Berapa Banyak Energi yang Digunakan AI? (Angka Sebenarnya, Dijelaskan)

Satu permintaan ChatGPT rata-rata menggunakan sekitar 0,3 watt-jam listrik — setara dengan konsumsi oven dalam satu detik — menurut OpenAI dan perkiraan independen. Pada tingkat jaringan listrik, pusat data di AS menggunakan sekitar 176 TWh pada 2023, sekitar 4,4% dari listrik nasional, dan angka ini tumbuh pesat.

Anda mungkin pernah mendengar bahwa setiap pertanyaan ChatGPT “menghabiskan sepuluh kali energi pencarian Google,” atau bahwa AI akan melahap jaringan listrik. Gambaran sebenarnya lebih rumit: biaya per permintaan kecil dan terus menurun, sementara permintaan total dari pusat data sangat besar dan terus tumbuh. Keduanya benar sekaligus, dan angka-angkanya hanya masuk akal jika disertai sumber. Berikut datanya — dan jika Anda penasaran dengan jejak AI yang lain, kami juga telah membahas penggunaan air.

Mengapa AI menggunakan energi?

Tagihan listrik AI berasal dari dua aktivitas berbeda, dan mencampurnya sering menimbulkan kebingungan.

• Pelatihan adalah proses satu kali untuk membangun sebuah model. Ribuan chip khusus berjalan penuh selama berminggu-minggu atau berbulan-bulan, itulah sebabnya biaya pelatihan biasanya disebut dalam megawatt-jam atau gigawatt-jam.
• Inferensi adalah penggunaan sehari-hari — setiap balasan chat, gambar, atau ringkasan. Setiap permintaan murah, tetapi model populer melayani miliaran permintaan, sehingga inferensi kini mendominasi total energi untuk sistem yang sudah berjalan.
• Overhead berada di atas keduanya: pendinginan, jaringan, dan konversi daya di pusat data, biasanya diukur dengan metrik PUE (power usage effectiveness).

Jika Anda melihat angka “energi AI” yang sangat berbeda, periksa aktivitas mana yang dicakup. Perkiraan per permintaan yang mengabaikan pendinginan, atau total pelatihan yang dipresentasikan seolah-olah terjadi setiap hari, akan menyesatkan Anda ke arah yang berlawanan.

Berapa banyak energi yang digunakan satu permintaan ChatGPT?

Angka utama berasal dari OpenAI sendiri. Pada Juni 2025, Sam Altman menulis bahwa rata-rata permintaan ChatGPT menggunakan sekitar 0,34 watt-jam — “setara dengan konsumsi oven dalam sedikit lebih dari satu detik, atau lampu hemat energi dalam beberapa menit” (Data Center Dynamics, 2025).

Angka ini belum ditinjau sejawat, dan OpenAI tidak mempublikasikan metodologinya. Namun, angka ini sejalan dengan penelitian independen. Kelompok riset Epoch AI memperkirakan satu permintaan GPT-4o biasa sekitar 0,3 Wh, berdasarkan asumsi realistis tentang panjang respons, chip H100 modern, dan konsumsi daya aktual (bukan puncak) (Epoch AI, 2025). Google bahkan menerbitkan makalah teknis: permintaan teks Gemini median menggunakan 0,24 Wh pada pertengahan 2025 (Google Cloud, 2025).

Dua catatan penting agar tetap jujur:

• Perkiraan lama “3 Wh” tidak gila — hanya sudah usang. Perhitungan tahun 2023 yang sering dikutip mengasumsikan respons panjang pada chip A100 lama yang berjalan pada daya puncak. Revisi Epoch menemukan setiap asumsi ini membesar-besarkan angka, sehingga totalnya ~10x lebih tinggi dari kenyataan (Epoch AI, 2025; TechCrunch, 2025).
• Tidak semua permintaan bersifat tipikal. Epoch mencatat dokumen 10.000 token bisa membuat satu permintaan mencapai ~2,5 Wh, input 100.000 token hingga ~40 Wh, dan model penalaran yang “berpikir” sebelum menjawab menghasilkan beberapa kali lebih banyak token per permintaan. Pembuatan gambar dan video lebih boros lagi — studi Hugging Face menemukan pembuatan gambar adalah tugas AI paling boros energi yang umum (MIT Technology Review, 2023).

