Meme internet telah menjadi media ekspresi bagi mahasiswa Indonesia, namun sistem generasi meme otomatis yang ada saat ini belum mampu beradaptasi dengan budaya lokal mahasiswa Indonesia. Penelitian sebelumnya mengenai generasi meme otomatis menggunakan Large Language Models (LLMs) dan Vision Language Models (VLMs) lebih berfokus pada meme generation, tanpa meneliti pengaruh strategi prompting maupun parameter model. Penelitian ini bertujuan untuk mengatasi kesenjangan tersebut dengan mengoptimalkan kualitas generasi meme melalui analisis zero-shot dan few-shot prompting, parameter temperature, serta bahasa prompt menggunakan model LLaMA 4 dan Gemma 3. Penelitian ini mengisi celah yang ada karena penelitian sebelumnya umumnya hanya menguji faktor-faktor tersebut secara terpisah. Hasil penelitian menunjukkan bahwa Gemma 3 memiliki performa yang lebih baik dibandingkan LLaMA 4 pada seluruh human evaluation serta menghasilkan waktu generasi yang lebih cepat dan juga menunjukkan bahwa setiap topik bekerja paling optimal pada konfigurasi tertentu, meskipun performanya relatif serupa di berbagai konfigurasi. Skor kuantitatif seperti CLIPScore dan Cross-modal Incongruity juga mengonfirmasi bahwa humor muncul dari kontras antara elemen visual dan tekstual, walaupun skor yang diperoleh dalam penelitian ini masih tergolong rendah. Penelitian ini memberikan kontribusi pada bidang Informatika, khususnya dalam pengembangan Generative AI dan Computational Creativity. Hasil penelitian menunjukkan bahwa integrasi antara LLM dan VLM mampu menghasilkan meme yang relevan secara kontekstual sebagai media ekspresi diri mahasiswa Indonesia.