Pengembangan Chatbot Konsultasi Kesehatan Mental di Indonesia Berbasis Model Generative AI Gemini

Abstract

Kasus gangguan kesehatan mental di Indonesia terus meningkat, namun akses terhadap layanan profesional masih sangat terbatas akibat kurangnya tenaga medis, biaya, dan besarnya stigma sosial. Penelitian ini bertujuan mengembangkan chatbot konsultasi kesehatan mental berbasis model Generative AI Gemini 2.5 Flash dan mengevaluasi kinerjanya dalam memberikan respons dukungan psikologis awal. Pengembangan sistem menggunakan metode Machine Learning Lifecycle mulai dari problem definition hingga deployment. Sistem mengimplementasikan prompt engineering dengan kerangka kerja R.O.L.E (Role, Objective, Limits, Expression) untuk mengendalikan model Gemini agar merespons secara empatik tanpa memberikan diagnosis medis klinis. Antarmuka aplikasi dibangun menggunakan teknologi web standar, sementara sisi backend dikelola menggunakan Node.js dan database Supabase. Tahap deployment dilakukan pada Virtual Machine Google Cloud Platform dengan menggunakan Nginx dan PM2. Kelayakan sistem dievaluasi secara komprehensif melalui Black Box Testing, User Acceptance Testing (UAT), dan validasi ahli psikologi. Hasil Black Box Testing membuktikan seluruh fitur sistem beroperasi tanpa kegagalan teknis. Pengujian UAT menghasilkan skor 92,50%, menunjukkan tingkat penerimaan masyarakat yang sangat baik. Evaluasi komparatif dan validasi ahli klinis mengonfirmasi bahwa chatbot secara mutlak mematuhi batasan keamanan dengan menolak diagnosis medis dan berhasil mengeksekusi otomatis protokol rujukan darurat pada situasi krisis. Hal ini menunjukan bahwa chatbot layak dan aman diimplementasikan sebagai instrumen pertolongan pertama psikologis yang anonim bagi masyarakat luas.