Perpustakaan Digital ITB

Masalah kesehatan mental menjadi perhatian mendesak, khususnya di kalangan mahasiswa. Survei I-NAMHS menunjukkan sekitar 34,9% remaja di Indonesia mengalami setidaknya satu masalah kesehatan mental. Di lingkungan perguruan tinggi seperti Institut Teknologi Bandung (ITB), layanan konseling telah tersedia, namun masih terkendala jumlah slot konseling yang terbatas, waktu tunggu lama, serta minimnya dukungan awal yang cepat dan mudah diakses. Untuk menjawab tantangan tersebut, dikembangkan chatbot kesehatan mental berbasis web dengan pendekatan Retrieval-Augmented Generation (RAG). Sistem ini memanfaatkan kemampuan Large Language Models (LLMs) dan retrieval dokumen relevan secara real-time. Dalam implementasinya, ditambahkan Hypothetical Document Embeddings (HyDE) sebagai lapisan tambahan untuk menghasilkan jawaban hipotesis. Selain itu, prompt engineering juga diimplementasikan dengan menambahkan instruksi tambahan kepada LLM untuk meningkatkan kualitas respons. Hasil evaluasi berbasis LLM menunjukkan bahwa HyDE umumnya meningkatkan kinerja retrieval, meskipun berpotensi menurun bila jawaban hipotesis tidak relevan. Hasil evaluasi berbasis LLM yang paling tinggi didapatkan oleh konfigurasi M-02 (gpt-4.1-mini dengan penerapan HyDE) dengan rata-rata keseluruhan 0,9182. Evaluasi berbasis ahli domain mengonfirmasi bahwa chatbot mampu menghasilkan jawaban faktual, koheren, komprehensif, dan aman. Sementara itu, User Acceptance Testing (UAT) menunjukkan hasil yang positif dengan success rate 100% pada setiap use case, System Usability Scaling (SUS) 89.17 dari 100, Single Ease Question (SEQ) 6.76 dari 7, dan Net Promoter Score (NPS) +33.33.