En los últimos años, el Internet de las Cosas (IoT) ha transformado la vida humana al mejorar la calidad de vida y revolucionar todos los sectores empresariales. Los nodos sensores en IoT están interconectados para asegurar la transferencia de datos al nodo de destino a través de la red. Debido a la limitada potencia de la batería, la energía en los nodos se conserva con la ayuda de la técnica de agrupamiento en IoT. La selección del líder de grupo (CH) es esencial para extender la vida útil de la red y el rendimiento en el agrupamiento. En los últimos años, muchos algoritmos de optimización existentes se han adaptado para seleccionar el CH óptimo y mejorar el uso de energía en los nodos de la red. Por lo tanto, los enfoques de selección de CH inadecuados requieren una convergencia más prolongada y agotan rápidamente las baterías de los sensores. Para resolver este problema, este documento propuso un algoritmo de optimización de coatí (EACH-COA) para mejorar la longevidad de la red y el rendimiento al evaluar la función de aptitud sobre la energía residual (RER) y las restricciones de distancia. La simulación del EACH-COA propuesto se llevó a cabo en MATLAB 2019a. La potencia del enfoque EACH-COA se comparó con la de los algoritmos de optimización de conejos eficientes en energía (EECHS-ARO), la técnica de optimización de gorriones mejorada (EECHS-ISSADE) y el algoritmo híbrido de leones marinos (PDU-SLno). El EACH-COA propuesto mejoró la vida útil de la red en un 8-15% y el rendimiento en un 5-10%.