AI dan Batik Tradisional Dosen UMM Ciptakan Motif Baru

Oleh VOXBLICK

Senin, 30 Maret 2026 - 20.15 WIB

AI dan Batik Tradisional Dosen UMM Ciptakan Motif Baru

AI mencipta motif batik (Foto oleh Fandy Much)

VOXBLICK.COM - Kamu mungkin pernah melihat batik sebagai karya yang “sudah jadi” dari generasi ke generasimotifnya rapi, maknanya kuat, dan tiap garisnya terasa punya cerita. Namun, bagaimana kalau cerita itu bisa terus bertumbuh lewat teknologi? Dosen Teknik Informatika Universitas Muhammadiyah Malang (UMM) memadukan AI (kecerdasan buatan) dengan batik tradisional untuk menciptakan ratusan motif baru. Prosesnya bukan sekadar meniru pola lama, melainkan mengolah pengetahuan motif menjadi komposisi yang tetap menghormati pakem, sekaligus membuka ruang kreativitas.

Yang menarik, riset ini menunjukkan bahwa AI tidak harus menggantikan perajin atau mereduksi budaya.

Sebaliknya, AI bisa jadi “alat bantu berpikir” untuk mempercepat eksplorasi idebahkan untuk membantu dosen dan mahasiswa menguji variasi desain secara cepat sebelum masuk ke tahap produksi batik.

Di bawah ini, kamu akan melihat bagaimana AI dan batik tradisional bertemu secara konkret: mulai dari cara mengumpulkan data motif, membangun model, sampai bagaimana hasilnya bisa diterjemahkan menjadi karya yang siap diuji secara estetika dan

budaya.

Kenapa AI bisa membantu penciptaan motif batik?

Motif batik bukan cuma gambar. Di dalamnya ada struktur: pengulangan, simetri, ritme garis, aturan jarak, hingga makna yang sering dikaitkan dengan filosofi tertentu.

Tantangan kreatifnya adalah menemukan variasi yang tetap “nyambung” dengan identitas motif.

AI unggul pada bagian yang sering menyita waktu manusia: menganalisis pola dan menciptakan variasi secara cepat.

Dengan data yang tepat, AI dapat mempelajari hubungan antar elemen motifmisalnya bagaimana bentuk tertentu biasanya muncul, seberapa sering dikombinasikan, dan pola pengisian yang lazim pada beberapa gaya.

Namun, yang membedakan riset dosen UMM adalah pendekatan mereka: AI tidak dipakai untuk “membuat motif random”. Ada kontrol kualitas, validasi terhadap estetika, dan pengarah agar hasil tetap relevan dengan batik tradisional.

Proses: dari arsip motif ke ratusan desain baru

Secara umum, proses pengembangan motif berbasis AI untuk batik tradisional dapat dipahami dalam beberapa tahap berikut. Kamu bisa membayangkan ini seperti workflow desain yang dipercepat, tetapi tetap memakai rambu budaya.

Pengumpulan data motif: Menghimpun referensi batik tradisionalbisa berupa gambar motif, sketsa, atau dokumentasi pola dari berbagai sumber.
Standarisasi dan pra-pemrosesan: Motif perlu diseragamkan agar AI bisa membaca struktur dengan konsisten (misalnya ukuran, orientasi, dan detail garis).
Ekstraksi fitur: Sistem mempelajari elemen-elemen visual seperti bentuk utama, pengulangan, komposisi, dan pola isian.
Pelatihan model AI: Model dilatih untuk memahami “aturan” visual motifbukan hanya warna, tetapi juga geometri dan ritme.
Generasi motif baru: AI kemudian menghasilkan banyak variasi desain. Di tahap ini, dosen dan tim biasanya melakukan penyaringan agar tidak semua output langsung dipakai.
Kurasi dan validasi: Desain yang lolos dinilai dari sisi estetika serta kesesuaian dengan pakem batik tradisional.
Translasi ke praktik batik: Motif terpilih kemudian disiapkan untuk proses pembuatan batik, misalnya dengan panduan komposisi yang bisa dieksekusi oleh pembatik.

Hasil akhirnya: ratusan motif baru yang lahir dari kolaborasi antara “logika pola” AI dan pemahaman batik tradisional dari sisi akademik maupun praktik.

AI vs meniru: bagaimana menjaga identitas batik?

Sering muncul kekhawatiran: apakah AI hanya akan meniru motif lama, lalu mengubahnya sedikit? Dalam konteks riset ini, jawabannya lebih ke arah “kolaborasi dengan batas”.

AI memang belajar dari referensi, tetapi penciptaan motif baru dilakukan dengan kendali agar tidak keluar dari karakter batik.

Beberapa cara yang biasanya dipakai untuk menjaga identitas meliputi:

Pembatasan ruang variasi: Model diarahkan agar tetap berada pada rentang komposisi yang umum pada batik tradisional.
Penilaian berbasis kriteria visual: Misalnya simetri, ritme, dan kepadatan isian yang sesuai dengan gaya tertentu.
Umpan balik dari ahli: Kurasi dari dosen seni/batik, pembatik, atau pihak yang memahami filosofi motif agar output tidak sekadar “bagus secara visual”, tetapi juga “bermakna”.

