Pengantar
Adagium klasik “jangan menilai buku dari sampulnya” masih kerap ditafsirkan secara serampangan sehingga aspek visual sampul sebagai elemen untuk menilai sebuah buku cenderung dianaktirikan. Padahal, Gerrard Genette dalam buku Paratexts: Thresholds of interpretation menjelaskan bahwa sampul buku merupakan salah satu bagian dari periteks dalam parateks yang mengitari teks utama sebagai petunjuk awal bagi para pembaca untuk memberikan ancangan dalam memahami sebuah teks[1]. Sebuah teks tanpa parateks tidak akan eksis, sementara parateks akan selalu eksis. Dengan perkataan lain, parateks seperti sampul buku sama pentingnya dengan isi buku, bahkan jika isinya hilang, parateks bisa berdiri sendiri dan dapat menjadi “teks” baru. Misalnya, buku-buku Pramoedya Ananta Toer yang beberapa di antaranya hanya diketahui sampul atau bahkan judulnya saja karena isi teksnya “dihilangkan” Orde Baru, tetap dapat berdiri sendiri sebagai parateks yang kemudian mengindikasikan berbagai hal, dari opresi politik sampai kekerasan budaya. Makna sastra kemudian dapat diproduksi di dan dari luar teks.
Dalam industri buku, sampul buku adalah alat komunikasi pertama antara buku dan pembaca[2]. Di rak toko buku, sampul dihadapkan ke depan untuk menarik perhatian pembaca. Sementara di media sosial, sampul buku menjadi satu elemen yang selalu dijadikan tampilan utama bagi para pengulas buku, pembaca, sampai penulisnya sendiri ketika hendak mempromosikan sebuah buku. Penulis dan penerbit juga menggunakan media sosial untuk menawarkan pilihan—biasanya berupa voting—kepada pembaca tentang sampul buku mana yang sebaiknya dicetak. Hal ini dilakukan penerbit dan penulis (pada praktiknya, keputusan akhir berada di tangan penerbit) untuk mengkalkulasi modal kapital atau pendapatan yang didapat jika sampul pilihan pembaca diterbitkan.
Selain di media sosial, sampul buku juga digunakan di platform komunitas pembaca sebagai representasi isi buku. Salah satu yang populer adalah Goodreads, sebuah platform untuk mencatat aktivitas bacaan. Platform ini menjadi salah satu acuan utama para pembaca untuk menentukan buku mana yang hendak dibeli dan dibaca karena Goodreads menyediakan penilaian rating dan ulasan dari para pembaca lain sehingga dapat menentukan keputusan pembelian suatu buku. Hal ini disebut Gennette sebagai epiteks atau hal-hal di luar isi teks yang dapat memengaruhi bagaimana pembaca menilai atau memahami isi sebuah buku[3] dan pada akhirnya menjadi acuan utama untuk membeli. Meskipun penilaian pembaca (ulasan dan rating) terhadap buku di Goodreads mencakup keseluruhan buku, buku yang tidak memiliki sampul di laman Goodreads memiliki kecenderungan untuk tidak di-review atau dimasukkan ke dalam daftar buku bacaan karena secara estetika akan dianggap sebagai sesuatu yang mengganggu tampilan profil para pengguna. Dengan demikian, sampul menjadi satu elemen penting sebagai alat komunikasi awal antara pembaca dan buku sekaligus menjadi representasi dari isi buku tersebut.
Sama halnya dengan sampul, genre menjadi langkah awal yang memungkinkan pembaca untuk mengenali dan menafsirkan suatu karya tanpa harus berinteraksi langsung dengan isi teks. Baik sampul maupun genre, keduanya dapat menciptakan makna yang dapat ditafsirkan sendiri dan bahkan terpisah dari karya-karya yang melekat padanya[4]. Dengan perkataan lain, seorang pembaca dapat mengenali sebuah genre teks itu horor atau romansa hanya dilihat dari bagaimana visual dalam sampul itu ditampilkan tanpa perlu membaca keseluruhan isi teks tersebut. Seorang pembaca telah memiliki anggapan terhadap suatu unsur-unsur visual pada sebuah genre. Misalnya, pada genre horor, unsur visualnya identik dengan warna merah, bentuk tipografi yang tidak rapih (fancy/grunge), sampai figur-figur visual yang diasosiasikan dengan hal-hal menyeramkan, seperti darah, hantu, dan seterusnya.
Namun, selama ini pembaca tidak memiliki basis data yang kuat untuk menilai keterkaitan unsur visual sampul dengan suatu genre. Literasi genre pembaca hanya didasarkan pada intuisi “rasa-rasa” atau ungkapan “dari yang pernah saya lihat, buku ini bergenre …”. Hal itu disebabkan keterbatasan mata manusia yang tidak bisa melakukan kuantifikasi terhadap jumlah elemen visual dalam ribuan sampul buku dan mengaitkannya dengan genre tertentu. Berangkat dari hal tersebut, esai ini hendak menjawab satu payung pertanyaan mendasar dan sederhana, yakni bagaimana kecenderungan warna, tipografi, dan ilustrasi pada ribuan sampul buku memiliki keterkaitan dengan genre buku yang dilekatkan? Saya menggunakan pendekatan distant viewing yang merupakan satu dari berbagai pendekatan dalam humaniora digital untuk menganalisis 5.068 sampul buku di laman Goodreads periode 2000—2025. Ribuan buku tersebut secara sekilas dapat dilihat sebagaimana pada Gambar 1 berikut.
Pengambilan ribuan data sampul buku tersebut dimungkinkan dan dimudahkan dengan teknologi komputasi, ditambah adanya kategorisasi buku khusus berbahasa Indonesia yang didokumentasikan oleh komunitas Goodreads Indonesia di laman Goodreads. Untuk mengerucutkan temuan, analisis dibatasi pada sampul depan—yang disebut Genette sebagai Cover 1—dengan berfokus pada tiga aspek visual utama dalam sebuah sampul, yakni warna, tipografi, dan ilustrasi. Pendekatan distant viewing memungkinkan pengolahan dan pembacaan pola visual dalam skala besar melalui komputasi sehingga hubungan antara elemen visual dan genre dapat diidentifikasi secara lebih sistematis, terukur, dan melampaui keterbatasan penglihatan manusia. Esai ini diharapkan dapat memformulasi intuisi keterkaitan antara genre dan sampul buku serta membuka kemungkinan kritik sastra yang bergeser dari domain teks tertulis ke domain teks visual sekaligus memperkaya pendekatan distant viewing/reading yang masih minim[5] dalam khazanah kritik sastra Indonesia.
Strategi Pembacaan Jauh (Distant Viewing/Reading) dan Usaha Membangun Korpus Visual
Sebuah gambar yang menjadi (being) adalah sebuah dunia yang dibentuk dari jutaan piksel. Cara kita melihat gambar sosok manusia di sebuah situs web atau foto hewan di Instagram, misalnya, sebenarnya dibentuk dari jutaan piksel yang saling terhubung dan melengkapi sehingga kita bisa menyimpulkan bahwa suatu gambar itu adalah manusia atau hewan. Cara yang seolah-olah dilakukan secara tidak sadar ini merupakan konsep dasar dari apa yang dikembangkan Arnold & Tilton menjadi suatu metode dan teori yang disebut sebagai distant viewing[6]. Terminologi yang dikembangkan Arnold & Tilton ini terinspirasi oleh terminologi distant reading yang ditawarkan Franco Moretti[7]. Keduanya sama-sama merespons perkembangan analisis close reading yang menganggap sebagian teks dapat merepresentasikan keseluruhan teks sehingga memperlakukannya secara “istimewa” yang secara tidak langsung mereproduksi logika kanonik. Kendati keduanya merespons pendekatan close reading, pendekatan distant viewing cenderung lebih kompleks, terutama pada tahap interpretasi data gambar (teks visual multidimensional) karena memiliki sifat yang disebut Barthes sebagai sifat polisemis dibandingkan teks tertulis[8]. Sebuah gambar berkemungkinan memberikan peluang multi-interpretasi yang lebih besar dibandingkan teks tertulis yang berkecenderungan memagari pada satu makna.
Baik pembacaan jauh maupun distant viewing, keduanya menjadi mungkin dilakukan berkat perkembangan teknologi komputasional yang dapat membaca jutaan data tekstual dan visual untuk diinterpretasi melalui pendekatan humaniora. Pada perkembangannya, hal ini disebut sebagai teori humaniora digital yang memayungi kajian multidisiplin antara kajian humaniora dan komputasional. Dalam paradigma humaniora digital yang menjadi payung pendekatan distant reading dan distant viewing, terdapat beberapa tahapan[9] yang saya sederhanakan menjadi tiga tahapan utama (pipeline). Pertama, pengambilan dan pengorganisasian data oleh komputer. Kedua, komputer melakukan anotasi/analisis, pembersihan, dan visualisasi terhadap data. Ketiga, tahap ini sepenuhnya dilakukan manusia karena mengeksplorasi dan menginterpretasi data dengan pendekatan humaniora.
Tiga tahapan utama tersebut diturunkan menjadi enam tahapan spesifik sebagaimana ditunjukkan pada Gambar 2. Pada bagian awal, saya berhasil menghimpun/mengambil—saya agak sulit mencari padanan pas untuk scraping data dalam bahasa Indonesia—5.068 buku dari laman Goodreads yang diambil pada 30 Maret 2026. Alat yang saya gunakan untuk melakukan scraping adalah Google Colab melalui bahasa pemrograman python. Dalam bahasa pemrograman python, terdapat jutaan library atau pustaka termasuk library[10] yang memungkinkan untuk mengambil sebuah dataraya dari suatu situs website. Dataraya yang berhasil diambil dari situs Goodreads di antaranya adalah sampul buku, judul buku, nama penulis, tahun terbit, nama penerbit, genre, tautan buku, rata-rata rating, total pembaca yang memberi rating, dan total review. Data-data selain sampul buku ini selanjutnya disebut metadata.
