Kamu baru selesai kulakan 50 produk baru — kerudung, aksesoris, makanan ringan, apa pun. Foto mentahannya udah ada: jepretan HP, latar campur aduk (meja makan, karpet, kamar). Tugas malam ini: upload semuanya ke Shopee besok pagi biar toko tetap hidup. Nah, yang bikin nyangkut biasanya bukan fotonya jelek, tapi latar belakangnya. Shopee menyarankan foto sampul pakai latar putih polos dengan produk mengisi sekitar 70% frame, dan per Oktober 2026 aturan resminya: minimal 500×500 piksel, maksimal 1280×1280 piksel, ukuran file maksimal 2 MB, format JPG/JPEG/PNG (Shopee Seller Centre, Nova Media Lab).

Dulu, bersihin latar 50 produk artinya: buka Canva Pro (fitur hapus background cuma di paket berbayar, Rp95.000 per bulan per November 2026, Canva), atau pakai remove.bg yang tutup 1 Desember 2026 (remove.bg), atau bayar jasa edit Rp12.000 per foto (Nova Media Lab) — 50 foto × Rp12.000 = Rp600.000 sekali jalan.

Ada jalur keempat yang jarang dibahas di artikel UMKM Indonesia: pakai rembg, alat open source yang hapus latar pakai model AI u2net (~176 MB, diunduh sekali, GitHub danielgatis/rembg). Dia jalan 100% offline di HP (lewat Termux) atau laptop, tanpa API key, tanpa kirim foto kamu ke server orang. Sekali pasang, kamu bisa bersihin ratusan foto dalam satu malam, biaya kuota internet Rp0 untuk prosesnya (cuma butuh kuota saat unduh model pertama kali). Artikel ini: kenapa ini relevan, kode yang sudah dites, biaya aslinya, batasannya, dan cara pakai dari HP.

Kenapa ini penting buat toko kecil Indonesia sekarang

Tiga angka yang bikin ini bukan teori:

Pertama, pasar mobile-first Indonesia. Laporan Digital 2026 Indonesia (DataReportal, data GWI Q2 2025) mencatat WhatsApp dipakai 90,8% pengguna internet Indonesia usia 16+, Instagram 82,4%, Facebook 81,0%, TikTok 78,4% (Kira.id rangkuman DataReportal). Artinya calon pembeli kamu melihat foto produk di layar HP kecil, di grid pencarian yang sesak. Foto berlatar bersih menang di thumbnail; foto berlatar kamar tenggelam.

Kedua, biaya marketplace makin tipis. Biaya admin Shopee 2026 berkisar 2,5%–10% per kategori untuk penjual Non-Star, ditambah biaya proses pesanan Rp1.250 per transaksi selesai, flat (remarketing.id). Tokopedia dan TikTok Shop rentang serupa, 2,5%–12,2% (remarketing.id). Margin makin tipis artinya setiap listing yang bagus harus kerja lebih keras — nggak ada ruang foto asal jepret.

Ketiga, skala UMKM yang masuk digital. Kementerian Koperasi dan UKM mencatat 30,21 juta unit UMKM non-pertanian per akhir 2025 (Kadin Indonesia), dan penjualan daring UMKM tercatat tumbuh sekitar 35% sepanjang 2026 menurut Kemenkop (Rumah Anak Nagari). Artinya kompetisi foto di marketplace makin padat, dan toko yang fotonya rapi menonjol.

Intinya: bersihin latar bukan glamor, tapi kebutuhan operasional. Dan kalau bisa dikerjakan Rp0, kenapa bayar per foto?

Apa itu rembg dan kenapa gratis beneran

rembg adalah library Python yang membungkus model AI u2net (dan beberapa model lain) untuk memisahkan objek dari latar belakang. Lisensinya MIT — bebas pakai komersial maupun pribadi. Yang bikin dia berbeda dari Canva Pro atau remove.bg:

  • Offline total. Setelah model u2net (~176 MB) terunduh sekali ke folder ~/.u2net/, proses hapus latar nggak butuh internet sama sekali. Foto produk kamu nggak pernah keluar dari HP/laptop kamu. Buat seller yang produknya sensitif (desain belum rilis, barang limited) ini soal privasi, bukan cuma harga.
  • Tanpa batas jumlah. Canva Pro hapus background maksimal 50 foto sekaligus per folder (Canva). remove.bg gratis cuma beberapa foto dengan watermark resolusi rendah. rembg: proses 500 foto pun bisa, RAM HP/laptop yang jadi batasnya.
  • Tanpa langganan. Nol rupiah per bulan. Bandingkan: Canva Pro Rp95.000/bulan (Canva), Google AI Plus Rp75.000/bulan (Google/Kompas), ChatGPT Go Rp75.000/bulan (OpenAI).