Jadi jawaban yang dapat dipertanggungjawabkan: beberapa persepuluh watt-jam untuk permintaan teks biasa, dengan tugas berat bisa 10–100x lipatnya.

Angka-angka dalam satu tabel

Berikut angka-angka yang paling sering dikutip beserta sumber dan tahunnya, agar Anda bisa memeriksanya sendiri.

Perhatikan batasannya: angka per permintaan hanya mencakup chat teks, dan total pusat data mencakup semua aktivitas di gedung tersebut — streaming, perbankan, email — bukan hanya AI.

Pelatihan vs. inferensi: mana yang lebih boros?

Pelatihan sering jadi sorotan karena angkanya besar. Peneliti memperkirakan pelatihan GPT-3 sekitar 1.287 MWh — setara konsumsi listrik tahunan 120 rumah di AS (Patterson et al., 2021). Untuk model frontier sekelas GPT-4, Epoch AI memperkirakan pelatihan membutuhkan sekitar 20–25 megawatt terus-menerus selama tiga bulan — sekitar 40–50 GWh, atau setara daya 20.000 rumah Amerika selama periode tersebut (Epoch AI, 2025).

Namun pelatihan hanya terjadi sekali. Inferensi terjadi miliaran kali setiap hari. Pada skala ChatGPT, bahkan 0,34 Wh per permintaan berarti ratusan megawatt-jam per hari, sehingga energi seumur hidup model populer lebih banyak dihabiskan untuk melayani pengguna, bukan membangunnya. Itulah sebabnya angka per permintaan — sekecil apapun — lebih penting untuk total jangka panjang daripada angka pelatihan.

Berapa banyak listrik yang digunakan pusat data secara keseluruhan?

Di sinilah angka-angkanya menjadi besar, dan kekhawatiran yang sah muncul.

Laporan Lawrence Berkeley National Laboratory yang ditugaskan oleh Departemen Energi AS menemukan pusat data AS mengonsumsi sekitar 176 TWh pada 2023 — 4,4% dari listrik nasional — dan memproyeksikan 325–580 TWh pada 2028, atau 6,7–12% listrik AS (LBNL / DOE, 2024). Pertumbuhan meningkat dari ~7% per tahun (2014–2018) menjadi 18% per tahun (2018–2023), terutama karena server AI.

Secara global, laporan Energy and AI dari International Energy Agency memperkirakan pusat data menggunakan 415 TWh pada 2024 (~1,5% listrik dunia), dan akan lebih dari dua kali lipat menjadi sekitar 945 TWh pada 2030 — sedikit lebih banyak dari konsumsi listrik Jepang saat ini — dengan AI sebagai pendorong terbesar dan AS serta Tiongkok menyumbang hampir 80% pertumbuhan (IEA, 2025).

Satu catatan penting: ini adalah proyeksi, bukan pengukuran, dan pusat data juga menjalankan banyak pekerjaan non-AI. Kami memantau angka utama ini di halaman statistik AI kami.

Bagaimana penggunaan energi AI dibandingkan dengan aktivitas sehari-hari?

Konteks mengubah watt-jam menjadi intuisi. Satu permintaan teks biasa (~0,3 Wh) setara dengan:

• Sekitar 1 detik oven Anda menyala, menurut perbandingan dari OpenAI (DCD, 2025).
• Beberapa menit menyalakan lampu LED (lampu 10 W menggunakan 0,3 Wh dalam sekitar dua menit).
• Kurang lebih sama dengan satu pencarian Google, setidaknya menurut angka lama Google tahun 2009 sekitar ~0,3 Wh (Google, 2009). Klaim viral “10x pencarian Google” membagi perkiraan AI lama yang tinggi dengan angka pencarian yang juga sudah usang — keduanya kini sudah berubah.
• Sekitar 1/250 jam streaming video, yang mengonsumsi ~77 Wh per jam (IEA, 2020).
• Jauh lebih sedikit daripada mengisi daya ponsel Anda (~10–15 Wh), meski membuat satu gambar AI bisa mendekati angka itu (MIT Technology Review, 2023).