Proses lalu beranjak ke pembersihan data atau data cleaning yang khusus dilakukan pada metadata. Hal ini penting untuk membantu komputer mengenali informasi seperti judul buku, genre, sampai tahun terbit agar bisa disesuaikan dengan nama file gambar sampul buku. Proses ini menggunakan library Pandas yang memungkinkan data dibaca dan diolah menjadi DataFrame struktur data dua dimensi berbentuk tabular atau berupa baris dan kolom (seperti CSV/Exceel). Proses pembersihan ini penting karena komputer terkadang tidak dapat membedakan penggunaan tanda titik (.) atau koma (,) dalam angka sehingga data yang harusnya merujuk pada tahun malah dianggap merupakan nilai desimal atau seharusnya buku tersebut mendapatkan total rating 1.000 orang, tetapi dianggap 1 orang saja. Untuk mengantisipasi kesilapan pembacaan tersebut, Pandas melalui fungsi to_numeric() dapat mengonversi kolom-kolom ke dalam format numerik.
Setelah melakukan pembersihan data, saya melakukan filterisasi data tahun terbit. Buku-buku yang sampulnya diterbitkan di luar tahun 2000—2025 dihapus. Sementara itu, buku terbitan lama yang diterbitkan pada kurun 2000—2025 tetap dipertahankan karena buku-buku tersebut pada akhirnya menjadi bagian khazanah sastra Indonesia yang turut mewarnai pembaca pada periode pasca reformasi. Di sisi lain, sampul buku merupakan respons terhadap zaman. Hal itu sebagaimana yang ditekankan Genette[11] bahwa fungsi dan bentuk parateks akan berbeda pada setiap zaman. Dengan perkataan lain, jika teks dalam buku adalah penanda semangat suatu zaman (zeitgeist), sampul buku dapat dikatakan sebagai respons zaman terhadap isi buku dan membantu pembaca—yang mungkin saja berbeda zaman—untuk memahami isi teks suatu buku. Ilustrator atau perancang sampul berperan dalam menginterpretasi inti dari sebuah buku terlebih dulu, lalu membuat sampul yang berkecenderungan sesuai dengan tren visual suatu zaman tertentu sebelum akhirnya disetujui penerbit dan penulis. Atas dasar pertimbangan itu, buku-buku yang sebenarnya pertama kali diterbitkan pada waktu di luar rentang 2000—2025 tetap dipertahankan untuk melihat bagaimana para ilustrator atau penerbit merespons buku lama melalui sampul yang baru.
Jika proses pembersihan data sudah selesai dan ketika dibaca lagi menunjukkan struktur data yang tepat, proses dapat dilanjutkan. Namun, perlu dicatat bahwa proses pembersihan data adalah proses trial & error yang kerap dilakukan sambil berjalan atau baru ketemu galat ketika sudah dilakukan analisis dan visualisasi. Oleh karena itu, proses pendekatan humaniora digital terutama dalam konteks distant viewing merupakan proses yang tidak linear dan harus selalu dilakukan pengecekan ulang[12].
Pada tahap anotasi dan analisis data, saya menggunakan beberapa library python berdasarkan berbagai kebutuhan analisis yang dimungkinkan untuk dilakukan kuantifikasi, di antaranya adalah analisis warna, tipografi, dan ilustrasi. Pertama, pada analisis warna, saya menggunakan algoritma K-Means, yakni algoritma pengelompokan data berdasarkan kemiripan karakter dalam hal ini karakter piksel warna suatu sampul buku ke dalam klasifikasi HSV (hue, saturation, value). Pada analisis tipografi, teks pada sampul buku pertama-tama dideteksi dan dibaca menggunakan EasyOCR. Hasil OCR kemudian dicocokkan dengan metadata judul dan nama penulis dari dataset CSV melalui teknik fuzzy string matching guna memverifikasi bahwa teks yang terdeteksi memang merupakan bagian tipografis sampul, bukan teks lain. Selanjutnya, font yang teridentifikasi dicocokkan dengan basis data dari Google Fonts dan Dafont. Lalu terakhir, pada analisis ilustrasi, saya menggunakan algoritma Contrastive Language-Image Pretraining (CLIP)[13] yang pertama kali dioperasionalkan Radford dkk[14]. Setelah komputer menganalisis ketiganya, saya kemudian mempresentasikan atau men-deploy hasil analisis ke dalam bentuk situs visual-interaktif untuk memudahkan proses interpretasi data sebagaimana tampak pada Gambar 3.
Eksplorasi seluruh hasil analisis visual sampul buku dapat diakses melalui visual interaktif ini.
Membaca Genre
Sebuah genre tidak lahir secara tabula rasa. Dia dikait-eratkan oleh keputusan penerbit, penulis, sampai platform komunitas pembaca, termasuk Goodreads. Platform Goodreads melabeli buku-bukunya dengan genre tertentu melalui mekanisme crowdsourcing. Mekanisme ini memungkinkan Goodreads melakukan perhitungan jumlah rak secara otomatis setiap hari berdasarkan aktivitas pelabelan terbaru dari seluruh komunitas pengguna (pembaca)[15]. Aktivitas ini dibantu juga oleh seorang librarian yang bersifat volunter sehingga setiap pembaca dapat menjadi seorang librarian dengan beberapa persyaratan[16]. Hal ini menunjukkan bahwa pelabelan suatu genre hampir sepenuhnya diserahkan pada aktivitas mayoritas pengguna (pembaca) terutama kepada pembaca dan librarian yang berada pada suatu komunitas di dalam laman Goodreads.
Salah satu komunitas pembaca yang turut membantu dalam usaha pelabelan adalah komunitas Goodreads Indonesia. Komunitas ini berdiri pada 2007 yang salah satu tujuannya berupaya mendokumentasikan buku-buku berbahasa Indonesia di Goodreads. Dari 19 katalog yang didokumentasikan komunitas saya hanya mengambil dua katalog, yakni fiksi-asli dan puisi-asli. Kata “asli” di situ merujuk pada buku-buku “asli” berbahasa Indonesia. Buku-buku yang masuk ke dalam kategori tersebut berjumlah setidaknya 5.732 buku, tetapi yang berhasil di-scraping dan dianalisis mesin[17] adalah 5.068 sampul buku.
Dari 5.068 buku tersebut setidaknya terdapat 132 jenis genre. Namun, genre-genre yang ditemukan tidak berdiri sendiri, artinya terdapat buku-buku yang melekat pada lebih dari satu genre. Tabel 1 menunjukkan berbagai genre yang memiliki co-occurrence atau genre yang sering muncul secara bersamaan. Hasil co-occurrence menunjukkan adanya ketergantungan suatu genre dengan genre yang lainnya (overlap). Untuk menjelaskan bagaimana ketergantungan genre ini beroperasi, saya menemukan tiga pola klaster.
Klaster pertama menggambarkan bagaimana novel menjadi wadah dominan untuk tema-tema populer seperti tema romansa, drama, dan isu-isu remaja. Perlu digarisbawahi terlebih dahulu bahwa genre “drama” pada tabel 1 didefinisikan di laman Goodreads sebagai: "Drama is the specific mode of fiction represented in performance [...] Drama is also used as synonym of Dramatic (Situations of misfortunes that move vividly)." Meskipun disinggung bahwa istilah “drama” pada definisi di atas adalah bentuk fiksi represented in performance atau erat kaitannya dengan drama-teater, tetapi istilah drama di situ berkecenderungan didefinisikan sebagai drama-aksi atau semacam situasi fiksi yang “dramatis”. Hal itu juga dapat dilihat dari daftar genre yang tidak menunjukkan adanya kemunculan kata “naskah” atau “teater” yang bersanding dengan kata “drama”. Dari hasil pencarian manual yang lebih spesifik, saya menemukan bahwa beberapa karya sastra drama dimasukkan ke satu genre fiksi secara tematis seperti “romansa”, “horor”, dan seterusnya. Dengan demikian, pembaca Indonesia terutama pembaca Goodreads, cenderung melabeli buku berdasarkan tema (drama, romansa, sampai remaja) dibandingkan label bentuk (puisi, cerpen, dan novel) sebagai genre.
Temuan bahwa novel menjadi wadah untuk berbagai genre tematis berbanding terbalik dengan puisi yang memiliki tingkat overlap paling rendah. Buku bergenre puisi seolah terisolasi dengan genre-genre tematis lainnya. Puisi hanya berpasangan dengan satu genre tematis, yakni genre romansa (4%) yang selama ini kerap dikaitkan secara intuitif—bahwa puisi selalu romantis. Isolasi puisi dari genre tematis yang lain ini menunjukkan bahwa puisi sebenarnya diperlakukan pembaca sebagai “genre tematis” itu sendiri karena dari temuan dan dari peristilahan, tidak ditemukan istilah puisi-fiksi sains, puisi-petualangan, apalagi fiksi-puisi. Fenomena yang sama juga terjadi pada cerita pendek yang memiliki angka overlap tinggi dengan antologi (73%). Namun, cerita pendek masih memiliki irisan dengan genre tematis lain meskipun tidak sesignifikan novel. Kendati demikian, tidak dapat dimungkiri bahwa minimnya jumlah overlap puisi dan cerita pendek pada genre tematis lain disebabkan format produksi kedua genre yang biasanya berbentuk dalam satu buku antologi. Format ini membuat puisi dan cerita pendek lebih banyak diproduksi berdasarkan periode kekaryaan pengarang. Meskipun ada juga format yang dikumpulkan secara tematis, tetapi dari temuan pelabelan genre di atas, pembaca memperlakukan sajak-sajak dalam kumpulan puisi atau setiap cerpen dalam antologi cerpen sebagai bukan kesatuan tema naratif sebagaimana pada novel, melainkan terpisah ruah dan oleh karena itu pelabelan genre hanya disesuaikan pada bentuk karya (puisi/cerpen).
Jika pada klaster pertama memperlihatkan novel sebagai bentuk karya sastra yang populer digunakan dengan berbagai genre tematis, klaster kedua menunjukkan bagaimana genre tematis romansa menjadi magnet atau jaring pengait terhadap beberapa genre. Genre dengan overlap terbesar adalah genre chick lit sebesar 94%, atau sama seperti 178 buku bergenre chick lit, 167 di antaranya bergenre romansa. Genre lain yang overlap dengan romansa di antaranya adalah genre persahabatan (89%), remaja (80%), keluarga (73,1%%), dan dewasa (76%). Menariknya, genre-genre ini memiliki jumlah kuantitas buku yang cukup banyak dan dominan dibandingkan dengan genre lainnya. Hal ini menunjukkan bahwa hampir seluruh buku-buku sastra Indonesia di Goodreads pada akhirnya bermuara pada satu tema yang sama, yakni romansa. Temuan ini memperkuat anggapan bahwa tema-tema yang diwacanakan sastra Indonesia secara umum masih berkutat atau beririsan dengan tema romansa percintaan. Di sisi lain, genre-genre yang berdekatan dengan romansa adalah genre yang menandakan demografis suatu pembaca (remaja dan dewasa) termasuk chick lit yang dianggap merupakan bacaan untuk perempuan dewasa. Pola dan fenomena ini tidak dapat dilepaskan dari perkembangan platform baca daring seperti Wattpad dan Storial sejak pertengahan dekade 2010-an yang secara masif memproduksi fiksi romansa remaja.
