Panduan Parameter AI: Aspect Ratio, Seed, CFG, Stylize, dan Steps

Hampir semua orang yang mulai membuat gambar dengan AI menghabiskan berbulan-bulan memperbaiki hasilnya lewat teks prompt semata: mengganti "bagus" dengan "memukau", menambahkan "8K", "sangat detail", "mahakarya". Dan hasilnya begitu-begitu saja. Alasannya sederhana: sebagian besar penentu gambar akhir tidak berada di teksnya — melainkan di parameter.

Parameter adalah kendali numerik yang memberi tahu model bagaimana menggambar, bukan apa yang digambar. Rasio bidangnya, seberapa patuh model pada teks Anda, berapa tahap penghalusan yang dijalankannya, benih acak mana yang dipakai, seberapa bebas seleranya. Parameter inilah yang memisahkan orang yang sekadar mengundi sepuluh variasi dari orang yang mampu mengulang, menyetel, dan mengembangkan sebuah gambar secara terkendali.

Panduan ini adalah rujukan teknis untuk lima parameter yang muncul di hampir semua alat — aspect ratio, seed, CFG, stylize, dan steps — plus beberapa parameter pendamping yang layak diketahui. Idenya, Anda bisa kembali ke sini kapan pun perlu mengingat fungsi tiap nilai, rentang mana yang disetel, dan apa yang rusak kalau berlebihan.

Kenapa parameter lebih menentukan daripada kata sifat

Model difusi berangkat dari derau murni lalu "membersihkan" derau itu setahap demi setahap sampai menjadi gambar. Prompt berperan sebagai peta tujuan; parameter menentukan jalannya, kecepatannya, dan seberapa bebas si pengemudi berimprovisasi di perjalanan.

Ini menjelaskan kenapa dua prompt yang identik bisa menghasilkan gambar yang sama sekali berbeda, dan kenapa menambah kata sifat sering tidak mengubah apa pun. Kalau kepatuhan model terhadap teks memang rendah (CFG rendah), menambah kata tidak ada gunanya — model memang tidak begitu memperhatikannya. Kalau steps-nya terlalu sedikit, tidak ada kata sifat yang bisa menyelamatkan tekstur gambar, karena model belum cukup beriterasi untuk menyelesaikan detailnya.

Kebiasaan yang membedakan pemula dari orang berpengalaman adalah ini: ubah satu parameter dalam satu waktu. Kalau Anda mengganti prompt, seed, dan CFG dalam satu percobaan, Anda tidak akan tahu mana yang membuatnya membaik. Dengan mengunci seed dan hanya menggeser CFG, variabelnya terisolasi dan Anda benar-benar belajar bagaimana model itu berperilaku.

Aspect ratio: rasio yang menentukan pembingkaian

Aspect ratio (rasio, atau perbandingan sisi) adalah hubungan antara lebar dan tinggi gambar. Di Midjourney ia ditulis sebagai --ar 16:9; di Stable Diffusion dan turunannya, Anda menentukan lebar dan tinggi dalam piksel; di ChatGPT dan Gemini biasanya cukup diminta dengan bahasa sehari-hari ("format potret 9:16").

Sekilas ia parameter paling sepele dalam daftar ini, padahal dialah yang paling memengaruhi komposisi. Model tidak sekadar memotong adegan yang sama ke format berbeda: ia menyusun ulang. Potret yang diminta dalam 16:9 cenderung menjadi bidikan sedang dengan latar lebar; prompt yang sama dalam 2:3 menjadi close-up vertikal khas fotografi. Rasio mengubah apa yang dipahami AI sebagai "pembingkaian yang wajar" untuk adegan itu.

Nilai yang paling sering dipakai dan kegunaannya

Satu jebakan yang sering terjadi: rasio yang terlalu ekstrem (seperti 3:1 atau 1:3) membingungkan model yang sebagian besar dilatih dengan gambar mendekati persegi. Duplikasi pun lazim muncul — dua wajah, dua kepala, elemen yang berulang di tepi — karena model berusaha "mengisi" ruang yang acuannya lemah. Dalam kasus seperti itu, jalan paling aman adalah membuatnya dalam 16:9 lalu memakai Potong Gambar atau memperluasnya dengan outpainting untuk sampai ke format akhir.

Satu hal praktis lagi: membuatnya langsung pada rasio yang benar selalu lebih baik daripada memotongnya belakangan. Memotong membuang piksel dan menurunkan resolusi yang tersisa. Kalau Anda butuh gambar yang sama dalam beberapa format, buatlah pada format yang paling terbatas (biasanya yang vertikal) lalu sesuaikan sisanya dengan Ubah Ukuran secara terkendali.