Batasan yang jujur disebut dulu: rembg butuh Python dan RAM yang cukup. Di HP Android bawah 4 GB RAM, proses bisa lambat (model u2net butuh memori untuk inferensi). Hasil potong juga belum tentu sempurna untuk produk dengan rambut, jaring, atau tepi transparan — kamu tetap perlu cek manual dan kadang sentuh final di Canva. Tapi untuk mayoritas produk solid (pakaian, kemasan, aksesoris, makanan), hasilnya langsung pakai.

Kode yang sudah dites (exit 0)

Ini skrip lengkap yang saya tes di lab: ambil semua foto di satu folder, hapus latar pakai rembg, pasang di kanvas persegi 1024×1024 dengan latar putih, simpan sebagai JPG kualitas 88. Outputnya langsung memenuhi standar foto marketplace Shopee/Tokopedia.

#!/usr/bin/env python3
"""
Batch siapkan foto produk marketplace: hapus background pakai rembg (offline,
model u2net diunduh sekali saat pertama jalan), rapikan ke persegi 1024x1024
dengan latar putih, dan kompres jadi JPG siap upload ke Shopee/Tokopedia.

Cara pakai:
    python batch_foto_produk.py folder_foto_mentah folder_output

Catatan: rembg jalan 100% offline, tanpa API key dan tanpa kirim foto ke mana pun.
Model u2net (~176 MB) otomatis diunduh sekali dari GitHub saat pemakaian pertama.
"""
import sys
from pathlib import Path

from PIL import Image
from rembg import remove, new_session

UKURAN = 1024  # sisi persegi output, sesuai anjuran foto marketplace


def proses_satu(path: Path, sesi, out_dir: Path) -> Path:
    img = Image.open(path).convert("RGBA")
    # 1. hapus latar
    potong = remove(img, session=sesi)
    # 2. pasang latar putih, pas di persegi 1024x1024
    latar = Image.new("RGBA", (UKURAN, UKURAN), (255, 255, 255, 255))
    potong.thumbnail((UKURAN, UKURAN))
    x = (UKURAN - potong.width) // 2
    y = (UKURAN - potong.height) // 2
    latar.alpha_composite(potong, (x, y))
    # 3. simpan JPG kualitas 88 (cukup untuk marketplace, ukuran file kecil)
    hasil = out_dir / f"{path.stem}-siap.jpg"
    latar.convert("RGB").save(hasil, "JPEG", quality=88)
    return hasil


def main():
    if len(sys.argv) != 3:
        print(__doc__)
        sys.exit(1)
    src, out = Path(sys.argv[1]), Path(sys.argv[2])
    out.mkdir(parents=True, exist_ok=True)
    sesi = new_session("u2net")
    ok = 0
    for path in sorted(src.glob("*")):
        if path.suffix.lower() not in {".jpg", ".jpeg", ".png", ".webp"}:
            continue
        hasil = proses_satu(path, sesi, out)
        print(f"OK  {path.name} -> {hasil.name}")
        ok += 1
    print(f"Selesai: {ok} foto diproses.")
    sys.exit(0 if ok else 1)


if __name__ == "__main__":
    main()

Hasil tes nyata di lab saya (mock: 3 foto sintetis 800×600 dengan objek bulat di atas latar krem, simulasi foto produk asli):

OK  produk1.jpg -> produk1-siap.jpg
OK  produk2.jpg -> produk2-siap.jpg
OK  produk3.jpg -> produk3-siap.jpg
Selesai: 3 foto diproses.
EXIT=0

Verifikasi output: ketiga file keluar persegi persis 1024×1024 piksel, sudut piksel (10,10) = (255,255,255) — putih murni sesuai standar Shopee, ukuran file ~21 KB (jauh di bawah batas 2 MB). Skrip jalan tanpa API key, tanpa koneksi internet saat proses (model u2net sudah terunduh sebelumnya).

Cara pasang dari HP Android (tanpa laptop)

Kalau kamu nggak punya laptop, rembg tetap bisa jalan lewat Termux (emulator terminal Linux di Android, gratis di Play Store):

  1. Install Termux dari Play Store (atau F-Droid, versi lebih baru).
  2. Buka Termux, jalankan:
    pkg update && pkg upgrade
    pkg install python
    pip install rembg onnxruntime pillow
    
  3. Beri Termux akses ke penyimpanan HP:
    termux-setup-storage
    
    Folder foto kamu akan bisa diakses di ~/storage/shared/DCIM/ atau folder lain.
  4. Salin skrip di atas ke file batch_foto_produk.py di Termux (pakai nano atau editor teks).
  5. Jalankan:
    python batch_foto_produk.py ~/storage/shared/DCIM/foto_mentah ~/storage/shared/DCIM/foto_jadi
    

Catatan realistis: di HP dengan RAM 4 GB ke atas proses kelancaran. Di RAM 2 GB mungkin crash saat model dimuat — gunakan model u2netp (versi ringan, ganti "u2net" jadi "u2netp" di skrip) untuk kompresi memori. Paket Python onnxruntime memakan sekitar 200 MB ruang penyimpanan (ai-engine.net), pastikan ruang HP cukup.

