Pandemi Covid-19 yang terjadi di Indonesia bahkan di dunia sampai saat ini belum juga usai. Berbagai macam upaya telah dilakukan oleh pemerintah Indonesia guna meminimalisir persebaran virus ini, seperti diberlakukannya lockdown, Pembatasan Sosial Berskala Besar (PSBB), adanya larangan mudik saat hari raya idul fitri, dan lain sebagainya. Salah satu kebijakan baru yang dikeluarkan pemerintah yakni program vaksinasi di mana program tersebut mulai diterapkan oleh pemerintah sejak awal tahun 2021 untuk masyarakat Indonesia yang bertujuan untuk meningkatkan antibodi agar terhindar dari paparan virus Covid-19 ini. Untuk mengetahui opini, komentar, ataupun feedback yang diberikan masyarakat terhadap kebijakan baru ini maka dapat dilakukan dengan analisis sentimen. Proses dari analisis sentimen ini meliputi pengumpulan data yaitu data tweet hasil crawling yang berasal dari media sosial Twitter. Data tersebut kemudian diseleksi untuk selanjutnya dilakukan tahap pre-processing agar data tersebut bersih dan siap untuk dilakukan klasifikasi. Selanjutnya dilakukan pembobotan sentimen untuk pelabelan data dengan menggunakan kamus lexicon dan negative words. Lalu setelah itu dilakukan pembobotan term atau kata dengan tf-idf dan dilanjutkan dengan proses seleksi fitur menggunakan Information Gain. Selanjutnya, proses klasifikasi dilakukan dengan algoritma Naive Bayes Classifier untuk mengklasifikasikan data ke dalam 3 kelas yaitu sentimen positif, negatif, dan netral. Hasil dari penelitian ini yaitu menghasilkan tingkat akurasi model 78%, recall 80%, dan skor AUC sebesar 0.904.