Seed: angka yang membuat hasilnya bisa diulang

Seed adalah bilangan bulat yang menjadi titik awal derau acak tempat gambar itu lahir. Prompt sama + seed sama + parameter sama + model sama = gambar yang sama, piksel demi piksel. Begitu seed berubah, semuanya berubah.

Inilah parameter yang paling jarang dimanfaatkan pemula, sekaligus yang paling penting bagi yang bekerja dengan AI secara profesional. Tanpa mengendalikan seed, Anda tidak sedang beriterasi — Anda hanya mengundi ulang.

Ada tiga kegunaan praktisnya:

• Menghaluskan hasil yang hampir bagus. Anda mendapat gambar dengan komposisi sempurna tetapi warnanya meleset. Kunci seed-nya, ubah hanya kata warnanya di prompt, lalu buat ulang. Sebagian besar struktur gambarnya bertahan, dan hanya unsur yang Anda ubah yang berbeda.
• Membandingkan parameter secara jujur. Ingin tahu apakah CFG 7 lebih baik dari CFG 11 untuk prompt Anda? Kunci seed-nya lalu buat keduanya. Tanpa seed yang terkunci, Anda sedang membandingkan dua gambar berbeda, bukan dua nilai CFG.
• Menjaga konsistensi dalam satu seri gambar. Pada katalog produk, rangkaian ilustrasi, atau identitas visual, mempertahankan seed membantu menjaga "tanda tangan" visual keseluruhannya.

Ada satu batasan penting yang perlu dipahami: seed terikat pada model dan versinya. Seed 42 di SDXL tidak menghasilkan apa pun yang mirip dengan seed 42 di Flux. Begitu ganti model, seed lama Anda jadi angka tanpa makna. Karena itu, catat selalu model + versi + seed sekaligus, jangan pernah seed-nya saja.

CFG Scale: seberapa patuh AI pada prompt Anda

CFG adalah singkatan dari Classifier-Free Guidance, dan skala CFG mengatur bobot yang diberikan model pada teks Anda dibanding pada apa yang "ingin" digambarnya sendiri. Praktisnya, ia tombol kepatuhan.

Nilai rendah membuat model kreatif dan bebas, tetapi ia mulai mengabaikan sebagian prompt. Nilai tinggi memaksanya menurut secara harfiah, tetapi gambarnya jadi terlalu pekat, kontur mengeras, kontras berlebihan, dan tampak artifisial — yang biasa disebut "gosong" atau overcooked.

Satu hal penting yang sering membingungkan: model yang lebih baru memakai rentang yang berbeda. Flux, misalnya, memakai skala guidance-nya sendiri yang nilai 2 sampai 4 sudah wajar — menaruh 7 di sana sudah terhitung tinggi. Model "turbo" dan model sulingan, yang dibuat untuk berjalan dalam sedikit steps, biasanya meminta CFG antara 1 dan 2. Artinya: tidak ada angka yang berlaku universal, yang ada angka yang tepat untuk model itu sendiri. Selalu periksa anjuran dari pihak yang merilis checkpoint-nya sebelum menganggap 7 adalah nilai baku.

Tanda CFG terlalu tinggi: kulit tampak seperti plastik, warna menyala seperti neon, ada halo gelap mengelilingi kontur, serta teks atau pola yang berulang secara mencolok. Tanda CFG terlalu rendah: gambarnya indah, tetapi separuh dari yang Anda minta tidak ada di sana.

Stylize: selera estetika milik model

Parameter --stylize (ou --s) adalah ciri khas Midjourney dan mengatur seberapa jauh model menerapkan kepekaan artistiknya sendiri pada permintaan Anda. Secara konsep ia hampir kebalikan CFG: alih-alih mengukur kepatuhan pada teks, ia mengukur kebebasan estetika.

Skalanya 0 sampai 1000, dengan nilai bawaan 100. Praktisnya:

• 0–50: harfiah. Model berusaha menggambar persis seperti yang Anda jabarkan, tanpa "memperindah" apa pun. Berguna untuk diagram, acuan teknis, tata letak, dan apa pun yang kesetiaannya lebih penting daripada keindahannya.
• 100–250: seimbang. Komposisi dan paletnya bagus tanpa melenceng dari arahan. Rentang inilah yang menyelesaikan sebagian besar kebutuhan.
• 250–750: model mengambil alih. Pencahayaan dramatis, palet berani, komposisi yang lebih artistik. Bagus untuk poster, seni konsep, dan sampul.
• 750–1000: gaya di atas segalanya. Gambarnya indah dan sering jauh dari yang Anda minta. Bagus untuk menjelajah ide, buruk untuk arahan yang sudah terkunci.