Pada klaster ketiga, pola overlap berbeda dari dua klaster sebelumnya. Fiksi Sains–Fantasi (68%), Persahabatan–Remaja (68%), Fantasi–Petualangan (56%), dan Horor–Thriller/Misteri (47%) menunjukkan angka yang cenderung seimbang dan berkaitan. Pola overlap pada klaster ini tidak sepenuhnya terjadi karena pola perilaku pengguna (pembaca), tetapi juga dipengaruhi oleh struktur teks di dalamnya. Hal ini dapat dibaca melalui kerangka Genette dalam buku The Architext yang membagi definisi antara mode dan genre[18]. Genre adalah kategori sastra yang dibentuk melalui proses menyejarah dan dilatarbelakangi sosial sehingga lebih cair. Sementara mode bersifat lebih stabil karena hanya bergantung pada bagaimana suatu cerita diucapkan (lirik, epik, dan dramatik). Genette sendiri menegaskan bahwa hubungan keduanya kompleks dan tidak bersifat hierarkis, genre dapat “cut across modes” atau dengan perkataan lain, genre dapat berada pada beberapa mode sekaligus. Dari sinilah, klaster ketiga dapat dibaca sebagai cerminan kedekatan pada level mode. Genre-genre pada klaster ini memiliki irisan modal yang lebih besar satu sama lain dibandingkan genre-genre di klaster sebelumnya. Misalnya, genre fantasi dan petualangan sama-sama beroperasi dalam mode naratif yang didominasi perjalanan sampai rintangan. Sementara itu, genre Horor dan Thriller/Misteri sama-sama bertumpu pada mode ketegangan dan ancaman. Kedekatan ini bukan hanya dibentuk dari perilaku pelabelan komunitas, melainkan mencerminkan kemiripan struktural di level mode yang sudah ada sebelum label genre itu sendiri terbentuk.
Ketiga klaster ini sama-sama menggambarkan sistem genre yang tidak stabil. Genre dapat berfungsi sebagai wadah bentuk (novel), sebagai penanda demografis (chick lit, remaja), atau sebagai konvensi naratif yang mandiri (fantasi, horor). Ketidakstabilan ini terjadi di level teks tertulis yang terbentuk oleh perilaku pengguna (komunitas pembaca) di Goodreads dan struktur teks pada buku yang memiliki mode yang serupa. Namun, ancangan untuk memahami makna suatu isi buku bukan hanya ada pada genre, melainkan juga pada teks visual pada sampul buku. Teks visual bekerja pada level yang berbeda dari genre, ia harus mengomunikasikan genre yang cenderung cair dan tidak stabil jauh sebelum pembaca membaca satu kata pun. Tugas berat ini pertama-tama harus dipikul oleh teks visual yang paling dominan, yakni warna.
| Genre 1 | Genre 2 | N Genre 1 | N Genre 2 | Overlap | Overlap % |
|---|---|---|---|---|---|
| Drama | Novel | 195 | 1.312 | 158 | 81% |
| Novel | Remaja | 1.312 | 523 | 363 | 69% |
| Antologi | Cerita Pendek | 63 | 257 | 46 | 73% |
| Novel | Romansa | 1.312 | 1.434 | 786 | 60% |
| Puisi | Romansa | 660 | 1.434 | 26 | 4% |
| Chick Lit | Romansa | 178 | 1.434 | 167 | 94% |
| Persahabatan | Romansa | 129 | 1.434 | 115 | 89% |
| Remaja | Romansa | 523 | 1.434 | 419 | 80% |
| Keluarga | Romansa | 167 | 1.434 | 122 | 73% |
| Dewasa | Romansa | 134 | 1.434 | 102 | 76% |
| Drama | Romansa | 195 | 1.434 | 140 | 72% |
| Fiksi Sains | Fantasi | 48 | 243 | 33 | 69% |
| Fantasi | Petualangan | 243 | 86 | 48 | 56% |
| Horor | Thriller/Misteri | 93 | 170 | 44 | 47% |
Pada Mulanya adalah Warna
Membicarakan makna warna kerap kali terjebak pada sesuatu yang terlalu universal. Entah datang dari mana misalnya warna kuning selalu identik dengan “optimisme”. Padahal, jika warna kuning dirupakan menjadi bendera dan dipasang di depan sebuah rumah, itu bisa menjadi preseden yang sama sekali tidak optimis. Dalam konteks jurnalisme, warna kuning identik dengan istilah yellow journalism atau semacam jurnalisme yang meNuhankan sensasionalitas pemberitaan. Sementara itu, warna kuning dalam konteks buku-buku di Eropa pada suatu masa pernah dicontohkan Genette “were synonymous with licentious French books”[19]. Dengan demikian, pemaknaan terhadap warna perlu dianalisis secara kontekstual dan tidak bisa dilakukan secara universal karena setiap kebudayaan dan konteks dapat memahami suatu warna dengan makna yang berbeda.
Dalam konteks sampul buku, warna merupakan aspek dominan yang pertama kali dilihat pembaca ketika mengunjungi sebuah toko buku. Mari kita lihat kembali Gambar 1 di bagian awal tulisan. Hal yang pertama kali terlihat dan terlintas adalah warna-warna dari sebuah sampul buku tersebut dari kejauhan. Setelah melihat warna, pembaca kemudian baru melihat judul dan aspek visual lainnya yang termuat dalam sampul buku. Maka dari itu, warna menjadi aspek penting dan dominan dalam teks visual. Kendati demikian, mata manusia memiliki keterbatasan dalam melihat warna, sementara mesin dapat melihat suatu warna yang lebih kompleks dan numerik[20]. Dengan perkataan lain, mata manusia memersepsikan warna sebagai kategori visual, bukan sebagai kombinasi nilai numerik seperti dalam model RGB. Misalnya, mata manusia mengkategorisasikan suatu warna adalah merah muda, sementara sistem komputer dapat melakukan kalkulasi bahwa warna tersebut dapat ditentukan pada nilai RGB: (240, 128, 128). Oleh karena itu, analisis warna dilakukan menggunakan algoritma K-Means untuk mengelompokkan angka-angka numerik yang dibaca mesin ke dalam klaster warna yang dapat dilihat manusia[21].
Setelah komputer menjalankan algoritma untuk menganalisis teks visual sampul buku, terdapat setidaknya sebelas klasifikasi warna (merah, oranye, kuning, hijau, biru, ungu, hitam, cokelat, pink, abu-abu, dan putih) sebagaimana yang dapat dilihat dalam peta panas Gambar 4. Bagian vertikal merupakan genre dari sampul buku, sementara bagian horizontal adalah proporsi warna pada setiap sampul buku. Semakin gelap warna dan tinggi persen menunjukkan frekuensi distribusi yang tinggi. Dari hasil analisis, setidaknya terdapat lima warna yang sering muncul pada 5.068 sampul buku, di antaranya adalah warna putih, oranye, biru, hitam, dan merah. Jika diklasifikasikan berdasarkan klaster genre yang telah dijelaskan pada bagian sebelumnya, warna-warna tersebut tidak terdistribusi secara acak, tetapi melekat pada beberapa klaster genre.
Distribusi warna pada klaster pertama dan kedua saling berkelindan. Klaster pertama merupakan klaster yang menunjukkan bagaimana novel menjadi bentuk yang paling banyak berkait erat dengan genre-genre tematis sehingga distribusi warna pada klaster pertama juga terdistribusi pada klaster kedua. Pada klaster kedua, genre-genre yang berkait erat (overlap) dengan romansa didominasi warna putih, disusul oranye, dan biru. Genre romansa sendiri didominasi warna putih dengan presentasi 34,5% dari total keseluruhan jumlah sampul buku bergenre romantis. Sementara itu, presentasi dominasi warna putih pada genre-genre klaster kedua hampir seluruhnya di atas 25%, di antaranya adalah keluarga (37,4%), chick lit (35,2%), drama (31,9%), dewasa (34,3%), persahabatan (34,5%), dan remaja (30,8%).
Temuan ini menunjukkan adanya homogenisasi suatu klasifikasi warna pada genre yang berasosiasi dengan genre romansa atau dapat termasuk ke dalam genre fiksi populer. Warna putih, oranye, dan biru diklasifikasikan sebagai warna cerah/hangat yang jika dilihat dari dimensi kecerahan dan saturasi menghasilkan kecerahan berkisar 0,71—0,76. Semakin mendekati angka satu, suatu warna menunjukkan kecerahan maksimal. Warna hangat dengan kecerahan bernilai tinggi ini digunakan dalam sampul depan buku untuk menangkap pandangan mata dari kejauhan dibandingkan warna-warna dingin yang bernuansa lebih tenang dan menjemukan mata. Temuan dari penelitian yang dilakukan Arūnas Gudinavičius dan Andrius Šuminas menunjukkan bahwa buku-buku yang berwarna hangat lebih banyak dipilih pembaca untuk dibeli dibandingkan buku-buku berwarna dingin. Hal itu tidak terlepas dari warna hangat dan terang pada suatu sampul buku yang menjadi titik mencolok dan menjadi pandangan pertama pembaca ketika pergi ke toko buku sehingga memiliki kecenderungan untuk dibeli.
