Skip to content
Kembali
Case Study

NgeMood

NgeMood merupakan aplikasi berbasis web yang membantu pengguna memahami kondisi emosional mereka melalui analisis wajah dan teks.

NgeMood

Deskripsi

NgeMood adalah aplikasi berbasis web yang dirancang untuk membantu pengguna memahami kondisi emosional mereka melalui analisis wajah dan teks berbasis Artificial Intelligence.

Platform ini mengintegrasikan teknologi computer vision, natural language processing, dan generative AI dalam satu sistem terpadu untuk menghadirkan pengalaman refleksi diri yang personal, interaktif, dan berbasis data.

Latar Belakang

Isu kesehatan mental (mental health) menjadi semakin relevan, terutama di kalangan mahasiswa dan generasi muda. Namun, banyak individu masih mengalami kesulitan dalam mengenali, memahami, dan merefleksikan kondisi emosional mereka secara konsisten.

Sebagian besar emosi hanya dirasakan sesaat tanpa adanya pencatatan atau analisis lebih lanjut, sehingga sulit untuk memahami pola perubahan emosi dalam jangka panjang.

NgeMood dikembangkan sebagai solusi berbasis teknologi untuk membantu pengguna membangun self-awareness yang lebih baik, dengan memanfaatkan AI dalam menganalisis ekspresi wajah dan teks jurnal, serta memberikan insight yang kontekstual dan mudah dipahami.

Fitur Utama

  • Deteksi emosi wajah menggunakan model deep learning (facial emotion recognition)

  • Analisis sentimen dari teks jurnal menggunakan AI

  • Journaling interaktif dengan respons AI yang kontekstual dan relatable

  • Riwayat mood dan visualisasi tren emosi pengguna

  • Rekomendasi aktivitas berdasarkan kondisi emosional

  • Sistem autentikasi dan manajemen pengguna

  • Dashboard interaktif untuk monitoring kondisi emosional

Peran & Kontribusi

  • Mengembangkan sistem secara end-to-end (Machine Learning, Backend, dan Frontend)

  • Melatih dan mengintegrasikan model AI untuk deteksi emosi wajah menggunakan TensorFlow

  • Mengimplementasikan pipeline computer vision (face detection, preprocessing, inference)

  • Mengembangkan backend API menggunakan FastAPI untuk menangani autentikasi, data, dan inferensi AI

  • Mengintegrasikan generative AI (LLM) untuk analisis teks jurnal dan pemberian respons kontekstual

  • Membangun frontend interaktif menggunakan Next.js dengan fokus pada user experience

  • Mendesain arsitektur sistem yang terintegrasi antara AI, backend, dan frontend

  • Mengelola alur data dari input pengguna (kamera & teks) hingga hasil analisis secara real-time

  • Mengoptimalkan performa sistem untuk memastikan latency rendah pada proses inferensi

Dampak & Hasil

  • Menghadirkan solusi digital untuk meningkatkan kesadaran emosional berbasis AI

  • Membantu pengguna memahami pola emosi melalui data historis dan analisis otomatis

  • Menggabungkan teknologi AI dan pendekatan human-centered dalam satu platform

  • Menjadi implementasi nyata sistem AI end-to-end dalam domain mental health

Tech Stack

MySQLExpress.jsNext.jsTailwind.cssTypeScript