Penggunaan kecerdasan buatan atau artificial intelligence (AI) semakin dekat dengan kehidupan sehari-hari. ChatGPT, misalnya, digunakan untuk mencari informasi, merangkum dokumen, membuat tulisan, menerjemahkan bahasa, menganalisis data, hingga membantu pekerjaan teknis.
Pengguna hanya perlu mengetik pertanyaan dan menunggu jawaban selama beberapa detik. Namun, di balik proses yang terlihat sederhana tersebut, terdapat pusat data dengan server, prosesor grafis, jaringan, dan sistem pendingin yang membutuhkan listrik.
Lantas, berapa konsumsi listrik ChatGPT untuk menjawab satu pertanyaan?
Jawaban singkatnya: sekitar 0,34 watt-hour (Wh) untuk rata-rata satu query, menurut angka yang disampaikan CEO OpenAI Sam Altman pada Juni 2025. Namun, angka sebenarnya dapat lebih rendah atau jauh lebih tinggi, tergantung pada model AI, panjang pertanyaan, panjang jawaban, dan proses komputasi yang dijalankan.
Berapa Konsumsi Listrik ChatGPT per Pertanyaan?
Dalam tulisannya berjudul The Gentle Singularity, Sam Altman menyebutkan bahwa rata-rata satu query ChatGPT mengonsumsi listrik sekitar 0,34 Wh.
Perlu diperhatikan bahwa:
- 1 Wh adalah energi yang digunakan perangkat berdaya 1 watt selama satu jam.
- 0,34 Wh sama dengan 0,00034 kilowatt-hour atau kWh.
- Angka tersebut menggambarkan penggunaan rata-rata, bukan nilai pasti untuk setiap percakapan.
Sebagai ilustrasi, listrik sebesar 0,34 Wh kurang lebih setara dengan:
- menyalakan lampu LED 10 watt selama sekitar dua menit; atau
- menggunakan oven listrik berdaya 1.000 watt selama sedikit lebih dari satu detik.
Dengan demikian, konsumsi listrik untuk satu pertanyaan sederhana relatif kecil jika dibandingkan dengan penggunaan berbagai peralatan rumah tangga.
Namun, angka tersebut sebaiknya tidak dianggap sebagai standar mutlak. OpenAI belum memublikasikan rincian metodologi lengkap mengenai jenis model, panjang jawaban, perangkat keras, dan batas sistem yang digunakan dalam perhitungan tersebut.
Mengapa Estimasi Konsumsi Listrik AI Berbeda-beda?
Berbagai penelitian menghasilkan angka konsumsi energi AI yang berbeda. Perbedaan ini bukan selalu berarti salah satu hasil pasti keliru. Penyebabnya adalah metode dan batas perhitungan yang digunakan tidak sama.
Beberapa perhitungan hanya memasukkan konsumsi prosesor grafis atau GPU. Perhitungan lain turut mencakup:
- CPU dan memori server;
- perangkat penyimpanan data;
- jaringan komunikasi;
- kapasitas server yang menganggur;
- sistem pendingin;
- kehilangan daya pada infrastruktur pusat data; dan
- energi yang digunakan untuk melatih model AI.
Penelitian juga dapat memakai asumsi berbeda mengenai jenis perangkat keras, jumlah token, jumlah pengguna yang dilayani secara bersamaan, serta efisiensi pusat data.
Sebuah studi tahun 2025 memperkirakan median konsumsi energi untuk satu query pada model AI berskala besar sekitar 0,34 Wh, dengan kisaran antarkuartil sekitar 0,18–0,67 Wh. Akan tetapi, ketika model menggunakan proses penalaran yang jauh lebih panjang, konsumsi energinya diperkirakan dapat meningkat menjadi beberapa Wh per query.
Artinya, pertanyaan “berapa listrik yang digunakan ChatGPT?” tidak selalu dapat dijawab dengan satu angka yang berlaku untuk semua kondisi.
Apa yang Dimaksud dengan Satu Query?
Dalam konteks ini, satu query dapat dipahami sebagai satu permintaan pengguna beserta proses untuk menghasilkan jawabannya.
Akan tetapi, sebuah query bisa berupa pertanyaan sederhana seperti:
Apa ibu kota Jepang?