Dalam perspektif budaya massa, genre fiksi populer pada umumnya ditujukan sebagai eskapisme pembaca dari realitas dunia yang menjemukan karena cerita-cerita yang disuguhkan dalam genre populer cenderung menghibur. Dominasi cerita yang menghibur tersebut direpresentasikan melalui sampul buku berwarna hangat dan cerah. Hal ini merupakan cara kerja mitos, yang menurut Barthes, dapat menaturalisasi makna kultural antara warna dan asosiasi maknanya menjadi sesuatu yang tampak “wajar” dan “universal”. Warna hangat dan cerah pada sampul fiksi populer dimitoskan sebagai warna yang menghibur dan memanjakan mata. Seolah-olah hubungan antara warna cerah dan kesenangan adalah sesuatu yang alamiah, bukan hasil konstruksi. Hal ini merupakan antitesis warna gelap yang dimitoskan sebagai kemuraman/menjemukan. Mitos yang dikonstruksi melalui warna sampul ini tidak semata-mata soal selera estetika, tetapi cerminan logika industri budaya massa yang menjadikan buku sebagai komoditas untuk memenuhi kapital ekonomi pada suatu penerbit atau penulis buku. Dengan perkataan lain, warna sampul buku dipilih bukan hanya untuk merepresentasikan isi teks, tetapi untuk memaksimalkan daya tarik visual kepada pembaca agar berhasrat membeli buku tersebut. Mitos tersebut membuat pembeli merasa memilih dan membeli buku berdasarkan selera pribadi, padahal mereka sedang merespons konstruksi semiotis yang telah dirancang sebelumnya oleh desainer dan penerbit.
Berbanding terbalik dengan klaster 1 dan 2 yang menunjukkan adanya dominasi satu warna dengan proporsi yang timpang, pada klaster 3 distribusi warna lebih merata. Sampul bergenre Thriller/Misteri, Horor, Fantasi, Fiksi Sains, Aksi, Petualangan, Fiksi Sejarah, Komedi, dan Anak-anak hampir memiliki distribusi proporsi setiap warna yang berada di bawah 30,8%. Pola distribusi warna pada klaster ketiga menunjukkan keterkaitan antara mode naratif isi teks buku dan teks visual. Selain itu, genre-genre yang saling overlap inijuga memiliki kedekatan proporsi warna karena beberapa genre berada atau bertumpu pada mode naratif yang serupa.
Kecenderungan itu terlihat pada genre Horor dan Thriller/Misteri yang sama-sama menempatkan warna hitam dan putih pada proporsi tertinggi. Pada Horor, warna hitam (20,0%) sedikit lebih tinggi daripada putih (18,8%), sedangkan pada Thriller/Misteri, putih (18,3%) sedikit lebih tinggi daripada hitam (17,4%). Meskipun urutannya berbeda, warna putih pada kedua genre hadir di tengah komposisi warna gelap lainnya sehingga tidak menghasilkan kesan terang seperti pada klaster 1 dan 2. Warna-warna gelap dimitoskan sebagai penanda kemisteriusan dan ketegangan yang berasosiasi dengan narasi horor dan kejahatan. Temuan ini memperkuat horizon harapan pembaca yang mengasosiasikan sampul gelap dengan kedua genre tersebut. Menariknya, warna merah yang diasosiasikan dengan darah hanya muncul dalam proporsi kecil. Hal ini menunjukkan bahwa makna warna pada sampul buku tidak dibangun secara universal, tetapi dikonstruksi secara kultural melalui akumulasi konvensi genre yang terus direproduksi oleh industri penerbitan. Warna hitam terbukti memiliki asosiasi yang lebih kuat sebagai penanda Horor dan Thriller/Misteri daripada merah.
Pengaruh mode naratif terhadap dominasi distribusi warna tertentu juga terjadi pada genre Fantasi, Fiksi Sains, Aksi, dan Petualangan yang menempatkan biru sebagai salah satu warna utama. Genre Fantasi didominasi putih (21,9%), disusul biru (18,8%) dan oranye (14,2%), sedangkan genre Fiksi Sains menempatkan biru sebagai warna teratas (21,3%), diikuti putih (18,2%) dan hitam (14,3%). Genre Aksi menempatkan biru pada proporsi 19,4%, sementara Petualangan sebesar 18,8%. Hadirnya warna biru pada genre-genre ini menunjukkan adanya keberkaitan. Secara tematik, keempat genre tersebut memiliki mode naratif yang bertumpu pada penjelajahan tokoh fiksi dan membawa pembaca ke ruang-ruang spekulatif di luar cakrawala dunia yang dikenali manusia. Dalam konteks ini, warna biru dapat dibaca sebagai penanda semiotik yang merepresentasikan cakrawala langit dan ruang kosmik sebagai garis batas pengetahuan manusia. Keempat genre tersebut berusaha menyentuh atau melewati garis batas itu. Dengan demikian, penggunaan warna biru tidak hanya berfungsi sebagai pilihan estetis, tetapi juga sebagai strategi visual untuk mengonstruksi horizon imajinatif yang selaras dengan logika naratif genre tersebut.
Sementara itu, pola yang berbeda tampak pada genre Fiksi Sejarah, Komedi, dan Anak-anak. Warna oranye hadir kuat pada ketiga genre tersebut, tetapi memiliki fungsi semiotik yang berbeda. Pada Komedi, oranye menjadi warna terbesar (27,5%), disusul putih (24,5%), sehingga kesan hangat lebih tepat dipahami sebagai hasil kombinasi keduanya daripada dominasi putih. Pada Fiksi Sejarah, putih (25,5%) dan oranye (19,8%) berada di posisi teratas, kemudian biru (9,4%), hitam (9,0%), cokelat (8,4%), dan merah (8,3%). Kombinasi palet tersebut membentuk nuansa sepia yang diasosiasikan dengan masa lalu, seperti warna kertas yang menua atau arsip yang termakan waktu. Oranye pada Fiksi Sejarah tidak berdiri sendiri sebagai warna cerah, tetapi bergeser menjadi bagian dari spektrum warna usang yang merepresentasikan masa lalu.
Sebaliknya, pada genre Anak-anak, distribusi warna oranye tidak menunjukkan dominasi yang signifikan dibandingkan warna lain. Hal ini terlihat dari rentang distribusi antarwarna yang relatif kecil, yakni sekitar 15%. Angka ini diperoleh dari selisih antara proporsi warna terbesar dan terkecil. Rentang kecil ini menunjukkan bahwa palet warna sampul buku pada genre Anak-anak menunjukkan keberagaman warna. Palet warna yang beragam dan relatif seimbang secara sengaja dikonstruksi untuk menciptakan kesan ceria dan menarik perhatian anak-anak. Dalam kerangka ikonografi genre, komposisi ini berfungsi sebagai sistem tanda visual yang berulang dan dikenali sebagai “kode” buku anak, sebagaimana warna hitam secara konvensional dikenali sebagai penanda genre horor. Temuan ini menunjukkan bahwa satu warna yang sama dapat mengemban makna yang berbeda bergantung pada konteks genre dan kombinasi warna lain yang menyertainya.
Dengan demikian, warna dapat dipahami sebagai teks visual pertama dan dominan yang membentuk ancangan pembaca dalam memahami isi teks atau mode naratif pada suatu buku. Warna bekerja sebagai penanda awal yang secara cepat mengarahkan horizon harapan pembaca bahkan sebelum teks dan label genre dibaca. Namun, komposisi distribusi warna pada setiap sampul tidak serta merta menjadi penanda suatu genre yang stabil dan universal. Hal itu disebabkan makna warna diproduksi dalam konteks sosial, lokal, dan temporal yang tidak stabil. Warna biru pada hari ini bermakna revolusioner (baca: resistance blue), tetapi pada kemudian hari bisa saja menjadi kontra-revolusioner (baca: oligarch blue). Di sisi lain, warna tidak dapat bekerja secara mandiri sebagai sistem tanda dalam sampul buku, diperlukan penanda lain untuk mengarahkan dan menstabilkan suatu makna. Jika warna berfungsi sebagai elemen yang pertama kali menarik dan mengarahkan perhatian pembaca dari kejauhan, tipografi dan gaya ilustrasi hadir sebagai sistem tanda berikutnya yang turut mempertegas identitas genre dalam sampul buku.
Tipografi Mengubah Nuansa
Akan ada berapa banyak pembaca yang gusar jika seluruh buku karya Pramoedya Ananta Toer diterbitkan ulang dengan sampul bertipografi goofy ahh seperti comic sans? Sebagian pembaca yang memiliki kesadaran visual mungkin akan menganggap hal ini adalah penghinaan. Sampul edisi 100 tahun tetralogi Bumi Manusia yang terbit pada 2025 pun menuai kritik karena hanya menampilkan warna biru tanpa ada ilustrasi dan ditambah memiliki bahan sampul yang kurang kokoh. Sesuatu yang jauh berbeda dengan sampul terbitan ulang tahun 2005 yang menampilkan ilustrasi khas dan tipografi klasik. Kendati demikian, aspek visual dalam sampul edisi 100 tahun sebenarnya masih dalam “batas wajar” karena pemilihan warna biru, konon, diklaim penerbit merupakan warna favorit Pram. Di sisi lain, secara estetika tipografi pun tidak terlalu mengganggu (mempertahankan gaya tipografi klasik) sehingga ada usaha untuk merepresentasikan isi buku, keinginan penulis (keluarga penulis), dan “menyenangkan” pembaca.
Dengan demikian, pemilihan gaya huruf bukan sekadar penunjang estetika, melainkan turut memengaruhi nuansa suatu teks ketika dibaca dan dimaknai oleh pembaca. Gaya huruf (tipografi) dalam sampul buku sendiri dapat diklasifikasikan ke dalam typeface yang didasarkan dari jenis font. Ellen Lupton dalam Thinking with Type[22] menjelaskan bahwa typeface adalah desain dari sekumpulan karakter huruf yang melingkupi bentuk, proporsi, dan kepribadian visual suatu sistem huruf. Sementara font adalah implementasi yang lebih teknis seperti ukuran, ketebalan (bold), sampai huruf miring (italic) dari berbagai macam typeface. Sederhananya, font adalah bagian lebih spesifik dari typeface. Dalam konteks analisis sampul buku, analisis typeface lebih umum digunakan karena desainer dan illustrator buku menggunakan berbagai variasi font yang pada dasarnya dapat diklasifikasikan dan ditelusuri ke dalam suatu sistem typeface.
