oleh Didi Subandi
Ada satu momen di ruang sidang yang terus saya ingat, karena rasanya terlalu sering terulang untuk disebut kebetulan. Portofolio di layar sudah rapi komposisinya matang, warnanya konsisten, tipografinya bersih seperti baru keluar dari oven. Saya cuma melempar satu pertanyaan kecil: “Kenapa pilih warna ini, bukan yang itu?” Dan ruangan tiba-tiba sunyi. Bukan karena mahasiswa saya gugup. Tapi karena dia benar-benar tidak tahu jawabannya.
Dia tidak malas. Dia tidak bodoh. Dia cuma lupa atau mungkin tidak pernah sempat bertanya pada dirinya sendiri kenapa. AI sudah menjawabnya duluan, dan jawaban itu terlihat cukup bagus untuk tidak dipertanyakan lagi.
Yang membuat saya lebih gelisah lagi: mahasiswa ini hafal betul lima tahapan Design Thinking. Empathize, Define, Ideate, Prototype, Test dia bisa menyebutkannya tanpa jeda, seperti menghafal doa sebelum makan. Tapi begitu ditanya kenapa dia memilih warna tertentu, lima tahapan itu seolah tidak pernah ada. Framework-nya hafal di luar kepala. Esensinya menguap entah ke mana.
Dari sinilah buku PROMPTING THE VISUAL: Metode Perancangan Visual Berbasis AI (Didi Subandi & Yully Ambarsih Ekawardhani, 2026) bermula. Bukan dari niat membuat buku lain tentang AI, tapi dari rasa gelisah yang menumpuk setiap kali menyaksikan adegan yang sama di ruang sidang, semester demi semester.
Ketika Karya Terlihat Sempurna, tapi Kosong di Dalamnya
Bayangkan Anda masak rendang, tapi semua bumbu dihaluskan oleh asisten, semua tahapan memasak dikerjakan asisten, dan tugas Anda cuma menata piringnya di meja. Hasilnya mungkin enak. Tapi begitu seseorang bertanya kenapa Anda memakai lengkuas sebanyak itu, Anda cuma bisa mengangkat bahu karena memang bukan Anda yang memutuskannya.
Itulah yang sedang terjadi, pelan-pelan dan nyaris tak terasa, di ruang-ruang sidang DKV hari ini. Mahasiswa mampu memproduksi puluhan alternatif visual dalam hitungan menit lewat AI generatif. Karyanya ada. Tapi argumentasi di baliknya menguap, seperti air yang direbus terlalu lama sampai lupa rasanya sendiri.
Saya tidak sedang mengarang kekhawatiran ini sendirian. Sejumlah riset, dari berbagai sudut berbeda, kebetulan sampai pada kesimpulan yang serupa. Studi terhadap 666 partisipan menemukan hubungan negatif yang cukup tegas antara intensitas pemakaian AI dan kemampuan berpikir kritis semakin sering kita melempar beban berpikir ke mesin, semakin kendur otot kognitif kita sendiri (Gerlich, 2025). Penelitian skala besar lain menunjukkan hal yang hampir ironis: AI generatif memang mendongkrak kreativitas tiap individu, tapi justru menyeragamkan hasil ketika dilihat secara kolektif, karena semua orang menimba dari kolam data rata-rata yang sama (Doshi & Hauser, 2024). Dan semakin tinggi kepercayaan seseorang pada kemampuan AI menuntaskan sebuah tugas, semakin rendah pula usahanya untuk mengevaluasi ulang hasil itu (Lee dkk., Microsoft Research/CHI 2025).
Saya bukan sedang bilang AI itu musuh. Saya cuma mau bilang begini: kalau Anda biarkan sesuatu berpikir untuk Anda terus-menerus, jangan kaget kalau suatu hari Anda lupa caranya berpikir sendiri.
