Penelitian ini bertujuan untuk mengidentifikasi gejala depresi berdasarkan pola unggahan di media sosial X menggunakan metode ALBERT (A Lite BERT). Studi ini mencakup dua skenario pengujian: skenario pertama menggunakan dataset yang diterjemahkan, sedangkan skenario kedua menggunakan dataset asli. Hasil pengujian menunjukkan bahwa skenario kedua memberikan performa terbaik dengan konfigurasi hyperparameter learning rate 3e-5, batch size 16, dan epoch 5 pada pembagian data 70:30. Model mencapai akurasi 90,9%, presisi 92,3%, recall 92,3%, dan F1-Score 92,3%.
Tahapan eksplorasi data dan preprocessing seperti case folding, cleansing, penghapusan stop word, tokenisasi, dan stemming terbukti efektif dalam mempersiapkan dataset, sehingga model dapat mempelajari pola data dengan baik dan menghasilkan performa yang optimal. Penelitian ini berhasil menunjukkan bahwa metode ALBERT memiliki kemampuan yang sangat baik dalam mendeteksi gejala depresi dari pola unggahan di media sosial, membuka peluang untuk pengembangan lebih lanjut di masa depan.
Kata Kunci: pembelajaran mesin, depresi, pemrosesan bahasa alami, ALBERT, media sosial, DASS-42