Pernah memotret menggunakan kamera profesional, lalu melihat hasil foto dari smartphone dan merasa foto dari HP justru terlihat lebih menarik?
Warna terlihat lebih hidup. Wajah tetap terang meskipun berada di depan jendela. Langit tidak terlalu putih. Bahkan dalam kondisi malam, foto dari smartphone bisa terlihat cukup terang dan bersih.
Padahal, secara fisik, kamera profesional memiliki banyak keunggulan. Sensor yang lebih besar dapat memberikan keuntungan dalam pengumpulan cahaya dan pengendalian depth of field. Kamera dengan lensa yang dapat diganti juga memberikan fotografer jauh lebih banyak kendali.
Lalu, bagaimana smartphone yang ukurannya jauh lebih kecil bisa menghasilkan foto yang terlihat begitu bagus?
Jawabannya bukan karena smartphone telah mengalahkan hukum fisika. Justru karena smartphone menggunakan komputasi untuk mengatasi sebagian keterbatasan hardware-nya.
Teknologi tersebut dikenal sebagai computational photography.
Pada kamera digital, cahaya yang masuk melalui lensa akhirnya ditangkap oleh sensor dan diubah menjadi data gambar. Namun, pada smartphone modern, data tersebut tidak selalu langsung menjadi foto yang kita lihat di galeri.
Smartphone dapat menangkap beberapa frame dalam waktu yang sangat singkat. Frame-frame tersebut kemudian dapat disejajarkan, digabungkan, dan diproses menggunakan berbagai algoritma sebelum menghasilkan satu gambar akhir.
Penelitian tentang mobile computational photography menunjukkan bahwa teknik seperti burst photography, noise reduction, super-resolution, dan berbagai bentuk pemrosesan algoritmik telah menjadi bagian penting dalam perkembangan kamera smartphone.
Artinya, ketika kita menekan tombol kamera satu kali, hasil akhirnya bisa berasal dari lebih dari satu pengamatan sensor.
Foto yang terlihat sederhana di layar sebenarnya merupakan hasil dari kerja bersama antara sensor, hardware pemrosesan, algoritma, dan software.
Salah satu masalah terbesar kamera smartphone berasal dari ukuran fisiknya.
Smartphone memiliki ruang yang terbatas untuk sensor, lensa, dan komponen optik. Kondisi tersebut menjadi tantangan terutama ketika kamera harus memotret dalam kondisi minim cahaya.
Jika sensor menerima terlalu sedikit cahaya, gambar dapat memiliki noise. Salah satu cara untuk mendapatkan lebih banyak cahaya adalah memperpanjang waktu exposure. Namun, exposure yang lebih panjang meningkatkan risiko motion blur karena tangan pengguna atau objek di dalam scene dapat bergerak.
Google mengembangkan pendekatan yang berbeda melalui burst photography.
Alih-alih hanya mengambil satu foto dengan exposure panjang, kamera dapat mengambil sejumlah frame dengan exposure yang relatif singkat. Frame-frame tersebut kemudian digabungkan sehingga informasi yang konsisten dapat dipertahankan sementara noise dapat dikurangi.
Secara sederhana, bayangkan kita memotret objek yang sama berkali-kali.
Setiap foto memiliki sedikit noise yang berbeda. Namun, informasi sebenarnya dari objek relatif konsisten.
Jika beberapa pengamatan tersebut digabungkan secara tepat, sinyal yang konsisten dapat menjadi lebih kuat sementara variasi acak akibat noise dapat ditekan.
Inilah salah satu alasan mengapa foto smartphone dapat terlihat lebih bersih daripada yang kita bayangkan dari ukuran sensornya.
Menggabungkan beberapa foto ternyata tidak sesederhana mengambil rata-rata setiap piksel.
Tangan manusia selalu mengalami sedikit pergerakan. Objek di dalam scene juga dapat bergerak.
Jika dua foto yang sedikit bergeser langsung digabungkan, hasilnya dapat menghasilkan efek seperti bayangan atau objek ganda.
Karena itu, sistem harus melakukan image alignment.
Alignment bertujuan mencari hubungan posisi antara frame-frame yang berbeda sehingga sistem dapat menentukan bagian mana pada satu frame yang berhubungan dengan bagian yang sama pada frame lainnya.
Dalam penelitian Google tentang burst photography, proses ini menjadi bagian penting dari pipeline: sistem menangkap burst, melakukan alignment, kemudian menggabungkan frame-frame tersebut. Penelitian tersebut bahkan menggunakan metode alignment berbasis FFT untuk membuat proses tersebut cukup efisien dijalankan pada perangkat mobile.
