Penyebaran wabah Covid-19 yang diakibatkan oleh coronavirus telahrnmemberikan berbagai dampak yang signifikan dalam kehidupan sehari-hari.rnPemerintah Indonesia melakukan vaksinasi dalam upaya pencegahan danrnuntuk meminimalisir penyebaran wabah Covid-19. Pemerintah Indonesiarnmelaksanakan vaksinasi Covid-19 terhadap anak sebagai upaya pencegahanrnpenyebaran wabah Covid-19. Hal tersebut menyebabkan banyak masyarakatrnIndonesia untuk mengungkapkan pendapatnya di berbagai media, salahrnsatunya adalah media social Twitter. Dengan begitu, banyaknya pendapatrnmasyarakat pada Twitter menjadikan Twitter salah satu sumber data pendapatrndan sentimen publik yang setelah dikumpulkan dapat digunakan untuk menarikrnkesimpulan melalui analisis sentimen. Analisis sentimen digunakan untukrnmelihat kecenderungan pendapat baik itu yang berkonotasi negative, netral,rnataupun positif terhadap suatu topik. Penelitian ini menggunakan algoritmarnNaive Bayes untuk mengklasifikasi sentimen masyarakat terkait vaksinasirnCovid-19 untuk anak pada Twitter dan membaginya kedalam kelas negatif,rnnetral, atau positif. Dalam penelitian ini, digunakan 1641 data tweet yangrnmengandung kata kunci ‘vaksin anak’, ‘vaksin covid19’, ‘vaksin covid anak’,rn‘Vaksin Untuk Anak’, ‘vaksinasi anak’ yang diperoleh melalui fungsi APIrnTwitter. Klasifikasi dengan menggunakan algoritma Naive Bayesrnmenghasilkan distribusi sentimen sebanyak 77 sentimen negatif, 509 sentimenrnnetral, dan 1047 sentimen positif. Skor klasifikasi akurasi, precision, recall danrnF1-score secara berturut-turut adalah 91.74%, 92.19%, 91.74%, dan 91.51%.