DC Operation & Maintenance: 5 Tantangan dan Cara Mengelolanya

Data center yang memiliki UPS redundant, sistem pendingin memadai, dan perangkat monitoring lengkap belum tentu otomatis mempunyai tingkat keandalan yang tinggi. Pada akhirnya, seluruh infrastruktur tersebut tetap harus dioperasikan, diperiksa, dipelihara, dan ditangani oleh manusia setiap hari. Satu alarm yang terlambat ditindaklanjuti, maintenance yang tidak dilakukan sesuai prosedur, perubahan beban yang tidak tercatat, atau kesalahan saat melakukan switching dapat mengubah masalah kecil menjadi gangguan operasional yang lebih besar.

Karena itu, Data Center Operation & Maintenance (O&M) bukan sekadar aktivitas menjaga perangkat tetap menyala. O&M merupakan proses memastikan seluruh critical infrastructure bekerja sesuai kondisi yang direncanakan, risiko diketahui lebih awal, dan setiap perubahan maupun gangguan ditangani melalui prosedur yang jelas. Uptime Institute bahkan menempatkan staffing, maintenance, training, planning, coordination, dan operating conditions sebagai elemen utama dalam manajemen serta operasi data center yang andal.

Lalu, apa sebenarnya yang harus dikelola dalam operasional data center dan tantangan apa yang paling sering muncul?

Apa Itu Data Center Operation & Maintenance?

Data Center Operation & Maintenance adalah pengelolaan operasional harian dan pemeliharaan infrastruktur fisik data center untuk menjaga availability, reliability, safety, capacity, dan efisiensi fasilitas.

Ruang lingkupnya dapat mencakup sistem daya, UPS, baterai, distribusi listrik, precision cooling, environmental monitoring, rack, fire protection, physical access, serta equipment pendukung lainnya. Namun pekerjaan O&M tidak berhenti pada equipment, tim operasional juga mengelola alarm, checklist, maintenance schedule, permit dan procedure, incident escalation, capacity, dokumentasi, vendor activity, hingga laporan operasional.

Di sinilah O&M berbeda dengan sekadar kontrak maintenance satu perangkat, maintenance merupakan salah satu bagian dari O&M dimana O&M melihat data center sebagai satu fasilitas yang saling terhubung. Sebagai contoh, masalah pada precision cooling tidak hanya dilihat sebagai kerusakan AC. Operator juga perlu melihat dampaknya terhadap temperatur rack, redundancy cooling yang masih tersedia, beban IT saat itu, serta tindakan yang aman dilakukan tanpa meningkatkan risiko terhadap fasilitas. Pendekatan seperti ini yang membedakan aktivitas maintenance equipment dengan data center operation management.

O&M, DCIM, dan Maintenance Contract Bukan Hal yang Sama

Ketiga istilah ini sering digunakan bersamaan, tetapi fungsinya berbeda.

Area	Fokus Utama
Data Center O&M	People, process, monitoring, operational execution, incident response, capacity dan coordination
DCIM	Platform/software untuk visibility, monitoring, asset dan capacity information
Maintenance Contract	Preventive dan corrective maintenance terhadap equipment tertentu sesuai scope kontrak

DCIM dapat memberikan alarm dan data, tetapi ketika alarm muncul, tetap dibutuhkan prosedur dan orang yang menentukan apa yang harus dilakukan. Dengan kata lain, DCIM memberi visibility. O&M memastikan informasi tersebut ditindaklanjuti melalui proses operasional yang benar. NPS sendiri memisahkan kedua layanan tersebut. Layanan DCOM berfokus pada monitoring operasional, capacity, energy optimization, SLA, incident response, dan dokumentasi; sedangkan DCIM digunakan sebagai infrastructure monitoring dan management platform.

Menjaga Kontinuitas Power Tanpa Menambah Risiko Operasional

Power merupakan salah satu area paling sensitif dalam pengoperasian data center. Utility dapat mengalami gangguan. UPS dapat berpindah mode operasi. Battery mempunyai kondisi dan umur tertentu. Generator harus siap mengambil alih ketika dibutuhkan. Di sisi downstream, distribusi daya harus tetap tersedia hingga ke rack, namun tantangan sebenarnya tidak selalu muncul ketika listrik padam, risiko justru dapat muncul ketika operator harus melakukan pekerjaan pada sistem yang sedang aktif. Misalnya ketika UPS perlu dipindahkan ke maintenance bypass, salah satu jalur distribusi akan dimatikan untuk maintenance, atau suatu equipment harus diisolasi sementara, pada kondisi tersebut, redundancy yang awalnya tersedia bisa berkurang. Artinya operator perlu memahami power path, status redundancy, beban yang sedang berjalan, serta konsekuensi dari setiap switching sebelum pekerjaan dilakukan.

