Oleh: Jesika Br. Tarigan, Milkha Jabenayegi Pillai, Regina Elisabeth Ambarita
Suara USU, Medan. Fenomena penggunaan kecerdasan buatan (Artificial Intelligence/AI) kini berkembang begitu cepat hingga menjadi bagian yang tidak terpisahkan dari kehidupan modern, baik di tingkat global maupun nasional. Teknologi ini tidak lagi terbatas pada sektor industri dan teknologi, tetapi telah masuk ke hampir seluruh aspek aktivitas manusia. Survei Work Trend Index tahun 2024 mencatat bahwa 75% pekerja global sudah menggunakan AI generatif dalam pekerjaan mereka, sementara di Indonesia angkanya bahkan mencapai 92%, menjadikannya salah satu negara dengan tingkat adopsi AI tertinggi di dunia. Hal ini menunjukkan bahwa masyarakat Indonesia tidak hanya mengenal AI, tetapi juga secara aktif memanfaatkannya dalam pekerjaan, kreativitas digital, serta penyelesaian tugas harian (Microsoft, 2024).
Di tingkat nasional, tren ini diperkuat oleh berbagai survei lain. Sebuah laporan mencatat bahwa 64,7% masyarakat Indonesia telah menggunakan AI untuk mencari informasi, mengolah foto atau video, serta membantu kebutuhan digital lainnya, dengan 77,8% diantaranya menggunakan AI setiap hari (Tricruise, 2025). Adopsi di sektor bisnis juga meningkat tajam; riset AWS dan Strand Partners menunjukkan bahwa implementasi AI di perusahaan Indonesia naik 47% dalam setahun, dan kini 28% bisnis telah memakai solusi AI dalam operasional mereka, meski sebagian besar masih pada tahap dasar (Amazon, 2025).
Fenomena masif ini tidak hanya muncul pada orang dewasa. Pelajar sekolah dan mahasiswa juga menjadi pengguna aktif AI, menandakan bahwa penggunaan teknologi ini telah menjadi pola baru dalam pendidikan. Survei AI in Education Global Report menunjukkan bahwa 86% pelajar dan mahasiswa di dunia menggunakan AI untuk belajar, termasuk untuk memahami materi, menyelesaikan tugas, dan menulis laporan akademik. Lebih dari 24% menggunakan AI setiap hari, sedangkan 54% menggunakan setidaknya setiap minggu, menjadikan AI sebagai salah satu alat belajar paling dominan dalam pendidikan modern. ChatGPT tercatat sebagai platform yang paling sering digunakan, dipakai oleh 66% mahasiswa dalam berbagai aktivitas akademik. (Big Data, 2025; Anara, 2025).
Gabungan data global, nasional, hingga perilaku pelajar ini menunjukkan bahwa AI telah mengalami transformasi dari sekadar inovasi eksperimental menjadi teknologi utama yang membentuk ulang cara manusia bekerja, belajar, berpikir, dan mengambil keputusan. Dengan percepatan adopsi yang meluas di semua kalangan, dari profesional, pengguna umum, hingga mahasiswa dan anak sekolah, AI kini menjadi fenomena sosial besar yang perlu dicermati dari berbagai aspek, termasuk kesehatan, perilaku, dan dampaknya terhadap kehidupan masa depan.
Defenisi dan jenis-jenis Ai
Kecerdasan buatan (Artificial Intelligence/AI) adalah cabang ilmu komputer yang mempelajari pembuatan sistem atau mesin yang mampu melakukan tugas-tugas yang secara tradisional membutuhkan kecerdasan manusia, seperti pembelajaran, penalaran, pengambilan keputusan, pemecahan masalah, dan pengolahan bahasa. Secara teknis, AI memungkinkan komputer untuk mengenali pola, memahami data kompleks, membuat prediksi, serta menyesuaikan diri dengan kondisi baru melalui pengalaman atau data yang diperolehnya. Definisi ini biasanya ditemukan dalam literatur akademik sebagai penggabungan kemampuan learning, reasoning, dan self-correction dalam mesin untuk mencapai kinerja optimal dalam berbagai aplikasi nyata (University of Notre Dame, 2025).
