Science . 18/11/2026, 11:18 WIB

Bagaimana Aplikasi Belanja Bisa Menampilkan Perkiraan Waktu Paket Tiba?

Penulis : Makruf  |  Editor : Makruf

fin.co.id - Pernahkah Anda membuka aplikasi belanja dan menemukan informasi bahwa paket akan tiba dalam dua hari, bahkan dilengkapi perkiraan jam kedatangan? Informasi tersebut bukan sekadar tebakan. Aplikasi belanja menggunakan data pengiriman, lokasi paket, riwayat perjalanan, kondisi operasional kurir, serta perhitungan algoritma untuk memperkirakan kapan barang sampai ke tangan pembeli.

Teknologi ini memungkinkan pelanggan mengetahui perkembangan pesanan tanpa harus menghubungi penjual atau perusahaan ekspedisi. Meskipun demikian, waktu yang ditampilkan tetap berupa estimasi karena perjalanan paket dapat dipengaruhi berbagai kondisi yang berubah sewaktu-waktu.

Data Apa Saja yang Digunakan untuk Memperkirakan Kedatangan Paket?

Aplikasi belanja tidak menghitung waktu kedatangan hanya berdasarkan jarak antara gudang dan alamat penerima. Ada sejumlah informasi yang perlu diproses agar perkiraan tersebut mendekati kondisi sebenarnya.

Salah satu data terpenting adalah lokasi terakhir paket. Setiap kali barang melewati tahapan pengiriman, petugas biasanya melakukan pemindaian barcode atau kode pelacakan. Hasil pemindaian tersebut kemudian dikirimkan ke sistem perusahaan ekspedisi.

Sebagai contoh, ketika paket meninggalkan gudang penjual, masuk ke pusat sortir, tiba di gudang kota tujuan, hingga dibawa kurir untuk diantarkan, setiap perubahan status dapat menjadi informasi baru bagi sistem.

Selain lokasi, beberapa data lain yang dapat digunakan meliputi:

  1. Jarak perjalanan antara lokasi paket dan alamat penerima.

  2. Riwayat waktu pengiriman pada rute yang sama.

  3. Jadwal keberangkatan kendaraan pengangkut.

  4. Kapasitas dan aktivitas pusat penyortiran.

  5. Jumlah paket yang sedang diproses.

  6. Kondisi lalu lintas dan cuaca jika datanya tersedia.

  7. Jadwal operasional perusahaan ekspedisi.

Seluruh informasi tersebut membantu sistem memahami kondisi perjalanan paket, bukan hanya menghitung seberapa jauh barang harus menempuh perjalanan.

Bagaimana Algoritma Menghitung Perkiraan Waktu Kedatangan?

Setelah memperoleh data pengiriman, sistem akan mengolahnya menggunakan algoritma prediksi. Teknologi ini dikenal dengan istilah Estimated Time of Arrival (ETA), yaitu perkiraan waktu suatu kendaraan, barang, atau kiriman mencapai tujuan.

Pada tahap awal, aplikasi dapat memperkirakan waktu pengiriman berdasarkan jarak, asal barang, alamat penerima, jenis layanan ekspedisi, dan catatan pengiriman sebelumnya.

Misalnya, sebuah paket dikirim dari Jakarta menuju Surabaya. Sistem akan mempelajari berapa lama pengiriman dengan rute tersebut biasanya berlangsung. Data pengiriman sebelumnya menjadi dasar untuk memperkirakan durasi perjalanan berikutnya.

Perhitungan kemudian dapat diperbarui ketika paket mulai bergerak dan melewati sejumlah titik pemeriksaan. Jika barang mengalami keterlambatan di pusat penyortiran, sistem dapat menyesuaikan perkiraan kedatangannya.

Penelitian yang diterbitkan dalam jurnal Expert Systems with Applications pada 2024 berjudul "Estimating Package Arrival Time via Heterogeneous Hypergraph Neural Network" membahas penggunaan teknologi pembelajaran mesin untuk meningkatkan ketepatan prediksi waktu kedatangan paket.

Penelitian tersebut menunjukkan bahwa hubungan antara karakteristik pesanan, alamat pengiriman, penjual, dan informasi transaksi dapat dimanfaatkan untuk menghasilkan perkiraan yang lebih akurat.

Mengapa Perkiraan Waktu Paket Bisa Berubah?

Perkiraan waktu kedatangan bukan angka yang selalu tetap. Aplikasi dapat mengubah jadwal tersebut ketika menerima informasi baru dari sistem ekspedisi.

Ada beberapa kondisi yang dapat menyebabkan perubahan estimasi.

1. Kepadatan Lalu Lintas

Kendaraan pengangkut paket harus melewati berbagai jalur perjalanan. Ketika terjadi kemacetan, kecelakaan, atau penutupan jalan, waktu tempuh kendaraan bisa menjadi lebih panjang.

Jika perusahaan ekspedisi memiliki akses terhadap data lalu lintas, informasi tersebut dapat digunakan untuk memperbarui perkiraan kedatangan.

2. Penumpukan Paket di Gudang Sortir

Paket tidak selalu langsung diberangkatkan setelah tiba di pusat penyortiran. Barang harus melewati proses pemindaian, pengelompokan berdasarkan tujuan, dan persiapan pengangkutan.

Ketika jumlah paket meningkat, proses tersebut bisa membutuhkan waktu lebih lama. Akibatnya, jadwal keberangkatan menuju kota berikutnya ikut berubah.