Biaya aslinya, dihitung jujur

Untuk toko kecil dengan 50 produk baru per bulan, masing-masing butuh 1 foto sampul bersih:

JalurBiaya 50 foto/bulanCatatan
Jasa edit freelancerRp600.000 (Rp12.000 × 50)(Nova Media Lab) — sekali bayar per batch
Canva Pro langgananRp95.000/bulan(Canva) — maks 50 foto hapus latar per folder, butuh langganan berjalan
remove.bgTutup 1 Des 2026(remove.bg) — setelah itu pindah ke Canva
rembg (skrip ini)Rp0Sekali unduh model ~176 MB, selanjutnya offline

Angka di atas bukan janji penghematan pasti — kalau kamu cuma jualan 5 produk, langganan Canva Pro mungkin lebih praktis (UI lebih ramah, template siap). rembg unggul saat volumenya tinggi dan kamu mau kontrol penuh tanpa langganan bulanan.

Batasan yang wajib kamu tahu

  • Hasil potong nggak selalu sempurna. Produk dengan tepi rumit (renda, daun, rambut, bahan transparan) bisa ada sisa latar atau objek terpotong. Selalu cek visual sebelum upload. Untuk final polish, kamu bisa buka hasilnya di Canva gratis (tanpa fitur hapus latar) untuk crop atau tambah teks.
  • RAM dan waktu. Inferensi u2net di CPU butuh sekitar 10 detik per foto (ai-engine.net). 50 foto = sekitar 8 menit, bukan hitungan detik. Cocok untuk proses malam, bukan real-time saat pelanggan nunggu.
  • Nggak mengganti foto hidup. Foto sampul butuh latar putih, tapi foto pendukung (foto 2–9 di Shopee, lihat Pusat Edukasi Penjual Shopee) sebaiknya tetap “hidup” — produk dipakai, dipegang, atau difoto di konteks asli. Jangan bersihin semua foto jadi putih, itu bikin listing terlihat dingin.
  • Privasi model lokal. Foto kamu nggak dikirim ke server mana pun. Tapi model u2net sendiri dilatih dari dataset publik — hasilnya bisa saja tidak ideal untuk produk Indonesia yang spesifik (kulit, kain, kemasan lokal). Kalau akurasi kurang, model alternatif isnet-general-use bisa dicoba (ganti nama model di new_session()).

Langkah praktis

  1. Install Termux di HP Android dari Play Store, atau buka terminal di laptop Python 3.10+. Pastikan RAM minimal 4 GB untuk model u2net standar.
  2. Pasang dependensi sekali saja: pip install rembg onnxruntime pillow. Unduhan pertama akan mengambil model u2net ~176 MB — pakai Wi-Fi, sekali saja.
  3. Salin skrip batch_foto_produk.py di atas ke folder kerja kamu (HP atau laptop).
  4. Kumpulkan foto mentah dalam satu folder. Format JPG/PNG/WEBP, resolusi minimal 800×600 (makin tinggi makin bagus, tapi nggak usah sampai 4000 piksel — boros RAM).
  5. Jalankan: python batch_foto_produk.py folder_mentah folder_jadi. Tunggu proses, cek output di folder hasil.
  6. Cek visual hasil, terutama tepi produk. Kalau ada sisa latar, sentuh ulang di Canva gratis atau crop manual di aplikasi galeri HP.
  7. Upload ke Shopee Seller Centre atau Tokopedia: foto sampul (latar putih) jadi foto utama, foto konteks/produk dipakai jadi foto 2–9. Patuhi batas 2 MB per file dan rasio 1:1 (Shopee).
  8. Simpan skrip untuk batch berikutnya. Sekali jalan, setiap kulakan baru cukup masukkan folder baru. Nol biaya berulang.

Kalau volume kamu kecil (di bawah 10 produk/bulan) atau kamu belum nyaman dengan terminal, Canva Pro Rp95.000/bulan (Canva) tetap paling cepat dan ramah pemula. Tapi begitu toko kamu tumbuh dan kulakan jadi ratusan item sekaligus, skrip seperti ini mulai masuk akal: sekali investasi pasang, selamanya nol biaya per foto.