Este artículo propone una nueva metaheurística llamada Algoritmo de Optimización de Araña Saltarina (JSOA), inspirada en los hábitos de caza de Arachnida Salticidae. El algoritmo propuesto imita el comportamiento de las arañas en la naturaleza y modela matemáticamente sus estrategias de caza: búsqueda, persecución y habilidades de salto para obtener la presa. Estas estrategias proporcionan un equilibrio entre la explotación y la exploración en el espacio de búsqueda de soluciones y resuelven problemas de optimización global. JSOA se prueba con 20 problemas matemáticos de banco de pruebas bien conocidos tomados de la literatura. Estudios adicionales incluyen la sintonización de un controlador Proporcional-Integral-Derivativo (PID), el problema de eliminación selectiva de armónicos y algunos problemas de optimización numérica de un solo objetivo del mundo real tomados de CEC 2020. Además, se prueba el rendimiento de JSOA contra varios algoritmos bioinspirados conocidos tomados de la literatura. Los resultados estadísticos muestran que el algoritmo propuesto supera a los algoritmos recientes de la literatura y es capaz de resolver desafiantes problemas del mundo real con un espacio de búsqueda desconocido.