Ongkos Lingkungan di Balik Tren Foto AI Ala 80-an, Jangan Asal Ikut!

JAKARTA –Tren mengubah foto menjadi bergaya era 1980-an dan 1990-an menggunakan kecerdasan buatan (AI) kini ramai bermunculan di media sosial. Prosesnya terlihat sederhana karena pengguna hanya membutuhkan waktu singkat untuk menghasilkan gambar dengan nuansa retro. Namun, di balik kemudahan tersebut terdapat kebutuhan sumber daya yang cukup besar, mulai dari daya komputasi, listrik, air, hingga penggunaan data yang sering kali tidak disadari pengguna.

Dengan bantuan AI, seseorang dapat mengubah foto biasa menjadi potret bergaya studio lawas, mengenakan pakaian khas dekade tersebut, atau tampil dengan latar bernuansa retro. Hasilnya bahkan bisa dibuat menyerupai foto dalam album keluarga dari beberapa puluh tahun lalu. Pengguna cukup memasukkan sebuah foto dan memberikan instruksi singkat, kemudian sistem AI akan memprosesnya menjadi gambar sesuai permintaan.

Tren semacam ini memperlihatkan bagaimana teknologi generative AI semakin masuk ke aktivitas sehari-hari. Jika pada tahap awal masyarakat lebih banyak menggunakan AI untuk menjawab pertanyaan, menulis teks atau membuat ringkasan, kini penggunaannya semakin bergeser ke konten visual yang lebih berat secara komputasi.

Namun yang tak semua menyadari, setiap gambar harus diproses oleh komputer di pusat data yang menggunakan listrik dalam jumlah tertentu. Pusat data tersebut juga membutuhkan sistem pendinginan, sementara perangkat keras yang digunakan untuk menjalankan AI memiliki jejak lingkungan sejak proses produksinya.

Foto Lebih Berat daripada Teks

Besarnya konsumsi energi AI sangat bergantung pada jenis tugas yang dijalankan. Penelitian mengenai konsumsi energi AI menunjukkan bahwa menghasilkan gambar membutuhkan jauh lebih banyak energi dibandingkan menghasilkan teks. 

Laporan United Nations University Institute for Water, Environment and Health atau UNU-INWEH pada 2026 memperkirakan sebuah gambar AI tipikal membutuhkan sekitar 2,9 watt-jam listrik. Angka tersebut sekitar 60 kali lebih besar dibandingkan kebutuhan energi untuk menghasilkan jawaban teks pendek.

Perbedaan tersebut berasal dari cara model gambar bekerja. Sistem text-to-image harus melakukan proses komputasi berulang untuk menghasilkan dan menyempurnakan gambar hingga mencapai hasil akhir. Semakin tinggi resolusi dan semakin kompleks proses pembuatannya, kebutuhan komputasinya dapat meningkat.

Artinya, ketika seorang pengguna meminta AI menghasilkan beberapa versi foto retro sebelum menemukan satu gambar yang dianggap paling bagus, konsumsi energi tidak berhenti pada gambar terakhir. Setiap percobaan merupakan proses komputasi tersendiri.

Dalam praktiknya, angka konsumsi per gambar juga tidak bersifat tetap. Model AI, perangkat keras, resolusi gambar, jumlah langkah pemrosesan dan efisiensi pusat data dapat menghasilkan kebutuhan energi yang berbeda. 

Karena itu, angka 2,9 watt-jam lebih tepat dibaca sebagai estimasi untuk satu kategori penggunaan, bukan tarif energi yang berlaku untuk semua layanan AI. Perbedaannya semakin besar ketika pengguna beralih dari foto ke video.

Eksperimen terhadap model CogVideoX menunjukkan bahwa pembuatan video lima detik berkualitas tinggi dapat membutuhkan sekitar 3,4 juta joule, atau lebih dari 700 kali energi yang diperlukan untuk menghasilkan gambar berkualitas tinggi dalam pengujian yang sama.

Laporan UNU-INWEH juga menempatkan video sebagai salah satu penggunaan AI paling intensif energi. Untuk video beresolusi tinggi dan berdurasi lebih panjang pada model besar, kebutuhan listrik dapat mencapai lebih dari 415 watt-jam per klip.

