Pengguna aktif media sosial Twitter di Indonesia dinilai sebagai salah satu negara
dengan pertumbuhan pengguna aktif harian media sosial Twitter paling banyak berdasarkan
laporan finansial Twitter tahun 2019 yang digunakan untuk berkomunikasi berbagai informasi
dengan pengguna lain. Twitter digunakan sebagai sumber informasi yang berhubungan dengan
kesehatan, mengingat banyaknya informasi, berita, dan juga opini yang disebarluaskan oleh
warga negara dan juga sumber resmi. Dalam makalah ini, kami menggunakan analisis sentimen
untuk mengeksplorasi sejumlah besar tweet di Indonesia. kami menggunakan 4.000 tweet dalam
bahasa Indonesia. Tujuan dari penelitian ini yaitu untuk melihat kecenderungan pendapat atau
opini seseorang terhadap sebuah topik dengan menerapkan metode word embedding dan
algoritma Long Short-Term Memory (LSTM) untuk analisis terhadap sentimen mengenai vaksin
COVID-19 yang berasal dari media sosial Twitter. Percobaan menggunakan LSTM-Word
Embedding menghasilkan akurasi sebesar 74,46% dengan hasil akhir yang diperoleh yaitu
sebanyak 425 data bersentimen positif dan 507 data bersentimen negatif. Hal ini penting
dilakukan untuk memahami reaksi publik, penyebaran informasi pada media sosial, dan
membuat strategi yang tepat yang selanjutnya harus dilakukan oleh pemerintah Indonesia.
Kata Kunci: Analisis Sentimen, vaksin COVID-19, Twitter, Long Short-Term Memory (LSTM)