Pemanfaatan vaksin Covid-19 sebagai upaya dalam mengatasi dan melindungi masyarakat Indonesia dari pandemi Covid-19 ramai diperbincangkan pada media sosial twitter. Keberadaan vaksin Covid-19 di Indonesia menuai berbagai pendapat karena banyaknya informasi yang dibagikan pengguna twitter mengenai vaksin Covid-19. Penelitian ini menggunakan kolaborasi social network analysis (SNA) dan sentiment analysis. Dalam penelitian ini, SNA dikolaborasikan dengan sentiment analysis untuk mengklasifikasikan sentimen positif dan negatif dalam berita yang disebarkan oleh para aktor yang berpengaruh berdasarkan kelompok yang terbentuk dalam jaringan SNA. Sentiment analysis dalam penelitian ini menggunakan algoritma klasifikasi support vector machine (SVM). Hasil penelitian SNA menunjukan terdapat 6 aktorberpengaruh berdasarkan kelompok yang terbentuk dalam jaringan. Aktor dengan popularitas tertinggi yaitu aktor @KemenkesRI dengan degree centrality mencapai 194, sedangkan aktor dengan degree centrality terendah yaitu aktor @rudeski83. Selain itu aktor dengan betweenness centrality tertinggi yaitu aktor @KemenkesRI karena berperan penting dalam menyebarkan informasi mengenai vaksin Covid-19 pada media sosial twitter. Hasil pengujian klasifikasi SVM menunjukan aktor @KemenkesRI dengan tingkat akurasi mencapai 97% dan aktor @Vaksin_Update dengan tingkat akurasi mencapai 90% merupakan aktor dengan persentase sentimen positif sebesar 95%, sedangkan aktor @rudeski83 dengan tingkat akurasi mencapai 98% merupakan aktor dengan persentase sentimen negatif sebesar 80%. Berdasarkan hal diatas, dapat diketahui bahwa kolaborasi SNA dan sentiment analysis yang dilakukan menunjukan bahwa 5 dari 6 aktor yang berpengaruh dan berperan penting dalam penyebaran informasi mengenai vaksin Covid-19 pada media sosial twitter memiliki pengaruh positif.