Kain Sasirangan merupakan salah satu warisan budaya khas Kalimantan Selatan yang memiliki beragam motif dan warna dengan makna filosofis tertentu. Seiring perkembangan zaman, fungsi kain Sasirangan mengalami pergeseran menjadi komoditas industri kreatif sehingga diperlukan inovasi untuk menjaga keberlanjutan serta meningkatkan daya tariknya. Penelitian ini menerapkan metode Multimodal Unsupervised Image-to-Image Translation (MUNIT) dengan penambahan mekanisme self-attention untuk melakukan translasi citra kain Sasirangan dari citra bermotif hitam dengan latar belakang putih menjadi citra kain Sasirangan berwarna. Model MUNIT standar digunakan sebagai pembanding untuk menganalisis pengaruh penambahan mekanisme self-attention terhadap kualitas hasil translasi citra. Penelitian dilakukan menggunakan 870 data train dan 374 data test dengan dua skenario konfigurasi GAN mode, yaitu LSGAN dan Hinge. Evaluasi model dilakukan menggunakan metrik Fréchet Inception Distance (FID) dan Learned Perceptual Image Patch Similarity (LPIPS). Hasil penelitian menunjukkan bahwa model MUNIT standar menghasilkan nilai FID yang lebih rendah dibandingkan model MUNIT dengan penambahan mekanisme self-attention, dengan nilai sebesar 142,576, yang menunjukkan bahwa hasil translasi lebih mendekati distribusi citra Sasirangan asli. Sebaliknya, model MUNIT dengan self-attention menghasilkan nilai LPIPS yang lebih tinggi, yaitu sebesar 0,80474, yang menunjukkan keberagaman visual hasil translasi yang lebih besar. Berdasarkan hasil tersebut, penelitian ini menunjukkan bahwa MUNIT dengan penambahan mekanisme self-attention belum mampu meningkatkan kedekatan distribusi citra terhadap citra Sasirangan asli, namun mampu meningkatkan variasi visual pada hasil translasi kain Sasirangan