<![CDATA[Populasi lanjut usia di Indonesia terus meningkat, dengan proporsi mencapai sekitar 11,75% dari total populasi nasional pada tahun 2023, sejalan dengan meningkatnya risiko gangguan kesehatan mental seperti depresi pada kelompok usia tersebut. Pada penelitian sebelumnya, penulis telah mengembangkan SiLansia, sebuah sistem pemantauan dan rekomendasi kesehatan lansia berbasis Content-Based Filtering (CBF) dengan mekanisme notifikasi otomatis untuk keluarga, namun cakupan sistem tersebut masih terbatas pada indikator vital fisik seperti tekanan darah, kadar gula darah, dan indeks massa tubuh, tanpa mencakup aspek kesehatan mental. Pada penelitian sebelumnya yang lain, penulis juga telah mengembangkan sistem pakar berbasis metode forward chaining untuk deteksi dini gangguan kejiwaan secara umum, namun sistem tersebut belum dirancang khusus untuk karakteristik populasi lansia maupun terintegrasi dengan ekosistem aplikasi mobile dan mekanisme notifikasi caregiver. Penelitian ini bertujuan menganalisis kebutuhan fungsional dan non-fungsional bagi pengembangan modul deteksi dini gangguan mental lansia sebagai ekstensi dari aplikasi SiLansia, guna menutup kesenjangan antara kedua penelitian sebelumnya tersebut. Metode yang digunakan adalah studi literatur terhadap instrumen skrining kesehatan mental lansia dan konsep beban caregiver, dipadukan dengan tinjauan terhadap arsitektur dan hasil pengujian SiLansia yang telah tervalidasi, yang kemudian dipetakan menjadi kebutuhan sistem melalui identifikasi aktor dan pemetaan kebutuhan fungsional maupun non-fungsional. Hasil penelitian menunjukkan bahwa modul yang dibutuhkan mencakup skrining gejala psikologis berbasis instrumen Geriatric Depression Scale (GDS), analisis risiko, serta perluasan mekanisme notifikasi berbasis Firebase Cloud Messaging (FCM)]]>
