BPF Jambi. Powered by Blogger.

Blog Archive

Latest Article Get our latest posts by subscribing this site

PNM Sulap Lorong Kota Menjadi Sumber Pangan lewat Program Agro Urban Madani

 Program Agro Urban Madani memanfaatkan ruang terbatas di kawasan padat penduduk untuk budidaya sayuran dan berbagai komoditas pangan lainnya.

Program Agro Urban Madani memanfaatkan ruang terbatas di kawasan padat penduduk untuk budidaya sayuran dan berbagai komoditas pangan lainnya. (PNM/Istimewa)

Jakarta, Beritasatu.com – Tinggal di kawasan padat membuat sebagian keluarga perkotaan tidak memiliki halaman atau lahan untuk bercocok tanam. Rumah berdiri berdekatan, sementara lorong dan gang menjadi ruang bersama untuk berbagai aktivitas warga. Namun kebutuhan akan pangan bergizi tetap hadir setiap hari. Kondisi tersebut mendorong PT Permodalan Nasional Madani (Persero) menghadirkan Agro Urban Madani, program ketahanan pangan yang memanfaatkan ruang terbatas di kawasan padat penduduk untuk budidaya sayuran dan berbagai komoditas pangan lainnya.

Bagi sebagian nasabah PNM Mekaar yang tinggal di lingkungan padat, menanam sayuran bukan sekadar soal kemauan. Tidak selalu ada halaman belakang atau sebidang tanah kosong yang dapat digunakan. Sistem hidroponik kemudian membuka peluang untuk menanam dengan memanfaatkan ruang yang tersedia di sekitar tempat tinggal.

Lorong yang sehari-hari menjadi jalur aktivitas warga kini dapat dimanfaatkan untuk menanam. Ruang komunal pun menjadi tempat masyarakat belajar merawat tanaman bersama, sementara hasil panennya dapat ikut memenuhi kebutuhan pangan keluarga.

Salah satunya dirasakan oleh Dewi, nasabah PNM Mekaar di Sukmajaya, Depok. Bersama anggota kelompoknya, ia menanam pakcoy, kangkung, dan bayam di lingkungan tempat tinggal mereka. Prosesnya dilakukan bersama, mulai dari menanam, merawat hingga memanen. Ketika masa panen tiba, sayuran yang tumbuh beberapa langkah dari rumah dapat dibawa pulang dan dimanfaatkan untuk kebutuhan keluarga.

“Alhamdulillah, sekarang jadi ada kegiatan yang bisa dilakukan bareng ibu-ibu. Kalau sudah panen biasanya bisa dibawa pulang untuk dimasak buat keluarga. Lumayan jadi hemat uang belanja,” ujar Dewi.

Pengalaman Dewi menjadi salah satu gambaran manfaat Agro Urban Madani yang telah hadir di 10 titik lainnya dan menjangkau ratusan nasabah PNM Mekaar. Pengelolaannya melibatkan nasabah dalam kegiatan budidaya sekaligus pemanfaatan ruang di lingkungan tempat tinggal secara produktif.

Direktur Utama PNM Kindaris meyakini program ketahanan pangan dapat menjadi wadah nasabah untuk belajar mandiri pangan untuk mendorong nasabah semakin produktif.

“Pengetahuan tentang budidaya dapat dibagikan, proses menanam sampai memanen menjadi aktivitas yang bisa memperkuat gotong royong, dan bisa dijual untuk menambah pendapatan. Konsep ini sesuai dengan semangat pemberdayaan PNM,” jelas Kindaris.

Bagi PNM, inilah salah satu bentuk pemberdayaan yang dekat dengan keseharian nasabah. Ketahanan pangan tidak selalu harus dimulai dari hamparan lahan yang luas. Di tengah padatnya kota, sumber pangan juga dapat tumbuh beberapa langkah dari rumah, dekat dengan keluarga yang akan menikmatinya.

Viral Foto AI 80-an, Benarkah Gambar yang Dibuat Menghabiskan Air?

 Ilustrasi ChatGPT.

Ilustrasi ChatGPT. (Pexels/Tim Witzdam)

Jakarta, Beritasatu.com - Tren mengubah gambar menjadi bergaya era 1980-an menggunakan artificial intelligence (AI) pada ChatGPT tengah ramai dilakukan warganet. Foto dengan nuansa retro bermunculan di media sosial, mulai dari tampilan pakaian hingga gaya visual yang identik dengan era 80-an.

