Heboh Tren Foto 80-an Pakai ChatGPT, Ternyata Bikin Bumi Makin Panas

Jakarta, CNBC Indonesia - Media sosial tengah diramaikan foto-foto bernuansa 1980-an hasil olahan kecerdasan buatan (AI). Pengguna hanya perlu mengunggah foto dan memasukkan perintah atau prompt ke ChatGPT untuk mendapatkan tampilan retro, mulai dari gaya rambut, pakaian, hingga warna foto khas masa tersebut.

Namun, di balik proses yang terlihat sederhana itu, ada kebutuhan sumber daya yang tidak sedikit. Setiap kali pengguna meminta AI menghasilkan gambar, proses komputasi sebenarnya berlangsung di pusat data yang dipenuhi server dan membutuhkan listrik dalam jumlah besar untuk beroperasi.

Pusat data tersebut juga memerlukan sistem pendingin, air, serta berbagai perangkat keras agar dapat terus bekerja. Dengan demikian, pembuatan gambar menggunakan AI tetap meninggalkan jejak fisik dan lingkungan, termasuk konsumsi energi dan emisi yang ikut berkontribusi terhadap pemanasan global.

Bikin Foto AI Butuh Energi

Menlansir FirstPost lewat detikinet, Sabtu (12/8/2026), saat pengguna meminta ChatGPT atau layanan AI lainnya membuat gambar, proses tersebut tidak dilakukan langsung di ponsel atau perangkat pengguna. Permintaan akan dikirim ke server yang berada di pusat data.

Di sana, prosesor khusus menjalankan model AI untuk memahami perintah pengguna, memproses gambar, kemudian menghasilkan visual baru. Semakin rumit tugas yang diberikan, semakin besar pula kebutuhan komputasinya.

Penelitian Carnegie Mellon University dan Hugging Face menemukan konsumsi energi untuk menghasilkan gambar AI dapat berbeda secara signifikan tergantung model yang digunakan. Dalam pengujian mereka, beberapa model membutuhkan energi jauh lebih besar dibandingkan model lainnya.

Penelitian terhadap berbagai model pembuat gambar AI lainnya juga menemukan perbedaan konsumsi energi yang lebar. Model yang digunakan, resolusi gambar, hingga metode generasi dapat memengaruhi besarnya energi yang diperlukan.

Sehingga, tidak ada satu angka yang bisa digunakan untuk menyimpulkan setiap foto buatan AI membutuhkan jumlah listrik yang sama. Namun, persoalan menjadi lebih besar ketika aktivitas tersebut dilakukan secara masif.

Satu pengguna, misalnya, mungkin tidak hanya menghasilkan satu gambar. Tren yang viral membuat orang mencoba berbagai prompt, membuat beberapa variasi, mengganti gaya, meningkatkan resolusi, lalu mengulangi proses hingga memperoleh hasil yang diinginkan.

Jika kebiasaan tersebut dilakukan jutaan pengguna, kebutuhan komputasinya ikut membengkak. Sebuah foto yang tampak sederhana di layar dapat menjadi bagian dari jutaan proses komputasi yang berlangsung secara bersamaan di berbagai pusat data.

Terlebih, generative AI kini bukan hanya digunakan untuk menghasilkan foto. Teknologi tersebut juga dimanfaatkan untuk membuat ilustrasi, animasi, video, dan berbagai jenis konten dengan tingkat kompleksitas yang semakin tinggi.

AI Juga Butuh Air

Selain listrik, operasional AI membutuhkan sumber daya lain yang sering tidak terlihat oleh pengguna, yakni air. Server di pusat data menghasilkan panas dalam jumlah besar selama beroperasi sehingga memerlukan sistem pendinginan untuk mencegah perangkat mengalami overheating.

Air menjadi salah satu sumber daya yang digunakan dalam sistem pendinginan pusat data. Penelitian University of California, Riverside mengenai jejak penggunaan air AI menunjukkan konsumsi air dapat menjadi bagian penting dari dampak lingkungan sistem kecerdasan buatan.

Namun, jumlah air yang digunakan sangat bergantung pada lokasi pusat data, teknologi pendinginan, serta sumber energi yang digunakan. Oleh sebab itu, klaim bahwa satu foto AI pasti menghabiskan air dalam jumlah tertentu tidak bisa diterapkan secara umum.

Pusat data dengan teknologi pendinginan, lokasi, maupun sumber listrik yang berbeda dapat menghasilkan jejak air dan karbon yang berbeda pula. Dampak lingkungan AI juga tidak terbatas pada listrik yang dikonsumsi ketika sebuah gambar dihasilkan. Infrastruktur pusat data membutuhkan GPU, server, chip, sistem penyimpanan, hingga perangkat jaringan yang seluruhnya harus diproduksi terlebih dahulu.

Artinya, terdapat rantai panjang sebelum sebuah prompt berubah menjadi foto di layar pengguna. Proses tersebut mencakup pengambilan bahan mentah, produksi semikonduktor dan perangkat keras, pembangunan pusat data, transportasi, hingga pengelolaan perangkat setelah masa pakainya berakhir.

Dengan kata lain, istilah cloud computing tidak berarti proses komputasi benar-benar terjadi "di awan". AI tetap bekerja melalui gedung pusat data yang dipenuhi mesin dan membutuhkan energi untuk beroperasi.

Pertumbuhan generative AI pun membuat konsumsi energi pusat data menjadi perhatian di berbagai negara. Badan Energi Internasional (IEA) memperkirakan konsumsi listrik pusat data secara global akan meningkat tajam hingga 2030, dengan AI menjadi salah satu faktor yang mendorong pertumbuhan kebutuhan komputasi.

Oleh sebab itu, persoalan sebenarnya tidak terbatas pada tren foto bergaya 1980-an. Foto retro AI hanya menjadi salah satu contoh dari perubahan besar dalam penggunaan komputasi. Hari ini pengguna ramai membuat foto, sementara ke depan penggunaan AI dapat semakin bergeser ke video, konten tiga dimensi, hingga simulasi yang membutuhkan komputasi lebih kompleks.

Lantas, apakah pengguna harus berhenti membuat foto dengan AI? Persoalannya tidak sesederhana itu. Membuat satu atau beberapa gambar menggunakan AI tentu tidak dapat disebut sebagai penyebab utama kerusakan lingkungan.

Dampak yang lebih besar muncul dari akumulasi penggunaan dalam skala masif serta bagaimana industri AI mengelola kebutuhan sumber dayanya. Model AI yang lebih efisien dapat menekan kebutuhan komputasi, sementara pusat data dengan energi rendah karbon dapat membantu mengurangi emisi.

Teknologi pendinginan yang lebih hemat air serta penggunaan air daur ulang juga dapat mengurangi tekanan terhadap sumber daya air.

Dengan demikian, tanggung jawab mengurangi dampak lingkungan AI tidak hanya berada di tangan pengguna. Perusahaan teknologi juga memiliki peran besar untuk mengembangkan model, chip, pusat data, serta sistem pendinginan yang semakin efisien.