Panduan AIOps untuk DevOps 2026: Cara Menggabungkan OpenTelemetry, Four Golden Signals, dan DORA agar Insiden Cepat Selesai

Mengapa AIOps Relevan untuk Tim DevOps Saat Ini?

Banyak tim DevOps sudah memiliki log, metrik, dan dashboard, tetapi masih kewalahan saat insiden datang bertubi-tubi. Masalah utamanya biasanya bukan kurang alat, melainkan kurang konteks antar-sinyal. Di sinilah AIOps berperan: menggabungkan data operasional, memberi prioritas anomali, dan membantu tim mengambil keputusan lebih cepat.

Prinsip ini sejalan dengan praktik SRE dari Google yang menekankan pemantauan berbasis sinyal inti agar alert benar-benar bermakna, bukan sekadar ramai notifikasi.

Fondasi Wajib: Sinyal yang Harus Dikumpulkan

1) Four Golden Signals untuk kesehatan layanan

• Latency: seberapa cepat sistem merespons.
• Traffic: volume permintaan yang masuk.
• Errors: jumlah dan jenis kegagalan.
• Saturation: tingkat kejenuhan resource (CPU, memori, queue, I/O).

Empat sinyal ini efektif sebagai bahasa bersama antara engineer, SRE, dan owner produk karena langsung terkait pengalaman pengguna.

2) OpenTelemetry untuk standar telemetry lintas stack

OpenTelemetry mendefinisikan sinyal utama seperti traces, metrics, logs, dan baggage. Standar ini penting agar data dari microservices, worker, API gateway, dan database bisa dikorelasikan dalam satu alur insiden.

3) DORA Metrics untuk mengukur dampak proses engineering

Selain kesehatan sistem, tim juga perlu mengukur performa delivery. Kerangka DORA menyoroti metrik seperti deployment frequency, lead time, change failure rate, dan time to restore service. Metrik ini membantu memastikan perbaikan operasional benar-benar berdampak ke kecepatan rilis dan stabilitas.

Arsitektur AIOps Praktis (Tanpa Over-Engineering)

1. Ingest telemetry dari OpenTelemetry Collector dan agen log.
2. Normalisasi data (service name, environment, version, trace-id).
3. Deteksi anomali berbasis baseline (misalnya lonjakan error rate + latency p95).
4. Correlate alert untuk menggabungkan puluhan alert menjadi 1 insiden utama.
5. Auto-triage dengan runbook rekomendasi: rollback, scale, restart dependency, atau buka incident channel.
6. Post-incident learning loop: update threshold, SLO, dan rule deteksi berdasarkan RCA terbaru.

Contoh Playbook AIOps untuk Incident 502 di Production

Skenario

Traffic naik 30%, error 502 meningkat, latency p95 melonjak, dan CPU service API menyentuh 90%.

Respons terstruktur

• T+0-5 menit: sistem korelasi mengelompokkan alert menjadi 1 insiden prioritas tinggi.
• T+5-10 menit: trace menunjukkan bottleneck pada dependency eksternal tertentu.
• T+10-15 menit: otomatis eksekusi mitigasi aman (circuit breaker + autoscaling terbatas).
• T+15+ menit: engineer validasi metrik pemulihan dan menutup insiden saat SLO kembali normal.

Dengan pola ini, tim mengurangi noise alert sekaligus mempercepat time to restore service.

Checklist Implementasi 30 Hari

• Definisikan 5-10 service paling kritikal untuk onboarding telemetry terlebih dahulu.
• Standarkan atribut observability: service.name, env, version, trace_id.
• Tetapkan baseline Golden Signals per service (normal vs anomali).
• Hubungkan alert ke runbook yang jelas, bukan hanya notifikasi mentah.
• Ukur sebelum-sesudah dengan DORA metrics agar ROI AIOps terlihat.

Kesalahan Umum yang Perlu Dihindari

• Mulai dari AI dulu, data belakangan: tanpa telemetry rapi, model hanya mempercepat kebingungan.
• Terlalu banyak alert level tinggi: menyebabkan fatigue dan menurunkan respons insiden nyata.
• Tidak menghubungkan incident dengan metrik delivery: sulit membuktikan dampak bisnis.

Penutup

AIOps paling efektif saat dibangun di atas disiplin observability yang sederhana namun konsisten: Golden Signals untuk kesehatan layanan, OpenTelemetry untuk standar data, dan DORA untuk mengukur hasil engineering. Bagi tim DevOps Indonesia, pendekatan bertahap seperti ini jauh lebih realistis daripada langsung mengejar otomatisasi penuh di hari pertama.

Referensi

• Google SRE Book – Monitoring Distributed Systems (Four Golden Signals): https://sre.google/sre-book/monitoring-distributed-systems/
• OpenTelemetry Documentation – Signals (traces, metrics, logs, baggage): https://opentelemetry.io/docs/concepts/signals/
• Google Cloud Blog – Four Keys / DORA metrics overview: https://cloud.google.com/blog/products/devops-sre/using-the-four-keys-to-measure-your-devops-performance