<![CDATA[Perkembangan Cloud Computing mendorong pembangunan data center berskala besar yang terdiri dari ribuan host fisik dan mengakibatkan peningkatan konsumsi energi listrik secara signifikan. Tingginya konsumsi energi ini berdampak langsung pada biaya operasional dan efisiensi lingkungan, sehingga diperlukan strategi manajemen sumber daya yang lebih adaptif dan hemat energi. Dynamic Virtual Machine (VM) consolidation merupakan salah satu pendekatan efektif untuk mengurangi pemborosan energi dengan cara memigrasikan VM. Proses ini melibatkan beberapa tahapan penting, salah satunya adalah host overload detection yang berperan menentukan kapan sebuah host berada pada kondisi kelebihan beban. Penelitian ini mengusulkan penggunaan metode Fuzzy Sugeno sebagai mekanisme deteksi host overload untuk menangani ketidakpastian dan fluktuasi beban kerja pada lingkungan cloud. Metode yang diusulkan diuji melalui simulasi menggunakan CloudSim versi 7 dengan workload PlanetLab. Evaluasi dilakukan dengan membandingkan konsumsi energi, jumlah migrasi VM, pelanggaran SLA, dan degradasi performa terhadap metode deteksi bawaan CloudSim. Hasil pengujian menunjukkan bahwa metode Fuzzy Sugeno mampu meningkatkan efisiensi energi data center secara signifikan dibandingkan metode pembanding, meskipun menghasilkan peningkatan frekuensi migrasi VM dan pelanggaran SLA. Temuan ini menunjukkan adanya trade-off antara efisiensi energi dan kualitas layanan, sehingga metode Fuzzy Sugeno lebih sesuai untuk skenario data center yang memprioritaskan penghematan energi.]]>
