Gelombang Pusat Data AI dan Tantangan Sistem Kelistrikan Indonesia

Indonesia sedang memasuki fase baru pembangunan infrastruktur digital. Investasi pusat data meningkat cepat, didorong oleh pertumbuhan ekonomi digital, kebutuhan layanan cloud, dan ekspansi perusahaan teknologi global di Asia Tenggara. Dalam beberapa tahun terakhir, proyek hyperscale data center bermunculan di Jakarta, Bekasi, hingga Batam dengan nilai investasi mencapai miliaran dolar AS.

Awal 2026, misalnya, perusahaan pusat data Digital Edge mengumumkan investasi sekitar US$4,5 miliar untuk membangun kampus pusat data kecerdasan buatan (AI) berkapasitas 500 MW di Bekasi. Di lokasi yang sama, proyek lain bahkan diproyeksikan memiliki potensi ekspansi hingga 1 GW. Angka ini menunjukkan bahwa pusat data bukan lagi sekadar infrastruktur digital pendukung. Dalam praktiknya, fasilitas semacam ini mulai menyerupai kawasan industri baru dengan kebutuhan listrik sangat besar.

Namun, ada satu hal yang sejauh ini jarang dibahas dalam diskusi pusat data di Indonesia: kesiapan sistem kelistrikan nasional.

Selama ini, pembahasan pusat data hampir selalu berhenti pada besarnya investasi dan potensi ekonomi digital. Perspektif energi sering kali hanya muncul sebagai catatan tambahan. Seolah kebutuhan listrik pusat data hanyalah beban baru yang otomatis bisa diserap sistem tenaga yang ada. Padahal, perkembangan pusat data berbasis AI membawa karakteristik yang sangat berbeda dibanding pusat data konvensional.

Pusat data AI dibangun di atas kluster komputasi berperforma tinggi yang menggunakan ribuan graphic processing unit (GPU) secara simultan. Kebutuhan dayanya jauh lebih besar dan harus tersedia stabil selama dua puluh empat jam penuh. Satu fasilitas hyperscale AI bahkan dapat membutuhkan listrik ratusan megawatt secara terus-menerus.

Karakteristik bebannya juga lebih dinamis. Pada pusat data konvensional, pola konsumsi listrik relatif stabil. Sebaliknya, proses pelatihan model AI dapat memicu perubahan beban sangat cepat dalam waktu singkat karena ribuan GPU bekerja bersamaan. Tantangannya bukan hanya soal menyediakan listrik dalam jumlah besar, tetapi juga menjaga kualitas dan kestabilan sistem ketika perubahan beban terjadi secara terus-menerus.

Di titik ini, persoalannya mulai bergeser dari isu digital menjadi isu ketenagalistrikan.

Sistem tenaga listrik Indonesia selama ini dirancang berdasarkan pola pertumbuhan konsumsi yang relatif bertahap. Sementara pusat data AI menghadirkan jenis permintaan baru: padat daya, terkonsentrasi di wilayah tertentu, tumbuh cepat, dan menuntut tingkat keandalan sangat tinggi. Dalam kondisi tertentu, pertumbuhan pusat data bahkan bisa mengubah proyeksi kebutuhan listrik lebih cepat daripada asumsi historis yang selama ini digunakan dalam perencanaan sistem tenaga.

Masalahnya, siklus pembangunan infrastruktur kelistrikan tidak bergerak secepat ekspansi industri digital. Ketika investasi pusat data dapat masuk dalam hitungan tahun, pembangunan pembangkit, transmisi, maupun penguatan jaringan membutuhkan waktu jauh lebih panjang. Jika tidak diantisipasi sejak awal, sistem tenaga akan terus berada dalam posisi reaktif, mengejar kebutuhan yang tumbuh lebih cepat daripada proses perencanaannya sendiri.

Risikonya bukan hanya pada sisi teknis kelistrikan. Dalam jangka panjang, keterlambatan sistem tenaga menopang kebutuhan pusat data justru dapat menjadi hambatan bagi investasi digital itu sendiri. Industri pusat data pada akhirnya akan mencari lokasi dengan pasokan listrik yang kuat, stabil, dan mampu memenuhi standar keandalan tinggi.

Karena itu, pembahasan mengenai pusat data AI seharusnya mulai masuk ke dalam konteks perencanaan energi nasional. Pertanyaannya bukan lagi sekadar di mana pusat data akan dibangun, melainkan apakah sistem kelistrikan nasional memang sudah disiapkan untuk menopang gelombang permintaan baru ini.

Langkah pertama yang perlu dilakukan adalah memasukkan pusat data berintensitas komputasi tinggi sebagai kategori tersendiri dalam perencanaan sistem tenaga nasional. Hingga saat ini, baik RUKN maupun RUPTL belum secara spesifik memetakan pusat data sebagai beban strategis dengan karakteristik unik. Padahal, pola konsumsi listrik pusat data AI berbeda cukup jauh dari konsumsi listrik konvensional.

Kedua, memastikan bahwa ekspansi pusat data tidak mengorbankan stabilitas sistem eksisting. Konsentrasi pembangunan pusat data pada wilayah tertentu dapat menciptakan tekanan terhadap kapasitas jaringan, kebutuhan cadangan daya, hingga fleksibilitas operasi grid. Karena itu, integrasi pusat data semestinya tidak hanya berbasis ketersediaan lahan atau kedekatan jaringan fiber optik, tetapi juga mempertimbangkan kesiapan sistem tenaga secara menyeluruh.

Ketiga, memastikan bahwa pertumbuhan pusat data tetap selaras dengan agenda transisi energi nasional. Di banyak negara, ekspansi pusat data mulai diiringi penggunaan energi bersih, pembangunan dedicated renewable energy, serta penerapan standar efisiensi energi yang lebih ketat. Indonesia perlu mulai mendorong pendekatan serupa agar pertumbuhan ekonomi digital tidak justru meningkatkan tekanan emisi dan ketergantungan pada pembangkit fosil.

Gelombang pembangunan pusat data AI pada akhirnya akan mengubah struktur permintaan listrik nasional. Tantangannya bukan semata pada penyediaan listrik lebih banyak, melainkan memastikan sistem tenaga mampu menopang jenis beban baru yang jauh lebih intensif, sensitif, dan menuntut keandalan tinggi. Sebab pada akhirnya, fondasi utama dari infrastruktur digital tetaplah sistem kelistrikan yang andal.

Kalau perencanaan kelistrikan nasional terlambat mengantisipasi perubahan ini, Indonesia bisa berada dalam situasi ketika pertumbuhan infrastruktur digital bergerak lebih cepat daripada kesiapan sistem kelistrikannya. Ketika itu terjadi, persoalannya bukan lagi sekadar soal listrik, tetapi juga menyangkut daya saing ekonomi digital Indonesia di masa depan.