Meskipun typeface dapat mempersempit jumlah font, para peneliti tipografi memberikan jumlah klasifikasi yang berbeda-beda. Yuto Shinahara[23] mengklasifikasikan enam jenis typeface, Brumberger[24] membagi typeface menjadi tiga berdasarkan persona font yang dipersepsikan pembaca, yaitu elegance, directness, dan friendliness. Sementara itu, Lupton[25] bahkan tidak secara eksplisit memberikan jumlah klasifikasi yang pasti. Namun, dari ketiga argumentasi peneliti ini, saya memutuskan untuk mempersempit jenis-jenis typeface menjadi empat kategori typeface, yakni Serif, Sans-serif, Script, dan Display atau Fancy. Keempat typeface ini diputuskan setelah dilakukan uji-coba melalui analisis mesin dan ditemukan jumlah temuan yang proporsional antara empat kategori tersebut sehingga dianggap mewakili berbagai karakter visual font di dalam sampul buku sastra Indonesia. Serif ditandai dengan adanya kait pada ujung huruf serta kontras stroke yang jelas sehingga memberi kesan tradisional dan formal. Sementara itu, Sans-serif tidak memiliki kait dengan bentuk yang lebih bersih dan geometris sehingga terasa lebih modern. Secara etimologis, kata sans dalam Sans-serif adalah tidak, oleh karena itu secara visual, Sans-serif merupakan kebalikan dari serif. Script meniru tulisan tangan dengan alur garis yang mengalir dan dinamis sehingga menghadirkan kesan personal. Sementara Fancy atau Display memiliki bentuk-bentuk font yang lebih eksperimental dan keluar dari pakem serif atau script.
Keempat kategori typeface ini dapat digunakan untuk mengklasifikasikan ratusan font dalam 5.068 sampul buku sastra Indonesia. Pertama-tama, saya memerintahkan mesin untuk mengelompokkan 920 jenis font yang saya ambil dari Googlefonts dan Dafonts ke dalam tujuh kategori typeface. Setelah itu, mesin mendeteksi keberadaan teks dalam gambar sampul buku. Lalu, mesin mengklasifikasikan jenis typeface-nya. Pada tahap mendeteksi teks seperti judul dan nama penulis, algoritma EasyOCR digunakan. Meskipun nama penulis juga dapat dideteksi, saya berfokus hanya pada jenis typeface yang digunakan judul dalam sampul buku sebagai jangkar makna dan gerbang awal pembaca memahami isi teks buku. Namun, karena adanya sejumlah keterbatasan teknis, seperti kualitas gambar sampul yang kurang jelas atau tipografi yang tidak selalu dapat diidentifikasi secara pasti sebagai judul buku, beberapa teks yang bukan judul tetap dianalisis. Keputusan ini didasarkan pada pertimbangan bahwa elemen teks lain pada sampul juga dapat memengaruhi suasana dan nuansa visual sebuah buku. Tingkat akurasi deteksi judul (0-1) dapat dilihat melalui nilai confidence (conf) yang dihasilkan mesin: semakin mendekati angka 1, semakin tinggi tingkat akurasinya, sebagaimana ditunjukkan pada Gambar 7.
Setelah itu, hasil OCR dicocokkan dengan metadata judul dari dataset CSV menggunakan teknik fuzzy string matching, yakni teknik pencarian yang mampu mengenali kecocokan meskipun terdapat perbedaan ejaan atau karakter akibat keterbatasan pembacaan mesin. Setelah teks berhasil diekstraksi, model berbasis CLIP (Contrastive Language-Image Pretraining) digunakan untuk mencocokkan teks tersebut dengan database font. CLIP bekerja dengan memetakan gambar dan deskripsi teks ke ruang representasi yang sama sehingga mampu membandingkan karakteristik visual huruf yang terdeteksi terhadap contoh-contoh font dalam database. Model CLIP ini menghasilkan lima prediksi font teratas berdasarkan tingkat kemiripan visual, dan font dengan skor tertinggi dipilih untuk kemudian diklasifikasikan ke dalam salah satu dari empat kategori typeface.
Dari 5.068 sampul yang dianalisis, jenis typeface paling dominan adalah Serif yang berjumlah 2.343 sampul buku, disusul Script (1.402), Sans-serif (702), dan Fancy (621). Dominasi Serif bukan tanpa sebab, karena dalam sejarahnya, typeface ini dalam sejarahnya merupakan bentuk huruf paling lama digunakan dalam tradisi buku cetak yang baru masyhur sekira abad ke-19. Hal ini membuat Serif umumnya digunakan pada teks akademik dan publikasi formal. Menurut Brumberger dalam penelitiannya tentang pengaruh typeface terhadap kesan pembaca[26], Serif memiliki kesan otoritatif dan stabil yang tidak terlepas dari sejarahnya yang memiliki asosiasi dengan teks-teks formal.
Jika dilihat dari distribusi genre dan klaster pada Gambar 8, jumlah presentase typeface Serif bercokol pada klaster 3, terutama genre Fiksi Sejarah, Thriller/Misteri, dan Horor. Namun, jika dilihat lebih spesifik pada jenis font, ketiga genre tersebut menunjukkan distribusi jenis font yang cukup berbeda. Pada genre Fiksi Sejarah, terdapat dominasi font dalam typeface serif seperti Rozha One (21,6%), diikuti Piazzolla (5,9%), Yeseva One (4,4%), dan Oranienbaum (3,7%). Selain itu, terdapat pula kehadiran font yang ber-typeface Sans-serif dan Script dalam proporsi yang lebih kecil sehingga total distribusinya mencakup empat font Serif, dua Sans-serif, dan dua Script. Dominasi ini menunjukkan bahwa tipografi pada sampul buku Fiksi Sejarah berkecenderungan ingin menampilkan kesan formal sebagaimana persona Serif pada umumnya.
Berbeda dengan Fiksi Sejarah, genre Thriller/Misteri dan Horor tidak didominasi secara timpang oleh font ber-typeface serif. Distribusi font pada genre Thriller/Misteri cenderung lebih tersebar dengan kemunculan font Sans-serif seperti Be Vietnam Pro dan Rajdhani, serta font Script seperti Merienda dan Kalam. Pola ini menunjukkan adanya usaha untuk meragamkan tipografi yang tidak serigid Fiksi Sejarah. Usaha itu lebih terlihat dan eksploratif pada genre Horor yang menunjukkan adanya kemunculan font dari kategori Fancy, yaitu Creepster. Secara visual, font Creepster menyerupai tekstur seperti tetesan darah yang memiliki asosiasi dengan genre Horor. Temuan ini menunjukkan bahwa meskipun ketiga genre tersebut sama-sama berada dalam dominasi kategori Serif, perbedaan pada tingkat jenis font menghasilkan nuansa pembacaan yang berbeda. Hal ini tidak terlepas dari isi mode naratif yang berbeda. Thriller/Misteri dan Horor berada pada mode naratif yang cenderung lebih beririsan dibandingkan Fiksi Sejarah. Keduanya sama-sama didominasi narasi misterius dan tense yang bisa direpresentasikan melalui keberagaman font serta kemunculan font Creepster yang menyerupai tetesan darah. Sementara genre Fiksi Sejarah direpresentasikan melalui dominasi font Rozha One yang cenderung statis dan formal.
Nuansa pembacaan yang lain dapat dilihat dari typeface terbanyak kedua, yakni Script. Typeface script didominasi oleh sampul-sampul yang berada di genre-genre klaster 2. Sebagaimana yang telah diungkapkan pada analisis genre dan warna, genre-genre pada klaster 2 merupakan genre fiksi populer yang homogen dan umumnya memiliki mode naratif bertema cerita romansa. Script merupakan gaya huruf menyerupai tulisan tangan yang memberikan nuansa dan kesan personal kepada pembaca. Kesan tersebut berkelindan dengan genre fiksi populer romansa yang secara mode naratif menonjolkan cerita-cerita keseharian yang dekat dengan pembaca. Kesan personal pada huruf Script ditandai dari gaya yang menyerupai tulisan huruf sambung pada tulisan tangan dalam surat. Surat adalah alat komunikasi paling personal yang paling klasik dan digunakan dalam adegan-adegan romansa. Seorang tokoh fiksi yang menuliskan surat di dalam alur cerita juga biasanya ditulis oleh penulis dengan gaya tipografi Script yang berbeda dengan gaya tipografi pada alur utama. Kesan inilah yang membuat gaya tipografi Script digunakan pada genre fiksi populer untuk mengesankan nuansa romantis dan klasik.
Dengan demikian, dominasi Serif pada genre-genre yang menuntut kesan formal dan historis, kehadiran Script pada fiksi populer bertema romansa, hingga kemunculan Fancy pada Horor menunjukkan bahwa pemilihan tipografi merupakan keputusan semiotis yang secara aktif menegosiasikan makna antara isi buku, horizon pembaca, dan konvensi genre. Ketegangan ini menghasilkan variasi tipografi yang beragam. Genre Thriller/Misteri dan Horor tidak terbatas hanya pada typeface Fancy sebagaimana asumsi yang melekat pada dua genre tersebut, tetapi juga terdapat eksplorasi tipografi yang dilakukan ilustrator dan penerbit untuk membentuk kesan dan ekspektasi yang baru terhadap suatu genre.
Gaya Ilustrasi sebagai Nyawa
Jika tipografi bertujuan menyampaikan isi buku melalui bagaimana cara huruf dibentuk sehingga memengaruhi nada dan nuansa dalam membaca, ilustrasi bekerja secara lebih polisemis dan terbuka dibandingkan warna dan tipografi. Hal ini membuat ilustrasi berperan sebagai “nyawa” yang memengaruhi teks visual lain sehingga dapat mengubah makna keseluruhan pada suatu sampul buku. Kendati bersifat polisemis, ilustrasi pada sampul tetap perlu diklasifikasikan ke dalam beberapa klasifikasi gaya ilustrasi yang populer dan lazim digunakan. Saya membagi klasifikasi gaya ilustrasi menjadi sepuluh kategori, yakni corak ilustrasi kartunal, minimalis, ekspresionisme, fotografi/digital collage, abstrak, absurd, dekoratif, pop art, realisme, dan kubisme.