Design Thinking Memang Sudah Dangkal, Jauh Sebelum AI Datang
Ini bagian yang mungkin bikin sebagian orang tidak nyaman, tapi perlu saya katakan: masalahnya bukan dimulai dari AI generatif. Design Thinking sudah mulai kehilangan tajinya jauh sebelum itu.
Mari mundur sejenak dan lihat perjalanannya. Semuanya dimulai dari Herbert Simon di tahun 1969, yang memperlakukan desain sebagai ilmu prosedur logis, optimasi, pemecahan masalah yang bisa dihitung. Cara berpikir ini kokoh, tapi terlalu kaku untuk mengakui bahwa sebagian masalah desain justru lahir dari hal-hal yang tidak bisa dirumuskan dengan rapi sejak awal.
Lalu datang Donald Schön pada 1983 dengan gagasan reflection-in-action desainer yang berpikir dan berefleksi secara bersamaan sambil tangannya bekerja dengan material. Indah secara konsep, tapi sulit diajarkan karena sebagian besar prosesnya terjadi diam-diam di dalam kepala, tidak mudah dijadikan kurikulum.
Baru setelah itu muncul Design Thinking, lewat IDEO dan Stanford d.school: lima langkah sederhana yang mendemokratisasi metode desain ke mana-mana. Pada masanya, ini terobosan besar. Tapi kesederhanaan itu lama-lama berubah jadi dangkal dengan sendirinya bahkan sebelum AI generatif ikut campur. Empati yang tadinya mendalam berubah jadi sekadar wawancara singkat. Define berubah jadi template yang diisi buru-buru. Ideate berubah jadi brainstorming formalitas dengan tumpukan sticky notes berwarna-warni yang difoto untuk laporan, bukan benar-benar digunakan untuk berpikir.
Jake Knapp kemudian menyistematisasi semuanya lagi lewat Design Sprint dan Systems Thinking yang masuk ke korporasi besar-besaran. Prosedurnya makin tebal, makin rapi, tapi juga makin birokratis sampai-sampai kebebasan eksplorasi intuitif ikut tergencet di bawahnya.
Jadi ketika AI generatif datang dan mahasiswa mulai kehilangan argumentasi di balik karyanya, itu bukan kerusakan baru yang tiba-tiba muncul. Itu keretakan lama yang sudah ada, cuma dipercepat retaknya oleh kecepatan AI yang luar biasa tools yang bisa menyintesis ratusan iterasi visual dalam hitungan detik, mendorong kita pelan-pelan ke arah cognitive offloading dan penyeragaman visual yang sudah kita bahas tadi.
Pertanyaannya bukan lagi “apakah Design Thinking masih relevan”. Pertanyaannya: apa yang bisa menggantikan esensinya yang sudah lama keropos, sekaligus menjawab tantangan baru dari AI generatif?
Jadi, Apa Sebenarnya iRDR Itu?
Jawaban yang saya dan Yully coba tawarkan namanya iRDR singkatan dari Inject, Rapid Exploration, Diagnosa, Refinement. Bukan sekadar singkatan baru untuk dipajang di slide presentasi, tapi cara menaruh AI di tempat yang semestinya: sebagai mitra berpikir, bukan pengganti berpikir.
Coba bayangkan AI sebagai asisten dapur yang sanggup mencincang seratus bawang dalam semenit. Luar biasa cepat, sangat membantu. Tapi dia tidak tahu rasa apa yang sedang Anda kejar untuk makan malam ini, dan dia tidak tahu untuk siapa hidangan itu disiapkan. Itu tetap tugas Anda, sang koki.
Semuanya dimulai dari fase Inject momen ketika Anda memasukkan seluruh konteks: riset lapangan, latar belakang masalah, teori, data empiris, ke dalam sistem berpikir Anda sekaligus ke dalam prompt yang akan Anda tulis. Lewati fase ini terburu-buru, dan AI Anda cuma akan memuntahkan sesuatu yang terlihat bagus tapi tidak menyambung dengan masalah sesungguhnya.
