Melonjaknya penggunaan kecerdasan buatan atau Artificial Intelligence (AI) telah menciptakan kebutuhan baru terhadap daya komputasi dalam skala yang belum pernah terjadi sebelumnya. Kondisi itu menimbulkan pertanyaan: Apa yang terjadi pada perangkat keras AI ketika sudah tidak lagi digunakan?
Berdasarkan artikel riset milik Badan Riset dan Inovasi Nasional (BRIN) pada 17 Juni 2026, Indonesia menjadi penghasil limbah elektronik (e-waste) terbesar di Asia Tenggara. Besaran timbulan sampah elektroniknya mencapai sekitar 1,9 juta ton pada 2022 atau setara 6,9 kilogram per kapita. Kondisi ini mendorong perlunya sistem pengelolaan limbah elektronik yang lebih terstruktur dan berkelanjutan.
Di tengah kemajuan teknologi AI sekarang, masifnya pembangunan pusat data menyimpan potensi menumpuknya limbah elektronik yang volumenya diperkirakan jauh lebih besar dari estimasi yang selama ini beredar. Riset terbaru lembaga nirlaba Basel Action Network (BAN) memproyeksikan pembangunan infrastruktur AI berpotensi menghasilkan 395 juta hingga 617 juta ton limbah elektronik sepanjang 2025-2050, seperti dilansir The Register, 22 September 2026.
Menurut sebuah penelitian yang dipublikasikan di Nature Computational Science, peneliti di balik riset ini menghitung bahwa jumlah total limbah elektronik dapat mencapai 1,2-5,0 juta metrik ton pada tahun 2030, atau sekitar 1.000 kali lebih banyak dibandingkan pada tahun 2023.
“Kami menemukan, limbah elektronik yang dihasilkan oleh AI generatif, khususnya model bahasa, dapat meningkat secara dramatis. Berpotensi mencapai 2,5 juta ton per tahun pada tahun 2030 jika tidak ada penerapan langkah-langkah pengurangan limbah,” ujar Asaf Tzachor, pakar bidang keberlanjutan pengembangan di Universitas Reichman, dan salah satu penulis penelitian ini. Pernyataannya ditulis DW Global pada 30 Oktober 2024.
Limbah elektronik menyumbang 70% dari total limbah beracun yang dihasilkan di seluruh dunia setiap tahunnya, dan hanya 12,5% limbah elektronik yang didaur ulang. Penghitungan langsung di The World Counts ini menunjukkan seberapa cepat pertumbuhan limbah elektronik.
Para peneliti dalam studi tersebut berfokus pada limbah elektronik yang dihasilkan dari algoritma AI generatif. AI generatif sangat bergantung pada peningkatan pesat dalam infrastruktur perangkat keras dan teknologi chip. Karenanya, ada indikasi bahwa AI generatif akan menghasilkan lebih banyak limbah elektronik seiring dengan pembaruan atau penggantian perangkat keras.
Belum ada peta jalan
Berdasarkan riset Basel Action Network (BAN), seperti dikutip Bisnis Indonesia 22 September 2026, industri menghitung dampak limbah AI dari server dan chip grafis, padahal komponen tersebut hanya menyumbang 13% dari bobot perangkat pusat data. Ketika perhitungan diperluas ke sistem kelistrikan dan jaringan, proyeksi limbah melonjak 40 hingga 60 kali lipat. BAN adalah sebuah lembaga nirlaba yang berbasis di Seattle, Amerika Serikat, yang berfokus pada pemberantasan perdagangan limbah beracun global (toxic trade).
Migrasi ke rak server berdaya tinggi 50-140 kilowatt dari rak standar 5-15 kilowatt turut memaksa operator membongkar total sistem kelistrikan lama mereka. Satu fasilitas berkapasitas 100 megawatt diperkirakan menyimpan sekitar 2.700 ton tembaga pada pengkabelan dan busbar, ini berpotensi menjadi limbah saat fasilitas diperbarui.
Menurut riset BAN, hingga kini belum ada satu pun perusahaan teknologi raksasa, pemerintah, maupun lembaga internasional yang memiliki peta jalan menangani limbah sebesar itu. Kapasitas pengolahan limbah elektronik yang ada dinilai belum memadai untuk menampung volume yang berlaku sekarang.
