ABSTRAK Nama : Aditya Zulfahmi Program Studi : Ilmu Komputer Judul : Pengelompokan Jawaban dan Ekstraksi Themes untuk Prototipe Self-Monitoring Sistem pada E-Learning Tidak banyak orang yang mampu dengan mudah melewati proses transisi cara belajar menuju pembelajaran bersifat self-regulated. Salah satu cara yang dapat mendukung yaitu melalui proses self-monitoring. Penelitian ini bertujuan untuk mengembangkan bagian dari sistem self-monitoring proses pembelajaran, dengan menggunakan teknik clustering. Digunakan model clustering berbasis k-mean dengan ektraksi fitur berupa n-gram, kemudian pemberian themes dari masing-masing kelompok dengan teknik n-gram. Penelitian dijalankan dengan program Perl dan tools Weka untuk clustering. Didapatkan bahwa jumlah kluster ikut memberikan hasil yang lebih baik. Hasil juga menunjukkan bahwa proses stemming meningkatkan tingkat presisi dan uniram merupakan n-gram yang lebih baik untuk digunakan apabila dibandingkan dengan bigram. Kata kunci: clustering, n-gram, pembelajaran, pemrosesan teks, dan self-monitoring