Sebuah data center yang mempunyai desain redundant tetap dapat mengalami gangguan apabila prosedur operasi dan maintenance tidak dilaksanakan dengan disiplin, karena itulah O&M harus mempunyai prosedur kerja yang terdokumentasi dan dapat diikuti secara konsisten. Uptime Institute menekankan bahwa maintenance yang efektif membutuhkan preventive dan predictive maintenance, tracking, vendor support, serta prosedur kerja yang terdokumentasi untuk mengurangi kemungkinan equipment failure.

Untuk pembahasan lebih dalam mengenai topologi dan perlindungan daya, pembaca dapat melihat panduan jenis UPS untuk data center secara terpisah.

Menjaga Cooling Sesuai Beban yang Terus Berubah

Cooling adalah tantangan berikutnya. Ketika server baru ditambahkan, rack density berubah, ketika suatu unit precision cooling menjalani maintenance, distribusi airflow juga dapat berubah, bahkan ketika total cooling capacity terlihat mencukupi, hotspot masih dapat muncul jika udara dingin tidak mencapai inlet server dengan baik. Karena itu operator tidak cukup hanya melihat angka temperatur ruangan, kondisi cooling perlu dipahami dari beberapa parameter secara bersamaan: load IT, kondisi unit cooling, airflow, temperature trend, humidity, alarm, serta redundancy yang masih tersedia. Di sinilah monitoring dan inspeksi lapangan harus berjalan bersama, sensor mungkin menunjukkan temperatur meningkat pada satu area, operator kemudian perlu menentukan apakah penyebabnya berasal dari cooling unit, airflow obstruction, containment, perubahan load rack, atau masalah sensor.

Data hanya memberi tanda, O&M mengubah tanda tersebut menjadi tindakan, selain reliability, cooling juga berhubungan langsung dengan efisiensi energi. Uptime Institute memasukkan monitoring airflow dan electrical power sebagai salah satu cara untuk menemukan potensi masalah, meningkatkan pemanfaatan kapasitas, sekaligus membuka peluang peningkatan efisiensi. Karena itu operasi cooling yang baik bukan berarti membuat ruang server sedingin mungkin, yang dicari adalah kondisi yang stabil dan sesuai dengan requirement equipment, dengan penggunaan energi yang tetap rasional.

Mengelola Kapasitas Sebelum Menjadi Masalah

Data center berubah dari waktu ke waktu, Server bertambah, Rack terisi, Power load meningkat dan Cooling demand ikut berubah. Permasalahan kapasitas sering kali tidak muncul secara tiba-tiba. Biasanya indikatornya sudah terlihat beberapa bulan sebelumnya. Namun, jika data capacity tidak dikelola dengan baik, tim baru menyadari masalah ketika ingin menambahkan equipment baru. Misalnya rack masih mempunyai ruang kosong, tetapi power circuit sudah mendekati kapasitasnya, atau daya masih tersedia, tetapi cooling di area tersebut tidak lagi mempunyai margin yang cukup, Inilah sebabnya capacity management menjadi bagian dari operation management.

Operator perlu mempunyai visibility terhadap space, power, cooling, dan utilisasi facility sehingga perubahan dapat direncanakan sebelum kapasitas mencapai batas. NPS saat ini memasukkan capacity & workload management sebagai salah satu scope layanan DCOM, termasuk review kapasitas rack, power dan cooling untuk membantu perencanaan ekspansi.

Uptime Institute juga menempatkan space, power, dan cooling capacity management sebagai bagian dari planning dan coordination yang diperlukan dalam operasi data center. Dengan demikian, capacity planning bukan hanya pekerjaan saat ingin melakukan ekspansi, Ia merupakan bagian dari aktivitas operasional yang perlu ditinjau secara berkala.

Maintenance dan Risiko Human Error

Equipment data center membutuhkan maintenance. Namun, setiap maintenance juga membawa risiko, Ketika panel dibuka, breaker dioperasikan, UPS berpindah mode, valve cooling diisolasi, atau equipment tertentu dimatikan, kondisi fasilitas berubah dari keadaan normalnya. Semakin kritikal pekerjaan tersebut, semakin penting persiapan sebelum teknisi menyentuh equipment, di sinilah masalah human error menjadi sangat relevan.

