APM: apa itu, metrik dan cara kerjanya

Apa itu APM dalam pengembangan

APM (Application Performance Monitoring) — adalah disiplin manajemen kinerja aplikasi yang mencakup pengumpulan, visualisasi, dan analisis data tentang operasi perangkat lunak. Berbeda dengan pemantauan titik metrik individual (CPU, memori), APM memberikan gambaran holistik: bagaimana aplikasi berperilaku dari sudut pandang pengguna, bagaimana komponennya berinteraksi, dan di mana kemacetan terjadi.

Konsep APM terbentuk pada tahun 2010-an dengan transisi dari aplikasi monolitik ke arsitektur mikrolayanan. Ketika jumlah layanan melebihi 10–15 unit, metode pemantauan tradisional berhenti berfungsi — tidak mungkin menentukan layanan mana yang menyebabkan perlambatan seluruh permintaan. Solusi APM memecahkan masalah ini melalui distributed tracing dan pembuatan peta layanan secara otomatis.

Menurut data Grand View Research (2024), pasar APM bernilai 8,2 miliar dolar AS dan tumbuh 11,5% setiap tahun. Pendorong utama — migrasi ke cloud, peningkatan jumlah mikrolayanan, dan meningkatnya persyaratan kualitas pengalaman pengguna di aplikasi seluler dan layanan web.

Tiga pilar APM: metrik, pelacakan, log

APM modern dibangun di atas tiga jenis data yang bersama-sama membentuk gambaran lengkap tentang status aplikasi. Metrik — adalah agregat numerik: waktu respons, jumlah permintaan, persentase kesalahan. Mereka menjawab pertanyaan \u201capa yang terjadi\u201d dan memungkinkan pengaturan peringatan berdasarkan nilai ambang batas.

Pelacakan sebagai penghubung

Pelacakan (distributed tracing) menjawab pertanyaan \u201cmengapa ini terjadi\u201d. Setiap permintaan masuk dilacak melalui semua mikrolayanan, basis data, dan panggilan eksternal. Sistem APM menggabungkan metrik dan pelacakan: jika metrik waktu respons meningkat, pengembang beralih ke dasbor pelacakan dan melihat permintaan tepat yang menyebabkan perlambatan, dengan perincian per layanan.

Logging untuk kedalaman

Log memberikan konteks — pesan kesalahan spesifik, nilai variabel, tumpukan panggilan. Platform APM modern (Datadog, New Relic, Grafana) menghubungkan log dengan pelacakan melalui trace_id bersama, memungkinkan peralihan dari grafik metrik ke log permintaan tertentu. Menurut data Datadog (2025), korelasi log dengan pelacakan mengurangi waktu diagnostik insiden rata-rata dari 45 menjadi 12 menit.

Arsitektur APM: agen dan kolektor

Arsitektur APM klasik terdiri dari tiga tingkat: agen, kolektor, dan backend. Agen — adalah perpustakaan yang ditanamkan ke dalam aplikasi atau dijalankan di sampingnya (sidecar). Agen mencegat panggilan masuk dan keluar, mengumpulkan data tentang waktu eksekusi, dan mengirimkannya ke kolektor melalui saluran yang aman.

Cara kerja agen APM

Agen APM untuk Java dapat terhubung melalui javaagent di level JVM, secara otomatis menginstrumentasi semua permintaan HTTP, panggilan basis data, antrian pesan, dan API eksternal. Untuk platform seluler, agen terhubung sebagai SDK dan mengumpulkan metrik dari perangkat. New Relic Agent untuk Android, misalnya, secara otomatis melacak semua permintaan jaringan melalui OkHttp, klien HTTP, dan WebView.

import com.newrelic.agent.android.NewRelic;

public class MainApplication extends Application {
    public void onCreate() {
        super.onCreate();
        NewRelic.withApplicationToken("YOUR_TOKEN")
            .start(this);
    }
}

Kode menginisialisasi New Relic Agent di aplikasi Android. Setelah dijalankan, agen secara otomatis mengumpulkan metrik permintaan jaringan, kesalahan, ANR, dan data kinerja UI tanpa instrumentasi tambahan setiap layar. Agen bekerja di latar belakang dan tidak memengaruhi kinerja antarmuka utama aplikasi.

