Monitoring Server Anti-Kaget: Prometheus + Grafana + Telegram Alert

Masalah

Saat mengelola backend Ujione (VPS + Kubernetes), insiden kerap diketahui belakangan — dari laporan pengguna, bukan dari sistem. Kondisi tersebut tidak dapat diterima dalam praktik DevOps yang baik.

Stack yang saya pakai

• Prometheus — metrics (CPU, RAM, disk, pod status)
• Grafana — dashboard visual
• Alertmanager → Telegram — alert real-time ke HP
• Blackbox exporter — cek endpoint HTTP dari luar

Aturan alert yang masuk akal

- alert: HighCPU
  expr: avg(rate(node_cpu_seconds_total{mode!="idle"}[5m])) > 0.85
  for: 5m
  labels: { severity: warning }
  annotations:
    summary: "CPU {{ $labels.instance }} > 85% selama 5 menit"

Hindari alert pada lonjakan sesaat — alert fatigue menyebabkan peringatan penting terabaikan. Gunakan for: 5m.

Hasil di Ujione

• MTTR turun dari hitungan jam ke hitungan menit
• Rating maksimal dari klien

Mulai dari mana?

Bagi yang baru memulai: pasang Uptime Kuma (siap dalam 5 menit) untuk cek HTTP, lalu naik kelas ke Prometheus saat sudah membutuhkan metrics yang detail.