Fakta Mengejutkan Dampak AI terhadap Lingkungan - Artjoka | Blog Teknologi Kreatif

Ditandai dengan comebacknya Open AI dengan ChatGPT pada tahun 2022, setelah sebelumnya model GPT-2 pada November 2019 silam sempat ditahan dan hanya terbatas di kalangan peneliti komputer, gerbang teknologi AI akhirnya terbuka lebar bagi masyarakat umum.

Sejak saat itu, teknologi AI penghasil gambar (image generation) berbasis DALL-E 3 melahirkan berbagai tren visual yang masif di media sosial. Tujuannya? Tentu saja pelatihan model AI secara gratis dan pemasaran paket akun premium.

Sebut saja, tren "Make It More" yang viral pada akhir 2023, diikuti   Tren Caricature of Me and My Job    dan   Foto   AI Retro Jadul / 80s Flashback  yang ngetren tahun ini.

Lebih dari sekadar hiburan visual, tren gambar AI nyatanya merupakan sebuah skenario pengumpulan data (data harvesting) raksasa yang sangat menguntungkan laboratorium AI seperti OpenAI. Setiap tren memiliki fungsi spesifik dalam "mencerdaskan" teknologi mereka.

Meski saya menyukai film The X-Files yang penuh misteri dan konspirasi, percayalah bahwa skenario tren AI bukan teori konspirasi, melainkan metode resmi yang diakui dan tercantum dalam kebijakan Resmi Perusahaan AI (Official Privacy Policy).

Saya pribadi tidak ikutan tren-tren generate image AI, tapi sebagai pekerja seni, saya menggunakan AI secara aktif.

Mulai mencari ide, membuat draf, dan pernah menghasilkan gambar. Yah, tak bisa disangkal kalau keberadaan AI nyatanya memang membuat kerja lebih efektif dan efisien sehingga berdampak pada produktivitas kerja.

Tapi di balik semua efektivitas produktivitas itu, ada harga yang harus dibayar, bukan hanya langganan premium atau kuota internet, tapi something bigger, yang jarang kita sadari. Sebuah pertanyaan,  apakah AI merusak alam? Ya, dampak ekologis alam yang nyata.

Loh, kok bisa? Kan cuma server doang, masa sampai merusak alam sih? Penasaran, kan? Yuk, kita bedah fakta-fakta dampak lingkungan terkait penggunaan AI dan Apa dampak negatif dari penggunaan AI terhadap masyarakat? 

Siapkan cemilan dan bahu bersandar, karena artikel artjoka kali ini agak sedikit bikin "mikir kenceng"! Keep reading yaa. 

Jejak Karbon AI:  Setara Emisi 167 Mobil 

Fakta pertama auto bikin shock sih, kenapa penggunaan AI bisa meninggalkan jejak karbon dan berdampak AI terhadap pemanasan global? 

Karena seluruh prosesnya, membutuhkan daya listrik dalam jumlah besar untuk menghidupkan dan mendinginkan ribuan komputer server di pusat data (data center). Itu artinya, bukan jumlah energi yang kecil ya, gak se-level lah dengan energi CPU komputer dirumah apalagi laptop. 

FYI, jejak karbon AI tidak terbatas pada penggunaan saja tapi juga selama proses pelatihan dimana, proses membangun dan mengajari model AI membutuhkan ribuan komputer (GPU). 

Kebayang gak? RIBUAN! Yes, dan GPU - GPU itu bekerja non-stop selama berminggu-minggu bahkan berbulan-bulan hingga prosesnya selesai.  

Kenapa tanpa henti? 

Karena model AI besar seperti GPT-4 atau DeepSeek dilatih dengan cara membaca hampir seluruh teks dan gambar yang ada di internet dunia (miliaran buku, artikel, dokumen, kodingan, hingga triliunan baris teks).

Jika komputer server dimatikan di tengah jalan, AI akan kehilangan konteks memori jalurnya dan bisa mengalami kegagalan sistem.

Memang ada sistem penyelamatan data berkala (checkpointing), tetapi mematikan dan menyalakan kembali ribuan server GPU yang saling terhubung dalam satu klaster raksasa membutuhkan waktu sinkronisasi ulang yang sangat lama dan membuang-buang energi listrik secara sia-sia.

Ya mirip dikitlah dengan proses rendering gambar atau video proyekan kita ya, begitu tiba-tiba mati listrik, hilang sudah hasil render-an berjam-jam. Nangis deh! Wkwkwk. 

Nah, ribuan GPU yang "kerja rodi tanpa henti" inilah yang menjadi alasan utama mengapa mesin-mesin tersebut menghasilkan suhu panas ekstrem, yang pada akhirnya menuntut pemakaian energi listrik raksasa dan penguapan jutaan liter air bersih.

