Apa Itu analisis akar penyebab (RCA)?
Pada saat menguji rilis mayor baru, Anda mungkin terkadang dikejutkan oleh munculnya kesalahan baru dalam lingkungan produksi. Mengapa? Apa yang salah? Lingkungan uji tidaklah selalu seperti lingkungan produksi sebagaimana yang Anda harapkan. Perubahan infrastruktur dapat terjadi pada lingkungan tanpa terdokumentasi, sehingga mengakibatkan lingkungan tersebut perlahan menjadi berbeda.
Kecacatan pemecahan masalah sangat menghabiskan waktu. Mempelajari pemecahan masalah dengan lebih cepat adalah salah satu investasi terbaik yang dapat Anda lakukan sebagai developer perangkat lunak.
Analisis akar penyebab (RCA) adalah teknik khusus yang dapat Anda gunakan untuk memecahkan masalah. Dengan teknik ini, Anda menganalisis masalah yang dihadapi menggunakan serangkaian langkah tertentu untuk mengidentifikasi penyebab primer dari masalah. RCA didasarkan pada prinsip bahwa menanggapi gejala masalah tidak akan ada gunanya jika masih mengabaikan akar masalahnya.
Apa saja manfaat analisis akar penyebab?
Analisis akar penyebab (RCA) adalah teknik khusus yang dapat Anda gunakan untuk memecahkan masalah. Dengan teknik ini, Anda menganalisis masalah yang dihadapi menggunakan serangkaian langkah tertentu untuk mengidentifikasi penyebab primer dari masalah. RCA didasarkan pada prinsip bahwa menanggapi gejala masalah tidak akan ada gunanya jika masih mengabaikan akar masalahnya.
Bagaimana cara memulai analisis akar penyebab?
Jelaskan masalahnya
Gunakan pendekatan rubber duck (debugging rubber-duck) untuk menjelaskan masalah Anda secara sederhana. Dengan menjelaskan sesuatu, Anda didorong untuk menyusun pemikiran. Jeff Atwood, salah satu pendiri situs T&J yang terkenal, yaitu Stack Overflow, menyebutkan bahwa developer perangkat lunak pernah memberitahunya bahwa mereka telah berulang kali menuliskan pertanyaan baru ke situs tersebut, menemukan jawabannya sendiri saat dalam proses, dan akhirnya tidak jadi mengirimkan pertanyaan tersebut.
Coba pendekatan berikut untuk membantu Anda mengutarakan masalah secara sederhana:
- Tulis pertanyaan Stack Overflow—meskipun jika nanti Anda tidak akan mengirimkannya.
- Buat file laporan bug yang mendetail.
- Jelaskan laporan tersebut kepada rekan kerja.
Kumpulkan data log (dan lakukan pencarian secara efisien)
Kemudian, kumpulkan lebih banyak data tentang masalah dan ekstraksi wawasan dari data tersebut. Pencatatan dan pemantauan akan berguna di sini—log kerusakan, log aplikasi serta server, dan lain-lainnya. Anda harus mengumpulkan bukti bahwa masalah tersebut terjadi, dan jika memungkinkan, cari tahu berapa lama dan seberapa sering masalah terjadi.
Dalam semua data tersebut, Anda perlu mencari titik data yang spesifik dengan cepat. Alat dapat membantu Anda mencari dan menganalisis data log yang sudah dikumpulkan dan mengubahnya menjadi wawasan untuk mendiagnosis serta menyelesaikan masalah dengan lebih cepat.
Gunakan teknik lima mengapa
Lalu, identifikasi faktor kausal--penyebab langsung dari masalah yang dihadapi. Jangan identifikasi satu faktor kausal, lalu berhenti. Anda harus melanjutkan teknik lima mengapa. Tanyakan “mengapa?” secara berulang-ulang hingga Anda mendapatkan pada akar masalah. Contohnya, situs web Anda menampilkan kesalahan 500.
- Mengapa? Karena komponen perutean kerangka kerja web tidak berfungsi benar.
- Mengapa? Karena komponen tersebut membutuhkan komponen lain, yang juga tidak berfungsi benar.
- Mengapa? Karena komponen kerangka kerja web ini memerlukan ekstensi intl, yang tidak berfungsi.
- Mengapa? Karena tidak sengaja dinonaktifkan setelah perangkat lunak server diperbarui.
Tentu saja, Anda akan sampai pada akar masalah dengan langkah yang lebih sedikit. Atau, mungkin Anda perlu lebih banyak langkah.
Minta pendapat orang lain
Seperti halnya tinjauan kode, mintalah orang lain yang tidak bias untuk memeriksa kode Anda. Seiring waktu, ekspektasi tinjauan akan membantu Anda memerinci proses. Atau, lebih baik lagi, lakukan pemecahan masalah secara berpasangan.
Bagaimana cara AWS mendukung analisis akar penyebab Anda?
Salah satu penawaran utama AWS untuk analisis akar penyebab adalah membantu Anda menyerap dan menganalisis data log. Untuk melakukannya, kami merekomendasikan Amazon OpenSearch Service. Amazon OpenSearch Service memudahkan Anda untuk melakukan analitik log interaktif, pemantauan aplikasi secara langsung, pencarian situs web, dan lebih banyak lagi. OpenSearch adalah seperangkat pencarian dan analitik terdistribusi sumber terbuka yang berasal dari Elasticsearch. Amazon OpenSearch Service mengoptimalkan pencarian, pemantauan, serta analisis data bisnis dan operasional dengan aman dalam waktu nyata untuk kasus penggunaan seperti pemantauan aplikasi, analitik log, observabilitas, dan pencarian situs web.
Mulai analisis akar penyebab di AWS dengan membuat akun sekarang juga.
