Tentang Keindahan

70% Keteraturan, 30% Kompleksitas

Jika kita membongkar sesuatu yang indah, ia ternyata teratur secara mengejutkan.

Fuga Bach mematuhi aturan kontrapung dengan ketat. Arsitektur Le Corbusier berdiri di atas grid modular. Rasio emas dalam tipografi, harmoni dalam musik, perspektif dalam lukisan — sebagian besar keindahan adalah matematika.

Penelitian fraktal telah mengkuantifikasi hal ini. Dimensi fraktal yang paling dirasakan indah oleh manusia adalah D ≈ 1.3 (Spehar et al. 2003, Taylor et al. 2011). Bila D=1.0 adalah keteraturan sempurna dan D=2.0 adalah kekacauan sempurna, maka 1.3 berarti sekitar 70% keteraturan dan 30% kompleksitas. Hasil yang sama berulang kali terkonfirmasi pada pemandangan alam, fraktal matematis, lukisan Pollock, serta pada anak-anak maupun orang dewasa. Saat melihat pola D=1.3, stres pulih 60% lebih cepat.

Musik pun menunjuk pada rasio yang sama. Voss & Clarke (1978) menemukan bahwa di antara derau putih (acak sempurna) dan derau cokelat (korelasi berlebihan), manusia secara konsisten lebih menyukai derau merah muda (1/f) — titik tengah matematis yang tepat antara keterprediksian dan kejutan.

Lalu, apakah keteraturan saja sudah indah? Tidak.

Bach besar bukan karena ia mematuhi kontrapung, melainkan karena ia menempatkan satu nada di posisi tak terduga di atas kontrapung itu. Le Corbusier besar karena ia memuntir satu tiang di atas grid. Jazz indah karena ada improvisasi di atas bentuk baku berupa progresi akor.

70% keteraturan membangun fondasi, dan 30% kompleksitas menciptakan keindahan. Kompleksitas tanpa keteraturan adalah derau, dan keteraturan tanpa kompleksitas adalah kebosanan.

Desain Dapat Diverifikasi

Ucapan “desain itu subjektif” hanya separuh benar.

Sisi kiri seluruhnya dapat divonis oleh mesin. Aturan ada secara deklaratif, dan kita memverifikasi apakah implementasi mengikuti aturan itu. Strukturnya sama dengan go test yang memverifikasi kode.

Sisi kanan ditentukan manusia. Tetapi jika sudah diputuskan, nyatakan secara eksplisit.

@allow-break: "asimetri bagian hero yang disengaja"

Yang dilakukan anotasi ini: mendeklarasikan kepada mesin bahwa “ini bukan bug, melainkan niat”. Kini mesin tidak menyentuh pengecualian ini, dan hanya memverifikasi 70% keteraturan sisanya.

57 : 23 : 20

Ada hasil analisis Deque Systems atas sekitar 300.000 masalah aksesibilitas dari lebih dari 13.000 halaman (Deque, 2021):

57% adalah wilayah keteraturan yang aturannya jelas. Kontras warna di bawah 4.5:1, teks alternatif yang hilang, ketidakmampuan akses keyboard — mesin memvonisnya tanpa bertanya.

20% adalah wilayah kompleksitas yang hanya dapat dinilai manusia. “Apakah alur ini intuitif?”, “Apakah teks alternatif ini benar-benar menyampaikan makna?” — pertanyaan yang hanya bisa dijawab dengan memahami konteks.

23% adalah perbatasannya. Wilayah yang tidak sepenuhnya tertangkap oleh aturan, tetapi bisa ditangkap bila AI mengenali polanya. Di sinilah AI menilai lewat konteks: “Apakah ini asimetri yang disengaja atau sebuah kesalahan?”

Kerangka Evals dari Anthropic (“Demystifying Evals for AI Agents”, 2026) mencerminkan persis tiga lapisan ini. Ia membagi penilai menjadi tiga jenis: berbasis kode, berbasis AI, dan berbasis manusia. Dan rekomendasi resminya adalah:

“Gunakan grader deterministik (berbasis kode) sebisa mungkin, gunakan grader LLM hanya secara pelengkap saat diperlukan, dan gunakan grader manusia hanya untuk kalibrasi.”

Anthropic sendiri mengakui keunggulan verifikasi deterministik. Rekomendasi “sebisa mungkin berbasis kode” menunjuk pada wilayah 57%. Di wilayah perbatasan 23% yang ditangani grader LLM, AI menengahi antara keteraturan dan kompleksitas. Sisanya yang 20% ditentukan manusia.