Penasaran pastinya dong dengan angka real-nya kan? Berikut beberapa data dan fakta jejak karbon penggunaan teknologi AI.

• Melatih Satu Model AI Setahun: Emisi 167 Mobil

Kebayang gak? Satu fakta di atas baru dari satu jenis model AI saja, meanwhile, saat ini udah banyak model generative AI. 

Berdasarkan riset yang dipublikasikan dalam jurnal EcoPapers, Management & Marketing (Ruggeri Marco, Anagnoste Sorin, dan Savastano Marco, 2025), terungkap beberapa fakta.

Pertama setiap satu kueri ChatGPT membutuhkan energi setara dengan menyalakan lampu LED 5W selama 1 jam 20 menit. Kedua, untuk melatih satu model AI generatif (GenAI) selama setahun, emisi yang dihasilkan mencapai 767.814 kg CO₂, yang setara dengan emisi tahunan 167 mobil! Luar biasa!!

• Pelatihan GPT-3: Listrik 121 Rumah di AS

Studi dari Verónica Bolón dkk. dalam ScienceDirect ("A review of green artificial intelligence: Towards a more sustainable future") mencatat bahwa pelatihan model GPT-3 membutuhkan sekitar 1.287 MWh setara dengan konsumsi listrik 121 rumah di AS selama setahun.

Dengan model lanjutan yang memiliki parameter jauh lebih masif seperti GPT-4, konsumsinya melonjak drastis, bahkan prediksi ke depan menunjukkan bahwa konsumsi energi AI bisa menyumbang lebih dari 30% total konsumsi energi dunia pada tahun 2030.

Perbandingan jejak karbon sesi chat ChatGPT

Gambar 1. Diagram emisi setara CO2 untuk pelatihan model-model ML (biru) dan untuk kasus-kasus kehidupan nyata (ungu). Di dalam kurung, jumlah miliaran parameter yang disesuaikan untuk setiap model.
(Sumber : riset Veronica Bolon dkk)

• Skala Global AI: Emisi Satu Kota New York

Penelitian yang dipublikasikan di jurnal Patterns oleh Alex de Vries menunjukkan bahwa pusat data yang menjalankan AI di seluruh dunia menghasilkan emisi karbon sekitar 32,6 juta hingga 79,7 juta ton CO₂ sepanjang tahun 2025.

Jumlah tersebut setara dengan emisi tahunan Kota New York (52,2 juta ton) atau sedikit di atas emisi tahunan Norwegia (31,5 juta ton). 

Perlu dicatat, angka ini adalah total kumulatif dari seluruh sistem AI global yang beroperasi di Pusat AI mencakup semua model bahasa, chatbot (seperti ChatGPT dan Gemini), alat generator gambar, hingga sistem digital lain yang berjalan di seluruh dunia.

Metode Perhitungan Jejak Karbon Alex de Vries

Kalau kamu penasaran dengan, Mr Alex memperoleh angka itu dari berapa jumlah total pusat data AI di dunia? jangan lebih kepo ya, karena to be honest saya juga gak tahu. Boleh cek situs aslinya riset Mr. Alex de Vries untuk tahu lebih lanjut. 

Yang pasti, Mr. Alex de Vries menggunakan metode pemodelan matematika terbalik (reverse modeling). 

Apaan tuh? Jadi, alih-alih menghitung jumlah gedungnya, beliau menghitung mesin di dalamnya. Berikut cara rumusnya bekerja hingga mendapatkan angka tersebut:

• Menghitung Jumlah Chip AI yang Terjual (GPU)

Mr. Alex melacak data dari laporan keuangan dan produksi pabrik chip (seperti Nvidia h100/A100). Beliau menghitung berapa ratus ribu atau jutaan chip komputer khusus AI yang dibeli oleh industri teknologi global untuk dioperasikan sepanjang tahun 2025. 

• Menghitung Konsumsi Listrik Total Mesin AI

Setiap chip AI memiliki spesifikasi konsumsi listrik resmi (misalnya, satu chip Nvidia H100 butuh sekitar 700 Watt). Dengan mengalikan jumlah chip yang aktif secara global dengan durasi operasionalnya, Alex berhasil mengisolasi total konsumsi listrik khusus sistem AI di seluruh dunia (yang diproyeksikan mencapai 23 Gigawatt beban listrik). 

• Mengonversi Listrik Menjadi Emisi Karbon (CO₂)

Setelah mendapatkan total angka listrik (kWh) yang disedot oleh seluruh sistem AI global, Alex menggabungkannya dengan data rata-rata emisi dari Badan Energi Internasional (International Energy Agency / IEA). Rumusnya mendeteksi berapa banyak emisi karbon yang dihasilkan dari pembangkit listrik (batu bara, gas, dll.) untuk menyuplai daya sebesar itu. 

