Kumpulan Artikel Google Gemini

Kumpulan artikel yang saya peroleh pada saat berinteraksi dengan Google Gemini (mulai Jum'at, 10 Februari 2024, dan Google Bard AI mulai minggu kedua bulan Mei 2023). Pada saat itu Bard sudah dapat digunakan di Indonesia; setelah sebelumnya saya membahas ChatGPT yang dikenalkan pada 30 November 2022. Bard dilatih menggunakan data sampai saat ini dan internet, sedangkan ChatGPT dilatih dengan data sampai dengan tahun 2021. Saya kumpulkan hasil interaksi saya untuk pembelajaran bagi saya dan masyarakat luas ...

Cara Pewarnaan Foto/Citra

Yogyakarta, Kamis, 01 Januari 2026

Proses AI mewarnai foto hitam-putih (biasanya disebut AI Colorization) adalah kombinasi antara seni dan matematika tingkat tinggi. AI tidak benar-benar "melihat" warna seperti manusia, melainkan melakukan prediksi cerdas.

Berikut adalah tahapan teknis bagaimana AI bekerja di balik layar:

1. Proses Belajar (Deep Learning)

Sebelum bisa mewarnai, AI harus "sekolah" dulu. Ia dilatih menggunakan jutaan pasang foto:

  • Foto Berwarna (Ground Truth): Foto asli yang sudah berwarna.
  • Foto Hitam-Putih: Foto asli yang warnanya sengaja dihapus oleh sistem.

AI mempelajari pola hubungan antara tekstur dan warna. Misalnya, ia belajar bahwa tekstur yang menyerupai "daun" biasanya memiliki warna hijau, dan tekstur "kulit manusia" memiliki rentang warna cokelat atau krem.

2. Memisahkan Cahaya dan Warna

AI menggunakan ruang warna yang disebut Lab Color Space, bukan RGB biasa:

  • L (Luminance): Tingkat kecerahan (ini adalah foto hitam-putih asli Anda).
  • a & b (Chrominance): Dimensi warna (hijau-merah dan biru-kuning).

Tugas AI hanya mengisi bagian a dan b. Karena AI sudah punya data L (cahaya) yang sangat detail dari foto asli, hasilnya tetap terlihat tajam dan realistis secara pencahayaan.

3. Pengenalan Objek (Computer Vision)

AI menggunakan jaringan saraf bernama Convolutional Neural Networks (CNN). Ia membedah foto menjadi beberapa lapisan:

  • Lapisan Rendah: Mengenali garis dan tepi.
  • Lapisan Menengah: Mengenali bentuk (bulat, kotak, dsb).
  • Lapisan Tinggi: Mengenali objek (ini adalah wajah, ini adalah baju militer, ini adalah kursi kayu).

4. Prediksi Probabilitas

AI tidak memberikan satu warna mutlak. Ia menghitung peluang warna.

Contoh: Jika ia melihat foto Raden Saleh, ia akan berpikir: "Berdasarkan ribuan lukisan dan foto sejarah, seragam seperti ini 80% kemungkinannya berwarna biru tua atau hitam." Ia kemudian memilih warna dengan probabilitas tertinggi.


Potret asli hitam putih


Potret setelah diwarnai

Mengapa Hasilnya Kadang Bisa Salah?

Karena AI bekerja berdasarkan statistik, bukan ingatan sejarah yang nyata:

  • Konteks Sejarah: AI mungkin tidak tahu bahwa warna kain tertentu di tahun 1800-an harusnya merah marun, sehingga ia mungkin mewarnainya cokelat karena terlihat mirip secara tekstur.
  • Ambuitas: Jika sebuah benda punya bentuk yang jarang ditemui, AI bisa bingung dan hanya memberinya warna abu-abu atau sepia.

Mengapa dalam membangkitkan gambar dengan input foto dan prompt sama, hasilnya lain.

Ini pertanyaan yang menarik! Secara teknis, ada beberapa alasan mengapa model AI seperti saya menghasilkan variasi yang berbeda meskipun input foto dan perintahnya (prompt) identik:

1. Faktor "Seed" (Benih Acak)

Setiap kali AI membuat gambar, ia menggunakan angka acak yang disebut Seed. Angka ini menentukan titik awal proses difusi (bagaimana AI menyusun piksel dari "noise" menjadi gambar).

  • Jika seed tidak ditentukan secara manual (biasanya sistem memilihnya secara acak tiap kali jalan), maka hasilnya akan selalu berbeda.
  • Ibaratnya seperti meminta pelukis menggambar pemandangan yang sama di hari yang berbeda; goresan kuasnya tidak akan pernah bisa 100% presisi sama.

2. Sifat Model Difusi

AI yang membangkitkan gambar bekerja dengan proses Stochastic (berdasarkan probabilitas). AI tidak hanya "menempelkan" filter, tapi membangun ulang gambar tersebut.

  • AI menafsirkan prompt ("gaya van Gogh") dan menghubungkannya dengan pola-pola yang ia pelajari.
  • Karena ada miliaran kombinasi kemungkinan komposisi warna dan tekstur yang masuk dalam kategori "van Gogh", AI akan mengeksplorasi variasi yang berbeda di setiap percobaan.

3. Interpretasi "Tanpa Cropping"

Ketika kamu memberikan instruksi seperti "tanpa cropping", AI berusaha menjaga aspek rasio dan komposisi asli. Namun, karena AI mencoba memasukkan elemen artistik baru (seperti tekstur cat minyak yang tebal), ia mungkin sedikit menggeser fokus atau mengubah pencahayaan agar gaya tersebut terlihat "alami" di mata modelnya.

4. Kreativitas Model

Model AI dirancang untuk memiliki tingkat Temperature atau kreativitas tertentu agar hasilnya tidak kaku atau repetitif. Tanpa variasi ini, AI hanya akan menjadi mesin fotokopi, bukan alat bantu seni.

Tips:

Jika kamu menyukai komposisi di salah satu hasil sebelumnya tapi ingin mengubah sedikit warnanya, kamu bisa memberikan instruksi yang lebih spesifik, seperti: "Gunakan komposisi dari gambar terakhir, tapi buat warna birunya lebih dominan."

(Alamat situs ini: http://luk.staff.ugm.ac.id/AI/, http://luk.tsipil.ugm.ac.id/AI/)