Dengan pendekatan ini, AI berfungsi seperti mesin eksplorasi idesementara manusia tetap memegang kendali arah budaya.

Dampak bagi kreativitas mahasiswa dan dosen

Selain menghasilkan motif, riset AI dan batik tradisional juga berdampak pada cara kreator belajar dan bekerja. Kamu bisa melihatnya dari beberapa manfaat berikut.

Eksplorasi lebih cepat: Ide yang biasanya butuh waktu berhari-hari bisa diuji dalam hitungan jam melalui generasi desain.
Latihan komposisi yang terstruktur: Mahasiswa dapat memahami hubungan antar elemen motif secara lebih sistematis.
Kolaborasi lintas disiplin: Teknik Informatika bertemu seni/batik, sehingga proses belajar jadi lebih kaya dan kontekstual.
Portofolio desain yang lebih beragam: “Ratusan motif baru” memberi ruang pilihan sehingga tim bisa menemukan gaya yang paling kuat.
Riset berbasis output nyata: Karena motif bisa diwujudkan menjadi batik, hasil penelitian tidak berhenti pada layar komputer.

Yang paling terasa, kamu jadi melihat bahwa kreativitas tidak harus selalu dimulai dari “kertas kosong”. Dengan AI, mahasiswa bisa memulai dari banyak kemungkinan, lalu menyempitkan pilihan sampai menemukan desain yang paling sesuai.

Manfaat untuk pelestarian budaya

Pelestarian budaya sering dianggap identik dengan menjaga agar tidak berubah. Padahal, budaya justru bertahan karena mampu beradaptasi tanpa kehilangan ruhnya. Di titik inilah AI berpotensi membantu pelestarian batik tradisional melalui dua jalur.

Dokumentasi motif lebih rapi: Proses data dan analisis mendorong pencatatan motif secara lebih terstruktur.
Inovasi tanpa memutus akar: Motif baru dapat lahir dari pemahaman pola lama, sehingga batik tetap hidup dan relevan.
Pendidikan budaya lebih menarik: Generasi motif berbasis AI bisa jadi media edukasi yang lebih interaktif untuk generasi muda.

Dengan kata lain, AI bukan menggantikan batik tradisional, tetapi membantu batik tradisional tetap “berbicara” di zaman sekarang.

Contoh ide pemanfaatan motif AI dalam praktik

Kalau kamu tertarik membayangkan penerapannya, berikut beberapa contoh yang bisa dikembangkan dari motif hasil AI, tetap dengan prinsip kurasi dan kesesuaian budaya.

Koleksi terbatas: Motif baru diproduksi dalam jumlah kecil sebagai edisi khusus kampus atau komunitas.
Kolaborasi dengan perajin: AI membantu variasi desain, sementara pembatik menentukan teknik dan detail eksekusi.
Produk fashion modern: Motif tradisional bisa dipadukan dengan potongan pakaian modern agar lebih mudah diterima pasar.
Media pembelajaran: Motif hasil AI bisa dijadikan bahan latihan analisis komposisi bagi mahasiswa.

Yang penting, setiap output tetap melewati tahap penilaian agar “baru” tidak berarti “mengabaikan”.

Tantangan yang perlu diantisipasi

Walau menjanjikan, penerapan AI untuk batik tradisional juga punya tantangan. Kamu perlu memahami beberapa risiko agar proyek seperti ini tetap etis dan berkualitas.

Risiko homogenitas: Jika data referensi kurang beragam, AI bisa menghasilkan motif yang terlalu mirip.
Validasi budaya: Output visual yang menarik belum tentu sesuai pakem atau makna tertentu.
Hak cipta dan kepemilikan: Data motif yang digunakan sebaiknya jelas sumbernya, serta ada kesepakatan pemanfaatan.
Transfer dari digital ke kain: Desain di layar perlu disesuaikan dengan keterbatasan teknik batik nyata.

Karena itu, peran kurator, ahli batik, dan pembuat karya fisik tetap krusial.

Masa depan: AI sebagai “asisten kreatif” untuk batik

Riset dosen Teknik Informatika UMM yang memadukan AI dan batik tradisional memberi sinyal bahwa masa depan desain warisan budaya bisa lebih dinamis.

Dengan model yang semakin baik, proses eksplorasi motif bisa makin cepat, sementara kurasi budaya bisa makin kuat berkat data yang tersusun.

Kalau kamu ingin menangkap inti beritanya, ini bukan sekadar tren teknologi. Ini tentang cara baru merawat kreativitas: AI membantu membuka kemungkinan, manusia memastikan makna, dan batik tradisional tetap punya tempat di ruang inovasi.

Saat ratusan motif baru lahir dari kolaborasi tersebut, batik bukan hanya menjadi benda senimelainkan juga menjadi ekosistem pengetahuan yang terus berkembang.

Dan mungkin, di situlah keindahannya: kamu tidak hanya melihat motif yang “cantik”, tetapi juga merasakan jembatan antara tradisi dan teknologi yang saling menguatkan.