Energi Terbarukan untuk Data Center: Pelajaran dari Google

Energi Terbarukan untuk Data Center: Contoh Google–TotalEnergies dan Relevansinya bagi Indonesia

Pada 2025, konsumsi listrik global dari data center diperkirakan menembus lebih dari 1.000 TWh per tahun, mendekati konsumsi listrik seluruh Jepang. Di balik ledakan AI, cloud, dan layanan digital, ada satu fakta sederhana: tanpa listrik yang andal dan bersih, ekonomi digital tidak akan jalan.

Kerja sama terbaru antara TotalEnergies dan Google di Malaysia menunjukkan bagaimana pemain besar teknologi mulai mengikat pasokan energi terbarukan jangka panjang untuk data center mereka. Bukan hanya soal citra hijau, tapi soal strategi energi jangka panjang, pengelolaan risiko harga, dan kesiapan infrastruktur untuk era AI.

Bagi Indonesia yang sedang mendorong transisi energi dan pertumbuhan data center serta ekosistem AI, ini bukan sekadar berita negara tetangga. Ini blueprint yang bisa diadaptasi. Ada banyak pelajaran soal desain kontrak, integrasi energi terbarukan, sampai kebutuhan AI untuk sektor energi agar sistem tetap stabil saat porsi energi surya dan angin makin besar.

Tulisan ini membedah kasus TotalEnergies–Google di Malaysia, lalu menerjemahkannya menjadi insight praktis untuk Indonesia: untuk PLN, pengembang energi, operator data center, maupun pembuat kebijakan.

---

Ringkas Kasus: PPA 21 Tahun Google–TotalEnergies di Malaysia

Intinya: Google menandatangani perjanjian jual beli listrik (Power Purchase Agreement/PPA) 21 tahun dengan TotalEnergies untuk memasok energi terbarukan ke data center mereka di Malaysia.

Beberapa poin kunci dari proyek ini:

• Pemasok: TotalEnergies, lewat proyek surya Citra Energies di utara Kedah
• Kapasitas: menghasilkan sekitar 1 TWh listrik terbarukan tersertifikasi selama masa kontrak
• Durasi PPA: 21 tahun – kontrak jangka panjang yang mengunci kepastian harga dan pasokan
• Waktu konstruksi: Konstruksi dimulai awal 2026, setelah mencapai financial close yang ditargetkan kuartal I 2026
• Skema: Proyek diperoleh lewat program Corporate Green Power Programme dari Komisi Energi Malaysia, dengan kemitraan TotalEnergies (49%) dan MK Land (51%)
• Tujuan utama: Mendukung operasi data center Google di Malaysia dengan listrik bersih

Bagi TotalEnergies, proyek ini bagian dari strategi membangun portofolio campuran: PLTS dan angin dipadukan dengan gas combined cycle dan storage. Per Oktober 2025, mereka sudah punya lebih dari 32 GW kapasitas terbarukan terpasang, dengan target 35 GW akhir 2025 dan produksi >100 TWh listrik bersih sebelum 2030.

"Perjanjian ini menunjukkan kemampuan kami menawarkan solusi listrik kompetitif yang disesuaikan dengan kebutuhan grup teknologi besar di pasar maju maupun negara berkembang," – Sophie Chevalier, SVP Flexible Power & Integration, TotalEnergies.

Dari sisi Google, ini bukan proyek satu-satunya. Sebelumnya Google sudah menandatangani PPA dengan TotalEnergies untuk data center di AS dan bekerja sama dengan banyak pengembang energi terbarukan lain di berbagai kawasan.

---

Mengapa Data Center Butuh Energi Terbarukan Jangka Panjang

Data center dan AI adalah konsumen listrik besar dan terus naik, sehingga kontrak energi terbarukan jangka panjang jadi alat manajemen risiko, reputasi, dan keberlanjutan bisnis.

Ada beberapa alasan utama:

1. Lonjakan beban dari AI dan cloud

Model AI generatif, layanan cloud, dan streaming video mendorong beban listrik yang sangat besar. Data center hyperscale bisa menyedot ratusan megawatt per lokasi. Tanpa strategi energi yang matang, operator akan terjebak pada:

• Volatilitas harga listrik
• Tekanan regulasi emisi
• Kekhawatiran publik dan investor terkait jejak karbon

2. Target net-zero dan komitmen ESG

Perusahaan seperti Google, Microsoft, dan Amazon sudah mematok target 100% energi terbarukan atau bahkan operasi 24/7 carbon-free energy di banyak wilayah. Untuk mencapai itu, mereka tidak bisa hanya mengandalkan pembelian kredit karbon; mereka butuh proyek fisik yang menambah kapasitas baru di sistem kelistrikan lokal.