Uptime Institute menyebut dalam pembaruan program Management & Operations mereka bahwa survei resiliency 2024 menunjukkan sekitar 66–80% outage masih berkaitan dengan human error, dengan kegagalan mengikuti prosedur sebagai salah satu faktor utama. Artinya, mengurangi human error tidak cukup dengan sekadar mengatakan kepada teknisi untuk “lebih hati-hati”, Sistem kerjanya juga harus mendukung. Pekerjaan perlu mempunyai scope yang jelas, kondisi awal harus diverifikasi, risiko terhadap redundancy perlu dipahami, prosedur harus tersedia, personel yang terlibat harus mengetahui perannya. Dan ketika pekerjaan selesai, kondisi sistem harus divalidasi kembali, dalam pengoperasian data center, umumnya terdapat beberapa tingkat prosedur, aktivitas rutin dijalankan melalui prosedur operasi, pekerjaan atau perubahan terencana melalui metode kerja yang lebih terperinci, sedangkan kondisi abnormal membutuhkan prosedur respons darurat yang mudah diakses oleh operator.

Nama dokumen dapat berbeda antarorganisasi, tetapi prinsipnya sama, aktivitas kritis tidak seharusnya bergantung pada ingatan seseorang saja. Uptime Institute juga menekankan pentingnya documented policies, procedures, training, infrastructure references, dan as-built drawings agar personel mempunyai informasi yang diperlukan ketika menghadapi kondisi normal maupun abnormal.

Incident Response, Escalation, dan Dokumentasi

Tidak semua gangguan dapat dicegah, karena itu kualitas sebuah operasi tidak hanya dinilai dari berapa sedikit alarm yang muncul, tetapi juga dari bagaimana organisasi merespons ketika alarm benar-benar terjadi. Bayangkan UPS memberikan alarm battery:

siapa yang pertama menerima?

Berapa lama alarm boleh menunggu?

Kapan engineer harus datang ke lokasi?

Apakah customer atau management perlu diberi informasi?

Kapan vendor manufacturer harus dilibatkan?

Bagaimana status insiden dilaporkan?

Pertanyaan seperti ini harus sudah mempunyai jawaban sebelum kondisi darurat terjadi, karena itu O&M membutuhkan incident classification dan escalation matrix. Alarm kecil tidak harus diperlakukan sama seperti gangguan yang mengancam availability, sebaliknya alarm kritis tidak boleh menunggu terlalu lama hanya karena tidak ada ownership yang jelas. Setelah insiden selesai, pekerjaan juga belum benar-benar selesai, Event perlu didokumentasikan, penyebab perlu dianalisis, tindakan korektif perlu ditentukan dan jika prosedur ternyata tidak cukup baik, prosedur tersebut perlu diperbarui.

NPS memasukkan SLA monitoring, incident classification, escalation path, corrective action, event log, checklist, dan service record sebagai bagian dari layanan Data Center Operation & Management. Uptime Institute juga menekankan pentingnya tracking outage dan root cause agar corrective action dapat dilakukan untuk mengurangi kemungkinan kejadian yang sama berulang.

Monitoring 24/7 Tidak Sama dengan Operator Menatap Dashboard 24 Jam

Istilah 24/7 monitoring sering terdengar sederhana, padahal yang menentukan kualitas monitoring bukan hanya keberadaan layar dashboard, Sistem perlu mempunyai parameter dan threshold yang masuk akal. Alarm harus dikategorikan, escalation contact harus selalu tersedia, operator perlu mengetahui tindakan apa yang boleh dilakukan dan kapan masalah harus diteruskan kepada engineer atau vendor, historical trend juga perlu dilihat. Sebagai contoh, temperatur yang naik satu derajat mungkin belum menjadi emergency. Namun jika trend menunjukkan temperatur meningkat terus selama beberapa hari pada rack yang sama, kondisi tersebut mungkin menjadi indikasi masalah airflow atau cooling yang perlu diperiksa sebelum alarm kritis muncul. Hal yang sama berlaku untuk load UPS, battery condition, PDU load, water leak sensor, ataupun parameter facility lainnya.

