Kesehatan mental telah menjadi perhatian utama di seluruh dunia, terutama di tengah pandemi COVID-19. Penelitian ini bertujuan untuk menerapkan algoritma RoBERTa dalam analisis emosi, khususnya dalam konteks kesehatan mental. Data yang digunakan terdiri dari 37.685 baris data yang diambil dari platform Kaggle berupa teks komentar dan diproses melalui tahap pre-processing, pelabelan data, dan evaluasi model. Proses pre-processing meliputi pembersihan data dari simbol-simbol yang tidak diperlukan dan pengubahan huruf menjadi huruf kecil. Data kemudian diberi label berdasarkan kategori emosi seperti happy, sad, surprise, dan neutral. Model yang digunakan adalah RoBERTa dan DistilBERT, dengan hasil evaluasi menunjukkan bahwa model RoBERTa mencapai akurasi 98.75%, lebih tinggi dibandingkan dengan DistilBERT yang mencapai 98.65%. Sistem yang dibangun berupa sistem pendeteksi emosi. Penelitian ini tidak hanya berkontribusi pada pengembangan teknologi dalam analisis bahasa, tetapi juga memiliki dampak sosial yang signifikan dalam meningkatkan pemahaman dan penanganan masalah kesehatan mental di masyarakat. Diharapkan penelitian ini dapat menjadi dasar bagi pengembangan aplikasi lebih lanjut dalam bidang kesehatan.
Kata kunci : analisis emosi, kesehatan mental, BERT, RoBERTa, DistilBERT