Kolektor dan backend

Kolektor menerima data dari ribuan agen, menggabungkan metrik, melakukan pengambilan sampel pelacakan, dan menyimpan data di penyimpanan jangka panjang dengan kemampuan penyimpanan panas dan dingin. Backend APM menyediakan dasbor, peringatan, peta layanan, dan API untuk integrasi dengan sistem eksternal (Slack, PagerDuty, Jira, ServiceNow). Datadog memproses lebih dari 10 juta titik data per detik melalui kolektornya yang berlokasi di 20+ wilayah dunia untuk latensi transmisi minimal.

Apdex score dan SLA pemantauan

Apdex (Application Performance Index) — standar terbuka untuk mengukur kepuasan pengguna terhadap waktu respons aplikasi. Nilai Apdex dihitung dengan rumus: (jumlah pengguna puas + jumlah pengguna toleran / 2) / jumlah total pengguna. Hasilnya adalah angka dari 0 hingga 1, di mana 1 berarti semua pengguna puas.

Ambang batas Apdex ditetapkan secara individual untuk setiap aplikasi. Untuk aplikasi seluler, ambang kepuasan tipikal — waktu respons hingga 1,5 detik, toleran — hingga 4,5 detik. Segala sesuatu yang melebihi 4,5 detik dianggap tidak dapat diterima. Apdex score 0,94 dan lebih tinggi dianggap sebagai indikator yang sangat baik untuk lingkungan produksi.

Apdex digunakan tidak hanya sebagai metrik kualitas, tetapi juga sebagai ambang batas untuk peringatan. Jika Apdex turun di bawah 0,85 selama 10 menit, sistem APM mengirimkan pemberitahuan ke tim yang bertugas. Ini adalah pendekatan yang lebih seimbang daripada mengikat ke nilai absolut waktu respons, yang dapat berfluktuasi tergantung pada waktu hari dan beban.

APM untuk aplikasi seluler

APM seluler memiliki spesifikasinya sendiri: aplikasi berjalan di perangkat pengguna, yang mungkin berada dalam kondisi jaringan yang berbeda, memiliki jumlah memori bebas dan versi OS yang berbeda. Mobile APM harus mempertimbangkan semua faktor ini dan memberikan perincian metrik berdasarkan model perangkat, versi OS, wilayah, dan operator komunikasi.

Pengumpulan data dari perangkat

Agen APM seluler mengumpulkan metrik di perangkat dan mengirimkannya ke server dalam batch dengan interval 1–5 menit. Ini meminimalkan dampak pada lalu lintas pengguna. Jika koneksi hilang, data disimpan di cache lokal dan dikirim pada koneksi berikutnya. Firebase Performance dan Dynatrace Mobile mendukung transmisi ulang otomatis saat kehilangan jaringan.

Metrik seluler utama

Ke metrik APM standar dalam pengembangan seluler ditambahkan yang spesifik: waktu mulai dingin, FPS saat menggulir, jumlah memori yang dikonsumsi, frekuensi ANR (Android) dan jumlah terminasi watchdog (iOS). New Relic Mobile tambahan melacak map views, persentase penggunaan cache, dan waktu render ViewController tertentu.

import NewRelic

class ProfileViewController: UIViewController {
    override func viewDidLoad() {
        super.viewDidLoad()
        NewRelic.startInteraction(withName: "ProfileView")
    }

    override func viewDidDisappear(animated: Bool) {
        super.viewDidDisappear(animated)
        NewRelic.stopCurrentInteraction()
    }
}

Kode dalam Swift membuat interaction trace untuk layar profil pengguna. New Relic akan secara otomatis mengukur waktu pemuatan data, rendering UI, dan semua permintaan jaringan yang dilakukan selama menampilkan layar ini.

Perbandingan platform APM populer

Pasar APM diwakili oleh puluhan solusi yang berbeda dalam kedalaman pemantauan, biaya, dan platform yang didukung. Datadog APM memimpin dalam integrasi metrik, pelacakan, dan log dalam satu antarmuka. New Relic menawarkan pelacakan paling terperinci untuk platform seluler. Dynatrace menggunakan mesin AI Davis untuk deteksi otomatis akar penyebab masalah.

Pemilihan platform APM tergantung pada ukuran tim, tumpukan teknologi, dan anggaran. Untuk startup, Firebase Performance dalam kombinasi dengan Grafana untuk backend adalah optimal. Untuk proyek enterprise dengan persyaratan SLA tinggi — Datadog atau Dynatrace dengan set lengkap alat observability dan dukungan untuk analisis AI akar penyebab insiden.