Agus Eko Minarno, mahasiswa Doktor Teknik Elektro, berhasil menjalani Ujian Terbuka Promosi Doktor di Fakultas Teknik Universitas Gadjah Mada (FT UGM) dengan penelitian berjudul “Batik RVGAN: A Generative Adversarial Network with Retrieval for Generating Batik Motif Synthesis” pada Rabu (13/08) lalu. Kegiatan berlangsung pada pukul 08.30–12.00 WIB di Auditorium Lantai 3 SGLC FT UGM dan disiarkan langsung melalui YouTube Channel TERAS DTETI FT UGM.
Ujian terbuka ini dibimbing oleh Prof. Ir. Hanung Adi Nugroho, S.T., M.Eng., Ph.D., IPM., SMIEEE dan Dr. Indah Soesanti, S.T., M.T. sebagai tim promotor. Penelitian Agus fokus pada pengembangan model Batik RVGAN, yang menggabungkan teknik RetrieVal dan Generative Adversarial Network (GAN) untuk menghasilkan motif batik sintetis yang berkualitas tinggi. Model ini juga dilengkapi dengan image retrieval berbasis Convolutional Neural Network (CNN) untuk memilih motif relevan sebelum proses generasi, serta optimalisasi generator dengan Pixel Shuffle dan penambahan batch normalization pada discriminator untuk stabilitas gradien.
Penelitian ini memanfaatkan empat dataset utama, yakni Batik Nitik Sarimbit 120, Batik Nitik 960, Batik Nitik 252, dan Batik ITB, termasuk koleksi dari Paguyuban Pecinta Batik Indonesia (PPBI) Sekar Jagad Yogyakarta, koleksi Winotosasto Batik, dan APIPS Gallery. Kontribusi inovatif dari penelitian ini meliputi: pembuatan dua dataset baru, pengembangan model image retrieval baru, konstruksi model Batik RVGAN, dan pengembangan BatikNet untuk Perceptual Loss.
Hasil pengujian menunjukkan Batik RVGAN unggul dibandingkan model sebelumnya (Batik GAN SL dan Batik GAN CL) di empat dataset, dengan peningkatan kualitas motif sintetis, pengurangan noise, dan konvergensi lebih baik yang dibuktikan melalui evaluasi FID, PSNR, SSIM, LPIPS, serta precision dan recall pada image retrieval. Selain itu, survei terhadap 325 responden menunjukkan lebih dari 80% menyukai motif sintetis yang dihasilkan, dan tiga ahli batik menilai motif sintetis tersebut dapat diterima sebagai bagian dari pengembangan motif batik tanpa menghilangkan filosofi aslinya.
Penelitian Agus Eko Minarno menunjukkan bahwa kombinasi retrieval dan GAN, beserta Perceptual Loss menggunakan BatikNet, mampu menghasilkan motif batik sintetis yang autentik dan berkualitas tinggi, sekaligus mendukung pelestarian dan inovasi dalam seni batik Indonesia. (RAS)