Jadi guys, angka  fantastis itu didapatkan bukan dengan cara menghitung jumlah fisik bangunan pusat datanya, melainkan dengan menghitung total konsumsi listrik dari jutaan mesin/chip AI yang menyala serentak di dalam gedung-gedung tersebut.  Paham ya? 

Jejak karbon pusat data AI

Tabel 2.  Jejak Emisi Karbon (Carbon Emissions)

Perbandingan  jumlah gas rumah kaca CO2 yang terlepas ke atmosfer akibat pasokan listrik Pusat AI.

Konsumsi Air Bersih untuk Pusat Data dan Kueri AI

Akhir - akhir ini sosmed terutama IG dan threads, agak ramai dengan isu borosnya konsumsi air dalam penggunaan AI.  Menariknya, informasi itu valid secara ilmiah. Tapi sebelum mulai ke data angka, kita harus paham dulu apa yang sih membuat data pusat AI ini begitu membutuhkan air? Bahkan "kabar"nya butuh sampai miliaran air bersih?

Untuk Apa Pusat Data AI Membutuhkan Air Bersih?

Sederhananya, jika komputer rumah kita punya CPU yang membutuhkan kipas angin untuk mendinginkannya, server AI pun sama. Bedanya, kipas angin biasa sudah gak mempan lagi. Sebagai gantinya, mereka menggunakan air bersih.

Server AI didinginkan lewat sistem yang mirip dengan AC atau radiator mobil. Mesin komputer tidak ditenggelamkan ke dalam air, melainkan air bersih dialirkan melalui jaringan pipa logam yang menempel langsung di atas cip komputer untuk menyerap panas ekstremnya.

Air yang berubah menjadi panas ini kemudian dialirkan ke menara raksasa di luar gedung untuk disemprotkan dan ditiup angin agar dingin kembali. Proses inilah yang membuat jutaan liter air bersih menguap menjadi gas setiap harinya dan hilang begitu saja ke atmosfer.

Meskipun sirkulasi di dalam pipa bekerja mirip akuarium yang berputar terus, menara di luar gedung harus terus memompa air bersih yang baru dari dalam tanah untuk menggantikan air yang menguap ke udara. Inilah alasan mengapa AI luar biasa boros air bersih.

Jumlah Konsumsi Air Oleh Pusat Data AI

Berdasarkan laporan dari United Nations University (UNU) menyebutkan bahwa konsumsi air untuk pendingin pusat data AI secara global diproyeksikan akan setara dengan kebutuhan domestik tahunan 1,3 miliar manusia pada akhir dekade ini.

Air bersih dalam jumlah jutaan liter ini menguap begitu saja dan berpotensi memicu kelangkaan air bagi komunitas di sekitar pusat data.

Dari data University of California, Riverside (Pengfei Li dkk., 2023), bisa kebayang kan ya bayangkan kalau kita menghabiskan puluhan hingga ratusan sesi percakapan dengan AI setiap harinya hanya untuk urusan sepele, berapa banyak liter air tawar yang tersedot dari alam dan terbuang percuma?

Tabel Jejak Air Bersih (Water Footprint)

Perbandingan volume air bersih yang menguap dari menara pendingin data center untuk setiap satu kali perintah (query).

Konsumsi Listrik Pusat Data AI:  Setara Energi Negara Prancis

Berdasarkan laporan dari International Energy Agency (IEA), seluruh pusat data di dunia yang menopang server AI, layanan cloud, streaming video, media sosial, hingga infrastruktur digital lainnya mengonsumsi listrik sebesar 485 TWh.

Sebagai gambaran betapa masifnya angka tersebut, jumlah 485 TWh ini sedikit melebihi total konsumsi listrik tahunan seluruh negara Prancis (yang berada di angka 477 TWh).

Bayangkan saja, energi yang dibutuhkan untuk menyalakan satu negara maju di Eropa kini setara dengan beban operasional yang dihabiskan oleh server digital global dalam waktu satu tahun.

Dan itu baru permulaan. 

Plot twist-nya, berdasarkan proyeksi IEA, lonjakan adopsi teknologi dan infrastruktur kecerdasan buatan akan mendorong porsi konsumsi listrik pusat data global meroket hingga dua kali lipat, mencapai 950 TWh pada tahun 2030.

Tidak terbatas server data saja, penggunaan AI yang masif secara global juga sama “damage”-nya terhadap energi listrik.

AI generatif (seperti ChatGPT atau pembuat gambar) harus memproses jutaan parameter matematika rumit secara instan setiap kali kita mengirim satu perintah (prompt). 

