Informasi yang tumbuh kian pesat menyebabkan terjadinya information overload, sehingga portal berita menerbitkan informasi secara massif. Pembaca membutuhkan waktu untuk mencari dan membaca berita yang lebih banyak, namun relevansi waktu berita berakhir dengan cepat. Diperlukan sistem rekomendasi yang dapat merekomendasikan berita yang sesuai dengan preferensi pembaca. Penelitian ini merekomendasikan berita menggunakan metode TF-IDF. TF-IDF memberikan bobot pada setiap kata dalam judul berita, untuk kemudian dicari similaritas antar berita menggunakan cosine similarity. Untuk membuktikan keakuratan apakah hasil rekomendasi sistem benar-benar diklik oleh pembaca, hasil rekomendasi dicocokkan dengan riwayat berita pembaca pada portal berita online Microsoft News menggunakan hit-rate. Hasil hit-rate pada penelitian ini sebesar 80,77%.