Mengenal Bonree ONE: Solusi AI Full-Stack Observability untuk IT Operations Modern

Ketika satu aplikasi melibatkan banyak layanan, server, database, network, dan cloud environment, mencari sumber masalah tidak lagi sesederhana melihat apakah sebuah server sedang down. 

Satu gangguan pada aplikasi bisa saja berawal dari jaringan, muncul sebagai error di application code, lalu berujung pada transaksi yang gagal di sisi pengguna. Di sisi lain, setiap layer memiliki masing-masing tools dan data monitoring. Tanpa mengetahui cara untuk menghubungkan informasi tersebut, tim IT bisa menghabiskan banyak waktu hanya untuk mencari tahu apa yang sebenarnya terjadi. 

Kebutuhan inilah yang coba dijawab oleh Bonree ONE, solusi integrated intelligent observability platform dari Bonree Data. 

Platform ini menggabungkan monitoring di berbagai layer IT, mulai dari user, application, infrastructure, dan network hingga business observability. Data yang terkumpul kemudian dapat dianalisis dengan berbagai kapabilitas AI untuk membantu tim mendeteksi anomali, melihat tren, mengelola alert, dan melakukan root cause analysis. 

Apa yang Bisa Dilakukan dengan Bonree ONE?

Salah satu tantangan dalam monitoring adalah ketika setiap layer dilihat secara terpisah. Tim network melihat network metrics, tim infrastructure melihat server, sementara tim aplikasi fokus pada application performance. Padahal, gangguan yang dialami pengguna bisa melibatkan beberapa layer sekaligus. 

Bonree ONE mencakup lima area observability untuk memberikan gambaran yang lebih lengkap mengenai kondisi IT. 

Business Observability

Performa sistem sangat berpengaruh terhadap aktivitas bisnis. Transaksi yang gagal atau proses yang berjalan terlalu lambat, misalnya, dapat berdampak pada pencapaian target bisnis. Melalui business observability, Bonree ONE menghubungkan metrik teknis dengan indikator bisnis seperti business performance score, transaction success rate, dan conversion rate. 

Platform juga dapat memberikan alert ketika terjadi anomali pada business metrics dan membantu melakukan root cause analysis. Dengan begitu, kondisi IT dapat dilihat dalam kaitannya dengan dampaknya terhadap aktivitas bisnis. 

User Experience Observability

Dari sisi pengguna, yang penting bukan hanya apakah aplikasi dapat dibuka, tetapi bagaimana aplikasi tersebut berjalan ketika digunakan. 

Bonree ONE menggunakan kombinasi Synthetic Testing dan Real User Monitoring (RUM) untuk mengumpulkan data performa ketika aplikasi diakses. Data tersebut dapat digunakan untuk melihat perbedaan pengalaman pengguna berdasarkan lokasi maupun network yang digunakan. Informasi ini membantu tim memahami apakah masalah yang muncul bersifat umum atau hanya terjadi pada kondisi tertentu. 

Application Performance Observability

Application performance observability memberikan visibilitas ke performa aplikasi melalui monitoring, logging, analysis, dan application code diagnostics. Bonree ONE mendukung environment seperti Java, .NET, dan PHP. 

Platform juga menyediakan application transaction tracing untuk melihat perjalanan transaksi dari user interface menuju backend server hingga database server. Dengan melihat alur tersebut, tim dapat menelusuri titik yang berpotensi menjadi sumber masalah tanpa harus memeriksa setiap komponen secara terpisah. 

Infrastructure Observability

Di balik aplikasi yang berjalan terdapat infrastructure yang juga perlu dipantau. Tantangannya, infrastructure enterprise saat ini bisa tersebar di on premises maupun berbagai cloud environment. 

Bonree ONE mendukung IDC (on premises), hybrid cloud, public cloud, dan private cloud. Monitoring dilakukan melalui framework terpadu yang mengumpulkan metrik dari operating system, container, dan cloud resources. Data performa tersebut kemudian dapat divisualisasikan untuk membantu tim melihat kondisi infrastructure dalam satu environment monitoring. 

Network Performance Observability

Network menjadi bagian yang tidak bisa dipisahkan dari performa aplikasi. Latency yang tinggi, packet loss, atau penggunaan bandwidth yang terlalu besar dapat memengaruhi layanan meskipun aplikasi dan server terlihat normal. 

Bonree ONE menggunakan analisis protokol jaringan L2–L7 untuk melihat trafik dan network performance secara lebih detail. Platform juga mendukung auto-discovery dan visualisasi network topology. 