• Perbandingan

Mengajukan satu pertanyaan ke ChatGPT membutuhkan energi listrik sekitar 4 hingga 5 kali lipat lebih besar dibandingkan melakukan satu pencarian biasa di Google Search.

• Membuat Gambar jauh lebih boros

Menurut laporan National Education Association (NEA), membuat satu gambar menggunakan AI mengonsumsi energi listrik yang setara dengan mengisi daya (charging) baterai ponsel dari 0% hingga penuh (100%).

• Sumber Energi

Mayoritas pusat data (data center) raksasa di dunia (termasuk di Indonesia) masih disuplai oleh listrik yang berasal dari pembangkit listrik batu bara atau gas alam (bahan bakar fosil). Akibatnya, jutaan ton emisi karbon dioksida terlepas ke atmosfer setiap tahun hanya untuk menjaga server tersebut tetap menyala.

Melihat angka-angka fantastis di atas, nyatanya "awan digital" (cloud) tempat AI bernaung tidak sebersih dan se-ghaib yang kita bayangkan. Di balik kemudahan dan kecepatan instan AI, terdapat mesin-mesin raksasa yang terus "membakar" energi bumi tanpa henti.

Tabel Jejak Energi Listrik (Electricity Consumption) 

Perbandingan konsumsi daya listrik yang disedot mesin server untuk menghitung algoritma data

Dampak AI: Eksploitasi Tambang & Limbah

Jika kita pikir teknologi AI “hanya” meninggalkan jejak karbon, tunggu dulu. Ada fakta “damage” lainnya, yaitu eksploitasi tambang bumi dan limbah elektronik.

Apa korelasinya?

Jadi, sebelum teknologi server AI bisa beroperasi, tentu saja infrastrukturnya harus dibangun terlebih dahulu kan? Nah, chip canggih yang digunakan untuk AI tersebut membutuhkan perangkat keras yang sangat kompleks.

Sehingga hal ini memicu penambangan mineral langka secara masif (seperti litium, silikon, kobalt, dan galium). Proses penambangan bahan-bahan ini merusak struktur tanah, mencemari air tanah, dan menyebabkan deforestasi di berbagai belahan dunia.

Selain itu, siklus hidup perangkat keras AI sangat pendek (cepat usang karena perkembangan teknologi yang terlalu instan), sehingga menghasilkan tumpukan limbah elektronik (e-waste) beracun yang sulit didaur ulang.

Siklus hidup AI dari hulu ke hilir ternyata menyisakan luka fisik yang nyata bagi bumi kita ya. 

Mulai dari pengerukan perut bumi demi mineral langka, penguapan jutaan liter air bersih, hingga tumpukan sampah elektronik beracun yang menggunung akibat kompetisi teknologi yang terlalu instan.

Kita tidak lagi hanya membicarakan polusi digital yang tidak terlihat, melainkan sebuah ancaman kerusakan alam yang nyata. Sebagai bagian dari masyarakat global, kita tidak bisa terus menutup mata terkait realitas ini bukan? Terutama bagi kita yang setiap harinya bergantung pada teknologi untuk berkarya dan berkreasi.

Jumlah Pengguna Aktif AI Seluruh Dunia

Melihat angka-angka di atas memang bikin shock, wajar jika kita merasa sedikit ciut atau bahkan bertanya-tanya, "Emangnya sebegitu ngaruh ya kalau aku pakai AI? Gak banyak sesi kok, bahkan gak nyampe 10 sesi”

Jika terkait penggunaan individu atau personal, angkanya tentu tidak besar. Tapi jika digunakan oleh banyak orang bahkan miliaran? 

Berdasarkan data dari datareportal, jumlah total pengguna aktif AI di seluruh dunia sejak pertama kali kemunculannya (khususnya sejak ledakan era Generative AI) sudah menembus angka lebih dari 1 miliar pengguna aktif bulanan secara global.

Jika ditarik garis waktu pertumbuhan adopsinya dari masa ke masa, lonjakannya sangat fantastis:

Masa Awal (Sebelum 2021)

Berdasarkan data dari situs Tenet (wearetenet) strategic design & tech company, jumlah pengguna teknologi AI berbasis pasar tradisional (seperti asisten virtual bawaan HP atau sistem rekomendasi e-commerce) hanya berkisar di angka 116 juta hingga 150 juta pengguna di seluruh dunia.

Angka seputar ratusan juta pengguna tradisional ini mengacu pada survei global penggunaan asisten virtual awal (seperti Siri, Google Assistant, Alexa) serta sistem filter cerdas di e-commerce.

