Kesehatan mental semakin menjadi perhatian utama di Indonesia seiring meningkatnya kasus depresi yang berdampak serius pada kesejahteraan masyarakat. Menurut WHO, depresi memengaruhi sekitar 20% perempuan dan 12% laki-laki sepanjang hidup mereka. Media sosial, seperti Twitter (sekarang dikenal sebagai X), menjadi platform penting bagi pengguna untuk berbagi pengalaman, yang dapat digunakan untuk mendeteksi indikasi kondisi mental seperti depresi melalui Natural Language Processing (NLP). Model transformers adalah arsitektur deep learning yang mengubah urutan teks dengan bantuan encoder dan decoder dalam pendekatan sequence-to-sequence. Salah satu model transformers yang populer adalah mBERT, yang dilatih menggunakan data korpus Wikipedia dalam 104 bahasa, termasuk bahasa Indonesia dan Inggris. Namun, mBERT masih memiliki ruang untuk peningkatan performa, salah satunya melalui optimasi parameter dengan algoritma seperti Genetic Algorithm (GA) dan Particle Swarm Optimization (PSO). Penelitian ini mengusulkan komparasi mBERT yang dioptimasi menggunakan GA dan PSO dengan data masukan berupa gabungan teks bahasa Indonesia dan Inggris. Hasil menunjukkan bahwa mBERT-GA mencapai akurasi 89,64%, F1-score 89,05%, presisi 89,00%, dan recall 89,11%, dengan waktu pelatihan 7 jam 7 menit. Sementara itu, mBERT-PSO menghasilkan akurasi 89,11%, F1-score 89,74%, presisi 88,30%, dan recall 91,22%, dengan waktu pelatihan 9 jam 5 menit.