Dalam konteks teknologi, AI sering dipahami melalui lapisan struktur yang lebih spesifik, diantaranya machine learning dan deep learning. Machine learning adalah cabang AI di mana komputer dilatih menggunakan data untuk menemukan pola dan membuat prediksi tanpa pemrograman eksplisit untuk setiap tugas, sementara deep learning adalah sub-bidang dari machine learning yang menggunakan jaringan saraf tiruan (artificial neural networks) dengan banyak lapisan untuk memproses data berukuran besar atau kompleks. Pendekatan ini menjadi dasar bagi banyak aplikasi modern AI, termasuk pemrosesan bahasa alami dan pengenalan citra (Cui, Z., & Hung, A. J, 2025).
AI juga dapat diklasifikasikan berdasarkan kapabilitas atau cakupannya. Artificial Narrow Intelligence atau AI sempit (Narrow AI) merupakan bentuk AI yang dirancang untuk menjalankan satu tugas tertentu, seperti asisten virtual, rekomendasi konten, atau identifikasi pola dalam gambar, dan inilah bentuk AI yang dominan digunakan saat ini. Sebaliknya, Artificial General Intelligence (AGI), yang memiliki kemampuan intelektual setara manusia untuk memahami dan menyelesaikan berbagai tugas yang berbeda, masih berupa konsep pengembangan masa depan dalam penelitian AI (University of Notre Dame, 2025).
Sementara itu, dari perspektif fungsional dan teknis, AI mencakup berbagai pendekatan dan teknik seperti supervised learning (pembelajaran terawasi), unsupervised learning (pembelajaran tanpa pengawasan), dan reinforcement learning (pembelajaran penguatan), yang masing-masing memungkinkan model AI mempelajari data, menemukan pola, serta mengoptimalkan tindakannya berdasarkan konteks tertentu. Teknik-teknik ini menjadi tulang punggung bagi berbagai aplikasi AI modern yang mulai merambah pendidikan, kesehatan, industri, dan layanan publik (Naufal et al., 2025).
Cara Kerja Ai
Kecerdasan buatan (Ai) bekerja dengan cara memanfaatkan data dalam jumlah besar dan algoritma komputasi untuk mengenali pola, memahami hubungan antar informasi, serta menghasilkan keputusan atau prediksi secara otomatis. Kemampuan ini dikenal sebagai machine learning, yaitu proses di mana sistem komputer belajar dari data dan memperbaiki kinerjanya seiring waktu tanpa harus diprogram secara rinci untuk setiap tindakan. Konsep ini telah lama menjadi fondasi utama dalam pengembangan AI modern dan dijelaskan secara sistematis dalam literatur akademik bidang kecerdasan buatan (Russell & Norvig, 2010).
Dalam praktiknya, sistem AI dilatih menggunakan data yang berulang kali diproses hingga model mampu menghasilkan keluaran yang semakin akurat. Banyak AI saat ini menggunakan jaringan saraf tiruan (artificial neural networks) yang meniru cara kerja neuron manusia dalam menerima, mengolah, dan meneruskan informasi. Model dengan banyak lapisan pemrosesan, yang dikenal sebagai deep learning, memungkinkan AI menangani tugas kompleks seperti memahami bahasa, mengenali gambar, dan menganalisis pola perilaku manusia. Pendekatan ini terbukti efektif dan menjadi tulang punggung berbagai aplikasi AI yang digunakan secara luas di bidang pendidikan, kesehatan, dan layanan digital (LeCun, Bengio, & Hinton, 2015).
Setelah proses pelatihan selesai, AI dapat digunakan untuk memproses data baru dan memberikan respons secara cepat. Pada tahap ini, sistem tidak lagi sekadar menyimpan informasi, tetapi menarik kesimpulan berdasarkan pola yang telah dipelajari sebelumnya, sehingga mampu membantu manusia dalam pengambilan keputusan sehari-hari. Cara kerja inilah yang membuat AI semakin terintegrasi dalam aktivitas belajar, bekerja, dan berinteraksi dengan teknologi digital saat ini.