Sepuluh klasifikasi tersebut dideskripsikan sesuai dengan definisi dan ciri-ciri gaya ilustrasi yang melekat pada masing-masing corak. Deskripsi secara tekstual ini berguna sebagai panduan analisis komputasional yang dijalankan model CLIP. Berbeda dengan penggunaan CLIP dalam analisis tipografi yang berfokus pada pencocokan karakter huruf terhadap database font, CLIP dalam analisis ilustrasi bekerja pada skala gambar penuh (whole-image level). Model ini dilatih pada 400 juta pasang gambar-teks dari internet menggunakan contrastive learning sehingga mampu memetakan gambar dan deskripsi teks ke ruang representasi yang sama. Dengan mengajukan deskripsi tekstual seperti: "book cover featuring real photographic image as main visual element, photographic texture, realistic lighting" atau "realistic book cover illustration with lifelike people, objects, natural lighting, accurate anatomy, detailed textures", CLIP mengklasifikasikan gaya ilustrasi berdasarkan kedekatan semantik antara representasi gambar dan teks deskripsi tersebut.
Hasil analisis gaya ilustrasi, sebagaimana ditampilkan dalam peta panas Gambar 9, menunjukkan distribusi gaya ilustrasi minimalis dan kartunal mendominasi berbagai genre di klaster 2, seperti Romansa, Chick Lit, Persahabatan, dan Remaja. Gaya ilustrasi minimalis dalam konteks ini merujuk pada penggunaan elemen visual sederhana yang sangat populer sejak akhir dekade 2010-an di industri kreatif yang salah satunya ditandai dari merebaknya perubahan logo-logo suatu brand lama yang dimodifikasi menjadi lebih minimalis. Penggunaan gaya minimalis dalam konteks fiksi populer menunjukkan adanya upaya penerbit dan ilustrator untuk menyesuaikan diri dengan preferensi pasar. Tren per tahun menunjukkan peralihan yang tidak linear. Gaya minimalis pertama kali sedikit melampaui kartunal pada 2012, kembali berada di bawahnya pada 2013–2014, lalu unggul secara lebih konsisten sejak 2015 hingga 2022. Setelah itu, proporsi keduanya kembali berfluktuasi. Perubahan tren gaya ilustrasi minimalis pada sampul buku sastra Indonesia, terutama pada genre fiksi populer tidak terlepas dari tabiat fiksi populer yang diperuntukkan sebagai medium eskapisme yang menghibur dan berujung pada pemenuhan kapital ekonomi. Penerbit, ilustrator, dan penulis—penulis jarang dilibatkan secara signifikan dalam penentuan gaya ilustrasi—berupaya mengoptimalkan daya tarik visual sampul dengan menyesuaikan gaya ilustrasi terhadap tren yang sedang berkembang di masyarakat. Dengan demikian, gaya minimalis yang digunakan ini bukan sekadar sebagai penanda identitas genre fiksi populer, tetapi disebabkan genre fiksi populer berkecenderungan mengikuti tren gaya ilustrasi yang sedang digemari masyarakat pada suatu kurun waktu tertentu.
Tabiat fiksi populer yang berorientasi hanya untuk “menghibur” pembaca ini dapat menjelaskan mengapa gaya ilustrasi kartunal juga melekat pada genre fiksi populer. Namun, sama halnya dengan gaya ilustrasi minimalis, gaya ilustrasi kartunal pada genre fiksi populer bukanlah penanda identitas genre yang stabil karena genre fiksi populer memiliki gaya ilustrasi yang lebih cair bergantung pada tren visual yang sedang digemari masyarakat. Berbeda dengan genre fiksi populer, identitas gaya ilustrasi kartunal lebih ajek pada dua genre yang berada di klaster tiga, yakni Anak-anak (61,7%) dan Komedi (62,1%). Secara naratif, genre Anak-anak berorientasi pada penyampaian cerita yang mudah dipahami, penuh imajinasi, dan memuat unsur edukatif diselipi hiburan ringan. Genre komedi berisi mode naratif yang memuat unsur humor, ironi, dan situasi yang mengundang tawa. Mode naratif kedua genre ini dapat direpresentasikan melalui gaya ilustrasi kartunal. Gaya ilustrasi kartunal sendiri merupakan gaya ilustrasi yang menekankan bentuk karakter-karakter komikal dan jenaka. Jika menghadirkan tokoh orang dalam visualisasinya, gaya ilustrasi kartunal menampilkan wajah karakter yang ekspresif, tubuh yang tidak proporsional, dan elemen-elemen lain agar pembaca merasa terhibur dan memberikan kesan ironi bahkan sebelum membaca isi buku. Kesan-kesan ilustrasi tersebut berkelindan dengan mode naratif genre Anak-anak dan Komedi yang bertujuan menghibur/menyenangkan serta mengundang gelak tawa.
Keterkaitan antara mode naratif dan gaya ilustrasi juga ditunjukkan pada genre Horor yang didominasi gaya ilustrasi Ekspresionisme (33,3%). Ditinjau dari sejarahnya, ekspresionisme merupakan gerakan seni pada awal abad ke-20 di Eropa yang menekankan distorsi bentuk, kontras visual yang tajam, serta ekspresi emosi dalam gambar yang merepresentasikan kondisi psikologis yang tidak stabil. Dominasi penggunaan gaya ini pada sampul horor menunjukkan adanya kesesuaian teks visual dan mode naratif genre horor yang sama-sama membangun nuansa mengganggu dan menegangkan. Sementara itu, Thriller/Misteri sebagai genre yang memiliki kedekatan mode naratif dengan Horor justru menunjukkan distribusi gaya ilustrasi yang lebih merata. Hal ini dapat dipahami karena genre Thriller/Misteri tidak selalu dibangun pada visual eksplisit yang mengganggu seperti pada Horor. Genre Thriller/Misteri direpresentasikan melalui gaya ilustrasi yang lebih subtil dan eksploratif dengan dicirikan pada distribusi gaya ilustrasi yang lebih merata.
Pola distribusi gaya ilustrasi yang relatif merata juga tampak pada genre Fiksi Sejarah, Fiksi Sains, Fantasi, dan Petualangan. Pada genre Fiksi Sejarah, gaya ilustrasi Ekspresionisme memiliki proporsi sebesar 23,1%, disusul gaya Minimalis sebesar 21,3%. Komposisi tersebut menunjukkan adanya dua kecenderungan visual yang saling melengkapi. Gaya Ekspresionisme digunakan untuk menghadirkan narasi sejarah melalui suasana emosional, distorsi bentuk, dan intensitas visual, sedangkan gaya Minimalis menyederhanakan kompleksitas peristiwa sejarah ke dalam elemen-elemen visual yang lebih ringkas. Dengan demikian, sampul Fiksi Sejarah tidak hanya berusaha membangun atmosfer masa lalu, tetapi juga menyajikan narasi sejarah dalam bentuk yang lebih mudah dikenali oleh pembaca.
Sementara itu, distribusi gaya ilustrasi pada genre Fiksi Sains lebih beragam, yaitu Dekoratif sebesar 25,0%, Minimalis 16,7%, Ekspresionisme 16,7%, Abstrak 14,6%, dan Absurd 12,5%. Dominasi gaya Dekoratif menunjukkan bahwa sampul Fiksi Sains cenderung memanfaatkan pengolahan bentuk, pola, simbol, dan elemen visual yang kompleks untuk merepresentasikan dunia teknologi serta ruang-ruang spekulatif. Kehadiran gaya Abstrak dan Absurd dalam proporsi yang cukup menonjol juga memperlihatkan kecenderungan genre ini untuk mengeksplorasi visual yang tidak sepenuhnya terikat pada bentuk realistis. Pola tersebut berbeda dengan genre Fantasi yang, meskipun memiliki kedekatan tematis dengan Fiksi Sains, hanya menggunakan gaya Absurd sebesar 4,1% dan lebih banyak direpresentasikan melalui gaya Kartunal (28,0%) serta Ekspresionisme (20,6%). Perbedaan ini menunjukkan bahwa Fantasi cenderung merepresentasikan dunia imajinatif melalui bentuk visual yang lebih figuratif dan mudah dikenali, sedangkan Fiksi Sains menggunakan pendekatan visual yang lebih beragam, simbolis, dan eksperimental.
Distribusi analisis gaya ilustrasi di atas menunjukkan adanya perbedaan mendasar antara klaster yang berorientasi pasar dan klaster yang berfungsi sebagai penanda identitas genre. Homogenisasi pada klaster dua tidak hanya terjadi pada analisis warna dan tipografi, tetapi juga pada analisis gaya ilustrasi yang menunjukkan dominasi gaya ilustrasi minimalis dan kartunal yang mengikuti tren visual serta preferensi pasar. Sementara itu, klaster tiga menunjukkan pemilihan gaya ilustrasi yang ditentukan oleh kebutuhan untuk membangun atmosfer, emosi, dan kompleksitas masing-masing mode naratif. Gaya ilustrasi pada klaster ketiga cenderung berfungsi sebagai penanda identitas genre yang relatif stabil dibandingkan genre-genre pada klaster dua yang lebih adaptif terhadap perubahan tren dan kecenderungan pasar.
Kendati demikian, identitas genre tidak dapat ditentukan hanya dari satu aspek analisis visual saja. Beberapa genre, seperti Fiksi Sejarah dan Horor, sama-sama memiliki gaya ilustrasi ekspresionisme yang dominan, tetapi nuansa yang dihasilkan akan berbeda ketika disandingkan langsung dengan elemen warna dan tipografi. Hal ini menunjukkan bahwa teks visual seperti warna, tipografi, dan ilustrasi tidak bekerja secara terpisah, ketiganya saling menopang dalam satu arsitektur visual yang utuh. Warna adalah lapisan pertama yang menarik mata pembaca, tipografi membentuk suasana dan nada pembacaan melalui gaya huruf, sementara gaya ilustrasi berfungsi sebagai nyawa dari sampul buku yang dapat memengaruhi dan menggerakkan bagaimana warna dan tipografi dibaca sehingga ketiganya dapat merepresentasikan mode naratif serta dunia yang dijanjikan oleh isi buku. Dengan demikian dapat disimpulkan bahwa teks-teks visual seperti warna, tipografi, dan gaya ilustrasi bukanlah sekadar kemasan estetika semata, melainkan sistem tanda visual yang terus-menerus dinegosiasikan antara industri penerbitan, desainer, dan horizon harapan pembaca.
