Di Balik Kedaulatan AI, Tersembunyi Krisis Energi dan Air
Pertumbuhan data center AI Indonesia adalah lonjakan pembangunan pusat komputasi yang menopang layanan digital, namun membawa konsekuensi berat berupa peningkatan konsumsi energi dan air dalam skala luar biasa yang berpotensi mengganggu pasokan listrik, memperbesar emisi karbon, serta memicu persaingan pemanfaatan air bersih antara kebutuhan industri digital dan kebutuhan publik seperti irigasi serta air minum. Ekspansi ini tidak lagi sekadar soal infrastruktur, melainkan pertarungan nilai: apakah ambisi kedaulatan AI layak dibayar dengan bumi yang semakin panas dan sungai yang kian kering? Ketika setiap pertanyaan ke model generatif menyedot listrik setara ratusan rumah dan jutaan liter air bersih untuk pendinginan server, kita tidak sedang "berselancar" di dunia maya tanpa dampak; kita sedang menggeser beban ekologis ke wilayah yang sama sekali belum siap mengelolanya.
Peta Data Center AI dan Lonjakan Konsumsi Energi
Industri data center AI Indonesia sudah memasuki fase ledakan kapasitas. Berdasarkan pemetaan, terdapat 204 pusat data yang tersebar di berbagai kota, dengan konsentrasi tertinggi di Jakarta (107), disusul Batam (20), Surabaya (9), Denpasar (8), Bandung (7), dan Bekasi (6), sebagian besar telah menaungi komputasi Artificial Intelligence. Kehadiran model generatif berskala besar mengubah data center dari sekadar "gudang data" menjadi pabrik komputasi berdaya sangat tinggi: densitas daya rak server AI melonjak ke kisaran 20–120 kilowatt per rak, jauh di atas rata-rata 3 kilowatt pada fasilitas konvensional. Satu proses pelatihan Large Language Model saja mengonsumsi listrik setara pemakaian ratusan rumah tangga selama setahun penuh. Kapasitas yang telah beroperasi mencapai 580 MW, dengan pipeline pengembangan tambahan sekitar 1,3 GW yang didorong terutama oleh beban kerja AI, bukan sekadar hosting atau penyimpanan data biasa.
Dahaga Air Pusat Data: Dari Jatiluhur ke Batam
Krisis air data center bukan isu abstrak, melainkan persaingan langsung dengan kebutuhan irigasi dan air baku masyarakat. Jutaan galon air bersih dipompa setiap hari hanya untuk menjaga ribuan server tetap dingin dan tidak overheat. Utusan Khusus Sekjen PBB untuk isu air, Retno Marsudi, menegaskan bahwa untuk setiap 1 MW beban IT, sistem pendingin evaporative cooling membutuhkan 1,5 hingga 3 juta liter air per bulan. Di Batam, proyek NeutraDC-Nxera di Kabil Industrial Park diperkirakan memerlukan hingga 3 juta liter air per hari saat beroperasi penuh, sementara sembilan data center di Nongsa Digital Park berpotensi mengkonsumsi 29 juta liter per hari pada 2032, setara lebih dari 8 persen pasokan air kota yang bergantung pada waduk berisi air hujan. Di Jatiluhur, pembangunan AI Campus berkapasitas hingga 640 MW hanya berjarak sekitar lima kilometer dari bendungan yang selama ini menyuplai irigasi pesisir utara dan air baku untuk kota besar, memicu kekhawatiran nyata tentang water balance dan carrying capacity kawasan.
Green Computing dan Model AI Hemat Sumber Daya
Jawaban atas krisis energi dan air bukan menghentikan AI, melainkan menundukkan ambisi di bawah disiplin green computing ramah lingkungan. Penanaman kapasitas data center AI wajib diarahkan ke wilayah dengan kelimpahan Energi Baru Terbarukan, bukan sekadar lokasi terdekat dengan bendungan atau jaringan listrik berbasis batu bara. Pengembangan kebijakan jelas diperlukan: izin pusat data harus mensyaratkan audit konsumsi energi pusat data dan dampak terhadap siklus hidrologi lokal, termasuk kajian water balance agar kontrak listrik jangka panjang tidak mencuri fleksibilitas alokasi air irigasi pada musim kemarau. Di sisi teknologi, dorongan pada Small Language Models menjadi kunci. Jangan memaksakan gigantic models boros daya ketika kebutuhan nyata bisa diselesaikan oleh model yang lebih kecil, lokal, dan hemat energi untuk sektor seperti pertanian, logistik kepulauan, dan kesehatan. Pengalaman negara tetangga dengan Green Data Centre Roadmap, yang menargetkan PUE maksimal 1,3 dan WUE maksimal 2,0 m³ per MWh dalam sepuluh tahun, memberi gambaran bahwa standar efisiensi ketat adalah syarat minimum, bukan kemewahan.
Menuju Kedaulatan Digital Berkelanjutan
Ekspansi industri AI harus dibaca sebagai peluang ekonomi sekaligus tanggung jawab ekologis. Ketika pusat data AI memproyeksikan kebutuhan listrik hingga 3,5 GW pada 2030 dan jauh lebih tinggi pada 2034, skalanya sudah mendekati beban puncak satu provinsi besar. Tanpa koreksi, ambisi kedaulatan digital akan bertabrakan keras dengan komitmen transisi energi dan Net Zero Emission. Kedaulatan digital berkelanjutan mengharuskan kita menanggung sendiri beban energi dan air untuk melatih dan menjalankan model, namun dengan disiplin efisiensi yang setara atau bahkan melampaui standar global. Pada 22 September 2026, groundbreaking AI Campus berkapasitas 640 MW yang didukung 845 MVA listrik menandai betapa cepatnya komitmen fisik terhadap infrastruktur AI. Indonesia membutuhkan rekonsiliasi nyata antara ambisi AI dan Green Transition: regulasi ketat, investasi EBT, standar PUE-WUE, dan pilihan arsitektur model yang hemat sumber daya. Kedaulatan teknologi yang sejati muncul ketika kemewahan digital tidak menghancurkan daya dukung lingkungan tempat kita hidup.