Beberapa metrik seperti latency, packet loss, dan bandwidth utilization dapat dipantau secara real time sehingga tim memiliki informasi yang lebih jelas ketika melakukan troubleshooting network. 

Bagaimana Bonree ONE Menghubungkan Data Observability?

Mengumpulkan data dari berbagai layer adalah satu hal. Menggunakan data tersebut untuk menemukan pola dan mempercepat troubleshooting adalah tantangan berikutnya. 

Bonree ONE memiliki beberapa komponen yang bekerja di belakang proses tersebut, mulai dari data collection hingga intelligent analysis. 

Data Collection Layer

Lapisan ini menangani pengumpulan data dari berbagai bagian IT environment. 

• BonreeAgent merupakan data collector yang dirancang ringan dan dapat diterapkan di berbagai environment IT.  

• SuperTrace digunakan untuk pengumpulan dan pemrosesan data distributed tracing. 

• OneIntegration menghubungkan Bonree ONE dengan third-party systems dan mendukung pengambilan data secara terpadu. 

Data dari berbagai sumber tersebut kemudian menjadi input untuk proses analisis di dalam platform. 

Intelligent Analysis Engine

Di sinilah data observability digunakan untuk membantu tim melihat anomali, membaca tren, mengelola alert, dan mencari kemungkinan sumber masalah. 

Swift AI

Swift AI adalah AI algorithm engine dari Bonree yang mencakup beberapa fungsi utama, termasuk anomaly detection, trend prediction, alert convergence, root cause analysis, serta LLM-based agents untuk kebutuhan operasional IT. Beberapa kapabilitas utamanya meliputi: 

Anomaly Detection: Swift AI menganalisis time-series data secara real time untuk membentuk dynamic baseline berdasarkan kondisi tertentu. Kemampuan ini dapat diterapkan pada berbagai metrik, mulai dari CPU, memory, dan disk utilization hingga application metrics seperti transaction volume, response time, dan success rate. 

Untuk mendeteksi pola yang tidak normal, Swift AI menggunakan sejumlah pendekatan, termasuk statistical methods, Machine Learning, dan deep learning seperti autoencoder dan variational autoencoder. 

Trend Prediction: Monitoring tidak selalu berhenti pada kondisi saat ini. Data historis juga dapat digunakan untuk melihat kemungkinan perubahan yang akan terjadi. 

Swift AI dapat digunakan untuk memprediksi tren pada operational metrics. Misalnya, pola tertentu dapat menjadi indikasi potensi kerusakan sehingga tim dapat menyiapkan maintenance lebih awal. Tren penggunaan resource juga dapat membantu capacity planning agar kebutuhan resource dapat diperkirakan dengan lebih baik.  

Alert Convergence: Dalam environment dengan banyak komponen, satu gangguan dapat menghasilkan sejumlah alert dari sistem yang berbeda. Jika semuanya masuk sebagai alert terpisah, tim akan lebih sulit menentukan mana yang perlu ditangani terlebih dahulu. 

Alert convergence mengelompokkan alert yang memiliki keterkaitan untuk mengurangi alert noise. Hasilnya adalah notifikasi yang lebih ringkas dan lebih mudah digunakan sebagai titik awal investigasi. 

Root Cause Analysis: Setelah menemukan adanya anomali, tim perlu mengetahui apa yang menjadi penyebabnya. Swift AI membantu proses root cause analysis dengan beberapa pendekatan, termasuk: 

• Rule-based methods, menggunakan aturan dan batasan yang telah ditentukan. 

• Statistical analysis-based methods, dengan menganalisis metrics, transactions, trends, dan periodic patterns. 

• Machine learning-based methods, menggunakan model AI untuk menganalisis historical failure data. 

• Knowledge graph-based methods, dengan memetakan hubungan antara gejala dan kemungkinan penyebab masalah. 

Pendekatan tersebut digunakan untuk membantu mempersempit kemungkinan sumber masalah dan mempercepat proses investigasi. 

LLM Agents

Swift AI juga mencakup dua LLM-based agents yang ditujukan untuk membantu aktivitas operasional. 

Knowledge Q&A Agent melalui  Xiaorui Assistant: Xiaorui Assistant dapat membantu menjelaskan fitur Bonree ONE, membaca kondisi IT environment, serta membantu pengguna membuat ekspresi PromQL. 