Rabun Dekat Pembacaan Jauh
Menurut laporan World Population Review pada 2025[27], terdapat setidaknya 135 ribu lebih buku yang terbit setiap tahunnya di Indonesia (data per 2020). Ribuan buku yang di dalamnya termasuk buku fiksi ini agaknya muskil jika dibaca melalui metode pembacaan dekat yang mengharuskan pembacaan mendalam pada setiap detail elemen karya sastra satu per satu. Moretti mengumpamakan metode close reading seperti memilih biji anggur terbaik untuk dijadikan wine. Dengan perkataan lain, metode close reading dilakukan dengan memilih karya sastra yang dianggap paling representatif sehingga menghasilkan logika kanonik bahwa hanya dengan menganalisis satu karya sastra saja sudah dapat dianggap mewakili estetika atau nilai karya sastra yang lain. Untuk itulah metode pembacaan jauh diajukan Moretti sebagai cara menjawab keterbatasan pembacaan dekat yang berlogika kanonis. Pandangan sinis Moretti terhadap pembacaan dekat ini turut menebalkan asumsi bahwa metode pembacaan jauh berusaha hendak menihilkan pembacaan dekat. Prasangka ini menjadi biang perdebatan panjang antara kedua pendekatan yang bahkan sudah dibukukan berjilid-jilid dalam seri Debates in the Digital Humanities[28]. Perdebatan tersebut diterbitkan sebanyak empat volume (2012, 2016, 2019, dan 2023) oleh University of Minnesota Press yang sampai hari ini belum selesai.
Metode pembacaan jauh sendiri sebenarnya bukan tanpa cela. Terdapat satu keterbatasan laten dalam pendekatan pembacaan jauh, yakni masalah rabun dekat dalam interpretasi pembacaan jauh. Mesin dapat mengklasifikasikan jutaan piksel warna, mendeteksi ratusan jenis typeface, dan mengukur kedekatan semantik antara gambar dan teks, tetapi semua itu berhenti pada tataran denotatif. Mesin tidak memiliki kapasitas untuk memahami konteks warna dan keterkaitannya dengan kondisi sosial-politik, sebelum manusia menyuapi mesin tersebut dengan prompt atau perintah. Dengan perkataan lain, mesin tidak bisa melakukan proses interpretasi yang didasarkan pada pengalaman personal yang hanya dimiliki manusia. Kita akan menangis membaca cerita sedih tanpa harus menunggu diperintahkan oleh “orang lain” untuk menangis bukan? Oleh karena itu, proses interpretasi yang dilakukan manusia terhadap hasil analisis data mesin adalah proses yang membedakan cara kerja pemrograman biasa dengan penelitian humaniora digital. Dalam hal ini, saya percaya bahwa kerja interpretasi adalah kerja-kerja manusia yang tidak bisa digantikan oleh bahasa pemrograman, AI, dan seterusnya sampai kapan pun.
Pandangan tersebut sejalan dengan pernyataan Arnold & Tilton bahwa: “Decoding images requires decisions about which annotations to view with. How and what we choose to see and look for— where we direct our gaze, how we see, and how we perceive and discern visually— are culturally and socially shaped”. Dengan perkataan lain, proses interpretasi, termasuk keputusan mengambil data tidak bisa dilepaskan dari konteks sosial, kultural, sampai ideologi seorang peneliti. Kompleksitas pengalaman ini muskil direduksi menjadi suatu dataset terstruktur untuk dioperasionalkan pada AI dan bahasa pemrograman lainnya. Penggunaan mesin tidak serta merta membuat sesuatu bernilai objektif, sebab mesin selalu dijalankan oleh manusia yang memiliki pertanyaan, asumsi, dan kepentingan tertentu.
Oleh karena itu, asumsi penggunaan mesin melalui pendekatan pembacaan jauh yang berusaha menjadi objektif dan menihilkan pembacaan dekat adalah asumsi yang keliru. Asumsi tersebut perlu diruntuhkan karena akan menjadi perdebatan kusir yang tidak pernah selesai, seolah-olah jika menggunakan pembacaan jauh menjadi haram hukumnya melakukan interpretasi melalui metode pembacaan dekat terhadap dataraya yang dihasilkan pembacaan jauh. Justru, saya berargumen bahwa pembacaan jauh dapat membuat peta yang memungkinkan pembacaan dekat dilakukan secara lebih terarah dan berusaha untuk meminimalisasi bias-bias kritikus sastra dalam mencari “karya yang paling representatif dan penting”. Bias inilah yang selama ini menjadi salah satu penyebab masalah laten kanonisasi di arena sastra Indonesia, yakni keputusan tentang karya mana yang layak dibaca dan dianggap “penting”. Pembacaan jauh dalam hal ini bekerja seperti sensus, ia tidak memilih siapa yang dihitung, melainkan berusaha menghitung semua, termasuk yang selama ini tidak terhitung.
Dari Jassin ke Mesin
Tradisi pendokumentasian sastra Indonesia kerap dicurigai sebagai manuver kanonisasi. Kecurigaan ini tidak terlepas dari tabiat dan warisan H.B. Jassin yang hasil kerja dokumentasinya menjadi semacam peta legitimasi. Sastrawan yang berada jauh dari pandangan Jassin, kala itu, tidak dianggap sebagai “sastrawan” dan hasil karyanya bukanlah “karya sastra”. Hal itu tidak terlepas dari kerja pendokumentasian sastra Indonesia yang selama ini selalu berhasrat untuk menemukan “tokoh-tokoh” beserta bibilografisnya dalam suatu periodisasi dengan pendekatan yang selalu kronologis sehingga dengan sendirinya kerja kanonisasi dengan membuat seseorang menjadi patron dalam arena sastra akan terus direproduksi.
Mekanisme kerja yang seperti ini ditebalkan dengan anggapan bahwa kerja pendokumentasian tersebut adalah tugas suci yang konon hanya boleh dilakukan oleh “orang-orang tertentu”—bahkan H.B. Jassin sendiri dijuluki “Paus Sastra”. Padahal, Jassin tidak akan berada pada posisi itu hanya semata-mata karena kecakapan melakukan kerja dokumentasi, tetapi karena akses yang tidak dimiliki orang lain. Jassin memiliki akses terhadap teks karya sastra, jaringan penerbit, sastrawan, dan terhadap institusi yang memberinya otoritas untuk menentukan siapa yang "sastrawan" dan karya mana yang layak disebut "sastra." Bisa saja pada tahun yang sama sebenarnya ada pembaca lain yang memiliki kerja dokumentasi dan ketajaman interpretatif setara Jassin, tetapi tanpa akses yang sama, suaranya tidak pernah sampai ke mana-mana.
Dengan demikian aksesibilitas menjadi masalah yang telah lama bercokol di arena sastra Indonesia. Ironisnya, di era digitalisasi sekarang, aksesibilitas terhadap korpus (dataraya) karya sastra saja, misalnya, masih jadi persoalan yang juga saya rasakan langsung dalam pengerjaan esai ini. Dari 135 ribu lebih buku yang diproduksi setiap tahun (data per 2020), saya hanya bisa menjangkau sekira 5.000-an buku. Lebih dari sembilan puluh persen produksi buku nasional tidak terwakili dalam analisis yang saya lakukan. Hal ini merupakan kendala mendasar dan turut menjadi penyebab utama minimnya minat kritikus sastra terhadap pendekatan pembacaan jauh yang mensyaratkan adanya dataraya korpus dari jutaan karya sastra. Tanpa infrastruktur akses yang memadai, pendekatan pembacaan jauh yang memiliki potensi mengikis kanonisasi sastra di Indonesia kehilangan daya tarik.
Padahal, pendekatan ini tengah populer di beberapa negara. Di Amerika Serikat, Stanford Literary Lab[29] secara konsisten memproduksi laporan penelitian tentang analisis komputasional terhadap ribuan teks sastra, mulai dari pelacakan evolusi genre Gothic hingga perbedaan struktural antara cerita pendek dan novel. Infrastruktur aksesnya pun memadai, HathiTrust Research Center[30] menyediakan akses komputasional terhadap lebih dari 16 juta volume teks untuk keperluan riset, termasuk karya yang masih dilindungi hak cipta melalui mekanisme non-consumptive research yang diakui secara hukum. Di Eropa, ekosistem serupa dibangun melalui kerangka kerja kolektif, seperti COST Action "Distant Reading for European Literary History" yang mengumpulkan 2.500 novel penuh dalam setidaknya 10 bahasa berbeda[31] dan proyek CLS INFRA[32] yang membangun infrastruktur terpadu agar data sastra menjadi findable, accessible, interoperable, and reusable. Negara-negara seperti Jerman memiliki TextGrid Digitale Bibliothek dan Deutsches Textarchiv (DTA)[33], sementara Prancis memiliki Theatre Classique untuk teks drama klasiknya.
Di Asia, Jepang bahkan mendanai proyek NIJL DDH selama sepuluh tahun (2024—2033) untuk mengonversi 300.000 volume manuskrip sastra pramodern menjadi teks yang bisa dibaca mesin menggunakan AI. Korea Selatan mendirikan School of Digital Humanities and Computational Social Sciences di KAIST, sementara Tiongkok telah membangun Chinese Text Project[34] yang kini memuat lebih dari 5 miliar karakter teks pramodern yang dapat diakses dan dianalisis secara komputasional. Eksosistem infrastruktur yang mapan di negara-negara tersebut bukan lahir serta-merta dari pesatnya kecanggihan teknologi, tetapi dari komitmen kebudayaan dan keterbukaan akses antara instansi terkait. Di Indonesia, tampaknya pemerintah dan lembaga kebudayaan belum (atau tidak) membuka keran akses terhadap dataraya karya sastra Indonesia sehingga hal ini menjadi faktor utama minimnya penelitian sastra menggunakan pendekatan pembacaan jauh di lanskap sastra Indonesia.