Begitu konteks sudah terkunci, barulah Anda masuk ke Rapid Exploration di sinilah kecepatan AI benar-benar berguna. Anda biarkan dia menjelajahi puluhan, bahkan ratusan variasi bentuk dan gaya berdasarkan brief yang sudah Anda susun matang-matang. Ini bukan waktunya menghakimi. Ini waktunya membuka pintu selebar-lebarnya.
Setelah eksplorasi menumpuk, Anda kembali mengenakan topi kritikus di fase Diagnosa. Di sinilah Anda menyaring semuanya pakai logika desain, bukan pakai selera sesaat yang gampang tergoda tampilan kinclong. Mana yang dangkal, mana yang cacat, mana yang benar-benar pas dengan masalah yang sedang Anda pecahkan bukan sekadar yang paling menarik di thumbnail.
Dan akhirnya, di fase Refinement, Anda kembali jadi diri Anda sendiri sepenuhnya: seorang desainer dengan tangan yang bekerja. Grid disusun manual. Tipografi dipilih dan diatur presisi. AI mungkin bisa membantu membesarkan resolusi gambar, tapi dia tidak bisa menata rasa dan rasa itu yang selalu jadi tanda tangan Anda yang sesungguhnya.
Kalau hasil akhirnya masih terasa kurang, Anda tidak perlu membuang semuanya dari nol. Anda cukup Re-Inject memasukkan kembali elemen yang sudah terbukti bekerja sebagai konteks baru, lalu membiarkan siklus berputar sekali lagi. Prinsip yang mengikat semuanya disebut Human-in-the-Loop: AI boleh membantu sebanyak apa pun, tapi keputusan akhir, tanggung jawab moral, dan arah kreatif tetap seratus persen di tangan Anda.
📘 Kalau sampai di sini Anda mulai penasaran dengan seluruh metodologinya lengkap dengan template, rubrik penilaian, hingga studi kasus dari ruang sidang sesungguhnya buku PROMPTING THE VISUAL sudah bisa dipesan di lynk.id/visualis_id/gvmm8jqlwd49. Tapi mari lanjutkan dulu bagian berikutnya, karena ini yang paling sering mengubah cara kerja mahasiswa saya di kelas.
Dua Alat yang Bikin Mahasiswa Saya Berhenti Asal Comot
Ada dua instrumen di fase Diagnosa yang, sejak saya mulai pakai di kelas, paling sering mengubah cara mahasiswa bekerja hampir seketika.
Yang pertama saya sebut Dignity Check semacam lima pertanyaan wajib sebelum sebuah visual boleh dianggap selesai. Apakah simbol atau motif budaya yang dipakai sudah dipahami konteksnya, bukan sekadar dicomot karena terlihat eksotis? Apakah visual ini diam-diam melanggengkan bias gender, ras, atau kelas sosial tertentu tanpa disadari? Apakah figur manusia di dalamnya digambarkan dengan bermartabat, bukan dieksploitasi demi efek visual semata? Apakah ada gaya seniman hidup yang ditiru tanpa izin atau atribusi yang jelas? Dan yang terakhir, apakah pesan visual ini berpotensi menyesatkan atau merugikan kelompok yang menjadi sasarannya?
Lima pertanyaan ini kelihatannya sederhana. Tapi coba tanyakan pada diri sendiri sebelum menekan tombol generate berikutnya Anda mungkin akan kaget berapa banyak yang biasanya terlewat begitu saja.
Yang kedua, saya sebut De-zombifikasi Visual karena istilah ini paling pas menggambarkan apa yang sering terjadi pada hasil AI: tampak bagus dari jauh, tapi mati kalau didekati, seperti zombie yang masih berjalan tanpa jiwa. Anatominya bisa ganjil jari berlebih, mata asimetris ekstrem, tekstur kulit yang terasa melayang tanpa bobot. Teksturnya bisa generik, permukaannya mengilap seperti plastik dengan pencahayaan rata yang tidak alami. Teksnya bisa berubah jadi halusinasi karakter huruf yang tidak terbaca, kerning yang berantakan. Dan komposisinya kadang kehilangan logika fisik sama sekali bayangan yang salah arah, elemen yang melayang tanpa alasan.