Root Cause Analysis Agent: Agent ini menganalisis observable signals yang berkaitan dengan alert dan menggunakan knowledge base untuk membantu mengidentifikasi kemungkinan sumber masalah. Hasilnya berupa kesimpulan mengenai kemungkinan root cause yang dapat digunakan sebagai bagian dari proses investigasi. 

SmartTopo

Ketika sebuah IT environment terdiri dari banyak komponen yang saling terhubung, hubungan antar-komponen juga perlu dipahami. 

SmartTopo menggunakan auto-discovery untuk menemukan dan memvisualisasikan topologi sistem. Kemampuan ini didukung oleh universal observability data model Bonree yang menghubungkan berbagai jenis data seperti entities, relationships, metrics, logs, traces, events, dan metadata. Dengan struktur tersebut, data dari berbagai komponen dapat dikorelasikan untuk membantu melihat hubungan antarbagian dalam IT environment. 

OneData

Semua data observability yang dikumpulkan tentu membutuhkan tempat untuk disimpan dan diproses. OneData merupakan unified data platform dari Bonree yang mendukung multimodal data dan menggabungkan kemampuan data lake serta data warehouse. Metrics, logs, traces, dan events dapat disimpan dalam satu model data observability. 

Model yang sama memungkinkan berbagai data tersebut dikorelasikan ketika digunakan untuk kebutuhan analisis dan query di layer observability. 

Apa yang Menjadi Keunggulan Bonree ONE?

Dengan cakupan observability yang luas dan berbagai kemampuan analisis di dalamnya, Bonree ONE memiliki beberapa karakteristik utama: 

• Cross-Platform & Cloud-Agnostic: mendukung berbagai perangkat teknologi dan cloud environment. 

• Full Monitoring Stack Coverage: mencakup monitoring dari code hingga user. 

• Comprehensive Observability Data: menggabungkan berbagai jenis data seperti metrics, logs, dan traces. 

Kombinasi tersebut membuat platform dapat digunakan untuk kebutuhan monitoring yang berbeda, tanpa membatasi observability pada satu layer tertentu. 

Di Mana Bonree ONE Dapat Digunakan?

Kapabilitas Bonree ONE dapat diterapkan dalam beberapa kebutuhan IT operations, mulai dari monitoring hingga development. 

ITOM Integrated Monitoring

Bonree ONE dapat digunakan untuk membangun monitoring dari user hingga application code dalam satu platform. Data dari berbagai layer kemudian dapat dikelola dan dianalisis secara terpadu. 

AIOps Intelligent Operations

Kemampuan AI di dalam platform mendukung kebutuhan AIOps melalui alert convergence, anomaly detection, trend prediction, root cause analysis, dan intelligent insights. 

Continuous Monitoring and Optimization

Monitoring dapat diterapkan sepanjang software development lifecycle (SDLC), mulai dari development dan testing hingga production. Data performa dapat digunakan untuk melihat kondisi aplikasi dan mendukung proses optimization. 

Security and Performance Fusion

Security dan performance aplikasi dapat dipantau dalam satu konteks. Bonree ONE menggabungkan application security monitoring dengan performance monitoring untuk membantu tim melihat kedua aspek tersebut secara bersamaan. 

DevOps Support

Data performa dari environment, tools, dan proses development dapat digunakan untuk mendukung kebutuhan DevOps dan memberikan visibilitas terhadap sistem yang sedang dikembangkan maupun dijalankan. 

Membawa Observability Lebih Dekat dengan Kebutuhan IT Operations

Ketika sistem IT terdiri dari banyak layer dan komponen, memiliki banyak tools monitoring belum tentu membuat troubleshooting menjadi lebih mudah. Dibutuhkan cara untuk melihat data tersebut dalam konteks yang sama. 

Bonree ONE membawa user experience, application, infrastructure, network, dan business observability ke dalam satu platform. Data dari berbagai sumber kemudian dapat dianalisis menggunakan kemampuan seperti anomaly detection, trend prediction, alert convergence, dan root cause analysis. 

Bagi organisasi yang sedang memodernisasi IT operations, pendekatan ini dapat membantu membangun visibilitas yang lebih terhubung terhadap kondisi sistem, dari bagaimana infrastructure berjalan hingga bagaimana performanya dirasakan pengguna dan berdampak pada bisnis. 

Ingin mengetahui lebih lanjut mengenai Bonree ONE? Pelajari solusi Bonree melalui Jedi Solutions dengan klik tautan berikut ini. 

Penulis: Mochammad Taufik – Technical Manager Jedi Solutions

Editor: Wilsa Azmalia Putri – Content Writer CTI Group