Adanya pandemi COVID-19 yang merebak semakin mempengaruhi tingginya tingkat stress pada manusia. Sress akibat pandemi ini terjadi juga khususnya pada mahasiswa. Stress ini disebabkan oleh mahasiswa yang mengahabiskan terlalu banyak waktu untuk belajar secara daring. Pemanfaatan data mahasiswa dapat berperan sebagai alat untuk mengidentifikasi stress pada mahasiswa dengan mengolahnya melalui berbagai metode machine learning. Metode ini dapat digunakan untuk mengekstraksi informasi dan menemukan pola dan informasi dari data tersebut. Teknik klasifikasi digunakan sebagai pengelompokan data bedasarkan pemetaan data menjadi data sampel. Beberapa metode klasifikasi yang digunakan dalam penelitian ini, yaitu Naïve Bayes, Decision Tree, Support Vector Machine (SVM), Neural Network, Random Tree, Random Forest, dan K Nearest Neighbor (KNN). Metode-metode tersebut berhasil dibandingkan untuk menentukan metode mana yang merupakan metode terbaik sebagai metode untuk mendeteksi stress yang tepat dan akurat berdasarkan hasil kinerja klasifikasi masing masing metode. Random Tree dan Decision tree terpilih sebagai metode terbaik pada hasil perbadingan kinerja ini dengan penggunaan split 80:20 mencapai hingga 100%.