Este trabajo presenta un algoritmo para optimizar la implementación de concentradores para la medición inteligente de energía basada en el Internet de las Cosas. Se propone un escenario georreferenciado en el cual cada usuario debe conectarse a un concentrador, ya sea directamente o a través de otro usuario, minimizando los recursos necesarios para lograr la conectividad. En consecuencia, para llevar a cabo la optimización, se encuentra el árbol de expansión mínima entre dispositivos, en el cual la distancia máxima de conexión y la capacidad de los concentradores están limitadas. Además, este trabajo busca lograr un algoritmo escalable aplicable a cualquier escenario georreferenciado a ser simulado. La principal contribución de este trabajo es una arquitectura de medición inteligente basada en IoT que optimiza recursos y se adapta a un escenario que cambia o integra más usuarios a la red de medición de energía sin perder la conectividad de los usuarios iniciales. Como resultado de la aplicación del algoritmo, se genera un mapa de ruta del escenario. Los parámetros del escenario incluyen el número de saltos en la red, el número óptimo de concentradores y su ubicación geográfica, el número promedio de saltos y la distancia total del camino, entre otros. En este proyecto, se consideró un escenario urbano georreferenciado en el cual áreas residenciales coexisten con edificios inteligentes. El escenario tiene etapas de crecimiento en las cuales se aplica el algoritmo, y en cada una se genera el mapa de ruta óptimo.