| --- |
| title: MindCheck |
| emoji: 🧠 |
| colorFrom: indigo |
| colorTo: purple |
| sdk: docker |
| pinned: false |
| --- |
| # 🧠 MindCheck |
|
|
| **MindCheck** adalah aplikasi web *full-stack* berbasis kecerdasan buatan (AI) yang dirancang untuk melakukan *screening* kesehatan mental (depresi) menggunakan standar kuisioner **PHQ-8** secara interaktif. |
|
|
| Alih-alih menyuruh pengguna mengisi formulir pilihan ganda yang kaku, MindCheck mensimulasikan sebuah **wawancara virtual**. Pengguna dapat mengetik jawaban secara bebas dan bercerita. Model *Deep Learning* di balik aplikasi ini akan menganalisa transkrip teks tersebut (baik secara semantik maupun dari ekstraksi fitur linguistik) untuk memprediksi skor keparahan depresi. |
|
|
| --- |
|
|
| ## 📊 Dataset: DAIC-WOZ |
| Model AI pada MindCheck dilatih menggunakan **DAIC-WOZ Database** (Distress Analysis Interview Corpus - Wizard of Oz). |
| Dataset ini dirilis oleh *Institute for Creative Technologies, University of Southern California (USC)*. Dataset DAIC-WOZ berisi rekaman audio, video, dan transkrip wawancara klinis ekstensif antara agen virtual (Ellie) dan pasien, lengkap dengan label skor kejiwaan PHQ-8. |
|
|
| MindCheck memanfaatkan data **transkrip teks** dari DAIC-WOZ untuk melatih model `MPNetMultiOutputRegressor` agar mampu memahami pola bahasa, rasio sentimen negatif, dan penggunaan *filler words* dari orang yang mengalami gejala depresi. |
|
|
| --- |
|
|
| ## 🚀 Fitur Utama |
| * **Conversational Interface:** Wawancara 8 langkah berbasis pertanyaan terbuka. |
| * **AI-Powered Analysis:** Analisis teks mendalam menggunakan arsitektur MPNet dari *Hugging Face* yang di-*finetune* secara kustom. |
| * **Instant Dashboard:** Hasil prediksi langsung diakumulasi menjadi skor PHQ-8, kategori keparahan (Minimal hingga Severe), serta statistik deteksi kata negatif. |
| * **Privacy First:** Semua pemrosesan data (jika tidak menggunakan cloud backend) terjadi secara anonim. History disimpan di `localStorage` perangkat pengguna. |
| * **Graceful Fallback:** Jika server AI mati atau tidak bisa dijangkau, sistem otomatis beralih menggunakan algoritma *Keyword & Sentiment Matching* lokal yang tertanam di frontend. |
|
|
| --- |
|
|
| ## 🛠️ Cara Penggunaan & Instalasi |
|
|
| Untuk menjalankan MindCheck di komputermu sendiri (baik untuk *development* atau penggunaan langsung), ikuti langkah-langkah berikut: |
|
|
| ### 1. Request Dataset DAIC-WOZ (Opsional) |
| Jika kamu ingin melatih ulang (retrain) atau melihat data aslinya: |
| 1. Kunjungi website resmi [DAIC-WOZ (USC ICT)](http://dcapswoz.ict.usc.edu/). |
| 2. Tanda tangani *Data Use Agreement* (EULA) yang disediakan untuk keperluan riset non-komersial. |
| 3. Setelah disetujui, kamu akan diberikan akses link repositori untuk mendownload dataset aslinya. |
|
|
| ### 2. Clone Repositori |
| Tarik repositori proyek MindCheck ini ke komputer lokalmu: |
| ```bash |
| git clone <url-repositori-ini> |
| cd NLP_AOL |
| ``` |
|
|
| ### 3. Menjalankan Backend API (Model AI) |
| Backend menggunakan Python dan Flask untuk melakukan inferensi model PyTorch. |
|
|
| 1. Buka terminal baru dan masuk ke folder `backend`: |
| ```bash |
| cd backend |
| ``` |
| 2. Buat *Virtual Environment* (VENV) agar package tidak bentrok: |
| ```bash |
| # Di macOS/Linux |
| python3 -m venv venv |
| source venv/bin/activate |
| |
| # Di Windows |
| python -m venv venv |
| venv\Scripts\activate |
| ``` |
| 3. Install dependencies: |
| ```bash |
| pip install -r requirements.txt |
| ``` |
| 4. Jalankan server Flask (secara default akan berjalan di `http://127.0.0.1:8000`): |
| ```bash |
| python app.py |
| ``` |
| *(Catatan: Saat dijalankan pertama kali, aplikasi akan mendownload base-model tokenizer MPNet dari Hugging Face ke cache komputermu).* |
|
|
| ### 4. Menjalankan Frontend Web (Next.js) |
| Frontend ini adalah tampilan antarmuka (UI) dari MindCheck. |
|
|
| 1. Buka terminal baru (biarkan terminal backend tetap menyala) dan masuk ke folder `mindcheck-web`: |
| ```bash |
| cd mindcheck-web |
| ``` |
| 2. Install dependencies dari Node.js: |
| ```bash |
| npm install |
| ``` |
| 3. Jalankan server *Development* Next.js: |
| ```bash |
| npm run dev |
| ``` |
| 4. Buka browser dan kunjungi: **`http://localhost:3000`** |
|
|
| --- |
|
|
| ## 📁 Struktur Aplikasi |
| Untuk melihat penjelasan sangat mendetail mengenai setiap folder, direktori, dan bagaimana file-file ini saling terhubung, silakan baca **[`blueprint.md`](blueprint.md)**. |
|
|