PPA jangka panjang seperti di Malaysia membuat:

• Proyek PLTS layak dari sisi pendanaan (bankable)
• Developer punya kepastian arus kas
• Korporasi punya bukti nyata kontribusi ke penambahan kapasitas bersih

3. Kestabilan biaya energi

PPA 15–20 tahun memungkinkan harga listrik yang lebih stabil dibanding mengandalkan tarif spot atau jangka pendek. Di bisnis data center yang margin-nya ketat dan CAPEX besar, kestabilan ini sangat penting untuk perencanaan jangka panjang.

---

Menghubungkan ke Indonesia: Peluang dan Tantangannya

Apa yang terjadi di Malaysia sangat relevan untuk Indonesia, terutama dengan tumbuhnya koridor data center di Jabodetabek, Batam, dan beberapa kota besar lain, plus dorongan pemerintah untuk pengembangan AI nasional.

Potensi: Kombinasi pertumbuhan digital dan transisi energi

Di Indonesia, ada tiga tren yang sedang bertemu di titik yang sama:

1. Ledakan data center dan cloud – permintaan dari fintech, e-commerce, gaming, dan layanan publik digital
2. Target bauran energi terbarukan – pemerintah menargetkan peningkatan porsi EBT dalam bauran energi
3. Narasi besar AI nasional – mendorong pemanfaatan AI di berbagai sektor, termasuk energi

Artinya, kebutuhan listrik tambahan dari data center bisa sekaligus menjadi pendorong investasi energi terbarukan, jika disusun dengan kerangka kebijakan dan model bisnis yang tepat.

Tantangan: Intermitensi dan kesiapan sistem

Berbeda dari pembangkit fosil, PLTS dan PLTB bersifat intermittent. Data center justru butuh profil beban yang sangat stabil, 24/7. Tanpa bantuan teknologi digital dan AI untuk sektor energi, integrasi besar-besaran PLTS dan PLTB ke sistem bisa menimbulkan:

• Fluktuasi frekuensi dan tegangan
• Overgeneration siang hari dan defisit malam hari
• Kebutuhan cadangan putar yang lebih mahal

Di sinilah AI untuk sistem tenaga mulai jadi keharusan, bukan pilihan.

---

Peran AI dalam Integrasi Energi Terbarukan untuk Data Center

AI adalah kunci agar sistem kelistrikan tetap andal meski porsi energi surya dan angin makin besar, sambil memenuhi kebutuhan daya raksasa dari data center dan beban AI.

Beberapa use case yang paling relevan untuk konteks Indonesia:

1. Peramalan beban dan produksi EBT secara presisi

Model AI dapat:

• Memprediksi kurva beban data center per 5–15 menit dengan akurasi tinggi berdasarkan pola trafik, jam, hari, bahkan event tertentu
• Memprediksi produksi PLTS dan PLTB berbasis cuaca real-time dan data historis

Dengan kombinasi ini, operator sistem bisa menyusun jadwal operasi pembangkit fosil dan storage jauh lebih efisien, sehingga biaya balancing turun dan risiko pemadaman berkurang.

2. Optimasi operasi storage dan fleksibilitas

Ketika PLTS mendominasi siang hari, baterai dan Demand Side Management jadi penting. AI dapat:

• Menentukan kapan baterai harus diisi/discharge untuk meminimalkan biaya
• Mengatur demand response dari beban non-kritis di kawasan industri atau gedung komersial
• Mengoptimalkan operasi microgrid di sekitar klaster data center

Hasilnya: integrasi PLTS skala besar tetap aman tanpa harus selalu mengandalkan pembangkit fosil sebagai penyangga.

3. Manajemen aset prediktif (predictive maintenance)

PLTS, PLTB, baterai, dan jaringan yang melayani data center tidak boleh sering bermasalah. AI bisa:

• Mendeteksi anomali dini di inverter, trafo, dan kabel
• Memprediksi kegagalan komponen sebelum terjadi
• Menjadwalkan perawatan di jam beban rendah untuk meminimalkan downtime

Ini sangat relevan bagi operator yang ingin menggabungkan SLA tinggi data center dengan bauran energi terbarukan yang besar.

