<![CDATA[Penjadwalan urutan eksekusi job pada mesin produksi merupakan keputusan operasional krusial yang memengaruhi throughput dan pemenuhan tenggat waktu. Di antara algoritma penjadwalan dinamis, pendekatan berbasis laxity dengan Least Laxity First (LLF) secara teoretis optimal namun mengalami laxity thrashing, yaitu peralihan konteks berlebihan ketika beberapa job memiliki nilai laxity yang sama. Penelitian ini mengimplementasikan Enhanced Least Laxity First (ELLF) sebagai perluasan LLF dengan mekanisme exclusion shield untuk menghilangkan thrashing, yang diadaptasi dari penjadwalan prosesor berskala tick mikrodetik ke skala waktu manufaktur berbasis tick detik. Algoritma diterapkan pada arsitektur IoT empat lapis berbiaya rendah menggunakan Raspberry Pi dengan tumpukan pemantauan InfluxDB dan Grafana, pada studi kasus mesin induction-forging baut. Pengujian mencakup dua skenario beban (underload dan overload) dengan delapan job periodik selama lima kali pengulangan independen. Hasil menunjukkan ELLF mencapai nol preemption pada kondisi overload (penurunan 100% dari 1,28 preemption/job pada LLF), dengan trade-off berupa kenaikan waktu tunggu sekitar 15% dan tardiness rata-rata 232 ms. Arsitektur IoT mendistribusikan telemetri penjadwal ke InfluxDB dengan latensi sub-detik tanpa mengganggu kinerja. Melalui pengujian simulasi perangkat lunak, penelitian ini membuktikan secara empiris bahwa pendekatan berbasis laxity, khususnya ELLF, efektif untuk penjadwalan produksi soft real-time pada arsitektur IoT berbiaya rendah. Sistem penjadwalan ini ditujukan untuk diintegrasikan pada SmartEdu Station.]]>