Monitoring yang baik bukan hanya mendeteksi failure. Monitoring membantu melihat perubahan sebelum berubah menjadi failure.

Preventive, Predictive, dan Corrective Maintenance

Maintenance dalam data center tidak seharusnya hanya dilakukan ketika equipment rusak, preventive maintenance dilakukan berdasarkan jadwal atau operating requirement untuk menjaga equipment tetap dalam kondisi yang direncanakan. Predictive atau condition-based maintenance menggunakan kondisi dan trend tertentu untuk membantu menentukan kapan perhatian diperlukan, sementara corrective maintenance dilakukan ketika ditemukan defect atau equipment mengalami gangguan. Ketiganya mempunyai fungsi berbeda, namun seluruh aktivitas tersebut tetap perlu dikoordinasikan dengan operasional data center. Maintenance UPS misalnya tidak hanya menjadi urusan teknisi UPS, Operator facility perlu mengetahui kapan pekerjaan dilakukan, redundancy apa yang tersedia, equipment mana yang terdampak, siapa yang memberi izin, serta bagaimana kondisi sistem diverifikasi setelah pekerjaan selesai.

Uptime Institute menempatkan preventive dan predictive maintenance, tracking system, qualified vendor support, dan root-cause tracking sebagai elemen penting dalam program maintenance data center, Inilah alasan O&M dan maintenance tidak boleh berjalan sebagai dua aktivitas yang terpisah.

Dokumentasi adalah Bagian dari Infrastruktur Operasional

Equipment biasanya terlihat jelas di ruang data center, dokumentasi tidak, Karena itu dokumentasi sering dianggap sebagai pekerjaan administratif setelah pekerjaan teknis selesai. Padahal dalam fasilitas kritis, dokumentasi mempunyai peran operasional, operator perlu mengetahui kondisi aktual equipment, teknisi membutuhkan drawing terbaru, management perlu melihat history maintenance, shift berikutnya perlu mengetahui event yang terjadi sebelumnya, auditor membutuhkan bukti bahwa aktivitas memang dilakukan. Tanpa dokumentasi yang baik, data center berisiko mempunyai dua versi kondisi:

kondisi yang tertulis di dokumen dan kondisi yang sebenarnya terjadi di lapangan.

Karena itu dokumen seperti asset list, single-line diagram, as-built drawing, maintenance record, alarm/event log, operating checklist, change record, incident report, dan capacity report perlu diperbarui sesuai perubahan fasilitas. Uptime Institute secara khusus menyebut complete infrastructure reference library serta accurate as-built drawings sebagai informasi kritis bagi personel yang harus menangani kondisi abnormal. Dokumentasi bukan sekadar persyaratan audit, Ia membantu orang yang berbeda mengambil keputusan berdasarkan kondisi fasilitas yang sama.

Bagaimana Data Center O&M yang Baik Dijalankan?

Tidak ada satu model operasi yang cocok untuk semua fasilitas, data center enterprise dengan beberapa rack akan mempunyai kebutuhan berbeda dengan colocation, hyperscale facility, atau edge site yang tersebar di banyak lokasi. Namun pendekatannya tetap dapat dimulai dari prinsip yang sama.

Pertama, pahami kondisi fasilitas dan risiko, kemudian tentukan operating procedure, maintenance requirement, staffing, monitoring, SLA, dan escalation yang sesuai. Setelah operasi berjalan, data dari incident, capacity, energy, maintenance, serta alarm digunakan untuk mencari peluang improvement.

Pendekatan NPS untuk layanan Data Center Operation & Management saat ini menggunakan alur:

Assess → Operate → Optimize → Report.

Tahap assessment meninjau kondisi site, critical load, power path, cooling, monitoring, dan operational risk, tahap operation menjalankan monitoring, checklist, event follow-up, coordination, dan escalation, tahap optimization melihat capacity, energy, airflow, cooling performance, serta pola operasi dan terakhir, reporting menyediakan SLA, incident report, activity summary, checklist, dan rekomendasi untuk management. Model seperti ini membuat O&M tidak berhenti menjadi pekerjaan menjaga fasilitas tetap hidup hari ini, tujuannya adalah membuat operasi besok lebih terukur dibandingkan hari ini.

Kapan Perusahaan Perlu Mempertimbangkan Managed Data Center Operation?

