RANCANG BANGUN CHATBOT KESEHATAN MENTAL BERBASIS NATURAL LANGUAGE GENERATION DENGAN ARSITEKTUR TRANSFORMER

Menurut data World Health Organization hampir satu milyar manusia di seluruh dunia pada tahun 2019 hidup dalam gangguan kesehatan mental, dengan jenis gangguan depresi dan anxiety yang paling mendominasi. Keterbatasan akses terhadap layanan konsultasi kesehatan mental menjadi salah satu faktor pendorong tingginya angka tersebut. Oleh karena itu, Chatbot hadir sebagai salah satu solusi dan fasilitas pendukung dalam kegiatan konseling kesehatan mental. Penelitian ini bertujuan untuk merancang dan membangun chatbot kesehatan mental berbasis Natural Language Generation dengan arsitektur Transformer. Pembangunan model dilakukan dengan teknik hyperparameter tunning terhadap Large Language Model GPT-2 menggunakan dataset berupa pasangan pertanyaan dan jawaban seputar permasalahan kesehatan mental. Model yang dibangun diimplementasikan kedalam aplikasi berbasis web. Hasil penelitian mendapatkan performa kualitas model Chatbot dalam tugas generasi teks menggunakan matriks Word Perplexity dengan nilai 1.167. Hasil uji validitas Chatbot dengan metode human evaluation terhadap responden pakar kesehatan mental mendapatkan presentasi validitas 82.5%. Hasil uji reliabilitas dari pengujian validitas menggunakan metode kappa cohen mendapatkan nilai koefisien sebesar 0.4667 dan termasuk kedalam kategori moderate agreement atau kesepakatan sedang. Dan hasil uji fungsionalitas sistem menggunakan metode Black Box Testing mendapatkan presentasi kesesuaian 100% untuk skenario positif. Namun, dalam skenario negatif, Chatbot belum dapat membatasi input di luar konteks masalah kesehatan mental.