Pada lingkungan cloud computing, virtualisasi memungkinkan kita untuk mengelola dan mengatur beban kerja secara dinamis pada data center. Salah satu fitur sistem virtualisasi yang umum dan penting dilakukan adalah live migration. Live migration berguna untuk melakukan penambahan sumber daya komputasi melalui ekspansi jumlah data center dengan pemindahan layanan dari data center yang ada ke data center baru. Namun, jika live migration mesin virtual ini tidak dikontrol dapat mengakibatkan overhead yang sangat tinggi pada host fisik dan overload pada infrastruktur jaringan cloud computing. Penelitian ini bertujuan untuk mengatasi permasalahan yang ditimbulkan penerapan fitur live migration. Untuk mengatasi permasalahan yang terjadi pada live migration mesin virtual perlu dilakukan analisa dan klasifikasi karakteristik beban kerja setiap mesin virtual sehingga dapat merencanaan alokasi yaitu memprediksi situasi dan mengusulkan mesin virtual dipindahkan ke server lain. Pengklasifikasian beban kerja mesin virtual mengunakan metode analisis data berkala (time series data), serta beban kerja mesin virtual dibedakan atas beban kerja periodicity dan burstiness. Beban kerja periodicity adalah suatu mesin virtual yang dapat diperkirakan kapan beban kerja mesin tersebut akan sangat meningkat, beban kerja burstiness adalah mesin virtual yang tidak dapat diperkirakan kapan mesin tersebut akan sangat sibuk. Berdasarkan penelitian ini, kami menemukan bahwa sistem prediktif live migration dapat menyeimbangkan beban kerja CPU dalam semua server fisik. Selain itu, sistem ini dapat bekerja secara fungsional dengan baik dan waktu migrasi dua menit.