Anda membuat potret di Stable Diffusion. Komposisinya sudah kuat, pencahayaannya dramatis, tetapi wajahnya salah. Kulitnya tanpa pori. Permukaannya memantulkan cahaya seperti manekin. Semua detail terlihat terlalu sempurna: inilah "tampilan plastik AI" yang langsung menandakan bahwa gambar dibuat oleh mesin.
Panduan ini membahas penyebabnya, model realistis di Stable Diffusion yang benar-benar dapat mengatasinya, serta pengaturan dan teknik pascaproses yang membedakan hasil fotorealistis dari hasil yang tampak plastik.
Mengapa Gambar Stable Diffusion Anda Terlihat Plastik?
Tampilan plastik bukan satu kegagalan tunggal. Ia muncul dari tiga faktor yang saling tumpang tindih dan memperkuat satu sama lain.
Bias data pelatihan. Model dasar seperti SDXL dan SD 1.5 dilatih dengan jutaan gambar. Banyak di antaranya adalah foto stok yang telah diretouch secara digital, ilustrasi airbrush, atau gambar buatan AI yang dimasukkan kembali ke data pelatihan. Model belajar bahwa kulit yang mulus dan tanpa cela adalah default karena itulah yang mendominasi distribusi datanya. Checkpoint realistis yang telah di-fine-tune mengimbanginya dengan pelatihan khusus pada foto tanpa retouch yang menampilkan tekstur kulit, pori, dan ketidaksempurnaan alami.
Interaksi sampler dan CFG. Nilai CFG di atas 7 memaksa model mengikuti prompt secara ketat. Akibatnya, model sering menghasilkan versi ideal dari setiap konsep secara berlebihan, termasuk kulit. CFG 8+ pada prompt potret secara aktif menekan noise frekuensi tinggi yang menjadi pori, noda, dan mikro-tekstur. Jika digabung dengan sampler yang memprioritaskan koherensi daripada detail, hasilnya adalah permukaan semulus kaca yang tampak artifisial saat diperiksa dekat.
Tidak ada negative prompt. Tanpa memberi tahu model secara eksplisit apa yang harus dihindari, model tidak mendapat sinyal bahwa kulit plastik, airbrush, mulus, atau seperti boneka tidak diinginkan. Negative prompt bukan hanya untuk menghapus jari tambahan. Ini adalah tuas langsung untuk mengendalikan realisme kulit.
Model Realistis Terbaik di Stable Diffusion Saat Ini
Tidak semua checkpoint dibuat untuk fotorealisme. Model-model berikut mendapatkan reputasinya dari kualitas output yang konsisten, validasi aktif komunitas, dan jumlah unduhan yang terukur di Civitai. Masing-masing unggul pada sisi realisme yang berbeda.
| Model | Arsitektur | VRAM Minimum | Terbaik Untuk | Kekuatan Utama |
|---|---|---|---|---|
| RealVisXL V5.0 | SDXL 1.0 | 8 GB | Potret, close-up | Nuansa film alami, tekstur kulit |
| Juggernaut XL v10 | SDXL 1.0 | 8 GB | Fotorealisme serbaguna | Pencahayaan sinematik, rentang prompt luas |
| Realistic Vision V6.0 | SD 1.5 | 4 GB | Realisme di hardware rendah | Berjalan di 4 GB, ekosistem LoRA sangat besar |
| CyberRealistic XL v10 | SDXL 1.0 | 8 GB | Fotorealisme bersih, iterasi cepat | Dukungan LCM/Lightning, output tajam |
| EpicRealism | SD 1.5 / SDXL | 4-8 GB | Detail halus, pencahayaan alami | Menghindari oversharpening, tone yang hidup |
RealVisXL V5.0 tetap menjadi pilihan utama komunitas untuk potret. Model ini menghasilkan kulit yang tetap meyakinkan saat dilihat dekat, dengan struktur grain alami seperti film 35mm. Juggernaut XL v10 adalah checkpoint SDXL paling serbaguna. Jika tidak tahu harus mulai dari mana, model ini menangani semuanya dari potret hingga fotografi produk dengan hasil konsisten dan sudah mengumpulkan lebih dari 18 juta unduhan.
Realistic Vision V6.0 adalah legenda SD 1.5 yang belum kehilangan tempatnya: model ini berjalan pada GPU 4 GB yang sederhana, tetapi tetap menghasilkan tone kulit dan pencahayaan yang menyaingi model SDXL pada resolusi lebih rendah. CyberRealistic XL menyediakan varian LCM dan Lightning untuk iterasi cepat tanpa mengorbankan fotorealisme. EpicRealism melengkapi daftar ini dengan pendekatan yang sengaja membumi. Model ini menghindari jebakan oversharpening yang membuat model lain terlihat terlalu dipoles AI.
