Pengembangan Chatbot Teman Bercerita Berbasis Framework Rasa untuk Mendukung Kesehatan Mental
Abstrak
Masalah kesehatan mental pada remaja semakin mendapat perhatian, terutama dengan meningkatnya penggunaan teknologi digital. Penelitian ini bertujuan mengembangkan chatbot bernama Teman Bercerita yang dibangun menggunakan framework Rasa untuk mendukung kebutuhan curhat pengguna secara anonim dan empatik. Pengembangan dilakukan dengan mengkonfigurasi Rasa NLU untuk memahami maksud pengguna melalui contoh kalimat pada file nlu.yml dan domain.yml, serta mengatur Rasa Core untuk mengelola alur percakapan melalui rules.yml dan stories.yml. Apabila maksud pengguna tidak dikenali oleh Rasa NLU, diterapkan mekanisme fallback yang memanfaatkan metode pencarian semantik. Sistem ini dikembangkan menggunakan dua dataset, yaitu Mental Health Conversational untuk melatih model Rasa melalui proses translasi, pembersihan, dan penyesuaian format ke struktur Rasa, serta dataset Psych8k yang khusus digunakan untuk mendukung mekanisme fallback melalui pencarian semantik ketika confidence model rendah. Proses pencarian semantik menggunakan SentenceTransformer dengan model all-MiniLM-L6-v2 untuk menghasilkan respons yang lebih relevan sesuai dengan konteks percakapan. Evaluasi sistem dilakukan melalui pengujian fungsional, NLU, manajemen dialog, pengujian relevansi respons oleh pengguna, serta evaluasi menggunakan ROUGE dan cosine similarity berbasis referensi. Hasil pengujian menunjukkan akurasi Rasa NLU mencapai 89% pada cross-validation, akurasi Rasa Core mencapai 100%, dan relevansi respons dinilai rata-rata 3 (cukup relevan) oleh pengguna. Penelitian ini diharapkan dapat berkontribusi dalam penyediaan ruang curhat digital yang aman dan adaptif bagi remaja, serta menjadi landasan untuk pengembangan chatbot berbasis empati di masa depan.