Permasalahan utama Traveling Salesman Problem adalah penentuan solusi optimal dari beberapa jalur yang ditentukan. Pemilihan jalur ATM locator memiliki permasalahan yang sama dalam pemilihan jalur yang optimal. Penempatan ATM di berbagai titik lokasi dapat menyebabkan banyaknya kemungkinan pencarian lokasi ATM tersebut. Pengguna harus menelurusi jalur – jalur yang mungkin menjadi jalur terdekat dalam pencarian ATM locator. Berdasarkan permasalahan tersebut, penelitian ini mengusulkan Ant Colony Optimization (ACO) dalam menemukan solusi optimal pemilihan jalur optimal ATM locator. ACO adalah algoritma swarm intelligence yang mampu menyelesaikan masalah kombinasi tur pada TSP. pada tahap eksperimen, representasi titik lokasi ATM locator menggunakan koordinat latitude dan longitude. Penghitungan jarak antar titik lokasi menggunakan formula Haversine. Parameter τ0 yang digunakan adalah 0.5, 0.7 dan 0.9. parameter pheromone untuk menguji pemilihan jalur terdekat dan kebutuhan biaya yang sedikit. Eksperimen membuktikan bahwa ACO menemukan solusi optimal jalur terdekat dan biaya yang sedikit dengan pengaturan parameter α = 1, β = 2, ρ = 0.5, dan τ0 = 0.5. Level pheromone 0.5 mampu menemukan jalur terpendek 34.30 dibandingkan level pheromone 0.7 dan 0.9 dengan hasil 38.96 dan 39.05. level pheromone 0.5 juga menemukan kebutuhan biaya yang sedikit dibandingkan 0.7 dan 0.9.