Memilih Model yang Tepat untuk Hardware Anda
Pilihan model tidak berarti apa-apa jika GPU Anda tidak mampu menjalankannya. Kerangka keputusannya sederhana: cocokkan tier VRAM dengan arsitektur yang tepat, lalu optimalkan realisme di dalam tier tersebut.
| Tier VRAM | Arsitektur yang Disarankan | Model Realistis Terbaik | Yang Dapat Diharapkan |
|---|---|---|---|
| 4-6 GB | SD 1.5 | Realistic Vision V6.0 | 512x512 native, generasi cepat, tone kulit sangat baik, resolusi terbatas |
| 8 GB | SDXL | Juggernaut XL v10 atau RealVisXL V5.0 | 1024x1024 native, detail kuat, mungkin perlu mengatur VRAM saat LoRA ditumpuk |
| 12 GB+ | SDXL dengan lega atau Flux | Checkpoint SDXL apa pun dengan full LoRA stack | Workflow multi-LoRA, ControlNet, ADetailer, semuanya bersamaan |
| 16 GB+ | Flux atau SDXL | Flux Dev GGUF Q8 | Fotorealisme lokal terbaik, anatomi dan kepatuhan prompt lebih unggul |
SDXL membutuhkan 8 GB hanya untuk dimuat dan 12 GB agar dapat bekerja tanpa terus-menerus mengatur VRAM. Jika Anda memiliki 6 GB atau kurang, jangan dipaksakan. Model SD 1.5 seperti Realistic Vision dioptimalkan untuk memori rendah dan tetap menghasilkan fotorealisme yang sangat baik pada 512x512, yang dapat di-upscale setelahnya. Peralihan dari SD 1.5 ke SDXL langsung terlihat pada anatomi, detail, dan pemahaman prompt, tetapi biaya VRAM-nya juga meningkat signifikan.
Pengaturan Penting untuk Hasil Fotorealistis
Memilih checkpoint yang tepat hanyalah langkah pertama. Sampler, skala CFG, jumlah langkah, dan negative prompt yang Anda pasangkan menentukan apakah hasilnya terlihat seperti foto atau render.
Sampler. DPM++ 2M SDE Karras dan DPM++ 3M SDE Karras adalah pilihan yang paling banyak disepakati komunitas untuk tekstur kulit. Sampler ini mempertahankan detail frekuensi tinggi: noise mikro yang diterjemahkan menjadi pori, grain, dan ketidakteraturan permukaan. Euler a dan DDIM cenderung menghasilkan hasil yang lebih halus, kebalikan dari yang Anda butuhkan untuk fotorealisme.
Skala CFG. Untuk potret SDXL, CFG antara 4 dan 7 menghasilkan kulit yang paling alami. Di atas 7, model terdorong ke output yang ideal dan terlalu bersih. Sebagian praktisi mendapatkan hasil sangat baik pada CFG 2-3 dengan negative prompt yang disetel cermat. Model mendapat lebih banyak kebebasan menghasilkan tekstur alami, dengan konsekuensi kepatuhan terhadap prompt menjadi lebih longgar.
Steps. 25-30 langkah adalah rentang standar untuk SDXL. Untuk detail kulit maksimal, 40-60 langkah dengan DPM++ 3M SDE Karras memberikan peningkatan yang terlihat pada definisi pori dan rendering rambut. Di atas 60, hasil tambahannya turun tajam. Varian Lightning dan LCM dapat menghasilkan output yang layak dalam 4-8 langkah, tetapi lebih cocok untuk iterasi daripada output final.
Negative prompt. Di sinilah sebagian besar tampilan plastik dihilangkan. Negative prompt yang kuat untuk potret realistis biasanya mencakup:
plastic, smooth skin, airbrushed, poreless, doll-like, flawless, perfect skin3d render, cgi, digital painting, illustration, cartoon, animeblurry, low quality, deformed, bad anatomy, extra fingers, mutated handswax, retouched, photoshop, overexposed
Baris pertama secara langsung menargetkan tampilan plastik. Baris kedua menghapus gaya nonfotografis. Baris ketiga menangani kesalahan struktural. Baris keempat menghilangkan estetika pascaproses yang terlalu dipoles dan membuat gambar terlihat artifisial meski generasi dasarnya sudah baik.