Query juga bisa berupa permintaan kompleks, misalnya menganalisis dokumen panjang, membuat program komputer, membandingkan banyak sumber, atau menyelesaikan persoalan yang memerlukan penalaran beberapa tahap.
Walaupun sama-sama dihitung sebagai satu query, beban komputasinya dapat berbeda jauh. Oleh karena itu, akan lebih akurat jika konsumsi energi AI dianalisis berdasarkan jumlah token dan pekerjaan komputasi, bukan hanya jumlah pertanyaan.
Faktor yang Memengaruhi Konsumsi Listrik ChatGPT
Tidak semua penggunaan ChatGPT membutuhkan energi dalam jumlah yang sama. Berikut beberapa faktor utamanya.
1. Model AI yang Digunakan
Model berukuran besar dan memiliki kemampuan penalaran tingkat lanjut umumnya membutuhkan komputasi lebih banyak. Namun, arsitektur model, optimasi perangkat lunak, dan pemilihan model secara otomatis juga dapat meningkatkan efisiensi.
Model yang lebih canggih tidak selalu menghabiskan energi dalam jumlah yang sama untuk setiap permintaan. Sistem dapat mengarahkan pekerjaan ringan ke model yang lebih efisien dan memakai komputasi lebih besar hanya ketika diperlukan.
2. Panjang Pertanyaan dan Jawaban
Semakin banyak teks yang harus dibaca dan dihasilkan, semakin besar jumlah token yang diproses.
Permintaan untuk membuat satu paragraf umumnya membutuhkan komputasi lebih sedikit dibandingkan permintaan untuk membaca puluhan halaman dokumen dan menghasilkan analisis terperinci.
3. Tingkat Penalaran
Pertanyaan yang memerlukan penalaran panjang, penggunaan alat, pencarian informasi, atau pemeriksaan berulang dapat membutuhkan energi lebih besar daripada percakapan singkat.
Inilah sebabnya angka konsumsi beberapa Wh hingga puluhan Wh dapat muncul pada pengujian tertentu. Angka tersebut biasanya menggambarkan tugas atau model tertentu, bukan konsumsi rata-rata seluruh pertanyaan ChatGPT.
4. Jenis Konten yang Dihasilkan
Menghasilkan teks pada umumnya membutuhkan komputasi lebih rendah daripada menghasilkan gambar beresolusi tinggi atau video AI.
Karena itu, angka 0,34 Wh untuk rata-rata query ChatGPT tidak dapat langsung digunakan untuk memperkirakan konsumsi listrik pembuatan gambar dan video.
5. Jenis Perangkat Keras dan Efisiensi Pusat Data
GPU yang lebih baru dapat memproses lebih banyak data dengan energi yang lebih efisien. Konsumsi total juga dipengaruhi oleh tingkat pemanfaatan server dan efisiensi sistem pendingin pusat data.
6. Jumlah Pengguna yang Dilayani Bersamaan
Pusat data dapat menggabungkan beberapa permintaan dalam satu proses atau batch. Semakin optimal pemanfaatan perangkat keras, semakin kecil energi rata-rata yang dialokasikan untuk setiap query.
Apakah ChatGPT Lebih Boros daripada Google Search?
Sejumlah artikel menyebutkan bahwa pencarian menggunakan AI membutuhkan energi beberapa kali lebih besar daripada pencarian melalui mesin pencari biasa. Akan tetapi, perbandingan tersebut harus dibaca secara hati-hati.
Angka konsumsi Google Search yang sering digunakan berasal dari publikasi lama. Sementara itu, teknologi mesin pencari telah berubah dan kini juga menggunakan berbagai sistem AI. Di sisi lain, ChatGPT tidak hanya mengambil daftar tautan, tetapi menghasilkan jawaban baru berdasarkan konteks pertanyaan.
Perbandingan langsung juga sulit dilakukan karena:
- batas sistem yang dihitung dapat berbeda;
- panjang dan kompleksitas pertanyaan tidak sama;
- model dan perangkat keras terus diperbarui;
- hasil mesin pencari dan chatbot mempunyai fungsi berbeda; serta
- perusahaan tidak selalu memublikasikan data dengan metode yang sebanding.
