<![CDATA[Penelitian ini bertujuan untuk mengembangkan sistem yang mampu menghasilkan logo berdasarkan deskripsi teks menggunakan model Stable Diffusion versi 1.5 dan teknik Fine-Tuning Low Rank Adaptation (LoRA). Studi literatur dilakukan untuk memahami pendekatan terbaik dalam implementasi text-to-image, model stable diffusion, dan metode evaluasi gambar. Dataset yang digunakan terdiri dari 50 gambar logo yang dikumpulkan dari berbagai sumber dan dilengkapi dengan image captioning. Dataset ini kemudian diproses melalui tahap preprocessing yang mencakup resize, standarisasi format, cropping, serta rotation dan flipping untuk meningkatkan variasi data. Pengembangan model melibatkan pelatihan Stable Diffusion 1.5 dengan fine-tuning LoRA, yang memungkinkan model beradaptasi dengan tugas spesifik tanpa memerlukan sumber daya komputasi yang besar. Proses pelatihan dilakukan dengan 400 iterasi untuk menghindari overfitting pada dataset yang terbatas. Pengujian sistem dilakukan dengan menghasilkan gambar berdasarkan teks deskripsi yang sama dengan caption data uji, kemudian dievaluasi menggunakan metrik CLIP-MMD dan Frechet Inception Distance (FID). Hasil penelitian menunjukkan bahwa model yang telah dilatih dapat menghasilkan gambar logo yang sesuai dengan deskripsi teks, dengan nilai CLIP-MMD dan FID yang menunjukkan kesesuaian gambar dengan dataset uji. Penelitian ini berkontribusi dalam pengembangan teknologi AI generatif untuk kebutuhan desain logo bagi pelaku UMKM, sehingga memungkinkan pembuatan logo secara efisien tanpa memerlukan keahlian desain grafis. Dengan penerapan teknik LoRA, penelitian ini juga membuktikan efektivitas fine-tuning dalam meningkatkan performa model generatif dengan sumber daya yang lebih rendah. Kata Kunci: Text-to-Image, Stable Diffusion, LoRA Fine-Tuning, AI Generatif, Evaluasi Gambar]]>