Lebih lanjut, laporan UNU-INWEH memperkirakan pusat data yang menjalankan AI di seluruh dunia dapat mengonsumsi sekitar 945 terawatt-jam listrik per tahun pada 2030. Angka tersebut hampir tiga kali konsumsi listrik gabungan Pakistan, Bangladesh dan Nigeria. 

Jejak air yang terkait dengan pusat data AI diproyeksikan setara dengan kebutuhan dasar air domestik tahunan sekitar 1,3 miliar penduduk Afrika Sub-Sahara. Beban tersebut tidak seluruhnya berasal dari proses melatih model AI.

UNU-INWEH memperkirakan sekitar 80 sampai 90% konsumsi energi AI terjadi pada fase inference, yaitu ketika model digunakan untuk menjawab permintaan pengguna. Dengan kata lain, setelah model selesai dibuat, penggunaan sehari-hari dalam skala besar justru menjadi bagian penting dari jejak energinya.

Setiap orang mungkin hanya membuat beberapa gambar. Namun, ketika jutaan pengguna melakukan hal yang sama, berulang kali, kebutuhan komputasinya ikut terakumulasi.

Air Ikut Tersedot Signifikan

Listrik bukan satu-satunya sumber daya yang dibutuhkan AI. Pusat data menghasilkan panas dalam jumlah besar dan membutuhkan sistem pendinginan. Air dapat digunakan secara langsung dalam proses pendinginan, tetapi jejak air AI juga muncul secara tidak langsung melalui pembangkitan listrik dan produksi semikonduktor.

Penelitian Xylem dan Global Water Intelligence memperkirakan kebutuhan air di sepanjang rantai nilai AI dapat meningkat 129% pada 2050. Tambahan kebutuhan tersebut diperkirakan mencapai sekitar 30 triliun liter per tahun.

Menariknya, pusat data bukan penyumbang terbesar dalam proyeksi kenaikan tersebut. Sekitar 54% berasal dari pembangkitan listrik, 42% dari fabrikasi semikonduktor dan hanya sekitar 4% dari ekspansi pusat data.

Angka tersebut penting karena perdebatan mengenai “air AI” sering kali terlalu menyederhanakan persoalan, seolah-olah seluruh air digunakan server untuk mendinginkan komputer. Padahal, jejak air AI berada dalam rantai yang jauh lebih panjang, mulai dari pembangkit listrik hingga pembuatan chip.

Masalah lainnya adalah lokasi. Sekitar 40% pusat data yang ada saat ini berada di wilayah yang mengalami tekanan air tinggi, menurut penelitian Xylem dan Global Water Intelligence. 

Dengan demikian, persoalan lingkungan AI tidak hanya ditentukan oleh berapa banyak air yang digunakan secara global, tetapi juga di mana air tersebut digunakan. Air yang digunakan di wilayah dengan pasokan melimpah memiliki konsekuensi berbeda dibandingkan penggunaan air dalam daerah yang sedang menghadapi kekeringan.

Perdebatan Sam Altman dan Satu Butir Almond

Perdebatan mengenai jejak air AI kembali mencuat setelah CEO OpenAI Sam Altman membandingkan konsumsi air ChatGPT dengan produksi satu butir almond.

Dalam podcast pada awal September 2026, Altman mengatakan sekitar 38.000 permintaan ChatGPT menggunakan air sebanyak yang dibutuhkan untuk memproduksi satu almond di California. Ia juga mengatakan angka tersebut merupakan perkiraan dan dapat saja keliru.

Klaim tersebut kemudian diperiksa PolitiFact dan dinilai Mostly False. Persoalannya bukan karena AI tidak menggunakan air, tetapi karena perbandingan tersebut menggunakan estimasi konsumsi air ChatGPT yang tidak dapat diverifikasi secara independen serta angka jejak air almond yang memasukkan komponen berbeda.

PolitiFact mencatat perkiraan kebutuhan air langsung untuk menghasilkan satu almond lebih dekat ke sekitar 6 liter. Sementara estimasi kebutuhan air untuk satu permintaan AI sangat bervariasi tergantung model, panjang permintaan dan jawaban, lokasi pusat data, sistem pendinginan serta sumber listrik.

Dengan berbagai asumsi yang tersedia, pemeriksa fakta tersebut memperkirakan sekitar 1.000 hingga 10.000 permintaan AI percakapan dapat setara 6 liter air yang digunakan untuk menghasilkan satu almond. Namun, angka tersebut juga bukan ukuran universal untuk seluruh layanan AI.