Tidak semua perusahaan harus menyerahkan seluruh operasi kepada pihak ketiga, jika organisasi mempunyai team facility lengkap, kompetensi multi-system, monitoring, shift coverage, procedure, serta vendor management yang sudah matang, sebagian besar fungsi dapat dikelola secara internal.

Namun managed operation mulai relevan ketika terdapat gap, misalnya site harus dimonitor 24/7 tetapi internal team terbatas, equipment berasal dari banyak manufacturer, prosedur dan dokumentasi belum konsisten, alarm belum mempunyai escalation yang jelas, maintenance antarvendor sulit dikoordinasikan, atau internal IT ingin fokus pada aplikasi dan business service daripada mengelola fasilitas kritis secara detail. Dalam kondisi tersebut, provider O&M dapat berfungsi sebagai extended operational team.

Pembahasan lebih spesifik mengenai bagaimana mengevaluasi penyedia layanan sebaiknya tetap berada pada artikel turunan Tips Memilih Data Center Operation & Management Service Profesional, sehingga pillar ini tidak berubah menjadi artikel penjualan.

Operasi Data Center yang Andal Dibangun Setiap Hari

Keandalan sebuah data center tidak berhenti pada saat proyek konstruksi rampung atau pengujian commissioning dinyatakan lulus. Availability atau ketersediaan fasilitas sesungguhnya dipertahankan melalui rutinitas operasional harian yang disiplin. Stabilitas fasilitas adalah hasil akumulasi dari aktivitas monitoring, pemeliharaan terjadwal (maintenance), prosedur standar yang ketat, pelatihan tim, manajemen insiden yang sigap, perencanaan kapasitas, serta dokumentasi yang konsisten.

Dalam operasional harian, filosofi yang harus dipegang adalah:

• Power: Harus tersedia tanpa jeda sesuai desain uptime yang ditargetkan.
• Cooling: Harus secara dinamis mengikuti fluktuasi beban IT yang berubah-ubah.
• Capacity: Harus dipetakan dan diketahui statusnya jauh sebelum mencapai batas jenuh.
• Maintenance: Harus dilaksanakan melalui prosedur yang terukur tanpa menimbulkan risiko tambahan yang tidak perlu pada sistem.
• Incident Management: Ketika insiden tetap terjadi—sebagaimana realita di lapangan—respons serta alur eskalasi harus sudah dipersiapkan dan diuji sebelumnya.

Inilah inti sari dari Data Center Operation & Maintenance (O&M) yang sesungguhnya.

Layanan Data Center Operation & Management Services (NPS)

PT NPS Pemuda Berdikarisma menyediakan layanan Data Center Operation & Management Services yang dirancang untuk mendukung berbagai skala fasilitas, mulai dari enterprise data center, colocation facility, ruang server, micro data center, hingga edge site.

Scope layanan kami mencakup integrasi penuh untuk menjaga kesehatan infrastruktur Anda:

• Daily facility monitoring dan pengisian operational checklist yang presisi.
• Manajemen kapasitas (capacity management) untuk perencanaan ekspansi yang akurat.
• Optimalisasi penggunaan energi dan performa sistem pendinginan (energy & cooling optimization).
• Pemantauan pemenuhan standar layanan (SLA monitoring).
• Manajemen respons insiden (incident response) serta penyusunan dokumentasi operasional (operational documentation).
• Koordinasi menyeluruh terhadap seluruh aktivitas fasilitas agar berjalan harmonis.

Didukung oleh kompetensi mendalam pada infrastruktur kritis seperti sistem UPS, battery system, precision cooling, sistem monitoring, hingga infrastruktur rack, kami memastikan setiap aktivitas O&M terkoordinasi secara mulus dengan sistem pendukung lainnya, dari tahap instalasi, commissioning, hingga pemeliharaan jangka panjang.

Langkah Awal Menuju Operasional yang Lebih Baik

Jika pengoperasian data center Anda saat ini masih dirasa terfragmentasi—bergantung pada terlalu banyak vendor, alarm yang tersebar di berbagai sistem yang tidak terintegrasi, atau belum memiliki prosedur operasi (Standard Operating Procedure) dan alur eskalasi yang seragam—melakukan operational assessment dapat menjadi langkah awal yang paling krusial.

Assessment ini akan membantu tim Anda memetakan kesenjangan (gap) yang perlu diperbaiki, sehingga Anda dapat menentukan model layanan O&M yang paling sesuai untuk meningkatkan keandalan fasilitas Anda menuju standar operasional yang jauh lebih profesional.