Lebih dari Sekadar Checkpoint: LoRA, ADetailer, dan Rekayasa Prompt
Bahkan dengan model dan pengaturan yang tepat, wajah sering kehilangan detail pada resolusi standar. Komunitas mengembangkan pendekatan pascaproses berlapis yang menangani masalah ini secara sistematis.
LoRA untuk realisme. Model LoRA ringan seperti Skin & Hand dari Polyhedron dan add-details-xl menyuntikkan tekstur kulit serta detail halus pada weight rendah 0.3 hingga 0.8. Pada weight 1.0, add-details-xl memaksa model merender detail frekuensi tinggi di seluruh gambar. Ini dapat mengubah tekstur kulit secara dramatis, tetapi juga mungkin menimbulkan artefak pada latar belakang. Mulai dari 0.5 lalu sesuaikan berdasarkan hasil.
ADetailer (After Detailer). Ini adalah tool paling berdampak untuk memperbaiki wajah. ADetailer menjalankan model deteksi pada gambar hasil generasi, mengenali wajah, lalu membuat ulang wajah tersebut pada resolusi lebih tinggi dengan prompt khusus, semuanya otomatis. Konfigurasi yang disarankan:
- Detection model:
face_yolov8n.pt - Confidence threshold: 0.3
- Denoising strength: 0.22-0.28, lebih rendah dari standar karena yang dibutuhkan adalah penyempurnaan, bukan penggantian
- Steps: 18-22
- CFG: 4-4.5
- Inpaint only masked: ON
- ADetailer prompt:
natural skin texture, visible pores, subtle imperfections, soft skin transitions, realistic eyes, natural lips
Kekuatan denoising yang rendah sangat penting. Pada 0.5+, ADetailer pada dasarnya mengganti wajah, yang dapat memperkenalkan artefak baru atau menghilangkan identitas subjek. Pada 0.22-0.28, tool ini menyempurnakan detail yang sudah ada: menambahkan struktur pori, mempertajam mata, dan memperbaiki masalah anatomi kecil tanpa membuang generasi asli.
Teknik prompt untuk realisme. Kata-kata yang Anda gunakan membentuk tekstur yang dihasilkan model. Pemicu realisme yang efektif antara lain:
natural skin texture, visible pores, subtle blemishes, frecklescandid iphone camera portrait, raw photo, unretouched85mm portrait lens, shallow depth of field, natural lightingoily skin, sun-damaged skin, aged 35 years old, flyaway hair strands
Baris terakhir terdengar berlawanan dengan intuisi, tetapi sangat kuat. Orang nyata memiliki kulit berminyak, kerusakan akibat matahari, bintik usia, dan helai rambut yang berantakan. Meminta ketidaksempurnaan ini menjauhkan model dari default ideal dan mendekatkannya pada fotorealisme yang meyakinkan. Menentukan lensa kamera dan setup pencahayaan juga mengikat output pada realitas fotografi, bukan rendering digital.
Saat Pengaturan Lokal Bukan Pilihan: Alternatif Berbasis Cloud
Kenyataannya, Stable Diffusion lokal membutuhkan hardware yang besar. Workflow SDXL dengan LoRA, ADetailer, dan ControlNet secara bersamaan memerlukan VRAM 12-16 GB. Workflow Flux dalam presisi penuh membutuhkan 24 GB. Tidak semua orang memiliki atau ingin berinvestasi pada hardware tersebut. Proses setup sendiri, mulai dari memasang ComfyUI atau AUTOMATIC1111 hingga mengunduh checkpoint multi-gigabyte dan mengatur sampler serta ekstensi, dapat memakan waktu berjam-jam sebelum satu gambar pun dihasilkan.
Di sinilah tool pembuatan gambar AI berbasis cloud menjadi alternatif praktis. Platform text-to-image Seavid AI memberi akses ke berbagai model mutakhir, termasuk Seedream 5.0, Nano Banana Pro, dan GPT Image, melalui antarmuka browser tanpa setup lokal. Jelaskan visi Anda dalam prompt teks, pilih style dan resolusi, lalu buat gambar dengan cepat. Bagi pengguna yang perlu menyempurnakan atau mengubah gambar yang sudah ada, tool image-to-image menangani transfer style dan enhancement sambil mempertahankan komposisi, sedangkan SeedEdit memungkinkan pengeditan berbasis instruksi dengan preservasi identitas.