Ada parameter saudaranya yang kerap tertukar, yaitu --chaos (ou --c, dari 0 sampai 100), yang mengatur keragaman di antara keempat gambar dalam satu lot, bukan gaya masing-masing. Chaos tinggi menyerahkan empat tafsir yang sangat berbeda dari prompt yang sama — bagus sekali untuk curah gagasan awal, buruk sekali saat Anda sudah tahu maunya apa. Ada pula --weird, yang menyuntikkan keanehan dengan sengaja dan lebih cocok untuk bereksperimen daripada untuk pekerjaan klien.

Di luar Midjourney tidak ada padanan langsung untuk "stylize". Efek serupa dicapai dengan cara lain: LoRA gaya, kata kunci estetis di dalam prompt, atau penyetelan halus pada CFG. Konsepnya tetap layak dipahami, sebab logika "seberapa banyak karakter yang boleh ditambahkan model" muncul dalam bentuk berbeda di hampir semua alat.

Steps: berapa banyak iterasi yang dijalankan model

Steps (atau sampling steps) adalah jumlah tahap dalam proses penghilangan derau. Tiap step mendekatkan gambar sedikit lagi ke hasil akhirnya. Lebih banyak steps berarti waktu pemrosesan lebih lama — dan, sampai batas tertentu, detail yang lebih kaya.

Kuncinya ada pada frasa sampai batas tertentu. Parameter ini punya hasil yang jelas kian menyusut: selisih antara 10 dan 25 steps sangat besar; antara 30 dan 60 tipis; di atas 80 nyaris tak terlihat, dan Anda cuma membuang waktu serta tenaga.

Steps dan sampler saling terkait langsung. Sampler seperti DPM++ 2M Karras cepat mencapai titik stabil dan sudah bagus di sekitar 25 steps. Sampler seperti Euler a (ancestral) tidak pernah benar-benar stabil — gambarnya terus berubah seiring steps bertambah, yang bisa menguntungkan (lebih banyak variasi untuk dijelajahi) atau merugikan (menyulitkan pengulangan). Kalau tujuan Anda konsistensi, pilih sampler yang bukan ancestral.

Satu keputusan alur kerja yang praktis: lakukan penjelajahan awal dengan steps rendah (15–20) untuk menguji puluhan prompt dengan cepat, lalu buat ulang versi finalnya, memakai seed yang menang, pada 30–40 steps. Cara ini jauh lebih hemat waktu daripada menjalankan semuanya pada kualitas maksimum sejak awal.

Parameter pendamping yang juga layak dikenal

Selain kelima yang utama, ada beberapa kendali yang sering muncul dan menyelesaikan masalah tertentu:

• Prompt negatif: daftar hal yang tidak Anda inginkan ada di gambar (tangan yang cacat, watermark, teks, kualitas rendah). Tersedia di Stable Diffusion dan turunannya; di Midjourney bentuknya --no. Ini salah satu penyetelan dengan dampak terbesar dan usaha terkecil — ada baiknya membaca panduan khusus tentang prompt negatif.
• Denoising strength: pada image-to-image, menentukan seberapa jauh gambar aslinya diubah. Nilai sekitar 0,2 hanya menyentuh sedikit; di atas 0,7 gambar aslinya tinggal menjadi saran komposisi yang samar.
• Bobot gambar acuan (--iw di Midjourney): seberapa besar bobot gambar yang Anda unggah dibanding teksnya. Penting untuk konsistensi karakter.
• Sampler / scheduler: algoritme yang menjalankan penghilangan derau. Ia mengubah kecepatan konvergensi dan tekstur akhirnya; DPM++ 2M Karras dan DDIM adalah pilihan yang aman.
• Tile / seamless: menghasilkan tekstur yang berulang tanpa sambungan, untuk pola dan latar.
• Versi model (--v di Midjourney): versi yang berbeda punya estetika dan rentang parameter yang berbeda. Berganti versi membuat seed lama Anda tidak berlaku lagi.