Singkatnya: kebiasaan chatbot Anda hanyalah angka pembulatan dalam jejak energi pribadi Anda. Ceritanya bukan pada penggunaan Anda — tapi pada penggunaan semua orang secara kolektif, terkonsentrasi di titik-titik tertentu pada jaringan listrik.

Mengapa energi per permintaan terus turun

Angka per permintaan di atas sebenarnya sudah ketinggalan zaman dalam satu arah: turun. Google melaporkan bahwa energi permintaan teks Gemini median turun 33x dalam satu tahun, terutama karena perangkat lunak — arsitektur model yang lebih baik, batching permintaan yang lebih cerdas, dan pemanfaatan perangkat keras yang lebih tinggi (Google Cloud, 2025). Setiap generasi chip baru juga memberikan lebih banyak komputasi per watt, dan teknik seperti model mixture-of-experts hanya mengaktifkan sebagian parameter model per permintaan.

Namun ada satu konsekuensi: ketika sesuatu menjadi lebih murah, orang akan menggunakannya lebih banyak. Biaya per token yang turun memungkinkan model penalaran, konteks lebih panjang, dan AI video — yang semuanya menggunakan jauh lebih banyak token per tugas. Efisiensi per permintaan membaik, tetapi permintaan total tetap naik. Ini bukan kontradiksi; justru pola yang sudah diasumsikan dalam proyeksi LBNL dan IEA.

Jadi, seberapa khawatir Anda harusnya?

Jawaban seimbang: lupakan rasa bersalah per permintaan, perhatikan tren di tingkat jaringan listrik.

Per permintaan, biayanya benar-benar kecil — setara dengan pencarian, sebagian menit streaming. Menolak menggunakan chatbot demi “menghemat energi” sama seperti tidak naik lift sekali untuk melawan perubahan iklim.

Pada tingkat sistem, kekhawatiran yang nyata namun spesifik. Pusat data terkonsentrasi di wilayah tertentu, sehingga bisa membebani jaringan listrik lokal, menaikkan harga listrik, dan — jika permintaan baru dipenuhi dengan gas, bukan energi bersih — memperlambat penurunan emisi. IEA juga mencatat sisi positif: AI yang diterapkan pada jaringan listrik, gedung, dan industri bisa menghemat lebih banyak energi daripada yang dikonsumsi pusat data, meski hasil itu belum pasti (IEA, 2025). Jejak energi dan air naik-turun bersama di sini: komputasi lebih sedikit berarti daya dan pendinginan lebih sedikit.

Apa yang sedang dilakukan untuk mengatasinya?

Tekanan ini menghasilkan respons nyata di seluruh industri.

• Kontrak listrik bersih dalam skala besar. Microsoft menandatangani perjanjian 20 tahun untuk menghidupkan kembali reaktor Three Mile Island — 835 MW listrik bebas karbon untuk pusat datanya, diperkirakan mulai beroperasi pada 2028 (Utility Dive, 2024). Google dan Amazon juga membuat komitmen serupa untuk nuklir dan energi terbarukan.
• Energi terbarukan khusus untuk pusat data. IEA memproyeksikan lebih dari 450 TWh pembangkit terbarukan baru untuk memenuhi permintaan pusat data hingga 2035 (IEA, 2025).
• Efisiensi sebagai tujuan produk. Chip khusus (TPU, akselerator inferensi), pendinginan cair, dan trik di tingkat model seperti distilasi dan kuantisasi semuanya mengurangi watt-jam per token.
• Transparansi lebih besar. Makalah per permintaan dari Google tahun 2025 adalah pengukuran publik terperinci pertama dari penyedia besar; OpenAI menyusul dengan angkanya sendiri. Verifikasi independen masih sedikit, tapi arahnya sudah benar.

Kesimpulan

Berapa banyak energi yang digunakan AI? Sekitar 0,3 watt-jam untuk permintaan teks biasa — sangat kecil secara individual — dan sekitar 415 TWh per tahun untuk pusat data dunia, menuju hampir dua kali lipat pada 2030. Angka per penggunaan kecil dan menurun; angka agregat besar dan naik. Keduanya layak dikutip beserta sumbernya, dan tak satupun mendukung kepanikan atau sikap masa bodoh. Jika Anda ingin memahami teknologi di balik angka-angka ini, mulai dari pusat belajar kami.

