<![CDATA[Kesehatan mental menjadi isu krusial di Indonesia seiring meningkatnya prevalensi gangguan psikologis dan terbatasnya akses layanan profesional. Kolaborasi antara Kementerian Pemberdayaan Perempuan dan Perlindungan Anak (KemenPPPA) dengan UNICEF menegaskan pentingnya sinergi dukungan kesehatan mental di berbagai sektor, termasuk melalui media digital. Penelitian ini mengembangkan aplikasi kesehatan emosional berbasis chatbot adaptif yang memanfaatkan IndoBERT untuk klasifikasi emosi cinta, marah, sedih, bahagia, dan takut serta Large Language Model (LLM) untuk menghasilkan respons empatik dan kontekstual dalam Bahasa Indonesia. Pengembangan dilakukan menggunakan model ADDIE (Analysis, Design, Development, Implementation, Evaluation) dengan teknologi Flutter, FastAPI, dan Firebase. Evaluasi dilakukan melalui Blackbox Testing, System Usability Scale (SUS), dan User Experience Questionnaire (UEQ). Hasil menunjukkan seluruh fitur utama berfungsi sesuai spesifikasi tanpa kesalahan logika. Nilai SUS rata-rata mencapai 83,66, termasuk kategori Excellent, sedangkan hasil UEQ menunjukkan skor positif pada seluruh dimensi dengan rata-rata +2,045, terutama pada Perspicuity dan Stimulation. Temuan ini menunjukkan bahwa sistem mampu memberikan pengalaman interaksi yang nyaman, aman, dan adaptif terhadap kondisi emosional pengguna. Penelitian ini masih terbatas pada penerapan ilmu komputer, sehingga penelitian selanjutnya perlu ditinjau lebih lanjut dari perspektif keilmuan psikologi. Secara keseluruhan, penelitian ini membuktikan bahwa integrasi IndoBERT dan LLM efektif dalam membangun chatbot empatik yang relevan secara linguistik dan kultural, serta berpotensi menjadi dukungan awal dalam peningkatan kesadaran kesehatan emosional masyarakat Indonesia.]]>
