Kecemasan merupakan respons alami yang melekat dalam kehidupan manusia, sehingga setiap individu pasti pernah mengalaminya. Dalam aktivitas sehari-hari, keberadaan kecemasan tergolong normal; namun, apabila tingkat kecemasan meningkat secara berlebihan, hal tersebut dapat mengganggu kestabilan psikologis individu dan dikategorikan sebagai gangguan kecemasan. Berdasarkan fenomena tersebut, penelitian ini dilaksanakan dengan tujuan untuk mengidentifikasi tahap awal gangguan kecemasan melalui penerapan Algoritma Naive Bayes dan algoritma Random Oversampling (ROS). Metodologi yang digunakan dalam penelitian ini adalah Knowledge Discovery in Database (KDD) untuk pemrosesan data, dengan teknik pengumpulan data menggunakan instrumen kuesioner Generalized Anxiety Disorder-7 (GAD-7) yang melibatkan 670 data responden. Hasil akhir dari
penelitian ini menunjukkan bahwa hasil prediksi tingkat kecemasan dengan algoritma Naive Bayes dan Random Oversampling (ROS) memiliki tingkat akurasi sebesar 95.45%. Dari total responden, 12,99% dikategorikan normal atau tidak mengalami gangguan kecemasan, 28,06% mengalami gangguan kecemasan ringan, 32,84% mengalami kecemasan sedang, dan 26,12% mengalami kecemasan berat.

Anxiety is a natural response inherent in human life, so every individual must have experienced it. In daily activities, the existence of anxiety is considered normal; however, if the level of anxiety increases excessively, it can disrupt the psychological stability of the individual and is categorized as an anxiety disorder. Based on this phenomenon, this study was conducted with the aim of identifying the early stages of anxiety disorders through the application of the Naive Bayes Algorithm and the Random Oversampling (ROS) algorithm. The methodology used in this study is Knowledge Discovery in Database (KDD) for data processing, with data collection techniques using the Generalized Anxiety Disorder-7 (GAD-7) questionnaire instrument involving 670 respondent data. The final results of this study indicate that the results of predicting anxiety levels with the Naive Bayes and Random Oversampling (ROS) algorithms have an accuracy rate of 95.45%. Of the total respondents, 12.99% were categorized as normal or did not experience anxiety disorders, 28.06% experienced mild anxiety disorders, 32.84% experienced moderate anxiety, and 26.12% experienced severe anxiety.