Ledakan AI dan Ancaman Krisis Energi: Pentingnya Regulasi Komputasi Hijau

Kecerdasan Artifisial (Artificial Intelligence/ AI) begitu masif merajai narasi kemajuan teknologi global. Namun di balik kemampuannya menulis naskah, menganalisis data, hingga mendiagnosis penyakit, tersembunyi biaya lingkungan yang monumental: konsumsi listrik dan jejak karbon yang dapat dikatakan melampaui batas kewajaran. 

Sebagai gambaran, sebuah riset terkini mengungkap bahwa proses pelatihan model skala besar semacam ChatGPT dapat melepaskan 552-ton karbon dioksida. Jumlah ini sebanding dengan emisi tahunan 121 rumah di Amerika Serikat. 

Raksasa teknologi pun tak luput dari masalah ini. Lonjakan kebutuhan listrik untuk pusat data AI telah menyebabkan emisi gas rumah kaca Google meningkat sebesar 51% sejak 2019. Lonjakan ini berpotensi menggagalkan target keberlanjutan mereka. Menjadi sebuah ironi ketika teknologi yang diciptakan untuk menghemat sumber daya malah menjelma menjadi beban baru bagi bumi.

Beban Ekologis di Balik Akselerasi Teknologi

International Energy Agency (IEA) mencatat konsumsi listrik pusat data global mencapai 415 terawatt-jam (TWh) pada 2024, atau sekitar 1,5% dari total permintaan listrik dunia. Angka ini diproyeksikan naik lebih dari dua kali lipat menjadi 945 TWh pada 2030, mendekati total konsumsi listrik tahunan Jepang saat ini (IEA, 2025). 

Yang lebih mengkhawatirkan, konsumsi tersebut didorong oleh lonjakan permintaan server khusus AI. Di Amerika Serikat, server AI sudah menyumbang 22% dari total konsumsi energi pusat data pada 2023 dan diproyeksikan akan naik menjadi 50%-55% pada 2028. 

Sementara itu, fase inference, yaitu pengoperasian model AI setelah pelatihan, diduga menyumbang hingga 90% dari total konsumsi energi siklus hidup sebuah model (NTT Data, 2025). Artinya, semakin populer sebuah aplikasi AI, semakin besar pula tagihan lingkungannya.

Geopolitik Pusat Data dan Krisis Infrastruktur Kelistrikan

Persoalan ini bukan lagi sekadar masalah teknis, melainkan krisis kebijakan. Berbagai negara kini berlomba menata ulang ketahanan energinya untuk menampung ledakan permintaan pusat data. 

Di Amerika Serikat, pusat data di negara bagian Virginia Utara saja mengonsumsi sekitar 25–30 TWh per tahun, angka ini lebih besar dari konsumsi listrik beberapa negara. 

Irlandia menghadapi situasi lebih ekstrem di mana pusat data kini memakan 22% dari total listrik nasional (theirishtime.com, 2025). Sementara Singapura sempat memberlakukan moratorium pembangunan pusat data akibat keterbatasan kapasitas jaringan listrik. 

Pada Juni 2025, Ember Energy Research CIC memperingatkan bahwa kemacetan jaringan (grid congestion) dan infrastruktur listrik yang terjadi di Eropa yang sudah tertekan oleh elektrifikasi industri mengancam keandalan pasokan bagi pusat data. 

Sebaliknya, negara-negara Skandinavia seperti Islandia dan Norwegia justru menjadikan energi bersih sebagai daya tarik investasi pusat data. Islandia memiliki jejak karbon listrik hampir nol berkat geotermal dan hidro. Sedangkan Norwegia menawarkan pasokan listrik berbasis energi baru terbarukan (EBT) yang stabil. 

Jepang dan Cina tak kalah agresif; Jepang diproyeksikan akan melihat konsumsi listrik pusat datanya naik tiga kali lipat pada 2034, sementara Cina diperkirakan akan mengonsumsi 180–340 TWh pada 2027. Fakta ini menunjukkan satu titik temu: kesiapan infrastruktur kelistrikan menjadi penentu utama dalam persaingan ekonomi digital global, dan negara yang lambat beradaptasi akan tertinggal.

Kekosongan Hukum dan Celah Regulatif

Di tengah lanskap global tersebut, regulasi AI di tingkat internasional masih terlalu lunak untuk mengimbangi laju konsumsi energi. European Union Artificial Intelligence Act (EU AI Act) yang mulai berlaku efektif secara bertahap sejak 1 Agustus 2024 memang mencantumkan aspek lingkungan dalam pengaturannya. Namun, para ahli hukum mengkritiknya sebagai missed opportunity. 

Revisi Parlemen Eropa yang mensyaratkan pencatatan konsumsi energi dan penilaian dampak lingkungan bagi sistem AI berisiko tinggi akhirnya melemah dalam versi trilog, menjadi sekadar kode etik sukarela dan standar teknis tanpa mekanisme penegakan yang jelas. 

