<![CDATA[Penelitian ini bertujuan untuk mengembangkan generator gambar karakter Jepang bergaya retro menggunakan diffusion models dengan pendekatan fine-tuning DreamBooth dan regularisasi L2. Model yang digunakan dalam penelitian ini adalah Stable Diffusion v2.1, yang dioptimalkan melalui proses fine-tuning untuk menghasilkan gambar karakter yang sesuai dengan deskripsi teks serta estetika gaya retro. Metode penelitian yang diterapkan mencakup pengumpulan data, pemrosesan dataset, penggunaan alat dan perangkat lunak, pelatihan model generatif, serta evaluasi hasil. Dataset yang digunakan terdiri dari gambar karakter Jepang dengan elemen visual khas seperti ekspresi dinamis, warna pastel, dan pola unik. Dataset dibagi menjadi data pelatihan dan data uji guna mendukung validasi model. Proses pelatihan dilakukan dengan teknik fine-tuning menggunakan DreamBooth serta penerapan regularisasi L2 untuk mengurangi risiko overfitting. Evaluasi model dilakukan dengan menggunakan CLIP Score untuk mengukur kesesuaian gambar yang dihasilkan dengan deskripsi input, serta inspeksi visual untuk memastikan konsistensi atribut visual seperti ekspresi wajah, gaya pakaian, dan elemen dekoratif. Hasil penelitian menunjukkan bahwa fine-tuning dengan DreamBooth dapat meningkatkan kualitas dan akurasi gambar yang dihasilkan. Penggunaan regularisasi L2 membantu mempertahankan variasi visual tanpa mengurangi kesesuaian dengan deskripsi input. Selain itu, eksperimen dengan berbagai parameter seperti inference steps, guidance scale, dan jumlah dataset menunjukkan bahwa peningkatan jumlah dataset serta pengaturan parameter yang tepat dapat menghasilkan gambar dengan kualitas yang lebih baik, lebih stabil, dan lebih sesuai dengan deskripsi yang diberikan. Kata Kunci: Diffusion Models, Stable Diffusion, Dreambooth, Fine-Tuning, Regularisasi L2, Generator Gambar, Gaya Retro, CLIP Score ]]>
Copyrights © 2025
