SCRIPT DCD - Reynaldi Gevin

Full Name: [Reynaldi Gevin]

Project: [Facial Emotion Recognition App]
Shinyapps Link: [YOUR SHINYAPPS LINK]
Presentation Duration: 8-10 minutes

Tim Dashboard Content

e Page Opened/
Clicked

Background - Selamat pagi/siang/sore/malam, bagi Bapak/Ibu sekalian.

Welcome! Perkenalkan nama saya Reynaldi salah satu student Algoritma, saya
akan memaparkan dashboard saya yang berjudul Facial Emotion
Recognition app.

1. Saya memiliki latar belakang pendidikan teknik geodesi dan

geomatika -> sewaktu kuliah saya sudah cukup dekat atau
Background - cukup familiar dalam mengolah data -> hanya saja di jurusan
Background saya lebih banyak mengolah data spasial.
(1) 2. Salah satu Pengalaman yang saya ingat sewaktu kuliah
ketika saat saya mengikuti seminar atau pelatihan saya
sering sekali diminta untuk mengisi kuesioner / feedback dari
acara tersebut. Nah

Background - Sebelumnya saya mau nanya nih, diantara bapak/ibu sekalian

Background apakah bapak ibu pernah merasa ribet atau mungkin kelupaan saat
(2) diminta mengisi kuesioner untuk feedback dari produk atau jasa
tertentu? Pasti ada dong

Nah karena pertanyaan2 tersebut biasanya banyak dan ribet untuk

dijawab kita cenderung tidak jujur dan asal2an saat menjawabnya
sehingga feedback yang diperoleh tidak sesuai dengan
kenyataannya.

Selain itu juga untuk mendapatkan hasil kuesionernya kita harus

menunggu yang dimana perlu waktu yang banyak untuk
mengumpulkan feedback tersebut

3. Berangkat dari keresahan tersebutlah sehingga memotivasi

saya untuk  membuat apps ini yang dimana diharapkan apps
ini dapat membantu kita untuk mendapatkan feedback
secara lebih instan dan yaa lebih natural dibandingkan
dengan harus mengisi kuisioner. 
 Selain itu juga dari segi bisnis aplikasi ini dapat digunakan
Background - perusahaan sebagai pra evaluasi terhadap campaign-
Business campaign yang akan diluncurkan. Yang dimana dipastikan
Impact, Target bahwa campaign yang terpilih adalah campaign yang
User menghasilkan impact atau ekspresi positif yang paling
banyak dari customernya. Dengan mengetahui sebenarnya
campaign atau produk manakah yang paling disukai oleh
pasar, maka perusahaan tidak perlu lagi mengeksekusi
semua marketing plan yang sudah di buat yang notabene
membutuhkan biaya yang lebih besar

Introduction Nah fyi untuk bapak ibu sekalian 

1. Apps ini saya bangun menggunakan streamlit dan nantinya
kita dapat melakukan simulasi deteksi emosi wajah di bagian
selanjutnya
2. Oke sekarang kita masuk ke intinya, ada 2 teknologi utama
yang membangun project ini
3. Untuk menganalisis sentimen dari komunikasi yang bersifat
nonverbal atau salah satu bentuk nya adalah ekspresi wajah
4. Yang kedua adalah CNN, cnn itu sendiri merupakan salah
satu algoritma machine learning yang bertujuan untuk
mengekstrak informasi dan melakukan klasifikasi terhadap
data gambar. Perbedaan utama metode CNN ini
dibandingkan dengan metode neural network lainnya adalah
dalam arsitekturnya CNN memiliki beberapa layer tambahan
yang disebut dengan layer convolutional yang digunakan 
untuk mengekstrak informasi yang terdapat didalam data
gambar
Disini saya juga sudah menyediakan gif yang bapak ibu
dapat lihat untuk mengetahui cara kerja algoritma CNN
dengan lebih detail

Untuk bapak/ibu yang masih penasaran nih di bidang apa saja FER
ini dapat diaplikasikan atau dapat digunakan, bapak/ibu dapat
menonton beberapa video yang telah saya sediakan yang berisi
beberapa manfaat lain dari FER di bidang2 lainnya seperti product
testing, keamanan berkendara, edukasi, dan sampai ke politik.

Dataset Disclaimer sedikit mengenai data yang saya gunakan untuk diteliti,
yaitu saya menggunakan data FER 2013 yang didapatkan dari
Kaggle. Data ini berisi sekitar 30 ribu data gambar yang
dikelompokkan kedalam 5 kelas yaitu angry, happy, neutral, sad,
surprise dengan persebaran jumlah datanya dapat dilihat pada
barchart di layar
 Demikian adalah contoh sekilas mengenai data gambar-gambar
yang saya gunakan.

Machine Sekarang kita masuk ke fitur utama dari apps ini yaitu menjalankan
Learning simulasinya.
Simulation
Disini bapak/ibu berikan 3 pilihan dalam mengoperasikannya yaitu
ada menggunakan inputan  gambar,video, dan live menggunakan
webcam. 

Nah pilihan ini tergantung dari keinginan bapak/ibu ingin memilih

menjalankan yang mana atau data apa yang bapak/ibu punya dan
ingin gunakan untuk dianalisis.

Video Kita masuk ke metode pertama menggunakan video. Disini bapak

Bapak/ibu bisa mengupload  video kemudian klik tombol proses
untuk memproses data videonya

Pada bagian hasilnya bapak/ibu dapat melihat ekspresi apa yang

paling dominan dalam video tersebut dijalankan.

Machine mendeteksi ekspresi happy muncul sebanyak sekian kali

selama video tersebut berjalan

Nah hasil ini dikembalikan lagi dengan target/tujuan bisnis dari

bapak/ibu sekalian 

Ekspresi apa yang bapak/ibu inginkan yang seharusnya muncul

berdasarkan penawaran produk/jasa yang bapak/ibu berikan apakah
sudah sesuai dengan yang diinginkan atau tidak

Image

Live camera

About Me Demikian dashboard yang telah saya buat. Jika bapak/ibu ingin
berdiskusi atau bertanya lebih lanjut di tab profile saya sudah
menyediakan link untuk linkedin saya

Dan jika bapak/ibu ingin melihat portofolio apa saja yang telah saya
buat related to data science 

Demikian dari saya, terima kasih bagi bapak/ibu yang telah

menyaksikan, semoga menginspirasi.