Apa Itu Resilience?

Resilience adalah konsep rekayasa software yang berkaitan dengan struktur data, pemrograman, arsitektur, pengujian, deployment, atau operasi sistem untuk membangun aplikasi yang dapat dipelihara. Dalam praktiknya, istilah ini muncul ketika software engineer, architect, QA, DevOps, dan product team perlu mengelola rekayasa perangkat lunak, arsitektur, testing, deployment, dan operasi dengan keputusan yang dapat dijelaskan, bukan sekadar mengikuti tool atau tren.

Kualitas penerapan sangat bergantung pada kejelasan data, tanggung jawab, dan batasan. requirement, code dan dependency perlu divalidasi, sedangkan lead time, deployment frequency dan defect rate dipakai untuk membedakan perbaikan nyata dari fluktuasi biasa.

1. Untuk Resilience, tentukan konteks penggunaan Resilience dan keputusan apa yang perlu dibantu oleh istilah ini.
2. Identifikasi komponen yang terlibat, misalnya requirement, code, dan source code.
3. Terapkan pada ruang lingkup yang jelas dan dokumentasikan asumsi agar tim memakai definisi yang sama.
4. Evaluasi dampaknya menggunakan indikator seperti lead time dan deployment frequency.

• Memudahkan evaluasi karena perubahan dapat dibandingkan terhadap baseline dan indikator yang disepakati.
• Membantu mendeteksi risiko lebih awal sebelum berdampak pada pengguna, biaya, atau stabilitas proses.
• Membuat hasil Resilience dapat ditinjau bersama indikator seperti lead time, deployment frequency, dan defect rate.
• Membantu memisahkan masalah data, proses, teknologi, dan keputusan sehingga perbaikannya lebih tepat sasaran.

Resilience berguna ketika aplikasi tumbuh besar dan batas antar modul mulai sulit dipahami. Gunakan architecture diagram untuk menyamakan konteks, data, dan keputusan yang akan diambil. Hasilnya dapat ditinjau melalui lead time dan deployment frequency.

Misalnya, insiden produksi sulit dianalisis karena log dan observability tidak memadai. Tim terlebih dahulu menetapkan baseline dan kriteria sukses, kemudian menggunakan Resilience untuk satu bagian proses. Setelah data cukup, mereka meninjau lead time serta test coverage dan memasukkan keputusan lanjutan ke source code.

• Menerapkan Resilience tanpa menjelaskan tujuan, baseline, dan keputusan apa yang akan dipengaruhi.
• Menerapkan aturan yang sama ke seluruh kasus meskipun konteks, audiens, atau batasannya berbeda.
• Menggunakan data yang periodenya, definisinya, atau sumbernya berbeda lalu membandingkannya seolah setara.
• Mengejar satu metrik sambil mengabaikan kualitas, biaya, pengalaman pengguna, atau risiko.