"Jika perusahaan dan pemerintah tidak segera mulai merencanakan penanggulangan gelombang limbah baru ini, perluasan penggunaan AI saat ini berpotensi berubah menjadi krisis limbah beracun yang jauh lebih dahsyat daripada yang sudah kita alami saat ini," ujar Jim Puckett, Pendiri sekaligus Kepala Arah Strategis BAN.
Strategi pengurangan limbah elektronik
Menghadapi peningkatan limbah elektronik, berdasarkan artikel milik Sustainable ITAD 24 Maret 2025, mengingat besarnya dampak lingkungan dari infrastruktur yang mendukung AI, perusahaan perlu menerapkan strategi pengelolaan dan penghapusan aset teknologi informasi (IT Asset Disposition/ITAD) yang berkelanjutan. Memperbarui dan menggunakan kembali perangkat keras AI dapat memperpanjang masa pakainya, sehingga mengurangi limbah elektronik sekaligus menekan biaya.
Penyedia layanan ITAD yang tersertifikasi juga menawarkan solusi daur ulang khusus untuk komponen AI, sehingga proses pengelolaannya dapat memenuhi standar industri yang berlaku. Selain itu, perusahaan dapat mempertimbangkan pemanfaatan kembali energi, misalnya dengan menggunakan panas berlebih yang dihasilkan server AI untuk kebutuhan lain.
Penerapan metode pemusnahan data yang tepat, seperti degaussing (menghapus data menggunakan medan magnet), penghancuran fisik (physical shredding), dan penghapusan data secara kriptografis (cryptographic erasure), dapat membantu memastikan model AI, dataset, serta informasi rahasia lainnya tidak dapat diakses kembali.
Seiring perkembangan teknologi AI, strategi untuk menonaktifkan pusat data juga perlu terus beradaptasi. Inovasi dalam desain perangkat keras, seperti prosesor AI modular dan perkembangan teknologi pendinginan cair, akan memengaruhi cara perangkat AI dikelola dan didaur ulang pada masa mendatang.
Daur ulang limbah perangkat AI
Mengutip RELOOP Recycling, 11 Juli 2026, daur ulang perangkat keras AI merupakan proses terstruktur untuk mengumpulkan, menghapus data, memperbarui atau menggunakan kembali, serta membuang infrastruktur AI secara bertanggung jawab. Perangkat ini mencakup GPU, server AI, sistem penyimpanan, dan perangkat jaringan.
Berbeda dari e-waste umum, perangkat keras AI memiliki nilai tinggi, dapat menyimpan data sensitif dalam jumlah besar, serta mengandung komponen khusus seperti GPU, memori HBM, dan sistem pendingin cair yang memerlukan penanganan khusus agar dapat dipulihkan secara aman dan bernilai ekonomi.
Prosesnya mencakup tiga aspek utama: pemusnahan data secara aman, pengelolaan aset TI (ITAD), dan pemulihan material yang ramah lingkungan. Jika dilakukan dengan benar, proses ini dapat melindungi data, memulihkan nilai ekonomi perangkat, serta mencegah material berbahaya berakhir di tempat pembuangan akhir.
Menurut RELOOP Recycling terdapat empat alasan utama mengapa pengelolaan dan daur ulang perangkat keras AI kini menjadi perhatian penting bagi perusahaan yakni risiko kebocoran data, tekanan regulasi, keterbatasan sumber daya, dan pemulihan nilai ekonomi.
Sementara itu, jenis perangkat keras AI yang dapat didaur ulang pertama Graphics Processing Unit (GPU). GPU AI merupakan salah satu komponen utama dalam pengembangan AI modern. GPU juga menjadi salah satu perangkat paling bernilai sekaligus paling sensitif dalam proses daur ulang.
Secara umum, proses daur ulang GPU meliputi beberapa tahap seperti penghapusan data pada firmware dan memori, pengujian fungsi, penilaian kondisi dan nilai perangkat, penjualan kembali atau penggunaan kembali, hingga pemulihan komponen.
Kedua, server yang dioptimalkan untuk AI, termasuk server dengan kepadatan GPU tinggi dalam bentuk rak maupun blade server, sistem dengan pendingin cair, serta perangkat khusus AI, merupakan bagian penting dalam program daur ulang pusat data. Server AI menghadirkan tantangan daur ulang yang lebih kompleks dibandingkan GPU secara terpisah.
