ABSTRAKSI: E-Learning merupakan pembelajaran maya dimana siswa tidak perlu datang ke kelas, oleh karena itu tidak ada seorang pengajar yang langsung berhadapan dengan siswa, e-Learning hanya meletakkan bahan pelajaran di web tanpa melatih dan membimbing siswanya. Sistem pengajaran tersebut merupakan salah satu contoh sistem pengajaran kolektif, dimana seorang pengajar memberikan materi yang sama untuk seluruh siswa tanpa mempertimbangkan kemampuan dan tingkat pemahaman siswa. Akibatnya seorang siswa yang belum memahami suatu materi terpaksa mengikuti pengajaran materi berikutnya. Pengajaran individual merupakan solusi bagi masalah di atas, dimana pengajar menjalankan dan mengontrol pengajaran menurut skenario yang disesuaikan dengan karakteristik siswa. Pada Tugas Akhir ini akan dibangun sebuah Intelligent Tutoring System (ITS) pada e-Learning dengan pendekatan Bayesian Network sebagai alat bantu untuk menangani ketiadaan pengajar dan mengadopsi pengajaran individual (one-to-one teaching). ITS adalah suatu program aplikasi cerdas yang dapat memberikan bantuan dalam kegiatan belajar, penyertaan metode Intelligent di sini dalam rangka untuk memonitor pencapaian belajar siswa dan untuk memberikan saran pendidikan berdasarkan karakteristik siswa seperti gaya belajar, tingkat pengetahuan, dan strategi pengajaran yang sesuai. Penggunaan Bayesian Network untuk mengkombinasikan kurikulum pelajaran dengan profil user serta gaya belajar untuk menyarankan arah pembelajaran. Tugas Akhir ini akan dibangun menggunakan analisa dan desain berorientasi objek dengan metode Rational Unified Process, sedangkan basis datanya dibangun dengan menggunakan MySQL. PHP dan Javascript akan digunakan sebagai bahasa pemrogramannya, serta Rational Rose 2000 sebagai alat bantu pemodelan sistem.Kata Kunci : E-Learning, Intelligent Tutoring System (ITS), Bayesian Network.ABSTRACT: E-Learning is virtual learning on internet that student mustn’t come to classroom, so there is no human tutor or teacher for train the students, e-learning just placing lecture notes on the web does not train. That system is example of collective tutoring, where a tutor give a same material for all student without consider students ability and current knowledge. As a result, a student which not yet mastery a material perforced to follow next material. The solution is individualistic tutoring, that is executing and managing tutorial according to a scenario tailored to the characteristic of students. On this final project, will be developed a Intelligent Tutoring System (ITS) on e-Learning for adopt the role of individualistic tutoring (one-to-one teaching) under a Bayesian Network approach supported. ITSs are Intelligent software programs that give support to the learning activity, incorporate built-in expert systems in order to monitor the performance of a learner and to personalize instruction on the basis of adaptation to learners’ such as learning style, current knowledge level, appropriate teaching strategies of knowledge, and decides on the next instructional event to maximize the student's learning. Bayesian Networks are used to assess user’s state of knowledge or learning style and preferences, in order to suggest pedagogical options and recommend future steps in the tutor. Application’s development use object oriented analysis and design with Rational Unified Process metode, implementation’s tools are MySQL for database, PHP and Javascript for being accessible through an Internet browser, and Rational Rose 2000.Keyword: E-Learning, Intelligent Tutoring System (ITS), Bayesian Network