Manfaat Ai
Kecerdasan buatan memberikan berbagai manfaat signifikan dalam meningkatkan efisiensi dan kualitas kehidupan manusia. Secara umum, AI membantu manusia dalam memproses data dalam jumlah besar dengan cepat dan akurat, sesuatu yang sulit dilakukan secara manual. Kemampuan ini memungkinkan pengambilan keputusan yang lebih berbasis data, konsisten, dan objektif di berbagai sektor, termasuk pendidikan, kesehatan, dan layanan sosial (Russell & Norvig, 2010).
Dalam bidang kesehatan dan keperawatan, AI berperan penting dalam mendukung proses diagnosis, pemantauan kondisi pasien, serta perencanaan perawatan. Sistem berbasis AI mampu menganalisis data klinis, citra medis, dan rekam kesehatan elektronik untuk membantu tenaga kesehatan mendeteksi penyakit lebih dini, meningkatkan akurasi diagnosis, serta mengurangi risiko kesalahan manusia. Penelitian menunjukkan bahwa AI dapat meningkatkan efisiensi pelayanan kesehatan sekaligus mendukung pengambilan keputusan klinis berbasis bukti (evidence-based practice) (Topol, 2019).
Di sektor pendidikan, AI dimanfaatkan sebagai alat bantu pembelajaran yang memungkinkan personalisasi materi sesuai kebutuhan individu. Teknologi ini dapat membantu siswa memahami materi melalui sistem tutor digital, evaluasi otomatis, dan akses informasi yang lebih luas. Bagi pelajar dan mahasiswa, AI juga berfungsi sebagai alat pendukung untuk meningkatkan produktivitas belajar, seperti membantu pencarian literatur, peringkasan informasi, dan pengolahan data akademik (UNESCO, 2021).
Selain itu, AI berkontribusi dalam efisiensi kerja dan penghematan waktu, terutama dalam tugas-tugas rutin dan administratif. Dengan mengotomatisasi pekerjaan berulang, AI memungkinkan manusia untuk lebih fokus pada aktivitas yang membutuhkan empati, kreativitas, dan penilaian etis, kompetensi yang sangat penting dalam profesi kesehatan dan pekerjaan sosial. Oleh karena itu, secara ideal AI diposisikan sebagai alat bantu, bukan pengganti peran manusia, dalam meningkatkan kualitas layanan dan kesejahteraan masyarakat.
Dampak Penggunaan Ai terhadap Air Bersih
Di balik berbagai manfaat kecerdasan buatan (Artificial Intelligence/AI) yang semakin luas dirasakan dalam pendidikan, layanan kesehatan, dan dunia kerja, penggunaan teknologi ini juga memunculkan konsekuensi lingkungan yang mulai menjadi perhatian global. Seiring meningkatnya jumlah pengguna dan intensitas pemanfaatan AI, kebutuhan terhadap infrastruktur komputasi pendukungnya, terutama pusat data, ikut meningkat secara signifikan, membawa implikasi langsung terhadap penggunaan air bersih (Li et al., 2025).
Penelitian yang dipublikasikan dalam jurnal bereputasi Communications of the ACM memperkenalkan konsep water footprint of AI, yaitu jejak air tidak langsung yang dihasilkan dari operasional AI melalui pusat data dan sistem pembangkitan listrik. Studi ini menegaskan bahwa meskipun AI tidak menggunakan air secara langsung, proses pelatihan dan penggunaan model AI berskala besar memerlukan pendinginan intensif untuk menjaga stabilitas server, yang sebagian besar masih mengandalkan air bersih melalui sistem pendinginan evaporatif dan menara pendingin (cooling towers) (Li et al., 2025).
Temuan tersebut diperkuat oleh studi teknis dalam jurnal Buildings (MDPI) yang menunjukkan bahwa konsumsi air pusat data meningkat seiring dengan meningkatnya beban komputasi, kepadatan server, dan kebutuhan energi. Penelitian ini menjelaskan bahwa banyak pusat data modern masih menggunakan air tawar sebagai bagian utama dari sistem pendinginan, sehingga ekspansi layanan digital berbasis AI berpotensi meningkatkan tekanan terhadap ketersediaan air bersih, khususnya di wilayah yang telah mengalami stres air (Buildings, 2025).
