Penggunaan teknologi yang semakin meningkat memudahkan media informasi seperti berita untuk disebarluaskan dan tidak menuntut kemungkinan-kemungkinan, banyak tersebar berita hoax. Twitter merupakan salah satu media yang paling sering digunakan oleh masyarakat untuk mengakses dan menyebarkan informasi. Penelitian ini akan difokuskan untuk mendeteksi berita COVID-19 berbahasa Indonesia yang diambil dari Twitter. Pendeteksian berita hoax dapat dibantu dengan menggunakan analisis sentimen, salah satu penggunaan teks klasifikasi. Support Vector Machine (SVM) dapat digunakan untuk melakukan tugas analisis sentimen. Setelah mendapatkan hasil analisis sentimen, proses deteksi hoax akan menggunakan Bag of Words. Bag of Words adalah kumpulan kamus kata untuk pembobotan kata untuk menentukan label tertentu. Model SVM yang dibangun berhasil mengklasifikasikan sentimen reply tweet dengan akurasi rata-rata 83,17% dengan threshold 35%. Sementara itu, proses pendeteksian hoaks mendapatkan akurasi terbaik sebesar 62,5% dengan ambang batas -5 atau -6.