youngster.id - Perusahaan pengiriman ekspres dan logistik nasional, JNE, mengadopsi platform observabilitas dan keamanan sistem berbasis kecerdasan buatan (artificial intelligence/AI) milik Datadog, Inc. untuk menghadirkan visibilitas terpadu secara waktu nyata (real-time) di seluruh infrastruktur teknologi hibridanya. Langkah transformasi digital ini berhasil memangkas biaya observabilitas sistem JNE hingga lebih dari 20%, sekaligus mempercepat deteksi dini gangguan teknis sebelum berdampak pada pelanggan.
Mengoperasikan jaringan logistik ke lebih dari 83.000 destinasi di seluruh Indonesia melalui 66 kantor cabang dan lebih dari 8.000 mitra pengiriman, keandalan sistem menjadi krusial bagi JNE, terutama saat menghadapi lonjakan trafik pada momen Ramadan, Idul Fitri, hingga Hari Belanja Online Nasional (Harbolnas) yang nilai transaksinya menembus Rp36,4 triliun pada 2025 menurut data Kementerian Perdagangan.
Sebelumnya, JNE mengelola kombinasi infrastruktur multi-cloud dan peladen lokal (on-premises) dengan alat pemantauan yang terpisah-pisah. Kondisi tersebut kerap menyulitkan tim teknis dalam melacak sumber kendala secara cepat saat terjadi lonjakan beban kerja.
Head of Database JNE, Arifiandi Andi, menjelaskan bahwa keterbatasan visibilitas terpadu sempat menjadi tantangan operasional pada periode sibuk.
“Sering kali terjadi keterlambatan dalam mengidentifikasi masalah sehingga menimbulkan banyak keluhan dari tim kami. Pada periode dengan volume pengiriman tinggi, seperti hari raya keagamaan, kondisi tersebut berisiko mengganggu layanan yang diandalkan oleh pelanggan kami,” ujar Arifiandi, dikutip Rabu (18/11/2026).
Konsolidasi Pemantauan Sistem dan Deteksi Anomali Berbasis AI
Melalui adopsi Datadog, JNE mengonsolidasikan pemantauan infrastruktur, basis data (database), aplikasi, kinerja jaringan, log, hingga pengalaman pengguna ke dalam satu dasbor terpusat. Dalam operasional harian, tim teknis memanfaatkan modul Infrastructure Monitoring, Database Monitoring, Application Performance Monitoring (APM), serta Synthetic Monitoring dan Real User Monitoring (RUM) untuk memantau langsung kelancaran akses layanan dari sisi pengguna.
Selain itu, JNE mengandalkan fitur AI Watchdog yang secara otomatis mendeteksi anomali sistem dan menunjukkan akar permasalahan sebelum berkembang menjadi gangguan layanan.
Project Manager JNE, Ahmad Cholil, menuturkan bahwa pemanfaatan rekomendasi berbasis AI tersebut mempercepat respons tim sekaligus membebaskan waktu teknisi untuk fokus pada pengembangan bisnis.
“Datadog membantu kami menemukan potensi masalah sebelum berdampak pada layanan. Rekomendasi berbasis AI bantu mengidentifikasi masalah dan memberikan saran perbaikan, sehingga tim teknisi kami dapat bekerja lebih cepat dan pastikan layanan tetap berjalan lancar,” kata Ahmad Cholil.
“Penerapan Datadog memberi kami waktu yang sangat berharga. Kini, dengan adanya visibilitas terpadu, kami dapat lebih fokus pada sasaran transformasi digital yang lebih luas,” tambahnya.
Kesiapan Jelang Harbolnas dan Ekspansi Asia Pasifik
Menjelang perhelatan Harbolnas mendatang, JNE mengoptimalkan pemantauan real-time tersebut guna mengantisipasi lonjakan pengiriman paket di seluruh lini operasional. Ke depan, perseroan juga berencana memperluas pemanfaatan solusi Datadog seiring rencana ekspansi ke kawasan Asia Pasifik, termasuk mengevaluasi fitur keamanan siber untuk melindungi platform serta data pelanggan.
Regional Vice President for Enterprise for Indonesia and GSM Datadog, Karina Gunawan, menilai integrasi infrastruktur hibrida menjadi fondasi penting bagi kelancaran distribusi logistik di wilayah kepulauan seperti Indonesia.
“JNE melayani pengiriman ke lebih dari 83.000 destinasi di salah satu pasar dengan kondisi geografis paling kompleks di dunia. Dengan menyatukan seluruh lingkungan hibrida ke dalam visibilitas real-time dan memanfaatkan AI untuk mendeteksi potensi masalah sejak dini, tim teknisi JNE kini dapat habiskan lebih sedikit waktu untuk mencari sumber gangguan dan lebih banyak waktu berfokus pada langkah pencegahan,” ujar Karina. (*AMBS)


















Discussion about this post