Pengguna cukup mengunggah foto ke ChatGPT untuk melihat wajah mereka dalam tampilan khas masa tersebut. Dengan fitur image generation, proses pembuatan visual baru dapat dilakukan dalam waktu singkat tanpa pengguna harus menyusun prompt sendiri.

Tren ini mengingatkan pada fenomena serupa ketika warganet ramai mengubah foto menjadi bergaya Studio Ghibli. Penggunaan fitur AI saat itu bahkan membuat CEO OpenAI Sam Altman meminta pengguna mengurangi pembuatan gambar.

Di balik proses yang terlihat sederhana, terdapat komputasi yang membutuhkan listrik dan menghasilkan panas. Kondisi tersebut kemudian menimbulkan pertanyaan lain, apakah tren foto 80-an menggunakan ChatGPT juga memiliki dampak terhadap lingkungan, termasuk penggunaan air?

ADVERTISEMENT

Bagaimana ChatGPT Membuat Foto Bergaya 1980-an?

Ketika pengguna meminta ChatGPT atau layanan AI lain membuat sebuah gambar, proses tersebut tidak berlangsung langsung di smartphone. Permintaan pengguna dikirim ke server yang berada di pusat data.

Mengutip laporan FirstPost, prosesor khusus di pusat data kemudian menjalankan model AI untuk memahami perintah, memproses gambar, dan menghasilkan visual baru sesuai permintaan.

Besarnya kebutuhan komputasi bergantung pada kompleksitas tugas. Semakin rumit proses yang harus dilakukan, semakin besar pula komputasi yang diperlukan.

Artinya, meski pengguna hanya melihat proses pembuatan foto dalam hitungan detik melalui layar ponsel atau komputer, terdapat rangkaian proses komputasi di belakangnya.

Berapa Banyak Listrik yang Dibutuhkan untuk Membuat Gambar AI?

Tidak ada angka tunggal yang bisa digunakan untuk menyebut kebutuhan listrik setiap gambar AI.

Penelitian yang dilakukan Carnegie Mellon University dan Hugging Face menemukan konsumsi energi untuk menghasilkan gambar AI dapat berbeda jauh, tergantung model yang digunakan. Dalam pengujian tersebut, beberapa model membutuhkan energi jauh lebih besar dibandingkan model lainnya.

Penelitian terhadap berbagai model pembuat gambar AI juga menunjukkan perbedaan konsumsi energi yang sangat lebar. Sejumlah faktor dapat memengaruhi kebutuhan tersebut, termasuk model yang digunakan, resolusi gambar, dan metode generasi.

Karena itu, pernyataan yang menyebut setiap foto AI membutuhkan listrik dalam jumlah tertentu tidak dapat diterapkan secara umum. Kebutuhan energi bergantung pada proses yang digunakan untuk menghasilkan gambar tersebut.

Mengapa Tren Viral Bisa Menjadi Persoalan?

Satu gambar mungkin terlihat seperti aktivitas komputasi yang kecil. Persoalannya muncul ketika aktivitas tersebut dilakukan dalam jumlah sangat besar.

Dalam tren foto 80-an, misalnya, pengguna tidak selalu berhenti setelah menghasilkan satu foto. Mereka bisa mencoba beberapa prompt, membuat variasi, mengganti gaya, meningkatkan resolusi, kemudian mengulangi proses sampai mendapatkan hasil yang dianggap sesuai.

Jika pola tersebut dilakukan oleh jutaan pengguna, kebutuhan komputasinya pun ikut terakumulasi. Foto yang terlihat sederhana di layar pengguna dapat berarti jutaan proses komputasi yang berjalan di pusat data.

Penggunaan generative AI juga tidak terbatas pada foto. Teknologi yang sama dapat digunakan untuk membuat ilustrasi, video, animasi, hingga berbagai jenis konten lain dengan tingkat kompleksitas yang semakin tinggi.

AI Tidak Hanya Membutuhkan Listrik, tetapi Juga Air

Selain listrik, ada kebutuhan lain dalam pengoperasian pusat data yang jarang terlihat pengguna, yakni air.

Server dan perangkat komputasi di pusat data menghasilkan panas dalam jumlah besar ketika bekerja. Panas tersebut perlu dibuang agar perangkat dapat beroperasi tanpa mengalami overheating.

Air menjadi salah satu sumber yang digunakan dalam sistem pendinginan pusat data. Penelitian University of California, Riverside mengenai jejak penggunaan air oleh AI menunjukkan konsumsi air dapat menjadi bagian signifikan dari jejak lingkungan sistem AI.

Namun, jumlah air yang digunakan tidak selalu sama. Lokasi pusat data, teknologi pendinginan, dan sumber listrik yang digunakan dapat memengaruhi besarnya konsumsi air.