Kesimpulan yang lebih aman adalah bahwa pembuatan jawaban generatif yang panjang dan kompleks berpotensi membutuhkan komputasi lebih besar daripada pencarian web sederhana. Namun, tidak tepat menyatakan bahwa setiap penggunaan ChatGPT pasti lima atau sepuluh kali lebih boros daripada setiap pencarian Google.
Dari Satu Pertanyaan ke Skala Global
Konsumsi sebesar 0,34 Wh memang terlihat sangat kecil. Tantangan lingkungan baru terlihat ketika angka tersebut dikalikan dengan jumlah penggunaan yang sangat besar.
Sebagai ilustrasi matematis, apabila suatu layanan AI menerima dua miliar query per hari dan masing-masing menggunakan rata-rata 0,34 Wh, konsumsi listriknya adalah:
2 miliar × 0,34 Wh = 680 juta Wh
Jumlah tersebut setara dengan:
- 680.000 kWh; atau
- 680 MWh per hari.
Dalam satu tahun, nilainya dapat mencapai sekitar 248 GWh. Ini hanyalah simulasi sederhana, bukan data konsumsi listrik resmi ChatGPT. Perhitungan tersebut belum memperhitungkan perbedaan model, panjang jawaban, penghematan melalui pemrosesan kelompok, pelatihan model, maupun aktivitas lain di pusat data.
Namun, ilustrasi tersebut menunjukkan prinsip penting:
Konsumsi energi yang kecil untuk satu aktivitas dapat menjadi besar ketika aktivitas itu dilakukan miliaran kali.
Apakah ChatGPT Juga Menggunakan Air?
Pusat data tidak hanya membutuhkan listrik. Sebagian fasilitas juga menggunakan air untuk membantu membuang panas dari server.
Sam Altman menyebutkan bahwa rata-rata satu query ChatGPT berkaitan dengan penggunaan air sekitar 0,000085 galon, atau kurang lebih 0,32 mililiter. Angka ini kira-kira setara dengan seperlima belas sendok teh.
Meskipun demikian, penggunaan air aktual sangat bergantung pada:
- lokasi pusat data;
- suhu dan kondisi iklim;
- jenis sistem pendingin;
- waktu pengoperasian;
- sumber pembangkit listrik; dan
- batas perhitungan penggunaan air.
Istilah “menggunakan air” juga perlu dijelaskan secara hati-hati. Sebagian kajian menghitung air yang dikonsumsi langsung oleh sistem pendingin, sedangkan kajian lain memasukkan air yang digunakan dalam proses pembangkitan listrik.
Dampak AI terhadap Permintaan Listrik Global
Dampak terbesar AI terhadap sektor energi tidak berasal dari satu pertanyaan, melainkan dari pertumbuhan pusat data secara keseluruhan.
Menurut International Energy Agency atau IEA, pusat data mengonsumsi sekitar 415 terawatt-hour listrik pada 2024, atau sekitar 1,5% dari konsumsi listrik global. IEA memperkirakan konsumsi tersebut dapat meningkat menjadi sekitar 945 TWh pada 2030, atau hampir 3% dari konsumsi listrik dunia.
AI diperkirakan menjadi salah satu pendorong utama pertumbuhan tersebut karena pusat data AI membutuhkan server berperforma tinggi dengan kepadatan daya yang besar.
Pertumbuhan ini dapat menimbulkan beberapa tantangan, seperti:
- peningkatan beban jaringan listrik;
- kebutuhan pembangunan pembangkit dan transmisi baru;
- kenaikan kebutuhan pendinginan;
- peningkatan penggunaan air di daerah tertentu;
- kebutuhan energi rendah karbon; serta
- persaingan pasokan listrik dengan sektor lain.
Namun, dampak AI tidak hanya negatif. AI juga dapat digunakan untuk membantu mengoptimalkan jaringan listrik, memperkirakan permintaan energi, meningkatkan efisiensi industri, serta mendukung pengembangan teknologi energi baru.
Bagaimana Menggunakan AI Secara Lebih Efisien?
Pengguna individu tidak harus berhenti memakai AI. Manfaat AI terhadap produktivitas dapat jauh lebih besar daripada energi yang digunakan untuk satu permintaan, terutama jika AI membantu menghemat waktu dan sumber daya.
