Komputasi paralel, yang memanfaatkan beberapa komputer atau prosesor independen secara bersamaan, telah menjadi teknologi penting sejak tahun 1940-an dan banyak digunakan dalam berbagai bidang seperti biologi komputasi, fisika komputasi, dan penambangan data. Penelitian ini berfokus pada metode optimasi spiral (SOA) yang bersifat stokastik dan dikombinasikan dengan teknik clustering untuk menyelesaikan masalah optimasi global dan pencarian akar-akar sistem persamaan taklinear. Penulis mengidentifikasi beberapa masalah dalam kombinasi metode SOA dengan teknik clustering, seperti perubahan jari-jari cluster selama diversifikasi dan cluster yang tidak mengandung solusi optimum tetapi tetap dioptimasi. Penelitian ini bertujuan untuk melakukan modifikasi pada cluster, menambahkan parameter ambang batas untuk menyeleksi cluster, dan membuat skema paralelisasi untuk meningkatkan kinerja metode ini, dengan menggunakan studi literatur, konstruksi program dengan Python, pengujian algoritma, dan analisis hasil.