Autonomous Vehicle (AV) adalah kendaraan yang mampu mendeteksi lingkungan sekitarnya dan beroperasi dengan sedikit atau tanpa intervensi manusia yang merevolusi sistem transportasi secara global, dengan AV ride-sharing menawarkan solusi menjanjikan untuk mengatasi kemacetan perkotaan, polusi, dan tantangan manajemen armada transportasi kendaraan. Route optimization adalah komponen penting dari sistem AV ride-sharing, karena secara langsung mempengaruhi efisiensi operasional dan pengalaman pengguna. Penelitian ini melakukan analisis komparatif dari algoritma A* standar dan dua variannya yaitu Bidirectional A* dan Weighted A* dalam lingkungan simulasi AV ride-sharing. Menggunakan Bahasa pemograman Python, peneliti mengimplementasikan sembilan skenario berbeda dengan jumlah penumpang, tujuan, dan rintangan jalan yang bervariasi untuk mengevaluasi kinerja algoritma. Penilaian peneliti berfokus pada dua metrik utama yaitu waktu komputasi dan penggunaan memori. Studi ini memberikan wawasan berharga bagi pengembang dan peneliti yang bekerja pada route optimization untuk sistem ride-sharing otonom dan juga sebagai lanjutan dari penelitian sebelumnya yang dimana simulasi algortima A* dibandingkan dengan Dijkstra membuktikan A* lebih unggul. Hasil penelitian ini menunjukan diantara Algoritma A* dan variannya yang paling unggul adalah Weighted A.
Kata kunci: Algoritma A, Autonomous Vehicle, Bidirectional A*, ride-sharing, route optimization, simulasi, Weighted A*