Penyebaran informasi yang efektif mengenai vaksin COVID-19 di Indonesia sangat penting untuk memastikan tingkat vaksinasi yang tinggi dan mengurangi penyebaran virus. Penelitian ini bertujuan untuk menganalisis penyebaran informasi vaksin COVID-19 di Indonesia dengan menggunakan kombinasi Katz Centrality dan Laplacian Centrality melalui pendekatan Probabilistic Affinity Index (PAI). Katz Centrality digunakan untuk mengukur pengaruh langsung dan tidak langsung dari node dalam jaringan, sementara Laplacian Centrality mengevaluasi pentingnya setiap node berdasarkan struktur keseluruhan jaringan. Probabilistic Affinity Index diterapkan untuk menilai probabilitas interaksi antar node dalam konteks penyebaran informasi.

Data yang digunakan dalam penelitian ini berasal dari berbagai sumber informasi terkait vaksin COVID-19 di Indonesia, termasuk media sosial, portal berita, dan situs web pemerintah. Metode analisis yang digunakan meliputi pemrosesan data, konstruksi jaringan, perhitungan Katz dan Laplacian Centrality, serta penerapan PAI. Hasil analisis menunjukkan bahwa kombinasi Katz dan Laplacian Centrality dengan PAI dapat memberikan wawasan yang lebih mendalam mengenai pola penyebaran informasi dan identifikasi node kunci yang berperan dalam distribusi informasi.

Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam memahami dinamika penyebaran informasi vaksin COVID-19 di Indonesia dan membantu dalam perumusan strategi komunikasi yang lebih efektif untuk meningkatkan kesadaran dan partisipasi masyarakat dalam program vaksinasi.