Sistem rekomendasi yang bertujuan untuk mempermudah user dalam mendapatkan informasi atau item yang sesuai dengan preferensinya ini sudah banyak diimplementasikan di berbagai macam area, area yang paling terkenal menggunakan konsep sistem rekomendasi salah satunya digunakan pada sistem rekomendasi film. Dalam pembuatannya sistem rekomendasi menggunakan berbagai macam teknik dan juga metode untuk bisa menghasilkan sistem rekomendasi yang baik. Salah satu teknik yang digunakan pada sistem rekomendasi yaitu collaborative filtering dengan pendekatan user-based. Teknik ini berdasar pada nilai similarity antar user yang menjadi acuan dalam merekomendasikan item kepada user. Banyak sekali metode yang dapat digunakan untuk menghitung nilai similarity ini, 2 metode yang sudah diteliti menghasilkan sistem rekomendasi yang baik yaitu metode pearson correlation dan cosine similarity. Dalam penelitian ini kedua metode tersebut dibandingkan untuk mencari metode similarity mana yang lebih baik untuk digunakan pada sistem rekomendasi film. Metrik perbandingan yang digunakan yaitu dengan akurasi metrik Root Mean Squared Error (RMSE). Hasil dari perbandingan kedua metode tersebut menunjukan nilai akurasi RMSE pearson correlation = 1,0206 dan nilai akurasi RMSE cosine similarity = 1,0211. Hal ini berarti bahwa nilai prediksi rating dan nilai RMSE yang dihasilkan oleh metode pearson correlation sedikit lebih baik, dengan hanya berselisih 1,206 dengan nilai rating aslinya.
Kata kunci: sistem rekomendasi, pearson correlation, cosine similarity, user-based collaborative filtering.