Data kuantitatif mengenai skala penggunaan air oleh infrastruktur AI mulai terlihat dalam laporan media internasional. BBC News melaporkan bahwa pusat data yang mendukung layanan AI di Skotlandia menggunakan air keran yang cukup untuk mengisi sekitar 27 juta botol air berukuran 0,5 liter per tahun, atau setara dengan 13,5 juta liter air per tahun. Laporan tersebut juga mencatat bahwa penggunaan air oleh pusat data meningkat hingga empat kali lipat sejak 2021, seiring dengan pesatnya pertumbuhan layanan digital dan AI (BBC News, 2025).
Selain itu, laporan keberlanjutan perusahaan teknologi global menunjukkan besarnya penggunaan air oleh pusat data. Google Environmental Report 2022 mencatat bahwa total water withdrawal Google mencapai sekitar 21,2 miliar liter air per tahun, sementara Microsoft Environmental Sustainability Report 2023 melaporkan penggunaan air global sekitar 6,4 juta meter kubik per tahun. Kedua perusahaan mengakui bahwa pusat data merupakan salah satu kontributor utama penggunaan air, meskipun angka tersebut tidak secara spesifik memisahkan konsumsi air untuk AI (Google, 2022; Microsoft, 2023).
Para peneliti menegaskan bahwa hingga saat ini belum terdapat angka kuantitatif baku yang dapat menyatakan berapa liter air dihabiskan oleh satu penggunaan AI atau satu prompt, karena konsumsi air sangat bergantung pada lokasi pusat data, teknologi pendinginan, dan sumber energi yang digunakan. Namun, terdapat kesepakatan bahwa semakin luas penggunaan AI oleh masyarakat dan industri, semakin besar pula kebutuhan pusat data, yang secara tidak langsung akan meningkatkan tekanan terhadap sumber air bersih (Li et al., 2025).
Kondisi ini menjadi semakin krusial ketika dikaitkan dengan krisis air bersih global. Data WHO dan UNICEF menunjukkan bahwa lebih dari dua miliar penduduk dunia masih belum memiliki akses terhadap air minum yang aman. Dalam konteks tersebut, peningkatan kebutuhan air oleh infrastruktur digital berbasis AI berpotensi memperparah ketimpangan akses air bersih dan menimbulkan dampak lanjutan terhadap sanitasi, hygiene, dan kesehatan masyarakat (WHO & UNICEF, 2023).
Fakta kekurangan air di dunia dan Indonesia
Kekurangan air bersih merupakan masalah nyata yang saat ini dihadapi oleh dunia. Secara global, miliaran orang mengalami keterbatasan akses terhadap air minum aman, terutama akibat pertumbuhan penduduk, perubahan iklim, dan meningkatnya kebutuhan air di berbagai sektor kehidupan (Mekonnen & Hoekstra, 2016; UNESCO, 2024). Kondisi ini berdampak langsung pada kesehatan masyarakat karena kurangnya air bersih meningkatkan risiko penyakit menular, gangguan sanitasi, dan penurunan kualitas hidup (UNESCO, 2024).
Di Indonesia, permasalahan air bersih juga masih terjadi meskipun akses air minum layak terus meningkat. Beberapa wilayah, khususnya daerah padat penduduk dan wilayah yang sering mengalami musim kemarau panjang, masih menghadapi keterbatasan air bersih yang berkelanjutan. Situasi ini menunjukkan bahwa ketersediaan air bersih di Indonesia belum sepenuhnya aman dan merata, sehingga berpotensi menimbulkan masalah kesehatan masyarakat jika tidak dikelola dengan baik (UNESCO, 2024).
