Depresi adalah perasaan murung atau kehilangan ketertarikan pada semua aktivitas selama paling tidak dua minggu. Depresi sendiri sudah cukup umum di masyarakat, namun bila dibiarkan dapat menjadi fatal. Depresi dapat didiagnosis dengan melakukan tes laboratorium atau berbicara dengan pasien, namun penelitian terkini menemukan bahwa faktor-faktor seperti demografi, sosioekonomi, gaya hidup, dan lain-lain juga berpengaruh terhadap depresi. Sebelum pemeriksaan lebih lanjut, dokter juga biasanya menggunakan pertanyaan standar untuk membantu proses screening depresi. Pada penelitian ini, akan dibangun model untuk memprediksi apakah seseorang sedang mengalami depresi atau tidak berdasarkan faktor-faktor diatas untuk membantu proses screening depresi menggunakan algoritma Tree-based. Algoritma Tree-based memiliki akurasi yang baik, stabil, dan mudah untuk diinterpretasi. Algoritma Tree-based yang digunakan dalam penelitian ini adalah Decision Tree, Random Forest, dan XGBoost. Dataset yang digunakan adalah dataset dari Indonesian Family Life Survey edisi ke-5. Hyperparameter tuning digunakan untuk menemukan kombinasi hyperparameter terbaik dari masing-masing algoritma. Hasil akurasi dan recall tertinggi diraih oleh model klasifikasi Random Forest dengan kombinasi hyperparameter criterion = entropy, max depth = 5, dan n estimators = 100.