IMPLEMENTASI ALIAS-FREE GENERATIVE ADVERSARIAL NETWORKS (STYLEGAN3) DALAM PEMBUATAN MOTIF TENUN SONGKET ALTERNATIF

AZZAHRA, ANINDIA (2025) IMPLEMENTASI ALIAS-FREE GENERATIVE ADVERSARIAL NETWORKS (STYLEGAN3) DALAM PEMBUATAN MOTIF TENUN SONGKET ALTERNATIF. Skripsi thesis, UPN "Veteran" Yogyakarta.

	Text 2_Cover_123210072_Anindia Azzahra.pdf Download (215kB)
	Text 3_Abstrak_123210072_Anindia Azzahra.pdf Download (240kB)
	Text 4_Halaman Pengesahan_123210072_Anindia Azzahra.pdf Download (478kB)
	Text 5_Daftar Isi_123210072_ Anindia Azzahra.pdf Download (217kB)
	Text 6_Daftar Pustaka_123210072_Anindia Azzahra.pdf Download (222kB)
	Text 1_Skripsi Full_123210072_Anindia Azzahra.pdf Restricted to Repository staff only Download (5MB)

Abstract

Kain tenun songket merupakan salah satu warisan budaya Indonesia yang memiliki
nilai estetika, filosofi, dan identitas daerah yang tinggi. Namun, seiring perkembangan
zaman, industri tenun songket menghadapi tantangan dalam mengembangkan inovasi motif,
terutama karena keterbatasan sumber daya manusia, biaya, dan adaptasi terhadap teknologi
digital. Inovasi berbasis teknologi menjadi salah satu solusi yang potensial, khususnya
dengan memanfaatkan kecerdasan buatan. Penelitian ini dilakukan untuk menjawab
permasalahan terkait bagaimana performa model StyleGAN3 dalam menghasilkan motif
tenun songket secara digital.
Penelitian ini menerapkan arsitektur StyleGAN3-T untuk menghasilkan motif tenun
songket sintetis. Dataset yang digunakan terdiri dari 813 citra motif tenun songket yang
diperoleh dari berbagai sumber. Model dilatih menggunakan metode transfer learning, serta
disesuaikan dengan resolusi citra 256x256 piksel. Selama proses pelatihan, evaluasi
dilakukan menggunakan metrik Fréchet Inception Distance (FID) untuk mengukur
kesamaan distribusi antara citra asli dan citra sintetis yang dihasilkan.
Hasil penelitian menunjukkan bahwa model StyleGAN3 mampu menghasilkan motif
tenun songket alternatif secara digital dengan kualitas visual yang menyerupai motif asli.
Citra sintetis menunjukkan keberagaman pola dan tetap mempertahankan karakteristik khas
tenun tradisional. Model mencapai performa terbaik pada iterasi ke-620 kimg dengan nilai
FID sebesar 38,47. Berdasarkan evaluasi tersebut, dapat disimpulkan bahwa StyleGAN3
berpotensi menjadi alat bantu dalam proses desain motif tenun, mendukung inovasi di sektor
industri tekstil berbasis warisan budaya, serta menjadi kontribusi dalam pelestarian budaya
melalui pendekatan teknologi generatif.
Kata Kunci: StyleGAN3, motif songket, generative adversarial network, FID, tenun sintetis

Item Type:	Thesis (Skripsi)
Additional Information:	Anindia Azzahra (Penulis - 123210072) ; Dhimas Arief Dharmawan (Pembimbing)
Uncontrolled Keywords:	StyleGAN3, motif songket, generative adversarial network, FID, tenun sintetis
Subjek:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Fakultas Teknik Industri > Informatika (S1)
Depositing User:	Indah Lestari
Date Deposited:	17 Jul 2025 07:30
Last Modified:	17 Jul 2025 07:30
URI:	http://eprints.upnyk.ac.id/id/eprint/43152

Actions (login required)

View Item