Pasal 40 EU AI Act memang meminta badan standardisasi menyusun pedoman efisiensi sumber daya. Namun, kepatuhan bersifat sukarela dan tidak mensyaratkan pengungkapan publik. Celah regulatif ini memperkuat argumen bahwa transparansi dan akuntabilitas harus menjadi pilar utama dalam setiap kerangka komputasi hijau.

Dilema Ketahanan Energi Nasional dan Ambisi Kedaulatan Digital

Bagi Indonesia, ketahanan energi masih menjadi pekerjaan rumah. Ironisnya, fakta ini disusul ancaman krisis energi akibat ledakan AI sudah di depan mata. Memegang predikat sebagai kekuatan ekonomi digital terbesar di Asia Tenggara, Indonesia kini tengah berpacu membangun pusat-pusat data berskala masif guna menopang ambisi teknologi yang tengah digenjot pemerintah dan korporasi. 

Sayangnya, fondasi energi kita masih belum sepenuhnya ideal untuk menanggung beban tersebut. Mengacu pada data tahun 2023, Indeks Ketahanan Energi nasional hanya bertengger di level 6,64 dari 10, sebuah pengingat bahwa ketergantungan pada batu bara masih sangat mendominasi struktur kelistrikan kita (Dewan Energi Nasional, 2024). 

Di atas kertas, Indonesia memang memiliki komitmen hijau yang progresif; Rencana Usaha Penyediaan Tenaga Listrik (RUPTL) terbaru untuk periode 2025–2034 bahkan menjanjikan suntikan 42,6 GW kapasitas pembangkit dari Energi Baru Terbarukan. Namun, realitas di lapangan berbicara lain. 

Akses terhadap aliran listrik yang ramah lingkungan, menyala 24 jam nonstop, serta ramah di kantong belum terwujud secara merata. Hal ini memicu dilema besar karena operasional pusat data memiliki spesifikasi teknis yang sangat kaku: mereka tidak dapat menoleransi pemadaman daya sekecil apa pun, di mana hilangnya aliran listrik dalam sepersekian detik saja dapat berakibat fatal bagi sistem komputerisasi di dalamnya. 

Evolusi Kepatuhan ESG sebagai Instrumen Pencegah Greenwashing

Dalam kondisi seperti ini, prinsip Environmental, Social, and Governance (ESG) dapat berperan sebagai korektor. Otoritas Jasa Keuangan (OJK), melalui Peraturan OJK Nomor 51/POJK.03/2017, telah mewajibkan perusahaan publik dan lembaga jasa keuangan untuk menyusun laporan keberlanjutan. 

Lebih jauh, Dewan Standar Ikatan Akuntan Indonesia pada pertengahan 2025 telah menerbitkan Exposure Draft Standar Pengungkapan Keberlanjutan yaitu PSPK 1 (Persyaratan Umum) dan PSPK 2 (Terkait Iklim) yang mengadopsi standar Internasional IFRS S1 dan S2, dengan fokus climate-first dengan target efektif 1 Januari 2027. 

Namun yang terpenting, pengungkapan ESG saat ini masih bersifat umum dan belum secara spesifik mengadopsi metrik konsumsi energi AI, seperti Power Usage Effectiveness atau jejak karbon per inferensi model. Jika Indonesia ingin menghindari jebakan greenwashing, maka kebijakan ESG harus berevolusi memasukkan metrik lingkungan khusus AI dan pusat data.

Arah Kebijakan Strategis: Menuju Ekosistem Komputasi Hijau

Lantas, langkah strategis apa yang harus segera ditempuh untuk memitigasi krisis ini? Pertama, pemerintah perlu segera menerbitkan regulasi khusus green computing yang mensyaratkan mandatory disclosure konsumsi energi, air, dan karbon bagi penyedia layanan AI dan operator pusat data, yang mengadopsi spirit transparansi EU AI Act. 

Kedua, pemerintah perlu mengembangkan skema insentif fiskal bagi pusat data yang menggunakan listrik dari sumber EBT. Termasuk tax holiday untuk investasi EBT captive, pembebasan bea masuk untuk peralatan liquid cooling berefisiensi tinggi, serta kemudahan perizinan bagi proyek yang berlokasi dekat sumber EBT. 

Ketiga, Badan Riset dan Inovasi Nasional (BRIN) dan perguruan tinggi ternama perlu didorong untuk mengembangkan algoritma efisien secara energi, mengikuti jejak Google yang berhasil meningkatkan efisiensi komputasi 33 kali lipat dalam setahun.

AI adalah teknologi ganda: ia bisa mempercepat transisi energi bersih, namun juga bisa menjadi beban iklim yang signifikan. Pilihan ada di tangan pembuat kebijakan. Tanpa regulasi komputasi hijau yang tegas, Indonesia bukan hanya berisiko gagal mencapai target Net Zero Emission 2060, tetapi juga bisa kehilangan daya saing dalam merebut investasi pusat data global. Masa depan AI harus cerdas, hijau dan berkelanjutan.