Pertanyaan yang sering diajukan

Berapa banyak energi yang digunakan satu permintaan ChatGPT? Sekitar 0,3–0,34 watt-jam untuk permintaan teks biasa, menurut angka dari OpenAI dan perkiraan Epoch AI. Itu kira-kira setara beberapa menit menyalakan lampu LED. Dokumen panjang dan model penalaran bisa membuat satu permintaan mencapai beberapa watt-jam atau lebih.

Apakah pelatihan model AI menggunakan lebih banyak energi daripada menjalankannya? Pelatihan adalah biaya besar satu kali — GPT-3 membutuhkan sekitar 1.287 MWh, dan model sekelas GPT-4 sekitar 40–50 GWh menurut perkiraan Epoch AI. Namun miliaran permintaan harian membuat inferensi (penggunaan sehari-hari) kini menambah total energi lebih banyak daripada pelatihan untuk model populer.

Berapa banyak listrik yang digunakan pusat data secara keseluruhan? Pusat data AS menggunakan sekitar 176 TWh pada 2023 — 4,4% dari listrik nasional — menurut laporan Lawrence Berkeley National Laboratory, dengan proyeksi 325–580 TWh pada 2028. Secara global, IEA memperkirakan penggunaan pusat data tahun 2024 sekitar 415 TWh, dan akan berlipat ganda menjadi ~945 TWh pada 2030.

Apakah permintaan ChatGPT lebih boros daripada pencarian Google? Sekarang keduanya sebanding. Angka resmi Google tahun 2009 untuk satu pencarian adalah sekitar 0,3 Wh — sama dengan perkiraan ChatGPT saat ini. Klaim populer ‘10x lebih boros’ membandingkan perkiraan AI lama sebesar 3 Wh dengan angka pencarian yang juga sudah usang, dan kedua angka itu kini sudah berubah.

Bagaimana penggunaan energi AI dibandingkan dengan streaming video? Streaming video selama satu jam menggunakan sekitar 0,077 kWh (77 Wh), menurut analisis IEA — setara dengan sekitar 250 permintaan ChatGPT biasa. Satu permintaan AI lebih mirip beberapa detik menonton TV daripada maraton Netflix.

Mengapa penggunaan energi AI per permintaan menurun? Chip yang lebih baik, desain model yang lebih cerdas, dan pemanfaatan yang lebih tinggi. Google melaporkan penurunan energi per permintaan teks Gemini median hingga 33x dalam satu tahun. Namun, permintaan total tetap naik karena penggunaan tumbuh lebih cepat daripada peningkatan efisiensi.

Apakah penggunaan energi AI menjadi masalah serius? Per permintaan, tidak — sangat kecil. Masalah sebenarnya adalah pertumbuhan agregat: pusat data bisa mencapai 6,7–12% listrik AS pada 2028, membebani jaringan lokal dan memperlambat penurunan emisi jika permintaan baru dipenuhi dengan bahan bakar fosil. Layak dipantau, bukan untuk panik.

Apa yang dilakukan perusahaan teknologi terkait penggunaan energi AI? Membeli listrik bersih dalam skala besar — Microsoft menandatangani kontrak 20 tahun untuk menghidupkan kembali reaktor Three Mile Island (835 MW), dan IEA memproyeksikan lebih dari 450 TWh energi terbarukan baru untuk pusat data hingga 2035 — serta membangun chip, model, dan pendinginan yang lebih efisien.

Ingin penjelasan jelas dan bersumber seperti ini di email Anda? Berlangganan buletin AI mingguan kami. Untuk lebih banyak angka, lihat halaman statistik AI dan artikel pendamping tentang penggunaan air AI, dan untuk memahami teknologinya, mulai dari pusat belajar.

Baca juga

BelajarJun 2026

Berapa Banyak Air yang Digunakan AI? (Angka Sebenarnya, Dijelaskan)

BelajarJun 2026

Apa Itu Agentic AI? Panduan Pemula tentang AI Agen

BelajarMay 2026

Apa Itu RAG dalam AI? (Retrieval-Augmented Generation, Dijelaskan Sederhana)