Di Balik Tren Foto 80-an, Ada Risiko Lingkungan dan Risiko Data Pribadi yang Mengintai

Jakarta, The Stance – Belakangan ini lini masa media sosial, seperti Instagram dan TikTok, ramai dengan gambar atau foto pengguna dengan nuansa jadul atau vintage ala tahun 1980-an. Meski mengasyikkan, tapi aktivitas ini membebani bumi.

Dalam tren ini, foto pengguna bisa tampak mengenakan busana dan dandanan lawas. Selain itu, ruang yang menjadi tempat foto juga bisa terlihat seperti bangunan lawas.

Foto 80-an yang viral dibagikan pengguna di medsos itu pada dasarnya bukan foto asli. Akan tetapi, foto tersebut merupakan hasil olahan kecerdasan buatan (artificial intelligence/AI).

Pengguna hanya perlu mengunggah foto dan memasukkan perintah atau prompt ke aplikasi AI ChatGPT untuk mendapatkan tampilan retro, mulai dari gaya rambut, pakaian, hingga warna foto khas masa tersebut.

Terdengar mudah bagi pengguna, namun ternyata di balik proses yang terlihat sederhana itu, ada kebutuhan sumber daya yang tidak sedikit terutama air yang diperlukan untuk mendinginkan berbagai perangkat keras AI dan pusat datanya.

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.

Dengan demikian, pembuatan gambar menggunakan AI tetap meninggalkan jejak fisik dan lingkungan, termasuk konsumsi energi dan emisi yang ikut berkontribusi terhadap pemanasan global.

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 paripurna. Semakin tinggi resolusi dan kompleks proses pembuatannya, kebutuhan komputasinya pun semakin meningkat.

Artinya, ketika seorang pengguna meminta AI menghasilkan beberapa versi foto retro sebelum menemukan satu gambar yang dianggap terbaik, konsumsi energi tak 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.

Baca Juga: Atasi Manipulasi Digital dalam Proses Politik, Pemerintah Siapkan Dua Aturan AI

Jika kebiasaan tersebut dilakukan jutaan pengguna, kebutuhan komputasinya ikut membengkak. Sebuah foto 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.

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, mereka 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.

Bukan cuma listrik, kebutuhan AI lainnya yang jarang terlihat adalah air, mengingat server di pusat data menghasilkan panas ketika bekerja. Untuk itu, panas tersebut harus dibuang agar perangkat tidak mengalami overheating.

Air menjadi sarana pendingin yang paling murah bagi perusahaan pengembang AI. Tak hanya itu, air juga dipakai 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.

Jika volume air sebanyak itu ditumpahkan ke wilayah DKI Jakarta, yang luasnya sekitar 661 km², maka air yang disedot AI setiap tahun itu cukup untuk menenggelamkan seluruh Jakarta dengan banjir setinggi kurang lebih 45 meter.

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 lebih panjang, mulai dari pembangkit listrik hingga pembuatan chip. Sekitar 40% pusat data kini berlokasi di wilayah yang mengalami tekanan air tinggi, menurut 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.

Ada satu lagi, risiko tren foto AI yang tak berkaitan dengan lingkungan tapi 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. Namun, perlu memahami bahwa wajah adalah data biometrik yang berkarakter berbeda dari 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.

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

Isinya, 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 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 di medsos dapat menjadi sasaran sistem pengenalan wajah tanpa persetujuan.

Tak bisa dipungkiri, 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.

Selain itu, pengguna juga dapat mengurangi percobaan yang tak perlu, memilih resolusi sesuai kebutuhan, tak membuat puluhan versi gambar hanya karena prosesnya cepat, serta menghindari mengunggah foto orang lain tanpa persetujuan.

Tanggung jawab bukan hanya berada pada pengguna yang membuat gambar. Perusahaan teknologi juga punya peran besar dalam membuat model, chip, pusat data dan sistem pendingin yang lebih efisien.

Mereka perlu membuka lebih banyak informasi soal konsumsi energi dan air, meningkatkan efisiensi model, memakai energi rendah karbon, mengembangkan sistem pendinginan yang hemat air dan memperhitungkan dampak lingkungan pusat data.

Tidak ketinggalan, pemerintah juga memiliki peran untuk memastikan ekspansi AI berjalan seiring dengan kapasitas listrik, ketersediaan air dan kondisi lingkungan setempat. (est)

Simak info publik, kebijakan & geopolitik dunia di kanal Whatsapp dan Telegram The Stance