ANALISIS RECOVERY TIME OBJECTIVE (RTO), RECOVERY POINT OBJECTIVE (RPO), DAN PERFORMA LAYANAN DALAM IMPLEMENTASI DISASTER RECOVERY CENTER (DRC) DENGAN ORKESTRASI BERBASIS CLOUD

tego suyatno, Prof. Dr. Ir. Ridi Ferdiana, S.T., M.T., IPM; Widyawan, S.T., M.Sc., Ph.D.

2025 | Tesis | S2 Teknologi Informasi

Dalam era digital saat ini, ketersediaan layanan system informasi menjadi aspek kritis dalam mendukung operasional organisasi. Penelitian ini bertujuan untuk menganalisis implementasi Disaster Recovery Center (DRC) dengan metode berbasis  cloud sebagai orkestrasi, dengan fokus pada pengujian Recovery Time Objective (RTO), Recovery Point Objective (RPO), dan performa layanan selama skenario kegagalan dan pemulihan. Infrastruktur diuji menggunakan simulasi kegagalan backend server, kegagalan total site, serta proses failover ke DRC dan failback ke data Center utama.

Penelitian ini mengisi celah dari studi-studi terdahulu yang sebagian besar hanya berfokus pada simulasi konseptual atau pengujian di lingkungan cloud tunggal tanpa pengujian performa nyata. Studi ini menghadirkan pendekatan empiris berbasis pengujian system aplikasi secara langsung. Metode yang digunakan adalah hybrid cloud dengan mengkombinasikan sumberdaya on-premise dan cloud. Penelitian ini juga memberikan rekomendasi teknis untuk optimasi  Disaster Recovery berbasis orkestrasi cloud, khususnya melalui pemanfaatan Amazon ECS Anywhere untuk mendukung auto-deployment, autoscaling, serta sinkronisasi kontainer antar host secara otomatis dalam skenario pemulihan bencana.

Pengujian performa dilakukan menggunakan K6 untuk mengukur response time, request rate, dan error rate pada beban bertingkat dari 100 hingga 1000 Virtual Users. Monitoring status layanan dilakukan dengan Uptimekuma untuk memastikan deteksi kegagalan secara real-time. Hasil penelitian menunjukkan bahwa switching dari data center utama ke DRC mampu mencapai RTO < 1>dengan rata-rata response time tetap dalam batas wajar, dan uptime layanan tercatat mencapai 100% dalam skenario failover dan failback, serta mempertahankan RPO dengan tingkat keberhasilan replikasi lebih dari 90% pada skenario data tes kecil hingga sedang , dengan response time yang meningkat drastis hingga lebih dari 2 detik pada 1000 VUs dan error rate mencapai 0,92%. Sementara itu, server DRC sebagai server pengganti data center utama menunjukkan performa yang lebih rendah dibandingkan server utama, terutama saat beban mencapai lebih dari 600 pengguna simultan. Temuan ini menggaris bawahi pentingnya perencanaan kapasitas DRC agar mampu memenuhi standar ketersediaan layanan setara dengan data Center utama. Penelitian ini juga memberikan rekomendasi teknis untuk optimasi system Disaster Recovery dengan orkestrasi berbasis cloud.

In today’s digital era, the availability of information system services is a critical aspect in supporting organizational operations. This study aims to analyze the implementation of a Disaster Recovery Center (DRC) using a cloud-based orchestration approach, with a focus on evaluating Recovery Time Objective (RTO), Recovery Point Objective (RPO), and service performance during failure and recovery scenarios. The infrastructure was tested through simulations involving backend server failures, total site outages, failover processes to the DRC, and failback to the primary data center.

This research addresses gaps in previous studies, which have largely focused on conceptual simulations or single-cloud environments without real-world performance testing. It presents an empirical approach by conducting direct application-level system testing. The study also provides technical recommendations for optimizing cloud-orchestrated disaster recovery systems, particularly through the use of Amazon ECS Anywhere to support auto-deployment, autoscaling, and automatic container synchronization across hosts during disaster recovery scenarios.

Performance testing was conducted using K6 to measure response time, request rate, and error rate under a progressive load ranging from 100 to 1000 virtual users. Service status was monitored in real time using Uptime Kuma to ensure immediate failure detection. The results show that the system achieved an RTO of less than one minute, with average response times remaining within acceptable limits and service uptime reaching 100% during both failover and failback scenarios. The system also maintained an RPO with a replication success rate exceeding 90% for small to medium-sized data sets. However, response times increased significantly—exceeding 2 seconds—at 1000 virtual users, with an error rate of up to 0.92%. Moreover, the DRC server demonstrated lower performance compared to the primary server, particularly under loads exceeding 600 concurrent users. These findings underscore the importance of capacity planning for DRCs to ensure service availability equivalent to that of the main data center. The study concludes with technical recommendations to enhance disaster recovery systems through cloud-based orchestration.

Kata Kunci : Disaster Recovery Center (DRC), Recovery Time Objective (RTO), Recovery Point Objective (RPO), Failover, Performa.