Meningkatnya angka stres, kecemasan, dan depresi di kalangan mahasiswa seringkali tidak dibarengi dengan akses yang mudah ke layanan profesional karena kendala biaya, waktu, dan stigma sosial. Penelitian ini bertujuan untuk mengembangkan sistem chatbot berbasis Natural Language Processing (NLP) yang berfungsi sebagai pertolongan pertama (first-aid) kesehatan mental. Dengan menggunakan algoritma Deep Learning dan pemrosesan bahasa alami, chatbot ini dirancang untuk memahami keluhan mahasiswa dan memberikan respon empati serta saran tindak lanjut. Hasil pengujian menunjukkan bahwa chatbot mampu memberikan respon yang relevan dan membantu mengurangi hambatan awal mahasiswa dalam mencari bantuan.
Mahasiswa menghadapi tekanan akademik dan sosial yang tinggi. Namun, banyak dari mereka enggan berkonsultasi ke psikolog karena takut akan stigma atau keterbatasan biaya. Teknologi chatbot hadir sebagai solusi perantara yang bersifat anonim, tersedia 24/7, dan mudah diakses melalui smartphone. NLP menjadi inti dari sistem ini agar mesin dapat memahami konteks bahasa manusia yang tidak terstruktur.
Sistem ini dikembangkan melalui beberapa tahapan utama:
- Pengumpulan Data: Menggunakan dataset percakapan seputar keluhan kesehatan mental (stres, kecemasan, insomnia) yang telah dikurasi oleh pakar atau diambil dari dataset terbuka.
- Preprocessing: Tahapan pembersihan data seperti tokenizing, filtering (menghapus kata sambung), dan stemming (mencari kata dasar).
- Model NLP: Menggunakan metode seperti Intent Classification dengan algoritma Long Short-Term Memory (LSTM) atau Transformer (seperti BERT) untuk memahami maksud pengguna.
- Integrasi Platform: Chatbot diintegrasikan ke platform populer seperti Telegram, WhatsApp, atau aplikasi Android khusus.
Fitur Utama Chatbot
- Deteksi Suasana Hati (Mood Tracking): Mengidentifikasi emosi pengguna berdasarkan teks yang diinput.
- Psikoedukasi: Memberikan informasi valid mengenai kesehatan mental.
- Latihan Relaksasi: Panduan pernapasan atau meditasi ringan saat pengguna merasa panik.
- Sistem Rujukan: Jika sistem mendeteksi kecenderungan menyakiti diri sendiri (self-harm), chatbot akan segera memberikan kontak darurat psikolog atau rumah sakit terdekat.
Pembahasan & Hasil
Berdasarkan pengujian Black Box dan kuesioner kepada responden mahasiswa, ditemukan bahwa:
- Akurasi: Sistem mampu mengenali maksud pengguna dengan tingkat akurasi (misal: 85%) tergantung pada kompleksitas bahasa yang digunakan.
- Kenyamanan: Pengguna merasa lebih nyaman mencurahkan perasaan awalnya kepada bot karena merasa tidak dihakimi (anonimitas).
- Keterbatasan: Chatbot tidak dapat menggantikan peran psikolog profesional untuk diagnosis klinis yang mendalam, melainkan hanya sebagai pendamping awal.
Kesimpulan
Pengembangan chatbot berbasis NLP sangat efektif sebagai langkah preventif dalam menangani masalah kesehatan mental di lingkungan kampus. Teknologi ini mampu menjembatani kesenjangan antara kebutuhan bantuan mental dan ketersediaan layanan profesional. Pengembangan ke depan disarankan untuk menggunakan model AI yang lebih generatif agar percakapan terasa lebih manusiawi.