Selain soal akses, faktor penyebab pembacaan jauh sepi peminat adalah masalah keterbatasan teknis penggunaan teknologi komputasional dan waktu yang menguras tenaga. Keterbatasan itu juga saya alami ketika mengerjakan esai ini. Sebagai seseorang yang belum begitu fasih dalam teknologi komputasional terutama keterampilan teknis pada bahasa pemrograman, saya mengakui bahwa analisis komputasi dalam esai ini merupakan hasil konsultasi intens dengan beberapa kawan yang menggeluti bidang komputasional dan percakapan penuh emosional dengan beberapa Chatbot Generative AI (ChatGPT, Claude, dan Gemini) yang saya gunakan untuk membantu proses coding dalam mengumpulkan data dan menganalisis 5.068 sampul buku. Proses analisis komputasional tersebut dijalankan dalam waktu yang relatif tidak sebentar. Sebagai gambaran, pada proses pengumpulan data (data scraping) setidaknya diperlukan tiga hari penuh dengan laptop dalam keadaan selalu menyala. Sementara itu, dalam proses analisis, saya melakukan uji coba puluhan kali hingga akhirnya mendapatkan hasil analisis komputasional yang memuaskan, logis, dan dapat dipertanggungjawabkan sebelum akhirnya analisis beranjak pada proses interpretasi yang sepenuhnya dilakukan tanpa bantuan perangkat komputasi apa pun. Pada titik inilah saya menyadari bahwa penelitian dengan pendekatan Humaniora Digital bukan pekerjaan satu orang dan bukan pekerjaan yang bisa diselesaikan dalam waktu singkat. Pendekataan ini mensyaratkan infrastruktur kolaboratif, ketersediaan dataraya yang memadai, dan kesediaan untuk berbagi akses secara lebih terbuka.
Sayangnya, belum ada usaha yang berarti terkait kerja pendokumentasian karya sastra Indonesia di era yang sebenarnya memberlimpahkan akses. Esai ini, dengan segala keterbatasannya, mencoba menjadi bukti kecil bahwa kerja-kerja Humaniora Digital sesungguhnya dimungkinkan di Indonesia. Bukan lagi sebagai proyek tunggal, melainkan sebagai kerja bersama yang mensyaratkan kolaborasi lintas institusi, dari mulai pemerintah, lembaga kebudayaan, penerbit, dan komunitas sastra (termasuk platform pembaca seperti Goodreads) untuk sama-sama berbagi akses secara lebih terbuka terhadap korpus, alat, dan pengetahuan yang selama ini terkurung di balik tembok institusi. Selama akses itu masih menjadi privilese, kanonisasi akan terus mereproduksi dirinya sendiri dengan nama, wajah, dan tangan yang berbeda. Sebab, di era digital saat ini, semua orang bisa menjadi Jassin, semua orang bisa menjadi mesin. Lahir seorang besar dan tenggelam beratus ribu. Keduanya harus dicatet, keduanya dapat tempat.
Kepustakaan
“All Projects | Debates in the Digital Humanities.” Diakses 1 Mei 2026. https://dhdebates.gc.cuny.edu/projects/all.
Arnold, Taylor, dan Lauren Tilton. Distant viewing: Computational exploration of digital images. MIT Press, 2023.
Barthes, Roland. “Semiology and the Urban.” Dalam The city and the sign: An introduction to urban semiotics. Columbia University Press, 1986.
Boenig, Matthias, dan Marius Hug. “DiBiLit-Korpus.” Versi v3.0. Zenodo, 16 Desember 2021. https://doi.org/10.5281/ZENODO.5786725.
Brumberger, Eva R. “The rhetoric of typography: The persona of typeface and text.” Technical communication 50, no. 2 (2003): 206–23.
“CLS INFRA – Computational Literary Studies Infrastructure.” Diakses 1 Mei 2026. https://clsinfra.io/.
Cuthbert, Kate. How to Judge a Book by its Cover: New Analytical Tools for Book Covers and Titles. Routledge, 2025.
Distant Reading for European Literary History – COST Action CA16204. t.t. Diakses 1 Mei 2026. https://www.distant-reading.net/.
Gardiner, Eileen, dan Ronald G. Musto. The digital humanities: A primer for students and scholars. Cambridge University Press, 2015. https://doi.org/10.1017/CBO9781139003865.
Genette, Gérard. Paratexts: Thresholds of interpretation. Vol. 20. Cambridge University Press, 1997.
Genette, Gérard. “The architext.” Dalam Modern genre theory. Routledge, 2014.
“HathiTrust Research Center – HathiTrust Digital Library.” Diakses 1 Mei 2026. https://www.hathitrust.org/about/research-center/.
“How can I set my book’s genres?” Diakses 1 Mei 2026. https://help.goodreads.com/s/article/How-can-I-set-my-book-s-genres.
Lupton, Ellen. Thinking with type: A critical guide for designers, writers, editors, & students. Chronicle Books, 2014.
Manovich, Lev. “Cultural analytics: Analysis and visualization of large cultural data sets.” Manovich. net 30 (2007).
Moretti, Franco. Distant reading. Verso Books, 2013.
Radford, Alec, Jong Wook Kim, Chris Hallacy, dkk. “Learning Transferable Visual Models From Natural Language Supervision.” Dalam Proceedings of the 38th International Conference on Machine Learning, vol. 139, disunting oleh Marina Meila dan Tong Zhang. Proceedings of Machine Learning Research. PMLR, 2021. https://proceedings.mlr.press/v139/radford21a.html.
Setyowati, Desy. “Penerbitan Buku di Indonesia Terbanyak di Dunia, tapi Jumlah Pembacanya Minim - Teknologi Katadata.co.id.” 26 Juni 2025. https://katadata.co.id/digital/teknologi/685cd8a86f038/penerbitan-buku-di-indonesia-terbanyak-di-dunia-tapi-jumlah-pembacanya-minim.
Shinahara, Yuto, Takuro Karamatsu, Daisuke Harada, Kota Yamaguchi, dan Seiichi Uchida. “Serif or sans: Visual font analytics on book covers and online advertisements.” 2019, 1041–46.
Stanford Literary Lab. “Stanford Literary Lab.” Diakses 1 Mei 2026. https://litlab.stanford.edu/pamphlets/.
Sturgeon Donald. “Chinese Text Project.” Diakses 1 Mei 2026. https://ctext.org/.
- [1] Genette, Paratexts: Thresholds of interpretation, vol. 20. ↑
- [2] Cuthbert, How to Judge a Book by its Cover: New Analytical Tools for Book Covers and Titles. ↑
- [3] Genette, Paratexts: Thresholds of interpretation, vol. 20. ↑
- [4] Cuthbert, How to Judge a Book by its Cover: New Analytical Tools for Book Covers and Titles, 13. ↑
- [5] Tulisan tentang humaniora digital kerap hanya diberkaitkan dengan konteks sastra di ranah digital, padahal paradigma ini dapat digunakan sebagai teori dan sekaligus metode. ↑
- [6] Arnold dan Tilton, Distant viewing: Computational exploration of digital images. ↑
- [7] Moretti, Distant reading. ↑
- [8] Barthes, “Semiology and the Urban”; Arnold dan Tilton, Distant viewing: Computational exploration of digital images. ↑
- [9] Gardiner dan Musto, The digital humanities: A primer for students and scholars. ↑
- [10] Library yang saya gunakan untuk scraping data adalah beautifulsoup4. Library ini bekerja melakukan parsing atau mengambil struktur HTML halaman web menjadi objek yang bisa dibaca sehingga elemen seperti judul sampai jumlah rating—atau tergantung keinginan dengan mengklik kanan inspect element—dapat diambil berdasarkan atribut tertentu. ↑
- [11] Genette, Paratexts: Thresholds of interpretation, 20:3. ↑
- [12] Arnold dan Tilton, Distant viewing: Computational exploration of digital images, 36. ↑
- [13] Model CLIP (Contrastive Language-Image Pretraining) merupakan arsitektur dari OpenAI dalam mode zero-shot classification. CLIP dilatih pada 400 juta pasang gambar-teks dari internet menggunakan contrastive learning: model belajar memetakan gambar dan teks ke ruang embedding yang sama sehingga gambar dan deskripsi yang relevan memiliki representasi vektor yang berdekatan. ↑
- [14] Radford dkk., “Learning Transferable Visual Models From Natural Language Supervision.” ↑
- [15] “How can I set my book’s genres?” ↑
- [16] https://help.goodreads.com/s/article/About-Goodreads-Librarians ↑
- [17] Mesin mengalami galat disebabkan foto sampul yang terlalu pecah atau kegagalan mengunduh secara otomatis sehingga tidak dapat dideteksi dan dianalisis secara komputasional. ↑
- [18] Genette, “The architext.” ↑
- [19] Genette, Paratexts: Thresholds of interpretation, vol. 20. ↑
- [20] Manovich, “Cultural analytics: Analysis and visualization of large cultural data sets.” ↑
- [21] Analisis warna dilakukan menggunakan dua lapisan klasifikasi. Pertama, pengelompokan K-Means pada ruang warna HSV untuk menangkap distribusi piksel secara numerik, yang kemudian dikategorikan ke dalam sebelas kelompok warna berdasarkan ambang batas nilai Hue, Saturation, dan Value. Kategorisasi ini memisahkan, misalnya, cokelat dari oranye berdasarkan nilai kecerahan (V<140), dan putih dari abu-abu berdasarkan saturasi (S<30) — dua perbedaan yang tidak bisa ditangkap oleh mata manusia secara konsisten tetapi signifikan dalam membedakan register visual antara genre. ↑
- [22] Lupton, Thinking with type: A critical guide for designers, writers, editors, & students. ↑
- [23] Shinahara dkk., “Serif or sans: Visual font analytics on book covers and online advertisements.” ↑
- [24] Brumberger, “The rhetoric of typography: The persona of typeface and text.” ↑
- [25] Lupton, Thinking with type: A critical guide for designers, writers, editors, & students. ↑
- [26] Brumberger, “The rhetoric of typography: The persona of typeface and text.” ↑
- [27] Setyowati, “Penerbitan Buku di Indonesia Terbanyak di Dunia, tapi Jumlah Pembacanya Minim - Teknologi Katadata.co.id.” ↑
- [28] “All Projects | Debates in the Digital Humanities.” ↑
- [29] Stanf. Lit. Lab, “Stanford Literary Lab.” ↑
- [30] “HathiTrust Research Center – HathiTrust Digital Library.” ↑
- [31] Distant Reading for European Literary History – COST Action CA16204. ↑
- [32] “CLS INFRA – Computational Literary Studies Infrastructure.” ↑
- [33] Boenig dan Hug, “DiBiLit-Korpus.” ↑
- [34] Sturgeon, “Chinese Text Project.” ↑