Dengan dikembangkannya vaksin Covid-19 dan dilakukannya percepatan vaksinasi opini masyarakat dapat digiring melalui jejaring sosial, salah satunya adalah Twitter. Opini yang diberikan tersebut juga beragam, baik pro dan kontra, keefektifan, kelayakan dan target sasaran. Dengan menggunakan analisis sentiment, tanggapan positif, netral atau negatif terkait dengan vaksin COVID-19 dapat diidentifikasi. Terdapat beberapa metode populer yang digunakan sebagai analisis sentimen, seperti metode Naïve Bayes, Support Vector Machine, Liniear Regression, Random, metode Valence Aware Dictionary and Sentiment Reasoner tool (VADER). Pada penelitian ini, peneliti menggunakan metode Naïve Bayes untuk melakukan analisis sentimen terkait dengan vaksin COVID-19. Metode Naïve Bayes dipilih karena memiliki nilai akurasi yang cukup tinggi pada penelitian sebelumnya. Pada penelitian ini, kami menggunakan opendata COVID-19 Vaccine Sentiment Analysis dengan berbahasa Inggris. Pada percobaan yang telah dilakukan, kami mendapatkan nilai akurasi untuk data latih sebesar 89% dan untuk data uji sebesar 76%. Selain itu, hasil analisis sentimen terhadap vaksin covid-19 pada penelitian ini memperoleh nilai rata – rata Precision sebesar 75%, nilai recall sebesar 64% dan nilai f1-score sebesar 68%.