Tak perlu bertanya kepada LLM soal pelanggaran grid. Itu wilayah 57%. Tak perlu pula bertanya kepada LLM soal asimetri yang disengaja. Itu wilayah 20% yang sudah diputuskan manusia. Yang membutuhkan AI adalah 23% di antaranya — wilayah perbatasan yang punya aturan tetapi membutuhkan konteks.

Kunci yang Baku, Izinkan yang Tak Baku

Dalam kode, struktur ini sudah bekerja.

filefunc  — mengunci struktur kode dengan 22 aturan. Pengecualian via //filefunc:allow
yongol    — mengunci konsistensi antar-lapisan dengan 10 SSOT. Pengecualian via override eksplisit
Hurl      — mengunci perilaku API dalam plain text. Tanpa pengecualian (perilaku tak boleh berubah)

Jika struktur yang sama diterapkan pada desain:

SSOT sistem desain → mendeklarasikan grid, type scale, warna, jarak
CLI verifikasi     → vonis mekanis apakah implementasi mengikuti SSOT
@allow-break       → mengizinkan penyimpangan yang disengaja secara eksplisit
ratchet            → tak boleh mundur ke bawah verifikasi yang sudah lulus

Dokumen, musik, video — prinsip yang sama berlaku pada setiap wilayah kreasi yang memiliki aturan baku.

70% dari Setiap Wilayah

Reins Engineering bukan alat pengkodean AI. Ia adalah prinsip yang mengunci keteraturan secara deterministik dan menyisakan hanya kompleksitas bagi manusia.

Ia bermula dari pengkodean. Pengkodean hanya menjadi pembuktian pertamanya.

“Seni itu bebas” adalah prasangka orang yang tak pernah menerima pendidikan seni. Novel mengikuti struktur tiga babak, foreshadowing dan payoff, konsistensi sudut pandang, konsistensi kala. Lukisan mengikuti komposisi, teori warna, struktur nilai terang-gelap, perspektif. Musik mengikuti harmoni, kontrapung, bentuk. Jika kita menganalisis 28.000 label harmoni dalam kuartet gesek Beethoven, ia mengikuti hukum pangkat — segelintir aturan menguasai sebagian besarnya (Moss et al. 2019). Picasso menyempurnakan gambar klasik sebelum melakukan kubisme. Coltrane memainkan standar ribuan kali sebelum melakukan free jazz. Menginternalisasi aturan secara sempurna lalu mematahkannya dengan sengaja itulah kreasi; memulai tanpa aturan adalah derau.

Batas cakupan penerapan Reins Engineering sama dengan rasio keteraturan. Penelitian fraktal menunjukkan bahwa rasio itu lebih dari 70% di mana pun.

Yang harus dilakukan manusia bukanlah menjaga 70%. Melainkan menentukan 30%. Sisanya dijaga oleh mesin.

Pertanyaan

Pada sesuatu yang Anda buat, berapa persenkah keteraturannya?

Apakah keteraturan itu diverifikasi oleh mesin?

Atau apakah manusia yang memeriksanya dengan mata setiap kali?

Apakah Anda percaya bahwa “seni itu bebas”?

Tanyakanlah kepada Picasso.

Tulisan Terkait

Internal

• Reins Engineering — AI yang Berkendali — Pendekatan rekayasa yang mengunci 70% keteraturan secara deterministik
• filefunc — Satu Konsep dalam Satu Berkas — Anotasi //filefunc:allow = deklarasi eksplisit atas pengecualian yang disengaja
• Bias Sikap Menjilat AI adalah Fitur Bisnis — Mengapa LLM tak bisa menjadi penilai estetika
• Topologi Umpan Balik Lebih Penting daripada IQ Model — Model sama, lingkungan berbeda, hasil berbeda
• Membangun Sistem yang Bisa Dioperasikan Agen — Bukan hanya kode. Desain pun begitu

Eksternal

• Dieter Rams, Good Design — “Nothing must be arbitrary or left to chance.”
• Tim Brown, More Meaningful Typography — Skala modular: seluruh tipografi lahir dari satu rasio
• Josef Muller-Brockmann, Grid Systems in Graphic Design — Bapak sistem grid. “Membuat struktur eksplisit, dan desain memperoleh kekuatan.”
• Le Corbusier, Le Modulor — Menyatukan seluruh arsitektur menjadi satu sistem matematis dengan proporsi tubuh manusia + rasio emas + Fibonacci
• Daniel DeStefanis, Design Lint — Plugin linting yang otomatis mendeteksi lapisan tanpa token desain di Figma
• Toptal, Design Constraints Are Not Restraints — Batasan bukanlah penindasan, melainkan katalis kreativitas
• Sciforce, Computational Aesthetics — Sejarah kuantifikasi matematis keindahan, dari Birkhoff (1933) hingga algoritma modern