Momen Ledakan (Akhir 2022 - 2023)

Menurut data dari Reuters & Exploding Topics, peluncuran ChatGPT memecahkan rekor sejarah aplikasi konsumen sebagai platform tercepat yang menyentuh 100 juta pengguna hanya dalam waktu 2 bulan.

Era Keemasan (Kini, 2026)

Laporan komprehensif dari DataReportal dan survei sosiologi digital Steven Bartlett menunjukkan total akumulasi manusia yang sudah pernah menyentuh AI global menyentuh kisaran 1,3 hingga 1,8 miliar orang.

Bahkan, data ChatGPT menembus lebih dari 900 juta pengguna aktif mingguan dan 1 miliar pengguna aktif bulanan bersumber langsung dari rilis data analitik OpenAI dan Reuters terbaru.

Dampak Lingkungan Penggunaan AI Secara Global

Lalu gimana kalau seluruh AI Generative digabungkan? 

Jika seluruh aplikasi chatbot AI di dunia digabungkan (mencakup ChatGPT, Google Gemini, Meta AI, Microsoft Copilot, DeepSeek, Claude, hingga platform lokal China dan asisten karakter), menurut data dari elfsight dan resourcera, totalnya mencapai sekitar 1,35 hingga 1,5 miliar pengguna aktif bulanan secara global.

Nah, misalkan satu user menggunakan AI untuk satu kali sesi di ChatGPT menghabiskan 1 botol air mineral 500ml, berapa jumlahnya jika digunakan user global yang mencapai 1 milyar? Hasilnya 500.000.000 liter (500 juta liter air).

Angka ini setara dengan 200 Kolam Renang Olimpiade, jadi satu sesi obrolan masif di ChatGPT sanggup menguapkan air sebanyak 200 kolam renang Olimpiade sekaligus!

Bahkan jumlah 500 juta liter air bersih ini cukup untuk memenuhi kebutuhan air bersih harian bagi lebih dari 3,3 juta jiwa penduduk Indonesia (berdasarkan standar kebutuhan air bersih domestik Ditjen Cipta Karya sebesar 150 liter/orang/hari).

Kok bisa AI boros air?

4 Alasan Pekerja Seni Perlu Peduli Soal Green AI

Terbayang sudah se-boros apa penggunaan AI kan? Jadi, menyadari hal ini menjadi penting terlebih bagi kita pekerja seni dan berikut alasannya:

Pekerja seni adalah pengamat

Ya, itu benar.

Pekerja kreatif adalah pengamat yang tajam dimana kita menerjemahkan realitas, emosi, dan fenomena sosial di sekitar kita menjadi karya yang bermakna. Itulah sebabnya mengapa kita juga perlu peduli terhadap isu sosial, termasuk penggunaan AI.

So it’s obvious selain bikin karya yang laku keras dipasaran (amiin) kita juga perlu bikin karya yang turut memberikan awareness terhadap penggunaan AI.

Seni dan alam itu satu nafas

Tidak kita pungkiri, bahwa banyak seniman terinspirasi alam dalam membuat karya bukan? Mulai dari Warna, bentuk, tekstur bahkan konsep biomimikri yang semua itu berasal dari alam. Kalau alam rusak, sumber inspirasi kita juga ikut rusak.

Nilai Otentisitas vs Kecepatan Instan

Sebagai pekerja seni, kekuatan terbesar kita terletak pada rasa, empati, dan proses berkreasi yang intim. AI menawarkan jalan pintas yang instan, tetapi keinstanan itu menuntut bayaran ekologis yang mahal.

Ketika kita terlalu bergantung pada AI untuk memproduksi karya secara massal (hanya demi mengejar algoritma media sosial), kita tidak hanya mengorbankan nilai orisinalitas karya kita, tetapi juga ikut mempercepat kerusakan bumi secara cuma-cuma.

Pionir "Sustainable Creative"

Pekerja seni memiliki kekuatan luar biasa untuk menggerakkan opini publik melalui visual, tulisan, dan musik. Di era di mana masyarakat sedang “buta” dan FOMO terhadap AI, pekerja seni harus mengambil peran sebagai pembawa arah.

Kita bisa memimpin tren baru, yaitu menunjukkan bahwa menjadi modern dan digital bukan berarti harus menjadi perusak lingkungan.

Menyadari semua dampak ini bukan berarti kita harus berhenti berkarya dengan teknologi. Sebagai pekerja kreatif, memahami kenyataan di balik layar server pusat data membantu kita melihat bahwa efisiensi digital ternyata tidak pernah benar-benar gratis.

Ilustrasi alasan mengapa pekerja seni dan ilustrator digital harus peduli terhadap gerakan Green AI

Kesimpulan: Refleksi untuk Masa Depan Digital Kita

Fakta terkait dampak penggunaan AI di atas memang mengejutkan bukan? Pastinya.

