Mahasiswa tingkat akhir rentan mengalami stres akibat tekanan penyelesaian tugas akhir, beban akademik, dan ketidakpastian masa depan. Penelitian ini bertujuan merancang dan mengembangkan sistem monitoring kesehatan mental mahasiswa tingkat akhir berbasis aplikasi Android, perangkat smartwatch, dan algoritma Random Forest. Smartwatch digunakan untuk merekam data biometrik berupa detak jantung, kadar oksigen dalam darah, jumlah langkah kaki, durasi tidur, dan tingkat stres. Data di input manual terkait detak jantung, langkah kaki, durasi tidur dan level aktifitas untuk dianalisis oleh model Random Forest. Hasil klasifikasi ditampilkan dalam bentuk informasi tingkat stres yang mudah dipahami oleh pengguna. Pengujian fungsional dilakukan menggunakan metode Black Box Testing terhadap sinkronis¬asi data sensor biometrik, pengelolaan input manual, dan proses klasifikasi machine learning. Hasil pengujian menunjukkan bahwa seluruh fitur utama sistem berjalan sesuai dengan kebutuhan dan memperoleh status valid. Validasi t¬¬erhadap tiga orang responden mahasiswa tingkat akhir juga menunjukkan bahwa hasil klasifikasi tingkat stres yang dihasilkan sistem selaras dengan kondisi psikologis yang dialami responden pada saat pemeriksaan. Berdasarkan hasil tersebut, sistem yang dikembangkan dinilai fungsional dan berpotensi digunakan sebagai instrumen pendukung pemantauan kondisi psikologis secara mandiri bagi mahasiswa tingkat akhir. Namun, pengujian dengan jumlah responden yang lebih besar masih diperlukan untuk menilai kemampuan generalisasi model secara lebih menyeluruh.