Wisata kuliner menjadi salah satu tren masa kini di dalam dunia kuliner. Banyaknya informasi yang beredar tidak serta merta membuat para wisatawan kuliner menjadi semakin mudah dalam menentukan pilihan menu hidangan yang diinginkan. Penggunaan mesin pencarian saja dirasa masih belum cukup, sehingga diperlukan sebuah sistem rekomendasi yang dapat memberikan saran sesuai dengan kebutuhan pengguna.

Metode content-based filtering mampu menghasilkan rekomendasi yang bersifat user independence, sehingga cocok digunakan untuk penyedia informasi kuliner yang sedang berkembang seperti pada studi kasus aplikasi MANGAN dimana jumlah penggunanya masih sedikit dan data kulinernya akan selalu bertambah. Metode ini merekomendasikan beberapa objek berdasarkan kemiripan objek yang dipilih dengan objek yang direkomendasikan. Kemiripan objek dihitung dengan menggunakan fungsi cosine similarity berdasarkan item profile yang dibentuk dari fitur konten sebuah restoran.

Pengujian dilakukan terhadap hasil rekomendasi dengan tiga threshold yang berbeda, didapatkan rata-rata nilai presisi sebesar 0,8915 dan rata-rata nilai akurasi sebesar 0,5118. Rendahnya nilai akurasi, disebabkan karena adanya kesalahan sistematika. Hasil dari penelitian ini adalah metode content-based filtering dapat digunakan untuk membantu pengguna dalam memilih restoran berdasarkan kemiripan item profile dari suatu restoran.

kata kunci : Fitur konten, Item profile, cosine similarity, content-based filtering, rekomendasi.