Tapi, realita yang kita hadapi bersama saat ini tidak dapat kita sangkal atau sebaliknya, membuat kita enggan menggunakan teknologi AI bahkan menolak perkembangan inovasi teknologi AI.

Meskipun teknologi AI mengonsumsi energi dan air dalam jumlah besar untuk pelatihan model dan pusat data, AI juga memegang peran krusial sebagai solusi akselerator dalam mengatasi krisis lingkungan.

Hubungan ini tidak bisa dibandingkan secara langsung (apple-to-apple) ya guys, karena satu sisi adalah biaya sumber daya (input), sedangkan sisi lainnya adalah efisiensi sistemik global (output). 

Teknologi AI juga memiliki beberapa dampak positif AI terhadap lingkungan, seperti :

• Pusat data ramah lingkungan

Google dan penyedia cloud besar lainnya menggunakan AI untuk memprediksi lonjakan suhu dan mengoptimalkan sistem pendingin pusat data mereka, yang berhasil mengurangi penggunaan energi hingga 40%.

• Smart Grid (Jaringan Listrik Pintar)

AI membantu memprediksi pasokan dan permintaan energi terbarukan (seperti tenaga surya dan angin) yang fluktuatif, lalu mendistribusikannya secara efisien ke jaringan listrik kota untuk mengurangi ketergantungan pada batu bara.

• Pengurangan pestisida dan pupuk

Melalui visi komputer (computer vision) pada drone atau traktor, AI dapat mengidentifikasi gulma atau hama secara spesifik. Pestisida hanya disemprotkan pada tanaman yang sakit, bukan ke seluruh ladang, sehingga mencegah pencemaran tanah dan air.

• Penghematan air

Sensor berbasis AI memantau kelembapan tanah secara real-time untuk memastikan irigasi hanya berjalan saat benar-benar dibutuhkan.

• Perburuan liar & pembalakan liar

Sensor suara (audio) berbasis AI yang dipasang di hutan hujan dapat mengenali suara gergaji mesin atau tembakan secara instan, lalu mengirimkan alarm kepada penjaga hutan.

• Prediksi bencana alam

AI digunakan untuk memodelkan penyebaran kebakaran hutan secara real-time atau memprediksi pola cuaca ekstrem, sehingga langkah mitigasi dapat dilakukan lebih cepat sebelum ekosistem hancur.

• Material baru

AI (seperti AlphaFold dan model kimia lainnya) digunakan untuk merancang plastik yang lebih cepat terurai secara biologis (biodegradable) atau menemukan material baru untuk membuat baterai kendaraan listrik yang lebih efisien dan minim limbah beracun.

So, the challenge is real, yaitu memastikan bahwa keuntungan lingkungan (output) yang dihasilkan oleh AI jauh lebih besar daripada jejak karbon (input) yang diputuhkan untuk menjalankannya.

Apakah bisa? Mengapa tidak? Kita bisa mulai dari diri sendiri dengan penggunaan AI yang bijak.

Menjadi pengguna AI yang bijak bukan berarti kita harus antipati pada kemajuan dan kembali ke zaman batu. Menjadi bijak artinya, kita tahu kapan harus memanfaatkan kekuatan penuh teknologi, dan kapan harus menahan diri.

Hal Ini terkait dengan bagaimana kita menghargai proses berpikir kita sendiri, dan memperlakukan energi alam meski yang berada di pusat data nun jauh di sana sebagai sesuatu yang berharga dan terbatas.

Lantas, adakah secercah harapan agar AI bisa lebih ramah lingkungan? Tentu ada. 

Tapi sebelum ke sana, ada baiknya kita pahami dulu, apa yang sebenarnya terjadi di balik layar AI sampai teknologinya bisa seboros ini? Kita bedah di artikel berikutnya ya, belum bosen kan? Hehehehe. 

Jadi, gimana nih rasanya setelah tahu fakta terkait penggunaan AI dan dampaknya terhadap ekologis? Apakah kamu sudah menggunakan AI dengan bijak? Yuk share di kolom komentar.

