Pembuatan poster melibatkan banyak hal dan langkah langkah yang membutuhkan pengalaman desain dan kreativitas. Dengan teknologi kecerdasan buatan seperti Stable Diffusion dapat digunakan untuk memenuhi kebutuhan otomasi tersebut. Namun, model dasar sering kali tidak spesifik dan tidak konsisten dalam menyertakan elemen tambahan seperti judul. Untuk mengatasi masalah ini Dreambooth dapat digunakan untuk meningkatkan kemampuan Stable Diffusion dalam memahami prompt yang diberikan. Hasil menunjukkan bahwa model tanpa Fine Tuning menghasilkan gambar yang kurang sesuai dengan deskripsi, sementara model yang dilatih dengan Dreambooth menghasilkan gambar yang lebih akurat dan detail, serta mampu menyertakan judul. Penggunaan Negative prompt juga meningkatkan akurasi dengan mengeliminasi elemen yang tidak diinginkan. Evaluasi menggunakan CLIP Score menunjukkan bahwa model yang dilatih dengan Dreambooth memiliki nilai sekitar 0,7. Menunjukkan bahwa kombinasi Fine Tuning Dreambooth dan Negative prompt dapat meningkatkan kualitas generasi poster film.
Kata Kunci: Stable Diffusion, Dreambooth, Fine Tuning, Negative prompt, Desain Poster Film