Perdebatan itu memperlihatkan persoalan yang lebih mendasar, yaitu sulitnya publik mengetahui angka konsumsi sumber daya AI secara pasti. Perusahaan teknologi memiliki data operasional pusat data yang sangat rinci, tetapi informasi mengenai konsumsi energi dan air per model, per lokasi dan per jenis aktivitas belum selalu tersedia secara terbuka.

Ada Persoalan Data Pribadi

Ada satu biaya lain dari tren foto AI yang tidak berkaitan langsung dengan lingkungan, tetapi sama pentingnya bagi pengguna, yaitu data pribadi. Untuk membuat foto bergaya 1980-an atau 1990-an, pengguna biasanya harus mengunggah foto wajah ke sebuah layanan AI. Foto tersebut kemudian diproses oleh sistem perusahaan penyedia layanan.

Risikonya tidak selalu berarti foto tersebut pasti disalahgunakan. Namun, pengguna perlu memahami bahwa wajah merupakan data biometrik yang memiliki karakter berbeda dibandingkan kata sandi. Kata sandi dapat diganti ketika bocor, sementara wajah tidak.

Ketika seseorang mengunggah foto dengan wajah yang jelas, informasi tersebut dapat menjadi bagian dari data yang diproses oleh layanan AI, tergantung pada kebijakan privasi dan cara perusahaan mengelola data pengguna.

Kekhawatiran tersebut semakin relevan karena teknologi generative AI sekarang dapat menghasilkan gambar yang sangat realistis dengan menggunakan foto orang nyata.

Pada Februari 2026, 61 otoritas perlindungan data dan privasi yang tergabung dalam Global Privacy Assembly mengeluarkan pernyataan bersama mengenai AI-generated imagery. 

Mereka memperingatkan risiko pembuatan gambar dan video realistis yang menampilkan individu yang dapat diidentifikasi tanpa pengetahuan atau persetujuan mereka. 

Pernyataan tersebut secara khusus menyoroti risiko terhadap anak-anak dan kelompok rentan, termasuk cyberbullying, eksploitasi dan pembuatan konten intim tanpa persetujuan. Risikonya bahkan tidak berhenti pada foto yang sengaja dibuat pengguna.

Penelitian terbaru juga menunjukkan bahwa foto wajah yang beredar di media sosial dapat menjadi sasaran sistem pengenalan wajah tanpa persetujuan. Sebuah studi yang diterbitkan pada Juli 2026 menyoroti bahwa penyebaran gambar wajah di media sosial meningkatkan risiko identifikasi lintas platform dan lintas konteks.

Haruskah Berhenti Membuat Foto AI?

Tidak ada alasan untuk menganggap setiap penggunaan AI sebagai aktivitas yang otomatis merusak lingkungan. Teknologi ini memiliki manfaat ekonomi dan sosial yang nyata. AI dapat meningkatkan produktivitas, membantu pekerjaan kreatif, mempercepat analisis dan membuka akses terhadap berbagai layanan digital.

Masalahnya adalah bagaimana teknologi tersebut digunakan dan bagaimana biaya infrastrukturnya dihitung.

Satu foto AI tidak akan sendirian mengubah neraca energi dunia. Tetapi jutaan foto yang dibuat berulang kali, ditambah video, agen AI, pencarian berbasis AI dan berbagai layanan otomatis, menciptakan permintaan komputasi yang terus meningkat.

Pengguna dapat mengurangi percobaan yang tidak perlu, memilih resolusi yang sesuai kebutuhan, tidak membuat puluhan versi gambar hanya karena prosesnya murah dan cepat, serta menghindari mengunggah foto orang lain tanpa persetujuan.

Untuk perusahaan teknologi, tantangannya lebih besar. Mereka perlu membuka lebih banyak informasi mengenai konsumsi energi dan air, meningkatkan efisiensi model, menggunakan energi rendah karbon, mengembangkan sistem pendinginan yang lebih hemat air dan memperhitungkan kondisi sumber daya di lokasi pusat data.

Pemerintah juga memiliki peran untuk memastikan ekspansi AI berjalan seiring dengan kapasitas listrik, ketersediaan air dan kondisi lingkungan setempat.

Tulisan ini telah tayang di www.trenasia.id oleh Chrisna Chanis Cara pada 11 Sep 2026