Di era saat ini, restoran-restoran sangat mudah sekali ditemui. Restoran menjadi kebutuhan yang sangat penting karena untuk memenuhi kebutuhan konsumsi atau tempat sebagai diskusi. Kebingungan untuk memilih restoran yang memiliki selera yang sama dengan diri kita sering kali menjadi sebuah permasalahan. Menerapkan sistem rekomendasi menggunakan algoritma yang mempelajari data selera masing-masing dapat menjadi solusi untuk memecahkan masalah tersebut. Tugas akhir ini menerapkan sistem rekomendasi pada aplikasi mobile EatAja dengan menggunakan salah satu algoritma sistem rekomendasi yaitu memory-based collaborative filtering dengan metode cosine dalam menemukan kesamaan antar pengguna. Metode cosine dinilai baik dalam membandingkan suatu persamaan matriks karena menghasilkan nilai perbandingan dari rentang 0 – 1. Sistem ini menggunakan data riwayat pesanan aplikasi EatAja sebanyak 286 data dan dikombinasikan dengan data bantuan sebanyak 10000 data. Dengan keseluruhan data sebanyak 10286, dengan perhitungan menggunakan Mean Absolute Error (MAE) dalam mengevaluasi akurasi sistem rekomendasi dihasilkan nilai 0.96823 dan nilai akurasi 99.03%. Dari nilai yang dihasilkan dapat disimpulkan bahwa memory-based collaborative filtering dapat digunakan untuk membuat sistem rekomendasi untuk meningkatkan penjualan pada restoran di aplikasi EatAja.
Kata kunci: Recommender System, Memory-Based Collaborative Filtering, Artificial Intelligence, Food Ordering Service