PEWARNAAN BATIK PEKALONGAN MENGGUNAKAN DATASET BATIK MADURA: STUDI PERBANDINGAN MODEL GAN DAN PRETRAINED CNN

Batik, sebagai warisan budaya Indonesia yang diakui UNESCO pada 2009, memiliki nilai tinggi, namun peminatnya pada generasi muda menurun. Batik Madura dan Pekalongan, dengan warna dan motif khas, mencerminkan keanekaragaman budaya dan alam. Dalam mendorong modernisasi batik, diperlukan pendekatan yang menggabungkan tradisi dengan teknologi. Oleh karena itu, penelitian ini mengusulkan penggunaan metode Generative Adversarial Network (GAN) dalam menghasilkan pewarnaan baru pada batik Pekalongan dengan dataset batik Madura. Penelitian ini juga membandingkan hasil pewarnaan GAN dengan model pretrained CNN (Caffe). Model GAN dilatih selama 40 dan 100 epoch menggunakan batch size sebesar 32 yang didapatkan dari proses pencarian menggunakan Grid Search, dengan variasi learning rate 0.001, 0.0001, dan 0.00001. Arsitektur yang digunakan adalah U-Net sebagai generator dengan beberapa variasi yakni Skip Connection, Squeeze and Excitation Block (SE-Block) dan Attention Skip Connection, dan PatchGAN sebagai discriminator. Hasil terbaik diperoleh model GAN dengan generator U-Net menggunakan Skip Connection pada 100 epoch dan learning rate 0.0001, dengan pewarnaan yang stabil dan distribusi pewarnaan yang merata. Evaluasi matrik menunjukkan nilai FID sebesar 226.59, MSE sebesar 100.76, PSNR sebesar 28.10 dB, dan SSIM sebesar 0.1542. Dengan demikian, pendekatan GAN dinilai lebih efektif dalam menciptakan variasi warna baru yang diharapkan mampu melestarikan budaya batik melalui inovasi digital.