Saat ini, jasa travel cukup digemari masyarakat karena memberikan fasilitas lebih dibandingkan dengan angkutan umum biasa, seperti bus dan mikrolet. Jasa travel melayani penjemputan penumpang dari masing-masing lokasi asal untuk diantar menuju masing-masing lokasi tujuan. Pemilihan rute dalam proses antar jemput penumpang tersebut dianggap tidak efisien karena bergantung pada pengalaman sopir, yang kebanyakan masih memiliki pengetahuan yang minim untuk menentukan rute mana yang akan dipilih. Hybrid Particle Swarm Optimization dengan algoritma genetika (HPSOGA) diusulkan sebagai sebuah solusi untuk menentukan rute kendaraan travel. Setiap partikel yang dibentuk oleh PSOmerupakan sebuah kromosom dengan panjang gen sejumlah banyaknya penumpang, yang direpresentasikan dalam bentuk permutasi. Metode crossover yang digunakan adalah Partially Matched Crossover (PMX). Data yang digunakan pada penelitian ini adalah 285node yang nantinya digunakan sebagai lokasi asal dan lokasi tujuan penumpang di Kota Malang dan Lumajang. Dari hasil pengujian yang telah dilakukan, diperoleh parameter optimal yaitu jumlah partikel sebanyak 60 dengan rata-rata nilai fitness sebesar 0.17806, jumlah iterasi sebanyak 20 dengan rata-rata nilai fitness sebesar 0.17709, dan nilai batas iterasi untuk mutasi sebesar 2 dengan rata-rata nilai fitness sebesar 0.17673. Hasil akhir berupa rute kendaraan travel optimal dengan meminimalkan jarak tempuh masing-masing kendaraan.