dan data yang terhapus masih bisa dipulihkan.

Master Customer menyimpan alamat, koordinat GPS, dan status aktif setiap toko, dengan filter per salesman. Data pada gambar adalah data contoh.

Master Customer menyimpan alamat, koordinat GPS, dan status aktif setiap toko, dengan filter per salesman. Data pada gambar adalah data contoh.

Keunggulan

  • Rute sebulan disusun AI dalam satu klik. Pekerjaan yang dulu dikerjakan tangan oleh supervisor kini cukup dengan memilih cabang, salesman, dan periode.
  • Jarak jalan sungguhan, bukan garis lurus. Waktu tempuh dihitung dari jaringan jalan lewat OSRM, sehingga urutan stop dan estimasi jam tiba lebih mendekati kondisi lapangan.
  • Aturan cabang selalu dipatuhi. Setiap jadwal dicek ulang terhadap jam kerja, kuota toko, dan frekuensi kunjungan, sementara nilainya tetap bisa disesuaikan per cabang.
  • AI transparan, manusia tetap memegang kendali. Toko yang tidak terjadwal disertai alasan, plan bisa dikoreksi lewat reassign, dan koreksi di atas 20% memicu penanda review.
  • Siap untuk banyak perusahaan dan siap diintegrasikan. Hak akses diatur lewat role, permission per modul, dan template akses, satu pengguna bisa berpindah antar perusahaan, dan backend berupa REST API Go terpisah (/core/v1) dengan dokumentasi Swagger serta API credential untuk aplikasi lain atau aplikasi mobile salesman.

Di balik layar, aplikasi ini terdiri dari dua repositori: frontend React dan backend Go dengan 21 modul domain, 58 migrasi database PostgreSQL, serta audit log. Antarmuka juga sudah menyiapkan modul distribusi untuk order, inventori (termasuk peringatan stok menipis), dan pengiriman.

Timeline CSA Sales Route Planner dari kickoff 9 Februari sampai production 18 Juni 2026, beserta tech stack AI engine, frontend, backend, dan delivery.

Timeline CSA Sales Route Planner dari kickoff 9 Februari sampai production 18 Juni 2026, beserta tech stack AI engine, frontend, backend, dan delivery.

Hasil

Fase 1 selesai dalam sekitar 3,5 minggu (9 Februari sampai 3 Maret 2026). Setelah itu AI route engine terus dimatangkan, mulai dari jarak jalan OSRM, penyelesaian bentrok antar salesman, hingga kontrol manual, sampai rilis production pada 18 Juni 2026, dengan lebih dari 620 commit di frontend dan backend. Hasil utamanya bagi CSA:

  • Rencana kunjungan sebulan per salesman disusun AI dari satu form, bukan disusun manual di spreadsheet.
  • Urutan stop dan estimasi jam tiba dihitung dari jarak jalan sungguhan, sehingga rute bolak-balik bisa dikurangi.
  • Aturan kunjungan setiap cabang dipakai secara konsisten setiap kali AI menyusun rencana.
  • Supervisor tetap memegang keputusan akhir: meninjau di peta, mengoreksi lewat reassign, dan melihat alasan toko yang tidak terjadwal.

Sistem internal lain yang dibangun Venturo dengan pendekatan serupa dapat Anda baca di portfolio Sistem Manajemen Properti PROMIS: Booking hingga Laporan.

Bangun Sistem Berbasis AI Bersama Venturo

Apakah tim sales atau distribusi Anda masih menyusun rute kunjungan secara manual? Venturo dapat membangun web app internal dengan mesin AI, dashboard peta, dan API yang sesuai dengan alur kerja perusahaan Anda, baik sebagai proyek end-to-end maupun sebagai Dedicated Team yang bekerja seperti tim internal Anda. Ceritakan kebutuhan Anda, dan tim kami akan membantu memetakan solusi yang paling sesuai.

Punya Proyek Serupa?

Kami bisa membangun solusi serupa, disesuaikan dengan proses dan kebutuhan bisnis Anda.

Konsultasi Gratis
Hubungi Kami !!Konsultasi 100% Gratis