Timefold Raih Seri A US$13 Juta untuk Memperkuat Platform Optimasi Penjadwalan

Pendanaan Seri A untuk Ekspansi AS

Putaran pendanaan ini dipimpin Alstin Capital, dengan Kompas VC sebagai investor bersama. Investor lama Lakestar dan Smartfin juga kembali berpartisipasi . Pengumuman tersebut disampaikan dari kantor pusat Timefold di Ghent, Belgia .

Nilai putaran ini setara dengan sekitar €11 juta, dan dana tersebut secara khusus dialokasikan untuk mempercepat ekspansi Timefold ke Amerika Serikat serta pengembangan produk platform .

Apa yang Ditawarkan Platform Timefold?

Timefold membangun lapisan optimasi yang dapat langsung diintegrasikan ke aplikasi perusahaan. Fokus utamanya adalah perutean kendaraan dan penjadwalan shift—dua proses operasional yang biasanya melibatkan banyak aturan, perubahan kondisi, serta sumber daya yang saling bergantung .

Kemampuan utama platform ini meliputi:

• Pickup & Delivery Routing API: menetapkan pekerjaan kepada pengemudi dan kendaraan yang sesuai untuk meningkatkan produktivitas sekaligus mengurangi waktu perjalanan .
• Penjadwalan shift: menangani perubahan permintaan, gangguan operasional, serta kompleksitas tenaga kerja di kondisi nyata .
• Solver sumber terbuka: tersedia di bawah lisensi Apache 2.0 dan dapat digunakan untuk membangun model optimasi khusus dengan Java atau Kotlin. Cakupannya meliputi vehicle routing problem (VRP), penjadwalan pemeliharaan, job shop scheduling, serta penjadwalan shift karyawan .
• REST stateless berbasis JSON: dirancang agar tidak bergantung pada teknologi tertentu dan dapat digunakan dalam skala produksi .

Kompas VC menyebut Timefold sebagai “platform optimasi penjadwalan untuk era AI”. Pendekatan API-first ini memungkinkan pengembang menambahkan kemampuan perutean dan penjadwalan berkelas enterprise tanpa harus menguasai optimasi matematika yang kompleks .

Teknologi Timefold berakar pada 18 tahun pengembangan sumber terbuka, yang berasal dari proyek OptaPlanner dan kemudian di-fork oleh Timefold pada 2023 . Perusahaan menyatakan solvers-nya dapat menangani beragam kendala dalam skala apa pun dengan hasil yang deterministik dan konsisten .

Momentum Komersial Menguat

Timefold menyatakan bahwa pendapatan berulang tahunan (ARR) mereka tumbuh empat kali lipat sepanjang 2025 . Sejumlah perusahaan yang menggunakan API Timefold dalam alur kerja penjadwalan penting antara lain NEC Software Solutions, CBRE, Lufthansa, Thales, Orange Telecom, ADP, dan Subaru .

Dalam lowongan pekerjaan yang diterbitkan perusahaan, Timefold menyebut target pertumbuhan ARR dari sekitar US$3 juta menjadi US$10 juta . Sumber lain memperkirakan pendapatan Timefold mencapai US$3,3 juta pada September 2025, ketika perusahaan memiliki sekitar 30 karyawan .

Solver sumber terbuka Timefold disebut menjadwalkan jutaan kunjungan, shift, atau tugas untuk karyawan, kendaraan, dan mesin dalam operasi produksi setiap hari .

Mengapa Jadwal Deterministik Penting di Era AI?

CEO sekaligus salah satu pendiri Timefold, Maarten Vandenbroucke, memandang penjadwalan sebagai persoalan yang berdampak langsung pada kehidupan sehari-hari.

“Jadwal menggerakkan dunia. Kita semua bergantung pada jadwal, begitu pula jutaan pekerja lini depan yang harinya bergantung pada ketepatan jadwal tersebut.”

Ia juga mengatakan:

“Seiring perangkat lunak menjadi semakin otonom, optimasi menjadi infrastruktur dasar.”

Menurut Vandenbroucke, agen AI memang membuka peluang baru bagi perangkat lunak yang dapat bertindak secara mandiri. Namun, jadwal yang dihasilkan oleh large language model (LLM) sering kali memiliki keterbatasan karena sifatnya probabilistik. Timefold berupaya mengisi celah tersebut dengan optimasi yang mempertimbangkan berbagai kendala dan menghasilkan keputusan secara deterministik .

Menargetkan Posisi sebagai Lapisan Optimasi Enterprise

Timefold berada di persimpangan tiga tren: meningkatnya kebutuhan akan infrastruktur berbasis API, berkembangnya perangkat lunak otonom, dan tuntutan perusahaan terhadap keputusan operasional yang dapat diprediksi.

Perusahaan menawarkan dua jalur bagi pengguna. Pengembang dapat memakai solver sumber terbuka untuk membangun model khusus, atau menggunakan API terkelola yang lebih siap pakai untuk perutean dan penjadwalan. Dengan kombinasi tersebut, Timefold ingin menjadi lapisan optimasi standar bagi aplikasi enterprise .

Pendekatan ini juga membedakannya dari alat penjadwalan berbasis LLM. Vandenbroucke berpendapat bahwa sistem berbasis LLM belum tentu dapat menangani aturan enterprise yang rumit secara konsisten dan dalam skala besar .