<![CDATA[namun proses perancangan motif secara manual membutuhkan waktu dan kreativitas yang besar, sehingga diperlukan dukungan teknologi untuk mendorong inovasi tanpa menghilangkan esensi budaya batik. Penelitian bertujuan mengkaji potensi penggunaan model Generative Artificial Intelligence berbasis Diffusion Transformer yaitu PixArt-α dalam menghasilkan motif batik berdasarkan deskripsi teks (text-to-image). Dataset digunakan sejumlah 20.000 citra motif batik dengan label deskripsi teks yang dihasilkan secara captioning otomatis menggunakan model Large Language and Vision Assistant (LLaVA). Model PixArt-α dilatih menggunakan pasangan data citra dan teks untuk menghasilkan motif batik sintetis, kemudian dievaluasi melalui pendekatan kuantitatif dan kualitatif. Evaluasi kuantitatif menggunakan metrik Fréchet Inception Distance (FID) dan Inception Score (IS), dimana menghasilkan nilai FID sebesar 34,89 dan nilai IS sebesar 5,79. Hal tersebut menunjukkan model mampu menghasilkan citra motif batik dengan distribusi visual yang mendekati data referensi serta memiliki kualitas visual dan keberagaman yang baik. Evaluasi kualitatif menunjukkan bahwa motif yang dihasilkan memiliki kesesuaian yang baik terhadap deskripsi teks, menampilkan karakteristik visual batik, serta memiliki tingkat keunikan yang memadai. Berdasarkan hasil tersebut, PixArt-α memiliki potensi yang baik dalam sintesis motif batik dengan pola dan visual yang beragam dari konfigurasi prompt yang berbeda.]]>
Copyrights © 2026