Di tengah kondisi tersebut, perkembangan kecerdasan buatan (AI) turut memberikan tekanan tambahan terhadap sumber daya air. Teknologi AI bergantung pada pusat data (data center) yang membutuhkan air dalam jumlah besar untuk proses pendinginan server. Semakin meningkat penggunaan AI, semakin besar pula konsumsi air yang diperlukan untuk menjaga sistem tetap beroperasi secara stabil (Jones, 2023). Penelitian juga menunjukkan bahwa pelatihan dan pengoperasian model AI berskala besar memiliki jejak penggunaan air yang signifikan, sehingga berpotensi memperparah krisis air bersih apabila tidak diimbangi dengan pengelolaan yang berkelanjutan (Ren et al., 2023).
Pentingnya Air Bersih bagi Kesehatan
Air bersih merupakan kebutuhan dasar manusia yang sangat penting untuk menjaga kesehatan tubuh dan mencegah berbagai penyakit. Air digunakan setiap hari untuk minum, memasak, mandi, mencuci, serta menjaga kebersihan lingkungan. Ketersediaan air bersih yang aman berperan besar dalam menjaga fungsi tubuh, seperti membantu proses metabolisme, menjaga keseimbangan cairan, serta mendukung kerja organ-organ vital (WHO, 2019).
Selain itu, air bersih sangat penting dalam pencegahan penyakit menular. Air yang tercemar dapat menjadi media penularan berbagai penyakit, seperti diare, kolera, disentri, dan tifoid. Penelitian menunjukkan bahwa akses terhadap air bersih dan sanitasi yang layak dapat secara signifikan menurunkan angka kesakitan dan kematian, terutama pada kelompok rentan seperti bayi, anak-anak, dan lansia (Prüss-Ustün et al., 2019). Oleh karena itu, air bersih berperan langsung dalam menjaga kesehatan masyarakat dan menurunkan beban penyakit.
Air bersih juga berkontribusi terhadap kesehatan jangka panjang dan kualitas hidup. Kurangnya akses air bersih dapat menyebabkan masalah gizi, dehidrasi, serta memperburuk kondisi kesehatan kronis. Dalam konteks kesehatan masyarakat, penyediaan air bersih yang berkelanjutan merupakan salah satu upaya promotif dan preventif yang paling efektif untuk meningkatkan derajat kesehatan masyarakat secara keseluruhan (UNICEF & WHO, 2023).
Dampak Kurangnya Air Bersih Bagi Kesehatan
Kurangnya air bersih berdampak serius terhadap kesehatan individu dan masyarakat. Air bersih sangat dibutuhkan untuk minum, kebersihan diri, pengolahan makanan, dan sanitasi. Ketika air yang digunakan tercemar atau jumlahnya tidak mencukupi, risiko terjadinya berbagai masalah kesehatan akan meningkat secara signifikan World Health Organization (WHO, 2019).
Dampak kesehatan yang paling sering muncul akibat kekurangan air bersih adalah meningkatnya penyakit menular berbasis air (waterborne diseases). Air yang tidak aman dapat menjadi media penularan penyakit seperti diare, kolera, disentri, dan tifoid. Penelitian menunjukkan bahwa sanitasi buruk dan keterbatasan air bersih berkontribusi besar terhadap tingginya angka kesakitan dan kematian, terutama pada anak-anak di negara berkembang (Prüss-Ustün et al., 2019). Penyakit diare sendiri masih menjadi salah satu penyebab utama kematian anak balita yang sebenarnya dapat dicegah dengan penyediaan air bersih.
Selain penyakit infeksi, kekurangan air bersih juga berdampak pada status gizi dan kondisi fisik. Keterbatasan air dapat menyebabkan dehidrasi, mengganggu proses metabolisme tubuh, serta memperburuk kondisi kesehatan kronis. Dalam jangka panjang, kurangnya air bersih juga berkaitan dengan masalah gizi seperti stunting, karena air yang tidak aman memengaruhi penyerapan nutrisi dan meningkatkan risiko infeksi berulang (UNICEF & WHO, 2023).
