Pemerintah indonesia berencana melakukan vaksinasi masal sebagai upaya penanggulangan covid-19 yang kasusnya sudah masuk peringkat tertinggi di regional Asia Tenggara. Rencana kebijakan ini tentu memicu berbagai opini di masyarakat salah satunya di media sosial twitter. Terlebih lagi vaksin covid-19 masih baru dan sedang dalam tahap uji coba pada manusia. Opini beragam masyarakat ini dapat menjadi bahan masukan pemerintah dalam menyusun kebijakan vaksinasi masal. Untuk mengetahui gambaran opini masyarakat maka akan dilakukan analisis sentimen. Sentiment masyarakat diklasifikasikan menjadi tiga kelas label (multiclass) yaitu positif, negatif dan netral. Menggunakan metode support vector machine(SVM) dengan string kernel yang memiliki hasil uji terbaik. Dari hasil percobaan diketahui bahwa masyarakat diprediksikan memiliki opini positif terkait kebijakan vaksinasi masal ini. Model terbaik untuk prediksi opini masyarakat didapat dengan menggunakan optimisasi parameter gridsearch dengan nilai performa f1-weighted sebesar 0.8373. Dengan menerapkan string kernel linear yang memiliki f1-score lebih tinggi dari kernel rbf,sigmoid,dan polynomial.