Pengguna aktif media sosial terus meningkat, dengan Twitter menjadi salah satu platform yang populer. Media sosial, termasuk Twitter, menjadi tempat bagi pengguna untuk mengekspresikan pendapat, termasuk mengenai masalah kesehatan mental seperti depresi. Penelitian ini bertujuan untuk menganalisis sentimen tweet pengguna Twitter terkait depresi menggunakan metode klasifikasi seperti Naïve Bayes Classifier, Support Vector Machine (SVM), dan Random Forest. Pengumpulan data tweet menggunakan metode crawling menggunakan API yang disediakan oleh Twitter dengan kata kunci yang berhubungan dengan depresi. Data tweet yang digunakan sebanyak 1502 tweet, yang selanjutnya dibersihkan pada tahap preprocessing dan diberi label dengan validasi oleh pakar terkait depresi, data yang sudah diberi label sebagai data untuk pengujian pada algoritma yang digunakan. Dari hasil pengujian performa pada algoritma yang diuji dapat disimpulkan bahwa algoritma Random Forest memilkiki hasil performa yang lebih tinggi dibandingkan dengan Naive Bayes Clasifier dan Support Vector Machine dengan Hasil akurasi: 83.33%, presisi: 83.04%, recall: 83.33%, dan f1-scores: 82.62%. Penelitian ini Juga memberikan Word cloud untuk memberikan gambaran visual tentang kata-kata yang paling sering muncul dalam tweet. Kata-kata yang dominan dapat memberikan indikasi tentang topik atau isu yang paling mendominasi terkait kesehatan mental seseorang