<![CDATA[Abstract: Distribution is an important the business sector, the agricultural sector for distributing seeds to ensure the location of customers selling seeds. Problems that are often encountered seed distribution process are the efficiency of the time and distance distribution. Re search will build software entering initial location data and several dynamically added consumer agents. The distance parameter uses latitude-longitude integrated on google maps and detects varying store locations, the generation of chromosomes or the best distribution path with the minimum distance route. The heuristic approach using the Genetic Algorithm imitates the concept of biological evolution of random exchange structure series. This study is to distribute 3 types of seeds with a choice of weights that have been divided into 3 areas located on the map of Indonesia using land routes. The results of the test of the population of the average fitness value tend to remain from the previous value of 1-10 the fitness value and the optimum iteration with 9-12 with an average fitness value of 44.2. Optimal results are obtained when Mr is higher than the Cr values. Thus, the Genetic Algorithm can be used for TSP seed distribution paths. 1:2 fitness evaluation compared with the usual estimates used . Keywords: Genetic Algorithm; Route Optimization; Seed Distribution; TSP Abstrak: Distribusi menjadi hal penting berwirausaha, salah satunya pada bidang pertanian untuk pendistribusian benih sampai lokasi tujuan. Permasalahan sering ditemui dalam proses pendistribusian adalah efektifan, efisiensi waktu dan jarak tempuh. Sehingga penelitian akan membangun perangkat lunak dengan memasukan data titik lokasi awal dan beberapa lokasi tujuan agen konsumen ditambahkan secara dinamis. Parameter jarak menggunakan latitude-longitude terintegrasi pada google maps yang mendeteksi keberadaan lokasi, selanjutnya diketahui generasi kromosom atau jalur distribusi terbaik dengan rute minimum. Pendekatan Heuristic menggunakan Algoritma Genetika meniru konsep evolusi biologis deretan struktur pertukaran informasi secara acak. Tujuan dalam penelitian ini dapat mendistribusikan jenis benih dengan pilihan bobot yang telah terbagi dalam wilayah lokasi. Satu wilayah lokasi terdapat beberapa lokasi toko ditambahkan secara dinamis, dengan proses yang sudah ditentukan titik awal keberangkatan. Penelitian ini menekankan pada proses penentuan rute lokasi saja. Hasil pengujian jumlah populasi rata-rata nilai fitness cenderung bersifat tetap dari nilai sebelumnya selisih 1-10 nilai fitness dan iterasi optimum dengan 9-12 dengan rata-rata nilai fitness 44,2. Hasil optimum didapatkan ketika Mutation rate (Mr) lebih tinggi dibanding nilai Crossover rate (Cr). Maka, Algoritma Genetika bisa digunakan untuk TSP jalur distribusi benih pengujian menghasilkan evaluasi fitnes 1:2 untuk Algoritma Genetika dibandingkan dengan estimasi jarak biasa digunakan.Kata kunci: Algoritma Genetika; Distribusi Benih; Optimalisasi Rute; TSP]]>