Dari sisi kesehatan mental dan kualitas hidup, kurangnya air bersih dapat menimbulkan stres, kecemasan, dan beban psikologis, terutama bagi keluarga yang harus menghabiskan banyak waktu dan tenaga untuk memperoleh air. Kondisi ini dapat menurunkan produktivitas, kesejahteraan, serta kualitas hidup masyarakat secara keseluruhan. Oleh karena itu, penyediaan air bersih merupakan upaya preventif yang sangat penting dalam meningkatkan derajat kesehatan masyarakat (WHO, 2019).
Tanggapan Pemerintah terhadap Penggunaan AI
Pemerintah di berbagai negara menanggapi pesatnya perkembangan kecerdasan buatan (AI) dengan menyusun kebijakan dan kerangka tata kelola untuk memastikan teknologi ini digunakan secara aman dan bertanggung jawab. AI dinilai memiliki potensi besar dalam meningkatkan efisiensi pelayanan publik, kesehatan, dan ekonomi, namun juga menimbulkan risiko seperti pelanggaran privasi, bias algoritma, dan penyalahgunaan data. Oleh karena itu, pemerintah mulai mengembangkan regulasi yang menekankan prinsip transparansi, akuntabilitas, dan perlindungan hak masyarakat (Organisation for Economic Co-operation and Development [OECD], 2025).
Di tingkat internasional, banyak pemerintah mengadopsi pedoman dan prinsip etika AI sebagai dasar pengambilan kebijakan. OECD, misalnya, mendorong negara-negara anggotanya untuk mengintegrasikan AI ke dalam pemerintahan dengan pendekatan berbasis nilai kemanusiaan, keamanan, dan keadilan sosial. Pendekatan ini bertujuan agar pemanfaatan AI tidak hanya berorientasi pada kemajuan teknologi, tetapi juga memperhatikan dampak sosial dan kesehatan masyarakat (OECD, 2025).
Di Indonesia, pemerintah telah menunjukkan respons awal melalui penyusunan Strategi Nasional Kecerdasan Artifisial (Stranas KA) sebagai panduan pengembangan dan pemanfaatan AI. Strategi ini menekankan pentingnya etika, peningkatan kapasitas sumber daya manusia, serta perlindungan data pribadi dalam penggunaan AI. Namun, penelitian menunjukkan bahwa regulasi AI di Indonesia masih bersifat umum dan belum sepenuhnya memiliki payung hukum khusus, sehingga masih memerlukan penguatan kebijakan dan regulasi yang lebih komprehensif (Simanjuntak et al., 2025).
Selain itu, pemerintah Indonesia juga membuka ruang diskusi dan konsultasi publik untuk merancang pedoman etika dan aturan penggunaan AI. Langkah ini mencerminkan kehati-hatian pemerintah dalam menghadapi perkembangan AI agar tidak menimbulkan dampak negatif bagi masyarakat, termasuk risiko sosial dan kesehatan. Dengan pendekatan bertahap ini, pemerintah berupaya menyeimbangkan antara inovasi teknologi dan perlindungan kepentingan publik (Sharia Oikonomia Law Journal, 2025).
Solusi
Gunakan teknologi pendinginan yang lebih hemat air (air-based & liquid alternatives)
Beralih dari pendinginan evaporatif atau open-loop water cooling ke opsi air cooling, direct-to-chip liquid cooling tertutup, atau immersion cooling dapat menurunkan atau mengeliminasi penggunaan air untuk pendinginan. Immersion dan direct-to-chip juga meningkatkan kepadatan komputasi sehingga butuh ruang/air pendingin lebih sedikit per unit komputasi (Haghshenas, K. 2023).
Sistem tertutup & daur ulang air (closed-loop + reuse non-potable)
Mengadopsi sistem pendingin tertutup dan memakai air non-potable (air limbah terolah / greywater) untuk proses pendinginan mengurangi tekanan pada persediaan air minum. Beberapa operator besar dan pedoman nasional merekomendasikan penggunaan kembali air terolah untuk keperluan pendinginan.
