11 hours ago
3
Jakarta, CNN Indonesia --
Meski dikenal sebagai negara dengan tingkat kesejahteraan maju, Amerika Serikat pun tak lepas dari krisis air bersih.
Laman nature menulis, banyak rumah tangga di Amerika Serikat menghadapi masalah instalasi pipa yang tidak lengkap dan kualitas air yang buruk.
Dalam sebuah penelitian yang dirilis tahun 2023, salah satu fokusnya menggunakan data dari American Community Survey dan Badan Perlindungan Lingkungan (EPA), menunjukkan bahwa terdapat 489.836 rumah tangga yang kekurangan instalasi pipa lengkap, 1.165 sistem air komunitas yang melanggar Undang-Undang Air Minum Aman secara serius, dan 9.457 pemegang izin Undang-Undang Air Bersih yang tidak mematuhi secara signifikan.
ADVERTISEMENT
SCROLL TO CONTINUE WITH CONTENT
Meskipun, Persatuan Bangsa-Bangsa pernah melakukan survei terhadap air minum dan sanitasi untuk semua orang pada 2030, memperkirakan bahwa 99,2 persen penduduk AS memiliki akses berkelanjutan terhadap air minum dan 88,9 persen memiliki akses terhadap sanitasi.
Kecerdasan buatan jadi penyelamat
Menghadapi krisis air tersebut, pemerintah AS mulai menggunakan kecerdasan buatan (AI). Kecerdasan buatan itu digunakan untuk menganalisis data yang berkaitan dengan prakiraan cuaca, ketersediaan air, pola penggunaan air, dan proyeksi pertumbuhan penduduk.
Sistem AI dapat membantu pemerintah daerah dalam memahami cara-cara untuk mengoptimalkan jaringan distribusi dan alokasi air, khususnya dalam lingkungan yang mengalami kelangkaan air.
Dengan begitu, sistem AI dapat membantu mengoptimalkan jadwal pemompaan dan penyesuaian aliran serta tekanan air untuk memenuhi kebutuhan air yang sebenarnya, sehingga meminimalkan pemborosan air dan meningkatkan kinerja jaringan.
Bagi sistem air, hal ini menghasilkan pengurangan biaya operasional, termasuk karena pengurangan konsumsi energi. Bagi pelanggan, manfaatnya meliputi peningkatan keandalan layanan air dan kenaikan harga yang lebih rendah karena penghematan biaya operasional.
Dampaknya, efisiensi operasional dalam pengolahan air dapat dicapai untuk memprediksi kegagalan peralatan dan meningkatkan jadwal pemeliharaan.
Dengan menganalisis data dari sensor, log peralatan, dan catatan pemeliharaan historis, AI dapat digunakan untuk mengidentifikasi pola yang menunjukkan akan terjadinya kegagalan peralatan dan infrastruktur.
Demikian pula dengan dukungan citra satelit, AI dapat menyediakan pemantauan kondisi dan kinerja pipa air secara real-time.
Selain itu, algoritma dapat digunakan untuk mengidentifikasi pola atau anomali, yang mungkin mengindikasikan kebocoran atau pecahnya pipa air yang sebenarnya atau potensial.
Penggunaan AI ini bertujuan untuk meningkatkan umur infrastruktur, meminimalkan kemungkinan terjadinya gangguan dan kerugian yang tidak direncanakan, serta mencegah kehilangan air dalam jumlah besar.
Paradoks implementasi
Meskipun AI jelas menawarkan banyak manfaat untuk efisiensi air, namun di sisi lain memiliki dampak yang mengkhawatirkan. Fakta yang terekam jelas permintaan air terlihat pada kebutuhan air yang intensif dari pusat data yang diperlukan untuk melatih model AI dengan kemampuan pemrosesan data yang besar.
Diperkirakan, misalnya, bahwa pusat data 1 MW (Megawatt) membutuhkan hingga 25,5 juta liter air setiap tahun untuk mendinginkan prosesor. Pusat data di AS diproyeksikan membutuhkan sebanyak 150 hingga 180 miliar liter air tawar pada tahun 2028.
Seiring dengan meningkatnya AI generatif dan "perlombaan senjata" global untuk membangun pusat data guna memfasilitasi pertumbuhan AI, terlihat peningkatan signifikan penggunaan air oleh perusahaan teknologi untuk memenuhi permintaan pasar.
Meningkatnya jejak air akibat penggunaan AI dapat dilihat secara tidak langsung dari konsumsi energi infrastruktur, karena energi tersebut juga membutuhkan sejumlah besar air untuk diproduksi.
Konsumsi listrik oleh server AI diperkirakan akan melebihi 150 hingga 300 TWh (triliun watt-hour) pada tahun 2028.
Ini belum memperhitungkan konsumsi air yang dibutuhkan untuk memproduksi bahan baku yang penting untuk komponen pusat data tertentu, seperti litium yang biasanya digunakan dalam baterai yang memberi daya pada pusat data. Misalnya, produksi satu ton garam litium diperkirakan membutuhkan dua ton air.
Industri air menghadapi paradoks antara kebutuhan air yang intensif dari pusat data berbasis AI, yang seringkali bersaing dengan masyarakat setempat untuk mendapatkan pasokan air tawar.
Undangan untuk berinovasi
Untungnya, paradoks ini juga merupakan peluang bagi para pelaku industri air untuk mengembangkan cara-cara inovatif guna menyeimbangkan peningkatan kebutuhan air terkait AI.
Operator pusat data sudah berinvestasi dalam inovasi teknologi pendinginan, sehingga peluang terbesar mungkin terletak pada industri hulu yang memungkinkan perluasan AI.
Misalnya, daur ulang air muncul sebagai solusi potensial bagi pusat data dan fasilitas industri yang berupaya mengurangi konsumsi air mereka.
Solusi ini akan sangat menarik bagi perusahaan yang mampu menerima air limbah masuk untuk pendinginan, manufaktur, dan proses industri lainnya dengan spesifikasi yang dapat dicapai oleh instalasi pengolahan air limbah tanpa menimbulkan biaya operasional yang besar.
Maka kolaborasi antara pengguna air dan pemerintah daerah juga akan menjadi kunci untuk mendorong efisiensi air.
Amazon Web Services, misalnya, telah mengumumkan rencana untuk menjadi "positif air" pada tahun 2030 dengan mendanai proyek pengisian kembali air di berbagai lokasi global.
Di AS, xAI telah bermitra dengan Tennessee Valley Authority untuk mengembangkan fasilitas penggunaan kembali air yang akan memasok pusat data xAI di Memphis, serta operasi listrik otoritas tersebut dan fasilitas baja di dekatnya.
(imf/bac)
Add
as a preferred source on Google
