Source: AI generated

Lupakan filter warna vinitage atau aplikasi edit foto jadul konvensional. Media sosial saat ini sedang dijajah oleh tren foto bergaya tahun 1980-an yang tingkat keasliannya nyaris mengecoh mata. Di balik kestetikaan nostalgia foto jadul yang sedang viral ini, bukan sebuah mesin waktu yang bekerja, melainkan perkembangan yang besar dalam teknologi Generative Artificial Intelligence yang tak terbendung. Proses pembuatan foto jadul ini jauh lebih kompleks dan berbeda dari aplikasi filter vintage zaman dulu.

1.Evolusi Filter ke Generative AI

Salah satu perbedaan yang mencolok antara filter vintage dengan AI adalah filter vintage hanya menggantikan warna foto menjadi sephia dengan lebih grainy, sedangkan AI mengambil foto yang kita upload lalu yang awalnya mengenakan pakaian modern, misalnya, dapat diarahkan agar tampil seperti potret keluarga tahun 1980-an. Latar belakang juga bisa dibuat menyerupai studio foto lama, ruang keluarga, jalanan, sekolah, atau suasana kota pada masa tersebut.

Karakter visual seperti film grain, warna sedikit pudar, kontras lembut, pencahayaan flash, sedikit blur dan tekstur foto analog kemudian digunakan untuk memperkuat kesan jadul.

Teknologi yang digunakan AI dalam merubah foto modern kita menjadi foto vintage disebut “Image to Image” yang cara kerjanya sebagai berikut.

1. Pengkodean (Encoding): AI memindai foto asli Anda menjadi data matematis untuk mengunci struktur dan fitur wajah.
2. Penambahan Noise: Sistem mengacak data tersebut dengan “noise” (gangguan visual). Semakin besar noise yang diberikan, semakin drastis pula perubahannya.
3. Rekonstruksi (Guided Denoising): Berbekal teks instruksi (prompt) dari Anda, AI perlahan membersihkan noise tersebut sambil membentuk ulang gambar agar sesuai dengan gaya yang diminta (misal: gaya 80-an).
4. Hasil Akhir: Data dirender kembali menjadi foto baru yang estetikanya sudah berubah, namun tetap mempertahankan identitas dan komposisi wajah asli Anda.

2. Rahasia Wajah yang Tidak Berubah (Facial Preservation) 

Pernah terbayang bagaimana AI dapat merubah foto modern kita menjadi foto vintage tanpa merubah struktur wajah kita? Teknologi tersebut dinamakan sistem pengenalan wajah (Face Recognition). Sistem pengenalan wajah menggabungkan computer vision dan machine learning untuk mendeteksi serta memetakan ciri fisik unik seseorang, seperti jarak antarmata dan bentuk rahang. Fitur-fitur spesifik ini kemudian diterjemahkan menjadi kode angka (faceprint) agar dapat dicocokkan dengan basis data yang ada. Berkat pelatihan dari jutaan gambar, model AI ini mampu mengenali pola dengan tingkat akurasi yang tinggi, sehingga identitas seseorang tetap dapat teridentifikasi secara presisi meskipun dipengaruhi oleh perubahan usia, sudut pandang, maupun kondisi pencahayaan. 

3.Dampak Tren dan Keamanan Data Pengguna 

Dengan datangnya sebuah tren baru tak dipungkiri bahwasannya ada dampak yang ditimbulkan bagi pengguna baik lingkungan sekitar. Adapun dampak bagi lingkungan sebagai berikut.

1. Konsumsi Energi Komputasi Masif: Berdasarkan pengujian yang dilakukan oleh Carnegie Mellon University bersama Hugging Face, pemrosesan gambar AI generatif membutuhkan energi komputasi dan listrik yang sangat masif, terutama saat jutaan pengguna memproses foto secara berulang.
2. Eksploitasi Air untuk Pendingin: Server pusat data menguras volume air yang signifikan sebagai sistem pendingin guna mencegah perangkat dari panas berlebih (overheating).
3. Lonjakan Konsumsi Listrik Global: Tren pembuatan media AI memicu pergeseran pola komputasi, di mana Badan Energi Internasional (IEA) memproyeksikan konsumsi listrik pusat data dunia akan meningkat tajam hingga tahun 2030.

Tak hanya bagi lingkungan, keamanan data pengguna juga harus dikhawatirkan jika tidak menggunakan AI dengan bijak, dengan dampak sebagai berikut. 

1. Data Biometrik Permanen: Wajah adalah data biometrik yang tidak bisa diganti jika terjadi kebocoran, berbeda dengan kata sandi.
2. Privasi Pihak Ketiga: Foto yang diunggah berpotensi diproses dan disimpan ke dalam sistem perusahaan penyedia layanan AI.
3. Risiko Manipulasi Visual: Kecanggihan AI generatif rentan disalahgunakan untuk membuat gambar atau video realistis menggunakan wajah Anda tanpa persetujuan.
4. Ancaman Eksploitasi: Berdasarkan peringatan Global Privacy Assembly (2026), teknologi ini memicu risiko cyberbullying hingga pembuatan konten intim tanpa izin, khususnya bagi anak-anak dan kelompok rentan.
5. Pelacakan Ilegal: Foto di media sosial dapat dijadikan sasaran pelacakan sistem pengenalan wajah (facial recognition) secara massal tanpa sepengetahuan pemiliknya.

Tren foto retro 80-an yang viral berkat kecanggihan Generative AI dan pengenalan wajah memang menawarkan hiburan visual yang mengagumkan, namun membawa konsekuensi serius yang saling berkaitan. Di ranah digital, tren ini menuntut penyerahan data biometrik wajah yang permanen sehingga rentan disalahgunakan untuk manipulasi visual maupun eksploitasi privasi tanpa izin. Di sisi lain, dampak fisiknya terhadap lingkungan juga sangat nyata; seperti yang dibuktikan oleh pengujian Carnegie Mellon University dan Hugging Face, jutaan pemrosesan gambar AI ini menguras energi komputasi masif yang membebani pusat data dunia dengan konsumsi listrik dan air pendingin dalam jumlah ekstrem. 

Writer:
Michael Benaiah – 3002800080

Supervisor:
D7267 – Samson Ndruru

Source

1. AI, T. S. (2026, January 8). Image to Image AI: Panduan Lengkap 2026 untuk Mengubah Foto Anda dengan Teknologi AI. Seavid AI. https://seavidgen.com/id/blog/image-to-image-ai-guide
2. RRI. (2026, September 15). Bahaya Mengintai Dibalik Tren Foto Jadul Pakai ChatGPT. Rri.Co.Id – Portal Berita Terpercaya; RRI. https://rri.co.id/sintang/iptek/2730373/bahaya-mengintai-dibalik-tren-foto-jadul-pakai-chatgpt
3. RRI. (2026, September 16). Tren Foto 80-an ChatGPT dan Dampaknya Terhadap Lingkungan. Rri.Co.Id – Portal Berita Terpercaya; RRI. https://rri.co.id/denpasar/iptek/2731113/tren-foto-80-an-chatgpt-dan-dampaknya-terhadap-lingkungan