Penghematan lewat efisiensi komputasi (kurangi jejak air melalui pengurangan compute)
Mengurangi jumlah komputasi yang tidak perlu (optimasi model, pruning, distillation), serta mengatur jadwal pelatihan model pada waktu yang lebih efisien/meningkatkan utilisasi, menurunkan total panas yang harus dibuang sehingga berkontribusi pada pengurangan kebutuhan pendinginan (Ren, S. 2025)
Pemulihan dan pemanfaatan panas buangan (waste-heat reuse)
Memanfaatkan panas sisa dari data centre untuk pemanas ruangan, pemrosesan industri, atau district heating mengurangi kebutuhan cooling cycles yang intensif dan memungkinkan desain sistem yang kurang mengandalkan evaporasi air.
Lokasi & desain yang adaptif terhadap klimatologi
Menempatkan data centre di lokasi beriklim dingin, dekat sumber air non-kritis, atau di tempat dengan infrastruktur jaringan yang kuat mengurangi kebutuhan pendinginan yang berbasis air. Perencanaan lokasi harus mempertimbangkan ketersediaan air lokal agar tidak membebani suplai masyarakat (Mytton, D. 2021).
Transparansi, pelaporan, dan regulasi penggunaan air
Mewajibkan pelaporan penggunaan air, penerapan standar pengukuran (mis. Water Usage Effectiveness atau setara), dan perizinan berbasis dampak membantu regulator merencanakan ketersediaan air dan mendorong praktik operasi yang lebih bertanggung jawab. Beberapa regulator sudah mengusulkan peningkatan pelaporan karena data saat ini fragmentaris.
Investasi infrastruktur air lokal (desalinisasi terbarukan, pasokan non-potable, penampungan)
Di wilayah yang rentan, solusi teknis seperti penggunaan air laut terolah (desalinisasi) dikombinasikan energi terbarukan atau pembangunan reservoir serta proyek daur ulang skala kota dapat mengurangi kompetisi antara data centre dan kebutuhan domestic, tetapi ini mahal dan harus menimbang dampak lingkungan.
Insentif pasar & komitmen industri (green SLAs, water-aware procurement)
Mendorong penyewa cloud dan pembuat kebijakan membeli dari penyedia yang punya metrik air rendah, sertifikasi keberlanjutan, atau target zero potable water akan menciptakan tekanan ekonomi agar operator data centre beralih ke solusi yang lebih hemat air.
Kesimpulan
Perkembangan kecerdasan buatan (Artificial Intelligence/AI) telah menjadi fenomena global dan nasional yang mengubah cara manusia bekerja, belajar, dan mengambil keputusan, termasuk di sektor pendidikan, kesehatan, dan dunia kerja. Tingginya tingkat adopsi AI di Indonesia menunjukkan bahwa teknologi ini telah menjadi bagian penting dari kehidupan modern dan memberikan berbagai manfaat, seperti peningkatan efisiensi, dukungan pengambilan keputusan berbasis data, serta penguatan layanan kesehatan dan pendidikan. Namun, di balik manfaat tersebut, penggunaan AI bergantung pada infrastruktur pusat data yang membutuhkan energi dan air dalam jumlah besar, terutama untuk sistem pendinginan server, sehingga memunculkan dampak lingkungan yang tidak dapat diabaikan.
Di sisi lain, dunia dan Indonesia masih menghadapi krisis air bersih yang berdampak langsung pada kesehatan masyarakat, sanitasi, dan kualitas hidup. Dalam konteks ini, meningkatnya kebutuhan air oleh infrastruktur digital berbasis AI berpotensi memperparah tekanan terhadap sumber daya air yang sudah terbatas. Oleh karena itu, pengembangan dan pemanfaatan AI perlu disertai dengan kebijakan, teknologi, dan tata kelola yang berkelanjutan agar kemajuan digital tidak mengorbankan hak dasar masyarakat terhadap air bersih dan kesehatan. AI seharusnya menjadi alat untuk meningkatkan kesejahteraan manusia, bukan memperdalam krisis lingkungan dan kesehatan di masa depan.
Artikel ini merupakan merupakan publikasi tugas mata kuliah Pekerja Sosial Internasiol dengan dosen pengampu Fajar Utama Ritonga, S.Sos., M.Kesos
Redaktur: Indira Rivany
Leave a comment