Abstrak
Penelitian mengenai POS Tagging sudah sangat banyak dilakukan, salah satunya POS Tagging untuk Bahasa Indonesia. Di Indonesia, Bahasa Banjar merupakan salah satu dari daftar bahasa yang banyak di gunakan. Namun, penelitian berkaitan Natural Language Processing (NLP) dengan menggunakan bahasa Banjar masih belum banyak dilakukan. Penelitian mengenai POS Tagging yang ada saat ini sudah dilakukan dengan berbagai macam metode algoritma, seperti Support Vector Machine, Hidden Markov Models, Viterbi, dan beberapa Algoritma lainnya. Hidden Markov Model atau HMM merupakan teknik dasar untuk Automatic Speech Recognizer (ASR) dan Part-Of-Speech Tagging (POS Tagging). Pada tugas akhir ini digunakan metode HMM untuk mengetahui akurasi dari POS Tagging bahasa Banjar. Pembagian dataset dalam eksprerimen ini menggunakan K-Fold dengan K adalah 5 untuk mendapatkan model training terbaik dari HMM. Hasil rata-rata akurasi dari tugas akhir ini adalah 66.40%
Kata kunci: POS Tagging, K-Fold, Hidden Markov Model.