Silent data corruption adalah anomali di mana data tersimpan berubah atau menyimpang secara keliru tanpa memicu error, log exception, maupun kegagalan proses di level aplikasi. Pada sistem backend finansial dan ledger transaksi, akar masalah anomali ini sering kali bersumber dari hal fundamental: penggunaan tipe data floating-point biner (seperti float atau double di standard IEEE 754) untuk kalkulasi saldo.

Gejala Silent Data Corruption pada Ledger

Masalah biasanya tidak langsung terdeteksi saat unit testing awal berjalan. Pada transaksi sederhana, angka desimal tampak normal. Namun saat sistem mengakumulasi ribuan mutasi mikro (seperti potongan admin harian, pembagian dividen, atau perhitungan diskon berkala), audit database berkala mulai menunjukkan selisih nominal beberapa sen atau digit desimal paling ujung.

Gejala umum meliputi:

  • Selisih neraca (unbalanced double-entry) saat agregasi total debit dan kredit pada periode tertentu tidak bernilai persis 0.
  • Pengecekan rekonsiliasi akhir bulan gagal akibat selisih fraksional (misal 0.00000000000004).
  • Tidak ada catatan error pada log server; status transaksi tercatat SUCCESS 200 OK.

Investigasi Root Cause: Representasi IEEE 754

Komputer berbasis arsitektur modern menggunakan standar IEEE 754 untuk tipe data floating-point. Bilangan disimpan menggunakan basis biner (pangkat 2). Pecahan desimal berbasis 10 seperti 0.1 atau 0.01 tidak dapat direpresentasikan secara eksak dalam biner, serupa dengan pecahan 1/3 yang menjadi desimal berulang 0.3333....

Saat aplikasi melakukan operasi aritmetika berulang pada nilai floating-point di memori backend, nilai dibulatkan ke representasi biner terdekat. Setiap operasi memperkenalkan truncation atau rounding error kecil. Dalam volume transaksi tinggi, error mikro ini saling berakumulasi dan mengotori integritas data di storage backend.

Reproduksi Bug: Test Case Minimal

Kode di bawah mendemonstrasikan bagaimana agregasi loop sederhana menghasilkan diskrepansi angka nyata. Contoh menggunakan Node.js (JavaScript runtime), yang secara default memakai 64-bit float untuk semua tipe number.

// bug_repro.js
const assert = require("node:assert");

function calculateTotalBalance(transactions) {
  return transactions.reduce((acc, curr) => acc + curr, 0);
}

// Simulasi 100 transaksi mikro sebesar 0.07 dan potongan 0.03
const transactions = [];
for (let i = 0; i < 100; i++) {
  transactions.push(0.07);
  transactions.push(-0.03);
}

// Nilai harapan: 100 * (0.07 - 0.03) = 100 * 0.04 = 4.0
const expected = 4.0;
const actual = calculateTotalBalance(transactions);

console.log(`Expected: ${expected}`);
console.log(`Actual  : ${actual}`);

// Assertion gagal karena akumulasi presisi float:
// Actual bernilai 4.0000000000000035 bukannya 4.0
assert.strictEqual(actual, expected, "Saldo tidak balance akibat floating-point rounding!");

Solusi Perbaikan: Arbitrary-Precision dan Minor Units

Ada dua pendekatan standar industri untuk mengeliminasi floating-point rounding:

  1. Minor Currency Unit (Pence/Cent Pattern): Simpan seluruh nilai uang dalam unit terkecilnya sebagai integer 64-bit (misal sen untuk USD/IDR). $10.50 disimpan sebagai integer 1050. Operasi penjumlahan integer bersifat deterministik dan presisi.
  2. Arbitrary-Precision / Fixed-Point Types: Gunakan tipe data khusus desimal yang merepresentasikan basis 10 di level memori (seperti Decimal di Python, BigDecimal di Java, tipe basis DECIMAL/NUMERIC di database SQL, atau pustaka decimal.js / big.js di JS).

Contoh Solusi Menggunakan Tipe Desimal Arbitrary-Precision

Berikut perbaikan dari kode sebelumnya menggunakan kalkulasi exact-decimal via pustaka murni berbasis string/integer-array:

// fix_solution.js
const assert = require("node:assert");
// Menggunakan library arbitrary-precision (misal: big.js atau decimal.js)
const Big = require("big.js");

function calculateTotalBalanceFixed(transactions) {
  return transactions
    .reduce((acc, curr) => acc.plus(new Big(curr)), new Big(0))
    .toNumber();
}

const transactions = [];
for (let i = 0; i < 100; i++) {
  transactions.push("0.07");
  transactions.push("-0.03");
}

const expected = 4.0;
const actual = calculateTotalBalanceFixed(transactions);

console.log(`Fixed Actual: ${actual}`);
assert.strictEqual(actual, expected, "Saldo balance terjamin tanpa error pembulatan.");

Aturan Penerapan pada Arsitektur Data

  • Database Schema: Jangan gunakan tipe FLOAT atau DOUBLE untuk kolom saldo, fee, atau persentase rate finansial. Gunakan NUMERIC(p, s) atau DECIMAL(p, s) dengan precision dan scale terdefinisi eksplisit (misal: DECIMAL(18, 4)).
  • API Payload: Lewatkan nilai angka bernilai tinggi atau desimal sensitif sebagai string dalam transport layer (JSON payload) untuk mencegah parser runtime mem-parsing string desimal menjadi native float sebelum masuk ke logic handler.
  • Explicit Rounding Strategy: Tentukan rounding mode secara tegas (misal: Half-Even / Banker's Rounding atau Round-Down) saat pembagian wajib dilakukan. Jangan biarkan compiler atau CPU memilih mode rounding secara implisit.