Sumber

Fraktal dan Preferensi Estetika

• Spehar, Clifford, Newell & Taylor, “Universal aesthetic of fractals”, Computers & Graphics 27 (2003) — Preferensi D=1.3~1.5 pada alam, matematika, maupun lukisan
• Taylor, Spehar et al., “Perceptual and Physiological Responses to Jackson Pollock’s Fractals”, Frontiers in Human Neuroscience 5:60 (2011) — Pemulihan stres 60% lebih cepat pada D=1.3
• Aks & Sprott, “Quantifying Aesthetic Preference for Chaotic Patterns” (1996) — Dimensi fraktal rata-rata pola yang disukai F=1.26
• Robles et al., “A shared fractal aesthetic across development”, Humanities and Social Sciences Communications (2020) — Preferensi kompleksitas menengah pada anak-anak maupun orang dewasa

Musik dan Teori Informasi

• Voss & Clarke, “1/f noise in music”, J. Acoustical Society of America 63 (1978) — Derau merah muda (1/f) adalah titik tengah matematis antara keterprediksian dan kejutan
• Cheung et al., “Uncertainty and Surprise Jointly Predict Musical Pleasure”, Current Biology 29 (2019) — Analisis 80.000 akor. Ketidakpastian rendah + kejutan tinggi = kenikmatan maksimal
• Moss et al., “Statistical Characteristics of Tonal Harmony”, PLOS ONE (2019) — 28.000 label harmoni Beethoven mengikuti hukum pangkat
• Manaris et al., “Zipf’s Law, Music Classification, and Aesthetics”, Computer Music Journal 29(1) (2005) — Musik yang nikmat secara estetika mengikuti hukum Zipf-Mandelbrot

Teori Pengukuran Estetika

• Birkhoff, Aesthetic Measure, Harvard University Press (1933) — M = O/C. Upaya pertama mengkuantifikasi keindahan dengan matematika
• Berlyne, Aesthetics and Psychobiology (1971) — Kurva U-terbalik: kompleksitas menengah memberi kenikmatan maksimal
• Chmiel & Schubert, “Back to the inverted-U for music preference”, Psychology of Music 45(2) (2017) — 87,7% dari 57 penelitian mendukung model U-terbalik
• Schmidhuber, “Driven by Compression Progress”, arXiv:0812.4360 (2009) — Ketertarikan = turunan pertama dari kemajuan kompresi

Neurosains

• Ishizu & Zeki, “Toward A Brain-Based Theory of Beauty”, PLOS ONE 6(7) (2011) — Keindahan musik maupun visual sama-sama mengaktifkan korteks orbitofrontal medial (mOFC)
• Vessel, Starr & Rubin, “The brain on art”, Frontiers in Human Neuroscience 6:66 (2012) — Aktivasi default mode network (DMN) pada seni yang paling menggetarkan
• Reber, Schwarz & Winkielman, “Processing Fluency and Aesthetic Pleasure”, Personality and Social Psychology Review 8 (2004) — Semakin tinggi kelancaran pemrosesan, semakin positif respons estetika
• Dibot et al., “Sparsity in an artificial neural network predicts beauty”, PLOS Computational Biology 19(12) (2023) — Kelangkaan neuron menjelaskan 28~47% varians keindahan

Arsitektur dan Desain

• Alexander, A Pattern Language (1977) / The Nature of Order (2002-2005) — “Keindahan itu objektif, dapat dipersepsi, dan dapat direproduksi”
• Salingaros, “Life and Complexity in Architecture From a Thermodynamic Analogy” — L = T × H. Harus kompleks namun harmonis agar rasa hidup termaksimalkan
• Muller-Brockmann, Grid Systems in Graphic Design (1981) — “Membuat struktur eksplisit, dan desain memperoleh kekuatan”
• WCAG 2.1, Contrast Minimum (2018) — AA 4.5:1, AAA 7:1. Sepenuhnya dapat diverifikasi secara mekanis

Evaluasi AI dan LLM-as-Judge

• Anthropic, Demystifying Evals for AI Agents (2026) — “Gunakan grader berbasis kode sebisa mungkin”
• Zheng et al., Judging LLM-as-a-Judge (2023) — Bias posisi, bias panjang teks, bias penguatan diri
• Ye et al., Justice or Prejudice?, ICLR 2025 — 12 bias potensial penilai LLM
• Zhou et al., IFEval (2023) — Menilai instruksi yang dapat diverifikasi dengan program deterministik
• Deque Systems, Automated Testing Study (2021) — Pengujian otomatis saja menemukan 57% masalah aksesibilitas, hingga 80% bila menyertakan IGT