Jakarta, 19 September 2026 – Pertumbuhan pesat data center untuk mendukung kecerdasan buatan atau artificial intelligence (AI) memunculkan persoalan lingkungan baru di luar konsumsi listrik dan air yang sangat besar. Perhatian kini tertuju pada penggunaan kelompok bahan kimia per- dan polyfluoroalkyl substances atau PFAS yang banyak dikenal sebagai “forever chemicals”. Senyawa tersebut digunakan dalam berbagai bagian infrastruktur digital, mulai dari proses pembuatan semikonduktor hingga sejumlah sistem pendinginan berperforma tinggi. PFAS juga dapat ditemukan pada material kabel, papan sirkuit dan perlengkapan tertentu yang dibutuhkan fasilitas data center. Disebut sebagai bahan kimia abadi karena sebagian PFAS sangat persisten dan sulit terurai secara alami di lingkungan. Kekhawatiran semakin besar karena pembangunan data center AI terus meningkat sehingga permintaan terhadap sejumlah bahan berbasis PFAS berpotensi ikut bertambah.
Laporan terbaru dari organisasi pengawas bahan kimia ChemSec menyoroti rencana ekspansi sejumlah produsen PFAS terbesar dunia ketika permintaan dari industri semikonduktor dan data center meningkat. Penggunaan PFAS dalam ekosistem tersebut tidak terbatas pada satu komponen tertentu. Bahan kimia berfluorinasi dapat memiliki karakteristik tahan panas, stabil dan mampu memenuhi kebutuhan tertentu dalam sistem elektronik berperforma tinggi. Sifat tersebut membuatnya menarik untuk industri yang membutuhkan material dengan ketahanan tinggi, termasuk fasilitas komputasi AI. Namun, karakter kimia yang membuat PFAS tahan terhadap panas dan degradasi sekaligus menyebabkan sebagian senyawa tersebut dapat bertahan lama ketika terlepas ke lingkungan. Kondisi itu menimbulkan pertanyaan mengenai dampak jangka panjang apabila produksi dan penggunaannya meningkat dalam skala besar.
Salah satu penggunaan yang paling mendapatkan perhatian adalah teknologi pendinginan cair untuk server AI. Chip yang digunakan untuk melatih dan menjalankan model AI dapat menghasilkan panas dalam jumlah besar sehingga kebutuhan pendinginan data center terus meningkat. Salah satu teknologi yang dikembangkan adalah two-phase immersion cooling, yakni perangkat elektronik ditempatkan dalam cairan dielektrik yang tidak menghantarkan listrik. Ketika komponen menghasilkan panas, cairan menyerap energi tersebut dan dapat berubah menjadi uap sebelum dikondensasikan kembali menjadi cairan. Sistem semacam ini menawarkan kemampuan pemindahan panas yang tinggi dan dapat mengurangi ketergantungan terhadap pendinginan berbasis air dalam konfigurasi tertentu. Sejumlah cairan fluorinated yang digunakan atau dikembangkan untuk aplikasi pendinginan tersebut termasuk dalam kelompok PFAS.
Persoalannya, data center beroperasi hampir sepanjang waktu dan perangkat di dalamnya mengalami siklus penggunaan yang intensif. Infrastruktur seperti server, GPU, perangkat jaringan, sistem tenaga dan pendinginan juga mengalami penggantian ketika teknologi baru menawarkan kinerja yang lebih tinggi. Laporan Basel Action Network memperingatkan bahwa ekspansi data center yang didorong AI berpotensi menghasilkan gelombang besar limbah elektronik dalam beberapa dekade mendatang. BAN memperkirakan limbah elektronik terkait AI dapat mencapai hingga 13,1 juta ton per tahun pada 2050 dalam skenario yang dianalisisnya. Limbah tersebut bukan hanya berasal dari server dan GPU, tetapi juga mencakup infrastruktur pendukung seperti perangkat jaringan, sistem tenaga dan pendinginan. Persoalan semakin rumit karena sebagian limbah elektronik mengandung logam berat maupun bahan kimia lain yang membutuhkan pengelolaan khusus.
Istilah “tidak bisa dihancurkan” yang sering digunakan untuk menggambarkan PFAS sebenarnya perlu dipahami secara lebih tepat. PFAS bukan berarti secara harfiah mustahil dihancurkan dengan teknologi apa pun, tetapi banyak senyawa dalam kelompok tersebut mempunyai ikatan karbon-fluorin yang sangat kuat sehingga tidak mudah terurai melalui proses alami. Ketahanan inilah yang membuat PFAS dapat bertahan lama di tanah, air maupun lingkungan lainnya. Pengolahan atau penghancuran PFAS juga dapat membutuhkan teknologi dan kondisi khusus sehingga pengelolaannya jauh lebih rumit dibandingkan sejumlah jenis limbah konvensional. Jika tidak ditangani dengan tepat, senyawa yang persisten dapat berpindah melalui air, tanah atau rantai lingkungan. Karena itu, pengendalian PFAS tidak hanya berfokus pada pembersihan setelah pencemaran terjadi, tetapi juga pada upaya membatasi pelepasannya sejak awal.