Untuk setiap kecacatan itu, ada jalan perbaikannya: re-drawing manual atau in-painting untuk anatomi yang ganjil, penambahan grain dan grading manual untuk tekstur yang terlalu generik, penghapusan total dan perancangan ulang tipografi untuk teks yang berhalusinasi, serta rekonstruksi grid manual untuk komposisi yang kehilangan logikanya. Kalau Anda pernah melihat poster yang “aneh tapi susah dijelaskan di mana anehnya”, biasanya jawabannya ada di salah satu dari empat hal ini.
PERANCANGAN VISUAL BERBASIS AI
Kalau cerita di atas terasa familiar — entah Anda mahasiswa yang pernah bisu di depan penguji, atau dosen yang pernah jadi penanya yang bikin bisu — kemungkinan besar Anda butuh lebih dari sekadar artikel ini.
Seluruh metodologi iRDR, lengkap dengan template Prompt Log, rubrik penilaian, Dignity Check, dan studi kasus dari ruang sidang sesungguhnya, saya tuangkan di buku PROMPTING THE VISUAL.
Supaya Tidak Berhenti Jadi Teori di Atas Kertas
Saya tidak mau iRDR berakhir sebagai framework yang indah dibaca tapi tidak bisa dipertanggungjawabkan ketika Anda duduk di depan penguji nasib yang, jujur saja, sedikit banyak sudah menimpa Design Thinking ketika dipraktikkan asal-asalan. Maka sejak awal, kami memetakan setiap fasenya langsung ke dua hal yang sangat konkret dalam dunia pendidikan DKV di Indonesia.
Fase Inject memenuhi unit kompetensi analisis riset dan penentuan brief dalam SKKNI No. 126 Tahun 2023. Rapid Exploration menjawab unit kompetensi pengembangan konsep dan pemetaan strategi komunikasi. Diagnosa menjawab unit kompetensi evaluasi desain dan penetapan kriteria estetika sekaligus etika. Refinement menuntaskan unit kompetensi pengoperasian perangkat lunak hingga penyiapan pra-cetak. Tidak ada satu fase pun yang berdiri sendiri di luar sistem yang sudah berjalan.
Dalam kerangka Outcome-Based Education, iRDR juga berfungsi sebagai instrumen penilaian otentik yang menyentuh tiga domain sekaligus kognitif lewat logika pemilihan visual di fase Diagnosa, psikomotorik lewat craftsmanship di fase Refinement, dan afektif lewat transparansi serta audit etika di Dignity Check. Artinya, penilaian tidak lagi berhenti pada “hasil akhirnya bagus atau tidak”, tapi bergeser ke “prosesnya jujur dan bisa dipertanggungjawabkan atau tidak”.
Kalau Anda mahasiswa yang sedang menyusun laporan Tugas Akhir dengan sistematika umum di kampus-kampus Indonesia, pemetaannya kurang lebih mengalir begini: Bab I dan II mengambil bukti dari fase Inject latar belakang, rumusan masalah, matriks teori. Bab III mengambil dari Rapid Exploration creative brief, prompt log, moodboard. Bab IV mengambil dari Diagnosa dan Refinement matriks evaluasi visual, laporan audit etika, bukti craftsmanship. Bab V menutup dengan evaluasi dari siklus Re-Inject. Tidak ada lagi ruang untuk berkata “saya cuma eksekusi, idenya dari AI” karena setiap bab menuntut jejak berpikir yang bisa ditelusuri mundur, langkah demi langkah.
