Kesehatan mental merupakan salah satu isu penting yang semakin mendapat perhatian, terutama di kalangan generasi Z yang sangat aktif di media sosial. Media sosial seperti TikTok menjadi ruang ekspresi utama bagi gen Z dalam menyuarakan opini, perasaan, maupun pengalaman pribadi terkait kesehatan mental. Penelitian ini bertujuan untuk menganalisis tingkat kesadaran generasi Z terhadap isu kesehatan mental berdasarkan data komentar di TikTok, serta mengevaluasi kemampuan algoritma Long Short-Term Memory (LSTM) dalam mengklasifikasikan komentar menjadi kategori aware dan not aware.
Proses pelabelan data dilakukan secara otomatis menggunakan pendekatan leksikal yang memanfaatkan kata/frasa terkait kesadaran kesehatan mental. Model LSTM dilatih menggunakan data komentar berbahasa Indonesia dan dievaluasi dengan beberapa rasio pembagian data. Hasil evaluasi menunjukkan bahwa model memberikan performa terbaik pada rasio 80:20 dengan test accuracy sebesar 95,2%. Untuk eksplorasi lanjutan, digunakan topic modelling dengan pendekatan Latent Dirichlet Allocation (LDA) guna mengidentifikasi topik-topik utama pada masing-masing label. Hasilnya, lima topik dominan berhasil diidentifikasi pada komentar aware dan not aware, masing-masing mencerminkan spektrum pemahaman, emosi, dan narasi yang berkembang di media sosial.
Temuan ini memperlihatkan bahwa kesadaran terhadap kesehatan mental di kalangan gen Z cukup tinggi, meskipun masih terdapat wacana yang menunjukkan kurangnya pemahaman. Penelitian ini memberikan kontribusi pada pemetaan isu kesehatan mental berbasis data digital serta menjadi dasar bagi pengembangan strategi komunikasi dan edukasi yang lebih kontekstual dan efektif.
Kata kunci: analisis perspektif, deep learning, gen z, kesehatan mental, LDA, LSTM, media sosial, machine learning, TikTok, topic modelling.