Genmiga: belajar desain dari capture, observasi dan validasi

Arah riset

Genmiga meneliti bahasa dan alat untuk pekerjaan kreatif: representasi, eksekusi dan validasi hasil visual. Capture dan computer vision menjadi fondasi metode pembelajaran UI. Tujuannya membuat evaluasi desain dapat diulang dengan konteks yang sama, bukan hanya memberi komentar “bagus” atau “kurang modern”.

Status yang perlu dibedakan

Dokumentasi library mencatat fondasi Schema, core deterministik, validator dan CLI. Source prototipe vision menyediakan pengolahan gambar dan antarmuka pengenalan. Adapter capture ke evaluasi UI belum diimplementasikan dalam kontrak yang diperiksa 11 Oktober 2026. Adanya API tidak membuktikan model terpasang, inferensi sukses atau penilaian visual yang terkalibrasi.

Metode lima langkah

1. Capture: identifikasi halaman, viewport dan keadaan interaksi.
2. Amati: baca hierarki, jarak, kontras dan apa yang terlihat.
3. Bandingkan: gunakan brief, referensi dan kondisi yang sama.
4. Perbaiki: ubah bagian yang memiliki alasan dan dampak jelas.
5. Capture ulang: periksa tampilan sekaligus fungsi setelah perubahan.

Mengapa gambar saja tidak cukup?

Screenshot menunjukkan tampilan pada suatu saat. Ia tidak membuktikan tombol bekerja, fokus keyboard terlihat, atau isi formulir tersimpan. Observasi vision perlu dipasangkan dengan DOM dan pengujian interaksi. Nilai model adalah kandidat penilaian; keputusan akhirnya membutuhkan kriteria yang dapat diperiksa.

Contoh: kartu dapat tampak rapi tetapi tautannya menuju halaman yang salah. Atau versi desktop terlihat lengkap sementara menu ponsel menutup CTA. Dua masalah itu memerlukan uji fungsi dan ukuran layar, bukan semata penilaian gambar.

Radar: model vision yang lebih kecil

Hugging Face menerbitkan SmolVLM2 untuk pemahaman video dalam beberapa ukuran model. Ini referensi yang relevan untuk meneliti pengamatan visual pada perangkat dengan batas sumber daya. Kami belum menjalankan benchmark SmolVLM2 untuk evaluator UI Genmiga; ukuran model saja tidak membuktikan akurasi membaca tipografi, bahasa Indonesia atau aksesibilitas.

Artinya untuk tim kreatif

Mulai dengan capture yang konsisten, checklist dan bukti interaksi. Kumpulkan kegagalan yang dapat dijelaskan sebelum membuat skor otomatis. Data belajar perlu memiliki asal, izin penggunaan dan label yang dapat diaudit. Hindari melatih sistem untuk meniru estetika tanpa mengerti tujuan halaman.

Sumber dan batas

Dokumentasi Genmiga dan kontrak capture/vision diperiksa 11 Oktober 2026; rincian privat tidak dipublikasikan. Referensi: SmolVLM2 — Hugging Face, Februari 2025. Diagram adalah ilustrasi metode Tiranyx, bukan hasil output model. Lihat demo visual yang tersedia.