Dengan kata lain, smartphone bukan hanya bertanya:
“Apa yang tertangkap oleh kamera?”
Tetapi juga:
“Bagaimana beberapa pengamatan yang sedikit berbeda ini dapat disatukan menjadi satu gambar?”
Masalah lain muncul ketika sebuah scene memiliki perbedaan tingkat kecerahan yang sangat besar.
Contohnya sederhana: seseorang berdiri di depan jendela.
Jika kamera mengekspos wajah dengan benar, pemandangan di luar jendela mungkin menjadi terlalu terang hingga terlihat putih.
Sebaliknya, jika kamera mengekspos bagian luar jendela dengan benar, wajah orang tersebut bisa menjadi terlalu gelap.
Rentang antara bagian paling terang dan paling gelap yang masih dapat direkam dengan baik inilah yang berkaitan dengan dynamic range.
Kamera smartphone memiliki keterbatasan dynamic range karena ukuran piksel sensor yang kecil membatasi jumlah elektron yang dapat ditampung setiap piksel.
Computational photography kemudian dapat digunakan untuk mengatasi masalah tersebut.
Salah satu pendekatannya adalah mengumpulkan informasi dari beberapa frame dan menggabungkannya sehingga detail pada area terang maupun gelap dapat dipertahankan.
Menariknya, HDR tidak selalu berarti mengambil exposure yang berbeda-beda.
Pada sistem HDR+ yang dijelaskan Google, frame-frame dapat menggunakan exposure yang sama dan cukup pendek. Exposure tersebut dipilih untuk menghindari highlight yang terlalu terang, sementara penggabungan banyak frame membantu mengurangi noise pada area bayangan.
Jadi, HDR pada smartphone tidak sesederhana:
foto gelap + foto terang = foto HDR.
Di belakangnya terdapat keputusan mengenai exposure, jumlah frame, alignment, noise, dan bagaimana informasi dari frame-frame tersebut digabungkan.
Ini bagian yang cukup menarik.
Jika delapan foto langsung dirata-ratakan, metode tersebut memang dapat mengurangi noise ketika semua frame benar-benar sejajar.
Namun, jika ada objek yang bergerak, hasilnya bisa menjadi berantakan.
Karena itu, sistem yang lebih canggih tidak selalu memberikan bobot yang sama kepada semua informasi dari setiap frame.
Penelitian Google tentang burst photography mengembangkan metode merging yang dirancang agar lebih tahan terhadap kesalahan alignment. Informasi yang tidak konsisten dengan frame referensi dapat ditekan sehingga kegagalan alignment tidak langsung menghasilkan ghosting yang parah.
Di sinilah matematika dan pengolahan citra mulai terasa sangat nyata.
Di balik satu foto, sistem dapat menggunakan konsep seperti noise model, frequency-domain filtering, Fourier transform, alignment, dan Wiener filtering untuk menentukan informasi mana yang sebaiknya dipertahankan dan mana yang sebaiknya ditekan.
Bagi pengguna, semuanya hanya terlihat sebagai satu tombol shutter.
Frame yang sudah digabungkan bukan berarti langsung menjadi gambar final.
Dalam camera pipeline, masih terdapat berbagai tahap pemrosesan gambar. Sistem dapat melakukan pengolahan warna, exposure, tone mapping, sharpening, noise reduction, dan berbagai bentuk peningkatan detail.
Perkembangan computational photography juga semakin terhubung dengan machine learning. Review mengenai mobile computational photography mencatat bahwa perkembangan machine learning telah mengubah berbagai tahap fotografi, mulai dari cara gambar ditangkap hingga bagaimana gambar diproses setelah capture.
Namun, penting untuk membedakan dua hal.
Computational photography tidak sama dengan AI.
Algoritma alignment, filtering, HDR, dan noise reduction tidak harus menggunakan machine learning. Sebaliknya, machine learning merupakan salah satu teknologi yang dapat digunakan dalam pipeline computational photography.
Jadi ketika sebuah smartphone disebut memiliki “AI camera”, bukan berarti seluruh proses kameranya dilakukan oleh AI.
Konsep ini bukan sekadar teori dari paper penelitian.
Apple menjelaskan pipeline kamera modernnya secara cukup terbuka dalam dokumentasi WWDC26.