Jadi, Apa yang Bisa Anda Lakukan Mulai Sekarang
Kalau Anda mahasiswa DKV yang sedang bergelut dengan Tugas Akhir, cobalah tahan diri untuk tidak membuka software AI sebelum fase Inject benar-benar tuntas riset dulu, teori dulu, baru prompting. Catat setiap eksplorasi Anda dalam Prompt Log, karena itu bukti nyata bahwa Anda sedang berpikir, bukan sekadar menekan tombol berulang-ulang. Audit hasil Anda lewat Dignity Check dan De-zombifikasi sebelum berani mengaku karya itu sudah final. Dan tunjukkan craftsmanship yang sesungguhnya di fase Refinement, karena di situlah letak tanda tangan Anda yang paling jujur.
Kalau Anda dosen pembimbing atau penguji, saya punya tantangan serupa untuk Anda: geser fokus pertanyaan sidang dari “ini bagus atau tidak” menjadi “kenapa Anda memutuskan ini, dan bagaimana prosesnya”. Jadikan Prompt Log dan Matriks Diagnosa sebagai dokumen wajib, bukan pelengkap yang boleh dilewatkan.
Design Thinking mengajarkan kita lima kata kunci yang mudah dihafal tapi mudah pula dilupakan esensinya begitu beban kerja menumpuk. AI generatif bisa menghasilkan seratus alternatif visual dalam semalam, secepat apa pun Anda mengetik prompt. Tapi sampai hari ini, belum ada satu pun dari keduanya yang bisa menjawab pertanyaan paling sederhana dan paling penting: kenapa. Itu, dan mungkin akan selalu begitu, tetap jadi pekerjaan Anda sendiri.
FAQ
Apa itu iRDR?
iRDR adalah kerangka kerja metodologi perancangan visual berbasis AI yang terdiri dari empat fase berulang: Inject, Rapid Exploration, Diagnosa, dan Refinement. Framework ini memposisikan AI sebagai mitra eksplorasi, bukan pengganti proses berpikir desainer.
Kenapa Design Thinking dianggap sudah dangkal bahkan sebelum AI generatif muncul?
Menurut artikel ini, lima tahapan Design Thinking (Empathize, Define, Ideate, Prototype, Test) yang awalnya mendemokratisasi metode desain lama-lama berubah jadi formalitas dangkal dalam praktiknya misalnya empati yang direduksi jadi wawancara singkat, atau ideate yang berubah jadi sesi sticky notes tanpa pemikiran mendalam. Masalah ini sudah ada sebelum AI generatif, dan dipercepat retaknya oleh kecepatan AI.
Apa perbedaan iRDR dengan Design Thinking?
Design Thinking dirancang sebelum era AI generatif dan cenderung linear. iRDR dirancang khusus untuk konteks AI generatif, dengan penekanan pada audit kognitif dan etika di fase Diagnosa serta siklus berulang (Re-Inject) yang menjaga kendali tetap di tangan manusia.
Apa itu Dignity Check?
Dignity Check adalah protokol audit etika visual yang mengevaluasi lima aspek: apropriasi budaya, bias/stereotip, representasi manusia, hak cipta/plagiarisme gaya, dan dampak komunitas, sebelum sebuah karya berbantuan AI dinyatakan final.
Apa itu De-zombifikasi Visual?
De-zombifikasi adalah proses mengidentifikasi dan memperbaiki kecacatan visual khas AI generatif seperti anatomi ganjil, tekstur generik, teks halusinasi, dan komposisi tanpa logika fisik melalui intervensi manual atau hybrid.
Bagaimana iRDR terhubung dengan SKKNI dan OBE?
Setiap fase iRDR dipetakan ke unit kompetensi dalam SKKNI No. 126 Tahun 2023 bidang DKV, dan berfungsi sebagai instrumen authentic assessment dalam kerangka Outcome-Based Education yang mengukur domain kognitif, psikomotorik, dan afektif mahasiswa.
Di mana saya bisa mendapatkan buku PROMPTING THE VISUAL?
Buku ini dapat dipesan melalui lynk.id/visualis_id/gvmm8jqlwd49.
