<![CDATA[Abstrak - Kesehatan mental mahasiswa merupakan isu krusial yang memerlukan dukungan yang cepat dan mudah diakses, namun stigma sosial dan keterbatasan akses terhadap layanan profesional sering kali menghambat upaya pencarian bantuan. Penelitian ini merancang dan mengembangkan SanCare, sebuah platform konseling kesehatan mental berbasis web yang terintegrasi dengan chatbot berbasis Large Language Model (LLM) yang berfungsi sebagai alat pertolongan pertama psikologis. Sistem menggunakan model Qwen2.5-3B Instruct yang diadaptasi dengan teknik Low-Rank Adaptation (LoRA) untuk menyeimbangkan kinerja pemahaman konteks dengan efisiensi sumber daya komputasi. Keamanan dan privasi dijamin melalui enkripsi data AES-256 serta mekanisme right to be forgotten. Evaluasi otomatis menggunakan BERTScore menunjukkan F1-score rata-rata sebesar 0,7943, dibandingkan model 0,5B sebesar 0,6467. Evaluasi oleh ahli psikologi pada 12 skenario konseling menghasilkan skor rata-rata 4,67 (kategori "Sangat Layak"), dan pengujian UAT terhadap 15 mahasiswa menghasilkan skor 4,54. Meskipun masih terdapat keterbatasan dalam validasi emosi yang mendalam, SanCare menawarkan alternatif yang aman dan responsif bagi mahasiswa untuk mengelola kondisi emosionalnya secara mandiri sebelum mencari bantuan profesional. Kata kunci : Chatbot; Kesehatan Mental; Large Language Model; LoRA; Privasi Data; Abstract - Student mental health is a crucial issue that requires timely and accessible support, yet social stigma and limited access to professional services often hinder help-seeking. This study designs and develops SanCare, a web-based mental health counseling platform integrated with a Large Language Model (LLM)-based chatbot that functions as a psychological first-aid tool. The system uses the Qwen2.5-3B Instruct model adapted with Low-Rank Adaptation (LoRA) to balance contextual performance with computational efficiency. Security and privacy are ensured through AES-256 data encryption and a right-to-be-forgotten mechanism. Automatic evaluation using BERTScore shows an average F1-score of 0.7943, clearly outperforming the 0.5B baseline at 0.6467. Expert evaluation across twelve counseling scenarios yielded an overall mean score of 4.67 (Very Feasible), and UAT involving 15 students produced a score of 4.54. SanCare provides a secure and responsive alternative for students to manage their emotional conditions before seeking professional help. Keywords: Chatbot; Mental Health; Large Language Model; LoRA; Data Privacy;]]>