Beberapa kebiasaan berikut dapat membantu mengurangi permintaan komputasi yang tidak perlu:
- Tuliskan tujuan dan konteks pertanyaan dengan jelas.
- Gabungkan pertanyaan yang saling berkaitan dalam satu instruksi terstruktur.
- Hindari meminta jawaban yang sama berulang kali tanpa perubahan tujuan.
- Batasi panjang keluaran apabila hanya membutuhkan jawaban singkat.
- Gunakan model berkemampuan ringan untuk pekerjaan sederhana apabila tersedia.
- Gunakan pembuatan gambar dan video AI secara selektif.
- Periksa kembali jawaban agar kesalahan tidak menghasilkan pengulangan pekerjaan.
Efisiensi bukan berarti menghindari teknologi, melainkan menggunakannya secara tepat sesuai kebutuhan.
Kesimpulan
Berdasarkan angka yang disampaikan Sam Altman, rata-rata satu query ChatGPT menggunakan sekitar 0,34 Wh listrik dan berkaitan dengan penggunaan air sekitar 0,32 mililiter.
Namun, angka tersebut bukan nilai tetap untuk setiap pertanyaan. Konsumsi energi dapat berubah tergantung pada model, panjang konteks, panjang jawaban, tingkat penalaran, jenis konten, perangkat keras, dan efisiensi pusat data.
Satu pertanyaan sederhana memiliki konsumsi energi yang relatif kecil. Tantangan sesungguhnya muncul pada skala global ketika layanan AI digunakan miliaran kali dan kebutuhan pusat data terus bertambah.
Karena itu, pembahasan mengenai dampak lingkungan AI sebaiknya tidak hanya berfokus pada satu query. Hal yang lebih penting adalah bagaimana perusahaan meningkatkan efisiensi model, menggunakan energi rendah karbon, mengelola air secara bertanggung jawab, serta memublikasikan data lingkungan secara lebih transparan.
Pertanyaan yang Sering Diajukan
Berapa listrik yang digunakan ChatGPT sekali bertanya?
Estimasi rata-rata yang disampaikan Sam Altman adalah sekitar 0,34 Wh per query. Nilai aktual dapat berbeda menurut model dan kompleksitas pekerjaan.
Apakah pertanyaan panjang lebih boros listrik?
Umumnya iya. Pertanyaan dengan konteks panjang dan jawaban yang panjang membutuhkan lebih banyak pemrosesan token.
Apakah membuat gambar lebih boros daripada menghasilkan teks?
Secara umum, pembuatan gambar dan video membutuhkan komputasi lebih tinggi daripada jawaban teks sederhana. Namun, hasil aktual bergantung pada model dan resolusi keluaran.
Apakah angka 18 Wh berlaku untuk semua pertanyaan ChatGPT?
Tidak. Angka tinggi semacam itu biasanya berasal dari skenario model atau pekerjaan tertentu yang membutuhkan penalaran panjang. Angka tersebut tidak tepat digunakan sebagai konsumsi rata-rata semua query.
Apakah menggunakan ChatGPT berbahaya bagi lingkungan?
Satu penggunaan memiliki dampak yang relatif kecil. Namun, penggunaan global dalam skala besar meningkatkan kebutuhan listrik, air, dan infrastruktur pusat data. Dampaknya juga bergantung pada sumber listrik yang digunakan.
Referensi
- Sam Altman – The Gentle Singularity
- International Energy Agency – Energy Demand from AI
- IEA – Energy and AI
- Energy Use of AI Inference: Efficiency Pathways and Test-Time Compute
- How Hungry is AI? Benchmarking Energy, Water, and Carbon Footprint of LLM Inference
- International Energy Agency (IEA). Data Centres and Data Transmission Networks Report
- Strubell et al. (2019). Energy and Policy Considerations for Deep Learning
- Patterson et al. (Google). Carbon Footprint of Machine Learning
- MIT Technology Review. The Energy Impact of AI
- Nature Journal. AI and Energy Demand
- University of California Riverside. Water Usage of AI Models
- Bloomberg & The Verge (various reports on AI infrastructure)



