Analisis Peran DCIM dalam Peningkatan Efisiensi Energi dan Penurunan PUE di Pusat Data
DOI:
https://doi.org/10.70294/Keywords:
Data Center Infrastructure Management (DCIM), Power Usage Effectiveness (PUE), Efisiensi Energi, Pusat Data Hijau, SNI 8799:2020, Kembaran DigitalAbstract
Transformasi digital global yang dipercepat oleh pandemi COVID-19 dan adopsi masif arsitektur kecerdasan buatan (AI) generatif telah memicu lonjakan eksponensial dalam pembangunan infrastruktur pusat data berskala hyperscale. Pertumbuhan ini membawa konsekuensi berupa eskalasi konsumsi energi global, menempatkan pusat data sebagai fasilitas industri paling padat energi di dunia. Penelitian ini menyajikan analisis komprehensif mengenai peran Data Center Infrastructure Management (DCIM) sebagai instrumen holistik untuk mendiagnosis, mengorkestrasi, dan meningkatkan efisiensi energi yang dikuantifikasi melalui penurunan metrik Power Usage Effectiveness (PUE). Dengan menggunakan kerangka metodologi tinjauan sistematis dan analisis multi-kasus empiris, penelitian ini mendekonstruksi dinamika termodinamika operasional yang menyebabkan inefisiensi persisten, seperti fenomena server sprawl yang menghasilkan zombie servers dan over-provisioning pada sistem HVAC. Analisis kuantitatif membuktikan bahwa penerapan fitur intelijen DCIM—termasuk pemetaan termal waktu-nyata, prediksi digital twin, dan optimasi beban kapasitas—mampu menekan PUE secara drastis, dengan beberapa fasilitas berhasil menurunkan angka PUE dari 1,83 menjadi 1,51, seraya memangkas beban pendinginan hingga 48%. Dalam konteks Indonesia, integrasi DCIM terbukti krusial guna memenuhi mandat Standar Nasional Indonesia (SNI) 8799:2020 dan pedoman SPBE, serta memitigasi risiko ketahanan beban puncak jaringan listrik PT PLN (Persero). Penelitian ini mengusulkan paradigma tata kelola infrastruktur komputasi berbasis otomatisasi rantai pasok daya termal secara menyeluruh untuk mencapai infrastruktur hijau berdaya saing global.
References
Badan Standardisasi Nasional. (2020). SNI 8799:2020: Spesifikasi Teknis dan Sistem Manajemen Pusat Data. Jakarta: BSN.
CoreSite. (2023). Data Center Sustainability: Even Better Than Renewable Is Energy Not Used. Diambil dari https://coresite.com
DTIC – Defense Technical Information Center. (2010). Data Center Energy Efficiency Technologies and Methodologies. Arlington: DTIC.
Huawei Carrier. (2022). Achieving Sustainable Data Center Growth. Shenzhen: Huawei Technologies.
International Energy Agency (IEA). (2024). Data Centres and Data Transmission Networks. Paris: IEA.
Kementerian Energi dan Sumber Daya Mineral (ESDM). (2023). Handbook of Energy and Economic Statistics of Indonesia 2023. Jakarta: Pusdatin ESDM.
KPMG International. (2023). Building Indonesia's Intelligent & Sustainable Data Centers. Singapore: KPMG.
Masanet, E., Shehabi, A., Lei, N., Smith, S., & Koomey, J. (2020). Recalibrating global data center energy-use estimates. Science, 367(6481), 984–986. https://doi.org/10.1126/science.aba3758
Nlyte Software. (2021). Lowering PUE: The Impact of DCIM. San Mateo: Nlyte.
Ponemon Institute. (2022). Cost of Data Center Outages. Traverse City: Ponemon Institute LLC.
PT PLN (Persero). (2025). Statistik PLN 2024 – Data Operasional (Unaudited). Jakarta: PT PLN (Persero). Diambil dari https://web.pln.co.id
Shehabi, A., Smith, S. J., Masanet, E., & Koomey, J. (2018). Data Center Growth in the United States: Decoupling the Demand for Services from Electricity Use. Environmental Research Letters, 13(12), 124030. https://doi.org/10.1088/1748-9326/aaec9c
The Green Grid. (2007). Green Grid Metrics: Describing Data Center Power Efficiency. Beaverton: The Green Grid.
The Green Grid. (2012). A Case Study and Critical Assessment in Calculating Power Usage Effectiveness for a Data Centre. Beaverton: The Green Grid.
TÜV NORD Indonesia. (2023). SNI 8799 Data Center Certification. Jakarta: TÜV NORD Indonesia.
Uptime Institute. (2024). Global Data Center Survey 2024. New York: Uptime Institute.
Whitehead, B., Andrews, D., Shah, A., & Maidment, G. (2015). Assessing the environmental impact of data centres part 1: Background, energy use and metrics. Building and Environment, 82, 151–159. https://doi.org/10.1016/j.buildenv.2014.08.021
White & Case LLP. (2023). Data Center Requirements Under the New German Energy Efficiency Act. New York: White & Case.
Xiaodong, L., & Cao, L. (2022). Data Center Energy Evaluation Tool Development and Analysis of Power Usage Effectiveness with Different Economizer Types in Various Climate Zones. Energies, 15(4), 1–18. https://doi.org/10.3390/en15041423
Xu, J., Wang, M., Luo, X., & Gu, B. (2019). Cognitive Infrastructure: A Unified DCIM Framework for AI Data Centers. arXiv preprint arXiv:1910.02171.