Daftar Referensi

• Zakiyah, Siti. (2026). Di Balik Canggihnya AI, Ada Bahaya Tersembunyi Bagi Bumi. Universitas Telkom Jakarta. https://jakarta.telkomuniversity.ac.id/di-balik-canggihnya-ai-ada-bahaya-tersembunyi-bagi-bumi/
• Greenia. (2025). Carbon Footprint: Pengertian, Dampak, dan Cara Menguranginya untuk Masa Depan Berkelanjutan. Greenia Solusi Hijau untuk Lingkungan. https://greenia.id/article/read/carbon-footprint-pengertian-dampak-dan-cara-menguranginya-untuk-masa-depan-berkelanjutan
• Jejakin. (2024). Apa itu Jejak Karbon dan Bagaimana Cara Menguranginya?. Jejakin Blog. https://www.jejakin.com/id/blog/carbon-footprint-what-is-it-and-why-should-we-care
• ICDX. (2024). Apa itu Jejak Karbon. ICDX News. https://www.icdx.co.id/news-detail/publication/apa-itu-jejak-karbon
• Dinas Lingkungan Hidup Kab. Karanganyar. (2014). Mengenal Jejak Karbon. Dinas Lingkungan Hidup. https://dlh.karanganyarkab.go.id/2014/04/24/mengenla-jejak-karbon/
• Faaizah, Noor. (2023). Apa Itu Jejak Karbon? Berikut Pengertian, Penyebab, dan Contohnya. detikEdu. https://www.detik.com/edu/detikpedia/d-6937590/apa-itu-jejak-karbon-berikut-pengertian-penyebab-dan-contohnya
• Mega Syariah. (2024). Apa Itu Jejak Karbon, Dampak, dan Cara Menguranginya. Edukasi & Tips Mega Syariah. https://www.megasyariah.co.id/id/artikel/edukasi-tips/lainnya/jejak-karbon
• IESR. (2023). Mengenal Apa Itu Jejak Karbon Supaya Dapat Menutup Sumber Jejak Karbon. Institute for Essential Services Reform. https://iesr.or.id/mengenal-apa-itu-jejak-karbon-supaya-dapat-menutup-sumber-jejak-karbon/
• Instagram. (2024). Tren Make It More ChatGPT. Instagram Visual Post. https://www.instagram.com/p/C3SBqwWMSbM/
• United Nations. (2026). AI Environmental Costs UN News. UN News. https://news.un.org/en/story/2026/06/1167658
• National Education Association. (2025). Environmental Impact of AI. NEA Tools & Tips. https://www.nea.org/professional-excellence/student-engagement/tools-tips/environmental-impact-ai
• Bloomberg Technology. (2024). The Hidden Carbon Costs of Artificial Intelligence. YouTube Video. https://www.youtube.com/watch?v=BQ3QVcM9udc&t=1316
• Cornell University. (2025). Roadmap Shows Environmental Impact of AI Data Center Boom. Cornell Chronicle. https://news.cornell.edu/stories/2025/11/roadmap-shows-environmental-impact-ai-data-center-boom
• De Vries, Alex. (2025). The Hidden Carbon and Water Costs of AI. Digiconomist. https://digiconomist.net/the-hidden-carbon-and-water-costs-of-ai/
• Vrije Universiteit Amsterdam. (2025). AI's Hidden Carbon and Water Footprint. VU Amsterdam News. https://vu.nl/en/news/2025/ai-s-hidden-carbon-and-water-footprint
• ResearchGate. (2025). Analisis Dampak Lingkungan Data Center di Indonesia pada Era AI: Tinjauan Emisi Karbon dan Penggunaan Lahan dalam Perspektif Green Computing. ResearchGate Publication. https://www.researchgate.net/publication/407529230_ANALISIS_DAMPAK_LINGKUNGAN_DATA_CENTER_DI_INDONESIA_PADA_ERA_AI_TINJAUAN_EMISI_KARBON_DAN_PENGGUNAAN_LAHAN_DALAM_PERSPEKTIF_GREEN_COMPUTING
• The Conversation. (2025). Mengenal Jejak Karbon Digital di Balik Layar Gadget Kita. The Conversation Indonesia. https://theconversation.com/mengenal-jejak-karbon-digital-di-balik-layar-gadget-kita-258481
• Tech Shorts. (2025). How Much Water Does AI Drink?. YouTube Shorts. https://www.youtube.com/shorts/LM89FBE1WSw
• Penn State Institutes of Energy and the Environment. (2025). Why AI Uses So Much Energy and What We Can Do About It. IEE Blog. https://iee.psu.edu/news/blog/why-ai-uses-so-much-energy-and-what-we-can-do-about-it
• Southern New Hampshire University. (2025). The Environmental Impact of AI. SNHU Newsroom. https://www.snhu.edu/about-us/newsroom/stem/ai-environmental-impact
• British Council. (2025). What's the Environmental Impact of AI?. LearnEnglish Video Zone. https://learnenglish.britishcouncil.org/free-resources/general/video-zone/whats-environmental-impact-ai
• Grantham Research Institute. (2025). What Direct Risks Does AI Pose to the Climate and Environment?. LSE Explainers. https://www.lse.ac.uk/granthaminstitute/explainers/what-direct-risks-does-ai-pose-to-the-climate-and-environment/