Parameter apa saja yang ada di tiap alat

Penamaannya cukup berbeda antarplatform, dan di situlah sebagian besar kebingungan bermula. Tabel berikut memetakan padanannya:

Perhatikan polanya: makin sebuah alat ditujukan untuk pengguna akhir (ChatGPT, Gemini), makin sedikit parameter yang ditampilkan — platformnya yang memutuskan untuk Anda. Makin dekat ke model mentahnya (ComfyUI, Automatic1111), makin besar kendali Anda. Tidak ada yang lebih unggul; keduanya melayani tujuan berbeda. Kalau pekerjaan Anda bergantung pada hasil yang bisa diulang, cepat atau lambat Anda akan butuh alat yang menampilkan seed dan CFG.

Cara parameter saling bekerja: resep menurut tujuan

Parameter tidak bekerja sendiri-sendiri. Paduan berikut adalah titik awal yang sudah teruji — sesuaikan dengan model Anda:

Logika di balik pilihan-pilihan itu konsisten: fotorealisme menuntut CFG rendah (model sudah tahu rupa sebuah foto; memaksanya justru merusak); desain grafis dan materi promosi menuntut CFG tinggi (Anda ingin persis elemen itu, dengan warna itu); dan steps baru dinaikkan ketika banyak detail halus berebut ruang dalam satu adegan.

Kesalahan umum dan cara memperbaikinya

• Mengubah semuanya sekaligus. Prompt baru, seed baru, CFG baru. Hasilnya membaik, tetapi Anda tidak tahu kenapa — dan tidak akan bisa mengulanginya. Satu variabel per percobaan.
• Menambah steps untuk masalah yang bukan soal steps. Tangan yang cacat, anatomi yang keliru, atau objek yang hilang tidak selesai dengan iterasi tambahan; itu masalah prompt, model, atau rasio yang terlalu ekstrem.
• Menyalin CFG dari tutorial lama. Nilai yang dianjurkan untuk SD 1.5 pada 2023 bisa jadi kacau di Flux atau SDXL. Tiap keluarga model punya rentangnya sendiri.
• Mengabaikan seed. Tanpa seed, tiap percobaan adalah undian baru, dan Anda tidak pernah membangun di atas yang sudah berhasil.
• Langsung memakai rasio yang ekstrem. Alih-alih 3:1 sekaligus, buat dalam 16:9 lalu perluas dengan outpainting — duplikasi dan artefaknya jauh lebih sedikit.
• Menyamakan resolusi dengan kualitas. Menghasilkan gambar pada resolusi jauh di atas resolusi pelatihan model biasanya memunculkan subjek ganda. Lebih baik buat pada resolusi bawaannya lalu perbesar dengan upscale.
• Tidak mencatat apa pun. Gambar sempurna yang tidak bisa Anda ulang adalah kebetulan, bukan hasil kerja.

Daftar periksa singkat sebelum menghasilkan gambar

1. Tentukan rasionya berdasarkan tempat gambar itu akan dipakai , bukan berdasarkan setelan bawaan alatnya.
2. Mulailah dari nilai bawaan modelnya — dan pastikan dulu berapa, karena tiap model berbeda.
3. Jalankan uji coba murah: steps rendah, empat variasi, sekadar memastikan arahnya benar.
4. Pilih variasi terbaiknya lalu catat seed-nya.
5. Dengan seed terkunci, setel satu parameter dalam satu waktu sampai pas.
6. Buat ulang versi finalnya dengan steps produksi (30–40).
7. Catat prompt, prompt negatif, seed, CFG, steps, sampler, model, dan rasionya.
8. Kerjakan pascaproduksinya: upscale, pemotongan, penajaman, dan kompresi untuk web.

Setelah gambarnya jadi: tahap yang hampir selalu dilewati

Gambar buatan AI jarang langsung siap dipublikasikan. Biasanya ia keluar sebagai PNG yang berat, pada resolusi bawaan model, tanpa potongan yang persis dibutuhkan kanal Anda. Tahap pembenahan terakhir inilah yang membedakan gambar yang terasa "buatan AI" dari gambar yang memang bekerja di situs atau profil Anda.

Urutan pascaproduksinya pendek saja: rapikan pembingkaiannya dengan Potong Gambar kalau rasio akhirnya belum pas; bawa ke dimensi persis tujuannya dengan Ubah Ukuran; kembalikan detail halusnya dengan Pertajam kalau gambarnya diperbesar; dan terakhir, ubah ke WebP lalu kompres dengan Kompres, karena PNG 4 MB di bagian atas halaman menjatuhkan skor PageSpeed sebagus apa pun karyanya.

Kalau gambarnya akan menjadi identitas visual, perjalanannya berlanjut ke alat lain: ambil paletnya dengan Palet supaya seluruh materinya selaras, lalu pakai Buat Logo dengan AI kalau tujuannya membangun merek.

Pertanyaan yang sering diajukan