Simulasi Disaster Recovery Basis Data Kependudukan Menggunakan PostgreSQL dan VMware

Authors

  • Hanifah Syahidah Computer Science Study Program, IPB University, Indonesia Author
  • Shelvie Nidya Neyman Computer Science Study Program, IPB University, Indonesia Author https://orcid.org/0000-0002-0003-1953
  • Briliyan Pancar Komara Computer Science Study Program, IPB University, Indonesia Author
  • Muhammad Farhadh Computer Science Study Program, IPB University, Indonesia Author
  • Fauzan Arif Tricahya Computer Science Study Program, IPB University, Indonesia Author

Keywords:

Backup, Chaos Engineering, Integritas Data, PostgreSQL, Recovery

Abstract

Basis data kependudukan merupakan aset kritis bagi instansi pemerintah yang menopang berbagai layanan publik, sehingga kegagalan sistem dapat berdampak langsung pada kontinuitas pelayanan masyarakat. Meskipun strategi backup dan recovery basis data telah banyak dikaji secara umum, implementasi dan pengujiannya pada konteks basis data kependudukan pemerintah daerah di Indonesia dengan pendekatan chaos engineering masih belum banyak didokumentasikan. Penelitian ini mensimulasikan mekanisme backup, recovery, dan uji integritas pada dataset sintetis kependudukan Indonesia menggunakan infrastruktur virtual dua site berbasis VMware dan PostgreSQL 15 yang dikontainerisasi dengan Docker. Tiga strategi backup diimplementasikan yaitu full, incremental, dan differential backup, dilengkapi enkripsi AES-256-CBC dan streaming replication berbasis WAL secara real-time. Sebanyak sembilan skenario pengujian dieksekusi mencakup chaos engineering dengan metode fault injection, DROP TABLE CASCADE, restoration test, Point-in-Time Recovery, dan uji keamanan enkripsi. Hasil pengujian menunjukkan seluruh skenario berhasil dieksekusi dengan nilai Recovery Point Objective mendekati nol dan pemulihan data sebanyak 2.199.747 baris tanpa kehilangan data pada kondisi simulasi yang diujikan. Strategi full backup menghasilkan Recovery Time Objective tercepat sekitar 49 detik, sedangkan strategi differential memerlukan waktu terlama sekitar 413 detik akibat akumulasi ukuran dump. Temuan ini diharapkan dapat menjadi referensi teknis bagi instansi pemerintah daerah dalam merancang sistem backup dan recovery basis data kependudukan yang andal dan aman.

Author Biography

  • Shelvie Nidya Neyman, Computer Science Study Program, IPB University, Indonesia

    Akademisi di departemen Ilmu Komputer divisi Sistem dan Jaringan Komputer juga Wakil Kepala Lembaga Manajemen Informasi dan Transformasi Digital (LMITD) periode 2023-2028

Downloads

Published

2026-09-18

Issue

Section

Ilmu Komputer