Analisis Sentimen pada Chatbot untuk Mood Tracking
Abstract
Abstrak --- Masalah kesehatan mental di kalangan pelajar dan mahasiswa semakin meningkat akibat tekanan akademis dan
tuntutan sosial. Banyak individu tidak menyadari atau mengabaikan tanda-tanda masalah kesehatan mental, sering
kali terhalang oleh stigma atau rasa malu. Penanganannya membutuhkan pendekatan holistik yang melibatkan edukasi
publik, kesadaran diri, dan akses mudah ke layanan kesehatan mental. Dalam konteks ini, aplikasi Android bernama Curhat
dikembangkan untuk membantu pengguna memantau dan mengelola kesehatan mental pengguna. Aplikasi ini
menggunakan bahasa pemrograman Kotlin dan framework Jetpack Compose serta ditenagai oleh OpenAI GPT-4o melalui
backend NodeJS dengan Express. Curhat memanfaatkan OpenAI GPT untuk deteksi dini
masalah kesehatan mental dan chatbot sebagai pelengkap yang memberikan informasi serta dukungan emosional tambahan.
Alat ini mengintegrasikan kecerdasan emosional dalam chatbot untuk meningkatkan interaksi dengan pengguna, meskipun
penerapan metode emphatic masih menjadi tantangan. Pendekatan inovatif menggunakan analisis sentimen diusulkan
untuk memantau suasana hati pengguna. Algoritma analisis sentimen ini akan mengenali dan merespons perubahan emosi
pengguna dalam percakapan dengan chatbot, menghasilkan nilai poin yang digunakan untuk menentukan kategori mood pengguna. Hasil tracking mood ditampilkan sebagai grafik visual per-hari dan pengguna dapat melihat tren mood mereka. Curhat akan memberikan kontribusi signifikan dalam
meningkatkan kesehatan mental dengan dukungan yang lebih responsif dan emphatic.
Kata kunci — chatbot, mood, sentiment, tracking
References
.[1] Fiona Campbell, Factors that influence mental health of university and college students in the UK: a systematic review,= BMC Public Health, 20 September 2022.
.[2] Clara Caldeira, Mobile apps for mood tracking: an analysis of features and user reviews,= National Library of Medicine, 2018.
.[3] Sarah Graham, Artificial Intelligence for Mental Health and Mental Illnesses: an Overview,= SpringerLink, 2019.
.[4] Stephen M Schueller, Understanding People’s Use of and Perspectives on Mood-Tracking Apps: Interview Study,= JMIR
Pablications, 2021.
.[5] M. Jonathan, Affective shifts: mood, emotion and well-being,= SpringerNature, 23 July 2021.
.[6] Tjut Awaliyah Zuraiyah, mplementasi Chatbot pada Pendaftaran
Mahasiswa Baru Menggunakan Recurrent Neural Network,= Jurnal Ilmiah Teknologi dan Rekayasa, vol. XXIV, 2019.
.[7] Cristian Mauricio Gallardo Paredes, ChatGPT API: Brief overview and integration in Software Development,= International Journal of
Engineering Insights, vol. I, 2023.
.[8] Sondang Sibueaa, Aplikasi Mobile Collection Berbasis Android pada PT. Suzuki Finance Indonesia,= Urnal Informatika Dan Teknologi
Komputer, pp. 31-42, 1 Maret 2022.
.[9] Egzon Milla, Analysis of Developing Native Android Applications Using XML and Jetpack Compose,= Balkan Journal of Applied
Mathematics and Informatics, p. 167, 2023.
.[10] Regita Lisgiani, Implementasi Autentikasi dari Sisi Backend pada Arsitektur Microservices Menggunakan Express JS,= Jurnal Infotronik Volume, vol. VII, p. 30, 2022.