Kekhawatiran tidak hanya berkaitan dengan perangkat yang akhirnya menjadi limbah elektronik. Jalur pelepasan bahan kimia dari data center dapat mencakup air limbah, emisi udara, sistem HVAC hingga pengelolaan komponen elektronik yang tidak tepat. Sebuah kajian di Environmental Science & Technology menyoroti bahwa infrastruktur digital dapat mengandung PFAS, senyawa berfluorinasi, logam, flame retardant, mikroplastik dan nanomaterial. Kondisi operasional seperti aliran udara tinggi, perubahan temperatur, penggunaan bahan kimia dalam sistem pendinginan dan pergantian perangkat dapat membuka jalur perpindahan kontaminan ke lingkungan. Namun, besarnya kontribusi data center terhadap pelepasan masing-masing bahan masih membutuhkan pengukuran dan penelitian lebih mendalam. Karena itu, para peneliti mendorong inventarisasi material serta pemantauan jalur pelepasan yang lebih komprehensif.
Kontroversi penggunaan PFAS untuk pendinginan juga berkembang di Amerika Serikat. Sejumlah organisasi lingkungan pada Juli 2026 meminta Environmental Protection Agency menolak percepatan persetujuan bahan kimia PFAS baru bernama Opteon 2P50 yang dikembangkan untuk aplikasi pendinginan data center. Kelompok tersebut mengkhawatirkan potensi pelepasan apabila cairan mengalami kebocoran maupun ketika peralatan harus diganti dan dibuang. Produsennya, Chemours, membantah sebagian kekhawatiran tersebut dan menyatakan sistem dirancang sebagai sirkuit tertutup dengan tingkat pelepasan yang rendah selama pengoperasian. Perbedaan pandangan tersebut menunjukkan bahwa besarnya risiko aktual dapat bergantung pada jenis senyawa, rancangan sistem, tingkat kebocoran dan bagaimana cairan ditangani pada akhir masa pakainya. Persoalan itu kini menjadi bagian dari perdebatan lebih luas mengenai standar lingkungan untuk infrastruktur AI.
Industri juga mulai mengembangkan alternatif yang tidak menggunakan PFAS untuk sejumlah sistem pendinginan. ChemSec menyatakan sebagian besar data center saat ini sebenarnya belum menggunakan sistem pendinginan berbasis PFAS sehingga masih terdapat ruang untuk menentukan arah teknologi sebelum penggunaannya menjadi lebih luas. Peneliti dan perusahaan teknologi juga mengembangkan cairan maupun pendekatan pendinginan lain yang berusaha menghindari kelompok bahan kimia tersebut. Salah satu teknologi yang dikembangkan perusahaan rintisan dari MIT menggunakan pendekatan pendinginan berbasis proses subcooled boiling dengan cairan yang disebut tidak mengandung PFAS. Perkembangan ini menunjukkan bahwa peningkatan kemampuan pendinginan untuk chip AI tidak selalu harus bergantung pada bahan kimia persisten. Tantangannya adalah memastikan teknologi alternatif dapat memberikan efisiensi, keamanan, biaya dan kemampuan pendinginan yang sesuai dengan kebutuhan data center berskala besar.
Ledakan pembangunan data center AI pada akhirnya memperluas pembahasan mengenai dampak lingkungan industri teknologi. Persoalannya kini tidak hanya menyangkut berapa besar listrik yang dibutuhkan atau berapa banyak air yang digunakan untuk menjaga server tetap dingin, tetapi juga material apa yang digunakan dan ke mana material tersebut pergi setelah masa pakainya berakhir. PFAS menjadi perhatian karena ketahanannya yang tinggi sekaligus potensi akumulasi jangka panjang apabila dilepaskan ke lingkungan. Pada saat bersamaan, lonjakan pergantian perangkat berpotensi menambah volume limbah elektronik yang juga membawa berbagai bahan berbahaya. Penelitian lebih rinci, transparansi penggunaan bahan kimia, pengelolaan limbah yang ketat serta pengembangan alternatif menjadi bagian penting untuk menekan dampak tersebut. Tanpa langkah itu, pertumbuhan infrastruktur AI berisiko menciptakan beban lingkungan yang bertahan jauh lebih lama dibandingkan usia perangkat komputer yang menghasilkannya.