Este documento propone el algoritmo GD (Distribución Geométrica), un enfoque novedoso para mejorar el mecanismo de Tasa de Datos Adaptativa (ADR) en la Red de Área Amplia de Largo Alcance (LoRaWAN). Al aprovechar la Función de Masa de Probabilidad (PMF) del modelo GD, el algoritmo aborda eficazmente las distribuciones sesgadas de nodos encontradas en escenarios del mundo real. Su capacidad para ajustar finamente el factor de peso () o la probabilidad de éxito en la asignación de SFs permite la optimización de la asignación del factor de expansión (SF), logrando así la Tasa Óptima de Extracción de Datos (DER). Para evaluar el rendimiento del algoritmo, se realizaron simulaciones utilizando el patrón de nodos fijos derivado de ubicaciones reales de granjas lecheras en la provincia de Ratchaburi, Tailandia. Se realizaron análisis comparativos contra el patrón de nodos aleatorios uniformes y algoritmos existentes, incluidos el ADR, EXPLoRa, QCVM y SD. El algoritmo GD superó significativamente las metodologías existentes tanto para patrones de nodos fijos como aleatorios uniformes, logrando una mejora del 14.3% y 4.8% en DER sobre el ADR, respectivamente. Mientras que el algoritmo GD demostró consistentemente valores de DER superiores en diversas áreas de cobertura y tamaños de carga útil, incurrió en un ligero aumento en el consumo de energía debido a las asignaciones de nodos a SFs más altos. Por lo tanto, el equilibrio entre DER y consumo de energía debe ser cuidadosamente considerado en función de la aplicación específica.