<![CDATA[Sensor IoT bertenaga baterai menghadapi dilema fundamental antara konservasi energi dan responsivitas QoS. Penjadwalan tidur statis (fixed duty cycle) hemat energi tetapi membuang siklus aktif saat trafik rendah, sementara penjadwalan berbasis ambang sederhana rentan oscillation pada beban dinamis. Penelitian ini mengusulkan kerangka reinforcement learning berbasis Q-learning tabular untuk pengambilan keputusan siklus kerja adaptif yang menyeimbangkan usia baterai dengan latensi paket. Lingkungan disimulasikan sebagai Markov Decision Process dengan ruang keadaan tiga dimensi (level baterai, beban antrian, kelas trafik) dan empat aksi diskrit interval tidur. Agen dilatih pada generator trafik sintetis Poisson selama 50.000 episode dengan epsilon-greedy exploration dan dievaluasi pada lima skenario pengujian termasuk lonjakan trafik dan baterai rendah. Hasil simulasi menunjukkan agen RL memperpanjang masa pakai baterai 28,4% dibanding penjadwalan tetap dan 14,7% dibanding penjadwalan ambang, dengan latensi rerata tetap di bawah batas QoS 2 detik. Studi ini berkontribusi pada tiga aspek: formulasi MDP kompak yang sesuai untuk mikrokontroler kelas TelosB/CC2650, demonstrasi konvergensi Q-learning tabular tanpa fungsi pendekatan, serta evaluasi sensitivitas terhadap variasi trafik. Keterbatasan utama mencakup pelatihan offline dan validasi simulasi, dengan rencana lanjutan berupa adaptasi tile coding, integrasi solar harvest, dan validasi testbed fisik.]]>
