Pendidikan tinggi merupakan sebuah wadah untuk menghasilkan SDM yang unggul dan berfikir, tidak heran banyak perguruan tinggi diminta untuk menghasilkan mahasiwa yang unggul dan mampu bersaing didunia kerja. Akan tetapi, faktanya adalah sebanyak 45% mahasiswa merasa salah dalam memilih program studi yang tepat, dan sebanyak 92% siswa SMA sederajat merasa kebinggungan untuk menentukan masa depannya. Oleh karena itu perlu adanya sistem untuk merekomendasikan program studi, sehingga mampu mengurangi fenomena tersebut. Metode yang digunakan untuk memberikan rekomendasi program studi adalah hybrid recommendation. Metode hybrid recommendation ini dipilih karena mampu mempelajari profil user, dengan menggembangkan metode naive bayes untuk mengklasifikasian program studi dengan mengolah data nilai, sedangkan untuk mempertimbangkan minat siswa menggunakan item-based collaborative filtering dengan menghitung kemiripan pilihan prodi yang diberikan oleh siswa. Dalam menggabungkan kedua metode ini akan menghasilkan program yang sesuai dengan nilai dan minat siswa untuk memilih program studi.Hasil penelitian ini menunjukkan bahwa pengolahan data nilai dengan naive bayes menghasilkan akurasi sebesar 88.7% , sedangkan untuk pengolahan kemiripan pilihan siswa berupa rating dengan item-based collaborative filtering memiliki MAE sebesar 0.2%.