ABSTRAKSI: POS Tagging merupakan salah satu teknik dalam Data Mining untuk mengenali jenis-jenis kata yang ada. POS Tagging ini sangat berguna dalam berbagai proses dalam pemrosesan bahasa Natural (NLP) seperti pengolahan teks suara, teks dan ilmu bahasa. POS Tagging dengan menggunakan metode Supervised Hidden Markov Model memiliki beberapa kekurangan,salah satunya adalah penanganan OOV atau Out-of-Vocabulary. Penanganan OOV ini adalah penanganan terhadap kata yang tidak diketahui atau kata yang sebelumnya belum pernah muncul pada saat training, sehingga hal ini dapat mengurangi akurasi dari proses tagging tersebut karena kemungkinan pemberian tag yang salah cukup tinggi. Algoritma Forward dan algoritma Backward merupakan salah satu algoritma yang memiliki karakterisktik yang dapat digunakan untuk menangani masalah OOV.Kata Kunci : Pos tagging bahasa Indonesia, Supervised Hidden Markov Model, AlgoritmaABSTRACT: POS Tagging is one of the techniques in Data Mining to identify the types of words that exist. POS Tagging is very useful in a variety of processes on Natural language processing (NLP) such as text processing voice, text and linguistics. POS Tagging using Supervised Hidden Markov Model method has some drawbacks, one of which is the handling of OOV or Out-of-Vocabulary. Handling OOV is handling the unknown word or words not previously appeared at the time of training, so it can reduce the accuracy of the tagging process is due to the possibility of giving the wrong tag is quite high. Forward algorithm and Backward algorithm is one of the algorithms that have the characteristics that can be used to handle the OOV problem.Keyword: Indonesian Pos Tagging, Supervised Hidden Markov Model, Forward