Batik merupakan salah satu warisan budaya Indonesia yang memiliki beragam motif dan filosofi mendalam, termasuk batik khas daerah Blitar. Namun, kurangnya edukasi dan akses informasi menyebabkan banyak masyarakat, terutama generasi muda, kurang mengenal motif-motif batik tersebut. Penelitian ini bertujuan untuk mengembangkan aplikasi mobile berbasis Android bernama Ambathik, yang dapat mengenali motif batik Blitar secara otomatis menggunakan metode Convolutional Neural Network (CNN) dengan pendekatan Transfer Learning. Model utama yang digunakan dalam penelitian ini adalah Inception V3, yang dibandingkan dengan arsitektur lain seperti MobileNetV2, ResNet18, dan MobileViT. Dataset terdiri dari 558 gambar 11 jenis motif batik, termasuk motif tambahan seperti Tumpal, Lengko, dan Koi. Proses pelatihan dilakukan di Google Colab, dilanjutkan dengan konversi model ke format TensorFlow Lite agar dapat dijalankan secara offline di perangkat mobile. Hasil eksperimen menunjukkan bahwa model Inception V3 memiliki performa akurasi terbaik setelah proses segmentasi dengan nilai akurasi mencapai 89%, sedangkan MobileViT menampilkan ketahanan tinggi pada data tanpa segmentasi. Aplikasi Ambathik yang dikembangkan mampu melakukan klasifikasi motif batik secara real-time tanpa koneksi internet, dan dapat menjadi sarana edukatif sekaligus pelestarian budaya lokal