Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Muhammad Tafazzani Addien
Universitas Singaperbangsa Karawang
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Asisten Virtual Berbasis NLP untuk Mendukung Kesejahteraan Psikologis Mahasiswa Muhammad Tafazzani Addien; Yuyun Umaidah; Apriade Voutama
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.10114

Abstract

Peningkatan tekanan akademik, sosial, dan personal pada mahasiswa menimbulkan kebutuhan terhadap media pendampingan psikologis awal yang mudah diakses, aman, responsif, dan tidak menghakimi. Penelitian ini bertujuan mengembangkan asisten virtual berbasis Natural Language Processing (NLP) untuk mendukung kesejahteraan psikologis mahasiswa melalui interaksi berbasis teks. Metode penelitian menggunakan Research and Development dengan model Prototype yang meliputi analisis kebutuhan, perancangan arsitektur, implementasi modul NLP, pengujian fungsi, dan evaluasi pengguna. Sistem dirancang menggunakan komponen antarmuka chatbot, preprocessing teks, klasifikasi intent, analisis sentimen, basis pengetahuan kesehatan mental, serta manajemen dialog. Hasil pengembangan menunjukkan bahwa sistem mampu menerima pesan pengguna, mengenali keluhan akademik dan emosional, memproses bahasa informal, memberikan respons suportif, serta menampilkan arahan menuju konselor atau layanan profesional ketika diperlukan. Pengujian black box memperlihatkan bahwa fungsi pengiriman pesan, klasifikasi intent, analisis sentimen, pemilihan respons, penanganan pesan di luar konteks, dan penyajian informasi konseling berjalan sesuai rancangan. Evaluasi pengguna menunjukkan bahwa asisten virtual dinilai bermanfaat sebagai media pendampingan awal karena fleksibel, cepat, dan membantu proses refleksi emosional. Meskipun demikian, sistem masih memerlukan perluasan dataset percakapan, peningkatan pemahaman bahasa slang dan konteks panjang, perlindungan privasi, serta mekanisme deteksi risiko. Asisten virtual tidak menggantikan psikolog atau konselor, tetapi dapat menjadi pintu awal menuju dukungan profesional yang lebih aman dan berkelanjutan.
Pemanfaatan AI Multimodal Untuk Deteksi Dini Stres Melalui Suara, Teks, dan Fisiologis Muhammad Tafazzani Addien; Apriade Voutama; Taufiq Ridwan
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.10668

Abstract

Deteksi dini stres menjadi kebutuhan penting karena metode konvensional yang mengandalkan kuesioner dan laporan diri masih rentan terhadap bias subjektif, keterbatasan akurasi, serta belum mampu memantau perubahan kondisi psikologis secara berkelanjutan dan real-time. Perkembangan kecerdasan buatan (Artificial Intelligence/AI) membuka peluang untuk mengembangkan sistem deteksi stres yang lebih objektif melalui pemanfaatan berbagai sumber data secara simultan. Artikel ini bertujuan menyusun rancangan konseptual pemanfaatan AI multimodal dalam mendeteksi stres melalui analisis suara, teks, dan sinyal fisiologis sebagai dasar pengembangan sistem skrining kesehatan mental digital. Metode yang digunakan adalah studi literatur naratif terhadap tujuh belas artikel ilmiah yang membahas kesehatan mental digital, machine learning, speech emotion recognition, analisis teks, sensor fisiologis, serta chatbot berbasis AI. Hasil kajian menunjukkan bahwa setiap modalitas memiliki karakteristik dan keunggulan yang saling melengkapi. Analisis teks mampu mengidentifikasi pola linguistik, pilihan kata, dan sentimen, analisis suara menangkap perubahan prosodi, intonasi, serta fitur akustik yang berkaitan dengan kondisi emosional, sedangkan sinyal fisiologis merepresentasikan respons biologis yang relatif lebih objektif terhadap stres. Integrasi ketiga modalitas melalui pendekatan fusi fitur, fusi keputusan, maupun fusi hybrid berpotensi meningkatkan akurasi, stabilitas, dan keandalan sistem dibandingkan pendekatan unimodal. Meskipun demikian, implementasinya masih memerlukan validasi klinis, perlindungan privasi data, transparansi model AI, serta mekanisme rujukan kepada tenaga profesional. Oleh karena itu, AI multimodal lebih tepat diposisikan sebagai alat skrining dan pendukung deteksi dini kesehatan mental, bukan sebagai pengganti diagnosis psikologis maupun layanan konseling profesional.
Co-Authors Apriade Voutama Taufiq Ridwan Yuyun Umaidah