4. Penjadwalan beban AI yang peka karbon

Ada satu langkah lebih maju: mengatur kapan job AI yang tidak mendesak dijalankan berdasarkan ketersediaan energi bersih. Misalnya:

• Training model besar dijalankan saat produksi PLTS dan PLTB tinggi
• Beban AI dialihkan antar lokasi data center sesuai kondisi pasokan energi terbarukan lokal

Untuk ini, sistem orkestrasi beban AI dan data center harus terhubung dengan platform AI manajemen energi di tingkat sistem tenaga.

---

Pelajaran Praktis dari Malaysia untuk Indonesia

Kasus TotalEnergies–Google memberi beberapa poin konkret yang bisa diadopsi Indonesia, dengan penyesuaian regulasi dan struktur pasar lokal.

1. Program khusus corporate green power

Malaysia menggunakan Corporate Green Power Programme untuk memungkinkan korporasi besar mengamankan pasokan energi terbarukan lewat PPA. Indonesia bisa mengembangkan atau memperluas skema serupa yang:

• Memungkinkan PPA jangka panjang korporasi–pengembang EBT dengan dukungan regulasi
• Menjamin wheeling atau skema pengalihan listrik dari lokasi PLTS/PLTB ke konsumen akhir
• Tetap selaras dengan peran PLN sebagai off-taker utama dan operator sistem

2. Dorong klaster data center hijau

Alih-alih membangun PLTS/PLTB tersebar tanpa koordinasi, Indonesia bisa mendorong:

• Zona Data Center + EBT di wilayah dengan potensi surya/angin tinggi, misalnya di beberapa titik di Jawa, Sulawesi, atau Nusa Tenggara
• Integrasi dengan smart grid dan sistem AI untuk mengelola beban dan produksi secara dinamis

3. Jadikan AI bagian dari desain sejak awal

Banyak proyek energi masih melihat AI sebagai “lapisan tambahan” di akhir. Pengalaman global menunjukkan pendekatan ini mahal dan kurang efektif. Yang lebih masuk akal:

• Memasukkan modul AI forecasting dan optimasi sebagai bagian dari desain proyek PLTS/PLTB sejak tahap feasibility study
• Mendesain standar data dan telemetri (SCADA, IoT sensor, smart meter) yang kompatibel dengan model AI
• Menyiapkan pusat operasi terpadu yang menggabungkan tim energi, IT, dan data science

4. Gunakan korporasi global sebagai anchor off-taker

Seperti Google di Malaysia, Indonesia bisa memanfaatkan kehadiran:

• Perusahaan teknologi global
• Produsen chip dan elektronik
• Industri intensif energi yang punya target net-zero kuat

Mereka bisa menjadi anchor off-taker untuk proyek EBT skala besar. Dari sisi finansial, hal ini meningkatkan bankability proyek dan menarik investasi asing.

---

Langkah Berikutnya untuk Pemain Energi dan Data Center di Indonesia

Bagi perusahaan energi, operator data center, dan regulator di Indonesia, ada beberapa langkah konkret yang bisa mulai disiapkan dari sekarang.

1. Audit kesiapan digital dan data

   • Apakah infrastruktur metering dan SCADA sudah cukup granular untuk dipakai model AI?
   • Apakah data historis beban dan produksi disimpan dengan rapi?

2. Bangun tim lintas fungsi energi–IT–data
   Jangan pisahkan proyek energi terbarukan, pengembangan data center, dan inisiatif AI. Satukan dalam satu roadmap yang sama.

3. Rancang skema PPA dan model bisnis yang pro-EBT
   Terutama untuk kawasan dengan potensi data center dan EBT besar, siapkan struktur kontrak yang jelas bagi investor, PLN, dan korporasi global.

4. Mulai dari pilot project terukur
   Misalnya, satu klaster PLTS + data center + baterai dengan sistem AI untuk forecasting dan optimasi operasi. Dari sini, pelajaran bisa digandakan ke skala nasional.

Seri "AI untuk Sektor Energi Indonesia: Transisi Berkelanjutan" berangkat dari keyakinan sederhana: transisi energi Indonesia tidak akan efektif tanpa otak digital di belakangnya. Kasus Google–TotalEnergies di Malaysia memperlihatkan bagaimana proyek fisik EBT, kebutuhan data center, dan strategi bisnis jangka panjang bisa menyatu dalam satu paket.

Pertanyaannya sekarang: siapa yang akan menjadi “Google–TotalEnergies versi Indonesia” dalam lima tahun ke depan – dan apakah sistem energi kita sudah cukup cerdas untuk menyambutnya?