Penerapan Multimodal Unsupervised Image-To-Image Translation (MUNIT) untuk Menghasilkan Pola Warna Kain Sasirangan

Abstract

Kain sasirangan merupakan salah satu warisan budaya kain tradisional dari Kalimantan Selatan, Indonesia. Kain ini memiliki motif-motif yang memiliki kegunaan dan makna tertentu, serta warna-warna yang memiliki khasiat pengobatan. Namun, dengan berjalannya waktu, fungsi kain sasirangan telah mengalami pergeseran menjadi kain komoditas lokal. Hal ini mendorong perlunya inovasi pada kain sasirangan untuk menjaga keberlanjutan warisan budaya ini. Dalam penelitian ini menerapkan metode Multimodal Unsupervised Image-to-Image Translation (MUNIT) untuk menghasilkan pola warna pada gambar kain sasirangan dengan latar belakang putih dan motif hitam. Penelitian ini menggunakan Model MUNIT dengan konfigurasi dari implementasi terbaru, dengan mengubah beberapa parameter, seperti bobot loss pada rekonstruksi gambar dan ukuran batch. Hasil eksperimen menunjukkan bahwa Model MUNIT dengan loss weight: image recon 10 dan batch size 1 menghasilkan hasil terbaik dengan nilai FID sebesar 170.062 dan nilai LPIPS sebesar 0.23587.