Rekomendasi menjadi sebuah teknik yang sudah sering kita dengar di kehidupan nyata, salah satunya adalah rekomendasi movie. Dalam sebuah rekomendasi terdapat algoritma yang mengolah data supaya didapatkan sebuah rekomendasi yang mungkin sesuai dengan yang diharapkan. Beberapa algoritma Neural Networks sangat populer beberapa tahun terakhir, terutama penerapannya dalam bentuk Graph seperti algoritma Graph Convolutional Network. Penelitian rekomendasi yang menggunakan algoritma Neural Network dalam bentuk Graph dan dengan data unlabeled ini masih baru dan belum banyak digunakan. Pada penelitian kali ini akan mengangkat bagaimana algoritma Graph Convolutional Network ini mampu memberikan rekomendasi, dengan menggunakan teknik Node Clustering. Pada penelitian ini dilakukan 2 skenario pengujian yakni skenario A dengan memperhatikan komparasi variabel yang digunakan serta skenario B untuk mengevaluasi hasil rekomendasi. Pada skenario A didapatkan bahwa nilai akurasi yang terprediksi paling tinggi mencapai 32% dimana skenario pengujian yang paling unggul adalah pengujian dengan vairabel jumlah data 25k dan watch history 4. Pada skenario B hasil evaluasi menunjukkan angka recall dan akurasi yang tidak tinggi, dengan rata – rata nilai recall yang terbilang cukup tinggi di atas 76 %. Meskipun angka prediksi dan hasil evaluasi yang didapatkan tidak tinggi, angka predicted recommendation menunjukkan angka 80 % lebih. Artinya dari sekian rekomendasi yang diberikan, ada setidaknya 1 rekomendasi yang berhasil terprediksi. Hal ini didukung dengan evaluasi feedback user yang menunjukkan angka predicted recommendation mencapai 100?ri 24 feedback responden.