Pada mode foto 24 MP tertentu, sistem menghasilkan gambar HDR 12 MP melalui multi-frame fusion. Gambar tersebut kemudian diproses oleh pipeline computational photography yang disebut Photonic Engine dan dikombinasikan dengan gambar 48 MP beresolusi penuh.
Hasil akhirnya adalah gambar 24 MP yang dirancang untuk menyeimbangkan informasi cahaya dan detail.
Apple juga menjelaskan bahwa fully processed photo merupakan multi-frame fused image yang melewati Photonic Engine untuk memperluas dynamic range dan meningkatkan detail.
Ini memberikan gambaran yang sangat jelas mengenai bagaimana sebuah foto smartphone modern dapat terbentuk.
Sensor menangkap data.
Beberapa frame dapat digabungkan.
Algoritma memproses data tersebut.
Hardware komputasi menjalankan pipeline tersebut.
Kemudian pengguna menerima satu foto yang terlihat sederhana.
Tidak.
Setidaknya, tidak dalam pengertian yang sederhana.
Kamera profesional tetap memiliki keunggulan besar. Sensor yang lebih besar, pilihan lensa yang lebih luas, aperture yang lebih fleksibel, kontrol manual, RAW, dan kemampuan optik lainnya memberikan fotografer ruang yang jauh lebih besar untuk mengendalikan hasil gambar.
Smartphone mengambil pendekatan yang berbeda.
Ketika ukuran hardware tidak memungkinkan sensor dan lensa dibuat sebesar kamera profesional, smartphone menggunakan komputasi untuk mendapatkan hasil maksimal dari hardware yang tersedia.
Karena itu, smartphone tidak benar-benar menggantikan kemampuan fisik kamera profesional.
Ia mengimbanginya dengan cara yang berbeda.
Kamera profesional memberi fotografer lebih banyak kendali.
Smartphone memberikan sistem lebih banyak tugas untuk dilakukan secara otomatis.
Mungkin setelah memahami proses ini, angka megapiksel menjadi terasa sedikit berbeda.
Ketika sebuah smartphone mengatakan memiliki kamera 48 MP, angka tersebut memang penting. Tetapi angka tersebut tidak menjelaskan seluruh kualitas gambar.
Yang menentukan hasil akhir adalah keseluruhan sistem:
sensor + lensa + ISP + algoritma + computational photography + machine learning + hardware komputasi.
Itulah mengapa dua smartphone dengan jumlah megapiksel yang sama dapat menghasilkan foto yang sangat berbeda.
Dan itulah juga mengapa peningkatan kamera smartphone tidak selalu datang dalam bentuk sensor yang lebih besar.
Kadang peningkatannya datang dari algoritma yang lebih baik.
Kadang dari chip yang lebih cepat.
Kadang dari metode alignment yang lebih akurat.
Kadang dari model machine learning yang lebih baik.
Dan sering kali, semuanya bekerja secara bersamaan.
Ketika kita mengambil foto menggunakan smartphone, kita sebenarnya tidak hanya meminta sensor untuk menangkap cahaya.
Kita meminta sebuah sistem komputasi untuk mengumpulkan, membandingkan, menyelaraskan, menggabungkan, dan memproses informasi dari cahaya tersebut menjadi sebuah gambar.
Itulah inti dari computational photography.
Smartphone tidak mengalahkan hukum fisika.
Smartphone bekerja dengan keterbatasan hukum fisika tersebut, kemudian menggunakan matematika, algoritma, hardware, dan software untuk mendapatkan hasil terbaik yang masih mungkin diperoleh.
Jadi, ketika foto dari HP terlihat lebih bagus daripada foto dari kamera yang jauh lebih mahal, mungkin yang sedang kita lihat bukanlah kamera yang lebih hebat.
Kita sedang melihat komputer yang bekerja lebih banyak di belakang kamera.
Delbracio, M., Kelly, D., Brown, M. S., & Milanfar, P. (2021). Mobile computational photography: A tour. Annual Review of Vision Science, 7, 571–604.
Hasinoff, S. W., Sharlet, D., Geiss, R., Adams, A., Barron, J. T., Kainz, F., Chen, J., & Levoy, M. (2016). Burst photography for high dynamic range and low-light imaging on mobile cameras. ACM Transactions on Graphics, 35(6).
Google Research. (2014). HDR+: Low Light and High Dynamic Range photography in the Google Camera App.
Google Research. (2018). Introducing the HDR+ Burst Photography Dataset.
Apple Developer. (2026). Implement high resolution photo capture. WWDC26.