3. Kondisi Cuaca

Hujan deras, banjir, dan cuaca ekstrem dapat menghambat perjalanan kendaraan pengiriman. Pada kondisi tertentu, aktivitas pengangkutan bahkan harus dihentikan sementara demi keselamatan.

Jika terjadi gangguan seperti ini, estimasi pengiriman dapat disesuaikan dengan kondisi operasional terbaru.

4. Urutan Pengantaran Kurir

Ketika paket sudah berada di tangan kurir, waktu kedatangan juga dipengaruhi oleh urutan alamat yang harus dikunjungi.

Kurir biasanya membawa banyak paket sekaligus dan menyusun rute pengantaran berdasarkan lokasi serta kondisi perjalanan. Oleh karena itu, meskipun paket sudah berada di kota penerima, barang belum tentu langsung diantarkan.

Bagaimana Aplikasi Mengetahui Paket Sudah Dekat dengan Penerima?

Salah satu tahapan penting dalam sistem pelacakan adalah pengantaran tahap akhir atau last-mile delivery.

Pada tahap ini, perusahaan ekspedisi biasanya sudah mengetahui bahwa paket berada di wilayah tujuan. Kurir kemudian menerima daftar pengantaran melalui perangkat kerja yang terhubung dengan sistem perusahaan.

Informasi tersebut dapat mencakup alamat penerima, urutan pengantaran, lokasi kurir, dan status setiap paket.

Beberapa perusahaan juga memanfaatkan teknologi GPS untuk mengetahui posisi kendaraan pengiriman. Data lokasi ini dapat membantu sistem memperkirakan waktu perjalanan kurir menuju alamat pelanggan.

Selain itu, riwayat pengantaran sebelumnya dapat digunakan untuk memperkirakan berapa lama kurir membutuhkan waktu di setiap alamat. Faktor seperti jarak antarlokasi, kondisi jalan, dan jumlah paket yang harus diserahkan ikut memengaruhi perhitungan.

Penelitian dalam INFORMS Journal on Applied Analytics pada 2023 berjudul "Human-Centric Parcel Delivery at Deutsche Post with Operations Research and Machine Learning" menunjukkan bagaimana kombinasi algoritma pengaturan rute dan machine learning dapat digunakan untuk memperkirakan rentang waktu kedatangan kurir.

Penelitian tersebut membahas penerapan sistem pada Deutsche Post di Jerman yang digunakan untuk mendukung perencanaan rute kurir sekaligus menyediakan informasi pelacakan dan perkiraan waktu pengiriman.

Apakah Perkiraan Waktu Paket Selalu Akurat?

Tidak selalu. Perkiraan waktu kedatangan merupakan hasil perhitungan berdasarkan informasi yang tersedia, bukan jaminan bahwa paket akan tiba tepat pada waktu tersebut.

Akurasi estimasi sangat bergantung pada kelengkapan dan kecepatan pembaruan data. Jika informasi dari perusahaan ekspedisi terlambat diterima aplikasi, perkiraan yang ditampilkan mungkin belum mencerminkan kondisi perjalanan sebenarnya.

Hal serupa dapat terjadi ketika muncul gangguan yang tidak terduga, seperti kendaraan mengalami kerusakan, alamat penerima sulit ditemukan, atau terjadi penumpukan pengiriman pada periode belanja besar.

Perlu dipahami pula bahwa tidak semua aplikasi belanja menghitung estimasi secara mandiri. Sebagian platform hanya mengambil informasi pelacakan dan perkiraan kedatangan yang disediakan perusahaan ekspedisi. Ada juga layanan yang menggunakan sistem prediksi tambahan untuk mengolah data pesanan dan riwayat pengiriman.

Dengan demikian, tingkat ketepatan informasi dapat berbeda antara satu aplikasi, perusahaan ekspedisi, dan jenis layanan pengiriman.

Penutup

Kemampuan aplikasi belanja menampilkan perkiraan waktu kedatangan paket merupakan hasil penggabungan teknologi pelacakan, pengolahan data, algoritma prediksi, dan machine learning. Sistem tidak sekadar menghitung jarak pengiriman, tetapi juga mempertimbangkan riwayat perjalanan, aktivitas gudang, kondisi rute, serta proses pengantaran oleh kurir.

Perkembangan ilmu komputer dan kecerdasan buatan membuat perkiraan pengiriman semakin dinamis karena dapat diperbarui berdasarkan informasi terbaru. Meskipun belum selalu tepat, teknologi ETA membantu perusahaan mengelola distribusi barang sekaligus memberikan gambaran kepada pelanggan mengenai kapan pesanan mereka kemungkinan tiba.

Referensi

  1. Expert Systems with Applications - Estimating Package Arrival Time via Heterogeneous Hypergraph Neural Network (2024).

  2. INFORMS Journal on Applied Analytics - Human-Centric Parcel Delivery at Deutsche Post with Operations Research and Machine Learning (2023).

  3. ECAI 2024 - Estimating the Time of Arrival of a Shipment with Machine Learning (2024).

  4. Transportation Research Part C: Emerging Technologies - Evaluation of Machine Learning Methodologies to Predict Stop Delivery Times from GPS Data (2019).

           

Network:
FinNews.id   |  Radarpena.co.id   |  IKNPos.id

© 2024 Copyrights by FIN.CO.ID. All Rights Reserved.

PT.Portal Indonesia Media

Alamat: Graha L9 Lantai 3, Jalan Kebayoran Lama Pal 7 No. 17, Grogol Utara, Kebayoran Lama, RT.7/RW.3 Kota Jakarta Selatan 12210

Telephone: 021-2212-6982

Email:fajarindonesianetwork@gmail.com