<![CDATA[Penelitian ini bertujuan untuk menghasilkan visualisasi karakter fantasi bergaya Art Nouveau melalui fine-tuning model Stable Diffusion menggunakan metode DreamBooth. Proses penelitian mencakup pengumpulan dataset karakter bergaya Art Nouveau, pelatihan model menggunakan Stable Diffusion v1.5, pengembangan sistem berbasis web dengan Streamlit, serta evaluasi hasil menggunakan CLIP Score dan analisis kualitatif. Fine-tuning dilakukan dengan metode DreamBooth untuk meningkatkan fidelitas visual dan personalisasi karakter berdasarkan deskripsi teks. Data pelatihan diolah melalui CLIP Text Encoder untuk menghasilkan embedding yang merepresentasikan teks, sedangkan model dilatih secara iteratif dengan loss calculation berbasis mean squared error (MSE) dan dropout regularization untuk mencegah overfitting. Evaluasi menunjukkan bahwa penggunaan prompt yang lebih spesifik serta negative prompt dapat meningkatkan CLIP Score rata-rata dari 0.65 menjadi 0.826 setelah fine-tuning, yang mencerminkan peningkatan akurasi visualisasi terhadap deskripsi teks. Aplikasi berbasis web dikembangkan untuk memudahkan pengguna dalam menghasilkan gambar dari teks secara real-time. Implementasi sistem ini memungkinkan eksplorasi visual karakter secara interaktif, dengan fitur validasi berbasis CLIP Score dan evaluasi estetika. Hasil penelitian menunjukkan bahwa model yang telah difine-tune mampu menghasilkan gambar dengan elemen khas Art Nouveau, seperti motif dekoratif, garis melengkung, dan palet warna pastel. Dengan demikian, penelitian ini memberikan kontribusi dalam pengembangan sistem generatif berbasis AI untuk industri kreatif, khususnya dalam visualisasi karakter fantasi yang estetis dan naratif. Kata Kunci: Stable Diffusion, DreamBooth, Art Nouveau, Fine-Tuning ]]>
Copyrights © 2025