Trade-off-nya adalah kontrol. Stable Diffusion lokal memberi akses granular ke setiap parameter: sampler, CFG, jumlah langkah, weight LoRA, negative prompt, dan mask inpainting. Tool cloud mengabstraksikan keputusan tersebut di balik antarmuka yang lebih sederhana. Ini menguntungkan kecepatan dan aksesibilitas, tetapi membatasi Anda jika perlu menyetel aspek tertentu dari tekstur kulit atau detail wajah. Untuk prototyping cepat, konten media sosial, atau pengguna tanpa GPU khusus, cloud menghilangkan hambatan hardware sepenuhnya. Untuk potret fotorealistis berkualitas produksi ketika setiap pori penting, workflow lokal masih unggul.
Kesalahan Umum dan Cara Menghindarinya
- Menggunakan model dasar SDXL untuk potret. SDXL dasar dikenal cenderung menghasilkan kulit plastik. Selalu beralih ke checkpoint realistis yang telah di-fine-tune seperti RealVisXL atau Juggernaut XL untuk potret.
- Menjalankan CFG di atas 7 untuk kulit. CFG tinggi menekan tekstur alami. Turunkan ke 4-6 dan biarkan negative prompt menangani kontrol kualitas.
- Melewatkan ADetailer. Wajah yang dibuat pada 1024x1024 kehilangan detail saat subjek hanya menempati sebagian kecil frame. ADetailer memperbaikinya otomatis, jadi tidak ada alasan untuk melewatkannya.
- Menumpuk terlalu banyak LoRA. Setiap LoRA meningkatkan risiko perubahan warna dan artefak. Mulai dengan satu LoRA realisme pada weight 0.5, uji, lalu tambahkan hanya jika hasilnya membutuhkannya.
- Lupa menyebutkan ketidaksempurnaan. Jika prompt hanya berbunyi "wanita cantik, kulit sempurna," model akan memberikan tepat itu, dan hasilnya terlihat palsu. Tambahkan pori, noda, dan petunjuk pencahayaan alami.
- Upscale tanpa Hi-Res Fix. Upscale standar menajamkan semuanya secara seragam sehingga kulit bisa terlihat seperti lilin. Gunakan Hi-Res Fix dengan denoising strength rendah 0.3-0.4 untuk peningkatan detail yang terkendali.
Pertanyaan Umum
Bisakah saya mendapatkan hasil fotorealistis dengan SD 1.5, atau harus menggunakan SDXL?
Ya. Realistic Vision V6.0 pada SD 1.5 masih menghasilkan tone kulit dan realisme pencahayaan yang sangat baik. Trade-off-nya adalah resolusi, 512x512 native dibanding 1024x1024 pada SDXL, serta konsistensi anatomi. Jika GPU Anda memiliki VRAM 4-6 GB, SD 1.5 adalah pilihan terbaik, dan hasilnya dapat di-upscale setelahnya.
Apa satu perubahan paling efektif untuk memperbaiki tampilan plastik?
Tambahkan negative prompt yang secara eksplisit menargetkannya: plastic, smooth skin, airbrushed, poreless, doll-like, flawless. Perubahan ini saja biasanya memberi peningkatan yang terlihat pada sebagian besar checkpoint realistis, bahkan sebelum sampler atau CFG disesuaikan.
Apakah saya memerlukan GPU khusus, atau dapat menggunakan tool cloud?
GPU NVIDIA khusus dengan VRAM setidaknya 8 GB direkomendasikan untuk workflow SDXL lokal. Jika tidak memilikinya, tool berbasis cloud seperti Seavid AI memberi akses ke model berkualitas tinggi melalui browser, meski kontrol level parameter lebih terbatas dibanding setup lokal.
Mana yang lebih baik untuk fotorealisme: Stable Diffusion atau Flux?
Flux umumnya menghasilkan fotorealisme berkualitas lebih tinggi dengan anatomi dan kepatuhan prompt yang lebih baik, tetapi membutuhkan VRAM 12+ GB bahkan saat di-quantize dan memiliki ekosistem LoRA yang lebih kecil. SDXL tetap menjadi pilihan praktis bagi sebagian besar pengguna berkat library model komunitas yang besar, tool yang matang, dan kebutuhan hardware yang lebih rendah. Untuk hasil terbaik pada hardware kelas atas, Flux Dev dalam GGUF Q8 saat ini merupakan pilihan lokal terbaik.
Seberapa penting pilihan sampler untuk realisme kulit?
Sangat penting. DPM++ 2M SDE Karras dan DPM++ 3M SDE Karras mempertahankan noise frekuensi tinggi yang diterjemahkan menjadi tekstur kulit. Beralih dari Euler a ke DPM++ SDE Karras dapat memberi peningkatan realisme kulit yang lebih terasa daripada mengganti model, terutama pada checkpoint SDXL.
