Masa remaja merupakan periode kritis dalam perkembangan kesehatan mental. Penelitian ini bertujuan untuk mengembangkan model klasifikasi yang akurat untuk mendeteksi dini gangguan kesehatan mental pada remaja. Data dikumpulkan menggunakan kuesioner yang disebarkan pada usia remaja dan didapatkan 256 data. Kemudian analisis dilakukan menggunakan algoritma Decision Tree dan Naïve Bayes dengan metode KDD. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes menghasilkan kinerja yang lebih baik dalam mengklasifikasikan tingkat kesehatan mental remaja menjadi lima kategori (normal, ringan, sedang, berat dan sangat berat). Kinerja algoritma dinilai berdasarkan matriks evaluasi, untuk algortima Naïve Bayes didapatkan nilai kappa tertinggi sebesar 0.856, akurasi 89,03%, precision 88,47% dan recall 89,3%. Sedangkan untuk algortima Decision Tree mendapatkan nilai kappa sebesar 0.807, akurasi 85:55%, precision 82,4% dan recall 81,35%. Hasil ini mengindikasikan penggunaan algoritma Naïve Bayes sebagai alat bantu dalam klasifikasi kesehatan mental pada remaja lebih baik dibandingkan algoritma Decision Tree. Klasifikasi yang telah dibuat dapat digunakan sebagai bentuk pencegahan dan penanggulangan atau deteksi dini yang dapat meningkatkan kemampuan adaptasi pada lingkungan sosial serta kesehatan mental dan fisik saat memasuki usia dewasa nanti.
Kata Kunci : Klasifikasi;Kesehatan Mental;Decision Tree;Naïve bayes