Hubungi Kami

Kerangka Materi

Pengenalan AIOps dengan Alat Open Source

  • Gambaran umum mengenai konsep serta manfaat AIOps
  • Peran Prometheus dan Grafana dalam ekosistem observabilitas
  • Lokasi penerapan machine learning dalam AIOps: antara analitik prediktif serta reaktif

Pengaturan Prometheus dan Grafana

  • Instalasi serta konfigurasi Prometheus untuk pengumpulan data time series
  • Membuat dashboard di Grafana menggunakan metrik waktu nyata
  • Mengenal eksporter, mekanisme relabeling, serta proses penemuan layanan

Pra-pengolahan Data untuk Machine Learning

  • Ekstraksi serta transformasi metrik Prometheus
  • Penyiapan dataset untuk keperluan deteksi anomali maupun peramalan
  • Pemanfaatan fitur transformasi Grafana atau saluran pemrosesan Python

Penerapan Machine Learning untuk Deteksi Anomali

  • Model ML dasar dalam mendeteksi titik data yang menyimpang (contohnya Isolation Forest, One-Class SVM)
  • Pelatihan dan evaluasi model dengan menggunakan data time series
  • Visualisasi pola anomali melalui dashboard Grafana

Peramalan Metrik Menggunakan Machine Learning

  • Pembuatan model peramalan sederhana (seperti ARIMA, Prophet, pengantar teknik LSTM)
  • Memprediksi beban sistem maupun tingkat pemanfaatan sumber daya
  • Memanfaatkan hasil peramalan tersebut untuk pemberian peringatan dini serta pengambilan keputusan penyesuaian kapasitas

Mengintegrasikan Machine Learning dengan Mekanisme Peringatan dan Otomatisasi

  • Pembuatan aturan peringatan yang didasarkan pada hasil analisa ML maupun ambang batas tertentu
  • Pemanfaatan Alertmanager beserta sistem pengalihan notifikasi
  • Pengaktifan skrip atau alur kerja otomatis ketika terjadi deteksi anomali

Skalabilitas serta Operasionalisasi AIOps

  • Integrasi alat observabilitas eksternal lainnya (misalnya stack ELK, Moogsoft, Dynatrace)
  • Mengoperasikan model ML secara efektif dalam rantai kerja observabilitas
  • Praktik terbaik untuk menerapkan AIOps pada tingkat skala besar

Kesimpulan serta Langkah Selanjutnya

Persyaratan

  • Pemahaman mengenai konsep pemantauan sistem serta observabilitas
  • Pengalaman menggunakan Grafana atau Prometheus
  • Kenal dengan bahasa Python serta prinsip-prinsip dasar machine learning

Target Peserta

  • Insinyur observabilitas
  • Tim infrastruktur dan DevOps
  • Arsitek platform pemantauan serta insinyur keandalan situs (SRE)
 14 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait