<![CDATA[Penelitian ini menerapkan Large Vision-Language Model (LVLM) untuk melakukan penalaran kompleks berbasis Chain-of-Thought (CoT) pada citra digital motif batik Lampung. Batik Lampung merupakan warisan tekstil tradisional masyarakat Lampung yang dicirikan oleh empat motif khas: Leluak Tehambur (Kota Metro), Kapal Pesagi (Kabupaten Lampung Selatan), Pohon Hayat (Kabupaten Pesawaran), dan Motif Bambu (Kabupaten Pringsewu). Pendekatan berbasis CNN yang ada tidak mampu menjelaskan makna budaya yang terkandung dalam motif-motif tersebut, sehingga mendorong kebutuhan akan model yang mampu melakukan penalaran semantik. Dataset mandiri BLD-28 sebanyak 28 citra dikumpulkan dari empat Dekranasda resmi di Provinsi Lampung dan dianotasi oleh pakar budaya dengan inter-annotator agreement κ = 0,89. Model InternVL2-8B di-fine-tune menggunakan Low-Rank Adaptation (LoRA, r = 64, α = 128) dengan fungsi loss multi-task yang menggabungkan objektif klasifikasi dan generasi CoT. Hasil menunjukkan InternVL2-8B mencapai akurasi 94,37%, mIoU 88,12%, dan Reasoning Coherence Score (RCS) 4,62/5,00, melampaui seluruh baseline CNN maupun LVLM pembanding secara signifikan (uji McNemar, p < 0,001). Penalaran CoT terbukti meningkatkan akurasi klasifikasi sebesar 3,21 poin dibandingkan klasifikasi langsung, membuktikan kelayakan LVLM untuk pengenalan motif tekstil tradisional Indonesia yang berbasis pemahaman budaya]]>
Copyrights © 2026
