E-learning merupakan pengaruh proses transformasi pendidikan konvensional ke dalam bentuk digital, baik secara isi dan sistemnya. Pengguna sistem tersebut adalah siswa. Konsep belajar setiap siswa berbeda antara satu dengan yang lainnya baik dari segi tingkat pemahaman dan cara memproses pengetahuan mereka. Oleh karena itu, diperlukannya mengidentifikasi gaya kognitif berbasis Myers Briggs Type Indicator (MBTI) dengan mengamati perilaku browsing siswa melalui metode Neural Network (NN). Metode ini diadopsi karena mampu mengorganisasi dirinya sendiri dalam mengklasifikasi data yang diberikan selama masa training dan data yang dihasilkan bersifat akurat walaupun dalam proses lama. Pengumpulan data yang digunakan dengan melakukan pengamatan perilaku browsing siswa yang nantinya akan diproses menggunakan algoritma Backpropagation. Kemudian data akan dibandingkan dengan hasil kuisioner MBTI yang telah dikumpulkan sebelumnya. Data yang digunakan adalah 250 data siswa. Hasil yang diperoleh tergantung dari penggunaan batas MSE dan iterasi. Semakin rendah penggunaan batas MSE, maka semakin tinggi pula nilai akurasi yang diperoleh. Semakin tinggi batas iterasi yang digunakan, maka nilai akurasi yang diperoleh stabil atau tetap. Hasil akurasi terbaik diperoleh ketika MSE 0.001 dengan batas iterasi berkisar 500-1000 iterasi menghasilkan akurasi 90%. Hasil gaya kognitif yang diperoleh tersebut akan menjadi suatu acuan bagi guru untuk strategi pembelajaran berikutnya sesuai gaya kognitif siswa. Kata kunci : Gaya Kognitif, MBTI, Backpropagation

E-learning is the influence of the conventional educational process of transformation into a digital form, both the content and system. Users of the system are the students. The concept of learning of each student is different from one another in terms of both the level of understanding and knowledge of how to process them. Therefore, the need to identify the cognitive style based on the Myers Briggs Type Indicator (MBTI) by observing the browsing behavior of students through the method of Neural Network (NN). This method was adopted because it was able to organize itself in classifying the data provided during the training period and the data produced is accurate even in the old process. The collection of data is used by observing the browsing behavior of students that will be processed using the Backpropagation algorithm. Then the data will be compared with the results of the MBTI questionnaire that had been collected previously. The data used are 250 students data. The results obtained depend on the use of MSE and iteration limit. The lower limit of the use of the MSE, the higher the accuracy value obtained. The higher the iteration limit is used, and then the value obtained accuracy or remained stable. The best accuracy results obtained when the MSE 0.001 with limits ranging from 500-1000 iteration iteration produces an accuracy of 90%. The results obtained by the cognitive style would be a reference for teachers for the next learning strategies appropriate cognitive styles of students. Keywords: Cognitive Style, MBTI, Backpropagation