Perkembangan industri pada sektor film mengalami pertumbuhan pesat yang ditandai oleh kemunculan platform streaming film seperti Netflix dan Disney+. Dengan banyaknya film yang tersedia, menyebabkan pengguna kesulitan dalam memilih film yang sesuai dengan preferensinya. Sistem rekomendasi dapat menjadi solusi bagi pengguna untuk masalah tersebut. Sistem rekomendasi bergantung pada ulasan yang diberikan oleh pengguna, menjadikan Twitter sebagai media yang dapat digunakan sebagai platform untuk mengumpulkan ulasan para pengguna terhadap suatu film. Pada penelitian ini akan dibangun suatu sistem rekomendasi yang berpotensi untuk memberikan rekomendasi item kepada pengguna yang tepat dengan metode weighted hybrid filtering dan GRU. Weighted hybrid filtering yang digunakan merupakan gabungan antara metode collaborative filtering dan content-based filtering. Dataset yang digunakan dalam penelitian ini didapatkan dengan cara crawl tweet yang relevan dengan feedback akun tertentu terhadap suatu film. Ukuran dataset hasil dari crawling data adalah 854 total film dan 45 user dengan total 34.086 tweet yang berupa film review dari user Twitter. Klasifikasi model GRU dilakukan terhadap hasil dari weighted hybrid filtering dengan pengoptimalan model berupa pengujian berbagai skenario test size dan metode optimasi. Test size yang digunakan adalah 40%, 30%, dan 20%. Sedangkan metode optimasi yang digunakan antara lain Adam, Nadam, Adamax, Adadelta, Adagrad, dan SGD. Hasil penelitian menunjukkan bahwa hasil optimal didapatkan dengan menggunakan metode optimasi Nadam. Evaluasi performansi yang dihasilkan mencapai 85,74% precision, 88,63% recall, 88,63% accuracy, dan 86,30% f1-score.