• Wikipedia Contributors. (2026). Environmental Impact of Artificial Intelligence. Wikipedia. https://en.wikipedia.org/wiki/Environmental_impact_of_AI
• United Nations University. (2025). Environmental Cost of AI's Energy Use: Carbon, Water, and Land Footprints. UNU-INWEH Collection. https://unu.edu/inweh/collection/environmental-cost-of-AIs-Enrgy-Use-Carbon-water-and-land-footprints
• Radix Web. (2025). Artificial Intelligence Statistics. Radix Web Blog (Terjemahan). https://translate.google.com/translate?u=https://radixweb.com/blog/artificial-intelligence-statistics&hl=id&sl=en&tl=id&client=sge
• Exploding Topics. (2025). AI Usage Statistics: Growth and Trends. Exploding Topics Blog. https://explodingtopics.com/blog/ai-usage-statistics
• Brilo AI. (2025). Global AI Usage Statistics and Insights. Brilo Resources. https://www.brilo.ai/resources/ai-usage-statistics
• DataReportal. (2026). Digital 2026: More Than One Billion People Are Now Using AI. DataReportal Global Reports. https://datareportal.com/reports/digital-2026-one-billion-people-using-ai
• Edge AI and Vision Alliance. (2025). Global AI Adoption to Surge 20% Exceeding 378 Million Users in 2025. Edge AI Vision. https://www.edge-ai-vision.com/2025/02/global-ai-adoption-to-surge-20-exceeding-378-million-users-in-2025/
• We Are Tenet. (2025). Global AI Usage Statistics and Business Trends. Tenet Blog. https://www.wearetenet.com/blog/ai-usage-statistics
• Bhatnagar, Anubhav. (2025). Global AI Engagement Trends and Insights. LinkedIn Activity. https://www.linkedin.com/posts/abhatnagar19_ai-ai-ai-activity-7431528568444223489-cKkx
• Search Engine Land. (2025). ChatGPT Statistics, User Counts, and Growth. Search Engine Land Guide. https://searchengineland.com/guide/chatgpt-stats
• Reuters. (2026). ChatGPT App Hits 1 Billion Monthly Active Users in Record Time, Data Shows. Reuters Technology. https://www.reuters.com/technology/chatgpt-app-hits-1-billion-monthly-active-users-record-time-data-shows-2026-06-02/
• Elfsight. (2025). Chatbot Statistics and Trends for 2025. Elfsight Blog. https://elfsight.com/blog/chatbot-statistics-and-trends/
• Resourcera. (2025). Artificial Intelligence and Chatbot Growth Statistics. Resourcera Data. https://resourcera.com/data/artificial-intelligence/ai-statistics/
• jurnal EcoPapers, Management & Marketing (Ruggeri Marco, Anagnoste Sorin, dan Savastano Marco, 2025), https://ideas.repec.org/a/vrs/manmar/v20y2025i4p145-155n1011.html
• Verónica Bolón dkk. dalam ScienceDirect ("A review of green artificial intelligence: Towards a more sustainable future") , https://www.sciencedirect.com/science/article/pii/S0925231224008671
• de Vries, A., 2025. The carbon and water footprints of data centers and what this could mean for artificial intelligence. Patterns, 6(1), p.101111. Available at: doi.org.
• Li, P., Yang, J., Islam, M.A. and Ren, S., 2025. Making AI Less "Thirsty": Uncovering and Addressing the Secret Water Footprint of AI Models. Communications of the ACM [online]. Available at: doi.org [Accessed 17 September 2026].
• https://www.sciencedirect.com/science/article/pii/S2666389925002788
• https://www.switch2zero.com/resources/blogs/understanding-ai-environmental-footprinthttps://vu.nl/en/news/2025/ai-s-hidden-carbon-and-water-footprint
• https://www.facebook.com/OrbitalInsights/posts/new-research-published-in-the-journal-patterns-suggests-that-the-rapid-expansion/1191895713143051/
• https://www.linkedin.com/posts/alex-de-vries-gao-a5b51349_ais-water-and-electricity-use-soars-in-2025-activity-7407091375315451905-BphY
• https://www.instagram.com/p/DS-wsUMjxVY/
• https://www.facebook.com/unboxfactory/posts/recent-estimates-suggest-that-ai-data-centers-produced-carbon-emissions-comparab/919506010400450/
• https://pmc.ncbi.nlm.nih.gov/articles/PMC12827721/
• https://www.independent.co.uk/tech/ai-data-center-emissions-environment-b2887454.html
• https://www.facebook.com/OrbitalInsights/posts/new-research-published-in-the-journal-patterns-suggests-that-the-rapid-expansion/1191895713143051/