Munculnya virus Covid-19 menimbulkan dampak yang cukup serius pada kesehatan setiap masyarakat, sehingga pemerintah memberikan solusi dengan mengadakan kegiatan vaksinasi. Namun, dengan adanya hal ini muncul berbagai opini di masyarakat terhadap vaksinasi Covid-19 yang dapat dianalisis dan diklasifikasikan menjadi sentimen positif dan sentimen negatif. Pada penelitian ini, dilakukan analisis sentimen dengan tujuan untuk melihat respon masyarakat terhadap topik Vaksinasi Covid-19. Data diambil dari tweet masyarakat dengan kata kunci ?vaksinasi covid 19?. Selain itu, penelitian ini bertujuan untuk melakukan optimasi pada tingkat akurasi klasifikasi. Metode yang digunakan adalah Naive Bayes berbasis Particle Swarm Optimization (PSO). Berdasarkan hasil penelitian diperoleh bahwa, klasifikasi dengan menggunakan metode Naive Bayes mendapatkan presentase sentimen positif sebesar 92,7% dan sentimen negatif sebesar 7,3%. Selain itu, metode Particle Swarm Optimization berhasil mengoptimasi tingkat akurasi dari metode Naive Bayes. Dengan akurasi awal sebesar 84,62% meningkat menjadi 89,00%. Model Naive Bayes Berbasis PSO memiliki tingkat akurasi yang lebih tinggi dibanding dengan model Naive Bayes tanpa optimasi PSO. Hal ini dibuktikan dengan adanya perbedaan tingkat akurasi sebesar 4.38%.