Dengan kondisi tersebut, klaim seperti "satu foto AI menghabiskan sekian mililiter air" tidak sepenuhnya tepat jika diterapkan secara umum. Perhitungannya tidak sesederhana membagi satu proses pembuatan gambar dengan jumlah air tertentu.

Pusat data dengan teknologi pendinginan berbeda, lokasi berbeda, atau sumber listrik berbeda dapat menghasilkan jejak air dan karbon yang berbeda pula.

Dampak AI Dimulai sebelum Gambar Dibuat

Jejak lingkungan AI juga tidak hanya berasal dari listrik yang digunakan ketika sebuah gambar diproses.

Pusat data membutuhkan berbagai perangkat, seperti GPU, server, chip, sistem penyimpanan, dan perangkat jaringan. Seluruh perangkat tersebut harus diproduksi terlebih dahulu sebelum dapat digunakan untuk menjalankan layanan AI.

Dengan demikian, terdapat rantai panjang sebelum sebuah prompt menghasilkan foto di layar pengguna. Prosesnya mencakup pengambilan bahan mentah, produksi semikonduktor, pembuatan perangkat keras, pembangunan pusat data, transportasi, hingga pengelolaan perangkat setelah tidak digunakan.

Istilah cloud computing pun dapat membuat proses tersebut terasa seolah-olah berlangsung di tempat yang tidak terlihat. Padahal, layanan AI tetap bergantung pada pusat data berupa bangunan fisik yang dipenuhi mesin. Mesin-mesin tersebut membutuhkan energi agar dapat beroperasi.

Pertumbuhan generative AI membuat kebutuhan energi pusat data menjadi perhatian di berbagai negara.

Badan Energi Internasional (IEA) memperkirakan konsumsi listrik pusat data secara global akan meningkat tajam hingga 2030. AI menjadi salah satu faktor yang mendorong pertumbuhan kebutuhan komputasi tersebut.

Kondisi ini menunjukkan persoalan lingkungan tidak semata-mata berkaitan dengan tren foto 80-an yang sedang ramai.

Foto retro yang dibuat menggunakan AI merupakan salah satu contoh dari perubahan cara manusia memanfaatkan komputasi. Setelah foto, penggunaan AI dapat berkembang ke video, konten 3D, simulasi, dan berbagai kebutuhan lain dengan tingkat kompleksitas yang berbeda.

Semakin luas penggunaan teknologi tersebut, semakin besar pula skala sumber daya yang dibutuhkan untuk menjalankannya.

Apakah Harus Berhenti Membuat Foto AI?

Membuat satu atau beberapa foto AI tidak dapat dianggap sebagai penyebab utama kerusakan lingkungan. Persoalan utamanya berkaitan dengan akumulasi penggunaan dalam skala besar serta cara industri AI mengelola kebutuhan sumber dayanya.

Model AI yang lebih efisien dapat mengurangi kebutuhan komputasi. Pada sisi lain, pusat data yang menggunakan energi rendah karbon dapat menekan emisi.

Upaya mengurangi penggunaan air juga dapat dilakukan melalui teknologi pendinginan yang lebih hemat air dan pemanfaatan air daur ulang.

Karena itu, tanggung jawab pengelolaan dampak lingkungan tidak hanya berada pada pengguna yang membuat gambar. Perusahaan teknologi juga memiliki peran dalam mengembangkan model, chip, pusat data, dan sistem pendinginan yang lebih efisien.

Tren foto AI 80-an memang terlihat sederhana karena pengguna cukup mengunggah foto dan mendapatkan hasil visual baru dalam waktu singkat. Namun, proses di baliknya melibatkan pusat data, perangkat komputasi, listrik, serta sistem pendinginan yang dapat menggunakan air.

Tidak tepat jika setiap gambar AI disebut memiliki konsumsi air atau listrik yang sama. Kebutuhannya bergantung pada berbagai faktor, termasuk model, resolusi, metode generasi, lokasi pusat data, teknologi pendinginan, dan sumber listrik.

Dampak lingkungan baru menjadi persoalan yang lebih besar ketika penggunaan AI terakumulasi dalam skala luas. Karena itu, pembahasan mengenai tren ini tidak hanya berkaitan dengan berapa banyak gambar yang dibuat pengguna, tetapi juga efisiensi teknologi dan pengelolaan sumber daya oleh industri AI.

 
Support : Your Link | Your Link | Your Link
Copyright © 2013. BPFJAMBI - All Rights Reserved
Template Created by Creating Website Published by Mas Template
Proudly powered by Blogger