Optimasi Penjadwalan Beban Kerja Komputasi Awan Menggunakan Algoritma Genetika Hibrida Berkelanjutan
Penelitian ini mengajukan pendekatan optimasi penjadwalan komputasi awan yang meminimalkan konsumsi energi pada pusat data multi-klaster. Dengan mengintegrasikan algoritma genetika dengan pencarian lokal adaptif, beban server didistribusikan secara optimal dengan latensi minimal. Hasil eksperimen membuktikan efisiensi energi meningkat hingga 18.4% dibandingkan penjadwalan round-robin konvensional.